Giacinto Gelli e Francesco Verde

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

NAPOLI 2008

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

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

Indice

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

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

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

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

7. . . . . . . . . . . . .1 Trasformazioni della variabile dipendente . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . 6. . . . . . .1 Trasformata di Fourier .5. 6.1 Introduzione . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . .2 Forma algebrica dei numeri complessi . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . .1 Segnali TC . . . . . . . . . 7. . . . . . . . . .2 Trasformazioni della variabile indipendente . . . . . . . . . . . . . .2. 7. . . 6. . 434 A. . . . . . . . . .3. . . . . . . .1. 6. . . . . . . . . . .2 Segnali TD . . . . . . . . . .3 Aliasing . . . . . . . . . 6. . . . . 6. . . . . 6. . . . .6. . . . . . . . . . . . . .1 Proprietà di convoluzione . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . .6. 6. . . . . . . . . . . . 6. . . . . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . 6. . . . . . .3. . .6.3 Derivazione e differenza prima. . . .4 Proprietà della risposta in frequenza . . . . . . . . . . . . . . . . . . . . . . . 6. . .3 Segnali TD transitori . .8 Esercizi proposti . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Campionamento ed interpolazione in pratica . . . . . . . . . . . 7. A Richiami sui numeri complessi 433 A. . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . .2 Segnali a banda praticamente limitata .2 Trasformata di Fourier per segnali TD .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . .1. . . . . . . .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . 6. . . . . . . . . . . 433 A. . . . . . . . . .7. .7. . . . 6. . . . . . . . . . . . . . . . . . . . . . . . 6. . . . .5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6. . .3 Segnali a banda non limitata . . . 7.3 Proprietà elementari della trasformata di Fourier . . . . . . 7. . . .1 Teorema del campionamento . . . . . . . . . . . . . . . .4 Quantizzazione . . . . . . . . . . . . . . . . . . . . . . . . .2 Campionamento ed interpolazione ideale .1. . . . . .4.2 Banda passante e banda di un sistema . . . . . . . . . . . . . . 7.2 Interpolazione ideale . . . . .4 Estensione spettrale e banda di un segnale .7. . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . 6. . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . 6. . . . . . . . . . . . . . . . . . . . 6. . 6.3 Estensione spettrale e banda di un segnale periodico . . .1 Trasformata di Fourier per segnali TC . . . . . . . . . . . . . . 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 .3. . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . . . 437 . . . . . . . . . . .5 Proprietà della trasformata di Fourier . . . . . . 7.2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . . . .4. . . . . 6. . . integrazione e somma . . . . . . .7. . .5.2. . . . . . . . .2 Interpolazione non ideale . . . . .3. . . . . . . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . . .1 Definizione di numero complesso . . . . . . . . . . . . . . . . . . . . . . . 6. . .3. . . . 6. . . . . . . . . . .5 Esercizi proposti . .

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

per un ingegnere delle telecomunicazioni. Esempio 1. essi rappresentano segnali indesiderati che disturbano le comunicazioni tra la terra e le navicelle spaziali. 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 . Una definizione univoca e non ambigua di segnale e sistema può essere data solo ricorrendo a opportuni modelli matematici. La posizione del corpo all’istante t è individuata da una coppia di coordinate cartesiane (x. In questo capitolo saranno introdotti i concetti di base necessari per lo studio dei segnali e dei sistemi.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. Esempi di segnali ricorrono in numerosi campi delle scienze matematiche. poichè il linguaggio della matematica è unico e preciso. nel campo delle telecomunicazioni spaziali. y). Concentriamo l’attenzione in particolare sulla posizione lungo l’asse x: poiché . un sistema può essere una rete telefonica o un ponte radio. per un economista un sistema è invece un insieme di individui che producono e si scambiano beni. fisiche e dell’ingegneria. Ad esempio. e proseguendo con alcune definizioni e classificazioni elementari. I 1. Allo stesso modo. 1.1 (moto circolare uniforme) Si consideri un corpo (raffigurato in nero in fig. le radiazioni emesse dai corpi celesti sono segnali desiderati che portano informazione circa la struttura dell’universo mentre. in astronomia.1) che si muove di moto circolare uniforme. sebbene astratta. Definizione 1.1 Definizione di segnale La definizione di segnale che segue. in alcuni casi. possono essere radicalmente diversi.1 (segnale) Un segnale è un modello matematico che descrive la variazione di una o più grandezze (fisiche) in funzione di altre grandezze (fisiche). partendo dai loro modelli matematici. è del tutto generale: essa risulterà certamente più chiara e concreta dopo aver studiato gli esempi forniti nel seguito. La velocità di rotazione del corpo si può misurare in termini di velocità angolare ω0 . espressa in Hertz (Hz) (rappresenta 2 il numero di giri effettuati nel tempo di 1 s). lungo una circonferenza di raggio A.

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

1. .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. Il segnale in forma tabellare dell’es. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.. 2.4.4. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. Si osservi che. Il metodo di Newton dell’es.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. dove f (x) denota la derivata prima di f (x). .3. 1. . 1.2 e 1.1. le variabili indipendenti di un segnale possono non avere un significato fisico o. 1. nel caso dell’es. Franca Neri .. . come nell’es. ovvero un segnale definito nell’insieme N0 dei numeri naturali. il dominio del segnale risulta essere T = N0 = {0. 1. Ad esempio. che prende il nome di insieme di definizione o dominio di x. Ugo Bianchi. 1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1. mentre l’insieme X.2.14 più avanti). come accade nell’es. Maria Turchini. Voto 22 30 25 30 . l’indice n nell’es. Gli es. 1. 1.3. 1. Tale relazione definisce una successione numerica. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica.4. (1. un voto nell’es. 1. lo studente nell’es. il dominio T di x coincide con l’insieme dei numeri reali. x(1) x(2) Fig. Esempio 1.} è costituito dai nomi degli studenti. cioè T = R. .1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .4. . ad esempio per molti segnali la variabile indipendente è proprio il tempo. 1.4 (tabella) In alcuni casi.1) dove l’insieme T.4) ed una variabile dipendente x (una lunghezza nell’es. in questo caso. un segnale di questo tipo può essere indicato come segue: x : T → X.. che prende il nome di immagine di T mediante x o anche codominio di x. 1..3.3.10 e 1. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito).1 e 1. 1.4.2.1.2. nel caso dell’es. 1. possono rappresentare dati . Al crescere di n.. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es.1.1 e 1.3. infine. 1. una tensione nell’es.3. 1. 1. racchiude i valori assunti dalla variabile dipendente x. il dominio del segnale T = {Carlo Rossi. per gli es.... consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig.. .4). Inoltre. 1. un segnale può essere definito mediante una tabella... 1.. ma esistono casi significativi di segnali – le immagini. Fig. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto.

Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. 1.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. 1. riportato schematicamente in fig. scriveremo {x(t)}t∈T.7. è lo schema a blocchi di fig. Esso è composto da tre elementi fondamentali: un trasmettitore.5. e gli altri come segnali di uscita (o effetti). Esempio 1. Definizione 1. Di norma. oppure può rappresentare la legge di corrispondenza (1. Tali funzioni potranno essere descritte mediante un’espressione matematica. 1. che associa ad ogni messaggio da trasmettere .1) (cioè il segnale nel suo complesso per ogni t ∈ T). un grafico o una tabella. comunque. con riferimento ad un segnale funzione del tempo. Fig. rimandando il lettore agli esempi che ne chiariscono meglio il significato. quando tuttavia vorremo enfatizzare la seconda interpretazione.5. Concludiamo osservando che. 1. capace di trasportare un messaggio dalla sorgente alla destinazione. Esempio 1. Schema elettrico di un partitore resistivo. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 .6. 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). a prescindere dal loro effettivo significato fisico.1 e 1. e alla variabile dipendente x come all’“ampiezza” del segnale. di natura più generale (gli studenti). 1. 1. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Gli es. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.5. ci riferiremo alla variabile indipendente t oppure n come al “tempo”.6. dei quali alcuni sono identificati come segnali di ingresso (o cause).2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta.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). 1.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. quale il partitore resistivo dell’es.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. Rappresentazione di un sistema mediante schema a blocchi. 1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. mentre l’uscita è la tensione ai capi del resistore R2 .

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

t] y(n) = S[{x(k)}k∈T. 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. la (1. tuttavia. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞.8. In tal caso. Sulla base di tale osservazione.t]. è una legge di corrispondenza tra insiemi “numerici”. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. ottenuto integrando x(u) sull’intervallo ] − ∞. 1. con t ∈ R. A questo punto è necessario fare una considerazione che è bene che il lettore tenga .8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . indipendentemente dai fenomeni fisici coinvolti. piuttosto che sulla realtà fisica cui il modello si riferisce. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. rispettivamente.3) per descrivere sinteticamente la trasformazione (1. la (1. 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. con particolare riguardo a quelle che sono applicabili in generale. che definisce un segnale. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n.6 Segnali e sistemi: introduzione In fig. Esempio 1.8 è riportata una rappresentazione schematica della legge di corrispondenza (1.2). Infatti. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t).2) che definiscono segnali e sistemi. d’altra parte. per ogni n ∈ Z. più in generale.t]. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. 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. 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. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. per ogni t ∈ R.7 e 1. Si osservi che. rispettivamente.2).1). si useranno le notazioni y(t) = S[{x(u)}u∈T. Per evidenziare invece il fatto che nella trasformazione (1. secondo il quale il valore y(t) del segnale di uscita all’istante t dipende solo dal valore x(t) assunto dal segnale di ingresso nello stesso istante t. risulta essere convergente. com’è anche evidente dagli es. Esempio 1. i cui elementi sono numeri reali o interi relativi. In molti casi. Una seconda osservazione importante è che.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. n] (1. con n ∈ Z. sebbene le corrispondenze (1.2). Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). In tal caso.1) e (1. su tutto il proprio dominio di definizione T. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. possano sembrare simili a prima vista.2). 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 1 (a) (b) Fig. 1.1. 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”.9. o per la conoscenza imperfetta dei meccanismi che li governano. 1. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.5 −0. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. es.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. in quanto contengono un certo grado di imprevedibilità o di incertezza. 1.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). In fig. In conclusione. che esprime la pressione acustica in funzione del tempo.4 t 0. Va osservato come principio generale che un modello è solo una rappresentazione.3 Segnali deterministici ed aleatori 7 1 1 0. per la presenza di disturbi. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.5 0. 1. ben presente nel seguito. non linearità.6 0.8 1 0 −0. in forma tabellare. della realtà che intende descrivere. o in forma grafica).2 e 1. ecc.2 0. 1. Esempio 1. La classe dei segnali deterministici è ampia. Il segnale vocale assume una forma profondamente diversa. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. In primo luogo. 1. accoppiamenti parassiti.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente.6 0. che non possono cioè essere descritti esattamente.2 0. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. infatti. il modello matematico è quasi sempre frutto di approssimazioni. per la loro complessità. non ammettono una descrizione matematica esatta.3 Segnali deterministici ed aleatori I segnali considerati negli es. quasi sempre estremamente semplificata. 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. ad esempio.2) non è mai esattamente sinusoidale.4 t 0. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. . Tali segnali scaturiscono da fenomeni fisici che.1.5 x(t) 0 x(t) 0 0. Definizione 1.5 −1 −1 0 0. In secondo luogo.

rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. tuttavia. perché poco probabile. Tale scelta ha una chiara motivazione didattica. che un segnale aleatorio possa essere rappresentato non da una sola funzione. e quindi non prevedibile. in quanto. essi sono adatti a trasportare informazione. l’affermazione “stanotte farà buio” non trasporta nessuna informazione. quali la teoria della probabilità [15]. Ad esempio in fig. Nonostante abbiamo sottolineato l’importanza dei segnali aleatori.9 si dice aleatorio (dal vocabolo latino alea=dado. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. incertezza”). in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali. pronunciata stavolta da un bambino. In effetti. ma da una collezione di funzioni (una per ogni possibile parlatore. proprio a causa della loro imprevedibilità. una affermazione poco probabile. che per estensione sta anche a significare “rischio. 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. Un segnale aleatorio. non può essere descritto da una semplice funzione. non è adatto a trasportare informazione. con riferimento al segnale vocale).8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato. Viceversa. ma anche al variare del sesso. Ad esempio. Un segnale come quello dell’es. Va osservato peraltro che. per sua natura. a differenza dei segnali deterministici. dell’età.4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. Definizione 1. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15.9 relativo al segnale vocale suggerisce intuitivamente. non essendo perfettamente noto a priori. sono necessari strumenti più sofisticati. una volta osservato o memorizzato. Basti pensare infatti che. Per questo motivo. un segnale deterministico. cap. 1. . Bisogna notare che. semplicemente perché è una affermazione certa.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. perfettamente prevedibile. 10]. 1. 1. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione. che è noto a priori e quindi perfettamente prevedibile. e dello stato d’animo del parlatore. l’es. con un piccolo sforzo di generalizzazione.

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.

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

8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo.1). raffigurato in fig. Sulla base del modello matematico (1. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). 5} è costituito solo da due valori.20 (b).. 1. detta quantizzazione. 1.15.12.2 assume con continuità tutti i valori dell’intervallo [−A.1. Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A . Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. 1. mentre X è un insieme discreto per un segnale ad ampiezza discreta. se il numero delle ampiezze è finito. 1.15 (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). Il vantaggio che si consegue con la quantizzazione è che. Esempio 1. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. utilizzato per descrivere un segnale. 1. La quantizzazione si dice “ad un bit” in quanto l’ampiezza .4 Classificazione elementare dei segnali 15 x(t) 5 . I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. 1. Esempio 1. −A .1 e 1.20(a). il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua.19) descrive la variazione dello stato logico nel tempo. A] ≡ X. rimpiazzandole con un numero finito di possibili valori.. Definizione 1. se x(n) ≥ 0 . visto che il suo codominio X = {−5. .19. Un esempio di segnale ad ampiezza discreta è il segnale logico. altrimenti . Il segnale risultante è mostrato in fig.. t -5 Fig. Il segnale risultante x(t) (fig. la sinusoide degli es. 1. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”..

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

18 e la successiva discussione). le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. Tra esse. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. Di queste. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. 1. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale.3 Segnali analogici e digitali Dal punto di vista applicativo.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. l’interesse per i segnali digitali è più recente. DSP).22. . e per il loro studio matematico.22). tanto da meritare una denominazione particolare: Definizione 1. 1. affrontato già a partire dal XVIII secolo. tuttavia. esse sono indipendenti. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. I segnali del mondo fisico sono analogici. Viceversa. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). esistono metodologie ben consolidate. 1.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. e tra segnali ad ampiezza continua o discreta.1.4. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. 1. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig.

(b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. 1. . faremo esclusivamente riferimento a sistemi SISO: per questo motivo. Definizione 1. (a) sommatore a due ingressi. Esempi di sistemi MISO.23. il campionatore. (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. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). Fig.23. 1. 1. (b) moltiplicatore a due ingressi.18 Segnali e sistemi: introduzione ingresso 1 uscita x(t) ingresso 2 (a) (a) sistema a TC y(t) ingresso 1 uscita x(n) ingresso 2 (b) sistema a TD (b) y(n) Fig. I sistemi visti in precedenza. ed il quantizzatore. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. Definizione 1. (b) sistema a TD. 1. sono tutti di tipo SISO. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO).24. o viceversa. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. Nel seguito. l’interpolatore.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. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC.5 Classificazione elementare dei sistemi Come i segnali. raffigurati schematicamente in fig. quali ad esempio il partitore resistivo. supporremo implicitamente che esso sia di tipo SISO. quando parleremo di sistema.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. quali il numero degli ingressi e delle uscite. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).

3 Infine.12). e quindi bisogna effettuare sia un campionamento (cfr.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . segnale digitale (b) Tc Fig.2) utilizzato per descrivere matematicamente un sistema. 1. Lo schema del convertitore A/D riportato in fig. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. quantizz . mentre U contiene solo segnali a TD. 1. ed i sistemi a TD sono denominati.12).25.16). nel caso di sistemi misti. 1. 1. che presenta ingresso a TD e uscita a TC. sia una quantizzazione (cfr.25). Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. in campo economico o sociale). 1. 1. in maniera lievemente imprecisa. es. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. Inoltre. 1. 1. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. sistemi digitali.6.24(a). in un convertitore A/D reale (denominato anche analog-todigital converter. 1. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. I sistemi a TD non esistono generalmente “in natura”. es. 1.25 è puramente di principio. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. e l’interpolatore (es.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. In accordo con la simbologia introdotta in fig. e quindi sono sistemi a TC: ad esempio una rete elettrica. Conversione A/D: (a) schema a blocchi di un convertitore A/D. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. effettuata da un sistema denominato convertitore A/D (fig. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. Esempio 1. Sulla base del modello (1. e viceversa. e spesso non sono nemmeno chiaramente separabili.1. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. essi sono inoltre di grande interesse ingegneristico. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. 1. .5. che presenta ingresso a TC e uscita a TD.13). come il partitore dell’es. o viceversa. Esempi significativi di sistemi di questo tipo sono il campionatore (es. è un sistema a TC. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. nel caso di sistemi a TC. l’insieme I racchiude solo segnali a TC. Il seguente esempio introduce due ulteriori esempi di sistemi misti. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico.24(b). 1.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. ADC). infine. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed.

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

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

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

24 Segnali e sistemi: introduzione .

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

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

mentre per t0 < 0 si ha una traslazione verso sinistra. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). 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. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . 2. o anticipo. ma comporta solo una variazione del riferimento temporale. a differenza del caso TC. cioè n0 ∈ Z: in altri termini. ed il cambiamento di scala temporale. considereremo alcune caratteristiche peculiari del caso TD. attraverso l’introduzione delle operazioni di decimazione ed espansione. dove per t0 > 0 si ha una traslazione verso destra del segnale. la riflessione temporale.1. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi.2 può essere utilizzato anche in questo caso. Più in generale. se a < 0. 2. Genericamente.3. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. il parametro della traslazione n0 assume necessariamente valori interi.2.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. un segnale TD può essere traslato solo di quantità intere. per quest’ultima operazione. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. con a > 0.2. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. in particolare. Si noti che una traslazione temporale non modifica la forma del segnale. dove però. 2. Se a = −1. Schema a blocchi di un amplificatore/attenuatore. lo schema di fig. come rappresentato in fig. 2. o ritardo.2. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. 2. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . raffigurato in fig. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). .1(b). 2.

