Giacinto Gelli e Francesco Verde

Segnali e sistemi
per i corsi di laurea triennale di Teoria dei Segnali

NAPOLI 2008

c 2007–2008 Giacinto Gelli (gelli@unina.it) & Francesco Verde (f.verde@unina.it) Gli autori consentono la riproduzione anche parziale del testo agli studenti del corso. Non è consentito modificare il testo, diffonderlo, pubblicarlo anche con mezzi telematici senza il consenso scritto degli autori. Prima versione: marzo 2007. Seconda versione: marzo 2008.

Principali notazioni
A, B,C 0 / a∈A a∈A A⊆B A⊂B A ∪ B, A + B A ∩ B, AB A−B A×B = N N0 = N ∪ {0} Z R R+ =]0, ∞[ R− =] − ∞, 0[ R = R ∪ {−∞, ∞} [a, b] [a, b[ ]a, b] ]a, b[ ] − ∞, b[ ] − ∞, b] ]a, ∞[ [a, ∞[ (a, b) x, y, z A, B, C det(A) A−1 AT repT0 [xg (t)] repN0 [xg (n)] sinc(x) DM (x) u(x) sgn(x) δ (x) δ (n) rect(x) RM (n) Λ(x) ∗ insiemi insieme vuoto x appartiene ad A x non appartiene ad A A è un sottoinsieme di B A è un sottoinsieme proprio di B unione di A e B intersezione di A e B differenza tra A e B prodotto cartesiano di A e B uguale per definizione insieme dei numeri naturali {1, 2, . . . , } insieme dei numeri naturali, zero incluso {0, 1, 2, . . .} insieme dei numeri interi relativi {. . . , −2, −1, 0, 1, 2, . . .} insieme dei numeri reali insieme dei numeri reali positivi (zero escluso) insieme dei numeri reali negativi (zero escluso) insieme ampliato dei numeri reali intervallo a ≤ x ≤ b intervallo a ≤ x < b intervallo a < x ≤ b intervallo a < x < b intervallo x < b intervallo x ≤ b intervallo x > a intervallo x ≥ a indica indifferentemente un qualunque intervallo di estremi a e b vettori matrici determinante della matrice A inversa della matrice A trasposta della matrice A replicazione di xg (t) con passo T0 [cfr. eq. (2.18)] replicazione di xg (n) con passo N0 [cfr. eq. (2.19)] funzione sinc [cfr. eq. (5.14)] funzione di Dirichlet [cfr. eq. (5.31)] funzione gradino funzione signum funzione delta di Dirac funzione delta discreta funzione rettangolo funzione rettangolo discreto funzione triangolo convoluzione tra due segnali

Indice

1 Segnali e sistemi: introduzione 1.1 Definizione di segnale . . . . . . . . . . . . . 1.2 Definizione di sistema . . . . . . . . . . . . . 1.3 Segnali deterministici ed aleatori . . . . . . . 1.4 Classificazione elementare dei segnali . . . . 1.4.1 Proprietà della variabile indipendente 1.4.2 Proprietà della variabile dipendente . 1.4.3 Segnali analogici e digitali . . . . . . 1.5 Classificazione elementare dei sistemi . . . . 1.6 Esercizi proposti . . . . . . . . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

1 1 4 7 9 9 14 17 18 23 25 25 26 27 34 37 45 45 46 49 54 63 70 71 73 73 75 76 78 78 80 83

2 Proprietà dei segnali 2.1 Operazioni elementari sui segnali . . . . . . . . . . . . . . . 2.1.1 Trasformazioni della variabile dipendente . . . . . . 2.1.2 Trasformazioni della variabile indipendente . . . . . 2.1.3 Combinazione di operazioni elementari . . . . . . . 2.1.4 Derivazione, integrazione, differenza prima e somma 2.2 Caratterizzazione sintetica dei segnali . . . . . . . . . . . . 2.3 Estensione e durata temporale di un segnale . . . . . . . . . 2.3.1 Segnali di durata rigorosamente limitata . . . . . . . 2.3.2 Segnali di durata praticamente limitata . . . . . . . . 2.3.3 Segnali di durata non limitata e segnali periodici . . 2.4 Area e media temporale di un segnale . . . . . . . . . . . . 2.4.1 Componente continua e alternata di un segnale . . . 2.5 Energia di un segnale . . . . . . . . . . . . . . . . . . . . . 2.5.1 Segnali di energia . . . . . . . . . . . . . . . . . . . 2.5.2 Energia mutua . . . . . . . . . . . . . . . . . . . . 2.6 Potenza e valore efficace di un segnale . . . . . . . . . . . . 2.6.1 Segnali di potenza . . . . . . . . . . . . . . . . . . 2.6.2 Relazioni tra segnali di energia e di potenza . . . . . 2.6.3 Potenza mutua . . . . . . . . . . . . . . . . . . . . 2.7 Misura in dB della potenza e dell’energia . . . . . . . . . . 2.8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

ii

INDICE

3 Proprietà dei sistemi 3.1 Relazione ingresso-uscita . . 3.2 Interconnessione di sistemi . 3.3 Proprietà dei sistemi . . . . 3.3.1 Non dispersività . . 3.3.2 Causalità . . . . . . 3.3.3 Invertibilità . . . . . 3.3.4 Invarianza temporale 3.3.5 Stabilità . . . . . . . 3.3.6 Linearità . . . . . . 3.4 Esercizi proposti . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

91 91 94 97 97 100 103 104 109 111 118 127 127 128 134 138 148 157 157 160 164 165 168 168 174 182 182 186 190 193 207 207 208 216 220 225 229 229 230 233 237 239 246

4 Sistemi lineari tempo-invarianti (LTI) 4.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Relazione i-u di un sistema LTI e risposta impulsiva . . . . . . . . . . 4.3 Convoluzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Proprietà della convoluzione . . . . . . . . . . . . . . . . . . 4.4 Risposta al gradino . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5 Proprietà della risposta impulsiva . . . . . . . . . . . . . . . . . . . . 4.5.1 Non dispersività . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2 Causalità . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.3 Invertibilità . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.4 Stabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6 Esempi di sistemi LTI . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.1 Sistemi descritti da equazioni differenziali . . . . . . . . . . . 4.6.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) 4.7 Risposta in frequenza di un sistema LTI . . . . . . . . . . . . . . . . 4.7.1 Risposta ad un fasore di un sistema TC LTI . . . . . . . . . . 4.7.2 Risposta ad un fasore di un sistema TD LTI . . . . . . . . . . 4.7.3 Risposta ad una sinusoide di un sistema LTI reale . . . . . . . 4.8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

5 Serie di Fourier 5.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Serie di Fourier per segnali TC . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1 Condizioni matematiche per la convergenza della serie di Fourier . . . . 5.2.2 Ricostruzione di un segnale periodico con un numero finito di armoniche 5.3 Serie di Fourier per segnali TD (DFS) . . . . . . . . . . . . . . . . . . . . . . . 5.4 Principali proprietà della serie di Fourier e della DFS . . . . . . . . . . . . . . . 5.4.1 Linearità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.2 Simmetria hermitiana . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.3 Uguaglianza di Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5 Risposta di un sistema LTI ad un segnale periodico . . . . . . . . . . . . . . . . 5.6 Selettività in frequenza dei sistemi LTI e filtri ideali . . . . . . . . . . . . . . . . 5.7 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . 7. . . . . . . . . . . . . . . . . . .1 Trasformata di Fourier per segnali TC . . . . . . . .2 Segnali a banda praticamente limitata . . . .1 Segnali a banda rigorosamente limitata . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . .4 Relazioni tra serie e trasformata di Fourier . 6. . . . . . . . . . . . . . . . . . . . . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . .2. . . . . . . . . . . . 434 A. . . . . . . . 6. .1.2 Segnali TD . . . . . . . . . . . . . .4. . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . .2 Interpolazione ideale . . . . . 6. . . . . . . . . . . .5. . . . . . . . . . . .6. 6. . . 6. . . . 6.1 Proprietà di convoluzione .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . A Richiami sui numeri complessi 433 A.1 Trasformazioni della variabile dipendente . . . . . . . . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . .3. 7. . . . . . . . . . . .8 Esercizi proposti . . . . . .5 Esercizi proposti . . . . . . . 6. . . . . . . . . . 7.2 Forma algebrica dei numeri complessi . .3 Segnali a banda non limitata . . 6. . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . .3. . 6. . . 6.1 Separazione di segnali mediante filtraggio . . . . . .3. . . . . . . . . . . . . . . . . . 433 A. 6. . . . . . . . . . . . . . . . . . . . . . .5. 6. . . . . . . . . . . . . . . . . . . . . .4 Quantizzazione . . . . . . . . . 7. . . . . . . . . . . 7. 437 . . . .1 Definizione di numero complesso . . . . . . . . . .3. . . . . .7. . . . . . .3 Derivazione e differenza prima. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Segnali TC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi .1. . . . . . . . . . . . . . 6. . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Trasformata di Fourier di un segnale periodico TC . . 6. . . .1 Teorema del campionamento . . . . . . . . . . . . . . . . . . . . . .6. . . . .7. . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD .3.2. . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . 6. . . . .3 Aliasing .1. . 7. . . . . .7. . . . . . . . . . . . . . . . .3 Segnali TD transitori . . . . . . . . .7.2 Trasformata di Fourier per segnali TD . . . . . . . . . . . . . . . . . . . . . . .2. .5 Proprietà della trasformata di Fourier . . . . . . . . . . . . . . .3 Campionamento ed interpolazione in pratica . . . . . . . . . . . . . . . .2 Trasformazioni della variabile indipendente . .4 Proprietà della risposta in frequenza . . . . . . . . . . 6. . . . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . . . . . .1 Trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . .4 Estensione spettrale e banda di un segnale . 6. .4. integrazione e somma .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . . . . . .4. . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . .1 Introduzione . . . . . . .2 Interpolazione non ideale . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . 6. 7. . . . . . .5. . . . . .6. . . . . . .6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . 6. . . . . . 6.

. . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . .2 Trasformata di Fourier a TD . . . . 445 445 445 447 448 450 451 451 453 456 . . . . .2. . . . . .2 Proprietà . .2 Proprietà . . . . . F. F. . . . . . .2 Somma di convoluzione . . .3 Serie bilatere . . .2. . .1 Definizione . . . . . . 442 B Richiami di analisi matematica B. . . . . . . . . . . . . E. F. . . . . . . . .3 Sommabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . 440 A. . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Invertibilità di un sistema . . .2. . . . . . . . . . . . . . . .1. . . . . . . . . . .1 Definizione di limite di una successione B. E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Successioni e serie numeriche . . . . . . . . . . . . . B.1 Trasformata di Fourier a TC . . . . . . . . . . . . . 461 D Invertibilità di un sistema 463 D. . . .2. . . . . . . . . .3 Trasformate notevoli . . . . . . . . . . . . . . . . . . . . . . . . . . . 459 C. . . . . . . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . . F. . . . . . .2 Funzioni complesse di una variabile reale . . . . . . . . . B. . . . . . . . . . . . . . . . . . . .1 Definizioni . . . . . . . . . . . . . . . . . .2. . . . . .1. . . . . . . . . . . . . . . . . . . F. . . . . . .2 Serie monolatere . . . . . . . . . . . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . .2 Invertibilità di un sistema LTI . . . . . . . . . . . . . . . . . . . . . . . . . . F. . . B. . . . . . . . . . . . . . . .5 Funzioni complesse di una variabile reale . . . . . . . . . . . . . . . . . . . . . . .1. .2 Serie di Fourier a TD (DFS) . . . .2 Integrazione . . . . . . . . . . . . . . . . . . . . . 463 D. . . .1 Definizioni .1 Serie di Fourier a TC .2. . . 466 E Proprietà della serie di Fourier E. . . . . .3 Trasformate notevoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . E. .iv INDICE A. . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Successioni sommabili .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Integrale di convoluzione . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . .1 Definizioni . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . B. . . .4 Forma esponenziale dei numeri complessi . . . . . . . .1 Continuità e derivabilità . . . . . B. . . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . E. . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F. .

Allo stesso modo. lungo una circonferenza di raggio A. le radiazioni emesse dai corpi celesti sono segnali desiderati che portano informazione circa la struttura dell’universo mentre. I 1. In questo capitolo saranno introdotti i concetti di base necessari per lo studio dei segnali e dei sistemi. un sistema può essere una rete telefonica o un ponte radio. partendo dai loro modelli matematici.1 Definizione di segnale La definizione di segnale che segue. Definizione 1.Capitolo 1 Segnali e sistemi: introduzione concetti di segnale e di sistema sono diffusamente impiegati in molti campi della conoscenza umana con significati specifici che. Esempio 1. 1. in alcuni casi. in astronomia. per un economista un sistema è invece un insieme di individui che producono e si scambiano beni. essi rappresentano segnali indesiderati che disturbano le comunicazioni tra la terra e le navicelle spaziali.1) che si muove di moto circolare uniforme. La velocità di rotazione del corpo si può misurare in termini di velocità angolare ω0 . Una definizione univoca e non ambigua di segnale e sistema può essere data solo ricorrendo a opportuni modelli matematici. nel campo delle telecomunicazioni spaziali.1 (moto circolare uniforme) Si consideri un corpo (raffigurato in nero in fig. e proseguendo con alcune definizioni e classificazioni elementari. poichè il linguaggio della matematica è unico e preciso. espressa in rad/s (rappresenta l’angolo in radianti percorso nel tempo 0 di 1 s) o equivalentemente in termini di frequenza di rotazione f0 = ωπ . Ad esempio. Concentriamo l’attenzione in particolare sulla posizione lungo l’asse x: poiché . y).1 (segnale) Un segnale è un modello matematico che descrive la variazione di una o più grandezze (fisiche) in funzione di altre grandezze (fisiche). è del tutto generale: essa risulterà certamente più chiara e concreta dopo aver studiato gli esempi forniti nel seguito. sebbene astratta. La posizione del corpo all’istante t è individuata da una coppia di coordinate cartesiane (x. espressa in Hertz (Hz) (rappresenta 2 il numero di giri effettuati nel tempo di 1 s). fisiche e dell’ingegneria. Esempi di segnali ricorrono in numerosi campi delle scienze matematiche. per un ingegnere delle telecomunicazioni. possono essere radicalmente diversi.

pulsazione ω0 o frequenza f0 . Esempio 1. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). Esempio 1. 1. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. f0 e ϕ0 sono diversi. 1. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . . Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. .2. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 .2. Il secondo passo del metodo consiste nel ripetere il procedimento precedente a partire questa volta da x(1): si traccia la tangente alla curva f (x) nel suo punto di coordinate (x(1). inoltre. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. 1.1. si ottiene una relazione ricorsiva in cui l’n-esimo elemento è dato da x(n) = x(n − 1) − 1 Nel f [x(n − 1)] . frequenza f0 .2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.3 (successione) In matematica.1. f [x(n − 1)] con n = 1. . Ripetendo tale procedimento. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). Supponiamo che f sia dotata di derivata prima continua e. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. il metodo di Newton (fig. Fig. ed è raffigurato in fig. 1. che sia crescente.1 e 1. e fase iniziale ϕ0 . 1. convessa e tale che f (a) < 0 ed f (b) > 0. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . 3.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. è possibile applicare metodi per determinare soluzioni approssimate. Un esempio classico è il metodo di Newton o della tangente. 2. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. Il segnale sinusoidale degli es. 1.2 è una funzione del tempo x(t). dove ϕ0 è la posizione angolare del corpo all’istante t = 0. . 1.2. anche se il significato fisico ed i valori dei parametri A. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. Posto x(0) = b. .

.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .4. Il segnale in forma tabellare dell’es.4. 1. una tensione nell’es. che prende il nome di immagine di T mediante x o anche codominio di x. Franca Neri .1.. un segnale di questo tipo può essere indicato come segue: x : T → X.3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. ad esempio per molti segnali la variabile indipendente è proprio il tempo. 1.3.2. il dominio del segnale risulta essere T = N0 = {0.1) dove l’insieme T. Al crescere di n. x(1) x(2) Fig.4).. lo studente nell’es. un voto nell’es. Maria Turchini.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. . consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n.14 più avanti). 1.2. (1. 1.2 e 1. 1. 1. come nell’es.3. 1. 1. Ugo Bianchi. Inoltre.1 e 1. che prende il nome di insieme di definizione o dominio di x. 1. cioè T = R. un segnale può essere definito mediante una tabella. 1. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito).. possono rappresentare dati . Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. Gli es.3. 1.. 1. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. ovvero un segnale definito nell’insieme N0 dei numeri naturali. . Ad esempio. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. in questo caso.4. il dominio T di x coincide con l’insieme dei numeri reali.. . mentre l’insieme X.4. 1. per gli es. come accade nell’es.} è costituito dai nomi degli studenti. 1.10 e 1.. nel caso dell’es. 1. 1. Voto 22 30 25 30 ... l’indice n nell’es. dove f (x) denota la derivata prima di f (x).. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. Esempio 1. . 1.1 e 1.4 (tabella) In alcuni casi. Si osservi che.4) ed una variabile dipendente x (una lunghezza nell’es. . il dominio del segnale T = {Carlo Rossi..3. 1. racchiude i valori assunti dalla variabile dipendente x. .2..1. nel caso dell’es. 1. infine.4. 1. Fig.1. ma esistono casi significativi di segnali – le immagini. Il metodo di Newton dell’es. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1.3. le variabili indipendenti di un segnale possono non avere un significato fisico o.3. Tale relazione definisce una successione numerica. 2..

Concludiamo osservando che.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione.6. 1. 1. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. e gli altri come segnali di uscita (o effetti). a prescindere dal loro effettivo significato fisico. comunque. è lo schema a blocchi di fig. quale il partitore resistivo dell’es. 1. 1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. 1.5 (circuito elettrico) Un circuito elettrico è un primo esempio di sistema in cui alla variazione di tensioni e correnti in certi punti del circuito (individuati come ingressi) corrisponde la variazione di tensioni e correnti in altri punti del circuito (individuati come uscite). quando tuttavia vorremo enfatizzare la seconda interpretazione. Definizione 1. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. capace di trasportare un messaggio dalla sorgente alla destinazione. Esempio 1. dei quali alcuni sono identificati come segnali di ingresso (o cause). oppure può rappresentare la legge di corrispondenza (1. Fig.7. Schema elettrico di un partitore resistivo. che associa ad ogni messaggio da trasmettere .6.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. Di norma. mentre l’uscita è la tensione ai capi del resistore R2 .5. Tali funzioni potranno essere descritte mediante un’espressione matematica. un grafico o una tabella. e alla variabile dipendente x come all’“ampiezza” del segnale.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. con riferimento ad un segnale funzione del tempo. rimandando il lettore agli esempi che ne chiariscono meglio il significato. riportato schematicamente in fig. Gli es. 1. scriveremo {x(t)}t∈T. 1.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. 1.5. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. la notazione x(t) è ambigua: essa può significare il valore assunto dal segnale per un particolare valore di t (cioè l’immagine mediante x di t). Rappresentazione di un sistema mediante schema a blocchi. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 .1) (cioè il segnale nel suo complesso per ogni t ∈ T). Esempio 1. di natura più generale (gli studenti). Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.1 e 1. Esso è composto da tre elementi fondamentali: un trasmettitore. In molti casi la distinzione è ininfluente oppure si ricava dal contesto.5.

oppure. non è stato ancora realizzato fisicamente. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. 1. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita.1. allo studio di fattibilità di un sistema che è in fase di progetto e che. infatti. quindi. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. ed. in questo caso.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. meccanici. . a “produrre” dei segnali di uscita. L’operatore S associa ad ogni segnale x di I un segnale y di U. o biochimici. infine.2) I U Fig.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig. Schema semplificato di un sistema di comunicazione. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. Dato un sistema e assegnati i segnali di ingresso. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. Gli esempi precedenti mettono in luce alcuni aspetti importanti. simbolicamente: S : I → U. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica. A tal fine. Inoltre.7. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. il canale ed il ricevitore. che è il mezzo fisico (ad esempio. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). un ricevitore. un canale. il sistema di comunicazione in fig. si pensi. un cavo telefonico) lungo il quale viaggia il segnale d’informazione. Ad esempio. Innanzitutto. 1. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. 1. che interagiscono tra di loro. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). un sistema è una mera collezione di componenti elettrici. pertanto.8. ad esempio. in alcuni casi.

con particolare riguardo a quelle che sono applicabili in generale. il valore del segnale di uscita in un dato istante di tempo può dipendere dal valore assunto dal segnale di ingresso in più istanti o.7 e 1. Esempio 1. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.t]. Infatti.1) e (1. più in generale.6 Segnali e sistemi: introduzione In fig. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . la scrittura y(t) = S[x(t)] (e lo stesso si può dire di y(n) = S[x(n)]) può evocare erroneamente alla mente del lettore il concetto di funzione composta. rispettivamente. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). piuttosto che sulla realtà fisica cui il modello si riferisce. e l’operatore S realizza semplicemente la somma corrente y(n) dei valori del segnale di ingresso {x(k)}k∈Z a partire da k = −∞ fino all’istante k = n. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. In tal caso. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti.2) che definiscono segnali e sistemi. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso.3) per descrivere sinteticamente la trasformazione (1. rispettivamente. d’altra parte. n] (1. con t ∈ R. Per evidenziare invece il fatto che nella trasformazione (1.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . su tutto il proprio dominio di definizione T. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. che definisce un segnale. è una legge di corrispondenza tra insiemi “numerici”. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n.t]. indipendentemente dai fenomeni fisici coinvolti. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. ottenuto integrando x(u) sull’intervallo ] − ∞.2).2). Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. la (1. si useranno le notazioni y(t) = S[{x(u)}u∈T.1).2). com’è anche evidente dagli es. per ogni n ∈ Z. i cui elementi sono numeri reali o interi relativi.2). 1. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita.8.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞.t] y(n) = S[{x(k)}k∈T. Una seconda osservazione importante è che. 1. Si osservi che. Si osservi che i due insiemi I e U implicitamente definiscono anche il dominio e il codominio dei segnali di ingresso ed uscita del sistema.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . tuttavia. possano sembrare simili a prima vista. con n ∈ Z. Esempio 1. sebbene le corrispondenze (1. Sulla base di tale osservazione. In molti casi. per ogni t ∈ R.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. In tal caso. la (1. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. secondo il quale il valore y(t) del segnale di uscita all’istante t dipende solo dal valore x(t) assunto dal segnale di ingresso nello stesso istante t. risulta essere convergente.

Definizione 1.1. ad esempio.5 −1 −1 0 0. 1.6 0. La classe dei segnali deterministici è ampia. che non possono cioè essere descritti esattamente. 1. 1. quasi sempre estremamente semplificata. In fig.3 Segnali deterministici ed aleatori 7 1 1 0.3 Segnali deterministici ed aleatori I segnali considerati negli es. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.2) non è mai esattamente sinusoidale. In primo luogo. il modello matematico è quasi sempre frutto di approssimazioni. o in forma grafica). Il segnale vocale assume una forma profondamente diversa. In secondo luogo.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.2 0. ecc.5 x(t) 0 x(t) 0 0. per la presenza di disturbi.1. in quanto contengono un certo grado di imprevedibilità o di incertezza. o per la conoscenza imperfetta dei meccanismi che li governano.2 e 1. che esprime la pressione acustica in funzione del tempo.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo.5 −0. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. . in forma tabellare. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. Va osservato come principio generale che un modello è solo una rappresentazione.6 0. infatti. 1. es. non linearità.8 1 0 −0.2 0. per la loro complessità. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.4 t 0.4 t 0. della realtà che intende descrivere. 1.8 1 (a) (b) Fig.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). 1. Esempio 1. Tali segnali scaturiscono da fenomeni fisici che.9. In conclusione. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. ben presente nel seguito. non ammettono una descrizione matematica esatta. il lettore è invitato a tenere bene a mente il celebre aforisma di Arthur Bloch:2 “Confondere il modello con la realtà è come andare al ristorante e mangiare il menù”.5 0. accoppiamenti parassiti.

con un piccolo sforzo di generalizzazione. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. proprio a causa della loro imprevedibilità. tuttavia. che un segnale aleatorio possa essere rappresentato non da una sola funzione. Per questo motivo.9 si dice aleatorio (dal vocabolo latino alea=dado. perfettamente prevedibile. In effetti. Bisogna notare che. una volta osservato o memorizzato. essi sono adatti a trasportare informazione. semplicemente perché è una affermazione certa. Un segnale aleatorio. 10]. perché poco probabile.4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. non è adatto a trasportare informazione. dell’età. l’es. con riferimento al segnale vocale). pronunciata stavolta da un bambino. rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori. Tale scelta ha una chiara motivazione didattica. ma da una collezione di funzioni (una per ogni possibile parlatore. cap. e dello stato d’animo del parlatore. in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali. 1. . quali la teoria della probabilità [15]. sono necessari strumenti più sofisticati. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15. per sua natura. Nonostante abbiamo sottolineato l’importanza dei segnali aleatori. l’affermazione “stanotte farà buio” non trasporta nessuna informazione. non essendo perfettamente noto a priori. Un segnale come quello dell’es. Va osservato peraltro che. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. 1. incertezza”).9 relativo al segnale vocale suggerisce intuitivamente. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione. Definizione 1.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. Ad esempio in fig. che per estensione sta anche a significare “rischio. che è noto a priori e quindi perfettamente prevedibile. un segnale deterministico. una affermazione poco probabile. a differenza dei segnali deterministici. in quanto. non può essere descritto da una semplice funzione. e quindi non prevedibile. un segnale aleatorio perde la sua caratteristica di imprevedibilità e diventa in effetti deterministico: pertanto esso può essere elaborato con le tecniche caratteristiche dei segnali deterministici. 1. Viceversa. ma anche al variare del sesso. Ad esempio. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. Basti pensare infatti che.8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato.

1.4 Classificazione elementare dei segnali

9

Fig. 1.10. Esempio di segnale multidimensionale: un’immagine in bianco e nero z(x, y).

1.4 Classificazione elementare dei segnali
I segnali possono essere suddivisi in classi sulla base di diverse proprietà. In particolare, avendo osservato che i segnali deterministici possono essere descritti, in senso matematico, mediante funzioni, in questo paragrafo introdurremo una prima classificazione dei segnali sulla base delle proprietà della variabile indipendente e della variabile dipendente della funzione che modella il segnale. La combinazione opportuna delle proprietà della variabile dipendente ed indipendente consentirà infine di introdurre la fondamentale distinzione tra segnali analogici e segnali numerici o digitali.
1.4.1 Proprietà della variabile indipendente

Definizione 1.5 (segnale monodimensionale/multidimensionale) (a) Un segnale si dice monodimensionale se è descritto da una funzione di una variabile indipendente. (b) Un segnale si dice multidimensionale se è descritto da una funzione di due o più variabili indipendenti. I segnali sinusoidali degli es. 1.1 e 1.2 e la successione dell’es. 1.3 sono segnali monodimensionali, in quanto sono descritti da una funzione [x(t) o x(n)] di una sola variabile indipendente. Tipici esempi di segnali multidimensionali sono le immagini (fisse o in movimento).
Esempio 1.10 (immagine in bianco e nero) Un’immagine fissa in bianco e nero, o monocromatica, quale quella di fig. 1.10, può essere descritta da un segnale multidimensionale z(x, y), che descrive le variazioni di luminosità (o luminanza) in funzione della posizione spaziale (x, y) del punto (detto anche pixel) dell’immagine. Se l’immagine è in movimento (filmato in bianco e nero), è necessario considerare anche una terza variabile temporale, per cui il segnale diventa una funzione z(x, y,t) di tre variabili.

Sebbene l’elaborazione di immagini (image processing) sia estremamente importante dal punto di vista applicativo, per gli stessi motivi di semplicità didattica già esposti per i segnali aleatori, nel seguito ci occuperemo di segnali monodimensionali, ed inoltre la variabile indipendente t oppure n sarà quasi sempre interpretata come “tempo”. Questo si rifletterà in parte nella terminologia utilizzata, come evidenziato in particolare dalla classificazione che segue.

10

Segnali e sistemi: introduzione

3 2 1
x(n)

3 2 1 0 −1 −2 −3 −5

x(t)

0 −1 −2 −3 −5

0 t

5

0 n

5

Fig. 1.11. Rappresentazione grafica di un segnale a TC. Tale rappresentazione si può ottenere in Matlab utilizzando il comando plot.

Fig. 1.12. Rappresentazione grafica di un segnale a TD. Tale rappresentazione si può ottenere in Matlab utilizzando il comando stem.

Definizione 1.6 (segnale a tempo continuo/discreto) (a) Un segnale si dice a tempo continuo (TC), o “forma d’onda”, se la variabile indipendente (tempo) varia in un insieme continuo. (b) Un segnale si dice a tempo discreto (TD), o “sequenza”, se la variabile indipendente (tempo) varia in un insieme discreto. Ad esempio, la sinusoide x(t) = A cos(ω0t + ϕ0 ) degli es. 1.1 e 1.2 è definita per ogni t ∈ R, e quindi è un segnale a TC. Da un punto di vista matematico, un segnale a TC è rappresentabile mediante la legge di corrispondenza (1.1), in cui il dominio T della funzione è un insieme continuo. Un segnale a TC viene denotato preferibilmente con x(t) o x(τ ), cioè utilizzando come variabile indipendente un simbolo che evoca il tempo, e la sua rappresentazione grafica è quella raffigurata in fig. 1.11. La legge di corrispondenza (1.1) modella matematicamente anche un segnale a TD, in questo caso il dominio T della funzione è un insieme discreto. La successione dell’es. 1.3 è definita per ogni n ∈ N0 , e quindi è un segnale a TD. Allo stesso modo, anche la tabella dell’es. 1.4 va considerato un segnale a TD, in quanto il suo dominio è costituito da un numero finito di possibili elementi (le generalità degli studenti). Un segnale a TD sarà denotato preferibilmente con x(n), x(m) o x(k), utilizzando cioè la convenzione di alcuni linguaggi di programmazione (es. Fortran) secondo la quale le variabili i, j, k, , m, n indicano quantità intere. La rappresentazione grafica di un segnale a TD è quella riportata in fig. 1.12. Si osservi che, sebbene un segnale a TD sia rappresentato utilizzando come ascissa un retta, cioè un insieme continuo, esso è definito solo nei punti interi della retta, cioè quelli appartenenti all’insieme Z; in altre parole, nei punti dell’asse delle ascisse appartenenti all’insieme R − Z, un segnale a TD è semplicemente non definito. Come già evidenziato nell’es. 1.3, notiamo che dal punto di vista matematico un segnale a TD x(n) è assimilabile ad una successione, e pertanto per il suo studio si possono applicare tutti i risultati matematici disponibili per le successioni.
insieme discreto è un insieme costituito da un numero finito di elementi oppure costituito da un numero infinito numerabile di elementi (cioè i suoi elementi sono ordinabili in successione). In altre parole, un insieme è discreto se può essere posto in corrispondenza biunivoca con l’insieme dei numeri naturali; ad esempio, sono discreti l’insieme dei numeri interi relativi Z e quello dei numeri razionali Q. D’altra parte, un insieme continuo è un insieme infinito non numerabile, ad esempio, sono continui l’insieme [0, 1[ e l’insieme dei numeri reali R.
2 Un

1.4 Classificazione elementare dei segnali
60 50 40 30
x(n)

11

20 10 0
3 gennaio 1995 3 gennaio 1996

−10 0

10

20
n

30

40

50

Fig. 1.13. Esempio di serie temporale (segnale a TD): il prezzo in dollari di un’azione IBM alla borsa di New York preso con cadenza settimanale nel corso di un anno. Esempio 1.11 (serie temporale) Si consideri il segnale x(n) disegnato in fig. 1.13, che rappresenta il prezzo (in dollari) di un’azione IBM (valore di chiusura) alla borsa di New York presa con cadenza settimanale dal 3 gennaio 1995 al 3 gennaio 1996. Tale segnale è intrinsecamente discreto, in quanto presenta valori solo in corrispondenza dell’insieme discreto delle settimane dell’anno. Un segnale a TD di questo tipo viene denominato serie temporale o serie storica. Altri esempi di serie storiche sono l’inflazione mensile calcolata dall’ISTAT, la produzione di un certo bene nei diversi mesi dell’anno, ecc. Le serie storiche sono molto utilizzate nella statistica, nell’economia e nella finanza.

Una serie temporale è un segnale “intrinsecamente” a TD, in quanto descrive un fenomeno in cui la variabile indipendente è discreta (ad esempio rappresenta un giorno, un mese, o un anno). I segnali del mondo fisico, tuttavia, ed in particolare quelli caratteristici dell’elettrotecnica e nell’elettronica, sono quasi sempre a TC: è importante allora considerare la classe dei segnali a TD che si ottengono dai segnali a TC mediante l’operazione di campionamento.
Esempio 1.12 (campionamento) Dato un segnale a TC x(t), e definito un passo di campionamento Tc ed una frequenza di campionamento fc = 1/Tc , si definisce campionamento (in inglese, sampling) o conversione t/n del segnale x(t) il segnale x(n) ottenuto da x(t) mediante la relazione seguente: x(n) = x(nTc ) . In pratica, il segnale x(n) è composto dai campioni, prelevati con passo Tc , del segnale x(t). Ad esempio, dal campionamento della sinusoide a TC x(t) = A cos(ω0t), raffigurata in fig. 1.14(a), si ottiene la sinusoide a TD x(n) = A cos(ω0 nTc ), rappresentata in fig. 1.14(b) per ω0 Tc = π /4.

L’operazione inversa del campionamento prende il nome di interpolazione o ricostruzione, e consente di passare da un segnale a TD ad un segnale a TC.
Esempio 1.13 (interpolazione lineare) Il più semplice esempio di interpolazione è l’interpolazione lineare, ottenuta congiungendo con segmenti di retta le ampiezze dei campioni del segnale a TD, supposte equispaziate di Tc (passo di interpolazione). Posto x(n) = x(nTc ) e x(n + 1) = x[(n + 1)Tc ], l’espressione del segnale a TC x(t) ottenuto per interpolazione lineare nell’intervallo [nTc , (n + 1)Tc ] è: x(t) = x(n) + x(n + 1) − x(n) (t − nTc ) , Tc t ∈ [nTc , (n + 1)Tc ] .

In fig. 1.15(b) è rappresentato il segnale a TC ottenuto interpolando linearmente i campioni x(n) del segnale sinusoidale dell’es. 1.12. Si noti che l’interpolazione lineare non consente, anche visivamente, la perfetta

12

Segnali e sistemi: introduzione

x(t) A

x(nTc )

x(n) A

3 4 5 Tc t -2 -1 1 2 n

-A

-A

(a)

(b)

Fig. 1.14. Campionamento di un segnale: (a) il segnale sinusoidale a TC x(t) dell’es. 1.12 ed i suoi campioni x(nTc ), uniformemente spaziati di Tc (passo di campionamento); (b) il segnale a TD x(n) ottenuto campionando il segnale x(t) per ω0 T = π /4 (si noti la spaziatura unitaria tra i campioni del segnale a TD).

x(n) A

x(t) A

x(nTc )

3 4 5 -2 -1 1 2 n Tc t

-A

-A

(a)

(b)

Fig. 1.15. Interpolazione di un segnale: (a) il segnale a TD x(n) dell’es. 1.12; (b) il segnale a TC x(t) dell’es. 1.13 ottenuto interpolando linearmente i campioni x(nTc ).

1.4 Classificazione elementare dei segnali

13

segnale a TC

campion .

segnale a TD

segnale a TD

interp.

segnale a TC

Tc
Fig. 1.16. Schema a blocchi di un campionatore (si noti il passo di campionamento Tc indicato in basso).

Tc
Fig. 1.17. Schema a blocchi di un interpolatore (si noti il passo di interpolazione Tc indicato in basso).

ricostruzione del segnale analogico originario; in particolare, il segnale interpolato x(t) presenta, a differenza della sinusoide originale, un andamento “a spezzata”.

L’interpolazione lineare non è l’unico tipo di interpolazione possibile: in particolare, l’esempio precedente mostra che se si vuole ottenere un andamento più “dolce” del segnale interpolato è necessario ricorrere a tecniche di interpolazione più sofisticate. In ogni caso, la teoria del campionamento e dell’interpolazione, ed in particolare la fondamentale questione se un segnale a TC, dopo essere stato campionato, possa essere ricostruito perfettamente a partire dai suoi campioni (teorema del campionamento), sarà studiata approfonditamente nel cap. 7. Notiamo infine che campionamento e interpolazione possono essere interpretati come sistemi, denominati rispettivamente campionatore ed interpolatore, e rappresentati graficamente in fig. 1.16 e fig. 1.17.

18) può essere decomposta dalle sue tre componenti fondamentali. y).t) di tre variabili. verde (G) e blu (B). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. zG (x. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore.y) Fig. zG (x. y). Un esempio di segnale vettoriale è l’immagine a colori. y).7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare.y) Green z G(x. y). 1. i segnali sono tutti scalari. e quindi nei segnali zR (x. zG (x.18. ovvero un “array” di scalari.4. y). y). y. y)] . y). y).2 Proprietà della variabile dipendente Definizione 1. zB (x. rosso (R).14 (immagine a colori) Una immagine fissa a colori (fig. 1. Se l’immagine a colori è in movimento (filmato a colori). discusso nell’esempio seguente. 1. Esempio 1. y) = [zR (x. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. zB (x. siano essi zR (x. zB (x.y) Blue z B(x. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. per cui il segnale sarà descritto da una funzione vettoriale z(x. Negli esempi visti in precedenza. .14 Segnali e sistemi: introduzione Red z R(x.

se x(n) ≥ 0 .. 1. Un esempio di segnale ad ampiezza discreta è il segnale logico.15. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.1 e 1. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . mentre X è un insieme discreto per un segnale ad ampiezza discreta. Definizione 1. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo.1).19) descrive la variazione dello stato logico nel tempo.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. Esempio 1.2 assume con continuità tutti i valori dell’intervallo [−A. 1. 1. Sulla base del modello matematico (1. la sinusoide degli es..12. 1. visto che il suo codominio X = {−5. .20(a). Il vantaggio che si consegue con la quantizzazione è che. Esempio 1. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. altrimenti . il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.. A] ≡ X. 1. se il numero delle ampiezze è finito. −A .4 Classificazione elementare dei segnali 15 x(t) 5 . raffigurato in fig. 1. 1.19. utilizzato per descrivere un segnale. Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A . t -5 Fig. detta quantizzazione. Il segnale risultante x(t) (fig. Il segnale risultante è mostrato in fig. 5} è costituito solo da due valori. rimpiazzandole con un numero finito di possibili valori.1.20 (b)..15 (segnale logico) La codifica degli stati logici “0” (falso) ed “1” (vero) avviene in un circuito digitale associando ad essi due livelli di tensione (in Volt). esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit).

1. 1. e raffigurato in fig.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. e quindi può essere rappresentata con un solo bit.21. anche la teoria della quantizzazione sarà approfondita nel cap. 1. segnale ad ampiezza discreta Fig.21. 1. segnale ad ampiezza continua quantizz . 7. assume due soli valori. Così come il campionamento.20. 1. Anche l’operazione di quantizzazione si può interpretare come un sistema. .16 Segnali e sistemi: introduzione x(n) A y(n) A 3 4 5 -2 -1 1 2 n -2 -1 1 2 3 4 5 n -A -A (a) (b) Fig. Schema a blocchi di un quantizzatore. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. (b) il segnale ad ampiezza discreta y(n) dell’es. denominato quantizzatore.12.

ma essi rivestono un ruolo predominante nello scenario tecnologico attuale.18 e la successiva discussione). e per il loro studio matematico. 1.22). (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. affrontato già a partire dal XVIII secolo. esistono metodologie ben consolidate. 1. Tra esse.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig.1.3 Segnali analogici e digitali Dal punto di vista applicativo. tanto da meritare una denominazione particolare: Definizione 1. 1. tuttavia. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. DSP). e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. e tra segnali ad ampiezza continua o discreta.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. Di queste.22. I segnali del mondo fisico sono analogici. 1. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo.4. l’interesse per i segnali digitali è più recente. Viceversa. esse sono indipendenti. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. .

Fig. I sistemi visti in precedenza.24. Definizione 1. (b) sistema a TD.23. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. quando parleremo di sistema. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). Definizione 1. l’interpolatore. o viceversa. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. raffigurati schematicamente in fig. il campionatore. (a) sommatore a due ingressi.11 (sistema a tempo continuo/discreto/misto) (a) Un sistema si dice a tempo continuo (TC) se l’ingresso e l’uscita sono entrambi segnali a tempo continuo. ed il quantizzatore. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). . 1. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).5 Classificazione elementare dei sistemi Come i segnali. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. Nel seguito. (c) Un sistema si dice misto (o ibrido) se l’ingresso e l’uscita sono uno a tempo continuo e l’altro a tempo discreto. 1. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). Esempi di sistemi MISO. sono tutti di tipo SISO. 1. quali ad esempio il partitore resistivo. (b) moltiplicatore a due ingressi. a parte il caso dei sommatori e dei moltiplicatori. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. supporremo implicitamente che esso sia di tipo SISO. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. 1. quali il numero degli ingressi e delle uscite.23.18 Segnali e sistemi: introduzione ingresso 1 uscita x(t) ingresso 2 (a) (a) sistema a TC y(t) ingresso 1 uscita x(n) ingresso 2 (b) sistema a TD (b) y(n) Fig.

5. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita.24(a). 1. e quindi bisogna effettuare sia un campionamento (cfr. Il seguente esempio introduce due ulteriori esempi di sistemi misti. In accordo con la simbologia introdotta in fig. che presenta ingresso a TD e uscita a TC. e l’interpolatore (es. in maniera lievemente imprecisa. es. 1.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. essi sono inoltre di grande interesse ingegneristico. e quindi sono sistemi a TC: ad esempio una rete elettrica. infine. . entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. es. sistemi digitali.6. 1.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. nel caso di sistemi misti.12). Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. che presenta ingresso a TC e uscita a TD.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . o viceversa. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. ed i sistemi a TD sono denominati.24(b). segnale digitale (b) Tc Fig. mentre U contiene solo segnali a TD. in un convertitore A/D reale (denominato anche analog-todigital converter. 1. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. nel caso di sistemi a TC. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. 1. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. 1. e spesso non sono nemmeno chiaramente separabili. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione.25. Esempi significativi di sistemi di questo tipo sono il campionatore (es. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. Sulla base del modello (1. 1.2) utilizzato per descrivere matematicamente un sistema. 1.1. Conversione A/D: (a) schema a blocchi di un convertitore A/D.16). 1.12).25 è puramente di principio. ADC). ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio.3 Infine. in campo economico o sociale). Esempio 1. come il partitore dell’es. 1. Inoltre. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. effettuata da un sistema denominato convertitore A/D (fig. l’insieme I racchiude solo segnali a TC.13). quantizz . le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. 1. I sistemi a TD non esistono generalmente “in natura”. 1. e viceversa. Lo schema del convertitore A/D riportato in fig. è un sistema a TC.25). sia una quantizzazione (cfr.

e numerosi altri. minore consumo di potenza e. DAC). 1. es. (cfr.27.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. e quindi non può esistere una operazione inversa di “dequantizzazione”. alla biomedica. all’automazione. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. il segnale x(n) viene elaborato mediante un sistema digitale. segnale analogico (b) Tc Fig. 1.27) è un sistema analogico. Per questo motivo. 1. per questo motivo.27 offre alcuni vantaggi importanti. in quanto gli effetti della quantizzazione sono irreversibili. alle costruzioni aerospaziali. prima di effettuare l’interpolazione.26. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. minor costo dell’hardware. In tale schema. . dalle telecomunicazioni all’informatica. Un’applicazione particolarmente interessante dei sistemi misti. ai trasporti. 1. un segnale analogico x(t) viene prima convertito. Conversione D/A: (a) schema a blocchi di un convertitore D/A. minore ingombro. ed in particolare dei convertitori A/D e D/A. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. Si noti che il sistema complessivo (tratteggiato in fig. Un convertitore D/A reale (denominato anche digital-to-analog converter. lo schema digitale in fig. quali maggiore flessibilità. accetta in ingresso stringhe di bit. che sono trasformate in valori di ampiezza da un decodificatore binario. 1. Rispetto ad una elaborazione analogica del segnale x(t). 1. lo schema di fig. in un segnale digitale x(n). Schema classico per l’elaborazione digitale dei segnali. mediante un convertitore A/D. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig.13).20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. non ultimo. e finalizzato ad elaborare un segnale analogico in maniera digitale.27. successivamente. 1.

Successivamente. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. codificato in bit. 1. viene sottoposto ad una conversione A/D. 1. Esempio 1. Schema analogico per la registrazione/riproduzione audio. 7. entrambe effettuate in maniera analogica.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig.28 si riporta lo schema di principio che descrive la registrazione di un brano musicale su un disco in vinile e la sua successiva riproduzione. ed inviate ad un convertitore D/A. viene amplificato e inviato ad un masterizzatore (analogico). bruciando con un laser in misura maggiore o minore le zone del disco.1. In esso. Una volta inciso il master. che si comporta da trasduttore.29. e da questi ultimi le copie in materiale plastico (vinile). l’utente può riascoltare il brano inciso utilizzando un giradischi.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. tipicamente in materiale metallico pregiato. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. Da ciascuna copia. di debole intensità. dopo l’amplificatore. ed inviato ad un masterizzatore (digitale). da esso si possono ricavare dei master secondari. Tale segnale elettrico. la differenza significativa è che il segnale captato dal microfono.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. che vengono vendute all’utente finale. 1. L’es. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. Il masterizzatore si comporta da attuatore. 1. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. Il brano da registrare viene captato da un microfono. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). ovvero converte la pressione acustica del suono in un segnale elettrico. . trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica.28. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco).

una volta memorizzata in maniera digitale. l’elaborazione dell’informazione analogica comporta l’uso di sofisticate apparecchiature professionali. con l’avvento delle tecniche digitali. queste si traducono comunque in una degradazione acusticamente percepibile della qualità del segnale audio (fruscio. 1. a causa di degradazioni più significative del supporto digitale. e dati di varia natura.29. . graffi. a costi sempre più bassi. L’informazione è memorizzata sul compact disc in forma digitale (come stringhe di bit). di contro. Infine l’informazione digitale. si pensi ad esempio al supporto DVD (digital versatile disc) in cui si integrano con facilità informazioni “multimediali” quali video.). può più facilmente essere elaborata. ecc. Esiste evidentemente la possibilità che. ecc. una volta convertite in stringhe di bit. protetta. polvere.22 Segnali e sistemi: introduzione registrazione A/D microfono masterizzatore digitale amplificatori compact disc D/A altoparlante riproduzione trasduttore (laser ) Fig. possono essere facilmente memorizzate in maniera integrata su uno stesso supporto. “click”. ma a tale evenienza si può porre rimedio mediante tecniche sofisticate per la rivelazione e correzione di errori (codifica di canale): questo è un altro vantaggio dello schema digitale su quello analogico. deformazioni. Il vantaggio principale è che l’informazione. è diventato possibile per chiunque disporre di uno studio di registrazione audio semiprofessionale o di una stazione per l’editing video basati su un PC sufficientemente potente. non determinano alcuna degradazione della qualità del segnale audio. se il supporto analogico (il disco in vinile) è sottoposto a deterioramento. audio. Un altro vantaggio della conversione digitale è che differenti sorgenti di informazione. Schema digitale per la registrazione/riproduzione audio. Non a caso. Infatti. memorizzata. dell’ordine di qualche migliaio di euro. costose da progettare e da realizzare. compressa. uno o più bit possano essere letti erroneamente. tali da non comportare scambi in lettura tra “0” ed “1” (o viceversa). può essere riprodotta infinite volte e senza quasi alcuna degradazione. piccole degradazioni del supporto digitale (il compact disc). anche con un semplice personal computer (PC). essendo stata convertita in bit.. in quanto in quest’ultimo caso non sono concepibili tecniche semplici per la protezione dagli errori. Di contro.

