P. 1
Segnali e Sistemi Parte1

Segnali e Sistemi Parte1

|Views: 7,301|Likes:
Published by ilario77

More info:

Published by: ilario77 on May 04, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

12/30/2012

pdf

text

original

Sections

  • 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
  • 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
  • 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
  • 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

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

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

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

. . . . . . .2. . 6. . . . . . . . . . . . . . . . . . . . . .6. .1 Introduzione .2 Segnali a banda praticamente limitata . . . . . . . . . 6. . . . 437 . . . . . . .4 Proprietà della risposta in frequenza . . . . . . . . .3. . . 7. . . . . . . . . . . .2 Trasformata di Fourier per segnali TD . 7. . . . . . . . . 7. . . . . . . . . . . .1 Teorema del campionamento . . . . . . . . . . . . .6. . . . . . . .3 Derivazione e differenza prima. . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Campionamento ed interpolazione in pratica . . . . . . . . . .1 Segnali TC . . . . .1. . . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . .4. . . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . 6. . . .2 Interpolazione non ideale . . . 6.1 Trasformazioni della variabile dipendente . . . . . . . . . . . . 433 A. . .5. . . . . . . . . integrazione e somma . . . . . . . . . . . . 6. . .7. . . . . . . . . . 6. . . . . . . . . . 6. . . .7. . . .4 Quantizzazione . .3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . . . . . . .1. .5. . . . . . . . .5 Esercizi proposti . 6. . . . . . . . . . . 6. . . . . . 6. .1 Segnali a banda rigorosamente limitata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . 6. . . .3 Segnali TD transitori . . . . . . . . . . . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . . . . . . . . . . . . . . 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 . . . . . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . . . . . . 6. . . . . . . . 6. . . . . . . . . . . . . . 6. . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . .3 Segnali a banda non limitata . . . 434 A. . . . . . . . 6. . 7. . . . . . . . . . . . . . . . . . . 6. . .2 Interpolazione ideale . .4 Relazioni tra serie e trasformata di Fourier . . . . . 7. . .2. . . . . . . . . . . . . . .2 Segnali TD . 6. . . . . . . . . . . . . . 6. . . .1. . . . . . . . . . . . . . . . . . . . . . . . .1 Definizione di numero complesso . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . 7. . . . . . . . 6. . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . 6. . . . . . . . . .5 Proprietà della trasformata di Fourier . . . . . . .2. . . . . . .4. . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . 6. . . .5. . . . . . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . . . . .4 Estensione spettrale e banda di un segnale . . . 6.1 Proprietà di convoluzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7.7. . . . . . . . . . 6. . . . . . . . . . .3. .1 Trasformata di Fourier . . . . . . . . . 6. .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . .1 Trasformata di Fourier per segnali TC . . . . . . . . . 6. . 6. . . . . . . .6. . . . . . . . . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . A Richiami sui numeri complessi 433 A. . .8 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . .2 Forma algebrica dei numeri complessi . .1 Trasformata di Fourier di un segnale periodico TC . . .2. .3.3. . . . . . . . . . . . . . . . . .2 Trasformazioni della variabile indipendente . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . .3. . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI .6. . . . .

. . . . . 463 D. .2. . . . . . . . . B. . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . F. . . . . .3 Trasformate notevoli . . . . .4 Forma esponenziale dei numeri complessi . . . . . . . . . . . . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . 445 445 445 447 448 450 451 451 453 456 . . .1 Successioni e serie numeriche . .2 Serie monolatere . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . E. . . . . . . . . . . .2 Integrazione . . . . . . . . . . . . . . .3 Trasformate notevoli . . . . . . . . . . . . . . . . . . . . . . . . . .2 Somma di convoluzione . .1 Definizione . . . . . . . . . . . . . . . . . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Trasformata di Fourier a TC . . . . . 466 E Proprietà della serie di Fourier E. . . . . . .3 Sommabilità . . .2. . . . . . F. . . .1. . . . . . . 461 D Invertibilità di un sistema 463 D. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . 459 C. . . B. . . . . . . .3 Serie bilatere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 440 A. . . . . . . . . . .2 Proprietà . . . . . .2 Proprietà . . . .2 Trasformata di Fourier a TD . . . . . . . . . . .1 Integrale di convoluzione . . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . F. . F. . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . .iv INDICE A. . .1 Definizione di limite di una successione B. . . . B. B. . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . F. . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Invertibilità di un sistema LTI . . . . . . . . . . . . . . . . .1. . . . . .1. .2. . . F. . . . .1 Serie di Fourier a TC . . . . . . . . . . . . . . . . . .4 Successioni sommabili . .2. . . F. . . . . . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . . 442 B Richiami di analisi matematica B. E. . . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . .2 Serie di Fourier a TD (DFS) . . . . . . . . . .2 Funzioni complesse di una variabile reale . . . .5 Funzioni complesse di una variabile reale . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . .1 Invertibilità di un sistema . . . . . .1.2. . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . .1 Continuità e derivabilità . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizioni . . . . . . . E. . . .

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

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

l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito).} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. 1. Al crescere di n.3. ovvero un segnale definito nell’insieme N0 dei numeri naturali.1.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .2 e 1.1 e 1.2.1. Gli es. Esempio 1. ..4. 1. Ugo Bianchi. 1.4. come nell’es.4.. l’indice n nell’es. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. lo studente nell’es. Maria Turchini. 1.. Il metodo di Newton dell’es.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. .3.1) dove l’insieme T. il dominio T di x coincide con l’insieme dei numeri reali. 1.3. . racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. racchiude i valori assunti dalla variabile dipendente x. 1. Il segnale in forma tabellare dell’es.. come accade nell’es.4 (tabella) In alcuni casi. dove f (x) denota la derivata prima di f (x). Ad esempio.14 più avanti). il dominio del segnale T = {Carlo Rossi.1. che prende il nome di insieme di definizione o dominio di x.. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. ad esempio per molti segnali la variabile indipendente è proprio il tempo.} è costituito dai nomi degli studenti. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. Franca Neri .3.4) ed una variabile dipendente x (una lunghezza nell’es. 1. che prende il nome di immagine di T mediante x o anche codominio di x. (1.3.. 1. cioè T = R. . 2. . i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. ma esistono casi significativi di segnali – le immagini. 1. 1. 1. nel caso dell’es..1 e 1. 1. 1. 1. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica.4). Inoltre. . le variabili indipendenti di un segnale possono non avere un significato fisico o. un voto nell’es. .2.3.10 e 1.4. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. 1. infine. un segnale di questo tipo può essere indicato come segue: x : T → X. per gli es. Voto 22 30 25 30 . x(1) x(2) Fig. Fig. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1. Tale relazione definisce una successione numerica.... 1. 1. Si osservi che. 1. una tensione nell’es. il dominio del segnale risulta essere T = N0 = {0. possono rappresentare dati . nel caso dell’es..2.4. 1. mentre l’insieme X. in questo caso.. un segnale può essere definito mediante una tabella.

In molti casi la distinzione è ininfluente oppure si ricava dal contesto. 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). Esso è composto da tre elementi fondamentali: un trasmettitore. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. Gli es.5.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. Rappresentazione di un sistema mediante schema a blocchi.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. 1. e gli altri come segnali di uscita (o effetti).7.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. 1. 1. con riferimento ad un segnale funzione del tempo. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . Di norma. 1. dei quali alcuni sono identificati come segnali di ingresso (o cause). quando tuttavia vorremo enfatizzare la seconda interpretazione.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). riportato schematicamente in fig.1 e 1. rimandando il lettore agli esempi che ne chiariscono meglio il significato. scriveremo {x(t)}t∈T. quale il partitore resistivo dell’es. Fig. che associa ad ogni messaggio da trasmettere . oppure può rappresentare la legge di corrispondenza (1. è lo schema a blocchi di fig. 1. capace di trasportare un messaggio dalla sorgente alla destinazione. 1. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. Esempio 1. di natura più generale (gli studenti). un grafico o una tabella. e alla variabile dipendente x come all’“ampiezza” del segnale. 1. Concludiamo osservando che. a prescindere dal loro effettivo significato fisico. Definizione 1. comunque. mentre l’uscita è la tensione ai capi del resistore R2 .1) (cioè il segnale nel suo complesso per ogni t ∈ T).6. 1. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. Schema elettrico di un partitore resistivo.5.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. Esempio 1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. Tali funzioni potranno essere descritte mediante un’espressione matematica.5.6.

un sistema è una mera collezione di componenti elettrici. si pensi. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. a “produrre” dei segnali di uscita. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. il sistema di comunicazione in fig. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. infine. il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. Dato un sistema e assegnati i segnali di ingresso. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. non è stato ancora realizzato fisicamente. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. o biochimici. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica. meccanici. L’operatore S associa ad ogni segnale x di I un segnale y di U. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. sono i segnali di ingresso che “forzano” il sistema a “reagire” e.8. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. Schema semplificato di un sistema di comunicazione. Gli esempi precedenti mettono in luce alcuni aspetti importanti.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig.2) I U Fig.1. in alcuni casi. un ricevitore. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. ed. . quindi. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). in questo caso. il canale ed il ricevitore. allo studio di fattibilità di un sistema che è in fase di progetto e che. che interagiscono tra di loro. un canale. A tal fine. simbolicamente: S : I → U. un cavo telefonico) lungo il quale viaggia il segnale d’informazione. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. ad esempio. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. 1. Ad esempio. infatti. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. oppure. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). Innanzitutto.7.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. che è il mezzo fisico (ad esempio. Inoltre. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. 1. pertanto. 1.

si useranno le notazioni y(t) = S[{x(u)}u∈T. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . che definisce un segnale. tuttavia. su tutto il proprio dominio di definizione T.2) che definiscono segnali e sistemi. la (1.2). Una seconda osservazione importante è che. Per evidenziare invece il fatto che nella trasformazione (1. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti.3) per descrivere sinteticamente la trasformazione (1. i cui elementi sono numeri reali o interi relativi. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. con t ∈ R.t]. 1. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. più in generale.2). Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi.t]. com’è anche evidente dagli es. con particolare riguardo a quelle che sono applicabili in generale. sebbene le corrispondenze (1.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. 1.1) e (1. In molti casi.t] y(n) = S[{x(k)}k∈T.1). d’altra parte. con n ∈ Z. n] (1. 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. Si osservi che. possano sembrare simili a prima vista. Esempio 1.6 Segnali e sistemi: introduzione In fig. 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. risulta essere convergente. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica.8. Infatti.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . In tal caso. rispettivamente. indipendentemente dai fenomeni fisici coinvolti. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n.2). 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. In tal caso. è una legge di corrispondenza tra insiemi “numerici”. per ogni t ∈ R.2). ottenuto integrando x(u) sull’intervallo ] − ∞. piuttosto che sulla realtà fisica cui il modello si riferisce. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). Sulla base di tale osservazione. Esempio 1. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.8 è riportata una rappresentazione schematica della legge di corrispondenza (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.7 e 1. per ogni n ∈ Z. 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. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . la (1.

In conclusione.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. o per la conoscenza imperfetta dei meccanismi che li governano. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. in quanto contengono un certo grado di imprevedibilità o di incertezza.5 x(t) 0 x(t) 0 0.8 1 0 −0.6 0. 1. ecc.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. In primo luogo. In fig.8 1 (a) (b) Fig. Va osservato come principio generale che un modello è solo una rappresentazione. infatti. 1. accoppiamenti parassiti. 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. In secondo luogo.5 −1 −1 0 0.5 −0.2 e 1. Definizione 1.2 0.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). o in forma grafica).4 t 0.1.2 0.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. ben presente nel seguito. ad esempio. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. che non possono cioè essere descritti esattamente.3 Segnali deterministici ed aleatori 7 1 1 0. . 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”. non ammettono una descrizione matematica esatta. Tali segnali scaturiscono da fenomeni fisici che. quasi sempre estremamente semplificata.2) non è mai esattamente sinusoidale. non linearità.5 0. 1. es. per la presenza di disturbi. 1. in forma tabellare.3 Segnali deterministici ed aleatori I segnali considerati negli es. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.6 0. Il segnale vocale assume una forma profondamente diversa. il modello matematico è quasi sempre frutto di approssimazioni. della realtà che intende descrivere. 1. La classe dei segnali deterministici è ampia. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.1.4 t 0. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici. Esempio 1. per la loro complessità. 1.9.

9 si dice aleatorio (dal vocabolo latino alea=dado. Per questo motivo. una affermazione poco probabile. rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori. 10]. perfettamente prevedibile. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. 1. essi sono adatti a trasportare informazione.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. Viceversa. semplicemente perché è una affermazione certa. Basti pensare infatti che. che è noto a priori e quindi perfettamente prevedibile. In effetti. dell’età. Va osservato peraltro che. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. per sua natura. in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali. tuttavia. Ad esempio. con riferimento al segnale vocale). ma da una collezione di funzioni (una per ogni possibile parlatore. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. non può essere descritto da una semplice funzione. 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. ma anche al variare del sesso. proprio a causa della loro imprevedibilità. un segnale deterministico. pronunciata stavolta da un bambino. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15.4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. e quindi non prevedibile. l’affermazione “stanotte farà buio” non trasporta nessuna informazione. Un segnale aleatorio. con un piccolo sforzo di generalizzazione. Un segnale come quello dell’es. e dello stato d’animo del parlatore. Bisogna notare che. Ad esempio in fig. quali la teoria della probabilità [15]. perché poco probabile. non essendo perfettamente noto a priori. 1. Definizione 1. sono necessari strumenti più sofisticati. che per estensione sta anche a significare “rischio. Tale scelta ha una chiara motivazione didattica.9 relativo al segnale vocale suggerisce intuitivamente. l’es. . cap. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione. che un segnale aleatorio possa essere rappresentato non da una sola funzione. 1. Nonostante abbiamo sottolineato l’importanza dei segnali aleatori. incertezza”). una volta osservato o memorizzato.8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato. non è adatto a trasportare informazione. in quanto. a differenza dei segnali deterministici.

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.

ovvero un “array” di scalari. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. zG (x. y). y). y).14 Segnali e sistemi: introduzione Red z R(x.y) Blue z B(x.2 Proprietà della variabile dipendente Definizione 1. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x.y) Green z G(x. y)] . Esempio 1.4. Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. zB (x. zG (x. verde (G) e blu (B). zB (x.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare.y) Fig. . Un esempio di segnale vettoriale è l’immagine a colori. y) = [zR (x. y). 1. per cui il segnale sarà descritto da una funzione vettoriale z(x. discusso nell’esempio seguente. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. y).t) di tre variabili. y). 1. Se l’immagine a colori è in movimento (filmato a colori). zB (x. rosso (R). e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. y).18.18) può essere decomposta dalle sue tre componenti fondamentali. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. siano essi zR (x. i segnali sono tutti scalari. zG (x.14 (immagine a colori) Una immagine fissa a colori (fig. 1. e quindi nei segnali zR (x. Negli esempi visti in precedenza. y). y.

Definizione 1. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. la sinusoide degli es. Esempio 1. detta quantizzazione. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. t -5 Fig. 1. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. . Un esempio di segnale ad ampiezza discreta è il segnale logico. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze.2 assume con continuità tutti i valori dell’intervallo [−A.. −A .1). raffigurato in fig. 1. utilizzato per descrivere un segnale.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.. Esempio 1.20 (b). 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 ..4 Classificazione elementare dei segnali 15 x(t) 5 .. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. 1. A] ≡ X. se x(n) ≥ 0 .1 e 1. 5} è costituito solo da due valori. visto che il suo codominio X = {−5. rimpiazzandole con un numero finito di possibili valori. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. Sulla base del modello matematico (1.19. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio.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). La quantizzazione si dice “ad un bit” in quanto l’ampiezza .20(a). Il segnale risultante x(t) (fig. 1. 1. 1.1. 1. Il vantaggio che si consegue con la quantizzazione è che. mentre X è un insieme discreto per un segnale ad ampiezza discreta.19) descrive la variazione dello stato logico nel tempo. altrimenti . se il numero delle ampiezze è finito.15.12. Il segnale risultante è mostrato in fig. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit).

e raffigurato in fig. anche la teoria della quantizzazione sarà approfondita nel cap. Schema a blocchi di un quantizzatore. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. (b) il segnale ad ampiezza discreta y(n) dell’es.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. assume due soli valori. Anche l’operazione di quantizzazione si può interpretare come un sistema. denominato quantizzatore.21. segnale ad ampiezza discreta Fig. 7. 1. 1.20. 1. 1. segnale ad ampiezza continua quantizz . 1. .12. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). Così come il campionamento.21. e quindi può essere rappresentata con un solo bit.

(b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). e per il loro studio matematico. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. affrontato già a partire dal XVIII secolo.3 Segnali analogici e digitali Dal punto di vista applicativo. I segnali del mondo fisico sono analogici. esistono metodologie ben consolidate.1. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. e tra segnali ad ampiezza continua o discreta.18 e la successiva discussione). Tra esse. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo.22. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. 1. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. tanto da meritare una denominazione particolare: Definizione 1. 1. Di queste. . DSP). le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. 1. tuttavia. esse sono indipendenti. Viceversa. 1.4 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. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale.22). ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing.4. l’interesse per i segnali digitali è più recente.

l’interpolatore. quando parleremo di sistema. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. quali ad esempio il partitore resistivo. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). . faremo esclusivamente riferimento a sistemi SISO: per questo motivo. 1. o viceversa.23. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. (c) Un sistema si dice misto (o ibrido) se l’ingresso e l’uscita sono uno a tempo continuo e l’altro a tempo discreto. 1. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO).23. sono tutti di tipo SISO.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. 1. Nel seguito. Definizione 1. I sistemi visti in precedenza.24. quali il numero degli ingressi e delle uscite. supporremo implicitamente che esso sia di tipo SISO. (b) sistema a TD.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. Fig. (a) sommatore a due ingressi. il campionatore. (b) moltiplicatore a due ingressi. Definizione 1. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). ed il quantizzatore. raffigurati schematicamente in fig. Esempi di sistemi MISO. 1.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). a parte il caso dei sommatori e dei moltiplicatori.5 Classificazione elementare dei sistemi Come i segnali.

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. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. effettuata da un sistema denominato convertitore A/D (fig. nel caso di sistemi misti. I sistemi a TD non esistono generalmente “in natura”. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. sia una quantizzazione (cfr. o viceversa.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D.25). 1. 1. infine. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig.6. Sulla base del modello (1. che presenta ingresso a TC e uscita a TD.2) utilizzato per descrivere matematicamente un sistema. 1. Esempi significativi di sistemi di questo tipo sono il campionatore (es. e l’interpolatore (es. è un sistema a TC. in maniera lievemente imprecisa. es.25. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. 1.12). che presenta ingresso a TD e uscita a TC. 1. In accordo con la simbologia introdotta in fig.24(b). 1. mentre U contiene solo segnali a TD. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. 1.13). 1. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio.3 Infine. in campo economico o sociale). es.5. come il partitore dell’es. sistemi digitali. ADC).12). essi sono inoltre di grande interesse ingegneristico. 1. l’insieme I racchiude solo segnali a TC. ed i sistemi a TD sono denominati. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. Lo schema del convertitore A/D riportato in fig. segnale digitale (b) Tc Fig. Esempio 1. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. nel caso di sistemi a TC. e spesso non sono nemmeno chiaramente separabili. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. Conversione A/D: (a) schema a blocchi di un convertitore A/D. 1. .24(a). 1.1. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. 1. e quindi bisogna effettuare sia un campionamento (cfr. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed.25 è puramente di principio. e quindi sono sistemi a TC: ad esempio una rete elettrica. e viceversa. quantizz .26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. in un convertitore A/D reale (denominato anche analog-todigital converter.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. Inoltre. Il seguente esempio introduce due ulteriori esempi di sistemi misti.16).

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

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

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

24 Segnali e sistemi: introduzione .

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

detto impulso di Dirac. 1 Qui e nel seguito. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. quali. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni.5) denominato sommatore e rappresentato schematicamente in fig. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. 2. il prodotto di due segnali. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . Prodotto In maniera simile alla somma. La somma si può estendere facilmente a più di due segnali. denominate differenza prima e somma corrente. § 1. Inoltre. considereremo in particolare la somma di due segnali. saranno definite due operazioni corrispondenti. (b) moltiplicazione di due segnali. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti.1(a).1.1. ad esempio. così come si può generalizzare lo schema del sommatore anche al caso in cui alcuni segnali siano sottratti anziché sommati (in questo caso si aggiunge un segno “–” in prossimità del corrispondente ingresso del sommatore). e dei sistemi. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). Operazioni sui segnali: (a) somma di due segnali. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. 2. .26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. nel caso TD. la moltiplicazione di un segnale per una costante. 2. le operazioni di derivazione ed integrazione per segnali TC.

cioè n0 ∈ Z: in altri termini. ed il cambiamento di scala temporale. 2. ma comporta solo una variazione del riferimento temporale. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). o anticipo. Genericamente.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. lo schema di fig.2. . Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). per quest’ultima operazione. Schema a blocchi di un amplificatore/attenuatore. 2. in particolare. mentre per t0 < 0 si ha una traslazione verso sinistra.1(b).1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. un segnale TD può essere traslato solo di quantità intere. a differenza del caso TC. dove però. Si noti che una traslazione temporale non modifica la forma del segnale.2 può essere utilizzato anche in questo caso. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) .2. 2.1. Se a = −1. raffigurato in fig. la riflessione temporale. Più in generale.3. o ritardo. considereremo alcune caratteristiche peculiari del caso TD. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . come rappresentato in fig. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. 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.2. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . 2. 2. 2. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. dove per t0 > 0 si ha una traslazione verso destra del segnale. il parametro della traslazione n0 assume necessariamente valori interi. attraverso l’introduzione delle operazioni di decimazione ed espansione. se a < 0. con a > 0.

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

2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . risulta necessariamente x(0) = 0. 2. e (b) sono raffigurati due esempi di segnali pari. (b) segnale riflesso. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. mentre il prodotto di due segnali dispari è un segnale pari.5 (c) e (d) sono raffigurati due esempi di segnali dispari. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. A partire dalla definizione di segnale pari e dispari.t1 t Fig. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari.4. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. (c) Il prodotto di due segnali pari è un segnale pari.t2 .1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . 2. mentre in fig. Riflessione temporale di un segnale TC: (a) segnale originario.2. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. 2. .6.

(b) segnale dispari a TD. (b) segnale pari a TD. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.6.30 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. Esempio di decomposizione di un segnale TC in parte pari e dispari. . (c) segnale dispari a TC. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC.5. 2. 2.

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

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. ovvero se a = M ∈ N. 2. (b) segnale decimato con M = 3. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. 2 L’uso . per cui si scrive: y(n) = x(nM) . infatti. ma nel caso TD si utilizza il termine più specifico di decimazione. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. In questo caso è possibile ancora parlare di compressione. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile.2 infatti. si noti l’effetto di compressione (minore durata) del segnale risultante.8. Per segnali a TD. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. Decimazione di un segnale TD: (a) segnale originario. l’espansione si ottiene esattamente l’effetto opposto. 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. se se sceglie M = 10. 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. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. 2.8.

l’espansione a TD è una operazione perfettamente reversibile. (2.1 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. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. A differenza della decimazione. L 0. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. perché alcuni campioni del segnale TD (in generale. . Passiamo ora ad esaminare l’operazione di espansione nel caso TD. (b) segnale espanso con L = 3.1) Un esempio di espansione per L = 3 è fornito in fig. della compressione di un segnale TC. con L ∈ N. 2. si assume a = 1/L. per analogia con il caso a = M. se n è multiplo di L . Analogamente a quanto visto per la decimazione.9. 2. Se anche.9. Espansione di un segnale TD: (a) segnale originario. in quanto an non è un numero intero. la decimazione è una operazione non reversibile. altrimenti . M − 1 campioni ogni M) sono eliminati completamente. 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 .2.

cambiamento di scala) possono essere interpretate come semplici sostituzioni formali.34 Proprietà dei segnali 2. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . Esempio 2. 2. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). sostituire ad esso t − 3 (sinteticamente. Tenendo bene a mente questo principio. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . (3) compressione di 2. etc. Si noti che quando effettuiamo sostituzioni a catena. ritardo di 3: v(t) = u(t − 3) . come illustrato dall’esempio che segue. Per individuare il segnale y(t) risultante. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. Successivamente. questa sostituzione si denota con t − 3 → t). Ad esempio. una combinazione di operazioni elementari definisce una funzione composta. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. compressione di 2: y(t) = v(2t) . (2) ritardo di 3. Esempio 2. riflessione. Utilizzando lo stesso procedimento dell’es.1.1 (combinazione di operazioni elementari. va detto però che spesso. è facile commettere errori. che è il risultato cercato. riflessione: v(t) = u(−t) .1 scambiando l’ordine delle operazioni. per cui non dovrebbe essere difficile individuare il segnale risultante. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. in generale. si giungerà al risultato corretto. (3) compressione di 2. Procedendo in questo modo si giunge sempre al risultato corretto. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. 2. È importante notare che. compressione di 2: y(t) = v(2t) . Dal punto di vista matematico. introducendo dei segnali intermedi u(t).1. (2) riflessione. caso TC) Si riprenda per un momento l’es. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Nel nostro caso. v(t). le tre operazioni sono descritte da: riflessione: u(t) = x(−t) .3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. Allo stesso modo.2 (effetto dell’ordine nella combinazione di operazioni elementari. Per evitare ciò. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3. è conveniente seguire il seguente procedimento. . ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t.

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

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

infinito numerabile di punti di discontinuità di prima specie. se t ≥ 0 . 2 2.8 x(t) = u(t) 0. altrimenti . notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2.4 Derivazione.1.2.2 0 −2 0 2 4 t 6 8 10 Fig. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. § B. 0 .1 Operazioni elementari sui segnali 37 1 0.2) che esiste ed è finito. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. Il gradino presenta una discontinuità di prima specie per t = 0. 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. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. ed è rappresentato graficamente in fig. al più.2).2) esista e sia finito. eliminando la notazione con le parentesi quadre. il che accade se e solo se n è dispari. In particolare. altrimenti .10. Con riferimento all’ultima espressione.10. Gradino a TC. allora la sua derivata è definita mediante il limite del rapporto incrementale: d x(t) dt = lim t=t0 t→t0 x(t) − x(t0 ) t − t0 (2. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. Il gradino a TC è definito come: u(t) = 1 . integrazione. per cui l’espressione ottenuta si può rendere esplicita. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . 2.4 0. In particolare. si dimostra che x(t) è anche continuo in t0 . Se il segnale x(t) è derivabile in t0 . come:  se n è dispari . Pertanto. Tuttavia.6 0. se il segnale x(t) è derivabile nel punto t0 ∈ T. 0 . y(n) = n+5 x . 2. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale.

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

Ciò suggerisce che la convergenza del limite al secondo membro della (2. a differenza del concetto di convergenza di funzioni ordinarie. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . (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 .2. (2. al limite per ε che tende a zero. un operatore che associa alla funzione x(t) un numero reale. 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.4) definisce un funzionale che si “appoggia” alla funzione δε (t). Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t).3) mediante una funzione. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. per ε → 0. Infatti. ε ) e la misura di tale intervallo. la convergenza della famiglia di funzioni δε (t) alla funzione .7) dove x(t) è un arbitrario segnale continuo nell’origine. Come indicato dal loro stesso nome. Questo risultato suggerisce di definire il limite al secondo membro della (2. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . 2.4) Dal punto di vista matematico. A tale scopo.5) In altre parole. cioè.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . Al diminuire di ε . ε →0 (2. possiamo affermare che esiste un punto tε ∈ [−ε . Al limite per ε → 0. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. se è vero che. Invocando il teorema della media. ε →0 (2. motivo per cui è comunemente nota come impulso o delta di Dirac. il funzionale (2.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). che indichiamo con δ (t) = lim δε (t) . la funzione ordinaria δε (t) non converge ad una funzione ordinaria.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. Dirac nei suoi studi sulla meccanica quantistica. la (2. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. al limite per ε che tende a zero.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. δε (t) non ha alcun significato come funzione ordinaria. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) .1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. Quindi.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. ε →0 dt (2. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. conservando tuttavia area unitaria. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P.

∀t0 ∈ R. in virtù delle (2. consiste nell’osservare che. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. la (2. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) .7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari.9) dt In altre parole. implicitamente. δ (t) x(t) dt = x(0) . riguarda il fatto che. La seconda. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ).8). la cui verifica è lasciata al lettore per esercizio: Proprietà 2.8) ovvero. |a| . ∀t0 ∈ R. ∀a ∈ R − {0}. ad esempio. (2. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. (d) Parità: δ (−t) = δ (t). secondo l’analisi matematica convenzionale.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce.7). 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.5) e (2. a valle delle considerazioni fatte finora. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). di carattere esclusivamente applicativo. b a continuo in t = 0. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt .5) e (2. se a > 0 oppure b < 0 . 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). . di carattere prettamente matematico. A partire dalla definizione (2. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. ∀x(t) continua in t0 . ma. ∀x(t) 0. (2. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . ∀n ∈ N. La prima. per semplicità d’impiego nelle applicazioni. se a < 0 < b .40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. ∀x(t) continua in t0 . ∀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. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). ∀a < b ∈ R.