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

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

(b) segnale dispari a TD. 2.6. (b) segnale pari a TD.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. 2. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.5. . Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. (c) segnale dispari a TC. Esempio di decomposizione di un segnale TC in parte pari e dispari.

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

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

se n è multiplo di L . della compressione di un segnale TC.9. A differenza della decimazione. Analogamente a quanto visto per la decimazione.1 Operazioni elementari sui segnali 33 x(n) (a) -3 -2 -1 0 1 2 3 n y(n)=x[n/3] x(0) x(-2) x(-1) x(1) x(2) (b) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 x(-3) 1 2 3 4 5 6 7 8 9 n x(3) Fig. la decimazione è una operazione non reversibile. . M − 1 campioni ogni M) sono eliminati completamente. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. l’espansione a TD è una operazione perfettamente reversibile. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. con L ∈ N. Espansione di un segnale TD: (a) segnale originario. 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 . altrimenti . l’espressione y(n) = x(an) non ha senso per qualunque a < 1. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. in quanto an non è un numero intero. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. Se anche.2. (2.1) Un esempio di espansione per L = 3 è fornito in fig. 2. 2. perché alcuni campioni del segnale TD (in generale. (b) segnale espanso con L = 3. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. L 0.9. per analogia con il caso a = M. si assume a = 1/L. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti.

Esempio 2. si giungerà al risultato corretto. una combinazione di operazioni elementari definisce una funzione composta. come illustrato dall’esempio che segue. in generale.34 Proprietà dei segnali 2. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. questa sostituzione si denota con t − 3 → t).2 (effetto dell’ordine nella combinazione di operazioni elementari. espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. etc. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. Per individuare il segnale y(t) risultante. v(t). specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). Nel nostro caso. Allo stesso modo. sostituire ad esso t − 3 (sinteticamente.1 scambiando l’ordine delle operazioni. riflessione: v(t) = u(−t) . va detto però che spesso. È importante notare che. caso TC) Si riprenda per un momento l’es. (2) ritardo di 3. per cui non dovrebbe essere difficile individuare il segnale risultante. è conveniente seguire il seguente procedimento. 2. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. Ad esempio. introducendo dei segnali intermedi u(t). (2) riflessione. 2. riflessione. compressione di 2: y(t) = v(2t) . (3) compressione di 2. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . Si noti che quando effettuiamo sostituzioni a catena. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. (3) compressione di 2. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3. Esempio 2. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni.1 (combinazione di operazioni elementari. Tenendo bene a mente questo principio. . Dal punto di vista matematico. Procedendo in questo modo si giunge sempre al risultato corretto. Utilizzando lo stesso procedimento dell’es. ritardo di 3: v(t) = u(t − 3) .1. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente.1.3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. è facile commettere errori. Successivamente. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. compressione di 2: y(t) = v(2t) . che è il risultato cercato. ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. Per evitare ciò.

nell’ordine elencato: espansione di un fattore 5: anticipo di 4: t . L’esempio che segue chiarisce meglio quest’aspetto. 2. È importante infatti notare che uno stesso segnale si può ottenere con diverse combinazioni di operazioni elementari. va osservato peraltro che in genere la prima è da preferire. Per ottenere . Ovviamente. z(t) = x riflessione: y(t) = u(−t) . D’altra parte. ed infine l’espansione. in quanto quest’ultima non si può interpretare semplicemente come la sostituzione formale di n/L → n: se n/L non è intero. Esempio 2. Un altro problema che si pone in pratica è il seguente: dato un segnale ottenuto per combinazione di operazioni elementari. Infatti si ha. Nel caso di segnali a TD. la tecnica da seguire per combinare operazioni elementari è la stessa vista per il caso TC. poi l’anticipo.1. riflessione: u(t) = z(−t) . poiché portano allo stesso risultato. individuare quali siano le operazioni elementari ed in che ordine vadano effettuate. 5 u(t) = z(t + 4) .3 (individuazione delle operazioni elementari. 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.2. Ad esempio se si effettua prima la riflessione. t . in quanto più “semplice”. ottenendo un segnale differente da quello dell’es. si ha: y(t) = u t t t +4 = x − −4 =v 5 5 5 e quindi un risultato differente da quello precedente. Qualche approfondimento merita il solo caso in cui è presente l’espansione a TD definita dalla (2. Si può verificare che il risultato dipende dall’ordine in cui si eseguono le operazioni. Esso si può pensare ottenuto a partire da x(t) mediante le seguenti tre operazioni. sostituendo ricorsivamente a partire dall’ultima. per cui nella definizione (2.1) si assume convenzionalmente che tale valore sia nullo. y(t) = u(−t) = z(−t + 4) = x −t + 4 5 =x 4−t 5 .1 Operazioni elementari sui segnali 35 Successivamente operiamo le sostituzioni ricorsivamente partendo dall’ultima espressione: y(t) = v(2t) = u(−2t) = x(−2t − 3) . entrambe le sequenze di operazioni sono “corrette”. non ha senso calcolare il valore del segnale in n/L. infatti.1). 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 . caso TC) Si consideri il segnale y(t) = x 4−t 5 .

n x − − 5 . (3) espansione di 2. mentre in tutti gli altri casi è frazionario. 2 0. Gli esempi che seguono mostrano come procedere in due situazioni tipiche. 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 . il segnale y(n) si può esprimere esplicitamente. Esempio 2. (2) espansione di 6. Esempio 2.5 (combinazione di operazioni elementari. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . altrimenti il valore del segnale è nullo. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. 6 6 2 . altrimenti . Pertanto. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. come: y(n) = se n è pari . (2) anticipo di 5. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. anticipo di 5: v(n) = u(n + 5) . ovvero se n è pari. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2.1). caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. allora il risultato si ottiene calcolando il valore del segnale in quel punto. 6 anticipo di 5: y(n) = v(n + 5) . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . per cui il segnale y(n) vale convenzionalmente zero. (3) anticipo di 5. eliminando la notazione simbolica con le parentesi quadre.36 Proprietà dei segnali il risultato corretto per via analitica. n espansione di 2: y(n) = v .4 (combinazione di operazioni elementari. n espansione di 6: v(n) = u . 2 2 2 Con riferimento all’ultima espressione.

2 2.2) esista e sia finito.1 Operazioni elementari sui segnali 37 1 0. altrimenti . per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . 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. il che accade se e solo se n è dispari. Il gradino a TC è definito come: u(t) = 1 . In particolare.6 0. se il segnale x(t) è derivabile nel punto t0 ∈ T. 2.4 Derivazione. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. integrazione. 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. Pertanto. come:  se n è dispari .2. § B. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC.2 0 −2 0 2 4 t 6 8 10 Fig. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. si dimostra che x(t) è anche continuo in t0 . per cui l’espressione ottenuta si può rendere esplicita.4 0. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. se t ≥ 0 . 0 . Gradino a TC. infinito numerabile di punti di discontinuità di prima specie. eliminando la notazione con le parentesi quadre. Se il segnale x(t) è derivabile in t0 .8 x(t) = u(t) 0. 2. ed è rappresentato graficamente in fig. 0 . per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.2). Tuttavia. In particolare. altrimenti . al più.2) che esiste ed è finito. Con riferimento all’ultima espressione. Il gradino presenta una discontinuità di prima specie per t = 0.1. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale.10.10. y(n) = n+5 x .

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

al limite per ε che tende a zero. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. A tale scopo.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). Quindi. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) .4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0.4) definisce un funzionale che si “appoggia” alla funzione δε (t). 2. ε →0 (2. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine.3) mediante una funzione. Infatti. Al limite per ε → 0. se è vero che. Invocando il teorema della media. Questo risultato suggerisce di definire il limite al secondo membro della (2. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . Come indicato dal loro stesso nome.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . (2. ε →0 dt (2. conservando tuttavia area unitaria. per ε → 0. δε (t) non ha alcun significato come funzione ordinaria. la (2. che indichiamo con δ (t) = lim δε (t) .4) Dal punto di vista matematico. 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 . possiamo affermare che esiste un punto tε ∈ [−ε . cioè. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . ε →0 (2. ε ) e la misura di tale intervallo. la funzione ordinaria δε (t) non converge ad una funzione ordinaria.2. Dirac nei suoi studi sulla meccanica quantistica. un operatore che associa alla funzione x(t) un numero reale.5) In altre parole. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . a differenza del concetto di convergenza di funzioni ordinarie. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. 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. Al diminuire di ε .1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. al limite per ε che tende a zero. la convergenza della famiglia di funzioni δε (t) alla funzione .3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie.7) dove x(t) è un arbitrario segnale continuo nell’origine. Ciò suggerisce che la convergenza del limite al secondo membro della (2. il funzionale (2. motivo per cui è comunemente nota come impulso o delta di Dirac.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. (2.

questa operazione per l’integrale di Riemann è consentita solo se la famiglia di funzioni δε (t) converge uniformemente (il che non avviene nel nostro caso). t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. b a continuo in t = 0. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). ∀n ∈ N. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. ∀t0 ∈ R. a valle delle considerazioni fatte finora.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. ∀x(t) continua in t0 . |a| . La prima. . convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. implicitamente. se a > 0 oppure b < 0 . la (2.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. ∀a ∈ R − {0}. ∀x(t) 0. per semplicità d’impiego nelle applicazioni. (d) Parità: δ (−t) = δ (t). in virtù delle (2. δ (t) x(t) dt = x(0) .8). ad esempio.8) ovvero. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. ∀x(t) continua in t0 . (2. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. ∀t0 ∈ R. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . ∀a < b ∈ R. ∀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 = 0.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1.5) e (2. di carattere prettamente matematico. riguarda il fatto che. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . (2. La seconda. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e.5) e (2. 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.7). ma. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) .40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. se a < 0 < b . A partire dalla definizione (2.9) dt In altre parole. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. di carattere esclusivamente applicativo. secondo l’analisi matematica convenzionale. consiste nell’osservare che.

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

2. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. Conseguentemente. 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 ). e segnali di durata non limitata. n2 }. n1 + 1. approfondiremo questa classificazione.t2 ). Nel caso TD. 2. legato all’interpretazione di quali valori del segnale siano trascurabili. . non esiste una definizione universalmente accettata di estensione temporale di un segnale. .3. Tuttavia. Analogamente. In tal caso. . l’estensione del segnale è definita come Dx = {n1 . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . . Alcuni esempi elementari di finestre sono presentati di seguito. esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. . 2. . In altre parole. Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. . . . si considerano trascurabili solo i valori nulli del segnale. n2 }. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . considerando sia segnali TC che TD.18. . n1 + 1.1 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 .t2 ) e la sua durata è data da ∆x = t2 − t1 . Nel seguito. n1 + 1. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 .t2 ). cioè. con riferimento alla definizione generale di estensione.18. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. . . segnale x(n). con n2 > n1 . cioè. . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. x(n) = 0 per ogni n ∈ {n1 . con t2 > t1 . con riferimento a taluni casi particolari di segnali. x(t) = 0 per ogni t ∈ (t1 . l’estensione del segnale è definita come Dx = (t1 .46 Proprietà dei segnali x(t) t1 durata t2 t Fig. Segnale di durata rigorosamente limitata. In questo caso. Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. e quali no.

2.2.6 0.5 . altrimenti . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). cambiamento di scala con a = 1/T e traslazione temporale di t0 . Esempio 2. se |t| ≤ 0. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”).3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. se 0 ≤ n ≤ N − 1 .8 x(t) = rect(t) 0. 0 . 2. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. 0 . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . il cui andamento è raffigurato in fig.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. mediante moltiplicazione per una costante. 2. se t ∈ [t0 − T /2. altrimenti . cambiamento di scala con a = 1/T e traslazione temporale di t0 .t0 + T /2] . La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .19.20: la finestra è centrata in t = t0 e ha durata ∆x = T . Si tratta di un segnale pari (centrato nell’origine). numerosi testi.4 0. 2. A partire dalla finestra prototipo.20. Utilizzando la definizione. la finestra rettangolare è denotata con il simbolo Π(t).7. si vede che x(t) = A rect t − t0 T = A. Fig. 0. 2. Finestra rettangolare a TC.19. ed è rappresentata graficamente in fig. Finestra rettangolare a TC dell’es. altrimenti . è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. . traslazione temporale e cambiamento di scala.

la finestra rettangolare a TD degenera nell’impulso discreto. R1 (n) = δ (n). traslazione temporale.24. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari.2 0 −2 −1 0 t 1 2 Fig. È possibile definire la finestra triangolare (si veda la fig. 2.23) anche nel caso TD. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. si noti che. mediante operazioni elementari (moltiplicazione per una costante. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. infatti si ha RN (n) = u(n)−u(n−N). La finestra ha estensione temporale Dx = {0. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.8 x(n) = R5(n) 0. . Tuttavia.7. ed è rappresentata graficamente in fig.4 0. è asimmetrica rispetto all’origine.21. ed è asimmetrica rispetto all’origine.21. se 0 ≤ n ≤ 2N − 1 . di ampiezza unitaria e durata ∆x = 2.2 0 −2 0 2 4 n 6 8 10 1 0. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. ed è rappresentata graficamente in fig. . ponendo N = 1.4 0. ovvero considerare B2N (n + N). cioè. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. 1. Finestra rettangolare a TD per N = 5. 2. così come la finestra rettangolare a TD. 0. a partire dalla finestra triangolare prototipo.8 x(t) = Λ(t) 0. altrimenti . Così come visto per la finestra rettangolare nell’es. 2. ed essa è nota come finestra di Bartlett:  |n − N|  . Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. .48 Proprietà dei segnali 1 0.22. 2. pertanto. Come nel caso TC. . 2. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . Finestra triangolare a TC.6 0. se |t| < 1 . a differenza della sua versione a TC. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. come riportato in fig. Si tratta di un segnale pari (centrato nell’origine). N −1} e durata ∆x = N.22. 2. 1− B2N (n) = N 0 . 2. altrimenti . Fig. Infine.6 0. .

25. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. se si fissa una soglia diversa. questo introduce. x(t) soglia . e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. 2. . tuttavia. si consideri un segnale TC come quello riportato in fig. Si noti che.2.. con t2 > t1 . Un discorso analogo sussiste anche per i segnali a TD. In particolare. Finestra triangolare a TD per N = 4. 2.8 0.4 0. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. 2.. 2. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. 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. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.3 Estensione e durata temporale di un segnale 49 1 0. per esso.8 0. il quale decade asintoticamente a zero per t → ±∞.. un certo elemento di arbitrarietà nella misura della durata.3. Fissare una soglia (vedi fig. 2.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. Fig.4 0. si perviene ad un diverso valore di durata del segnale.6 0. t Fig.24. 2. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata.t2 ) di valori significativi del segnale.25. a differenza del caso di segnali a durata rigorosamente limitata. t1 durata t2 ..25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . legato proprio all’arbitrarietà nella scelta del valore della soglia.6 0. Finestra triangolare a TD per N = 4 con simmetria pari.2 0 −6 −4 −2 0 n 2 4 6 Fig.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. senza mai annullarsi.23. Segnale di durata praticamente limitata.

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

si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. con 0 < α < 1. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). ed indirettamente alla sua durata. la durata del segnale risulta ∆x = T ln 1 α e. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. Passiamo ora ad introdurre l’esponenziale bilatero a TD. dunque. com’era intuibile. . In altre parole. dell’esponenziale monolatero. la cui estensione è Dx = (0. 2.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. La costante di tempo ammette anche una interessante interpretazione geometrica. Viceversa. risolvendo l’equazione x(∆x ) = α A. la pendenza diminuisce. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . legata alla pendenza della funzione esponenziale nell’origine. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. cresce con legge direttamente proporzionale a T . al crescere di T . la durata ∆x . Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. sebbene il segnale non si annulli mai al finito. se si sceglie α = 0. In tal caso. dove il parametro T prende il nome di costante di tempo.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T .27.368 A. cioè. la pendenza aumenta. ∆x ). al diminuire di T . Così facendo. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. È chiaro allora che. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. si ottiene che ∆x ≈ 3 T . scegliamo come valore di soglia α A. l’esponenziale monolatero è un segnale di durata praticamente limitata4 .05. Per calcolare la durata analiticamente. che è definito dalla relazione x(n) = A an . con a > 0. 2. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T.2. essendo infinitesimo per t → ±∞. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. A titolo esemplificativo. con ∆x > 0 (durata) dipendente dalla scelta della soglia. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. se si pone per definizione a = −1/T con T > 0.

mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. La durata del segnale. con |a| > 1. a causa della presenza del gradino. la cui estensione è Dx = {0. se a = −1.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. In particolare. in particolare. mentre per a < 0 assume valori di segno alterno (positivi per n pari. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). per cui è un esempio di segnale TD di durata praticamente limitata5 . l’esponenziale si riduce al segnale costante x(n) = A. Per ottenere un segnale esponenziale di durata praticamente limitata. che assume alternativamente i valori ±A. mentre. Similmente all’esponenziale bilatero a TC. Infine. in tal caso. viceversa. la durata del segnale tende a zero. per |a| = 1. 1. . che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. se a = 1. ln(|a|) Come preannunciato. per a > 0 l’esponenziale assume sempre valori positivi. mentre per valori di |a| prossimi a zero. Inoltre. per |a| → 0. Più precisamente. si ha x(n) = A (−1)n . per |a| > 1 l’esponenziale è crescente in modulo. mentre è identicamente nullo per n < 0. scegliendo come valore di soglia α A. . la durata del segnale tende ad essere infinitamente grande. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. Per 0 < |a| < 1. ∆x − 1}. con ∆x > 0 (durata) dipendente dalla scelta della soglia. l’esponenziale decresce più lentamente. . . negativi per n dispari). l’esponenziale decresce più rapidamente. ∀a ∈ R − {0}). è funzione di |a|: per valori di |a| prossimi ad 1. l’esponenziale è costante in modulo: in particolare. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . 2. e risolvendo l’equazione |x(∆x )| = α A.28. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. con 0 < α < 1. fissato 0 < α < 1. . L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. per |a| → 1. l’esponenziale monolatero tende a zero per n → ∞.