24 Segnali e sistemi: introduzione .

che possono considerarsi alla stregua di “mattoni”. in particolare. è possibile introdurre i concetti di limite e continuità. in particolare. poiché i segnali deterministici a TD sono descritti mediante successioni. In aggiunta a tali operazioni elementari. tutti i concetti e le operazioni definiti per le successioni sono validi anche per i segnali a TD. viene ulteriormente approfondito lo studio dei segnali. pertanto. Nel corso del capitolo saranno introdotti numerosi segnali cosiddetti elementari. vi sono altre operazioni meno elementari che sono di stretto interesse dal punto di vista della teoria dei segnali . sulla base dei quali è possibile classificare ulteriormente i segnali in segnali di energia e segnali di potenza. per un segnale TD. B. che costituisce la naturale prosecuzione del precedente. meritano una particolare attenzione. sono definiti e discussi i fondamentali concetti di energia e potenza. Anticipiamo che mentre le prime sono più semplici da interpretare. è possibile definire le nozioni di limite e serie. tutti i concetti e le operazioni introdotti nei corsi di analisi matematica per le funzioni valgono anche per i segnali TC. I 2. Tali operazioni si possono schematicamente classificare come: • trasformazioni della variabile dipendente (l’ampiezza). Successivamente si introducono le definizioni di area e media temporale di un segnale. e le operazioni di derivazione e integrazione. Infine. dopo aver introdotto le operazioni elementari che si possono effettuare sui segnali. esistono alcune operazioni elementari sulle funzioni che giocano un ruolo fondamentale nella teoria dei segnali e dei sistemi e. In particolare. • trasformazioni della variabile indipendente (il tempo). con riferimento a un segnale TC. viene definito e discusso il concetto di estensione temporale e di durata di un segnale.1 Operazioni elementari sui segnali Poiché i segnali deterministici a TC sono descritti mediante funzioni di variabili reali. Alcune definizioni e operazioni fondamentali sulle funzioni e sulle successioni sono brevemente richiamati nell’app. che consentono di calcolare la componente continua ed alternata di un segnale arbitrario. assemblando i quali è possibile ottenere quasi tutti i segnali di interesse pratico. le seconde sono più complesse e soggette talvolta ad errori di interpretazione. Tuttavia. Allo stesso modo.Capitolo 2 Proprietà dei segnali n questo capitolo.

in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. Prodotto In maniera simile alla somma. le operazioni di derivazione ed integrazione per segnali TC. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. La somma si può estendere facilmente a più di due segnali. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n).26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. nel caso TD. (b) moltiplicazione di due segnali. la moltiplicazione di un segnale per una costante.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. 2. 2. il prodotto di due segnali. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. così come si può generalizzare lo schema del sommatore anche al caso in cui alcuni segnali siano sottratti anziché sommati (in questo caso si aggiunge un segno “–” in prossimità del corrispondente ingresso del sommatore). e dei sistemi. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . considereremo in particolare la somma di due segnali. 1 Qui e nel seguito. . Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. 2. quali. ad esempio. Inoltre.1. denominate differenza prima e somma corrente.1. § 1.5) denominato sommatore e rappresentato schematicamente in fig.1(a). detto impulso di Dirac. saranno definite due operazioni corrispondenti. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni. Operazioni sui segnali: (a) somma di due segnali.

Schema a blocchi di un amplificatore/attenuatore.2. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). 2. con a > 0. Genericamente. 2. attraverso l’introduzione delle operazioni di decimazione ed espansione. raffigurato in fig.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. Si noti che una traslazione temporale non modifica la forma del segnale. la riflessione temporale. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . 2. 2. un segnale TD può essere traslato solo di quantità intere. mentre per t0 < 0 si ha una traslazione verso sinistra. considereremo alcune caratteristiche peculiari del caso TD. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. dove però.1(b). per quest’ultima operazione. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. il parametro della traslazione n0 assume necessariamente valori interi. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|.1. Più in generale. Se a = −1.2 può essere utilizzato anche in questo caso. o ritardo. ma comporta solo una variazione del riferimento temporale. dove per t0 > 0 si ha una traslazione verso destra del segnale. se a < 0.3. Il prodotto di due segnali si può interpretare anch’esso come un sistema MISO (a due ingressi ed una uscita) denominato moltiplicatore e rappresentato in fig. a differenza del caso TC.2. cioè n0 ∈ Z: in altri termini. o anticipo. lo schema di fig. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo).2. 2. in particolare.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. ed il cambiamento di scala temporale. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. . come rappresentato in fig. 2.

un segnale TD si dice pari se x(−n) = x(n). 2. (c) segnale anticipato (t0 < 0). y(n) = x(−n) . 2. secondo le seguenti relazioni. x(−t) = x(t). Dal punto di vista fisico. si dice pari. Analogamente. x(t) = −x(−t).28 Proprietà dei segnali x(t) (a) t1 y(t) = x(t-t0) t2 t0 > 0 t (b) t1+t0 y(t) = x(t-t0) t0 < 0 (c) t2+t0 t t1+t0 t2+t0 t Fig. (b) segnale ritardato (t0 > 0).3. si dice dispari. dispari se x(n) = −x(−n). in pratica il grafico del segnale subisce una rotazione intorno all’asse delle ordinate (si noti che il valore in t = 0 oppure n = 0 resta immutato per effetto della riflessione). un segnale TC invariante rispetto alla cascata di una riflessione e inversione. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. Un esempio di riflessione per un segnale TC è riportato in fig. in fig. invece. Un segnale TC invariante alla riflessione. Ad esempio.5 (a) . se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. la riflessione corrisponde a riprodurre il brano al contrario.4. 2. Traslazione temporale di un segnale TC: (a) segnale originario. valide rispettivamente per il caso TC e TD: y(t) = x(−t) .

A partire dalla definizione di segnale pari e dispari. 2. (b) segnale riflesso.6. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . mentre il prodotto di due segnali dispari è un segnale pari. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].t1 t Fig.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. Riflessione temporale di un segnale TC: (a) segnale originario. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2.4. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. (c) Il prodotto di due segnali pari è un segnale pari.t2 . 2. 2.5 (c) e (d) sono raffigurati due esempi di segnali dispari. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.2. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. .1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . e (b) sono raffigurati due esempi di segnali pari. risulta necessariamente x(0) = 0. mentre in fig.

(b) segnale pari a TD. 2. . Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. Esempio di decomposizione di un segnale TC in parte pari e dispari. (c) segnale dispari a TC. 2. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig. (b) segnale dispari a TD.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig.5.6.

2. per cui tratteremo separatamente questi due casi. se il segnale x(t) è l’audio di un brano musicale. si ha una compressione dei tempi [fig.7(b)]. Dal punto di vista fisico.7. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. Nel caso a < 0.1 Operazioni elementari sui segnali 31 x(t) (a) t1 y(t) = x(at) t2 a>1 t (b) t1/a y(t) = x(at) t2/a a<1 t (c) t1/a t2/a t Fig. mentre con . il caso a = 1 lascia ovviamente il segnale inalterato. dove a ∈ R+ : per a > 1. il valore del segnale per t = 0 rimane inalterato. l’operazione y(t) = x(at) non è elementare.2. Si noti che sia nel caso della compressione che dell’espansione. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. in particolare. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). Nel caso TC. 2. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. il cambiamento di scala temporale è definito come y(t) = x(at) .7(a)]. (b) segnale espanso (0 < a < 1). 2. e quindi a velocità maggiore (ad esempio. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. (b) segnale compresso (a > 1). Cambiamento di scala temporale di un segnale TC: (a) segnale originario.

32 Proprietà dei segnali x(n) (a) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 n y(n) = x(3n) x(0) x(-3) x(-6) x(3) x(6) (b) -3 -2 -1 x(-9) 0 1 2 3 n x(9) Fig.8. Per segnali a TD. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. a differenza del termine “decimazione” rievoca la terribile tecnica adoperata dall’esercito nazista durante la seconda guerra mondiale per selezionare i prigionieri da sottoporre a fucilazione per rappresaglia. se se sceglie M = 10. 2.2 infatti. (b) segnale decimato con M = 3. Decimazione di un segnale TD: (a) segnale originario. infatti. derivante dalla perdita di due campioni ogni tre del segnale originario. 2 L’uso . il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. si noti l’effetto di compressione (minore durata) del segnale risultante. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. per cui si scrive: y(n) = x(nM) . l’espansione si ottiene esattamente l’effetto opposto. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. ma nel caso TD si utilizza il termine più specifico di decimazione. In questo caso è possibile ancora parlare di compressione.8. 2. ovvero se a = M ∈ N. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile.

9. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri.2. l’espansione a TD è una operazione perfettamente reversibile.9. (2. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. per analogia con il caso a = M. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. 2. si assume a = 1/L. M − 1 campioni ogni M) sono eliminati completamente.1 Operazioni elementari sui segnali 33 x(n) (a) -3 -2 -1 0 1 2 3 n y(n)=x[n/3] x(0) x(-2) x(-1) x(1) x(2) (b) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 x(-3) 1 2 3 4 5 6 7 8 9 n x(3) Fig. la decimazione è una operazione non reversibile. L 0. della compressione di un segnale TC. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. A differenza della decimazione. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n . .1) Un esempio di espansione per L = 3 è fornito in fig. altrimenti . (b) segnale espanso con L = 3. in quanto an non è un numero intero. se n è multiplo di L . con L ∈ N. Espansione di un segnale TD: (a) segnale originario. Analogamente a quanto visto per la decimazione. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. Se anche. 2. perché alcuni campioni del segnale TD (in generale.

(2) riflessione. Si noti che quando effettuiamo sostituzioni a catena.34 Proprietà dei segnali 2. Esempio 2. introducendo dei segnali intermedi u(t). va detto però che spesso. in generale. caso TC) Si riprenda per un momento l’es. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. v(t). è facile commettere errori. è conveniente seguire il seguente procedimento. (2) ritardo di 3. Tenendo bene a mente questo principio. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . (3) compressione di 2. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. una combinazione di operazioni elementari definisce una funzione composta. cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. Per evitare ciò. Procedendo in questo modo si giunge sempre al risultato corretto. questa sostituzione si denota con t − 3 → t).1. Allo stesso modo. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). (3) compressione di 2. si giungerà al risultato corretto. Utilizzando lo stesso procedimento dell’es. Nel nostro caso. che è il risultato cercato. ritardo di 3: v(t) = u(t − 3) . Esempio 2.1 scambiando l’ordine delle operazioni.2 (effetto dell’ordine nella combinazione di operazioni elementari. Successivamente. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni. . Ad esempio. riflessione: v(t) = u(−t) . mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. 2. Per individuare il segnale y(t) risultante. compressione di 2: y(t) = v(2t) . È importante notare che. Dal punto di vista matematico. 2. compressione di 2: y(t) = v(2t) .1. per cui non dovrebbe essere difficile individuare il segnale risultante. riflessione. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) .3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. etc. sostituire ad esso t − 3 (sinteticamente. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) .1 (combinazione di operazioni elementari. come illustrato dall’esempio che segue. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t.

Infatti si ha. Nel caso di segnali a TD. 5 u(t) = z(t + 4) . Ad esempio se si effettua prima la riflessione. Un altro problema che si pone in pratica è il seguente: dato un segnale ottenuto per combinazione di operazioni elementari.1) si assume convenzionalmente che tale valore sia nullo. sostituendo ricorsivamente a partire dall’ultima. Esempio 2. ed infine l’espansione. lo stesso segnale di partenza si può pensare ottenuto mediante una diversa combinazione di operazioni: 4 anticipo di : 5 z(t) = x t + 4 5 . Qualche approfondimento merita il solo caso in cui è presente l’espansione a TD definita dalla (2. Ovviamente.1). poiché portano allo stesso risultato. z(t) = x riflessione: y(t) = u(−t) . Si può verificare che il risultato dipende dall’ordine in cui si eseguono le operazioni. poi l’anticipo. y(t) = u(−t) = z(−t + 4) = x −t + 4 5 =x 4−t 5 .1.2. per cui nella definizione (2. D’altra parte.3 (individuazione delle operazioni elementari. va osservato peraltro che in genere la prima è da preferire. la tecnica da seguire per combinare operazioni elementari è la stessa vista per il caso TC. non ha senso calcolare il valore del segnale in n/L. espansione di un fattore 5: y(t) = u 5 Infatti si ha sostituendo a ritroso: y(t) = u t −t =z 5 5 =x −t 4 + 5 5 =x 4−t 5 e quindi lo stesso segnale. caso TC) Si consideri il segnale y(t) = x 4−t 5 . nell’ordine elencato: espansione di un fattore 5: anticipo di 4: t . infatti. Per ottenere . riflessione: u(t) = z(−t) . si ha: y(t) = u t t t +4 = x − −4 =v 5 5 5 e quindi un risultato differente da quello precedente. È importante infatti notare che uno stesso segnale si può ottenere con diverse combinazioni di operazioni elementari. L’esempio che segue chiarisce meglio quest’aspetto. individuare quali siano le operazioni elementari ed in che ordine vadano effettuate. in quanto più “semplice”. ottenendo un segnale differente da quello dell’es.1 Operazioni elementari sui segnali 35 Successivamente operiamo le sostituzioni ricorsivamente partendo dall’ultima espressione: y(t) = v(2t) = u(−2t) = x(−2t − 3) . in quanto quest’ultima non si può interpretare semplicemente come la sostituzione formale di n/L → n: se n/L non è intero. Esso si può pensare ottenuto a partire da x(t) mediante le seguenti tre operazioni. entrambe le sequenze di operazioni sono “corrette”. t . 2.

Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . (3) anticipo di 5. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . altrimenti . 2 2 2 Con riferimento all’ultima espressione.4 (combinazione di operazioni elementari. altrimenti il valore del segnale è nullo.36 Proprietà dei segnali il risultato corretto per via analitica. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. 2 0. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v(n + 5) = u n+5 n+5 n+5 =x 3 =x . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. il segnale y(n) si può esprimere esplicitamente. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. 6 6 2 . osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. mentre in tutti gli altri casi è frazionario. come: y(n) = se n è pari . n espansione di 6: v(n) = u . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Esempio 2. n x − − 5 . per cui il segnale y(n) vale convenzionalmente zero.5 (combinazione di operazioni elementari. allora il risultato si ottiene calcolando il valore del segnale in quel punto. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. (2) anticipo di 5. Esempio 2. eliminando la notazione simbolica con le parentesi quadre. (3) espansione di 2. 6 anticipo di 5: y(n) = v(n + 5) . Gli esempi che seguono mostrano come procedere in due situazioni tipiche. Pertanto. n espansione di 2: y(n) = v .1). ovvero se n è pari. anticipo di 5: v(n) = u(n + 5) . (2) espansione di 6.

2 0 −2 0 2 4 t 6 8 10 Fig. nell’ambito della teoria dei segnali si incontrano molto frequentemente segnali che non sono continui in tutti i punti del loro insieme di definizione T. integrazione. 0 . se il segnale x(t) è derivabile nel punto t0 ∈ T. Pertanto. In particolare.2) che esiste ed è finito.4 Derivazione. ed è rappresentato graficamente in fig. eliminando la notazione con le parentesi quadre. y(n) = n+5 x . per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. Tuttavia. In particolare.8 x(t) = u(t) 0. Con riferimento all’ultima espressione. § B. altrimenti . Il gradino presenta una discontinuità di prima specie per t = 0.10. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. se t ≥ 0 .1. al più. altrimenti . infinito numerabile di punti di discontinuità di prima specie.2) esista e sia finito. 0 . si dimostra che x(t) è anche continuo in t0 . il che accade se e solo se n è dispari. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. Se il segnale x(t) è derivabile in t0 . per cui l’espressione ottenuta si può rendere esplicita. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. Il gradino a TC è definito come: u(t) = 1 . per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .4 0. come:  se n è dispari . 2 2.10.1 Operazioni elementari sui segnali 37 1 0. 2.2.2). 2. Gradino a TC. allora la sua derivata è definita mediante il limite del rapporto incrementale: d x(t) dt = lim t=t0 t→t0 x(t) − x(t0 ) t − t0 (2.6 0. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2.

1 2ε per |t| > ε . conservando area unitaria. Per tener conto di questo comportamento e. da sinistra (che vale 0). in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. 2. bisogna ricorrere al concetto di derivata generalizzata. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni.2) non è definito. poter definire la derivata del gradino anche per t = 0. al limite per ε → 0. cercheremo di calcolare la derivata di u(t) euristicamente. per |t| < ε . La derivata di u(t). e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. quindi. per t < −ε . posto ε ∈ R+ . il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. in cui il limite del rapporto incrementale (2.  1 t uε (t) = 2 1 + ε . (b) la derivata δε (t) di uε (t). definiamo la seguente funzione uε (t):  0 . tranne che nel punto t = 0. La funzione uε (t). Infatti la funzione uε (t) è derivabile nell’intorno di t = 0.   1. Allo scopo di calcolare la derivata generalizzata del gradino. e la sua derivata vale: δε (t) = d uε (t) = dt 0. . non previsto dall’analisi matematica elementare. raffigurata in fig. per t > ε . Infatti. destra (che vale 1). L’approssimazione è tanto migliore quanto più ε è piccolo. essendo continua. non è intuitivamente accettabile. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. tuttavia. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. per |t| ≤ ε . Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t).11.11(a). Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. 2. Questo risultato. in effetti. calcolata applicando la regola di derivazione ordinaria. .38 Proprietà dei segnali 1 1/(2 ε) x(t) = u (t) x(t) = δ (t) ε ε −ε t +ε −ε t +ε (a) (b) Fig. sebbene matematicamente corretto. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. vale zero in tutti i punti. si ha: ε →0 lim uε (t) = u(t) . Per mantenere la trattazione ad un livello sufficientemente elementare. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. ma per t = 0 presenta una rapidità di variazione infinita.

cioè. ε →0 (2. Dirac nei suoi studi sulla meccanica quantistica. Come indicato dal loro stesso nome. al limite per ε che tende a zero. Invocando il teorema della media.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. ε ) e la misura di tale intervallo. Questo risultato suggerisce di definire il limite al secondo membro della (2.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. Al limite per ε → 0. la (2. Infatti.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. essa ha invece un significato ben preciso se la si moltiplica per un’arbitrario segnale x(t) continuo nell’origine e si integra il risultato su tutto l’asse reale: +∞ −∞ δε (t) x(t)dt = 1 2ε ε −ε x(t)dt . la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. (2. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. Ciò suggerisce che la convergenza del limite al secondo membro della (2. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) .4) Dal punto di vista matematico.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). conservando tuttavia area unitaria. Al diminuire di ε . A tale scopo. al limite per ε che tende a zero.2. il funzionale (2. possiamo affermare che esiste un punto tε ∈ [−ε . 2. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . la convergenza della famiglia di funzioni δε (t) alla funzione . 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. motivo per cui è comunemente nota come impulso o delta di Dirac. Quindi.7) dove x(t) è un arbitrario segnale continuo nell’origine. per ε → 0. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε .4) definisce un funzionale che si “appoggia” alla funzione δε (t). un operatore che associa alla funzione x(t) un numero reale. δε (t) non ha alcun significato come funzione ordinaria.3) mediante una funzione. a differenza del concetto di convergenza di funzioni ordinarie.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. che indichiamo con δ (t) = lim δε (t) . ε →0 dt (2. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . ε →0 (2. se è vero che.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. (2.5) In altre parole. tali funzioni costituiscono una generalizzazione del concetto di funzione: un funzione generalizzata è sempre definita mediante un integrale e non ha senso quindi pensare al valore assunto da essa per un dato valore dell’argomento.

di carattere prettamente matematico. di carattere esclusivamente applicativo. riguarda il fatto che. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). poiché nell’ambito della teoria dei segnali ciò che importa non è tanto la definizione dell’impulso di Dirac bensì il suo impiego nelle applicazioni. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . la (2. se a < 0 < b . ma. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . . la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. a valle delle considerazioni fatte finora. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). |a| . ∀a ∈ R − {0}. consiste nell’osservare che. ∀x(t) 0.9) dt In altre parole.8). Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. per semplicità d’impiego nelle applicazioni. (2. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. (2.8) ovvero. La seconda.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. ∀t0 ∈ R. δ (t) x(t) dt = x(0) . (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. ∀t0 ∈ R. ∀a < b ∈ R. (d) Parità: δ (−t) = δ (t). secondo l’analisi matematica convenzionale.5) e (2. ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0.7). in virtù delle (2. implicitamente.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. ad esempio. se a > 0 oppure b < 0 . b a continuo in t = 0.5) e (2. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. questa operazione per l’integrale di Riemann è consentita solo se la famiglia di funzioni δε (t) converge uniformemente (il che non avviene nel nostro caso). ∀x(t) continua in t0 . ∀x(t) continua in t0 . anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . A partire dalla definizione (2. ∀n ∈ N. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. La prima.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari.

2.1 Operazioni elementari sui segnali

41

Dalla proprietà (a) si ricava che l’impulso di Dirac ha area unitaria, come la famiglia di funzioni δε (t). Le proprietà (b) e (c) esprimono, con un diverso formalismo matematico, la medesima proprietà dell’impulso di Dirac, ovvero quella di estrarre (nel gergo della teoria dei segnali, “campionare”) il valore del segnale nel punto t0 in cui l’impulso è centrato. La proprietà (d) evidenzia che la delta di Dirac è un segnale pari, mentre la proprietà (e) mostra che, anche per l’impulso a TC, un cambiamento di scala comporta un cambiamento di area. L’operazione di derivazione è definita anche per le funzioni generalizzate e, a tal proposito, la proprietà (f) chiarisce come tale operazione vada correttamente interpretata per l’impulso di Dirac. La proprietà (g) definisce invece la relazione inversa della (2.9), mostrando che il gradino è il risultato dell’integrazione dell’impulso di Dirac. A tale proposito, sia ben chiaro che l’integrale che compare nella proprietà (g) è valido nel senso delle distribuzioni e non in senso ordinario (secondo Riemann); infatti, non esiste nessuna funzione ordinaria che possa restituire un gradino mediante integrazione (nell’analisi convenzionale, le funzioni definite mediante integrali sono continue). Un commento a parte merita infine la proprietà (h). Innanzitutto, si osservi che se uno degli estremi di integrazioni (a oppure b) è zero, allora l’integrale tra a e b dell’impulso di Dirac non è definito. Tuttavia, l’integrale sull’intervallo (0− , b) è definito e si calcola con la seguente procedura al limite:
b 0−

δ (t) x(t)dt = lim

b

ε → 0 −ε ε >0

δ (t) x(t)dt = x(0) .

Analogo risultato sussiste per l’integrazione sull’intervallo (a, 0+ ). A partire dalla proprietà (h), ponendo x(t) = 1, ∀t ∈ R, e b = −a = ε , si ottiene:
ε
−ε

δ (t)dt = 1 ,

con ε ∈ R+ piccolo a piacere ,

che suggerisce l’interpretazione intuitiva (matematicamente non corretta) che δ (t) sia nulla ovunque tranne che nell’origine. In virtù di questa interpretazione e della proprietà (a), l’impulso di Dirac δ (t) si può rappresentare graficamente come in fig. 2.12. Si noti che l’area unitaria dell’impulso viene rappresentata convenzionalmente assimilandola ad un’ampiezza, ovvero tracciando una freccia di altezza pari ad uno. Mediante cambiamento di scala delle ampiezze e traslazione temporale, è possibile definire un impulso di Dirac centrato in t0 ∈ R e di area A: x(t) = A δ (t − t0 ) , raffigurato in fig. 2.13. Concludiamo questa breve trattazione dell’impulso di Dirac, osservando che la (2.9) consente di ricavare la regola di derivazione per un segnale TC che presenta un numero finito o, al più, infinito numerabile di punti di discontinuità di prima specie: se il segnale x(t) presenta N (con N che può essere eventualmente infinito) discontinuità di prima specie negli istanti di tempo t1 ,t2 , . . . ,tN , la sua derivata generalizzata presenterà un impulso di Dirac nel punto tn , per n ∈ {1, 2, . . . , N}, avente
+ − area pari al valore del “salto” di discontinuità s(tn ) = x(tn ) − x(tn ) nel punto in questione. Più precisamente, detta h(t) la derivata ordinaria della parte continua di x(t), ∀t ∈ T − {t1 ,t2 , . . . ,tN }, si ottiene la seguente espressione: N d x(t) = h(t) + ∑ s(tn ) δ (t − tn ) . dt n=1

(2.10)

Il fatto che x(t) sia continuo per t ∈ T − {t1 ,t2 , . . . ,tN } non implica che esso sia derivabile in tutti i punti dell’insieme T − {t1 ,t2 , . . . ,tN }. Questo significa che la funzione h(t) può non essere definita in qualche punto. Se tali punti sono isolati (rappresentano cioè un insieme di misura nulla), questo

42

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 t 5

x(t) = A δ(t−t0)

x(t) = δ(t)

t

0

t

Fig. 2.12. Impulso a TC (delta di Dirac).

Fig. 2.13. Impulso a TC x(t) = A δ (t −t0 ). L’impulso è centrato in t0 ed ha area A.
x'(t)

x(t) 2

(a)

1

(b)

-1

1

t

-1

1

t

-2

Fig. 2.14. Calcolo della derivata di un segnale TC discontinuo (es. 2.6): (a) il segnale x(t); (b) la sua derivata generalizzata.

mancanza di informazione è spesso inessenziale: dal punto di vista dell’analisi dei segnali, la caratterizzazione completa di un segnale è in molti casi superflua e, come vedremo più avanti in questo capitolo, è sufficiente una caratterizzazione sintetica, in cui il valore del segnale in un punto isolato non è rilevante; da un punto di vista dell’analisi dei sistemi, come vedremo nei prossimi capitoli, il segnale di uscita da un sistema dipende dal segnale di ingresso mediante una relazione integrale, il cui calcolo non dipende dai valori assunti dal segnale di ingresso in insiemi di misura nulla.
Esempio 2.6 (derivata generalizzata di un segnale TC) Si voglia calcolare la derivata generalizzata del segnale TC riportato in fig. 2.14(a). Tale funzione presenta una sola discontinuità di prima specie nel punto
− + t1 = 1 (N = 1), il cui salto è s(t1 ) = x(t1 ) − x(t1 ) = −2. Applicando la regola (2.10), si ottiene immediatamente che:

d x(t) = [u(t + 1) − u(t − 1)] − 2 δ (t − 1) , dt raffigurata in fig. 2.14(b).

Per un segnale TD x(n), il cui insieme di definizione è un insieme discreto, non è possibile considerare le operazioni di derivazione ed integrazione. Tuttavia, è possibile definire alcune operazioni

2.1 Operazioni elementari sui segnali

43

1 0.8 x(n) = u(n) 0.6 0.4 0.2 0 −2 0 2 4 n 6 8 10

Fig. 2.15. Gradino a TD.

che hanno una certa analogia con quelle di derivazione ed integrazione per segnali a TC. Si definisce differenza prima del segnale x(n) la seguente operazione: ∇1 [x(n)] = x(n) − x(n − 1) , che può essere vista come la “controparte” a TD della operazione di derivazione a TC. Il calcolo della differenza prima di un segnale TD non crea gli stessi problemi che invece pone il calcolo della derivata di un segnale TC. Per capire ciò, seguendo parallelamente la trattazione fatta per i segnali TC, consideriamo il calcolo della differenza prima del gradino a TD. La definizione del gradino a TD è analoga a quella del gradino a TC: u(n) = 1 , se n ≥ 0 ; 0 , altrimenti ;

e la sua rappresentazione grafica è riportata in fig. 2.15. Si noti che, a differenza del gradino a TC, nella definizione del gradino a TD non vi è ambiguità nel valore assunto dal segnale nell’origine, in quanto il concetto di continuità non si applica ad una sequenza. Notiamo, inoltre, che il gradino a TD si può ottenere da quello a TC mediante campionamento con passo unitario. In questo caso, senza dover ricorrere a nessun strumento matematico avanzato, è immediato stabilire che

δ (n) = ∇1 [u(n)] =

1 , se n = 0 ; 0 , altrimenti ;

(2.11)

Volendo stabilire un parallelo tra il caso TC e quello TD, si può affermare che la (2.11) è la controparte a TD della relazione (2.9). Il segnale δ (n) prende il nome di impulso a TD o impulso discreto (anche detto delta di Kronecker), ed è rappresentato graficamente in fig. 2.16. Notiamo che l’impulso elementare δ (n) è centrato nell’origine e ha ampiezza unitaria. Mediante cambiamento di scala delle ampiezze e traslazione temporale, è possibile definire un impulso discreto centrato in n0 ∈ Z e di ampiezza A ∈ R arbitraria: x(n) = A δ (n − n0 ) , raffigurato graficamente in fig. 2.17. Analogamente all’impulso di Dirac, l’impulso a TD gode delle seguenti proprietà elementari, la cui semplice verifica è lasciata al lettore per esercizio:

44

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 n 5

x(n) = A δ(n−n )

x(n) = δ(n)

0

n0 n

Fig. 2.16. Impulso unitario a TD.

Fig. 2.17. Impulso a TD x(n) = A δ (n − n0 ). L’impulso è centrato in n0 ed ha ampiezza A.

Proprietà 2.3 (proprietà elementari dell’impulso discreto)
+∞

(a) Area unitaria:

n=−∞ +∞

δ (n) = 1.

(b) Campionamento:

n=−∞

x(n) δ (n − n0 ) = x(n0 ), ∀n0 ∈ Z.

(c) Prodotto: x(n) δ (n − n0 ) = x(n0 ) δ (n − n0 ), ∀n0 ∈ Z. (d) Parità: δ (−n) = δ (n). (e) Decimazione ed espansione:

δ (nM) = δ (n) , n = δ (n) , δ L
(f) Somma: u(n) =

∀M ∈ N ; ∀L ∈ N .

m=−∞

n

δ (m).

Osservazioni analoghe a quelle effettuate per l’impulso di Dirac si possono fare per le proprietà (a), (b), (c) e (d), che esprimono le proprietà di area unitaria, campionamento e parità dell’impulso discreto. La proprietà (e) evidenzia che l’impulso a TD è invariante rispetto alle operazioni di decimazione ed espansione. Infine, la proprietà (f) stabilisce che il gradino a TD è la somma corrente dell’impulso discreto e rappresenta la controparte a TD della proprietà (g) dell’impulso di Dirac. Si noti che la somma corrente gioca nel caso TD lo stesso ruolo che gioca l’integrale tra −∞ e t per i segnali TC.

2.2 Caratterizzazione sintetica dei segnali

45

2.2 Caratterizzazione sintetica dei segnali
Nel capitolo precedente abbiamo visto che un segnale (deterministico) è completamente descritto da una funzione, cioè da una legge che ad ogni elemento del dominio T fa corrispondere uno ed un solo elemento del codominio X. In alcuni casi pratici, tuttavia, la descrizione completa di un segnale mediante una funzione è eccessivamente dettagliata, ed è invece di interesse conoscere solo alcuni parametri numerici del segnale, che forniscono una descrizione o caratterizzazione sintetica (rispetto all’assegnazione della corrispondenza tra T e X) del segnale. In altri casi, i segnali possono essere frutto di dati sperimentali e, pertanto, da un lato possono non essere noti in tutti gli istanti di tempo, dall’altro la loro conoscenza può essere soggetta ad un certo margine di incertezza; quindi, piuttosto che descrivere puntualmente un segnale, è più ragionevole descrivere il segnale mediante quantità medie, come, ad esempio, il valore di un integrale, che risentono meno o non risentono affatto di cambiamenti poco significativi del segnale. I principali parametri numerici che concorrono a caratterizzare sinteticamente un segnale sono i seguenti: • durata temporale; • area e media temporale; • energia e potenza. La durata è una misura dell’estensione temporale del segnale, cioè dell’intervallo di tempo all’interno del quale il segnale assume valori non trascurabili, mentre l’operazione di media temporale è utilizzata per definire la componente continua ed alternata di un segnale. I concetti di energia e potenza sono alla base della caratterizzazione energetica dei segnali, e consentono di introdurre la relativa classificazione in segnali di energia e di potenza. Come esempio particolarmente significativo di segnali di potenza, verranno presentati i segnali periodici e le loro proprietà, e tra essi si esamineranno in particolare i fasori e le sinusoidi, evidenziando alcune differenze significative tra il caso TC ed il caso TD.

2.3 Estensione e durata temporale di un segnale
La durata di un segnale è un concetto intuitivo, legato evidentemente alla misura dell’estensione temporale del segnale. Una definizione generale può essere la seguente: Definizione 2.1 (estensione e durata temporale di un segnale) (a) L’estensione temporale Dx ⊆ T di un segnale x(t) a TC è l’intervallo di tempo in cui |x(t)| assume valori non trascurabili. La durata di x(t) è la misura ∆x ≥ 0 dell’insieme Dx . (b) L’estensione temporale Dx ⊆ T di un segnale x(n) a TD è l’intervallo di tempo in cui |x(n)| assume valori non trascurabili. La durata di x(n) è la misura ∆x ∈ N dell’insieme Dx . Per quanto concerne la definizione di misura di un insieme, è bene mettere in evidenza che esiste una differenza notevole tra il caso TC e quello TD. Infatti, nel caso TC, la misura dell’insieme Dx è quella secondo Peano-Jordan o, più in generale, secondo Lebesgue. Ad esempio, la misura dell’intervallo [t1 ,t2 ] coincide con la sua lunghezza |t2 − t1 |. Nel caso TD, invece, poiché l’insieme Dx è discreto, è possibile utilizzare la stessa definizione di misura secondo Peano-Jordan o Lebesgue, secondo le quali un insieme composto da punti isolati ha sempre misura nulla, cioè, risulterebbe ∆x = 0 per ogni

. n2 }. con riferimento alla definizione generale di estensione. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. n1 + 1. . n2 }.1 Segnali di durata rigorosamente limitata Un segnale TC x(t) si dice di durata rigorosamente limitata se esistono due numeri reali finiti t1 e t2 . un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . . l’estensione del segnale è definita come Dx = {n1 . e segnali di durata non limitata. In tal caso. approfondiremo questa classificazione. n1 + 1. si considerano trascurabili solo i valori nulli del segnale. Tuttavia. cioè. Nel caso TD. In altre parole. Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. . l’estensione del segnale è definita come Dx = (t1 . Segnale di durata rigorosamente limitata. . Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. con n2 > n1 . Nel seguito. . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . . . legato all’interpretazione di quali valori del segnale siano trascurabili. .46 Proprietà dei segnali x(t) t1 durata t2 t Fig. Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig.t2 ). Analogamente. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 .t2 ). . non esiste una definizione universalmente accettata di estensione temporale di un segnale.18. n1 + 1. cioè. la definizione di misura da adottare per Dx è molto più semplice ed è uguale al numero di punti isolati che costituiscono Dx (in sostanza coincide con la cardinalità di Dx ). Conseguentemente. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. e quali no. con t2 > t1 . In questo caso. 2.3. x(t) = 0 per ogni t ∈ (t1 . . esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. Alcuni esempi elementari di finestre sono presentati di seguito. . 2.18. . x(n) = 0 per ogni n ∈ {n1 . considerando sia segnali TC che TD. 2.t2 ) e la sua durata è data da ∆x = t2 − t1 . segnale x(n). con riferimento a taluni casi particolari di segnali.

0 . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. A partire dalla finestra prototipo. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .4 0. altrimenti .7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. ed è rappresentata graficamente in fig. Utilizzando la definizione.6 0.19. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . 2. 2. si vede che x(t) = A rect t − t0 T = A. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. il cui andamento è raffigurato in fig.7. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2).2. se 0 ≤ n ≤ N − 1 .20: la finestra è centrata in t = t0 e ha durata ∆x = T . 2. cambiamento di scala con a = 1/T e traslazione temporale di t0 . di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). se |t| ≤ 0. mediante moltiplicazione per una costante. se t ∈ [t0 − T /2.19. Fig. traslazione temporale e cambiamento di scala. 0 .20. 0.8 x(t) = rect(t) 0. altrimenti .t0 + T /2] . la finestra rettangolare è denotata con il simbolo Π(t). numerosi testi.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. 2. . Finestra rettangolare a TC.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. Esempio 2. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. cambiamento di scala con a = 1/T e traslazione temporale di t0 . Finestra rettangolare a TC dell’es. altrimenti . 2. Si tratta di un segnale pari (centrato nell’origine).5 .

23) anche nel caso TD.4 0. . si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. La finestra ha estensione temporale Dx = {0. . si noti che. 2. Si tratta di un segnale pari (centrato nell’origine). Come nel caso TC. altrimenti . . e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. 2. 1. R1 (n) = δ (n). cioè. mediante operazioni elementari (moltiplicazione per una costante. traslazione temporale. Infine. se 0 ≤ n ≤ 2N − 1 . Tuttavia. ed è rappresentata graficamente in fig. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. ed è rappresentata graficamente in fig. È possibile definire la finestra triangolare (si veda la fig. Finestra triangolare a TC.7. 2. ponendo N = 1.2 0 −2 −1 0 t 1 2 Fig.24. 1− B2N (n) = N 0 . Finestra rettangolare a TD per N = 5. N −1} e durata ∆x = N.21. di ampiezza unitaria e durata ∆x = 2.8 x(t) = Λ(t) 0.22.22. ed essa è nota come finestra di Bartlett:  |n − N|  .2 0 −2 0 2 4 n 6 8 10 1 0. 2.48 Proprietà dei segnali 1 0. a partire dalla finestra triangolare prototipo. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. . 0. Così come visto per la finestra rettangolare nell’es.6 0. pertanto. a differenza della sua versione a TC. 2. .21. la finestra rettangolare a TD degenera nell’impulso discreto. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo.4 0. come riportato in fig. se |t| < 1 . altrimenti . anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . 2. infatti si ha RN (n) = u(n)−u(n−N). così come la finestra rettangolare a TD.8 x(n) = R5(n) 0. ovvero considerare B2N (n + N). La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. è asimmetrica rispetto all’origine. Fig.6 0. ed è asimmetrica rispetto all’origine. 2.

si perviene ad un diverso valore di durata del segnale.4 0. se si fissa una soglia diversa.2. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. questo introduce.3 Estensione e durata temporale di un segnale 49 1 0. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. un certo elemento di arbitrarietà nella misura della durata. legato proprio all’arbitrarietà nella scelta del valore della soglia. t1 durata t2 . si consideri un segnale TC come quello riportato in fig. con t2 > t1 . Fissare una soglia (vedi fig.24. 2.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. Finestra triangolare a TD per N = 4. 2.25. senza mai annullarsi.2 0 −6 −4 −2 0 n 2 4 6 Fig..25.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo.6 0. . Segnale di durata praticamente limitata. 2. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata.8 0. x(t) soglia . il quale decade asintoticamente a zero per t → ±∞.t2 ) di valori significativi del segnale.3. In particolare. Finestra triangolare a TD per N = 4 con simmetria pari. tuttavia. t Fig. Si noti che. per esso. Un discorso analogo sussiste anche per i segnali a TD.6 0.8 0.4 0. 2.. Fig. a differenza del caso di segnali a durata rigorosamente limitata.. 2. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. 2.23. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.

che quelli a durata praticamente limitata – sono anche detti segnali transitori. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. come mostra il calcolo della derivata di x(t). in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. Infine. 2. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. come in fig.26.1. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . Il caso a = 0 è degenere.25). L’esponenziale a TC è una funzione monotona di t. Tale scelta può variare a seconda della natura del segnale. delle applicazioni. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. che risulta diverso da zero. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . con riferimento al caso TC per semplicità. al variare di a. dove a ∈ R è un fattore di scala dei tempi. (a) a < 0 (valore effettivo a = −0. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata.26(b). in dipendenza dal valore di a = 0. Poiché. solo per t ≥ 0. . 2. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. 2.50 Proprietà dei segnali 14 12 10 x(t)=A eat 8 6 4 2 0 −2 −10 −5 0 t 5 10 A x(t)=A eat 14 12 10 8 6 4 2 0 −2 −10 −5 0 t 5 10 A (a) (b) Fig. e degli scopi per i quali il segnale stesso viene studiato o elaborato. ∀a ∈ R). notiamo che tra le operazioni elementari introdotte nel § 2. nel caso a < 0. In particolare. esso non rientra nella famiglia dei segnali di durata praticamente limitata. che sono descritti di seguito. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . In particolare. ed in particolare per a > 0 l’esponenziale risulta crescente. come in fig. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. è lo stesso dell’esponenziale x(t) = A eat .26(a). mentre per a < 0 l’esponenziale risulta decrescente. si noti peraltro che il comportamento per t ≥ 0.25). per effetto del gradino.

È chiaro allora che. essendo infinitesimo per t → ±∞.05.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. sebbene il segnale non si annulli mai al finito. A titolo esemplificativo. legata alla pendenza della funzione esponenziale nell’origine. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . la pendenza aumenta. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. Viceversa. 2. La costante di tempo ammette anche una interessante interpretazione geometrica. se si pone per definizione a = −1/T con T > 0. che è definito dalla relazione x(n) = A an . esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. Così facendo. Per calcolare la durata analiticamente.27. 2. la durata del segnale risulta ∆x = T ln 1 α e. con a > 0. com’era intuibile. cioè. ∆x ). Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T.368 A. al diminuire di T . risolvendo l’equazione x(∆x ) = α A. ed indirettamente alla sua durata. si ottiene che ∆x ≈ 3 T . la pendenza diminuisce. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. dell’esponenziale monolatero. se si sceglie α = 0. Passiamo ora ad introdurre l’esponenziale bilatero a TD. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. In altre parole. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) .2. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. la cui estensione è Dx = (0. cresce con legge direttamente proporzionale a T . scegliamo come valore di soglia α A. . l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. dove il parametro T prende il nome di costante di tempo. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. In tal caso. la durata ∆x . con 0 < α < 1. con ∆x > 0 (durata) dipendente dalla scelta della soglia. al crescere di T . e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. dunque.

Inoltre. Infine. . l’esponenziale è costante in modulo: in particolare. . per |a| → 1. per cui è un esempio di segnale TD di durata praticamente limitata5 . mentre. 2. viceversa.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. si ha x(n) = A (−1)n . si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . con 0 < α < 1. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). è funzione di |a|: per valori di |a| prossimi ad 1. a causa della presenza del gradino. . per |a| = 1. mentre per a < 0 assume valori di segno alterno (positivi per n pari. scegliendo come valore di soglia α A. l’esponenziale decresce più rapidamente. 1. Similmente all’esponenziale bilatero a TC. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. l’esponenziale monolatero tende a zero per n → ∞. in tal caso. con ∆x > 0 (durata) dipendente dalla scelta della soglia. la cui estensione è Dx = {0. Più precisamente. la durata del segnale tende ad essere infinitamente grande. . negativi per n dispari). Per ottenere un segnale esponenziale di durata praticamente limitata. la durata del segnale tende a zero. Per 0 < |a| < 1. La durata del segnale. se a = −1. fissato 0 < α < 1. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. per a > 0 l’esponenziale assume sempre valori positivi. ∀a ∈ R − {0}). e risolvendo l’equazione |x(∆x )| = α A. con |a| > 1. . In particolare. l’esponenziale decresce più lentamente. per |a| → 0. mentre per valori di |a| prossimi a zero. l’esponenziale si riduce al segnale costante x(n) = A.28. se a = 1. per |a| > 1 l’esponenziale è crescente in modulo. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . che assume alternativamente i valori ±A. mentre è identicamente nullo per n < 0. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. in particolare. ∆x − 1}. ln(|a|) Come preannunciato. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata.

6 x(n) 0. (e) a = 1. 2.4 −0.28.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. (c) 0 < a < 1 (valore effettivo a = 0.5 x(n) 0 0.3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.1).1).8 0. (d) −1 < a < 0 (valore effettivo a = −0.5 1 (d) 0.833).833). (f) a = −1. . (b) a < −1 (valore effettivo a = −1.2.

Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. ∀n ∈ Z .. È bene enfatizzare il fatto che. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. Inoltre . . 2. allora. i segnali x(t) e x(n) si dicono aperiodici. come ad esempio il segnale raffigurato in fig. Per segnali di questo tipo.12) Il più piccolo valore di T0 che verifica la (2.3. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. Ad esempio. (2. tuttavia. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. detto periodo.12) è detto periodo (fondamentale) del segnale. ∀t ∈ R .12) e (2..13).13) Il più piccolo valore di N0 che verifica la (2. nel caso TD il periodo N0 è necessariamente un numero intero. In molti casi. rispettivamente. Segnale di durata non limitata. Una definizione pratica. t Fig. 2. di segnale di durata non limitata è quella di un segnale che presenta valori non trascurabili durante tutto l’intervallo di tempo in cui viene osservato o elaborato. I segnali di durata illimitata sono anche detti segnali persistenti.13) è detto periodo (fondamentale) del segnale. mentre nel caso TC il periodo T0 è in generale un numero reale. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. 2. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. (2.29. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. infatti. sono sempre di durata limitata. ovvero ∆x = +∞.29..54 Proprietà dei segnali x(t) . in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo.2 (segnale periodico) (a) Un segnale TC x(t) si dice periodico se esiste un valore reale T0 > 0 tale che x(t) = x(t + T0 ). ed intorno al Sole con un periodo pari circa a 365 giorni.

2. allora esso è periodico di periodo 2T0 .30) è invece quella nel piano complesso. è interessante notare che. x).13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . Fig. A. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. 2.13). le (2. misurata in radianti (rad). ϕ0 è la fase iniziale. . Come ulteriore osservazione. e talvolta si parla di periodo fondamentale. Pertanto. gli esponenziali complessi o fasori6 e le sinusoidi. Rappresentazione di un fasore a TC nel piano complesso come vettore ruotante (la fase iniziale ϕ0 rappresenta la posizione angolare del vettore per t = 0). Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. sulla base delle (2. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario.30.2. sotto condizioni non eccessivamente restrittive. e della definizione di periodo. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . Nel seguito si introdurranno alcuni segnali periodici elementari. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. . .3 Estensione e durata temporale di un segnale 55 Im ω0 >0 x(t) Im A/2 ω0 >0 ω0t + ϕ 0 x(t) ω0t + ϕ 0 A Re -ω0 <0 Re -(ω0t + ϕ 0 ) Fig.14) dove A > 0 è l’ampiezza. 5. se un segnale (ad esempio TC) è periodico di periodo T0 . Una conveniente interpretazione grafica (fig. quali. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. misurata ω0 in radianti al secondo (rad/s). noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. per un segnale costante x(·) = a. misurata in cicli/s o Hertz (Hz). 2. che si muove con velocità angolare |ω0 |.12) e (2. (2. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. f0 = 2π è la frequenza. ad esempio. secondo la quale il fasore è rappresentato come un vettore ruotante. Fasore a TC L’espressione matematica di un fasore a TC è la seguente: x(t) = A e j(ω0t+ϕ0 ) = A e j(2π f0t+ϕ0 ) = A [cos(2π f0t + ϕ0 ) + j sin(2π f0t + ϕ0 )] .7 avente modulo A. Il fasore è un segnale che assume valori complessi. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. Come vedremo nel cap.31. 3T0 . ω0 è la pulsazione.12) e (2. .

8 Ricordiamo .13) e ricalca quella già ω0 vista per il fasore. come sarà chiaro nel seguito. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. (2. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ .15). il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. In ogni caso. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. § A. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . il fasore è una pura astrazione matematica che. imponendo che valga la (2. come preannunciato. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. che il fasore non è un segnale “fisico”.15) pertanto. Si noti. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. Anche la sinusoide. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. ω0 . Così come l’impulso di Dirac a TC. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. In effetti. con k ∈ Z. infine. e quindi si ha la (2. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. 2. |ω 0 | | f 0 | (2.56 Proprietà dei segnali se ω0 > 0. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. come il fasore. ed in senso orario se ω0 < 0. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). il fasore è un segnale periodico di periodo T0 . notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. il che accade dopo un tempo pari a T0 = 2π 1 = .31). Dall’interpretazione come vettore ruotante. ovvero che x(t) = x(t + T0 ). che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. utilizzando le formule di Eulero (cfr.16) dove i parametri A. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. un segnale sinusoidale si può esprimere come: A cos(ω0t + ϕ0 ) = 1 j(ω0t+ϕ0 ) 1 − j(ω0t+ϕ0 ) Ae + Ae = Re[A e j(ω0t+ϕ0 ) ] 2 2 ovvero come la somma di due fasori di uguale ampiezza A/2.4). in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . Di contro.12).12): infatti.1). si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa.