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

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. con n2 > n1 . segnale x(n).t2 ). n2 } e la sua durata è data da ∆x = n2 − n1 + 1. Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. In questo caso. si considerano trascurabili solo i valori nulli del segnale.46 Proprietà dei segnali x(t) t1 durata t2 t Fig. legato all’interpretazione di quali valori del segnale siano trascurabili.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 . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . . Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. Nel caso TD. Analogamente. cioè. 2. x(t) = 0 per ogni t ∈ (t1 . x(n) = 0 per ogni n ∈ {n1 .t2 ). . l’estensione del segnale è definita come Dx = (t1 . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. Alcuni esempi elementari di finestre sono presentati di seguito. non esiste una definizione universalmente accettata di estensione temporale di un segnale. . . e segnali di durata non limitata. con t2 > t1 . n1 + 1.18. . In tal caso. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . 2. considerando sia segnali TC che TD. n1 + 1. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . approfondiremo questa classificazione. con riferimento alla definizione generale di estensione. .18. Nel seguito. 2. l’estensione del segnale è definita come Dx = {n1 . .t2 ) e la sua durata è data da ∆x = t2 − t1 . . . n1 + 1. e quali no. con riferimento a taluni casi particolari di segnali. n2 }. n2 }. . Segnale di durata rigorosamente limitata. cioè. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. . Conseguentemente. .3. Tuttavia. In altre parole.

La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . numerosi testi. cambiamento di scala con a = 1/T e traslazione temporale di t0 . 0 . 0 . se t ∈ [t0 − T /2.t0 + T /2] . altrimenti . 2. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). traslazione temporale e cambiamento di scala. 2.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. Utilizzando la definizione.20: la finestra è centrata in t = t0 e ha durata ∆x = T . 2. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. 2.19. Finestra rettangolare a TC.2. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. Fig.4 0.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. A partire dalla finestra prototipo. se |t| ≤ 0. altrimenti .20.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. Esempio 2.19. . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). mediante moltiplicazione per una costante. il cui andamento è raffigurato in fig. ed è rappresentata graficamente in fig.8 x(t) = rect(t) 0. la finestra rettangolare è denotata con il simbolo Π(t).6 0. Si tratta di un segnale pari (centrato nell’origine). 0. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. cambiamento di scala con a = 1/T e traslazione temporale di t0 . Finestra rettangolare a TC dell’es. si vede che x(t) = A rect t − t0 T = A. altrimenti . se 0 ≤ n ≤ N − 1 . 2.5 . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 .7.

7.4 0. infatti si ha RN (n) = u(n)−u(n−N).22.2 0 −2 0 2 4 n 6 8 10 1 0. ovvero considerare B2N (n + N). 1− B2N (n) = N 0 . considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. altrimenti .24. traslazione temporale. a partire dalla finestra triangolare prototipo.21. Fig. ed è rappresentata graficamente in fig.6 0. 2. 2. 2. cioè. 2. È possibile definire la finestra triangolare (si veda la fig. se |t| < 1 . si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . pertanto. Finestra rettangolare a TD per N = 5. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. se 0 ≤ n ≤ 2N − 1 . Infine. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. Così come visto per la finestra rettangolare nell’es.6 0.21. ponendo N = 1.2 0 −2 −1 0 t 1 2 Fig. a differenza della sua versione a TC. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. mediante operazioni elementari (moltiplicazione per una costante. .23) anche nel caso TD. come riportato in fig.8 x(n) = R5(n) 0. Tuttavia. di ampiezza unitaria e durata ∆x = 2. Finestra triangolare a TC. è asimmetrica rispetto all’origine.4 0. ed è rappresentata graficamente in fig.8 x(t) = Λ(t) 0. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. 2. . Si tratta di un segnale pari (centrato nell’origine). e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. 1. . ed è asimmetrica rispetto all’origine. R1 (n) = δ (n). 2.48 Proprietà dei segnali 1 0. N −1} e durata ∆x = N. Come nel caso TC.22. ed essa è nota come finestra di Bartlett:  |n − N|  . La finestra ha estensione temporale Dx = {0. 2. . 0. si noti che. . la finestra rettangolare a TD degenera nell’impulso discreto. così come la finestra rettangolare a TD. altrimenti .

È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.. si consideri un segnale TC come quello riportato in fig. Si noti che. un certo elemento di arbitrarietà nella misura della durata. 2.25. Fissare una soglia (vedi fig. si perviene ad un diverso valore di durata del segnale. 2. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata.2.6 0. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.8 0. per esso. Finestra triangolare a TD per N = 4. a differenza del caso di segnali a durata rigorosamente limitata. .25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .6 0. il quale decade asintoticamente a zero per t → ±∞. 2.8 0. tuttavia.23. questo introduce. senza mai annullarsi. 2.t2 ) di valori significativi del segnale.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.24. 2.4 0. x(t) soglia .. Finestra triangolare a TD per N = 4 con simmetria pari. Segnale di durata praticamente limitata. con t2 > t1 . l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. 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..4 0. 2. se si fissa una soglia diversa.3.25.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.2 0 −6 −4 −2 0 n 2 4 6 Fig. Un discorso analogo sussiste anche per i segnali a TD..3 Estensione e durata temporale di un segnale 49 1 0. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. t Fig. legato proprio all’arbitrarietà nella scelta del valore della soglia. Fig. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. t1 durata t2 . In particolare.

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

e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. Per calcolare la durata analiticamente. che è definito dalla relazione x(n) = A an . Passiamo ora ad introdurre l’esponenziale bilatero a TD. legata alla pendenza della funzione esponenziale nell’origine. La costante di tempo ammette anche una interessante interpretazione geometrica. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . dove il parametro T prende il nome di costante di tempo. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. sebbene il segnale non si annulli mai al finito. 2. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. A titolo esemplificativo. cresce con legge direttamente proporzionale a T . si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A.368 A. ∆x ). È chiaro allora che. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. In tal caso.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. la durata ∆x . si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. dell’esponenziale monolatero.05. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . risolvendo l’equazione x(∆x ) = α A. se si pone per definizione a = −1/T con T > 0. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. Viceversa. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. se si sceglie α = 0. . essendo infinitesimo per t → ±∞. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). al crescere di T . con ∆x > 0 (durata) dipendente dalla scelta della soglia. ed indirettamente alla sua durata. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . scegliamo come valore di soglia α A. 2.2. al diminuire di T . Così facendo. la cui estensione è Dx = (0. cioè. si ottiene che ∆x ≈ 3 T . In altre parole. con a > 0.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T .27. con 0 < α < 1. dunque. com’era intuibile. la pendenza diminuisce. la pendenza aumenta. la durata del segnale risulta ∆x = T ln 1 α e. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili.

e risolvendo l’equazione |x(∆x )| = α A. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. mentre è identicamente nullo per n < 0. 1. l’esponenziale si riduce al segnale costante x(n) = A. per a > 0 l’esponenziale assume sempre valori positivi. Inoltre. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. mentre per a < 0 assume valori di segno alterno (positivi per n pari. con 0 < α < 1. per |a| > 1 l’esponenziale è crescente in modulo. Infine. mentre per valori di |a| prossimi a zero. la durata del segnale tende ad essere infinitamente grande. in tal caso. si ha x(n) = A (−1)n . per cui è un esempio di segnale TD di durata praticamente limitata5 . scegliendo come valore di soglia α A. Più precisamente. . ∆x − 1}. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. . . In particolare. viceversa. l’esponenziale decresce più rapidamente. . bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . 2.28. fissato 0 < α < 1. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. la durata del segnale tende a zero. in particolare. . se a = −1. se a = 1. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. che assume alternativamente i valori ±A. mentre. l’esponenziale è costante in modulo: in particolare. negativi per n dispari). per |a| = 1. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). Per ottenere un segnale esponenziale di durata praticamente limitata. Similmente all’esponenziale bilatero a TC. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . l’esponenziale decresce più lentamente. l’esponenziale monolatero tende a zero per n → ∞. è funzione di |a|: per valori di |a| prossimi ad 1. con ∆x > 0 (durata) dipendente dalla scelta della soglia. con |a| > 1. a causa della presenza del gradino. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. Per 0 < |a| < 1. la cui estensione è Dx = {0. per |a| → 1. per |a| → 0. ln(|a|) Come preannunciato. La durata del segnale. ∀a ∈ R − {0}).

6 x(n) 0. (d) −1 < a < 0 (valore effettivo a = −0. (b) a < −1 (valore effettivo a = −1.28.1).4 −0.8 0. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1. 2. .1).5 1 (d) 0.833). (e) a = 1.3 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 0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. (f) a = −1.833).2.5 x(n) 0 0. (c) 0 < a < 1 (valore effettivo a = 0.

Ad esempio. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. allora.54 Proprietà dei segnali x(t) .12) è detto periodo (fondamentale) del segnale. ∀t ∈ R . Segnale di durata non limitata. 2. ∀n ∈ Z . sono sempre di durata limitata.12) Il più piccolo valore di T0 che verifica la (2..3. ovvero ∆x = +∞. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. detto periodo. È bene enfatizzare il fatto che. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). .. mentre nel caso TC il periodo T0 è in generale un numero reale. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.. 2. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. (2.29.13) è detto periodo (fondamentale) del segnale. (2.13) Il più piccolo valore di N0 che verifica la (2. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. Inoltre .3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. t Fig. infatti. 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. 2. In molti casi. tuttavia. i segnali x(t) e x(n) si dicono aperiodici. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. rispettivamente. come ad esempio il segnale raffigurato in fig. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). nel caso TD il periodo N0 è necessariamente un numero intero.12) e (2. Per segnali di questo tipo. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. Una definizione pratica. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica.29. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.2 (segnale periodico) (a) Un segnale TC x(t) si dice periodico se esiste un valore reale T0 > 0 tale che x(t) = x(t + T0 ). ed intorno al Sole con un periodo pari circa a 365 giorni.13). I segnali di durata illimitata sono anche detti segnali persistenti..

. se un segnale (ad esempio TC) è periodico di periodo T0 . . Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . .12) e (2. ω0 è la pulsazione. 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 )] . 2. sulla base delle (2. 2. 5. ϕ0 è la fase iniziale.2. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale.30. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. Fig. ad esempio. x). misurata ω0 in radianti al secondo (rad/s). . secondo la quale il fasore è rappresentato come un vettore ruotante.12) e (2. 2. (2. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi.7 avente modulo A. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione.13). le (2. A. e talvolta si parla di periodo fondamentale. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. Nel seguito si introdurranno alcuni segnali periodici elementari. gli esponenziali complessi o fasori6 e le sinusoidi.31.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . che si muove con velocità angolare |ω0 |. Come ulteriore osservazione. allora esso è periodico di periodo 2T0 . misurata in cicli/s o Hertz (Hz). in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. f0 = 2π è la frequenza. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. misurata in radianti (rad). Il fasore è un segnale che assume valori complessi. 3T0 . Pertanto. e della definizione di periodo.14) dove A > 0 è l’ampiezza. Una conveniente interpretazione grafica (fig. per un segnale costante x(·) = a. è interessante notare che. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto.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.30) è invece quella nel piano complesso. sotto condizioni non eccessivamente restrittive. Come vedremo nel cap. 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). quali.

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

3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. ν0 = 2π è la frequenza (cicli). Come il fasore a TC. 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) . Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. Equivalentemente. è che poiché il tempo n varia in maniera discreta. Ovviamente. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . k ∈ Z.2. 2π [ oppure θ0 ∈ [−π . Questa è una delle fondamentali differenze rispetto ai fasori a TC. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. come θ0 ∈ [0. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. ϕ0 è la fase iniziale (rad). θ0 è la pulsazione (rad). k ∈ Z . la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). Sulla base di questa interpretazione. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. 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 )] . a ν2 − ν1 = k. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. Prova. 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 . con la pulsazione θ0 ). così come accade nel caso TC. in particolare. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. il fasore si muove “a scatti” nel piano complesso. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0.1). Infatti. ma anche alcune differenze significative rispetto al caso TC. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k.17) θ0 dove A > 0 è l’ampiezza. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) .4 (periodicità in frequenza dei fasori a TD) Due fasori x1 (n) ed x2 (n) aventi pulsazioni θ1 e θ2 tali che θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. . nel caso TD il tempo n va considerato adimensionale. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. (2. 2. la posizione finale è la stessa. π [. k ∈ Z.30): la differenza sostanziale. poi diminuisce (fino a ν0 = 1). da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . applicando la definizione di periodicità (2. la condizione θ2 − θ1 = 2kπ equivale. 1/2[. però. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig.13) per un segnale TD. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . come ν0 ∈ [0. anche il fasore a TD soddisfa la definizione di segnale (1. in termini di frequenze. 1[ oppure ν0 ∈ [−1/2. passando da ν0 = 0 a ν0 = 1. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. =1 ∀n.

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

etc.5 è quella di fig. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. Si ha. 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). Come caso limite. ∀t ∈ R. e la cui rappresentazione grafica per A = 1 e δc = 0.32. basta provare che per il segnale x(t) definito come nella (2. come si voleva dimostrare. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 .9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . è possibile costruire un unico segnale periodico x(t) secondo la (2. per cui x(t + T0 ) = x(t). in fig. infatti. 2.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). talvolta espresso in percentuale. ed il periodo dell’onda stessa. ampiezza A. per una dimostrazione più formale. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. T0 /2].33 è mostrata un’onda rettangolare con A = 1 e δc = 0. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. Dato un segnale generatore xg (t) e fissato un periodo T0 . (2.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . diverso da zero nell’intervallo [−T0 /2. ∀t ∈ R. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t).2.8 (duty-cycle dell’80%).18). ±2T0 .18) risulta necessariamente x(t) = x(t + T0 ). Viceversa. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . Infatti come generatore è possibile scegliere la . 2. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. traslate di ±T0 . Ad esempio. Il duty-cycle δc . (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). la cui espressione è: ∑ A rect t − kT0 T . detto generatore. Esempio 2. d’altra parte. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini.

si ottiene il generatore raffigurato in fig.32.6 0.34). descritta dall’esempio che segue. (2. 2. ad esempio [−T0 /2. . con t0 ∈ R. . t ∈ [−T0 /2. Bisogna tuttavia notare che. 2. In particolare.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. la relazione tra segnale periodico e generatore non è biunivoca. ma bisogna tener conto della sovrapposizione tra le repliche.33. cioè risulta x(n) = x(n + N0 ). Fig. altrimenti. T0 /2]. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .8 (duty-cycle dell’80%).35) non si ottiene semplicemente affiancando le finestre triangolari.36. 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). Onda rettangolare a TC con A = 1 e δc = 0. sommando queste ultime negli intervalli di sovrapposizione. restrizione del segnale periodico ad un periodo. 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.8 0. Onda rettangolare a TC con A = 1 e δc = 0. 1. ed il segnale risultante (fig.4 0.4 0. finestrando il segnale periodico nell’intervallo [−1.6 x(t) 0. Poiché il periodo di replicazione è inferiore alla durata del generatore.2 0 −2 −1 0 t/T 1 2 0 0 Fig. In questo caso. ad esempio [t0 − T0 /2. T0 /2] . le repliche del segnale si sovrappongono.5 (duty-cycle del 50%). In altri termini. 2.60 Proprietà dei segnali 1 0.t0 + T0 /2].8 0. Esempio 2. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. N0 − 1}. 2.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. per determinare il generatore. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. .10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. . 0. 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=−∞ +∞ ∑ . ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). 2. . 1].

4 0.6 0.34. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.2 0 1 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .8 0. che si ottiene finestrando il segnale con una finestra . Onda triangolare a TC dell’es.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).10. 2.75. 2.4 0. Onda rettangolare a TD con M = 3 ed N0 = 5.2 0 −2 −1 0 t 1 2 1 0. Viceversa.8 0.37.6 x(t) 0. 1 0. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.4 0.8 0.4 0. Esempio 2.6 0. 2. Fig.2.36. 2.75).3 Estensione e durata temporale di un segnale 61 1 0.10. il cui andamento è rappresentato in Fig.35. Segnale generatore dell’onda triangolare a TC dell’es.6 x(n) 0. 2. 2.37 per M = 3 e N0 = 5. ottenuto finestrando il segnale periodico nell’intervallo (−0. xg(t) Fig. 2.8 0. 2. 0. Un differente generatore dell’onda triangolare a TC dell’es. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).2 0 −2 −1 0 t 1 2 Fig.

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

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. Z).38. . (2. 2K + 1 n=−K K (2. (2. . . calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. reale o complesso. il numero. Dato un segnale TD x(n) e fissato un intero K ≥ 0. . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . il numero. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . l’area e la media temporale di x(n) sono numeri reali o complessi. Considerato Z > 0.. x(t) <x(t)> Z -Z +Z t 2Z Fig.4 Area e media temporale di un segnale . −K + 1. Z]. si definisce area del segnale nell’intervallo {−K. (2. . −K + 1. K − 1. .21) Si noti che.23) . si definisce infatti area del segnale nell’intervallo (−Z.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. K − 1. ..2. 63 2. 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.20) mentre si definisce media temporale del segnale nell’intervallo {−K. Z). L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale.. 2. . .. in dipendenza della natura del codominio X del segnale. reale o complesso.

= 2Z = e quindi. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z.23). Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. ovvero riguardano solo una porzione del segnale.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. I valori dell’area e della media temporale calcolati sulla base delle (2. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). per esempio.64 Proprietà dei segnali L’interpretazione di media.2.21) e (2. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. si noti che. 2K + 1 Ax (Z) . gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. in base alla (2.24) x(n). nel caso dei segnali periodici. si ottiene notando che le (2. (segnali TC) (2. dipendono dalla scelta di Z oppure di K. è sufficiente far tendere Z oppure K all’infinito. Tale interpretazione è raffigurata graficamente per il caso TC in fig. 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.24) non esiste in senso ordinario. per i quali l’integrale nella (2. sia nel caso TC che nel caso TD.25) L’integrale che definisce l’area di un segnale TC può non esistere. salvo che in casi particolari. (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.24).38. A tal proposito.Z2 →+∞ −Z1 lim x(t) dt .27) . 2. § B. (2.2). il che significa che esistono segnali per i quali la definizione di area (2. Se il limite nella (2. Ciò accade.21) oppure (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .22) e (2.20) e (2. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .23) si possono riscrivere come x(n) x(t) K Z Ax (K) . 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.24) perde di significato.26) esiste. (segnali TD) K→+∞ 2K + 1 n=−K (2.26) in cui.

21) o (2. Ad esempio. Z→+∞ . il segnale ha area nulla. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. Con riferimento al caso TC per semplicità. con a ∈ R − {0}. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. cioè. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale.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 ). Si tratta di un segnale di durata rigorosamente limitata. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. § B. e quindi per ogni fissato valore di Z o di K: in questo caso. la sua area è necessariamente finita. tutti i segnali dispari risultano avere area nulla. Come caso particolare. l’area del segnale deve necessariamente essere infinita. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . +∞ (2. soffermando l’attenzione al caso TC. con t ∈ R. dato che l’area di un segnale può essere infinita. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). poiché la media temporale definita nella (2. ponendo a = −1.3). se il segnale x(·) assume valori finiti. Quando invece la serie di x(n) converge. Esempio 2. 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. se il segnale ha area finita.4 Area e media temporale di un segnale 65 Tuttavia. Per quanto concerne l’interpretazione di x(·) . 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. Allo stesso modo. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale.23). si ha Ay = Ax . Come conseguenza di questo risultato. ma si verifica anche per molti segnali aventi durata praticamente limitata. 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 . Essa vale infatti se la media è calcolata su un intervallo temporale finito. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. |Ax | < +∞. Più in generale. Poiché la definizione di area e valor medio sono intimamente legate. nel senso che se y(t) = x(−t).26) non esiste. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. se consideriamo il segnale x(t) = t.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. Tuttavia. l’interpretazione della (2. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. la sua media temporale è nulla. Infatti. l’integrale (2. è immediato calcolare l’area del segnale y(t) = x(at).1. cioè. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. che può esistere anche quando la serie bilatera di x(n) non converge. 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. se il segnale x(t) ha area finita. a partire dal segnale x(t) avente area finita Ax . mediante cambio di variabile. 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 .2.28) ossia.

Con calcoli analoghi. . anche la media temporale dell’esponenziale a TD x(n) = A an u(n). −1. 2. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 .14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. Pur trattandosi di un segnale di durata praticamente limitata. e quindi per un segnale costante x(·) = a si ha x(·) = a. Esempio 2. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. Esempio 2. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). Esempio 2. la media temporale di una costante coincide con la costante stessa. in quanto ha area finita pari a N. con T > 0. 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 . con 0 < |a| < 1. 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.27. è nulla. 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 . definito come sgn(t) = 1. Esempio 2. t ≥ 0. come evidenziato nel seguente esempio. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. in altri termini. t < 0 .66 Proprietà dei segnali Conseguentemente. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. ma presenta particolari proprietà di simmetria.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. Analogamente. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. 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 = . Conseguentemente.13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). 2 La media temporale può essere nulla anche se il segnale ha durata infinita. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 .

Per completare la trattazione. conseguentemente. −1. ha area nulla (nel senso del valor principale di Cauchy). in quanto il suo valore nell’origine non è nullo. 2.39. n < 0 .5 x(t) = sgn(t) 0 0 −0. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t).2.4 Area e media temporale di un segnale 67 1 1 0. Segnale signum a TC.40.5 −0.5 x(n) = sgn(n) 0. definito analogamente a sgn(t).39. In questo caso. e raffigurato graficamente in fig.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. ∀t = 0. Fig. e rappresentato graficamente in Fig. presentiamo le seguenti proprietà della media temporale. osserviamo nuovamente che se un segnale ha simmetria dispari.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. 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 . essendo una funzione dispari9 . utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari.40. come sgn(n) = 1. anche la sua media temporale è nulla. 2. Segnale signum a TD. 9 Notiamo . n ≥ 0. Più in generale. 2. 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)]. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). 2. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. allora la sua area è nulla e.

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

il fasore degenera nel segnale costante x(t) = A e jϕ0 .14 e 2.17 (media temporale del signum) Come applicazione della proprietà di linearità. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. Con la notazione precedente.15.29) x(·) = 1 0  ∑ x(n) . 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. ∀n0 ∈ Z .29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . il fasore x(t) è periodico di periodo T0 = periodo. la sommatoria fatta su N0 campioni consecutivi arbitrari. Esempio 2. Per ω0 = 0. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . ovvero su un periodo del segnale. ∀t0 ∈ R . T0 ). 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. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt .25). per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . (segnali a TC)  T0 T (2.2.16. =1 2 =1 dove abbiamo applicato i risultati degli es. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . ad esempio in (0. riottenendo il risultato dell’es. 2. ricalcoliamo la media temporale del segnale x(t) = sgn(t). evitando il passaggio al limite presente nella definizione generale (2. utilizzando la (2. (segnali a TD)  N 0 N0 Esempio 2.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Per ω0 = 0.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. 2. ∀t0 ∈ R .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . La proprietà 2. per cui: x(t) = A e jϕ0 = A e jϕ0 . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . Tale proprietà può essere espressa in forma più generale. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . Allo stesso modo. . per un segnale TD. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.

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

coincide con la sua componente alternata. il modulo può evidentemente essere omesso. viene detto segnale puramente alternativo. (2. Avendo ignorato eventuali costanti di proporzionalità. Consideriamo. (2. 2 2 Pertanto la decomposizione (2. 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. sono segnali TC puramente alternativi. sono segnali TD puramente alternativi. il fasore e la sinusoide a TD.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. k ∈ Z. con θ0 = 2π k.19. se il segnale è reale. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . è chiaro inoltre che un qualunque segnale si può scrivere sempre come la somma della sua componente continua e della sua componente alternata: x(·) = xdc + xac (·) . un resistore R attraversato dalla corrente x(t): per effetto termico. ad esempio. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. quindi.33). che viene misurata in Joule (J). (segnali TC) |x(n)|2 .33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. per cui la componente continua vale xdc = 1 .32) In particolare. per verifica. analogamente. il resistore dissipa nell’intervallo di tempo (−Z. Se si considerano altri esempi in altri campi della fisica. Dagli es.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . il concetto di energia è fondamentale nella fisica. con ω0 = 0. Per ottenere una definizione indipendente dalla particolare applicazione fisica. segue che il fasore e la sinusoide a TC. notiamo . Risultati analoghi valgono anche per il caso del gradino a TD. 2. che rende tale definizione di energia applicabile anche a segnali complessi.15) la media temporale del gradino. 2.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es.2. e ricorre in numerose applicazioni. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. un segnale x(·) che presenta xdc = 0 e che. Esempio 2.18 e 2. 2 2 Dalla relazione precedente si può ricavare. 2.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. in quanto per un segnale reale |x(·)|2 = x2 (·).

33) in specifiche applicazioni. 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. 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 . § B. che quindi avrebbe presentato Ex = +∞.24) e (2. allora. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . In particolare.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n).1. Esempio 2. Dal confronto tra le (2. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. mentre per |a| ≥ 1 l’energia non esiste finita. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2.2. Tali costanti di proporzionalità non saranno considerate nel seguito. l’energia è una quantità non negativa (Ex ≥ 0). ovvero se e solo se |a| < 1. in quanto l’esponenziale non tende a zero. 1 − a2 |a| < 1 . Se avessimo viceversa considerato T < 0. ma richiede una moltiplicazione per una resistenza. conseguentemente. . Esempio 2.3 e B. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).33) non sono necessariamente quelle di una energia. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . l’energia vale: Ex = A2 1 . l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. 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). Ad esempio. Essendo legata al quadrato del segnale. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . Esempio 2. il quadrato di una corrente non è dimensionalmente una energia. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. con T > 0.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. ∞ Si ottiene allora una serie geometrica di ragione a2 . avremmo avuto un esponenziale monolatero crescente.33).33) (cfr.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). Tuttavia.4).

2. sostituendo nella (2. § 2. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr.21).4): un segnale può essere di energia.22. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. (2. è semplice provare che si ha Ey = |α |2 Ex .2. in generale.1. 2. Poiché i segnali aventi area finita hanno componente continua nulla.23). un segnale può avere area finita. In pratica. i segnali di durata non limitata o persistenti non sono di energia. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . dal punto di vista matematico. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.36) . (2.2. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. dalla quale.1. 2. 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)] . più articolato è il calcolo dell’energia Ex+y della somma di due segnali. In conclusione. § B. un segnale di energia può anche avere componente continua non nulla. Tuttavia. 2. Nel caso del prodotto per una costante α ∈ C. e la somma di due segnali di energia è ancora un segnale di energia. Sviluppiamo esplicitamente i calcoli nel caso TC.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).4). non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.34). osserviamo che.34) Sviluppando il modulo al quadrato all’interno dell’integrale.21. 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. consegue che.3 e B.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. Viceversa. 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 essere di energia.5.35) Z→+∞ −Z x(t) y∗ (t) dt .3).23) prendono il nome di segnali di energia.22 e 2. 2.3 e B. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). (2. Più in generale.5. e 2. § B. sussiste la seguente definizione: Definizione 2.5 Energia di un segnale 73 2. 2. ma non avere area finita.6). posto y(·) = α x(·).2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia.

e risulta simmetrica.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. in quanto Eyx = Exy . (2. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. al caso TD. 11 Si usa il termine “ortogonalità” in quanto. Estendendo i precedenti concetti. si ha Eyx = E∗ : nel caso di xy segnali reali. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. (2. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. (2. che è una quantità reale e non negativa. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. in base a concetti matematici più avanzati.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. mentre diventa necessaria e sufficiente se i segnali sono reali. Inoltre.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. l’energia mutua è in generale una quantità complessa. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . Poiché il termine contenente l’energia mutua nella (2. però.38) è coniugato. In tal caso si ha x(t) y∗ (t) ≡ 0. Particolarmente interessante è la condizione in cui Exy = 0.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria.41). poiché il secondo segnale nella (2.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. Per segnali di energia ortogonali vale l’additività delle energie (2.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. con ovvie modifiche. Esempio 2.40).39) può assumere segno qualsiasi. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. (2. oltre alle energie Ex e Ey dei singoli segnali. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. minore o uguale rispetto alla somma delle energie. 2. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). 10 Se i segnali sono complessi.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . Nei due esempi seguenti.37) o nella (2.37) La relazione (2.38) (segnali TD) A differenza dell’energia. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). . la relazione (2. In tal caso.