(c) 0 < a < 1 (valore effettivo a = 0.833).6 x(n) 0.5 x(n) 0 0. (f) a = −1. .2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.5 1 (d) 0.28.833). (b) a < −1 (valore effettivo a = −1.8 0. 2.2.3 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. (e) a = 1. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.4 −0.1).1). (d) −1 < a < 0 (valore effettivo a = −0.

I segnali di durata illimitata sono anche detti segnali persistenti.. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). ∀t ∈ R . Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. Per segnali di questo tipo. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). infatti.13). t Fig.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. ovvero ∆x = +∞.54 Proprietà dei segnali x(t) . è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri.13) Il più piccolo valore di N0 che verifica la (2.12) è detto periodo (fondamentale) del segnale. In molti casi. Ad esempio. sono sempre di durata limitata.3. rispettivamente. allora. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. 2..29. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. mentre nel caso TC il periodo T0 è in generale un numero reale..12) e (2.12) Il più piccolo valore di T0 che verifica la (2. nel caso TD il periodo N0 è necessariamente un numero intero. Inoltre . . (2. 2.29.. 2. ∀n ∈ Z .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 ). tuttavia. Segnale di durata non limitata. i segnali x(t) e x(n) si dicono aperiodici. come ad esempio il segnale raffigurato in fig. È bene enfatizzare il fatto che. detto periodo. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. Una definizione pratica. 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. ed intorno al Sole con un periodo pari circa a 365 giorni.13) è detto periodo (fondamentale) del segnale.

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

il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore.13) e ricalca quella già ω0 vista per il fasore. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC.1). ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. (2. ω0 . da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0).12): infatti. come il fasore. il fasore è un segnale periodico di periodo T0 . Si noti. ed in senso orario se ω0 < 0. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . con k ∈ Z. |ω 0 | | f 0 | (2. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. utilizzando le formule di Eulero (cfr. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . come preannunciato. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. il che accade dopo un tempo pari a T0 = 2π 1 = . notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. ovvero che x(t) = x(t + T0 ). 8 Ricordiamo . Di contro. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. In effetti. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. infine. 2. § A. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 .15). e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ .12).4). imponendo che valga la (2. il fasore è una pura astrazione matematica che. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. Anche la sinusoide. che il fasore non è un segnale “fisico”.16) dove i parametri A. e quindi si ha la (2.56 Proprietà dei segnali se ω0 > 0. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. Così come l’impulso di Dirac a TC. come sarà chiaro nel seguito. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2.31).15) pertanto. In ogni caso. 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. Dall’interpretazione come vettore ruotante.

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 .17) θ0 dove A > 0 è l’ampiezza. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. come θ0 ∈ [0. ν0 = 2π è la frequenza (cicli). Prova. Sulla base di questa interpretazione. ma anche alcune differenze significative rispetto al caso TC. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . k ∈ Z. . L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. Si ha: x2 (n) = A e j(θ2 n+ϕ0 ) = A e j[(θ1 +2π k)n+ϕ0 ] = A e j(θ1 n+ϕ0 ) e j2π kn = x1 (n) .13) per un segnale TD. in termini di frequenze. k ∈ Z.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. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. θ0 è la pulsazione (rad). nel caso TD il tempo n va considerato adimensionale. così come accade nel caso TC. in particolare. il fasore si muove “a scatti” nel piano complesso. 1/2[. ϕ0 è la fase iniziale (rad). passando da ν0 = 0 a ν0 = 1.30): la differenza sostanziale. Ovviamente. π [. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 .1). la posizione finale è la stessa. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. (2. 2π [ oppure θ0 ∈ [−π . in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. però. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. Infatti.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. =1 ∀n. a ν2 − ν1 = k. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. k ∈ Z . o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2).2. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . 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 )] . con la pulsazione θ0 ). applicando la definizione di periodicità (2. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). anche il fasore a TD soddisfa la definizione di segnale (1. poi diminuisce (fino a ν0 = 1). Questa è una delle fondamentali differenze rispetto ai fasori a TC. Come il fasore a TC. 1[ oppure ν0 ∈ [−1/2. è che poiché il tempo n varia in maniera discreta. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. Equivalentemente. la condizione θ2 − θ1 = 2kπ equivale. come ν0 ∈ [0.

2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. e si può interpretare. k ∈ Z. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. Se ν0 = 2/3. nel caso in cui è periodico. 2π N0 k ∈ Z. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. il periodo non coincide in generale con l’inverso della frequenza. similmente al caso TC. La proprietà precedente. se ν0 = √2 (un numero irrazionale).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). Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. contrariamente a quanto avviene con i segnali periodici a TC. In tal caso. Infine. allora il fasore non è periodico nel tempo.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . il segno di k è legato al verso di rotazione del fasore (orario se k < 0. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). il periodo aumenta passando da N0 = 3 a N0 = 4. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . In pratica. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . addirittura. il periodo è ancora N0 = 3. Questi due esempi mostrano che. da cui si ricava che ν0 = θ0 k = . mostra anche che. k ∈ Z. Esempio 2.5 (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. antiorario se k > 0). il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. può aumentare. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. (2) il periodo N0 coincide con il denominatore della frazione. In particolare: A cos(θ0 n + ϕ0 ) = . Infatti. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . che può rimanere lo stesso (come nei due esempi precedenti) o.

8 (duty-cycle dell’80%). infatti. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 .2. etc. traslate di ±T0 . talvolta espresso in percentuale. ∀t ∈ R.32. ed il periodo dell’onda stessa. (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). (2. 2. basta provare che per il segnale x(t) definito come nella (2. per cui x(t + T0 ) = x(t). Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . Infatti come generatore è possibile scegliere la . e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . ∀t ∈ R. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. ±2T0 . d’altra parte. 2.18). si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) .18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] .18) risulta necessariamente x(t) = x(t + T0 ). per una dimostrazione più formale. Esempio 2. Come caso limite. 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).9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . Dato un segnale generatore xg (t) e fissato un periodo T0 .33 è mostrata un’onda rettangolare con A = 1 e δc = 0. Ad esempio.5 è quella di fig. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. Viceversa. T0 /2]. la cui espressione è: ∑ A rect t − kT0 T . è possibile costruire un unico segnale periodico x(t) secondo la (2. detto generatore. diverso da zero nell’intervallo [−T0 /2. in fig. Il duty-cycle δc . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. come si voleva dimostrare.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. e la cui rappresentazione grafica per A = 1 e δc = 0. ampiezza A.

2. 2. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.t0 + T0 /2]. 2. Esempio 2. descritta dall’esempio che segue. Fig. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). Onda rettangolare a TC con A = 1 e δc = 0.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . ad esempio [t0 − T0 /2. 2. per determinare il generatore. T0 /2]. ad esempio [−T0 /2. Poiché il periodo di replicazione è inferiore alla durata del generatore. . è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale.4 0. T0 /2] .32. .4 0. ma bisogna tener conto della sovrapposizione tra le repliche.6 x(t) 0.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. restrizione del segnale periodico ad un periodo. 2. altrimenti. Bisogna tuttavia notare che. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. 0. t ∈ [−T0 /2. le repliche del segnale si sovrappongono.6 0. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. cioè risulta x(n) = x(n + N0 ).2 0 −2 −1 0 t/T 1 2 0 0 Fig.8 0. In questo caso. In altri termini. 1].5 (duty-cycle del 50%). finestrando il segnale periodico nell’intervallo [−1.36. si ottiene il generatore raffigurato in fig.60 Proprietà dei segnali 1 0. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). In particolare. 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. 1.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. Onda rettangolare a TC con A = 1 e δc = 0.34). . ed il segnale risultante (fig. (2.8 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=−∞ +∞ ∑ . la relazione tra segnale periodico e generatore non è biunivoca. N0 − 1}.8 (duty-cycle dell’80%). con t0 ∈ R.35) non si ottiene semplicemente affiancando le finestre triangolari. . la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . sommando queste ultime negli intervalli di sovrapposizione. .33.

6 0. 2.75). Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . 2.10.8 0.4 0. il cui andamento è rappresentato in Fig. che si ottiene finestrando il segnale con una finestra .4 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .75. 0.37 per M = 3 e N0 = 5. Onda triangolare a TC dell’es. 2.34.10. 1 0.6 0.4 0.36. 2.35.6 x(n) 0.37.2 0 −2 −1 0 t 1 2 Fig.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. ottenuto finestrando il segnale periodico nell’intervallo (−0. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).2 0 1 0. 2.4 0.8 0. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.2 0 −2 −1 0 t 1 2 1 0. 2.3 Estensione e durata temporale di un segnale 61 1 0. 2. Onda rettangolare a TD con M = 3 ed N0 = 5.8 0. Segnale generatore dell’onda triangolare a TC dell’es.2.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). Viceversa. Un differente generatore dell’onda triangolare a TC dell’es.6 x(t) 0. xg(t) Fig.8 0. Fig. 2. Esempio 2.

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

−K + 1. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . . −K + 1.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. . Z]. K − 1.4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. reale o complesso.4 Area e media temporale di un segnale . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . si definisce infatti area del segnale nell’intervallo (−Z. il numero. Dato un segnale TD x(n) e fissato un intero K ≥ 0. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . (2..2. in dipendenza della natura del codominio X del segnale.23) . . 2. . .. si definisce area del segnale nell’intervallo {−K.. . il numero. K − 1. Z). 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.21) Si noti che. reale o complesso. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . x(t) <x(t)> Z -Z +Z t 2Z Fig. . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale..38. (2. . l’area e la media temporale di x(n) sono numeri reali o complessi. 63 2. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. Z). (2. Considerato Z > 0. 2K + 1 n=−K K (2.20) mentre si definisce media temporale del segnale nell’intervallo {−K. .

Se il limite nella (2.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . Tale interpretazione è raffigurata graficamente per il caso TC in fig.25) L’integrale che definisce l’area di un segnale TC può non esistere.20) e (2. (2. (segnali TD) K→+∞ 2K + 1 n=−K (2. ovvero riguardano solo una porzione del segnale. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. dipendono dalla scelta di Z oppure di K. § B. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.38.23). si noti che. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. salvo che in casi particolari.24) non esiste in senso ordinario.2). l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .26) esiste. I valori dell’area e della media temporale calcolati sulla base delle (2. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .24).2. 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. 2. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. Ciò accade.64 Proprietà dei segnali L’interpretazione di media.21) e (2. (segnali TC) (2.24) perde di significato. A tal proposito. = 2Z = e quindi.27) .3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. per esempio. 2K + 1 Ax (Z) . nel caso dei segnali periodici. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. si ottiene notando che le (2.Z2 →+∞ −Z1 lim x(t) dt . (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). (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.26) in cui. sia nel caso TC che nel caso TD. in base alla (2.21) oppure (2. per i quali l’integrale nella (2. il che significa che esistono segnali per i quali la definizione di area (2. è sufficiente far tendere Z oppure K all’infinito.22) e (2.24) x(n).

che può esistere anche quando la serie bilatera di x(n) non converge.25) si ottiene come caso limite dalle definizioni (2. 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. +∞ (2. Tuttavia. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. l’area del segnale deve necessariamente essere infinita.21) o (2. e quindi per ogni fissato valore di Z o di K: in questo caso. Si tratta di un segnale di durata rigorosamente limitata. Esempio 2. Allo stesso modo. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre).25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. Più in generale. è immediato calcolare l’area del segnale y(t) = x(at). Quando invece la serie di x(n) converge. tutti i segnali dispari risultano avere area nulla. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale.28) ossia. l’integrale (2.2. Essa vale infatti se la media è calcolata su un intervallo temporale finito. § B. Infatti. se consideriamo il segnale x(t) = t. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. 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. l’interpretazione della (2. la sua area è necessariamente finita. se il segnale x(t) ha area finita. |Ax | < +∞. il segnale ha area nulla. ponendo a = −1. nel senso che se y(t) = x(−t). dato che l’area di un segnale può essere infinita.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 ). mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. Con riferimento al caso TC per semplicità. Come caso particolare. se il segnale x(·) assume valori finiti. mediante cambio di variabile.1. a partire dal segnale x(t) avente area finita Ax . la sua media temporale è nulla. 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 . cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . con t ∈ R. 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. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. si ha Ay = Ax .4 Area e media temporale di un segnale 65 Tuttavia. se il segnale ha area finita.3). Ad esempio. poiché la media temporale definita nella (2. con a ∈ R − {0}. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. cioè.23). soffermando l’attenzione al caso TC. cioè. Z→+∞ .26) non esiste. Poiché la definizione di area e valor medio sono intimamente legate. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. 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 . il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. Come conseguenza di questo risultato.

1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero.27. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . 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 = . si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. Con calcoli analoghi.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). K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. definito come sgn(t) = 1. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Esempio 2. 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. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. Esempio 2. 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 . . con T > 0. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. Conseguentemente. t ≥ 0.66 Proprietà dei segnali Conseguentemente. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. Esempio 2. Analogamente.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). come evidenziato nel seguente esempio. e quindi si ha in generale u(·) = 1 . con 0 < |a| < 1. 2. in quanto ha area finita pari a N. ma presenta particolari proprietà di simmetria. Esempio 2. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). 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 . e quindi per un segnale costante x(·) = a si ha x(·) = a. è nulla. −1. la media temporale di una costante coincide con la costante stessa. in altri termini. Pur trattandosi di un segnale di durata praticamente limitata. t < 0 .

4 Area e media temporale di un segnale 67 1 1 0. Segnale signum a TC. ha area nulla (nel senso del valor principale di Cauchy).40. 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)]. conseguentemente.40. osserviamo nuovamente che se un segnale ha simmetria dispari. 9 Notiamo . In questo caso. 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.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig.5 x(t) = sgn(t) 0 0 −0. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). Segnale signum a TD. 2. essendo una funzione dispari9 . presentiamo le seguenti proprietà della media temporale. n < 0 . e rappresentato graficamente in Fig. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). anche la sua media temporale è nulla.39. in quanto il suo valore nell’origine non è nullo. Fig. Per completare la trattazione.39. 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 . come sgn(n) = 1. definito analogamente a sgn(t).  =−Z =Z Questo risultato discende dal fatto che il signum a TC. −1. allora la sua area è nulla e. ∀t = 0.2. e raffigurato graficamente in fig. 2. 2. Più in generale.5 x(n) = sgn(n) 0.5 −0. n ≥ 0.

invece. 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 . (segnali TD) N0 n=0 Prova. ∀α1 . proviamo la proprietà (c) per il caso a TC (la dimostrazione per il caso TD si effettua in modo simile). . non dipende da Z ed è finito da cui segue la convergenza a zero per Z → +∞. ∀n0 ∈ Z . Infatti. assolutamente integrabile/sommabile su un periodo. Nel seguito.7 (proprietà della media temporale) (a) Linearità: α1 x1 (·) + α2 x2 (·) = α1 x1 (·) + α2 x2 (·) . o periodo N0 nel caso TD. (b) Invarianza temporale: x(t − t0 ) = x(t) . Mediante un analogo ragionamento si prova che anche il termine (a) tende a zero al divergere di Z. Osserviamo che è possibile esprimere Z = nZ T0 + εZ . se il segnale x(t) è assolutamente sommabile in (0. La media temporale di x(·) può essere calcolata su un solo periodo:  T0 1  x(t) dt . dobbiamo calcolare x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt . T0 [ è la frazione di periodo rimanente. I termini (a) e (c) tendono a zero per Z → +∞. (c) Media temporale di un segnale periodico: Sia x(·) un segnale periodico. La dimostrazione delle proprietà (a) e (b) è immediata ed è lasciata al lettore come esercizio. 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 . avente periodo T0 nel caso TC. T0 ). dove nZ ∈ N indica il numero intero di periodi T0 contenuti in (0. Per il termine (b). x(n − n0 ) = x(n) .68 Proprietà dei segnali Proprietà 2. consideriamo il termine (c) ed effettuiamo il cambio di variabile u = t − nZ T0 . In base alla definizione di media temporale. α2 ∈ C . Z). 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 . mentre εZ = Z − nZ T0 ∈ [0. ∀t0 ∈ R . effettuando il cambiamento di variabile u = t − kT0 . (segnali TC) T 0 0 x(·) = 1 N0 −1    ∑ x(n) .

. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . ricalcoliamo la media temporale del segnale x(t) = sgn(t). la sommatoria fatta su N0 campioni consecutivi arbitrari. Per ω0 = 0.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . ovvero su un periodo del segnale. ∀n0 ∈ Z . pari ad un periodo del segnale. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . (segnali a TC)  T0 T (2. Esempio 2. T0 ). Allo stesso modo. ∀t0 ∈ R . riottenendo il risultato dell’es. ∀t0 ∈ R .25). 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 = 0.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . Con la notazione precedente.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . (segnali a TD)  N 0 N0 Esempio 2. utilizzando la (2.16. per cui: x(t) = A e jϕ0 = A e jϕ0 .14 e 2.2. 2. Per ω0 = 0.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. 2. ad esempio in (0. il fasore degenera nel segnale costante x(t) = A e jϕ0 . =1 2 =1 dove abbiamo applicato i risultati degli es. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Tale proprietà può essere espressa in forma più generale. evitando il passaggio al limite presente nella definizione generale (2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . il fasore x(t) è periodico di periodo T0 = periodo. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) .17 (media temporale del signum) Come applicazione della proprietà di linearità. per un segnale TD.15. La proprietà 2. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 .29) x(·) = 1 0  ∑ x(n) . ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.

Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. Infatti. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. si può definire per differenza anche la componente alternata.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). in un certo senso. ne rappresenta la parte effettivamente “variabile”. (2. Dalla sua definizione. es. altrimenti . pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . A cos (ϕ0 ) . possiamo applicare la proprietà 2. k ∈ Z .4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . Analogamente. Infatti.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 . se θ0 = 2π k. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Definizione 2. jϕ0 . se θ0 = 2π k. Ae Esempio 2. (2. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. applicando la proprietà di linearità della media temporale. e quindi. la componente alternata. 2.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica.18) che un fasore con ω0 = 0 ha media temporale nulla. Nel caso in cui ω0 = 0. la parte “costante” del segnale. 2.31) Mentre la componente continua rappresenta il valor medio del segnale. k ∈ Z . è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla.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).30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc .4. la media temporale di un segnale si può interpretare come la componente continua del segnale. poiché la sinusoide x(t) si esprime come somma di due fasori. . a partire dalla componente continua. altrimenti . essendo ottenuta depurando il segnale della componente continua.