L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. ϕ0 è la fase iniziale (rad). k ∈ Z. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. poi diminuisce (fino a ν0 = 1). se il fasore si sposta di θ0 oppure di θ0 + 2kπ . Sulla base di questa interpretazione.17) θ0 dove A > 0 è l’ampiezza. anche il fasore a TD soddisfa la definizione di segnale (1.13) per un segnale TD. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente.2. =1 ∀n. però. passando da ν0 = 0 a ν0 = 1. Prova. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). Equivalentemente. k ∈ Z. la posizione finale è la stessa. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. 2π [ oppure θ0 ∈ [−π . 2.1). applicando la definizione di periodicità (2. come θ0 ∈ [0. Ovviamente. 1[ oppure ν0 ∈ [−1/2. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. Si ha: x2 (n) = A e j(θ2 n+ϕ0 ) = A e j[(θ1 +2π k)n+ϕ0 ] = A e j(θ1 n+ϕ0 ) e j2π kn = x1 (n) . k ∈ Z .3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. 1/2[. Come il fasore a TC. Infatti. . ma anche alcune differenze significative rispetto al caso TC. il fasore si muove “a scatti” nel piano complesso. Un fasore a TD si scrive come: x(n) = A e j(θ0 n+ϕ0 ) = A e j(2πν0 n+ϕ0 ) = A[cos(2πν0 n + ϕ0 ) + j sin(2πν0 n + ϕ0 )] . (2. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). come ν0 ∈ [0. ν0 = 2π è la frequenza (cicli).30): la differenza sostanziale. la condizione θ2 − θ1 = 2kπ equivale. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) .4 (periodicità in frequenza dei fasori a TD) Due fasori x1 (n) ed x2 (n) aventi pulsazioni θ1 e θ2 tali che θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . in particolare. con la pulsazione θ0 ). θ0 è la pulsazione (rad). e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. così come accade nel caso TC. π [. nel caso TD il tempo n va considerato adimensionale. Questa è una delle fondamentali differenze rispetto ai fasori a TC. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. a ν2 − ν1 = k. in termini di frequenze. La conseguenza più importante della proprietà di periodicità in frequenza è che un qualunque fasore a TD può essere ottenuto considerando soltanto valori di pulsazione in un intervallo di ampiezza 2π . da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. è che poiché il tempo n varia in maniera discreta.

il segno di k è legato al verso di rotazione del fasore (orario se k < 0. da cui si ricava che ν0 = θ0 k = . il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. allora il fasore non è periodico nel tempo.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . In pratica. che può rimanere lo stesso (come nei due esempi precedenti) o. similmente al caso TC. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 .6 (periodo di un fasore a TD) Sia x(n) = A e j(2πν0 n+ϕ0 ) un fasore a TD con frequenza ν0 razionale (non intera). Se ν0 = 2/3. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. addirittura. 2π N0 k ∈ Z. antiorario se k > 0). se ν0 = √2 (un numero irrazionale). il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . In tal caso. e si può interpretare. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. Infatti. come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). il periodo non coincide in generale con l’inverso della frequenza. Questi due esempi mostrano che. In particolare: A cos(θ0 n + ϕ0 ) = . ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. il periodo aumenta passando da N0 = 3 a N0 = 4. k ∈ Z.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. k ∈ Z. nel caso in cui è periodico. Infine. contrariamente a quanto avviene con i segnali periodici a TC. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. può aumentare. La proprietà precedente. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. Esempio 2. (2) il periodo N0 coincide con il denominatore della frazione.5 (periodicità nel tempo dei fasori a TD) Un fasore a TD x(n) = A e j(2πν0 n+ϕ0 ) risulta periodico nel tempo se e solo se la sua frequenza ν0 è un numero razionale. mostra anche che. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. il periodo è ancora N0 = 3. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) .

18). 2. Come caso limite. ±2T0 . Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 .18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). talvolta espresso in percentuale. Viceversa. etc. Esempio 2. Infatti come generatore è possibile scegliere la . il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. ∀t ∈ R. (2. d’altra parte.2. Il duty-cycle δc . Ad esempio. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . Effettuando il cambiamento di variabile k − 1 = nella sommatoria. basta provare che per il segnale x(t) definito come nella (2. in fig.18) risulta necessariamente x(t) = x(t + T0 ). x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . traslate di ±T0 . infatti. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. per una dimostrazione più formale. come si voleva dimostrare. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . la cui espressione è: ∑ A rect t − kT0 T . (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). T0 /2]. Dato un segnale generatore xg (t) e fissato un periodo T0 . ∀t ∈ R. Si ha. 2. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). per cui x(t + T0 ) = x(t). è possibile costruire un unico segnale periodico x(t) secondo la (2. detto generatore.5 è quella di fig. Replicazione Un modo del tutto generale per costruire un segnale TC x(t) periodico con periodo T0 è quello di partire da un segnale xg (t).3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. e la cui rappresentazione grafica per A = 1 e δc = 0. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . ed il periodo dell’onda stessa.33 è mostrata un’onda rettangolare con A = 1 e δc = 0.32. diverso da zero nell’intervallo [−T0 /2.8 (duty-cycle dell’80%). ampiezza A.

In particolare.5 (duty-cycle del 50%). N0 − 1}.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). 2. descritta dall’esempio che segue. con t0 ∈ R. Poiché il periodo di replicazione è inferiore alla durata del generatore. 2. Onda rettangolare a TC con A = 1 e δc = 0. le repliche del segnale si sovrappongono. ma bisogna tener conto della sovrapposizione tra le repliche. T0 /2]. cioè risulta x(n) = x(n + N0 ). ad esempio [t0 − T0 /2. Fig. 2. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. .8 0. ad esempio [−T0 /2. t ∈ [−T0 /2. . altrimenti. ed il segnale risultante (fig. costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ .4 0. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0.34). .2 0 −2 −1 0 t/T 1 2 x(t) 1 0. Onda rettangolare a TC con A = 1 e δc = 0. finestrando il segnale periodico nell’intervallo [−1.60 Proprietà dei segnali 1 0. 1]. sommando queste ultime negli intervalli di sovrapposizione.6 x(t) 0.4 0.35) non si ottiene semplicemente affiancando le finestre triangolari. In questo caso. (2.8 (duty-cycle dell’80%). la relazione tra segnale periodico e generatore non è biunivoca. . Un caso meno banale che evidenzia la possibilità di scegliere almeno due diversi generatori di uno stesso segnale periodico è la replicazione con sovrapposizione tra le repliche. T0 /2] . In altri termini.6 0. per determinare il generatore.33. si ottiene il generatore raffigurato in fig. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. 1. .32. 2. Esempio 2. restrizione del segnale periodico ad un periodo. Bisogna tuttavia notare che.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. 2. 0.t0 + T0 /2].8 0.36. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .2 0 −2 −1 0 t/T 1 2 0 0 Fig.

che si ottiene finestrando il segnale con una finestra .10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).34.36.2 0 −2 −1 0 t 1 2 Fig.3 Estensione e durata temporale di un segnale 61 1 0.6 0. 0.35. Viceversa.2 0 1 0.6 x(t) 0.4 0. Segnale generatore dell’onda triangolare a TC dell’es. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).4 0. 2.8 0.8 0. Onda triangolare a TC dell’es. il cui andamento è rappresentato in Fig. 2.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. 1 0. 2.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . xg(t) Fig. 2.75).37.2. 2. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. ottenuto finestrando il segnale periodico nell’intervallo (−0. 2.6 0. Esempio 2. Onda rettangolare a TD con M = 3 ed N0 = 5.37 per M = 3 e N0 = 5.6 x(n) 0.4 0.2 0 −2 −1 0 t 1 2 1 0. 2.8 0.10.4 0. 2.75.8 0.10. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . Fig. Un differente generatore dell’onda triangolare a TC dell’es.

un generatore determina univocamente un segnale periodico. 0. altrimenti . . Vale anche nel caso TD la stessa osservazione. già fatta nel caso TC. .62 Proprietà dei segnali rettangolare a TD: xg (n) = x(n) RN0 (n) = x(n). . 1. mentre un segnale periodico può essere ottenuto da diversi generatori. n ∈ {0. in altri termini. riguardo la non biunivocità della relazione tra segnali periodici e generatori. . N0 − 1} . .

. si definisce infatti area del segnale nell’intervallo (−Z. K − 1. . K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) .4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. .20) mentre si definisce media temporale del segnale nell’intervallo {−K. Considerato Z > 0. .22) mentre si definisce media temporale del segnale nell’intervallo (−Z. l’area e la media temporale di x(n) sono numeri reali o complessi.. .. in dipendenza della natura del codominio X del segnale. Z). (2. . . Z]. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . il numero. −K + 1. (2. 63 2. .38. reale o complesso. x(t) <x(t)> Z -Z +Z t 2Z Fig. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. Dato un segnale TD x(n) e fissato un intero K ≥ 0. Z).4 Area e media temporale di un segnale . (2. . 2K + 1 n=−K K (2. si definisce area del segnale nell’intervallo {−K. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .2.23) . 2. il numero. reale o complesso. K − 1. −K + 1. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z.21) Si noti che. . Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt ..

Z2 →+∞ −Z1 lim x(t) dt . (segnali TD) K→+∞ 2K + 1 n=−K (2. in base alla (2.24). gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. ovvero riguardano solo una porzione del segnale.2.22) e (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. Tale interpretazione è raffigurata graficamente per il caso TC in fig. (2. salvo che in casi particolari. nel caso dei segnali periodici. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato.26) in cui. (2.24) non esiste in senso ordinario.21) e (2. A tal proposito.23) si possono riscrivere come x(n) x(t) K Z Ax (K) .20) e (2. è sufficiente far tendere Z oppure K all’infinito.38. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale.25) L’integrale che definisce l’area di un segnale TC può non esistere. Ciò accade. sia nel caso TC che nel caso TD. 2. si ottiene notando che le (2. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).2). il che significa che esistono segnali per i quali la definizione di area (2. per i quali l’integrale nella (2.24) x(n). la media si può interpretare come l’altezza del rettangolo avente base pari all’intervallo temporale di riferimento e con la stessa area del segnale.26) esiste. 2K + 1 Ax (Z) . cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . = 2Z = e quindi. Se il limite nella (2. per esempio.21) oppure (2. l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr.23). si noti che.64 Proprietà dei segnali L’interpretazione di media. dipendono dalla scelta di Z oppure di K. § B. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. I valori dell’area e della media temporale calcolati sulla base delle (2. (segnali TC) (2.24) perde di significato.27) .3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.

|a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. poiché la media temporale definita nella (2. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). Poiché la definizione di area e valor medio sono intimamente legate.28) ossia. il viceversa non è vero: il valor principale di Cauchy dell’integrale di x(t) su R può esistere anche quando il corrispondente integrale improprio non esiste.26) non esiste. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. con a ∈ R − {0}. ottenendo: Ay = lim Z Z→+∞ −Z y(t) dt = lim Z Z→+∞ −Z x(at) dt = lim 1 Z→+∞ |a| Z −Z x(τ ) dτ = Ax . la sua area è necessariamente finita. a partire dal segnale x(t) avente area finita Ax . nel senso che se y(t) = x(−t). Più in generale.12 (area e media temporale della finestra rettangolare) Calcoliamo area e media temporale di una finestra rettangolare a TC x(t) = A rect(t/T ). Quando invece la serie di x(n) converge.3). |Ax | < +∞. Un discorso analogo sussiste anche per i segnali a TD con riferimento alla sommatoria: l’area del segnale x(n) è definita mediante la somma simmetrica della serie bilatera di x(n) (cfr. se il segnale x(·) assume valori finiti. e quindi per ogni fissato valore di Z o di K: in questo caso. Per quanto concerne l’interpretazione di x(·) . Con riferimento al caso TC per semplicità.4 Area e media temporale di un segnale 65 Tuttavia. Infatti. Ad esempio.2. è immediato calcolare l’area del segnale y(t) = x(at). Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. si ha Ay = Ax . mediante cambio di variabile. cioè. Z→+∞ . mentre una espansione (0 < |a| < 1) aumenta l’area del segnale.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata.25) si ottiene come caso limite dalle definizioni (2. Tuttavia. soffermando l’attenzione al caso TC. se consideriamo il segnale x(t) = t. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. la sua media temporale è nulla. ma si verifica anche per molti segnali aventi durata praticamente limitata. l’area del segnale deve necessariamente essere infinita. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. il segnale ha area nulla. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . Essa vale infatti se la media è calcolata su un intervallo temporale finito. Allo stesso modo. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. tutti i segnali dispari risultano avere area nulla. § B. per cui la sua area è finita: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ T /2 −T /2 dt = lim AT = AT . se il segnale ha area finita.21) o (2. Come caso particolare. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. se il segnale x(t) ha area finita. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. Come conseguenza di questo risultato. con t ∈ R. ponendo a = −1. l’interpretazione della (2. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. Esempio 2. cioè. risulta che: Z x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = Z→+∞ −Z Z→+∞ lim x(t) dt = lim 2Z Ax = 0. Si tratta di un segnale di durata rigorosamente limitata.23). dato che l’area di un segnale può essere infinita.1. +∞ (2. che può esistere anche quando la serie bilatera di x(n) non converge. l’integrale (2.

e quindi si ha in generale u(·) = 1 . Conseguentemente. in quanto ha area finita pari a N. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. con 0 < |a| < 1. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . Pur trattandosi di un segnale di durata praticamente limitata. ma presenta particolari proprietà di simmetria. Esempio 2.66 Proprietà dei segnali Conseguentemente. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. Z→+∞ L’area dell’esponenziale monolatero decrescente dipende linearmente dalla costante di tempo T : questo risultato è perfettamente in accordo con l’interpretazione geometrica di T data in fig. t ≥ 0.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). Esempio 2. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. e quindi per un segnale costante x(·) = a si ha x(·) = a. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . con T > 0.27. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. Esempio 2.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT . Con calcoli analoghi. è nulla. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . la media temporale di una costante coincide con la costante stessa. in quanto la sua area è finita ed è data da: Ax = lim K→+∞ n=−K ∑ K x(n) = lim A ∑ an = lim A K→+∞ n=0 K→+∞ K A 1 − aK+1 = . definito come sgn(t) = 1. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. −1. t < 0 . come evidenziato nel seguente esempio. Nel caso TC si ha: x(t) = lim 1 Z→+∞ 2Z Z −Z a dt = a lim 1 Z→+∞ 2Z Z −Z dt = a lim Z→+∞ 1 2Z = a . .15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. in altri termini. Esempio 2.13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). 2. Analogamente. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero.

40. Più in generale.40.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. essendo una funzione dispari9 . utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). Si ha:  x(t) = lim 1 Z→∞ 2Z Z −Z  0 −Z sgn(t) dt = lim 1   Z→∞ 2Z  (−1) dt + Z 0  1 dt  = 0 .39. in quanto il suo valore nell’origine non è nullo. −1. allora la sua area è nulla e. osserviamo nuovamente che se un segnale ha simmetria dispari. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). ha area nulla (nel senso del valor principale di Cauchy). e rappresentato graficamente in Fig. anche la sua media temporale è nulla.5 x(n) = sgn(n) 0. presentiamo le seguenti proprietà della media temporale.5 x(t) = sgn(t) 0 0 −0. Segnale signum a TC. 2.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. 2.4 Area e media temporale di un segnale 67 1 1 0. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. Per completare la trattazione. 2.39. conseguentemente. ∀t = 0. 9 Notiamo . 2. n ≥ 0. Segnale signum a TD. n < 0 . il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. In questo caso. e raffigurato graficamente in fig. come sgn(n) = 1. Fig.5 −0. definito analogamente a sgn(t).2.

68 Proprietà dei segnali Proprietà 2.7 (proprietà della media temporale) (a) Linearità: α1 x1 (·) + α2 x2 (·) = α1 x1 (·) + α2 x2 (·) . (segnali TD) N0 n=0 Prova. se il segnale x(t) è assolutamente sommabile in (0. ∀α1 . ottenendo: 1 2Z Z nZ T0 x(t) dt = 1 2Z Z−nZ T0 0 x(u + nZ T0 ) = x(u) per la periodicità du ≤ 1 2Z εZ 0 |x(u)| du ≤ 1 2Z T0 0 |x(u)| du . T0 [ è la frazione di periodo rimanente. x(n − n0 ) = x(n) . (segnali TC) T 0 0 x(·) = 1 N0 −1    ∑ x(n) . dove nZ ∈ N indica il numero intero di periodi T0 contenuti in (0. ∀t0 ∈ R . Nel seguito. La dimostrazione delle proprietà (a) e (b) è immediata ed è lasciata al lettore come esercizio. Si ha allora: 1 2Z Z −Z −nZ T0 −Z (a) x(t) dt = 1 2Z x(t) dt + 1 nZ −1 ∑ 2Z k=−nZ (k+1)T0 kT0 (b) x(t) dt + 1 2Z Z nZ T0 (c) x(t) dt . In base alla definizione di media temporale. dobbiamo calcolare x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt . La media temporale di x(·) può essere calcolata su un solo periodo:  T0 1  x(t) dt . α2 ∈ C . non dipende da Z ed è finito da cui segue la convergenza a zero per Z → +∞. T0 ). assolutamente integrabile/sommabile su un periodo. o periodo N0 nel caso TD. (c) Media temporale di un segnale periodico: Sia x(·) un segnale periodico. . mentre εZ = Z − nZ T0 ∈ [0. effettuando il cambiamento di variabile u = t − kT0 . Osserviamo che è possibile esprimere Z = nZ T0 + εZ . Per il termine (b). Infatti. invece. consideriamo il termine (c) ed effettuiamo il cambio di variabile u = t − nZ T0 . proviamo la proprietà (c) per il caso a TC (la dimostrazione per il caso TD si effettua in modo simile). I termini (a) e (c) tendono a zero per Z → +∞. si trova: 1 nZ −1 ∑ 2Z k=−nZ (k+1)T0 kT0 x(t) dt = 1 nZ −1 ∑ 2Z k=−nZ 1 ∑ 2Z k=−nZ nZ −1 T0 0 T0 0 x(u + kT0 ) = x(u) per la periodicità du T0 0 = x(u) du = 2 nz 2nZ T0 + 2εZ x(t) dt . Mediante un analogo ragionamento si prova che anche il termine (a) tende a zero al divergere di Z. (b) Invarianza temporale: x(t − t0 ) = x(t) . Z). avente periodo T0 nel caso TC. ∀n0 ∈ Z .

∀t0 ∈ R . ∀n0 ∈ Z . evitando il passaggio al limite presente nella definizione generale (2.14 e 2.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . Con la notazione precedente. 2. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . per cui: x(t) = A e jϕ0 = A e jϕ0 .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . Esempio 2. ovvero su un periodo del segnale. ad esempio in (0. ricalcoliamo la media temporale del segnale x(t) = sgn(t). La proprietà 2. (segnali a TC)  T0 T (2. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione.29) x(·) = 1 0  ∑ x(n) .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. pari ad un periodo del segnale. Tale proprietà può essere espressa in forma più generale. ∀t0 ∈ R . notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. per un segnale TD.15. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . 2. =1 2 =1 dove abbiamo applicato i risultati degli es. .17 (media temporale del signum) Come applicazione della proprietà di linearità. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . la sommatoria fatta su N0 campioni consecutivi arbitrari. il fasore degenera nel segnale costante x(t) = A e jϕ0 . Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . riottenendo il risultato dell’es. T0 ). utilizzando la (2. Per ω0 = 0. Per ω0 = 0. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . il fasore x(t) è periodico di periodo T0 = periodo. Allo stesso modo.25).16. (segnali a TD)  N 0 N0 Esempio 2.2.

ne rappresenta la parte effettivamente “variabile”. Infatti.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . Dalla sua definizione. applicando la proprietà di linearità della media temporale. possiamo applicare la proprietà 2. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. la media temporale di un segnale si può interpretare come la componente continua del segnale. altrimenti .18) che un fasore con ω0 = 0 ha media temporale nulla. Infatti. essendo ottenuta depurando il segnale della componente continua. la parte “costante” del segnale. altrimenti . 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. e quindi. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale.31) Mentre la componente continua rappresenta il valor medio del segnale. se θ0 = 2π k. Ae Esempio 2. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . Analogamente. Nel caso in cui ω0 = 0. in un certo senso. . poiché la sinusoide x(t) si esprime come somma di due fasori. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ).19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). (2.4. jϕ0 .30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . k ∈ Z . A cos (ϕ0 ) .70 Proprietà dei segnali Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). si può definire per differenza anche la componente alternata. è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. se θ0 = 2π k. es. la componente alternata. Definizione 2.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica.7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 . (2. a partire dalla componente continua. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. k ∈ Z . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . 2. 2.

quindi. ad esempio. Risultati analoghi valgono anche per il caso del gradino a TD.33). e ricorre in numerose applicazioni. per cui la componente continua vale xdc = 1 . anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . conviene ignorare le eventuali costanti di proporzionalità (come la resistenza R nell’esempio precedente) e definire l’energia di un arbitrario segnale TC o TD (sull’intero asse dei tempi) nel modo seguente: Definizione 2. il fasore e la sinusoide a TD. se il segnale è reale. sono segnali TD puramente alternativi. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt .15) la media temporale del gradino. k ∈ Z.2. coincide con la sua componente alternata.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. notiamo . per verifica. Se si considerano altri esempi in altri campi della fisica. Consideriamo. un resistore R attraversato dalla corrente x(t): per effetto termico.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. Esempio 2. che viene misurata in Joule (J).18 e 2. viene detto segnale puramente alternativo. con θ0 = 2π k. analogamente. il modulo può evidentemente essere omesso. che rende tale definizione di energia applicabile anche a segnali complessi.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . è chiaro inoltre che un qualunque segnale si può scrivere sempre come la somma della sua componente continua e della sua componente alternata: x(·) = xdc + xac (·) . 2 2 Dalla relazione precedente si può ricavare.19. segue che il fasore e la sinusoide a TC. (segnali TC) |x(n)|2 . il concetto di energia è fondamentale nella fisica. 2 2 Pertanto la decomposizione (2.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. 2. 2. 2. (2. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. con ω0 = 0. Dagli es. il resistore dissipa nell’intervallo di tempo (−Z. Per ottenere una definizione indipendente dalla particolare applicazione fisica. Avendo ignorato eventuali costanti di proporzionalità. un segnale x(·) che presenta xdc = 0 e che. (2. in quanto per un segnale reale |x(·)|2 = x2 (·). sono segnali TC puramente alternativi.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt.32) In particolare.

33) in specifiche applicazioni. Si ha: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 ∞ 0 e−2t/T dt = A2 e−2t/T −2/T t=∞ = t=0 A2 T . ma richiede una moltiplicazione per una resistenza.33) (cfr. mentre per |a| ≥ 1 l’energia non esiste finita. In particolare. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . conseguentemente. in quanto l’esponenziale non tende a zero.33). che converge se e solo se |a|2 < 1. 2 Notiamo che l’energia è finita poiché x(t) è una funzione che tende a zero per t → +∞ con legge esponenziale (quindi molto rapidamente). l’energia vale: Ex = A2 1 . Se avessimo viceversa considerato T < 0. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . § B. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2.2.1. 1 − a2 |a| < 1 . avremmo avuto un esponenziale monolatero crescente.3 e B. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).4). purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Esempio 2. Tuttavia. allora. che quindi avrebbe presentato Ex = +∞. con T > 0.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. Tali costanti di proporzionalità non saranno considerate nel seguito. Esempio 2. ∞ Si ottiene allora una serie geometrica di ragione a2 . l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. l’energia è una quantità non negativa (Ex ≥ 0). . Essendo legata al quadrato del segnale. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Esempio 2.33) non sono necessariamente quelle di una energia.24) e (2. Ad esempio.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t).23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. Dal confronto tra le (2. il quadrato di una corrente non è dimensionalmente una energia. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). ovvero se e solo se |a| < 1. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. In questo caso. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2.

34) Sviluppando il modulo al quadrato all’interno dell’integrale. ma non essere di energia.23) prendono il nome di segnali di energia. Più in generale.22. Questa circostanza si esprime matematicamente dicendo che l’insieme dei segnali di energia è chiuso rispetto alle operazioni di somma e prodotto per una costante (cfr.3 e B. Viceversa. 2. 2.3 e B.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).3).2. (2. (2.5. In conclusione.35) Z→+∞ −Z x(t) y∗ (t) dt . dalla quale.2. sussiste la seguente definizione: Definizione 2. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.6). 2. è semplice provare che si ha Ey = |α |2 Ex . 2. e la somma di due segnali di energia è ancora un segnale di energia.22 e 2. in generale.23). la conseguenza pratica è che tipicamente essi hanno componente continua nulla.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. osserviamo che.1. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.5. dal punto di vista matematico. posto y(·) = α x(·).34).2. § B. sostituendo nella (2. Tuttavia. In pratica. 2. § B. § 2. Nel caso del prodotto per una costante α ∈ C. un segnale di energia può anche avere componente continua non nulla.1. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.5 Energia di un segnale 73 2. consegue che. Poiché i segnali aventi area finita hanno componente continua nulla.4): un segnale può essere di energia. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] .21). Sviluppiamo esplicitamente i calcoli nel caso TC. si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt . che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. un segnale può avere area finita. più articolato è il calcolo dell’energia Ex+y della somma di due segnali.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. (2.36) .4). partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . i segnali di durata non limitata o persistenti non sono di energia. e 2. ma non avere area finita.21.

.38) (segnali TD) A differenza dell’energia. oltre alle energie Ex e Ey dei singoli segnali.37) o nella (2. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. Particolarmente interessante è la condizione in cui Exy = 0.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. che è una quantità reale e non negativa. 2. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria.37) La relazione (2. con ovvie modifiche. In tal caso. (2. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. e risulta simmetrica. Per segnali di energia ortogonali vale l’additività delle energie (2. (2. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. l’energia mutua è in generale una quantità complessa.40). l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). in quanto Eyx = Exy .39) può assumere segno qualsiasi. in base a concetti matematici più avanzati. la relazione (2. (2.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. poiché il secondo segnale nella (2.38) è coniugato.41).37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . In tal caso si ha x(t) y∗ (t) ≡ 0. Poiché il termine contenente l’energia mutua nella (2. si ha Eyx = E∗ : nel caso di xy segnali reali. Esempio 2.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. Estendendo i precedenti concetti. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey .8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. 10 Se i segnali sono complessi. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). minore o uguale rispetto alla somma delle energie. 11 Si usa il termine “ortogonalità” in quanto. Inoltre. mentre diventa necessaria e sufficiente se i segnali sono reali. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. Nei due esempi seguenti. però.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. al caso TD. (2.

Fig.42. è una quantità non negativa (Px ≥ 0). Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. (2. ma tali che uno dei due.5 0 0. 2. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.42).5 0.5 0 −1 1 −0. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .6 Potenza e valore efficace di un segnale Come l’energia. Per un esempio concreto. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. 2.5 y(t) 0. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 0 0. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.25).5 0. nonostante x(t) y∗ (t) ≡ 0. generalizzando l’interpretazione come media temporale al caso TD. come l’energia. 2.5 1 1. che è utilizzato in numerosi e diversi ambiti della fisica.5 y(t) 0 −0.2. si perviene alla seguente definizione di potenza: .5 0 −1 −0.24).5 t 1 1.41. 2. Z) per la lunghezza 2Z di tale intervallo di tempo. La potenza è una quantità misurata in J/s o Watt (W). Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. risulta anche in questo caso Exy = 0.5 0 t 0. al modulo al quadrato del segnale.5 t 1 1.5 0 t 0. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. Esempio 2.5 2 −1 −0.5 Fig.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. mentre l’altro ha simmetria dispari. Pertanto. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.5 0 −1. 2. ad esempio x(t).5 1 1. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . 2.5 2 −1 −0. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. abbia simmetria pari.5 −1.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.

42) non sono necessariamente quelle corrette (ovvero W).11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). (segnali TC) (2.76 Proprietà dei segnali Definizione 2.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . fasore. allora Px = a2 .26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . Esempio 2. poiché il gradino assume solo i due valori reali 0 ed 1. come per l’energia. Sulla base del risultato dell’es.26. 2.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che.15 sulla componente continua di un gradino. di ottenere una quantità che dipende esclusivamente dal segnale. è possibile individuare la classe dei segnali che hanno potenza finita. Se il segnale è reale (a ∈ R). Esempio 2.1 Segnali di potenza Sulla base della definizione di potenza.6. signum) e i segnali periodici (es.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. . gradino. Avendo trascurato eventuali costanti di proporzionalità. Il vantaggio è. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. il valore efficace di un segnale x(·) si può interpretare come il valore che deve assumere un segnale costante per avere la stessa potenza del segnale dato. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. molto utilizzato nell’elettrotecnica: Definizione 2. tali segnali prendono il nome di segnali di potenza: Definizione 2. 2. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. 2.42) può essere omesso se il segnale è reale. le dimensioni fisiche della potenza definita in base alla (2. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS).

6 Potenza e valore efficace di un segnale 77 sinusoide). per cui la potenza si può calcolare applicando la A2 dt = A2 . allora anche |x(·)|2 ammette lo stesso periodo. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . k ∈ Z .13).43). il fasore x(t) è periodico di periodo T0 = (2. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. In tal modo. altrimenti . si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . Esempio 2.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. Infatti. il fasore degenera nel segnale costante x(t) = A e jϕ0 . fatta eccezione per casi di scarso interesse pratico.43)  ∑ |x(n)|2 . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. 2. Esempio 2. per cui: Px = |x(t)|2 = A2 = A2 .28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . un segnale periodico deve necessariamente avere durata illimitata. risultato frequentemente utilizzato nell’elettrotecnica. la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. per cui è di scarso interesse pratico).12) oppure (2. Infatti.7(c) della media temporale.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). se θ0 = π k. Il valore efficace della sinusoide è allora xrms = Px = √2 . (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. un segnale periodico è necessariamente un segnale di potenza. 13 Ad esempio. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Per soddisfare la definizione (2. Nel caso in cui ω0 = 0. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. salvo per casi particolari di scarso interesse pratico13 . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . A2 cos2 (ϕ0 ) . Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . Analogamente. questo comporta che la sua energia è necessariamente infinita. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Per ω0 = 0. √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0). 12 Notiamo che se x(·) è periodico di periodo T [N ]. Per ω0 = 0.2.

Esistono casi meno banali di segnali. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. In altri termini. se l’energia è finita. Pertanto. per quanto riguarda la somma di due segnali. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. raffigurato in fig. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. nè di energia. che non sono segnali di potenza. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). si prova facilmente che Py = |α |2 Px .44) È chiaro allora che. e quindi sono disgiunti. i due insiemi non costituiscono una partizione di tutti i possibili segnali. invece. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. nè di potenza.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. A tal proposito. Per provare la (a). in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. e quindi non si può considerare nè un segnale di potenza.6. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante.43.44) esiste finita. e quindi non può essere di energia. lim 2Z (2. Prova. in quanto hanno Ex = +∞). presenta Ex = Px = +∞. se la potenza (2. (2. 2.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. in quanto esistono casi di segnali che non sono nè di energia. (b) se x(·) è un segnale di energia.78 Proprietà dei segnali 2. basta scrivere (ad esempio nel caso TC): Z Px = |x(t)| 2 1 = lim Z→+∞ 2Z Z −Z |x(t)| dt = 2 Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z . posto y(·) = α x(·).1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. e quindi non può essere di potenza. allora esso ha potenza nulla (Px = 0). che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. sussiste il seguente risultato: Teorema 2. definita come segue: (2. allora esso ha energia infinita (Ex = +∞). dalla (2.2 Relazioni tra segnali di energia e di potenza È interessante analizzare più in dettaglio le relazioni esistenti tra segnali di energia e segnali di potenza. Viceversa.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). Tuttavia. Ad esempio il segnale rampa a TC x(t) = t u(t). e la somma di due segnali di potenza è ancora un segnale di potenza. e sfruttando la proprietà di linearità della media temporale. aventi durata non limitata. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune.6. Viceversa. nè a quelli di potenza. la (b) prova che un segnale di energia ha necessariamente Px = 0.46) . Anche in questo caso. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . seguendo passaggi simili a quelli effettuati per l’energia. 2.

48) Le relazioni (2. come per le energia. con ω0 = 0. Segnale rampa a TC. (2. Per segnali di potenza ortogonali. 2 2 . vale la proprietà di additività delle potenze: Px+y = Px + Py . Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. ed xy in generale la potenza mutua è complessa. Si ha infatti.46) e (2. per la presenza dell’operazione di coniugazione sul secondo segnale.48) e evidenziano che. si ha Pyx = P∗ .5 0 −2 −1 0 t 1 2 Fig.12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt. a meno che Pxy = 0. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. 2.47) K 1 ∑ x(n) y∗ (n). per cui la (2. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . in particolare. Definizione 2. (2. (segnali TC) (2.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t).6 Potenza e valore efficace di un segnale 79 2 1.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. anche per la potenze non vale l’additività.2. Esempio 2.5 x(t) = t u(t) 1 0.43.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.46) si scrive Px+y = Px + Py + 2 Pxy . se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).

(2.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Si ha allora: Px = Pdc + Pac . Watt (W) per le potenze.1. 2. e xac (·) = 0 per definizione. Esempio 2. Posto infatti x(·) = xdc + xac (·). evidenziando i legami esistenti tra alcuni di essi. Joule (J) per le energie.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. nella tab. vale a dire. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. Con riferimento in particolare alla potenza. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali.80 Proprietà dei segnali Parametro Estensione temporale Durata temporale Area Notazione Dx ∆x Ax Definizione intervallo di tempo in cui |x(·)| assume valori non trascurabili misura dell’estensione temporale Dx Z Z→+∞ −Z K K→+∞ lim x(t) dt x(n) (segnali TC) (segnali TD) lim n=−K ∑ Media temporale (componente continua) Energia Potenza xdc = x(·) Ex Px 1 Z x(t) dt (segnali TC) Z→+∞ 2Z −Z K 1 lim ∑ x(n) (segnali TD) K→+∞ 2K + 1 n=−K area del modulo al quadrato |x(·)|2 del segnale media temporale del modulo al quadrato |x(·)|2 del segnale lim Tab. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono.30). . nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. 2. In conclusione. in quanto l’operazione di coniugazione si scambia con la media temporale. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·).1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. 2. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla.31 (ortogonalità tra componente continua ed alternata) È facile provare che la componente continua ed alternata di un segnale di potenza sono tra loro ortogonali.

Nella tab.01 0. invece di 10. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . 2. tenendo conto della relazione quadratica esistente tra valore efficace e potenza.50). in quanto. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. nella definizione (2. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. scegliendo P0 = 1 W.50): Px = P0 · 10 [P x ]dB 10 . dato il valore di potenza [Px ]dB in dB . per avere lo stesso valore in dB. mentre se si sceglie P0 = 1 mW.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. opportunamente scelta a seconda delle applicazioni. Esempio 2. dove P0 è una potenza di riferimento. Ovviamente.1 0. ed in tal caso si parla di potenze espresse in dBW. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .2.001 0.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. e si scrive più specificamente [Px ]dBW .2. Valori comuni di potenza espressi in dB. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . tuttavia. conviene introdurre un fattore numerico pari a 20. e si scrive [Px ]dBm . Le scelte più comuni per la potenza di riferimento sono P0 = 1W.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . 2. si parla di potenze espressa in dBm.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . . applicando le proprietà dei logaritmi. se invece P0 = 1mW.

Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). Detta PT la potenza trasmessa.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig.44. Infatti. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. (2. Notiamo che poiché 0 < γc < 1.44. 2. risulta [PR ]dBm < [PT ]dBm . Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. assumendo ad esempio P0 = 1mW. misurando invece la potenza ricevuta in dB. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc .33 (attenuazione in dB e link budget) Un altro esempio dell’utilità di una misura logaritmica per la potenza è quello in cui si vogliono mettere in relazione la potenza trasmessa e quella ricevuta su un collegamento punto-punto di un sistema di telecomunicazioni (tale problema prende il nome di link budget).51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . Esempio 2. 2.2) in unità logaritmiche. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . La (2. allora [γc ]dB < 0. 2. la potenza ricevuta sarà pari a PR = γc PT . le potenze di riferimento nei due casi differiscono di un fattore 1000. come è ovvio che sia.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). per le proprietà dei logaritmi. [PR ]dBm = [γc ]dB + [PT ]dBm . . in una relazione additiva. corrispondente a 30 dB (tab. si ha: [PR ]dB = 10 log10 ovvero. per cui. Si consideri lo schema di fig.

1 Si consideri il segnale TC x(t) = rect(t). 3 Esercizio 2. (i) z(n) = x(3 − n) y(n).2 Dati i segnali TD x(n) = |n| . 2 (e) z(n) = y(2 − 2n). Individuare quale operazione elementare è effettuata su x(t) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(t − 5).8 Esercizi proposti Esercizio 2. dopo aver rappresentato il grafico di x(n) ed y(n). Esercizio 2. n ∈ {0. (f) z(n) = x(n − 2) + y(n + 2). ±2. (b) y(t) = x(t + 5). (k) z(n) = x(n) y(−2 − n). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. (d) y(t) = x(2t). t (e) y(t) = x . ±3} 0.3 Si consideri il segnale TC x(t) = Λ(t). altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . Esercizio 2. (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (j) z(n) = x(−n) y(−n). (b) ritardo di 5 seguito da una riflessione.2. (c) y(t) = x(−t). n (d) z(n) = x . ±1. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . (b) z(n) = x(3n − 1). (g) z(n) = x(2n) + y(n − 4).8 Esercizi proposti 83 2. (l) z(n) = x(n + 2) y(6 − n). (c) z(n) = y(1 − n).4 Si consideri il segnale TC y(t) = x(2t − 1). (h) z(n) = x(n + 2) y(n − 2).

8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). (c) x(t) = e−|t|/T . (c) y(t) = x(2t − 1). l’estensione temporale e la durata del segnale. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . (d) x(t) = e−t . (b) x(t) = e at u(−t). (e) y(t) = x 3 t −1 (f) y(t) = x . 3 Esercizio 2. 5 ≤ t ≤ 8   0. con T > 0.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. t −1 . (b) cambiamento di scala con a = 2 seguito da ritardo di 1.6 Rappresentare graficamente il segnale TC y(t) = 1. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2.84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. (d) y(t) = x[2(t − 1)]. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). con a > 0.5 Si consideri il segnale TC x(t) = Λ(t). Esercizio 2. Determinare. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. Esercizio 2. inoltre. 2 ≤ t ≤ 4 0 . l’estensione temporale e la durata del segnale. Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). Esercizio 2.7 Rappresentare graficamente il segnale TC  3(t − 2) . 2 1 (e) x(t) = √ . Determinare. 1 + t2 (f) x(t) = u(t) − rect(t − 2). inoltre. (b) y(t) = x(−t − 1). 2 ≤ t ≤ 5  y(t) = 3(8 − t) . Esercizio 2.

2.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). n ∈ {0. Esercizio 2. δ (n − 3k) − δ (n − k2 ) . (c) x(t) = u(t − 5). Esercizio 2.10 Stabilire quali dei seguenti segnali TD sono periodici e. (g) x(t) = 2 rect(t). altrimenti (b) x(n) = u(n) + u(n − 1). in caso affermativo. [Suggerimento: per il calcolo del valor medio. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). (h) x(t) = e−t u(t). 5} 0.11 Rappresentare il grafico della differenza prima y(n) = ∇1 [x(n)] = x(n) − x(n − 1) del segnale TD x(n) e calcolarne area e valor medio nei seguenti casi: (a) x(n) = 1. (e) x(t) = 2 u(t). Esercizio 2. (h) x(n) = n e jn jπ n (i) x(n) = e . (b) x(n) = an u(−n). 1. π j √n 2 . utilizzare le proprietà della media temporale] Esercizio 2. . determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . con |a| > 1. (c) x(n) = a|n| . (f) x(t) = 2 sgn(t) + 1. (d) x(t) = sgn(−t). . in caso affermativo. (b) x(n) = (−1)n . (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 .8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). 4. (d) x(n) = (−1)n u(n). . (d) x(n) = cos(2π n). determinarne il periodo fondamentale N0 . con 0 < |a| < 1. (c) x(n) = cos(2n). (b) x(t) = sgn(t).13 Stabilire quali dei seguenti segnali TD sono periodici e.

16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. energia e potenza. (d) x(n) = 5 cos(0. (d) x(t) = e−2t u(t). 1 ≤ t ≤ 2   0. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. (f) x(n) = (2)n R4 (n − 2). 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). altrimenti e calcolarne valor medio. (f) x(t) = e−|t| . + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. Esercizio 2. 0≤t ≤1  x(t) = 2 − t . 2 (h) x(t) = e−t 2 /2 u(t). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k).2π n).] Esercizio 2.15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). energia e potenza. e calcolarne valor medio. utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (e) x(n) = 1 2 +∞ n u(n). (b) x(t) = sgn(t). 1 (i) x(t) = √ .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). (c) x(n) = cos(π n) R5 (n).17 Rappresentare il grafico del segnale TC  t . (e) x(t) = et u(−t).86 Proprietà dei segnali πn πn sin . (b) x(n) = u(n) − u(−n − 1). (c) x(t) = cos(2π 100t) u(t). Esercizio 2. . 5 3 πn 3π n π + . (g) x(t) = e−t .

e calcolarne valor medio. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. − 0.21 Rappresentare il grafico del segnale TD x(n) = sin(0.5. energia e potenza. Esercizio 2. altrimenti e calcolarne valor medio. −4 ≤ t ≤ 4 x(t) = 5 + t .8 Esercizi proposti 87 Esercizio 2. Esercizio 2.23 Dato il segnale TC x(t) = rect(t). energia e potenza. .18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. .22 Rappresentare il grafico del segnale TC  5 − t . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. Esercizio 2. . . Esercizio 2. 4} 0. (b) Calcolare la componente continua di y(t). energia e potenza. .24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. energia e potenza in entrambi i casi. −5 ≤ t ≤ −4    0. altrimenti nel caso in cui a = 1 e a = 0. energia e potenza. Esercizio 2.2. Esercizio 2. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente.5π n) . altrimenti e calcolarne valor medio. 4 ≤ t ≤ 5   1 . −a ≤ t ≤ a 0. energia e potenza.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] .19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . −3. n ∈ {−4. e calcolarne valor medio. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente.

energia e potenza. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . Esercizio 2. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. Esercizio 2. Inoltre. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . πt 2 (d) x(t) = cos(π t) + cos . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . xg (n) =  2. A2 ∈ R+ . Esercizio 2. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . A2 ∈ R+ .27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. Inoltre. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). (e) x(t) = 2 cos(2π t) + 3 sin(2π t).25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. (f) x(t) = cos(2π t) + 1 cos 2π t − π . . e calcolarne valor medio.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). (c) x(t) = t 0 cos(2πτ ) d τ . si calcolino valor medio.   0. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. si calcolino valor medio.88 Proprietà dei segnali Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t).29 Calcolare valor medio.   1.30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. x2 (t) = A2 e j2π f2 t con A1 . energia e potenza. (b) x(t) = cos(2π t) u(t).28 Calcolare valor medio. Esercizio 2.

energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . z(t) = 5 x1 (t) + 3 x2 (t − 1) I segnali x1 (t) e x2 (t) sono ortogonali? Cosa si può dire invece per i segnali x1 (t) e x2 (t − 1)? Esercizio 2. Esercizio 2.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . x2 (t) = A2 rect t 2 con A1 . . e calcolare valor medio. e calcolare valor medio.8 Esercizi proposti 89 Esercizio 2.2. x2 (n) = R5 (n + n0 ) Determinare l’insieme Ω ⊆ Z dei valori di n0 in corrispondenza dei quali i due segnali x1 (n) e x2 (n) sono ortogonali. per n0 ∈ Ω.34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . Esercizio 2.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . A2 ∈ R+ . x2 (t) = et/2 u(at) Determinare l’insieme A ⊆ R dei valori di a in corrispondenza dei quali il segnale x2 (t) è un segnale di energia. per a ∈ A. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . Successivamente. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . Successivamente.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) .

90 Proprietà dei segnali .

La definizione di un modello matematico esplicito per un sistema è il primo passo per poter affrontare un qualsiasi problema di sintesi ed analisi dei sistemi. Facendo riferimento alla classificazione elementare introdotta nel § 1. Il secondo passo. a partire dalle particolari proprietà di un sistema. a partire da un modello matematico del sistema. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. U 3. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi. Inoltre.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. la trattazione procederà in maniera il più possibile unificata.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. Sebbene incompleta. un circuito elettrico.5. per evidenziare le forti analogie esistenti tra il caso TC e TD.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . abbiamo visto nel § 1. Infine. 7. nel definire e studiare alcune proprietà dei sistemi. interpolatori. sia sistemi TD (con ingresso e uscita entrambi TD). che è l’oggetto principale di questo capitolo. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). Da un punto di vista matematico. Inoltre. consiste. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). Innanzitutto. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). Il caso di sistemi “ibridi” (con ingresso TC e uscita TD o viceversa) non è trattato specificamente in questo capitolo: alcuni esempi di sistemi di questo tipo (campionatori.2 al caso di sistemi con un ingresso ed un’uscita. una reazione chimico-fisica. convertitori A/D e D/A) sono discussi più in dettaglio nel cap.

attraverso la relazione ingresso uscita (i-u).2) Nella (3.t] . (a) Integratore TC. (b) Integratore TD o accumulatore. e non semplicemente dal valore del segnale nello stesso istante t. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. 1 Per (3. (3. di ingresso ed un segnale di uscita.1) può essere espresso in maniera sintetica.2. Il modello matematico (3. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. 3. In maniera analoga. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. n] . valori che possiamo denotare sinteticamente con {x(u)}u≤t .1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.∞ ∑ n y(n) (a) (b) Fig.2): Definizione 3. come già osservato nel § 1. Tale modello matematico è descritto da una trasformazione S : I → U.1.t] sottolinea esplicitamente che l’uscita y(t) all’istante di tempo t dipende in generale dall’intero segnale di ingresso {x(u)}u∈R .3) semplicità di notazione.1(a). che presentano proprietà diverse. Pertanto. .1 (relazione i-u di un sistema TC) Un sistema TC (SISO) con ingresso x(t) ∈ I ed uscita y(t) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(t) = S [{x(u)}u∈R . (3. Esempio 3. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3.2). insiemi di segnali diversi definiscono sistemi diversi. la notazione y(t) = S [{x(u)}u∈R .2 (relazione i-u di un sistema TD) Un sistema TD (SISO) con ingresso x(n) ∈ I ed uscita y(n) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(n) = S [{x(k)}k∈Z . che nel caso di un sistema TC si definisce come segue: Definizione 3.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . ed è rappresentato schematicamente in fig.1 Inoltre abbiamo utilizzato un’ulteriore variabile temporale t (separata dal punto e virgola) per specificare che la forma matematica della legge di corrispondenza tra ingresso ed uscita dipende in generale dal tempo t. 3.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=.

1) possono essere interpretate come sistemi. notazioni z−1 e z utilizzate negli schemi per il ritardo e per l’anticipo fanno riferimento ad uno strumento matematico (la Z-trasformata) che non approfondiremo in questo testo. Anche in questo caso. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . (b) Anticipo elementare: y(n) = x(n + 1).3) è lo stesso adottato per il caso TC: in particolare. se n è multiplo di L . l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. Sistemi TD elementari. per questo motivo.3. Fig. 3. 2 Per 3 Le . 2 (cfr. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. Nel caso TD.3 (ritardo unitario.3.2. decimatore ed espansore. anticipo unitario. date rispettivamente da y(n) = x(n − 1) . 3. Sistemi TD elementari.2 Esempio 3. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. (a) Decimatore per M: y(n) = x(nM). (a) Ritardo elementare: y(n) = x(n − 1). di decimazione: y(n) = x(nM) . 3. Gli schemi a blocchi dei sistemi corrispondenti.2 e fig. L 0.4) e rappresentato schematicamente in fig. § 2. (3. denominati ritardo unitario.3.1(b). x y(n) = x(n + 1) . si veda [14]). valori che denotiamo sinteticamente con {x(k)}k≤n . 3. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. con una legge che può variare con n. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. Il senso della notazione utilizzata nella (3. 3. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. (b) Espansore per L: y(n) = n x L .1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig.3 semplicità di notazione. anticipo unitario. Esempio 3. altrimenti . e di espansione: y(n) = x n = L n . sono riportati in fig.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente.

