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

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

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

. . . . . . . 6. .2 Interpolazione ideale . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . 6. . . . . . . . integrazione e somma . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . . 7.3 Campionamento ed interpolazione in pratica .2. . . . . . . . . . . 6.5. . . . . . . . . . .5 Esercizi proposti . . . . . . . . 6. . . . 6. . . .3. .7. . . . 6. . . . . . . . . . . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . . . 6. . . . . . . . . . . 6. . . . . . . .7. . . . . . . . . . .3 Segnali TD transitori . . .2 Trasformazioni della variabile indipendente . 434 A.3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . . 7. . . . . . . . . . . . . . . 7. . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . .6. . . . . . 6.3 Esistenza ed invertibilità della trasformata di Fourier . . . .1 Trasformata di Fourier per segnali TC . . . . . . . . . . . . 6. .5. . . .8 Esercizi proposti . .1 Proprietà di convoluzione . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . 433 A. . 6. . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . . . . . . . . . . . . . . .4. .2. . . .2 Interpolazione non ideale . . . . . . . . . . . . . . . .1 Definizione di numero complesso . . . . . . . . . . . . . . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . . . . . . .2 Segnali TD . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . 7. . . . . . . . 6. . . . . . . . . . .2 Trasformata di Fourier per segnali TD . . . . . . . . . . . . . 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 . . . . . . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . . . . A Richiami sui numeri complessi 433 A. . .6 Trasformata di Fourier dei segnali periodici . . 6. . . . .6. . .1 Segnali TC . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.7. .4 Proprietà della risposta in frequenza . .7. . . . .5. . . . . 6. . . . . 6.1 Trasformata di Fourier di un segnale periodico TC . . . . . . . .2 Forma algebrica dei numeri complessi . . . . 6. . . . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . .1 Trasformazioni della variabile dipendente .2 Banda passante e banda di un sistema . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . 6. . . . .1. . . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . .2. . . .3 Segnali a banda non limitata . . 6. . . 6. . . . . .1 Introduzione . . . . . . . . . .3. . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3. . . . . . . . 6. . . . .6. . . . . . . . .6. . . . 7. . . . . . . . .5 Proprietà della trasformata di Fourier . . . . .2 Segnali a banda praticamente limitata . . . . . . . . . . . . . .2. . . . . . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Trasformata di Fourier . . . . . 7. . . . . . . . . .4. . . . . . . . 6. .4 Estensione spettrale e banda di un segnale . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . .3 Derivazione e differenza prima.4 Quantizzazione . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . .3 Aliasing . . . . . . . 437 .1 Teorema del campionamento . . . . . . . . . . . . . . . . . . 6. . . . 6. . . . . . . . . . . . . . . . . . . . .

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

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

e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . 1. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. 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)] . Esempio 1. Fig. 1.3 (successione) In matematica. f0 e ϕ0 sono diversi. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse.1 e 1. è possibile applicare metodi per determinare soluzioni approssimate. Un esempio classico è il metodo di Newton o della tangente. 1. 1. f [x(n − 1)] con n = 1. Esempio 1. . 3. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. . seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ).3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. pulsazione ω0 o frequenza f0 .2 è una funzione del tempo x(t). il metodo di Newton (fig. 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). . convessa e tale che f (a) < 0 ed f (b) > 0. dove ϕ0 è la posizione angolare del corpo all’istante t = 0. Posto x(0) = b. anche se il significato fisico ed i valori dei parametri A. 2. 1.2. che sia crescente. 1.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. inoltre.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.1. e fase iniziale ϕ0 .2. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. 1.1. . Il segnale sinusoidale degli es. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 .2. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. Supponiamo che f sia dotata di derivata prima continua e. Ripetendo tale procedimento. . che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. ed è raffigurato in fig. frequenza f0 . Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante.

1.1) dove l’insieme T. Ugo Bianchi.... per gli es. Al crescere di n. che prende il nome di insieme di definizione o dominio di x.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi.4. 1. 1. un voto nell’es. racchiude i valori assunti dalla variabile dipendente x. 1. il dominio del segnale risulta essere T = N0 = {0.3. . 2.3.} è costituito dai nomi degli studenti. il dominio T di x coincide con l’insieme dei numeri reali.1..3. 1.4) ed una variabile dipendente x (una lunghezza nell’es. . un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1. 1. 1. lo studente nell’es. Fig. 1. Esempio 1.2.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . un segnale di questo tipo può essere indicato come segue: x : T → X. nel caso dell’es.4 (tabella) In alcuni casi. Si osservi che.4. dove f (x) denota la derivata prima di f (x). l’indice n nell’es. una tensione nell’es. possono rappresentare dati . . ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. Ad esempio.14 più avanti)..2. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. cioè T = R. 1. 1. 1. 1.2 e 1. 1.. 1. 1. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. Inoltre. Il segnale in forma tabellare dell’es. Tale relazione definisce una successione numerica. (1.4).10 e 1. 1. infine. che prende il nome di immagine di T mediante x o anche codominio di x. . 1.. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). . Il metodo di Newton dell’es. Gli es. .2.. Voto 22 30 25 30 . i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.. 1. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. come accade nell’es. in questo caso. nel caso dell’es. 1. Maria Turchini.1 e 1.4.3. mentre l’insieme X. Franca Neri .3. un segnale può essere definito mediante una tabella.1.1. x(1) x(2) Fig..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.1 e 1. ad esempio per molti segnali la variabile indipendente è proprio il tempo. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n.4.4. come nell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. 1. .3. ovvero un segnale definito nell’insieme N0 dei numeri naturali. le variabili indipendenti di un segnale possono non avere un significato fisico o. ma esistono casi significativi di segnali – le immagini. il dominio del segnale T = {Carlo Rossi...

1. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. 1. comunque. di natura più generale (gli studenti).5. Di norma. Rappresentazione di un sistema mediante schema a blocchi. che associa ad ogni messaggio da trasmettere . Concludiamo osservando che. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. Fig. 1. quando tuttavia vorremo enfatizzare la seconda interpretazione.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. e alla variabile dipendente x come all’“ampiezza” del segnale. 1. 1. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. Schema elettrico di un partitore resistivo. Esso è composto da tre elementi fondamentali: un trasmettitore. Gli es. scriveremo {x(t)}t∈T. quale il partitore resistivo dell’es.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. riportato schematicamente in fig. a prescindere dal loro effettivo significato fisico.5. Esempio 1. 1. capace di trasportare un messaggio dalla sorgente alla destinazione. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . rimandando il lettore agli esempi che ne chiariscono meglio il significato. 1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Esempio 1.6. è lo schema a blocchi 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). Tali funzioni potranno essere descritte mediante un’espressione matematica. Definizione 1.7.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi.1 e 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). 1. oppure può rappresentare la legge di corrispondenza (1.1) (cioè il segnale nel suo complesso per ogni t ∈ T).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). un grafico o una tabella. dei quali alcuni sono identificati come segnali di ingresso (o cause). mentre l’uscita è la tensione ai capi del resistore R2 .5.6. con riferimento ad un segnale funzione del tempo.

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

si useranno le notazioni y(t) = S[{x(u)}u∈T.t].8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) .1). Per evidenziare invece il fatto che nella trasformazione (1.1) e (1. su tutto il proprio dominio di definizione T. Infatti.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du .6 Segnali e sistemi: introduzione In fig. rispettivamente. per ogni t ∈ R. In tal caso. 1. 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. 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. per ogni n ∈ Z. tuttavia. i cui elementi sono numeri reali o interi relativi. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. più in generale. Esempio 1. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. com’è anche evidente dagli es. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso.8 è riportata una rappresentazione schematica della legge di corrispondenza (1.2). forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. 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. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. indipendentemente dai fenomeni fisici coinvolti.8. In tal caso.3) per descrivere sinteticamente la trasformazione (1. con t ∈ R. 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. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. In molti casi. 1. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). risulta essere convergente. 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. con particolare riguardo a quelle che sono applicabili in generale. Si osservi che.2).2) che definiscono segnali e sistemi. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. piuttosto che sulla realtà fisica cui il modello si riferisce. che definisce un segnale.7 e 1.t] y(n) = S[{x(k)}k∈T. Sulla base di tale osservazione. Esempio 1. rispettivamente. 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.t]. possano sembrare simili a prima vista.2). con n ∈ Z. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. Una seconda osservazione importante è che.2). n] (1. è una legge di corrispondenza tra insiemi “numerici”.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). sebbene le corrispondenze (1. la (1. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. la (1. d’altra parte. 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 ] − ∞.

Esempio 1. della realtà che intende descrivere. In fig.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. 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”.6 0. infatti. in forma tabellare.2) non è mai esattamente sinusoidale. In secondo luogo. 1. il modello matematico è quasi sempre frutto di approssimazioni. per la presenza di disturbi. accoppiamenti parassiti. 1. in quanto contengono un certo grado di imprevedibilità o di incertezza.3 Segnali deterministici ed aleatori I segnali considerati negli es. Va osservato come principio generale che un modello è solo una rappresentazione.6 0.5 −0. 1.8 1 0 −0. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. Tali segnali scaturiscono da fenomeni fisici che. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. In primo luogo.8 1 (a) (b) Fig.9. quasi sempre estremamente semplificata. ad esempio.1. Il segnale vocale assume una forma profondamente diversa. 1. che non possono cioè essere descritti esattamente.2 e 1. 1. non ammettono una descrizione matematica esatta. per la loro complessità. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. che esprime la pressione acustica in funzione del tempo. es. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.4 t 0. o per la conoscenza imperfetta dei meccanismi che li governano. non linearità.4 t 0.3 Segnali deterministici ed aleatori 7 1 1 0. ecc.2 0. 1.5 0.2 0. . ben presente nel seguito. 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.1. La classe dei segnali deterministici è ampia. o in forma grafica). In conclusione.5 −1 −1 0 0.5 x(t) 0 x(t) 0 0.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. Definizione 1.

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

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.

y) Green z G(x. Se l’immagine a colori è in movimento (filmato a colori).y) Fig. 1. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. discusso nell’esempio seguente.18) può essere decomposta dalle sue tre componenti fondamentali. y). y). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria.18.14 (immagine a colori) Una immagine fissa a colori (fig.4. i segnali sono tutti scalari. zB (x. y) = [zR (x. verde (G) e blu (B). e quindi nei segnali zR (x. . rosso (R). y. y)] . zB (x.y) Blue z B(x. y). siano essi zR (x. zG (x.14 Segnali e sistemi: introduzione Red z R(x. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. per cui il segnale sarà descritto da una funzione vettoriale z(x. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. y). y).t) di tre variabili. y). y). zG (x. 1. Esempio 1. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. Un esempio di segnale vettoriale è l’immagine a colori. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. 1. Negli esempi visti in precedenza.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. zB (x. y).2 Proprietà della variabile dipendente Definizione 1. zG (x. ovvero un “array” di scalari.

. rimpiazzandole con un numero finito di possibili valori. Un esempio di segnale ad ampiezza discreta è il segnale logico. t -5 Fig.19.19) descrive la variazione dello stato logico nel tempo. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. −A .1).2 assume con continuità tutti i valori dell’intervallo [−A. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.15. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. se x(n) ≥ 0 . 1. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). La quantizzazione si dice “ad un bit” in quanto l’ampiezza . Il vantaggio che si consegue con la quantizzazione è che. altrimenti .1. Esempio 1. detta quantizzazione. 1. Il segnale risultante x(t) (fig.20(a). 1. Esempio 1. 5} è costituito solo da due valori. Sulla base del modello matematico (1. . utilizzato per descrivere un segnale. raffigurato in fig. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. mentre X è un insieme discreto per un segnale ad ampiezza discreta.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).4 Classificazione elementare dei segnali 15 x(t) 5 . 1. Il segnale risultante è mostrato in fig.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. 1.12. A] ≡ X. 1. visto che il suo codominio X = {−5.20 (b).16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. se il numero delle ampiezze è finito. Definizione 1.. 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 .. la sinusoide degli es.1 e 1.. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.

. 1. (b) il segnale ad ampiezza discreta y(n) dell’es. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.12.16 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. segnale ad ampiezza continua quantizz . 1. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. 1.21. segnale ad ampiezza discreta Fig. Così come il campionamento. 7. anche la teoria della quantizzazione sarà approfondita nel cap.20. denominato quantizzatore. 1. Schema a blocchi di un quantizzatore. Anche l’operazione di quantizzazione si può interpretare come un sistema. 1.21. e quindi può essere rappresentata con un solo bit.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). assume due soli valori. e raffigurato in fig.

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. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. esse sono indipendenti. I segnali del mondo fisico sono analogici. Tra esse. Viceversa. esistono metodologie ben consolidate. 1. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. l’interesse per i segnali digitali è più recente. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). . affrontato già a partire dal XVIII secolo. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. e tra segnali ad ampiezza continua o discreta. DSP).22. tanto da meritare una denominazione particolare: Definizione 1. 1.1. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. tuttavia.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. 1. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza.18 e la successiva discussione).4. 1.3 Segnali analogici e digitali Dal punto di vista applicativo.22). e per il loro studio matematico. Di queste. 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. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig.

. Fig. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite.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. I sistemi visti in precedenza. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO).23. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). 1.23. Definizione 1. 1. Nel seguito. a parte il caso dei sommatori e dei moltiplicatori. 1. quali il numero degli ingressi e delle uscite. quando parleremo di sistema.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. raffigurati schematicamente in fig. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. o viceversa.24. supporremo implicitamente che esso sia di tipo SISO. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. (b) moltiplicatore a due ingressi. ed il quantizzatore. Definizione 1. il campionatore. l’interpolatore. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. 1. (a) sommatore a due ingressi. (b) sistema a TD. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto.5 Classificazione elementare dei sistemi Come i segnali.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). quali ad esempio il partitore resistivo. (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. Esempi di sistemi MISO. sono tutti di tipo SISO.

come il partitore dell’es.2) utilizzato per descrivere matematicamente un sistema. in campo economico o sociale). essi sono inoltre di grande interesse ingegneristico. 1. 1. Inoltre. Conversione A/D: (a) schema a blocchi di un convertitore A/D. Esempi significativi di sistemi di questo tipo sono il campionatore (es. ADC). sia una quantizzazione (cfr.6. Esempio 1.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . e quindi bisogna effettuare sia un campionamento (cfr. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. es.25). che presenta ingresso a TD e uscita a TC. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. 1. Lo schema del convertitore A/D riportato in fig. 1.25 è puramente di principio. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. 1. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. e l’interpolatore (es.25. 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. I sistemi a TD non esistono generalmente “in natura”.5. Il seguente esempio introduce due ulteriori esempi di sistemi misti.24(a). Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. 1.16). nel caso di sistemi a TC. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. quantizz . ed i sistemi a TD sono denominati.1. che presenta ingresso a TC e uscita a TD. segnale digitale (b) Tc Fig. . è un sistema a TC. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. effettuata da un sistema denominato convertitore A/D (fig. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit.13). in un convertitore A/D reale (denominato anche analog-todigital converter. 1. e viceversa.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. 1. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. 1. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. es. Sulla base del modello (1. infine. 1.24(b). La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. In accordo con la simbologia introdotta in fig.12).3 Infine. sistemi digitali. e spesso non sono nemmeno chiaramente separabili. in maniera lievemente imprecisa. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. o viceversa. 1. e quindi sono sistemi a TC: ad esempio una rete elettrica. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC.12). 1. mentre U contiene solo segnali a TD. nel caso di sistemi misti. l’insieme I racchiude solo segnali a TC. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita.

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

Una volta inciso il master. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. entrambe effettuate in maniera analogica. 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. viene sottoposto ad una conversione A/D. L’es. viene amplificato e inviato ad un masterizzatore (analogico). 1. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. ovvero converte la pressione acustica del suono in un segnale elettrico. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. che vengono vendute all’utente finale.1. l’utente può riascoltare il brano inciso utilizzando un giradischi. e da questi ultimi le copie in materiale plastico (vinile). Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). Schema analogico per la registrazione/riproduzione audio. da esso si possono ricavare dei master secondari. tipicamente in materiale metallico pregiato.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. 1. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica.29. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). ed inviate ad un convertitore D/A. Il masterizzatore si comporta da attuatore. In esso. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. che si comporta da trasduttore. bruciando con un laser in misura maggiore o minore le zone del disco. Tale segnale elettrico. la differenza significativa è che il segnale captato dal microfono. ed inviato ad un masterizzatore (digitale). l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. 1.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico.28. dopo l’amplificatore. codificato in bit. 1. Successivamente. Esempio 1. 7. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. Da ciascuna copia. .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. di debole intensità.

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

24 Segnali e sistemi: introduzione .

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

La somma si può estendere facilmente a più di due segnali. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni. 2.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. . le operazioni di derivazione ed integrazione per segnali TC. 1 Qui e nel seguito.1.5) denominato sommatore e rappresentato schematicamente in fig. Prodotto In maniera simile alla somma. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. il prodotto di due segnali. saranno definite due operazioni corrispondenti. (b) moltiplicazione di due segnali. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr.1(a). 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). denominate differenza prima e somma corrente. detto impulso di Dirac.26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. ad esempio. Inoltre. nel caso TD. considereremo in particolare la somma di due segnali. e dei sistemi. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . quali. la moltiplicazione di un segnale per una costante. 2. Operazioni sui segnali: (a) somma di due segnali. § 1. 2. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC.1.

Se a = −1. attraverso l’introduzione delle operazioni di decimazione ed espansione. Si noti che una traslazione temporale non modifica la forma del segnale. dove però. considereremo alcune caratteristiche peculiari del caso TD. per quest’ultima operazione. Genericamente. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). Più in generale. ma comporta solo una variazione del riferimento temporale. cioè n0 ∈ Z: in altri termini.2 può essere utilizzato anche in questo caso. 2. . dove per t0 > 0 si ha una traslazione verso destra del segnale. come rappresentato in fig.2. 2. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. mentre per t0 < 0 si ha una traslazione verso sinistra. 2. lo schema di fig. ed il cambiamento di scala temporale. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) .2. se a < 0. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . o ritardo. 2. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|.3. un segnale TD può essere traslato solo di quantità intere.1. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. il parametro della traslazione n0 assume necessariamente valori interi. la riflessione temporale. 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. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. o anticipo. Schema a blocchi di un amplificatore/attenuatore. 2. in particolare.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. raffigurato in fig. a differenza del caso TC.2.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale.1(b). con a > 0. 2.

5 (a) . 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). si dice dispari. (b) segnale ritardato (t0 > 0). la riflessione corrisponde a riprodurre il brano al contrario. Ad esempio. 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. secondo le seguenti relazioni. se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. 2. 2. x(−t) = x(t).3. Un segnale TC invariante alla riflessione. x(t) = −x(−t). in fig. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . y(n) = x(−n) . 2.28 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. invece. Traslazione temporale di un segnale TC: (a) segnale originario. un segnale TD si dice pari se x(−n) = x(n). si dice pari. Dal punto di vista fisico. (c) segnale anticipato (t0 < 0). dispari se x(n) = −x(−n). un segnale TC invariante rispetto alla cascata di una riflessione e inversione.4. Analogamente.

.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. (c) Il prodotto di due segnali pari è un segnale pari. 2. 2. A partire dalla definizione di segnale pari e dispari.t2 . (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·).2. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . risulta necessariamente x(0) = 0.5 (c) e (d) sono raffigurati due esempi di segnali dispari.t1 t Fig. mentre il prodotto di due segnali dispari è un segnale pari. Riflessione temporale di un segnale TC: (a) segnale originario. 2. mentre in fig. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.6. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. (b) segnale riflesso. e (b) sono raffigurati due esempi di segnali pari.4.

x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.6. (c) segnale dispari a TC.5.30 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. . (b) segnale pari a TD. 2. (b) segnale dispari a TD. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. 2. Esempio di decomposizione di un segnale TC in parte pari e dispari.

2. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. Nel caso a < 0.7(b)]. il cambiamento di scala temporale è definito come y(t) = x(at) . 2. se il segnale x(t) è l’audio di un brano musicale. dove a ∈ R+ : per a > 1. si ha una compressione dei tempi [fig. Si noti che sia nel caso della compressione che dell’espansione.7(a)]. l’operazione y(t) = x(at) non è elementare. e quindi a velocità maggiore (ad esempio.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. (b) segnale compresso (a > 1). Cambiamento di scala temporale di un segnale TC: (a) segnale originario. in particolare. mentre con . Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD.7. Dal punto di vista fisico. per cui tratteremo separatamente questi due casi. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). Nel caso TC. 2. (b) segnale espanso (0 < a < 1). il valore del segnale per t = 0 rimane inalterato. il caso a = 1 lascia ovviamente il segnale inalterato. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. 2.

Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. per cui si scrive: y(n) = x(nM) . 2. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. si noti l’effetto di compressione (minore durata) del segnale risultante. In questo caso è possibile ancora parlare di compressione. 2 L’uso .8. ma nel caso TD si utilizza il termine più specifico di decimazione. Per segnali a TD. l’espansione si ottiene esattamente l’effetto opposto. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. infatti. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. 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. derivante dalla perdita di due campioni ogni tre del segnale originario. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. ovvero se a = M ∈ N. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig.8.32 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. 2. Decimazione di un segnale TD: (a) segnale originario. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. se se sceglie M = 10.2 infatti. (b) segnale decimato con M = 3.

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 . Se anche. per analogia con il caso a = M.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. se n è multiplo di L . Passiamo ora ad esaminare l’operazione di espansione nel caso TD. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. si assume a = 1/L. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. l’espansione a TD è una operazione perfettamente reversibile.1) Un esempio di espansione per L = 3 è fornito in fig. della compressione di un segnale TC.2. Espansione di un segnale TD: (a) segnale originario. L 0. 2. in quanto an non è un numero intero. perché alcuni campioni del segnale TD (in generale. M − 1 campioni ogni M) sono eliminati completamente. con L ∈ N. Analogamente a quanto visto per la decimazione. . A differenza della decimazione.9. (b) segnale espanso con L = 3. (2. altrimenti . 2.9.

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

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

Gli esempi che seguono mostrano come procedere in due situazioni tipiche. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. (3) anticipo di 5. 6 anticipo di 5: y(n) = v(n + 5) . e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . come: y(n) = se n è pari .36 Proprietà dei segnali il risultato corretto per via analitica. il segnale y(n) si può esprimere esplicitamente. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Esempio 2.1). Pertanto. allora il risultato si ottiene calcolando il valore del segnale in quel punto. altrimenti il valore del segnale è nullo. 2 2 2 Con riferimento all’ultima espressione. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. per cui il segnale y(n) vale convenzionalmente zero. ovvero se n è pari. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Esempio 2. n espansione di 2: y(n) = v . 2 0.5 (combinazione di operazioni elementari. eliminando la notazione simbolica con le parentesi quadre. (2) espansione di 6. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . 6 6 2 . n x − − 5 . (2) anticipo di 5.4 (combinazione di operazioni elementari. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. n espansione di 6: v(n) = u . mentre in tutti gli altri casi è frazionario. anticipo di 5: v(n) = u(n + 5) . altrimenti . 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 . (3) espansione di 2.

per cui l’espressione ottenuta si può rendere esplicita.2.2).10. In particolare. altrimenti .1. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. 2. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. se il segnale x(t) è derivabile nel punto t0 ∈ T. 2 2.6 0. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2.10. altrimenti . integrazione. Pertanto.2) esista e sia finito. si dimostra che x(t) è anche continuo in t0 . 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. 0 . un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o.1 Operazioni elementari sui segnali 37 1 0.2) che esiste ed è finito. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. 2. al più. Gradino a TC. Se il segnale x(t) è derivabile in t0 . ed è rappresentato graficamente in fig. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . Tuttavia. Il gradino a TC è definito come: u(t) = 1 . 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 (2.4 Derivazione. come:  se n è dispari . eliminando la notazione con le parentesi quadre. Con riferimento all’ultima espressione. se t ≥ 0 .4 0. il che accade se e solo se n è dispari. 0 . In particolare.8 x(t) = u(t) 0. infinito numerabile di punti di discontinuità di prima specie. § B. y(n) = n+5 x .2 0 −2 0 2 4 t 6 8 10 Fig. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. Il gradino presenta una discontinuità di prima specie per t = 0.

Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). essendo continua. per t < −ε .2) non è definito. vale zero in tutti i punti. cercheremo di calcolare la derivata di u(t) euristicamente. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. bisogna ricorrere al concetto di derivata generalizzata. posto ε ∈ R+ . non previsto dall’analisi matematica elementare. si ha: ε →0 lim uε (t) = u(t) . raffigurata in fig. tuttavia. (b) la derivata δε (t) di uε (t). rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. conservando area unitaria. definiamo la seguente funzione uε (t):  0 . in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. Per mantenere la trattazione ad un livello sufficientemente elementare. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. da sinistra (che vale 0). 1 2ε per |t| > ε . . Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. in effetti. per |t| ≤ ε .11(a).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. La funzione uε (t). e la sua derivata vale: δε (t) = d uε (t) = dt 0. 2. L’approssimazione è tanto migliore quanto più ε è piccolo. per |t| < ε . al limite per ε → 0.  1 t uε (t) = 2 1 + ε . 2. La derivata di u(t).   1. Questo risultato. tranne che nel punto t = 0. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. non è intuitivamente accettabile. ma per t = 0 presenta una rapidità di variazione infinita. Per tener conto di questo comportamento e. sebbene matematicamente corretto. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. poter definire la derivata del gradino anche per t = 0. in cui il limite del rapporto incrementale (2.11. quindi. calcolata applicando la regola di derivazione ordinaria. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. Allo scopo di calcolare la derivata generalizzata del gradino. Infatti. per t > ε . destra (che vale 1). .

un operatore che associa alla funzione x(t) un numero reale.4) Dal punto di vista matematico. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . ε →0 (2. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. al limite per ε che tende a zero.2. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. Dirac nei suoi studi sulla meccanica quantistica. possiamo affermare che esiste un punto tε ∈ [−ε . si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. δε (t) non ha alcun significato come funzione ordinaria. la (2.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero.5) In altre parole.3) mediante una funzione.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). ε ) e la misura di tale intervallo.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. Questo risultato suggerisce di definire il limite al secondo membro della (2. 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 . Quindi. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) .3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. A tale scopo. Infatti. ε →0 dt (2. Al diminuire di ε . se è vero che. la convergenza della famiglia di funzioni δε (t) alla funzione . il funzionale (2. cioè. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. (2. Ciò suggerisce che la convergenza del limite al secondo membro della (2. 2. che indichiamo con δ (t) = lim δε (t) . la funzione ordinaria δε (t) non converge ad una funzione ordinaria. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). conservando tuttavia area unitaria. per ε → 0. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε .6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) .7) dove x(t) è un arbitrario segnale continuo nell’origine. al limite per ε che tende a zero.4) definisce un funzionale che si “appoggia” alla funzione δε (t). Al limite per ε → 0. a differenza del concetto di convergenza di funzioni ordinarie. Come indicato dal loro stesso nome.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. (2. 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. motivo per cui è comunemente nota come impulso o delta di Dirac. ε →0 (2. Invocando il teorema della media.

∀t0 ∈ R. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. ∀x(t) 0. se a < 0 < b .40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. ∀x(t) continua in t0 . riguarda il fatto che. (2. consiste nell’osservare che. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). ∀a < b ∈ R. La prima. ma. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. ∀t0 ∈ R. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. b a continuo in t = 0.8) ovvero. di carattere prettamente matematico.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. secondo l’analisi matematica convenzionale. ∀n ∈ N. a valle delle considerazioni fatte finora.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale.9) dt In altre parole. 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). ad esempio. (2. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. ∀x(t) continua in t0 . di carattere esclusivamente applicativo.5) e (2. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). per semplicità d’impiego nelle applicazioni. A partire dalla definizione (2. la (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. La seconda. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . . se a > 0 oppure b < 0 . +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ).5) e (2. in virtù delle (2. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. (d) Parità: δ (−t) = δ (t). convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. |a| . implicitamente.7). δ (t) x(t) dt = x(0) .8). 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. ∀a ∈ R − {0}.