42.5 0 0.5 −1.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. Fig.5 0 t 0. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. 2.5 0 −1 1 −0. mentre l’altro ha simmetria dispari.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.5 t 1 1. Esempio 2. come l’energia. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. generalizzando l’interpretazione come media temporale al caso TD. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. al modulo al quadrato del segnale.2. 2. si perviene alla seguente definizione di potenza: . abbia simmetria pari.5 0. Pertanto. (2.5 2 −1 −0. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.5 2 −1 −0.24). ad esempio x(t).5 0 t 0. ma tali che uno dei due. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.6 Potenza e valore efficace di un segnale Come l’energia.41.5 y(t) 0.5 Fig. Z) per la lunghezza 2Z di tale intervallo di tempo. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. Per un esempio concreto.5 0 0. che è utilizzato in numerosi e diversi ambiti della fisica.5 y(t) 0 −0.5 0. 2.42). La potenza è una quantità misurata in J/s o Watt (W). 2. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . anche la potenza è un parametro sintetico caratterizzante alcuni segnali.25). 2.5 1 1. risulta anche in questo caso Exy = 0.5 1 1. 2.5 0 −1 −0. nonostante x(t) y∗ (t) ≡ 0.5 0 −1. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .5 t 1 1. è una quantità non negativa (Px ≥ 0).

signum) e i segnali periodici (es. 2.26. (segnali TC) (2. 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.1 Segnali di potenza Sulla base della definizione di potenza. Il vantaggio è.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. di ottenere una quantità che dipende esclusivamente dal segnale.6. 2.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. Esempio 2. le dimensioni fisiche della potenza definita in base alla (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. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS).26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 .42) può essere omesso se il segnale è reale.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). Sulla base del risultato dell’es. Avendo trascurato eventuali costanti di proporzionalità.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . Se il segnale è reale (a ∈ R). è possibile individuare la classe dei segnali che hanno potenza finita. poiché il gradino assume solo i due valori reali 0 ed 1.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. allora Px = a2 . gradino. fasore. molto utilizzato nell’elettrotecnica: Definizione 2.42) non sono necessariamente quelle corrette (ovvero W). 2. . si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.76 Proprietà dei segnali Definizione 2. Esempio 2.15 sulla componente continua di un gradino. come per l’energia.

Per soddisfare la definizione (2. fatta eccezione per casi di scarso interesse pratico. Analogamente. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = .2. allora anche |x(·)|2 ammette lo stesso periodo. un segnale periodico è necessariamente un segnale di potenza. Esempio 2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. Esempio 2.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .7(c) della media temporale. 12 Notiamo che se x(·) è periodico di periodo T [N ].6 Potenza e valore efficace di un segnale 77 sinusoide). anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. per cui: Px = |x(t)|2 = A2 = A2 . Il valore efficace della sinusoide è allora xrms = Px = √2 . √ 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). In tal modo. Infatti. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Nel caso in cui ω0 = 0.43)  ∑ |x(n)|2 . (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. questo comporta che la sua energia è necessariamente infinita. k ∈ Z . Per ω0 = 0. 13 Ad esempio. altrimenti . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . risultato frequentemente utilizzato nell’elettrotecnica. Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . A2 cos2 (ϕ0 ) . Per ω0 = 0. per cui è di scarso interesse pratico). per cui la potenza si può calcolare applicando la A2 dt = A2 . 2.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. un segnale periodico deve necessariamente avere durata illimitata.43). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Infatti.12) oppure (2. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . il fasore degenera nel segnale costante x(t) = A e jϕ0 . . salvo per casi particolari di scarso interesse pratico13 . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale.13). il fasore x(t) è periodico di periodo T0 = (2. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 .29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). se θ0 = π k.

Tuttavia. sussiste il seguente risultato: Teorema 2. i due insiemi non costituiscono una partizione di tutti i possibili segnali. Anche in questo caso. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. se l’energia è finita. presenta Ex = Px = +∞. Prova. 2. e sfruttando la proprietà di linearità della media temporale.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. In altri termini. 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 . allora esso ha energia infinita (Ex = +∞). Pertanto. nè di energia. Per provare la (a). il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza.6. e la somma di due segnali di potenza è ancora un segnale di potenza. e quindi non si può considerare nè un segnale di potenza. allora esso ha potenza nulla (Px = 0). seguendo passaggi simili a quelli effettuati per l’energia.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. la (b) prova che un segnale di energia ha necessariamente Px = 0. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. se la potenza (2. (b) se x(·) è un segnale di energia. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . e quindi sono disgiunti.44) È chiaro allora che.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). Viceversa. e quindi non può essere di energia. che non sono segnali 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.6. nè a quelli di potenza. si prova facilmente che Py = |α |2 Px . A tal proposito. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. dalla (2. Ad esempio il segnale rampa a TC x(t) = t u(t). definita come segue: (2. Esistono casi meno banali di segnali.78 Proprietà dei segnali 2.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. per quanto riguarda la somma di due segnali. Un primo esempio banale è il segnale identicamente nullo x(·) = 0.43. Viceversa.46) . posto y(·) = α x(·). invece. nè di potenza. 2. e quindi non può essere di potenza. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. lim 2Z (2.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ .44) esiste finita. in quanto esistono casi di segnali che non sono nè di energia. (2. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. raffigurato in fig. in quanto hanno Ex = +∞). aventi durata non limitata. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·).

(2.6 Potenza e valore efficace di un segnale 79 2 1. per cui la (2. Segnale rampa a TC. ed xy in generale la potenza mutua è complessa. si ha Pyx = P∗ . (2. Esempio 2. vale la proprietà di additività delle potenze: Px+y = Px + Py . adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .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.48) Le relazioni (2.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t). in particolare. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. (segnali TC) (2. Definizione 2. con ω0 = 0. 2 2 .49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.2. a meno che Pxy = 0.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.46) e (2.48) e evidenziano che. come per le energia.46) si scrive Px+y = Px + Py + 2 Pxy .43. 2. Per segnali di potenza ortogonali. per la presenza dell’operazione di coniugazione sul secondo segnale. Si ha infatti. anche per la potenze non vale l’additività.5 0 −2 −1 0 t 1 2 Fig.47) K 1 ∑ x(n) y∗ (n). Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).5 x(t) = t u(t) 1 0.

Si ha allora: Px = Pdc + Pac .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. . Con riferimento in particolare alla potenza. a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). vale a dire.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. Joule (J) per le energie. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . in quanto l’operazione di coniugazione si scambia con la media temporale. evidenziando i legami esistenti tra alcuni di essi. Esempio 2. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. Posto infatti x(·) = xdc + xac (·).30). e xac (·) = 0 per definizione. 2. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 .50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura.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. 2.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale.1. (2. 2. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. nella tab. Watt (W) per le potenze. In conclusione. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali.

si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB .7 Misura in dB della potenza e dell’energia 81 Px /P0 0.2. in quanto. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2.5 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. Valori comuni di potenza espressi in dB.1 0. conviene introdurre un fattore numerico pari a 20.01 0.001 0. Ovviamente. nella definizione (2. Esempio 2. 2.50): Px = P0 · 10 [P x ]dB 10 . scegliendo P0 = 1 W. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . ed in tal caso si parla di potenze espresse in dBW. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. si parla di potenze espressa in dBm. 2. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . applicando le proprietà dei logaritmi. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. invece di 10. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. dato il valore di potenza [Px ]dB in dB . opportunamente scelta a seconda delle applicazioni.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. e si scrive [Px ]dBm . e si scrive più specificamente [Px ]dBW . dove P0 è una potenza di riferimento. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . per avere lo stesso valore in dB. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . tuttavia. mentre se si sceglie P0 = 1 mW. se invece P0 = 1mW. .50).2. Nella tab.

2) in unità logaritmiche.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. Infatti. la potenza ricevuta sarà pari a PR = γc PT . [PR ]dBm = [γc ]dB + [PT ]dBm . 2. assumendo ad esempio P0 = 1mW. risulta [PR ]dBm < [PT ]dBm . 2. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). Notiamo che poiché 0 < γc < 1. 2. La (2. le potenze di riferimento nei due casi differiscono di un fattore 1000. misurando invece la potenza ricevuta in dB. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). come è ovvio che sia. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . Detta PT la potenza trasmessa. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB .33 (attenuazione in dB e link budget) Un altro esempio dell’utilità di una misura logaritmica per la potenza è quello in cui si vogliono mettere in relazione la potenza trasmessa e quella ricevuta su un collegamento punto-punto di un sistema di telecomunicazioni (tale problema prende il nome di link budget).51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 .44.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. per cui. allora [γc ]dB < 0. Si consideri lo schema di fig. corrispondente a 30 dB (tab. Esempio 2. per le proprietà dei logaritmi. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. si ha: [PR ]dB = 10 log10 ovvero.44. in una relazione additiva. (2. . Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata.

3 Esercizio 2. ±1. (b) z(n) = x(3n − 1). rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). n (d) z(n) = x .8 Esercizi proposti Esercizio 2. (c) y(t) = x(−t). (f) z(n) = x(n − 2) + y(n + 2). (k) z(n) = x(n) y(−2 − n). n ∈ {0. (h) z(n) = x(n + 2) y(n − 2).2 Dati i segnali TD x(n) = |n| . altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. (i) z(n) = x(3 − n) y(n). (l) z(n) = x(n + 2) y(6 − n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. 2 (e) z(n) = y(2 − 2n). (b) y(t) = x(t + 5). (c) z(n) = y(1 − n).8 Esercizi proposti 83 2.3 Si consideri il segnale TC x(t) = Λ(t). 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). (g) z(n) = x(2n) + y(n − 4).2. ±2. (b) ritardo di 5 seguito da una riflessione. Esercizio 2. t (e) y(t) = x . (j) z(n) = x(−n) y(−n). dopo aver rappresentato il grafico di x(n) ed y(n). ±3} 0. 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 5.4 Si consideri il segnale TC y(t) = x(2t − 1). Esercizio 2.1 Si consideri il segnale TC x(t) = rect(t). (d) y(t) = x(2t).

inoltre. (d) x(t) = e−t . l’estensione temporale e la durata del segnale. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t).84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. Determinare. l’estensione temporale e la durata del segnale. 5 ≤ t ≤ 8   0. 2 1 (e) x(t) = √ .8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Esercizio 2. inoltre. (e) y(t) = x 3 t −1 (f) y(t) = x . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). t −1 . Determinare.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. 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). (c) y(t) = x(2t − 1). Esercizio 2. (c) x(t) = e−|t|/T . (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2.7 Rappresentare graficamente il segnale TC  3(t − 2) . Esercizio 2.6 Rappresentare graficamente il segnale TC y(t) = 1. (d) y(t) = x[2(t − 1)]. (b) y(t) = x(−t − 1). 3 Esercizio 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). 1 + t2 (f) x(t) = u(t) − rect(t − 2). con a > 0.5 Si consideri il segnale TC x(t) = Λ(t). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . (b) cambiamento di scala con a = 2 seguito da ritardo di 1. 2 ≤ t ≤ 4 0 . con T > 0. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. Esercizio 2. (b) x(t) = e at u(−t). 2 ≤ t ≤ 5  y(t) = 3(8 − t) .

determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . (e) x(t) = 2 u(t). [Suggerimento: per il calcolo del valor medio.2. (d) x(n) = cos(2π n). in caso affermativo. (f) x(t) = 2 sgn(t) + 1. 1. n ∈ {0.8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). Esercizio 2. in caso affermativo. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 .10 Stabilire quali dei seguenti segnali TD sono periodici e. (b) x(n) = an u(−n).13 Stabilire quali dei seguenti segnali TD sono periodici e. (b) x(n) = (−1)n . . 4. . (c) x(t) = u(t − 5). utilizzare le proprietà della media temporale] Esercizio 2. . (b) x(t) = sgn(t). altrimenti (b) x(n) = u(n) + u(n − 1). 5} 0. con 0 < |a| < 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. (h) x(t) = e−t u(t). (d) x(n) = (−1)n u(n). (c) x(n) = cos(2n). π j √n 2 . (h) x(n) = n e jn jπ n (i) x(n) = e . (d) x(t) = sgn(−t). calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). determinarne il periodo fondamentale N0 . Esercizio 2. Esercizio 2. con |a| > 1. (c) x(n) = a|n| . δ (n − 3k) − δ (n − k2 ) .12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). (g) x(t) = 2 rect(t).

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

energia e potenza. energia e potenza. Esercizio 2. −4 ≤ t ≤ 4 x(t) = 5 + t . energia e potenza. energia e potenza.5. −3. −5 ≤ t ≤ −4    0. n ∈ {−4. (b) Calcolare la componente continua di y(t). altrimenti nel caso in cui a = 1 e a = 0.2. . −a ≤ t ≤ a 0. − 0. Esercizio 2.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. e calcolarne valor medio.23 Dato il segnale TC x(t) = rect(t). 4} 0. Esercizio 2. . T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. altrimenti e calcolarne valor medio.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . energia e potenza. Esercizio 2. Esercizio 2.8 Esercizi proposti 87 Esercizio 2. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. e calcolarne valor medio. 4 ≤ t ≤ 5   1 . .21 Rappresentare il grafico del segnale TD x(n) = sin(0.5π n) .22 Rappresentare il grafico del segnale TC  5 − t . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . . Esercizio 2. altrimenti e calcolarne valor medio. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. energia e potenza in entrambi i casi. .

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

e calcolare valor medio.8 Esercizi proposti 89 Esercizio 2. per a ∈ A. Successivamente.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . A2 ∈ R+ . .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(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. Successivamente. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) .2.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . per n0 ∈ Ω. x2 (t) = A2 rect t 2 con A1 . 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. Esercizio 2. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . 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. e calcolare valor medio. Esercizio 2. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) .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 ) .

90 Proprietà dei segnali .

il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. interpolatori. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. Facendo riferimento alla classificazione elementare introdotta nel § 1.2 al caso di sistemi con un ingresso ed un’uscita. Inoltre.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. la trattazione procederà in maniera il più possibile unificata. a partire da un modello matematico del sistema. 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. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . per evidenziare le forti analogie esistenti tra il caso TC e TD. 7. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). 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. abbiamo visto nel § 1. Infine. una reazione chimico-fisica. nel definire e studiare alcune proprietà dei sistemi. che è l’oggetto principale di questo capitolo. convertitori A/D e D/A) sono discussi più in dettaglio nel cap. U 3.5. Inoltre. Innanzitutto. consiste. a partire dalle particolari proprietà di un sistema. Sebbene incompleta. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. un circuito elettrico.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. sia sistemi TD (con ingresso e uscita entrambi TD). che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. Il secondo passo. Da un punto di vista matematico.

la notazione y(t) = S [{x(u)}u∈R . (3. ed è rappresentato schematicamente in fig. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R.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 . valori che possiamo denotare sinteticamente con {x(u)}u≤t . n] .92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.2) Nella (3. come già osservato nel § 1.1(a). L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato.∞ ∑ n y(n) (a) (b) Fig.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. Il modello matematico (3. In maniera analoga. che nel caso di un sistema TC si definisce come segue: Definizione 3. 1 Per (3. 3.t] . insiemi di segnali diversi definiscono sistemi diversi. di ingresso ed un segnale di uscita. che presentano proprietà diverse.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.2): Definizione 3.1.2. Tale modello matematico è descritto da una trasformazione S : I → U.3) semplicità di notazione. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. 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. (b) Integratore TD o accumulatore.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . 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 (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 .1) può essere espresso in maniera sintetica. Esempio 3. Pertanto. (3.2). (a) Integratore TC. . attraverso la relazione ingresso uscita (i-u).

1) possono essere interpretate come sistemi. 3. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. 2 (cfr.3 semplicità di notazione.4) e rappresentato schematicamente in fig. 3. con una legge che può variare con n. anticipo unitario. 3.3. 3. Nel caso TD. date rispettivamente da y(n) = x(n − 1) . sono riportati in fig.2 Esempio 3.1 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. Il senso della notazione utilizzata nella (3. anticipo unitario.3. 2 Per 3 Le . l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . per questo motivo. x y(n) = x(n + 1) . (a) Decimatore per M: y(n) = x(nM). Esempio 3. Anche in questo caso. decimatore ed espansore. Fig. Sistemi TD elementari. 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. e di espansione: y(n) = x n = L n . (b) Anticipo elementare: y(n) = x(n + 1). 3.2. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione.2 e fig.3. denominati ritardo unitario. se n è multiplo di L .1(b).3) è lo stesso adottato per il caso TC: in particolare. Sistemi TD elementari. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. § 2. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. L 0. altrimenti . (b) Espansore per L: y(n) = n x L . di decimazione: y(n) = x(nM) . descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . Gli schemi a blocchi dei sistemi corrispondenti.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. si veda [14]). (a) Ritardo elementare: y(n) = x(n − 1). il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. (3. valori che denotiamo sinteticamente con {x(k)}k≤n .3 (ritardo unitario.

5 In ogni caso. un PC può essere realizzato assemblando componenti più semplici. in cui entrano in gioco.6) Abbiamo già osservato che la notazione (3. si utilizzano le notazioni semplificate y(t) = S[x(t)]. e sicuramente non è la più generale. In particolare. y(n) = S[x(n)] (3.6) in luogo delle notazioni rigorose (3. mentre R3 ed R4 sono connessi in parallelo. è perfettamente adeguata per i nostri obiettivi. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo.1).4 Tuttavia. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.4. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema.3) per snellire alcune derivazioni.5) è fuorviante. A volte. quali scheda madre. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. i sistemi cosiddetti non dispersivi (cfr.3) per le relazioni i-u dei sistemi.2) e (3. 3. utilizzeremo talvolta le (3. interpretazione vale solo per una classe particolare di sistemi. scheda video. che sebbene sia meno generale.2) e (3. è la rappresentazione ingresso-stato-uscita (i-s-u). Circuito elettrico con resistori connessi in serie ed in parallelo. oltre ai segnali di ingresso e di uscita. 3. essa è una rappresentazione esterna.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. avendo avvertito il lettore. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . il sistema stesso è visto come una “scatola nera” (black box). invece delle notazioni complete (3. Per concludere.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. § 3. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. x(n) −→ y(n) . 5 Per 4 Questa . scheda audio. nel seguito faremo uso esclusivamente della relazione i-u. (3. 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. di cui non conosciamo il contenuto.3.5) e (3. Inoltre.5) oppure le notazioni simboliche: x(t) −→ y(t). “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. In particolare. R1 ed R2 sono connessi in serie.

3. Si noti che.5.) Fig. avendo a disposizione più di due sistemi. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·).) x(. è possibile ottenere sistemi anche molto complessi. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 .3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig.3. lettore CD. Connessione in parallelo dei sistemi S1 e S2 .) Fig. .) y(. 3. Connessione in serie o in cascata dei sistemi S1 ed S2 . e connessione in retroazione. lettore DVD.2 Interconnessione di sistemi 95 z(. 3.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. Definizione 3. 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. nel circuito di fig.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . etc. i resistori R1 ed R2 sono collegati in serie. Definizione 3. connessione in parallelo. 3.). e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. e collegandoli tra loro secondo tali schemi. come ad esempio quello riportato in fig. Le connessioni più frequentemente considerate sono tre: connessione in serie. Per semplificare lo studio delle interconnessioni tra sistemi.4. 3.) x(. monitor.4. Viceversa. tastiera. hard-disk. lettore floppy-disk. affinchè il sistema serie sia correttamente definito.) S1 S2 y(. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. mouse. Ad esempio. cioè U1 ⊆ I2 . S1 y 1(. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .) S2 y 2(.6. 3.

sulla base dell’osservazione dell’uscita del sistema S1 . Esempio 3.96 Proprietà dei sistemi x(. similmente al collegamento serie.2 ammette anche una descrizione di tipo ricorsivo. si noti che. Definizione 3. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). si utilizzano sia schemi con retroazione negativa (ad esempio. invece. i resistori R3 ed R4 sono collegati in parallelo. 3. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . per la stabilizzazione degli amplificatori). Infatti. Quest’ultimo schema è più complicato da interpretare ed analizzare. Infine. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). estraendo il termine x(n) dalla sommatoria su k presente nella (3. nel circuito di fig. Nell’elettronica analogica.7) se l’uscita del sistema S1 . In particolare. . dopo essere stata elaborata dal sistema S2 .4 (accumulatore come sistema in retroazione) L’accumulatore dell’es.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig.) S1 y(. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). anche per lo schema con retroazione occorre che U1 ⊆ I2 e. in cui il segnale viaggia esclusivamente “in avanti” (feedforward). Connessione in retroazione dei sistemi S1 e S2 . 3.) y 2(. modificando a sua volta il segnale di uscita. e si dice che il sistema S2 funge da “controllore” del sistema S1 . Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo.) S2 Fig.4). 3.4. dove prende il nome di controllo a ciclo chiuso. 3. mediante tale schema il sistema S2 . si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·).7. in caso contrario si parla di retroazione positiva. viene sommata algebricamente all’ingresso del sistema S1 . che porta alla sua interpretazione come sistema in retroazione. Ad esempio. in aggiunta. =y(n−1) da cui y(n) = y(n − 1) + x(n) . e viene aggiunto al segnale di ingresso. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 .

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

ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Schema elettrico di un partitore resistivo.9. di norma. R1 + R2 nella quale y(t) dipende solo da x(t). Schema a blocchi di un amplificatore.9) . 3.10. n] . in quanto la forma più generale della relazione i-u è la (3.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. i sistemi sono dispersivi. 3. (3. Esempio 3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. con t oppure con n). eventualmente.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. Sottolineamo che.2) oppure la (3.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . con α = R2 < 1. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita.t] . come sinonimo di sistema non dispersivo.3) assume la forma y(n) = S [x(n). Pertanto il partitore resistivo è un sistema non dispersivo. Esempio 3.8) (3. Inoltre. 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. (a) Caso TC. Applicando la legge del partitore. Definizione 3. e quindi i sistemi non dispersivi rappresentano un caso particolare.7) In sintesi. 3.3). il cui schema elettrico è riportato in fig. si ottiene la semplice relazione i-u: y(t) = R2 x(t) .9.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. α y(n) (b) Fig. si parla anche di sistema istantaneo o senza memoria. in un sistema non dispersivo. R1 + R2 (3.2) assume la forma y(t) = S [x(t). (b) Caso TD.

x(n − 1).6 si possono estendere al caso TD. . ad esempio l’integratore dell’es. dopo un tempo T . il sistema prende il nome di integratore con memoria finita. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. . Si parla di “memoria” del sistema. . e di un amplificatore/attenuatore y(t) = |α |z(t). tale sistema ha memoria finita e pari ad M. il sistema funziona da amplificatore. un sistema TC descritto da una relazione i-u del tipo (3. . Il termine “memoria” per T viene utilizzato proprio perché. α > 1. Esempio 3. x(n − M) del segnale di ingresso. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . Poiché l’uscita all’istante n dipende.7 (amplificatore/attenuatore TD) I concetti dell’es.2 sono sistemi dispersivi. non dipende dall’intero segnale d’ingresso. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. Esempio 3.10(a). il sistema “dimentica” l’ingresso. con T > 0. 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. con pesi b0 . o ancora con memoria: ad esempio. 3. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. con 0 < α < 1. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . la memoria del sistema è proprio pari a T per ogni t. 3. Per questo motivo. z(t) = −x(t). 3. Si tratta evidentemente di un sistema dispersivo. e sistemi a memoria infinita. 3. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita.9 ciò non accade. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. . . b1 . . 3.10(b).3.7 all’uscita in un determinato istante di tempo. oltre che da x(n).8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . 6 Il . prende il nome di attenuatore. Esempio 3. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. 3. 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. In linea di principio tale memoria potrebbe variare col tempo. Se. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. 3. n − 1. bM .1 e l’accumulatore dell’es.8 e 3. viceversa.3. L’uscita all’istante t. sistemi a memoria praticamente finita. l’integratore dell’es.3 Proprietà dei sistemi 99 Più in generale. Un amplificatore/attenuatore a TD si rappresenta come in fig. . Inoltre. n − M. 3.2 sono entrambi sistemi con memoria infinita. degli M + 1 campioni x(n). oltre al campione attuale.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . . Un sistema che non soddisfa la prop. o anche dinamico.9).8 caso α < 0 si può vedere come la cascata di un invertitore. . . Un amplificatore/attenuatore TC si rappresenta come in fig. .6 si dice evidentemente dispersivo. nel senso chiarito meglio dai due esempi seguenti. 3. non sempre la memoria di un sistema è finita. anche se negli es. tuttavia. anche da M campioni precedenti dell’ingresso.1 e l’accumulatore dell’es. 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. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). In definitiva.

2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . descritto dalla relazione i-u y(t) = t t−T x(u) du .2 Causalità Partiamo ancora dalla relazione i-u (3.2) assume la forma y(t) = S[{x(u)}u≤t .8. n] .10) Esempio 3. Si giunge allora alla fondamentale definizione di sistema causale. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . In altri termini. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. ovvero i valori passati ed il valore presente dell’ingresso. ma non dipende dagli ingressi futuri.11) (3. (b) Un sistema TD si dice causale se la sua relazione i-u (3. il concetto di sistema causale si estende al caso TD.10 (integratore causale e non causale) L’integratore dell’es. l’integratore dell’es. è un sistema causale. e quindi da valori futuri dell’ingresso. Per un fissato t.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. quindi. (3. 3.3) assume la forma y(n) = S [{x(k)}k≤n . secondo il quale l’effetto non può precedere la causa. giungendo alla seguente definizione: Definizione 3. è chiaramente un sistema causale.t] . dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t.t] .1. con T > 0. l’uscita y(t) all’istante t dipende dall’ingresso passato. Modificando gli estremi di integrazione. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. presente e futuro. descritto dalla relazione i-u y(t) = t −∞ x(u) du .3.100 Proprietà dei sistemi 3. 3.t] . otteniamo un sistema non causale. a patto che T > 0.2) assume la forma y(t) = S [{x(u)}u≤t . Interpretando l’ingresso come causa e l’uscita come effetto. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. Con ovvie modifiche. ovvero di un sistema per il quale la (3. . {x(u)}u>t rappresenta l’ingresso futuro: in generale. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. Allo stesso modo.

M è chiaramente un sistema causale. non verifica la prop. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . con T > 0 e.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.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . ∀n ≤ n0 . la prop. la cui corrispondente uscita è y1 (t) = 0. risulta che y1 (t) = y2 (t). Esempio 3. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD.11 (sistema MA causale e non causale) Il sistema MA dell’es. verifichiamo che si tratta di un sistema non causale. x2 (n) ∈ I tali che x1 (n) = x2 (n). per dimostrare che un dato sistema è causale a partire dalla prop. x2 (t) ∈ I tali che x1 (t) = x2 (t). ∀t ≤ t0 . per un dato valore t0 ∈ R. con t0 ∈ R arbitrariamente scelto. utilizzando la prop. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop.3 Proprietà dei sistemi 101 Esempio 3. per cui tale sistema MA è non causale. per dimostrare che un dato sistema è non causale e. 3. ∀t ∈ R. 3. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. per uno o più valori di t ≤ t0 . se t < −T . ∀t ≤ t0 . che rappresentano il presente (k = 0) ed il futuro (k > 0). ∀t ≤ t0 . 3.1(a). con k ≥ 0.1 (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). 9 In alcuni testi. risulta che y1 (n) = y2 (n). 3. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n).  t  T.1. 3. x2 (t) ∈ I tali che x1 (t) = x2 (t). ed x2 (t) = u(t). La verifica della prop. rispettivamente. 3. Viceversa. per ogni t0 ∈ R e per ogni x1 (t). .1 è data direttamente come definizione di sistema causale.3. ∀n ≤ n0 . quindi. Il sistema è causale se e solo se. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). se t ≥ 0 . ∀t ≤ t0 . Il sistema è causale se e solo se.1. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). Pertanto. per ogni n0 ∈ Z e per ogni x1 (n). rispettivamente. in corrispondenza dei quali y1 (t) = y2 (t). che rappresentano il presente (k = 0) ed il passato (k > 0). con k ≥ 0. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k).  t+T y2 (t) = x(u) du = t + T . Scegliamo x1 (t) = 0. 3.1(a).9. se −T ≤ t < 0 . Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. la cui corrispondente uscita è  0 . Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. ∀t ∈ R. con riferimento al caso TC. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . Se però modifichiamo leggermente la relazione i-u.

Ad esempio.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. la cui corrispondente uscita è y1 (n) = 0. n] .11.102 Proprietà dei sistemi x(n) ∇1 Fig. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. y2 (t) = 0. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). in molti casi. 3. è possibile memorizzarlo (su un supporto magnetico o ottico. 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). 3. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n).1.. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. ossia: y(t) = S[{x(u)}u>t . la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). Sebbene x1 (n) = x2 (n) = 0. Tuttavia. § 2. infatti. non sono stati ancora scoperti. Può essere visto come un sistema MA causale (cfr. per ogni t < 0.9. mentre y2 (t) = 0. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. Osserviamo in conclusione che non esistono (o almeno. Per provare ciò formalmente. per ogni n ≤ 0. Si è visto che un sistema in cui l’uscita non soddisfa la (3. y(n) Sebbene x1 (t) = x2 (t) = 0. infatti.9. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . In quest’ultimo caso. 3. per t ∈] − T. in particolare. 3. ∀n ∈ Z. Esempio 3. ad esempio. per ogni t ≤ 0. b0 = 1 e b1 = −1). y1 (0) = 0 e y2 (0) = 1. Un sistema siffatto si dice anticausale. Un altro esempio . b0 = −1 e b1 = 1). 3. Quindi la prop. 3. Equivalentemente.1(b) e scegliamo x1 (n) = 0. ∀n ∈ Z. ad esempio) ed elaborarlo “in tempo differito”: si pensi. ai sistemi fisici che elaborano i segnali “in tempo reale”. con M = 1. 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 x2 (n) = δ (n − 1). anziché elaborare un segnale in tempo reale.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale.11. y(n) = S[{x(k)}k>n . 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. ed è quindi utile considerare anche il caso di sistemi non causali. usiamo la prop. 0[.) sistemi fisici capaci di prevedere il futuro (ad esempio. Questa osservazione si applica.4) ammette una interpretazione sistemistica. per alcuni valori di n ≤ 0. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer.11) si dice non causale. Differenza prima. con M = 1. per alcuni valori di t ≤ 0. esso può anche essere visto come un sistema MA non causale (cfr. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. es. anche l’operazione di differenza prima per segnali a TD (cfr.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale.. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. Quindi la prop. 3. e quindi i sistemi del mondo fisico sono tutti causali.t] . es. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t).10) oppure la (3.