2) e (3. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. A volte. avendo avvertito il lettore. quali scheda madre.6) Abbiamo già osservato che la notazione (3. in cui entrano in gioco. In particolare. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante.5) e (3. essa è una rappresentazione esterna. scheda audio.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. (3. 3.3. il sistema stesso è visto come una “scatola nera” (black box).1). anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. scheda video. e sicuramente non è la più generale. Circuito elettrico con resistori connessi in serie ed in parallelo. 5 Per 4 Questa . Inoltre. 3. di cui non conosciamo il contenuto. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. che sebbene sia meno generale. interpretazione vale solo per una classe particolare di sistemi.2) e (3.3) per snellire alcune derivazioni. in quanto può essere interpretata nel senso che il valore del segnale di uscita al’istante t oppure n dipende solo dal valore del segnale di ingresso nello stesso istante.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. invece delle notazioni complete (3.5) oppure le notazioni simboliche: x(t) −→ y(t).5) è fuorviante. nel seguito faremo uso esclusivamente della relazione i-u. § 3. mentre R3 ed R4 sono connessi in parallelo.4 Tuttavia. i sistemi cosiddetti non dispersivi (cfr.4. R1 ed R2 sono connessi in serie. oltre ai segnali di ingresso e di uscita.5 In ogni caso. un PC può essere realizzato assemblando componenti più semplici. è perfettamente adeguata per i nostri obiettivi. In particolare. y(n) = S[x(n)] (3. utilizzeremo talvolta le (3. Per concludere. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. si utilizzano le notazioni semplificate y(t) = S[x(t)].6) in luogo delle notazioni rigorose (3. x(n) −→ y(n) .3) per le relazioni i-u dei sistemi. è la rappresentazione ingresso-stato-uscita (i-s-u).

connessione in parallelo. Viceversa. Definizione 3. cioè U1 ⊆ I2 . lettore floppy-disk. Connessione in serie o in cascata dei sistemi S1 ed S2 .6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). 3. nel circuito di fig. tastiera.). occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. 3. mouse. Per semplificare lo studio delle interconnessioni tra sistemi. è possibile ottenere sistemi anche molto complessi.) Fig. hard-disk. i resistori R1 ed R2 sono collegati in serie.) x(.) x(. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. e connessione in retroazione. S1 y 1(. e collegandoli tra loro secondo tali schemi. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 .4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig.6. il comportamento di un sistema complesso può essere studiato o analizzato più facilmente se si riesce a decomporlo in sistemi più semplici e ad individuare le connessioni tra questi ultimi. avendo a disposizione più di due sistemi.5.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . Le connessioni più frequentemente considerate sono tre: connessione in serie. Ad esempio. lettore DVD.) y(. Connessione in parallelo dei sistemi S1 e S2 . monitor. . affinchè il sistema serie sia correttamente definito. come ad esempio quello riportato in fig.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig.) S1 S2 y(. Definizione 3. 3. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici.4. etc.4.) Fig. Si noti che. 3.2 Interconnessione di sistemi 95 z(. 3.) S2 y 2(.3. lettore CD. 3.

e si dice che il sistema S2 funge da “controllore” del sistema S1 . sulla base dell’osservazione dell’uscita del sistema S1 . Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). in cui il segnale viaggia esclusivamente “in avanti” (feedforward). Infatti. mediante tale schema il sistema S2 .96 Proprietà dei sistemi x(. Esempio 3. 3. e viene aggiunto al segnale di ingresso. Quest’ultimo schema è più complicato da interpretare ed analizzare. per la stabilizzazione degli amplificatori).4). che porta alla sua interpretazione come sistema in retroazione. Nell’elettronica analogica.) y 2(.7) se l’uscita del sistema S1 . Infine. estraendo il termine x(n) dalla sommatoria su k presente nella (3. 3. invece. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. =y(n−1) da cui y(n) = y(n − 1) + x(n) .7. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 .5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . nel circuito di fig. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). dove prende il nome di controllo a ciclo chiuso. si utilizzano sia schemi con retroazione negativa (ad esempio. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). In particolare. 3. si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . viene sommata algebricamente all’ingresso del sistema S1 . Connessione in retroazione dei sistemi S1 e S2 . in aggiunta. Ad esempio. i resistori R3 ed R4 sono collegati in parallelo.2 ammette anche una descrizione di tipo ricorsivo.) S1 y(. dopo essere stata elaborata dal sistema S2 . in caso contrario si parla di retroazione positiva. Definizione 3. si noti che. 3.4.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. similmente al collegamento serie. . anche per lo schema con retroazione occorre che U1 ⊆ I2 e. modificando a sua volta il segnale di uscita. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·).) S2 Fig.

1 Non dispersività Riprendiamo la relazione i-u (3. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. Abbiamo già precisato che la notazione {x(u)}u∈R evidenzia che l’uscita all’istante t dipende in generale dall’intero segnale di ingresso. 3. Estendendo i concetti precedenti in maniera ovvia al caso TD. ma in funzione dell’uscita y(n − 1) all’istante precedente. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig.8. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. Tali proprietà. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico.t] .t] . Notiamo che la precedente relazione non è una relazione i-u. 3. essendo riportata in ingresso con il segno positivo. possiamo dare la seguente definizione di sistema non dispersivo: . l’invarianza temporale. tende ad amplificare le variazioni del segnale di ingresso. prescindendo completamente dalla loro natura fisica. data dalla (3. 3. mentre il sistema S1 nel ramo diretto è il sistema identico.3) nel caso TD. l’invertibilità.2) nel caso TC e dalla (3. la stabilità. la causalità. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. Si noti che si tratta di una retroazione positiva.8.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. infatti l’uscita. ma analizzando esclusivamente la forma matematica della relazione i-u. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). mentre il sistema S2 è un ritardo elementare. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. la linearità. e non ad attenuarle.3.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. discusse di seguito.2) di un sistema TC: y(t) = S [{x(u)}u∈R . 3.3. sono la non dispersività.

3.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.t] . Schema elettrico di un partitore resistivo.10.2) oppure la (3. Pertanto il partitore resistivo è un sistema non dispersivo. in un sistema non dispersivo. si parla anche di sistema istantaneo o senza memoria. e quindi i sistemi non dispersivi rappresentano un caso particolare. Inoltre. (b) Caso TD. Sottolineamo che. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .3) assume la forma y(n) = S [x(n). 3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. con t oppure con n). in quanto la forma più generale della relazione i-u è la (3. R1 + R2 nella quale y(t) dipende solo da x(t). eventualmente. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo.8) (3. il cui schema elettrico è riportato in fig. Definizione 3. Esempio 3. come sinonimo di sistema non dispersivo. Schema a blocchi di un amplificatore.7) In sintesi.9.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. Applicando la legge del partitore. 3. i sistemi sono dispersivi. α y(n) (b) Fig. con α = R2 < 1. (3. n] . (a) Caso TC. di norma. Esempio 3. R1 + R2 (3.9) .9.2) assume la forma y(t) = S [x(t). si ottiene la semplice relazione i-u: y(t) = R2 x(t) .3).

10(b). . sistemi a memoria praticamente finita. e di un amplificatore/attenuatore y(t) = |α |z(t). 6 Il .10(a). x(n − M) del segnale di ingresso. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. . o ancora con memoria: ad esempio. . 3.3. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . In linea di principio tale memoria potrebbe variare col tempo. 3.2 sono sistemi dispersivi. n − 1. ad esempio l’integratore dell’es. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. tale sistema ha memoria finita e pari ad M. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t.1 e l’accumulatore dell’es. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare. 3. Esempio 3. degli M + 1 campioni x(n). 3. .1 e l’accumulatore dell’es. 3. . dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. z(t) = −x(t). 3. Si tratta evidentemente di un sistema dispersivo.6 si possono estendere al caso TD. il sistema “dimentica” l’ingresso. Un amplificatore/attenuatore a TD si rappresenta come in fig. M + 1 k=0 e quindi l’uscita y(n) è calcolata in ogni istante n come la media aritmetica dei campioni dell’ingresso negli istanti n. . Per questo motivo. Un sistema che non soddisfa la prop.7 all’uscita in un determinato istante di tempo. Poiché l’uscita all’istante n dipende. . il sistema funziona da amplificatore. l’integratore dell’es.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . . Esempio 3. o anche dinamico. Un amplificatore/attenuatore TC si rappresenta come in fig. il sistema prende il nome di integratore con memoria finita. non sempre la memoria di un sistema è finita. con 0 < α < 1. Se. Inoltre. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. L’uscita all’istante t. 3. b1 .9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . In definitiva. anche se negli es. non dipende dall’intero segnale d’ingresso. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. bM .8 caso α < 0 si può vedere come la cascata di un invertitore. con T > 0. tuttavia. . Esempio 3. un sistema TC descritto da una relazione i-u del tipo (3.9). oltre al campione attuale.7 (amplificatore/attenuatore TD) I concetti dell’es.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. n − M. prende il nome di attenuatore. dopo un tempo T . con pesi b0 . Si parla di “memoria” del sistema. e sistemi a memoria infinita. x(n − 1).3.6 si dice evidentemente dispersivo. 3. anche da M campioni precedenti dell’ingresso. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) .9 ciò non accade.8 e 3. . la memoria del sistema è proprio pari a T per ogni t. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. viceversa. 3.2 sono entrambi sistemi con memoria infinita. oltre che da x(n). . . Il termine “memoria” per T viene utilizzato proprio perché.3 Proprietà dei sistemi 99 Più in generale. α > 1. nel senso chiarito meglio dai due esempi seguenti.

l’uscita y(t) all’istante t dipende dall’ingresso passato. 3. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.t] . In altri termini. ma non dipende dagli ingressi futuri. otteniamo un sistema non causale. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . con T > 0.11) (3. descritto dalla relazione i-u y(t) = t t−T x(u) du . Per un fissato t. (3. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. ovvero di un sistema per il quale la (3. Si giunge allora alla fondamentale definizione di sistema causale. quindi. giungendo alla seguente definizione: Definizione 3. {x(u)}u>t rappresenta l’ingresso futuro: in generale.2 Causalità Partiamo ancora dalla relazione i-u (3.2) assume la forma y(t) = S[{x(u)}u≤t . è un sistema causale. (b) Un sistema TD si dice causale se la sua relazione i-u (3. ovvero i valori passati ed il valore presente dell’ingresso. n] .7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3.2) assume la forma y(t) = S [{x(u)}u≤t .t] . l’integratore dell’es. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. il concetto di sistema causale si estende al caso TD. secondo il quale l’effetto non può precedere la causa.3.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . Con ovvie modifiche. Allo stesso modo. e quindi da valori futuri dell’ingresso. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. presente e futuro. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.10) Esempio 3.10 (integratore causale e non causale) L’integratore dell’es. descritto dalla relazione i-u y(t) = t −∞ x(u) du .3) assume la forma y(n) = S [{x(k)}k≤n . .t] . Interpretando l’ingresso come causa e l’uscita come effetto.100 Proprietà dei sistemi 3. Modificando gli estremi di integrazione.8. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. 3. a patto che T > 0.1. è chiaramente un sistema causale.

Se però modifichiamo leggermente la relazione i-u. in corrispondenza dei quali y1 (t) = y2 (t). . 3. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. 3. per un dato valore t0 ∈ R. verifichiamo che si tratta di un sistema non causale. per uno o più valori di t ≤ t0 . la cui corrispondente uscita è y1 (t) = 0. ∀t ≤ t0 . per dimostrare che un dato sistema è causale a partire dalla prop. per ogni n0 ∈ Z e per ogni x1 (n). Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. la cui corrispondente uscita è  0 . Pertanto. ∀t ∈ R. ∀t ≤ t0 . Esempio 3. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . 3. se −T ≤ t < 0 . che rappresentano il presente (k = 0) ed il futuro (k > 0). ∀t ∈ R. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. 3. Il sistema è causale se e solo se. 3. per cui tale sistema MA è non causale. M è chiaramente un sistema causale. Viceversa.1 (proprietà di un sistema causale) (a) Siano y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). utilizzando la prop. quindi. ∀n ≤ n0 . risulta che y1 (n) = y2 (n). è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . se t ≥ 0 .  t  T. 9 In alcuni testi. con riferimento al caso TC. con k ≥ 0. x2 (t) ∈ I tali che x1 (t) = x2 (t).11 (sistema MA causale e non causale) Il sistema MA dell’es. risulta che y1 (t) = y2 (t). la prop. per dimostrare che un dato sistema è non causale e. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). con k ≥ 0. x2 (t) ∈ I tali che x1 (t) = x2 (t). ∀n ≤ n0 . Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. Il sistema è causale se e solo se. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). per ogni t0 ∈ R e per ogni x1 (t).1. se t < −T . rispettivamente. con t0 ∈ R arbitrariamente scelto.  t+T y2 (t) = x(u) du = t + T .1(a). non verifica la prop. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .1 è data direttamente come definizione di sistema causale. rispettivamente. che rappresentano il presente (k = 0) ed il passato (k > 0). M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k).3 Proprietà dei sistemi 101 Esempio 3. x2 (n) ∈ I tali che x1 (n) = x2 (n). 3. ∀t ≤ t0 . Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3.1 solo per alcuni segnali di ingresso appartenenti a I e/o solo per alcuni valori di t0 non è sufficiente per affermare che il sistema è causale. con T > 0 e. Scegliamo x1 (t) = 0. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). La verifica della prop. 3.1(a). ed x2 (t) = u(t). ∀t ≤ t0 .9.1.3.

1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. è possibile memorizzarlo (su un supporto magnetico o ottico. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso.9. Quindi la prop. per ogni t < 0. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. b0 = 1 e b1 = −1). esso può anche essere visto come un sistema MA non causale (cfr. ∀n ∈ Z. 3. Ad esempio. 3. 3. ∀n ∈ Z.. Un altro esempio . Può essere visto come un sistema MA causale (cfr. y(n) = S[{x(k)}k>n . Esempio 3. Differenza prima. ad esempio. per ogni n ≤ 0. Si tratta evidentemente di un sistema causale in quanto l’uscita all’istante n dipende solo dal valore presente x(n) del segnale di ingresso e da quello passato x(n − 1). 0[. infatti. 3.) sistemi fisici capaci di prevedere il futuro (ad esempio. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). Tuttavia. infatti.102 Proprietà dei sistemi x(n) ∇1 Fig.1. 3. anche l’operazione di differenza prima per segnali a TD (cfr. per t ∈] − T. ossia: y(t) = S[{x(u)}u>t . Per provare ciò formalmente.9. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. ed x2 (n) = δ (n − 1).11) si dice non causale. con M = 1.t] . In quest’ultimo caso. anziché elaborare un segnale in tempo reale. y(n) Sebbene x1 (t) = x2 (t) = 0. b0 = −1 e b1 = 1). e quindi i sistemi del mondo fisico sono tutti causali. mentre y2 (t) = 0. Il sistema che opera la differenza prima causale è definito dal legame i-u: y(n) = ∇1 [x(n)] = x(n) − x(n − 1) ed è rappresentato schematicamente in fig. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) .11. Quindi la prop. in molti casi.10) oppure la (3. Sebbene x1 (n) = x2 (n) = 0.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. con M = 1.1(b) e scegliamo x1 (n) = 0. ed è quindi utile considerare anche il caso di sistemi non causali. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). 3.4) ammette una interpretazione sistemistica. es. Questa osservazione si applica. ai sistemi fisici che elaborano i segnali “in tempo reale”. 3. per alcuni valori di n ≤ 0. Un sistema siffatto si dice anticausale. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. ad esempio) ed elaborarlo “in tempo differito”: si pensi. in particolare. Si è visto che un sistema in cui l’uscita non soddisfa la (3. § 2. y2 (t) = 0. y1 (0) = 0 e y2 (0) = 1. non sono stati ancora scoperti. usiamo la prop. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. n] . la cui corrispondente uscita è y1 (n) = 0. Osserviamo in conclusione che non esistono (o almeno. Equivalentemente. per ogni t ≤ 0. per alcuni valori di t ≤ 0.. es.11.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale.

le corrispondenti uscite y1 (·) e y1 (·) siano distinte. 10 Nel seguito di questa sezione.12) ossia. la causalità rappresenta un vincolo a cui il sistema deve obbedire. è possibile costruire un sistema S−1 : U → I .3. detto sistema inverso.5) per esprimere i legami i-u dei sistemi. comunque si fissi un segnale di uscita y(·) ∈ U. se il sistema S è invertibile. ingressi distinti devono generare uscite distinte. se S−1 è il sistema inverso di S. 3. In questo caso. (3. α e quindi il sistema inverso è un attenuatore. non vi è alcuna restrizione sui segnali di ingresso e uscita. il sistema S è il sistema inverso di S−1 . In altri termini. Più precisamente. Si noti che. anche se non operanti in tempo reale. Si può verificare che. non potremo risalire univocamente a x(t). la variabile indipendente è di tipo spaziale).8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. per ogni segnale di ingresso x(·) ∈ I . osservato y(t). pertanto. L’amplificatore è un sistema invertibile. in altre parole. l’ordine dei due sistemi nella cascata in fig.3.3 Invertibilità In molti casi pratici. siamo interessati a risalire all’ingresso x(·) che l’ha generata. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). Se il sistema è invertibile. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. 3. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). descritto dalla relazione i-u: y(·) = α x(·) . questo significa che.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. 3.12. nell’elaborazione di immagini. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). . basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. per ogni segnale y(·) ∈ U. quando si progetta un sistema. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) .12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. Da un punto di vista sistemistico.3 Proprietà dei sistemi 103 in cui ha senso considerare sistemi non causali è quello in cui la variabile indipendente del segnale non rappresenta effettivamente un tempo (ad esempio. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. nota l’uscita y(·) di un sistema. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . faremo uso della notazione semplificata (3. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. Esempio 3. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . Sfortunatamente questo non è sempre possibile.

4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. Va notato in conclusione che. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. 3. a tale scopo possiamo far riferimento alla condizione necessaria (3. In questo caso.12.3. Pertanto.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.2) assume la forma y(t) = S [{x(u)}u∈R ] . mentre U è costituito da tutti i segnali non negativi a valori reali.104 Proprietà dei sistemi y(. Estendendo tale concetto in modo ovvio al caso TD.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|. è in generale un problema abbastanza complesso. Esempio 3. non vi è alcuna restrizione sui segnali di ingresso. (3. il raddrizzatore non è dotato di sistema inverso. È facile provare che il sistema raddrizzatore non è invertibile.t] .9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. e quindi i suoi effetti sono irreversibili.12).) Fig. salvo per casi particolari. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .) S S -1 x(.) x(.12) è violata. poiché la (3. nonché la determinazione del sistema inverso.14) . allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].3) assume la forma y(n) = S [{x(k)}k∈Z ] . Se tale dipendenza dal tempo non c’è. nella sua forma più generale: y(t) = S [{x(u)}u∈R . lo studio dell’invertibilità di un sistema. (3. 3. possiamo dare la seguente definizione: Definizione 3.

ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. e quindi l’origine dei tempi può essere fissata arbitrariamente. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . 3. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . avente relazione i-u y(t) = R2 x(t) . Esempio 3. si consideri ora il segnale xt0 (t) = x(t −t0 ). Viceversa. allora yt0 (t) = y(t − t0 ).16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. nel senso che il segnale di uscita yt0 (t) avrà lo stesso andamento temporale del segnale y(t) (la forma del segnale di uscita non cambia).3. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . Specificatamente. a partire dal segnale x(t). ottenuto da x(t) introducendo il ritardo temporale t0 . un sistema che non soddisfa la (3. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). in altre parole. in questo esempio.14) si dice tempo-variante (TV) o non stazionario. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. con riferimento ad un sistema TC. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. 3. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). il segnale x(t) è applicato in ingresso al sistema all’istante t1 . il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 .3 Proprietà dei sistemi 105 x(t) y(t) t1 x (t) t0 t2 t y (t) t0 t1 t2 t2 + T s t t1 t1 + t0 t2 t2 + t0 t t1 t1 + t0 t2 t2 + Ts t2 +Ts + t0 t Fig. R1 (t) + R2 (t) (3. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa.13. il suo comportamento non cambia nel tempo. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). 3. Se invece il sistema è TV.2).13) o la (3. Se tuttavia si tiene conto degli effetti +R termici. R1 + R2 è un sistema TI. cioè. in quanto il rapporto R1R2 2 non dipende dal tempo. Se il sistema è TI.13.15) .

ottenendo il segnale yn0 (n) in uscita dalla cascata. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig.14 sono equivalenti. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). 3. essa deve essere soddisfatta “per ogni t0 ∈ R tale che se x(t) ∈ I e y(t) ∈ U allora anche x(t − t0 ) ∈ I e y(t − t0 ) ∈ U”. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. Si faccia attenzione che.14 con riferimento ad un sistema TD. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. per cui si ha la seguente proprietà: Proprietà 3. (b) Un sistema TD con ingresso x(n) ed uscita y(n) è invariante temporalmente se e solo se x(n − n0 ) −→ y(n − n0 ) . In base alla prop.14(a). più precisamente.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . che è illustrata in fig. per ogni n0 ∈ Z. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. 3. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). differentemente dalla def.2(b). 3. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. nel senso che (3.13). 3. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U.16) Un sistema del tipo (3.2 (caratterizzazione i-u dell’invarianza temporale) (a) Un sistema TC con ingresso x(t) ed uscita y(t) è invariante temporalmente se e solo se x(t − t0 ) −→ y(t − t0 ) . Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.9 in cui compare il funzionale S. La stessa caratterizzazione vale anche nel caso TD. Con riferimento al caso TC.14(b) al segnale di ingresso x(n). per ogni t0 ∈ R. e si scrive y(n) = α (n) x(n). è utile fornire una caratterizzazione della proprietà di invarianza temporale che. ovvero se e solo se le due configurazioni in cascata riportate in fig. e da attenuatore per i valori di t per i quali |α (t)| < 1. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. 3. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. 3. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. 3. si può dimostrare che una formulazione equivalente della proprietà di invarianza temporale è la seguente: se all’ingresso x(t) corrisponde l’uscita y(t). l’ordine tra i due sistemi è scambiato.18) (3. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. in cui. 3. rispetto allo schema di fig. Viceversa. ad esempio. Notiamo che un partitore del tipo (3. (3. a stretto rigore.17) .2 ha un’interessante interpretazione in termini sistemistici. 3.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) .16) è denominato amplificatore a guadagno variabile. La prop.106 Proprietà dei sistemi ed è quella di un sistema TV.

le trasformazioni S e Sz−n0 commutano. 3. se il sistema è TI. per cui. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . .14. ovvero se α (t) = α (costante). si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . Analogamente. introdotto nell’es. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante.5) per esprimere i legami i-u dei sistemi. nella relazione precedente può valere l’uguaglianza per ogni ingresso x(t) se e solo se α (t − t0 ) = α (t) per ogni t0 ∈ R.n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig. In pratica.3. è un sistema TV in generale (è TI se e solo se α (n) = α ). per ogni segnale di ingresso x(n) ∈ I . i due schemi in figura sono equivalenti. quindi. evidentemente.16.2 piuttosto che la def. si dimostra che l’amplificatore a guadagno variabile a TD.2 dell’invarianza temporale. In effetti. 3. D’altra parte. Se il sistema TD S è TI. conviene procedere per sostituzioni formali. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). è TV. per il quale si ha y(n) = α (n) x(n). 3. ovviamente tale risultato non sussiste se il sistema è TV.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . 3. è conveniente in generale utilizzare la prop. 11 Per semplicità. per dimostrare che un dato sistema è invariante temporalmente oppure no. forniscono la stessa uscita in risposta allo stesso segnale.9. ovvero se la sua relazione i-u è y(t) = α x(t). 3. verifichiamo che in generale il sistema y(t) = α (t) x(t).17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). In altre parole.3 Proprietà dei sistemi 107 x(n) z . denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . come mostrato dagli esempi che seguono. e la loro posizione nella cascata è ininfluente. l’amplificatore a guadagno variabile è un sistema TV. facciamo uso ancora una volta della notazione semplificata (3. È chiaro che yt0 (t) = y(t − t0 ). si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . Per non sbagliare. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . Esempio 3.

Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. sono anch’essi sistemi TI. 3. Esempio 3. Allo stesso modo. per l’intervallo di durata di un compact disc.108 Proprietà dei sistemi Esempio 3. Esempio 3.1 è un sistema TI.20 (tempo-varianza della riflessione) Consideriamo il sistema TD che effettua la riflessione temporale di un segnale (si tratta di una delle operazioni elementari introdotte nel § 2.2 è un sistema TI. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. . si può provare che l’integratore con memoria dell’es. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). Effettuando il cambio di variabile v = u − t0 . Infatti. Tuttavia. il sistema può ritenersi ragionevolmente TI. 3. il sistema risulterebbe TV. k=0 M M per cui il sistema è effettivamente TI. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) .19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. per cui resta provato che l’integratore è un sistema TI. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. e l’integratore non causale dell’es.9 è TI. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . se tale proprietà non fosse verificata. Tuttavia. Ad esempio. In conclusione. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du .8. 3.10. se il volume è tenuto fisso. tale astrazione è utile per descrivere molti sistemi di interesse il cui comportamento nel tempo è approssimativamente costante su un periodo di tempo sufficientemente lungo (rispetto all’intervallo di tempo in cui ci interessa studiare il sistema). 3. un amplificatore audio non è un sistema TI in senso stretto.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es.1): y(n) = x(−n) . Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. 3. e pertanto il sistema risulta essere TV. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . e cambia meno drasticamente quando si alza o si abbassa il volume.

Ky ∈ R+ . per ogni valore di tempo. invece. per provare che un sistema è stabile. con Kx . Esempio 3. che coinvolgono anche la limitatezza delle variabili di stato. bisogna supporre che l’ingresso sia arbitrario ma limitato. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u.23 (sistema MA) Proviamo che il sistema MA dell’es. ∀t ∈ R . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . 3. per ogni valore di tempo. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky .10 (sistema stabile in senso BIBO) (a) Un sistema TC con ingresso x(t) ed uscita y(t) si dice stabile in senso BIBO se |x(t)| ≤ Kx per ogni t ∈ R =⇒ |y(t)| ≤ Ky per ogni t ∈ R . e supponendo anche in questo caso che il guadagno sia limitato. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Ky ∈ R+ . (b) Un sistema TD con ingresso x(n) ed uscita y(n) si dice stabile in senso BIBO se |x(n)| ≤ Kx per ogni n ∈ Z =⇒ |y(n)| ≤ Ky per ogni n ∈ Z .3.3 Proprietà dei sistemi 109 3. Esempio 3. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky .9. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile.5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata. per cui anche y(t) è limitato. e non attraverso la rappresentazione i-s-u. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Nel seguito. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . (3.3. . (3.12 Matematicamente. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). Esempio 3. si possono dare definizioni diverse di stabilità.20) per ogni x(n) ∈ I limitato. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. Con analoghi passaggi. e trovare un’opportuna maggiorazione per l’uscita. In pratica. con Kx .21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. da cui si ricava che anche y(t) è limitato. Per la rappresentazione i-s-u. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato.19) per ogni x(t) ∈ I limitato. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. Infatti. cioè che valga la condizione |x(·)| ≤ Kx . ∀t ∈ R . ovvero che |α (n)| ≤ Kα per ogni n ∈ Z.

110 Proprietà dei sistemi (a) (b) (c) Fig. con la sola ipotesi che |x(·)| ≤ Kx . la sua stabilità dipende dal fatto che è descritto da una relazione i-u consistente nella somma finita di valori ritardati dell’ingresso (moltiplicati per dei coefficienti costanti). che è un segnale limitato in quanto assume solo i valori 0 ed 1.1. assume cioè valore infinito in almeno un istante di tempo. Esempio 3. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . Un esempio di sistema instabile: il Tacoma Narrows Bridge. è stabile. 3. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. Infatti.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. ∀n ∈ Z . Notiamo che un sistema MA è sempre stabile.5 metri. Viceversa. descritto dalla relazione i-u y(t) = t −∞ x(u) du . per provare che un sistema è stabile. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. . (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. Come si vede.15. (b) Le oscillazioni viste da una estremità del ponte. 3. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. in ogni istante di tempo. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . k=0 M M per cui anche y(n) è limitato. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). se |x(n)| ≤ Kx per ogni n ∈ Z. per provare che un sistema è instabile.

i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. è instabile. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. poniamo in ingresso x(t) = u(t) (ingresso limitato). 3. USA) che crollò nel 1940. in quanto l’integrale −∞ du non è limitato. 3. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. valori arbitrariamente grandi. In maniera simile. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D.3 Proprietà dei sistemi 111 non è un sistema stabile. e calcoliamo l’uscita:  0 . cioè l’accumulatore dell’es. cioè. t t u(u) du = y(t) =  du = t . ed è un segnale non limitato in ampiezza.2. secondo la definizione seguente: . Infatti.3. quali ad esempio il fasore. in quanto assicura che. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). rispettivamente. Tale difficoltà lascia intuire che il sistema è instabile.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. per provarlo.43). Infatti.3. 3. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . Questa scelta ci consente di trattare anche segnali. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. pochi mesi dopo essere stato aperto al traffico. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. t ≥ 0 . avente relazione i-u y(n) = k=−∞ ∑ n x(k) . La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. Proprio per evitare l’innesco di pericolose oscillazioni. 2. l’uscita non assumerà mai valori arbitrariamente grandi.15). n < 0. Nel seguito supporremo che.6 Linearità La proprietà di linearità è estremamente importante. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. X ≡ C.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). abbiamo provato che il sistema è instabile. se si pone in ingresso x(n) = u(n). n ≥ 0. La stabilità è una proprietà fondamentale nel progetto dei sistemi. che. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. Viceversa. che possono portare alla rottura.. applicando al sistema segnali di ingresso limitati. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.C. per determinati segnali di ingresso. si ottiene in uscita il segnale  0 . che è non limitato. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. in un sistema fisico instabile. più in generale. che rappresenta una rampa a TC (fig. D’altra parte. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. t < 0. si prova che la versione a TD dell’integratore con memoria infinita. l’uscita può assumere.

In altre parole. Da un punto di vista matematico. la proprietà di omogeneità può essere interpretata come in fig. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. Allo stesso modo. Pertanto. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. 3. 3. allora anche x1 (·) + x2 (·) ∈ I. quindi.11 (sistema lineare) Un sistema si dice lineare se soddisfa le seguenti due proprietà: (a) Omogeneità: per ogni coppia di segnali di ingresso x(·) ∈ I ed uscita y(·) ∈ U. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. Definizione 3.) S α y b(. 3. Infatti. se il sistema è omogeneo.17(a) è equivalente al sistema raffigurato in fig.16. 3.) (b) Fig. nel senso che ya (·) ≡ yb (·).) x(. 3. se x1 (·) ∈ I e x2 (·) ∈ I.16(b) (si faccia attenzione: non è una configurazione parallelo). 3. Se il sistema S verifica la proprietà di omogeneità. se si deve calcolare la risposta del .16(a) è equivalente alla configurazione serie in fig. le configurazioni (a) e (b) sono equivalenti. allora la cascata del sommatore e del sistema S in fig. la proprietà di omogeneità impone implicitamente che.112 Proprietà dei sistemi x(. quindi.16.) α (a) S y a(. Precisamente. affinchè il sistema S possa essere lineare. allora la configurazione serie in fig. allora anche α x(·) ∈ I. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). la proprietà di additività impone implicitamente che. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. si può equivalentemente calcolare prima la risposta del sistema S al segnale di ingresso x(·) e poi far passare il segnale ottenuto attraverso un amplificatore di guadagno α . se il sistema S verifica la proprietà di additività.17. ∀α ∈ C . si ha: α x(·) −→ α y(·) . (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. nel senso che ya (·) ≡ yb (·). 3. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. Da un punto di vista sistemistico.16(b). se il sistema S verifica la proprietà di omogeneità. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. con riferimento alla fig. se x(·) ∈ I.

) (a) x1(. le configurazioni (a) e (b) sono equivalenti. ∀α1 . 3. Se il sistema S verifica la proprietà di additività. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] .18(a) e fig. ∀α1 .) x2(. che caratterizzano la linearità di un sistema. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.3 (principio di sovrapposizione) Un sistema è lineare se. allora i due sistemi riportati in fig. pertanto.18(b) sono equivalenti.) S y b(.22) che ammette l’interpretazione sistemistica riportata in fig.3. ya (·) ≡ yb (·).3 Proprietà dei sistemi 113 x1(.18: se il sistema S è lineare. 3. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) .17. α2 ∈ C . cioè.21) Notiamo che il principio di sovrapposizione si può esprimere.5) per il sistema S. (3. se si deve . adoperando la notazione semplificata (3. Le due proprietà precedenti.) x2(. α2 ∈ C . 3. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. e poi sommare i segnali di uscita ottenuti. 3. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.) S (b) Fig. (3.) S y a(.

(3. . invece. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione).23): in questo caso. si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. occorre imporre alcune condizioni matematiche aggiuntive.) α1 S α2 (a) y a(.) x2(. . si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . αk . Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se.23) come definizione di principio di sovrapposizione.) x2(. Se il sistema S è lineare. si noti che.) S α1 y b(. k ∀α1 .22). ∈ C .18. l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. utilizzando i coefficienti α1 e α2 . calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). come l’invarianza temporale.) x1(. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. α2 .22) come caso particolare. se. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. Il principio di sovrapposizione si può estendere anche a più di due ingressi e con qualche cautela matematica anche ad una infinità numerabile di ingressi: se all’ingresso xk (·) ∈ I corrisponde l’uscita yk (·) ∈ U.114 Proprietà dei sistemi x1(. la (3.) S α2 (b) Fig. e poi combinare linearmente. . ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. con k ∈ Z. anche la linearità è una idealizzazione .22) da sola non basta per assicurare la (3. . il numero di segnali xk (·) è infinito. Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. 3. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. A tale proposito. nel seguito assumeremo la (3. con gli stessi coefficienti. che ovviamente racchiude la (3. .23) discende semplicemente dalla (3. . i segnali di uscita ottenuti. .

25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. α x0 (·) −→ α y0 (·) . Prova. 3.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. il sistema dell’es.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. che rappresenta l’uscita corrispondente all’ingresso nullo. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0.22). Esempio 3. infatti.3. Una conseguenza importante della proprietà di linearità. l’uscita corrispondente è necessariamente nulla. se si considera un amplificatore audio e lo si forza in ingresso con un segnale di tensione la cui ampiezza è maggiore di quella per cui il sistema è stato progettato. In pratica. Adoperando la formulazione (3. 3. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. in quanto.13 Esempio 3. se l’ampiezza del segnale di ingresso eccede tale soglia. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). con b0 = 0.26. e si dicono lineari per le differenze. Infatti ponendo x(t) ≡ 0. e la moltiplicazione del segnale di ingresso per una costante di ampiezza arbitraria non si traduce semplicemente nella moltiplicazione dell’uscita per la stessa costante. Nell’es. in elettronica. si ha yL (t) = b1 x(t) e y0 (t) = b0 . per l’omogeneità. Ad esempio. ∀α ∈ C. (3. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. Poiché x0 (·) −→ y0 (·). non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. si ha. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. in quanto soddisfa al principio di sovrapposizione. ∀α ∈ C . l’uscita corrispondente all’ingresso nullo è necessariamente nulla.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. allora deve aversi necessariamente y0 (·) = α y0 (·). dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. con semplici calcoli algebrici: S[α1 x1 (t) + α2 x2 (t)] = α (t)[α1 x1 (t) + α2 x2 (t)] = α1 [α (t) x1 (t)] + α2 [α (t) x2 (t)] = α1 S[x1 (t)] + α2 S[x2 (t)] . in particolare. 3. e sia y0 (·) l’uscita corrispondente a tale ingresso. Proprietà 3. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. Infatti. in pratica.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). e più precisamente dell’omogeneità. Sebbene sia non lineare secondo la definizione data. Tali sistemi sono una generalizzazione dei sistemi lineari. si intende un sistema che soddisfa il principio di sovrapposizione. si ha. quando si parla di sistema lineare. variabile da sistema a sistema. . Sia x0 (·) ≡ 0 l’ingresso nullo. Sia nel caso TC che TD. 13 Tipicamente. il sistema non può più considerarsi lineare.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . si trova y0 (t) = b0 = 0.

descritto dalla relazione iu y(t) = g[x(t)] (nel caso TC) oppure da y(n) = g[x(n)] (nel caso TD) prende il nome di non linearità senza memoria. 3. 3. arbitrari x1 (·) e x2 (·). se si indica (fig. è descritto nell’esempio seguente. e quindi non è additivo. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. cfr. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. 3. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.) sistema lineare y L(. cfr.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . 3.) y(. che non risulta neppure lineare per le differenze. e sono rappresentati graficamente come in fig.) Fig. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . 3.116 Proprietà dei sistemi x(.3. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). y(t) = sgn[x(t)] (“hard limiter”). Un caso più caratteristico di sistema non lineare. Il sistema quadratico dell’es. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.15). Esso appartiene pertanto ad una classe più generale di sistemi. Infatti. § 4. es.21. Esempio 3. e y(t) = x3 (t) (sistema cubico).20.6.) y 0(.) x(. e quindi non è omogeneo. 3. detti anche non-linearità senza memoria: Definizione 3.27 è anche TI e non dispersivo o senza memoria (cfr. § 4.1). Fig. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. Un esempio “fisico” tratto dall’elettronica è il diodo.6. § 3.20.1) o alle differenze (nel caso TD. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.19. un sistema TI senza memoria. Esempio 3.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.2) lineari e a coefficienti costanti. cfr. Schema a blocchi di un sistema non lineare (non linearità) senza memoria.) g(x) y(. e prende il nome di sistema quadratico o non-linearità quadratica. Per l’omogeneità. Infatti. 3. che prende il nome di caratteristica i-u. né quella di additività.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.

x ≥ 0. modellato come un sistema non lineare senza memoria. y(t) = g[x(t)]. con buona14 approssimazione. dove la caratteristica i-u g(x) (fig. Notiamo che la funzione g(x) di fig. avente come ingresso la tensione x(t) e come uscita la corrente y(t). si può porre. FET). poiché essa non è lineare per tutti i valori di x. altrimenti.22) è g(x) = x R . 3. 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi. il sistema non può essere considerato lineare. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). 3. 0 . 3.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. BJT) ed i transistori ad effetto di campo (field-effect transistor. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. il che è ragionevole per segnali costanti o lentamente variabili. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. dove R è la resistenza del diodo in conduzione. 3.22 è lineare a tratti.21. che scorre nel diodo. in ogni caso. . Il parametro R rappresenta la resistenza del diodo in conduzione. Schema elettrico di un diodo.22. Fig.3. Caratteristica ingresso-uscita di un diodo.

3. Esercizio 3. Risultato: y(t) = 2 u[x(t)]. Determinare il legame i-u del sistema (complessivo) riportato in figura. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.23.23. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . 3.1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n .3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 .2 Si consideri l’interconnessione di sistemi riportata in fig. . y(t) = 2 ln(|x(t)|).2. Risultato: y(n) = x(n) + 1 x(n − 1). Risultato: La memoria è pari a N − 1. Determinare il legame i-u del sistema (complessivo) riportato in fig. Calcolare la memoria del sistema.4 Esercizi proposti Esercizio 3.23. 2 4 S3 : y(n) = x(2n) . Sistema dell’esercizio 3. y(t) = ex(t) . S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . 3. 4 Esercizio 3. y(t) = sgn[x(t)]. con N ≥ 1 numero intero dispari .118 Proprietà dei sistemi 3.

1 del libro di testo. se T1 < T2 . la memoria è pari a T1 . (b) Il sistema è invertibile? Giustificare la risposta.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. x(t) = rect(t − 1) −→ y(t) = e−3t . (b) non invertibile: in virtù del risultato del punto (a).] Risultato: Il sistema può essere causale (non è detto che lo sia). con T1 > 0.5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) . .1 del libro di testo. la memoria è pari a 2 T2 − T1 .] Risultato: Il sistema è non causale.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . indipendentemente dalla costante A. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. 3. x(τ ) dτ . Esercizio 3. Esercizio 3.4 Si consideri la seguente interconnessione di sistemi: dove i legami i-u dei due sistemi sono i seguenti: S1 : y(t) = S2 : y(t) = t t−T1 x(τ ) dτ . Risultato: Se T1 ≥ T2 . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. con T2 > 0. con A ∈ R. 3. Esercizio 3. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n).3. x(n) = R3 (n) −→ y(n) = 3n u(n) . Risultato: (a) y(n) ≡ 0.

In caso affermativo. Esercizio 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig. è necessariamente tempo-variante. Risultato: (a) nessuna restrizione su I.120 Proprietà dei sistemi Esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). rispettivamente. stabilire se il sistema può essere tempo-invariante.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . . 3. (b) Stabilire se tale sistema è invertibile.9 Il sistema S in fig. (c) non può essere tempo-invariante. Esercizio 3.24. (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I. Segnali dell’esercizio 3. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). Risultato: (a) ya (n) = 2 δ (n + 2) + δ (n + 1) − 2 δ (n) + 3 δ (n − 1) + 2 δ (n − 2) + δ (n − 3). (a) Caratterizzare gli insiemi di ingresso ed uscita. 3. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).24 è lineare. l’insieme U è costituito da tutti i segnali positivi.9.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . determinare il sistema inverso. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). x2 (n) e x3 (n). (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1).

x(n) y(n) (-1) n Fig.12 Un sistema S lineare con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = e j2t −→ y(t) = e j3t .26 è tempo-invariante. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). Risultato: (a) non può essere lineare. (b) yb (t) = cos(3t − 1).11 Si consideri il sistema riportato in fig.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t).25. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). Sistema dell’esercizio 3. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). x2 (n) e x3 (n). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) Dire se il sistema è stabile. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . (c) non può essere tempo-invariante. è necessariamente tempo-variante. Esercizio 3. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). (a) Stabilire se il sistema può essere lineare. x(t) = e− j2t −→ y(t) = e− j3t .3. Risultato: (a) ya (t) = cos(3t). è necessariamente non lineare. Esercizio 3. (b) yb (t) = ya (t) = cos(2π fct). rispettivamente. è necessariamente tempo-variante. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) stabile.13 Il sistema S in fig. (a) Determinare il legame i-u del sistema. Risultato: (a) ya (t) = cos(2π fct). 3. 3.11. (c) il sistema non può essere tempo-invariante. Esercizio 3. Esercizio 3.25. (c) Stabilire se il sistema può essere tempo-invariante. dire se il sistema può essere tempo-invariante. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. con t0 ∈ R.

1 sono necessariamente uguali”. sia S1. causale se T ≥ 0 e non causale se T < 0. non dispersivo. S2 : y(n) = x(n + 2). Risultato: (a) non lineare. non causale. causale. 3.1 è y(n) = x(−n + 2). dispersivo.26.13. motivando la risposta e fornendo almeno un esempio a suo supporto. tempo-invariante e stabile. (d) y(t) = [x(t) + x(t − T )] u(t).2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine).122 Proprietà dei sistemi y1(n) x1(n) 2 1 S 0 1 n y2(n) x2(n) 2 2 S 0 1 n 3 2 0 1 2 4 3 n 0 1 2 n y3(n) x3(n) 1 S 0 1 2 3 4 n -2 -1 0 1 n 3 2 Fig. con T ∈ R − {0}. tempo-variante e stabile. . se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). l’uscita del sistema S1. invarianza temporale. il legame i-u del sistema S2. tempo-variante e stabile. causale se T > 0 e non causale se T < 0. (d) lineare.15 Classificare. (b) lineare.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). (c) y(t) = x(t) cos(2π t). le uscite dei due sistemi S1. tempo-invariante e stabile. Segnali dell’esercizio 3. Esempio: quando x1 [n] = x2 [n] = δ [n]. dispersivo. mentre S2. stabilità): (a) y(t) = 2 exp[x(t)].1 è y(n) = δ (n − 2). tempo-variante e stabile. Stabilire. non dispersivo. (e) non lineare. dispersivo se T = 0. S1 : y(n) = x(−n) . (c) lineare. causalità. non dispersività.2 e S2. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. mentre l’uscita del sistema S2. Inoltre. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità.2 è y(n) = x(−n − 2). Esercizio 3. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. causale. (b) y(t) = x(t − 2) − x(1 − t). motivando brevemente le risposte.2 è y(n) = δ (n + 2).

17 Classificare in base alle loro proprietà (linearità. con m0 ∈ N. Esercizio 3.3. tempo-invariante. stabile se h(τ ) è sommabile. Risultato: (a) lineare. (b) y(n) = x(−n). non dispersivo.16 Classificare. invarianza temporale. causalità. causale. dispersivo. tempo-invariante. se x(t) = 0 . non dispersività. stabilità): (a) y(n) = a x(n) + b. non causale. non dispersività. causale.  n   ∑ x(k) . con T ∈ R − {0}.   1 . (b) y(n) = cos(π n) x(n). causale. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. non causale. con a ∈ R − {0}. causale se T ≥ 0. (c) non lineare. h(τ ) x2 (t − τ ) dτ . non dispersivo. tempo-variante e stabile. causale. non causale se T < 0. (c) y(n) = x(n2 ). ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. (c) y(n) = ex(n) . dispersivo. (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). (b) non lineare. (e) y(n) = an u(n) x(n). dispersivo. instabile. non causale. con m0 ∈ Z . altrimenti . causale. causalità. (d) lineare. (e) lineare. per n ≥ m0 . dispersivo. motivando brevemente le risposte. dispersivo. stabile se h(τ ) è sommabile. (b) lineare. stabilità): (a) y(n) = x(n) + u(n + 1). non dispersivo. (d) y(n) = k=m0  0 . tempo-invariante. altrimenti . stabilità) i sistemi TC individuati dalle seguenti relazioni i-u: (a) y(t) = (b) y(t) = +∞ 0 T 0 h(τ ) x(t − τ ) dτ . non dispersività. tempo-invariante e stabile. . (c) non lineare. dispersivo. (d) lineare. tempoinvariante e stabile. tempo-invariante e stabile. con a. motivando brevemente le risposte. Esercizio 3. tempo-invariante e stabile. causalità. (d) y(t) = 1 2T T −T x(t − τ )dτ . (c) y(t) = x(t)  0.4 Esercizi proposti 123 Esercizio 3. invarianza temporale. b ∈ R − {0}. (e) y(n) = n+m0 k=n−m0 ∑ x(k).18 Classificare. tempo-variante e instabile. Risultato: (a) non lineare (lineare per le differenze). invarianza temporale.

(c) non lineare. causalità. (c) y(n) = (d) y(n) = n+2 k=n−2 +∞ k=−∞ ∑ x2 (k). (b) y(t) = x(t) + x(−t). tempo-variante. (c) non lineare (lineare per le differenze). non causale. non dispersivo. se n = 0 . stabile. (b) y(t) = a(t) x(−t). dispersivo. 0.20 Classificare. tempo-variante. motivando brevemente le risposte. dispersivo. causale. (d) non lineare. causale. (b) lineare. tempo-variante e stabile. (c) lineare. (b) y(n) = x(2 n) + x(10 − n). causale. causale. dispersivo. sulla base delle proprietà (linearità. (d) y(t) = sgn[x(t)]. non causale. causale. invarianza temporale e stabilità). stabile. tempo-variante. causale. motivando brevemente le risposte.19 Classificare. (c) lineare. tempo-invariante. causale. invarianza temporale. altrimenti . non causale. stabile. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = ln(|x(t)|) . altrimenti . stabile. dispersivo. tempo-variante. causalità. non causale. non dispersivo. causalità. non dispersivo. non causale. stabile per |a| ≤ 1 ed instabile per |a| > 1. dispersivo. . non dispersivo. Esercizio 3. se x(t) = 0 . non dispersivo. 0. motivando brevemente le risposte. stabile. causale. (d) lineare. (d) y(t) = sgn[x(−t)]. sulla base delle proprietà di linearità. tempo-variante. non dispersivo. (e) lineare. Risultato: (a) non lineare. (c) y(t) = x(t) sgn(t). stabile. Risultato: (a) non lineare. (b) lineare. ∑ Risultato: (a) lineare. (c) y(t) = x(−t) + 5. altrimenti . non dispersivo. non dispersivo. tempo-variante. tempo-variante e stabile. tempo-variante e stabile. sgn(k) x(n − k). se x(t) = 0 . causale. (d) non lineare. instabile. non dispersività. instabile. Esercizio 3. non dispersivo. tempo-variante e stabile. invarianza temporale e stabilità. tempo-variante. instabile. stabile. dispersivo. ciascuno dei sistemi sotto riportati sulla base delle loro proprietà (linearità. con a(t) segnale reale limitato. tempo-invariante. non dispersività.21 Classificare. non causale. tempo-invariante. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = t ln(|x(t)|) . stabile.124 Proprietà dei sistemi Risultato: (a) non lineare (lineare per le differenze). stabile. non causale. (b) lineare. tempo-variante. tempo-variante. (d) lineare. tempo-invariante. (a) y(n) = n 0 . Esercizio 3. dispersivo. non dispersività. (b) lineare. stabilità):   x(n) . non causale. dispersivo.

stabile. causalità. non dispersività. invarianza temporale e stabilità. tempo-invariante.3.4 Esercizi proposti 125 Esercizio 3. . i sistemi caratterizzati dalle seguenti relazioni ingresso/uscita: (a) y(n) = 1 M1 + M2 + 1 k=−M1 ∑ M2 x(n − k). dispersivo. 2 altrimenti . motivando brevemente le risposte. sulla base delle proprietà di linearità. (c) y(n) = n tan[x(n)] . Risultato: (a) lineare. se x(n) = 0. causale. π + k π . non causale. M2 ∈ N. tempo-variante. (b) non lineare. (c) non lineare. dispersivo. tempo-invariante. stabile. con k ∈ Z . non dispersivo. causale. x(n − 1)}.22 Classificare. con M1 . instabile. (b) y(n) = max{x(n).