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

approfondiremo questa classificazione.t2 ). 2. . cioè. considerando sia segnali TC che TD. . In altre parole. In tal caso. . con riferimento alla definizione generale di estensione.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 primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. x(n) = 0 per ogni n ∈ {n1 . . 2. Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. con t2 > t1 . 2. Tuttavia. . . . Nel caso TD. x(t) = 0 per ogni t ∈ (t1 . non esiste una definizione universalmente accettata di estensione temporale di un segnale. legato all’interpretazione di quali valori del segnale siano trascurabili. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . n1 + 1. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. 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 ). esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. Nel seguito. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. n1 + 1. . n2 }. con riferimento a taluni casi particolari di segnali.18. . . l’estensione del segnale è definita come Dx = (t1 .46 Proprietà dei segnali x(t) t1 durata t2 t Fig. cioè.3. . l’estensione del segnale è definita come Dx = {n1 . . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . n2 }. si considerano trascurabili solo i valori nulli del segnale. n1 + 1. segnale x(n). con n2 > n1 .t2 ) e la sua durata è data da ∆x = t2 − t1 . In questo caso.18. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . . e quali no. Segnale di durata rigorosamente limitata.t2 ). Conseguentemente. Analogamente. e segnali di durata non limitata. Alcuni esempi elementari di finestre sono presentati di seguito.

se |t| ≤ 0.20. se t ∈ [t0 − T /2. si vede che x(t) = A rect t − t0 T = A. . Si tratta di un segnale pari (centrato nell’origine). cambiamento di scala con a = 1/T e traslazione temporale di t0 . 0 . 0.19. Fig. altrimenti . 2.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. Utilizzando la definizione.5 . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). mediante moltiplicazione per una costante.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. 2.6 0. Esempio 2.2. numerosi testi. cambiamento di scala con a = 1/T e traslazione temporale di t0 . 2.20: la finestra è centrata in t = t0 e ha durata ∆x = T . A partire dalla finestra prototipo. ed è rappresentata graficamente in fig.7. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . il cui andamento è raffigurato in fig. altrimenti . Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. altrimenti . Finestra rettangolare a TC dell’es.4 0. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. 2. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.t0 + T /2] . 0 . traslazione temporale e cambiamento di scala. Finestra rettangolare a TC. la finestra rettangolare è denotata con il simbolo Π(t). se 0 ≤ n ≤ N − 1 .8 x(t) = rect(t) 0.19.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. 2.

pertanto. così come la finestra rettangolare a TD.48 Proprietà dei segnali 1 0. Fig. 2. altrimenti . infatti si ha RN (n) = u(n)−u(n−N). N −1} e durata ∆x = N. Così come visto per la finestra rettangolare nell’es. cioè.4 0.24. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. . se 0 ≤ n ≤ 2N − 1 . ed è rappresentata graficamente in fig. 1− B2N (n) = N 0 . . La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . La finestra ha estensione temporale Dx = {0. . altrimenti . 1. ponendo N = 1. mediante operazioni elementari (moltiplicazione per una costante. . per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra.8 x(t) = Λ(t) 0. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N.8 x(n) = R5(n) 0.2 0 −2 0 2 4 n 6 8 10 1 0. di ampiezza unitaria e durata ∆x = 2. Infine. Finestra rettangolare a TD per N = 5. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. 2. ed essa è nota come finestra di Bartlett:  |n − N|  . come riportato in fig. se |t| < 1 . la finestra rettangolare a TD degenera nell’impulso discreto.21. È possibile definire la finestra triangolare (si veda la fig. Tuttavia. ed è asimmetrica rispetto all’origine. 2. R1 (n) = δ (n). 2. ed è rappresentata graficamente in fig. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2.6 0. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. Come nel caso TC.23) anche nel caso TD. a partire dalla finestra triangolare prototipo. . è asimmetrica rispetto all’origine.6 0. traslazione temporale.4 0. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. 2. 2. ovvero considerare B2N (n + N). 0.22.21. 2.7. a differenza della sua versione a TC. Si tratta di un segnale pari (centrato nell’origine). Finestra triangolare a TC.22.2 0 −2 −1 0 t 1 2 Fig. si noti che.

È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.. 2. Finestra triangolare a TD per N = 4...24. questo introduce. legato proprio all’arbitrarietà nella scelta del valore della soglia. se si fissa una soglia diversa. . Segnale di durata praticamente limitata. t1 durata t2 . per esso..8 0.6 0.25.2 0 −6 −4 −2 0 n 2 4 6 Fig. si perviene ad un diverso valore di durata del segnale.3 Estensione e durata temporale di un segnale 49 1 0.4 0.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. Si noti che. t Fig.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . con t2 > t1 . si consideri un segnale TC come quello riportato in fig.2. Fig. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. x(t) soglia . tuttavia. 2. 2.6 0.8 0. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. senza mai annullarsi.4 0. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. In particolare.25.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. Fissare una soglia (vedi fig. un certo elemento di arbitrarietà nella misura della durata. 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. 2. Un discorso analogo sussiste anche per i segnali a TD.t2 ) di valori significativi del segnale. il quale decade asintoticamente a zero per t → ±∞. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. 2. Finestra triangolare a TD per N = 4 con simmetria pari. a differenza del caso di segnali a durata rigorosamente limitata.23. 2.3.

2.26(a). che quelli a durata praticamente limitata – sono anche detti segnali transitori. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. In particolare. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale.26. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. dove a ∈ R è un fattore di scala dei tempi. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . 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. 2. delle applicazioni. e degli scopi per i quali il segnale stesso viene studiato o elaborato. è lo stesso dell’esponenziale x(t) = A eat . (a) a < 0 (valore effettivo a = −0.25). esso non rientra nella famiglia dei segnali di durata praticamente limitata. come mostra il calcolo della derivata di x(t).1. Tale scelta può variare a seconda della natura del segnale. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A.25). si noti peraltro che il comportamento per t ≥ 0. per effetto del gradino. con riferimento al caso TC per semplicità. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . ed in particolare per a > 0 l’esponenziale risulta crescente. come in fig. Poiché. solo per t ≥ 0. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . . come in fig. Infine. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0.50 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. 2. L’esponenziale a TC è una funzione monotona di t. al variare di a. che risulta diverso da zero. mentre per a < 0 l’esponenziale risulta decrescente. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. notiamo che tra le operazioni elementari introdotte nel § 2. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. nel caso a < 0. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. in dipendenza dal valore di a = 0.26(b). Il caso a = 0 è degenere. ∀a ∈ R).

In altre parole. essendo infinitesimo per t → ±∞. Viceversa.368 A. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . risolvendo l’equazione x(∆x ) = α A. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . 2. la durata del segnale risulta ∆x = T ln 1 α e. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. se si pone per definizione a = −1/T con T > 0. La costante di tempo ammette anche una interessante interpretazione geometrica. con ∆x > 0 (durata) dipendente dalla scelta della soglia. A titolo esemplificativo. con a > 0. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). Così facendo. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. al diminuire di T . la pendenza diminuisce. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. Passiamo ora ad introdurre l’esponenziale bilatero a TD. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. legata alla pendenza della funzione esponenziale nell’origine. ed indirettamente alla sua durata. che è definito dalla relazione x(n) = A an . l’esponenziale monolatero è un segnale di durata praticamente limitata4 . com’era intuibile. In tal caso. con 0 < α < 1. Per calcolare la durata analiticamente. la durata ∆x . cioè. se si sceglie α = 0. cresce con legge direttamente proporzionale a T . . dove il parametro T prende il nome di costante di tempo. sebbene il segnale non si annulli mai al finito. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. ∆x ). si ottiene che ∆x ≈ 3 T . si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. 2.27. scegliamo come valore di soglia α A. la cui estensione è Dx = (0. dell’esponenziale monolatero.05. la pendenza aumenta. dunque.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T .2. al crescere di T .3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. È chiaro allora che.

in particolare. per a > 0 l’esponenziale assume sempre valori positivi. viceversa. per cui è un esempio di segnale TD di durata praticamente limitata5 .52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. la cui estensione è Dx = {0. Per 0 < |a| < 1. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . a causa della presenza del gradino. mentre è identicamente nullo per n < 0. l’esponenziale decresce più rapidamente. e risolvendo l’equazione |x(∆x )| = α A. mentre per valori di |a| prossimi a zero. . in tal caso. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. che assume alternativamente i valori ±A. Similmente all’esponenziale bilatero a TC. è funzione di |a|: per valori di |a| prossimi ad 1. . negativi per n dispari). si ha x(n) = A (−1)n . per |a| → 0. fissato 0 < α < 1. . per |a| = 1. per |a| > 1 l’esponenziale è crescente in modulo. Più precisamente. l’esponenziale decresce più lentamente. La durata del segnale. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. 2. . con 0 < α < 1. se a = 1. ∆x − 1}. scegliendo come valore di soglia α A. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. Per ottenere un segnale esponenziale di durata praticamente limitata. l’esponenziale è costante in modulo: in particolare. con ∆x > 0 (durata) dipendente dalla scelta della soglia. . Inoltre. l’esponenziale si riduce al segnale costante x(n) = A. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. la durata del segnale tende a zero. Infine. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . l’esponenziale monolatero tende a zero per n → ∞. In particolare. se a = −1. per |a| → 1. ln(|a|) Come preannunciato. con |a| > 1. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). mentre per a < 0 assume valori di segno alterno (positivi per n pari. mentre. 1. la durata del segnale tende ad essere infinitamente grande.28. ∀a ∈ R − {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 0.8 0. 2.2. (e) a = 1. (f) a = −1.4 −0.833).6 x(n) 0.5 1 (d) 0. (c) 0 < a < 1 (valore effettivo a = 0. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.1).28. (b) a < −1 (valore effettivo a = −1. .833).1). (d) −1 < a < 0 (valore effettivo a = −0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.5 x(n) 0 0.

13) è detto periodo (fondamentale) del segnale. ed intorno al Sole con un periodo pari circa a 365 giorni. Ad esempio. sono sempre di durata limitata.. (2. t Fig. detto periodo. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). allora. ∀t ∈ R . Per segnali di questo tipo. come ad esempio il segnale raffigurato in fig. Segnale di durata non limitata. In molti casi. Inoltre .29.13) Il più piccolo valore di N0 che verifica la (2.. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. (2. I segnali di durata illimitata sono anche detti segnali persistenti. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. 2.2 (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 ). 2. nel caso TD il periodo N0 è necessariamente un numero intero. ovvero ∆x = +∞. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. 2. ∀n ∈ Z . Una definizione pratica. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).12) è detto periodo (fondamentale) del segnale.13). I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali..29. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (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.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. È bene enfatizzare il fatto che. infatti.3. .12) e (2. rispettivamente. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. tuttavia. 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 2.54 Proprietà dei segnali x(t) . in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo.12) Il più piccolo valore di T0 che verifica la (2. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata.. i segnali x(t) e x(n) si dicono aperiodici.

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

il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. ω0 .12).13) e ricalca quella già ω0 vista per il fasore. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. il fasore è un segnale periodico di periodo T0 . ed in senso orario se ω0 < 0. utilizzando le formule di Eulero (cfr. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . il che accade dopo un tempo pari a T0 = 2π 1 = .56 Proprietà dei segnali se ω0 > 0.15).31). da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). Anche la sinusoide. In effetti. |ω 0 | | f 0 | (2. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . il caso ω0 = 0 rappresenta il fasore più lentamente variabile.1). 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. In ogni caso. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C.15) pertanto. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. § A. Dall’interpretazione come vettore ruotante. e quindi si ha la (2. che il fasore non è un segnale “fisico”. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. ovvero che x(t) = x(t + T0 ). imponendo che valga la (2. come sarà chiaro nel seguito. Si noti. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. 2. come il fasore. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. come preannunciato. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC.4). 8 Ricordiamo .12): infatti. Di contro. (2. Così come l’impulso di Dirac a TC.16) dove i parametri A. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. infine. con k ∈ Z. il fasore è una pura astrazione matematica che. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore.

e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. la condizione θ2 − θ1 = 2kπ equivale. a ν2 − ν1 = k. . Infatti. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. ma anche alcune differenze significative rispetto al caso TC. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. 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 . Sulla base di questa interpretazione. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). applicando la definizione di periodicità (2. θ0 è la pulsazione (rad). 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 )] . Prova. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. 1[ oppure ν0 ∈ [−1/2. come θ0 ∈ [0. è che poiché il tempo n varia in maniera discreta. anche il fasore a TD soddisfa la definizione di segnale (1. la posizione finale è la stessa. k ∈ Z. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . così come accade nel caso TC. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. 1/2[. 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) .13) per un segnale TD. k ∈ Z . 2.2. nel caso TD il tempo n va considerato adimensionale.1). due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. poi diminuisce (fino a ν0 = 1). da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. in termini di frequenze. (2. 2π [ oppure θ0 ∈ [−π .3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. in particolare. Equivalentemente.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. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. come ν0 ∈ [0.30): la differenza sostanziale. ϕ0 è la fase iniziale (rad). π [. passando da ν0 = 0 a ν0 = 1. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. Ovviamente. ν0 = 2π è la frequenza (cicli). però. k ∈ Z. =1 ∀n. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). con la pulsazione θ0 ).17) θ0 dove A > 0 è l’ampiezza. Questa è una delle fondamentali differenze rispetto ai fasori a TC. Come il fasore a TC.

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

etc. Come caso limite. Infatti come generatore è possibile scegliere la .18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). basta provare che per il segnale x(t) definito come nella (2. Dato un segnale generatore xg (t) e fissato un periodo T0 .8 (duty-cycle dell’80%).9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . per una dimostrazione più formale. (2. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. traslate di ±T0 . 2.18) risulta necessariamente x(t) = x(t + T0 ). in fig.5 è quella di fig. come si voleva dimostrare. talvolta espresso in percentuale. 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). notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . infatti.32. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . ∀t ∈ R.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. e la cui rappresentazione grafica per A = 1 e δc = 0.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. (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). e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . la cui espressione è: ∑ A rect t − kT0 T . 2. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. detto generatore. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . Esempio 2. è possibile costruire un unico segnale periodico x(t) secondo la (2. Effettuando il cambiamento di variabile k − 1 = nella sommatoria.2. ed il periodo dell’onda stessa. Ad esempio. ±2T0 . Si ha. Viceversa. per cui x(t + T0 ) = x(t). ampiezza A. ∀t ∈ R.18). d’altra parte. Il duty-cycle δc . T0 /2]. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. diverso da zero nell’intervallo [−T0 /2.

5 (duty-cycle del 50%).35) non si ottiene semplicemente affiancando le finestre triangolari. Fig. Onda rettangolare a TC con A = 1 e δc = 0.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . 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. 2. T0 /2] . ad esempio [t0 − T0 /2. ma bisogna tener conto della sovrapposizione tra le repliche.4 0. 2. In particolare. 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=−∞ +∞ ∑ . . T0 /2]. 2. le repliche del segnale si sovrappongono. per determinare il generatore. Esempio 2.t0 + T0 /2]. sommando queste ultime negli intervalli di sovrapposizione.4 0.36. N0 − 1}. In altri termini. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.8 0. cioè risulta x(n) = x(n + N0 ). t ∈ [−T0 /2.33. .2 0 −2 −1 0 t/T 1 2 0 0 Fig. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). finestrando il segnale periodico nell’intervallo [−1. .32.34).6 0.6 x(t) 0. . si ottiene il generatore raffigurato in fig. con t0 ∈ R. Poiché il periodo di replicazione è inferiore alla durata del generatore. 2.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.8 (duty-cycle dell’80%).60 Proprietà dei segnali 1 0. la relazione tra segnale periodico e generatore non è biunivoca. 0. 2.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). In questo caso. Onda rettangolare a TC con A = 1 e δc = 0.8 0. restrizione del segnale periodico ad un periodo. 1]. altrimenti. . descritta dall’esempio che segue. ed il segnale risultante (fig. (2. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. Bisogna tuttavia notare che. 1. ad esempio [−T0 /2. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .

8 0. Esempio 2. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). 2.2 0 −2 −1 0 t 1 2 1 0.6 x(t) 0. Onda rettangolare a TD con M = 3 ed N0 = 5.3 Estensione e durata temporale di un segnale 61 1 0. 2. Viceversa.10.4 0. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .4 0. Segnale generatore dell’onda triangolare a TC dell’es.6 x(n) 0.4 0. xg(t) Fig.37.2 0 1 0. Onda triangolare a TC dell’es.2 0 −2 −1 0 t 1 2 Fig.35. 1 0. Fig.75).11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . 2.10. Un differente generatore dell’onda triangolare a TC dell’es.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. il cui andamento è rappresentato in Fig.4 0.6 0.8 0. ottenuto finestrando il segnale periodico nell’intervallo (−0.2. 2.37 per M = 3 e N0 = 5.75.8 0. 2. 2.6 0. 2.36. 0.8 0. 2. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).34. che si ottiene finestrando il segnale con una finestra .

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

(2.20) mentre si definisce media temporale del segnale nell’intervallo {−K. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . −K + 1... 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. Z). . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. (2. Dato un segnale TD x(n) e fissato un intero K ≥ 0. Z]. Z). il numero.23) . 2K + 1 n=−K K (2.21) Si noti che. si definisce area del segnale nell’intervallo {−K. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. si definisce infatti area del segnale nell’intervallo (−Z. . 2. . il numero. 63 2.2. . . −K + 1. in dipendenza della natura del codominio X del segnale.. . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . K − 1. . l’area e la media temporale di x(n) sono numeri reali o complessi. (2. reale o complesso. K − 1. Considerato Z > 0.4 Area e media temporale di un segnale . x(t) <x(t)> Z -Z +Z t 2Z Fig. . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .22) mentre si definisce media temporale del segnale nell’intervallo (−Z.38.. 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. reale o complesso. .

24) non esiste in senso ordinario.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . si noti che. § B. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. (segnali TD) K→+∞ 2K + 1 n=−K (2. dipendono dalla scelta di Z oppure di K. I valori dell’area e della media temporale calcolati sulla base delle (2.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.Z2 →+∞ −Z1 lim x(t) dt .27) . 2K + 1 Ax (Z) . per esempio. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . A tal proposito. 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. il che significa che esistono segnali per i quali la definizione di area (2.26) esiste. salvo che in casi particolari. Ciò accade. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. è sufficiente far tendere Z oppure K all’infinito. nel caso dei segnali periodici.2). ovvero riguardano solo una porzione del segnale.21) e (2. sia nel caso TC che nel caso TD.23). a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. in base alla (2.38.22) e (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. (2. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).24) x(n).24). (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . (segnali TC) (2.21) oppure (2. (2. si ottiene notando che le (2.25) L’integrale che definisce l’area di un segnale TC può non esistere.20) e (2. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. = 2Z = e quindi. 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. per i quali l’integrale nella (2. 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. Se il limite nella (2.24) perde di significato.64 Proprietà dei segnali L’interpretazione di media. Tale interpretazione è raffigurata graficamente per il caso TC in fig.26) in cui.2. 2.

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

. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. 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 . la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. t ≥ 0. con T > 0. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata.66 Proprietà dei segnali Conseguentemente. 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 . −1. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. con 0 < |a| < 1. 2. è nulla. in altri termini. Esempio 2. Pur trattandosi di un segnale di durata praticamente limitata. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . Esempio 2. Esempio 2.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. Analogamente. 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 . e quindi si ha in generale u(·) = 1 . in quanto ha area finita pari a N. e quindi per un segnale costante x(·) = a si ha x(·) = a. 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 = . come evidenziato nel seguente esempio. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 .27. Con calcoli analoghi. ma presenta particolari proprietà di simmetria. la media temporale di una costante coincide con la costante stessa. Esempio 2.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t).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). definito come sgn(t) = 1. Conseguentemente.

e raffigurato graficamente in fig. osserviamo nuovamente che se un segnale ha simmetria dispari. anche la sua media temporale è nulla. allora la sua area è nulla e. essendo una funzione dispari9 . 2.5 x(t) = sgn(t) 0 0 −0. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n).5 −0. Più in generale.39. 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)]. ha area nulla (nel senso del valor principale di Cauchy). Fig.39. in quanto il suo valore nell’origine non è nullo. 2. n ≥ 0. n < 0 . 2. presentiamo le seguenti proprietà della media temporale.40.5 x(n) = sgn(n) 0. conseguentemente. 9 Notiamo . e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. e rappresentato graficamente in Fig.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig.40.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. definito analogamente a sgn(t). 2. come sgn(n) = 1. 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 . Segnale signum a TD. In questo caso. Per completare la trattazione.4 Area e media temporale di un segnale 67 1 1 0. −1. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). ∀t = 0.2. Segnale signum a TC.

. o periodo N0 nel caso TD. La dimostrazione delle proprietà (a) e (b) è immediata ed è lasciata al lettore come esercizio. 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 . (segnali TD) N0 n=0 Prova. Infatti.68 Proprietà dei segnali Proprietà 2. ∀t0 ∈ R . 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 . Per il termine (b). La media temporale di x(·) può essere calcolata su un solo periodo:  T0 1  x(t) dt . T0 [ è la frazione di periodo rimanente. mentre εZ = Z − nZ T0 ∈ [0. α2 ∈ C . I termini (a) e (c) tendono a zero per Z → +∞. ∀n0 ∈ Z . effettuando il cambiamento di variabile u = t − kT0 . (b) Invarianza temporale: x(t − t0 ) = x(t) . se il segnale x(t) è assolutamente sommabile in (0. Nel seguito. (c) Media temporale di un segnale periodico: Sia x(·) un segnale periodico. invece. 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 . dove nZ ∈ N indica il numero intero di periodi T0 contenuti in (0.7 (proprietà della media temporale) (a) Linearità: α1 x1 (·) + α2 x2 (·) = α1 x1 (·) + α2 x2 (·) . T0 ). x(n − n0 ) = x(n) . ∀α1 . consideriamo il termine (c) ed effettuiamo il cambio di variabile u = t − nZ T0 . dobbiamo calcolare x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt . Z). proviamo la proprietà (c) per il caso a TC (la dimostrazione per il caso TD si effettua in modo simile). avente periodo T0 nel caso TC. Mediante un analogo ragionamento si prova che anche il termine (a) tende a zero al divergere di Z. Osserviamo che è possibile esprimere Z = nZ T0 + εZ . In base alla definizione di media temporale. assolutamente integrabile/sommabile su un periodo. (segnali TC) T 0 0 x(·) = 1 N0 −1    ∑ x(n) . non dipende da Z ed è finito da cui segue la convergenza a zero per Z → +∞.

la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . (segnali a TD)  N 0 N0 Esempio 2. ∀t0 ∈ R .25). ricalcoliamo la media temporale del segnale x(t) = sgn(t).29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . 2. Per ω0 = 0.17 (media temporale del signum) Come applicazione della proprietà di linearità. per un segnale TD. Allo stesso modo.15. il fasore degenera nel segnale costante x(t) = A e jϕ0 . riottenendo il risultato dell’es. . ovvero su un periodo del segnale.2. ad esempio in (0.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . Esempio 2. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . Con la notazione precedente.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. (segnali a TC)  T0 T (2. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . Per ω0 = 0. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. la sommatoria fatta su N0 campioni consecutivi arbitrari. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . ∀t0 ∈ R . si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . pari ad un periodo del segnale. il fasore x(t) è periodico di periodo T0 = periodo. La proprietà 2.29) x(·) = 1 0  ∑ x(n) .16. T0 ). utilizzando la (2. Tale proprietà può essere espressa in forma più generale. per cui: x(t) = A e jϕ0 = A e jϕ0 . ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. 2. 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. =1 2 =1 dove abbiamo applicato i risultati degli es. ∀n0 ∈ Z . evitando il passaggio al limite presente nella definizione generale (2.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .14 e 2.

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

se il segnale è reale. coincide con la sua componente alternata. con θ0 = 2π k. il concetto di energia è fondamentale nella fisica. analogamente. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . per verifica. un resistore R attraversato dalla corrente x(t): per effetto termico.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. 2. e ricorre in numerose applicazioni. notiamo .32) In particolare.33). si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale.18 e 2.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. un segnale x(·) che presenta xdc = 0 e che.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . (2. ad esempio. sono segnali TD puramente alternativi. Dagli es. (2. Per ottenere una definizione indipendente dalla particolare applicazione fisica. in quanto per un segnale reale |x(·)|2 = x2 (·).15) la media temporale del gradino. che rende tale definizione di energia applicabile anche a segnali complessi. 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. Risultati analoghi valgono anche per il caso del gradino a TD.2. per cui la componente continua vale xdc = 1 .33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. 2. 2 2 Pertanto la decomposizione (2. il fasore e la sinusoide a TD. Se si considerano altri esempi in altri campi della fisica.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.19. Esempio 2. 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 (·) . quindi. 2 2 Dalla relazione precedente si può ricavare. Consideriamo. il modulo può evidentemente essere omesso. segue che il fasore e la sinusoide a TC. 2. con ω0 = 0. sono segnali TC puramente alternativi. (segnali TC) |x(n)|2 . Avendo ignorato eventuali costanti di proporzionalità. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . k ∈ Z. che viene misurata in Joule (J). il resistore dissipa nell’intervallo di tempo (−Z. viene detto segnale puramente alternativo.

in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2.24) e (2. ovvero se e solo se |a| < 1. l’energia è una quantità non negativa (Ex ≥ 0).23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Tuttavia. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. Esempio 2. ∞ Si ottiene allora una serie geometrica di ragione a2 .33) non sono necessariamente quelle di una energia.33) (cfr. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Esempio 2. ma richiede una moltiplicazione per una resistenza. Essendo legata al quadrato del segnale. l’energia vale: Ex = A2 1 . Ad esempio.2. conseguentemente. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. mentre per |a| ≥ 1 l’energia non esiste finita. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.4). allora. Se avessimo viceversa considerato T < 0. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). in quanto l’esponenziale non tende a zero.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). che converge se e solo se |a|2 < 1. In questo caso. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. In particolare. Tali costanti di proporzionalità non saranno considerate nel seguito. Esempio 2. che quindi avrebbe presentato Ex = +∞.3 e B. il quadrato di una corrente non è dimensionalmente una energia. avremmo avuto un esponenziale monolatero crescente. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. .33) in specifiche applicazioni. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . 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). con T > 0. 1 − a2 |a| < 1 .33). Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. Dal confronto tra le (2. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. § B. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . 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 .21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T .1.

i segnali di durata non limitata o persistenti non sono di energia. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.23). 2. 2. osserviamo che.21. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. un segnale può avere area finita. un segnale di energia può anche avere componente continua non nulla. sostituendo nella (2.2.23) prendono il nome di segnali di energia. Nel caso del prodotto per una costante α ∈ C. Viceversa. e la somma di due segnali di energia è ancora un segnale di energia. 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)] . In pratica. è semplice provare che si ha Ey = |α |2 Ex . più articolato è il calcolo dell’energia Ex+y della somma di due segnali.35) Z→+∞ −Z x(t) y∗ (t) dt . e 2. (2. § B. la conseguenza pratica è che tipicamente essi hanno componente continua nulla.36) .5. dalla quale.5. 2. Più in generale. consegue che.4): un segnale può essere di energia.22 e 2.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).3 e B.2.1.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. Tuttavia.21). § B. dal punto di vista matematico.2. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . (2.3 e B.22. Sviluppiamo esplicitamente i calcoli nel caso TC.34) Sviluppando il modulo al quadrato all’interno dell’integrale.5 Energia di un segnale 73 2.34). 2.3). in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). sussiste la seguente definizione: Definizione 2. 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 . ma non avere area finita.1. (2.4). ma non essere di energia. in generale. § 2. Poiché i segnali aventi area finita hanno componente continua nulla. posto y(·) = α x(·). 2. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia.6). 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. In conclusione.

Esempio 2. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. . il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. Per segnali di energia ortogonali vale l’additività delle energie (2. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. con ovvie modifiche. l’energia mutua è in generale una quantità complessa.40). in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. (2.38) è coniugato. Particolarmente interessante è la condizione in cui Exy = 0. (2. in quanto Eyx = Exy . 11 Si usa il termine “ortogonalità” in quanto. (2. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2.37) La relazione (2. in base a concetti matematici più avanzati. Nei due esempi seguenti.39) può assumere segno qualsiasi. Estendendo i precedenti concetti. si ha Eyx = E∗ : nel caso di xy segnali reali. però. che è una quantità reale e non negativa.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi).74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) .37) o nella (2.38) (segnali TD) A differenza dell’energia.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy .24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. minore o uguale rispetto alla somma delle energie. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). 2. 10 Se i segnali sono complessi. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. Poiché il termine contenente l’energia mutua nella (2.41). la relazione (2. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. poiché il secondo segnale nella (2. mentre diventa necessaria e sufficiente se i segnali sono reali. In tal caso.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. In tal caso si ha x(t) y∗ (t) ≡ 0.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . oltre alle energie Ex e Ey dei singoli segnali. Inoltre. al caso TD.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. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. (2. e risulta simmetrica.

2. Fig.5 t 1 1.25). si perviene alla seguente definizione di potenza: . 2.5 0 −1 −0.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Pertanto. Esempio 2.5 2 −1 −0. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. nonostante x(t) y∗ (t) ≡ 0. come l’energia.5 1 1. 2. generalizzando l’interpretazione come media temporale al caso TD. al modulo al quadrato del segnale. mentre l’altro ha simmetria dispari. è una quantità non negativa (Px ≥ 0).5 −1.2. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.5 0 t 0. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . abbia simmetria pari.5 0 −1.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.5 Fig.42. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.5 0.42). I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.5 y(t) 0.5 2 −1 −0. La potenza è una quantità misurata in J/s o Watt (W).5 0 0.6 Potenza e valore efficace di un segnale Come l’energia.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. ad esempio x(t). (2. Z) per la lunghezza 2Z di tale intervallo di tempo.5 0 t 0.5 0. 2.41. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. risulta anche in questo caso Exy = 0.5 t 1 1.24). 2.5 0 0. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 y(t) 0 −0.5 0 −1 1 −0. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. 2. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . ma tali che uno dei due.5 1 1. che è utilizzato in numerosi e diversi ambiti della fisica. Per un esempio concreto.

42) non sono necessariamente quelle corrette (ovvero W). 2. (segnali TC) (2. come per l’energia. Se il segnale è reale (a ∈ R).11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. . è possibile individuare la classe dei segnali che hanno potenza finita. poiché il gradino assume solo i due valori reali 0 ed 1.1 Segnali di potenza Sulla base della definizione di potenza. Il vantaggio è. signum) e i segnali periodici (es.42) può essere omesso se il segnale è reale. di ottenere una quantità che dipende esclusivamente dal segnale. 2. Sulla base del risultato dell’es.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . fasore.76 Proprietà dei segnali Definizione 2. molto utilizzato nell’elettrotecnica: Definizione 2. tali segnali prendono il nome di segnali di potenza: Definizione 2. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. le dimensioni fisiche della potenza definita in base alla (2. allora Px = a2 .15 sulla componente continua di un gradino. gradino. Esempio 2. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). Esempio 2.26.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .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.6. 2. Avendo trascurato eventuali costanti di proporzionalità.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.