Più precisamente. Da un punto di vista sistemistico. per ogni segnale di ingresso x(·) ∈ I . questo significa che. 3.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. è possibile costruire un sistema S−1 : U → I . Sfortunatamente questo non è sempre possibile. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. in altre parole. nell’elaborazione di immagini. α e quindi il sistema inverso è un attenuatore.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. Esempio 3. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. In questo caso.3. nota l’uscita y(·) di un sistema. Se il sistema è invertibile. 10 Nel seguito di questa sezione. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. In altri termini. descritto dalla relazione i-u: y(·) = α x(·) .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. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . ingressi distinti devono generare uscite distinte. L’amplificatore è un sistema invertibile. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . la variabile indipendente è di tipo spaziale).5) per esprimere i legami i-u dei sistemi. (3. il sistema S è il sistema inverso di S−1 .3. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t).3 Invertibilità In molti casi pratici. per ogni segnale y(·) ∈ U. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). siamo interessati a risalire all’ingresso x(·) che l’ha generata. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). se S−1 è il sistema inverso di S. non potremo risalire univocamente a x(t). Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. l’ordine dei due sistemi nella cascata in fig. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. . la causalità rappresenta un vincolo a cui il sistema deve obbedire. faremo uso della notazione semplificata (3. osservato y(t). le corrispondenti uscite y1 (·) e y1 (·) siano distinte. 3. quando si progetta un sistema. se il sistema S è invertibile. Si può verificare che. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. Si noti che.12) ossia. detto sistema inverso. non vi è alcuna restrizione sui segnali di ingresso e uscita. pertanto. 3. anche se non operanti in tempo reale.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. comunque si fissi un segnale di uscita y(·) ∈ U.12.

12.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . nonché la determinazione del sistema inverso.3) assume la forma y(n) = S [{x(k)}k∈Z ] . 3. e quindi i suoi effetti sono irreversibili.2) assume la forma y(t) = S [{x(u)}u∈R ] .12) è violata. nella sua forma più generale: y(t) = S [{x(u)}u∈R .) x(. possiamo dare la seguente definizione: Definizione 3. Se tale dipendenza dal tempo non c’è. (3.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. (3. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . mentre U è costituito da tutti i segnali non negativi a valori reali.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.) S S -1 x(.) Fig. lo studio dell’invertibilità di un sistema. il raddrizzatore non è dotato di sistema inverso.104 Proprietà dei sistemi y(. È facile provare che il sistema raddrizzatore non è invertibile.12). allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. Esempio 3. Estendendo tale concetto in modo ovvio al caso TD. In questo caso.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.14) . 3.t] . a tale scopo possiamo far riferimento alla condizione necessaria (3.3. Va notato in conclusione che. non vi è alcuna restrizione sui segnali di ingresso. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. salvo per casi particolari. Pertanto. è in generale un problema abbastanza complesso. poiché la (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 (·)|.

16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. in quanto il rapporto R1R2 2 non dipende dal tempo. Se il sistema è TI. un sistema che non soddisfa la (3. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. e quindi l’origine dei tempi può essere fissata arbitrariamente. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). cioè. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso.15) . a partire dal segnale x(t).13) o la (3. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . 3. Viceversa.3.14) si dice tempo-variante (TV) o non stazionario. Se invece il sistema è TV. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 .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. in altre parole. 3. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . Specificatamente. R1 + R2 è un sistema TI. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. Se tuttavia si tiene conto degli effetti +R termici. avente relazione i-u y(t) = R2 x(t) . Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig.13. Esempio 3. in questo esempio.2). 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). ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. ottenuto da x(t) introducendo il ritardo temporale t0 . pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). con riferimento ad un sistema TC. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. si consideri ora il segnale xt0 (t) = x(t −t0 ). R1 (t) + R2 (t) (3. 3. il suo comportamento non cambia nel tempo. 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 ). allora yt0 (t) = y(t − t0 ).13. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario).

la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. per ogni t0 ∈ R. 3. (3. si può dimostrare che una formulazione equivalente della proprietà di invarianza temporale è la seguente: se all’ingresso x(t) corrisponde l’uscita y(t). e si scrive y(n) = α (n) x(n). e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. l’ordine tra i due sistemi è scambiato. ovvero se e solo se le due configurazioni in cascata riportate in fig.14 con riferimento ad un sistema TD. In base alla prop.14(b) al segnale di ingresso x(n).15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . (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 ) . Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni.18) (3. in cui. e da attenuatore per i valori di t per i quali |α (t)| < 1.9 in cui compare il funzionale S. per ogni n0 ∈ Z. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. 3.2 (caratterizzazione i-u dell’invarianza temporale) (a) Un sistema TC con ingresso x(t) ed uscita y(t) è invariante temporalmente se e solo se x(t − t0 ) −→ y(t − t0 ) . 3. ad esempio. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). Viceversa. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig.2 ha un’interessante interpretazione in termini sistemistici. 3. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R.17) .16) è denominato amplificatore a guadagno variabile. La prop.14 sono equivalenti. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. 3. che è illustrata in fig. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. Con riferimento al caso TC. per cui si ha la seguente proprietà: Proprietà 3. essa deve essere soddisfatta “per ogni t0 ∈ R tale che se x(t) ∈ I e y(t) ∈ U allora anche x(t − t0 ) ∈ I e y(t − t0 ) ∈ U”. più precisamente. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. Si faccia attenzione che. nel senso che (3. ottenendo il segnale yn0 (n) in uscita dalla cascata.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . 3.13). a stretto rigore. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig.2(b). il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. La stessa caratterizzazione vale anche nel caso TD.106 Proprietà dei sistemi ed è quella di un sistema TV. 3. 3.16) Un sistema del tipo (3. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). rispetto allo schema di fig. differentemente dalla def. 3. Notiamo che un partitore del tipo (3.14(a).

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. 3. In effetti. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . se il sistema è TI. È chiaro che yt0 (t) = y(t − t0 ). per il quale si ha y(n) = α (n) x(n).3.9. D’altra parte. quindi. per cui.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. introdotto nell’es. facciamo uso ancora una volta della notazione semplificata (3. In altre parole. è conveniente in generale utilizzare la prop. ovviamente tale risultato non sussiste se il sistema è TV. è un sistema TV in generale (è TI se e solo se α (n) = α ). evidentemente. 3. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . l’amplificatore a guadagno variabile è un sistema TV. Se il sistema TD S è TI.5) per esprimere i legami i-u dei sistemi. ovvero se α (t) = α (costante).3 Proprietà dei sistemi 107 x(n) z . si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . In pratica. e la loro posizione nella cascata è ininfluente. le trasformazioni S e Sz−n0 commutano. è TV. 3. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . conviene procedere per sostituzioni formali.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. 3. i due schemi in figura sono equivalenti. per ogni segnale di ingresso x(n) ∈ I . come mostrato dagli esempi che seguono. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). si dimostra che l’amplificatore a guadagno variabile a TD. per dimostrare che un dato sistema è invariante temporalmente oppure no.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} .14. forniscono la stessa uscita in risposta allo stesso segnale. 3. 11 Per semplicità.16. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t).2 dell’invarianza temporale. verifichiamo che in generale il sistema y(t) = α (t) x(t). Per non sbagliare. Esempio 3. .2 piuttosto che la def. Analogamente. ovvero se la sua relazione i-u è y(t) = α x(t).

e cambia meno drasticamente quando si alza o si abbassa il volume. un amplificatore audio non è un sistema TI in senso stretto. k=0 M M per cui il sistema è effettivamente TI.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. se tale proprietà non fosse verificata. per l’intervallo di durata di un compact disc. Allo stesso modo. 3. e pertanto il sistema risulta essere TV.1): y(n) = x(−n) . 3.9 è TI. Tuttavia.2 è un sistema TI. sono anch’essi sistemi TI. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. il sistema può ritenersi ragionevolmente TI. . il sistema risulterebbe TV. se il volume è tenuto fisso. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ).10. Esempio 3. si può provare che l’integratore con memoria dell’es.108 Proprietà dei sistemi Esempio 3. per cui resta provato che l’integratore è un sistema TI.1 è un sistema TI. Infatti. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . 3. 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 ) . 3. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. In conclusione.8. e l’integratore non causale dell’es. 3. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . Effettuando il cambio di variabile v = u − t0 .18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. Tuttavia. 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). 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. Esempio 3. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. Ad esempio.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.

e non attraverso la rappresentazione i-s-u. 3. con Kx . (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 .23 (sistema MA) Proviamo che il sistema MA dell’es. si possono dare definizioni diverse di stabilità. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . quando parleremo di stabilità intenderemo sempre la stabilità BIBO. Nel seguito. (3. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. per provare che un sistema è stabile. per ogni valore di tempo. cioè che valga la condizione |x(·)| ≤ Kx . Con analoghi passaggi. (3. 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. per cui anche y(t) è limitato. Esempio 3. invece. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . Ky ∈ R+ . che coinvolgono anche la limitatezza delle variabili di stato. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky .12 Matematicamente. con Kx . In pratica. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. Esempio 3.10 (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 . Esempio 3. Ky ∈ R+ . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato).3 Proprietà dei sistemi 109 3. Per la rappresentazione i-s-u.3. ∀t ∈ R . questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. e supponendo anche in questo caso che il guadagno sia limitato. Infatti. per ogni valore di tempo.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. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). ∀t ∈ R . .20) per ogni x(n) ∈ I limitato. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). bisogna supporre che l’ingresso sia arbitrario ma limitato.3.19) per ogni x(t) ∈ I limitato. e trovare un’opportuna maggiorazione per l’uscita.9.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. da cui si ricava che anche y(t) è limitato.

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

pochi mesi dopo essere stato aperto al traffico. in quanto assicura che. n < 0.C. in quanto l’integrale −∞ du non è limitato. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. quali ad esempio il fasore. 3. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.. rispettivamente. USA) che crollò nel 1940. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . che possono portare alla rottura. per determinati segnali di ingresso. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. ed è un segnale non limitato in ampiezza. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). si ottiene in uscita il segnale  0 . X ≡ C. t < 0. t t u(u) du = y(t) =  du = t . i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. e calcoliamo l’uscita:  0 . i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. 2.43). t ≥ 0 . Infatti. secondo la definizione seguente: . rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. per provarlo. più in generale. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. D’altra parte.2. Infatti. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD.3 Proprietà dei sistemi 111 non è un sistema stabile. Tale difficoltà lascia intuire che il sistema è instabile. l’uscita può assumere. 3. valori arbitrariamente grandi. Questa scelta ci consente di trattare anche segnali. 3. cioè l’accumulatore dell’es. poniamo in ingresso x(t) = u(t) (ingresso limitato).15). che è non limitato.6 Linearità La proprietà di linearità è estremamente importante. La stabilità è una proprietà fondamentale nel progetto dei sistemi.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. che.3. applicando al sistema segnali di ingresso limitati. se si pone in ingresso x(n) = u(n). abbiamo provato che il sistema è instabile. Viceversa. cioè. 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. si prova che la versione a TD dell’integratore con memoria infinita. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du .3. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. in un sistema fisico instabile. è instabile. n ≥ 0. Nel seguito supporremo che. Proprio per evitare l’innesco di pericolose oscillazioni. In maniera simile. che rappresenta una rampa a TC (fig. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t).

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

) S y a(.) S (b) Fig. Le due proprietà precedenti. cioè. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) .) x2(. α2 ∈ C . ∀α1 .18(b) sono equivalenti.18: se il sistema S è lineare. 3. pertanto. 3. ya (·) ≡ yb (·). anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . adoperando la notazione semplificata (3.5) per il sistema S. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.21) Notiamo che il principio di sovrapposizione si può esprimere.) (a) x1(. che caratterizzano la linearità di un sistema.17. le configurazioni (a) e (b) sono equivalenti.) S y b(. (3. (3. allora i due sistemi riportati in fig.18(a) e fig. 3. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. Se il sistema S verifica la proprietà di additività. se si deve .22) che ammette l’interpretazione sistemistica riportata in fig. α2 ∈ C . e poi sommare i segnali di uscita ottenuti.3 (principio di sovrapposizione) Un sistema è lineare se. ∀α1 .3.3 Proprietà dei sistemi 113 x1(.) x2(. 3. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.

22) da sola non basta per assicurare la (3. se. si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. (3. α2 .) x1(. con k ∈ Z. si noti che. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·).114 Proprietà dei sistemi x1(. . ∈ C .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. . delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. . la (3. come l’invarianza temporale. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici.18. 3.23) come definizione di principio di sovrapposizione. k ∀α1 .) α1 S α2 (a) y a(. . Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se.) x2(.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico.22). che ovviamente racchiude la (3.) x2(. Se il sistema S è lineare. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. anche la linearità è una idealizzazione . A tale proposito. con gli stessi coefficienti. invece. il numero di segnali xk (·) è infinito. . l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. nel seguito assumeremo la (3. .) S α1 y b(.) S α2 (b) Fig. occorre imporre alcune condizioni matematiche aggiuntive. αk . si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) .23) discende semplicemente dalla (3. utilizzando i coefficienti α1 e α2 . . e poi combinare linearmente.23): in questo caso. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione). i segnali di uscita ottenuti.

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)] . il sistema non può più considerarsi lineare. il sistema dell’es. si trova y0 (t) = b0 = 0.26.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . variabile da sistema a sistema. se si considera un amplificatore audio e lo si forza in ingresso con un segnale di tensione la cui ampiezza è maggiore di quella per cui il sistema è stato progettato. in quanto soddisfa al principio di sovrapposizione. 13 Tipicamente. si intende un sistema che soddisfa il principio di sovrapposizione. (3. ∀α ∈ C . in particolare. Ad esempio. Proprietà 3. . e si dicono lineari per le differenze. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). in elettronica. se l’ampiezza del segnale di ingresso eccede tale soglia. con b0 = 0. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”.3. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. α x0 (·) −→ α y0 (·) . e più precisamente dell’omogeneità. l’uscita corrispondente è necessariamente nulla. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. Una conseguenza importante della proprietà di linearità.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. In pratica. Esempio 3. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. Poiché x0 (·) −→ y0 (·). si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. si ha. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. allora deve aversi necessariamente y0 (·) = α y0 (·).13 Esempio 3. quando si parla di sistema lineare. Sia x0 (·) ≡ 0 l’ingresso nullo. 3.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. in quanto.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. per l’omogeneità.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. Infatti. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”).22). e sia y0 (·) l’uscita corrispondente a tale ingresso. 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. in pratica. si ha yL (t) = b1 x(t) e y0 (t) = b0 . Prova. Sia nel caso TC che TD. Sebbene sia non lineare secondo la definizione data. Infatti ponendo x(t) ≡ 0.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. che rappresenta l’uscita corrispondente all’ingresso nullo. Adoperando la formulazione (3. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Tali sistemi sono una generalizzazione dei sistemi lineari. 3. ∀α ∈ C. si ha. infatti. 3. Nell’es.

Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. Esempio 3. né quella di additività. cfr.1).) x(.) Fig. 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)] . Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. e quindi non è additivo. 3. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .27 è anche TI e non dispersivo o senza memoria (cfr. Esso appartiene pertanto ad una classe più generale di sistemi.) g(x) y(.) y 0(.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.20. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. es.21. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. y(t) = sgn[x(t)] (“hard limiter”). cfr. § 4. Un esempio “fisico” tratto dall’elettronica è il diodo.2) lineari e a coefficienti costanti. che non risulta neppure lineare per le differenze.20. se si indica (fig. Fig. un sistema TI senza memoria. detti anche non-linearità senza memoria: Definizione 3.6. e sono rappresentati graficamente come in fig. 3. § 3. è descritto nell’esempio seguente.15). Schema a blocchi di un sistema non lineare (non linearità) senza memoria. 3.) sistema lineare y L(. Esempio 3. Un caso più caratteristico di sistema non lineare. 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. e y(t) = x3 (t) (sistema cubico). 3. Infatti. Il sistema quadratico dell’es. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. Infatti. § 4. cfr. 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.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. arbitrari x1 (·) e x2 (·). 3. 3. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). che prende il nome di caratteristica i-u.3.19. Per l’omogeneità.) y(.1) o alle differenze (nel caso TD. e prende il nome di sistema quadratico o non-linearità quadratica. e quindi non è omogeneo.6.116 Proprietà dei sistemi x(. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.

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

Risultato: La memoria è pari a N − 1. Risultato: y(t) = 2 u[x(t)]. 3. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. y(t) = sgn[x(t)].23. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . Determinare il legame i-u del sistema (complessivo) riportato in fig. 2 4 S3 : y(n) = x(2n) . Determinare il legame i-u del sistema (complessivo) riportato in figura.118 Proprietà dei sistemi 3. Esercizio 3.23. 3. 3. con N ≥ 1 numero intero dispari . Risultato: y(n) = x(n) + 1 x(n − 1). S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 .23. Sistema dell’esercizio 3.4 Esercizi proposti Esercizio 3. Calcolare la memoria del sistema.1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n .3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . 4 Esercizio 3.2 Si consideri l’interconnessione di sistemi riportata in fig. . y(t) = ex(t) .2. y(t) = 2 ln(|x(t)|).

(b) Il sistema è invertibile? Giustificare la risposta. x(t) = rect(t − 1) −→ y(t) = e−3t . Risultato: Se T1 ≥ T2 . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. la memoria è pari a T1 . con T2 > 0. la memoria è pari a 2 T2 − T1 . Risultato: (a) y(n) ≡ 0.1 del libro di testo. Esercizio 3. 3. se T1 < T2 . indipendentemente dalla costante A. con T1 > 0. (b) non invertibile: in virtù del risultato del punto (a). 3.1 del libro di testo.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) . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.] Risultato: Il sistema è non causale.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .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 .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) . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. Esercizio 3. con A ∈ R. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.3. x(τ ) dτ . Esercizio 3.] Risultato: Il sistema può essere causale (non è detto che lo sia). (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). . x(n) = R3 (n) −→ y(n) = 3n u(n) .

y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig. è necessariamente tempo-variante. Risultato: (a) nessuna restrizione su I.24. (a) Caratterizzare gli insiemi di ingresso ed uscita. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). 3. Esercizio 3. Esercizio 3. stabilire se il sistema può essere tempo-invariante. In caso affermativo. (c) non può essere tempo-invariante. l’insieme U è costituito da tutti i segnali positivi. (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I. Segnali dell’esercizio 3.120 Proprietà dei sistemi Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b).24 è lineare. determinare il sistema inverso. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) Stabilire se tale sistema è invertibile.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . . 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). (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).9. x2 (n) e x3 (n). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). rispettivamente. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). 3.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ .9 Il sistema S in fig.

(b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).26 è tempo-invariante. x2 (n) e x3 (n). Esercizio 3. Risultato: (a) ya (t) = cos(2π fct). dire se il sistema può essere tempo-invariante.3.11 Si consideri il sistema riportato in fig. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).25. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. Esercizio 3. (b) Dire se il sistema è stabile. 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). rispettivamente. è necessariamente tempo-variante. x(t) = e− j2t −→ y(t) = e− j3t . (b) stabile. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t).4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). Risultato: (a) non può essere lineare. Esercizio 3. Sistema dell’esercizio 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). 3. (b) yb (t) = ya (t) = cos(2π fct). (a) Determinare il legame i-u del sistema. è necessariamente non lineare.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . con t0 ∈ R. (c) Stabilire se il sistema può essere tempo-invariante. (c) il sistema non può essere tempo-invariante. (c) non può essere tempo-invariante.11.25. x(n) y(n) (-1) n Fig. è necessariamente tempo-variante. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). 3.13 Il sistema S in fig. 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 . (b) yb (t) = cos(3t − 1). (a) Stabilire se il sistema può essere lineare. Risultato: (a) ya (t) = cos(3t).

tempo-variante e stabile. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità.1 è y(n) = x(−n + 2). . motivando brevemente le risposte. (c) y(t) = x(t) cos(2π t).2 e S2. non dispersivo.13. Stabilire. dispersivo se T = 0. tempo-variante e stabile.1 sono necessariamente uguali”. con T ∈ R − {0}. (d) lineare. Inoltre. le uscite dei due sistemi S1. stabilità): (a) y(t) = 2 exp[x(t)]. l’uscita del sistema S1. dispersivo.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. non dispersività. Esercizio 3. causale se T > 0 e non causale se T < 0. causale. Esempio: quando x1 [n] = x2 [n] = δ [n]. (b) y(t) = x(t − 2) − x(1 − t). se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). S1 : y(n) = x(−n) . (d) y(t) = [x(t) + x(t − T )] u(t). tempo-invariante e stabile. (b) lineare. dispersivo. tempo-variante e stabile. causale se T ≥ 0 e non causale se T < 0. tempo-invariante e stabile. il legame i-u del sistema S2. motivando la risposta e fornendo almeno un esempio a suo supporto. sia S1. (e) non lineare. mentre l’uscita del sistema S2. invarianza temporale. non dispersivo.2 è y(n) = δ (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. non causale. S2 : y(n) = x(n + 2). (c) lineare. Segnali dell’esercizio 3. mentre S2. Risultato: (a) non lineare.15 Classificare.2 è y(n) = x(−n − 2).1 è y(n) = δ (n − 2). causale. causalità.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). 3. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1.26.

causale. tempo-invariante. Esercizio 3. con a ∈ R − {0}. dispersivo.18 Classificare. tempo-invariante e stabile. con a. instabile. (d) lineare. h(τ ) x2 (t − τ ) dτ . con T ∈ R − {0}.16 Classificare. causalità. (d) y(t) = 1 2T T −T x(t − τ )dτ .   1 . invarianza temporale. tempo-invariante. non dispersivo. causalità. stabile se h(τ ) è sommabile.4 Esercizi proposti 123 Esercizio 3. motivando brevemente le risposte. con m0 ∈ N. (b) lineare. (c) y(n) = x(n2 ). altrimenti . non causale se T < 0. dispersivo. b ∈ R − {0}. causale. tempo-invariante.17 Classificare in base alle loro proprietà (linearità. con m0 ∈ Z . non causale. stabilità): (a) y(n) = x(n) + u(n + 1). ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. (c) non lineare. causale. dispersivo.3. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. Risultato: (a) non lineare (lineare per le differenze). stabilità): (a) y(n) = a x(n) + b. (e) y(n) = an u(n) x(n). altrimenti . (e) lineare. non dispersivo. invarianza temporale. (d) lineare. (b) non lineare. causale se T ≥ 0. non causale. Esercizio 3. dispersivo. non dispersivo. (e) y(n) = n+m0 k=n−m0 ∑ x(k). 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-variante e instabile. (c) non lineare. stabile se h(τ ) è sommabile. (c) y(n) = ex(n) . causale. . se x(t) = 0 . (d) y(n) = k=m0  0 . (c) y(t) = x(t)  0. per n ≥ m0 . causalità. non dispersività. (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). (b) y(n) = cos(π n) x(n). non causale. Risultato: (a) lineare.  n   ∑ x(k) . motivando brevemente le risposte. causale. invarianza temporale. non dispersività. non dispersività. dispersivo. tempo-invariante e stabile. tempo-variante e stabile. tempo-invariante e stabile. tempoinvariante e stabile. (b) y(n) = x(−n). dispersivo.

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

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

126 Proprietà dei sistemi .

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

di semplificare notevolmente lo studio dei sistemi lineari.1). k (4.1) devono essere scelti in modo opportuno. idealmente. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. tali funzioni dipendono da due variabili. Per approfondire tale rappresentazione.2) dove yk (·) = S[xk (·)]. 1 Il .uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. k k (4. devono essere in grado di rappresentare tutti i segnali di interesse pratico. tuttavia. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza.1) dove i coefficienti αk sono in generale dei numeri complessi. in particolare. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). La (4. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. è conveniente concetto di risposta impulsiva. 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. con gli stessi coefficienti αk . i segnali elementari xk (·) da utilizzare nella (4. e quello di risposta in frequenza ad esso strettamente legato. e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva. Questa proprietà consente.23).1) può essere finito oppure infinito numerabile. Tenendo conto delle proprietà precedenti. però. in quanto come vedremo i segnali elementari possono assumere valori complessi. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). (2) per un dato segnale di interesse x(·). Applicando il principio di sovrapposizione (3. in linea di principio.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . 4. Affinché tale tecnica sia applicabile in pratica. in tal caso.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. dei segnali yk (·).

(4. Supponiamo allora che un segnale x(n). l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. sia posto in ingresso ad un sistema TD LTI.6) nella (4. non essendo dipendenti dal tempo n. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. Definiamo allora il segnale h(n) = S[δ (n)]. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). Scegliendo come segnali elementari xk (n) nella (4.5)].5) dove abbiamo applicato il principio di sovrapposizione. 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 § 4.5). ∀k ∈ Z . In questo senso. La funzione h(n) che compare nella (4.3) non si sovrappongono nel tempo. se si osserva che gli impulsi δ (n − k) nella (4.4).7) abbiamo utilizzato sia la proprietà di linearità [nella (4. sia la proprietà di invarianza temporale [nella (4. Ribadiamo che per ricavare la (4. la (4. Notiamo peraltro che la (4. sostituendo la (4. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.6)]. nonché l’invarianza temporale del sistema. . Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . e calcoliamo l’uscita sfruttando il principio di sovrapposizione. ovvero xk (n) = δ (n − k). rappresentato mediante la (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. ed abbiamo sfruttato il fatto che le quantità x(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.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). 2. (4. la rappresentazione (4.6) cioè traslando l’impulso in ingresso di k campioni. come già detto. (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . esteso al caso di una infinità (numerabile) di segnali. si dice che la risposta impulsiva è una risposta canonica. 3.3) Determinare i coefficienti αk della rappresentazione è semplice. 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.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . con k ∈ Z. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). Si noti che. Pertanto.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 .7) prende il nome di convoluzione a TD.3 dell’impulso discreto.3. il segnale di uscita h(n) trasla anch’esso di k campioni.4. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. (4. si ha semplicemente αk = x(k).4) si può giustificare in maniera più formale anche applicando le prop. utilizzando la conoscenza della sola risposta impulsiva del sistema.1) l’insieme numerabile degli impulsi discreti traslati nel tempo. (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). Infatti. 3.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . si ha. Prima di passare al caso TC. 5}.1(b). avente la risposta impulsiva di fig. (4. . . M (4. al segnale di ingresso x(n) = 1 R3 (n). è semplice provare che tale sistema è sia lineare che tempo-invariante. . dal confronto tra la (4. D’altra parte. ∀k ∈ {0. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . In sostanza.1(a) nel caso generale. 5}.7) mostra che. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. . . con n ∈ Z.. la (4. 0 . 1. per un dato k ∈ Z.8): h(n) = k=0 ∑ bk δ (n − k) .1. .9) rappresentata graficamente in fig. (4. è utile mettere in luce una particolare interpretazione della (4. M (4..10) espressione che fornisce gli stessi valori della (4. M} .9. per ogni k ∈ Z. 4.11) .7).1(b) al caso M = 5 e 1 bk = M+1 = 1 . 4.7). il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). (a) Risposta impulsiva di un generico sistema MA.. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). . 1. . È interessante notare che la risposta impulsiva del sistema MA è di durata finita. Questa interpretazione è chiarita in fig.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.9).7). x(1) h(n − 1) e x(2) h(n − 2). altrimenti . 6 Esempio 4. il segnale di uscita si ottiene sommando tali segnali. 0 1 2 3 M -1 M n bM h(n) 1/6 bM-1 0 1 2 3 4 5 n (a) (b) Fig. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.1. 4.8) e la (4. . 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).2. e particolarizzata in fig. . 4. 4. ponendo x(n) = δ (n) nella (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. pari ad M + 1 campioni. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . 1. k ∈ {0. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 4. ∀k ∈ {0. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . dove è calcolata graficamente la risposta del sistema MA dell’es.