126 Proprietà dei sistemi .

In particolare. ed in gran parte del seguito della trattazione. possiedono sia la proprietà di linearità. es. la sua risposta impulsiva. 4. In questo capitolo. A tale proposito. l’amplificatore con guadagno variabile y(t) = α (t) x(t) (cfr.16) è un sistema lineare ma tempo-variante (sistema LTV). 3. numerosi sistemi. 3.3). introdurremo il fondamentale concetto di risposta in frequenza di un sistema LTI.1 Introduzione Le proprietà di invarianza temporale e linearità viste nel cap. Ad esempio. 3 non devono necessariamente essere possedute contemporaneamente da un dato sistema. ovvero i sistemi LTI descritti nel caso TC da equazioni differenziali. La proprietà fondamentale che semplifica lo studio dei sistemi LTI (più in generale. calcolando la risposta di un sistema LTI ad un fasore applicato al suo ingresso. denominata convoluzione. sarà descritto nel seguito mediante la notazione semplificata y(·) = S[x(·)]. di grande interesse per le applicazioni. il cui legame i-u. potenti e generali. supponiamo che un generico ingresso TC o TD x(·) ∈ I possa essere espresso come sovrapposizione di segnali semplici o . il nostro studio si concentrerà su tale classe di sistemi. consideriamo il sistema lineare descritto dalla trasformazione S : I → U. mostreremo che tali sistemi ammettono una relazione i-u semplice e generale. che può essere espressa mediante una particolare operazione matematica. Tali sistemi sono denominati sistemi lineari tempo-invarianti (LTI). In particolare. mentre il sistema quadratico y(t) = x2 (t) (cfr. 3. che si incontrano frequentemente nelle applicazioni. che rappresenta la base per lo studio dei sistemi nel dominio della frequenza e che sarà approfondito nei capitoli seguenti. per semplicità di notazione. dei sistemi lineari) è il principio di sovrapposizione (prop. sia quella di invarianza temporale. sia quella di invarianza temporale. e nel caso TD da equazioni alle differenze. ovvero dei sistemi che possiedono sia la proprietà di linearità. tra il segnale di ingresso e una funzione che descrive completamente il sistema nel dominio del tempo. e per essi esistono tecniche di analisi e di sintesi semplici. Infine. Introdurremo poi una classe importante di sistemi LTI.Capitolo 4 Sistemi lineari tempo-invarianti (LTI) In questo capitolo approfondiremo lo studio dei sistemi lineari tempo-invarianti (LTI). es.27) è un sistema non lineare ma tempo-invariante. Tuttavia.

tali funzioni dipendono da due variabili. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. Tenendo conto delle proprietà precedenti. idealmente. La (4.1) può essere finito oppure infinito numerabile. 4.1) devono essere scelti in modo opportuno. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·).128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . Questa proprietà consente. le scelte più comuni per i segnali elementari xk (·) sono due: • i segnali xk (·) sono impulsi: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio del tempo. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·).1) dove i coefficienti αk sono in generale dei numeri complessi. k k (4. 1 Il . Affinché tale tecnica sia applicabile in pratica. però.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. con gli stessi coefficienti αk . devono essere in grado di rappresentare tutti i segnali di interesse pratico. dei segnali yk (·). e quello di risposta in frequenza ad esso strettamente legato. i segnali elementari xk (·) da utilizzare nella (4. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. (2) per un dato segnale di interesse x(·). è conveniente concetto di risposta impulsiva. di semplificare notevolmente lo studio dei sistemi lineari. Applicando il principio di sovrapposizione (3.2) dove yk (·) = S[xk (·)]. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). in quanto come vedremo i segnali elementari possono assumere valori complessi. in particolare.1). in tal caso. in linea di principio. tuttavia. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. k (4. Per approfondire tale rappresentazione.2 Relazione i-u di un sistema LTI e risposta impulsiva Un concetto fondamentale nella caratterizzazione dei sistemi LTI nel dominio del tempo è quello di risposta impulsiva:1 esso nasce dalla possibilità di rappresentare un arbitrario segnale x(·) come sovrapposizione di impulsi traslati nel tempo. e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva.23). essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·).

5). sostituendo la (4.3.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) .6) cioè traslando l’impulso in ingresso di k campioni.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.5) dove abbiamo applicato il principio di sovrapposizione. . (4. la rappresentazione (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). nonché l’invarianza temporale del sistema.7) prende il nome di convoluzione a TD.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. Supponiamo allora che un segnale x(n). la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . si ha semplicemente αk = x(k). non essendo dipendenti dal tempo n. che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop. esteso al caso di una infinità (numerabile) di segnali. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. (4.3) non si sovrappongono nel tempo. Ribadiamo che per ricavare la (4. (4. rappresentato mediante la (4.4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. ∀k ∈ Z . e sarà studiata più approfonditamente nel § 4.3 dell’impulso discreto.5)]. Pertanto. Notiamo peraltro che la (4. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).6) nella (4.3) Determinare i coefficienti αk della rappresentazione è semplice. con k ∈ Z. la (4. 3. In questo senso. il segnale di uscita h(n) trasla anch’esso di k campioni. (4.4) si può giustificare in maniera più formale anche applicando le prop. sia posto in ingresso ad un sistema TD LTI. utilizzando la conoscenza della sola risposta impulsiva del sistema. come già detto. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. (4.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. se si osserva che gli impulsi δ (n − k) nella (4. ovvero xk (n) = δ (n − k). Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . Definiamo allora il segnale h(n) = S[δ (n)].7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . 2. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. si dice che la risposta impulsiva è una risposta canonica. La funzione h(n) che compare nella (4. Si noti che. ed abbiamo sfruttato il fatto che le quantità x(k).1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) .4). Scegliendo come segnali elementari xk (n) nella (4. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . sia la proprietà di invarianza temporale [nella (4.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.6)].

osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. ∀k ∈ {0.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. il campione x(k) δ (n − k) del segnale di ingresso all’istante n = k è “trasformato” dal sistema nel segnale x(k) h(n − k). si ha.7). . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . è utile mettere in luce una particolare interpretazione della (4. . e particolarizzata in fig.1(a) nel caso generale. dove è calcolata graficamente la risposta del sistema MA dell’es. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. 4.8) e la (4. D’altra parte. per ogni k ∈ Z.1.2.7). la (4. 6 Esempio 4. .. M (4. (4. . 1. 4.1(b).7). . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . 5}. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). 1. Infatti.9). cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . k ∈ {0. . 3. 4. . avente la risposta impulsiva di fig. . Prima di passare al caso TC. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . dal confronto tra la (4. 4. ponendo x(n) = δ (n) nella (4. . ∀k ∈ {0.1. 4. (a) Risposta impulsiva di un generico sistema MA. . il segnale di uscita si ottiene sommando tali segnali. 0 1 2 3 M -1 M n bM h(n) 1/6 bM-1 0 1 2 3 4 5 n (a) (b) Fig. altrimenti . 1. In sostanza.8): h(n) = k=0 ∑ bk δ (n − k) . x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n). 4. x(1) h(n − 1) e x(2) h(n − 2). Questa interpretazione è chiarita in fig. M (4. pari ad M + 1 campioni.9) rappresentata graficamente in fig..7) mostra che. . con n ∈ Z. 5}.1(b) al caso M = 5 e 1 bk = M+1 = 1 .11) .9. al segnale di ingresso x(n) = 1 R3 (n). M} .1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.10) espressione che fornisce gli stessi valori della (4. (4. . e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. è semplice provare che tale sistema è sia lineare che tempo-invariante. 0 . In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). per un dato k ∈ Z.

.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig. Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n).4. 4.2.

ossia: x(t) = +∞ −∞ α (τ ) x(t.3. 2. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. e l’integrale prende il posto della sommatoria. tuttavia. (4. come già visto nel caso TD.2). L’operazione matematica tra x(t) ed h(t) che compare nella (4. In pratica mediante la (4.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. τ ) = δ (t − τ ). prop. per τ ∈ R.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. per ogni τ ∈ R. con t ∈ R. Così come il principio di sovrapposizione (3.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. 4. 3. τ )] del sistema ai segnali elementari x(t. è possibile provare che l’uscita y(t) del sistema LTI può essere espressa come: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . Tale rappresentazione si può vedere come l’estensione della (4. non è possibile dare una giustificazione immediata della (4.3 e richiede delle condizioni matematiche aggiuntive per la sua validità.7) è simile a quella vista nel caso TD. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. con gli stessi coefficienti α (τ ) dτ . la sua interpretazione e le sue proprietà saranno approfondite nel § 4.4). possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ .12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). La derivazione della (4. senza perderci in complicate discussioni matematiche. dove la delta di Dirac sostituisce quella discreta.11). un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ .12) dove la seconda uguaglianza si ottiene dalla prima ricorrendo al cambio di variabile t − τ = τ e utilizzando poi nuovamente τ al posto di τ .11). formalmente. Tuttavia. Una giustificazione immediata ed intuitiva della (4. se il sistema è LTI. (4. τ ). assumeremo direttamente la (4. integrando) i segnali x(τ ) h(t − τ ) dτ .12) si basa su una definizione più generale di linearità di un sistema. centrati in tutti i possibili istanti di tempo τ ∈ R. la (4. e rappresenta. dal confronto con la (4. Precisamente.11) e la (4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. . data l’analogia formale tra la (4. τ )dτ . ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr.2).23) per una infinità numerabile di segnali. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè.1). La (4. segue che α (τ ) = x(τ ) e x(t. e prende il nome di convoluzione a TC.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. seguendo passaggi matematici simili a quelli già visti per il caso TD. A differenza del caso TD. τ )]dτ . Notiamo inoltre che. Nel seguito.4) al caso TC. (4.14) non discende direttamente dalla prop. τ ). con τ ∈ R. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. le risposte S[x(t.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. anche la (4. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). Precisamente.

possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0.1.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). allora il sistema è necessariamente LTI. la (4. Come nell’es. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . . Successivamente. 4. si può mostrare che la (4.15) con T > 0.7) oppure (4.15) si può scrivere come una convoluzione: infatti. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. Si può facilmente verificare che tale sistema è sia lineare. Negli es. pari a T e coincidente con la memoria del sistema. (4.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. In altri termini.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. con il cambio di variabile τ = t − u → u = t − τ . In maniera equivalente.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.2. es. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . per confronto con la (4. avente relazione i-u: y(t) = t t−T x(u) du .1 e 4. 4. T ). anche tale risposta impulsiva è di durata finita. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4.12).16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. da cui.5T T x(t − τ ) dτ . 4. notiamo preliminarmente che. sia invariante temporalmente.2).4. per cui è un sistema LTI.5T T . in maniera più formale. (4. e cioè: y(t) = +∞ −∞ rect τ − 0. (4. si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.12).1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t).

si nota che si ha sovrapposizione tra h(k) e . (2) Effettuare prima la riflessione del segnale x(k).3(e)]. con a = 0. le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z. in particolare. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 .18) sono del tutto equivalenti. Esempio 4. per cui il risultato della convoluzione è nullo.3(c)]. La difficoltà maggiore è che. insieme con x(k) [fig. 4. costruendo il segnale z(k) = x(−k) e. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. fatta eccezione per casi particolari. Per calcolare gli altri valori della convoluzione. Se non effettuiamo nessuna traslazione su z(k). la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. vedi anche il § 4. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. si veda la fig. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. che si ottiene da z(k) mediante traslazione di n campioni. successivamente. Ovviamente. In particolare. dobbiamo costruire il segnale wn (k) = z(k − n).3(d)]. si vede che per n < 0 [traslazione verso sinistra.7) nel caso TD.12) nel caso TC. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. (3) Per ogni fissato valore di n ∈ Z. si veda la fig. il segnale wn (k) non si sovrappone con h(k).1. Prendendo come riferimento la seconda delle (4.3. 4.3 Convoluzione Come abbiamo visto nel paragrafo precedente.134 Sistemi lineari tempo-invarianti (LTI) 4. rappresentiamo h(k) in funzione di k [fig. oppure dalla (4. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). e sommando i risultati dei prodotti ottenuti.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . 4. per la proprietà commutativa della convoluzione. partendo dal caso TD per semplicità. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. (4. 4. Per capire meglio il meccanismo precedentemente descritto. descritta dalla (4. consideriamo il seguente esempio.1 seguente). effettuare la traslazione del segnale z(k) verso destra se n > 0. e verso sinistra se n < 0. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).18). Seguendo la procedura delineata precedentemente. il valore della convoluzione y(n) all’istante n si ottiene moltiplicando i campioni corrispondenti dei due segnali h(k) e wn (k) per tutti i valori di k ∈ Z. se n > 0 [traslazione verso destra.3(a)]. possiamo ottenere direttamente il risultato della convoluzione per n = 0.18) Le due espressioni riportate nella (4. Viceversa. Nel caso TD. 4.

4. h(k) e wn (k) si sovrappongono per k ∈ {0. è semplice considerare i casi per n = 1.7).19). In particolare.3 Convoluzione 135 wn (k) su un numero finito di campioni. L’esempio precedente evidenzia che l’interpretazione grafica è fondamentale per individuare correttamente gli estremi effettivi della sommatoria su k ∈ Z che compare nella (4. per effettuare correttamente il calcolo della convoluzione. h(k) w2 (k) = 1 + a + a2 . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. vale a dire: . la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. n}. . (4. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. oppure anche per tutti i valori di n. un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. se |a| < 1. h(k) w3 (k) = 1 + a + a2 + a3 . . in pratica essa può ridursi ad una somma finita di valori per ogni n. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . l’esempio mostra chiaramente che. tale numero di campioni è pari ad n+1. . valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . Nel caso TC la convoluzione è definita mediante uno dei due integrali: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. .7) vada effettuata in principio su infiniti valori di k. C. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . altrimenti . per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . più precisamente. Ovviamente esistono casi in cui il numero di termini della somma è infinito. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. se n < 0 . Per un generico valore n > 0. y(n) = 1 − an+1  . 1. sebbene la somma in (4.3(f) nel caso in cui 0 < a < 1. . per alcuni valori di n. . + an = k=0 ∑ ak = n 1 − an+1 . ed è rappresentato graficamente in fig. 4. che in generale potrebbe non convergere. 2. Facendo riferimento per convenienza alla seconda delle (4. 1−a In definitiva. Si noti che. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. In particolare.19) Anche in questo caso. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 .

2 0 −10 −5 0 k 5 10 x(k) 1 0. 4. .2 0 (b) z(k)=x(−k) 0. (b) rappresentazione di x(k).8 0.8 0.4 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 h(k) 0.2 0 −10 −5 0 k 5 10 (a) 1 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.4 0. (d) traslazione verso sinistra di z(k) (n = −5).6 0.8 0.6 0.4): (a) rappresentazione di h(k).4 0. (f) risultato della convoluzione.8 w−5(k)=x(−5−k) 1 0.6 0. 4. (c) riflessione del segnale x(k). (e) traslazione verso destra di z(k) (n = 5).2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.4 0.8333) e x(n) = u(n) (es.6 0.3.4 0.

per cui risulta y(t) ≡ 0 per t ≤ 0.4(d)]. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. rappresentiamo x(τ ) [fig. 4. y(t) = (4. ed assumiamo T2 > T1 .5T1 T1 t − 0. . in quanto le due finestre rettangolari si sovrappongono solo su un punto. 4. Per T1 ≤ t < T2 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . Infine. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . Traslando il segnale z(τ ) verso sinistra [fig. costruendo il segnale z(τ ) = x(−τ ) e. 0. per cui si ha nuovamente y(t) ≡ 0. per T1 ≤ t < T2 .20) T1 . 0 < t < T1 . es. (2) Effettuare prima la riflessione del segnale x(τ ). di durata ∆x = T1 . 4. per 0 < t < T1 .4(a)] e h(τ ) [fig.19). T1 ≤ t < T2 . 4.5T2 T2 .4. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. successivamente. (3) Per ogni fissato valore di t ∈ R.4(c)]. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. T2 ≤ t < T2 + T1 . Facciamo per comodità riferimento alla seconda delle (4. Per prima cosa. ed effettuando l’integrale del prodotto. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. Considerando invece valori positivi di t. per t ≥ T2 + T1 . invece. e verso sinistra se t < 0. le finestre non si sovrappongono affatto. il valore della convoluzione y(t) all’istante t si ottiene moltiplicando tra loro i segnali h(τ ) e wt (τ ) per tutti i valori di τ ∈ R.   t.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R.    T2 + T1 − t. T2 ).4(b)] in funzione di τ ∈ R. Esempio 4. per cui si ha: y(t) = t 0 dτ = t . 4. per T2 ≤ t < T2 + T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla.2) avente risposta impulsiva h(t) = rect .4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. Riassumendo. posto in ingresso al sistema LTI (cfr. 4.t). di durata ∆h = T2 .t). ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. Per T2 ≤ t < T2 + T1 . successivamente. per cui si ha: y(t) = t t−T1 dτ = T1 . per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . effettuare la traslazione del segnale z(τ ) verso destra se t > 0.4(e)]: in particolare.

in particolare. C. nello studio delle proprietà della convoluzione. mentre la seconda è definita mediante un integrale. 4. § 4. l’integrale di convoluzione può non esistere finito. 4. per T ≤ t < 2T . Per questo motivo.6. come discusso di seguito.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . ed è rappresentato graficamente in fig. non ha nessun senso dal punto di vista sistemistico. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . la convoluzione viene chiamata anche prodotto di convoluzione. tutte le proprietà algebriche del prodotto convenzionale. Nel caso particolare T1 = T2 = T . e prende il nome di proprietà di durata della convoluzione (cfr. cioè i due schemi in fig. 4.5. Si noti che se T1 > T2 si può procedere allo stesso modo. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. nel senso che ya (·) ≡ yb (·). In altri termini. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. se è possibile dal punto di vista matematico. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . calcolo dell’area) sono molto simili nei due casi. notiamo che. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. in quanto si può verificare che la convoluzione possiede. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 .3. 4. prodotto.7) e quella a TC (4. A tale scopo. 4. data la proprietà commutativa della convoluzione: l’espressione del segnale y(t) per T1 > T2 si può ottenere allora scambiando T1 con T2 nella (4.3. ed è rappresentata in fig. per 0 < t < T . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. un sistema LTI con risposta impulsiva h(·) sollecitato dall’ingresso x(·) presenta la stessa uscita di un sistema LTI con risposta impulsiva x(·) sollecitato dall’ingresso h(·). similmente alla somma di convoluzione. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD.4(f). nel seguito.   2T − t.  y(t) = t.12) è che la prima è definita mediante una sommatoria. notiamo che l’intervallo di tempo (T1 .1).6 sono equivalenti. In conclusione. Per questo motivo. . per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0.20). t < 0 oppure t ≥ 2T . pertanto. oltre a proprietà specifiche. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. Come mostrato in fig. l’interpretazione di questa proprietà con riferimento ai sistemi LTI è che nel calcolo dell’uscita di un sistema si può scambiare il segnale di ingresso con la risposta impulsiva. traslazione. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . scambiando il ruolo dei due segnali. Ovviamente questo scambio. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata.

(c) riflessione del segnale x(τ ). (d) traslazione verso sinistra di z(τ ) (t < 0).4. 4.4. (b) rappresentazione di h(τ ). (e) traslazione verso destra di z(τ ) (t > 0). .4): (a) rappresentazione di x(τ ). (f) risultato y(t) della convoluzione. 4. Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es.3 Convoluzione 139 1 1 0 τ T h(τ) x(τ) 1 0 τ T 2 (a) (b) wt(τ)=x(t−τ) z(τ)=x(−τ) −T 1 0 τ t−T 1 t τ 0 (c) (d) T1 y(t) = h(t) ∗ x(t) wt(τ)=x(t−τ) 0 t−T T 1 0 τ t 1 T2 T1+T2 t (e) (f) Fig.

7(b) sono equivalenti. A sua volta.) Fig. 4.) h(. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). per la proprietà associativa. 4.) (b) y b(. 4. Inoltre.7(b). . In altre parole. In base a queste due interpretazioni. come evidenziato in fig. notiamo che calcolare l’espressione yb (·) = [x(·) ∗ h1 (·)] ∗ h2 (·) seguendo l’ordine indicato dalle parentesi equivale a calcolare prima l’uscita del sistema avente risposta impulsiva h1 (·). i due schemi riportati in fig.) h(.7(d) sono equivalenti. cioè ya (·) ≡ yc (·). ossia yc (·) ≡ yd (·). nel senso che yb (·) ≡ yd (·). e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. 4. osserviamo innanzitutto che. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·).7(a) è equivalente al sistema LTI riportato in fig. nel senso che ya (·) ≡ yb (·). i due sistemi LTI in figura sono equivalenti.7(a). il sistema LTI in fig. cioè i due schemi in fig. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).7(d). 4. per cui il sistema LTI in fig.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI.7(c). Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI.) (a) y a(. A tal fine. Per la proprietà commutativa.5. T Proprietà associativa Fig.7(b) e fig. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). Conseguentemente. 4. 4. 4. In virtù della proprietà commutativa della convoluzione. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco.6. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . come mostrato in fig. 4.) 0 T t 2T x(. 4.7(a) e fig. In tale ipotesi. la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). 4. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T .7(c) è equivalente allo schema serie riportato in fig. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . 4.

)∗h1(.) h1(. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI.) y 1(.) (a) y a(. valida formalmente sia nel caso TC sia in quello TD. (4. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza. Similmente alla proprietà associativa. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco.8(b) sono equivalenti. la proprietà distributiva della convoluzione consente di affermare che il parallelo2 di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hpar (·) = h1 (·) + h2 (·). Proprietà di esistenza dell’unità Si può facilmente provare. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·).) (b) h2(. 4.) (c) y c (. 4.3 Convoluzione 141 x(.) x(. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) . .21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) h1(.8(b). In virtù della proprietà distributiva della convoluzione.) x(. cioè i due schemi in fig. In virtù della proprietà commutativa e associativa della convoluzione.) (d) h1(. come mostrato in fig. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). in effetti.) h2(.) h2(.) y 2(.) (a) x(.) Fig.) y a(.) y b(.8(a) e fig.) h2(. A tale scopo. come mostrato in fig.4. i quattro schemi in figura sono equivalenti.) h1(. nel senso che ya (·) ≡ yb (·).) y d(. 4. Fig. 4. 4.)∗h2(.) y b(. resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.8. D’altra parte.8(a). i due schemi in figura sono equivalenti.7. In base a queste due interpretazioni.) x(. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·).) h1(. 4.) (b) x(. tale connessione non può essere studiata elementarmente nel dominio del tempo.)+h 2(. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.

(4.2). dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.22) [un discorso analogo vale per la (4. invece che alla (4. secondo la quale. è possibile riottenere la (4.9.25) della convoluzione. In virtù della proprietà di invarianza temporale (4.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. 4. Per giustificare invece la correttezza della (4. rispettivamente. x(n − n0 ) −→ y(n − n0 ) . notiamo che la (4. se per calcolare y(t − t0 ). al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). ∀n0 ∈ Z .22). 4. esplicitando la convoluzione (4.4) nel caso TD e la (4. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) .22) e (4.9). esprimendo la relazione i-u del sistema mediante una convoluzione.) x(. si ha. Le (4.142 Sistemi lineari tempo-invarianti (LTI) x(. la (4. per sistemi a TC e a TD. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . si giungerebbe.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. ∀n0 ∈ Z .) x(n) z . si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). rispettivamente. 3. ad esempio. Nel caso di un sistema LTI.11) nel caso TC. In un sistema identico. x(n − n0 ) ∗ h(n) = y(n − n0 ) .) δ(. ∀t0 ∈ R .21).21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. ∀t0 ∈ R .22) (4.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). x(n) h(n) (b) -(n1+n2) z y b(n) Fig.10. x(t − t0 ) −→ y(t − t0 ) . Dal punto di vista matematico. Tale sistema prende il nome di sistema identico.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. i due schemi in figura sono equivalenti. per ogni x(·) ∈ I e y(·) ∈ U. noti inoltre che. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. e per la (4. 4. infatti.3 Dal punto di vista dell’interpretazione sistemistica. .

4.3 Convoluzione

143

ed effettuare in quest’ultima la sostituzione formale t − t0 → t, scrivendo y(t − t0 ) =
+∞ −∞

h(τ ) x(t − t0 − τ ) dτ = h(t) ∗ x(t − t0 ) .

Notiamo che per la proprietà commutativa della convoluzione, si può anche scrivere: h(t − t0 ) ∗ x(t) = y(t − t0 ) , h(n − n0 ) ∗ x(n) = y(n − n0 ) , ∀t0 ∈ R , ∀n0 ∈ Z , (4.24) (4.25)

secondo le quali una traslazione di t0 o n0 del segnale di uscita si può ottenere equivalentemente traslando della stessa quantità il segnale di ingresso oppure la risposta impulsiva. Le (4.22)–(4.25) possono essere applicate anche contemporaneamente, con ritardi diversi, ed in questo caso evidentemente gli effetti delle traslazioni temporali si sommano: h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] , h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] , ∀t1 ,t2 ∈ R , ∀n1 , n2 ∈ Z . (4.26) (4.27)

Notiamo che le (4.26) e (4.27) rappresentano una forma più generale della proprietà di invarianza temporale, in quanto includono come casi particolari le (4.22)–(4.25). Tali relazioni hanno una chiara interpretazione sistemistica che è riportata in fig. 4.10 con riferimento al caso TD: l’uscita del sistema LTI avente risposta impulsiva h(n − n1 ), quando al suo ingresso è posto il segnale x(n − n2 ), si può ottenere, equivalentemente, applicando prima il segnale x(n) in ingresso al sistema LTI avente risposta impulsiva h(n) e, poi, traslando nel tempo il segnale ottenuto di n1 + n2 . In altre parole, i due schemi in fig. 4.10(a) e fig. 4.10(b) sono equivalenti, nel senso che ya (·) ≡ yb (·).
Esempio 4.5 (convoluzione tra due finestre rettangolari a TC, caso simmetrico) Nell’es. 4.4 abbiamo ricavato (nel caso T1 = T2 = T ) la seguente relazione notevole, che lega finestre rettangolari e triangolari mediante la convoluzione: rect t − 0.5T T ∗ rect t − 0.5T T = TΛ t −T T .

Se si vuole ricavare la convoluzione tra due finestre rettangolari elementari (di durata unitaria) centrate nell’origine, basta prima particolarizzare la relazione precedente al caso T = 1: rect(t − 0.5) ∗ rect(t − 0.5) = Λ(t − 1) , e successivamente applicare la proprietà di invarianza temporale nella forma generalizzata (4.26). Posto h(t) = x(t) = rect(t − 0.5) si avrà evidentemente che rect(t) = h(t + 0.5) = x(t + 0.5), per cui per ottenere il risultato corretto della convoluzione rect(t) ∗ rect(t) basterà applicare un anticipo di 0.5 + 0.5 = 1 a Λ(t − 1), il che ovviamente restituisce Λ(t). Si ha allora, in definitiva, la seguente relazione notevole: rect(t) ∗ rect(t) = Λ(t) , che troverà applicazione nel seguito.
Proprietà di convoluzione con l’impulso

(4.28)

Applicando le proprietà (4.22)–(4.25) alla (4.21), possiamo ottenere una interessante generalizzazione della proprietà di esistenza dell’unità: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) , ∀t0 ∈ R , ∀n0 ∈ Z . (4.29) (4.30) x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) ,

144

Sistemi lineari tempo-invarianti (LTI)

Queste relazioni mostrano che la convoluzione di un segnale con un impulso centrato in t0 oppure n0 equivale ad una traslazione temporale della stessa quantità del segnale. Questo risultato conferma che, nel caso TC, il sistema y(t) = x(t − t0 ), che effettua la traslazione temporale di un segnale, è un sistema LTI avente risposta impulsiva h(t) = δ (t − t0 ); una interpretazione equivalente vale nel caso TD, dove la risposta impulsiva di un sistema che effettua la traslazione temporale è h(n) = δ (n − n0 ).
Proprietà di durata della convoluzione

Con riferimento alle due finestre rettangolari, dall’es. 4.4 si ricava che la convoluzione di due segnali TC di durata rigorosamente limitata è ancora un segnale di durata rigorosamente limitata. Questo risultato è valido in generale. Infatti, supponiamo che il segnale x(t) abbia estensione temporale limitata Dx = (t1 ,t2 ), con t2 > t1 ; la misura dell’intervallo Dx definisce la durata del segnale x(t), che in questo caso è data da ∆x = t2 − t1 . Similmente, supponiamo che anche la risposta impulsiva del sistema abbia estensione temporale limitata Dh = (t3 ,t4 ), con t4 > t3 ; la misura dell’intervallo Dh definisce la durata della risposta impulsiva h(t), che in questo caso è data da ∆h = t4 − t3 . Con riferimento all’algoritmo di calcolo della convoluzione a TC, a seguito della riflessione, l’estensione temporale del segnale z(τ ) = x(−τ ) sarà data dall’intervallo Dz = (−t2 , −t1 ) e, come conseguenza della traslazione temporale di t, l’estensione temporale del segnale wt (τ ) = z(τ − t) sarà Dwt = (t − t2 ,t − t1 ). Questo significa che il prodotto h(τ ) wt (τ ) sarà identicamente nullo per ogni τ ∈ R non appartenente all’intersezione Dh ∩ Dwt dei due intervalli Dh ed Dwt . Pertanto, l’integrale di convoluzione tra x(t) e h(t) si riduce al seguente integrale: y(t) = h(τ ) wt (τ )dτ ,

Dh ∩Dwt

in cui la variabile di integrazione τ varia nell’intervallo Dh ∩ Dwt . A questo punto il risultato di tale integrale è nullo per tutti i valori di t ∈ R per i quali l’intersezione tra i due intervalli Dh ed Dwt è vuota, cioè Dh ∩ Dwt = ∅. Ricordando che Dh = (t3 ,t4 ) e Dwt = (t −t2 ,t −t1 ), ciò accade sicuramente in due casi: quando t − t1 < t3 , ovvero t < t1 + t3 , oppure quando t − t2 > t4 , ovvero t > t2 + t4 . In definitiva, risulta che y(t) ≡ 0, ∀t ∈ (t1 + t3 ,t2 + t4 ) , (4.31)

per cui Dy ⊆ (t1 + t3 ,t2 + t4 ), e quindi y(t) ha durata rigorosamente limitata. Inoltre, la sua durata è pari alla misura di Dy , per la quale vale la disuguaglianza ∆y ≤ (t2 + t4 ) − (t1 + t3 ) = (t2 − t1 ) + (t4 − t3 ) = ∆x + ∆h . In altre parole, se i due segnali x(t) e h(t) hanno estensioni temporali limitate, ovvero durate finite ∆x ∈ R+ e ∆h ∈ R+ , rispettivamente, allora la loro convoluzione y(t) è ancora un segnale avente estensione limitata, la cui durata ∆y è al più4 pari alla somma delle durate dei due segnali sottoposti alla convoluzione, cioè ∆y ≤ ∆x +∆h . È interessante osservare dalla (4.31) che, se il segnale di ingresso x(t) e la risposta impulsiva del sistema h(t) si annullano identicamente per t < 0, ossia, t1 = t3 = 0, allora anche il segnale di uscita è identicamente nullo per t < 0. Si osservi inoltre che la (4.31) è valida anche quando il segnale di ingresso (o la risposta impulsiva) ha estensione non limitata. Ad esempio, se l’estensione del segnale di ingresso è non limitata superiormente, cioè, t2 = +∞, dalla (4.31) segue che l’estensione del segnale di uscita risulterà anch’essa non limitata superiormente.
segnale y(t) potrebbe annullarsi identicamente anche in un sottoinsieme dell’intervallo (t1 + t3 ,t2 + t4 ) (si noti che questo non è il caso dell’es. 4.4); per cui, possiamo dire in generale che ∆x + ∆h è la massima durata del segnale y(t).
4 Il

4.3 Convoluzione

145

Si può dimostrare che una proprietà analoga vale per il caso TD: se i due segnali x(n) e h(n) hanno estensioni temporali limitate, ovvero durate finite ∆x ∈ N e ∆h ∈ N, rispettivamente, allora la loro convoluzione y(n) è ancora un segnale avente estensione limitata, la cui durata ∆y è al più pari a ∆x + ∆h − 1, cioè ∆y ≤ ∆x + ∆h − 1 (si noti la piccola differenza tra il caso TC ed il caso TD, legata alla sottrazione di 1). Questa proprietà è meglio evidenziata dal seguente esempio.
Esempio 4.6 (calcolo della convoluzione tra due finestre rettangolari a TD) Consideriamo il segnale x(n) = RN1 (n) , di durata ∆x = N1 , in ingresso al sistema di risposta impulsiva h(n) = RN2 (n) , avente durata ∆h = N2 , ed assumiamo che N2 ≥ N1 . Per prima cosa, rappresentiamo x(k) [fig. 4.11(a)] e h(k) [fig. 4.11(b)] in funzione di k ∈ Z; successivamente, effettuiamo la riflessione del segnale x(k) in modo da ottenere il segnale z(k) = x(−k) [fig. 4.11(c)]. Se non effettuiamo nessuna traslazione su z(k), possiamo ottenere direttamente il risultato della convoluzione per n = 0, effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati; in particolare, si vede che solo i campioni per k = 0 danno contributo in questo caso, ed il risultato vale: y(0) =
+∞ k=−∞

h(k) z(k) = h(0) z(0) = 1 .

Per calcolare gli altri valori della convoluzione, dobbiamo costruire il segnale wn (k) = z(k − n), che si ottiene da z(k) mediante traslazione di n campioni. In particolare, si vede che per n < 0 [traslazione verso sinistra, si veda la fig. 4.11(d)], il segnale wn (k) non si sovrappone con h(k), per cui il risultato della convoluzione è nullo. Viceversa, per taluni valori di n > 0 [traslazione verso destra, si veda la fig. 4.11(e)], si nota che si ha sovrapposizione tra h(k) e wn (k) su un numero finito di campioni. In particolare, per 0 ≤ n < N1 − 1 le due finestre h(k) e wn (k) si sovrappongono per k ∈ {0, 1, . . . , n}, per cui si ha: y(n) =

k=0

∑ 1 = n+1,

n

0 ≤ n < N1 − 1 .

Per N1 − 1 ≤ n < N2 − 1, invece, le due finestre h(k) e wn (k) si sovrappongono per k ∈ {n − N1 + 1, n − N1 + 2, . . . , n} , per cui si ha: y(n) =

k=n−N1 +1

n

1 = N1 ,

N1 − 1 ≤ n < N2 − 1 .

Per N2 − 1 ≤ n ≤ N2 + N1 − 2, le due finestre h(k) e wn (k) si sovrappongono per k ∈ {n − N1 + 1, n − N1 + 2, . . . , N2 − 1} per cui si ha: y(n) =
N2 −1 k=n−N1 +1

1 = N2 + N1 − n − 1,

N2 − 1 ≤ n ≤ N2 + N1 − 2 .

Infine, per n > N2 + N1 − 2, le due finestre h(k) e wn (k) non si sovrappongono, per cui si ha y(n) ≡ 0. Riassumendo, l’espressione del segnale y(n) è la seguente:  0,   n + 1, y(n) = N1 ,    N2 + N1 − n − 1, n < 0 oppure n > N2 + N1 − 2 ; per 0 ≤ n < N1 − 1 ; per N1 − 1 ≤ n < N2 − 1 ; per N2 − 1 ≤ n ≤ N2 + N1 − 2 .

(4.32)

146

Sistemi lineari tempo-invarianti (LTI)

Il segnale y(n) è una finestra trapezoidale di durata ∆y = N1 + N2 − 1 = ∆x + ∆h − 1, ed è rappresentato graficamente in fig. 4.11(f). Nel caso particolare N1 = N2 = N, notiamo che l’intervallo di valori in cui il segnale y(n) è costante si riduce ad un punto, per cui si ottiene una finestra triangolare [fig. 4.12]:  0, n < 0 oppure n > 2N − 2 ;  y(n) = n + 1, per 0 ≤ n < N − 1 ;   2N − n − 1, per N − 1 ≤ n ≤ 2N − 2 ; la cui durata è pari ad ∆y = 2N − 1. Tale finestra si può esprimere in funzione della finestra triangolare elementare a TD o finestra di Bartlett (la verifica è lasciata al lettore) introducendo un anticipo di un campione: y(n) = NB2N (n + 1) . Si ha allora la seguente relazione notevole tra finestre elementari a TD (rettangolari e triangolari), controparte a TD della (4.28): RN (n) ∗ RN (n) = NB2N (n + 1) . Anche questa relazione, come la (4.28), troverà applicazione nel seguito. (4.33)

4.3 Convoluzione

147

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10 h(k) x(k)

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10

(a)
1 0.8
w−2(k)=x(−2−k) 1 0.8 0.6 0.4 0.2 0

(b)

z(k)=x(−k)

0.6 0.4 0.2 0 −10 −5 0 k 5 10

−10

−5

0 k

5

10

(c)
1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10
0 −10 −5 y(n) = h(n) ∗ x(n) 4

(d)

3

w2(k)=x(2−k)

2

1

0 n

5

10

(e)

(f)

Fig. 4.11. Calcolo della convoluzione tra due finestre rettangolari TD di durata N1 = 4 ed N2 = 6 (es. 4.6): (a) rappresentazione di h(k); (b) rappresentazione di x(k); (c) riflessione del segnale x(k); (d) traslazione verso sinistra di z(k) (n = −2); (e) traslazione verso destra di z(k) (n = 2); (f) risultato della convoluzione.

∀t0 ∈ R . tuttavia in laboratorio è più semplice da approssimare mediante un segnale . (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) .4 Risposta al gradino L’impulso di Dirac è un segnale ideale. (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . non realizzabile in pratica. (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata. anche il gradino è un segnale ideale. con durate ∆x . con durata ∆y ≤ ∆x + ∆h . ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. applicando un impulso al suo ingresso. come suggerito dalla definizione. (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4.2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata. ∀t2 ∈ R . h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] . x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) . con durata ∆y ≤ ∆x + ∆h − 1. ∀n0 ∈ Z . ∀t1 ∈ R. D’altra parte. (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) . per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC.148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore. con durate ∆x . ∀n1 ∈ Z. 4. ∀n2 ∈ Z . Siano x(n) e h(n) di durata rigorosamente limitata. in quanto presenta una discontinuità brusca.

sfruttando la relazione i-u (4. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . Notando che la (4.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. 3. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) .11(a). secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. con un tempo di salita molto stretto. (4. es. è sufficiente far passare quest’ultima in un sistema accumulatore.4. ovvero è anch’essa una risposta canonica.34) e (4. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). 4.7) di un sistema TD LTI. (4. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. 2. In definitiva. in particolare.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino.12.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). In particolare. per ottenere la risposta al gradino a partire dalla risposta impulsiva. Nel caso TD. come ad esempio il segnale uε (t) di fig. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . ma anche la risposta al gradino caratterizza completamente un sistema LTI. le relazioni (4. In altri termini. Infatti. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). non solo la risposta impulsiva. la risposta al gradino si può scrivere esplicitamente come: s(n) = h(n) ∗ u(n) = +∞ k=−∞ ∑ h(k) u(n − k) = k=−∞ ∑ n h(k) .4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. .

mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . trattandosi di una pura astrazione matematica (cfr. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. dunque. Infatti la risposta al gradino s(t). Infatti. § 2. (4. in quanto caratterizza completamente il sistema. adoperando le proprietà di linearità e di invarianza temporale del sistema. un valore appropriato di ε dipende dalla struttura interna del sistema e.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. Dalla (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. Tuttavia. Nel caso TC. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. raffigurati in fig. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. Pertanto.4).36) ed (4. 2ε 2ε (4. In particolare.36).38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). utilizzando la (4. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . 2.12). 5 Non esiste una regola generale per stabilire quanto ε .1. varia da sistema a sistema. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. Per la linearità del sistema. si ottiene h(t) = d s(t) dt (4.37) Le (4.11(b). come già detto in precedenza. con ε sufficientemente piccolo. abbiamo visto [si veda la (2.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . Nel caso TC valgono considerazioni analoghe. il calcolo sperimentale della risposta impulsiva richiede la realizzazione in laboratorio di un impulso di Dirac da applicare in ingresso al sistema: l’impulso di Dirac è un segnale non riproducibile esattamente in pratica. ossia la risposta di un sistema LTI alla finestra rettangolare RN (n) si ottiene semplicemente calcolando la differenza tra la risposta al gradino e la sua versione ritardata nel tempo di N.6) in particolare] che l’impulso di Dirac si può ottenere come il limite (nel senso delle distribuzioni) per ε → 0 della successione di segnali (ordinari) δε (t). aventi area unitaria. Ciò suggerisce che una buona approssimazione della risposta impulsiva di un sistema TC LTI si può ottenere osservando la sua uscita hε (t) quando in ingresso è posto il segnale δε (t) = t 1 rect 2ε 2ε . tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .

per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). la risposta al gradino s(n) e la risposta impulsiva h(n) di un sistema LTI sono legate dalla relazione biunivoca: s(n) = k=−∞ ∑ n h(k) ←→ h(n) = ∇1 [s(n)] = s(n) − s(n − 1) .37) è esattamente la risposta impulsiva. in fig. 3. la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) .18) e si può facilmente verificare che tale sistema è anche lineare. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). In maniera equivalente.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.4. In pratica. es.13(b)].39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . il segnale in fig.39) Abbiamo già mostrato che tale sistema è TI (cfr. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. Utilizzando la (4.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. Si può notare che. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . si tratta cioè di una rampa. si può mostrare che la (4.13(a)]. dt (b) Nel caso TD.24): s(t) = t u(t) .1).12). possiamo dire che. Confrontando la (4.40) con la (4. 4. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .36). es. (4. per cui l’integratore (4. che cresce linearmente per t > 0 [fig. 4. che per la (4. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. Esempio 4. 3. identicamente nulla per t < 0. .40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. il cui valore è (cfr. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . Conseguentemente.4 Risposta al gradino 151 alla derivata della risposta al gradino. per ε → 0.39) è un sistema LTI. se ε 1.38). es. in virtù della (4. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. 4. (4. 4. 3.

(4.42) con la (4.13. 4. . 3. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . (b) risposta al gradino.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. 4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n.7). avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . Confrontando la (4. es. Esempio 4.41) Si può facilmente verificare che l’integratore TD è un sistema LTI.7): (a) risposta impulsiva. In maniera equivalente. si può mostrare che la (4.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig. Integratore con memoria infinita (es.2). (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . (4.

 dτ = t . In virtù della (4.   0 . in cui l’estremo superiore di integrazione t varia in R.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0.14(b)].6 0.14(a)].9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. in virtù della (4.5T T dτ . 4.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. Integratore a TD o accumulatore (es. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.36).8): (a) risposta impulsiva. es. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0.34). Risolvendo l’integrale si ottiene:  se t < 0 .2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig.15(a). la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. 0 . si tratta cioè di una rampa a TD [fig. 4. avente relazione i-u: y(t) = t t−T x(u) du . se t ≥ T . 4. 4.5T T . che è riportata in fig. 0 s(t) =  T     dτ = T .4 Risposta al gradino 153 10 1 0. 4. Conseguentemente. se n < 0 . 4. se n ≥ 0 . ossia: h(t) = rect t − 0. (b) risposta al gradino. n + 1 .   t    se 0 ≤ t < T . Esempio 4.14.4. (4. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .2).4 0.

154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig. Si può notare che.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. 4. In pratica. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. Utilizzando la (4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. se ε impulsiva del sistema. 4. 4. 4.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . T . che cresce linearmente nell’intervallo (0.5T T + T u(t − T ) . se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.9): (a) risposta impulsiva. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. in fig.15(b)]. per ε → 0. 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. si tratta di una funzione identicamente nulla per t < 0. il segnale in fig.1.15.38). Integratore con memoria finita (es.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. (b) risposta al gradino. In altre parole. 4. Esempio 4. .

4.34). se 0 ≤ n < M . In virtù della (4.   n+1 s(n) = . M +1   1. . se n ≥ M . 5}: (a) risposta impulsiva. M M (4. ∑ k   k=0  1 M+1 . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .4.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . se n ≥ M .45) k=0 rappresentata in fig. ∀k ∈ {0.6 0.4 Risposta al gradino 155 0. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .1 0. (b) risposta al gradino.8 s(n) 0 2 4 n 6 8 10 0. n M in cui l’estremo superiore della sommatoria n varia in Z. Sistema MA con M = 5 e bk = 1 .2 0 −0. . se 0 ≤ n < M . se n < 0 . . 4.3 1 0.4 0 0. ∑ bk δ (n − k) .16.  ∑ k  s(n) = k=0 M    b . Nel caso in cui i pesi bk siano tutti uguali a  0 . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .    n   b . 4. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. se n < 0 . 1.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.1(a) nel caso generale. . n+1 RM (n) + u(n − M) .2 1/6 h(n) 0. ed in fig.

insieme alla risposta impulsiva. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. 4. dato il legame biunivoco con la risposta al gradino.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. .16. in fig.

Notiamo che. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . descritto dalla convoluzione a TD espressa dalla seconda delle (4. per ogni segnale di ingresso. (4. (4. § 3.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. Consideriamo un sistema TD LTI.46). Passiamo ora a considerare i sistemi TC LTI. si ha: y(n) = h(0) x(n) . possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. Per costruire un segnale siffatto. cioè caratterizza completamente un sistema LTI. stabilità. la relazione precedente si può riscrivere come y(n) = α x(n) . (4. causalità. prop.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. Sostituendo nella (4. per ogni segnale di ingresso {x(k)}k∈Z . seguiamo una strada diversa da quella seguita nel caso TD. Il sistema è non dispersivo se e solo se. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.3. si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ .5. è che risulti h(k) = 0. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. nella (4.47) Pertanto. in questo caso. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . Una condizione necessaria e sufficiente affinché ciò accada. 4.48). al posto di {x(τ )}τ ∈R .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . questo vuol dire che la risposta del sistema non cambia se. Affinché y(n) dipenda solo da x(n). ponendo α = h(0).49) . infatti.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. ∀k = 0. equivalentemente.5 Proprietà della risposta impulsiva 157 4.48). è possibile legare le proprietà del sistema (non dispersività.2(c)]. (4.47).4. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . 2. Ponendo x(n) = δ (n) nella (4.

In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). Se allora osserviamo la relazione i-u di un sistema LTI [cfr. senza mai annullarsi.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. dove la memoria di un sistema è stata definita (cfr. ovvero se h(t) = α δ (t) . per cui presenta valori non trascurabili su un intervallo temporale non limitato. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. § 3. la caratterizzazione di un sistema LTI non dispersivo in termini di risposta impulsiva è riassunta dalla seguente proprietà (valida per il caso TC e TD): Proprietà 4. il sistema è non dispersivo se e solo se y(t) = y1 (t).48) la risposta impulsiva precedente. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. I sistemi non dispersivi sono denominati anche sistemi senza memoria.47). l’estensione temporale Dh e. Sostituendo nella (4.3. pertanto. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) .49). un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). ovvero se e solo se è un amplificatore/attenuatore ideale. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. (4.3.12)]. per ogni segnale di ingresso e per ogni t ∈ R. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. quindi. dal confronto tra la (4.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. Quindi.4 (risposta impulsiva di un sistema LTI non dispersivo) (a) Un sistema LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma h(·) = α δ (·).48) e (4. oltre al campione attuale. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t.7) oppure (4. In definitiva. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . i sistemi LTI con memoria si possono ulteriormente classificare come segue: • sistemi LTI aventi memoria rigorosamente finita: la risposta impulsiva h(·) ha durata rigorosamente limitata. Se poniamo α = h(0). la durata ∆h . (b) Equivalentemente. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . . all’uscita in un determinato istante di tempo. n → ±∞.

12).17(a).6 0. 4.8).8 0. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. 4.17.8 0. (b) risposta al gradino. Sistema TC IIR con memoria praticamente finita (es.11): (a) risposta impulsiva. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) .52) Pertanto.50) dove T > 0.10). es. 4. Sfruttando il fatto che u(τ ) = 0 per τ < 0. 4.11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ . sono sistemi IIR con memoria infinita.7) e l’accumulatore (cfr.5 Proprietà della risposta impulsiva 159 1 0. 4.6 0. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.51) Confrontando la (4. . Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).52).4. 4. T (4.9) e il sistema MA (cfr. es. aventi come risposta impulsiva il gradino unitario. che è rappresentata in fig. 4.4 0. es. T (4.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). la risposta al gradino di tale sistema si ottiene come:  se t < 0 . L’integratore (cfr. Esempio 4. In virtù della (4.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. se t ≥ 0 . es.51) con la seconda delle (4. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .36).4 0. 0 . T (4.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .

con 0 < |a| < 1 . è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . ricordando la proprietà di durata della convoluzione (cfr. Per calcolare la memoria analiticamente. ovvero è un segnale di durata praticamente limitata. scegliamo come valore di soglia α h(0+ ) = α /T . deve accadere che h(k) = 0 .1). esso sarà “allungato”. 4. con 0 < α < 1.53). e quindi misurare la memoria del sistema LTI. per |a| → 1. in virtù della (4. proprio di una quantità pari alla memoria del sistema. Infatti. Affinché allora l’uscita non dipenda dai valori futuri.3. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . Passiamo ora a considerare i sistemi TC LTI. per effetto della convoluzione. in quanto per tali valori di k risulta n − k > n. Lo stesso si può dire anche per i sistemi TD. La somma su k porta in conto valori futuri dell’ingresso per k < 0. la durata della risposta impulsiva risulta ∆h = T ln 1 α . Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4.3. ∀k < 0 . il sistema LTI ha memoria praticamente finita. con costante di tempo T > 0. Così facendo. risolvendo l’equazione h(∆h ) = α /T (cfr.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. (4. In questo caso la relazione i-u assume la forma: y(n) = +∞ k=0 ∑ h(k) x(n − k) = +∞ −∞ k=−∞ ∑ n x(k) h(n − k) . per ogni segnale di ingresso.2). (4. la durata ∆y del segnale di uscita dal sistema è al più pari alla somma della durata ∆x del segnale di ingresso e della durata ∆h della risposta impulsiva. 4. In conclusione. § 4.31). se per semplicità facciamo riferimento ai sistemi TC. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) .5. In altri termini. notiamo che applicando al sistema un ingresso di durata finita.17(b). § 2. ln(|a|) memoria che tende a diventare infinitamente grande. mentre tende a zero per |a| → 0.54) . ma non dipende dai valori dell’ingresso negli istanti successivi. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva.

∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. si può verificare che un sistema TC è causale se e solo se h(t) = 0 .4. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. In questo caso.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD). § 3.2) che un caso particolare di sistema non causale è il sistema anticausale. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.3. il sistema è non causale. Risposta impulsiva dell’integratore non causale (es. Ragionando in modo analogo a quanto fatto nel caso TD. la relazione i-u (4. In sintesi. Di seguito sono riportati alcuni esempi di sistemi non causali. 4.12).18. h(t) = 0. Abbiamo visto nel capitolo precedente (cfr. . h(t) = 0. ∀t < 0 . la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. 4.

. pertanto tale sistema è non causale.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. (4. . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].56): h(n) = h=−M ∑ 0 b−h δ (n − h) .19(a) nel caso generale. il sistema non è causale. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . . −M + 1. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.12). es. 3. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. A questo punto. 4.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es.55) si può scrivere come una convoluzione. Si può facilmente verificare che tale sistema è sia lineare.55) con T > 0. In maniera equivalente. si ha. ponendo x(n) = δ (n) nella (4. si può mostrare che la (4. avente relazione i-u: y(t) = t+T t x(u) du .10 e 3. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0.58) espressione che è perfettamente equivalente alla (4. M Si tratta di un sistema sia lineare che tempo-invariante. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . 0).11. 4. D’altra parte.7). e particolarizzata in fig.57) rappresentata graficamente in fig. 1. conseguentemente. sia invariante temporalmente.5T T x(t − τ ) dτ .7). (4. e pertanto esso rappresenta un esempio di sistema LTI. . . da cui. ∀k ∈ {0. 3. (4. k ∈ {−M.12). Infatti.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . Esempio 4. per confronto diretto con la (4. 4.19(b) al caso M = 5 e 1 bk = M+1 = 1 .56) da cui. . . per confronto con la (4. (4. che è rappresentata in fig. con il cambio di variabile τ = t − u → u = t − τ . per cui è un sistema LTI. Infatti. .18: si tratta di un segnale che assume valori non nulli per t < 0 e. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. la (4. 0. 0} . .162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0.57). effettuando il cambiamento di variabile h = −k si ha y(n) = h=−M ∑ 0 b−h x(n − h) = k=−M ∑ 0 b−k x(n − k) . Per questo motivo.5T T . altrimenti . 5}.

è riassunto dalla seguente proprietà: Proprietà 4. ∀t ∈ (0.. . (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. In tal caso. si ottiene che: y(t) = 0. che sussiste con ovvie modifiche anche nel caso TD. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. Il sistema è pertanto non causale.31). allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. 4. Tale risultato.6 (risposta di un sistema LTI causale ad un segnale causale) (a) Se il segnale in ingresso ad un sistema TC LTI causale è identicamente nullo per t < 0. . ∆x + ∆h ) . . Allo stesso modo il sistema TC che effettua un anticipo temporale.. abbia estensione temporale Dx = (0. ∀k ∈ {0. consideriamo il caso dei sistemi TC.4. Per evidenziare tale proprietà.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 .13).19. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. . (a) Risposta impulsiva di un generico sistema MA non causale. cioè. 4. è un sistema LTI anticausale. Se il sistema è causale. poiché h(n) è identicamente nulla per n ≥ 0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. 6 Questa . terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. 1. I sistemi causali godono di una proprietà importante. ∆h ). che realizza un anticipo unitario del segnale di ingresso. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 .. Si tratta chiaramente di un sistema LTI. seguendo gli stessi ragionamenti che hanno portato alla (4. l’anticipo unitario TD è un sistema anticausale.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . 5} (es. Un segnale identicamente nullo per t < 0 è anche detto6 causale. in particolare. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. con ∆h ∈ R+ . Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. con ∆x ∈ R+ . ∆x ). la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . 6 Esempio 4.

dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). §3.1. ∀t ≤ t0 . l’applicazione della prop. ∀t < 0. con ε ∈ R+ piccolo a piacere. ∀t ≤ t0 . 3. Ricordiamo che. risulta che y1 (t) = y2 (t).1 è più immediata: . Poiché la risposta impulsiva del sistema identico è δ (·). la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. ∀t ≤ −ε .4. rispettivamente.4. cfr.1 y1 (t) = y2 (t). ∀t ≤ −ε . 4. cioè. in base alla prop.) hinv(. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico.) x(.60) (4. 4. un sistema è causale se e solo se.164 Sistemi lineari tempo-invarianti (LTI) y(. 3. 4. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. In app. Pertanto. in questo caso. ed applichiamo la proprietà vista per t0 = −ε < 0. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. in virtù della prop. Dato un ingresso x1 (t) = 0. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti.6 si poteva già dedurre dalle prop. si ha che y1 (t) = 0. Poiché risulta x1 (t) = x2 (t) = 0. ∀t ∈ R. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. per ogni t0 ∈ R e per ogni x1 (t). Ma se il sistema è lineare. 4. 3. In base a tale risultato.3 Invertibilità Ricordiamo che se un dato sistema è invertibile.3. allora il corrispondente sistema inverso è anch’esso LTI. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico.3).20. come mostrato in fig.20 (notiamo che per i sistemi LTI vale una proprietà più generale. così come il segnale di ingresso. le stesse considerazioni si possono fare scegliendo n0 = −1. In verità.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. 3. allora risulterà per la prop. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD.20. Poiché la convoluzione è commutativa. ∀t ∈ R. x2 (t) ∈ I tali che x1 (t) = x2 (t). ∀t ≤ −ε . 3. sfruttando in aggiunta la proprietà di linearità.) Fig.1 e 3. 4. cioè y2 (t) = 0.) h(. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. Soffermiamo l’attenzione sui sistemi TC. allora h(·) è l’inverso di hinv (·). 7 Nel caso TD. anche il segnale di uscita è identicamente nullo per t < 0. (4. Per cui ritroviamo il risultato. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). la prop. supponiamo di scegliere un secondo ingresso x2 (t) = 0.5. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . D è mostrato che se un sistema LTI è invertibile.6 vale più in generale per sistemi lineari causali (non necessariamente TI).) x(. 4.59) per cui se hinv (·) è l’inverso di h(·).

Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico.60) è un problema matematicamente complicato.3. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·).5 Proprietà della risposta impulsiva 165 Proprietà 4. §3.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. Abbiamo cioè provato che la sommabilità (4. il segnale x(·) viene modificato o distorto dal supporto fisico su cui si propaga (il cosiddetto canale) e giunge alla destinazione con modifiche tali da rendere difficoltoso il recupero dell’informazione ad esso associata.4. (4. nelle telecomunicazioni. Alcuni approfondimenti ed esempi sono riportati in app. un problema di interesse è determinare il sistema inverso di un dato sistema. ovvero |x(n)| < Kx . a cui si rimanda direttamente il lettore. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). significa determinare uno dei fattori della convoluzione.59) o (4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . D.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. Si ha. Pertanto. con passaggi banali.5. il suo sistema inverso è anch’esso LTI e. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. descritto dalla (4. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . noto l’altro fattore ed il risultato finale). Purtroppo determinare hinv (·) dalla (4. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). e proviamo a trovare una maggiorazione simile per l’uscita y(n). Questa compensazione prende il nome di equalizzazione.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . allora la risposta impulsiva dev’essere sommabile. Supponiamo allora che l’ingresso sia limitato. . se h(k) è una successione sommabile. 4. cfr. se un sistema è stabile. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . ∀n ∈ Z.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. detta hinv (·) la sua risposta impulsiva. consideriamo un sistema TD LTI. che va sotto il nome di deconvoluzione (di fatto. Ad esempio. In molti casi pratici. In alcuni casi.

|h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI.10). senza alterarla. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). l’integratore con memoria finita (§ es. su tutti i valori della variabile k per i quali h(k − n) = 0. (4. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo.62) In definitiva. la risposta impulsiva deve essere necessariamente sommabile.9) e il sistema MA (§ es. Pertanto. 1. Per un sistema LTI a TC è possibile ragionare in maniera analoga. 4. procediamo per assurdo. risulta che l’uscita all’istante n = 0 non è limitata. il che contraddice l’ipotesi che il sistema sia stabile. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. Tale segnale assume solo i valori 0. come riassunto dalla seguente proprietà: Proprietà 4. che presentano memoria rigorosamente finita. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. 4. (sistema TC) . altrimenti . la risposta impulsiva h(·) ha durata rigorosamente limitata. In definitiva. se h(−n) = 0 . h(k) k k=−∞ dove abbiamo incluso nella somma. Ad esempio. anche i valori di k per i quali h(k) = 0. . per ciascun n ∈ Z. −1. x(n) = h(−n)  0. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . e quindi è sicuramente limitato. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . ovvero h(n) sommabile . per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . h(k − n) dove la seconda sommatoria va effettuata. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili.

4. sono esempi di sistemi IIR con memoria infinita e. In verità. Ad esempio. Ad esempio. i sistemi IIR aventi memoria infinita sono sicuramente instabili.64) .63).4. D’altra parte. 4. n=1 himp (t) N (4. se il sistema IIR ha memoria praticamente finita. conseguentemente.4 e B. 4. nel caso del sistema (4.8). il sistema è stabile. Più in generale. 1 la risposta impulsiva è sommabile. instabili. che contiene solo impulsi. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . Più precisamente.62) (cfr. questo problema può essere tranquillamente aggirato. che non contiene impulsi. l’integratore (§ es. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). 4. sono stabili. T Si tratta di un sistema con memoria praticamente finita. +∞ k=−∞ +∞ con 0 < |a| < 1 .17(a)] è data da: 1 −τ /T e u(τ ) . A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . Verifichiamo che tale sistema è stabile. che anticipa/ritarda il segnale di ingresso. è un sistema stabile. Analogamente. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente.3). in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. Ad esempio. se il segnale di ingresso è limitato. la cui risposta impulsiva [fig. dal punto di vista pratico.63). Poiché il concetto di sommabilità di una distribuzione non è definito. nel senso che può contenere degli impulsi di Dirac. in quanto. (4. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). Infatti. aventi come risposta impulsiva il gradino unitario. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. possiamo concludere che il sistema TC (4. In conclusione. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) .11. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). Esempio 4. in questo caso. e di una funzione himp (t) puramente impulsiva. ossia h(t) = δ (t − t0 ). § B.61) e (4. per ogni t0 ∈ R.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . se la risposta impulsiva h(t) è una funzione generalizzata.63) è sicuramente limitata.1. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. Pertanto. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. il sistema che effettua la traslazione temporale del segnale di ingresso.7) e l’accumulatore (§ es.2. pertanto. l’uscita del sistema (4. con t0 ∈ R . la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.

. dove N ∈ N.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. 4. il sistema avente risposta impulsiva h(t) può essere decomposto nel parallelo del sistema avente risposta impulsiva hord (t) e del sistema avente risposta impulsiva himp (t). sono descritti da equazioni differenziali lineari a coefficienti costanti. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. .168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . 4.6. 4. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). se i sistemi componenti il parallelo sono singolarmente stabili. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. . tN Fig. Osservando che il parallelo di più sistemi LTI equivale ad un unico sistema LTI la cui risposta impulsiva è data dalla somma delle risposte impulsive dei sistemi coinvolti nel parallelo. In questo caso. In altre parole.8.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) .21. il sistema in fig.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. come mostrato in fig. allora il sistema complessivo è sicuramente stabile. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.65) . e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. dt k dt m=0 (4. 4. αN . in virtù della prop. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. possiamo affermare che. 4. 4. Tali sistemi presentano numerose analogie. tuttavia per una presentazione efficace è opportuno studiarli separatamente.21.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). . in svariati campi delle scienze fisiche e dell’ingegneria.

y1 .65). . In questo caso. . . per ogni fissato ingresso x(t). .65).4. osserviamo che. b1 . La soluzione generale y0 (t) della (4. b1 . aN e b0 . portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . .1. 3. è necessario conoscere lo stato iniziale del sistema. bM sono costanti e quindi indipendenti dal tempo t. . . .65). sia applicato in ingresso al sistema un dato segnale x(t).65) è detta lineare perché al primo membro compare una combinazione lineare del segnale y(t) e delle sue N derivate e al secondo membro compare una combinazione lineare del segnale x(t) e delle sue M derivate. Assegnato l’ingresso x(t) per t ≥ 0. y1 . vedremo che ciò è vero solo in alcuni casi particolari. . .68) è detta soluzione omogenea della (4. la soluzione generale della (4. che tiene conto di tutte le possibili condizioni iniziali. d y(t) dt = y1 . in tal caso. È noto8 che tale problema non è completamente definito. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. infatti. .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema.65) coinvolge. essa non rappresenta un legame i-u come espresso dalla def. . in quanto. e N ≥ 0 è l’ordine dell’equazione. a1 . . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . 3. m=0 N dk M dm (4. . nel senso specificato dalla def. è data dalla somma di una soluzione particolare y p (t) della (4. yN−1 dipendono dalla evoluzione passata del sistema e. .1. (4.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) .65). La (4. . Ponendo per semplicità tin = 0. . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . determinare la relazione i-u del sistema equivale a risolvere. la (4. . . yN−1 sono valori (in genere reali) assegnati. Ciò è vero solo nel caso particolare in cui N = 0.65) rispetto al segnale di uscita y(t).68) ottenuta ponendo x(t) ≡ 0 nella (4. la (4.65). supposto che.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. occorre preliminarmente osservare che il fatto che la (4.66) t=0 t=0 dove y0 . se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. Nel caso più generale in cui N = 0. Per sgombrare subito il campo da qualsiasi tipo di equivoco. a0 . l’equazione differenziale (4. . dN−1 y(t) dt N−1 = yN−1 . . . .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. Come verifica di quanto sopra affermato. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . a partire da un istante prefissato tin ∈ R. I valori assegnati y0 . in altre parole. aN e b0 . . dal punto di vista fisico. . N dk (4. la (4. M dm che rappresenta una relazione i-u tra y(t) ed x(t). . per trovare la corrispondente uscita y(t) per t ≥ tin . bM sono i coefficienti (in genere reali) dell’equazione.65) descrive in maniera solo implicita il comportamento del sistema. . Una seconda osservazione importante riguarda il fatto che la (4.65) sia lineare e i coefficienti che in essa compaiono siano tempo-invarianti non implica che il sistema da essa descritto sia in generale lineare e tempo-invariante. cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . 8 Nel . a1 .

cioè del tipo esponenziale complesso. . Più in generale. i (4.73) degenera 9 Nel caso in cui i coefficienti del polinomio a .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. . . la (4. immaginarie oppure complesse. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. 1. cN sono costanti arbitrarie. .68). . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. eλN t sono singolarmente soluzioni della (4.68). la soluzione generale della (4. a . con N1 + N2 + · · · + NR = N [nel caso in cui R = N.69) da cui sommando membro a membro la (4. N dk (4. allora gli esponenziali complessi eλ1t . . λ2 .170 Sistemi lineari tempo-invarianti (LTI) della (4. Le radici del polinomio caratteristico possono essere reali.69).68) non offre particolari difficoltà. . (4. Quindi. . è immediato constatare che y(t) = y0 (t) + y p (t) (4. a N 0 1 siano reali. è soluzione della (4. . c2 . . con λ ∈ C. siano esse λ1 . . . si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ).72) dove c1 . . . λ2 . per h ∈ {0.65) non univocamente determinata.68). allora k=0 ∑ ak dt k y0 (t) = 0 . λN . combinando linearmente tutte le N possibili soluzioni. rispettivamente. NR . eλ2t . Se si pone allora y(t) = eλ t nella (4. .65). ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . N2 . . .70) è una soluzione della (4. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . . . . . l’esponenziale eλ t è soluzione della (4.70) fornisce tutte le soluzioni dell’equazione differenziale (4.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.68). .68) è ancora una soluzione della stessa equazione.67) e (4. allora si prova facilmente che t h eλit . .68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. le radici di q(λ ) sono o reali o complesse coniugate. e quindi deve annullarsi q(λ ). il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. In linea di principio. Pertanto.73) dove λ1 . . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). . D’altra parte. . .65). . (4. poiché una arbitraria combinazione lineare di soluzioni della (4. si può provare che la (4.h t h eλ t . Ni − 1}.68). Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue.

La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. La (4. .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. per la presenza delle costanti ci. . la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci.74) determina un sistema di N equazioni lineari nelle N incognite ci. . . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. allora la soluzione particolare ottenuta è valida solo per t > 0. Riassumendo quanto detto finora. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. . . cioè y0 (0) = y0 . Risolvendo tale sistema si trova che le costanti ci. né una tecnica generale di soluzione. in quanto tiene conto del solo segnale di ingresso x(t). calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. con i ∈ {1. . l’evoluzione libera del sistema è nulla. Ni − 1}.6 Esempi di sistemi LTI 171 nella (4. .72)].65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. . yN−1 .65). se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno.h ). . e per essa non è possibile dare un’espressione generale. 2. soddisfi le condizioni iniziali (4. y1 . senza portare in conto le condizioni iniziali. R} e h ∈ {0. data da y(t) = y0 (t) + y p (t) per t > 0. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso).74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. Notiamo che. ∀t ∈ R. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . ossia. Assegnato l’ingresso x(t). cioè y0 = y1 = · · · = yN−1 = 0. .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4.73).h nella soluzione omogenea.h . .65) si può ottenere seguendo i seguenti passi: 1.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. Si determinano gli N coefficienti ci. Si determina la soluzione omogenea y0 (t) data dalla (4. Conseguentemente. . possiamo dire che la soluzione generale della equazione differenziale (4. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 .65). . si determina una soluzione particolare y p (t) della (4.66) assegnate.h sono combinazioni lineari dei valori y0 . . A differenza della soluzione y0 (t). Anche in questo caso.73). se l’ingresso è applicato all’istante tin = 0. l’equazione differenziale (4. . yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. Questo è un risultato del tutto intuibile in quanto. 1. in quanto l’uscita è definita a meno di N costanti arbitrarie. Innanzitutto. 3. d y0 (t) dt = y1 .4. . y1 . In molti casi è conveniente esprimere la soluzione generale della (4. 2.h . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. assumendo che siano nulle le condizioni iniziali.65) non definisce univocamente un sistema. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti.75) t=0 t=0 La soluzione particolare yfor (t) della (4. In altri termini. dN−1 y0 (t) dt N−1 = yN−1 .66) e la seconda dipendente solo dal segnale di ingresso x(t). (4. D’altra parte. . (4. ylib (t) = 0. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t).

Tuttavia. assegnando cioè y0 = y1 = · · · = yN−1 = 0. nel quale l’ingresso x(t) è la tensione ai capi della serie RC.76) che y(t) = ylib (t) = 0. (4. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). può essere rappresentato mediante lo schema a blocchi in fig.22. 4.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). se si impone x(t) ≡ 0.23. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. segue dalla (4. Schema elettrico del sistema RC (es. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). affinchè il sistema descritto dalle (4. Schema a blocchi del sistema RC (es. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). In particolare. α2 ∈ C. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. cioè.16).66) non è lineare.4 dal momento che.76) è che in generale il sistema descritto dalle (4. In definitiva.76) La prima osservazione interessante suggerita dalla (4. mentre l’uscita y(t) è la tensione ai capi della capacità. La . per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. Fig.23. 4.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) .65) e (4. la relazione che lega yfor (t) al segnale di ingresso è tempoinvariante: se yfor (t) è la risposta forzata del sistema al segnale di ingresso x(t). 4. dt (4.76) è lineare per le differenze. Possiamo quindi dire che. 4. indipendente dal segnale di ingresso.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig.66) non è tempo-invariante. 4. ∀t0 ∈ R. rispettivamente.65) e (4. il che si ottiene imponendo che il sistema sia inizialmente in quiete. 4. 3. Inoltre. ∀α1 . La seconda osservazione legata alla (4. è interessante osservare che il sistema definito dalla (4. ciò viola la prop.66) sia LTI. occorre che la sua evoluzione libera sia nulla.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig.22. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig.65) e (4. indipendente dal segnale di ingresso. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. ciò significa che se x(t) ≡ 0.16). si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . (1) (2) del sistema agli ingressi x1 (t) e x2 (t). allora yfor (t) ≡ 0. 3. Esempio 4.76) è che in generale il sistema descritto dalle (4.

 c2 . Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. e deve soddisfare l’equazione differenziale completa (4. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . Dalla (4. risolvendo l’equazione (4.79) Notiamo che. In questo caso.4. se t ≥ 0 .77). La soluzione particolare y p (t) dipende dal tipo di ingresso.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. dobbiamo imporre la sola condizione y0 (0) = y0 . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t). se t ≥ 0 .  RC e  . dt RC dt  0 .72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . da cui si ricava l’unica radice λ1 = −1/(RC). per la presenza della costante moltiplicativa c1 arbitraria.78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. la (4.77) si può scrivere come: y(t) = y0 (t) + y p (t) . nel nostro caso (equazione del primo ordine). se t < 0 . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4.  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . per integrazione indefinita. Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 .79) non consente di determinare univocamente l’uscita del sistema. dt RC RC Se si moltiplicano ambo i membri dell’equazione di destra per l’esponenziale et/RC e si osserva che et/RC si ottiene: d 1 d y p (t) + y p (t) = y p (t)et/RC . RC da cui. d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . dt (4. In questo caso (R = N = 1). la (4. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . (4. otteniamo la risposta forzata del sistema. l’equazione differenziale completa assume la forma y p (t) + RC d y p (t) = u(t) dt ⇐⇒ d 1 1 y p (t) + y p (t) = u(t) .66).77). se t < 0 .77). c1 ∈ R .71).73) degenera nella (4.79) otteniamo allora che y0 (0) = c1 = y0 . Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).

essendo il sistema LTI nelle ipotesi fatte. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. 4. ponendo y0 = 0.80) Osserviamo che. il sistema risultante non è omogeneo (e quindi non è lineare). con N ≥ 0 e aN = 0. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t).11.77). 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. inoltre. (4.37) esistente tra risposta al gradino e risposta impulsiva. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. per un’equazione differenziale di ordine N. dt RC che.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. per la presenza dell’evoluzione libera. ∀t < 0] e stabile [h(t) è sommabile]. 4. Tenendo presente la relazione (4.65). segue che c3 = −1.81) nota come equazione alla differenze a coefficienti costanti di ordine N. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. Nel paragrafo successivo introduciamo invece una classe di sistemi a TD con proprietà molto simili a quelli a TC descritti da equazioni differenziali del tipo (4.6.50) assegnata nell’es. Inoltre. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4.24. ponendo T = RC. M (4.65) in maniera più semplice di quanto visto finora. trattandosi di una equazione differenziale del primo ordine.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . una relazione analoga alla (4. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . Oltre ad essere chiaramente dispersivo. è pari a yt0 (t) = yfor (t −t0 ). . corrisponde alla risposta impulsiva (4. e la (4. Notiamo a questo punto che. Nel cap. la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t). il sistema LTI ottenuto è causale [h(t) = 0. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. ottenuta ponendo x(t) = u(t − t0 ).10 Pertanto. La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . ovvero s(t) = (1 − e−t/RC ) u(t) . per cui risulta che c2 = 0. 4. ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1. ma non comporta discontinuità in t = 0 del segnale y p (t). si dimostra che una discontinuità di prima specie del segnale x(t) nel punto t0 implica una discontinuità di prima specie nel punto t0 della derivata N-esima del segnale y p (t).

6 0. i sistemi definiti implicitamente dalla (4. (4. (4.81) si può esprimere. e sono denominati sistemi auto-regressivi a media mobile (ARMA).81) descrive solo implicitamente un sistema.6 Esempi di sistemi LTI 175 1 0. M} . h(n) = a0  0. Solo nel caso N = 0. . la (4. è necessario risolvere rispetto a y(n) l’equazione alle differenze. .8 RC h(t) 0. supposto che. 4. si può provare che la soluzione generale di una equazione del tipo (4. 1. .83) dove y1 . . assegnato il segnale di ingresso x(n).82) Dal confronto con l’es. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . . Assegnato l’ingresso x(n) per n ≥ nin . A tale proposito.65). va detto che la teoria e la pratica delle equazioni alle differenze. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . In particolare. .2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. altrimenti . In particolare. analogamente al caso TC. . . sia applicato in ingresso al sistema un dato segnale x(n). lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . yN sono valori (in genere reali) assegnati.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig.24.9. 4. sono sistemi LTI. . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. . sotto opportune ipotesi. per trovare la corrispondente uscita y(n) per n ≥ nin .4 0.81) rappresenta una relazione i-u semplice da studiare. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) .4. analogamente alle soluzioni di una equazione differenziale (4. . la (4.8 0.16): (a) risposta impulsiva.81).4 0. Sistema RC (es.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). 3. Per N ≥ 1. sebbene in principio siano più semplici rispetto alle equazioni differenziali. a0 m=0 (4. a partire da un istante prefissato nin ∈ Z. per determinarne la relazione i-u. y(−2) = y2 . come: y(n) = y0 (n) + y p (n) . notiamo che la (4.65). y(−N) = yN .6 0. n ∈ {0. (b) risposta al gradino. Ponendo per semplicità nin = 0. . . sono generalmente meno note ai lettori. avente la seguente risposta impulsiva:   bn . y2 .

.81): k=0 ∑ ak y(n − k) = 0 . . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . . . . N (4.176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . . NR .83). . . cN sono costanti arbitrarie. per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . (4. .87) dove c1 .h . zR aventi molteplicità N1 . i (4. le radici di q(z) sono o reali o complesse coniugate.88) che soddisfa le condizioni iniziali (4. . . c2 . . .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z).89) si trova che le costanti ci. cioè y1 = y2 = · · · = yN = 0.11 Se le N radici del polinomio q(z) sono distinte. . . . y0 (−2) = y2 . N2 . z2 . . ossia y0 (−1) = y1 . . con N1 + N2 + · · · + NR = N. y2 . yN . come nel caso TC. . a . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . −N + 1.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. 1 2 N (4.85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. . . yN (−N) = yN .88) Quindi. Se invece il polinomio q(z) presenta R radici distinte z1 . . Risolvendo il sistema lineare (4. zN . immaginarie oppure complesse. a N 0 1 siano reali. . . z2 . . ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . con z ∈ C e si pone y(n) = zn nella (4. . la soluzione generale della (4. . l’esponenziale zn è soluzione della (4. rispettivamente.h sono combinazioni lineari dei valori y0 . −1}. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 .84) si effettua ragionando similmente al caso TC. . .84). .86) le cui radici possono essere reali.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). Pertanto. ovvero la soluzione generale dell’equazione omogenea associata alla (4. . (4. la soluzione generale della (4. .81). y1 . Conseguentemente. .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . questo vuol dire che se si impone che il sistema sia inizialmente in quiete.h nh zn . yN−1 assunti da y0 (n) per n ∈ {−N. M (4.84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. . . siano esse z1 . . Se ci si limita a trovare soluzioni del tipo zn . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci.

Dividendo primo e secondo membro per a0 = 0. y(−N + 1). A differenza del caso TC. possiamo riscriverla nella forma seguente. . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. D’altra parte. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete.90) A causa della presenza dell’evoluzione libera. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. che è applicabile solo a TD. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. .81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) . y(n − 2). In conclusione. . . ylib (n) = 0. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. . a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. con condizioni iniziali nulle.81) e dalle condizioni iniziali (4. Esempio 4. (4. Successivamente.6 Esempi di sistemi LTI 177 del sistema è nulla.83). Similmente al caso TC.91). di quello passato x(0) e degli N valori precedenti dell’uscita y(0). y(n) − a y(n − 1) = b x(n) . più semplice. . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. ∀n ∈ Z. . . y(−N) (ovvero le condizioni iniziali assegnate). . essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. . y(1). il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . .81) e (4.81). a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. (4. y(−2). x(n − 2). Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. dai valori y(n − 1). la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) .4. ossia. .81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. e ponendo a = −a1 /a0 e b = b1 /a0 .91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). . il sistema descritto dalle (4. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. Nell’esempio che segue.17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) . Tale metodo si basa sull’osservazione che la (4. . I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. .92) . y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). l’equazione alle differenze (4. .83) è in generale lineare per le differenze e tempo-variante. assegnando y1 = y2 = · · · = yN = 0. a0 k=1 a0 m=0 (4. Tale procedura.91). il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. Pertanto.

la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. ovvero y(−1) = 0.23 sottolinea che l’equazione (4. si vede che il sistema è dispersivo. h(n) = 0 . in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.11. Questa interpretazione porta allo schema a blocchi riportato in fig. es. in generale. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . h(1) = a h(0) + b δ (1) = ab . i sistemi ARMA presentano risposte impulsive di durata infinita. Imponiamo che il sistema sia LTI. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n).12 è utile fare qualche considerazione sulla loro implementazione.91) dell’equazione alle differenze (4. Così facendo. ponendo b = 1. Pertanto. la cui somiglianza con lo schema di fig. nel cap. che è rappresentata graficamente in fig.8333 e b = 1.25). In tale ipotesi. assumendo che il sistema sia inizialmente in quiete. 4. A tale proposito. Va detto che. In definitiva. .92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. suggerisce anche un modo per realizzare il sistema. osserviamo che la forma ricorsiva (4. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . 4. denotiamo 12 Ad esempio.26 per a = 0. possiamo trovare la soluzione h(n) in maniera ricorsiva. a ed in generale. causale. ed in particolare nell’elaborazione digitale dei segnali. scrivendo: h(n) = a h(n − 1) + b δ (n) .81). Analogamente. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. h(n) = an b . Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. per n < 0. Per semplicità.16). A conclusione di questo paragrafo. A differenza del caso TC. 4.178 Sistemi lineari tempo-invarianti (LTI) da cui si ricava che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n) e dal valore precedente y(n − 1) del segnale di uscita.25. ossia y(n) = h(n). con un leggero abuso di notazione. e stabile per 0 < |a| < 1. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . ed in generale. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. supposto 0 < |a| < 1. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . e sono pertanto sistemi IIR. il sistema in esame è un sistema IIR avente memoria praticamente finita.17. data la notevole importanza dei sistema ARMA nelle applicazioni. in Matlab. 4. 4. oltre a fornire un metodo alternativo di risoluzione dell’equazione. È interessante osservare che. il comando filter implementa proprio la relazione i-u di un sistema ARMA. Dalle proprietà della risposta impulsiva. 4. per N ≥ 1. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . per n ≥ 0. 4.

91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) .95) in cui l’uscita all’istante n si ricava in funzione del valore attuale del segnale di ingresso z(n) e dei valori del segnale di uscita negli N istanti precedenti. . è possibile ottenere un sistema con N > M. . Per effetto della ricorsione. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. Il secondo sistema (quello di destra) ha come ingresso il segnale z(n) e produce in uscita il segnale y(n) secondo la seguente relazione ricorsiva: y(n) = k=1 ∑ ak y(n − k) + z(n) . N (4. così facendo la (4. . per m ∈ {0. ritardo elementare e sommatore. opportunamente ritardato e scalato.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. ponendo a zero i coefficienti bm . 4. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. Precisamente. con ak i rapporti −ak /a0 .93) è riportato in fig.6 0.8 0. .94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. N + 2. M + 2. . Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.27. . per k ∈ {1. 2.4 0.26.2 Fig. 4. partire da un sistema ARMA con N = M. m=0 N N (4. i sistemi AR presentano risposte impulsive di durata infinita. M}. 4.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0.4. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. per m ∈ {M + 1. 4. è riportato indietro verso il segnale di ingresso z(n). analogamente.25. h(n) 0 0 5 n 10 15 20 Fig. Il primo sistema (quello di sinistra) effettua una semplice elaborazione (consistente in ritardi e moltiplicazioni per costanti) del segnale di ingresso x(n) producendo in uscita il segnale: z(n) = m=0 ∑ bm x(n − m) . . per k ∈ {N + 1. N}. N}. . 1. Questa ricorsione. . M}. . è possibile ottenere un sistema con N < M. 4. . ponendo a zero i coefficienti bk . . . lo schema a blocchi corrispondente alla (4. Risposta impulsiva del sistema LTI (es. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. 13 A . . . . e con bm i rapporti bm /a0 .8333 e b = 1).17). N (4.

in quanto sia la parte MA che quella AR sono sistemi LTI. ciò non altera il legame i-u del sistema. z -1 x(n-N) bN aN .180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . z -1 y(n-N) b2 a2 .27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. precedentemente menzionato. .27 è comunemente denominata forma diretta I del sistema ARMA.94) rappresenta la parte MA (o FIR) del sistema. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N.28. . nonchè amplificatori e sommatori. 4. . Possiamo quindi dire che la (4. Lo schema si può vedere come la cascata della parte MA e della parte AR. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.29. mentre la (4. In tal modo.14 per un totale di 2 N ritardi elementari. 4. .15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. . Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata.95) rappresenta la parte AR (o IIR) del sistema.27. senza alterare la natura del sistema. . calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. . si ottiene la struttura cosiddetta canonica riportata in fig. 4. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. pertanto. 4. Lo schema di fig. La realizzazione di fig. e sono pertanto sistemi IIR. . Così facendo si giunge alla struttura modificata rappresentata in fig. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. Realizzazione in forma diretta I di un sistema ARMA (N = M). . che è generalmente denominata forma diretta II del sistema ARMA. 4. 15 Il comando filter di Matlab. . ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale.

Lo schema si ottiene facilmente da quello di fig. . 4. 4. 4. b2 b1 Fig.4. . . Realizzazione in forma diretta II di un sistema ARMA (N = M). . . . z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . z -1 u(n-N) bN parte AR parte MA Fig. . . . Realizzazione in forma canonica di un sistema ARMA (N = M).29.6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 .28. Lo schema si ottiene facilmente da quello di fig. . . z -1 aN u(n-N) bN .28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. . x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . b1 b2 . . .27 scambiando l’ordine della parte MA e della parte AR. 4. . . .

Questa relazione mostra che l’uscita y(t) corrispondente al fasore x(t) = e j2π f t è a sua volta un fasore avente la stessa frequenza f dell’ingresso. Supponiamo che il segnale di ingresso sia un fasore a frequenza f .7. ovvero poniamo x(t) = e j2π f t . Assumendo che la quantità tra parentesi tonde esista finita. se reali.12). di sinusoidi (rappresentazioni di Fourier). è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). oltre che come sovrapposizione di impulsi. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD.96) . e dei sistemi LTI in particolare. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4.96) esiste finita. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4.182 Sistemi lineari tempo-invarianti (LTI) 4. avente ampiezza unitaria e fase iniziale nulla.7 Risposta in frequenza di un sistema LTI Abbiamo visto in questo capitolo che rappresentando un arbitrario segnale di ingresso x(·) come sovrapposizione (discreta o continua) di impulsi δ (·). La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. per il quale la H( f ) definita dalla (4. per comodità di presentazione. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .12).9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. 4.7) oppure continua (4. (4. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). Nei paragrafi seguenti. moltiplicato per H( f ). e scrivere la relazione i-u in termini di convoluzione discreta (4. Sostituendo nella relazione i-u del sistema.97) +∞ −∞ h(τ ) e− j2π f τ dτ .

Sostituendo tale espressione nella (4. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. ∀f ∈ R. che modifica la fase del fasore di ingresso. Sotto opportune ipotesi. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. . La quantità H(0) prende il nome di guadagno in continua del sistema LTI.31. Per completare l’analogia. cui corrisponde in uscita ancora un segnale costante y(t) = H(0).97).16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. generalmente soddisfatte dai segnali di interesse pratico. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. dicendo che i fasori sono le autofunzioni dei sistemi LTI. tale relazione di trasformata di Fourier è invertibile. (4. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e.96). mentre la fase del fasore viene modificata da H( f ). che definisce H( f ) in funzione di h(τ ). 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. prende il nome di risposta in ampiezza. ovvero se il sistema è stabile. La prop. osserviamo che H( f ).30.96).4. detta antitrasformata di Fourier. 4. Vedremo nel cap. inoltre il suo modulo |H( f )|. Fig.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Dalla sua definizione (4. da cui segue che.9 si applica sicuramente a tutti i sistemi stabili. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. 6 che la relazione (4. in particolare l’ampiezza del fasore viene modificata da |H( f )|. 4. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. mentre la sua fase H( f ). che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . Tale proprietà si esprime. prende il nome di risposta in fase. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. che modifica l’ampiezza del fasore di ingresso.98) La (4. per ogni fissato valore di f .9 può anche essere rappresentata dallo schema a blocchi di fig. cioè dell’autovalore.7 Risposta in frequenza di un sistema LTI 183 x(t) H(f) y(t) = H( f) e j2πft x(n) H(ν) y(n) = H( ν) e j2πνn Fig. ovvero si ha y = A x. 4. Infatti. la prop. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . è in generale una grandezza complessa. 4. proporzionale a e. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ).30. |H( f )| < +∞. evidenzia che i fasori sono segnali particolari per i sistemi LTI. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. 4. se h(τ ) è sommabile. conseguentemente. la relazione A e = λ e che definisce gli autovettori e gli autovalori si può interpretare come il fatto che il vettore e viene trasformato da A nel vettore λ e. in particolare concetti di analisi funzionale. per analogia con la corrispondente proprietà dell’algebra lineare. e la sua inversa. ∀ f ∈ R. si può interpretare come la trasformata di Fourier del segnale h(τ ). Quindi. Si noti che tale proprietà vale anche per f = 0. La prova di questo risultato si ottiene osservando che: |H( f )| = +∞ −∞ h(τ ) e− j2π f τ dτ ≤ +∞ −∞ |h(τ )| |e− j2π f τ | dτ = =1 +∞ −∞ |h(τ )|dτ .

da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.1) che. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. 4.16 (si veda anche il § 4. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . mentre assume valori minori di 1 per f = 0 e decrescenti .16. e sarà ulteriormente approfondito nel cap.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). § 4. Sfruttando la conoscenza di h(t). (4. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . come dimostrato dall’esempio seguente. della quale è facile ricavare modulo e fase. raffigurato in fig.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t .184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. dt (4.99).32 in funzione di 2π f RC.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . e sostituendo tali espressioni nell’equazione differenziale (4. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig.6.100) Abbiamo visto nell’es.100) che descrive il sistema. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. la prop. 6. 4.96).9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. 4. ovvero H( f ) = y(t) x(t) .99) x(t)=e j2π f t secondo la quale H( f ) si esprime come il rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza f .22. Esempio 4. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). avente ampiezza unitaria e fase iniziale nulla.6. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. 4. da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t . Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. 4. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . si perviene alla seguente equazione differenziale. dt dt sostituendo nella (4.1). nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.

dato un sistema LTI. risposta in fase (in basso). e sarà ulteriormente approfondito nei prossimi capitoli. Come osservazione conclusiva. se h(τ ) è reale. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. In altri termini.100) e non la condizione iniziale y(0) = 0. 4. la corrispondente uscita è nulla. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0.99) è in generale una funzione complessa. la corrispondente uscita è necessariamente nulla (cfr. che introduce un’attenuazione di ampiezza crescente con la frequenza. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. Pertanto.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. 4. nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t . viene chiamato filtro passabasso. Un sistema di questo tipo. per un sistema reale. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . 4. 4. notiamo che.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. 3. il sistema può “sopprimere” completamente il segnale di ingresso.96) o dalla (4. supposto H( f ) finita. che assume una importanza rilevante nello studio dei sistemi LTI. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. tuttavia. In definitiva. Se il sistema LTI è reale. ovvero la sua risposta impulsiva h(t) è una funzione reale. crescenti al crescere di | f |. 4. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 .4. coniugando la (4.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. al crescere di | f |.18): risposta in ampiezza (in alto). Infatti. Tale conclusione non è corretta. L’es. si ha: H ∗ ( f ) = H(− f ) .32. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. dove si è sfruttato il fatto che. La prop.4). prop. In virtù di questo comportamento. cioè H( f0 ) = 0.101) . risulta h∗ (τ ) = h(τ ). a prima vista.9 e l’es. Infatti. (4. Quindi.18 conferma che la funzione H( f ) data dalla (4. se l’ingresso è nullo. si è implicitamente imposto che il sistema sia LTI. il che è vero se e solo se y(0) = 0. In particolare. Risposta in frequenza di un sistema RC (es.96).

186

Sistemi lineari tempo-invarianti (LTI)

Tale proprietà di simmetria della risposta in frequenza H( f ) prende il nome di simmetria hermitiana, ed è conseguenza del fatto che h(t) è una funzione reale. Utilizzando la formula di antitrasformazione di Fourier (cfr. cap. 6) si può anche provare che, se vale la (4.101), allora la h(t) è necessariamente reale. In termini matematici, quindi, la simmetria hermitiana della H( f ) è una condizione necessaria e sufficiente affinché la risposta impulsiva h(t) sia reale (e quindi affinché il sistema sia reale). Notiamo che, ponendo f = 0 nella (4.101), si ottiene H ∗ (0) = H(0), e quindi si ricava che H(0) è necessariamente reale, ovvero il guadagno in continua di un sistema reale è reale. Nel caso particolare in cui H( f ) assume solo valori reali, la simmetria hermitiana (4.101) si riduce alla convenzionale proprietà di simmetria pari. Più in generale, è possibile interpretare la simmetria hermitiana di H( f ) come simmetria pari/dispari della risposta in ampiezza ed in fase. Infatti se si esprime H( f ) in termini di modulo e fase: H( f ) = |H( f )| e j dalla (4.101) si ha: |H( f )| e− j
H( f ) H( f )

,

= |H(− f )| e j

H(− f )

,

da cui, uguagliando modulo e fase del primo e del secondo membro, si ha necessariamente: |H( f )| = |H(− f )| , H( f ) = − H(− f ) . (4.102) (4.103)

La (4.102) mostra in particolare che la risposta in ampiezza di un sistema reale è una funzione pari di f , mentre la (4.102) mostra che la risposta in fase di un sistema reale è una funzione dispari di f (a meno di multipli di 2π ).
Esempio 4.19 (simmetria hermitiana della risposta in frequenza di un sistema RC) La risposta impul1 siva di un sistema RC è la funzione reale h(t) = RC e−t/RC u(t), per cui esso è un sistema reale, e quindi la sua risposta in frequenza H( f ) presenta la proprietà di simmetria hermitiana. Tale proprietà si può provare analiticamente, notando che H ∗( f ) = 1 1 = = H(− f ) , 1 − j2π f RC 1 + j2π (− f )RC

oppure anche graficamente, notando (fig. 4.32) che la risposta in ampiezza è una funzione pari, e la risposta in fase è una funzione dispari.

4.7.2 Risposta ad un fasore di un sistema TD LTI

Le considerazioni sviluppate nel precedente paragrafo nel caso TC si possono ripetere per il caso TD, con poche modifiche. Partiamo dalla relazione i-u (4.7) per un sistema TD LTI, che riportiamo di seguito per comodità: y(n) =
+∞ k=−∞

h(k) x(n − k) .

Supponiamo che l’ingresso x(n) sia un fasore a frequenza ν ∈ R, avente ampiezza unitaria e fase iniziale nulla, ovvero poniamo x(n) = e j2πν n . Sostituendo l’espressione di x(n) nella relazione i-u del sistema, si ottiene: y(n) =
+∞ k=−∞

h(k) e j2πν (n−k) =

+∞ k=−∞

h(k) e− j2πν k e j2πν n

4.7 Risposta in frequenza di un sistema LTI

187

Nell’ipotesi che la serie bilatera tra parentesi tonde converga, poniamo: H(ν ) =
+∞ k=−∞

h(k) e− j2πν k ,

(4.104)

per cui si può scrivere: y(n) = H(ν ) e j2πν n , e quindi l’uscita y(n) corrispondente al fasore x(n) = e j2πν n è un fasore avente la stessa frequenza ν dell’ingresso, moltiplicato per la quantità H(ν ). Tale importante proprietà è riassunta schematicamente di seguito: Proprietà 4.10 (risposta ad un fasore di un sistema TD LTI) Si consideri un fasore a frequenza ν ∈ R, in ingresso ad un sistema TD LTI con risposta impulsiva h(n), per il quale la H(ν ) definita dalla (4.104) esiste finita. Vale la seguente relazione i-u: x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n (4.105)

La prop. 4.10, analogamente al caso TC, può essere rappresentata schematicamente come in fig. 4.31. Tale proprietà vale anche per ν = 0, ed in tal caso il fasore di ingresso degenera nel segnale costante x(n) = 1, cui corrisponde in uscita ancora un segnale costante y(n) = H(0). La quantità H(0) prende anche in questo caso il nome di guadagno in continua del sistema LTI. Riguardata come funzione complessa della variabile ν ∈ R, la funzione H(ν ) prende il nome di risposta in frequenza o risposta armonica del sistema TD LTI. Il modulo e la fase di H(ν ), come nel caso TC, prendono il nome di risposta in ampiezza e in fase, rispettivamente, in quanto agiscono sull’ampiezza e sulla fase del fasore di ingresso. Anche in questo caso la relazione matematica (4.104) che definisce H(ν ) in funzione di h(k) è una trasformata di Fourier, e sotto opportune ipotesi mostreremo che tale relazione è invertibile, per cui è possibile ricavare h(k) a partire da H(ν ) mediante una antitrasformata di Fourier. Notiamo che, come nel caso TC, la risposta in frequenza esiste finita per ogni ν ∈ R se il sistema è stabile, ovvero h(k) è sommabile. Quest’ultimo risultato discende dal fatto che |H(ν )| =
+∞ k=−∞

h(k) e− j2πν k ≤

+∞ k=−∞

|h(k)| |e− j2πν k | =
k=1

+∞ k=−∞

|h(k)| ,

∀ν ∈ R ,

da cui segue che, se h(k) è sommabile, allora la serie all’ultimo membro dell’equazione di cui sopra è convergente e, conseguentemente, |H(ν )| < +∞, ∀ν ∈ R. Quindi, la prop. 4.10 si applica sicuramente a tutti i sistemi stabili. Una differenza importante tra la risposta in frequenza nel caso TC e quella nel caso TD è legata alla proprietà di periodicità in frequenza dei fasori TD (cfr. § 2.3.3). Infatti, poiché nel caso TD due fasori aventi frequenze ν e ν + 1 coincidono, ci aspettiamo che il sistema LTI li tratti allo stesso modo, e quindi che la risposta in frequenza assuma gli stessi valori in corrispondenza di tali frequenze, ovvero H(ν ) = H(ν + 1) , ∀ν ∈ R .

Questa relazione si può provare facilmente (vedi dopo), ed esprime il fatto che la funzione H(ν ) è periodica in frequenza di periodo 1. Vale pertanto la seguente proprietà:

188

Sistemi lineari tempo-invarianti (LTI)

Proprietà 4.11 (periodicità della risposta in frequenza di un sistema TD LTI) La risposta in frequenza H(ν ) di un sistema LTI a TD, definita dalla (4.104), è periodica di periodo unitario, ossia: H(ν ) = H(ν + 1) , ∀ν ∈ R .

Prova. La prova è banale, e discende direttamente dalla definizione (4.104) e dalla periodicità in frequenza dei fasori TD. Calcolando direttamente H(ν + 1), si ha: H(ν + 1) =
+∞ k=−∞

h(k) e− j2π (ν +1)k =

+∞ k=−∞

h(k) e− j2πν k e− j2π k =
=1

+∞ k=−∞

h(k) e− j2πν k = H(ν ) ,

come si voleva dimostrare.

Anche nel caso TD, supposto H(ν ) finita, la prop. 4.10 consente di fornire una definizione della risposta in frequenza alternativa alla (4.104), e precisamente: H(ν ) = y(n) x(n) (4.106)

x(n)=e j2πν n

ovvero come rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza ν , avente ampiezza unitaria e fase iniziale nulla. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica di un sistema LTI descritto da una equazione alle differenze lineare a coefficienti costanti (cfr § 4.6.2), come dimostrato dall’esempio seguente.
Esempio 4.20 (risposta in frequenza di un sistema AR del primo ordine) Consideriamo il sistema AR dell’es. 4.17, descritto dalla seguente equazione alle differenze: y(n) = a y(n − 1) + b x(n) . (4.107)

Abbiamo visto nell’es. 4.17 che, nell’ipotesi di condizioni iniziali nulle, ossia y(−1) = 0, tale equazione alle differenze definisce univocamente un sistema LTI causale, avente risposta impulsiva h(n) = b an u(n), che risulta stabile se |a| < 1. Invece di sostituire l’espressione di h(n) nella (4.104), utilizziamo la (4.99), ossia sostituiamo x(n) = e j2πν n e y(n) = H(ν ) e j2πν n nella (4.107). Si ha: H(ν ) e j2πν n = a H(ν ) e j2πν (n−1) + b e j2πν n , da cui raggruppando i termini si ottiene: H(ν ) 1 − a e− j2πν e j2πν n = b e j2πν n . Affinché l’uguaglianza precedente sia verificata per ogni n ∈ Z, deve risultare: H(ν ) 1 − a e− j2πν = b , da cui si ottiene infine la risposta in frequenza di un sistema AR del primo ordine: H(ν ) = b . 1 − a e− j2πν

Bisogna osservare che il procedimento seguito è corretto solo nell’ipotesi che la funzione H(ν ) definita dalla (4.104) esiste finita; abbiamo visto che una condizione sufficiente affinché ciò accada è che h(n) sia sommabile

4.7 Risposta in frequenza di un sistema LTI

189

2 |H(ν)| 1 0 −2 1 ∠ H(ν) 0 −1 −2 −1 0 ν 1 2 ∠ H(ν) |H(ν)| −1 0 ν 1 2

2 1 0 −2 1 0 −1 −2 −1 0 ν 1 2

−1

0 ν

1

2

Fig. 4.33. Risposta in frequenza di un sistema AR del primo ordine (es. 4.20) per a = 0.5: risposta in ampiezza (in alto); risposta in fase (in basso). Si noti che le risposte sono periodiche di periodo 1.