Per ω0 = 0.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ).43)  ∑ |x(n)|2 . Infatti.13). Infatti. A2 cos2 (ϕ0 ) . per cui la potenza si può calcolare applicando la A2 dt = A2 . si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . Per soddisfare la definizione (2. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. se θ0 = π k. fatta eccezione per casi di scarso interesse pratico. . il fasore x(t) è periodico di periodo T0 = (2.2. Esempio 2. 12 Notiamo che se x(·) è periodico di periodo T [N ].28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Analogamente. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . un segnale periodico è necessariamente un segnale di potenza. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . un segnale periodico deve necessariamente avere durata illimitata. il fasore degenera nel segnale costante x(t) = A e jϕ0 .6 Potenza e valore efficace di un segnale 77 sinusoide). 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). √ 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). Nel caso in cui ω0 = 0. per cui è di scarso interesse pratico). 2. k ∈ Z . risultato frequentemente utilizzato nell’elettrotecnica. allora anche |x(·)|2 ammette lo stesso periodo. per cui: Px = |x(t)|2 = A2 = A2 . Il valore efficace della sinusoide è allora xrms = Px = √2 .43). 13 Ad esempio. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. salvo per casi particolari di scarso interesse pratico13 . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. 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. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ].19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. In tal modo. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). questo comporta che la sua energia è necessariamente infinita.7(c) della media temporale.12) oppure (2. Per ω0 = 0. altrimenti . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Esempio 2. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) .

si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ .6. nè a quelli di potenza. A tal proposito. Anche in questo caso. e quindi sono disgiunti. Prova. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. Viceversa. se l’energia è finita.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. i due insiemi non costituiscono una partizione di tutti i possibili segnali. allora esso ha potenza nulla (Px = 0).44) esiste finita.43. Pertanto. (2. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. nè di energia. Tuttavia. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. Ad esempio il segnale rampa a TC x(t) = t u(t). (b) se x(·) è un segnale di energia. se la potenza (2. 2. che non sono segnali di potenza. posto y(·) = α x(·). sussiste il seguente risultato: Teorema 2. aventi durata non limitata. In altri termini. allora esso ha energia infinita (Ex = +∞). 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 . in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. nè di potenza.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD).1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). raffigurato in fig. per quanto riguarda la somma di due segnali. in quanto esistono casi di segnali che non sono nè di energia. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) .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. e quindi non può essere di potenza. Per provare la (a). e la somma di due segnali di potenza è ancora un segnale di potenza. definita come segue: (2. e quindi non può essere di energia. invece.6. si prova facilmente che Py = |α |2 Px . il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. 2.44) È chiaro allora che. seguendo passaggi simili a quelli effettuati per l’energia.46) . e quindi non si può considerare nè un segnale di potenza. lim 2Z (2. presenta Ex = Px = +∞. Esistono casi meno banali di segnali. in quanto hanno Ex = +∞). la (b) prova che un segnale di energia ha necessariamente Px = 0. dalla (2.78 Proprietà dei segnali 2. Viceversa. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. e sfruttando la proprietà di linearità della media temporale.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0.

Esempio 2.43. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. (2. (segnali TC) (2. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .46) e (2. in particolare. anche per la potenze non vale l’additività. con ω0 = 0.46) si scrive Px+y = Px + Py + 2 Pxy . 2.5 0 −2 −1 0 t 1 2 Fig.47) K 1 ∑ x(n) y∗ (n). vale la proprietà di additività delle potenze: Px+y = Px + Py .2. Definizione 2. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). (2. 2 2 .48) Le relazioni (2. a meno che Pxy = 0. come per le energia.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. si ha Pyx = P∗ .49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. per la presenza dell’operazione di coniugazione sul secondo segnale.5 x(t) = t u(t) 1 0. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2.6 Potenza e valore efficace di un segnale 79 2 1. per cui la (2. Segnale rampa a TC. Per segnali di potenza ortogonali. Si ha infatti. ed xy in generale la potenza mutua è complessa.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).48) e evidenziano che.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.

detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . (2. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Posto infatti x(·) = xdc + xac (·). Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0.1. Con riferimento in particolare alla potenza. Si ha allora: Px = Pdc + Pac . Esempio 2. 2. e xac (·) = 0 per definizione. 2. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. In conclusione. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). in quanto l’operazione di coniugazione si scambia con la media temporale. vale a dire. 2. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . . per risolvere i due problemi precedenti e per semplificare alcuni calcoli. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone.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.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. Watt (W) per le potenze.30). nella tab. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. Joule (J) per le energie.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. evidenziando i legami esistenti tra alcuni di essi.

per avere lo stesso valore in dB.7 Misura in dB della potenza e dell’energia 81 Px /P0 0.50). nella definizione (2. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . scegliendo P0 = 1 W. dove P0 è una potenza di riferimento. ed in tal caso si parla di potenze espresse in dBW. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . tuttavia. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW .2. Ovviamente. se invece P0 = 1mW.2. e si scrive più specificamente [Px ]dBW . applicando le proprietà dei logaritmi. Valori comuni di potenza espressi in dB. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . opportunamente scelta a seconda delle applicazioni.001 0. mentre se si sceglie P0 = 1 mW. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .1 0. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . Esempio 2. in quanto. 2.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. si parla di potenze espressa in dBm. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. Nella tab.01 0.5 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. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.50): Px = P0 · 10 [P x ]dB 10 . quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. e si scrive [Px ]dBm . 2.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. . invece di 10. dato il valore di potenza [Px ]dB in dB . conviene introdurre un fattore numerico pari a 20.

Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . misurando invece la potenza ricevuta in dB. Notiamo che poiché 0 < γc < 1. assumendo ad esempio P0 = 1mW.2) in unità logaritmiche.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . La (2. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . Detta PT la potenza trasmessa. per cui. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. per le proprietà dei logaritmi. . Infatti. 2. [PR ]dBm = [γc ]dB + [PT ]dBm .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). Esempio 2. Si consideri lo schema di fig. risulta [PR ]dBm < [PT ]dBm . 2. si ha: [PR ]dB = 10 log10 ovvero. (2.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. le potenze di riferimento nei due casi differiscono di un fattore 1000. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig.44. 2. in una relazione additiva. come è ovvio che sia. la potenza ricevuta sarà pari a PR = γc PT . allora [γc ]dB < 0. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). corrispondente a 30 dB (tab.44. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget).

(l) z(n) = x(n + 2) y(6 − n). 2 (e) z(n) = y(2 − 2n). (k) z(n) = x(n) y(−2 − n).2 Dati i segnali TD x(n) = |n| . n (d) z(n) = x .3 Si consideri il segnale TC x(t) = Λ(t). ±3} 0. (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. t (e) y(t) = x .8 Esercizi proposti Esercizio 2. (c) z(n) = y(1 − n). (b) z(n) = x(3n − 1). (b) ritardo di 5 seguito da una riflessione. Esercizio 2. (d) y(t) = x(2t).8 Esercizi proposti 83 2. Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . Esercizio 2. (j) z(n) = x(−n) y(−n).4 Si consideri il segnale TC y(t) = x(2t − 1). 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). ±2. (b) y(t) = x(t + 5). (i) z(n) = x(3 − n) y(n). (c) y(t) = x(−t). 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. dopo aver rappresentato il grafico di x(n) ed y(n). altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . (g) z(n) = x(2n) + y(n − 4). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. (f) z(n) = x(n − 2) + y(n + 2). rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n).2. 3 Esercizio 2. ±1. (h) z(n) = x(n + 2) y(n − 2).1 Si consideri il segnale TC x(t) = rect(t). n ∈ {0.

2 1 (e) x(t) = √ . con a > 0. 2 ≤ t ≤ 5  y(t) = 3(8 − t) . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). Determinare.6 Rappresentare graficamente il segnale TC y(t) = 1.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata.7 Rappresentare graficamente il segnale TC  3(t − 2) . 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. (d) y(t) = x[2(t − 1)]. (e) y(t) = x 3 t −1 (f) y(t) = x . 3 Esercizio 2. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . l’estensione temporale e la durata del segnale. 5 ≤ t ≤ 8   0. Esercizio 2. inoltre. Esercizio 2. (b) y(t) = x(−t − 1).84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. 2 ≤ t ≤ 4 0 . (c) ritardo di 1/2 seguito da cambiamento di scala con a = 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). Esercizio 2. (b) x(t) = e at u(−t). l’estensione temporale e la durata del segnale. (c) x(t) = e−|t|/T . (c) y(t) = x(2t − 1). con T > 0. 1 + t2 (f) x(t) = u(t) − rect(t − 2). (d) x(t) = e−t . inoltre. Determinare. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. t −1 .5 Si consideri il segnale TC x(t) = Λ(t).

10 Stabilire quali dei seguenti segnali TD sono periodici e. con |a| > 1. (b) x(t) = sgn(t). 5} 0. utilizzare le proprietà della media temporale] Esercizio 2. determinarne il periodo fondamentale N0 . (b) x(n) = an u(−n). δ (n − 3k) − δ (n − k2 ) . con 0 < |a| < 1. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 .2. . . Esercizio 2. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k).12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). π j √n 2 . Esercizio 2. in caso affermativo. . (h) x(t) = e−t u(t). determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . 4. altrimenti (b) x(n) = u(n) + u(n − 1). (e) x(t) = 2 u(t). (d) x(n) = (−1)n u(n). (d) x(n) = cos(2π n). (d) x(t) = sgn(−t). [Suggerimento: per il calcolo del valor medio. in caso affermativo. (c) x(n) = a|n| . (g) x(t) = 2 rect(t). (c) x(n) = cos(2n). n ∈ {0. (f) x(t) = 2 sgn(t) + 1.11 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) = 1.8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4).13 Stabilire quali dei seguenti segnali TD sono periodici e. Esercizio 2. (c) x(t) = u(t − 5). (b) x(n) = (−1)n . (h) x(n) = n e jn jπ n (i) x(n) = e . 1.

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). (b) x(n) = u(n) − u(−n − 1). T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0.16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (f) x(t) = e−|t| . 1 ≤ t ≤ 2   0. (f) x(n) = (2)n R4 (n − 2). 2 (h) x(t) = e−t 2 /2 u(t). energia e potenza. 1 (i) x(t) = √ . utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (e) x(n) = 1 2 +∞ n u(n). (d) x(t) = e−2t u(t). (b) x(t) = sgn(t). (e) x(t) = et u(−t). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (c) x(t) = cos(2π 100t) u(t). 0≤t ≤1  x(t) = 2 − t . e calcolarne valor medio. 5 3 πn 3π n π + . . Esercizio 2. + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2.2π n). (c) x(n) = cos(π n) R5 (n).] Esercizio 2.86 Proprietà dei segnali πn πn sin . 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). energia e potenza.17 Rappresentare il grafico del segnale TC  t . (g) x(t) = e−t . (d) x(n) = 5 cos(0.14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). altrimenti e calcolarne valor medio.

. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente.5π n) . − 0.5. (b) Calcolare la componente continua di y(t).22 Rappresentare il grafico del segnale TC  5 − t . n ∈ {−4. Esercizio 2. . ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . 4} 0. altrimenti nel caso in cui a = 1 e a = 0.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . energia e potenza. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. energia e potenza. Esercizio 2. energia e potenza. energia e potenza in entrambi i casi. −5 ≤ t ≤ −4    0. Esercizio 2.2.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. energia e potenza. −3. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . altrimenti e calcolarne valor medio. Esercizio 2.21 Rappresentare il grafico del segnale TD x(n) = sin(0. e calcolarne valor medio. e calcolarne valor medio. energia e potenza.8 Esercizi proposti 87 Esercizio 2.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. . . Esercizio 2. −a ≤ t ≤ a 0. altrimenti e calcolarne valor medio. . −4 ≤ t ≤ 4 x(t) = 5 + t . Esercizio 2.23 Dato il segnale TC x(t) = rect(t). (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. 4 ≤ t ≤ 5   1 .

si calcolino valor medio. energia e potenza.28 Calcolare valor medio.27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo.   0. Esercizio 2. (c) x(t) = t 0 cos(2πτ ) d τ . (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)   2.29 Calcolare valor medio. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. (b) x(t) = cos(2π t) u(t). energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . x2 (t) = A2 e j2π f2 t con A1 . Esercizio 2. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). Esercizio 2. Inoltre.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4).88 Proprietà dei segnali Esercizio 2. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . Inoltre.   1. Esercizio 2. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. e calcolarne valor medio. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . (f) x(t) = cos(2π t) + 1 cos 2π t − π . energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . energia e potenza. A2 ∈ R+ .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. si calcolino valor medio. . A2 ∈ R+ . πt 2 (d) x(t) = cos(π t) + cos . xg (n) =  2. 2 4 (g) x(t) = cos(2π t) sin(4π t).

e calcolare valor medio. Esercizio 2.8 Esercizi proposti 89 Esercizio 2.34 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 ) . A2 ∈ R+ . y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . per n0 ∈ Ω. Successivamente. Successivamente.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . e calcolare valor medio. Esercizio 2.2. x2 (t) = A2 rect t 2 con A1 .33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . 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. 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. .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . 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) . 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.

90 Proprietà dei segnali .

consiste. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). convertitori A/D e D/A) sono discussi più in dettaglio nel cap. 7. un circuito elettrico. che è l’oggetto principale di questo capitolo. Sebbene incompleta. Inoltre.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. per evidenziare le forti analogie esistenti tra il caso TC e TD. a partire da un modello matematico del sistema. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. abbiamo visto nel § 1. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . sia sistemi TD (con ingresso e uscita entrambi TD). le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. Facendo riferimento alla classificazione elementare introdotta nel § 1.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. Il secondo passo. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). Inoltre. 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. 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. una reazione chimico-fisica. Da un punto di vista matematico. U 3. Innanzitutto. nel definire e studiare alcune proprietà dei sistemi. a partire dalle particolari proprietà di un sistema. Infine. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi. interpolatori. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti).1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1.5. la trattazione procederà in maniera il più possibile unificata.2 al caso di sistemi con un ingresso ed un’uscita.

Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. In maniera analoga. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. ed è rappresentato schematicamente in fig. 3. (b) Integratore TD o accumulatore. (a) Integratore TC. valori che possiamo denotare sinteticamente con {x(u)}u≤t .2.1.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. la notazione y(t) = S [{x(u)}u∈R . n] .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 .3) semplicità di notazione.∞ ∑ n y(n) (a) (b) Fig. 3. 1 Per (3. (3. Pertanto. attraverso la relazione ingresso uscita (i-u).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. . Il modello matematico (3.2).1(a).1) può essere espresso in maniera sintetica. insiemi di segnali diversi definiscono sistemi diversi. (3. come già osservato nel § 1. di ingresso ed un segnale di uscita.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du .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 . che nel caso di un sistema TC si definisce come segue: Definizione 3.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 .2) Nella (3. Tale modello matematico è descritto da una trasformazione S : I → U. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. che presentano proprietà diverse.t] . Esempio 3.2): Definizione 3.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. e non semplicemente dal valore del segnale nello stesso istante t.

anticipo unitario.2 Esempio 3.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. per questo motivo.3. Anche in questo caso. decimatore ed espansore. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap.3. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. anticipo unitario. Fig. Sistemi TD elementari. si veda [14]). 3. (a) Ritardo elementare: y(n) = x(n − 1).3 (ritardo unitario. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. 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.3 semplicità di notazione. 3. Esempio 3. x y(n) = x(n + 1) .4) e rappresentato schematicamente in fig. Il senso della notazione utilizzata nella (3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . (3. Sistemi TD elementari. 3. sono riportati in fig. Nel caso TD.3) è lo stesso adottato per il caso TC: in particolare.2. con una legge che può variare con n. denominati ritardo unitario. Gli schemi a blocchi dei sistemi corrispondenti. 2 (cfr. § 2. e di espansione: y(n) = x n = L n . descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) .3. 3. (b) Anticipo elementare: y(n) = x(n + 1).2 e fig. 3.1(b). (a) Decimatore per M: y(n) = x(nM). (b) Espansore per L: y(n) = n x L . se n è multiplo di L . altrimenti . di decimazione: y(n) = x(nM) .1) possono essere interpretate come sistemi. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. L 0. date rispettivamente da y(n) = x(n − 1) .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. valori che denotiamo sinteticamente con {x(k)}k≤n . 2 Per 3 Le . abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z.

invece delle notazioni complete (3. A volte.4 Tuttavia. il sistema stesso è visto come una “scatola nera” (black box).2) e (3. utilizzeremo talvolta le (3. 3. è la rappresentazione ingresso-stato-uscita (i-s-u). avendo avvertito il lettore. (3.3) per le relazioni i-u dei sistemi.5) e (3. x(n) −→ y(n) .5 In ogni caso. scheda video.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi.2) e (3. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. in cui entrano in gioco. nel seguito faremo uso esclusivamente della relazione i-u. Circuito elettrico con resistori connessi in serie ed in parallelo. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. e sicuramente non è la più generale. In particolare. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . essa è una rappresentazione esterna. Inoltre.5) oppure le notazioni simboliche: x(t) −→ y(t). In particolare.6) in luogo delle notazioni rigorose (3. oltre ai segnali di ingresso e di uscita. Per concludere. quali scheda madre.6) Abbiamo già osservato che la notazione (3.5) è fuorviante. mentre R3 ed R4 sono connessi in parallelo. un PC può essere realizzato assemblando componenti più semplici. 5 Per 4 Questa . “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.3.4. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. si utilizzano le notazioni semplificate y(t) = S[x(t)]. interpretazione vale solo per una classe particolare di sistemi. di cui non conosciamo il contenuto. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. è perfettamente adeguata per i nostri obiettivi. scheda audio. 3.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. 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. y(n) = S[x(n)] (3.1).3) per snellire alcune derivazioni. i sistemi cosiddetti non dispersivi (cfr. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. R1 ed R2 sono connessi in serie. § 3. che sebbene sia meno generale.

4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. lettore floppy-disk. e connessione in retroazione.3. monitor. e collegandoli tra loro secondo tali schemi. Si noti che. è possibile ottenere sistemi anche molto complessi.) Fig. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). Definizione 3.) x(. 3.4. come ad esempio quello riportato in fig. etc. avendo a disposizione più di due sistemi.) Fig.2 Interconnessione di sistemi 95 z(. hard-disk. 3. lettore DVD. cioè U1 ⊆ I2 . 3. Per semplificare lo studio delle interconnessioni tra sistemi. nel circuito di fig.6.5.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .) y(. Definizione 3.4.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . affinchè il sistema serie sia correttamente definito. connessione in parallelo.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. 3. Ad esempio. .) S2 y 2(. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . Viceversa.). 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. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. mouse.) x(. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. lettore CD. 3.) S1 S2 y(. Connessione in parallelo dei sistemi S1 e S2 . Le connessioni più frequentemente considerate sono tre: connessione in serie. i resistori R1 ed R2 sono collegati in serie. tastiera. 3. S1 y 1(. Connessione in serie o in cascata dei sistemi S1 ed S2 .

Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. in cui il segnale viaggia esclusivamente “in avanti” (feedforward). 3. dopo essere stata elaborata dal sistema S2 . Nell’elettronica analogica. Esempio 3. Infine. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. 3. Infatti. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). In particolare. Definizione 3. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 .4 (accumulatore come sistema in retroazione) L’accumulatore dell’es.96 Proprietà dei sistemi x(. mediante tale schema il sistema S2 . Connessione in retroazione dei sistemi S1 e S2 . si noti che. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . =y(n−1) da cui y(n) = y(n − 1) + x(n) .5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. viene sommata algebricamente all’ingresso del sistema S1 . nel circuito di fig. e viene aggiunto al segnale di ingresso. dove prende il nome di controllo a ciclo chiuso. in aggiunta. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori).) y 2(.7.4. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. si utilizzano sia schemi con retroazione negativa (ad esempio. sulla base dell’osservazione dell’uscita del sistema S1 . modificando a sua volta il segnale di uscita. in caso contrario si parla di retroazione positiva. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). . per la stabilizzazione degli amplificatori). i resistori R3 ed R4 sono collegati in parallelo. invece. e si dice che il sistema S2 funge da “controllore” del sistema S1 . estraendo il termine x(n) dalla sommatoria su k presente nella (3. Ad esempio. 3. 3.) S2 Fig. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·).7) se l’uscita del sistema S1 . Quest’ultimo schema è più complicato da interpretare ed analizzare. che porta alla sua interpretazione come sistema in retroazione.2 ammette anche una descrizione di tipo ricorsivo.4). similmente al collegamento serie.) S1 y(.

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

R1 + R2 (3. Sottolineamo che.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. Esempio 3. si parla anche di sistema istantaneo o senza memoria. Inoltre. Schema elettrico di un partitore resistivo. eventualmente. in quanto la forma più generale della relazione i-u è la (3.3).9) . si ottiene la semplice relazione i-u: y(t) = R2 x(t) .6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .9.9.3) assume la forma y(n) = S [x(n). (b) Caso TD. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. 3.8) (3. Definizione 3.7) In sintesi.2) assume la forma y(t) = S [x(t).98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. in un sistema non dispersivo. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. con t oppure con n). di norma. 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.2) oppure la (3. 3.t] . ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. e quindi i sistemi non dispersivi rappresentano un caso particolare. R1 + R2 nella quale y(t) dipende solo da x(t). come sinonimo di sistema non dispersivo. (3. Pertanto il partitore resistivo è un sistema non dispersivo. Applicando la legge del partitore. (a) Caso TC. Esempio 3. Schema a blocchi di un amplificatore. 3. il cui schema elettrico è riportato in fig. con α = R2 < 1. α y(n) (b) Fig. n] . i sistemi sono dispersivi.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.10.

. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. il sistema “dimentica” l’ingresso. b1 . l’integratore dell’es.8 caso α < 0 si può vedere come la cascata di un invertitore. Inoltre. . o anche dinamico. 3. .6 si possono estendere al caso TD.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . Esempio 3. bM . .8 e 3. 3. n − M. non sempre la memoria di un sistema è finita. n − 1. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . x(n − M) del segnale di ingresso. con 0 < α < 1.1 e l’accumulatore dell’es. 3. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale.7 (amplificatore/attenuatore TD) I concetti dell’es. 3. Esempio 3. 3.9). 3. tale sistema ha memoria finita e pari ad M. . 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. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. 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.10(a). . 6 Il . Poiché l’uscita all’istante n dipende. . e sistemi a memoria infinita. Un amplificatore/attenuatore a TD si rappresenta come in fig. o ancora con memoria: ad esempio. tuttavia. Un amplificatore/attenuatore TC si rappresenta come in fig. il sistema prende il nome di integratore con memoria finita. nel senso chiarito meglio dai due esempi seguenti. ad esempio l’integratore dell’es. Se.3 Proprietà dei sistemi 99 Più in generale. 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. anche da M campioni precedenti dell’ingresso. In linea di principio tale memoria potrebbe variare col tempo. z(t) = −x(t). sistemi a memoria praticamente finita. Esempio 3. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. 3. Per questo motivo. 3. . . α > 1. con T > 0.9 ciò non accade. x(n − 1). un sistema TC descritto da una relazione i-u del tipo (3. anche se negli es. degli M + 1 campioni x(n).1 e l’accumulatore dell’es. Si parla di “memoria” del sistema. . in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. Un sistema che non soddisfa la prop.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. viceversa.2 sono entrambi sistemi con memoria infinita. prende il nome di attenuatore. il sistema funziona da amplificatore.10(b). con pesi b0 .2 sono sistemi dispersivi. dopo un tempo T . 3. . e di un amplificatore/attenuatore y(t) = |α |z(t). la memoria del sistema è proprio pari a T per ogni t.7 all’uscita in un determinato istante di tempo. Si tratta evidentemente di un sistema dispersivo.3. oltre che da x(n). 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. In definitiva. L’uscita all’istante t. Il termine “memoria” per T viene utilizzato proprio perché. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . Nel caso in cui i pesi siano tutti uguali a 1/(M + 1).6 si dice evidentemente dispersivo.3. oltre al campione attuale. . non dipende dall’intero segnale d’ingresso.

presente e futuro. ma non dipende dagli ingressi futuri. e quindi da valori futuri dell’ingresso. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . il concetto di sistema causale si estende al caso TD.100 Proprietà dei sistemi 3. ovvero di un sistema per il quale la (3. Con ovvie modifiche.1. l’uscita y(t) all’istante t dipende dall’ingresso passato. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t.2) assume la forma y(t) = S[{x(u)}u≤t . 3.3) assume la forma y(n) = S [{x(k)}k≤n . è chiaramente un sistema causale. .11) (3. descritto dalla relazione i-u y(t) = t −∞ x(u) du . in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. Si giunge allora alla fondamentale definizione di sistema causale.t] .8. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. descritto dalla relazione i-u y(t) = t t−T x(u) du . a patto che T > 0. 3.t] . quindi.t] .2) assume la forma y(t) = S [{x(u)}u≤t . con T > 0. otteniamo un sistema non causale. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. In altri termini. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . Allo stesso modo. {x(u)}u>t rappresenta l’ingresso futuro: in generale. secondo il quale l’effetto non può precedere la causa.10) Esempio 3. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. Per un fissato t. giungendo alla seguente definizione: Definizione 3. (b) Un sistema TD si dice causale se la sua relazione i-u (3. n] . Interpretando l’ingresso come causa e l’uscita come effetto. Modificando gli estremi di integrazione.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R .2 Causalità Partiamo ancora dalla relazione i-u (3.10 (integratore causale e non causale) L’integratore dell’es.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. è un sistema causale. (3. l’integratore dell’es. ovvero i valori passati ed il valore presente dell’ingresso.3.

∀t ≤ t0 . È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . per dimostrare che un dato sistema è causale a partire dalla prop. risulta che y1 (t) = y2 (t). ∀n ≤ n0 .12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . x2 (t) ∈ I tali che x1 (t) = x2 (t). Esempio 3. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. risulta che y1 (n) = y2 (n). ∀t ∈ R. Il sistema è causale se e solo se. che rappresentano il presente (k = 0) ed il passato (k > 0). . La verifica della prop. rispettivamente. non verifica la prop. per ogni t0 ∈ R e per ogni x1 (t). M è chiaramente un sistema causale. 3. per cui tale sistema MA è non causale. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. la cui corrispondente uscita è y1 (t) = 0.  t  T. per uno o più valori di t ≤ t0 . Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). 3. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t).9. 3. per dimostrare che un dato sistema è non causale e.1.3.  t+T y2 (t) = x(u) du = t + T . la prop. con riferimento al caso TC. se t ≥ 0 . con k ≥ 0. ∀t ≤ t0 .11 (sistema MA causale e non causale) Il sistema MA dell’es.1(a).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). Viceversa. ed x2 (t) = u(t).1(a). se t < −T .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. Scegliamo x1 (t) = 0. ∀t ≤ t0 . 3. ∀t ∈ R. rispettivamente. 3. ∀n ≤ n0 .3 Proprietà dei sistemi 101 Esempio 3. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). per un dato valore t0 ∈ R. 3. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). x2 (t) ∈ I tali che x1 (t) = x2 (t). ∀t ≤ t0 . quindi.1 è data direttamente come definizione di sistema causale. con k ≥ 0. in corrispondenza dei quali y1 (t) = y2 (t). verifichiamo che si tratta di un sistema non causale. con t0 ∈ R arbitrariamente scelto. se −T ≤ t < 0 . con T > 0 e. la cui corrispondente uscita è  0 . considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . 9 In alcuni testi.1. x2 (n) ∈ I tali che x1 (n) = x2 (n). Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. Se però modifichiamo leggermente la relazione i-u. 3. che rappresentano il presente (k = 0) ed il futuro (k > 0). utilizzando la prop. Pertanto. per ogni n0 ∈ Z e per ogni x1 (n). Il sistema è causale se e solo se.

Differenza prima. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. per alcuni valori di t ≤ 0. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. 3.. y2 (t) = 0.) sistemi fisici capaci di prevedere il futuro (ad esempio. 3.9.11. 3. y(n) Sebbene x1 (t) = x2 (t) = 0.9. per ogni t < 0.4) ammette una interpretazione sistemistica. 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. infatti. y(n) = S[{x(k)}k>n .. In quest’ultimo caso. non sono stati ancora scoperti.102 Proprietà dei sistemi x(n) ∇1 Fig. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. Questa osservazione si applica.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. § 2. mentre y2 (t) = 0. esso può anche essere visto come un sistema MA non causale (cfr. in particolare. b0 = −1 e b1 = 1). è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. 0[. ad esempio. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. anche l’operazione di differenza prima per segnali a TD (cfr. es.10) oppure la (3.t] . l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. Un altro esempio .1.11) si dice non causale. con M = 1. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). 3. y1 (0) = 0 e y2 (0) = 1. Può essere visto come un sistema MA causale (cfr. per ogni n ≤ 0. con M = 1.1(b) e scegliamo x1 (n) = 0. ad esempio) ed elaborarlo “in tempo differito”: si pensi. Per provare ciò formalmente. è possibile memorizzarlo (su un supporto magnetico o ottico. Quindi la prop. la cui corrispondente uscita è y1 (n) = 0. per t ∈] − T. Osserviamo in conclusione che non esistono (o almeno. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). ai sistemi fisici che elaborano i segnali “in tempo reale”. n] .1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Sebbene x1 (n) = x2 (n) = 0. Esempio 3. ossia: y(t) = S[{x(u)}u>t . es. infatti. Un sistema siffatto si dice anticausale. per ogni t ≤ 0. Equivalentemente. 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). usiamo la prop. 3. per alcuni valori di n ≤ 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. ed è quindi utile considerare anche il caso di sistemi non causali. b0 = 1 e b1 = −1). ∀n ∈ Z. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale).11. e quindi i sistemi del mondo fisico sono tutti causali. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). anziché elaborare un segnale in tempo reale. Si è visto che un sistema in cui l’uscita non soddisfa la (3.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Tuttavia. Ad esempio. ed x2 (n) = δ (n − 1). ∀n ∈ Z. Quindi la prop. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . 3. 3. in molti casi.