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). 4.4.2. .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.

segue che α (τ ) = x(τ ) e x(t. e prende il nome di convoluzione a TC. Notiamo inoltre che. seguendo passaggi matematici simili a quelli già visti per il caso TD.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione.2). τ )]dτ .12) si basa su una definizione più generale di linearità di un sistema. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . L’operazione matematica tra x(t) ed h(t) che compare nella (4. formalmente. Precisamente. In pratica mediante la (4. τ ). come già visto nel caso TD. 2.23) per una infinità numerabile di segnali. dal confronto con la (4. Così come il principio di sovrapposizione (3. Tuttavia. con τ ∈ R. anche la (4. data l’analogia formale tra la (4.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. per ogni τ ∈ R. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr.14) non discende direttamente dalla prop. dove la delta di Dirac sostituisce quella discreta. 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 . Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè.3.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. assumeremo direttamente la (4. se il sistema è LTI.2). il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. (4. τ ). (4. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . 4. A differenza del caso TD. Precisamente. La (4.14) come definizione di principio di sovrapposizione per una infinità continua di segnali.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. La derivazione della (4.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. con t ∈ R.11) e la (4.4). per τ ∈ R. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).4) al caso TC.11). integrando) i segnali x(τ ) h(t − τ ) dτ .7) è simile a quella vista nel caso TD. . Tale rappresentazione si può vedere come l’estensione della (4. Nel seguito. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . τ ) = δ (t − τ ). con gli stessi coefficienti α (τ ) dτ . 3. senza perderci in complicate discussioni matematiche. e l’integrale prende il posto della sommatoria. centrati in tutti i possibili istanti di tempo τ ∈ R.11).1).3 e richiede delle condizioni matematiche aggiuntive per la sua validità.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 . prop. τ )] del sistema ai segnali elementari x(t. τ )dτ . la (4. non è possibile dare una giustificazione immediata della (4. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. Una giustificazione immediata ed intuitiva della (4. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. e rappresenta. le risposte S[x(t. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . tuttavia. (4. ossia: x(t) = +∞ −∞ α (τ ) x(t. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).

T ). es. (4. allora il sistema è necessariamente LTI.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. 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) . 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. pari a T e coincidente con la memoria del sistema. per cui è un sistema LTI. notiamo preliminarmente che. 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 .5T T .15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . si può mostrare che la (4. da cui.15) si può scrivere come una convoluzione: infatti. in maniera più formale. . sia invariante temporalmente. Negli es. (4. 4. e cioè: y(t) = +∞ −∞ rect τ − 0. In maniera equivalente.4. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.1. Si può facilmente verificare che tale sistema è sia lineare. 4.15) con T > 0. 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 (0.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. In altri termini.7) oppure (4.2). con il cambio di variabile τ = t − u → u = t − τ .1 e 4. Successivamente.12).2. Come nell’es.5T T x(t − τ ) dτ . si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. anche tale risposta impulsiva è di durata finita.12). avente relazione i-u: y(t) = t t−T x(u) du . per confronto con la (4. la (4. 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. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). 4.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. (4.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t).

7) nel caso TD.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. Per calcolare gli altri valori della convoluzione. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. successivamente. 4. e verso sinistra se n < 0. si veda la fig. Ovviamente. oppure dalla (4.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) .3(d)]. il segnale wn (k) non si sovrappone con h(k). effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. (2) Effettuare prima la riflessione del segnale x(k). insieme con x(k) [fig. si nota che si ha sovrapposizione tra h(k) e . (3) Per ogni fissato valore di n ∈ Z. 4. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). consideriamo il seguente esempio.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. (4. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. si veda la fig.3. Per capire meglio il meccanismo precedentemente descritto. possiamo ottenere direttamente il risultato della convoluzione per n = 0. In particolare. Seguendo la procedura delineata precedentemente. Se non effettuiamo nessuna traslazione su z(k). Viceversa. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. costruendo il segnale z(k) = x(−k) e. 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. 4. descritta dalla (4.18). si vede che per n < 0 [traslazione verso sinistra. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). partendo dal caso TD per semplicità. per cui il risultato della convoluzione è nullo. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. che si ottiene da z(k) mediante traslazione di n campioni. rappresentiamo h(k) in funzione di k [fig.12) nel caso TC. Nel caso TD.3(c)]. 4. per la proprietà commutativa della convoluzione. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione.1 seguente). dobbiamo costruire il segnale wn (k) = z(k − n).18) Le due espressioni riportate nella (4. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . fatta eccezione per casi particolari. Prendendo come riferimento la seconda delle (4. con a = 0.3(a)]. e sommando i risultati dei prodotti ottenuti.18) sono del tutto equivalenti.3(e)].1. effettuare la traslazione del segnale z(k) verso destra se n > 0. vedi anche il § 4. in particolare. La difficoltà maggiore è che. se n > 0 [traslazione verso destra. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . Esempio 4.134 Sistemi lineari tempo-invarianti (LTI) 4. 4. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso.

h(k) e wn (k) si sovrappongono per k ∈ {0. h(k) w2 (k) = 1 + a + a2 . 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. 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 . . . per alcuni valori di n. l’esempio mostra chiaramente che.7) vada effettuata in principio su infiniti valori di k. In particolare. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 .3 Convoluzione 135 wn (k) su un numero finito di campioni. ed è rappresentato graficamente in fig. 4.7). un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. se n < 0 . oppure anche per tutti i valori di n. . 1. y(n) = 1 − an+1  . per effettuare correttamente il calcolo della convoluzione. vale a dire: . . Si noti che. altrimenti . tale numero di campioni è pari ad n+1. + an = k=0 ∑ ak = n 1 − an+1 . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. . 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. .4. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . Facendo riferimento per convenienza alla seconda delle (4. sebbene la somma in (4. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a .19) Anche in questo caso. h(k) w3 (k) = 1 + a + a2 + a3 . in pratica essa può ridursi ad una somma finita di valori per ogni n. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . Per un generico valore n > 0. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. (4. 2. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . In particolare.3(f) nel caso in cui 0 < a < 1. Ovviamente esistono casi in cui il numero di termini della somma è infinito. n}. è semplice considerare i casi per n = 1. che in generale potrebbe non convergere.19). in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. più precisamente. C. se |a| < 1. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. 1−a In definitiva. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + .

4 0.6 h(k) 0.6 0.4): (a) rappresentazione di h(k). (e) traslazione verso destra di z(k) (n = 5). .8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.4 0.3.4 0.2 0 (b) z(k)=x(−k) 0. (f) risultato della convoluzione.4 0.8 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.6 0.8333) e x(n) = u(n) (es.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0. (d) traslazione verso sinistra di z(k) (n = −5).8 w−5(k)=x(−5−k) 1 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig. (b) rappresentazione di x(k). (c) riflessione del segnale x(k). Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 0.4 0.6 0.8 0.8 0. 4.2 0 −10 −5 0 k 5 10 (a) 1 0. 4.136 Sistemi lineari tempo-invarianti (LTI) 1 0.

le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0.4. per cui si ha nuovamente y(t) ≡ 0.20) T1 . effettuare la traslazione del segnale z(τ ) verso destra se t > 0.4(b)] in funzione di τ ∈ R. 0. Esempio 4. Infine. Per T2 ≤ t < T2 + T1 . per 0 < t < T1 . per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . ed assumiamo T2 > T1 . ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). Per T1 ≤ t < T2 . in quanto le due finestre rettangolari si sovrappongono solo su un punto. posto in ingresso al sistema LTI (cfr.4(d)]. . Per prima cosa. per cui risulta y(t) ≡ 0 per t ≤ 0. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. ed effettuando l’integrale del prodotto.    T2 + T1 − t. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . 0 < t < T1 . 4. Traslando il segnale z(τ ) verso sinistra [fig.4(e)]: in particolare. di durata ∆h = T2 .   t. T1 ≤ t < T2 . y(t) = (4. rappresentiamo x(τ ) [fig.2) avente risposta impulsiva h(t) = rect . (3) Per ogni fissato valore di t ∈ R. T2 ). per cui si ha: y(t) = t 0 dτ = t . Facciamo per comodità riferimento alla seconda delle (4.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. successivamente. 4. per T2 ≤ t < T2 + T1 . Considerando invece valori positivi di t. 4. invece.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R.t). costruendo il segnale z(τ ) = x(−τ ) e. le finestre non si sovrappongono affatto. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC.19). successivamente. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . es. T2 ≤ t < T2 + T1 . ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. 4. Riassumendo.5T1 T1 t − 0. e verso sinistra se t < 0. per t ≥ T2 + T1 . per cui si ha: y(t) = t t−T1 dτ = T1 . 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. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t.5T2 T2 . 4.t). per T1 ≤ t < T2 . di durata ∆x = T1 . (2) Effettuare prima la riflessione del segnale x(τ ).4(c)]. 4.4(a)] e h(τ ) [fig.

in particolare. scambiando il ruolo dei due segnali.1). tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . se è possibile dal punto di vista matematico. in quanto si può verificare che la convoluzione possiede.7) e quella a TC (4. Si noti che se T1 > T2 si può procedere allo stesso modo. come discusso di seguito. prodotto. . Come mostrato in fig.   2T − t. e prende il nome di proprietà di durata della convoluzione (cfr. calcolo dell’area) sono molto simili nei due casi.4(f).3. 4. § 4. A tale scopo. t < 0 oppure t ≥ 2T . mentre la seconda è definita mediante un integrale. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. oltre a proprietà specifiche. non ha nessun senso dal punto di vista sistemistico. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. per T ≤ t < 2T . Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD.5. 4. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) .6 sono equivalenti.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. C. similmente alla somma di convoluzione. 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. tutte le proprietà algebriche del prodotto convenzionale. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . 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 . 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(·). ed è rappresentata in fig.20). nel senso che ya (·) ≡ yb (·). nello studio delle proprietà della convoluzione. In conclusione. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. Per questo motivo.6. 4. Nel caso particolare T1 = T2 = T .  y(t) = t. Ovviamente questo scambio. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. 4.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . Per questo motivo. traslazione.12) è che la prima è definita mediante una sommatoria. cioè i due schemi in fig. In altri termini. nel seguito. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. 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. ed è rappresentato graficamente in fig. pertanto. notiamo che l’intervallo di tempo (T1 . la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . l’integrale di convoluzione può non esistere finito. per 0 < t < T . notiamo che.3. 4. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. la convoluzione viene chiamata anche prodotto di convoluzione.

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

7(b). 4. 4. nel senso che yb (·) ≡ yd (·). A sua volta. 4. In altre parole.7(d). l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). Conseguentemente. cioè i due schemi in fig.) (b) y b(.5. 4.7(a) e fig. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . Per la proprietà commutativa. il sistema LTI 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 (·). yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). 4.7(d) sono equivalenti. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .7(b) e fig. In virtù della proprietà commutativa della convoluzione.7(c) è equivalente allo schema serie riportato in fig. In tale ipotesi. 4.6. per la proprietà associativa. Inoltre.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(a). 4. i due sistemi LTI in figura sono equivalenti. ossia yc (·) ≡ yd (·). cioè ya (·) ≡ yc (·).) h(.) 0 T t 2T x(.7(c). per cui il sistema LTI in fig. nel senso che ya (·) ≡ yb (·). 4. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. In base a queste due interpretazioni.) (a) y a(. come evidenziato in fig. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . osserviamo innanzitutto che.7(b) sono equivalenti. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. 4. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. i due schemi riportati in fig. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . A tal fine. . 4. 4. T Proprietà associativa Fig. 4. 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 (·). in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI).7(a) è equivalente al sistema LTI riportato in fig.) Fig. come mostrato in fig.) h(.

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

11) nel caso TC. ad esempio.25) della convoluzione. se per calcolare y(t − t0 ).9.22).n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. Nel caso di un sistema LTI. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. ∀t0 ∈ R . infatti.2). Per giustificare invece la correttezza della (4. la (4. secondo la quale. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). x(n − n0 ) −→ y(n − n0 ) . invece che alla (4.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. per ogni x(·) ∈ I e y(·) ∈ U. è possibile riottenere la (4.10. esplicitando la convoluzione (4. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop.9). per sistemi a TC e a TD.4) nel caso TD e la (4.22) (4.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. x(t − t0 ) −→ y(t − t0 ) . x(n − n0 ) ∗ h(n) = y(n − n0 ) . rispettivamente. (4.142 Sistemi lineari tempo-invarianti (LTI) x(.21). notiamo che la (4. Dal punto di vista matematico. si ha. 4.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). esprimendo la relazione i-u del sistema mediante una convoluzione. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). noti inoltre che.) x(n) z .23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ .22) [un discorso analogo vale per la (4. 4. ∀t0 ∈ R .) δ(.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. ∀n0 ∈ Z . i due schemi in figura sono equivalenti. In virtù della proprietà di invarianza temporale (4.3 Dal punto di vista dell’interpretazione sistemistica.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. 3. rispettivamente. ∀n0 ∈ Z . Le (4. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). In un sistema identico. . e per la (4. si giungerebbe. 4. Tale sistema prende il nome di sistema identico. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) .22) e (4. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.) x(.

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.

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

ma anche la risposta al gradino caratterizza completamente un sistema LTI. Infatti. con un tempo di salita molto stretto.4. le relazioni (4.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. sfruttando la relazione i-u (4.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. 2. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). in particolare.12. per ottenere la risposta al gradino a partire dalla risposta impulsiva. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . (4. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . non solo la risposta impulsiva. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). In altri termini. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. ovvero è anch’essa una risposta canonica.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . 3.7) di un sistema TD LTI. In particolare.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. è sufficiente far passare quest’ultima in un sistema accumulatore. Notando che la (4. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. come ad esempio il segnale uε (t) di fig. 4.11(a). es. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.34) e (4. la risposta al gradino si può scrivere esplicitamente come: s(n) = h(n) ∗ u(n) = +∞ k=−∞ ∑ h(k) u(n − k) = k=−∞ ∑ n h(k) . (4. Nel caso TD. . In definitiva.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n).

si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. Infatti. utilizzando la (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. si ottiene h(t) = d s(t) dt (4. trattandosi di una pura astrazione matematica (cfr. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . aventi area unitaria.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.36). raffigurati in fig.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . 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. varia da sistema a sistema. (4.12). come già detto in precedenza. Tuttavia. adoperando le proprietà di linearità e di invarianza temporale del sistema. 2ε 2ε (4.6) 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). 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. Infatti la risposta al gradino s(t).1. Per la linearità del sistema.37) Le (4. In particolare. Dalla (4.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. 5 Non esiste una regola generale per stabilire quanto ε . derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . Nel caso TC. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. 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 .36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ .11(b). Nel caso TC valgono considerazioni analoghe. 2.4). un valore appropriato di ε dipende dalla struttura interna del sistema e. in quanto caratterizza completamente il sistema.36) ed (4. § 2. con ε sufficientemente piccolo. abbiamo visto [si veda la (2. Pertanto. dunque.

in fig. dt (b) Nel caso TD.1). possiamo dire che. .39) è un sistema LTI. (4. Confrontando la (4. Conseguentemente.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. es. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . il cui valore è (cfr. per cui l’integratore (4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. Utilizzando la (4. 4. 4.4.12).7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.39) Abbiamo già mostrato che tale sistema è TI (cfr. In maniera equivalente. si può mostrare che la (4.38). che cresce linearmente per t > 0 [fig. es.13(b)]. Esempio 4. Si può notare che. 3. 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.40) con la (4. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . il segnale in fig. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. identicamente nulla per t < 0. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). es. 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) . 3. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig.13(a)]. descritto dalla relazione i-u: y(t) = t −∞ x(u) du .13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). il segnale hε (t) tende proprio alla risposta impulsiva del sistema. che per la (4. In pratica. 4. si tratta cioè di una rampa. 3. (4. 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) . per ε → 0. se ε 1.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t.4 Risposta al gradino 151 alla derivata della risposta al gradino.36).24): s(t) = t u(t) . in virtù della (4.18) e si può facilmente verificare che tale sistema è anche lineare. 4.37) è esattamente la risposta impulsiva.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ .

3. 4.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig. (4.7): (a) risposta impulsiva. es. si può mostrare che la (4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. Esempio 4. In maniera equivalente. 4. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . (4.7). .8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr.13.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . (b) risposta al gradino.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. Integratore con memoria infinita (es.2).42) con la (4. Confrontando la (4.

avente relazione i-u: y(t) = t t−T x(u) du .14(b)]. 4. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. In virtù della (4. 4. Integratore a TD o accumulatore (es. es.   t    se 0 ≤ t < T . 0 .15(a).8): (a) risposta impulsiva. (b) risposta al gradino. 4.   0 . n + 1 . (4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0.34).  dτ = t .14(a)].5T T . si tratta cioè di una rampa a TD [fig. se t ≥ T . Risolvendo l’integrale si ottiene:  se t < 0 . se n ≥ 0 . 4.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. se n < 0 . Esempio 4.2).43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. ossia: h(t) = rect t − 0.4 Risposta al gradino 153 10 1 0. in virtù della (4. 0 s(t) =  T     dτ = T . in cui l’estremo superiore di integrazione t varia in R. che è riportata in fig.5T T dτ .4.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .6 0. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. Conseguentemente. 4.36).4 0. 4.14.

1. se ε impulsiva del sistema. 4. 4. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig.15. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. . T .5T T + T u(t − T ) . il segnale in fig.15(b)]. In altre parole. in fig.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. In pratica. si tratta di una funzione identicamente nulla per t < 0. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. Si può notare che.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. 4. 4.154 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. per ε → 0.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . Esempio 4. Integratore con memoria finita (es.9): (a) risposta impulsiva. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0.38). 4. (b) risposta al gradino. 4. che cresce linearmente nell’intervallo (0. Utilizzando la (4.

. .1(a) nel caso generale. ∑ k   k=0  1 M+1 . (b) risposta al gradino. 4. se n < 0 . Sistema MA con M = 5 e bk = 1 .    n   b . ∀k ∈ {0.4.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . se n ≥ M .1 0.4 0 0.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.45) k=0 rappresentata in fig.4 Risposta al gradino 155 0.34). 1. .8 s(n) 0 2 4 n 6 8 10 0.2 1/6 h(n) 0. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .   n+1 s(n) = . la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) .  ∑ k  s(n) = k=0 M    b . n M in cui l’estremo superiore della sommatoria n varia in Z. ed in fig. 5}: (a) risposta impulsiva. se 0 ≤ n < M . M M (4. M +1   1. se 0 ≤ n < M . ∑ bk δ (n − k) . se n < 0 . se n ≥ M . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Nel caso in cui i pesi bk siano tutti uguali a  0 .3 1 0. .2 0 −0.6 0. 4. 4. n+1 RM (n) + u(n − M) . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . In virtù della (4.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.16.

insieme alla risposta impulsiva. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. in fig. dato il legame biunivoco con la risposta al gradino. 4.16.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. . il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva.

per ogni segnale di ingresso {x(k)}k∈Z . (4. causalità. prop.5 Proprietà della risposta impulsiva 157 4. Il sistema è non dispersivo se e solo se. in questo caso. infatti.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr.48).47) Pertanto. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. Una condizione necessaria e sufficiente affinché ciò accada. è possibile legare le proprietà del sistema (non dispersività. ∀k = 0. è che risulti h(k) = 0. descritto dalla convoluzione a TD espressa dalla seconda delle (4.5. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. 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 .48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. (4. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. Passiamo ora a considerare i sistemi TC LTI. Sostituendo nella (4. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. Per costruire un segnale siffatto. Ponendo x(n) = δ (n) nella (4.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. seguiamo una strada diversa da quella seguita nel caso TD. equivalentemente. Affinché y(n) dipenda solo da x(n). poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t .4. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. la relazione precedente si può riscrivere come y(n) = α x(n) . ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .2(c)]. questo vuol dire che la risposta del sistema non cambia se. cioè caratterizza completamente un sistema LTI.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . § 3. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .46). Consideriamo un sistema TD LTI. 4.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. Notiamo che. al posto di {x(τ )}τ ∈R .46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. per ogni segnale di ingresso. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. (4. ponendo α = h(0). l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. nella (4. (4. 2. stabilità.47).49) .3. si ha: y(n) = h(0) x(n) .48).

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

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 . 4.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.51) Confrontando la (4.4 0. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita.9) e il sistema MA (cfr.8 0. che è rappresentata in fig. sono sistemi IIR con memoria infinita. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . 4.4 0.4. T (4.8 0. 0 . 4.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . Esempio 4. T (4. Sistema TC IIR con memoria praticamente finita (es.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. T (4. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .7) e l’accumulatore (cfr. aventi come risposta impulsiva il gradino unitario. 4. (b) risposta al gradino.17(a). es. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). es. 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) .5 Proprietà della risposta impulsiva 159 1 0. Sfruttando il fatto che u(τ ) = 0 per τ < 0. es.6 0.50) dove T > 0. In virtù della (4.52).12). la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .6 0. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.8).17. L’integratore (cfr. 4. se t ≥ 0 . es. . 4.10).51) con la seconda delle (4.52) Pertanto.11): (a) risposta impulsiva. 4.36).

per effetto della convoluzione.1).31). 4. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . se per semplicità facciamo riferimento ai sistemi TC. (4. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .5. la durata della risposta impulsiva risulta ∆h = T ln 1 α . con 0 < |a| < 1 . ricordando la proprietà di durata della convoluzione (cfr. ∀k < 0 .2).53). con costante di tempo T > 0. mentre tende a zero per |a| → 0. 4. la durata ∆y del segnale di uscita dal sistema è al più pari alla somma della durata ∆x del segnale di ingresso e della durata ∆h della risposta impulsiva. Così facendo. in virtù della (4. in quanto per tali valori di k risulta n − k > n. esso sarà “allungato”. In altri termini. Per calcolare la memoria analiticamente. per ogni segnale di ingresso. Affinché allora l’uscita non dipenda dai valori futuri. risolvendo l’equazione h(∆h ) = α /T (cfr. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ .53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. Infatti. e quindi misurare la memoria del sistema LTI. § 4. In questo caso la relazione i-u assume la forma: y(n) = +∞ k=0 ∑ h(k) x(n − k) = +∞ −∞ k=−∞ ∑ n x(k) h(n − k) .3.3. ma non dipende dai valori dell’ingresso negli istanti successivi. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . per |a| → 1. Lo stesso si può dire anche per i sistemi TD. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente.17(b).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. ln(|a|) memoria che tende a diventare infinitamente grande. La somma su k porta in conto valori futuri dell’ingresso per k < 0. § 2. Passiamo ora a considerare i sistemi TC LTI. scegliamo come valore di soglia α h(0+ ) = α /T . con 0 < α < 1.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva.54) . In conclusione. ovvero è un segnale di durata praticamente limitata. il sistema LTI ha memoria praticamente finita. notiamo che applicando al sistema un ingresso di durata finita. (4. proprio di una quantità pari alla memoria del sistema. deve accadere che h(k) = 0 .

Ragionando in modo analogo a quanto fatto nel caso TD.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso.3.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ .4. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . ∀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). ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. la relazione i-u (4. Abbiamo visto nel capitolo precedente (cfr. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. Di seguito sono riportati alcuni esempi di sistemi non causali.12).5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. 4.2) che un caso particolare di sistema non causale è il sistema anticausale. . h(t) = 0. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Risposta impulsiva dell’integratore non causale (es. In questo caso. il sistema è non causale. In sintesi. h(t) = 0. § 3. 4.18. ∀t < 0 . la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.

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) . si ha. A questo punto. . possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. −M + 1. 3.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. la (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. .57) rappresentata graficamente in fig. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. pertanto tale sistema è non causale.57). 0). 4.56) da cui. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . per confronto con la (4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. altrimenti . M Si tratta di un sistema sia lineare che tempo-invariante.19(b) al caso M = 5 e 1 bk = M+1 = 1 . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k .7). 3.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . 4. (4. . da cui. 0} . con il cambio di variabile τ = t − u → u = t − τ . Esempio 4. conseguentemente. il sistema non è causale. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. per cui è un sistema LTI. sia invariante temporalmente. . (4. D’altra parte. 5}. (4.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.12).56): h(n) = h=−M ∑ 0 b−h δ (n − h) . ∀k ∈ {0.11. . . In maniera equivalente. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].55) si può scrivere come una convoluzione. (4.10 e 3.58) espressione che è perfettamente equivalente alla (4.19(a) nel caso generale. 0.55) con T > 0. e pertanto esso rappresenta un esempio di sistema LTI. 4. Infatti.12).7).5T T . es. si può mostrare che la (4.18: si tratta di un segnale che assume valori non nulli per t < 0 e. che è rappresentata in fig. per confronto diretto con la (4. e particolarizzata in fig. . avente relazione i-u: y(t) = t+T t x(u) du . ponendo x(n) = δ (n) nella (4. . . Per questo motivo. Si può facilmente verificare che tale sistema è sia lineare.5T T x(t − τ ) dτ . k ∈ {−M. Infatti.

la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . abbia estensione temporale Dx = (0. ∆h ). 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. In tal caso. con ∆h ∈ R+ .13).5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . consideriamo il caso dei sistemi TC. che sussiste con ovvie modifiche anche nel caso TD. 4. . allora la corrispondente uscita è anch’essa identicamente nulla per t < 0.6 (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. con ∆x ∈ R+ . 4. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. 5} (es. Un segnale identicamente nullo per t < 0 è anche detto6 causale. ∀k ∈ {0. Allo stesso modo il sistema TC che effettua un anticipo temporale. ∀t ∈ (0.31). seguendo gli stessi ragionamenti che hanno portato alla (4. 6 Questa . Se il sistema è causale. l’anticipo unitario TD è un sistema anticausale. . allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. in particolare.. Tale risultato.19. è riassunto dalla seguente proprietà: Proprietà 4.. si ottiene che: y(t) = 0. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. Si tratta chiaramente di un sistema LTI. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. 1. che realizza un anticipo unitario del segnale di ingresso. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. I sistemi causali godono di una proprietà importante. ∆x + ∆h ) . si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . . . è un sistema LTI anticausale. (a) Risposta impulsiva di un generico sistema MA non causale. 6 Esempio 4. poiché h(n) è identicamente nulla per n ≥ 0.. Il sistema è pertanto non causale.4. ∆x ). cioè. Per evidenziare tale proprietà. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) .

3. cioè y2 (t) = 0.1 e 3. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . come mostrato in fig. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . in virtù della prop. 3. §3.3). supponiamo di scegliere un secondo ingresso x2 (t) = 0. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD.5. ∀t ≤ −ε . x2 (t) ∈ I tali che x1 (t) = x2 (t). cfr. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. 4. Pertanto. allora risulterà per la prop. anche il segnale di uscita è identicamente nullo per t < 0.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. 4. allora il corrispondente sistema inverso è anch’esso LTI. ∀t ≤ t0 . 4. sfruttando in aggiunta la proprietà di linearità. Poiché la convoluzione è commutativa. 3. l’omogeneità) e la causalità del sistema: questo dimostra che la prop.60) (4. la prop.20 (notiamo che per i sistemi LTI vale una proprietà più generale. 4.20.) Fig. ∀t ≤ −ε .) hinv(. 3. Soffermiamo l’attenzione sui sistemi TC. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. ∀t ≤ t0 .6 si poteva già dedurre dalle prop. cioè. Poiché risulta x1 (t) = x2 (t) = 0. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). ∀t ∈ R. così come il segnale di ingresso. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. 3.20. le stesse considerazioni si possono fare scegliendo n0 = −1. in questo caso.164 Sistemi lineari tempo-invarianti (LTI) y(. ed applichiamo la proprietà vista per t0 = −ε < 0. Dato un ingresso x1 (t) = 0.4. 4.6 vale più in generale per sistemi lineari causali (non necessariamente TI). La seguente proprietà riassume le considerazioni fatte precedentemente: infatti.59) per cui se hinv (·) è l’inverso di h(·). allora h(·) è l’inverso di hinv (·). Ricordiamo che. In base a tale risultato. ∀t ∈ R.1 è più immediata: .1 y1 (t) = y2 (t).) x(. Ma se il sistema è lineare. 7 Nel caso TD. con ε ∈ R+ piccolo a piacere.4.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. D è mostrato che se un sistema LTI è invertibile. 4. In verità. l’applicazione della prop. Poiché la risposta impulsiva del sistema identico è δ (·). si ha che y1 (t) = 0. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. per ogni t0 ∈ R e per ogni x1 (t). (4. ∀t ≤ −ε . il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico.) h(. In app. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. Per cui ritroviamo il risultato. risulta che y1 (t) = y2 (t).3. ∀t < 0.1. rispettivamente. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t).) x(. in base alla prop. un sistema è causale se e solo se.