2 2 Pertanto la decomposizione (2. il modulo può evidentemente essere omesso. 2 2 Dalla relazione precedente si può ricavare. 2. ad esempio. il resistore dissipa nell’intervallo di tempo (−Z.18 e 2. segue che il fasore e la sinusoide a TC. Consideriamo.19. quindi. per cui la componente continua vale xdc = 1 .5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. Se si considerano altri esempi in altri campi della fisica.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. con θ0 = 2π k. per verifica.15) la media temporale del gradino. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . Per ottenere una definizione indipendente dalla particolare applicazione fisica. che viene misurata in Joule (J). Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . se il segnale è reale. Esempio 2. analogamente. il concetto di energia è fondamentale nella fisica. 2. un segnale x(·) che presenta xdc = 0 e che.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . Risultati analoghi valgono anche per il caso del gradino a TD. il fasore e la sinusoide a TD. Avendo ignorato eventuali costanti di proporzionalità. un resistore R attraversato dalla corrente x(t): per effetto termico. che rende tale definizione di energia applicabile anche a segnali complessi.32) In particolare. con ω0 = 0. e ricorre in numerose applicazioni. sono segnali TD puramente alternativi. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. (2. è chiaro inoltre che un qualunque segnale si può scrivere sempre come la somma della sua componente continua e della sua componente alternata: x(·) = xdc + xac (·) . sono segnali TC puramente alternativi. k ∈ Z. (segnali TC) |x(n)|2 .20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. 2. Dagli es.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. in quanto per un segnale reale |x(·)|2 = x2 (·). 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. viene detto segnale puramente alternativo. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2.2.33). (2. coincide con la sua componente alternata. notiamo .

22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). che quindi avrebbe presentato Ex = +∞. che converge se e solo se |a|2 < 1.3 e B.33). avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T .23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). § B. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale.4). il quadrato di una corrente non è dimensionalmente una energia.1. .33) in specifiche applicazioni.33) non sono necessariamente quelle di una energia. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. Se avessimo viceversa considerato T < 0. Dal confronto tra le (2. in quanto l’esponenziale non tende a zero. ma richiede una moltiplicazione per una resistenza. l’energia è una quantità non negativa (Ex ≥ 0). è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Tali costanti di proporzionalità non saranno considerate nel seguito. 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 . Ad esempio. 2 Notiamo che l’energia è finita poiché x(t) è una funzione che tende a zero per t → +∞ con legge esponenziale (quindi molto rapidamente). l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. 1 − a2 |a| < 1 .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). Esempio 2.2. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. mentre per |a| ≥ 1 l’energia non esiste finita. avremmo avuto un esponenziale monolatero crescente. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . Esempio 2. Essendo legata al quadrato del segnale. ovvero se e solo se |a| < 1. Esempio 2. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. l’energia vale: Ex = A2 1 .72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. con T > 0.24) e (2. ∞ Si ottiene allora una serie geometrica di ragione a2 . Tuttavia. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).33) (cfr. conseguentemente. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. allora. In particolare. In questo caso.

è semplice provare che si ha Ey = |α |2 Ex . partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .3 e B. In conclusione. posto y(·) = α x(·). in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). Più in generale.23) prendono il nome di segnali di energia.23).6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). 2. e la somma di due segnali di energia è ancora un segnale di energia.2. Nel caso del prodotto per una costante α ∈ C. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.21). consegue che. ma non avere area finita. 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 .34). Sviluppiamo esplicitamente i calcoli nel caso TC. Viceversa. § 2.4): un segnale può essere di energia. dal punto di vista matematico.21.4). 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. (2. 2.1. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. 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)] .1 Segnali di energia I segnali aventi energia finita (come quelli degli es. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. Poiché i segnali aventi area finita hanno componente continua nulla.22. un segnale può avere area finita. la conseguenza pratica è che tipicamente essi hanno componente continua nulla.2. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. 2. (2.35) Z→+∞ −Z x(t) y∗ (t) dt .5. osserviamo che.2.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. 2.36) . In pratica.22 e 2. 2. (2. i segnali di durata non limitata o persistenti non sono di energia. un segnale di energia può anche avere componente continua non nulla. § B.34) Sviluppando il modulo al quadrato all’interno dell’integrale. sostituendo nella (2. Tuttavia. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.3 e B.5 Energia di un segnale 73 2.3).1. § B. e 2. in generale. ma non essere di energia. sussiste la seguente definizione: Definizione 2.5.6). dalla quale.

37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy .38) (segnali TD) A differenza dell’energia.39) può assumere segno qualsiasi.37) La relazione (2. Per segnali di energia ortogonali vale l’additività delle energie (2.40). 10 Se i segnali sono complessi. minore o uguale rispetto alla somma delle energie.38) è coniugato. poiché il secondo segnale nella (2. (2. in base a concetti matematici più avanzati. e risulta simmetrica. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . In tal caso si ha x(t) y∗ (t) ≡ 0. Poiché il termine contenente l’energia mutua nella (2. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. si ha Eyx = E∗ : nel caso di xy segnali reali. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali.37) o nella (2. con ovvie modifiche. (2. in quanto Eyx = Exy . In tal caso. 2. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. . tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). Inoltre. che è una quantità reale e non negativa. (2. (2. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria.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.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. però. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. l’energia mutua è in generale una quantità complessa. 11 Si usa il termine “ortogonalità” in quanto.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. Particolarmente interessante è la condizione in cui Exy = 0.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. al caso TD. mentre diventa necessaria e sufficiente se i segnali sono reali. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). oltre alle energie Ex e Ey dei singoli segnali.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . la relazione (2. Nei due esempi seguenti. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. Estendendo i precedenti concetti. Esempio 2.41).

Pertanto.5 0 −1 −0. Esempio 2.24). Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. La potenza è una quantità misurata in J/s o Watt (W). 2.2. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .5 0.5 0. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. 2. 2. risulta anche in questo caso Exy = 0. 2. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.5 0 0. ma tali che uno dei due. 2. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. al modulo al quadrato del segnale. si perviene alla seguente definizione di potenza: . ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.5 1 1. Z) per la lunghezza 2Z di tale intervallo di tempo. abbia simmetria pari. anche la potenza è un parametro sintetico caratterizzante alcuni segnali. Per un esempio concreto.5 t 1 1. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.5 y(t) 0. che è utilizzato in numerosi e diversi ambiti della fisica.5 2 −1 −0. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.41. come l’energia.5 t 1 1. ad esempio x(t).5 0 t 0.5 0 −1 1 −0.42.5 0 t 0.5 y(t) 0 −0.5 1 1. nonostante x(t) y∗ (t) ≡ 0.25).6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. Fig.5 Fig.42).5 0 0.5 0 −1. (2.5 2 −1 −0. è una quantità non negativa (Px ≥ 0). generalizzando l’interpretazione come media temporale al caso TD.5 −1. 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 Come l’energia. mentre l’altro ha simmetria dispari. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. 2.

signum) e i segnali periodici (es. . Esempio 2. Sulla base del risultato dell’es.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. (segnali TC) (2.15 sulla componente continua di un gradino. le dimensioni fisiche della potenza definita in base alla (2.42) non sono necessariamente quelle corrette (ovvero W). La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. Avendo trascurato eventuali costanti di proporzionalità.6. è possibile individuare la classe dei segnali che hanno potenza finita. 2. 2. 2. poiché il gradino assume solo i due valori reali 0 ed 1. come per l’energia.1 Segnali di potenza Sulla base della definizione di potenza.76 Proprietà dei segnali Definizione 2. Il vantaggio è. tali segnali prendono il nome di segnali di potenza: Definizione 2.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.42) può essere omesso se il segnale è reale. di ottenere una quantità che dipende esclusivamente dal segnale. fasore. 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.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞).26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . allora Px = a2 . Se il segnale è reale (a ∈ R).26. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). Esempio 2. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. gradino. molto utilizzato nell’elettrotecnica: Definizione 2.

A2 cos2 (ϕ0 ) . un segnale periodico deve necessariamente avere durata illimitata.6 Potenza e valore efficace di un segnale 77 sinusoide). questo comporta che la sua energia è necessariamente infinita. allora anche |x(·)|2 ammette lo stesso periodo. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. 2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). un segnale periodico è necessariamente un segnale di potenza. risultato frequentemente utilizzato nell’elettrotecnica. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). 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.12) oppure (2. Nel caso in cui ω0 = 0. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . Per soddisfare la definizione (2. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. 12 Notiamo che se x(·) è periodico di periodo T [N ].28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . √ 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). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) .2. Il valore efficace della sinusoide è allora xrms = Px = √2 . si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. Per ω0 = 0. .43)  ∑ |x(n)|2 . Infatti. fatta eccezione per casi di scarso interesse pratico. per cui la potenza si può calcolare applicando la A2 dt = A2 .19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. 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). Analogamente. Per ω0 = 0. se θ0 = π k. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . altrimenti . il fasore x(t) è periodico di periodo T0 = (2. Esempio 2.43). il fasore degenera nel segnale costante x(t) = A e jϕ0 .29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). salvo per casi particolari di scarso interesse pratico13 . k ∈ Z .13). (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. per cui: Px = |x(t)|2 = A2 = A2 . In tal modo. Esempio 2. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Infatti.7(c) della media temporale. per cui è di scarso interesse pratico). 13 Ad esempio.

in quanto esistono casi di segnali che non sono nè di energia. presenta Ex = Px = +∞. nè di potenza. 2.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. i due insiemi non costituiscono una partizione di tutti i possibili segnali. sussiste il seguente risultato: Teorema 2. In altri termini. Ad esempio il segnale rampa a TC x(t) = t u(t). si prova facilmente che Py = |α |2 Px . Viceversa. in quanto hanno Ex = +∞). (2. lim 2Z (2. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. Pertanto. invece.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD).6.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. Anche in questo caso. definita come segue: (2. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . nè a quelli di potenza. allora esso ha potenza nulla (Px = 0). 2. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. Esistono casi meno banali di segnali. allora esso ha energia infinita (Ex = +∞). 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. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. Per provare la (a). si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . A tal proposito. Prova.6. Viceversa. (b) se x(·) è un segnale di energia.78 Proprietà dei segnali 2. se l’energia è finita. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. e quindi sono disgiunti. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). per quanto riguarda la somma di due segnali. la (b) prova che un segnale di energia ha necessariamente Px = 0. nè di energia. se la potenza (2. e quindi non può essere di energia.2 Relazioni tra segnali di energia e di potenza È interessante analizzare più in dettaglio le relazioni esistenti tra segnali di energia e segnali di potenza. e sfruttando la proprietà di linearità della media temporale. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia.44) È chiaro allora che.43. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. seguendo passaggi simili a quelli effettuati per l’energia. aventi durata non limitata.46) . posto y(·) = α x(·). che non sono segnali di potenza. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. dalla (2. raffigurato in fig. 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 .44) esiste finita. e quindi non può essere di potenza.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. Tuttavia.

come per le energia. per la presenza dell’operazione di coniugazione sul secondo segnale. per cui la (2. Si ha infatti. ed xy in generale la potenza mutua è complessa. (2. Segnale rampa a TC. Per segnali di potenza ortogonali.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.30 (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.48) Le relazioni (2.6 Potenza e valore efficace di un segnale 79 2 1.47) K 1 ∑ x(n) y∗ (n). Definizione 2.5 0 −2 −1 0 t 1 2 Fig.43. anche per la potenze non vale l’additività.46) e (2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. vale la proprietà di additività delle potenze: Px+y = Px + Py . con ω0 = 0. 2. 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).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. Esempio 2.5 x(t) = t u(t) 1 0. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .48) e evidenziano che. si ha Pyx = P∗ .2. (2. (segnali TC) (2.46) si scrive Px+y = Px + Py + 2 Pxy . a meno che Pxy = 0. 2 2 .

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

nella definizione (2. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . tuttavia.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. in quanto. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. . il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. ed in tal caso si parla di potenze espresse in dBW. se invece P0 = 1mW. Nella tab. mentre se si sceglie P0 = 1 mW. 2. e si scrive [Px ]dBm . dove P0 è una potenza di riferimento. 2. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. Esempio 2.2. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB .01 0. opportunamente scelta a seconda delle applicazioni.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. per avere lo stesso valore in dB. scegliendo P0 = 1 W. applicando le proprietà dei logaritmi. si parla di potenze espressa in dBm. invece di 10.2. conviene introdurre un fattore numerico pari a 20.50): Px = P0 · 10 [P x ]dB 10 . si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW .50). dato il valore di potenza [Px ]dB in dB .001 0. Valori comuni di potenza espressi in dB.1 0. e si scrive più specificamente [Px ]dBW . Ovviamente.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .

in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . 2. 2. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). Detta PT la potenza trasmessa.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). Si consideri lo schema di fig. corrispondente a 30 dB (tab. . ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. come è ovvio che sia. le potenze di riferimento nei due casi differiscono di un fattore 1000. risulta [PR ]dBm < [PT ]dBm .82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. in una relazione additiva. La (2. 2.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . misurando invece la potenza ricevuta in dB. Infatti.44. assumendo ad esempio P0 = 1mW. la potenza ricevuta sarà pari a PR = γc PT . Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . per cui.44. [PR ]dBm = [γc ]dB + [PT ]dBm . Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). per le proprietà dei logaritmi. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. (2. si ha: [PR ]dB = 10 log10 ovvero.2) in unità logaritmiche. allora [γc ]dB < 0. Esempio 2. Notiamo che poiché 0 < γc < 1.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento.

(b) ritardo di 5 seguito da una riflessione. n (d) z(n) = x . rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). 3 Esercizio 2. Individuare quale operazione elementare è effettuata su x(t) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(t − 5).2. (b) z(n) = x(3n − 1). Esercizio 2. Esercizio 2. t (e) y(t) = x . (g) z(n) = x(2n) + y(n − 4). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (l) z(n) = x(n + 2) y(6 − n).3 Si consideri il segnale TC x(t) = Λ(t). (j) z(n) = x(−n) y(−n). dopo aver rappresentato il grafico di x(n) ed y(n).8 Esercizi proposti 83 2. (b) y(t) = x(t + 5). 2 (e) z(n) = y(2 − 2n). (c) y(t) = x(−t).4 Si consideri il segnale TC y(t) = x(2t − 1). ±3} 0. (h) z(n) = x(n + 2) y(n − 2). Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): .8 Esercizi proposti Esercizio 2. (c) z(n) = y(1 − n). (d) y(t) = x(2t). (k) z(n) = x(n) y(−2 − n).2 Dati i segnali TD x(n) = |n| . (i) z(n) = x(3 − n) y(n). altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . (d) anticipo di 5 seguito da un cambiamento di scala con a = 5.1 Si consideri il segnale TC x(t) = rect(t). ±1. 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. ±2. n ∈ {0. (f) z(n) = x(n − 2) + y(n + 2).

altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). inoltre. 2 ≤ t ≤ 5  y(t) = 3(8 − t) . (e) y(t) = x 3 t −1 (f) y(t) = x . (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. Determinare. Determinare. t −1 .6 Rappresentare graficamente il segnale TC y(t) = 1. 5 ≤ t ≤ 8   0. l’estensione temporale e la durata del segnale. 3 Esercizio 2. (b) x(t) = e at u(−t). (c) y(t) = x(2t − 1). l’estensione temporale e la durata del segnale. 2 ≤ t ≤ 4 0 . (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. Esercizio 2. Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). 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 1 (e) x(t) = √ .84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. (b) y(t) = x(−t − 1). (d) x(t) = e−t . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t).7 Rappresentare graficamente il segnale TC  3(t − 2) .5 Si consideri il segnale TC x(t) = Λ(t). Esercizio 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). Esercizio 2.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. con a > 0. inoltre. Esercizio 2.8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. con T > 0. 1 + t2 (f) x(t) = u(t) − rect(t − 2). (c) x(t) = e−|t|/T . (d) y(t) = x[2(t − 1)].

π j √n 2 . (c) x(n) = cos(2n).10 Stabilire quali dei seguenti segnali TD sono periodici e. (b) x(n) = (−1)n . δ (n − 3k) − δ (n − k2 ) . Esercizio 2. (b) x(t) = sgn(t). con 0 < |a| < 1. determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n .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. (d) x(n) = (−1)n u(n). (d) x(n) = cos(2π n). (d) x(t) = sgn(−t). (f) x(t) = 2 sgn(t) + 1. (h) x(n) = n e jn jπ n (i) x(n) = e . in caso affermativo. n ∈ {0. (e) x(t) = 2 u(t). (c) x(t) = u(t − 5). (g) x(t) = 2 rect(t). Esercizio 2. [Suggerimento: per il calcolo del valor medio.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . in caso affermativo. 5} 0.13 Stabilire quali dei seguenti segnali TD sono periodici e.2. utilizzare le proprietà della media temporale] Esercizio 2. . (h) x(t) = e−t u(t). . altrimenti (b) x(n) = u(n) + u(n − 1). 1. . 4. con |a| > 1. (b) x(n) = an u(−n). (c) x(n) = a|n| . Esercizio 2. determinarne il periodo fondamentale N0 .8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k).

e calcolarne valor medio. + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. (c) x(n) = cos(π n) R5 (n). energia e potenza. altrimenti e calcolarne valor medio. (d) x(t) = e−2t u(t). . utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (f) x(n) = (2)n R4 (n − 2). (e) x(t) = et u(−t). energia e potenza. (b) x(t) = sgn(t). Esercizio 2.86 Proprietà dei segnali πn πn sin . (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). 2 (h) x(t) = e−t 2 /2 u(t). (g) x(t) = e−t . 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). 1 (i) x(t) = √ . (c) x(t) = cos(2π 100t) u(t). 0≤t ≤1  x(t) = 2 − t .] Esercizio 2. (f) x(t) = e−|t| . Esercizio 2. (e) x(n) = 1 2 +∞ n u(n). (d) x(n) = 5 cos(0. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. (b) x(n) = u(n) − u(−n − 1).2π n). 1 ≤ t ≤ 2   0.16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R.15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). 5 3 πn 3π n π + .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t).17 Rappresentare il grafico del segnale TC  t .