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

) Fig. È facile provare che il sistema raddrizzatore non è invertibile. 3. 3. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. (3.) x(.2) assume la forma y(t) = S [{x(u)}u∈R ] .12) è violata. il raddrizzatore non è dotato di sistema inverso. (3. nonché la determinazione del sistema inverso. Pertanto. In questo caso.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . Se tale dipendenza dal tempo non c’è. possiamo dare la seguente definizione: Definizione 3. Va notato in conclusione che.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. mentre U è costituito da tutti i segnali non negativi a valori reali.3) assume la forma y(n) = S [{x(k)}k∈Z ] .) S S -1 x(.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. a tale scopo possiamo far riferimento alla condizione necessaria (3. poiché la (3. lo studio dell’invertibilità di un sistema.104 Proprietà dei sistemi y(.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.3. Estendendo tale concetto in modo ovvio al caso TD.12).14) . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.12. è in generale un problema abbastanza complesso.t] . non vi è alcuna restrizione sui segnali di ingresso. e quindi i suoi effetti sono irreversibili. nella sua forma più generale: y(t) = S [{x(u)}u∈R . Esempio 3. 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 (·)|. salvo per casi particolari. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo.

producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa.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. ottenuto da x(t) introducendo il ritardo temporale t0 . R1 + R2 è un sistema TI. Viceversa.15) . 3. 3. in questo esempio. a partire dal segnale x(t). ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . avente relazione i-u y(t) = R2 x(t) . 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). e quindi l’origine dei tempi può essere fissata arbitrariamente.2). allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). in altre parole. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . si consideri ora il segnale xt0 (t) = x(t −t0 ). in quanto il rapporto R1R2 2 non dipende dal tempo. Specificatamente. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. Se invece il sistema è TV. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. Esempio 3. con riferimento ad un sistema TC. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario).14) si dice tempo-variante (TV) o non stazionario.13.13) o la (3. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). un sistema che non soddisfa la (3. 3. cioè. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 .13. R1 (t) + R2 (t) (3. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). Se il sistema è TI. allora yt0 (t) = y(t − t0 ). il suo comportamento non cambia nel tempo. Se tuttavia si tiene conto degli effetti +R termici.3. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”.

15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . 3. nel senso che (3. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. l’ordine tra i due sistemi è scambiato. 3. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) .14(b) al segnale di ingresso x(n).2 ha un’interessante interpretazione in termini sistemistici. 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. 3.14 con riferimento ad un sistema TD. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema.13). La prop. Notiamo che un partitore del tipo (3.16) Un sistema del tipo (3. (3.9 in cui compare il funzionale S. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. in cui. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.2(b).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 ) . il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. ottenendo il segnale yn0 (n) in uscita dalla cascata. a stretto rigore. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. 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”. per ogni n0 ∈ Z. (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 ) . e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. 3. e si scrive y(n) = α (n) x(n). La stessa caratterizzazione vale anche nel caso TD. 3. Viceversa.16) è denominato amplificatore a guadagno variabile. In base alla prop. Si faccia attenzione che. e da attenuatore per i valori di t per i quali |α (t)| < 1. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. 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).17) . per cui si ha la seguente proprietà: Proprietà 3. che è illustrata in fig. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. più precisamente.106 Proprietà dei sistemi ed è quella di un sistema TV. ovvero se e solo se le due configurazioni in cascata riportate in fig. differentemente dalla def. 3.18) (3.14(a).14 sono equivalenti. ad esempio. 3. 3. Con riferimento al caso TC. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). per ogni t0 ∈ R. 3. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). rispetto allo schema di fig.

D’altra parte. se il sistema è TI. i due schemi in figura sono equivalenti. le trasformazioni S e Sz−n0 commutano. ovvero se α (t) = α (costante). In pratica. 3. Per non sbagliare.16. per il quale si ha y(n) = α (n) x(n). Esempio 3. l’amplificatore a guadagno variabile è un sistema TV. verifichiamo che in generale il sistema y(t) = α (t) x(t). per ogni segnale di ingresso x(n) ∈ I . 11 Per semplicità. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . e la loro posizione nella cascata è ininfluente. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) .5) per esprimere i legami i-u dei sistemi. 3. facciamo uso ancora una volta della notazione semplificata (3.2 dell’invarianza temporale.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. ovvero se la sua relazione i-u è y(t) = α x(t). introdotto nell’es. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). come mostrato dagli esempi che seguono. forniscono la stessa uscita in risposta allo stesso segnale. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). per cui. ovviamente tale risultato non sussiste se il sistema è TV. conviene procedere per sostituzioni formali.14. . quindi.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . è conveniente in generale utilizzare la prop. è TV.9. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = 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 . Se il sistema TD S è TI. 3. evidentemente. 3. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. È chiaro che yt0 (t) = y(t − t0 ).3 Proprietà dei sistemi 107 x(n) z . 3. è un sistema TV in generale (è TI se e solo se α (n) = α ). Analogamente. In altre parole.2 piuttosto che la def. 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. per dimostrare che un dato sistema è invariante temporalmente oppure no.3. si dimostra che l’amplificatore a guadagno variabile a TD.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 effetti.

1 è un sistema TI. e pertanto il sistema risulta essere TV. 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 ) . Infatti. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. 3. 3.20 (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. Esempio 3. il sistema può ritenersi ragionevolmente TI. per l’intervallo di durata di un compact disc.1): y(n) = x(−n) . si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. 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).18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. il sistema risulterebbe TV. Tuttavia. 3.108 Proprietà dei sistemi Esempio 3. In conclusione. Effettuando il cambio di variabile v = u − t0 . Tuttavia.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. se tale proprietà non fosse verificata. Ad esempio. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne.9 è TI. se il volume è tenuto fisso. . sono anch’essi sistemi TI. 3. Esempio 3.8. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du .2 è un sistema TI. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . si può provare che l’integratore con memoria dell’es. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. 3. un amplificatore audio non è un sistema TI in senso stretto. e cambia meno drasticamente quando si alza o si abbassa il volume. e l’integratore non causale dell’es. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . k=0 M M per cui il sistema è effettivamente TI.10. Allo stesso modo.

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

in ogni istante di tempo.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. assume cioè valore infinito in almeno un istante di tempo.5 metri. per provare che un sistema è instabile.110 Proprietà dei sistemi (a) (b) (c) Fig.15. 3.1. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . descritto dalla relazione i-u y(t) = t −∞ x(u) du . è stabile. Viceversa. Come si vede. Infatti. Esempio 3. Notiamo che un sistema MA è sempre stabile. k=0 M M per cui anche y(n) è limitato. . 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). 3. per provare che un sistema è stabile. Un esempio di sistema instabile: il Tacoma Narrows Bridge. ∀n ∈ Z . qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. (b) Le oscillazioni viste da una estremità del ponte. se |x(n)| ≤ Kx per ogni n ∈ Z. che è un segnale limitato in quanto assume solo i valori 0 ed 1. con la sola ipotesi che |x(·)| ≤ Kx . 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.

i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. se si pone in ingresso x(n) = u(n).3 Proprietà dei sistemi 111 non è un sistema stabile. che rappresenta una rampa a TC (fig. X ≡ C. n ≥ 0. Nel seguito supporremo che. applicando al sistema segnali di ingresso limitati. poniamo in ingresso x(t) = u(t) (ingresso limitato). cioè l’accumulatore dell’es. La stabilità è una proprietà fondamentale nel progetto dei sistemi. 2.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. Infatti. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du .3. per provarlo. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. l’uscita non assumerà mai valori arbitrariamente grandi. Questa scelta ci consente di trattare anche segnali.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). che possono portare alla rottura.43). si ottiene in uscita il segnale  0 . t ≥ 0 . t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. Tale difficoltà lascia intuire che il sistema è instabile. 3.3.15). −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). Proprio per evitare l’innesco di pericolose oscillazioni. Viceversa. è instabile. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. pochi mesi dopo essere stato aperto al traffico. ed è un segnale non limitato in ampiezza. che.C. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. per determinati segnali di ingresso.6 Linearità La proprietà di linearità è estremamente importante. abbiamo provato che il sistema è instabile. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . Infatti. secondo la definizione seguente: . in quanto l’integrale −∞ du non è limitato. D’altra parte. In maniera simile. in quanto assicura che. l’uscita può assumere. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. e calcoliamo l’uscita:  0 . n < 0. valori arbitrariamente grandi. 3. t t u(u) du = y(t) =  du = t . si prova che la versione a TD dell’integratore con memoria infinita. quali ad esempio il fasore. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. più in generale. cioè. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. 3. che è non limitato.2.. USA) che crollò nel 1940. rispettivamente. in un sistema fisico instabile. t < 0. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD.

Infatti.) (b) Fig. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. affinchè il sistema S possa essere lineare. 3. nel senso che ya (·) ≡ yb (·). In altre parole. la proprietà di omogeneità può essere interpretata come in fig. se x1 (·) ∈ I e x2 (·) ∈ I. 3.11 (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. Definizione 3. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . la proprietà di omogeneità impone implicitamente che. si ha: α x(·) −→ α y(·) . ∀α ∈ C . e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. quindi.) x(. 3. allora la configurazione serie in fig. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. Allo stesso modo. 3. allora anche α x(·) ∈ I. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·).17.) S α y b(.16(a) è equivalente alla configurazione serie in fig. se si deve calcolare la risposta del . Se il sistema S verifica la proprietà di omogeneità. Precisamente.112 Proprietà dei sistemi x(.) α (a) S y a(. se il sistema S verifica la proprietà di omogeneità. se x(·) ∈ I. Pertanto. 3. allora anche x1 (·) + x2 (·) ∈ I. con riferimento alla fig. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. Da un punto di vista sistemistico. 3.16. se il sistema è omogeneo. allora la cascata del sommatore e del sistema S in fig. le configurazioni (a) e (b) sono equivalenti. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. la proprietà di additività impone implicitamente che. se il sistema S verifica la proprietà di additività. nel senso che ya (·) ≡ yb (·). 3.16(b) (si faccia attenzione: non è una configurazione parallelo).16(b). Da un punto di vista matematico. quindi. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale.16. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. 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 .17(a) è equivalente al sistema raffigurato in fig.

che caratterizzano la linearità di un sistema. pertanto. 3. se si deve .5) per il sistema S.3 (principio di sovrapposizione) Un sistema è lineare se. 3. ∀α1 .) x2(. (3. Se il sistema S verifica la proprietà di additività.21) Notiamo che il principio di sovrapposizione si può esprimere. adoperando la notazione semplificata (3.) x2(. ∀α1 . α2 ∈ C .22) che ammette l’interpretazione sistemistica riportata in fig. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. 3.18(b) sono equivalenti. 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.) S y a(.) S y b(. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . (3.17. 3. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. le configurazioni (a) e (b) sono equivalenti. cioè. e poi sommare i segnali di uscita ottenuti.) (a) x1(. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . Le due proprietà precedenti. α2 ∈ C .3 Proprietà dei sistemi 113 x1(.) S (b) Fig. ya (·) ≡ yb (·).18(a) e fig.18: se il sistema S è lineare. allora i due sistemi riportati in fig. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.3.

che ovviamente racchiude la (3. (3. l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. invece. Se il sistema S è lineare. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione). 3.114 Proprietà dei sistemi x1(.) S α2 (b) Fig.18. e poi combinare linearmente.) x2(. α2 .23) discende semplicemente dalla (3. i segnali di uscita ottenuti. ∈ C . Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. .23) come definizione di principio di sovrapposizione. . delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. .22). si noti che. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. con k ∈ Z.22) come caso particolare. . 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. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. . anche la linearità è una idealizzazione . . . utilizzando i coefficienti α1 e α2 . comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. se. la (3. come l’invarianza temporale.) α1 S α2 (a) y a(. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). il numero di segnali xk (·) è infinito.) x2(. si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . αk . occorre imporre alcune condizioni matematiche aggiuntive. si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente.22) da sola non basta per assicurare la (3. nel seguito assumeremo la (3.) S α1 y b(.) x1(. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. con gli stessi coefficienti.23): in questo caso. k ∀α1 . A tale proposito.

notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante).24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. 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. quando si parla di sistema lineare. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. variabile da sistema a sistema.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. con b0 = 0. e più precisamente dell’omogeneità. in quanto. il sistema non può più considerarsi lineare.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. Adoperando la formulazione (3. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). che rappresenta l’uscita corrispondente all’ingresso nullo. in pratica. si trova y0 (t) = b0 = 0. l’uscita corrispondente è necessariamente nulla. Nell’es. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 .3. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola.26. 13 Tipicamente. e si dicono lineari per le differenze. Poiché x0 (·) −→ y0 (·).13 Esempio 3. l’uscita corrispondente all’ingresso nullo è necessariamente nulla.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. ∀α ∈ C . α x0 (·) −→ α y0 (·) . 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. si ha.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. Sia nel caso TC che TD. 3.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. Esempio 3. 3. Ad esempio. si intende un sistema che soddisfa il principio di sovrapposizione. allora deve aversi necessariamente y0 (·) = α y0 (·). per l’omogeneità.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. in particolare. infatti. 3.22). un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. Prova. se l’ampiezza del segnale di ingresso eccede tale soglia. si ha yL (t) = b1 x(t) e y0 (t) = b0 . in quanto soddisfa al principio di sovrapposizione. Sebbene sia non lineare secondo la definizione data. In pratica. il sistema dell’es. Infatti ponendo x(t) ≡ 0. Sia x0 (·) ≡ 0 l’ingresso nullo. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. Una conseguenza importante della proprietà di linearità. . (3. si ha. ∀α ∈ C. in elettronica. 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)] . Tali sistemi sono una generalizzazione dei sistemi lineari. e sia y0 (·) l’uscita corrispondente a tale ingresso. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. Proprietà 3. Infatti.

) y(.) y 0(. 3. e sono rappresentati graficamente come in fig.116 Proprietà dei sistemi x(. Infatti. se si indica (fig.2) lineari e a coefficienti costanti.) Fig. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. Fig. 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. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. Infatti.1). cfr. e y(t) = x3 (t) (sistema cubico).1) o alle differenze (nel caso TD. cfr. è descritto nell’esempio seguente. Un esempio “fisico” tratto dall’elettronica è il diodo. né quella di additività.20.) sistema lineare y L(.) x(. che prende il nome di caratteristica i-u. un sistema TI senza memoria. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. cfr. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig.3. y(t) = sgn[x(t)] (“hard limiter”). § 4. Un caso più caratteristico di sistema non lineare. § 3.6. § 4.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. e quindi non è additivo. Per l’omogeneità. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. 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)] .21.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.6. arbitrari x1 (·) e x2 (·). Esempio 3.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . e quindi non è omogeneo. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.15). 3.) g(x) y(.19.27 è anche TI e non dispersivo o senza memoria (cfr. 3. Esso appartiene pertanto ad una classe più generale di sistemi. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . e prende il nome di sistema quadratico o non-linearità quadratica. 3. 3. es. 3. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. 3. detti anche non-linearità senza memoria: Definizione 3. Il sistema quadratico dell’es. Esempio 3. che non risulta neppure lineare per le differenze.20.

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

Risultato: y(t) = 2 u[x(t)]. 3. 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 . Sistema dell’esercizio 3.23. Risultato: y(n) = x(n) + 1 x(n − 1). 4 Esercizio 3. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . con N ≥ 1 numero intero dispari . y(t) = sgn[x(t)].2. Determinare il legame i-u del sistema (complessivo) riportato in fig. Esercizio 3. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . Risultato: La memoria è pari a N − 1. y(t) = ex(t) .23.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.2 Si consideri l’interconnessione di sistemi riportata in fig.118 Proprietà dei sistemi 3.23. 3. Determinare il legame i-u del sistema (complessivo) riportato in figura. Calcolare la memoria del sistema.4 Esercizi proposti Esercizio 3. 2 4 S3 : y(n) = x(2n) . y(t) = 2 ln(|x(t)|).

x(τ ) dτ .1 del libro di testo. Esercizio 3.5 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. Risultato: (a) y(n) ≡ 0.4 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 . (b) non invertibile: in virtù del risultato del punto (a). 3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. Esercizio 3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. (b) Il sistema è invertibile? Giustificare la risposta. se T1 < T2 . la memoria è pari a T1 . Esercizio 3. la memoria è pari a 2 T2 − T1 . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. con T1 > 0.] Risultato: Il sistema può essere causale (non è detto che lo sia). indipendentemente dalla costante A.] Risultato: Il sistema è non causale. Risultato: Se T1 ≥ T2 . con A ∈ R. x(t) = rect(t − 1) −→ y(t) = e−3t .4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.3. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). con T2 > 0. 3.6 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) . x(n) = R3 (n) −→ y(n) = 3n u(n) . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .

In caso affermativo. rispettivamente. (b) Stabilire se tale sistema è invertibile. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). (a) Caratterizzare gli insiemi di ingresso ed uscita.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . determinare il sistema inverso. è necessariamente tempo-variante.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U .120 Proprietà dei sistemi Esercizio 3.24 è lineare. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).24. 3. 3. stabilire se il sistema può essere tempo-invariante. Risultato: (a) nessuna restrizione su I. Nella stessa figura sono riportate le uscite del sistema y1 (n).9 Il sistema S in fig. 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. x2 (n) e x3 (n). . (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. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1).9. Esercizio 3. (c) non può essere tempo-invariante. Segnali dell’esercizio 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (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). Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). l’insieme U è costituito da tutti i segnali positivi.

Esercizio 3. Risultato: (a) ya (t) = cos(2π fct). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). x2 (n) e x3 (n). Sistema dell’esercizio 3. con t0 ∈ R.11. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). 3. (c) non può essere tempo-invariante. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) stabile. (a) Stabilire se il sistema può essere lineare. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). rispettivamente. (b) Dire se il sistema è stabile. è necessariamente tempo-variante. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). Nella stessa figura sono riportate le uscite del sistema y1 (n). è necessariamente tempo-variante. dire se il sistema può essere tempo-invariante.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). Esercizio 3.12 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 . Esercizio 3. x(t) = e− j2t −→ y(t) = e− j3t . x(n) y(n) (-1) n Fig. 3. è necessariamente non lineare. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1).25. Risultato: (a) ya (t) = cos(3t). (a) Determinare il legame i-u del sistema. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari.3. (c) il sistema non può essere tempo-invariante.11 Si consideri il sistema riportato in fig. Risultato: (a) non può essere lineare. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).26 è tempo-invariante. (b) yb (t) = cos(3t − 1). (b) yb (t) = ya (t) = cos(2π fct). 3.13 Il sistema S in fig. Esercizio 3.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: .25. (c) Stabilire se il sistema può essere tempo-invariante. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5).

(b) y(t) = x(t − 2) − x(1 − t). invarianza temporale. tempo-invariante e stabile. l’uscita del sistema S1. (d) lineare. mentre l’uscita del sistema S2. Esempio: quando x1 [n] = x2 [n] = δ [n]. le uscite dei due sistemi S1. S1 : y(n) = x(−n) .2 è y(n) = δ (n + 2). 3.15 Classificare. motivando brevemente le risposte. (c) y(t) = x(t) cos(2π t). sia S1. tempo-invariante e stabile.1 è y(n) = δ (n − 2). causale se T ≥ 0 e non causale se T < 0. non dispersivo. dispersivo.2 è y(n) = x(−n − 2). tempo-variante e stabile.1 è y(n) = x(−n + 2).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. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. causale se T > 0 e non causale se T < 0. il legame i-u del sistema S2. causalità. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. dispersivo se T = 0. (e) non lineare. Inoltre. tempo-variante e stabile. dispersivo. . stabilità): (a) y(t) = 2 exp[x(t)].13. mentre S2.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). (c) lineare.2 e S2. con T ∈ R − {0}. non causale. tempo-variante e stabile. non dispersivo. causale. motivando la risposta e fornendo almeno un esempio a suo supporto. Risultato: (a) non lineare. Esercizio 3. (b) lineare. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. non dispersività. Stabilire. S2 : y(n) = x(n + 2).26.1 sono necessariamente uguali”. (d) y(t) = [x(t) + x(t − T )] u(t). causale.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). Segnali dell’esercizio 3.

(d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). tempo-variante e stabile. con m0 ∈ Z . non dispersivo. non dispersività. dispersivo. h(τ ) x2 (t − τ ) dτ . causalità. causale. motivando brevemente le risposte. (d) y(n) = k=m0  0 . (c) y(n) = x(n2 ). altrimenti . ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. non dispersivo. Esercizio 3. tempo-variante e instabile.  n   ∑ x(k) . non dispersivo. con a ∈ R − {0}. (b) y(n) = x(−n). causale. 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 . tempo-invariante. dispersivo. tempo-invariante. non causale. (c) non lineare. (b) lineare. stabilità): (a) y(n) = a x(n) + b. con m0 ∈ N.17 Classificare in base alle loro proprietà (linearità. Esercizio 3.18 Classificare. non causale. instabile. invarianza temporale. per n ≥ m0 . dispersivo. (c) y(n) = ex(n) . Risultato: (a) lineare. (c) non lineare. invarianza temporale. causale. stabile se h(τ ) è sommabile. Risultato: (a) non lineare (lineare per le differenze). ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. causalità. causale. (b) y(n) = cos(π n) x(n). con a. stabile se h(τ ) è sommabile. (e) lineare. tempo-invariante e stabile. invarianza temporale. .3. stabilità): (a) y(n) = x(n) + u(n + 1). (c) y(t) = x(t)  0. se x(t) = 0 . non causale se T < 0. tempo-invariante.   1 . non causale. tempo-invariante e stabile. (e) y(n) = an u(n) x(n). non dispersività.16 Classificare. causale. causalità. causale se T ≥ 0. b ∈ R − {0}. dispersivo.4 Esercizi proposti 123 Esercizio 3. (d) lineare. (e) y(n) = n+m0 k=n−m0 ∑ x(k). altrimenti . dispersivo. non dispersività. (d) lineare. con T ∈ R − {0}. (d) y(t) = 1 2T T −T x(t − τ )dτ . motivando brevemente le risposte. dispersivo. tempoinvariante e stabile. tempo-invariante e stabile. (b) non lineare.

0. se n = 0 . (b) y(t) = a(t) x(−t). stabile. causale. (b) lineare. Esercizio 3. (c) lineare.124 Proprietà dei sistemi Risultato: (a) non lineare (lineare per le differenze). ∑ Risultato: (a) lineare. motivando brevemente le risposte. (b) lineare. (a) y(n) = n 0 . (b) y(n) = x(2 n) + x(10 − n). (c) y(n) = (d) y(n) = n+2 k=n−2 +∞ k=−∞ ∑ x2 (k). tempo-variante e stabile. (c) y(t) = x(−t) + 5. causale. motivando brevemente le risposte. sgn(k) x(n − k). stabile. causale. non dispersivo. stabile. causale. dispersivo. stabilità):   x(n) . causale. stabile. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = t ln(|x(t)|) . non dispersivo. non dispersivo. non dispersivo. causalità. (d) non lineare. tempo-invariante. invarianza temporale. non dispersivo. non dispersività. tempo-variante e stabile. non causale. tempo-variante. non dispersivo. se x(t) = 0 . . (d) non lineare. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = ln(|x(t)|) . tempo-invariante. stabile. non causale. instabile. (c) non lineare. (d) y(t) = sgn[x(−t)]. stabile. sulla base delle proprietà (linearità. (b) lineare. dispersivo. causale. se x(t) = 0 . dispersivo.21 Classificare. stabile. dispersivo. non causale. (c) non lineare (lineare per le differenze). tempo-invariante. tempo-invariante. non causale. altrimenti . causale. tempo-variante. altrimenti .20 Classificare. (d) lineare. non dispersivo. (b) lineare. stabile per |a| ≤ 1 ed instabile per |a| > 1. con a(t) segnale reale limitato. ciascuno dei sistemi sotto riportati sulla base delle loro proprietà (linearità.19 Classificare. stabile. (d) y(t) = sgn[x(t)]. non dispersivo. 0. Esercizio 3. invarianza temporale e stabilità. dispersivo. tempo-variante. non causale. invarianza temporale e stabilità). Risultato: (a) non lineare. non dispersività. (b) y(t) = x(t) + x(−t). Risultato: (a) non lineare. tempo-variante e stabile. tempo-variante. (d) lineare. dispersivo. non causale. non dispersività. stabile. dispersivo. (c) lineare. non causale. causale. tempo-variante. altrimenti . tempo-variante. Esercizio 3. tempo-variante e stabile. causalità. (c) y(t) = x(t) sgn(t). causalità. tempo-variante. (e) lineare. instabile. non causale. sulla base delle proprietà di linearità. non dispersivo. tempo-variante. instabile. dispersivo. motivando brevemente le risposte. tempo-variante. causale.

3. stabile. x(n − 1)}. instabile. causale. tempo-invariante. motivando brevemente le risposte.22 Classificare. tempo-invariante. con M1 . 2 altrimenti . causale. non dispersività.4 Esercizi proposti 125 Esercizio 3. Risultato: (a) lineare. (b) non lineare. M2 ∈ N. (b) y(n) = max{x(n). dispersivo. dispersivo. causalità. (c) non lineare. non dispersivo. stabile. sulla base delle proprietà di linearità. se x(n) = 0. tempo-variante. invarianza temporale e stabilità. i sistemi caratterizzati dalle seguenti relazioni ingresso/uscita: (a) y(n) = 1 M1 + M2 + 1 k=−M1 ∑ M2 x(n − k). . π + k π . con k ∈ Z . (c) y(n) = n tan[x(n)] . non causale.

126 Proprietà dei sistemi .

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

però. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). Tenendo conto delle proprietà precedenti. tuttavia.1) devono essere scelti in modo opportuno.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione.1) può essere finito oppure infinito numerabile.1). e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. è conveniente concetto di risposta impulsiva. con gli stessi coefficienti αk . Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. Per approfondire tale rappresentazione. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. Applicando il principio di sovrapposizione (3. di semplificare notevolmente lo studio dei sistemi lineari. devono essere in grado di rappresentare tutti i segnali di interesse pratico. in quanto come vedremo i segnali elementari possono assumere valori complessi.1) dove i coefficienti αk sono in generale dei numeri complessi. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·).uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. La (4. in particolare. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . idealmente. tali funzioni dipendono da due variabili. in linea di principio.2) dove yk (·) = S[xk (·)].23). e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . in tal caso. (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). (2) per un dato segnale di interesse x(·). 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. k k (4. 4. k (4.2 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. Affinché tale tecnica sia applicabile in pratica. Questa proprietà consente. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). i segnali elementari xk (·) da utilizzare nella (4. 1 Il . Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. e quello di risposta in frequenza ad esso strettamente legato. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). dei segnali yk (·).

7) prende il nome di convoluzione a TD. nonché l’invarianza temporale del sistema.4). ovvero xk (n) = δ (n − k). si dice che la risposta impulsiva è una risposta canonica.4) si può giustificare in maniera più formale anche applicando le prop. In questo senso.3) non si sovrappongono nel tempo. la (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.6)]. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .5)].2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). ed abbiamo sfruttato il fatto che le quantità x(k).3 dell’impulso discreto. Notiamo peraltro che la (4.3) Determinare i coefficienti αk della rappresentazione è semplice. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. e calcoliamo l’uscita sfruttando il principio di sovrapposizione.3. la rappresentazione (4.6) nella (4. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . e sarà studiata più approfonditamente nel § 4. utilizzando la conoscenza della sola risposta impulsiva del sistema. 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. (4. 3.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . 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.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). Si noti che.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. sostituendo la (4. sia posto in ingresso ad un sistema TD LTI. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. (4. ∀k ∈ Z . esteso al caso di una infinità (numerabile) di segnali.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 . il segnale di uscita h(n) trasla anch’esso di k campioni. Supponiamo allora che un segnale x(n). non essendo dipendenti dal tempo n. (4. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). come già detto. .6) cioè traslando l’impulso in ingresso di k campioni.4.5) dove abbiamo applicato il principio di sovrapposizione. Ribadiamo che per ricavare la (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) .4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. con k ∈ Z. rappresentato mediante la (4. (4. Definiamo allora il segnale h(n) = S[δ (n)].5). La funzione h(n) che compare nella (4.1) l’insieme numerabile degli impulsi discreti traslati nel tempo. (4. Pertanto. se si osserva che gli impulsi δ (n − k) nella (4. Scegliendo come segnali elementari xk (n) nella (4. si ha semplicemente αk = x(k). poiché essa caratterizza (cioè descrive) completamente il sistema LTI.

dal confronto tra la (4. 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.9) rappresentata graficamente in fig. ∀k ∈ {0. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza.1.9).9. .1(b).7). M} . 4. x(1) h(n − 1) e x(2) h(n − 2). È interessante notare che la risposta impulsiva del sistema MA è di durata finita.11) .10) espressione che fornisce gli stessi valori della (4. .. e particolarizzata in fig. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . . 4.2.1. pari ad M + 1 campioni. In sostanza.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 4. con n ∈ Z.7).8): h(n) = k=0 ∑ bk δ (n − k) . M (4.1(b) al caso M = 5 e 1 bk = M+1 = 1 . si ha. M (4.7) mostra che. 4. 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). Prima di passare al caso TC. 5}. . 4. . In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n).1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. . D’altra parte. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. 6 Esempio 4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. (a) Risposta impulsiva di un generico sistema MA. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. Questa interpretazione è chiarita in fig. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . avente la risposta impulsiva di fig. è semplice provare che tale sistema è sia lineare che tempo-invariante. il segnale di uscita si ottiene sommando tali segnali. 1. Infatti. k ∈ {0. ponendo x(n) = δ (n) nella (4. (4. dove è calcolata graficamente la risposta del sistema MA dell’es.1(a) nel caso generale. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ .8) e la (4. per ogni k ∈ Z. 1. . 4. (4. . altrimenti . 3.7). 1. .. ∀k ∈ {0. 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). . la (4.. per un dato k ∈ Z.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. al segnale di ingresso x(n) = 1 R3 (n). . 0 . è utile mettere in luce una particolare interpretazione della (4. 5}. .

4. Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). .2.4.2 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.