61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. con passaggi banali. e proviamo a trovare una maggiorazione simile per l’uscita y(n). Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. a cui si rimanda direttamente il lettore. 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. Si ha. Alcuni approfondimenti ed esempi sono riportati in app. Ad esempio. detta hinv (·) la sua risposta impulsiva. In alcuni casi. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). significa determinare uno dei fattori della convoluzione. . Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. consideriamo un sistema TD LTI. ∀n ∈ Z. il suo sistema inverso è anch’esso LTI e. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . Supponiamo allora che l’ingresso sia limitato. 4. In molti casi pratici.60) è un problema matematicamente complicato.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. che va sotto il nome di deconvoluzione (di fatto. Questa compensazione prende il nome di equalizzazione. se h(k) è una successione sommabile. ovvero |x(n)| < Kx .5 Proprietà della risposta impulsiva 165 Proprietà 4. §3.3. nelle telecomunicazioni.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . noto l’altro fattore ed il risultato finale). allora la risposta impulsiva dev’essere sommabile. cfr.4. Pertanto.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). (4. un problema di interesse è determinare il sistema inverso di un dato sistema. se un sistema è stabile. Purtroppo determinare hinv (·) dalla (4. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini.5. descritto dalla (4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) .59) o (4. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. Abbiamo cioè provato che la sommabilità (4. D.

sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . altrimenti .9) e il sistema MA (§ es. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. x(n) = h(−n)  0. la risposta impulsiva h(·) ha durata rigorosamente limitata. h(k − n) dove la seconda sommatoria va effettuata. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . Per un sistema LTI a TC è possibile ragionare in maniera analoga. Tale segnale assume solo i valori 0. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. −1. (sistema TC) . il che contraddice l’ipotesi che il sistema sia stabile. Pertanto. Ad esempio. su tutti i valori della variabile k per i quali h(k − n) = 0. procediamo per assurdo. 4. 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. 4. ovvero h(n) sommabile . l’integratore con memoria finita (§ es. per ciascun n ∈ Z. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. se h(−n) = 0 . |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. come riassunto dalla seguente proprietà: Proprietà 4. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). h(k) k k=−∞ dove abbiamo incluso nella somma. . senza alterarla. anche i valori di k per i quali h(k) = 0. In definitiva.62) In definitiva. e quindi è sicuramente limitato. la risposta impulsiva deve essere necessariamente sommabile. 1. risulta che l’uscita all’istante n = 0 non è limitata. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. che presentano memoria rigorosamente finita. (4.10).

Più precisamente. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . in quanto. D’altra parte.8). Ad esempio. +∞ k=−∞ +∞ con 0 < |a| < 1 . la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Esempio 4. (4. che non contiene impulsi. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. l’uscita del sistema (4. se la risposta impulsiva h(t) è una funzione generalizzata. per ogni t0 ∈ R. pertanto. Infatti. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). 4. 4. conseguentemente. l’integratore (§ es. se il segnale di ingresso è limitato. il sistema che effettua la traslazione temporale del segnale di ingresso.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . Pertanto.62) (cfr. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. In conclusione. 4.17(a)] è data da: 1 −τ /T e u(τ ) . n=1 himp (t) N (4. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva.4 e B. 1 la risposta impulsiva è sommabile.7) e l’accumulatore (§ es.63) è sicuramente limitata. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . che anticipa/ritarda il segnale di ingresso. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. che contiene solo impulsi.64) .3). è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). questo problema può essere tranquillamente aggirato. dal punto di vista pratico. aventi come risposta impulsiva il gradino unitario. con t0 ∈ R . la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . possiamo concludere che il sistema TC (4. Ad esempio. Ad esempio. in questo caso. § B. sono esempi di sistemi IIR con memoria infinita e. 4. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . T Si tratta di un sistema con memoria praticamente finita.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es.4. è un sistema stabile. nel caso del sistema (4.61) e (4. i sistemi IIR aventi memoria infinita sono sicuramente instabili. Poiché il concetto di sommabilità di una distribuzione non è definito. nel senso che può contenere degli impulsi di Dirac. la cui risposta impulsiva [fig. se il sistema IIR ha memoria praticamente finita. e di una funzione himp (t) puramente impulsiva. il sistema è stabile.2. Più in generale. sono stabili. Analogamente.63). Verifichiamo che tale sistema è stabile.63).11. instabili. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). ossia h(t) = δ (t − t0 ). In verità.1.

21. in svariati campi delle scienze fisiche e dell’ingegneria. αN . tuttavia per una presentazione efficace è opportuno studiarli separatamente. allora il sistema complessivo è sicuramente stabile. dt k dt m=0 (4. se i sistemi componenti il parallelo sono singolarmente stabili.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. In questo caso. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. .168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . possiamo affermare che. in virtù della prop. sono descritti da equazioni differenziali lineari a coefficienti costanti.6. tN Fig. 4. 4. . come mostrato in fig. 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). Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. . 4. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. In altre parole. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. 4. 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. 4.21. 4. Tali sistemi presentano numerose analogie. il sistema in fig. dove N ∈ N.65) . descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD).64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. .1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC.8.

. . I valori assegnati y0 . Per sgombrare subito il campo da qualsiasi tipo di equivoco. la (4. a partire da un istante prefissato tin ∈ R. . dN−1 y(t) dt N−1 = yN−1 .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. . 3.65).65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . e N ≥ 0 è l’ordine dell’equazione. . aN e b0 . . a0 .65). . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . Assegnato l’ingresso x(t) per t ≥ 0. essa non rappresenta un legame i-u come espresso dalla def. bM sono costanti e quindi indipendenti dal tempo t. aN e b0 .68) ottenuta ponendo x(t) ≡ 0 nella (4. . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . in quanto. .66) t=0 t=0 dove y0 . (4. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . . per trovare la corrispondente uscita y(t) per t ≥ tin . 8 Nel . y1 . in tal caso. M dm che rappresenta una relazione i-u tra y(t) ed x(t). La (4.1. d y(t) dt = y1 . yN−1 sono valori (in genere reali) assegnati. . la soluzione generale della (4. . . Ciò è vero solo nel caso particolare in cui N = 0. sia applicato in ingresso al sistema un dato segnale x(t).65) rispetto al segnale di uscita y(t). la (4.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4.68) è detta soluzione omogenea della (4. occorre preliminarmente osservare che il fatto che la (4. . che tiene conto di tutte le possibili condizioni iniziali. è necessario conoscere lo stato iniziale del sistema. y1 . per le quali si rimanda il lettore direttamente ai testi di analisi matematica. vedremo che ciò è vero solo in alcuni casi particolari. . a1 .65). oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. In questo caso. Come verifica di quanto sopra affermato. per ogni fissato ingresso x(t). b1 .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. Nel caso più generale in cui N = 0. yN−1 dipendono dalla evoluzione passata del sistema e. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). dal punto di vista fisico. nel senso specificato dalla def. osserviamo che. . . La soluzione generale y0 (t) della (4. determinare la relazione i-u del sistema equivale a risolvere. . È noto8 che tale problema non è completamente definito.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 . . supposto che.65) coinvolge. la (4. . m=0 N dk M dm (4. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. N dk (4. in altre parole. bM sono i coefficienti (in genere reali) dell’equazione. . 3. Una seconda osservazione importante riguarda il fatto che la (4.4. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. . .65). .1. Ponendo per semplicità tin = 0. è data dalla somma di una soluzione particolare y p (t) della (4. . l’equazione differenziale (4. a1 .65). infatti. .65) descrive in maniera solo implicita il comportamento del sistema. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . . b1 . .

68). si può provare che la (4.65) non univocamente determinata. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . . λ2 . . immaginarie oppure complesse. con λ ∈ C.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ).70) fornisce tutte le soluzioni dell’equazione differenziale (4. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. a .69) da cui sommando membro a membro la (4. . le radici di q(λ ) sono o reali o complesse coniugate. (4. N dk (4. Le radici del polinomio caratteristico possono essere reali. Se si pone allora y(t) = eλ t nella (4. . eλ2t .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . . Pertanto. e quindi deve annullarsi q(λ ). . D’altra parte. Più in generale. .72) dove c1 . la soluzione generale della (4. . (4. NR .65). . 1.69). cioè del tipo esponenziale complesso. i (4. .73) dove λ1 . allora k=0 ∑ ak dt k y0 (t) = 0 . . λ2 . siano esse λ1 .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. con N1 + N2 + · · · + NR = N [nel caso in cui R = N. Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). rispettivamente. . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4.70) è una soluzione della (4. è immediato constatare che y(t) = y0 (t) + y p (t) (4. In linea di principio. Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. cN sono costanti arbitrarie. a N 0 1 siano reali. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. . . .68) non offre particolari difficoltà. . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .170 Sistemi lineari tempo-invarianti (LTI) della (4.68).68). Quindi. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. è soluzione della (4. allora gli esponenziali complessi eλ1t . . l’esponenziale eλ t è soluzione della (4.67) e (4.h t h eλ t . . .68). eλN t sono singolarmente soluzioni della (4. c2 . .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 .68) è ancora una soluzione della stessa equazione. Ni − 1}. la (4. .65). per h ∈ {0. . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . . . N2 . combinando linearmente tutte le N possibili soluzioni. . . . allora si prova facilmente che t h eλit . λN .68). poiché una arbitraria combinazione lineare di soluzioni della (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . . .

y1 . ∀t ∈ R. A differenza della soluzione y0 (t). . . Si determina la soluzione omogenea y0 (t) data dalla (4. In altri termini. si determina una soluzione particolare y p (t) della (4.h sono combinazioni lineari dei valori y0 . . (4. . 1. 2. In molti casi è conveniente esprimere la soluzione generale della (4. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. . 3. allora la soluzione particolare ottenuta è valida solo per t > 0. .65) non definisce univocamente un sistema. possiamo dire che la soluzione generale della equazione differenziale (4.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. se l’ingresso è applicato all’istante tin = 0. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t).65). senza portare in conto le condizioni iniziali.65). Risolvendo tale sistema si trova che le costanti ci.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. R} e h ∈ {0. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. Si determinano gli N coefficienti ci. Questo è un risultato del tutto intuibile in quanto. . Riassumendo quanto detto finora. in quanto l’uscita è definita a meno di N costanti arbitrarie. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. per la presenza delle costanti ci.75) t=0 t=0 La soluzione particolare yfor (t) della (4. ossia. l’equazione differenziale (4. cioè y0 = y1 = · · · = yN−1 = 0. né una tecnica generale di soluzione.h .72)]. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . d y0 (t) dt = y1 . Assegnato l’ingresso x(t).h ). l’evoluzione libera del sistema è nulla. . Notiamo che. y1 . 2. Conseguentemente. cioè y0 (0) = y0 .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. yN−1 . Anche in questo caso. . . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso).73).74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. e per essa non è possibile dare un’espressione generale. La (4.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4.66) e la seconda dipendente solo dal segnale di ingresso x(t). . D’altra parte. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4.74) determina un sistema di N equazioni lineari nelle N incognite ci. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. .6 Esempi di sistemi LTI 171 nella (4. Innanzitutto. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. . . . ylib (t) = 0. con i ∈ {1. data da y(t) = y0 (t) + y p (t) per t > 0.65) si può ottenere seguendo i seguenti passi: 1. assumendo che siano nulle le condizioni iniziali.h . . (4. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . Ni − 1}. .66) assegnate. .4. in quanto tiene conto del solo segnale di ingresso x(t). calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. dN−1 y0 (t) dt N−1 = yN−1 . .h nella soluzione omogenea. . soddisfi le condizioni iniziali (4.73).

76) è lineare per le differenze. indipendente dal segnale di ingresso.66) sia LTI. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig.65) e (4. Schema elettrico del sistema RC (es. dt (4. In definitiva. il che si ottiene imponendo che il sistema sia inizialmente in quiete. 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). assegnando cioè y0 = y1 = · · · = yN−1 = 0. Schema a blocchi del sistema RC (es.4 dal momento che. se si impone x(t) ≡ 0. Inoltre. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. Esempio 4. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ).16). La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). occorre che la sua evoluzione libera sia nulla.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig.66) non è lineare. Fig. Tuttavia.65) e (4. ∀t0 ∈ R. Possiamo quindi dire che.76) La prima osservazione interessante suggerita dalla (4. può essere rappresentato mediante lo schema a blocchi in fig. indipendente dal segnale di ingresso. 3. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). affinchè il sistema descritto dalle (4.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). ciò significa che se x(t) ≡ 0. La seconda osservazione legata alla (4. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . (4. 4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. 4. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.23. è interessante osservare che il sistema definito dalla (4.66) non è tempo-invariante. cioè. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).65) e (4.22. α2 ∈ C. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). 4.76) che y(t) = ylib (t) = 0.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. ∀α1 .76) è che in generale il sistema descritto dalle (4. 4.76) è che in generale il sistema descritto dalle (4. 4.16).23. 3. mentre l’uscita y(t) è la tensione ai capi della capacità. La . allora yfor (t) ≡ 0. ciò viola la prop. segue dalla (4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. 4. In particolare. rispettivamente.22.

dobbiamo imporre la sola condizione y0 (0) = y0 . c1 ∈ R . otteniamo la risposta forzata del sistema. Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . per integrazione indefinita. 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) .  c2 . e deve soddisfare l’equazione differenziale completa (4.79) Notiamo che.77). 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 . da cui si ricava l’unica radice λ1 = −1/(RC). Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0.  RC e  . per la presenza della costante moltiplicativa c1 arbitraria. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . (4. per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . risolvendo l’equazione (4. dt (4. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. nel nostro caso (equazione del primo ordine). In questo caso.71). RC da cui. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.77) si può scrivere come: y(t) = y0 (t) + y p (t) . La soluzione particolare y p (t) dipende dal tipo di ingresso.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. la (4.4. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . dt RC dt  0 .  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 .79) non consente di determinare univocamente l’uscita del sistema.66).77). d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e .78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.79) otteniamo allora che y0 (0) = c1 = y0 . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).77). se t ≥ 0 .73) degenera nella (4. Dalla (4. se t < 0 . se t < 0 . In questo caso (R = N = 1). se t ≥ 0 . la (4.

2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. per la presenza dell’evoluzione libera. ottenuta ponendo x(t) = u(t − t0 ). con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) .77). è pari a yt0 (t) = yfor (t −t0 ). ovvero s(t) = (1 − e−t/RC ) 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). 4. dt RC che.65). per cui risulta che c2 = 0.6. con N ≥ 0 e aN = 0. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. 4. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. y(t) = yfor (t) ne rappresenta la sua risposta al gradino.81) nota come equazione alla differenze a coefficienti costanti di ordine N.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . . (4. 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). la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) .80) Osserviamo che. Notiamo a questo punto che.10 Pertanto.50) assegnata nell’es. Inoltre. M (4. una relazione analoga alla (4. essendo il sistema LTI nelle ipotesi fatte. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante.24. ∀t < 0] e stabile [h(t) è sommabile]. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(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. Nel cap. ma non comporta discontinuità in t = 0 del segnale y p (t). Oltre ad essere chiaramente dispersivo. Tenendo presente la relazione (4.65) in maniera più semplice di quanto visto finora. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. il sistema risultante non è omogeneo (e quindi non è lineare). trattandosi di una equazione differenziale del primo ordine. segue che c3 = −1. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). 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) .11. 4.37) esistente tra risposta al gradino e risposta impulsiva. ponendo y0 = 0. per un’equazione differenziale di ordine N. il sistema LTI ottenuto è causale [h(t) = 0. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. inoltre. 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. corrisponde alla risposta impulsiva (4. ponendo T = RC. e la (4.

65). sia applicato in ingresso al sistema un dato segnale x(n). . a0 m=0 (4. i sistemi definiti implicitamente dalla (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . Ponendo per semplicità nin = 0.81).82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). .16): (a) risposta impulsiva. 4. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . sono sistemi LTI. come: y(n) = y0 (n) + y p (n) . assegnato il segnale di ingresso x(n).8 0.6 Esempi di sistemi LTI 175 1 0. avente la seguente risposta impulsiva:   bn . analogamente al caso TC. Per N ≥ 1.4 0. e sono denominati sistemi auto-regressivi a media mobile (ARMA). M} . . y(−N) = yN . la (4.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. Sistema RC (es. altrimenti . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . A tale proposito.4. . supposto che. n ∈ {0. . y(−2) = y2 . In particolare. sebbene in principio siano più semplici rispetto alle equazioni differenziali. sono generalmente meno note ai lettori.9. va detto che la teoria e la pratica delle equazioni alle differenze. si può provare che la soluzione generale di una equazione del tipo (4. . la (4. .8 RC h(t) 0. . (4.81) descrive solo implicitamente un sistema. 3.81) rappresenta una relazione i-u semplice da studiare. y2 . yN sono valori (in genere reali) assegnati.81) si può esprimere.83) dove y1 . Assegnato l’ingresso x(n) per n ≥ nin . (4. 4. analogamente alle soluzioni di una equazione differenziale (4.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. h(n) = a0  0. sotto opportune ipotesi. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali.6 0.4 0. 1. per determinarne la relazione i-u. Solo nel caso N = 0. .24. per trovare la corrispondente uscita y(n) per n ≥ nin . è necessario risolvere rispetto a y(n) l’equazione alle differenze. . .65). è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . notiamo che la (4.82) Dal confronto con l’es. In particolare. a partire da un istante prefissato nin ∈ Z. . (b) risposta al gradino. .6 0.

N2 . . .h sono combinazioni lineari dei valori y0 . l’esponenziale zn è soluzione della (4. (4. .81): k=0 ∑ ak y(n − k) = 0 . . . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn .88) Quindi. −1}. la soluzione generale della (4. Conseguentemente. cN sono costanti arbitrarie. yN . . . Pertanto. ovvero la soluzione generale dell’equazione omogenea associata alla (4.88) che soddisfa le condizioni iniziali (4. Risolvendo il sistema lineare (4.h . a N 0 1 siano reali.87) dove c1 .h nh zn . . . . . . cioè y1 = y2 = · · · = yN = 0. con z ∈ C e si pone y(n) = zn nella (4. y2 . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. Se invece il polinomio q(z) presenta R radici distinte z1 . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4.84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). NR . a . immaginarie oppure complesse. M (4. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 .83).176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4.86) le cui radici possono essere reali. ossia y0 (−1) = y1 . . questo vuol dire che se si impone che il sistema sia inizialmente in quiete.81). . . .84) si effettua ragionando similmente al caso TC. −N + 1.84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. yN−1 assunti da y0 (n) per n ∈ {−N. z2 . rispettivamente. la soluzione generale della (4. con N1 + N2 + · · · + NR = N. . . . . c2 . siano esse z1 . come nel caso TC. . . zN . . (4. . . . Se ci si limita a trovare soluzioni del tipo zn . y1 . yN (−N) = yN .89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . . y0 (−2) = y2 . . i (4. per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . N (4. si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . le radici di q(z) sono o reali o complesse coniugate. .89) si trova che le costanti ci. . .11 Se le N radici del polinomio q(z) sono distinte.84). . . .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. 1 2 N (4. . z2 . zR aventi molteplicità N1 .

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) . In conclusione. Tale metodo si basa sull’osservazione che la (4. y(n − 2). ∀n ∈ Z. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. .81) e (4. Tale procedura. Esempio 4. y(−N + 1). Dividendo primo e secondo membro per a0 = 0. di quello passato x(0) e degli N valori precedenti dell’uscita y(0).92) . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. più semplice. y(−2). . .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). . la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . (4.91).81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. il sistema descritto dalle (4. . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. . .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) . a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1).90) A causa della presenza dell’evoluzione libera.81). la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. a0 k=1 a0 m=0 (4. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. possiamo riscriverla nella forma seguente. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. che è applicabile solo a TD. . assegnando y1 = y2 = · · · = yN = 0.83). Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. con condizioni iniziali nulle. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. l’equazione alle differenze (4. (4.6 Esempi di sistemi LTI 177 del sistema è nulla.91).81) può essere risolta seguendo un metodo alternativo a quello delineato sopra.83) è in generale lineare per le differenze e tempo-variante. . A differenza del caso TC. Successivamente. .4. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. e ponendo a = −a1 /a0 e b = b1 /a0 . Similmente al caso TC. . y(−N) (ovvero le condizioni iniziali assegnate). . y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). . . Pertanto. Nell’esempio che segue.81) e dalle condizioni iniziali (4. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. . x(n − 2). . D’altra parte. y(n) − a y(n − 1) = b x(n) . y(1). ossia. ylib (n) = 0. dai valori y(n − 1).

osserviamo che la forma ricorsiva (4. ossia y(n) = h(n).25). possiamo trovare la soluzione h(n) in maniera ricorsiva. 4. per N ≥ 1. oltre a fornire un metodo alternativo di risoluzione dell’equazione. la cui somiglianza con lo schema di fig.23 sottolinea che l’equazione (4. data la notevole importanza dei sistema ARMA nelle applicazioni. Imponiamo che il sistema sia LTI. h(n) = 0 . a ed in generale. Così facendo. h(n) può essere sinteticamente espressa come h(n) = b an u(n) .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. es.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. denotiamo 12 Ad esempio. h(1) = a h(0) + b δ (1) = ab . ed in particolare nell’elaborazione digitale dei segnali. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . A tale proposito. In tale ipotesi. Va detto che.26 per a = 0. . nel cap. 4. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 .11. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 .25. 4. in Matlab. A conclusione di questo paragrafo. Questa interpretazione porta allo schema a blocchi riportato in fig. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). In definitiva. si vede che il sistema è dispersivo. e sono pertanto sistemi IIR. scrivendo: h(n) = a h(n − 1) + b δ (n) . Dalle proprietà della risposta impulsiva. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. per n ≥ 0. ponendo b = 1. causale.17. assumendo che il sistema sia inizialmente in quiete. Pertanto.81). h(2) = a h(1) + b δ (2) = a(ab) = a2 b . 4. Analogamente. È interessante osservare che. suggerisce anche un modo per realizzare il sistema. il sistema in esame è un sistema IIR avente memoria praticamente finita. ed in generale. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. 4. e stabile per 0 < |a| < 1. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. per n < 0.16). supposto 0 < |a| < 1.91) dell’equazione alle differenze (4. A differenza del caso TC. ovvero y(−1) = 0. il comando filter implementa proprio la relazione i-u di un sistema ARMA. con un leggero abuso di notazione. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. 4. Per semplicità.12 è utile fare qualche considerazione sulla loro implementazione.8333 e b = 1. h(n) = an b . Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. che è rappresentata graficamente in fig. 4. i sistemi ARMA presentano risposte impulsive di durata infinita. in generale.

per m ∈ {0. ritardo elementare e sommatore. 4.8333 e b = 1). m=0 N N (4. è possibile ottenere un sistema con N < M.93) è riportato in fig. Per effetto della ricorsione. N (4. . e con bm i rapporti bm /a0 . 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. . si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. ponendo a zero i coefficienti bm . con ak i rapporti −ak /a0 . 4. . che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. ponendo a zero i coefficienti bk .2 Fig. 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) . per k ∈ {N + 1. analogamente. . Precisamente.6 0. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. 13 A . h(n) 0 0 5 n 10 15 20 Fig. così facendo la (4.17). Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.27. lo schema a blocchi corrispondente alla (4. . . è riportato indietro verso il segnale di ingresso z(n). .25.26.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. Risposta impulsiva del sistema LTI (es. 4. i sistemi AR presentano risposte impulsive di durata infinita. Questa ricorsione. è possibile ottenere un sistema con N > M.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. 4.4.95) 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. . 4. . N}.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . . partire da un sistema ARMA con N = M. M}. N (4.8 0. . . 1. M + 2. N}.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. N + 2. 2. . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. .4 0. opportunamente ritardato e scalato. M}. . per k ∈ {1. .

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

. . Realizzazione in forma canonica di un sistema ARMA (N = M).6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . b2 b1 Fig. . . . 4. Lo schema si ottiene facilmente da quello di fig. . 4.29. . z -1 aN u(n-N) bN . . . . . Lo schema si ottiene facilmente da quello di fig. Realizzazione in forma diretta II di un sistema ARMA (N = M). . z -1 u(n-N) bN parte AR parte MA Fig.28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco.28. .4. z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . . 4. .27 scambiando l’ordine della parte MA e della parte AR. b1 b2 . 4. x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . .

12). oltre che come sovrapposizione di impulsi. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . (4. per il quale la H( f ) definita dalla (4.12). è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . moltiplicato per H( f ). Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. e dei sistemi LTI in particolare.7. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. per comodità di presentazione. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.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 (·). che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. 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. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4.182 Sistemi lineari tempo-invarianti (LTI) 4. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). Assumendo che la quantità tra parentesi tonde esista finita. 4. di sinusoidi (rappresentazioni di Fourier).96) esiste finita. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. ovvero poniamo x(t) = e j2π f t . avente ampiezza unitaria e fase iniziale nulla. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). e scrivere la relazione i-u in termini di convoluzione discreta (4. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·).96) .97) +∞ −∞ h(τ ) e− j2π f 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 . se reali.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4.7) oppure continua (4. Nei paragrafi seguenti. Sostituendo nella relazione i-u del sistema.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R.

9 può anche essere rappresentata dallo schema a blocchi di fig.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. Vedremo nel cap. evidenzia che i fasori sono segnali particolari per i sistemi LTI. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. 4. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. Sotto opportune ipotesi.96). Per completare l’analogia. conseguentemente. Sostituendo tale espressione nella (4. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. |H( f )| < +∞. tale relazione di trasformata di Fourier è invertibile. 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. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). in particolare concetti di analisi funzionale. proporzionale a e. ∀ f ∈ R. ovvero se il sistema è stabile. 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 .30. Tale proprietà si esprime. da cui segue che.97). mentre la sua fase H( f ). ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. in particolare l’ampiezza del fasore viene modificata da |H( f )|.96).98) La (4. detta antitrasformata di Fourier. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). per analogia con la corrispondente proprietà dell’algebra lineare. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. inoltre il suo modulo |H( f )|. Fig. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. La prop. è in generale una grandezza complessa. Dalla sua definizione (4. . È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. che modifica l’ampiezza del fasore di ingresso. Quindi. si può interpretare come la trasformata di Fourier del segnale h(τ ). allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. dicendo che i fasori sono le autofunzioni dei sistemi LTI.31. 4. se h(τ ) è sommabile. ∀f ∈ R.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. 4. (4. 4. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. osserviamo che H( f ). Infatti. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. che modifica la fase del fasore di ingresso. generalmente soddisfatte dai segnali di interesse pratico. mentre la fase del fasore viene modificata da H( f ). che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . Si noti che tale proprietà vale anche per f = 0. prende il nome di risposta in ampiezza. ovvero si ha y = A x.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. per ogni fissato valore di f . si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . che definisce H( f ) in funzione di h(τ ). cioè dell’autovalore. e la sua inversa.4.30. la prop. prende il nome di risposta in fase. 6 che la relazione (4.9 si applica sicuramente a tutti i sistemi stabili. 4.

18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . della quale è facile ricavare modulo e fase. dt (4.6. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). la prop. mentre assume valori minori di 1 per f = 0 e decrescenti . si perviene alla seguente equazione differenziale. come dimostrato dall’esempio seguente.1).100) che descrive il sistema. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . 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. Sfruttando la conoscenza di h(t).6. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. raffigurato in fig. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . ovvero H( f ) = y(t) x(t) .100) Abbiamo visto nell’es. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t . 4. e sarà ulteriormente approfondito nel cap. § 4.16 (si veda anche il § 4.32 in funzione di 2π f RC. 4. 4. 6. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . 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. dt dt sostituendo nella (4.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .16.99). 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 .96).22. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . (4.1) che. Esempio 4. e sostituendo tali espressioni nell’equazione differenziale (4. avente ampiezza unitaria e fase iniziale nulla.

che introduce un’attenuazione di ampiezza crescente con la frequenza. Tale conclusione non è corretta. 4.99) è in generale una funzione complessa. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. Come osservazione conclusiva. In definitiva. La prop.100) e non la condizione iniziale y(0) = 0. il che è vero se e solo se y(0) = 0. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. In virtù di questo comportamento. 4. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. Pertanto.101) . l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. coniugando la (4. L’es. (4. al crescere di | f |. Un sistema di questo tipo. dato un sistema LTI. la corrispondente uscita è necessariamente nulla (cfr.4).18): risposta in ampiezza (in alto). In altri termini. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . prop. che assume una importanza rilevante nello studio dei sistemi LTI.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. tuttavia. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 .18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. e sarà ulteriormente approfondito nei prossimi capitoli. se l’ingresso è nullo.96). 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. si è implicitamente imposto che il sistema sia LTI.4. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. In particolare. 4. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . viene chiamato filtro passabasso. Se il sistema LTI è reale. Infatti. 4. crescenti al crescere di | f |. notiamo che.18 conferma che la funzione H( f ) data dalla (4. risulta h∗ (τ ) = h(τ ). dove si è sfruttato il fatto che. Infatti.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0.96) o dalla (4. a prima vista. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. supposto H( f ) finita.32. ovvero la sua risposta impulsiva h(t) è una funzione reale. cioè H( f0 ) = 0. risposta in fase (in basso). la corrispondente uscita è nulla. 4. nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t . 3. si ha: H ∗ ( f ) = H(− f ) . Risposta in frequenza di un sistema RC (es.9 e l’es. per un sistema reale. Quindi. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. se h(τ ) è reale. il sistema può “sopprimere” completamente il segnale di ingresso.

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.

Inoltre.104) esiste finita per ν = ν0 . Si può immediatamente osservare che.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. se H(ν0 ) = 0. capace cioè di rappresentare due segnali su uno stesso visore. 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 . la prop. 4. 4. Notiamo in effetti che la (4. un oscilloscopio a doppia traccia. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . 4. T0 In definitiva. per il quale H(ν ) definita dalla (4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig.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. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] .4. 4.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. Si consideri lo schema di misura di fig.35. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. 4. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. se H( f0 ) = 0.35. notiamo che per la proprietà 4.21). viene collegato all’ingresso e all’uscita del circuito. Esempio 4. considerando due attraversamenti dell’origine con pendenza positiva).109) introducendo un opportuno sfasamento di π /2. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. 4.35). Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. (4. Variando la frequenza f0 del generatore (a scatti oppure in maniera .111) (4. ed è riportata di seguito per completezza. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es.110) si può ottenere come caso particolare della (4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla.112) Analogamente al caso TC.