20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . energia e potenza. −5 ≤ t ≤ −4    0.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. Esercizio 2. energia e potenza. (b) Calcolare la componente continua di y(t). Esercizio 2. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. Esercizio 2. altrimenti e calcolarne valor medio. n ∈ {−4. Esercizio 2. energia e potenza. . . altrimenti nel caso in cui a = 1 e a = 0.2. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. energia e potenza.8 Esercizi proposti 87 Esercizio 2. energia e potenza in entrambi i casi. 4 ≤ t ≤ 5   1 . . −4 ≤ t ≤ 4 x(t) = 5 + t . − 0. −a ≤ t ≤ a 0.21 Rappresentare il grafico del segnale TD x(n) = sin(0.5. energia e potenza. altrimenti e calcolarne valor medio.22 Rappresentare il grafico del segnale TC  5 − t . . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. Esercizio 2. e calcolarne valor medio. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ .5π n) . e calcolarne valor medio. Esercizio 2. .18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. −3. 4} 0.23 Dato il segnale TC x(t) = rect(t).

calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). energia e potenza. (b) x(t) = cos(2π t) u(t).28 Calcolare valor medio. (f) x(t) = cos(2π t) + 1 cos 2π t − π . energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . A2 ∈ R+ . Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t).88 Proprietà dei segnali Esercizio 2. si calcolino valor medio.   0. xg (n) =  2. Esercizio 2. x2 (t) = A2 e j2π f2 t con A1 .   1. si calcolino valor medio. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2.30 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.27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . Esercizio 2. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t .25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. e calcolarne valor medio. energia e potenza. . x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . Inoltre. A2 ∈ R+ . (e) x(t) = 2 cos(2π t) + 3 sin(2π t). Esercizio 2. (c) x(t) = t 0 cos(2πτ ) d τ . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . πt 2 (d) x(t) = cos(π t) + cos .29 Calcolare valor medio. Inoltre.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4).

y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . Successivamente. per n0 ∈ Ω.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . x2 (t) = A2 rect t 2 con A1 . per a ∈ A. Successivamente. 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 2.34 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 ) .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(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. Esercizio 2. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . A2 ∈ R+ . Esercizio 2. e calcolare valor medio.2.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) .8 Esercizi proposti 89 Esercizio 2. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . 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. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . e calcolare valor medio.

90 Proprietà dei segnali .

2 al caso di sistemi con un ingresso ed un’uscita. Innanzitutto. Inoltre. Infine. Inoltre. per evidenziare le forti analogie esistenti tra il caso TC e TD. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. un circuito elettrico. interpolatori. la trattazione procederà in maniera il più possibile unificata. nel definire e studiare alcune proprietà dei sistemi. una reazione chimico-fisica. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. Facendo riferimento alla classificazione elementare introdotta nel § 1. Il secondo passo. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). Da un punto di vista matematico. a partire da un modello matematico del sistema. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. convertitori A/D e D/A) sono discussi più in dettaglio nel cap. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. abbiamo visto nel § 1. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). 7. sia sistemi TD (con ingresso e uscita entrambi TD). U 3.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale .1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. che è l’oggetto principale di questo capitolo. 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 poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. 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. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti).5. Sebbene incompleta. a partire dalle particolari proprietà di un sistema. consiste.

(3.∞ ∑ n y(n) (a) (b) Fig. 1 Per (3.2) Nella (3. In maniera analoga. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. attraverso la relazione ingresso uscita (i-u). n] .2 (relazione i-u di un sistema TD) Un sistema TD (SISO) con ingresso x(n) ∈ I ed uscita y(n) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(n) = S [{x(k)}k∈Z . un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3.3) semplicità di notazione.2): Definizione 3.2).1(a). che presentano proprietà diverse.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . che nel caso di un sistema TC si definisce come segue: Definizione 3.2. e non semplicemente dal valore del segnale nello stesso istante t. valori che possiamo denotare sinteticamente con {x(u)}u≤t . . 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 . (3. di ingresso ed un segnale di uscita.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=.1) può essere espresso in maniera sintetica.t] . 3. (b) Integratore TD o accumulatore. come già osservato nel § 1. Esempio 3. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. Tale modello matematico è descritto da una trasformazione S : I → U.1. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. Il modello matematico (3. ed è rappresentato schematicamente in fig. insiemi di segnali diversi definiscono sistemi diversi. Pertanto.1 (relazione i-u di un sistema TC) Un sistema TC (SISO) con ingresso x(t) ∈ I ed uscita y(t) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(t) = S [{x(u)}u∈R . la notazione y(t) = S [{x(u)}u∈R .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.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. (a) Integratore TC.

3) è lo stesso adottato per il caso TC: in particolare. valori che denotiamo sinteticamente con {x(k)}k≤n . 3. date rispettivamente da y(n) = x(n − 1) . Esempio 3.3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z .3 semplicità di notazione. con una legge che può variare con n. 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. se n è multiplo di L . Gli schemi a blocchi dei sistemi corrispondenti. 3.1) possono essere interpretate come sistemi. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. e di espansione: y(n) = x n = L n . per questo motivo. (b) Anticipo elementare: y(n) = x(n + 1). (3. anticipo unitario. 3. 3. L 0.1 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. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. anticipo unitario. Fig.2 e fig. Sistemi TD elementari.2. (a) Ritardo elementare: y(n) = x(n − 1). l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. Anche in questo caso.2 Esempio 3. Sistemi TD elementari.4) e rappresentato schematicamente in fig. (a) Decimatore per M: y(n) = x(nM). di decimazione: y(n) = x(nM) .2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. si veda [14]).1(b). sono riportati in fig. denominati ritardo unitario. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . x y(n) = x(n + 1) . Nel caso TD.3.3. § 2. decimatore ed espansore. (b) Espansore per L: y(n) = n x L . 3. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. altrimenti . 2 (cfr. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. 2 Per 3 Le .3 (ritardo unitario. Il senso della notazione utilizzata nella (3.

oltre ai segnali di ingresso e di uscita. i sistemi cosiddetti non dispersivi (cfr. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio.6) Abbiamo già osservato che la notazione (3. in cui entrano in gioco.5) è fuorviante. R1 ed R2 sono connessi in serie. In particolare. è la rappresentazione ingresso-stato-uscita (i-s-u). 5 Per 4 Questa . In particolare. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . Per concludere. che sebbene sia meno generale.5) oppure le notazioni simboliche: x(t) −→ y(t).4 Tuttavia. si utilizzano le notazioni semplificate y(t) = S[x(t)]. avendo avvertito il lettore. y(n) = S[x(n)] (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. Circuito elettrico con resistori connessi in serie ed in parallelo. (3. di cui non conosciamo il contenuto.3) per le relazioni i-u dei sistemi. utilizzeremo talvolta le (3.4. un PC può essere realizzato assemblando componenti più semplici. mentre R3 ed R4 sono connessi in parallelo. A volte.3) per snellire alcune derivazioni. x(n) −→ y(n) . nel seguito faremo uso esclusivamente della relazione i-u. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. essa è una rappresentazione esterna.6) in luogo delle notazioni rigorose (3. quali scheda madre. scheda video.2) e (3.1).2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. § 3. 3. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. invece delle notazioni complete (3.3.2) e (3.5) e (3. interpretazione vale solo per una classe particolare di sistemi.5 In ogni caso. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. 3.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. Inoltre. il sistema stesso è visto come una “scatola nera” (black box). è perfettamente adeguata per i nostri obiettivi. scheda audio. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. e sicuramente non è la più generale.

il comportamento di un sistema complesso può essere studiato o analizzato più facilmente se si riesce a decomporlo in sistemi più semplici e ad individuare le connessioni tra questi ultimi. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. 3. etc. e collegandoli tra loro secondo tali schemi. i resistori R1 ed R2 sono collegati in serie. è possibile ottenere sistemi anche molto complessi.) x(. . S1 y 1(. Viceversa. Si noti che.) x(. Definizione 3.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. nel circuito di fig.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . come ad esempio quello riportato in fig. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 .) y(.4. Le connessioni più frequentemente considerate sono tre: connessione in serie.2 Interconnessione di sistemi 95 z(. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. lettore DVD.) S2 y 2(.) S1 S2 y(.) Fig. Definizione 3. avendo a disposizione più di due sistemi. 3. e connessione in retroazione. affinchè il sistema serie sia correttamente definito. mouse.) Fig. tastiera.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. Connessione in parallelo dei sistemi S1 e S2 .). 3. 3. lettore floppy-disk. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). Connessione in serie o in cascata dei sistemi S1 ed S2 .4. monitor. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. 3. 3.3. Per semplificare lo studio delle interconnessioni tra sistemi. lettore CD.5.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . connessione in parallelo.6. hard-disk. cioè U1 ⊆ I2 . Ad esempio.

4). Nell’elettronica analogica. mediante tale schema il sistema S2 .) S1 y(. 3. invece. i resistori R3 ed R4 sono collegati in parallelo. e viene aggiunto al segnale di ingresso.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. in cui il segnale viaggia esclusivamente “in avanti” (feedforward). Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). 3. modificando a sua volta il segnale di uscita. si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . dopo essere stata elaborata dal sistema S2 . Infine. In particolare.96 Proprietà dei sistemi x(. per la stabilizzazione degli amplificatori). sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori).2 ammette anche una descrizione di tipo ricorsivo.) S2 Fig. similmente al collegamento serie. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. e si dice che il sistema S2 funge da “controllore” del sistema S1 . può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . si noti che.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . Infatti. viene sommata algebricamente all’ingresso del sistema S1 . Quest’ultimo schema è più complicato da interpretare ed analizzare. Connessione in retroazione dei sistemi S1 e S2 . Ad esempio. che porta alla sua interpretazione come sistema in retroazione. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). si utilizzano sia schemi con retroazione negativa (ad esempio. dove prende il nome di controllo a ciclo chiuso. =y(n−1) da cui y(n) = y(n − 1) + x(n) . in aggiunta. 3. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). 3.7) se l’uscita del sistema S1 .4. . estraendo il termine x(n) dalla sommatoria su k presente nella (3. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo.) y 2(.7. nel circuito di fig. Definizione 3. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. Esempio 3. in caso contrario si parla di retroazione positiva. sulla base dell’osservazione dell’uscita del sistema S1 .

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

(a) Caso TC.2) assume la forma y(t) = S [x(t). Applicando la legge del partitore. Sottolineamo che. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. Esempio 3.2) oppure la (3.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. 3.9) . come sinonimo di sistema non dispersivo. Esempio 3. e quindi i sistemi non dispersivi rappresentano un caso particolare. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. in un sistema non dispersivo. (3. 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. di norma.7) In sintesi.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. Schema a blocchi di un amplificatore.10. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . il cui schema elettrico è riportato in fig.8) (3. con α = R2 < 1. Schema elettrico di un partitore resistivo. con t oppure con n). 3.3). ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. 3. R1 + R2 (3. Pertanto il partitore resistivo è un sistema non dispersivo. eventualmente.9. in quanto la forma più generale della relazione i-u è la (3. R1 + R2 nella quale y(t) dipende solo da x(t).6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .t] . α y(n) (b) Fig. n] . Inoltre. i sistemi sono dispersivi. si parla anche di sistema istantaneo o senza memoria. (b) Caso TD.9.3) assume la forma y(n) = S [x(n).98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. Definizione 3.

. non dipende dall’intero segnale d’ingresso.3. α > 1. Un amplificatore/attenuatore a TD si rappresenta come in fig. Esempio 3. Inoltre. oltre che da x(n). la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce.10(a).8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . In linea di principio tale memoria potrebbe variare col tempo. 3. . Nel caso in cui i pesi siano tutti uguali a 1/(M + 1).2 sono sistemi dispersivi. 3. e di un amplificatore/attenuatore y(t) = |α |z(t). . . . Esempio 3. prende il nome di attenuatore. anche se negli es. tale sistema ha memoria finita e pari ad M. Se. nel senso chiarito meglio dai due esempi seguenti. sistemi a memoria praticamente finita.10(b). degli M + 1 campioni x(n). L’uscita all’istante t. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) .2 sono entrambi sistemi con memoria infinita. Si parla di “memoria” del sistema. 3. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . 3. il sistema funziona da amplificatore. . 3. anche da M campioni precedenti dell’ingresso. il sistema prende il nome di integratore con memoria finita. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t.3. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. un sistema TC descritto da una relazione i-u del tipo (3. 3.1 e l’accumulatore dell’es.1 e l’accumulatore dell’es. Il termine “memoria” per T viene utilizzato proprio perché. 3. dopo un tempo T . x(n − M) del segnale di ingresso. e sistemi a memoria infinita. l’integratore dell’es.7 (amplificatore/attenuatore TD) I concetti dell’es. con 0 < α < 1. con pesi b0 .8 e 3. o ancora con memoria: ad esempio. Poiché l’uscita all’istante n dipende. ad esempio l’integratore dell’es. . Un amplificatore/attenuatore TC si rappresenta come in fig. bM . 3. 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. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. . la memoria del sistema è proprio pari a T per ogni t.6 si dice evidentemente dispersivo. il sistema “dimentica” l’ingresso. . .6 si possono estendere al caso TD.7 all’uscita in un determinato istante di tempo.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . con T > 0. Per questo motivo. n − M. Esempio 3. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. 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. Un sistema che non soddisfa la prop. .9 ciò non accade. . non sempre la memoria di un sistema è finita. 6 Il .3 Proprietà dei sistemi 99 Più in generale. viceversa.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore.8 caso α < 0 si può vedere come la cascata di un invertitore. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. x(n − 1). M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare. 3. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. oltre al campione attuale. z(t) = −x(t). o anche dinamico. In definitiva. n − 1. tuttavia.9). b1 . Si tratta evidentemente di un sistema dispersivo.

il concetto di sistema causale si estende al caso TD. presente e futuro. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . 3.8. Per un fissato t.1. (b) Un sistema TD si dice causale se la sua relazione i-u (3. Interpretando l’ingresso come causa e l’uscita come effetto. otteniamo un sistema non causale. Allo stesso modo.10) Esempio 3.3. Modificando gli estremi di integrazione. descritto dalla relazione i-u y(t) = t t−T x(u) du . {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. è un sistema causale. descritto dalla relazione i-u y(t) = t −∞ x(u) du .100 Proprietà dei sistemi 3.t] . (3. . dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. Si giunge allora alla fondamentale definizione di sistema causale. secondo il quale l’effetto non può precedere la causa.t] . ovvero i valori passati ed il valore presente dell’ingresso. con T > 0. l’uscita y(t) all’istante t dipende dall’ingresso passato. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. {x(u)}u>t rappresenta l’ingresso futuro: in generale.t] . 3. è chiaramente un sistema causale. In altri termini.3) assume la forma y(n) = S [{x(k)}k≤n . n] .2) assume la forma y(t) = S[{x(u)}u≤t . in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . a patto che T > 0. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. Con ovvie modifiche. ma non dipende dagli ingressi futuri. l’integratore dell’es.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. quindi. e quindi da valori futuri dell’ingresso. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.11) (3.10 (integratore causale e non causale) L’integratore dell’es. giungendo alla seguente definizione: Definizione 3.2 Causalità Partiamo ancora dalla relazione i-u (3.2) assume la forma y(t) = S [{x(u)}u≤t . ovvero di un sistema per il quale la (3.

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

la cui corrispondente uscita è y1 (n) = 0. es. ed è quindi utile considerare anche il caso di sistemi non causali. per ogni t < 0. 3.11. in particolare. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1).11) si dice non causale. Quindi la prop. infatti. ed x2 (n) = δ (n − 1). 3.1. Questa osservazione si applica. ad esempio. per ogni n ≤ 0. y(n) = S[{x(k)}k>n .) sistemi fisici capaci di prevedere il futuro (ad esempio. 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). Esempio 3. 3. n] . Si è visto che un sistema in cui l’uscita non soddisfa la (3. 0[. 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. b0 = 1 e b1 = −1). anche l’operazione di differenza prima per segnali a TD (cfr. per ogni t ≤ 0. esso può anche essere visto come un sistema MA non causale (cfr.9. per alcuni valori di t ≤ 0. es. ad esempio) ed elaborarlo “in tempo differito”: si pensi. con M = 1. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. Ad esempio. Il sistema che opera la differenza prima causale è definito dal legame i-u: y(n) = ∇1 [x(n)] = x(n) − x(n − 1) ed è rappresentato schematicamente in fig. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. 3.9. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). Osserviamo in conclusione che non esistono (o almeno. 3. y(n) Sebbene x1 (t) = x2 (t) = 0. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). ai sistemi fisici che elaborano i segnali “in tempo reale”. y2 (t) = 0. ∀n ∈ Z. e quindi i sistemi del mondo fisico sono tutti causali. Differenza prima. anziché elaborare un segnale in tempo reale.102 Proprietà dei sistemi x(n) ∇1 Fig. per alcuni valori di n ≤ 0. Un altro esempio . Per provare ciò formalmente. infatti. Sebbene x1 (n) = x2 (n) = 0. Un sistema siffatto si dice anticausale. y1 (0) = 0 e y2 (0) = 1.4) ammette una interpretazione sistemistica. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita.t] . In quest’ultimo caso. ∀n ∈ Z. b0 = −1 e b1 = 1).10) oppure la (3..13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. in molti casi. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. 3. per t ∈] − T. Equivalentemente.1(b) e scegliamo x1 (n) = 0. è possibile memorizzarlo (su un supporto magnetico o ottico. mentre y2 (t) = 0. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale.. non sono stati ancora scoperti.11. ossia: y(t) = S[{x(u)}u>t . Tuttavia. Può essere visto come un sistema MA causale (cfr. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). usiamo la prop. Quindi la prop. con M = 1. 3. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) .1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. § 2.