4) al caso TC.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. 2. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ .132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. τ )dτ . centrati in tutti i possibili istanti di tempo τ ∈ R. A differenza del caso TD. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. Tale rappresentazione si può vedere come l’estensione della (4. Nel seguito. Una giustificazione immediata ed intuitiva della (4. τ ). 3.14) non discende direttamente dalla prop. ossia: x(t) = +∞ −∞ α (τ ) x(t. per τ ∈ R. per ogni τ ∈ R. (4. con τ ∈ R. e l’integrale prende il posto della sommatoria.4). Così come il principio di sovrapposizione (3. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. data l’analogia formale tra la (4. senza perderci in complicate discussioni matematiche. e prende il nome di convoluzione a TC.11). integrando) i segnali x(τ ) h(t − τ ) dτ .23) per una infinità numerabile di segnali. τ ) = δ (t − τ ).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 . ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ .12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.3.12) si basa su una definizione più generale di linearità di un sistema.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. segue che α (τ ) = x(τ ) e x(t. dove la delta di Dirac sostituisce quella discreta. non è possibile dare una giustificazione immediata della (4.2). la (4. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). (4. e rappresenta. assumeremo direttamente la (4.7) è simile a quella vista nel caso TD. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. . Precisamente. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ .1). se il sistema è LTI. come già visto nel caso TD. dal confronto con la (4. Precisamente. le risposte S[x(t. τ ).3 e richiede delle condizioni matematiche aggiuntive per la sua validità. Tuttavia. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr.2). (4. τ )]dτ . τ )] del sistema ai segnali elementari x(t. prop.11) e la (4.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . Notiamo inoltre che. L’operazione matematica tra x(t) ed h(t) che compare nella (4.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. seguendo passaggi matematici simili a quelli già visti per il caso TD. La (4. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). con gli stessi coefficienti α (τ ) dτ . In pratica mediante la (4. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t.11). con t ∈ R.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. La derivazione della (4. formalmente. tuttavia. anche la (4. 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 .12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. 4.

anche tale risposta impulsiva è di durata finita. avente relazione i-u: y(t) = t t−T x(u) du . 4. In altri termini. Si può facilmente verificare che tale sistema è sia lineare. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. Come nell’es. . per confronto con la (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 4.1 e 4. 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 (0.12). 4. 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 . pari a T e coincidente con la memoria del sistema.5T T . 4.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. notiamo preliminarmente che.2.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. 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) . T ). allora il sistema è necessariamente LTI. e cioè: y(t) = +∞ −∞ rect τ − 0. 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. per cui è un sistema LTI.2).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). la (4. si può mostrare che la (4.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. da cui. sia invariante temporalmente.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.7) oppure (4. In maniera equivalente.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . (4. in maniera più formale. Successivamente.12).15) con T > 0. (4. con il cambio di variabile τ = t − u → u = t − τ .5T T x(t − τ ) dτ .4.1.15) si può scrivere come una convoluzione: infatti. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). (4. Negli es. es.

3(d)]. si veda la fig.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 .3 Convoluzione Come abbiamo visto nel paragrafo precedente. 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. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione.18) Le due espressioni riportate nella (4. (3) Per ogni fissato valore di n ∈ Z. Per capire meglio il meccanismo precedentemente descritto. costruendo il segnale z(k) = x(−k) e. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . 4. e verso sinistra se n < 0. per cui il risultato della convoluzione è nullo. fatta eccezione per casi particolari. dobbiamo costruire il segnale wn (k) = z(k − n). Esempio 4. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. 4. Viceversa. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2.3(a)]. Nel caso TD. vedi anche il § 4. rappresentiamo h(k) in funzione di k [fig. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). Se non effettuiamo nessuna traslazione su z(k). possiamo ottenere direttamente il risultato della convoluzione per n = 0. (4. (2) Effettuare prima la riflessione del segnale x(k). è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. partendo dal caso TD per semplicità. In particolare.134 Sistemi lineari tempo-invarianti (LTI) 4. Per calcolare gli altri valori della convoluzione. descritta dalla (4.3(e)].1 seguente). ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). La difficoltà maggiore è che.18). insieme con x(k) [fig. 4. si vede che per n < 0 [traslazione verso sinistra. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. 4. il segnale wn (k) non si sovrappone con h(k). Seguendo la procedura delineata precedentemente. consideriamo il seguente esempio.1.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. oppure dalla (4. e sommando i risultati dei prodotti ottenuti. 4.3(c)]. effettuare la traslazione del segnale z(k) verso destra se n > 0. Ovviamente. per la proprietà commutativa della convoluzione. Prendendo come riferimento la seconda delle (4. successivamente.18) sono del tutto equivalenti.7) nel caso TD. 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. con a = 0.12) nel caso TC. si nota che si ha sovrapposizione tra h(k) e . la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. in particolare. si veda la fig.3. se n > 0 [traslazione verso destra. che si ottiene da z(k) mediante traslazione di n campioni.

. se |a| < 1. Si noti che.7) vada effettuata in principio su infiniti valori di k. 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. 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. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. in pratica essa può ridursi ad una somma finita di valori per ogni n. sebbene la somma in (4.3 Convoluzione 135 wn (k) su un numero finito di campioni.4. tale numero di campioni è pari ad n+1. In particolare. l’esempio mostra chiaramente che. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. Ovviamente esistono casi in cui il numero di termini della somma è infinito. per effettuare correttamente il calcolo della convoluzione. oppure anche per tutti i valori di n. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. In particolare. .7). se n < 0 . vale a dire: . 4.19). per alcuni valori di n. è semplice considerare i casi per n = 1. . 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . . che in generale potrebbe non convergere. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. 1−a In definitiva. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + .19) Anche in questo caso. Facendo riferimento per convenienza alla seconda delle (4. altrimenti . y(n) = 1 − an+1  . per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . . h(k) w3 (k) = 1 + a + a2 + a3 . ed è rappresentato graficamente in fig. h(k) w2 (k) = 1 + a + a2 . 2.3(f) nel caso in cui 0 < a < 1. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. C. 1. h(k) e wn (k) si sovrappongono per k ∈ {0. + an = k=0 ∑ ak = n 1 − an+1 . più precisamente. . Per un generico valore n > 0. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . (4. n}. 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 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8 w−5(k)=x(−5−k) 1 0.6 0. (c) riflessione del segnale x(k). 4.2 0 (b) z(k)=x(−k) 0.4): (a) rappresentazione di h(k).6 0.6 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig. (b) rappresentazione di x(k).8333) e x(n) = u(n) (es.4 0. (f) risultato della convoluzione.4 0.4 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.6 h(k) 0.4 0.2 0 −10 −5 0 k 5 10 (a) 1 0.3. . (d) traslazione verso sinistra di z(k) (n = −5).4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 0. 4.8 0.8 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.8 0. (e) traslazione verso destra di z(k) (n = 5).

per cui si ha nuovamente y(t) ≡ 0. (3) Per ogni fissato valore di t ∈ R. successivamente. per T2 ≤ t < T2 + T1 . 4. 0. 4.20) T1 .19). costruendo il segnale z(τ ) = x(−τ ) e. posto in ingresso al sistema LTI (cfr. Per T2 ≤ t < T2 + T1 . Esempio 4. per cui risulta y(t) ≡ 0 per t ≤ 0. 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. Facciamo per comodità riferimento alla seconda delle (4. T1 ≤ t < T2 . ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0.4(b)] in funzione di τ ∈ R. le finestre non si sovrappongono affatto.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0.4(e)]: in particolare. ed assumiamo T2 > T1 .5T1 T1 t − 0.4. 4. Considerando invece valori positivi di t. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). T2 ). per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 .t). per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. rappresentiamo x(τ ) [fig. effettuare la traslazione del segnale z(τ ) verso destra se t > 0. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. Per prima cosa. T2 ≤ t < T2 + T1 . Traslando il segnale z(τ ) verso sinistra [fig. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . successivamente. di durata ∆x = T1 . e verso sinistra se t < 0. 4. invece. (2) Effettuare prima la riflessione del segnale x(τ ).    T2 + T1 − t. .4(c)]. y(t) = (4. per cui si ha: y(t) = t 0 dτ = t .5T2 T2 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .t).2) avente risposta impulsiva h(t) = rect . Infine. 4. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. per T1 ≤ t < T2 . 0 < t < T1 . di durata ∆h = T2 . per t ≥ T2 + T1 . Riassumendo.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. es. per cui si ha: y(t) = t t−T1 dτ = T1 . Per T1 ≤ t < T2 . ed effettuando l’integrale del prodotto. 4.   t. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig.4(d)]. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. per 0 < t < T1 . in quanto le due finestre rettangolari si sovrappongono solo su un punto.4(a)] e h(τ ) [fig.

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. A tale scopo. 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(·). per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. Nel caso particolare T1 = T2 = T . traslazione. pertanto. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. in quanto si può verificare che la convoluzione possiede. 4. mentre la seconda è definita mediante un integrale.6. Per questo motivo. nel seguito. t < 0 oppure t ≥ 2T . ed è rappresentata in fig.3. 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. calcolo dell’area) sono molto simili nei due casi. in particolare. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD.3. per 0 < t < T . la convoluzione viene chiamata anche prodotto di convoluzione.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h .  y(t) = t. nel senso che ya (·) ≡ yb (·).6 sono equivalenti. per T ≤ t < 2T . Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. cioè i due schemi in fig. Come mostrato in fig. 4. § 4.4(f). tutte le proprietà algebriche del prodotto convenzionale. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . ed è rappresentato graficamente in fig. . Ovviamente questo scambio. scambiando il ruolo dei due segnali. Per questo motivo. e prende il nome di proprietà di durata della convoluzione (cfr. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) .12) è che la prima è definita mediante una sommatoria. Si noti che se T1 > T2 si può procedere allo stesso modo. l’integrale di convoluzione può non esistere finito.7) e quella a TC (4. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 .1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. In conclusione. 4. 4.1). tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . In altri termini. se è possibile dal punto di vista matematico. non ha nessun senso dal punto di vista sistemistico. similmente alla somma di convoluzione. C.20).5. 4. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. come discusso di seguito. oltre a proprietà specifiche. prodotto. notiamo che. notiamo che l’intervallo di tempo (T1 . nello studio delle proprietà della convoluzione.   2T − t.

4): (a) rappresentazione di x(τ ). 4. (b) rappresentazione di h(τ ). (e) traslazione verso destra di z(τ ) (t > 0).4. 4. (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. . (c) riflessione del segnale x(τ ). (d) traslazione verso sinistra di z(τ ) (t < 0).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.

In base a queste due interpretazioni.) (b) y b(.) 0 T t 2T x(. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. 4. 4. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. . l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). cioè ya (·) ≡ yc (·).7(b) sono equivalenti. 4. 4. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . 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 (·). A sua volta. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . 4. 4. ossia yc (·) ≡ yd (·). il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. per cui il sistema LTI in fig. nel senso che yb (·) ≡ yd (·).) (a) y a(. cioè i due schemi in fig.7(b). come evidenziato in fig. i due schemi riportati in fig.5. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . In tale ipotesi. come mostrato 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 (·).) h(. T Proprietà associativa Fig. In virtù della proprietà commutativa della convoluzione.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.) Fig.7(c).7(a) e fig. 4. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). A tal fine. 4. Inoltre. nel senso che ya (·) ≡ yb (·).7(a). Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. i due sistemi LTI in figura sono equivalenti. 4. In altre parole. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). osserviamo innanzitutto che. Per la proprietà commutativa. il sistema LTI in fig.7(c) è equivalente allo schema serie riportato in fig.7(a) è equivalente al sistema LTI riportato in fig. 4.) h(.6.7(d). 4.7(d) sono equivalenti. 4. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). per la proprietà associativa.7(b) e fig. Conseguentemente.

resta non esplorata per il momento la connessione in retroazione tra sistemi LTI. tale connessione non può essere studiata elementarmente nel dominio del tempo. 4. A tale scopo. cioè i due schemi in fig.)∗h1(.) y b(.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) h1(. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza.) x(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco.8(b). nel senso che ya (·) ≡ yb (·). 4.) (a) y a(. valida formalmente sia nel caso TC sia in quello TD. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI. Similmente alla proprietà associativa.3 Convoluzione 141 x(. come mostrato in fig. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·). utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·). Fig. (4. 4. .) h2(.) y 2(. In virtù della proprietà commutativa e associativa della convoluzione.8(a).) (b) h2(.)∗h2(.) x(.7. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) h1(. Proprietà di esistenza dell’unità Si può facilmente provare. 4. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.) h2(.4. in effetti. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) . In base a queste due interpretazioni.) y b(.) y 1(.) x(. In virtù della proprietà distributiva della convoluzione.8.8(b) sono equivalenti.) h1(.) h1(.) y d(.) (a) x(. D’altra parte.) Fig.8(a) e fig. i due schemi in figura sono equivalenti. come mostrato in fig.) (d) h1(.) (c) y c (. i quattro schemi in figura sono equivalenti. 4. 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 (·).) (b) x(.)+h 2(. 4.) h2(.) y a(.

21). invece che alla (4. rispettivamente. secondo la quale. ad esempio. ∀n0 ∈ Z .22) (4. ∀t0 ∈ R . x(t − t0 ) −→ y(t − t0 ) . 3. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. noti inoltre che. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ .n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. In virtù della proprietà di invarianza temporale (4. infatti. 4. la (4.11) nel caso TC. è possibile riottenere la (4.22) [un discorso analogo vale per la (4. x(n − n0 ) −→ y(n − n0 ) .23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). ∀t0 ∈ R . si giungerebbe.142 Sistemi lineari tempo-invarianti (LTI) x(.9). per ogni x(·) ∈ I e y(·) ∈ U. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). Tale sistema prende il nome di sistema identico. e per la (4.10.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. . Le (4.3 Dal punto di vista dell’interpretazione sistemistica. esprimendo la relazione i-u del sistema mediante una convoluzione. i due schemi in figura sono equivalenti.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig.2). ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). x(n − n0 ) ∗ h(n) = y(n − n0 ) . (4. Nel caso di un sistema LTI.) δ(. per sistemi a TC e a TD. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.) x(. Per giustificare invece la correttezza della (4.25) della convoluzione. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . ∀n0 ∈ Z . si ha.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). se per calcolare y(t − t0 ).4) nel caso TD e la (4. esplicitando la convoluzione (4. Dal punto di vista matematico.9.22). 4.22) e (4.) x(n) z . Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. In un sistema identico. rispettivamente. notiamo che la (4. 4. x(n) h(n) (b) -(n1+n2) z y b(n) Fig.

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.

∀n0 ∈ Z . in quanto presenta una discontinuità brusca. con durata ∆y ≤ ∆x + ∆h . (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . ∀n1 ∈ Z.148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore. ∀t1 ∈ R. come suggerito dalla definizione. h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] . anche il gradino è un segnale ideale. applicando un impulso al suo ingresso. x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) . ∀t0 ∈ R .2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . 4. (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) . con durata ∆y ≤ ∆x + ∆h − 1. le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4. D’altra parte. ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. ∀t2 ∈ R . (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata. per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC. Siano x(n) e h(n) di durata rigorosamente limitata. (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . non realizzabile in pratica. (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . con durate ∆x . ∀n2 ∈ Z . con durate ∆x . ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata. tuttavia in laboratorio è più semplice da approssimare mediante un segnale . (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) .4 Risposta al gradino L’impulso di Dirac è un segnale ideale.

per ottenere la risposta al gradino a partire dalla risposta impulsiva.4. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). le relazioni (4. 4. ovvero è anch’essa una risposta canonica. (4. Nel caso TD. in particolare.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) .35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. ma anche la risposta al gradino caratterizza completamente un sistema LTI. con un tempo di salita molto stretto.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). sfruttando la relazione i-u (4. Infatti. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. In altri termini. 2.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. 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) . basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . come ad esempio il segnale uε (t) di fig.34) e (4. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. . secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. Notando che la (4.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino.7) di un sistema TD LTI.12.11(a). non solo la risposta impulsiva. In particolare. 3. (4. In definitiva. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. è sufficiente far passare quest’ultima in un sistema accumulatore. es.

aventi area unitaria. Dalla (4. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. in quanto caratterizza completamente il sistema.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema.36). 2. Per la linearità del sistema. § 2. un valore appropriato di ε dipende dalla struttura interna del sistema e.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . si ottiene h(t) = d s(t) dt (4. 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.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.36) ed (4.11(b). cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. Nel caso TC. (4. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . adoperando le proprietà di linearità e di invarianza temporale del sistema. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . 2ε 2ε (4.1. In particolare. 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. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T .12). Pertanto.4). dunque. trattandosi di una pura astrazione matematica (cfr. Nel caso TC valgono considerazioni analoghe. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . con ε sufficientemente piccolo. Infatti la risposta al gradino s(t).36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . Infatti.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). varia da sistema a sistema. 5 Non esiste una regola generale per stabilire quanto ε . 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 .37) Le (4. Tuttavia. raffigurati in fig. abbiamo visto [si veda la (2. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. come già detto in precedenza. utilizzando la (4.

40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. Conseguentemente. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . 4.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. 3. in fig.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . possiamo dire che. che cresce linearmente per t > 0 [fig. identicamente nulla per t < 0.37) è esattamente la risposta impulsiva. es.4.13(b)]. descritto dalla relazione i-u: y(t) = t −∞ x(u) du .3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. si può mostrare che la (4. Utilizzando la (4. 3. (4. es. 4.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.12). dt (b) Nel caso TD.39) Abbiamo già mostrato che tale sistema è TI (cfr.39) è un sistema LTI. 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.36). 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. Esempio 4. in virtù della (4. il segnale in fig. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . per cui l’integratore (4. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. 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) . In pratica. se ε 1. 4.40) con la (4. (4. 4. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. il cui valore è (cfr.1). che per la (4. si tratta cioè di una rampa. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale).24): s(t) = t u(t) .38).4 Risposta al gradino 151 alla derivata della risposta al gradino. es. Si può notare che.13(a)]. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. Confrontando la (4. . In maniera equivalente. per ε → 0. 3.

4.7).41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . In maniera equivalente.7): (a) risposta impulsiva. es. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. Esempio 4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) .2). (4. (b) risposta al gradino.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. . Confrontando la (4. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . Integratore con memoria infinita (es. si può mostrare che la (4.13. 4.42) con la (4. (4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. 3.152 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.

4. che è riportata in fig. 0 . la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. se n < 0 .5T T . se t ≥ T . es. Esempio 4.34).4 0. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. 0 s(t) =  T     dτ = T . in virtù della (4. si tratta cioè di una rampa a TD [fig.2).4 Risposta al gradino 153 10 1 0. se n ≥ 0 .  dτ = t .   0 . la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.15(a). (b) risposta al gradino. n + 1 . (4.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. avente relazione i-u: y(t) = t t−T x(u) du . Risolvendo l’integrale si ottiene:  se t < 0 . che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . In virtù della (4.14.6 0.36).4.14(a)]. in cui l’estremo superiore di integrazione t varia in R.8): (a) risposta impulsiva. 4.5T T dτ .   t    se 0 ≤ t < T . 4. 4. ossia: h(t) = rect t − 0.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. 4. Integratore a TD o accumulatore (es. Conseguentemente.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. 4.14(b)].43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.

(c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T.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. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. Si può notare che. 4. 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. .38). 4.15. 4. Esempio 4. Integratore con memoria finita (es.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. per ε → 0. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.15(b)].5T T + T u(t − T ) . che cresce linearmente nell’intervallo (0. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.9): (a) risposta impulsiva. In altre parole. T . In pratica. Utilizzando la (4. se ε impulsiva del sistema. si tratta di una funzione identicamente nulla per t < 0. 4. (b) risposta al gradino.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . in fig.1. 4. il segnale in fig.

(b) risposta al gradino. . n+1 RM (n) + u(n − M) . se n < 0 . In virtù della (4.8 s(n) 0 2 4 n 6 8 10 0.4 Risposta al gradino 155 0. Sistema MA con M = 5 e bk = 1 . Nel caso in cui i pesi bk siano tutti uguali a  0 . .3 1 0. ∑ k   k=0  1 M+1 . n M in cui l’estremo superiore della sommatoria n varia in Z. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . ed in fig. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. 4. 5}: (a) risposta impulsiva.6 0. 4. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . 4. ∀k ∈ {0.34).    n   b . M M (4.4.45) k=0 rappresentata in fig. se 0 ≤ n < M .  ∑ k  s(n) = k=0 M    b .2 0 −0. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = . se 0 ≤ n < M .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. se n ≥ M . M +1   1. ∑ bk δ (n − k) . 1.4 0 0. .1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .2 1/6 h(n) 0. se n ≥ M . .16. se n < 0 .   n+1 s(n) = .1 0.1(a) nel caso generale.

4. il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. dato il legame biunivoco con la risposta al gradino. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. insieme alla risposta impulsiva. in fig.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5.16. .

occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. è che risulti h(k) = 0. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.5 Proprietà della risposta impulsiva 157 4.4. (4. in questo caso. ∀k = 0. 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 . poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . è possibile legare le proprietà del sistema (non dispersività. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.2(c)]. nella (4. ponendo α = h(0).12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .49) . questo vuol dire che la risposta del sistema non cambia se. Sostituendo nella (4. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .46).47). si ha: y(n) = h(0) x(n) . Ponendo x(n) = δ (n) nella (4.48).1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. stabilità. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. 2. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. Il sistema è non dispersivo se e solo se.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. per ogni segnale di ingresso. cioè caratterizza completamente un sistema LTI. (4. Per costruire un segnale siffatto. prop. Passiamo ora a considerare i sistemi TC LTI. per ogni segnale di ingresso {x(k)}k∈Z . al posto di {x(τ )}τ ∈R . infatti. seguiamo una strada diversa da quella seguita nel caso TD. Affinché y(n) dipenda solo da x(n). 4. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. (4.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. Consideriamo un sistema TD LTI. descritto dalla convoluzione a TD espressa dalla seconda delle (4.47) Pertanto.5. (4. la relazione precedente si può riscrivere come y(n) = α x(n) . causalità. equivalentemente. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4.3. Una condizione necessaria e sufficiente affinché ciò accada. § 3. Notiamo che.48).7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .

. dal confronto tra la (4. per ogni segnale di ingresso e per ogni t ∈ R. Se poniamo α = h(0).1) come la durata temporale del segmento del segnale di ingresso che contribuisce. quindi. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. Sostituendo nella (4.48) la risposta impulsiva precedente. I sistemi non dispersivi sono denominati anche sistemi senza memoria.48) e (4. 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. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . (b) Equivalentemente. senza mai annullarsi. il sistema è non dispersivo se e solo se y(t) = y1 (t). si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac.47). 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. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. § 3.3. n → ±∞.3. pertanto. per cui presenta valori non trascurabili su un intervallo temporale non limitato. l’estensione temporale Dh e. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. dove la memoria di un sistema è stata definita (cfr.49). dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. la durata ∆h . • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. In definitiva. all’uscita in un determinato istante di tempo. ovvero se h(t) = α δ (t) . un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . Quindi. ovvero se e solo se è un amplificatore/attenuatore ideale.7) oppure (4. Se allora osserviamo la relazione i-u di un sistema LTI [cfr.12)]. (4. oltre al campione attuale. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale.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 (·).

2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. 4. es. es. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. 0 .51) Confrontando la (4.6 0.6 0. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. es.7) e l’accumulatore (cfr.52). 4. 4.51) con la seconda delle (4.17(a). la risposta al gradino di tale sistema si ottiene come:  se t < 0 . la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .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 .8 0.4 0.4 0. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). Esempio 4.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . 4. T (4.8 0. 4.52) Pertanto.5 Proprietà della risposta impulsiva 159 1 0. se t ≥ 0 .10). L’integratore (cfr. Sfruttando il fatto che u(τ ) = 0 per τ < 0. es. 4. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.17.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. (b) risposta al gradino. 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) . che è rappresentata in fig.9) e il sistema MA (cfr. aventi come risposta impulsiva il gradino unitario. sono sistemi IIR con memoria infinita.50) dove T > 0.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .4. T (4. 4.8). In virtù della (4.12). Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).11): (a) risposta impulsiva. Sistema TC IIR con memoria praticamente finita (es. T (4.36). .

per |a| → 1. con costante di tempo T > 0. ∀k < 0 . da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T .5. in quanto per tali valori di k risulta n − k > n. 4. se per semplicità facciamo riferimento ai sistemi TC.3.17(b). con 0 < |a| < 1 . Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . ovvero è un segnale di durata praticamente limitata.3. Passiamo ora a considerare i sistemi TC LTI. Lo stesso si può dire anche per i sistemi TD.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. ricordando la proprietà di durata della convoluzione (cfr. 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) . proprio di una quantità pari alla memoria del sistema. risolvendo l’equazione h(∆h ) = α /T (cfr. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . il sistema LTI ha memoria praticamente finita.54) .53). il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . Per calcolare la memoria analiticamente. Così facendo. e quindi misurare la memoria del sistema LTI. la durata della risposta impulsiva risulta ∆h = T ln 1 α .31). è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . 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. in virtù della (4.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. per effetto della convoluzione. In altri termini. ln(|a|) memoria che tende a diventare infinitamente grande. § 2. La somma su k porta in conto valori futuri dell’ingresso per k < 0. per ogni segnale di ingresso.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. § 4. notiamo che applicando al sistema un ingresso di durata finita. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. mentre tende a zero per |a| → 0.2). (4. esso sarà “allungato”. (4. 4. deve accadere che h(k) = 0 .1). Affinché allora l’uscita non dipenda dai valori futuri. Infatti. con 0 < α < 1. In conclusione. ma non dipende dai valori dell’ingresso negli istanti successivi. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. scegliamo come valore di soglia α h(0+ ) = α /T .

si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.18.4. ∀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). 4. Abbiamo visto nel capitolo precedente (cfr. il sistema è non causale. h(t) = 0. Di seguito sono riportati alcuni esempi di sistemi non causali. § 3. Risposta impulsiva dell’integratore non causale (es.3. 4.12).2) che un caso particolare di sistema non causale è il sistema anticausale. ∀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 . Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. h(t) = 0. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. In sintesi. la relazione i-u (4. ∀t < 0 .5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. . In questo caso.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . Ragionando in modo analogo a quanto fatto nel caso TD.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.

162 Sistemi lineari tempo-invarianti (LTI) Esempio 4.57). .18: si tratta di un segnale che assume valori non nulli per t < 0 e. Si può facilmente verificare che tale sistema è sia lineare. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. . 0).12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.19(a) nel caso generale.58) espressione che è perfettamente equivalente alla (4. Infatti. che è rappresentata in fig.55) si può scrivere come una convoluzione. per confronto con la (4. 4. (4. e pertanto esso rappresenta un esempio di sistema LTI. Esempio 4. A questo punto. altrimenti . sia invariante temporalmente. k ∈ {−M. ∀k ∈ {0. Infatti. 3. per cui è un sistema LTI. 1.56) da cui. si ha. per confronto diretto con la (4.7). . Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. ponendo x(n) = δ (n) nella (4. M Si tratta di un sistema sia lineare che tempo-invariante.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . con il cambio di variabile τ = t − u → u = t − τ . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. da cui. −M + 1. 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) . .5T T . 4. .5T T x(t − τ ) dτ . 0} .57) rappresentata graficamente in fig. e particolarizzata in fig. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. . (4.12). la (4. (4.56): h(n) = h=−M ∑ 0 b−h δ (n − h) .13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. si può mostrare che la (4.10 e 3. D’altra parte. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . 0. conseguentemente.7).11. In maniera equivalente. es. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . il sistema non è causale. 5}.12). pertanto tale sistema è non causale. . (4. 4.19(b) al caso M = 5 e 1 bk = M+1 = 1 . . . possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. 3. Per questo motivo. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.55) con T > 0. avente relazione i-u: y(t) = t+T t x(u) du .