Fig. 4.34. Risposta in frequenza di un sistema AR del primo ordine (es. 4.20) per a = −0.5: risposta in ampiezza (in alto); risposta in fase (in basso). Si noti che le risposte sono periodiche di periodo 1.

(sistema stabile), il che accade se e solo se |a| < 1. La risposta in ampiezza e la risposta in fase del sistema AR si ottengono applicando semplici risultati di algebra dei numeri complessi, e si possono esprimere come |H(ν )| = |b| [1 − a cos(2πν )]2 + a2 sin2 (2πν ) a sin(2πν ) , 1 − a cos(2πν ) = |b| 1 + a2 − 2 a cos(2πν ) ,

H(ν ) = b − arctan

che sono rappresentate graficamente in fig. 4.33 per a = 0.5 e b = 1, ed in fig. 4.34 per a = −0.5 e b = 1. Abbiamo rappresentato modulo e fase nell’intervallo ν ∈ (−2, 2), per evidenziare la periodicità di H(ν ) con periodo unitario; in pratica tenendo conto di questa osservazione sarebbe stato sufficiente rappresentare modulo e fase in un qualunque intervallo di ampiezza unitaria, come ν ∈ (0, 1) oppure ν ∈ (−1/2, 1/2). Una differenza importante che emerge dal confronto tra gli spettri di ampiezza per a = 0.5 e a = −0.5 è il fatto che nel primo caso si ha un massimo per ν = 0 (e, per la periodicità, per tutti i punti ν = k, k ∈ Z), mentre nel secondo caso si ha un massimo per ν = 1 (e, per la periodicità, per tutti i punti ν = 1 + k, k ∈ Z). Ricordando (cfr. § 2.3.3) 2 2 che nel caso TD le frequenze ν = 1 + k, k ∈ Z, rappresentano quelle dei fasori più rapidamente variabili (e 2 quindi vanno considerate come le alte frequenze nel caso TD), possiamo concludere che per a = −0.5 (ma più in generale, per −1 < a < 0) il sistema LTI si comporta come un filtro passaalto, mentre per a = 0.5 (più in generale, per 0 < a < 1) il sistema si comporta come un filtro passabasso.

La proprietà 4.10 e l’es. 4.20 mostrano che un sistema LTI, anche nel caso TD, tratta selettivamente i fasori in ingresso a secondo della frequenza ν (selettività in frequenza dei sistemi LTI). In particolare, se la risposta in frequenza si annulla alla frequenza ν , un fasore a frequenza ν è completamente soppresso dal sistema, nel senso che la corrispondente uscita è nulla. Anche nel caso TD, inoltre, se h(n) è una funzione reale (sistema reale), la H(ν ) gode della proprietà di simmetria hermitiana: H ∗ (ν ) = H(−ν ) , (4.108)

che si può esprimere equivalentemente, come nel caso TC, dicendo che il modulo è una funzione pari di ν , e la fase una funzione dispari di ν (a meno di multipli di 2π ). Ad esempio, si può verificare analiticamente che la risposta in frequenza H(ν ) dell’es. 4.20 soddisfa la (4.108), e d’altra parte

190

Sistemi lineari tempo-invarianti (LTI)

dalle fig. 4.33 e 4.34 appare chiaro che lo spettro di ampiezza ha simmetria pari, e quello di fase ha simmetria dispari. Concludiamo sottolineando che le relazioni i-u per i fasori viste in questa sezione (prop. 4.9 per il caso TC e 4.10 per il caso TD) sono di grande importanza teorica per il seguito della trattazione, e saranno frequentemente utilizzate nei capitoli seguenti.
4.7.3 Risposta ad una sinusoide di un sistema LTI reale

Data la relazione lineare esistente tra fasori e sinusoidi (formule di Eulero), è semplice ricavare le relazioni i-u per le sinusoidi in ingresso a sistemi LTI applicando il principio di sovrapposizione. Si consideri, ad esempio, il segnale sinusoidale TC a frequenza f0 ∈ R: x(t) = A cos(2π f0t + ϕ0 ) . Applicando la formula di Eulero, esso può essere espresso come sovrapposizione di due fasori: x(t) = A j(2π f0t+ϕ0 ) A − j(2π f0t+ϕ0 ) A jϕ0 j2π f0t A − jϕ0 − j2π f0t e + e = e e + e e . 2 2 2 2

Notando che le quantità A e jϕ0 e A e− jϕ0 sono delle semplici costanti moltiplicative complesse (non 2 2 dipendenti cioè dal tempo t), è possibile applicare il principio di sovrapposizione (3.23) e successivamente la (4.97), ottenendo: y(t) = A A jϕ0 e H( f0 ) e j2π f0t + e− jϕ0 H(− f0 ) e− j2π f0t . 2 2

In generale, la precedente relazione non fornisce un segnale y(t) reale. Se però il sistema LTI è reale, la H( f ) gode della proprietà di simmetria hermitiana (4.101), per cui la relazione precedente si semplifica notevolmente, evidenziando che il segnale y(t) è reale.17 Infatti, poiché H ∗ ( f0 ) = H(− f0 ), i due addendi della precedente relazione sono uno il coniugato dell’altro, per cui si ha: y(t) = 2 Re A H( f0 ) e j(2π f0t+ϕ0 ) = A |H( f0 )| cos[2π f0t + ϕ0 + H( f0 )] . 2

La relazione trovata mostra che l’uscita y(t) corrispondente ad una sinusoide a frequenza f0 è ancora una sinusoide alla stessa frequenza, con ampiezza modificata da |H( f0 )| e fase modificata da H( f0 ). Un ragionamento analogo si può effettuare per la funzione seno, e quindi sinteticamente è possibile enunciare la proprietà seguente: Proprietà 4.12 (risposta ad una sinusoide di un sistema TC LTI) Si consideri una sinusoide (coseno o seno) a frequenza f0 ∈ R, in ingresso ad un sistema TC LTI con risposta impulsiva reale h(t), per il quale H( f ) definita dalla (4.96) esiste finita per f = f0 . Valgono le seguenti relazioni i-u: x(t) = A cos(2π f0t + ϕ0 ) −→ y(t) = A |H( f0 )| cos[2π f0t + ϕ0 + H( f0 )] ; x(t) = A sin(2π f0t + ϕ0 ) −→ y(t) = A |H( f0 )| sin[2π f0t + ϕ0 + H( f0 )] .
17 D’altra

(4.109) (4.110)

parte, un sistema reale sollecitato da un segnale di ingresso reale deve necessariamente restituire in uscita un segnale reale.

35.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. Esempio 4. se H(ν0 ) = 0. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .35. per il quale H(ν ) definita dalla (4. 4. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. notiamo che per la proprietà 4. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . se H( f0 ) = 0. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .35). 4. 4.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. è semplice risalire allo sfasamento H( f0 ) = ϕy − ϕx introdotto dal sistema risolvendo una semplice proporzione: ϕy − ϕx ty − tx ∆t = = 2π T0 T0 =⇒ H( f0 ) = ϕy − ϕx = 2π ∆t = 2π ∆t f0 . allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. 4. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es.21).13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. capace cioè di rappresentare due segnali su uno stesso visore. Si può immediatamente osservare che.112) Analogamente al caso TC. T0 In definitiva. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. (4. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). 4. un oscilloscopio a doppia traccia.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico.111) (4.109) introducendo un opportuno sfasamento di π /2. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. Si consideri lo schema di misura di fig. Notiamo in effetti che la (4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). Inoltre. considerando due attraversamenti dell’origine con pendenza positiva).110) si può ottenere come caso particolare della (4.7 Risposta in frequenza di un sistema LTI 191 generatore sinusoidale x(t) f 0 (variabile ) circuito elettrico y(t) in1 in2 oscilloscopio a doppia traccia Fig. 4.4.104) esiste finita per ν = ν0 . viene collegato all’ingresso e all’uscita del circuito. la prop. ed è riportata di seguito per completezza. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. Variando la frequenza f0 del generatore (a scatti oppure in maniera .

e ricavare la H( f ) mediante interpolazione numerica o grafica. in modo da ottenere un campionamento sufficientemente fitto della funzione H( f ). a patto di disporre di opportuni trasduttori ed attuatori. è possibile ripetere la procedura vista in corrispondenza di più valori di frequenza. La tecnica vista si può estendere anche a sistemi di natura diversa da quella elettrica (ad esempio. a sistemi meccanici). .192 Sistemi lineari tempo-invarianti (LTI) continua).

stabile. stabile. . non causale. dispersivo.] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2). non causale. (trasformata di Hilbert). (a) y(t) = t −∞ x(τ ) dτ . |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). dispersivo. stabile.5T rect (c) y(t) = T −∞ (d) y(t) = (e) y(t) = (f) y(t) = (g) y(t) = T 0 t x(t − τ ) dτ (T ∈ R+ ). x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ). k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k). stabile. dispersivo. (b) h(n) = u(n). in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione.4. causale. dispersivo.5T . +∞ τ − 0. (c) h(t) = rect t−0.8 Esercizi proposti 193 4. stabilire se il sistema è non dispersivo. 1 + |k| [Suggerimento: vedi esercizio precedente. dispersivo.5T . stabile. Successivamente. Esercizio 4. Successivamente.2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. dall’esame della risposta impulsiva. (d) come (c).1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. (T ∈ R+ ). t−T t+T t 1 π +∞ −∞ x(τ ) dτ t −τ [Suggerimento: per determinare h(t) applicare x(t) = δ (t) e semplificare utilizzando le proprietà dell’impulso. causale. ∑ 1 x(n − k). dispersivo. (−1)k x(n − k) (M1 . (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). causale. stabile. instabile. stabilire se il sistema è non dispersivo. dall’esame della risposta impulsiva. (e) come (c). causale. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). (d) h(n) = |k|≤3 ∑ δ (n − k). (f) h(t) = rect t+0. (g) h(t) = 1/(π t). x(n − k). instabile. T T dispersivo. stabile. (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). (b) h(t) = 3 δ (t) + 5 δ (t − 2). causale. instabile.] Risultato: (a) h(t) = u(t).8 Esercizi proposti Esercizio 4. non causale. (b) y(t) = 3 x(t) + 5 x(t − 2). causale. dispersivo. M2 ∈ N). (T ∈ R+ ). causale.

instabile. calcolare e diagrammare le seguenti convoluzioni: (a) (b) (c) (d) y1 (n) = x(n) ∗ h(n). (e) k=−∞ (f) δ (2t) ∗ x(t). Esercizio 4. (c) δ (n − 2). Calcolare l’uscita y(t) del sistema. Risultato: (a) y1 (n) = 2δ (n + 1) + 4δ (n) + 2δ (n − 1) + 2δ (n − 2) − 2δ (n − 4). (d) y4 (n) = y1 (n). dispersivo. (d) (f) 1 x(t). (g) δ (2n) ∗ x(n). (b) y2 (n) = y1 (n + 2).3 Utilizzando le proprietà degli impulsi e quelle della convoluzione. Risultato: (a) δ (t). 1 |n| n=0 . (g) x(n). non causale. . non causale. instabile. +∞ k=−∞ ∑ x(t − kT0 ) = repT0 [x(t)]. (c) δ (n) ∗ δ (n − 2).4 Siano x(n) = δ (n) + 2δ (n − 1) − δ (n − 3) e h(n) = 2δ (n + 1) + 2δ (n − 1). semplificare il più possibile le seguenti espressioni: (a) δ (t) ∗ δ (t). y2 (n) = x(n + 2) ∗ h(n). (e) +∞ k=−∞ ∑ x(n − kN0 ) = repN0 [x(n)]. Esercizio 4. non causale. Risultato: y(t) = t eat u(t) per a = b. (b) x(t). y4 (n) = x(n − 2) ∗ h(n + 2).194 Sistemi lineari tempo-invarianti (LTI) dispersivo.6 Un sistema LTI avente risposta impulsiva h(t) = eat u(t) con a ∈ R − {0} è sollecitato dall’ingresso x(t) = ebt u(t) con b ∈ R − {0}. (b) δ (t − 5) ∗ x(t + 5). (f) h(n) = h(n) = 1 .] Risultato: y(n) = 2 1 − 1 n+1 2 u(n). (c) y3 (n) = y2 (n). stabile. Adoperando le proprietà della convoluzione. dispersivo. (e) come (b).5 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: x(n) = 1 2 n−2 u(n − 2) e h(n) = u(n + 2) . y3 (n) = x(n) ∗ h(n + 2). +∞ (d) k=−∞ +∞ ∑ ∑ δ (t − kT0 ) ∗ x(t). δ (n − kN0 ) ∗ x(n). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). n=0 . [Suggerimento: applicare la proprietà di invarianza temporale della convoluzione. y(t) = 1 a−b eat − ebt u(t) per a = b. 1 + |n| 0. (g) Esercizio 4. 2 Esercizio 4.

10 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: (a) x(n) = u(n) ed h(n) = an u(−n − 1). per 4 ≤ t < 6 .    2t . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). per 2 < t < 3 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). Esercizio 4.  −t/T  (e − 1) .  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . e  0 . . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T .   1 e(t+1) .4. Esercizio 4. per t ≥ 6 .  −t/T ) .  (b) y(t) = 1 . Risultato: y(n) = (n + 1) bn u(n) per a = b.  per 0 < t ≤ 1 . per t ≤ −1 .  n  a . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). per t ≥ 3 . T (b) x(t) = 2 u(t − 1) + 2 u(t − 3) ed h(t) = u(t + 1) − 2 u(t − 1) + u(t − 3). per 2 ≤ t < 4 . per n > −1 . con a > 1. per t < 0 .9 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−|t| ed h(t) = e−2 (t+1) u(t + 1). Calcolare l’uscita y(n) del sistema.8 Esercizi proposti 195 Esercizio 4.   9 − 6t + t 2 .  0 .   12 − 2t .  (b) y(t) = 4 . con |b| < 1. Esercizio 4. per t < 0 . per t > −1 . per t > T . con |b| < 1. per t ≤ 0 . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. per n ≤ −1 .  per 0 ≤ t < 2 .    2t − t 2 .    0 .    0 . per 1 < t ≤ 2 . con T ∈ R+ .8 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−t/T u(t) ed h(t) = rect t − T /2 . Te  0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).7 Un sistema LTI avente risposta impulsiva h(n) = an u(n) con a ∈ R − {0} è sollecitato dall’ingresso x(n) = bn u(n) con b ∈ R − {0}. (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2).

per n > 3 . τ )dτ = b a d [ f (t. (a) Detta y(t) la risposta di un sistema LTI all’ingresso x(t). determinare l’uscita del sistema LTI quando la risposta impulsiva h(n) e il segnale di ingresso x(n) sono dati da: (a) x(n) = u(n − 4) ed h(n) = 2n u(−n − 1).    1− e j2πν0 (n+1)   n bn+1 b . per n ≤ −1 . 0 . tale scambio non è sempre possibile. La verifica della proprietà nel caso TC richiede qualche cautela dal punto di vista matematico.  1−an+1 . . dt dt (b) Detta y(n) la risposta di un sistema LTI all’ingresso x(n). Infatti. come conseguenza del criterio di Leibnitz. dove a = b e j2πν0 . e j2πν0 1− b (c) y(n) =  0 .     0 . la cui trattazione esula . per n ≤ 3 . Se gli estremi di integrazioni sono infiniti. Lo studio dettagliato di tale problema richiede la conoscenza della teoria della misura. cioè a = −∞ e b = +∞. dt ovvero è possibile scambiare l’ordine tra le operazioni di derivazione ed integrazione senza alcun problema. (b) x(n) = R10 (n) ed h(n) = 2n u(−n − 1). Osservazione.  2(n−3) .  2(n+1) − 2(n−9) .  1−a  n 1−(1/a)5 a 1−(1/a) per n < 0 . la risposta all’ingresso ∇1 [x(n)] è ∇1 [y(n)]. per 0 ≤ n < 9 . per n ≥ 4 . utilizzando il risultato ottenuto al punto (a) dell’esercizio precedente e sfruttando la proprietà di linearità e invarianza temporale. la risposta all’ingresso Le relazioni precedenti vanno sotto il nome di proprietà di derivazione della convoluzione: d d d [x(t) ∗ h(t)] = x(t) ∗ h(t) = x(t) ∗ h(t) dt dt dt ∇1 [x(n) ∗ h(n)] = [∇1 x(n)] ∗ h(n) = x(n) ∗ [∇1 h(n)] La seconda espressione si ottiene facilmente sfruttando la proprietà commutativa. Mostrare che le seguenti proprietà sono vere: d d x(t) è y(t).12 Questo esercizio introduce ulteriori proprietà della convoluzione. si ha: d dt b a f (t. j2πν (b) y(n) = 1− e b 0    1− e j2πν0 10  n b b10  . se −∞ < a < b < +∞ ed f (t. τ )] dτ . per n > 9 .196 Sistemi lineari tempo-invarianti (LTI)  per n < 0 . τ ) è una arbitraria funzione di due variabili derivabile rispetto a t. Esercizio 4. Esercizio 4. Risultato: (a) y(n) =  1. per −1 < n ≤ 9 .     (b) y(n) = 1 − 2(n−9) .11 Senza calcolare la convoluzione. per 0 ≤ n < 4 . per n ≥ 9 .

Risultato: s(t) = Λ(t − 1). τ )] dτ . (c) il sistema è dispersivo. h(t) = e−6t u(3 − t). causale. stabile. τ ) dt allora d dt +∞ −∞ ≤ g(t. tale per cui: d f (t. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n).14 Calcolare e diagrammare la risposta al gradino s(n) del sistema LTI avente relazione i-u y(n) = x(n + 1) − 2 x(n) + x(n − 1) Successivamente. (g) h(t) = 2 e−t − e(t−100)/100 u(t). non causale. τ ) integrabile su R rispetto a τ e un costante ε > 0. non causale. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). Esercizio 4. non causale. h(t) = rect(t − 0. (e) il sistema è dispersivo. stabilire se il sistema è non dispersivo. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . h(t) = e2t u(−1 − t). h(n) = 4n u(n). τ )dτ = +∞ −∞ d [ f (t. stabile. h(t) = e−2t u(t + 2). non causale. utilizzando s(n). h(n) = (1/3)n u(n) + 3n u(−n − 1). instabile.5) − rect(t − 1. Esercizio 4. τ ) . h(t) = e−6|t| . Risultato: s(n) = δ (n + 1) − δ (n).15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t).8 Esercizi proposti 197 dagli scopi di questo corso. causale. (f) il sistema è dispersivo. f (t.4.5).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). (d) il sistema è dispersivo. h(n) = (1/2)|n| .13 Calcolare e diagrammare la risposta al gradino e la risposta impulsiva del sistema LTI avente relazione i-u: y(t) = t t−1 [x(τ ) − x(τ − 1)] dτ . y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). dt Esercizio 4. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). . h(t) = t e−t u(t). stabile. (g) il sistema è dispersivo. Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. stabilire se il sistema è non dispersivo. causale. Esercizio 4. instabile. (b) il sistema è dispersivo. stabile. Risultato: (a) il sistema è dispersivo. stabile.

non causale. . (f) il sistema è dispersivo. stabile. (b) Calcolare y(n) quando x(n) = δ (n − 2). (g) h(n) = n (1/3)n u(n − 1).198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). si trova L = 2.17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . causale. stabile. (c) non è LTI. causale. (c) il sistema è dispersivo. Risultato: (a) y(n) ≡ 0. (c) Sulla base dei risultati dei punti (a) e (b). (b) Calcolare y(n) quando x(n) = δ (n − 2). (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. (c) non è LTI. Risultato: (a) il sistema è dispersivo. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). k ∈ N0 . stabile. (c) Sulla base dei risultati dei punti (a) e (b). instabile. stabile. dove g(n) = R4 (n). Esercizio 4.19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) .18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . non causale. (b) y(n) = R3 (n − 1). stabile. (b) y(n) = R4 (n − 4). stabilire se S può essere un sistema LTI. Ricavare l’espressione dei coefficienti gk . (g) il sistema è dispersivo. (d) Verificare che S si può interpretare come la cascata (nell’ordine) di un espansore per L (con L da determinare) e di un sistema LTI con risposta impulsiva h(n) = g(n). dove g(n) = R3 (n). non causale. [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . (e) il sistema è dispersivo. instabile. (b) il sistema è dispersivo. (a) Calcolare y(n) quando x(n) = δ (n − 1). Esercizio 4. stabilire se S può essere un sistema LTI. (a) Calcolare y(n) quando x(n) = δ (n − 1). 2 con T > 0. Risultato: (a) y(n) = R4 (n − 2).] 1 Risultato: gk = (−1)k 2k . causale. Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). (d) il sistema è dispersivo. Esercizio 4. causale.

il sistema h3 (t) è dispersivo. Sapendo che la risposta impulsiva del sistema complessivo è h(n) = δ (n) + 4δ (n − 1) − 4δ (n − 2) − 2δ (n − 3) + 5δ (n − 4).4. e discuterne le proprietà (non dispersività. Esercizio 4. causale. rispettivamente. stabile. con h1 (n) = R2 (n). dove a è un numero reale negativo. motivando brevemente le risposte. ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. causale. (b) h(t) = (1−eat ) u(t). il sistema h2 (t) è dispersivo. causalità e stabilità). rispettivamente. (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). il sistema è dispersivo.21 Si consideri la seguente interconnessione di sistemi LTI: w1(t) h1(t) + x(t) w(t) h3(t) y 3(t) + y(t) + h2(t) w2(t) y 4(t) h4(t) Sistema complessivo - Le risposte impulsive dei sistemi sono le seguenti: h1 (t) = u(t) .20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). h2 (t) = u(t + 2) − u(t) . Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). stabile.22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . instabile. il sistema h4 (t) è dispersivo. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). non causale. causale.8 Esercizi proposti 199 Esercizio 4. stabile. h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . (a) Classificare. h1(t) u1(t) + w 3(t) h3(t) u3(t) h4(t) u4(t) + + y(t) x(t) h2(t) u2(t) Sistema complessivo . h4 (t) = eat u(t) . Esercizio 4. causalità e stabilità). causale. instabile. h3 (t) = δ (t − 2) . Risultato: (a) il sistema h1 (t) è dispersivo.

stabile. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. non dispersivo. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. stabile. causale. non causale. rispettivamente.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . con a ∈ R. causalità e stabilità). Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). motivando brevemente le risposte. dispersivo. Esercizio 4.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). S3 : y(t) = x(t/2) (espansione di 2) . invarianti temporalmente e stabili. Esercizio 4.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . (b) il sistema è 3t . (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). non dispersività. 2T lineare per ogni a.24 Si consideri la seguente interconnessione di sistemi: u(t) x(t) S1 h(t) v(t) S2 y(t) dove il sistema al centro è LTI con risposta impulsiva h(t) = rect t . il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). in generale è tempo-variante. dispersivi.5) nel caso (b). causalità e stabilità. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. il sistema è lineare. (c) h(t) = 3 rect Esercizio 4. 1 + j/2 1 + j/2 . y(n) ≈ . S2 : h(t) = δ (t) − δ (t − 1) . (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. Risultato: (a) y(t) = T −T x at − τ 3 d τ . non causale. sulla base delle sue proprietà di non dispersività. (b) per n → +∞. y(t) = x(t) − x(t − 0. Entrambi i sistemi sono lineari. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). (b) il sistema è dispersivo. stabile. (b) Classificare il sistema complessivo. rispettivamente. causali. invariante temporalmente. eccetto che nel caso in cui a = 3. con T > 0.

. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. causale. stabile se e solo se |a| > 1. 4. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa).27 Si consideri il circuito CR di fig. sistema dispersivo. 4. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. causale.28 Il segnale di ingresso x(n) e quello di uscita y(n) di un sistema LTI causale sono legati dalla seguente equazione alle differenze: y(n) + a−1 y(n − 1) = x(n − 1) . Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). per 0 ≤ t < 2 . h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t).5 (1 − e−4 ) e−t . (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). s(t) = yfor (t) = e−t/T u(t). (b) y0 (t) = c1 e−t/T . causale e stabile.] Risultato: (a) d 1 d y(t) + y(t) = x(t). (c) Disegnare lo schema implementativo del sistema in forma canonica. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore.26 Si consideri il circuito RC di fig. con T = RC. [Suggerimento: per il punto (e).  0 .     Risultato: y(t) = 0.5 (1 − e−2t ) e−t . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) Disegnare lo schema implementativo del sistema in forma diretta II. per t ≥ 2 .4. e la tensione y(t) ai capi della resistenza è il segnale di uscita. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. stabile. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. causalità. (e) il sistema è LTI se y0 = 0. per t < 0 .29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . Esercizio 4. (f) Studiare le proprietà (non dispersività. Esercizio 4. (f) il sistema è dispersivo. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . con a ∈ R. [Suggerimento: Per calcolare h(n). (c) ylib (t) = y0 e−t/T . stabilità) del sistema LTI determinato al punto (e).] Risultato: h(n) = (1/a)n−1 u(n − 1).8 Esercizi proposti 201 Esercizio 4. con costante di tempo T = RC = 1s. notare che essendo il gradino la derivata della rampa. la risposta al gradino sarà la derivata della risposta alla rampa. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). dt T Esercizio 4.36. (a) Disegnare lo schema implementativo del sistema in forma diretta I.     0.36.

t t (d) x(t) = 2 sin 2π T + cos π T . causalità. S3 .30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ).32 Si considerino i sistemi TD S1 . Esercizio 4. (c) y(t) ≡ 0. S2 . t t Risultato: (a) y(t) ≡ 0. S3 .5T T . Esercizio 4. (b) y(t) = 2e jπ T .33 Nello schema di figura. non dispersività. Calcolare la risposta in frequenza del sistema. ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . i sistemi S1 e S2 non sono sicuramente LTI. con T > 0. (e) y(t) = cos 2π T rect t t−0.31 Si considerino i sistemi TC S1 . t (b) x(t) = e jπ T . S2 : e j5t −→ e j5(t−1) . Risultato: Solo il sistema S3 può essere LTI. con T > 0. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. Stabilire se i tre sistemi possono essere LTI. Risultato: Solo il sistema S2 può essere LTI. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). stabilità). S3 : e j5t −→ cos(5t) . Stabilire se i tre sistemi possono essere LTI. S2 . il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . (d) y(t) = 2 cos π T . Esercizio 4.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. le cui risposte al fasore x(n) = e jπ n/2 sono le seguenti: S1 : e jπ n/2 −→ e jπ n/2 u(n) . invarianza temporale. i sistemi S1 e S3 non sono sicuramente LTI.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. t t (c) x(t) = cos 2π T . S2 : e jπ n/2 −→ e j3π n/2 . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). . x(t) z(t) S1 + − 6 S2 . t (e) x(t) = cos 2π T u(t). S3 : e jπ n/2 −→ 2 e j5π n/2 .

non dispersività. applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. stabile. il sistema è lineare. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. dispersivo. .y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità.5 e− j 8πν per −0. Risultato: (a) y(t) = t t−T x(τ ) dτ .5T . stabile). invarianza temporale. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.5 < ν ≤ 0.36 Si consideri il sistema LTI avente. dispersivo. T Esercizio 4.25 π (n + 1)).4. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . (b) il sistema è LTI. stabilità). determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). (c) y(t) ≡ 1.5 .35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ .5T 1 1 − e− j2π f T = e− jπ f T . (b) Sfruttando i risultati del punto (a). Esercizio 4. calcolare l’uscita y(t) del sistema se in ingresso si pone il segnale x(t) = 3 + 2 cos 2π t 2T + 4 cos 2π t T 2π t 2T Risultato: (a) H( f ) = 1 − e− j2π f T = 2 je− jπ f T sin(π f T ). (b) il sistema è LTI. (b) y(t) = 4 cos . causalità.34 Nello schema di figura. x(t) 6 S S 6 . calcolare l’uscita y(t) e rappresentarla grafiT camente. (a) Determinare la risposta in frequenza H( f ) del sistema e diagrammare accuratamente la risposta in ampiezza e la risposta in fase nell’intervallo di frequenze (−1/T. è un integratore con memoria finita. Esercizio 4. causale. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). causale. con le seguenti proprietà: linea- re. calcolare l’uscita y(t). tempo-invariante. con riferimento al periodo principale. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. (c) y(t) = rect . √ Risultato: y(n) = 2 2 sin(0.25 π n). 1/T ). tempo-invariante.

Circuito RLC. Circuito CR.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . e la tensione y(t) ai capi del condensatore è il segnale di uscita. Fig. 1 + 4π Risultato: (a) f >0 . 4.38. 4. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. e la tensione y(t) ai capi del condensatore è il segnale di uscita.29 sia stabile. determinare la sua risposta in frequenza H( f ). con 2π f0 = ω0 . H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) .204 Sistemi lineari tempo-invarianti (LTI) R C x(t) C y(t) R x(t) R L C x(t) y(t) y(t) Fig. H( f ) = tan−1 ζf . Risultato: H(ν ) = 1 − 5 e− j8πν . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 1 d j2π f T d y(t) + y(t) = x(t). (b) H( f ) = ζ 1 − ( f / f0 )2 + j π ff2 0 √1 LC (pulsazione di risonanza) e ζ = R 2L (c) |H( f )| = 1 [1 − ( f / f0 )2 ]2 + ζ2 f2 4 π 2 f0 . con ω0 = dt dt (coefficiente di smorzamento). 1 . Esercizio 4.36.38. determinare la sua risposta in frequenza H( f ). f <0 Esercizio 4. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). Circuito RC. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). Fig.38 Si consideri il circuito RLC di fig. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 2 − e− j2πν + e− j6πν Esercizio 4. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. (b) H( f ) = .37 Si consideri il circuito CR di fig.37. 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).39 Supponendo che il sistema ARMA descritto dell’esercizio 4. calcolare la sua risposta in frequenza H(ν ). con T = RC.37. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. 4. 2π | f |T . 4. dt T dt 1 + j2π f T π − arctan(2π f T ) .

8 Esercizi proposti 205 x(n) z -1 -1/a a z -1 y(n) dove a ∈ R con |a| < 1. (c) Provare che la risposta in ampiezza del sistema è costante. determinare la sua risposta in frequenza H(ν ). (a) Determinare l’equazione alle differenze che lega x(n) ed y(n). Risultato: (a) y(n) − ay(n − 1) = x(n) − a−1 x(n − 1).4. . (c) |H(ν )| = − j2πν 1 − ae |a| . per cui tale sistema prende il nome di sistema all-pass. (b) Supponendo che l’equazione alla differenze definisca un sistema LTI stabile. (b) H(ν ) = 1 − a−1 e− j2πν 1 .

206 Sistemi lineari tempo-invarianti (LTI) .

per la linearità del sistema e per la (4. Tale rappresentazione prende il nome di serie di Fourier.7 che. la risposta di un sistema LTI ad un fasore applicato al suo ingresso. L’analisi di tale problema ci consentirà di discutere più approfonditamente il concetto di selettività in frequenza di un sistema LTI e di introdurre un’importante classe di sistemi LTI. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). nel caso TC o TD. Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). denominati filtri ideali. il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. quando il segnale di ingresso è un semplice fasore.Capitolo 5 Serie di Fourier La descrizione nel dominio del tempo dei sistemi LTI si basa sulla rappresentazione del segnale di ingresso come sovrapposizione di impulsi traslati nel tempo e sulla definizione di risposta impulsiva.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4.97). come ad esempio il seguente segnale TC. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . .97) e (4. 5. aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori.105) che consentono di calcolare. composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . Si consideri infatti un segnale espresso da una somma di fasori. Abbiamo però visto nel § 4. In questo capitolo si introduce una prima rappresentazione di questo tipo. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS).

i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. In particolare. sarà esaminata in questo capitolo. cioè i loro rapporti sono dei numeri razionali. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . Tale segnale risulta periodico di periodo T0 = 1/ f0 . 2 2 La relazione precedente mostra.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). vedremo la rappresentazione più generale di un segnale. che molto prima di Fourier. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. Successivamente.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente.3. poiché esistono differenze non trascurabili tra i due casi. tratteremo separatamente la serie di Fourier per segnali TC e TD. e per di più a valori complessi. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. 2 In generale.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. Tuttavia uno dei risultati più significativi della teoria dei segnali è che (quasi) tutti i segnali di interesse pratico possono essere rappresentati come sovrapposizione di fasori. . nota come trasformata di Fourier. Quest’ultima rappresentazione.3. 5. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore.2 Si consideri ad esempio il seguente segnale. opportunamente generalizzata. 2 2 2 2 2 2 (5. si può dimostrare che la somma di funzioni periodiche con periodi differenti è ancora una funzione periodica se e solo se i periodi sono commensurabili tra loro. e presenterà interessanti relazioni con la serie di Fourier.1) A1 j2π f0t A1 − j2π f0t A2 j2π 2 f0t A2 − j2π 2 f0t A3 j2π 3 f0t A3 − j2π 3 f0t e + e + e + e + e + e . che la introdusse in vari scritti del 1807 e del 1811. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. non necessariamente periodico. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). Va osservato. nel cap. peraltro. in accordo con l’interpretazione già data nel § 2. il segnale x(t) risulta periodico. ed ampiezza A/2. rappresenti un caso particolare di scarso interesse pratico. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . 6. lo svizzero Leonhard Euler (1707–1783) detto Eulero. Partiamo per semplicità da uno dei più semplici segnali periodici TC. rispettivamente. solo in questo caso. Nel seguito del capitolo. sarà applicabile anche ai segnali periodici. purché le frequenze siano tutte multiple di una frequenza comune f0 . che prende il nome1 di serie di Fourier. infatti. espresso come somma di un numero finito di fasori. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. l’espressione di un segnale arbitrario come somma di oscillazioni sinusoidali fu introdotta nel 1753 dal matematico svizzero Daniel Bernoulli (1700–1782) nell’ambito dei suoi studi sul problema delle corde vibranti.

con M ∈ N . ±1. cioè se hanno frequenze distinte.3). ±2. . Ad A|k| esempio. cambiando l’indice da h nuovamente a k.6) per cui. i termini per k = ±1 prendono il nome di prima armonica o fondamentale. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . Le frequenze fk = k f0 dei fasori della rappresentazione (5. .1)]. (4. con k ∈ {0. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). . dal confronto tra la (5. dove le funzioni xk (t) sono ortogonali. e quindi ammettono T0 come più piccolo periodo comune. ed integrando termine a termine su un periodo. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). . ±M} . ottenuto come combinazione lineare di un numero finito di sinusoidi.5. ±1.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . ±M}. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 .1). Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . ±2 f0 e ±3 f0 . . se k = h . . notiamo che la (5. 0. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale).7) T0 . si ottiene: 1 T0 x(t) e− j2π h f0t dt = T0 k=−M ∑ M Xk 1 T0 T0 e j2π (k−h) f0t dt = Xh . e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. Assegnato il periodo T0 e il numero di armoniche M. la loro potenza mutua si calcola facilmente: ∗ Pxk xh = xk (t) xh (t) = 1 T0 T0 e j2π (k−h) f0t dt = δ (k − h) = 1. (5. (5. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . Ad esempio. Se infatti consideriamo due fasori della rappresentazione (5.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . .5) T0 Essendo l’intervallo di integrazione finito. con k ∈ {±1. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). (5. (5. In tale ipotesi. Per mostrare ciò. con h ∈ {0. a frequenze ± f0 .2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori.3) e la (5. ±3}. moltiplicando ambo i membri della (5.4) e pertanto risultano ortogonali se k = h.3) sia effettivamente periodico di periodo T0 .2) si ricava che M = 3 e Xk = 2 . che in generale può essere complesso. nel senso precisato nel cap. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . se k = h . per il segnale (5. =δ (k−h) (5. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t).3) per e− j2π h f0t . i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). . ovvero: |x(t)| dt < +∞ . i termini per k = ±2 prendono il nome di seconda armonica. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. A tale proposito.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare.

Si osservi che. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . prop. per ogni k ∈ Z. . mettendo insieme le (5.7) ha senso.8) e (5.3) per il segnale x(t) espresso come somma di un numero finito di fasori. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. la serie di funzioni (5. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. basti pensare che nella (5.3) e (5. B. (5. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. Abbiamo già avuto modo di evidenziare in passato che. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. ±M} ma.3). ±1. più in generale.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. affinchè la rappresentazione (5. essendo la somma di un numero finito di termini. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. a differenza della rappresentazione (5. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. possono essere rappresentati combinando linearmente un numero finito di fasori.3) sia applcabile.11) 1 T0 . inoltre. in virtù della (5. Infatti. non pone alcun problema di convergenza. il segnale periodico x(t) deve essere necessariamente continuo. è ancora una funzione continua (cfr. Ad esempio. (5.5). rimandando ogni discussione sulla convergenza della serie (5. In altre parole.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . . sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|.3) che.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . Tuttavia. La serie di Fourier di x(t) è definita dalle equazioni: x(t) = Xk = +∞ k=−∞ ∑ Xk e j2π k f0t x(t) e− j2π k f0t dt T0 (equazione di sintesi) (equazione di analisi) (5.2. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5.1.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .8) può risultare non convergente. Per il momento tralasciamo questo aspetto.8) al § 5. utilizzando la (5.10) (5.7). Purtroppo. conseguentemente il segnale x(t).9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0. Dalla maggiorazione precedente. nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t . la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. espresso come somma di un numero finito di funzioni continue.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.9). . (vedi concetto di gradino e di risposta al gradino). In definitiva. ∀k ∈ Z . . Si osservi inoltre che non tutti i segnali continui.

Dal punto di vista matematico. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). Poiché i coefficienti Xk sono grandezze complesse.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). che è ovviamente nulla per xac (t). (5. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . ∀t ∈ R eccetto che in un insieme di misura nulla. per ogni k ∈ Z. È interessante osservare che. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R.4. Particolarizzando l’equazione di analisi per k = 0. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . in quanto forniscono per ogni valore di k.3 In particolare. valide esclusivamente per segnali a valori reali.k . la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione.k = X2. saranno sviluppate nel § 5. ovvero si ha x1 (t) = x2 (t). un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. fatta eccezione per il coefficiente per k = 0.k . 3 In .k ed X2. si ha X0 = 1 T0 x(t) dt = xdc . Altre forme della serie di Fourier. se X1. La (5. prop. ovvero per la componente continua.10) e (5. Per differenza.5. In altre parole.7(c)] si può calcolare su un periodo del segnale. particolare. rispettivamente. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . e gli stessi coefficienti della serie di Fourier di x(t). valida in generale per segnali x(t) a valori reali o complessi.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. sviluppabili in serie di Fourier con coefficienti X1. Più precisamente. rispettivamente. la seconda consente di decomporre o analizzare il segnale x(t). che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 .2. in virtù di tale corrispondenza.2 Serie di Fourier per segnali TC 211 Le equazioni (5. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . chiamati anch’essi armoniche del segnale. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. 2. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. ed il fatto che per segnali periodici la media temporale [cfr. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. mentre la sequenza Xk delle fasi prende il nome di spettro di fase del segnale x(t) (quest’ultimo spettro è definito a meno di multipli di 2π ).

5 0 −5 1 ∠ Xk 0 k 5 1 0.1 e nel seguito.1)). altrimenti.1. altrimenti.11). 5. 5. k = ±1. 2 Xk = A e− jϕ0 . 2  0.4 0. sebbene essa risulti a rigore indeterminata. 5. noti che in fig. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . il calcolo dei coefficienti non è un problema concettualmente difficile. per confronto con l’equazione di sintesi (5.10). ϕ0 = π ). 5. 2 2 da cui. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Gli spettri di ampiezza e fase sono dati. per semplicità di rappresentazione. 5.   indeterminata. Esempio 5.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato.  ϕ0 . da: |Xk | = A 2. k = 1. come la formula di Eulero. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. con A > 0.1 (A = 1. k = 1.212 Serie di Fourier 1 |Xk| 0. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. La funzione sinc(x) per valori di x ∈ [−6. 6]. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale.1 per il caso A = 1 e ϕ0 = π . si ricava:   A e j ϕ0 . rispettivamente. 4 L’esempio precedente mostra che in casi molto semplici. Per maggiore generalità rispetto al caso visto precedentemente.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. 4 Fig.2 0 0 −0. k = −1. 0. 4 Si .  Xk = −ϕ0 . Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. k = −1. altrimenti.6 sinc(x) 0. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.8 0.2. e sono riportati4 in fig. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. Per segnali più complicati.

cfr. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. πx x ∈ R. (5. 5.5 0. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .2 Serie di Fourier per segnali TC 213 0. 5. Per k = 0. πk πk (5. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.4 |Xk| 0. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . es. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. 2.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt . I coefficienti Xk dell’onda rettangolare dell’es. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.13) Per esprimere in forma più compatta il risultato precedente.4.2.2 (serie di Fourier dell’onda rettangolare TC. δc = 0.5.4 0.2 −5 0 k 5 0.3.5).5) sono puramente reali.14) il cui grafico per x ∈ [−6.1 −0. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . 5.1 0 −0. 5. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A .9). 6] è riportato in fig. 5. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .2 (A = 1. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . Fig.2 (A = 1.2 0. Le principali proprietà della funzione sinc(x) sono le tre seguenti.3 Xk 0. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . Esempio 5. . δc = 0.

k = 2h + 1. 1.). . . −7. Per maggiore generalità. −5. .214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. . nonché proprietà trigonometriche elementari. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . per la proprietà (b) della sinc. . 5. h pari (k = . k = . e quella dispari dello spettro di fase. 5. −5. .. .  1  . che sono raffigurati graficamente in fig. .  k pari.4. k = 0. . la cui ampiezza decresce con legge inversamente proporzionale a k. |Xk | = 0. π |x| ∀x ∈ R .3. 0. 7. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. ed utilizzando la definizione di sinc(x) e le sue proprietà. Xk = 1  πk . Consideriamo allora il caso particolare δc = 0. per qualunque valore di A e δc . . k pari. 9.. in quanto: |sinc(x)| ≤ 1 . Notiamo che l’espressione precedente vale anche per k = 0. . π kδc k = 0. −1. In tal caso. Più in generale. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. 3. 5. . quindi esse possono essere rappresentate come in fig.   0. h dispari (k = . − 7. . . 7. π |k|  0   indeterminata Xk = 0    ±π k = 0. . . k pari. Notiamo la simmetria pari dello spettro di ampiezza. . k = 0 . 1. −1. osserviamo che questo segnale. si ha: 1 2. 11. −3. Moltiplicando e dividendo per δc nella (5. . si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . risulta: X0 = A δc sinc(0) = A δc . su un unico diagramma cartesiano. e utilizzando la definizione di sinc(x). k = 2h + 1. presenta armoniche puramente reali. 3. . . Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . k dispari. . 5.5 (duty-cycle del 50 %) e A = 1.). Il grafico dello spettro di ampiezza del segnale mostra che tale onda rettangolare possiede soltanto armoniche dispari (vale a dire per valori dispari di k). . . in quanto.    1 − πk . k = 0 . e la fase −π per k < 0. tuttavia.13). ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. −3. k = . . 2. k = 0. k = 0.

Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .4 |Xk| 0. si ha: Xk = 1 T0 T0 /2 −T0 /2 A 1− 2|t| T0 cos(2π k f0t) dt = 2A T0 T0 /2 0 1− 2t T0 cos(2π k f0t) dt . in quanto esso risulta nullo per la simmetria dispari della funzione integranda.3 (A = 1). L’onda triangolare dell’es. 5.5 per A = 1.5.2 0 −5 0 k 5 2 ∠ Xk 0. Tale segnale è raffigurato graficamente in fig. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Applicando la formula di Eulero a e− j2π k f0 t . ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . 5. 5.6. Per k = 0.4 0.8 0.3 (A = 1).6 x(t) 0.2 Serie di Fourier per segnali TC 215 1 0. ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt . T0 4 2 mentre per k = 0. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .11). dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).5. 5.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 . 5. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. Fig. Esempio 5.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.

segnale sinusoidale). questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. 5.216 Serie di Fourier integrale. Come vedremo (cfr. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. 5.2). il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. si ha: Xk = = 2A T0 2A T0 T0 /2 0 cos(2π k f0t) dt − t=T0 /2 t=0 2 T0 2 T0 T0 /2 0 t cos(2π k f0t) dt t=T0 /2 t=0  1 2  T0 1 1 = sin(π k) − sin(π k) + T0  2π k f0 T0  2 2π k f0 2π k f0 =0 =0  2A  sin(2π k f0t) 2π k f0 − t sin(2π k f0t) 2π k f0 sin(2π k f0t) dt 2π k f0  cos(2π k f0t) t=T0 /2   2π k f0 t=0 − T0 /2 0 1 4A = 2 [1 − cos(π k) ] T0 (2π k f0 )2  0. il fatto che i coefficienti Xk una trattazione esauriente del problema della convergenza della serie di Fourier si rimanda ai testi di analisi matematica (ad esempio [3]). k pari. e sono raffigurati in fig. Vedremo tuttavia nel cap. 5. esistano finiti. 6 una procedura molto semplice e generale che consente di ricondurre il calcolo dei coefficienti della serie di Fourier a quello di una trasformata di Fourier (formule o serie di Poisson). (−1)k Come evidenziato dagli es. definiti dalla equazione di analisi (5. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche.11). k = 0. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. fatta eccezione per casi molto semplici (es. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). in quanto |Xk | = Xk ≥ 0 e Xk = 0. Sia x(t) un arbitrario segnale periodo con periodo T0 . In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto.2.2.3. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier.2 e 5. § 5. Tuttavia. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. notiamo che anche l’onda triangolare possiede solo armoniche dispari. inoltre. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2.11). k dispari. 5 Per .6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. quindi gli spettri di ampiezza e fase si calcolano banalmente.2. come vedremo nel § 5. nel seguito daremo solo qualche risultato fondamentale.4 o più estesamente in app.2. e quindi consiste nella risoluzione di un integrale. = 2A  . ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . come già mostrato precedentemente.

allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.18) allora la serie associata ai coefficienti Xk converge uniformemente. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. con k ∈ Z. per ogni ε > 0. § 5.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5. sono funzioni a valori k complessi definite sull’intervallo (a. uno stesso numero Nε va bene per tutti i punti dell’asse reale. se il segnale x(t) ha almeno una discontinuità. b). . poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. la sua serie di Fourier non potrà convergere uniformemente ad x(t). ∀k ∈ Z e ∀x ∈ (a. (5.2). cioè k→±∞ lim |Xk | = 0 .8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito.15) converge dipende dal tipo di convergenza richiesta.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. si dice che la serie di Fourier (5.5. pertanto. simmetrico per garantire che siano presenti le armoniche Xk e X−k . con M ∈ N . se la serie di Fourier converge uniformemente su R. In particolare. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε . Quindi. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞.15) converge uniformemente [5] al segnale x(t) su R se.6) e (5. Lo studio delle condizioni sotto le quali la serie (5. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. cfr. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). allora si può scrivere M→+∞ lim xM (t) = x(t) . b). in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana.7) sono validi anche per M → +∞. né tanto meno che tale serie converga al segnale x(t).17) ovvero l’equazione di sintesi restituisce il segnale x(t).15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. con |gk (x)| ≤ Mk . (5. Risulta immediatamente evidente che. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. 7 Si osservi che la peculiarità della convergenza uniforme consiste nel fatto che il numero N non dipende dal particolare ε punto t ∈ R: infatti.4.15) costruita a partire da questi coefficienti converga. Così come per le serie numeriche.15) converge al segnale x(t). (5. b). Se la serie di Fourier (5.