La tecnica vista si può estendere anche a sistemi di natura diversa da quella elettrica (ad esempio. a sistemi meccanici). . è possibile ripetere la procedura vista in corrispondenza di più valori di frequenza. in modo da ottenere un campionamento sufficientemente fitto della funzione H( f ). 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.

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

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

 1−1/a Risultato: (a) y(n) =  1/a  1−1/a . per 2 < t < 3 . per t ≥ 6 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).4. 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).    0 .    2t − t 2 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).   9 − 6t + t 2 . Esercizio 4.  per 0 ≤ t < 2 . per 2 ≤ t < 4 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2).    0 . per n ≤ −1 . per n > −1 . Risultato: y(n) = (n + 1) bn u(n) per a = b.  −t/T  (e − 1) . per 1 < t ≤ 2 . per t ≥ 3 . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).  −t/T ) .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 .  0 .8 Esercizi proposti 195 Esercizio 4. per t ≤ −1 .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). con a > 1.7 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}.   1 e(t+1) . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . Esercizio 4. per t ≤ 0 . con |b| < 1. 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e .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). per 4 ≤ t < 6 .   12 − 2t . Te  0 .  (b) y(t) = 1 . con T ∈ R+ . per t < 0 .  n  a .    2t . e  0 . per t > −1 . con |b| < 1. per t > T . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). . Calcolare l’uscita y(n) del sistema. Esercizio 4. y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).  per 0 < t ≤ 1 .  (b) y(t) = 4 . per t < 0 .

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

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

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

h2 (t) = u(t + 2) − u(t) .22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . instabile.20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). Risultato: (a) il sistema h1 (t) è dispersivo. h3 (t) = δ (t − 2) . ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. instabile. il sistema è dispersivo. causale. 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 . Esercizio 4. non causale. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). causalità e stabilità). stabile. (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). (a) Classificare. causalità e stabilità). stabile. e discuterne le proprietà (non dispersività. (b) h(t) = (1−eat ) u(t). il sistema h3 (t) è dispersivo. Sapendo che la risposta impulsiva del sistema complessivo è h(n) = δ (n) + 4δ (n − 1) − 4δ (n − 2) − 2δ (n − 3) + 5δ (n − 4). rispettivamente. causale. dove a è un numero reale negativo. Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). h4 (t) = eat u(t) . rispettivamente.8 Esercizi proposti 199 Esercizio 4. Esercizio 4.4.21 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) . il sistema h2 (t) è dispersivo. il sistema h4 (t) è dispersivo. causale. stabile. motivando brevemente le risposte. h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . con h1 (n) = R2 (n). causale.

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]. invarianti temporalmente e stabili.5) nel caso (b). (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). (b) Classificare il sistema complessivo. invariante temporalmente. Entrambi i sistemi sono lineari. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. non causale. S2 : h(t) = δ (t) − δ (t − 1) . Esercizio 4. Risultato: (a) y(t) = T −T x at − τ 3 d τ . non dispersivo.24 Si consideri la seguente interconnessione di sistemi: u(t) x(t) S1 h(t) v(t) S2 y(t) dove il sistema al centro è LTI con risposta impulsiva h(t) = rect t . il sistema è lineare.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . non causale. causali. rispettivamente. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). 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. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. (c) h(t) = 3 rect Esercizio 4. stabile. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). causalità e stabilità. y(t) = x(t) − x(t − 0. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). S3 : y(t) = x(t/2) (espansione di 2) . 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) per n → +∞. non dispersività. Esercizio 4. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. rispettivamente. dispersivi. in generale è tempo-variante. causalità e stabilità). 1 + j/2 1 + j/2 . causale. dispersivo. (b) il sistema è 3t . stabile. 2T lineare per ogni a. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). motivando brevemente le risposte. eccetto che nel caso in cui a = 3. stabile. con T > 0. con a ∈ R. sulla base delle sue proprietà di non dispersività.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . (b) il sistema è dispersivo. y(n) ≈ .

con a ∈ R. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). stabile. (c) Disegnare lo schema implementativo del sistema in forma canonica.4.] Risultato: h(n) = (1/a)n−1 u(n − 1). (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (f) Studiare le proprietà (non dispersività. per t < 0 .5 (1 − e−4 ) e−t .  0 . Esercizio 4. con costante di tempo T = RC = 1s. per t ≥ 2 . causale e stabile. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). (b) y0 (t) = c1 e−t/T .27 Si consideri il circuito CR di fig. dt T Esercizio 4. [Suggerimento: Per calcolare h(n). con T = RC. s(t) = yfor (t) = e−t/T u(t). [Suggerimento: per il punto (e).] Risultato: (a) d 1 d y(t) + y(t) = x(t). causale. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0.36.     Risultato: y(t) = 0.5 (1 − e−2t ) e−t . determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore.26 Si consideri il circuito RC di fig.36. per 0 ≤ t < 2 .29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . (f) il sistema è dispersivo. sistema dispersivo. la risposta al gradino sarà la derivata della risposta alla rampa. 4. (c) ylib (t) = y0 e−t/T . 4. Esercizio 4. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). causalità. e la tensione y(t) ai capi della resistenza è il segnale di uscita. stabilità) del sistema LTI determinato al punto (e). notare che essendo il gradino la derivata della rampa. stabile se e solo se |a| > 1. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI).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) .     0. (e) il sistema è LTI se y0 = 0.8 Esercizi proposti 201 Esercizio 4. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). causale. (b) Disegnare lo schema implementativo del sistema in forma diretta II. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (a) Disegnare lo schema implementativo del sistema in forma diretta I.

t (b) x(t) = e jπ T . Esercizio 4. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). non dispersività. x(t) z(t) S1 + − 6 S2 . Calcolare la risposta in frequenza del sistema.33 Nello schema di figura. invarianza temporale. le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . S3 . (e) y(t) = cos 2π T rect t t−0. S3 : e jπ n/2 −→ 2 e j5π n/2 . Stabilire se i tre sistemi possono essere LTI.5T T . S3 : e j5t −→ cos(5t) . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. Esercizio 4. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . i sistemi S1 e S3 non sono sicuramente LTI. con T > 0. (d) y(t) = 2 cos π T . stabilità). determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T .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. S2 . con T > 0. t t Risultato: (a) y(t) ≡ 0. Stabilire se i tre sistemi possono essere LTI. S3 . causalità. S2 : e jπ n/2 −→ e j3π n/2 . (c) y(t) ≡ 0. .32 Si considerino i sistemi TD S1 . (b) y(t) = 2e jπ 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) . t (e) x(t) = cos 2π T u(t). t t (c) x(t) = cos 2π T . Risultato: Solo il sistema S2 può essere LTI.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. S2 .30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ).31 Si considerino i sistemi TC S1 . S2 : e j5t −→ e j5(t−1) . t t (d) x(t) = 2 sin 2π T + cos π T . Risultato: Solo il sistema S3 può essere LTI. i sistemi S1 e S2 non sono sicuramente LTI. Esercizio 4.

applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. invarianza temporale.5 . T Esercizio 4.25 π n). 1/T ). con riferimento al periodo principale.5 < ν ≤ 0. (b) Sfruttando i risultati del punto (a).8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . causale.5T 1 1 − e− j2π f T = e− jπ f T .5T . Esercizio 4. dispersivo. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. non dispersività. dispersivo. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. √ Risultato: y(n) = 2 2 sin(0.36 Si consideri il sistema LTI avente. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. stabilità). (b) il sistema è LTI.5 e− j 8πν per −0. stabile). (c) y(t) = rect . (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. stabile. causale.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. (b) y(t) = 4 cos . 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 ). 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ).34 Nello schema di figura. Esercizio 4. con le seguenti proprietà: linea- re. è un integratore con memoria finita. causalità. il sistema è lineare. Risultato: (a) y(t) = t t−T x(τ ) dτ . 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π .25 π (n + 1)). applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. x(t) 6 S S 6 .35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . (c) y(t) ≡ 1. calcolare l’uscita y(t) e rappresentarla grafiT camente.4. (b) il sistema è LTI. tempo-invariante. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). tempo-invariante. calcolare l’uscita 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 .38. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.37 Si consideri il circuito CR di fig. 4. Esercizio 4. Circuito CR. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).38. Fig. determinare la sua risposta in frequenza H( f ). dt T dt 1 + j2π f T π − arctan(2π f T ) . 1 d j2π f T d y(t) + y(t) = x(t). con T = RC.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. e la tensione y(t) ai capi del condensatore è il segnale di uscita. Circuito RC. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 2π | f |T . e la tensione y(t) ai capi del condensatore è il segnale di uscita.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: .37. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . 2 − e− j2πν + e− j6πν Esercizio 4. 4. Risultato: H(ν ) = 1 − 5 e− j8πν . H( f ) = tan−1 ζf . determinare la sua risposta in frequenza H( f ).37. 4. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. 1 + 4π Risultato: (a) f >0 . con ω0 = dt dt (coefficiente di smorzamento). d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t).204 Sistemi lineari tempo-invarianti (LTI) R C x(t) C y(t) R x(t) R L C x(t) y(t) y(t) Fig. con 2π f0 = ω0 . Fig.38 Si consideri il circuito RLC di fig. 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. f <0 Esercizio 4. Circuito RLC. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4.29 sia stabile. 1 . (b) H( f ) = . 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.36. calcolare la sua risposta in frequenza H(ν ).

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

Va osservato. In particolare. Partiamo per semplicità da uno dei più semplici segnali periodici TC. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) .3. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . rispettivamente. 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. solo in questo caso. 2 2 2 2 2 2 (5.1) 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 . cioè i loro rapporti sono dei numeri razionali. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 .2 Si consideri ad esempio il seguente segnale. Nel seguito del capitolo. ed ampiezza A/2. espresso come somma di un numero finito di fasori. purché le frequenze siano tutte multiple di una frequenza comune f0 . e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). nel cap.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. poiché esistono differenze non trascurabili tra i due casi. Quest’ultima rappresentazione. opportunamente generalizzata. 5. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. il segnale x(t) risulta periodico. 2 2 La relazione precedente mostra. nota come trasformata di Fourier. 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. sarà applicabile anche ai segnali periodici. rappresenti un caso particolare di scarso interesse pratico. lo svizzero Leonhard Euler (1707–1783) detto Eulero. vedremo la rappresentazione più generale di un segnale. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. Tuttavia uno dei risultati più significativi della teoria dei segnali è che (quasi) tutti i segnali di interesse pratico possono essere rappresentati come sovrapposizione di fasori. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. infatti. Successivamente. e per di più a valori complessi. peraltro. in accordo con l’interpretazione già data nel § 2. e presenterà interessanti relazioni con la serie di Fourier. che prende il nome1 di serie di Fourier.3. Tale segnale risulta periodico di periodo T0 = 1/ f0 . vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . . È semplice rappresentare tale sinusoide come sovrapposizione di fasori. sarà esaminata in questo capitolo. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). 2 In generale. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. 6. che molto prima di Fourier. che la introdusse in vari scritti del 1807 e del 1811. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. tratteremo separatamente la serie di Fourier per segnali TC e TD. non necessariamente periodico.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori.

Se infatti consideriamo due fasori della rappresentazione (5. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). a frequenze ± f0 . Ad A|k| esempio. ±1. nel senso precisato nel cap.3). e quindi ammettono T0 come più piccolo periodo comune. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t).3) per e− j2π h f0t .5. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. Ad esempio. con k ∈ {±1. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt .3) e la (5. dove le funzioni xk (t) sono ortogonali. . A tale proposito.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).4) e pertanto risultano ortogonali se k = h. In tale ipotesi. cambiando l’indice da h nuovamente a k.7) T0 . se k = h . Per mostrare ciò. =δ (k−h) (5.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. ±1. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi).6) per cui.5) T0 Essendo l’intervallo di integrazione finito.1). (5. ±2. .3) sia effettivamente periodico di periodo T0 . .3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. Assegnato il periodo T0 e il numero di armoniche M. con k ∈ {0. notiamo che la (5. . ±3}. dal confronto tra la (5. per il segnale (5.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). (5. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). ±M}. con h ∈ {0. moltiplicando ambo i membri della (5. che in generale può essere complesso. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . (4. 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. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. . i termini per k = ±2 prendono il nome di seconda armonica. i termini per k = ±1 prendono il nome di prima armonica o fondamentale.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 .2) si ricava che M = 3 e Xk = 2 . (5. se k = h . . 0. ±2 f0 e ±3 f0 . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. (5. con M ∈ N . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . Le frequenze fk = k f0 dei fasori della rappresentazione (5. cioè se hanno frequenze distinte. 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 . ovvero: |x(t)| dt < +∞ . ±M} . . ottenuto come combinazione lineare di un numero finito di sinusoidi.

Si osservi che.1. in virtù della (5. ∀k ∈ Z . Abbiamo già avuto modo di evidenziare in passato che. inoltre. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. Infatti. (5. possono essere rappresentati combinando linearmente un numero finito di fasori.3) che. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. utilizzando la (5.7). mettendo insieme le (5. è ancora una funzione continua (cfr. Purtroppo. ±1.3) sia applcabile. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. .3) per il segnale x(t) espresso come somma di un numero finito di fasori.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . ±M} ma. Tuttavia. rimandando ogni discussione sulla convergenza della serie (5. Dalla maggiorazione precedente. 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. (vedi concetto di gradino e di risposta al gradino). In definitiva. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . Ad esempio. In altre parole. prop.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue.8) e (5. la serie di funzioni (5. . il segnale periodico x(t) deve essere necessariamente continuo. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.11) 1 T0 . giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. .8) può risultare non convergente. a differenza della rappresentazione (5. Per il momento tralasciamo questo aspetto. non pone alcun problema di convergenza. espresso come somma di un numero finito di funzioni continue.10) (5. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. conseguentemente il segnale x(t).3) e (5.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. affinchè la rappresentazione (5. 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. essendo la somma di un numero finito di termini.2.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . per ogni k ∈ Z. B.7) ha senso. più in generale.5).8) al § 5.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .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. basti pensare che nella (5.3). sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. 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 .9). . (5.

k .4.k = X2. ovvero per la componente continua. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . La (5. chiamati anch’essi armoniche del segnale. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). ∀t ∈ R eccetto che in un insieme di misura nulla. Dal punto di vista matematico. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). in virtù di tale corrispondenza. saranno sviluppate nel § 5. Altre forme della serie di Fourier. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. particolare. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . in quanto forniscono per ogni valore di k. Poiché i coefficienti Xk sono grandezze complesse. 2. valida in generale per segnali x(t) a valori reali o complessi. rispettivamente. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. Particolarizzando l’equazione di analisi per k = 0. che è ovviamente nulla per xac (t).k ed X2.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier.10) e (5. si ha X0 = 1 T0 x(t) dt = xdc .12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. In altre parole. rispettivamente. (5.3 In particolare.k .2 Serie di Fourier per segnali TC 211 Le equazioni (5. sviluppabili in serie di Fourier con coefficienti X1. 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 ). per ogni k ∈ Z. se X1. ovvero si ha x1 (t) = x2 (t). per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). la seconda consente di decomporre o analizzare il segnale x(t). prop. valide esclusivamente per segnali a valori reali.7(c)] si può calcolare su un periodo del segnale. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. Per differenza. ed il fatto che per segnali periodici la media temporale [cfr.2.5. fatta eccezione per il coefficiente per k = 0. e gli stessi coefficienti della serie di Fourier di x(t). È interessante osservare che. 3 In . e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. Più precisamente.

4 0.6 sinc(x) 0.   indeterminata. 2 Xk = A e− jϕ0 .10). 5. rispettivamente. 4 Fig. 5.1)).2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. come la formula di Eulero. 4 L’esempio precedente mostra che in casi molto semplici. 5. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. e sono riportati4 in fig. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. k = ±1. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. ϕ0 = π ). La funzione sinc(x) per valori di x ∈ [−6.1 e nel seguito. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.11).1. Per maggiore generalità rispetto al caso visto precedentemente. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.2 0 0 −0. 2 2 da cui. k = −1. altrimenti. noti che in fig. si ricava:   A e j ϕ0 . k = −1.2. con A > 0.  ϕ0 . Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . Gli spettri di ampiezza e fase sono dati. altrimenti. Per segnali più complicati. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. k = 1.1 per il caso A = 1 e ϕ0 = π . sebbene essa risulti a rigore indeterminata.5 0 −5 1 ∠ Xk 0 k 5 1 0. per semplicità di rappresentazione. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.8 0. 4 Si . k = 1. da: |Xk | = A 2.212 Serie di Fourier 1 |Xk| 0. 2  0. il calcolo dei coefficienti non è un problema concettualmente difficile. per confronto con l’equazione di sintesi (5. Esempio 5.1 (A = 1.  Xk = −ϕ0 . 0. altrimenti. 5. 6]. 5.

Le principali proprietà della funzione sinc(x) sono le tre seguenti. I coefficienti Xk dell’onda rettangolare dell’es. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.9). δc = 0. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.4. 6] è riportato in fig. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .13) Per esprimere in forma più compatta il risultato precedente.1 −0. Per k = 0. πx x ∈ R. Fig.3 Xk 0. 2. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.3. δc = 0. 5.5 0.1 0 −0. 5. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.2 0. es. 5. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .2 Serie di Fourier per segnali TC 213 0. Esempio 5.5) sono puramente reali. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.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 . πk πk (5.14) il cui grafico per x ∈ [−6.2 (serie di Fourier dell’onda rettangolare TC.5.4 |Xk| 0. 5.2 −5 0 k 5 0. 5. .2.5). cfr.2 (A = 1. (5. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A .2 (A = 1.4 0.

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

2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 5. 5. Fig. L’onda triangolare dell’es. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .3 (A = 1).5.4 |Xk| 0.11). Esempio 5. 5.2 Serie di Fourier per segnali TC 215 1 0. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .6 x(t) 0. 5. T0 4 2 mentre per k = 0.4 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 .5 per A = 1. 5.6. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . Tale segnale è raffigurato graficamente in fig. 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 . Applicando la formula di Eulero a e− j2π k f0 t .8 0.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 .5.2 0 −5 0 k 5 2 ∠ Xk 0. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.3 (A = 1). Per k = 0.

definiti dalla equazione di analisi (5. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). 5. 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. (−1)k Come evidenziato dagli es. inoltre. fatta eccezione per casi molto semplici (es.2.3. e sono raffigurati in fig. in quanto |Xk | = Xk ≥ 0 e Xk = 0.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. come vedremo nel § 5. k = 0.2). e quindi consiste nella risoluzione di un integrale. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. 5. quindi gli spettri di ampiezza e fase si calcolano banalmente. § 5. esistano finiti. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. nel seguito daremo solo qualche risultato fondamentale.216 Serie di Fourier integrale. Sia x(t) un arbitrario segnale periodo con periodo T0 . la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. = 2A  . Vedremo tuttavia nel cap. Come vedremo (cfr. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 .2. Tuttavia.11).11).2. notiamo che anche l’onda triangolare possiede solo armoniche dispari.2 e 5. come già mostrato precedentemente. 6 una procedura molto semplice e generale che consente di ricondurre il calcolo dei coefficienti della serie di Fourier a quello di una trasformata di Fourier (formule o serie di Poisson).1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. 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]).4 o più estesamente in app. segnale sinusoidale). Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. k dispari.2. 5 Per . ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. k pari. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.

la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. § 5. Risulta immediatamente evidente che. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t .15) converge dipende dal tipo di convergenza richiesta.7) sono validi anche per M → +∞. 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. ∀k ∈ Z e ∀x ∈ (a.2). (5. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.15) converge uniformemente [5] al segnale x(t) su R se. si dice che la serie di Fourier (5. (5. con |gk (x)| ≤ Mk . Se la serie di Fourier (5. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. se il segnale x(t) ha almeno una discontinuità.17) ovvero l’equazione di sintesi restituisce il segnale x(t). la sua serie di Fourier non potrà convergere uniformemente ad x(t). b). (5. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua.18) allora la serie associata ai coefficienti Xk converge uniformemente. b). lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. se la serie di Fourier converge uniformemente su R. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). sono funzioni a valori k complessi definite sull’intervallo (a.6) e (5. uno stesso numero Nε va bene per tutti i punti dell’asse reale.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 (5.4. per ogni ε > 0. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . In particolare.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. Così come per le serie numeriche. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. Lo studio delle condizioni sotto le quali la serie (5.15) costruita a partire da questi coefficienti converga. con k ∈ Z.15) converge al segnale 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 . cioè k→±∞ lim |Xk | = 0 . né tanto meno che tale serie converga al segnale x(t). simmetrico per garantire che siano presenti le armoniche Xk e X−k . con M ∈ N . .5. b). Quindi. pertanto. cfr. allora si può scrivere M→+∞ lim xM (t) = x(t) .

pur essendo convergente.15) al segnale x(t) per ogni t ∈ R. quando ciò accade. la somma di una serie di funzioni continue non è necessariamente una funzione continua. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. come l’onda rettangolare dell’es. come può la serie rappresentare segnali discontinui. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. In tal senso.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). 2 T0 la serie di Fourier (5. una volta calcolati i coefficienti Xk a partire da un segnale x(t). possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. periodico con periodo T0 . 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 .218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. eccetto al più un sottoinsieme di valori di t di misura nulla.15) converge ad x(t) per quasi tutti i valori di t ∈ R.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. In altre parole. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). la serie di Fourier (5.15) è data dal seguente teorema: Teorema 5. Pertanto. non restituisce esattamente il segnale x(t).15) che. 5. per i quali la serie. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. coseni o seni) sono tutte continue. come l’onda rettangolare dell’es. ma non che la serie restituisca proprio x(t). se ci limitassimo a considerare la sola convergenza uniforme. è continuo e derivabile quasi ovunque. 5. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. A differenza della convergenza uniforme espressa dal teor.18) è verificata. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. Dal punto di vista ingegneristico.2.10) converge uniformemente al segnale x(t) su tutto l’asse reale. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. ma con continuità. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. che assicura la convergenza della serie (5. se la (5.15) può convergere uniformemente ad un segnale x(t) = x(t). Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. con derivata x (t) a quadrato sommabile sul periodo T0 . ossia: x (t) dt < +∞ . 5. tranne che nei punti di discontinuità: 9 Il problema della continuità della somma della serie di Fourier fu al centro del dibattito matematico dell’800. com’è intuibile. e sollevò numerosi dubbi sulla validità della serie di Fourier. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. ˇ tuttavia. .2? Oggi sappiamo che se la serie non converge uniformemente.1.

allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]).10 Esempio 5. se la funzione x(t) è continua. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. Esempio 5.5. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. che è importante non solo nell’ambito della teoria dei segnali e sistemi.2 Serie di Fourier per segnali TC 219 Teorema 5. T0 (d2) x(t) è una funzione continua nel periodo T0 . E. Poiché l’onda rettangolare non 2 è una funzione continua. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. decrescendo come 1/k2 . osserviamo che. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. per ogni t ∈ R. 5. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk .1. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . esiste un terzo tipo di convergenza (meno restrittiva di entrambe). Inoltre. le condizioni di Dirichlet sono un caso particolare del seguente risultato. Si osservi che in questo caso i coefficienti Xk . la convergenza della serie è uniforme per ogni t ∈ R. non costituiscono una successione sommabile. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. . essendo una funzione continua. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . considerazioni matematicamente più approfondite mostrano che. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. Per concludere. 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). ma anche in molti problemi di fisica matematica.2 soddisfa le tre condizioni di Dirichlet. 5.3 soddisfa le condizioni di Dirichlet. violando la condizione (5.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. 5. escluso al più un numero finito di punti con discontinuità di prima specie. 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. Ad esempio. decrescendo come 1/k. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. costituiscono una sequenza sommabile. In più. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. allora la serie di Fourier di x(t) esiste e. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . la convergenza non è uniforme per ogni t ∈ R. Questo tipo di convergenza. è discusso in app. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. (d3) x(t) è una funzione derivabile nel periodo T0 . mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t).18). in effetti. Infine. detta convergenza in media quadratica. In particolare. In particolare. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. la serie di Fourier restituisce x(t) in tutti i punti.

anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. continuo con alcune sue derivate. D’altra parte. i coefficienti decadono come 1/k per l’onda rettangolare. Più precisamente. dal punto di vista matematico. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). Notiamo che la proprietà precedente vale anche per un segnale discontinuo. Vale allora la seguente proprietà (la cui dimostrazione. che include solo un numero finito di armoniche. Osserviamo infatti preliminarmente che.1. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . con derivata (n + 1)-esima discontinua ma limitata. con M ∈ N . quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. essa consente di prevedere esattamente tale rapidità di decadimento a zero. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. già definito nella (5. Come conseguenza della prop. tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. 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. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). 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. in pratica.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. Questo vuol dire che. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. È facilmente intuibile che. Pertanto. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. 5. un segnale x(t). Evidentemente. 5.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . possiamo prevedere che. . 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). 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). basta porre n = −1. può risultare una buona approssimazione del segnale x(t). teor. e come 1/k2 per l’onda triangolare. quindi essa può essere verificata solo analiticamente.16). quanto più dolce è l’andamento del segnale nel dominio del tempo. se M è “sufficientemente” grande. Se il segnale è continuo con le sue derivate fino a quella di ordine n. 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.220 Serie di Fourier 5. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞.2. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro.2). nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. non riportata. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue.

09 (a destra della discontinuità. ed il valore 1/2 in corrispondenza delle discontinuità. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. in effetti. sebbene restino di ampiezza invariata. come testimoniato dalla fig. 101. e pertanto il segnale ricostruito con 2M + 1 armoniche. 3. Esempio 5. quindi la prop.3. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. 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) . 1.12 Nell’es. 11.5. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. l’ampiezza delle oscillazioni calcolata secondo la (5. ma non uniformemente negli intervalli che contengono le discontinuità. ma per ogni segnale x(t) che. il fenomeno di Gibbs non si verifica per tale segnale.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es.20) dove βgibbs ≈ 0. 5.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. W. Matematicamente. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . 5. (5.09.20) è pari in valore assoluto circa a 0. in effetti. ottenuti con Matlab. 5. 5. la cui frequenza aumenta. 11 Il 12 In fenomeno prende il nome dal fisico J. Inoltre. L’espressione (5. nella quale il segnale oscilla tra i valori −0. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint).11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .28114072518757 è una costante notevole. 5. Questo fenomeno. 5. L’onda triangolare è continua ma con derivata prima discontinua. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. dt. Gibbs (1839–1903). il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. poiché l’onda triangolare è una funzione continua. presenta dei punti di discon− + tinuità.6.09 (a sinistra della discontinuità) e 1. 5. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. confermando che.1 si applica con n = 0. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. Per δc = 1/2 ed A = 1. In fig.1 si applica con n = −1. In particolare. per cui la prop. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . confermando che.7. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. se t0 è un punto di discontinuità. Infatti al crescere di M i picchi delle oscillazioni.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. 5. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. 5.8. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. pur soddisfacendo le condizioni di Dirichlet. ma la cui ampiezza non diminuisce al crescere di M. come si può anche osservare dalla fig. In effetti. vengono “schiacciati” verso la discontinuità. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari.7 (onda triangolare) Si consideri l’onda triangolare dell’es. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. noto come fenomeno di Gibbs.2. come già discusso in precedenza. che per primo lo osservò e lo descrisse.2 Serie di Fourier per segnali TC 221 Esempio 5.

6 0. xM(t) 0.4 0.222 Serie di Fourier 1 0.8 0.5 (e) (f) Fig. 5. xM(t) 0.8 x(t). xM(t) 1 0.2 0 −0.5 0 t/T0 0. (b) M = 1.8 0.6 0.2 0 −0.4 0.6 0.5 x(t). xM(t) 0.4 0.6 0.5 x(t).8 x(t).6 0. (d) M = 5.2 0 −0.5 0 (c) 1 0.2 0 −0. .5 0 t/T0 0. (c) M = 3. xM(t) 1 0.4 0.2 0 −0.8 x(t).5 0 t/T0 0.8 0. (e) M = 11. (f) M = 101.2 0 −0.7. 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 (b) 0 0 t/T 0.5 x(t).5 (d) 0 t/T0 0.5 (a) 1 0.5 0 t/T 0. xM(t) 1 0.4 0.6 0.4 0.

4. 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.13 valutazione quantitativa della bontà di tale ricostruzione.3. è proposta nel § 5.5.8). sulla base dell’uguaglianza di Parseval. 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.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. 13 Una . Viceversa. 5.7 e 5. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.

Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0. xM(t) 1 0.2 0 −0.5 (a) 1 0. xM(t) 1 0. (c) M = 3.8 x(t).6 0.8.5 0 t/T0 0.4 0.5 x(t).2 0 −0.8 0.6 0.2 0 −0. .2 0 −0.4 0. (b) M = 1.5 (b) 0 0 t/T 0.5 0 (c) 1 0.8 x(t). (d) M = 5.4 0. xM(t) 0.5 (e) (f) Fig. xM(t) 0. xM(t) 0.8 x(t).8 0.6 0. (e) M = 11.5 0 t/T0 0.224 Serie di Fourier 1 0.6 0.4 0.8 0. xM(t) 1 0.4 0.5 0 t/T0 0.5 x(t).2 0 −0.5 x(t). 5.2 0 −0.6 0.6 0.5 0 t/T 0.5 (d) 0 t/T0 0.4 0. (f) M = 101.

Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. nota anche come Discrete Fourier Series (DFS). nella (5. N0 − 1}.3.5. In particolare. e quindi l’intervallo di variazione delle frequenze νk = kν0 .21). è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. (5.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. . 1/2). .3 Serie di Fourier per segnali TD (DFS) 225 5.21) Notiamo che. 1) oppure in (−1/2.22) per e− j2π hν0 n e sommando su un periodo. 1[. per cui la (5. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. 1. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. Nella (5. . N0 − 1} . La differenza fondamentale rispetto alla serie di Fourier (5. se k ∈ {0. proprio per questo motivo.22) La relazione (5. In particolare. essendo la (5. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . . e definiamo la sua frequenza fondamentale come ν0 = 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. semplificati dal fatto che. § 2. . in quanto si tratta di una somma (finita) e non di una serie. e rappresenta l’equazione di sintesi della serie di Fourier discreta. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. 1. cfr. 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 . non abbiamo indicato di proposito gli estremi di variazione dell’indice k. ad esempio in (0.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n .10) della serie di Fourier a TC. moltiplicando ambo i membri della (5.21). . Esse.22) una somma finita. . . 14 Si .23) Le (5. 1/N0 . N0 n=0 k ∈ {0. (N0 − 1)/N0 nell’intervallo [0.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . (5.3). ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. . . . cambiando l’indice da h nuovamente a k.22) e (5. k (5. . salvo casi particolari. le frequenze νk assumono i valori 0. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). pertanto. Infatti. in base alla quale un segnale periodico x(n) di periodo N0 può essere rappresentato come somma di un numero finito N0 di fasori aventi frequenze multiple della frequenza fondamentale ν0 = 1/N0 . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . è improprio parlare di “serie” di Fourier nel caso TD.22) è analoga all’equazione di sintesi (5.

15 Notiamo DFS . valide nel caso TC. In altri termini. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.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 . costituiscono formalmente l’esatta controparte delle (5.226 Serie di Fourier rappresentazione.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD.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 5.22) e (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.26) ∑ x(n) e− j2π kν0 n .15 come la sequenza x(n).23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.22) e (5.29) ∑ x(n) wkn N0 In effetti. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. le (5. 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. la (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . Inoltre nella (5. Una prima differenza rispetto alle (5. A partire da Xk . nella letteratura scientifica. 1. con sostituzioni algebriche banali. le (5. Posto wN0 = e− j2π /N0 .25) e (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. N0 − 1}.11). .28) (5.25) e (5. entrambe periodiche dello stesso periodo N0 . . nella letteratura scientifica le (5. Va detto però che. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. . Se infine nelle (5. mentre la (5. In particolare.28) e (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .26) abbiamo esteso la definizione di X(k) a qualunque valore di k. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . .25) (5.28) prende il nome di Inverse Discrete Fourier Series (IDFS).27) (equazione di sintesi) (equazione di analisi) (5.10) e (5.29) viene denominata Discrete Fourier Series (DFS). N0 k=0 N0 −1 n=0 (5.26) è periodica.25) siano quelli dell’intervallo {0. si definisce infatti la sequenza X(k) come X(k) = N0 Xk .24) e pertanto. (5. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.

8 0. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . abbiamo visto che invece. . x(n) = IDFS[X(k)] . ad esempio per t ∈ [0.9. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 .2 0 −20 −10 0 n 10 20 Fig.4 0. Differentemente dal caso TC. . la periodicità della sequenza x(n) deriva dalla proprietà (b).8 (DFS dell’onda rettangolare TD. nel dominio della frequenza. che è strettamente legata alla DFS (cfr. Si può infine verificare che le quantità wN0 definite mediante la (5. mentre la periodicità della sequenza X(k) segue dalla proprietà (c).4. sia della trasformata discreta di Fourier (DFT). il segnale x(n) è completamente descritto assegnando solo N0 valori. ovvero da un’inifinità continua di valori. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . N0 = wkn . ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. Esempio 5. x(1). N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. . 5.2). un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo.8 (N0 = 8. N0 (k+N0 )n In particolare. 7). nel dominio della frequenza sussiste esattamente la stessa proprietà. 5. § 5. M = 4). x(N0 − 1). Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. cfr. cap. .6 x(n) 0. La periodicità di X(k) è una caratteristica peculiare della DFS. e si scrive sinteticamente X(k) = DFS[x(n)] . Onda rettangolare TD dell’es.3 Serie di Fourier per segnali TD (DFS) 227 1 0. ad esempio x(0). ovvero da un segnale TD. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza.5. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . T0 [. La DFS e IDFS possono anche essere viste come operatori. Infatti. .

notiamo che wkM N0 wk 0 N = e = e . Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza.228 Serie di Fourier e raffigurata graficamente in fig. k ∈ Z.. dove vale M:  k  0. x ∈ Z .31) il cui grafico per x ∈ [−1. La DFS di x(n) si scrive. Utilizzando la definizione (5. Tale DFS è rappresentata in ampiezza e fase in fig. Ponendo infatti a = wk 0 . 5. (5. 0 Per esprimere in forma più compatta il risultato precedente.30) Ricordando la definizione di wN0 . come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . di facile dimostrazione: 1. N1 = 0 e N2 = M − 1. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . ±2. DM (x) = M M. e quella dispari dello spettro di fase. Le principali proprietà della funzione DM (x) sono le seguenti.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. 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 .31).9 per N0 = 8 ed M = 4. 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 = . si ha allora: X(k) = DM k N0 . 2. 5. sulla base della definizione (5. x ∈ Z .29). 1] è riportato in fig.11 nel caso N0 = 8 ed M = 4. con semplici passaggi algebrici. . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . . sin(π x) x ∈ R. tranne che in x = ±1. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . per cui la (5. . . (5. 5. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . ∀x ∈ R .30) può essere riscritta.

In altre parole. le differenze salienti. quando necessario. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. evidenziando.8 (N0 = 8. α2 ∈ C.11. Vedremo (cfr.5 0 x 0. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. con α1 . 5. che suggeriscono ulteriori considerazioni concettuali e. Fig. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). i cui coefficienti di Fourier siano Xk e Yk . simmetria hermitiana dei coefficienti.28) and (5. Per tali proprietà. denominati algoritmi Fast Fourier Transform (FFT). il fenomeno di Gibbs non sussiste nel caso TD. Altre proprietà formali. discuteremo nel dettaglio la proprietà di linearità. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). utili talvolta nei calcoli. 5. 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.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig.5. tratteremo congiuntamente sia il caso TC che quello TD. M = 4): spettro di ampiezza (in alto) e di fase (in basso).16 La proprietà di linearità della serie di Fourier afferma . che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. soprattutto. 5.4. Di conseguenza. 5.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti.5 0 x 0. § cap. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). 5. E.5 1 4 |X(k)| −0.29). DFS dell’onda rettangolare dell’es. ma anche algoritmicamente. e l’uguaglianza di Parseval per il calcolo della potenza. e sono comunque riportate in app. è ancora un segnale periodico di periodo T0 . rispettivamente. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5.10. In particolare. Notiamo in conclusione che. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. in quanto richiede un numero finito di operazioni. anche perchè il concetto di continuità perde di significato in tal caso.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 .

(b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. (simmetria pari) (simmetria dispari) (5. . Xk = − X−k .4. Riassumendo. α2 ∈ C . nel caso TD. ossia: Zk = α1 Xk + α2 Yk . Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). DFS ∀α1 . dei due segnali è ancora un segnale periodico di periodo N0 .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. 5. 5.2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo.11) e (5. Analogamente. α2 ∈ C. DFS DFS FS ∀α1 .230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t).29). Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . Valgono cioè le seguenti relazioni: |Xk | = |X−k | . 5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. i cui coefficienti di Fourier siano X(k) e Y (k).2 Simmetria hermitiana Con riferimento a segnali periodici TC. con α1 .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) . α2 ∈ C . rispettivamente. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 .1.2 e 5. negli es. 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.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 . rispettivamente.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . otteniamo la seguente proprietà notevole: Proprietà 5. 16 Può (5.

Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.36). mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). T0 Se x(t) è reale.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.5. 5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .35).36). (5. avendo già provato che X0 è reale.38) . Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. si ricava che x(t) è reale. X(k) = − X(−k) . e quindi X0 è reale.8 riguardante la DFS dell’onda rettangolare TD.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es.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 +∞ (5.36). Proviamo prima l’implicazione ⇒ nella (5. si ha x∗ (t) ≡ x(t).34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) .36). come specificato dalla seguente proprietà: Proprietà 5.33) e (5. Partiamo dall’equazione di analisi (5.35) Le proprietà (5. anche in questo caso le (5. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .34) Pertanto. in particolare. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. k=1 k=1 ∑ Xk e j2π k f0 t da cui. (simmetria pari) (simmetria dispari) (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.37) Prova. e valgono se e solo se il segnale periodico in questione è reale. Inoltre l’equazione di sintesi (5. Proviamo adesso l’implicazione ⇐ nella (5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. 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 .11): Xk = 1 T0 x(t) e− j2π k f0 t dt . 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. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. Se vale la simmetria hermitiana (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .

notiamo che. partendo dall’equazione di sintesi (5. . .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . k ∈ {1. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k).37) si può riscrivere. 2.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . . . anche come segue: X ∗ (k) = X(N0 − k) . . oltre a X(0). con riferimento ai soli valori di k ∈ {0. Infatti. X ∗ (k) = 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) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. . se k ∈ {1. si può esprimere. conseguentemente. . . X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . in relazione alla periodicità della sequenza X(k). N0 pari . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. In definitiva.39). 2. . 2. N0 − 1}. da cui si deduce che. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento.28) compaiono solo i valori di X(k) per k ∈ {0. per segnali periodici TD reali. se x(·) è reale. . Per evitare possibili fraintendimenti. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). Notiamo infatti che nell’equazione di sintesi (5. . . . . k=1 Con ragionamenti simili. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. poiché la fase di un numero complesso è definita a meno di multipli di 2π . anche X(N0 /2) è vincolato ad essere reale per N0 pari. . . si può verificare (la verifica è lasciata al lettore come esercizio) che. Questa conclusione non è corretta. valide esclusivamente per segnali reali. 1. .32) (con analoghi passaggi si ottiene la (5. . .  N 0 k=1 . 2. con riferimento a segnali periodici TC reali. . (5. se N0 /2 è intero (il che accade se e solo se N0 è pari). N0 − 1}. per k ∈ {1. N0 − 1} . N0 − 1}. . è possibile determinarne almeno uno dispari. . il solo coefficiente X(0) è vincolato ad essere reale. N0 − 1}. 1. applicando la (5. In particolare. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . la proprietà di simmetria hermitiana per la DFS. Rispetto al caso TC. 2. anche N0 − k varia nello stesso intervallo. In altre parole. Infatti. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] .37) nel caso TD). . per k ∈ {1. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . per cui la (5. .38). ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . .34) a partire dalla (5. in alternativa alla (5.37) mediante le seguenti condizioni: X(0) reale .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. Notiamo infatti che. ponendo Xk = |Xk | e j Xk nella (5. . . N0 − 1}. N0 − 1}.

bk = 2 T0 x(t) sin(2π k f0t) dt . con facili passaggi algebrici.42) T0 T0 T0 Allo stesso modo. .2). def. 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 . note anche come forma esponenziale della serie di Fourier. ak = 2 T0 x(t) cos(2π k f0t) dt . Consideriamo dapprima il caso di un segnale TC periodico. x(t) = dove: a0 = 2 T0 x(t) dt . a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . . . note come forma polare della serie di Fourier. N0 − 1}) nella (5. 2. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . perché più generali e compatte.42) e (5. valide per segnali reali. ed in essa.40) e (5. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.10). anche per segnali reali. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . .41) Le (5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. N0 dispari . (5. anziché in modulo e fase. 5. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .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. si ottiene nel caso TC decomponendo Xk . come nella forma polare.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. Infatti.1 e def. Le espressioni (5. 5. .4 Principali proprietà della serie di Fourier e della DFS 233 (5. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. Il punto di partenza è l’equazione di sintesi (5. . si ha.4. Nel seguito. 5. rispettivamente.38). Un’ulteriore espressione della serie di Fourier. partendo dall’equazione di sintesi (5. in parte reale ed immaginaria.39). N0 pari .43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) .5.29). 2 k=1 (5.

ovvero hanno potenza mutua nulla: ∗ Pxk xh = xk (n) xh (n) = j2π k n 1 N0 −1 j2π (k−h) n ∑ e N0 = δ (k − h) = N0 n=0 1. essendo fasori a frequenze distinte. 2 ∑ N0 k=0 (5.10) sono a due a due ortogonali. es. 0. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . se k = h . otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . È semplice anche in questo caso provare che i segnali xk (n). nota come uguaglianza di Parseval per la serie di Fourier (a TC).234 Serie di Fourier Abbiamo già osservato [eq. sono tra di loro ortogonali.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . se k = h . 2. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori.4)] che i fasori e j2π k f0t che compaiono nella (5. (5. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . Passiamo a considerare il caso di un segnale periodico TD. Notiamo che per segnali . ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . (5. e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . 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 . In virtù di tale ortogonalità. riprendendo e riscrivendo l’equazione di sintesi (5. possiamo quindi enunciare la seguente proprietà: Proprietà 5. Riassumendo.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . con coefficienti X(k)/N0 .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. Poiché (cfr.

rispetto a quello per l’onda rettangolare. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. § 5. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. Utilizzando l’uguaglianza di Parseval. sfruttando la simmetria hermitiana dei coefficienti. mentre è sufficiente un valore M = 3 per l’onda triangolare. con M ∈ N . per ottenere una valutazione quantitativa di tale bontà. In particolare. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t .5. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . Per un fissato valore di ξM . ottenendo così il coefficiente ξM = Px (M) ∈ [0. Infatti.2). 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. Ad esempio. per un fissato valore di M. e confrontarla con la potenza del segnale originario x(t).44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. la (5. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t).4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. al variare di M. e quindi per un fissato valore di accuratezza relativa. In fig. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 .2. per avere ξM ≥ 0.99 è necessario considerare M = 23 per l’onda rettangolare.12 è rappresentato. Tale potenza può essere rapportata alla potenza Px del segnale x(t). 5. tale coefficiente. 1] . Px che può essere assunto come indice della bontà della ricostruzione al variare di M. . il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare.

5. Bontà della ricostruzione con un numero finito di armoniche: confronto tra l’onda rettangolare e l’onda triangolare.12. 60 80 100 .236 Serie di Fourier 100 98 γM (%) 96 94 92 Onda triangolare Onda rettangolare 90 0 20 40 M Fig.

97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .5. che può essere vista come un caso particolare di segnale periodico. Pertanto. Risposta di un sistema LTI ad un segnale periodico (caso TC). 5. ed essendo i coefficienti Xk ∈ C quantità costanti.14. § 4.5 Risposta di un sistema LTI ad un segnale periodico 237 x(t) H(f) Yk=H(kf 0)X k y(t) x(n) H(ν) Y(k)=H(kν0)X(k) y(n) Fig. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . è possibile applicare il principio di sovrapposizione (3. 18 Espressioni . 5. Infatti.7. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.23). x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .10).97) e (4. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .46) ha la forma dell’equazione di sintesi (5. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. 5. Risposta di un sistema LTI ad un segnale periodico (caso TD). Per la linearità del sistema.18 Consideriamo prima il caso TC. dove f0 = 1/T0 . In particolare.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 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 (4.13. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. 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. =Yk (5. per il principio di sovrapposizione (3. sia applicato (fig. 5.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. sfruttando le formule di Eulero. periodico di periodo T0 .46) Poiché la (5.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). 6). mediante le relazioni (4. le espressioni precedenti sono state già utilizzate (cfr. Applicando l’equazione di sintesi della serie di Fourier a TC (5.10) della serie di Fourier di y(t). Fig.23) per calcolare l’uscita y(t). e supponiamo che il segnale x(t).

La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. si ha: ydc = H(0) xdc . in generale. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . In termini di modulo e fase. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . sia applicato (fig. 21 Si noti che. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . si ricava anche in questo caso che y(n) è un segnale periodico.22).14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . Yk = H(k f0 ) + Xk . (5. la funzione H( f ) prende anche il nome di risposta armonica del sistema.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . supponiamo che il segnale x(n). mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. calcolati alle frequenze fk = k f0 . complesse.47) sono tutte. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. Particolarizzando la (5.51) Per gli spettri di ampiezza e fase. e ricordando che Y0 = ydc e X0 = xdc . 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 ).50) Dal confronto con la (5.47) La (5. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 .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 . con lo stesso22 periodo N0 del segnale di ingresso. se il sistema è reale. in particolare. N0 k=0 dove ν0 = 1/N0 . che prende per questo motivo il nome di guadagno in continua del sistema.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . N0 k=0 =Y (k) (5. Notiamo che le quantità che compaiono nella (5.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . . per la simmetria hermitiana di H( f ) risulta che H(0) è reale. Pertanto. periodico di periodo N0 . valgono considerazioni analoghe a quelle già fatte nel caso TC. 19 A (5.48) (5.47) per k = 0. la (5.21 Passando ad esaminare il caso di un segnale TD. 5.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5.47). stretto rigore. applicando il principio di sovrapposizione. (5.

2.4 |Yk| 0. Risposta di ampiezza del filtro RC (es.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico.2 |Xk| 0. di ampiezza A e duty-cycle δc .4 0. Fig. Esempio 5.4 0. 5.2 0 0 −5 0 f/f0 5 −5 0 k 5 0.47) e (5. la (5. 5.46). ad esempio. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. Particolarmente interessante è la modifica delle ampiezze delle armoniche.2 0 −5 0 k 5 Fig.8 |H(f)|. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. 5.9). la modifica subita dalla k-esima armonica. 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. Inoltre.6 0. avente frequenza k f0 .9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. mentre la risposta in frequenza del sistema RC è H( f ) = 1 .47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale.15. 5. 5. in ingresso ad un sistema RC. 1 + j2π f RC per cui la (5. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . 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. riportata di seguito. 1 + j2π k f0 RC . lasciando tuttavia invariata la frequenza k f0 del fasore stesso. 5. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.5.9).16. Facendo riferimento al caso TC. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. |H(k f0)| 0.

l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . mentre in fig. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI.9.6 0. si dice che il sistema LTI si comporta come un filtro. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. In particolare. 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). 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.17. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). Viceversa.8 x(t). 5. per effetto dell’attenuazione delle componenti ad alta frequenza. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. . Con riferimento al caso TC.y(t) 0. 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.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. Il segnale y(t) di uscita (fig. In fig.23 Come caso limite. per 2π f0 RC = 1. Per questo motivo.5 0 t/T 0.4 0. 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. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. 5.240 Serie di Fourier 1 0. I filtri ideali TC sono in genere classificati.2 0 −1 −0. In particolare. ossia quello di atte1) l’ampiezza di alcune armoniche. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. sulla base della posizione della banda passante e di quella oscura.5 1 0 Fig. un comportamento tipico ad esempio dei circuiti elettrici risonanti. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. 5. i più semplici esempi di filtri sono quelli cosiddetti ideali. 5.17). 5.

19. 5. 5. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. La risposta in frequenza di un tale filtro (fig.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. La risposta in frequenza (fig. Risposta in frequenza di un filtro ideale TC passaalto (HPF).18. 5. La banda passante del filtro è W p = [− fc . o equivalentemente: HLPF ( f ) = rect f 2 fc . +∞[. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. +∞[. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc .5. fc ]. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. | f | > fc . 1. Risposta in frequenza di un filtro ideale TC passabasso (LPF). La banda passante del filtro è W p =]−∞. 0.6 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. .19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. fc ]. Anche in questo caso. | f | ≤ fc . | f | ≤ fc . − fc [ ∪ ] fc . mentre la banda oscura è Ws =]−∞. | f | > fc . − fc [ ∪ ] fc . Fig. 5. mentre la banda oscura è Ws = [− fc .

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

5.55) è possibile definire due frequenze di taglio. 2 mentre per i filtri BPF e BSF. 1/2[. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . BPF e BSF per il caso TD. Si noti che per tutte le tipologie di filtri introdotti precedentemente. A causa di tale periodicità.52) e (5. prop. 0 < νc < 1 rappresenta la frequenza di taglio. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). 4.53) (5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2.54) e (5. le tipologie di filtri ideali sono le stesse.52) (5.21. quindi soddisfa la proprietà di simmetria hermitiana.54) (5. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. 5. la risposta armonica H(·) è una funzione reale e pari. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. perché presentano una separazione netta tra banda passante e banda oscura. descritti dalla (5.5.25 sono mostrate le risposte armoniche dei filtri ideali LPF.53). Tali filtri si dicono invece ideali in senso “fisico”. 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.108) nel caso TD. HPF. con 0 < νc1 < νc2 < 1 . Per questo motivo. nelle fig. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. Nelle fig. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). 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) (5.6 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.22–5. necessaria per garantire la periodicità di H(ν ). Tali filtri si dicono ideali anche .22–5. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. con la fondamentale differenza che.11).101) nel caso TC.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. oppure dalla (4. Per quanto riguarda il caso TD. descritti dalla (5. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. 5. Anche nel caso TD. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). sia nel caso TC che TD. data dalla (4.

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

Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). Risposta in frequenza di un filtro ideale TD passabasso (LPF). 5. Risposta in frequenza di un filtro ideale TD passaalto (HPF). .5. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig.24. Risposta in frequenza di un filtro ideale TD passabanda (BPF).22. Fig. 5.23. 5. 5.25.6 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.

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

 2  . dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. con T ∈ R+ . Esercizio 5. k dispari . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . . dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . (a) Rappresentare graficamente il segnale x(t). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. dove  1 − 4t . con T0 ∈ R+ . (b) Xk = (−1)k π (1−4k2 ) . [Suggerimento: dal grafico.6 Si consideri il segnale periodico x(t) = repT0 [xg (t)].  j Risultato: (b) Xk = − π k . k dispari . con T0 ∈ R+ . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. altrimenti . f 0 2 = 2 f1 . k dispari . . Risultato: (a) T0 = 2T .5.5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 .  k = 0.7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. 0 ≤ t ≤ T /2 .] 0. k pari . 0. k = 0 pari . Risultato: (a) T0 = 1 2 f1 . (a) Rappresentare graficamente il segnale x(t). con T0 ∈ R+ . 0 . 1 T . (π k)2 Esercizio 5. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1.4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . (b) Xk = Esercizio 5. ed applicare poi la proprietà di linearità della serie di Fourier. Esercizio 5. 0 T0 xg (t) = 0 .

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

. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. . 3. Risultato: (b) X(k) = 1 + 4 cos πk 3 .. 4} . Esercizio 5.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 .7 Esercizi proposti 249 Esercizio 5. Risultato: (a) N0 = 5.. k ∈ {1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. da cui X(0) = 12. xg (n) = 2 . (a) Rappresentare graficamente il segnale x(n). dove  2 . X(3) = 4 + j 8. 5. X(2) = −4... 4. -5 0 5 n (a) Determinare il periodo N0 di x(n). (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. n = 0. Risultato: (a) N0 = 4. X(1) = 4 − j 8. 2. . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. 3. 8. 2. k ∈ {0.5. 1.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . k = 0. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . 6}. n = 1. n = −1 . Esercizio 5.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)].   1 . (b) X(k) = 4 + 8(− j)k .    0. altrimenti . 3}. 1. 2. . k ∈ {0..

in modo da poter sfruttare la (5. X(3) = 5 + j.56) operando un cambiamento di variabile in uno dei due integrali. (e) X(0) = 3. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). ] Esercizio 5. X(2) = 1 + j. X(3) = −3 j. X(1) = 3 e jπ /4 . X(2) = 2. X(4) = −3. (d) X(0) = −2. 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). k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt .] 1−a Esercizio 5. X(1) = 2. ∀t ∈ R . T0 /2) e dividere l’integrale in due integrali. (c) X(0) = j. (b) X(0) = 3.56). (b) Scrivere l’equazione di analisi in (−T0 /2. X(2) = 3 j.56) (b) Viceversa.56).] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. mostrare che se x(t) ha la proprietà di simmetria (5. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. N0 ∈ N: 0 x(n) = x n T0 N0 .16 Senza calcolare esplicitamente x(n).14. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. X(3) = − j. (5. X(2) = 1. valida ∀a = 0.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(3) = 1 − j. X(2) = 3. Esercizio 5.14 Sia wN0 = e− j2π /N0 . Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . e si ha in particolare  0 . incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(1) = −5. 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 . [Suggerimento: applicare le identità dell’esercizio 5. X(1) = 5 − j. X(3) = −5. ∀k pari. X(1) = 3. allora il segnale ha solo le armoniche dispari. X(3) = 3 e j7π /4 .250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. .

caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. .19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. 3 6 Esercizio 5. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 .7 Esercizi proposti 251 Risultato: (a) x(n) reale.] Risultato: α = 10. (2) ∑5 x(n) = 2. n=0 (3) ∑7 (−1)n x(n) = 1. γ . (d) x(n) non reale. con T0 ∈ R+ . [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). (c) x(n) non reale. [Suggerimento: utilizzare le proprietà della DFS. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. il segnale x(n) è quello avente potenza Px minima. Esercizio 5. 1 + j2π f T0 ottenendo il segnale y(t). −1. (3) X(11) = 50. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. (b) x(n) reale. con xg (t) = 1. Esercizio 5. e determinare in particolare le costanti α . β = π /5 e γ = 0. (2) x(n) è periodico di periodo N0 = 10.] Risultato: x(n) = 1 + 1 (−1)n .5. 0 ≤ t < 4. Risultato: y(t) ≡ 0. (4) Px = 50.18 Si consideri il segnale periodico x(n). Esercizio 5. avente DFS X(k).17 Si consideri il segnale periodico x(n). 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. β . 4 ≤ t < 8 . avente DFS X(k). utilizzare l’uguaglianza di Parseval per la DFS.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. per la proprietà (4). dove xg (t) = Λ t T0 . (e) x(n) reale.

1). Determinare i valori di H Risultato: H(0) = 0. con T0 ∈ R+ . (b) In corrispondenza dei valori di fc determinati al punto (a). e ∆ν = 1 24 . dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . Esercizio 5. (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. . π2 Esercizio 5. (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 ).22 Il segnale periodico x(t) = repT0 [xg (t)]. per k = 0. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). . dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 .23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). (b) y(t) = π82 cos(2π f0t). Risultato: y(t) = 8 sin(2π f0t). 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 .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . 3. con T0 ∈ R+ . 9 Esercizio 5. H(1/2) = 0. 1. Determinare il segnale y(t) in uscita al filtro. 1 2T0 3 < fc < 2T0 . Risultato: (a) xdc = ydc = 1 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 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 . H(1/4) = 2 e jπ /4 . calcolare l’espressione esplicita di y(t). si trova che Esercizio 5. (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).21 Il segnale periodico x(t) = rep2T0 [xg (t)]. 2. H(3/4) = 2 e− jπ /4 . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1.

(c) RC = T0 π 3 . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 .7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . f1 = 2 kHz. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t .5. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . (b) y2 (n) = sin . Risultato: RC = 1 2π f0 68 13 ≈ 0. Esercizio 5.364 f0 . (c) y3 (n) ≡ 0. 2T Esercizio 5. (a) Calcolare la frequenza fondamentale f0 del segnale x(t). f2 = 3 kHz.2.25 Il segnale periodico x(t) = repT0 [xg (t)]. 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. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. con f0 = 1 kHz.28 Con riferimento allo schema in figura. con T0 ∈ R+ . Esercizio 5.26 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 . 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. . (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 .27 Il segnale x(t) = rep2T0 [xg (t)]. Py = π 4 1 + 81 .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5.] √ 1 2 1 . sapendo che: (1) x(t) = cos(2π f0t). dove xg (t) = cos πt T0 rect t T0 .6. con T0 ∈ R+ . (b) Con riferimento al punto precedente. si calcoli l’uscita y(t).

(1) x(t) = 5 + 2 cos(2π f0t).H1 ( f ) 6 .H1 ( f ) u(t) - (·)2 v(t) . Esercizio 5. Si assuma che tutti i segnali ed i sistemi considerati siano reali. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . =4kHz Esercizio 5.5/T0 e guadagno unitario. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.29 Con riferimento allo schema in figura.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }. x(t) 6 . x(t) . 1 2π f0 e guadagno in continua unitario.H2 ( f ) . dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 .H2 ( f ) . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. Determinare l’espressione del segnale di uscita z(t).30 Con riferimento allo schema in figura. k=−∞ k=−∞ . (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. Py = 776.254 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.y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t].5 f0 e guadagno in continua unitario. y(t) H( f ) .y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->