∆x ). Per evidenziare tale proprietà. che realizza un anticipo unitario del segnale di ingresso.19. .14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . abbia estensione temporale Dx = (0. cioè. consideriamo il caso dei sistemi TC. In tal caso. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. Allo stesso modo il sistema TC che effettua un anticipo temporale. Se il sistema è causale. 4. 1. che sussiste con ovvie modifiche anche nel caso TD. (a) Risposta impulsiva di un generico sistema MA non causale. è un sistema LTI anticausale.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. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. 4. poiché h(n) è identicamente nulla per n ≥ 0. in particolare. con ∆x ∈ R+ . 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. I sistemi causali godono di una proprietà importante. 6 Esempio 4.. Un segnale identicamente nullo per t < 0 è anche detto6 causale. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . ∀t ∈ (0. seguendo gli stessi ragionamenti che hanno portato alla (4. 6 Questa . allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. ∀k ∈ {0. . ∆x + ∆h ) . allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. ∆h ). descritto dalla relazione i-u y(t) = x(t + T ) con T > 0.. con ∆h ∈ R+ .4. Tale risultato.13). Si tratta chiaramente di un sistema LTI. è riassunto dalla seguente proprietà: Proprietà 4.. l’anticipo unitario TD è un sistema anticausale. 5} (es. Il sistema è pertanto non causale. si ottiene che: y(t) = 0. . la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . ossia anche il segnale di uscita risulta essere identicamente nullo per 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. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 .31).

possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) .5. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. Ma se il sistema è lineare. §3. In verità.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. in questo caso.20. risulta che y1 (t) = y2 (t). Ricordiamo che. x2 (t) ∈ I tali che x1 (t) = x2 (t).) hinv(.) x(.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. si ha che y1 (t) = 0. In app. In base a tale risultato. ∀t ≤ −ε . 4. Pertanto. 4. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. (4. 3.) Fig. 4.1 y1 (t) = y2 (t). e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. Poiché la risposta impulsiva del sistema identico è δ (·).1 e 3.4. l’omogeneità) e la causalità del sistema: questo dimostra che la prop.20 (notiamo che per i sistemi LTI vale una proprietà più generale. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). Dato un ingresso x1 (t) = 0. 3. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 .3. un sistema è causale se e solo se. 3. ∀t ≤ −ε . così come il segnale di ingresso. supponiamo di scegliere un secondo ingresso x2 (t) = 0. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. ∀t ∈ R. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). 3.) h(. la prop. allora il corrispondente sistema inverso è anch’esso LTI. allora h(·) è l’inverso di hinv (·). il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. ed applichiamo la proprietà vista per t0 = −ε < 0. rispettivamente. ∀t ≤ −ε . con ε ∈ R+ piccolo a piacere. per ogni t0 ∈ R e per ogni x1 (t).164 Sistemi lineari tempo-invarianti (LTI) y(.4. D è mostrato che se un sistema LTI è invertibile. cioè y2 (t) = 0. ∀t ≤ t0 . le stesse considerazioni si possono fare scegliendo n0 = −1. anche il segnale di uscita è identicamente nullo per t < 0. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. Per cui ritroviamo il risultato. l’applicazione della prop. in virtù della prop. 4. cfr. sfruttando in aggiunta la proprietà di linearità. cioè. Poiché la convoluzione è commutativa.6 si poteva già dedurre dalle prop. 3.6 vale più in generale per sistemi lineari causali (non necessariamente TI). 4. Soffermiamo l’attenzione sui sistemi TC. 7 Nel caso TD.20. ∀t ≤ t0 .59) per cui se hinv (·) è l’inverso di h(·).3). in base alla prop. ∀t < 0. Poiché risulta x1 (t) = x2 (t) = 0.60) (4. ∀t ∈ R.1. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . allora risulterà per la prop.) x(. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. 4. come mostrato in fig.1 è più immediata: .

noto l’altro fattore ed il risultato finale). In molti casi pratici. 4. se un sistema è stabile. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. consideriamo un sistema TD LTI.59) o (4.3. Abbiamo cioè provato che la sommabilità (4. e proviamo a trovare una maggiorazione simile per l’uscita y(n). significa determinare uno dei fattori della convoluzione. con passaggi banali. . il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). D. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). ovvero |x(n)| < Kx . Ad esempio. Si ha. Purtroppo determinare hinv (·) dalla (4. se h(k) è una successione sommabile. Questa compensazione prende il nome di equalizzazione.5. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. il suo sistema inverso è anch’esso LTI e. In alcuni casi. detta hinv (·) la sua risposta impulsiva. a cui si rimanda direttamente il lettore. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. Alcuni approfondimenti ed esempi sono riportati in app. allora la risposta impulsiva dev’essere sommabile. §3.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . Pertanto. Supponiamo allora che l’ingresso sia limitato. un problema di interesse è determinare il sistema inverso di un dato sistema. descritto dalla (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . ∀n ∈ Z.5 Proprietà della risposta impulsiva 165 Proprietà 4. nelle telecomunicazioni.4. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. che va sotto il nome di deconvoluzione (di fatto. 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. (4.60) è un problema matematicamente complicato. cfr.

h(k) k k=−∞ dove abbiamo incluso nella somma. 1. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . (sistema TC) . pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . che presentano memoria rigorosamente finita. e quindi è sicuramente limitato. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . su tutti i valori della variabile k per i quali h(k − n) = 0. altrimenti . come riassunto dalla seguente proprietà: Proprietà 4. senza alterarla.62) In definitiva. x(n) = h(−n)  0. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. Pertanto. Per un sistema LTI a TC è possibile ragionare in maniera analoga. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. 4.10). Tale segnale assume solo i valori 0. se 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)| . (4.9) e il sistema MA (§ es. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. la risposta impulsiva h(·) ha durata rigorosamente limitata. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. la risposta impulsiva deve essere necessariamente sommabile. h(k − n) dove la seconda sommatoria va effettuata. risulta che l’uscita all’istante n = 0 non è limitata.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. l’integratore con memoria finita (§ es. In definitiva. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. per ciascun n ∈ Z. ovvero h(n) sommabile . il che contraddice l’ipotesi che il sistema sia stabile. −1. anche i valori di k per i quali h(k) = 0. procediamo per assurdo. 4. . Ad esempio.

il sistema che effettua la traslazione temporale del segnale di ingresso. che anticipa/ritarda il segnale di ingresso. con t0 ∈ R . instabili. § B.7) e l’accumulatore (§ es. che contiene solo impulsi. n=1 himp (t) N (4. Analogamente. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . conseguentemente. aventi come risposta impulsiva il gradino unitario.63). caratterizzato dal legame i-u: y(t) = x(t − t0 ) . questo problema può essere tranquillamente aggirato. se il segnale di ingresso è limitato. Ad esempio. per ogni t0 ∈ R. che non contiene impulsi. sono stabili. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. Poiché il concetto di sommabilità di una distribuzione non è definito.63). la cui risposta impulsiva [fig. Più in generale. 4. Ad esempio. in questo caso. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) .11. Infatti. +∞ k=−∞ +∞ con 0 < |a| < 1 . l’integratore (§ es.8). Pertanto. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4.61) e (4. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . 4. è un sistema stabile.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR.4. dal punto di vista pratico. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. 4. possiamo concludere che il sistema TC (4. Più precisamente.62) (cfr. e di una funzione himp (t) puramente impulsiva.3).4 e B.17(a)] è data da: 1 −τ /T e u(τ ) . 4. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). Verifichiamo che tale sistema è stabile. In verità. in quanto. D’altra parte.64) . i sistemi IIR aventi memoria infinita sono sicuramente instabili. T Si tratta di un sistema con memoria praticamente finita. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. l’uscita del sistema (4. 1 la risposta impulsiva è sommabile. sono esempi di sistemi IIR con memoria infinita e.1. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). se il sistema IIR ha memoria praticamente finita. se la risposta impulsiva h(t) è una funzione generalizzata.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es.63) è sicuramente limitata. pertanto. Esempio 4.2. Ad esempio. (4. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. il sistema è stabile. nel caso del sistema (4. nel senso che può contenere degli impulsi di Dirac. ossia h(t) = δ (t − t0 ). notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. In conclusione.

del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . In altre parole. se i sistemi componenti il parallelo sono singolarmente stabili. sono descritti da equazioni differenziali lineari a coefficienti costanti. .1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. 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. il sistema in fig. possiamo affermare che.6. . 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). .21. In questo caso. dt k dt m=0 (4. 4. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. allora il sistema complessivo è sicuramente stabile.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . in virtù della prop.65) . αN . 4. 4. 4.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. in svariati campi delle scienze fisiche e dell’ingegneria. 4. . Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. tuttavia per una presentazione efficace è opportuno studiarli separatamente. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. Tali sistemi presentano numerose analogie. come mostrato in fig. tN Fig. dove N ∈ N. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD).21. 4.8.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.

a0 .65) rispetto al segnale di uscita y(t). yN−1 sono valori (in genere reali) assegnati. N dk (4. aN e b0 . yN−1 dipendono dalla evoluzione passata del sistema e. la (4. l’equazione differenziale (4. bM sono costanti e quindi indipendenti dal tempo t. .68) è detta soluzione omogenea della (4. a1 . Ciò è vero solo nel caso particolare in cui N = 0.65) coinvolge. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. È noto8 che tale problema non è completamente definito. bM sono i coefficienti (in genere reali) dell’equazione. osserviamo che.1. . M dm che rappresenta una relazione i-u tra y(t) ed x(t).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. e N ≥ 0 è l’ordine dell’equazione. . . . 3. aN e b0 . che tiene conto di tutte le possibili condizioni iniziali.1.65). y1 . . . in altre parole. . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. in quanto.66) t=0 t=0 dove y0 . . dN−1 y(t) dt N−1 = yN−1 . (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . dal punto di vista fisico.65). d y(t) dt = y1 . supposto che. nel senso specificato dalla def.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 .65) descrive in maniera solo implicita il comportamento del sistema. in tal caso. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . la (4. sia applicato in ingresso al sistema un dato segnale x(t). . b1 . occorre preliminarmente osservare che il fatto che la (4. è necessario conoscere lo stato iniziale del sistema. . per ogni fissato ingresso x(t). . . 3. . In questo caso. .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. . Ponendo per semplicità tin = 0. Una seconda osservazione importante riguarda il fatto che la (4. La soluzione generale y0 (t) della (4. . la (4. Assegnato l’ingresso x(t) per t ≥ 0. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico.65). per trovare la corrispondente uscita y(t) per t ≥ tin . I valori assegnati y0 .4. infatti. . . a partire da un istante prefissato tin ∈ R. per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . . Per sgombrare subito il campo da qualsiasi tipo di equivoco. . . . . Come verifica di quanto sopra affermato. a1 . coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). m=0 N dk M dm (4. . vedremo che ciò è vero solo in alcuni casi particolari.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4.65). La (4. determinare la relazione i-u del sistema equivale a risolvere. 8 Nel . essa non rappresenta un legame i-u come espresso dalla def.65). cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . è data dalla somma di una soluzione particolare y p (t) della (4. Nel caso più generale in cui N = 0. . b1 . la soluzione generale della (4. y1 .68) ottenuta ponendo x(t) ≡ 0 nella (4. . se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni.

70) fornisce tutte le soluzioni dell’equazione differenziale (4. D’altra parte. In linea di principio.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). (4. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.170 Sistemi lineari tempo-invarianti (LTI) della (4. . combinando linearmente tutte le N possibili soluzioni. Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ).69).71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. 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 . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. NR .h t h eλ t .68). . . la soluzione generale della (4. Pertanto. . (4. ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . .65). λN . cioè del tipo esponenziale complesso. c2 . è soluzione della (4. . siano esse λ1 .70) è una soluzione della (4.73) dove λ1 . . .68). si può provare che la (4. immaginarie oppure complesse.65). N dk (4.68). . . 1. eλN t sono singolarmente soluzioni della (4.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. cN sono costanti arbitrarie. con λ ∈ C. Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue.68). . le radici di q(λ ) sono o reali o complesse coniugate. . . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. .68) non offre particolari difficoltà. l’esponenziale eλ t è soluzione della (4.68). . rispettivamente. poiché una arbitraria combinazione lineare di soluzioni della (4. λ2 . .68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . Ni − 1}.68) è ancora una soluzione della stessa equazione. .69) da cui sommando membro a membro la (4. . .65) non univocamente determinata. .67) e (4. . allora k=0 ∑ ak dt k y0 (t) = 0 .72) dove c1 . Se si pone allora y(t) = eλ t nella (4. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. a N 0 1 siano reali. Le radici del polinomio caratteristico possono essere reali. la (4. . . allora si prova facilmente che t h eλit .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . N2 . λ2 . Più in generale. e quindi deve annullarsi q(λ ). . Quindi. . eλ2t . è immediato constatare che y(t) = y0 (t) + y p (t) (4. allora gli esponenziali complessi eλ1t . . i (4. per h ∈ {0. a . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . . . .

. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . assumendo che siano nulle le condizioni iniziali.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. . in quanto tiene conto del solo segnale di ingresso x(t). la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. . Risolvendo tale sistema si trova che le costanti ci. d y0 (t) dt = y1 . Si determina la soluzione omogenea y0 (t) data dalla (4. ∀t ∈ R.66) e la seconda dipendente solo dal segnale di ingresso x(t).72)]. con i ∈ {1. . cioè y0 = y1 = · · · = yN−1 = 0. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate.66) assegnate. (4.h ).65) non definisce univocamente un sistema. .75) t=0 t=0 La soluzione particolare yfor (t) della (4.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. ylib (t) = 0.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema.65) si può ottenere seguendo i seguenti passi: 1. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. In molti casi è conveniente esprimere la soluzione generale della (4.h . data da y(t) = y0 (t) + y p (t) per t > 0. Conseguentemente.65). Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. . Questo è un risultato del tutto intuibile in quanto. . yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. se l’ingresso è applicato all’istante tin = 0.4. . calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. In altri termini.73). Assegnato l’ingresso x(t). l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). . . in quanto l’uscita è definita a meno di N costanti arbitrarie. e per essa non è possibile dare un’espressione generale. dN−1 y0 (t) dt N−1 = yN−1 .74) determina un sistema di N equazioni lineari nelle N incognite ci. ossia.6 Esempi di sistemi LTI 171 nella (4. y1 .h . . né una tecnica generale di soluzione. . .h sono combinazioni lineari dei valori y0 . l’equazione differenziale (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. Innanzitutto. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). 2. 1. Ni − 1}. soddisfi le condizioni iniziali (4. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. R} e h ∈ {0. . . . . La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. per la presenza delle costanti ci.73). senza portare in conto le condizioni iniziali. . cioè y0 (0) = y0 . si determina una soluzione particolare y p (t) della (4. A differenza della soluzione y0 (t).74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. Si determinano gli N coefficienti ci. l’evoluzione libera del sistema è nulla. Riassumendo quanto detto finora. Anche in questo caso. y1 . 3. 2. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . possiamo dire che la soluzione generale della equazione differenziale (4. La (4.h nella soluzione omogenea. .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4.65). Notiamo che. allora la soluzione particolare ottenuta è valida solo per t > 0. D’altra parte. (4. . yN−1 .

In definitiva. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). ∀α1 . Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità.66) sia LTI. è interessante osservare che il sistema definito dalla (4.76) è lineare per le differenze.23. 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).76) è che in generale il sistema descritto dalle (4.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). nel quale l’ingresso x(t) è la tensione ai capi della serie RC. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).76) che y(t) = ylib (t) = 0. Esempio 4. 4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi.23. il che si ottiene imponendo che il sistema sia inizialmente in quiete.4 dal momento che. mentre l’uscita y(t) è la tensione ai capi della capacità. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. occorre che la sua evoluzione libera sia nulla.76) La prima osservazione interessante suggerita dalla (4. segue dalla (4.76) è che in generale il sistema descritto dalle (4. dt (4. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. 4.65) e (4. allora yfor (t) ≡ 0. affinchè il sistema descritto dalle (4.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). Tuttavia.16).65) e (4. ciò significa che se x(t) ≡ 0. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo.66) non è tempo-invariante. 4. 4.65) e (4. La seconda osservazione legata alla (4. In particolare. ∀t0 ∈ R.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . Schema elettrico del sistema RC (es. 4.22. se si impone x(t) ≡ 0. ciò viola la prop. Inoltre. (1) (2) del sistema agli ingressi x1 (t) e x2 (t).16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. rispettivamente. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . α2 ∈ C. La . 3. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.22. Fig. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). (4. indipendente dal segnale di ingresso. 4. indipendente dal segnale di ingresso.16). Schema a blocchi del sistema RC (es. Possiamo quindi dire che. assegnando cioè y0 = y1 = · · · = yN−1 = 0. cioè. 3.66) non è lineare. può essere rappresentato mediante lo schema a blocchi in fig.

79) otteniamo allora che y0 (0) = c1 = y0 . e deve soddisfare l’equazione differenziale completa (4. la (4. La soluzione particolare y p (t) dipende dal tipo di ingresso.77). nel nostro caso (equazione del primo ordine). Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC .  c2 . la (4. In questo caso. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . c1 ∈ R . 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 .77).72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC .66). (4.77). In questo caso (R = N = 1).4. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. per la presenza della costante moltiplicativa c1 arbitraria. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0.  RC e  . risolvendo l’equazione (4. per integrazione indefinita. se t ≥ 0 .6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t). cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . 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) .71). da cui si ricava l’unica radice λ1 = −1/(RC). dt RC dt  0 . Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4.73) degenera nella (4.  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 .79) Notiamo che. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). RC da cui. se t ≥ 0 .79) non consente di determinare univocamente l’uscita del sistema. dobbiamo imporre la sola condizione y0 (0) = y0 . se t < 0 . otteniamo la risposta forzata del sistema. se t < 0 . dt (4.78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.77) si può scrivere come: y(t) = y0 (t) + y p (t) . Dalla (4. d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e .

con N ≥ 0 e aN = 0.50) assegnata nell’es. è pari a yt0 (t) = yfor (t −t0 ). una relazione analoga alla (4.11. essendo il sistema LTI nelle ipotesi fatte. corrisponde alla risposta impulsiva (4. ∀t < 0] e stabile [h(t) è sommabile]. (4. Notiamo a questo punto che. Nel cap. Inoltre. y(t) = yfor (t) ne rappresenta la sua risposta al gradino.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0.77). dt RC che.65). 4. ma non comporta discontinuità in t = 0 del segnale y p (t). 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. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(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).24. e la (4. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. il sistema risultante non è omogeneo (e quindi non è lineare). si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. M (4. ovvero s(t) = (1 − e−t/RC ) u(t) . in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. ottenuta ponendo x(t) = u(t − t0 ). . il sistema LTI ottenuto è causale [h(t) = 0. ponendo T = RC.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . trattandosi di una equazione differenziale del primo ordine. 4. 4.37) esistente tra risposta al gradino e risposta impulsiva. per la presenza dell’evoluzione libera. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. inoltre. per cui risulta che c2 = 0. 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) . Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. Oltre ad essere chiaramente dispersivo.81) nota come equazione alla differenze a coefficienti costanti di ordine N.10 Pertanto. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. 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). ponendo y0 = 0.65) in maniera più semplice di quanto visto finora.6. Tenendo presente la relazione (4.80) Osserviamo che. segue che c3 = −1. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . 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. per un’equazione differenziale di ordine N. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) .

. yN sono valori (in genere reali) assegnati. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. si può provare che la soluzione generale di una equazione del tipo (4. analogamente alle soluzioni di una equazione differenziale (4.82) Dal confronto con l’es. Ponendo per semplicità nin = 0.8 RC h(t) 0.81) rappresenta una relazione i-u semplice da studiare. la (4. In particolare. . per trovare la corrispondente uscita y(n) per n ≥ nin .81) si può esprimere.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). y2 . i sistemi definiti implicitamente dalla (4.8 0. sia applicato in ingresso al sistema un dato segnale x(n). A tale proposito. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . notiamo che la (4. .4 0. va detto che la teoria e la pratica delle equazioni alle differenze.6 0. (b) risposta al gradino. 4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . analogamente al caso TC. . Sistema RC (es. come: y(n) = y0 (n) + y p (n) . Solo nel caso N = 0.4 0. h(n) = a0  0. . M} . sono sistemi LTI. Assegnato l’ingresso x(n) per n ≥ nin . . in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . n ∈ {0.9. 3. assegnato il segnale di ingresso x(n). 1.81). . . .83) dove y1 . y(−N) = yN . . e sono denominati sistemi auto-regressivi a media mobile (ARMA). a partire da un istante prefissato nin ∈ Z. Per N ≥ 1. y(−2) = y2 . . la (4. altrimenti . supposto che. per determinarne la relazione i-u. .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig.6 0. sebbene in principio siano più semplici rispetto alle equazioni differenziali.24.81) descrive solo implicitamente un sistema.6 Esempi di sistemi LTI 175 1 0. (4. è necessario risolvere rispetto a y(n) l’equazione alle differenze. .65). a0 m=0 (4. sono generalmente meno note ai lettori.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0.16): (a) risposta impulsiva. In particolare. avente la seguente risposta impulsiva:   bn . 4.4. (4.65). sotto opportune ipotesi.

(4. si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . l’esponenziale zn è soluzione della (4. rispettivamente. . cioè y1 = y2 = · · · = yN = 0. ovvero la soluzione generale dell’equazione omogenea associata alla (4. . ossia y0 (−1) = y1 . . .83). zN .81): k=0 ∑ ak y(n − k) = 0 . . . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 .11 Se le N radici del polinomio q(z) sono distinte. yN (−N) = yN . .88) Quindi. . . . . .88) che soddisfa le condizioni iniziali (4. . immaginarie oppure complesse. . . z2 . y2 . zR aventi molteplicità N1 . . la soluzione generale della (4. yN−1 assunti da y0 (n) per n ∈ {−N. . M (4. . . le radici di q(z) sono o reali o complesse coniugate.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . y0 (−2) = y2 . 1 2 N (4.87) dove c1 . siano esse z1 . . . cN sono costanti arbitrarie. NR . N2 . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . Pertanto. la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. a . yN . la soluzione generale della (4. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . . .81). −N + 1. per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . a N 0 1 siano reali. con z ∈ C e si pone y(n) = zn nella (4. . Se ci si limita a trovare soluzioni del tipo zn . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. N (4.89) si trova che le costanti ci. i (4. . . c2 . . Se invece il polinomio q(z) presenta R radici distinte z1 . . (4.86) le cui radici possono essere reali.85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a .h .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). y1 .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. . z2 . . .89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . con N1 + N2 + · · · + NR = N.h nh zn . .84) si effettua ragionando similmente al caso TC. come nel caso TC. .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. Conseguentemente.84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn .h sono combinazioni lineari dei valori y0 . −1}. . Risolvendo il sistema lineare (4.84).

. . il sistema descritto dalle (4. Esempio 4. ∀n ∈ Z. . assegnando y1 = y2 = · · · = yN = 0. . . (4. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. y(−2). sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. a0 k=1 a0 m=0 (4. In conclusione. ossia. .90) A causa della presenza dell’evoluzione libera. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . . Tale metodo si basa sull’osservazione che la (4. Nell’esempio che segue. Dividendo primo e secondo membro per a0 = 0. a partire dalla conoscenza del valore corrente del segnale di ingresso x(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. . che è applicabile solo a TD. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). D’altra parte. l’equazione alle differenze (4. . y(n − 2). I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. 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).83). x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. più semplice. Pertanto. . y(−N + 1).6 Esempi di sistemi LTI 177 del sistema è nulla.81) e dalle condizioni iniziali (4.4.17 (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) . y(n) − a y(n − 1) = b x(n) .91). . . x(n − 2).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) . Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. . . dai valori y(n − 1). Tale procedura.92) . . .81).91). il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. Similmente al caso TC.83) è in generale lineare per le differenze e tempo-variante.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. con condizioni iniziali nulle. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. y(−N) (ovvero le condizioni iniziali assegnate). A differenza del caso TC. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0.81) e (4. possiamo riscriverla nella forma seguente. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). y(1). la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . Successivamente. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). ylib (n) = 0.

92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr.23 sottolinea che l’equazione (4. Va detto che. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . . ovvero y(−1) = 0. In definitiva. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n).25). la cui somiglianza con lo schema di fig. h(n) = an b . 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. Analogamente. 4. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. 4. che è rappresentata graficamente in fig. ponendo b = 1. A tale proposito.16). nel cap. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. per n < 0. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. supposto 0 < |a| < 1. scrivendo: h(n) = a h(n − 1) + b δ (n) . assumendo che il sistema sia inizialmente in quiete. per N ≥ 1. Così facendo. Pertanto. possiamo trovare la soluzione h(n) in maniera ricorsiva. in Matlab. es. ed in particolare nell’elaborazione digitale dei segnali.91) dell’equazione alle differenze (4. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . Questa interpretazione porta allo schema a blocchi riportato in fig.12 è utile fare qualche considerazione sulla loro implementazione.8333 e b = 1. ed in generale.25. data la notevole importanza dei sistema ARMA nelle applicazioni. 4. a ed in generale. A differenza del caso TC. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . con un leggero abuso di notazione. il sistema in esame è un sistema IIR avente memoria praticamente finita. h(1) = a h(0) + b δ (1) = ab . h(n) può essere sinteticamente espressa come h(n) = b an u(n) . 4. i sistemi ARMA presentano risposte impulsive di durata infinita.11. È interessante osservare che. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . In tale ipotesi. si vede che il sistema è dispersivo. causale. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. Per semplicità. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. 4. ossia y(n) = h(n). h(n) = 0 . il comando filter implementa proprio la relazione i-u di un sistema ARMA. suggerisce anche un modo per realizzare il sistema. oltre a fornire un metodo alternativo di risoluzione dell’equazione. Dalle proprietà della risposta impulsiva. osserviamo che la forma ricorsiva (4. 4. e sono pertanto sistemi IIR. e stabile per 0 < |a| < 1. per n ≥ 0.17. A conclusione di questo paragrafo. in generale. Imponiamo che il sistema sia LTI.81).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. 4. denotiamo 12 Ad esempio.26 per a = 0.

2.25. 4. i sistemi AR presentano risposte impulsive di durata infinita. M}. 13 A .17). . N (4. .26. per k ∈ {1. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. è possibile ottenere un sistema con N < M. 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 m ∈ {M + 1. 1. h(n) 0 0 5 n 10 15 20 Fig. 4. . 4. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. M + 2. e con bm i rapporti bm /a0 . opportunamente ritardato e scalato.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.6 0. partire da un sistema ARMA con N = M. ponendo a zero i coefficienti bm . .2 Fig. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . per m ∈ {0. Per effetto della ricorsione. m=0 N N (4. N (4. 4. ponendo a zero i coefficienti bk . analogamente. . così facendo la (4. per k ∈ {N + 1. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. .8333 e b = 1). 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) .8 0. . Questa ricorsione. . 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.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. 4. Precisamente. è possibile ottenere un sistema con N > M. .27.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. N}. lo schema a blocchi corrispondente alla (4.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. .93) è riportato in fig.4.4 0. . . . con ak i rapporti −ak /a0 . è riportato indietro verso il segnale di ingresso z(n). ritardo elementare e sommatore. N + 2. M}. N}.

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

4. . b2 b1 Fig. . . 4. . .6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . 4. Lo schema si ottiene facilmente da quello di fig.28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. Realizzazione in forma diretta II di un sistema ARMA (N = M). .28. . . . Lo schema si ottiene facilmente da quello di fig.27 scambiando l’ordine della parte MA e della parte AR. b1 b2 .4. z -1 aN u(n-N) bN . . 4. . . Realizzazione in forma canonica di un sistema ARMA (N = M). z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) .29. z -1 u(n-N) bN parte AR parte MA Fig. . . x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . . .

in ingresso ad un sistema TC LTI con risposta impulsiva h(t).97) +∞ −∞ h(τ ) e− j2π f τ dτ . Supponiamo che il segnale di ingresso sia un fasore a frequenza f . 4. per comodità di presentazione. se reali. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. ovvero poniamo x(t) = e j2π f t . e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . moltiplicato per H( f ).7) oppure continua (4. oltre che come sovrapposizione di impulsi. di sinusoidi (rappresentazioni di Fourier). Nei paragrafi seguenti. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o.7.182 Sistemi lineari tempo-invarianti (LTI) 4. per il quale la H( f ) definita dalla (4. avente ampiezza unitaria e fase iniziale nulla. Assumendo che la quantità tra parentesi tonde esista finita. Sostituendo nella relazione i-u del sistema.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). e dei sistemi LTI in particolare. (4.7 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 (·). 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. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R.96) . e scrivere la relazione i-u in termini di convoluzione discreta (4.12).96) esiste finita. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .12).

conseguentemente.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.4. Quindi. Vedremo nel cap. cioè dell’autovalore. 4. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. evidenzia che i fasori sono segnali particolari per i sistemi LTI. mentre la fase del fasore viene modificata da H( f ). detta antitrasformata di Fourier.97). consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). La prop. è in generale una grandezza complessa. la prop. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. 4. dicendo che i fasori sono le autofunzioni dei sistemi LTI. da cui segue che. mentre la sua fase H( f ). proporzionale a e. 6 che la relazione (4. 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. ovvero si ha y = A x. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). se h(τ ) è sommabile. generalmente soddisfatte dai segnali di interesse pratico. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI.96). per ogni fissato valore di f . Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Per completare l’analogia. per analogia con la corrispondente proprietà dell’algebra lineare. |H( f )| < +∞. 4. inoltre il suo modulo |H( f )|.30.30.96). 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. . in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. che modifica l’ampiezza del fasore di ingresso. 4.9 può anche essere rappresentata dallo schema a blocchi di fig. prende il nome di risposta in ampiezza. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. Infatti. che definisce H( f ) in funzione di h(τ ). Fig. in particolare concetti di analisi funzionale. osserviamo che H( f ). 4. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A.31. ∀f ∈ R. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . Tale proprietà si esprime. che modifica la fase del fasore di ingresso. (4. Si noti che tale proprietà vale anche per f = 0. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ .9 si applica sicuramente a tutti i sistemi stabili.98) La (4. in particolare l’ampiezza del fasore viene modificata da |H( f )|. si può interpretare come la trasformata di Fourier del segnale h(τ ). tale relazione di trasformata di Fourier è invertibile.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. Dalla sua definizione (4. Sostituendo tale espressione nella (4. prende il nome di risposta in fase. ovvero se il sistema è stabile. e la sua inversa. ∀ f ∈ R. 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 . Sotto opportune ipotesi. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) .

Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t .100) che descrive il sistema. mentre assume valori minori di 1 per f = 0 e decrescenti . che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . Esempio 4. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f .96). 4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. 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. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. 4.6.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . dt (4. 4. raffigurato in fig.99). e sostituendo tali espressioni nell’equazione differenziale (4. si perviene alla seguente equazione differenziale. 4.100) Abbiamo visto nell’es. e sarà ulteriormente approfondito nel cap. avente ampiezza unitaria e fase iniziale nulla. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t .96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t).16 (si veda anche il § 4. ovvero H( f ) = y(t) x(t) . è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. (4. dt dt sostituendo nella (4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .1) che. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).32 in funzione di 2π f RC.6. della quale è facile ricavare modulo e fase. § 4. come dimostrato dall’esempio seguente. 4.99) 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 .22.16.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es.1). 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 . 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.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. Sfruttando la conoscenza di h(t). la prop. 6. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.

Come osservazione conclusiva.4. crescenti al crescere di | f |.32. ovvero la sua risposta impulsiva h(t) è una funzione reale.100) e non la condizione iniziale y(0) = 0. il sistema può “sopprimere” completamente il segnale di ingresso. il che è vero se e solo se y(0) = 0. per un sistema reale. Pertanto.18): risposta in ampiezza (in alto). dato un sistema LTI.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. si ha: H ∗ ( f ) = H(− f ) . se l’ingresso è nullo. Tale conclusione non è corretta. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. (4. prop. Se il sistema LTI è reale. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 .9 e l’es. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . 4.96) o dalla (4. 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. notiamo che. la corrispondente uscita è nulla.4).101) . In virtù di questo comportamento. si è implicitamente imposto che il sistema sia LTI. Quindi. coniugando la (4. 3. L’es. risulta h∗ (τ ) = h(τ ). supposto H( f ) finita. tuttavia. la corrispondente uscita è necessariamente nulla (cfr. In definitiva. La prop. se h(τ ) è reale. 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 .5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. Risposta in frequenza di un sistema RC (es. e sarà ulteriormente approfondito nei prossimi capitoli.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. 4.99) è in generale una funzione complessa. che introduce un’attenuazione di ampiezza crescente con la frequenza.18 conferma che la funzione H( f ) data dalla (4. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. viene chiamato filtro passabasso. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. In particolare. 4. Infatti. Un sistema di questo tipo. 4. 4. risposta in fase (in basso).96). a prima vista. In altri termini. Infatti. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. dove si è sfruttato il fatto che. che assume una importanza rilevante nello studio dei sistemi LTI. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. al crescere di | f |. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. cioè H( f0 ) = 0.