18) è verificata. 5. una volta calcolati i coefficienti Xk a partire da un segnale x(t). Dal punto di vista ingegneristico. com’è intuibile. periodico con periodo T0 . non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità.2? Oggi sappiamo che se la serie non converge uniformemente.15) converge ad x(t) per quasi tutti i valori di t ∈ R. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. A differenza della convergenza uniforme espressa dal teor. pur essendo convergente. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859).218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. come l’onda rettangolare dell’es. la serie di Fourier (5. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare.15) che. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. ma non che la serie restituisca proprio x(t).9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t).1.10) converge uniformemente al segnale x(t) su tutto l’asse reale. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. 2 T0 la serie di Fourier (5.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). ˇ tuttavia. con derivata x (t) a quadrato sommabile sul periodo T0 .15) è data dal seguente teorema: Teorema 5. tranne che nei punti di discontinuità: 9 Il problema della continuità della somma della serie di Fourier fu al centro del dibattito matematico dell’800. non restituisce esattamente il segnale x(t). . è continuo e derivabile quasi ovunque. che assicura la convergenza della serie (5.15) al segnale x(t) per ogni t ∈ R. i coefficienti di Fourier si possono ottenere equivalentemente dalle due espressioni seguenti: Xk = 1 T0 x(t) e− j2π k f0t dt = ˇ 1 T0 x(t) e− j2π k f0t dt . Pertanto. come l’onda rettangolare dell’es. coseni o seni) sono tutte continue. e sollevò numerosi dubbi sulla validità della serie di Fourier. In tal senso. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. se ci limitassimo a considerare la sola convergenza uniforme. ma con continuità. se la (5. In altre parole.2. quando ciò accade. per i quali la serie. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. la somma di una serie di funzioni continue non è necessariamente una funzione continua. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. ossia: x (t) dt < +∞ . 5. 5.15) può convergere uniformemente ad un segnale x(t) = x(t). come può la serie rappresentare segnali discontinui. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. eccetto al più un sottoinsieme di valori di t di misura nulla. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo.

Ad esempio. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. considerazioni matematicamente più approfondite mostrano che. essendo una funzione continua. Per concludere. costituiscono una sequenza sommabile.1. non costituiscono una successione sommabile. . In particolare. in effetti. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . che è importante non solo nell’ambito della teoria dei segnali e sistemi. allora la serie di Fourier di x(t) esiste e. 5.2 Serie di Fourier per segnali TC 219 Teorema 5. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. ed a 1 [x(t + ) + x(t − )] (semisomma dei limiti destro e 2 sinistro) nei punti in cui x(t) presenta discontinuità di prima specie. Poiché l’onda rettangolare non 2 è una funzione continua. In più.18).2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . E. violando la condizione (5. (d3) x(t) è una funzione derivabile nel periodo T0 . Infine. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra.5. Si può inoltre dimostrare che la convergenza della serie di Fourier è uniforme in ogni intervallo che non contiene punti di discontinuità di x(t). esiste un terzo tipo di convergenza (meno restrittiva di entrambe). Inoltre. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. In particolare. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. osserviamo che. la convergenza non è uniforme per ogni t ∈ R. T0 (d2) x(t) è una funzione continua nel periodo T0 . le condizioni di Dirichlet sono un caso particolare del seguente risultato. detta convergenza in media quadratica. escluso al più un numero finito di punti con discontinuità di prima specie. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). Esempio 5. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). decrescendo come 1/k. decrescendo come 1/k2 . la serie di Fourier restituisce x(t) in tutti i punti. 5. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. se la funzione x(t) è continua.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. ma anche in molti problemi di fisica matematica. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”.2 soddisfa le tre condizioni di Dirichlet. 5. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . Si osservi che in questo caso i coefficienti Xk . Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. Questo tipo di convergenza.3 soddisfa le condizioni di Dirichlet.10 Esempio 5. per ogni t ∈ R. è discusso in app. la convergenza della serie è uniforme per ogni t ∈ R.

mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. con derivata (n + 1)-esima discontinua ma limitata. Notiamo che la proprietà precedente vale anche per un segnale discontinuo.220 Serie di Fourier 5. La questione fondamentale è quanto debba essere grande M affinchè xM (t) consenta di ricostruire con un sufficiente grado di accuratezza il segnale x(t). Se il segnale è continuo con le sue derivate fino a quella di ordine n. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). Osserviamo infatti preliminarmente che.2). tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. basta porre n = −1. non riportata. Vale allora la seguente proprietà (la cui dimostrazione. D’altra parte. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. quanto più dolce è l’andamento del segnale nel dominio del tempo. È facilmente intuibile che. già definito nella (5. teor. un segnale x(t). 5. Evidentemente. che include solo un numero finito di armoniche. essa consente di prevedere esattamente tale rapidità di decadimento a zero. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. continuo con alcune sue derivate.1. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. è pur vero che in pratica le armoniche di ordine superiore (quelle corrispondenti a valori di |k| grandi) “pesano” di meno nella ricostruzione del segnale. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). Come conseguenza della prop. tanto minore sarà il numero di armoniche necessario per ricostruite il segnale con una determinata accuratezza (ovvero tanto più piccolo sarà il valore di M). La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. se M è “sufficientemente” grande. È allora particolarmente interessante notare che l’effettiva rapidità con cui i coefficienti Xk decadono a zero dipende dalla dolcezza del segnale x(t) nel dominio del tempo.2. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. Pertanto. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . Più precisamente. con M ∈ N . . dal punto di vista matematico. Questo vuol dire che. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza.16). e come 1/k2 per l’onda triangolare. può risultare una buona approssimazione del segnale x(t). quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. in pratica. i coefficienti decadono come 1/k per l’onda rettangolare. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . Gli esempi seguenti chiariscono ulteriormente l’importante relazione che intercorre tra l’andamento del segnale x(t) nel dominio del tempo ed i suoi coefficienti Xk nel dominio della frequenza. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. 5. possiamo prevedere che. quindi essa può essere verificata solo analiticamente.

11 Il 12 In fenomeno prende il nome dal fisico J. 5. Infatti al crescere di M i picchi delle oscillazioni.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. in effetti.12 Nell’es. il fenomeno di Gibbs non si verifica per tale segnale.2 Serie di Fourier per segnali TC 221 Esempio 5. ma non uniformemente negli intervalli che contengono le discontinuità.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es.8. In particolare. Matematicamente. assume l’espressione xM (t) = k 1 M ∑ sinc 2 2 k=−M e j2π k f0 t = M k 1 + ∑ sinc 2 2 k=1 cos(2π f0t) . Esempio 5. ma la cui ampiezza non diminuisce al crescere di M. Questo fenomeno. 5.3. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. pur soddisfacendo le condizioni di Dirichlet. L’espressione (5. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. In effetti. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare.20) è pari in valore assoluto circa a 0. 5. come si può anche osservare dalla fig.7 (onda triangolare) Si consideri l’onda triangolare dell’es.5. 5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 .1 si applica con n = −1. Gibbs (1839–1903). 101. vengono “schiacciati” verso la discontinuità.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. In fig.6.09 (a sinistra della discontinuità) e 1. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità.2. presenta dei punti di discon− + tinuità. in effetti.7. ed il valore 1/2 in corrispondenza delle discontinuità. dt. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . Poiché l’onda quadra soddisfa le condizioni di Dirichlet. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. W. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. noto come fenomeno di Gibbs. 5. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. 5. L’onda triangolare è continua ma con derivata prima discontinua. nella quale il segnale oscilla tra i valori −0. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. Inoltre.20) dove βgibbs ≈ 0. 3. quindi la prop. la cui frequenza aumenta.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. come testimoniato dalla fig. l’ampiezza delle oscillazioni calcolata secondo la (5. poiché l’onda triangolare è una funzione continua.28114072518757 è una costante notevole. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. 5. 5. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .09 (a destra della discontinuità. Per δc = 1/2 ed A = 1. se t0 è un punto di discontinuità. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . ottenuti con Matlab. e pertanto il segnale ricostruito con 2M + 1 armoniche.09. ma per ogni segnale x(t) che. 11.1 si applica con n = 0. confermando che. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. come già discusso in precedenza. sebbene restino di ampiezza invariata. 1. che per primo lo osservò e lo descrisse. confermando che. per cui la prop. (5. 5.

2 0 −0. (d) M = 5.222 Serie di Fourier 1 0.4 0.5 x(t).2 0 −0. (c) M = 3. xM(t) 1 0.6 0.2 0 −0.2 0 −0.5 0 t/T0 0.8 x(t). xM(t) 0.6 0. xM(t) 0.2 0 −0.5 0 t/T 0.5 0 t/T0 0.5 0 (c) 1 0. (e) M = 11. xM(t) 1 0.8 0.8 0.5 (d) 0 t/T0 0.7.5 (e) (f) Fig.6 0. (b) M = 1. (f) M = 101.4 0.4 0.8 x(t).2 0 −0.6 0.5 x(t).5 (b) 0 0 t/T 0.6 0.6 0.4 0. .5 (a) 1 0.8 0. xM(t) 0.4 0.5 x(t). 5. xM(t) 1 0.5 0 t/T0 0.8 x(t). Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.4 0.

la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig. Viceversa. la lenta convergenza a zero (come 1/k) delle armoniche dell’onda rettangolare comporta che per ottenere una buona approssimazione con M finito è necessario considerare un elevato numero di armoniche. 5.13 valutazione quantitativa della bontà di tale ricostruzione.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.7 e 5. 13 Una .4. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.3.5. sulla base dell’uguaglianza di Parseval.8). è proposta nel § 5.

5 0 t/T0 0.5 (e) (f) Fig.4 0.5 (b) 0 0 t/T 0.224 Serie di Fourier 1 0.6 0. . (d) M = 5. xM(t) 1 0.6 0. (b) M = 1.8.5 0 t/T0 0.2 0 −0.8 0.5 x(t). xM(t) 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.6 0. xM(t) 0.6 0. 5.5 x(t). (e) M = 11.8 0.2 0 −0.6 0.4 0.5 x(t).4 0.8 0.6 0. xM(t) 1 0.8 x(t).8 x(t).2 0 −0.5 (d) 0 t/T0 0. xM(t) 1 0.5 (a) 1 0.5 0 t/T0 0.2 0 −0.4 0. (f) M = 101. xM(t) 0.4 0.5 0 (c) 1 0.2 0 −0.2 0 −0.8 x(t). (c) M = 3.5 0 t/T 0.4 0.

Infatti. una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. semplificati dal fatto che.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD.22) per e− j2π hν0 n e sommando su un periodo. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. e quindi l’intervallo di variazione delle frequenze νk = kν0 . se k ∈ {0. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che.22) e (5. .10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 .10) della serie di Fourier a TC. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.3). .5. . Esse. le frequenze νk assumono i valori 0. 1[. nota anche come Discrete Fourier Series (DFS). in base alla quale un segnale periodico x(n) di periodo N0 può essere rappresentato come somma di un numero finito N0 di fasori aventi frequenze multiple della frequenza fondamentale ν0 = 1/N0 . si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . non abbiamo indicato di proposito gli estremi di variazione dell’indice k.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. k (5. 1/N0 . .21). 1/2). . . N0 − 1} . moltiplicando ambo i membri della (5.22) una somma finita. . nella (5. salvo casi particolari. § 2. cfr.23) Le (5. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC.3 Serie di Fourier per segnali TD (DFS) 225 5. per cui la (5. cambiando l’indice da h nuovamente a k. 1) oppure in (−1/2. La differenza fondamentale rispetto alla serie di Fourier (5. proprio per questo motivo. 14 Si . 1.21). in quanto si tratta di una somma (finita) e non di una serie. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. Nella (5. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . . N0 − 1}. è improprio parlare di “serie” di Fourier nel caso TD. .21) Notiamo che. In particolare. Anche nel caso TD la serie di Fourier consiste nella rappresentazione di x(n) come sovrapposizione di fasori aventi frequenze multiple della frequenza fondamentale ν0 . 1. e rappresenta l’equazione di sintesi della serie di Fourier discreta. (N0 − 1)/N0 nell’intervallo [0.22) è analoga all’equazione di sintesi (5.22) La relazione (5. pertanto. N0 n=0 k ∈ {0.3. ad esempio in (0. . (5. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. In particolare. . (5. essendo la (5.

28) (5. costituiscono formalmente l’esatta controparte delle (5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .26) facciamo l’ulteriore posizione: wN0 = e− j2π /N0 perveniamo alla seguente definizione per la serie di Fourier o DFS di un segnale TD: Definizione 5. A partire da Xk . . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.25) e (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC.15 come la sequenza x(n). In particolare.25) (5.226 Serie di Fourier rappresentazione.24) e pertanto.26) è periodica.11).26) ∑ x(n) e− j2π kν0 n .26) abbiamo esteso la definizione di X(k) a qualunque valore di k.22) e (5.29) ∑ x(n) wkn N0 In effetti. (5. .26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). 1.25) e (5.27) (equazione di sintesi) (equazione di analisi) (5. 15 Notiamo DFS . In altri termini. .28) prende il nome di Inverse Discrete Fourier Series (IDFS). nella letteratura scientifica.29) viene denominata Discrete Fourier Series (DFS). entrambe periodiche dello stesso periodo N0 . con sostituzioni algebriche banali. mentre la (5. le (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. la (5. N0 k=0 N0 −1 n=0 (5. Va detto però che. . D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.10) e (5. Se infine nelle (5.28) e (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. valide nel caso TC. nella letteratura scientifica le (5. Posto wN0 = e− j2π /N0 .23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. le (5.25) siano quelli dell’intervallo {0. la serie di Fourier (DFS) di x(n) è definita dalle equazioni: x(n) = X(k) = 1 N0 −1 ∑ X(k) w−kn N0 N0 k=0 N0 −1 n=0 (5. N0 − 1}.22) e (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. Una prima differenza rispetto alle (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . Inoltre nella (5.

per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. cfr. Onda rettangolare TD dell’es. T0 [. la periodicità della sequenza x(n) deriva dalla proprietà (b). ad esempio x(0). cap. nel dominio della frequenza sussiste esattamente la stessa proprietà. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. x(1).2). § 5.8 0. . ovvero da un segnale TD.8 (N0 = 8. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .9.3 Serie di Fourier per segnali TD (DFS) 227 1 0. ovvero da un’inifinità continua di valori.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . Differentemente dal caso TC. 7).2 0 −20 −10 0 n 10 20 Fig.5. . abbiamo visto che invece.4 0. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. che è strettamente legata alla DFS (cfr. La DFS e IDFS possono anche essere viste come operatori.4. sia della trasformata discreta di Fourier (DFT).8 (DFS dell’onda rettangolare TD. La periodicità di X(k) è una caratteristica peculiare della DFS. x(n) = IDFS[X(k)] . Si può infine verificare che le quantità wN0 definite mediante la (5. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . x(N0 − 1). mentre la periodicità della sequenza X(k) segue dalla proprietà (c).6 x(n) 0. M = 4). . . Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. Esempio 5. 5. N0 = wkn . 5. N0 (k+N0 )n In particolare. ad esempio per t ∈ [0. nel dominio della frequenza. e si scrive sinteticamente X(k) = DFS[x(n)] . il segnale x(n) è completamente descritto assegnando solo N0 valori. Infatti. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. .

1] è riportato in fig. Ponendo infatti a = wk 0 . come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . k ∈ Z. dove vale M:  k  0. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . 5. 5. ±2. . . per cui la (5. x = . 5. x ∈ Z . notiamo che wkM N0 wk 0 N = e = e .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. La DFS di x(n) si scrive. sin(π x) x ∈ R.9 per N0 = 8 ed M = 4. ∀x ∈ R .30) Ricordando la definizione di wN0 .11 nel caso N0 = 8 ed M = 4. . .31). .30) può essere riscritta.29). si ha allora: X(k) = DM k N0 . Utilizzando la definizione (5. con semplici passaggi algebrici. si ha: N X(k) = M−1 n=0 ∑ [wk 0 ]n = N − j2π kM N 0 k − j2π N 0 1 − wkM N0 1 − wk 0 N . (5. Tale DFS è rappresentata in ampiezza e fase in fig. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. Le principali proprietà della funzione DM (x) sono le seguenti. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . tranne che in x = ±1.. N1 = 0 e N2 = M − 1. DM (x) = M M. e quella dispari dello spettro di fase. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . 0 Per esprimere in forma più compatta il risultato precedente. di facile dimostrazione: 1.228 Serie di Fourier e raffigurata graficamente in fig.31) il cui grafico per x ∈ [−1. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. (5. sulla base della definizione (5. 2. x ∈ Z .

Il fatto che la DFS/IDFS sia espressa mediante una somma finita di termini comporta che la DFS/IDFS può essere calcolata non solo analiticamente. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). e l’uguaglianza di Parseval per il calcolo della potenza. DFS dell’onda rettangolare dell’es. Vedremo (cfr. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. § cap.29).4. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. ma anche algoritmicamente.10. In altre parole. con α1 . utili talvolta nei calcoli. α2 ∈ C. soprattutto. è ancora un segnale periodico di periodo T0 . evidenziando.5 0 x 0. Notiamo in conclusione che.8 (N0 = 8. discuteremo nel dettaglio la proprietà di linearità. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). Per tali proprietà. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier.5 0 x 0. Di conseguenza. tratteremo congiuntamente sia il caso TC che quello TD.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . quando necessario. 5. Fig. rispettivamente. che suggeriscono ulteriori considerazioni concettuali e. e sono comunque riportate in app. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. 5.28) and (5. in quanto richiede un numero finito di operazioni.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. denominati algoritmi Fast Fourier Transform (FFT). 5.5. M = 4): spettro di ampiezza (in alto) e di fase (in basso). simmetria hermitiana dei coefficienti. Altre proprietà formali. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. le differenze salienti. E. i cui coefficienti di Fourier siano Xk e Yk . anche perchè il concetto di continuità perde di significato in tal caso.5 1 4 |X(k)| −0. 5.16 La proprietà di linearità della serie di Fourier afferma . 5. In particolare. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). il fenomeno di Gibbs non sussiste nel caso TD.11.

(b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. Analogamente. α2 ∈ C . 5. rispettivamente. nel caso TD. 16 Può (5. con α1 .230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t).17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) . rispettivamente. DFS ∀α1 . La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . (simmetria pari) (simmetria dispari) (5.32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. negli es. α2 ∈ C .2 e 5. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ).33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 .4. α2 ∈ C. ossia: Zk = α1 Xk + α2 Yk . . 5.29).2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo.11) e (5. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . Si noti infine che la proprietà di linearità si estende facilmente al caso della combinazione lineare di un numero arbitrario (ma finito) di segnali periodici dello stesso periodo. otteniamo la seguente proprietà notevole: Proprietà 5. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . Riassumendo. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .2 Simmetria hermitiana Con riferimento a segnali periodici TC. i cui coefficienti di Fourier siano X(k) e Y (k). 5. dei due segnali è ancora un segnale periodico di periodo N0 . DFS DFS FS ∀α1 . Xk = − X−k .1.

4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. e valgono se e solo se il segnale periodico in questione è reale. X(k) = − X(−k) .33) e (5. si ricava che x(t) è reale.36). prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. Proviamo adesso l’implicazione ⇐ nella (5. T0 Se x(t) è reale. anche in questo caso le (5. L’equivalenza tra simmetria hermitiana e simmetria pari/dispari degli spettri di ampiezza/fase si dimostra facilmente nel caso TC esprimendo Xk come Xk = |Xk | e j Xk e sostituendo tale espressione nella (5. (5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . Inoltre l’equazione di sintesi (5. avendo già provato che X0 è reale. (simmetria pari) (simmetria dispari) (5. si ha x∗ (t) ≡ x(t).36).34) Pertanto.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.38) .5. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). e quindi X0 è reale. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Proviamo prima l’implicazione ⇒ nella (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .35) Le proprietà (5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.8 riguardante la DFS dell’onda rettangolare TD.37) Prova.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) .36). dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.35). in particolare. come specificato dalla seguente proprietà: Proprietà 5. Se vale la simmetria hermitiana (5.36). 5.10) si può riscrivere come: x(t) = X0 + ∑ Xk e j2π k f0 t + k=1 +∞ +∞ k=−∞ +∞ ∑ −1 Xk e j2π k f0 t = X0 + ∑ Xk e j2π k f0 t + ∑ X−k e− j2π k f0 t k=1 k=1 +∞ +∞ = X0 + ∑ Xk e k=1 j2π k f0 t +∑ ∗ Xk e− j2π k f0 t = X0 + 2 Re +∞ (5. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. k=1 k=1 ∑ Xk e j2π k f0 t da cui. e pertanto: ∗ Xk = 1 T0 T0 x∗ (t) e j2π k f0 t dt = 1 T0 T0 x(t) e− j2π (−k) f0t dt = X−k . Partiamo dall’equazione di analisi (5.

 N 0 k=1 . ponendo Xk = |Xk | e j Xk nella (5. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). N0 − 1}. In definitiva.32) (con analoghi passaggi si ottiene la (5. N0 − 1} . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k).28) compaiono solo i valori di X(k) per k ∈ {0. oltre a X(0). . per segnali periodici TD reali. da cui si deduce che. 1. anche N0 − k varia nello stesso intervallo. 2. . . applicando la (5.37) mediante le seguenti condizioni: X(0) reale . N0 − 1}. . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . si può verificare (la verifica è lasciata al lettore come esercizio) che. (5. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. . Infatti. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . . se N0 /2 è intero (il che accade se e solo se N0 è pari). . Notiamo infatti che nell’equazione di sintesi (5. per k ∈ {1.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . . 2. k=1 Con ragionamenti simili. con riferimento a segnali periodici TC reali. . N0 − 1}. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. partendo dall’equazione di sintesi (5. si può esprimere. Infatti. se k ∈ {1. . anche X(N0 /2) è vincolato ad essere reale per N0 pari. . In particolare. la proprietà di simmetria hermitiana per la DFS. si ottiene: x(t) = X0 + 2 Re +∞ +∞ k=1 ∑ |Xk | e j Xk e j2π k f0t = X0 + 2 Re +∞ k=1 ∑ |Xk | e j(2π k f t+ 0 Xk ) (5. .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. Rispetto al caso TC. anche come segue: X ∗ (k) = X(N0 − k) . . in relazione alla periodicità della sequenza X(k). . . . per k ∈ {1. Per evitare possibili fraintendimenti. . N0 − 1}. .34) a partire dalla (5. k ∈ {1. 2. . 2. .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. 2. per cui la (5. . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . notiamo che. . . .37) si può riscrivere. se x(·) è reale. con riferimento ai soli valori di k ∈ {0. In altre parole. poiché la fase di un numero complesso è definita a meno di multipli di 2π . N0 pari .39).38). N0 − 1}. .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. il solo coefficiente X(0) è vincolato ad essere reale. Notiamo infatti che. è possibile determinarne almeno uno dispari.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari .37) nel caso TD). Questa conclusione non è corretta. conseguentemente. . 1. N0 − 1}. X ∗ (k) = X(N0 − k) . si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . in alternativa alla (5. . valide esclusivamente per segnali reali. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) .40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) .

ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . valide per segnali reali. rispettivamente. 2. Nel seguito.42) T0 T0 T0 Allo stesso modo.38). .43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) .4. (5. anziché in modulo e fase. bk = 2 T0 x(t) sin(2π k f0t) dt . in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali.10). .29).4 Principali proprietà della serie di Fourier e della DFS 233 (5. Infatti. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 .3 Uguaglianza di Parseval L’uguaglianza di Parseval consente di esprimere la potenza di un segnale periodico in termini delle potenza delle armoniche che lo compongono. in parte reale ed immaginaria. perché più generali e compatte. note anche come forma esponenziale della serie di Fourier. si ha.42) e (5. con facili passaggi algebrici. ak = 2 T0 x(t) cos(2π k f0t) dt .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. N0 − 1}) nella (5. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. ed in essa.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. x(t) = dove: a0 = 2 T0 x(t) dt . come nella forma polare. 5. 5.1 e def. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. partendo dall’equazione di sintesi (5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. N0 dispari . Le espressioni (5.41) Le (5.5. def. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. Il punto di partenza è l’equazione di sintesi (5. . note come forma polare della serie di Fourier. anche per segnali reali. Un’ulteriore espressione della serie di Fourier.39). Consideriamo dapprima il caso di un segnale TC periodico.2). N0 pari . .40) e (5. si ottiene nel caso TC decomponendo Xk . 2 k=1 (5. 5. . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . compaiono soltanto quantità reali. .

45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . es.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. ovvero hanno potenza mutua nulla: ∗ Pxk xh = xk (n) xh (n) = j2π k n 1 N0 −1 j2π (k−h) n ∑ e N0 = δ (k − h) = N0 n=0 1. essendo fasori a frequenze distinte.4)] che i fasori e j2π k f0t che compaiono nella (5. È semplice anche in questo caso provare che i segnali xk (n). Riassumendo. Passiamo a considerare il caso di un segnale periodico TD. riprendendo e riscrivendo l’equazione di sintesi (5. sono tra di loro ortogonali. se k = h .10) sono a due a due ortogonali. 2.234 Serie di Fourier Abbiamo già osservato [eq. se k = h . Poiché (cfr. Notiamo che per segnali .4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. (5. In virtù di tale ortogonalità. con coefficienti X(k)/N0 . 2 ∑ N0 k=0 (5. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . nota come uguaglianza di Parseval per la serie di Fourier (a TC). 0. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . possiamo quindi enunciare la seguente proprietà: Proprietà 5. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. (5.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 .

ottenendo così il coefficiente ξM = Px (M) ∈ [0. Utilizzando l’uguaglianza di Parseval. In particolare. k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr. al variare di M.99 è necessario considerare M = 23 per l’onda rettangolare.2). e quindi per un fissato valore di accuratezza relativa. per ottenere una valutazione quantitativa di tale bontà. la (5. 5. tale coefficiente.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. con M ∈ N .12 è rappresentato. 1] . . indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). per un fissato valore di M. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. In fig. § 5. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 .5. sfruttando la simmetria hermitiana dei coefficienti. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. mentre è sufficiente un valore M = 3 per l’onda triangolare. Per un fissato valore di ξM . e confrontarla con la potenza del segnale originario x(t). è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. per avere ξM ≥ 0. Infatti. Px che può essere assunto come indice della bontà della ricostruzione al variare di M.2. Tale potenza può essere rapportata alla potenza Px del segnale x(t). ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . Ad esempio. rispetto a quello per l’onda rettangolare.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali.

60 80 100 . 5.236 Serie di Fourier 100 98 γM (%) 96 94 92 Onda triangolare Onda rettangolare 90 0 20 40 M Fig. Bontà della ricostruzione con un numero finito di armoniche: confronto tra l’onda rettangolare e l’onda triangolare.12.

13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore. Risposta di un sistema LTI ad un segnale periodico (caso TC). In particolare. 5.18 Consideriamo prima il caso TC.23) per calcolare l’uscita y(t). e supponiamo che il segnale x(t). è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. le espressioni precedenti sono state già utilizzate (cfr. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. 6).23). Pertanto. dove f0 = 1/T0 .105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . Per la linearità del sistema. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . 5. Risposta di un sistema LTI ad un segnale periodico (caso TD). Infatti. 5.97) e (4.5.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. Applicando l’equazione di sintesi della serie di Fourier a TC (5.46) ha la forma dell’equazione di sintesi (5. sfruttando le formule di Eulero. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. =Yk (5. periodico di periodo T0 . per il principio di sovrapposizione (3.5 Risposta di un sistema LTI ad un segnale periodico 237 x(t) H(f) Yk=H(kf 0)X k y(t) x(n) H(ν) Y(k)=H(kν0)X(k) y(n) Fig. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . sia applicato (fig. ed essendo i coefficienti Xk ∈ C quantità costanti. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . è possibile applicare il principio di sovrapposizione (3. 18 Espressioni . § 4. che può essere vista come un caso particolare di segnale periodico. l’uscita corrispondente ad un singolo fasore xk (t) = e j2π k f0t (avente frequenza k f0 ) della rappresentazione di x(t) si ottiene applicando la (4.7.10) della serie di Fourier di y(t). mediante le relazioni (4.46) Poiché la (5.13.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. Fig.14.10). 5.

in particolare. Yk = H(k f0 ) + Xk .48) (5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. che prende per questo motivo il nome di guadagno in continua del sistema. N0 k=0 dove ν0 = 1/N0 . con lo stesso22 periodo N0 del segnale di ingresso. la funzione H( f ) prende anche il nome di risposta armonica del sistema. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . e ricordando che Y0 = ydc e X0 = xdc .47) per k = 0. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. (5.51) Per gli spettri di ampiezza e fase. stretto rigore. applicando il principio di sovrapposizione.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t .14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). N0 k=0 =Y (k) (5.22).238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 . si ha: ydc = H(0) xdc . per la simmetria hermitiana di H( f ) risulta che H(0) è reale.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. 21 Si noti che.50) Dal confronto con la (5.47) sono tutte. Pertanto. se il sistema è reale. . valgono considerazioni analoghe a quelle già fatte nel caso TC. in generale.47). Particolarizzando la (5. Notiamo che le quantità che compaiono nella (5. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . In termini di modulo e fase.21 Passando ad esaminare il caso di un segnale TD. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. supponiamo che il segnale x(n). 5. calcolati alle frequenze fk = k f0 . periodico di periodo N0 .19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . la (5. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. si ricava anche in questo caso che y(n) è un segnale periodico. 19 A (5. (5. mette in luce che i coefficienti della serie di Fourier dell’uscita y(t) si ottengono moltiplicando quelli dell’ingresso per i campioni della risposta in frequenza H( f ). complesse.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n .47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | .47) La (5. sia applicato (fig. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).

5.5.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .16. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. 5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. 5. avente frequenza k f0 . 5. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale.9).4 0. |H(k f0)| 0. 5. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. come evidenziato nell’esempio che segue. la (5. 1 + j2π f RC per cui la (5. di ampiezza A e duty-cycle δc . Risposta di ampiezza del filtro RC (es.15.46). Esempio 5. Inoltre.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.4 0. 5. Facendo riferimento al caso TC.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .2.2 0 −5 0 k 5 Fig.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. Fig. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . 1 + j2π k f0 RC .4 |Yk| 0. in ingresso ad un sistema RC.2 |Xk| 0. ad esempio. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.6 0. riportata di seguito.9). la modifica subita dalla k-esima armonica. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.47) e (5. Particolarmente interessante è la modifica delle ampiezze delle armoniche.8 |H(f)|.

5. 5. tutte le armoniche aventi frequenze per le quali H( f ) = 0 vengono completamente bloccate dal filtro: tale intervallo di frequenze Ws prende il nome di banda oscura del filtro o stopband. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita.6 0. un comportamento tipico ad esempio dei circuiti elettrici risonanti.5 0 t/T 0. mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari).23 Come caso limite. 5.y(t) 0. In fig. in quattro tipologie principali: 23 Ovviamente non è escluso che il sistema LTI possa amplificare (quando |H(k f 0 )| ≥ 1) l’ampiezza di alcune armoniche. per effetto dell’attenuazione delle componenti ad alta frequenza. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche.17. per 2π f0 RC = 1. Il segnale y(t) di uscita (fig. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate.8 x(t).16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso).17). Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.9.240 Serie di Fourier 1 0. 5. In particolare. ossia quello di atte1) l’ampiezza di alcune armoniche. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband. 5. sulla base della posizione della banda passante e di quella oscura. si dice che il sistema LTI si comporta come un filtro. In particolare. . Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. Per questo motivo. Con riferimento al caso TC.5 1 0 Fig. i più semplici esempi di filtri sono quelli cosiddetti ideali. Viceversa. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze.4 0. I filtri ideali TC sono in genere classificati. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| .2 0 −1 −0. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. mentre in fig.

fc ]. Risposta in frequenza di un filtro ideale TC passabasso (LPF). fc ]. La risposta in frequenza (fig. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. 1. | f | ≤ fc . 5. . La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc . La banda passante del filtro è W p =]−∞. Fig. mentre la banda oscura è Ws =]−∞. Risposta in frequenza di un filtro ideale TC passaalto (HPF). mentre la banda oscura è Ws = [− fc .18. +∞[. La risposta in frequenza di un tale filtro (fig.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. La banda passante del filtro è W p = [− fc .19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. − fc [ ∪ ] fc . Anche in questo caso.6 Selettività in frequenza dei sistemi LTI e filtri ideali 241 HLPF(f) HHPF(f) 1 1 -fc Ws 0 Wp fc Ws f Wp -fc 0 Ws fc Wp f Fig. − fc [ ∪ ] fc . 5. | f | > fc .5. 0. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. 5.19. o equivalentemente: HLPF ( f ) = rect f 2 fc . 5. | f | > fc . +∞[. | f | ≤ fc .

− fc1 ] ∪ [ fc1 . è possibile definire due frequenze di taglio. La risposta in frequenza (fig. Un’espressione alternativa per HBSF ( f ) si ottiene osservando che un filtro BSF è complementare ad un filtro BPF con le stesse frequenze di taglio: HBSF ( f ) = 1 − HBPF ( f ) = 1 − rect f − f0 ∆f + rect f + f0 ∆f . altrimenti . . una inferiore ( fc1 ) ed una superiore ( fc2 ). con 0 < fc1 < fc2 . così come per il filtro passabanda. è possibile definire due frequenze di taglio. − fc2 [ ∪ ] − fc1 .242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. 5.20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. 5. mentre la banda oscura è Ws = ] − ∞. La risposta in frequenza (fig. 0. La banda passante del filtro è W p = [− fc2 . La banda passante del filtro è W p =] − ∞. dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . fc1 ≤ | f | ≤ fc2 . 5. − fc2 [ ∪ ] − fc1 . Risposta in frequenza di un filtro ideale TC passabanda (BPF).20. e ∆ f = fc2 − fc1 ). fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. altrimenti . con 0 < fc1 < fc2 (notiamo che f0 = Un’espressione alternativa per HBPF ( f ) è la seguente: HBPF ( f ) = rect f − f0 ∆f + rect f + f0 ∆f . fc2 ]. +∞[. Anche per questo filtro. fc1 [ ∪ ] fc2 .21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. +∞[. fc1 [ ∪ ] fc2 . mentre la banda oscura è Ws = [− fc2 . − fc1 ] ∪ [ fc1 . fc2 ]. Per questo filtro. 1. una inferiore ( fc1 ) ed una superiore ( fc2 ). (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. mentre la frequenza f0 prende il nome di frequenza centrale del filtro. fc1 ≤ | f | ≤ fc2 .

con la fondamentale differenza che. le cui espressioni analitiche sono riportate di seguito: HLPF (ν ) = rep1 rect ν 2νc (filtro passabasso o LPF) (filtro passaalto o HPF) (filtro passabanda o BPF) (filtro eliminabanda o BSF) (5.101) nel caso TC. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico.5. perché presentano una separazione netta tra banda passante e banda oscura. nelle fig. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. HPF. necessaria per garantire la periodicità di H(ν ). νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . 4. data dalla (4.6 Selettività in frequenza dei sistemi LTI e filtri ideali 243 HBSF(f) 1 -fc2 Wp Ws -fc1 0 Wp fc1 Ws fc2 Wp f Fig. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). Tali filtri si dicono ideali anche .25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio.52) e (5.25 sono mostrate le risposte armoniche dei filtri ideali LPF.11).21.52) (5.53) (5.55) è possibile definire due frequenze di taglio.22–5. 5. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). A causa di tale periodicità. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). le tipologie di filtri ideali sono le stesse. con 0 < νc1 < νc2 < 1 .22–5. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario. Tali filtri si dicono invece ideali in senso “fisico”.54) e (5. Si noti che per tutte le tipologie di filtri introdotti precedentemente. quindi soddisfa la proprietà di simmetria hermitiana. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). 0 < νc < 1 rappresenta la frequenza di taglio. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. Anche nel caso TD. prop. Per quanto riguarda il caso TD. 2 mentre per i filtri BPF e BSF. descritti dalla (5. oppure dalla (4.53).108) nel caso TD. Per questo motivo. descritti dalla (5. 5. Nelle fig. BPF e BSF per il caso TD.55) HHPF (ν ) = 1 − rep1 rect ν 2νc ν − ν0 ν + ν0 HBPF (ν ) = rep1 rect + rect ∆ν ∆ν ν − ν0 ν + ν0 + rect HBSF (ν ) = 1 − rep1 rect ∆ν ∆ν Per il filtri LPF e HPF. 1/2[. sia nel caso TC che TD.54) (5. 5. la risposta armonica H(·) è una funzione reale e pari.

quali ad esempio la stabilità e la causalità. .244 Serie di Fourier perché non soddisfano alcune delle proprietà dei sistemi. e per questo motivo essi non sono fisicamente realizzabili (una discussione più approfondita su questo aspetto sarà effettuata nel cap. 6).

Risposta in frequenza di un filtro ideale TD passaalto (HPF). Fig. 5. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF).25. Risposta in frequenza di un filtro ideale TD passabanda (BPF).22.23. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. .5. 5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig.24. Risposta in frequenza di un filtro ideale TD passabasso (LPF). 5. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. 5.

per la proprietà di linearità Xk = 2Yk − δ (k). e quest’ultimo problema è generalmente più semplice. per ricavare i coefficienti Xk di un segnale x(t) periodico. con f1 ∈ R+ . (c) si esprime il segnale periodico x(t) in funzione di uno o più segnali periodici con lo stesso periodo. T0 /2) oppure (0. T0 dove le scelte più comuni per l’intervallo di integrazione sono (−T0 /2. se x(t) = 2 y(t) − 1 si ha. e quindi andrebbe utilizzata per prima. Xk = 0 per tutti gli altri 4 valori di k ∈ Z. ci sono varie strade alternative: (a) nel caso particolare in cui il segnale si può esprimere come somma di sinusoidi/cosinusoidi.246 Serie di Fourier 5. si espande ciascuna sinusoide/cosinusoide con le formule di Eulero e si identificano i coefficienti Xk confrontando l’espressione ottenuta con l’equazione di sintesi della serie di Fourier (metodo di “ispezione”). [Suggerimento: per il punto (b). Esercizio 5. . In questo caso il calcolo di Xk si riduce a quello di un integrale definito (spesso conviene considerare separatamente il caso k = 0). utilizzare note formule trigonometriche ed applicare il metodo di ispezione. T0 ). in quanto i coefficienti della serie di Fourier di 1 (segnale costante) sono δ (k). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. In conclusione. (d) si utilizza la relazione nota come proprietà di campionamento in frequenza o formula di Poisson (cfr.2 Si consideri il segnale periodico: x(t) = | cos(2π f1t)| (segnale coseno “raddrizzato”). Esercizio 5.1 Si consideri il segnale: x(t) = cos(6π t) cos(2π t) + sin 2π t + (a) Determinare il periodo T0 di x(t). tutte le serie di Fourier proposte negli esercizi di questo capitolo sono calcolabili semplicemente anche con le tecniche (b) e (c). capitolo 6 del libro di teoria) che lega i coefficienti Xk della serie di Fourier alla trasformata di Fourier Xg ( f ) di un arbitrario segnale generatore xg (t) del segnale periodico. la procedura (d) è quella che semplifica maggiormente i calcoli. avente periodo fondamentale T0 e frequenza 1 fondamentale f0 = T0 . π 4 . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 e la frequenza fondamentale f0 .7 Esercizi proposti Con riferimento ai segnali TC (analoghe considerazioni sussistono per la DFS di un segnale TD). le cui serie sono più agevoli da calcolare. X2 = X−2 = X4 = X−4 = 1 .] 1 1 Risultato: (a) T0 = 1 (b) X1 = 2 j e jπ /4 . e si utilizzano le proprietà formali della serie di Fourier: ad esempio. Per un segnale avente forma più generale. il metodo di ispezione è applicabile solo a segnali composti da sinusoidi/cosinusoidi. (b) si risolve direttamente l’equazione di analisi Xk = 1 T0 x(t) e− j2π k f0t dt . in questo modo il calcolo della serie di Fourier si riconduce a quello della trasformata di Fourier di xg (t). X−1 = − 2 j e− jπ /4 . tuttavia.

dove xg (t) = rect 2t T0 − rect 2t − T0 T0 .5. dove  1 − 4t . con T0 ∈ R+ . k pari . (a) Rappresentare graficamente il segnale x(t).7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. f 0 2 = 2 f1 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. con T ∈ R+ .  k = 0. (b) Xk = (−1)k π (1−4k2 ) . 0 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.] 0. Risultato: (a) T0 = 2T . [Suggerimento: dal grafico.6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. Esercizio 5. 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . 0 T0 xg (t) = 0 . dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). altrimenti . ed applicare poi la proprietà di linearità della serie di Fourier. . . 0 ≤ t ≤ T /2 . Risultato: (a) T0 = 1 2 f1 . (π k)2 Esercizio 5. dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . k dispari . k dispari .3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (b) Xk = Esercizio 5. Esercizio 5. con T0 ∈ R+ .4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . (a) Rappresentare graficamente il segnale x(t). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. k = 0 pari . k dispari . 1 T . con T0 ∈ R+ .  j Risultato: (b) Xk = − π k . 0.  2  .5 Si consideri il segnale periodico x(t) = repT0 [xg (t)].

 j   0. [Suggerimento: dal grafico.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. 3. (a) Determinare il periodo N0 del segnale x(n). k ∈ {0. 2.   12 j 3π /8  e . . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. ed applicare poi la proprietà di linearità della serie di Fourier. k pari . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(N − 1) = 2 N 2 (3 + j). X(N − 2) = − N j. k2 π 2 Esercizio 5. k = 1. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) X(0) = N. . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . k = 0. 22} . da cui X(0) = −2. N 2 (3 − j). dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). X(2) = 0. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Esercizio 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. .9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . k dispari . (a) Rappresentare graficamente il segnale x(n). 1.] 0. X(1) = X(k) = 0 per tutti gli altri valori di k. j Risultato: (a) N0 = 24. . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k = 23 . Risultato: (b) Xk = 4 . (a) Determinare il periodo N0 di x(n). k ∈ {2. 3}. X(2) = N 2 j. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k .  24 .248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). . X(1) = 3 − j. Risultato: (a) N0 = N. Esercizio 5. X(3) = 3 + j. (b) X(k) = − 12 e− j 3π /8 .

. (a) Rappresentare graficamente il segnale x(n).    0. -5 0 5 n (a) Determinare il periodo N0 di x(n). 3. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . Esercizio 5. 3. k ∈ {1. . . 4. xg (n) = 2 . X(2) = −4.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. .7 Esercizi proposti 249 Esercizio 5..10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. 5. Risultato: (b) X(k) = 1 + 4 cos πk 3 . 2. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k ∈ {0. X(3) = 4 + j 8. Risultato: (a) N0 = 4. k ∈ {0.   1 . X(1) = 4 − j 8. 2..12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . dove  2 .13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . 4} . k = 0.. da cui X(0) = 12. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 6}. n = 0.. Esercizio 5. 2..5. 1. n = −1 . 8. 1. (b) X(k) = 4 + 8(− j)k . 3}. altrimenti . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Risultato: (a) N0 = 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. n = 1. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5.

X(2) = 3 j.14 Sia wN0 = e− j2π /N0 . X(1) = 2. X(3) = −3 j. ∀k pari. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. allora il segnale ha solo le armoniche dispari. X(2) = 3. T0 /2) e dividere l’integrale in due integrali. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(3) = − j. mostrare che se x(t) ha la proprietà di simmetria (5. valida ∀a = 0.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. Esercizio 5. X(2) = 2.56) (b) Viceversa. (b) X(0) = 3. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(2) = 1 + j. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). X(3) = 5 + j.56). (5. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). X(2) = 1. ∀t ∈ R .] 1−a Esercizio 5. X(3) = 3 e j7π /4 . X(3) = 1 − j. X(1) = 3 e jπ /4 . in modo da poter sfruttare la (5. . (b) Scrivere l’equazione di analisi in (−T0 /2. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. X(1) = −5. (e) X(0) = 3. X(1) = 3. X(3) = −5. (c) X(0) = j.56). (d) X(0) = −2.56) operando un cambiamento di variabile in uno dei due integrali. N0 ∈ N: 0 x(n) = x n T0 N0 . Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . e si ha in particolare  0 . ] Esercizio 5.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. [Suggerimento: applicare le identità dell’esercizio 5.14. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(1) = 5 − j. X(4) = −3.16 Senza calcolare esplicitamente x(n).

[Suggerimento: utilizzare le proprietà della DFS. avente DFS X(k). 4 ≤ t < 8 . (e) x(n) reale.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. Esercizio 5. Risultato: y(t) ≡ 0. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. Esercizio 5. (c) x(n) non reale. (2) ∑5 x(n) = 2. 1 + j2π f T0 ottenendo il segnale y(t). il segnale x(n) è quello avente potenza Px minima. avente DFS X(k). utilizzare l’uguaglianza di Parseval per la DFS. dove xg (t) = Λ t T0 . con xg (t) = 1. (b) x(n) reale. β . (d) x(n) non reale. n=0 (3) ∑7 (−1)n x(n) = 1.] Risultato: x(n) = 1 + 1 (−1)n . 0 ≤ t < 4.17 Si consideri il segnale periodico x(n). . viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . per la proprietà (4). caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. 3 6 Esercizio 5. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . (3) X(11) = 50.7 Esercizi proposti 251 Risultato: (a) x(n) reale.5. con T0 ∈ R+ . (4) Px = 50. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n).] Risultato: α = 10. −1. (2) x(n) è periodico di periodo N0 = 10. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). β = π /5 e γ = 0.18 Si consideri il segnale periodico x(n). γ . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. Esercizio 5. e determinare in particolare le costanti α .

H(3/4) = 2 e− jπ /4 .22 Il segnale periodico x(t) = repT0 [xg (t)]. . con T0 ∈ R+ . (a) Determinare la frequenza di taglio fc del filtro in modo che l’uscita y(t) del filtro sia un segnale sinusoidale di frequenza f0 = 1/(2T0 ). si trova che Esercizio 5. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . è posto in ingresso ad un filtro passabasso avente risposta armonica: H( f ) = rect f 4 f0 e − j2π 4 f f 0 con f0 = 1/T0 . π2 Esercizio 5. (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. 2. (b) y(t) = π82 cos(2π f0t). Esercizio 5. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). (b) In corrispondenza dei valori di fc determinati al punto (a). H(1/2) = 0. 1. Risultato: (a) xdc = ydc = 1 . Determinare i valori di H Risultato: H(0) = 0. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). 1). calcolare l’espressione esplicita di y(t). 3. con T0 ∈ R+ . e ∆ν = 1 24 .21 Il segnale periodico x(t) = rep2T0 [xg (t)].24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . per k = 0. 1 2T0 3 < fc < 2T0 . (b) Determinare il rapporto tra l’ampiezza della terza armonica e l’ampiezza dell’armonica fondamentale per ciascuno dei segnali x(t) e y(t). Determinare il segnale y(t) in uscita al filtro. H(1/4) = 2 e jπ /4 . dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . Risultato: y(t) = 8 sin(2π f0t). l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . . 9 Esercizio 5.252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t).

è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . 2T Esercizio 5.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ).7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n .28 Con riferimento allo schema in figura. f1 = 2 kHz. (b) y2 (n) = sin . con T0 ∈ R+ .364 f0 . con f0 = 1 kHz.2. (c) y3 (n) ≡ 0. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . 1 + j2π f RC 2|Y1 | Y0 (a) Determinare l’espressione dei coefficienti Yk della serie di Fourier del segnale y(t) in uscita al filtro. Esercizio 5. (b) Con riferimento al punto precedente. (c) RC = T0 π 3 . si calcoli l’uscita y(t). è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . Determinare la costante di tempo RC del filtro in modo che l’ampiezza della prima componente sinusoidale a frequenza superiore ad f0 del segnale filtrato sia pari ad 1/25 della fondamentale.5. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. (a) Calcolare la frequenza fondamentale f0 del segnale x(t). .] √ 1 2 1 . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 .26 Il segnale x(t) = +∞ k=−∞ ∑ (−1)k Λ t − 2kT0 T0 è posto in ingresso ad un filtro ideale passabasso di guadagno unitario e frequenza di taglio 1/T0 . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5.27 Il segnale x(t) = rep2T0 [xg (t)]. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). Esercizio 5. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . con T0 ∈ R+ .25 Il segnale periodico x(t) = repT0 [xg (t)]. dove xg (t) = cos πt T0 rect t T0 . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . f2 = 3 kHz. Risultato: RC = 1 2π f0 68 13 ≈ 0. Py = π 4 1 + 81 . sapendo che: (1) x(t) = cos(2π f0t).6.

z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.5/T0 e guadagno unitario. y(t) H( f ) . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. (3) H2 ( f ) è la risposta in frequenza di un filtro ideale passaalto avente frequenza di taglio 3 kHz e guadagno nella banda passante pari a 2. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. x(t) . k=−∞ k=−∞ .H1 ( f ) u(t) - (·)2 v(t) . dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . Determinare l’espressione del segnale di uscita z(t).H2 ( f ) . Esercizio 5. (1) x(t) = 5 + 2 cos(2π f0t).30 Con riferimento allo schema in figura. x(t) 6 .H1 ( f ) 6 . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk .29 Con riferimento allo schema in figura.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4).254 Serie di Fourier (2) H1 ( f ) è la risposta in frequenza di un filtro ideale passabasso avente frequenza di taglio 2 kHz e guadagno nella banda passante pari a 2.5 f0 e guadagno in continua unitario. (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . =4kHz Esercizio 5. 1 2π f0 e guadagno in continua unitario.H2 ( f ) . Py = 776. Si assuma che tutti i segnali ed i sistemi considerati siano reali.y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t].

Sign up to vote on this title
UsefulNot useful