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

(3.) S S -1 x(. lo studio dell’invertibilità di un sistema. e quindi i suoi effetti sono irreversibili.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. non vi è alcuna restrizione sui segnali di ingresso. Va notato in conclusione che. poiché la (3.3) assume la forma y(n) = S [{x(k)}k∈Z ] . a tale scopo possiamo far riferimento alla condizione necessaria (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.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . In questo caso. (3. nonché la determinazione del sistema inverso. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. è in generale un problema abbastanza complesso. 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 (·)|. Se tale dipendenza dal tempo non c’è. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .12) è violata.) x(. nella sua forma più generale: y(t) = S [{x(u)}u∈R . 3.t] . salvo per casi particolari.12). possiamo dare la seguente definizione: Definizione 3.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3.2) assume la forma y(t) = S [{x(u)}u∈R ] . mentre U è costituito da tutti i segnali non negativi a valori reali.14) . Estendendo tale concetto in modo ovvio al caso TD.12. 3.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.3.104 Proprietà dei sistemi y(. È facile provare che il sistema raddrizzatore non è invertibile.) Fig. il raddrizzatore non è dotato di sistema inverso. Esempio 3. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. Pertanto.

ottenuto da x(t) introducendo il ritardo temporale t0 . Esempio 3. 3. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) .3. si consideri ora il segnale xt0 (t) = x(t −t0 ). e quindi l’origine dei tempi può essere fissata arbitrariamente. con riferimento ad un sistema TC. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). 3. il suo comportamento non cambia nel tempo.2). Specificatamente. 3. in quanto il rapporto R1R2 2 non dipende dal tempo. cioè. un sistema che non soddisfa la (3.3 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. a partire dal segnale x(t). nel senso che il segnale di uscita yt0 (t) avrà lo stesso andamento temporale del segnale y(t) (la forma del segnale di uscita non cambia). producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). Se il sistema è TI. R1 + R2 è un sistema TI. Se tuttavia si tiene conto degli effetti +R termici. avente relazione i-u y(t) = R2 x(t) . l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. Viceversa. R1 (t) + R2 (t) (3.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo.13. in altre parole. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). il segnale x(t) è applicato in ingresso al sistema all’istante t1 . Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. Se invece il sistema è TV. allora yt0 (t) = y(t − t0 ). Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 .13. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. in questo esempio.15) .14) si dice tempo-variante (TV) o non stazionario. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig.13) o la (3.

la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. e da attenuatore per i valori di t per i quali |α (t)| < 1. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. per ogni n0 ∈ Z. 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). ottenendo il segnale yn0 (n) in uscita dalla cascata. 3. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. (3. nel senso che (3. ovvero se e solo se le due configurazioni in cascata riportate in fig. 3. La stessa caratterizzazione vale anche nel caso TD. differentemente dalla def. 3. l’ordine tra i due sistemi è scambiato. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni.14 con riferimento ad un sistema TD. 3.16) Un sistema del tipo (3. e si scrive y(n) = α (n) x(n).2(b).14 sono equivalenti. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. in cui. 3. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ).17) . La prop. che è illustrata in fig.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 ) . è utile fornire una caratterizzazione della proprietà di invarianza temporale che. 3.13). 3.2 ha un’interessante interpretazione in termini sistemistici. a stretto rigore.106 Proprietà dei sistemi ed è quella di un sistema TV. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. rispetto allo schema di fig. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. ad esempio.18) (3. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. (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 ) .14(b) al segnale di ingresso x(n). per ogni t0 ∈ R.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig.14(a). 3. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. Con riferimento al caso TC.16) è denominato amplificatore a guadagno variabile. Si faccia attenzione che.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . Viceversa. più precisamente. per cui si ha la seguente proprietà: Proprietà 3.9 in cui compare il funzionale S. 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”. Notiamo che un partitore del tipo (3. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). In base alla prop. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U.

D’altra parte. ovvero se la sua relazione i-u è y(t) = α x(t). 3. Se il sistema TD S è TI.9.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. 3. per cui. le trasformazioni S e Sz−n0 commutano. verifichiamo che in generale il sistema y(t) = α (t) x(t). si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . come mostrato dagli esempi che seguono.16. si dimostra che l’amplificatore a guadagno variabile a TD.3 Proprietà dei sistemi 107 x(n) z . i due schemi in figura sono equivalenti. è TV. è un sistema TV in generale (è TI se e solo se α (n) = α ). è conveniente in generale utilizzare la prop. 3.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . In effetti. In pratica. 3. 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. In altre parole. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . ovviamente tale risultato non sussiste se il sistema è TV. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . introdotto nell’es. forniscono la stessa uscita in risposta allo stesso segnale. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). per dimostrare che un dato sistema è invariante temporalmente oppure no. 3. se il sistema è TI. facciamo uso ancora una volta della notazione semplificata (3. l’amplificatore a guadagno variabile è un sistema TV.2 dell’invarianza temporale.14. e la loro posizione nella cascata è ininfluente. conviene procedere per sostituzioni formali. Esempio 3. . per il quale si ha y(n) = α (n) x(n). Quindi l’amplificatore risulta TI se e solo se il guadagno è costante.5) per esprimere i legami i-u dei sistemi. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). Analogamente. Per non sbagliare.2 piuttosto che la def. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . ovvero se α (t) = α (costante). per ogni segnale di ingresso x(n) ∈ I .3.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. È chiaro che yt0 (t) = y(t − t0 ). 11 Per semplicità. evidentemente. quindi.

Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . e l’integratore non causale dell’es. Tuttavia.8. Ad esempio. 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 ) . Effettuando il cambio di variabile v = u − t0 . Esempio 3. il sistema risulterebbe TV. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. Tuttavia. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne.9 è TI.20 (tempo-varianza della riflessione) Consideriamo il sistema TD che effettua la riflessione temporale di un segnale (si tratta di una delle operazioni elementari introdotte nel § 2. Infatti. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du .19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. e pertanto il sistema risulta essere TV. se tale proprietà non fosse verificata.1): y(n) = x(−n) . un amplificatore audio non è un sistema TI in senso stretto. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. k=0 M M per cui il sistema è effettivamente TI. 3. Esempio 3. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . per cui resta provato che l’integratore è un sistema TI.2 è un sistema TI. 3.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . 3. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. sono anch’essi sistemi TI. 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). il sistema può ritenersi ragionevolmente TI. e cambia meno drasticamente quando si alza o si abbassa il volume.108 Proprietà dei sistemi Esempio 3. .10. Allo stesso modo. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . In conclusione.1 è un sistema TI. 3. se il volume è tenuto fisso. si può provare che l’integratore con memoria dell’es. per l’intervallo di durata di un compact disc.

se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). invece.20) per ogni x(n) ∈ I limitato.12 Matematicamente.23 (sistema MA) Proviamo che il sistema MA dell’es. e supponendo anche in questo caso che il guadagno sia limitato. per ogni valore di tempo.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . Per la rappresentazione i-s-u. Ky ∈ R+ . cioè che valga la condizione |x(·)| ≤ Kx . quando parleremo di stabilità intenderemo sempre la stabilità BIBO. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. e trovare un’opportuna maggiorazione per l’uscita.19) per ogni x(t) ∈ I limitato. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . che coinvolgono anche la limitatezza delle variabili di stato. Infatti. per provare che un sistema è stabile. (3. Esempio 3. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). 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.3 Proprietà dei sistemi 109 3.5 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.9. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . con Kx .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 . si possono dare definizioni diverse di stabilità. (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 . Esempio 3. Ky ∈ R+ . e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . Nel seguito.3.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. (3. ∀t ∈ R . da cui si ricava che anche y(t) è limitato. per cui anche y(t) è limitato. per ogni valore di tempo. In pratica. . questa proprietà si può formulare per il caso TC e TD come segue: Definizione 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. ∀t ∈ R . 3. con Kx . ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. e non attraverso la rappresentazione i-s-u. Esempio 3. Con analoghi passaggi. bisogna supporre che l’ingresso sia arbitrario ma limitato.

1. k=0 M M per cui anche y(n) è limitato. (b) Le oscillazioni viste da una estremità del ponte. per provare che un sistema è instabile. Infatti. descritto dalla relazione i-u y(t) = t −∞ x(u) du . 3. Viceversa. Un esempio di sistema instabile: il Tacoma Narrows Bridge. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. Come si vede. se |x(n)| ≤ Kx per ogni n ∈ Z. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. con la sola ipotesi che |x(·)| ≤ Kx .24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. assume cioè valore infinito in almeno un istante di tempo.15. per provare che un sistema è stabile. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. Esempio 3. 3. 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). è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. . Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. che è un segnale limitato in quanto assume solo i valori 0 ed 1.5 metri. è stabile. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . ∀n ∈ Z .110 Proprietà dei sistemi (a) (b) (c) Fig. Notiamo che un sistema MA è sempre stabile. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). in ogni istante di tempo.

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

Da un punto di vista sistemistico. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . se il sistema S verifica la proprietà di omogeneità. le configurazioni (a) e (b) sono equivalenti.) x(. se si deve calcolare la risposta del .) (b) Fig. affinchè il sistema S possa essere lineare. si ha: α x(·) −→ α y(·) . se x(·) ∈ I.) S α y b(.16. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. la proprietà di additività impone implicitamente che. la proprietà di omogeneità impone implicitamente che. 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 . Da un punto di vista matematico. quindi. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U.17(a) è equivalente al sistema raffigurato in fig. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. Definizione 3. allora anche α x(·) ∈ I. Se il sistema S verifica la proprietà di omogeneità. nel senso che ya (·) ≡ yb (·).16. 3. Precisamente.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. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). Infatti. se il sistema S verifica la proprietà di additività. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. se x1 (·) ∈ I e x2 (·) ∈ I. 3.17. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. allora anche x1 (·) + x2 (·) ∈ I.16(b). quindi. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma.16(a) è equivalente alla configurazione serie in fig. 3. allora la cascata del sommatore e del sistema S in fig. 3. 3. con riferimento alla fig. Pertanto.16(b) (si faccia attenzione: non è una configurazione parallelo). la proprietà di omogeneità può essere interpretata come in fig. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. ∀α ∈ C . allora la configurazione serie in fig. 3. 3. Allo stesso modo. nel senso che ya (·) ≡ yb (·). se il sistema è omogeneo.112 Proprietà dei sistemi x(. In altre parole.) α (a) S y a(.

3 (principio di sovrapposizione) Un sistema è lineare se. pertanto.5) per il sistema S. le configurazioni (a) e (b) sono equivalenti. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . α2 ∈ C . (3. 3. Se il sistema S verifica la proprietà di additività.) x2(. 3. 3. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . allora i due sistemi riportati in fig.) x2(. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. 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. ∀α1 . Le due proprietà precedenti.21) Notiamo che il principio di sovrapposizione si può esprimere.3 Proprietà dei sistemi 113 x1(. adoperando la notazione semplificata (3. (3.17. che caratterizzano la linearità di un sistema. 3. α2 ∈ C .18: se il sistema S è lineare. e poi sommare i segnali di uscita ottenuti.) S y a(. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3.22) che ammette l’interpretazione sistemistica riportata in fig.) S y b(. se si deve .) S (b) Fig.3. cioè.18(a) e fig.) (a) x1(.18(b) sono equivalenti. ya (·) ≡ yb (·). ∀α1 .

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

si ha. .3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Ad esempio. Nell’es. ∀α ∈ C . in quanto. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. con semplici calcoli algebrici: S[α1 x1 (t) + α2 x2 (t)] = α (t)[α1 x1 (t) + α2 x2 (t)] = α1 [α (t) x1 (t)] + α2 [α (t) x2 (t)] = α1 S[x1 (t)] + α2 S[x2 (t)] . in quanto soddisfa al principio di sovrapposizione. si ha. ∀α ∈ C. con b0 = 0. 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.26. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. che rappresenta l’uscita corrispondente all’ingresso nullo. e più precisamente dell’omogeneità. In pratica. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. α x0 (·) −→ α y0 (·) . Sia x0 (·) ≡ 0 l’ingresso nullo. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). Poiché x0 (·) −→ y0 (·). è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). Sebbene sia non lineare secondo la definizione data. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 .3. 3. Esempio 3. Infatti. allora deve aversi necessariamente y0 (·) = α y0 (·). e si dicono lineari per le differenze. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. variabile da sistema a sistema. 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. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. (3. 13 Tipicamente.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . per l’omogeneità. e sia y0 (·) l’uscita corrispondente a tale ingresso. Proprietà 3. il sistema non può più considerarsi lineare. si trova y0 (t) = b0 = 0.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. infatti. Prova. se l’ampiezza del segnale di ingresso eccede tale soglia. si intende un sistema che soddisfa il principio di sovrapposizione. Una conseguenza importante della proprietà di linearità. il sistema dell’es. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. 3. Adoperando la formulazione (3.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. 3. si ha yL (t) = b1 x(t) e y0 (t) = b0 . in elettronica.22). questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig.13 Esempio 3. l’uscita corrispondente è necessariamente nulla. Infatti ponendo x(t) ≡ 0. in particolare. in pratica. quando si parla di sistema lineare. Tali sistemi sono una generalizzazione dei sistemi lineari.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. Sia nel caso TC che TD.

Esso appartiene pertanto ad una classe più generale di sistemi. e quindi non è additivo.1) o alle differenze (nel caso TD. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. § 4. 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. e sono rappresentati graficamente come in fig.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. e prende il nome di sistema quadratico o non-linearità quadratica. se si indica (fig. Un esempio “fisico” tratto dall’elettronica è il diodo.6. y(t) = sgn[x(t)] (“hard limiter”).2) lineari e a coefficienti costanti.) sistema lineare y L(.27 è anche TI e non dispersivo o senza memoria (cfr. 3. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.15).21. e quindi non è omogeneo.19.) y 0(. arbitrari x1 (·) e x2 (·). cfr. 3. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. cfr. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. § 3. né quella di additività. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). 3.) Fig. è descritto nell’esempio seguente. Infatti. 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)] . 3.) x(. e y(t) = x3 (t) (sistema cubico). detti anche non-linearità senza memoria: Definizione 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.) y(. Un caso più caratteristico di sistema non lineare.20. Fig. un sistema TI senza memoria. Il sistema quadratico dell’es.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. Infatti. Esempio 3. Per l’omogeneità. 3.3.6.20. § 4.) g(x) y(. cfr.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.1). si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . che prende il nome di caratteristica i-u. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. che non risulta neppure lineare per le differenze. 3. Esempio 3.116 Proprietà dei sistemi x(. es. 3.

x ≥ 0. 0 . modellato come un sistema non lineare senza memoria.21. Notiamo che la funzione g(x) di fig. 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. Caratteristica ingresso-uscita di un diodo. y(t) = g[x(t)]. 3. poiché essa non è lineare per tutti i valori di x. dove R è la resistenza del diodo in conduzione. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm).3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. con buona14 approssimazione. Fig. 3.22) è g(x) = x R . il sistema non può essere considerato lineare. BJT) ed i transistori ad effetto di campo (field-effect transistor. . che scorre nel diodo.22.3. in ogni caso. dove la caratteristica i-u g(x) (fig. si può porre. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. altrimenti. Il parametro R rappresenta la resistenza del diodo in conduzione.22 è lineare a tratti. FET). 3. 3. 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi. avente come ingresso la tensione x(t) e come uscita la corrente y(t). il che è ragionevole per segnali costanti o lentamente variabili.

Risultato: y(n) = x(n) + 1 x(n − 1). y(t) = 2 ln(|x(t)|).23.118 Proprietà dei sistemi 3. Sistema dell’esercizio 3. Risultato: y(t) = 2 u[x(t)].23.23. 3. 2 4 S3 : y(n) = x(2n) . 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . Calcolare la memoria del sistema. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.2 Si consideri l’interconnessione di sistemi riportata in fig. con N ≥ 1 numero intero dispari . y(t) = ex(t) . Risultato: La memoria è pari a N − 1. 3. .1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n . Determinare il legame i-u del sistema (complessivo) riportato in fig.2.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . y(t) = sgn[x(t)]. 4 Esercizio 3. Determinare il legame i-u del sistema (complessivo) riportato in figura.4 Esercizi proposti Esercizio 3. 3. Esercizio 3.

Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. Esercizio 3. se T1 < T2 . (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). la memoria è pari a T1 . Risultato: (a) y(n) ≡ 0. (b) Il sistema è invertibile? Giustificare la risposta.] Risultato: Il sistema è non causale. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. x(n) = R3 (n) −→ y(n) = 3n u(n) . la memoria è pari a 2 T2 − T1 . 3. con A ∈ R. Esercizio 3. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. x(t) = rect(t − 1) −→ y(t) = e−3t . con T1 > 0.6 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) . (b) non invertibile: in virtù del risultato del punto (a).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) . Esercizio 3.] Risultato: Il sistema può essere causale (non è detto che lo sia).7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .3. . 3.1 del libro di testo.1 del libro di testo.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 . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. indipendentemente dalla costante A. x(τ ) dτ . Risultato: Se T1 ≥ T2 .4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. con T2 > 0.

3. stabilire se il sistema può essere tempo-invariante. x2 (n) e x3 (n).120 Proprietà dei sistemi Esercizio 3. (a) Caratterizzare gli insiemi di ingresso ed uscita.9 Il sistema S in fig. (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 . (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). (b) Stabilire se tale sistema è invertibile. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig.24. l’insieme U è costituito da tutti i segnali positivi. Nella stessa figura sono riportate le uscite del sistema y1 (n). Risultato: (a) ya (n) = 2 δ (n + 2) + δ (n + 1) − 2 δ (n) + 3 δ (n − 1) + 2 δ (n − 2) + δ (n − 3).9. (c) non può essere tempo-invariante. .24 è lineare. rispettivamente. (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.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . Segnali dell’esercizio 3. è necessariamente tempo-variante. Risultato: (a) nessuna restrizione su I. Esercizio 3. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). In caso affermativo. Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). determinare il sistema inverso.

26 è tempo-invariante. Risultato: (a) ya (t) = cos(2π fct). (b) yb (t) = ya (t) = cos(2π fct). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). x(t) = e− j2t −→ y(t) = e− j3t . x2 (n) e x3 (n). (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). è necessariamente non lineare. (c) Stabilire se il sistema può essere tempo-invariante. dire se il sistema può essere tempo-invariante.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 . (c) il sistema non può essere tempo-invariante. x(n) y(n) (-1) n Fig. 3. Sistema dell’esercizio 3. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). Esercizio 3. 3. (b) stabile. Esercizio 3.13 Il sistema S in fig.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). Esercizio 3. è necessariamente tempo-variante.25.11 Si consideri il sistema riportato in fig.11. Risultato: (a) ya (t) = cos(3t). (c) non può essere tempo-invariante. (b) yb (t) = cos(3t − 1). (a) Determinare il legame i-u del sistema. (a) Stabilire se il sistema può essere lineare. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) Dire se il sistema è stabile.25. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). con t0 ∈ R. è necessariamente tempo-variante. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). rispettivamente.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . 3. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. Esercizio 3. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).3. Risultato: (a) non può essere lineare. Nella stessa figura sono riportate le uscite del sistema y1 (n).