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.

12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). viene collegato all’ingresso e all’uscita del circuito. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . 4. capace cioè di rappresentare due segnali su uno stesso visore. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.35.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).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. 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 . 4. la prop. 4. 4. se H( f0 ) = 0.110) si può ottenere come caso particolare della (4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. T0 In definitiva. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla.4. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.111) (4.35). 4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico.104) esiste finita per ν = ν0 . Variando la frequenza f0 del generatore (a scatti oppure in maniera . Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). 4. Inoltre. notiamo che per la proprietà 4. ed è riportata di seguito per completezza. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .112) Analogamente al caso TC. Si può immediatamente osservare che. per il quale H(ν ) definita dalla (4. se H(ν0 ) = 0.109) introducendo un opportuno sfasamento di π /2.21). allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. Notiamo in effetti che la (4. Esempio 4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. (4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. considerando due attraversamenti dell’origine con pendenza positiva). un oscilloscopio a doppia traccia.35. Si consideri lo schema di misura di fig.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R.

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

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

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

Esercizio 4. per n ≤ −1 . per t < 0 .   9 − 6t + t 2 . per 2 < t < 3 .  −t/T  (e − 1) .  −t/T ) . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). Esercizio 4. con |b| < 1.  0 . per t ≥ 3 . per t > −1 .    2t − t 2 . per t < 0 . per t ≤ 0 . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n). 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  (b) y(t) = 1 .    0 .    2t .  per 0 ≤ t < 2 . per 2 ≤ t < 4 . per 1 < t ≤ 2 . 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).4. Te  0 . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. con a > 1.   12 − 2t . Calcolare l’uscita y(n) del sistema.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). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). per t ≤ −1 .  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .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}.    0 .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 . per t > T . per 4 ≤ t < 6 .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 n > −1 . con |b| < 1.   1 e(t+1) . con T ∈ R+ . per t ≥ 6 . .  per 0 < t ≤ 1 . Esercizio 4.  (b) y(t) = 4 .8 Esercizi proposti 195 Esercizio 4. Risultato: y(n) = (n + 1) bn u(n) per a = b. e  0 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T .  n  a . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).

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

causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). Esercizio 4. h(t) = e−6|t| . (d) il sistema è dispersivo. h(t) = rect(t − 0. h(n) = 4n u(n). τ ) . non causale. h(t) = t e−t u(t). . dt Esercizio 4. h(t) = e2t u(−1 − t).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. τ ) integrabile su R rispetto a τ e un costante ε > 0.4. f (t. utilizzando s(n). Esercizio 4. non causale. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). non causale.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). h(t) = e−2t u(t + 2). stabilire se il sistema è non dispersivo. (g) il sistema è dispersivo. stabile. non causale. Risultato: (a) il sistema è dispersivo. stabilire se il sistema è non dispersivo. τ )dτ = +∞ −∞ d [ f (t. causale.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 . Risultato: s(n) = δ (n + 1) − δ (n). stabile. τ )] dτ .5) − rect(t − 1. stabile. Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. (b) il sistema è dispersivo. stabile. h(n) = (1/2)|n| . (g) h(t) = 2 e−t − e(t−100)/100 u(t). Risultato: s(t) = Λ(t − 1). Esercizio 4. causale.5). τ ) dt allora d dt +∞ −∞ ≤ g(t. (e) il sistema è dispersivo. (f) il sistema è dispersivo. (c) il sistema è dispersivo. instabile. h(n) = (1/3)n u(n) + 3n u(−n − 1). h(t) = e−6t u(3 − t). t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . tale per cui: d f (t. stabile.8 Esercizi proposti 197 dagli scopi di questo corso. causale. instabile. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n).

Esercizio 4. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). causale. Risultato: (a) y(n) ≡ 0. (a) Calcolare y(n) quando x(n) = δ (n − 1). stabile. stabile. instabile. dove g(n) = R4 (n). 2 con T > 0.] 1 Risultato: gk = (−1)k 2k .17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . (e) il sistema è dispersivo. (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. stabile. (d) il sistema è dispersivo. stabile. (c) Sulla base dei risultati dei punti (a) e (b).19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . (b) Calcolare y(n) quando x(n) = δ (n − 2). Risultato: (a) il sistema è dispersivo. stabilire se S può essere un sistema LTI. instabile. dove g(n) = R3 (n). causale. (f) il sistema è dispersivo. (b) y(n) = R3 (n − 1). . [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk .198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). (b) Calcolare y(n) quando x(n) = δ (n − 2). stabile. (a) Calcolare y(n) quando x(n) = δ (n − 1). Ricavare l’espressione dei coefficienti gk . (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). causale.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). si trova L = 2. Risultato: (a) y(n) = R4 (n − 2). (g) h(n) = n (1/3)n u(n − 1). (c) il sistema è dispersivo. Esercizio 4. (c) Sulla base dei risultati dei punti (a) e (b). (c) non è LTI. non causale. (b) il sistema è dispersivo. (g) il sistema è dispersivo. k ∈ N0 . non causale. (b) y(n) = R4 (n − 4). non causale. causale. stabilire se S può essere un sistema LTI. Esercizio 4. (c) non è LTI.

non causale. 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. instabile. causale. Esercizio 4. stabile. il sistema è dispersivo. (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). causale. rispettivamente. stabile.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) .22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) .8 Esercizi proposti 199 Esercizio 4.20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). instabile. causale. causalità e stabilità). h2 (t) = u(t + 2) − u(t) . rispettivamente. Risultato: (a) il sistema h1 (t) è dispersivo. 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 . il sistema h3 (t) è dispersivo. Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . con h1 (n) = R2 (n). ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. stabile. (a) Classificare. h4 (t) = eat u(t) . motivando brevemente le risposte. il sistema h4 (t) è dispersivo. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). causale. il sistema h2 (t) è dispersivo. causalità e stabilità). (b) h(t) = (1−eat ) u(t). Esercizio 4. dove a è un numero reale negativo. h3 (t) = δ (t − 2) . e discuterne le proprietà (non dispersività.

dispersivi. non dispersivo. eccetto che nel caso in cui a = 3. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). con a ∈ R.5) nel caso (b). Esercizio 4. causalità e stabilità). motivando brevemente le risposte. Risultato: (a) y(t) = T −T x at − τ 3 d τ . causalità e stabilità. non dispersività. (b) per n → +∞. il sistema è lineare. invarianti temporalmente e stabili. (c) h(t) = 3 rect Esercizio 4. causali. stabile. y(t) = x(t) − x(t − 0. dispersivo. in generale è tempo-variante. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. (b) il sistema è 3t . y(n) ≈ . S3 : y(t) = x(t/2) (espansione di 2) . (b) il sistema è dispersivo. stabile.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]. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). non causale. non causale.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . sulla base delle sue proprietà di non dispersività. 1 + j/2 1 + j/2 . (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). stabile. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. Entrambi i sistemi sono lineari. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). (b) Classificare il sistema complessivo. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). S2 : h(t) = δ (t) − δ (t − 1) . (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . rispettivamente. invariante temporalmente. rispettivamente. con T > 0. 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 . causale. Esercizio 4.

stabile. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa).5 (1 − e−2t ) e−t . [Suggerimento: Per calcolare h(n). (b) y0 (t) = c1 e−t/T .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) . dt T Esercizio 4. (e) il sistema è LTI se y0 = 0. la risposta al gradino sarà la derivata della risposta alla rampa. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. s(t) = yfor (t) = e−t/T u(t). Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. notare che essendo il gradino la derivata della rampa. 4. (f) Studiare le proprietà (non dispersività.36. causalità.5 (1 − e−4 ) e−t . (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . e la tensione y(t) ai capi della resistenza è il segnale di uscita. sistema dispersivo. con costante di tempo T = RC = 1s.     Risultato: y(t) = 0. con a ∈ R. (a) Disegnare lo schema implementativo del sistema in forma diretta I.4. (b) Disegnare lo schema implementativo del sistema in forma diretta II.8 Esercizi proposti 201 Esercizio 4. (c) Disegnare lo schema implementativo del sistema in forma canonica. per t < 0 . 4. per 0 ≤ t < 2 .  0 . h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). Esercizio 4.] Risultato: (a) d 1 d y(t) + y(t) = x(t).36. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. . Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). [Suggerimento: per il punto (e). (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). causale e stabile.     0. Esercizio 4. stabilità) del sistema LTI determinato al punto (e). (f) il sistema è dispersivo.26 Si consideri il circuito RC di fig.] Risultato: h(n) = (1/a)n−1 u(n − 1). stabile se e solo se |a| > 1. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . per t ≥ 2 . con T = RC. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). causale. causale.27 Si consideri il circuito CR di fig. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (c) ylib (t) = y0 e−t/T .

stabilità). t (e) x(t) = cos 2π T u(t). t t Risultato: (a) y(t) ≡ 0. (b) y(t) = 2e jπ T . ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . S2 . x(t) z(t) S1 + − 6 S2 . Stabilire se i tre sistemi possono essere LTI.32 Si considerino i sistemi TD S1 .33 Nello schema di figura. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). S2 . Risultato: Solo il sistema S3 può essere LTI. t t (d) x(t) = 2 sin 2π T + cos π T . S3 . S2 : e jπ n/2 −→ e j3π n/2 . t t (c) x(t) = cos 2π T . S3 : e jπ n/2 −→ 2 e j5π n/2 .31 Si considerino i sistemi TC S1 . t (b) x(t) = e jπ T . S3 : e j5t −→ cos(5t) . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . causalità. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. i sistemi S1 e S2 non sono sicuramente LTI. Calcolare la risposta in frequenza del sistema. con T > 0. Esercizio 4. Esercizio 4. S2 : e j5t −→ e j5(t−1) . (c) y(t) ≡ 0. i sistemi S1 e S3 non sono sicuramente LTI.5T T . (e) y(t) = cos 2π T rect t t−0.30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). 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) . .202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. (d) y(t) = 2 cos π T . Risultato: Solo il sistema S2 può essere LTI. con T > 0. Esercizio 4.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. invarianza temporale. S3 . non dispersività. Stabilire se i tre sistemi possono essere LTI. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du .

(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. (c) y(t) = rect .25 π n). Esercizio 4.4. calcolare l’uscita y(t).25 π (n + 1)).35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . dispersivo. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia 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. . tempo-invariante.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .36 Si consideri il sistema LTI avente. tempo-invariante. è un integratore con memoria finita. stabile). Risultato: (a) y(t) = t t−T x(τ ) dτ . Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.5T . (b) y(t) = 4 cos . il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). dispersivo. il sistema è lineare.34 Nello schema di figura. (b) il sistema è LTI. (b) il sistema è LTI. (c) y(t) ≡ 1. Esercizio 4. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. causale. con le seguenti proprietà: linea- re. (b) Sfruttando i risultati del punto (a).5T 1 1 − e− j2π f T = e− jπ f T .5 e− j 8πν per −0. causale. applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. 1/T ). T 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 ). con riferimento al periodo principale. x(t) 6 S S 6 . non dispersività. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). calcolare l’uscita y(t) e rappresentarla grafiT camente. stabile. √ Risultato: y(n) = 2 2 sin(0.5 . applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . invarianza temporale. causalità. stabilità).5 < ν ≤ 0. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).

Circuito RLC. dt T dt 1 + j2π f T π − arctan(2π f T ) . 2 − e− j2πν + e− j6πν Esercizio 4. Esercizio 4. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4.38 Si consideri il circuito RLC di fig. con ω0 = dt dt (coefficiente di smorzamento). e la tensione y(t) ai capi del condensatore è il segnale di uscita. H( f ) = tan−1 ζf . determinare la sua risposta in frequenza H( f ). Fig.37. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.37. con T = RC. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . Circuito RC. Fig. calcolare la sua risposta in frequenza H(ν ). con 2π f0 = ω0 .38. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . 4. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t).37 Si consideri il circuito CR di fig. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. 1 + 4π Risultato: (a) f >0 . 4. 1 . e la tensione y(t) ai capi del condensatore è il segnale di uscita. f <0 Esercizio 4. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. 2π | f |T . Risultato: H(ν ) = 1 − 5 e− j8πν .38.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. 4.204 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.36. 1 d j2π f T d y(t) + y(t) = x(t). (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. determinare la sua risposta in frequenza H( f ). 4. (b) H( f ) = . 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(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 . Circuito CR. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.29 sia stabile.

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

206 Sistemi lineari tempo-invarianti (LTI) .

aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). Si consideri infatti un segnale espresso da una somma di fasori. per la linearità del sistema e per la (4. 5.97) e (4. composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . 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).7 che. 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. come ad esempio il seguente segnale TC.105) che consentono di calcolare.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). Abbiamo però visto nel § 4. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5.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. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori. la risposta di un sistema LTI ad un fasore applicato al suo ingresso. . denominati filtri ideali. quando il segnale di ingresso è un semplice fasore. In questo capitolo si introduce una prima rappresentazione di questo tipo. Tale rappresentazione prende il nome di serie di Fourier. il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza.97). mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori.

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

in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . i termini per k = ±1 prendono il nome di prima armonica o fondamentale. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. ±1. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). ottenuto come combinazione lineare di un numero finito di sinusoidi. ±M} .2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. Per mostrare ciò. e quindi ammettono T0 come più piccolo periodo comune. per il segnale (5. con M ∈ N .1).3) sia effettivamente periodico di periodo T0 . (5. con k ∈ {0.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.7) T0 .2) si ricava che M = 3 e Xk = 2 . ed integrando termine a termine su un periodo. 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. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. se k = h . (5. Le frequenze fk = k f0 dei fasori della rappresentazione (5. Ad A|k| esempio. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ±2. Assegnato il periodo T0 e il numero di armoniche M. In tale ipotesi. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). se k = h . a frequenze ± f0 . La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). (5. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). .3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . nel senso precisato nel cap. Ad esempio. . 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 .1)]. . i termini per k = ±2 prendono il nome di seconda armonica.5) T0 Essendo l’intervallo di integrazione finito. . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . ovvero: |x(t)| dt < +∞ .3) per e− j2π h f0t . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . . Se infatti consideriamo due fasori della rappresentazione (5. con k ∈ {±1. ±3}.4) e pertanto risultano ortogonali se k = h. ±2 f0 e ±3 f0 . 0. . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . . notiamo che la (5. con h ∈ {0. cioè se hanno frequenze distinte. =δ (k−h) (5.5. ±1. dove le funzioni xk (t) sono ortogonali.3). dal confronto tra la (5.3) e la (5. (4. moltiplicando ambo i membri della (5. cambiando l’indice da h nuovamente a k. A tale proposito. che in generale può essere complesso. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi).6) per cui. (5. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. ±M}.

sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.9).8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .3) per il segnale x(t) espresso come somma di un numero finito di fasori.3) sia applcabile. mettendo insieme le (5. prop. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. è ancora una funzione continua (cfr. . Si osservi inoltre che non tutti i segnali continui. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. ±1.8) e (5.8) al § 5. più in generale.1.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. in virtù della (5.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .10) (5. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. 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) (5.8) può risultare non convergente. possono essere rappresentati combinando linearmente un numero finito di fasori. B. In definitiva. 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 . la serie di funzioni (5.3).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. affinchè la rappresentazione (5. Abbiamo già avuto modo di evidenziare in passato che. (5. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5.7) ha senso. espresso come somma di un numero finito di funzioni continue. .11) 1 T0 .9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . inoltre. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. Dalla maggiorazione precedente. rimandando ogni discussione sulla convergenza della serie (5. . ∀k ∈ Z . basti pensare che nella (5.7).210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. Ad esempio. per ogni k ∈ Z. conseguentemente il segnale x(t). ±M} ma.3) che. (vedi concetto di gradino e di risposta al gradino).3) e (5. (5. Infatti. Tuttavia. utilizzando la (5. il segnale periodico x(t) deve essere necessariamente continuo.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5.2. non pone alcun problema di convergenza. 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 . Purtroppo. Per il momento tralasciamo questo aspetto. a differenza della rappresentazione (5. essendo la somma di un numero finito di termini. . In altre parole.5).

Particolarizzando l’equazione di analisi per k = 0. Più precisamente. rispettivamente. 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 ).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. ed il fatto che per segnali periodici la media temporale [cfr. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t).k . La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . È interessante osservare che. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier).12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. che è ovviamente nulla per xac (t).5. in quanto forniscono per ogni valore di k. ovvero si ha x1 (t) = x2 (t). la seconda consente di decomporre o analizzare il segnale x(t). valida in generale per segnali x(t) a valori reali o complessi. 2.4. si ha X0 = 1 T0 x(t) dt = xdc . siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . Dal punto di vista matematico. Altre forme della serie di Fourier. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. in virtù di tale corrispondenza. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . se X1. Poiché i coefficienti Xk sono grandezze complesse. Per differenza.10) e (5. fatta eccezione per il coefficiente per k = 0. saranno sviluppate nel § 5. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. rispettivamente.2.2 Serie di Fourier per segnali TC 211 Le equazioni (5. particolare. valide esclusivamente per segnali a valori reali.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier).k .3 In particolare.k = X2. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . ∀t ∈ R eccetto che in un insieme di misura nulla.k ed X2. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. prop. 3 In . In altre parole. sviluppabili in serie di Fourier con coefficienti X1. La (5. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). ovvero per la componente continua. per ogni k ∈ Z. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. e gli stessi coefficienti della serie di Fourier di x(t). chiamati anch’essi armoniche del segnale.7(c)] si può calcolare su un periodo del segnale. (5. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani.

 ϕ0 . per confronto con l’equazione di sintesi (5.212 Serie di Fourier 1 |Xk| 0.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. rispettivamente. 2 Xk = A e− jϕ0 . La funzione sinc(x) per valori di x ∈ [−6. 5.1 e nel seguito. si ricava:   A e j ϕ0 . la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.5 0 −5 1 ∠ Xk 0 k 5 1 0. altrimenti.11). Per segnali più complicati. 4 L’esempio precedente mostra che in casi molto semplici. Gli spettri di ampiezza e fase sono dati.1)).1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. k = −1.8 0. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . 4 Si .4 0. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. k = 1. Esempio 5. k = −1. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.1 per il caso A = 1 e ϕ0 = π . Per maggiore generalità rispetto al caso visto precedentemente. e sono riportati4 in fig. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale.2. altrimenti. k = 1. sebbene essa risulti a rigore indeterminata. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. altrimenti. il calcolo dei coefficienti non è un problema concettualmente difficile. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .2 0 0 −0.1. noti che in fig. 0. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. 6]. k = ±1. per semplicità di rappresentazione. ϕ0 = π ). 5. 5.10). con A > 0. da: |Xk | = A 2. 2  0. 4 Fig. 5.1 (A = 1. come la formula di Eulero.6 sinc(x) 0.  Xk = −ϕ0 . 5.   indeterminata. 2 2 da cui.

di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .3 Xk 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Fig.2 Serie di Fourier per segnali TC 213 0. 5. Le principali proprietà della funzione sinc(x) sono le tre seguenti. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.4. 2. δc = 0.4 |Xk| 0. cfr. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .9).4 0.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .2 0.2. 5. introduciamo la funzione sinc(x): sinc(x) = sin(π x) .2 −5 0 k 5 0. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. πk πk (5. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . Per k = 0.5.14) il cui grafico per x ∈ [−6. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .13) Per esprimere in forma più compatta il risultato precedente. Esempio 5.5 0.1 0 −0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. 5.1 −0.3. I coefficienti Xk dell’onda rettangolare dell’es. 5.5) sono puramente reali.2 (A = 1.2 (serie di Fourier dell’onda rettangolare TC. 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 . 6] è riportato in fig.2 (A = 1. δc = 0. es. 5.5). . (5. πx x ∈ R.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 .

In tal caso. quindi esse possono essere rappresentate come in fig. |Xk | = 0. 9. k pari. k = 0. 11. π |x| ∀x ∈ R . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. le armoniche si esprimono come: Xk = k 1 sinc 2 2 .3. la cui ampiezza decresce con legge inversamente proporzionale a k. k = 0. . . Notiamo la simmetria pari dello spettro di ampiezza. . k = 0 . si ha: 1 2.13). 5. e quella dispari dello spettro di fase. . 2. . k = 0 .5 (duty-cycle del 50 %) e A = 1. . .). k dispari. 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). . . . tuttavia. . in quanto. k = . si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. 1. osserviamo che questo segnale. h pari (k = .4. Consideriamo allora il caso particolare δc = 0.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. ed utilizzando la definizione di sinc(x) e le sue proprietà. . . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. . e utilizzando la definizione di sinc(x). 5.    1 − πk .   0. 0. Per maggiore generalità. k pari. su un unico diagramma cartesiano. che sono raffigurati graficamente in fig. π kδc k = 0. k = . 1. −5. −3. . −1. . nonché proprietà trigonometriche elementari. − 7. −7.). Xk = 1  πk . e la fase −π per k < 0. −3. . . . 7. k = 2h + 1. .  k pari. 3.. k = 0. Più in generale. 5. Moltiplicando e dividendo per δc nella (5. 7. Notiamo che l’espressione precedente vale anche per k = 0. 5. π |k|  0   indeterminata Xk = 0    ±π k = 0.  1  . k = 2h + 1. presenta armoniche puramente reali. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . risulta: X0 = A δc sinc(0) = A δc . per la proprietà (b) della sinc. . h dispari (k = .. −5. 3. . per qualunque valore di A e δc . −1. . . in quanto: |sinc(x)| ≤ 1 .

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

2. 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]). ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . § 5. esistano finiti. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni.2). k pari. e quindi consiste nella risoluzione di un integrale. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. notiamo che anche l’onda triangolare possiede solo armoniche dispari. fatta eccezione per casi molto semplici (es. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. 5. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. 5.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier.2. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale.3.2. (−1)k Come evidenziato dagli es. Tuttavia. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. k = 0. nel seguito daremo solo qualche risultato fondamentale. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k).216 Serie di Fourier integrale. inoltre. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. quindi gli spettri di ampiezza e fase si calcolano banalmente.11). definiti dalla equazione di analisi (5.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. Come vedremo (cfr.2. 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. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.11). = 2A  . e sono raffigurati in fig. 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). come già mostrato precedentemente. k dispari. Sia x(t) un arbitrario segnale periodo con periodo T0 . 5 Per .6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. come vedremo nel § 5. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.4 o più estesamente in app. Vedremo tuttavia nel cap. segnale sinusoidale).2 e 5. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. in quanto |Xk | = Xk ≥ 0 e Xk = 0.

7) sono validi anche per M → +∞. allora si può scrivere M→+∞ lim xM (t) = x(t) . 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 .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. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.15) converge al segnale x(t). § 5. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali.2).15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t .17) ovvero l’equazione di sintesi restituisce il segnale x(t). Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. Quindi.15) converge uniformemente [5] al segnale x(t) su R se. simmetrico per garantire che siano presenti le armoniche Xk e X−k . sono funzioni a valori k complessi definite sull’intervallo (a.18) allora la serie associata ai coefficienti Xk converge uniformemente. cfr. si dice che la serie di Fourier (5. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. Se la serie di Fourier (5. Risulta immediatamente evidente che. la sua serie di Fourier non potrà convergere uniformemente ad x(t). ∀k ∈ Z e ∀x ∈ (a. con k ∈ Z. Così come per le serie numeriche. b).15) costruita a partire da questi coefficienti converga. se il segnale x(t) ha almeno una discontinuità.15) converge dipende dal tipo di convergenza richiesta. pertanto. se la serie di Fourier converge uniformemente su R. (5.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. . b). per ogni ε > 0. né tanto meno che tale serie converga al segnale x(t).16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. In particolare. cioè k→±∞ lim |Xk | = 0 . 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. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . con M ∈ N . 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x).5. (5. con |gk (x)| ≤ Mk .4.6) e (5. uno stesso numero Nε va bene per tutti i punti dell’asse reale. (5. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. Lo studio delle condizioni sotto le quali la serie (5. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. b).

5. e sollevò numerosi dubbi sulla validità della serie di Fourier. quando ciò accade.2.15) che. pur essendo convergente.2? Oggi sappiamo che se la serie non converge uniformemente. se la (5. 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 . come l’onda rettangolare dell’es. è continuo e derivabile quasi ovunque. A differenza della convergenza uniforme espressa dal teor.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). per i quali la serie. ma non che la serie restituisca proprio x(t). 5. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5.18) è verificata. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. non restituisce esattamente il segnale x(t). come può la serie rappresentare segnali discontinui. 5. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). Pertanto.15) converge ad x(t) per quasi tutti i valori di t ∈ R. . non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. coseni o seni) sono tutte continue. com’è intuibile. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono.15) è data dal seguente teorema: Teorema 5.1. ossia: x (t) dt < +∞ . ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. se ci limitassimo a considerare la sola convergenza uniforme. In tal senso. periodico con periodo T0 . Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori.15) può convergere uniformemente ad un segnale x(t) = x(t). T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5.10) converge uniformemente al segnale x(t) su tutto l’asse reale.15) al segnale x(t) per ogni t ∈ R. una volta calcolati i coefficienti Xk a partire da un segnale x(t).218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. eccetto al più un sottoinsieme di valori di t di misura nulla.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). che assicura la convergenza della serie (5. la serie di Fourier (5. Dal punto di vista ingegneristico. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. ˇ tuttavia. la somma di una serie di funzioni continue non è necessariamente una funzione continua. con derivata x (t) a quadrato sommabile sul periodo T0 . 2 T0 la serie di Fourier (5. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). In altre parole. come l’onda rettangolare dell’es. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. ma con continuità. 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.

2 Serie di Fourier per segnali TC 219 Teorema 5. violando la condizione (5. in effetti. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. 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). Poiché l’onda rettangolare non 2 è una funzione continua. osserviamo che. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. allora la serie di Fourier di x(t) esiste e. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. escluso al più un numero finito di punti con discontinuità di prima specie. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). se la funzione x(t) è continua. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. costituiscono una sequenza sommabile. Ad esempio. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. le condizioni di Dirichlet sono un caso particolare del seguente risultato. Questo tipo di convergenza.3 soddisfa le condizioni di Dirichlet. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. considerazioni matematicamente più approfondite mostrano che. 5.5.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. la convergenza della serie è uniforme per ogni t ∈ R. E. decrescendo come 1/k. Inoltre.1. decrescendo come 1/k2 . 5. Esempio 5. Si osservi che in questo caso i coefficienti Xk . 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. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. è discusso in app. In particolare. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. Infine. . allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). 5. In particolare.10 Esempio 5. Per concludere. detta convergenza in media quadratica. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. T0 (d2) x(t) è una funzione continua nel periodo T0 . essendo una funzione continua. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. per ogni t ∈ R. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. In più. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . non costituiscono una successione sommabile. che è importante non solo nell’ambito della teoria dei segnali e sistemi.18). per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. ma anche in molti problemi di fisica matematica.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . la serie di Fourier restituisce x(t) in tutti i punti. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”.2 soddisfa le tre condizioni di Dirichlet. (d3) x(t) è una funzione derivabile nel periodo T0 . 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. la convergenza non è uniforme per ogni t ∈ R.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk .

un segnale x(t).2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). e come 1/k2 per l’onda triangolare. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. 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. non riportata. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5.220 Serie di Fourier 5. che include solo un numero finito di armoniche. 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 M è “sufficientemente” grande. È facilmente intuibile che. con M ∈ N . quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier.1. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. Come conseguenza della prop. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. Evidentemente. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . teor.2). La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. possiamo prevedere che. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. quanto più dolce è l’andamento del segnale nel dominio del tempo. 5. quindi essa può essere verificata solo analiticamente. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. i coefficienti decadono come 1/k per l’onda rettangolare.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . 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). Notiamo che la proprietà precedente vale anche per un segnale discontinuo. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. basta porre n = −1. Più precisamente. già definito nella (5. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. continuo con alcune sue derivate. Osserviamo infatti preliminarmente che. . 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. dal punto di vista matematico. in pratica. 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. Se il segnale è continuo con le sue derivate fino a quella di ordine n. Questo vuol dire che. Pertanto. D’altra parte.2. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. 5.16). La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. Vale allora la seguente proprietà (la cui dimostrazione. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. essa consente di prevedere esattamente tale rapidità di decadimento a zero. può risultare una buona approssimazione del segnale x(t). con derivata (n + 1)-esima discontinua ma limitata.

Questo fenomeno. la cui frequenza aumenta. L’espressione (5. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. 5. noto come fenomeno di Gibbs.3. poiché l’onda triangolare è una funzione continua.7 (onda triangolare) Si consideri l’onda triangolare dell’es. Matematicamente.2. Inoltre. confermando che.12 Nell’es. 11 Il 12 In fenomeno prende il nome dal fisico J.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità.8.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. quindi la prop. 1. 101.09 (a destra della discontinuità. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. 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) . si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. il fenomeno di Gibbs non si verifica per tale segnale. Infatti al crescere di M i picchi delle oscillazioni. In effetti. come testimoniato dalla fig. 11. l’ampiezza delle oscillazioni calcolata secondo la (5. Esempio 5. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. come già discusso in precedenza. pur soddisfacendo le condizioni di Dirichlet. confermando che. presenta dei punti di discon− + tinuità.1 si applica con n = 0.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. 5. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . 3. Gibbs (1839–1903).7. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. 5. ma non uniformemente negli intervalli che contengono le discontinuità. 5. che per primo lo osservò e lo descrisse.6. ma la cui ampiezza non diminuisce al crescere di M. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge.20) dove βgibbs ≈ 0. 5. 5. per cui la prop. 5. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.28114072518757 è una costante notevole. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. 5.1 si applica con n = −1. sebbene restino di ampiezza invariata. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. L’onda triangolare è continua ma con derivata prima discontinua. ottenuti con Matlab. nella quale il segnale oscilla tra i valori −0. in effetti.2 Serie di Fourier per segnali TC 221 Esempio 5. ed il valore 1/2 in corrispondenza delle discontinuità. in effetti.20) è pari in valore assoluto circa a 0. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). (5. dt. In particolare. W. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . e pertanto il segnale ricostruito con 2M + 1 armoniche. come si può anche osservare dalla fig. ma per ogni segnale x(t) che.09 (a sinistra della discontinuità) e 1.5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. vengono “schiacciati” verso la discontinuità. se t0 è un punto di discontinuità.09. 5. Per δc = 1/2 ed A = 1. In fig. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .

8 x(t). (c) M = 3.5 (b) 0 0 t/T 0.4 0.5 0 t/T0 0.6 0.2 0 −0. xM(t) 1 0.4 0.2 0 −0.4 0.5 0 t/T0 0. (b) M = 1.4 0.5 x(t).2 0 −0.6 0. (d) M = 5.6 0.4 0.2 0 −0. (e) M = 11.2 0 −0.5 (e) (f) Fig. xM(t) 1 0.5 0 t/T0 0.6 0. 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. 5. (f) M = 101.8 0. .6 0.5 (d) 0 t/T0 0.8 0.222 Serie di Fourier 1 0.6 0.8 0. xM(t) 1 0. xM(t) 0.5 0 t/T 0. xM(t) 0.8 x(t).5 0 (c) 1 0.5 (a) 1 0.7.5 x(t).2 0 −0.4 0.5 x(t).8 x(t). xM(t) 0.

è proposta nel § 5. Viceversa. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.5.13 valutazione quantitativa della bontà di tale ricostruzione.8).7 e 5. 5.4. sulla base dell’uguaglianza di Parseval. 13 Una . 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. 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.3.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.

(b) M = 1.5 0 t/T0 0.4 0. (e) M = 11.2 0 −0. (d) M = 5. 5. xM(t) 0.6 0.4 0.8 x(t).8 x(t).2 0 −0. xM(t) 1 0.5 0 t/T0 0.5 x(t).5 0 t/T0 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.5 0 (c) 1 0. xM(t) 0.224 Serie di Fourier 1 0.4 0.5 (b) 0 0 t/T 0.6 0. (f) M = 101.4 0.8.8 0.5 (e) (f) Fig.6 0.5 (a) 1 0. xM(t) 1 0.5 (d) 0 t/T0 0. (c) M = 3.6 0.4 0.2 0 −0.2 0 −0.5 x(t).6 0.4 0. xM(t) 0.2 0 −0.8 x(t).6 0.8 0. . xM(t) 1 0.8 0.5 0 t/T 0.5 x(t).2 0 −0.

1. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh .21). Esse. N0 − 1} . non abbiamo indicato di proposito gli estremi di variazione dell’indice k. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. 1) oppure in (−1/2. . 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 . N0 n=0 k ∈ {0. Nella (5. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . .21). Infatti. le frequenze νk assumono i valori 0. 1/2).21) Notiamo che. In particolare. . (5. 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 . La differenza fondamentale rispetto alla serie di Fourier (5.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . . .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. cambiando l’indice da h nuovamente a k. (N0 − 1)/N0 nell’intervallo [0. semplificati dal fatto che.5. 1. . nella (5. in quanto si tratta di una somma (finita) e non di una serie.22) e (5.10) della serie di Fourier a TC. k (5. e quindi l’intervallo di variazione delle frequenze νk = kν0 . Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. pertanto.22) per e− j2π hν0 n e sommando su un periodo.3. e rappresenta l’equazione di sintesi della serie di Fourier discreta. . L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC.23) Le (5. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche).22) una somma finita. . § 2. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . cfr. proprio per questo motivo. .22) è analoga all’equazione di sintesi (5.3 Serie di Fourier per segnali TD (DFS) 225 5. 1/N0 . 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. (5. essendo la (5.3).23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. . nota anche come Discrete Fourier Series (DFS). moltiplicando ambo i membri della (5. salvo casi particolari. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . è improprio parlare di “serie” di Fourier nel caso TD. 1[. ad esempio in (0. N0 − 1}. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. se k ∈ {0. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. . per cui la (5.22) La relazione (5. . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. In particolare. 14 Si .

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 5.25) e (5. entrambe periodiche dello stesso periodo N0 .28) (5. costituiscono formalmente l’esatta controparte delle (5. A partire da Xk . .29) viene denominata Discrete Fourier Series (DFS). D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. N0 k=0 N0 −1 n=0 (5.28) prende il nome di Inverse Discrete Fourier Series (IDFS).15 come la sequenza x(n).28) e (5.10) e (5.22) e (5.25) e (5. valide nel caso TC. N0 − 1}. mentre la (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . anche se esse non sono esattamente corrispondenti a quelle nel caso TC. Posto wN0 = e− j2π /N0 . (5. . nella letteratura scientifica.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.24) e pertanto. . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. Se infine nelle (5. In particolare.27) (equazione di sintesi) (equazione di analisi) (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. le (5.26) ∑ x(n) e− j2π kν0 n .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 . In altri termini.26) è periodica. 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. Inoltre nella (5.25) siano quelli dell’intervallo {0. 15 Notiamo DFS . nella letteratura scientifica le (5.22) e (5.226 Serie di Fourier rappresentazione.29) ∑ x(n) wkn N0 In effetti. 1. con sostituzioni algebriche banali. Una prima differenza rispetto alle (5. .2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .25) (5.26) abbiamo esteso la definizione di X(k) a qualunque valore di k. le (5.11). di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . Va detto però che. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. la (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.

T0 [. ovvero da un segnale TD. § 5.8 (N0 = 8. il segnale x(n) è completamente descritto assegnando solo N0 valori.5. abbiamo visto che invece. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . la periodicità della sequenza x(n) deriva dalla proprietà (b). ovvero da un’inifinità continua di valori. La periodicità di X(k) è una caratteristica peculiare della DFS.2). ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. che è strettamente legata alla DFS (cfr. Differentemente dal caso TC. sia della trasformata discreta di Fourier (DFT). nel dominio della frequenza sussiste esattamente la stessa proprietà. N0 = wkn . ad esempio x(0). N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . x(n) = IDFS[X(k)] . 5. La DFS e IDFS possono anche essere viste come operatori.6 x(n) 0. cfr. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . M = 4). N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. cap. e si scrive sinteticamente X(k) = DFS[x(n)] .8 0.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. 5. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. .4. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier.3 Serie di Fourier per segnali TD (DFS) 227 1 0. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. . . 7). N0 (k+N0 )n In particolare.9.2 0 −20 −10 0 n 10 20 Fig.4 0. Si può infine verificare che le quantità wN0 definite mediante la (5. nel dominio della frequenza. . ad esempio per t ∈ [0.8 (DFS dell’onda rettangolare TD. Infatti. x(1). mentre la periodicità della sequenza X(k) segue dalla proprietà (c). . per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. Esempio 5. Onda rettangolare TD dell’es. x(N0 − 1).

Tale DFS è rappresentata in ampiezza e fase in fig. 5. 0 Per esprimere in forma più compatta il risultato precedente. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza.29). k ∈ Z. . e quella dispari dello spettro di fase. .31). come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . La DFS di x(n) si scrive. Ponendo infatti a = wk 0 . si ha allora: X(k) = DM k N0 . (5. . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . 2.228 Serie di Fourier e raffigurata graficamente in fig. 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 . 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 . x ∈ Z . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa.31) il cui grafico per x ∈ [−1. tranne che in x = ±1.. N1 = 0 e N2 = M − 1. per cui la (5. (5. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . sulla base della definizione (5.9 per N0 = 8 ed M = 4. DM (x) = M M. . 5. notiamo che wkM N0 wk 0 N = e = e . ±2. 5. con semplici passaggi algebrici. ∀x ∈ R . dove vale M:  k  0. x ∈ Z . x = . Utilizzando la definizione (5. di facile dimostrazione: 1. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet.30) può essere riscritta.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)].30) Ricordando la definizione di wN0 . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . 1] è riportato in fig.11 nel caso N0 = 8 ed M = 4. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . Le principali proprietà della funzione DM (x) sono le seguenti. sin(π x) x ∈ R.

Per tali proprietà. discuteremo nel dettaglio la proprietà di linearità. ma anche algoritmicamente. Vedremo (cfr. rispettivamente.5 0 x 0. Altre proprietà formali. 5. E. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. che suggeriscono ulteriori considerazioni concettuali e.5 1 4 |X(k)| −0.5. § cap.4. evidenziando. Notiamo in conclusione che. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. 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.11. Fig. e l’uguaglianza di Parseval per il calcolo della potenza.10.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti. con α1 . anche perchè il concetto di continuità perde di significato in tal caso. soprattutto. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). quando necessario. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. 5. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). il fenomeno di Gibbs non sussiste nel caso TD.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0.28) and (5. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. 5. Di conseguenza. simmetria hermitiana dei coefficienti. 5. utili talvolta nei calcoli.8 (N0 = 8.16 La proprietà di linearità della serie di Fourier afferma . α2 ∈ C. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). 5. M = 4): spettro di ampiezza (in alto) e di fase (in basso). In altre parole. In particolare.29). tratteremo congiuntamente sia il caso TC che quello TD.5 0 x 0.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. DFS dell’onda rettangolare dell’es.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . le differenze salienti. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). 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. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. denominati algoritmi Fast Fourier Transform (FFT). e sono comunque riportate in app. è ancora un segnale periodico di periodo T0 . i cui coefficienti di Fourier siano Xk e Yk . in quanto richiede un numero finito di operazioni.

2 e 5. Valgono cioè le seguenti relazioni: |Xk | = |X−k | .2 Simmetria hermitiana Con riferimento a segnali periodici TC. 5. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n).33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . Xk = − X−k . . Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . otteniamo la seguente proprietà notevole: Proprietà 5. ossia: Zk = 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. negli es. 5.17 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) . DFS DFS FS ∀α1 . 5. 16 Può (5. rispettivamente. α2 ∈ C . nel caso TD. (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. Riassumendo.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. rispettivamente. i cui coefficienti di Fourier siano X(k) e Y (k).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 . Analogamente.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. α2 ∈ C . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ).1.4. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .11) e (5.29). DFS ∀α1 . con α1 . (simmetria pari) (simmetria dispari) (5. dei due segnali è ancora un segnale periodico di periodo N0 . α2 ∈ C.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).

si ricava che x(t) è reale. e quindi X0 è reale.36). Proviamo adesso l’implicazione ⇐ nella (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .36). Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. Inoltre l’equazione di sintesi (5. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.8 riguardante la DFS dell’onda rettangolare TD. (5.33) e (5.35) Le proprietà (5. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . T0 Se x(t) è reale.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (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. Proviamo prima l’implicazione ⇒ nella (5. Partiamo dall’equazione di analisi (5. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). in particolare.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . si ha x∗ (t) ≡ x(t). avendo già provato che X0 è reale.36).38) . e valgono se e solo se il segnale periodico in questione è reale. (simmetria pari) (simmetria dispari) (5.5.36). k=1 k=1 ∑ Xk e j2π k f0 t da cui. Se vale la simmetria hermitiana (5.34) Pertanto. come specificato dalla seguente proprietà: Proprietà 5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.37) Prova.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. 5. anche in questo caso le (5. 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 . 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 (5.35). X(k) = − X(−k) .3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.

37) si può riscrivere. . Notiamo infatti che nell’equazione di sintesi (5. N0 − 1}. Notiamo infatti che. in alternativa alla (5. si può esprimere. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . . valide esclusivamente per segnali reali. per segnali periodici TD reali. . anche come segue: X ∗ (k) = X(N0 − k) . N0 − 1}.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . 2. . per k ∈ {1.34) a partire dalla (5. poiché la fase di un numero complesso è definita a meno di multipli di 2π .28) compaiono solo i valori di X(k) per k ∈ {0. con riferimento a segnali periodici TC reali. . la proprietà di simmetria hermitiana per la DFS. . per cui la (5. 2. 1. Questa conclusione non è corretta. .  N 0 k=1 . in relazione alla periodicità della sequenza X(k). oltre a X(0). . N0 pari . partendo dall’equazione di sintesi (5. . (5. . se N0 /2 è intero (il che accade se e solo se N0 è pari). . . . applicando la (5. . . . N0 − 1} . anche N0 − k varia nello stesso intervallo. Per evitare possibili fraintendimenti. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . N0 − 1}. anche X(N0 /2) è vincolato ad essere reale per N0 pari. con riferimento ai soli valori di k ∈ {0. .38). se k ∈ {1. . notiamo che. . N0 − 1}. k ∈ {1. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). X ∗ (k) = X(N0 − k) . Infatti. . 2. In altre parole. Rispetto al caso TC.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). 2. . per k ∈ {1. se x(·) è reale. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. N0 − 1}.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . è possibile determinarne almeno uno dispari. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . 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). si può verificare (la verifica è lasciata al lettore come esercizio) che. k=1 Con ragionamenti simili. In particolare. conseguentemente. N0 − 1}. In definitiva. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . . ponendo Xk = |Xk | e j Xk nella (5. 1. . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. il solo coefficiente X(0) è vincolato ad essere reale. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . 2.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari .37) mediante le seguenti condizioni: X(0) reale . . Infatti. . .32) (con analoghi passaggi si ottiene la (5. da cui si deduce che.37) nel caso TD). .

Le espressioni (5. . in parte reale ed immaginaria. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) .39). (5. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali.1 e def. note anche come forma esponenziale della serie di Fourier. . Infatti.40) e (5.10). ak = 2 T0 x(t) cos(2π k f0t) dt . in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. N0 pari . N0 dispari .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. . compaiono soltanto quantità reali. 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 . def. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5.2). come nella forma polare. valide per segnali reali. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . partendo dall’equazione di sintesi (5. si ha. 5. Il punto di partenza è l’equazione di sintesi (5. bk = 2 T0 x(t) sin(2π k f0t) dt .38).41) Le (5.29). . perché più generali e compatte. note come forma polare della serie di Fourier. si ottiene nel caso TC decomponendo Xk . 5. 2 k=1 (5. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. rispettivamente.4 Principali proprietà della serie di Fourier e della DFS 233 (5. anche per segnali reali. x(t) = dove: a0 = 2 T0 x(t) dt .4. N0 − 1}) nella (5. ed in essa.42) T0 T0 T0 Allo stesso modo. Nel seguito. . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . .41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . Un’ulteriore espressione della serie di Fourier. Consideriamo dapprima il caso di un segnale TC periodico. 5.5. con facili passaggi algebrici.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. 2. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] .42) e (5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. anziché in modulo e fase.

se k = h .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 .18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . Passiamo a considerare il caso di un segnale periodico TD. nota come uguaglianza di Parseval per la serie di Fourier (a TC). La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . se k = h . Riassumendo. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 .4)] che i fasori e j2π k f0t che compaiono nella (5. È semplice anche in questo caso provare che i segnali xk (n).10) sono a due a due ortogonali.234 Serie di Fourier Abbiamo già osservato [eq. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . (5. In virtù di tale ortogonalità. 0. essendo fasori a frequenze distinte. Poiché (cfr.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. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. Notiamo che per segnali . 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 1.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . (5. con coefficienti X(k)/N0 . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. es. possiamo quindi enunciare la seguente proprietà: Proprietà 5. 2 ∑ N0 k=0 (5. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . 2. riprendendo e riscrivendo l’equazione di sintesi (5. sono tra di loro ortogonali.

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

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

5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo.46) ha la forma dell’equazione di sintesi (5. 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.23) per calcolare l’uscita y(t). Risposta di un sistema LTI ad un segnale periodico (caso TD).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. mediante le relazioni (4. Per la linearità del sistema. per il principio di sovrapposizione (3. dove f0 = 1/T0 . ed essendo i coefficienti Xk ∈ C quantità costanti. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. 5.10) della serie di Fourier di y(t). Fig. Infatti. Risposta di un sistema LTI ad un segnale periodico (caso TC).13. 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 (4.14. Pertanto. e supponiamo che il segnale x(t). che può essere vista come un caso particolare di segnale periodico. è possibile applicare il principio di sovrapposizione (3. 5. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). 18 Espressioni . sfruttando le formule di Eulero.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t .97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .7. le espressioni precedenti sono state già utilizzate (cfr. In particolare.97) e (4. 6). periodico di periodo T0 .23).5.18 Consideriamo prima il caso TC. =Yk (5. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.10). § 4. Applicando l’equazione di sintesi della serie di Fourier a TC (5. 5. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . sia applicato (fig.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.46) Poiché la (5. 5. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.

e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. stretto rigore. periodico di periodo N0 . il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . (5. la (5.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).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 . poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4.47). sia applicato (fig. In termini di modulo e fase. N0 k=0 dove ν0 = 1/N0 . che prende per questo motivo il nome di guadagno in continua del sistema. si ricava anche in questo caso che y(n) è un segnale periodico.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . Notiamo che le quantità che compaiono nella (5. valgono considerazioni analoghe a quelle già fatte nel caso TC.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . 19 A (5. in particolare. (5. calcolati alle frequenze fk = k f0 .47) sono tutte.48) (5.21 Passando ad esaminare il caso di un segnale TD. in generale. applicando il principio di sovrapposizione.51) Per gli spettri di ampiezza e fase. N0 k=0 =Y (k) (5. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso.47) La (5. Particolarizzando la (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 . . e ricordando che Y0 = ydc e X0 = xdc . 5. 21 Si noti che. la funzione H( f ) prende anche il nome di risposta armonica del sistema.22). con lo stesso22 periodo N0 del segnale di ingresso. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). si ha: ydc = H(0) xdc . complesse. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.50) Dal confronto con la (5. Pertanto. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. Yk = H(k f0 ) + Xk . supponiamo che il segnale x(n). 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 ). se il sistema è reale.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .47) per k = 0.

Particolarmente interessante è la modifica delle ampiezze delle armoniche. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . 5.15.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. 5. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. 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. 5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 .6 0. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. 1 + j2π k f0 RC . Inoltre.4 0. di ampiezza A e duty-cycle δc .16. Fig.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. Esempio 5. 5. la modifica subita dalla k-esima armonica. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.5. ad esempio. avente frequenza k f0 . Facendo riferimento al caso TC.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 5.47) e (5.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .2 0 −5 0 k 5 Fig. come evidenziato nell’esempio che segue. 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.9). in ingresso ad un sistema RC. 5.2 |Xk| 0.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5.4 |Yk| 0.4 0. la (5.9).8 |H(f)|.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.46). Risposta di ampiezza del filtro RC (es. 1 + j2π f RC per cui la (5. riportata di seguito. |H(k f0)| 0.2. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.

sulla base della posizione della banda passante e di quella oscura.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. Con riferimento al caso TC. un comportamento tipico ad esempio dei circuiti elettrici risonanti. Viceversa. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare.17). ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. 5. 5.6 0. I filtri ideali TC sono in genere classificati. 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. 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). l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . 5. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1.2 0 −1 −0.5 0 t/T 0. In particolare. ossia quello di atte1) l’ampiezza di alcune armoniche. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche.8 x(t). se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze.y(t) 0. per 2π f0 RC = 1. Il segnale y(t) di uscita (fig.9. per effetto dell’attenuazione delle componenti ad alta frequenza. In fig. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. In particolare.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2.4 0. 5.240 Serie di Fourier 1 0. i più semplici esempi di filtri sono quelli cosiddetti ideali. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita.5 1 0 Fig.23 Come caso limite. si dice che il sistema LTI si comporta come un filtro. mentre in fig. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). 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. Per questo motivo. . 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. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI.17.

| f | > fc . Risposta in frequenza di un filtro ideale TC passabasso (LPF).5. 1. 5.6 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. La banda passante del filtro è W p = [− fc . − fc [ ∪ ] fc . la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. | f | ≤ fc . La risposta in frequenza (fig. 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 . +∞[. | f | > fc . mentre la banda oscura è Ws = [− fc . La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Risposta in frequenza di un filtro ideale TC passaalto (HPF). 0.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. La risposta in frequenza di un tale filtro (fig.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. 5.18. o equivalentemente: HLPF ( f ) = rect f 2 fc . 5. La banda passante del filtro è W p =]−∞. Fig. | f | ≤ fc . Anche in questo caso. fc ]. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. − fc [ ∪ ] fc .19. mentre la banda oscura è Ws =]−∞. 5. +∞[. . fc ].

1. (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. 5. 5. − fc2 [ ∪ ] − fc1 . − fc1 ] ∪ [ fc1 .20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. mentre la frequenza f0 prende il nome di frequenza centrale del filtro. La risposta in frequenza (fig.20.242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. +∞[. fc1 [ ∪ ] fc2 . − fc1 ] ∪ [ fc1 . dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . La banda passante del filtro è W p = [− fc2 . 5. (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. e ∆ f = fc2 − fc1 ). è possibile definire due frequenze di taglio. così come per il filtro passabanda.21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. Per questo filtro. Anche per questo filtro. Risposta in frequenza di un filtro ideale TC passabanda (BPF). mentre la banda oscura è Ws = ] − ∞. è possibile definire due frequenze di taglio. una inferiore ( fc1 ) ed una superiore ( fc2 ). fc2 ]. fc1 [ ∪ ] fc2 . altrimenti . +∞[. − fc2 [ ∪ ] − fc1 . fc1 ≤ | f | ≤ fc2 . fc2 ]. altrimenti . mentre la banda oscura è Ws = [− fc2 . 0. . una inferiore ( fc1 ) ed una superiore ( fc2 ). 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 . La risposta in frequenza (fig. La banda passante del filtro è W p =] − ∞. con 0 < fc1 < fc2 . fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . fc1 ≤ | f | ≤ fc2 . 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 .

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.22–5. A causa di tale periodicità. data dalla (4. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1.6 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. 4. necessaria per garantire la periodicità di H(ν ).52) (5. HPF. Per quanto riguarda il caso TD. oppure dalla (4. BPF e BSF per il caso TD.11). Per questo motivo. Anche nel caso TD. 5. descritti dalla (5. la risposta armonica H(·) è una funzione reale e pari.53) (5. 5.52) e (5.25 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. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. 1/2[.22–5.54) e (5. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).108) nel caso TD. quindi soddisfa la proprietà di simmetria hermitiana. le tipologie di filtri ideali sono le stesse. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza).21. prop. 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.5. nelle fig.54) (5. Si noti che per tutte le tipologie di filtri introdotti precedentemente.101) nel caso TC. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . con 0 < νc1 < νc2 < 1 .53). Tali filtri si dicono invece ideali in senso “fisico”. con la fondamentale differenza che.55) è possibile definire due frequenze di taglio.25 sono mostrate le risposte armoniche dei filtri ideali LPF. perché presentano una separazione netta tra banda passante e banda oscura. descritti dalla (5. Tali filtri si dicono ideali anche . Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). Nelle fig. 0 < νc < 1 rappresenta la frequenza di taglio. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). 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. sia nel caso TC che TD. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. 5. 2 mentre per i filtri BPF e BSF.

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

Risposta in frequenza di un filtro ideale TD passabanda (BPF).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. Risposta in frequenza di un filtro ideale TD passaalto (HPF). Risposta in frequenza di un filtro ideale TD passabasso (LPF).23.25.24. 5.5. . 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. Fig. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. 5.22.

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

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

(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. k ∈ {2.   12 j 3π /8  e . (a) Determinare il periodo N0 del segnale x(n). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 3. . X(3) = 3 + j. X(2) = 0. .  24 .  j   0. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. k = 0. k ∈ {0. X(N − 1) = 2 N 2 (3 + j).8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . (b) X(0) = N. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. 2. X(2) = N 2 j. N 2 (3 − j). X(N − 2) = − N j. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). X(1) = X(k) = 0 per tutti gli altri valori di k. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). . Esercizio 5. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . k = 23 . 22} . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k pari . Risultato: (a) N0 = N. da cui X(0) = −2. Esercizio 5. . (b) X(k) = − 12 e− j 3π /8 . X(1) = 3 − j. [Suggerimento: dal grafico. ed applicare poi la proprietà di linearità della serie di Fourier. 3}. k dispari . (a) Rappresentare graficamente il segnale x(n). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) .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 = 1. k2 π 2 Esercizio 5. j Risultato: (a) N0 = 24.] 0. 1. Risultato: (b) Xk = 4 . (a) Determinare il periodo N0 di x(n).

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

T0 /2) e dividere l’integrale in due integrali.] 1−a Esercizio 5.14 Sia wN0 = e− j2π /N0 . X(2) = 2. 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 . (d) X(0) = −2. . X(2) = 1. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(1) = 3. (b) X(0) = 3. X(4) = −3. allora il segnale ha solo le armoniche dispari. (5. mostrare che se x(t) ha la proprietà di simmetria (5. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(1) = 3 e jπ /4 . X(2) = 1 + j. X(2) = 3 j. X(1) = 2. valida ∀a = 0. Esercizio 5. N0 ∈ N: 0 x(n) = x n T0 N0 . k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(2) = 3. e si ha in particolare  0 . ] Esercizio 5. ∀k pari. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5.56). X(3) = 3 e j7π /4 . X(1) = −5. X(3) = −3 j. (b) Scrivere l’equazione di analisi in (−T0 /2. X(3) = 5 + j.56). [Suggerimento: applicare le identità dell’esercizio 5. X(3) = −5. X(3) = − j.56) (b) Viceversa. in modo da poter sfruttare la (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).14. ∀t ∈ R . X(3) = 1 − j.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ].56) operando un cambiamento di variabile in uno dei due integrali.16 Senza calcolare esplicitamente x(n). X(1) = 5 − j. (e) X(0) = 3. (c) X(0) = j.

−1. e determinare in particolare le costanti α .20 Il segnale periodico x(t) = rep2T0 [xg (t)].5. Esercizio 5.18 Si consideri il segnale periodico x(n). 4 ≤ t < 8 . (4) Px = 50. 1 + j2π f T0 ottenendo il segnale y(t). il segnale x(n) è quello avente potenza Px minima.17 Si consideri il segnale periodico x(n). Risultato: y(t) ≡ 0. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. (2) x(n) è periodico di periodo N0 = 10. con T0 ∈ R+ . (e) x(n) reale. avente DFS X(k). (d) x(n) non reale. β = π /5 e γ = 0. Esercizio 5. 0 ≤ t < 4. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ).7 Esercizi proposti 251 Risultato: (a) x(n) reale. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . β . . (b) x(n) reale.] Risultato: α = 10.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. (3) X(11) = 50. [Suggerimento: utilizzare le proprietà della DFS. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. per la proprietà (4).] Risultato: x(n) = 1 + 1 (−1)n . n=0 (3) ∑7 (−1)n x(n) = 1. (2) ∑5 x(n) = 2. con xg (t) = 1. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). 3 6 Esercizio 5. utilizzare l’uguaglianza di Parseval per la DFS. avente DFS X(k). (c) x(n) non reale. γ . dove xg (t) = Λ t T0 . Esercizio 5.

1. H(1/2) = 0. H(1/4) = 2 e jπ /4 .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . (b) In corrispondenza dei valori di fc determinati al punto (a). dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1.22 Il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ . e ∆ν = 1 24 .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . (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). 1). Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). H(3/4) = 2 e− jπ /4 . (b) y(t) = π82 cos(2π f0t). (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. (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 ). con T0 ∈ R+ . . per k = 0. . Determinare il segnale y(t) in uscita al filtro. 2. Risultato: y(t) = 8 sin(2π f0t). calcolare l’espressione esplicita di y(t). Determinare i valori di H Risultato: H(0) = 0. Risultato: (a) xdc = ydc = 1 . π2 Esercizio 5. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . 9 Esercizio 5. 1 2T0 3 < fc < 2T0 . dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . si trova che Esercizio 5. Esercizio 5.252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t).23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). 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 . 3.

(2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). con T0 ∈ R+ . 1 n−4k x3 (n) = ∑+∞ u(n − 4k). (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . Esercizio 5. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 .28 Con riferimento allo schema in figura. Esercizio 5.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . Py = π 4 1 + 81 . .2. 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. si calcoli l’uscita y(t). Risultato: RC = 1 2π f0 68 13 ≈ 0. (b) Con riferimento al punto precedente. f2 = 3 kHz.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 . dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . sapendo che: (1) x(t) = cos(2π f0t). (c) RC = T0 π 3 . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 .25 Il segnale periodico x(t) = repT0 [xg (t)].] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ).6. dove xg (t) = cos πt T0 rect t T0 .364 f0 .] √ 1 2 1 . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . f1 = 2 kHz. (b) y2 (n) = sin . con f0 = 1 kHz. 2T Esercizio 5. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.5. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (c) y3 (n) ≡ 0. 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. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5.27 Il segnale x(t) = rep2T0 [xg (t)]. con T0 ∈ R+ .

30 Con riferimento allo schema in figura. g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. Determinare l’espressione del segnale di uscita z(t). x(t) . =4kHz Esercizio 5. Py = 776.5 f0 e guadagno in continua unitario. (1) x(t) = 5 + 2 cos(2π f0t). e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. y(t) H( f ) .H2 ( f ) .H1 ( f ) u(t) - (·)2 v(t) . x(t) 6 . (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.H2 ( f ) . dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 .H1 ( f ) 6 .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. (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }. Si assuma che tutti i segnali ed i sistemi considerati siano reali.5/T0 e guadagno unitario.y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t]. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . Esercizio 5. 1 2π 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 . k=−∞ k=−∞ .y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4).29 Con riferimento allo schema in figura.

Sign up to vote on this title
UsefulNot useful