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

non dispersivo. dispersivo. (d) y(n) = k=m0  0 . stabile se h(τ ) è sommabile. (b) y(n) = cos(π n) x(n). tempo-variante e stabile. altrimenti .3. tempoinvariante e stabile. con a ∈ R − {0}. Esercizio 3.17 Classificare in base alle loro proprietà (linearità.  n   ∑ x(k) . invarianza temporale. con m0 ∈ Z . dispersivo. instabile. Risultato: (a) non lineare (lineare per le differenze). non causale. invarianza temporale. stabilità): (a) y(n) = x(n) + u(n + 1). non dispersività. non causale se T < 0. tempo-invariante. per n ≥ m0 . se x(t) = 0 . (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k).4 Esercizi proposti 123 Esercizio 3.18 Classificare. dispersivo. non dispersività. (b) lineare. stabilità): (a) y(n) = a x(n) + b. (e) y(n) = an u(n) x(n). (c) y(n) = x(n2 ). (d) lineare. tempo-variante e instabile. non dispersività. (e) lineare. (c) y(n) = ex(n) . (b) non lineare. (d) lineare. 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 . causale. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. dispersivo. non causale. non causale. causale. causalità. b ∈ R − {0}. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. (c) non lineare. causale. invarianza temporale. con T ∈ R − {0}. non dispersivo. (c) non lineare. (e) y(n) = n+m0 k=n−m0 ∑ x(k).16 Classificare. con m0 ∈ N. (d) y(t) = 1 2T T −T x(t − τ )dτ . motivando brevemente le risposte. causalità. causalità. dispersivo. Risultato: (a) lineare. causale se T ≥ 0. altrimenti . . motivando brevemente le risposte. tempo-invariante e stabile. non dispersivo. Esercizio 3. con a. causale.   1 . tempo-invariante. (b) y(n) = x(−n). tempo-invariante e stabile. tempo-invariante e stabile. h(τ ) x2 (t − τ ) dτ . stabile se h(τ ) è sommabile. (c) y(t) = x(t)  0. dispersivo. causale. tempo-invariante.

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

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

126 Proprietà dei sistemi .

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

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

Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] .5) dove abbiamo applicato il principio di sovrapposizione.6)]. (4. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). (4. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. se si osserva che gli impulsi δ (n − k) nella (4. la rappresentazione (4.3) Determinare i coefficienti αk della rappresentazione è semplice. rappresentato mediante la (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. sia la proprietà di invarianza temporale [nella (4.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. ∀k ∈ Z . l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. 2. ed abbiamo sfruttato il fatto che le quantità x(k). e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. sostituendo la (4.3) non si sovrappongono nel tempo. ovvero xk (n) = δ (n − k). con k ∈ Z. In questo senso.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) .3. si dice che la risposta impulsiva è una risposta canonica. Definiamo allora il segnale h(n) = S[δ (n)]. utilizzando la conoscenza della sola risposta impulsiva del sistema. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) .7) abbiamo utilizzato sia la proprietà di linearità [nella (4. 3.4) si può giustificare in maniera più formale anche applicando le prop. sia posto in ingresso ad un sistema TD LTI.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop.7) prende il nome di convoluzione a TD. come già detto. esteso al caso di una infinità (numerabile) di segnali.4.6) cioè traslando l’impulso in ingresso di k campioni. nonché l’invarianza temporale del sistema. il segnale di uscita h(n) trasla anch’esso di k campioni. Ribadiamo che per ricavare la (4. Scegliendo come segnali elementari xk (n) nella (4.5). non essendo dipendenti dal tempo n. si ha semplicemente αk = x(k). (4. Notiamo peraltro che la (4. La funzione h(n) che compare nella (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) . (4. e sarà studiata più approfonditamente nel § 4.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).6) nella (4. Si noti che.1) l’insieme numerabile degli impulsi discreti traslati nel tempo. Pertanto. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ).5)].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 .4). Supponiamo allora che un segnale x(n).3 dell’impulso discreto. la (4. (4. .2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. L’operazione matematica effettuata tra x(n) ed h(n) nella (4.

1(b) al caso M = 5 e 1 bk = M+1 = 1 . 4. . si ha. dove è calcolata graficamente la risposta del sistema MA dell’es.9.8) e la (4. 4. la (4. è utile mettere in luce una particolare interpretazione della (4. Questa interpretazione è chiarita in fig.7). 4. 1. . . Infatti. e particolarizzata in fig. M (4. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. il segnale di uscita si ottiene sommando tali segnali. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . 4.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. . ponendo x(n) = δ (n) nella (4..9) rappresentata graficamente in fig.7).9). dal confronto tra la (4. k ∈ {0. pari ad M + 1 campioni. D’altra parte. ∀k ∈ {0. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. x(1) h(n − 1) e x(2) h(n − 2).7) mostra che. . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n). . 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). (4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .8): h(n) = k=0 ∑ bk δ (n − k) . 1.2. 0 .11) .1. 1. ∀k ∈ {0. 5}. è semplice provare che tale sistema è sia lineare che tempo-invariante.10) espressione che fornisce gli stessi valori della (4. 4. avente la risposta impulsiva di fig. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 .1.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. . M (4. . altrimenti . M} . 5}. al segnale di ingresso x(n) = 1 R3 (n). (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). 4. con n ∈ Z. (4.1(a) nel caso generale. 6 Esempio 4. .130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 .. . In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). . per ogni k ∈ Z. Prima di passare al caso TC. 3.1(b). 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)].7). partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . In sostanza. per un dato k ∈ Z.. .

. Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). 4.2.2 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.4.

come già visto nel caso TD. Tale rappresentazione si può vedere come l’estensione della (4. L’operazione matematica tra x(t) ed h(t) che compare nella (4. Nel seguito. Notiamo inoltre che. data l’analogia formale tra la (4. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . Una giustificazione immediata ed intuitiva della (4. dal confronto con la (4. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ .12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. è possibile provare che l’uscita y(t) del sistema LTI può essere espressa come: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .7) è simile a quella vista nel caso TD. τ )]dτ . τ )] del sistema ai segnali elementari x(t. senza perderci in complicate discussioni matematiche.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. dove la delta di Dirac sostituisce quella discreta.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. τ ). se il sistema è LTI. per ogni τ ∈ R. τ ) = δ (t − τ ). con t ∈ R.1). tuttavia. 4. la (4.12) si basa su una definizione più generale di linearità di un sistema. Precisamente. le risposte S[x(t. e rappresenta. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t.2). 2.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. La derivazione della (4.3. assumeremo direttamente la (4. In pratica mediante la (4.11). (4. anche la (4.14) non discende direttamente dalla prop.11) e la (4.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. seguendo passaggi matematici simili a quelli già visti per il caso TD. A differenza del caso TD.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. segue che α (τ ) = x(τ ) e x(t. La (4. Tuttavia.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. centrati in tutti i possibili istanti di tempo τ ∈ R. con τ ∈ R. formalmente. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).4). integrando) i segnali x(τ ) h(t − τ ) dτ . con gli stessi coefficienti α (τ ) dτ .14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. e prende il nome di convoluzione a TC.2). l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. Così come il principio di sovrapposizione (3. prop. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. (4. e l’integrale prende il posto della sommatoria. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. τ ). non è possibile dare una giustificazione immediata della (4. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. τ )dτ . 3.4) al caso TC. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). (4. per τ ∈ R. Precisamente. ossia: x(t) = +∞ −∞ α (τ ) x(t.11). .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 .23) per una infinità numerabile di segnali.

17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. la (4.5T T . 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 . Si può facilmente verificare che tale sistema è sia lineare. Negli es. In maniera equivalente.2. pari a T e coincidente con la memoria del sistema. con il cambio di variabile τ = t − u → u = t − τ . ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). (4. in maniera più formale.15) si può scrivere come una convoluzione: infatti.4. es.1. Come nell’es.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ .16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema.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). T ). sia invariante temporalmente. si può mostrare che la (4. per cui è un sistema LTI.2). 4. 4. per confronto con la (4. allora il sistema è necessariamente LTI. (4. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .1 e 4.7) oppure (4.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4.12). (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). e cioè: y(t) = +∞ −∞ rect τ − 0. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4.12). 4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. In altri termini. Successivamente. . anche tale risposta impulsiva è di durata finita. avente relazione i-u: y(t) = t t−T x(u) du . si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.5T T x(t − τ ) dτ . da cui.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. (4. notiamo preliminarmente che.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.

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

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

2 0 −10 −5 0 k 5 10 (a) 1 0. (c) riflessione del segnale x(k).6 0.8 0.2 0 (b) z(k)=x(−k) 0.4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.4 0. 4.8 w−5(k)=x(−5−k) 1 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8 0.6 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0. (e) traslazione verso destra di z(k) (n = 5). 4.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig. (d) traslazione verso sinistra di z(k) (n = −5).6 0.6 h(k) 0.4 0.4 0. (b) rappresentazione di x(k).2 0 −10 −5 0 k 5 10 x(k) 1 0. (f) risultato della convoluzione.4): (a) rappresentazione di h(k).6 0.3.8333) e x(n) = u(n) (es. .8 0.4 0.

per cui si ha: y(t) = t 0 dτ = t .t). per cui risulta y(t) ≡ 0 per t ≤ 0.   t. Per prima cosa. T2 ).4.19).20) T1 . ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ).    T2 + T1 − t. y(t) = (4. 0. e verso sinistra se t < 0. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t.4(b)] in funzione di τ ∈ R. per t ≥ T2 + T1 .4(a)] e h(τ ) [fig. (2) Effettuare prima la riflessione del segnale x(τ ). per cui si ha: y(t) = t t−T1 dτ = T1 . per 0 < t < T1 . successivamente. es. ed effettuando l’integrale del prodotto. Riassumendo. Per T1 ≤ t < T2 .3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig.5T1 T1 t − 0. successivamente. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig.t). 4. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. 0 < t < T1 . Per T2 ≤ t < T2 + T1 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . ed assumiamo T2 > T1 . di durata ∆x = T1 .2) avente risposta impulsiva h(t) = rect .4(c)].5T2 T2 . 4. 4. 4. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . per T1 ≤ t < T2 . effettuare la traslazione del segnale z(τ ) verso destra se t > 0.4(e)]: in particolare. 4. in quanto le due finestre rettangolari si sovrappongono solo su un punto. T2 ≤ t < T2 + T1 . T1 ≤ t < T2 . di durata ∆h = T2 . invece. (3) Per ogni fissato valore di t ∈ R. per cui si ha nuovamente y(t) ≡ 0. costruendo il segnale z(τ ) = x(−τ ) e.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. . Facciamo per comodità riferimento alla seconda delle (4. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . Traslando il segnale z(τ ) verso sinistra [fig. le finestre non si sovrappongono affatto. 4. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .4(d)]. Considerando invece valori positivi di t. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. rappresentiamo x(τ ) [fig. Esempio 4. Infine. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. posto in ingresso al sistema LTI (cfr. 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 ) non si sovrappongono affatto. per T2 ≤ t < T2 + T1 .

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(·).1). per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. Per questo motivo. notiamo che. in quanto si può verificare che la convoluzione possiede. nello studio delle proprietà della convoluzione.4(f). pertanto. nel senso che ya (·) ≡ yb (·). Ovviamente questo scambio. t < 0 oppure t ≥ 2T .3. tutte le proprietà algebriche del prodotto convenzionale. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. 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. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. 4. data la proprietà commutativa della convoluzione: l’espressione del segnale y(t) per T1 > T2 si può ottenere allora scambiando T1 con T2 nella (4.5. C. similmente alla somma di convoluzione. Per questo motivo.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . come discusso di seguito. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . A tale scopo. .7) e quella a TC (4. oltre a proprietà specifiche. Come mostrato in fig. notiamo che l’intervallo di tempo (T1 .12) è che la prima è definita mediante una sommatoria. per 0 < t < T . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 .3.20). 4.   2T − t.  y(t) = t. ed è rappresentata in fig. calcolo dell’area) sono molto simili nei due casi. 4. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. l’integrale di convoluzione può non esistere finito. ed è rappresentato graficamente in fig.6. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . § 4. Nel caso particolare T1 = T2 = T . nel seguito. se è possibile dal punto di vista matematico. la convoluzione viene chiamata anche prodotto di convoluzione. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . prodotto. In conclusione. scambiando il ruolo dei due segnali. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. per T ≤ t < 2T . 4. traslazione. 4.6 sono equivalenti. In altri termini.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. in particolare. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . mentre la seconda è definita mediante un integrale. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. Si noti che se T1 > T2 si può procedere allo stesso modo. e prende il nome di proprietà di durata della convoluzione (cfr. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. non ha nessun senso dal punto di vista sistemistico. cioè i due schemi in fig.

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

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

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

∀n0 ∈ Z .22) e (4. infatti.25) della convoluzione. 4. esprimendo la relazione i-u del sistema mediante una convoluzione. per ogni x(·) ∈ I e y(·) ∈ U. si ha. rispettivamente.2). secondo la quale. invece che alla (4. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. Nel caso di un sistema LTI. noti inoltre che. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. 4.10.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . x(n − n0 ) ∗ h(n) = y(n − n0 ) .22) [un discorso analogo vale per la (4.142 Sistemi lineari tempo-invarianti (LTI) x(.) δ(. (4.22). rispettivamente. 4. i due schemi in figura sono equivalenti. 3. se per calcolare y(t − t0 ). ∀t0 ∈ R .21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. è possibile riottenere la (4.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). x(t − t0 ) −→ y(t − t0 ) . In virtù della proprietà di invarianza temporale (4.11) nel caso TC.9). al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). Le (4.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.21). si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. Per giustificare invece la correttezza della (4.22) (4. . ad esempio. notiamo che la (4. per sistemi a TC e a TD. ∀n0 ∈ Z . Tale sistema prende il nome di sistema identico.3 Dal punto di vista dell’interpretazione sistemistica. si giungerebbe. Dal punto di vista matematico.9. x(n − n0 ) −→ y(n − n0 ) .4) nel caso TD e la (4. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. ∀t0 ∈ R .21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso.) x(n) z .) x(. la (4. In un sistema identico. e per la (4. esplicitando la convoluzione (4.

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.

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

è sufficiente far passare quest’ultima in un sistema accumulatore. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). per ottenere la risposta al gradino a partire dalla risposta impulsiva. Nel caso TD. come ad esempio il segnale uε (t) di fig. es.7) di un sistema TD LTI.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . . le relazioni (4. 3.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. In definitiva. non solo la risposta impulsiva.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. Notando che la (4. (4. In altri termini. sfruttando la relazione i-u (4. ma anche la risposta al gradino caratterizza completamente un sistema LTI. 4. con un tempo di salita molto stretto.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig.12. (4. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. 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) . ovvero è anch’essa una risposta canonica.4. Infatti.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso.11(a). in particolare. In particolare. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) .34) e (4. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . 2. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4.

Dalla (4. adoperando le proprietà di linearità e di invarianza temporale del sistema.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).1.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . raffigurati in fig. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. Nel caso TC. Per la linearità del sistema. come già detto in precedenza. 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. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata 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. Tuttavia. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ .37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. con ε sufficientemente piccolo. utilizzando la (4. In particolare. 5 Non esiste una regola generale per stabilire quanto ε . tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . 2ε 2ε (4.36). in quanto caratterizza completamente il sistema. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . aventi area unitaria. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. abbiamo visto [si veda la (2.37) Le (4. trattandosi di una pura astrazione matematica (cfr.4). 2.12). varia da sistema a sistema. Infatti.36) ed (4. un valore appropriato di ε dipende dalla struttura interna del sistema e. § 2. Pertanto.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t).38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. Nel caso TC valgono considerazioni analoghe. si ottiene h(t) = d s(t) dt (4. Infatti la risposta al gradino s(t). cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. 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 . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) .11(b). dunque. (4.

13(a)].36). il segnale in fig. In pratica. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ .40) con la (4.24): s(t) = t u(t) .18) e si può facilmente verificare che tale sistema è anche lineare. 4. . se ε 1. Confrontando la (4. identicamente nulla per t < 0. 3.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . il cui valore è (cfr. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. In maniera equivalente. 4. Conseguentemente.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . che cresce linearmente per t > 0 [fig. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. per ε → 0. es. 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) . il segnale hε (t) tende proprio alla risposta impulsiva del sistema.38).4 Risposta al gradino 151 alla derivata della risposta al gradino. possiamo dire che. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . es. 3.37) è esattamente la risposta impulsiva. in virtù della (4. per cui l’integratore (4. 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) .1). 3. (4. Esempio 4. si può mostrare che la (4.39) è un sistema LTI. in fig. 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.4. dt (b) Nel caso TD. 4. 4. si tratta cioè di una rampa. Si può notare che. es. che per la (4.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). Utilizzando la (4.12).7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. (4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.39) Abbiamo già mostrato che tale sistema è TI (cfr. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale).13(b)].

In maniera equivalente.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) .7): (a) risposta impulsiva. .41) Si può facilmente verificare che l’integratore TD è un sistema LTI. es. Confrontando la (4. (4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. Integratore con memoria infinita (es.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. si può mostrare che la (4. Esempio 4. 3. (4.7).13. 4.2). si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . 4.42) con la (4. (b) risposta al gradino.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr.

0 . es. che è riportata in fig. in virtù della (4.8): (a) risposta impulsiva.14(b)].2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. se t ≥ T . (b) risposta al gradino. si tratta cioè di una rampa a TD [fig. in cui l’estremo superiore di integrazione t varia in R. Esempio 4.6 0. 4. Conseguentemente. avente relazione i-u: y(t) = t t−T x(u) du . Integratore a TD o accumulatore (es. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0.14.36). se n < 0 . 4. ossia: h(t) = rect t − 0. 0 s(t) =  T     dτ = T .8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. Risolvendo l’integrale si ottiene:  se t < 0 .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .4. se n ≥ 0 .14(a)].   0 . 4.4 Risposta al gradino 153 10 1 0.34). n + 1 .9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. 4. In virtù della (4. (4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.4 0.5T T dτ .2).5T T . 4.  dτ = t . 4.15(a).   t    se 0 ≤ t < T .

Si può notare che.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es.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. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. 4. che cresce linearmente nell’intervallo (0. Integratore con memoria finita (es. 4. T . T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . 4.5T T + T u(t − T ) . 4. Esempio 4. il segnale in fig. 4. in fig.15(b)]. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.38). (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. . se ε impulsiva del sistema. (b) risposta al gradino. In altre parole. Utilizzando la (4.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.9): (a) risposta impulsiva. per ε → 0. si tratta di una funzione identicamente nulla per t < 0.1.15. 4. In pratica.

2 0 −0. .1(a) nel caso generale. M +1   1. se n ≥ M . . ∑ k   k=0  1 M+1 .  ∑ k  s(n) = k=0 M    b . Nel caso in cui i pesi bk siano tutti uguali a  0 .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.    n   b . se n < 0 . 4.4 0 0.3 1 0. ∑ bk δ (n − k) .2 1/6 h(n) 0. (b) risposta al gradino.16.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. ∀k ∈ {0. se 0 ≤ n < M . n M in cui l’estremo superiore della sommatoria n varia in Z. 5}: (a) risposta impulsiva. se n < 0 . 4. 1.   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) .34). se n ≥ M . In virtù della (4.4 Risposta al gradino 155 0. ed in fig.1 0.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .8 s(n) 0 2 4 n 6 8 10 0.4. . . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .45) k=0 rappresentata in fig. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Sistema MA con M = 5 e bk = 1 .6 0. M M (4. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . se 0 ≤ n < M . 4. n+1 RM (n) + u(n − M) .

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

7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .5.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. ∀k = 0. causalità. al posto di {x(τ )}τ ∈R . per ogni segnale di ingresso. seguiamo una strada diversa da quella seguita nel caso TD.4. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . 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 . infatti.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto.47). equivalentemente. (4.46).1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. Passiamo ora a considerare i sistemi TC LTI.3. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . è possibile legare le proprietà del sistema (non dispersività.48). Il sistema è non dispersivo se e solo se.49) .48). (4. nella (4. § 3. Ponendo x(n) = δ (n) nella (4. 2.5 Proprietà della risposta impulsiva 157 4.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . questo vuol dire che la risposta del sistema non cambia se. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. descritto dalla convoluzione a TD espressa dalla seconda delle (4. 4. Per costruire un segnale siffatto.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. stabilità. Affinché y(n) dipenda solo da x(n). Una condizione necessaria e sufficiente affinché ciò accada. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. si ha: y(n) = h(0) x(n) . ponendo α = h(0). si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . Notiamo che. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti.47) Pertanto. è che risulti h(k) = 0. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. (4. (4. in questo caso. Consideriamo un sistema TD LTI. la relazione precedente si può riscrivere come y(n) = α x(n) . prop. per ogni segnale di ingresso {x(k)}k∈Z .1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. Sostituendo nella (4. cioè caratterizza completamente un sistema LTI.2(c)].

• sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. 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. per cui presenta valori non trascurabili su un intervallo temporale non limitato. la durata ∆h .3. il sistema è non dispersivo se e solo se y(t) = y1 (t). dal confronto tra la (4. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata.12)]. pertanto. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. per ogni segnale di ingresso e per ogni t ∈ R. Sostituendo nella (4. . dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac.49). oltre al campione attuale. all’uscita in un determinato istante di tempo. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.47). possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. 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. (b) Equivalentemente.48) e (4.4 (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 (·). senza mai annullarsi.7) oppure (4. (4. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). Se poniamo α = h(0). quindi. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . ovvero se e solo se è un amplificatore/attenuatore ideale.3. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. Quindi. n → ±∞. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). I sistemi non dispersivi sono denominati anche sistemi senza memoria. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . dove la memoria di un sistema è stata definita (cfr. § 3. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . In definitiva. l’estensione temporale Dh e.48) la risposta impulsiva precedente. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. ovvero se h(t) = α δ (t) .

4.17.10).4 0.4.8).  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .8 0.4 0. sono sistemi IIR con memoria infinita. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ . 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) . 0 .50) dove T > 0.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.17(a). es.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 . il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. se t ≥ 0 . es.36). L’integratore (cfr. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).52). Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). .52) Pertanto. 4.9) e il sistema MA (cfr. aventi come risposta impulsiva il gradino unitario. T (4.6 0. Sistema TC IIR con memoria praticamente finita (es.51) Confrontando la (4.6 0. la risposta al gradino di tale sistema si ottiene come:  se t < 0 . (b) risposta al gradino.11): (a) risposta impulsiva. In virtù della (4. es. 4. 4.12). Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.5 Proprietà della risposta impulsiva 159 1 0. 4. T (4. 4. es.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .7) e l’accumulatore (cfr. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. T (4.8 0.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. Esempio 4. Sfruttando il fatto che u(τ ) = 0 per τ < 0. 4.51) con la seconda delle (4. che è rappresentata in fig.

1). (4. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . § 2. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . In altri termini.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. Affinché allora l’uscita non dipenda dai valori futuri. § 4. Infatti. in virtù della (4. esso sarà “allungato”. risolvendo l’equazione h(∆h ) = α /T (cfr. ovvero è un segnale di durata praticamente limitata.31).2). Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . per ogni segnale di ingresso.3. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . 4. il sistema LTI ha memoria praticamente finita. e quindi misurare la memoria del sistema LTI. Lo stesso si può dire anche per i sistemi TD. scegliamo come valore di soglia α h(0+ ) = α /T . ma non dipende dai valori dell’ingresso negli istanti successivi. per effetto della convoluzione. con 0 < |a| < 1 . notiamo che applicando al sistema un ingresso di durata finita.54) . con 0 < α < 1. Passiamo ora a considerare i sistemi TC LTI.17(b). con costante di tempo T > 0.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. 4. (4. mentre tende a zero per |a| → 0.53). In conclusione. ln(|a|) memoria che tende a diventare infinitamente grande.3. deve accadere che h(k) = 0 . 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. proprio di una quantità pari alla memoria del sistema. 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) . applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. ricordando la proprietà di durata della convoluzione (cfr. Per calcolare la memoria analiticamente. La somma su k porta in conto valori futuri dell’ingresso per k < 0. Così facendo. per |a| → 1. ∀k < 0 . Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente.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.5. la durata della risposta impulsiva risulta ∆h = T ln 1 α . in quanto per tali valori di k risulta n − k > n. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . se per semplicità facciamo riferimento ai sistemi TC.

12). la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. Risposta impulsiva dell’integratore non causale (es. ∀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).2) che un caso particolare di sistema non causale è il sistema anticausale. 4. 4. Abbiamo visto nel capitolo precedente (cfr.3. ∀t < 0 . la relazione i-u (4. In sintesi. § 3.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . Ragionando in modo analogo a quanto fatto nel caso TD. Di seguito sono riportati alcuni esempi di sistemi non causali. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. h(t) = 0. . si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. h(t) = 0. il sistema è non causale.18.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . In questo caso. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali.4.

In maniera equivalente. per confronto diretto con la (4. M Si tratta di un sistema sia lineare che tempo-invariante. altrimenti . possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. . . ponendo x(n) = δ (n) nella (4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . e particolarizzata in fig. . si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . (4. Si può facilmente verificare che tale sistema è sia lineare. es.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. D’altra parte.58) espressione che è perfettamente equivalente alla (4.57) rappresentata graficamente in fig.11. Per questo motivo. e pertanto esso rappresenta un esempio di sistema LTI. Esempio 4.12). .19(b) al caso M = 5 e 1 bk = M+1 = 1 . (4.5T T x(t − τ ) dτ .19(a) nel caso generale. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T.10 e 3. 0. pertanto tale sistema è non causale. (4.55) con T > 0. Infatti. sia invariante temporalmente. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. 4. 5}. ∀k ∈ {0. la (4. (4. 3. . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . . che è rappresentata in fig. si può mostrare che la (4. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. con il cambio di variabile τ = t − u → u = t − τ . 0). . A questo punto. conseguentemente. Infatti. .12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. 4.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4.56) da cui.12). 1. . da cui. per confronto con la (4. k ∈ {−M.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. si ha. −M + 1. 4. 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) .57). il sistema non è causale.7).55) si può scrivere come una convoluzione.18: si tratta di un segnale che assume valori non nulli per t < 0 e. avente relazione i-u: y(t) = t+T t x(u) du . 3.7).5T T . 0} . per cui è un sistema LTI.

che sussiste con ovvie modifiche anche nel caso TD.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . ∀t ∈ (0.. ∀k ∈ {0. 5} (es.4. 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. 4.19. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . Si tratta chiaramente di un sistema LTI..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. è un sistema LTI anticausale. . In tal caso. . in particolare. Se il sistema è causale. 6 Esempio 4.. abbia estensione temporale Dx = (0. I sistemi causali godono di una proprietà importante. poiché h(n) è identicamente nulla per n ≥ 0. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . . con ∆h ∈ R+ .13). si ottiene che: y(t) = 0. 6 Questa . con ∆x ∈ R+ . Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. Un segnale identicamente nullo per t < 0 è anche detto6 causale. 1. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. 4.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . Per evidenziare tale proprietà. ∆x ). ∆x + ∆h ) . . è riassunto dalla seguente proprietà: Proprietà 4. consideriamo il caso dei sistemi TC. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. seguendo gli stessi ragionamenti che hanno portato alla (4. l’anticipo unitario TD è un sistema anticausale.31). ∆h ). cioè. che realizza un anticipo unitario del segnale di ingresso. Tale risultato. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. (a) Risposta impulsiva di un generico sistema MA non causale. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. Allo stesso modo il sistema TC che effettua un anticipo temporale. Il sistema è pertanto non causale. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0.

§3. 4. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. in questo caso.20. In verità. allora il corrispondente sistema inverso è anch’esso LTI. in virtù della prop. Poiché risulta x1 (t) = x2 (t) = 0. Poiché la risposta impulsiva del sistema identico è δ (·). ∀t < 0.) x(. ∀t ≤ t0 . si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) .5. D è mostrato che se un sistema LTI è invertibile. in base alla prop. un sistema è causale se e solo se. 7 Nel caso TD.164 Sistemi lineari tempo-invarianti (LTI) y(. si ha che y1 (t) = 0. l’applicazione della prop. Pertanto. Ricordiamo che. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. ∀t ≤ t0 .4. 4. 4.3.1. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . la prop. 3. ed applichiamo la proprietà vista per t0 = −ε < 0. Ma se il sistema è lineare. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico.1 è più immediata: . Soffermiamo l’attenzione sui sistemi TC.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.20. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico.6 vale più in generale per sistemi lineari causali (non necessariamente TI). 3. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . le stesse considerazioni si possono fare scegliendo n0 = −1.6 si poteva già dedurre dalle prop. così come il segnale di ingresso. Dato un ingresso x1 (t) = 0. sfruttando in aggiunta la proprietà di linearità.4. 3.) Fig. ∀t ≤ −ε . cfr. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. risulta che y1 (t) = y2 (t).60) (4. con ε ∈ R+ piccolo a piacere. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. anche il segnale di uscita è identicamente nullo per t < 0. 3. rispettivamente. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. Poiché la convoluzione è commutativa. cioè.) hinv(.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. ∀t ∈ R. 4. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata).1 e 3.20 (notiamo che per i sistemi LTI vale una proprietà più generale. In base a tale risultato. Per cui ritroviamo il risultato. (4. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. cioè y2 (t) = 0. allora risulterà per la prop. per ogni t0 ∈ R e per ogni x1 (t). 4.) x(.59) per cui se hinv (·) è l’inverso di h(·). supponiamo di scegliere un secondo ingresso x2 (t) = 0. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. allora h(·) è l’inverso di hinv (·). ∀t ≤ −ε .3). ∀t ∈ R. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. 3. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). In app. come mostrato in fig. 4.) h(. x2 (t) ∈ I tali che x1 (t) = x2 (t).1 y1 (t) = y2 (t). ∀t ≤ −ε .

nelle telecomunicazioni. allora la risposta impulsiva dev’essere sommabile.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. se un sistema è stabile.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. Purtroppo determinare hinv (·) dalla (4.3. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Si ha.5 Proprietà della risposta impulsiva 165 Proprietà 4.60) è un problema matematicamente complicato. . In molti casi pratici.4. significa determinare uno dei fattori della convoluzione. un problema di interesse è determinare il sistema inverso di un dato sistema. Pertanto. detta hinv (·) la sua risposta impulsiva. §3. Questa compensazione prende il nome di equalizzazione.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. 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. Ad esempio. e proviamo a trovare una maggiorazione simile per l’uscita y(n). sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . il suo sistema inverso è anch’esso LTI e. se h(k) è una successione sommabile. a cui si rimanda direttamente il lettore.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. consideriamo un sistema TD LTI. (4. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). Abbiamo cioè provato che la sommabilità (4. ovvero |x(n)| < Kx . Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. cfr. ∀n ∈ Z. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . noto l’altro fattore ed il risultato finale). Alcuni approfondimenti ed esempi sono riportati in app. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. D.5. che va sotto il nome di deconvoluzione (di fatto.59) o (4. In alcuni casi. 4. Supponiamo allora che l’ingresso sia limitato. descritto dalla (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). con passaggi banali.

4. senza alterarla. 4.9) e il sistema MA (§ es. Pertanto. h(k − n) dove la seconda sommatoria va effettuata. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . h(k) k k=−∞ dove abbiamo incluso nella somma. l’integratore con memoria finita (§ es. la risposta impulsiva h(·) ha durata rigorosamente limitata. risulta che l’uscita all’istante n = 0 non è limitata. la risposta impulsiva deve essere necessariamente sommabile. (sistema TC) . −1. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. In definitiva. Ad esempio. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. 1. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. il che contraddice l’ipotesi che il sistema sia stabile.10). Tale segnale assume solo i valori 0.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . come riassunto dalla seguente proprietà: Proprietà 4. x(n) = h(−n)  0. per ciascun n ∈ Z. Per un sistema LTI a TC è possibile ragionare in maniera analoga. se h(−n) = 0 .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. ovvero h(n) sommabile . e quindi è sicuramente limitato. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. . Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. (4. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . procediamo per assurdo. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). anche i valori di k per i quali h(k) = 0. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . che presentano memoria rigorosamente finita.62) In definitiva. su tutti i valori della variabile k per i quali h(k − n) = 0. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . altrimenti . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) .

aventi come risposta impulsiva il gradino unitario. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). ossia h(t) = δ (t − t0 ). dal punto di vista pratico. è un sistema stabile. se il sistema IIR ha memoria praticamente finita. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. 4. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente.1. pertanto. che anticipa/ritarda il segnale di ingresso. § B. con t0 ∈ R . nel caso del sistema (4. che non contiene impulsi.63). in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile.4 e B.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. se il segnale di ingresso è limitato.4.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . In verità. conseguentemente. 1 la risposta impulsiva è sommabile. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . +∞ k=−∞ +∞ con 0 < |a| < 1 . T Si tratta di un sistema con memoria praticamente finita. questo problema può essere tranquillamente aggirato.17(a)] è data da: 1 −τ /T e u(τ ) . sono esempi di sistemi IIR con memoria infinita e.2. Poiché il concetto di sommabilità di una distribuzione non è definito. (4. 4. i sistemi IIR aventi memoria infinita sono sicuramente instabili. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. e di una funzione himp (t) puramente impulsiva.64) . Più precisamente. nel senso che può contenere degli impulsi di Dirac.11. In conclusione. Infatti. Pertanto.3).63) è sicuramente limitata.61) e (4. Ad esempio. il sistema che effettua la traslazione temporale del segnale di ingresso. in quanto.7) e l’accumulatore (§ es. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. per ogni t0 ∈ R. Ad esempio. Più in generale. la cui risposta impulsiva [fig. Verifichiamo che tale sistema è stabile.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. l’uscita del sistema (4. se la risposta impulsiva h(t) è una funzione generalizzata. 4.8). il sistema è stabile. Analogamente. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . che contiene solo impulsi. Ad esempio. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. sono stabili. l’integratore (§ es. instabili. 4.62) (cfr. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). in questo caso. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.63). cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). Esempio 4. possiamo concludere che il sistema TC (4. n=1 himp (t) N (4. D’altra parte.

sono descritti da equazioni differenziali lineari a coefficienti costanti. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. in virtù della prop. αN . tuttavia per una presentazione efficace è opportuno studiarli separatamente. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale.6. . Tali sistemi presentano numerose analogie. Osservando che il parallelo di più sistemi LTI equivale ad un unico sistema LTI la cui risposta impulsiva è data dalla somma delle risposte impulsive dei sistemi coinvolti nel parallelo. il sistema 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). possiamo affermare che. dove N ∈ N. 4. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. tN Fig. . quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. 4. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). 4. in svariati campi delle scienze fisiche e dell’ingegneria. 4. 4.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). .8.21. come mostrato in fig.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. se i sistemi componenti il parallelo sono singolarmente stabili. . il sistema in fig. dt k dt m=0 (4. In questo caso. In altre parole.21. 4. allora il sistema complessivo è sicuramente stabile. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) .65) .168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) .

aN e b0 . per le quali si rimanda il lettore direttamente ai testi di analisi matematica. . che tiene conto di tutte le possibili condizioni iniziali. in quanto.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . Nel caso più generale in cui N = 0.1.68) è detta soluzione omogenea della (4.65). l’equazione differenziale (4. dal punto di vista fisico. m=0 N dk M dm (4. . . per trovare la corrispondente uscita y(t) per t ≥ tin . sia applicato in ingresso al sistema un dato segnale x(t). per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . . .65). cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 .66) t=0 t=0 dove y0 . la (4. in tal caso. yN−1 sono valori (in genere reali) assegnati. . b1 .65). . . . La soluzione generale y0 (t) della (4. a partire da un istante prefissato tin ∈ R. è data dalla somma di una soluzione particolare y p (t) della (4. a1 . la soluzione generale della (4. . e N ≥ 0 è l’ordine dell’equazione. in altre parole. In questo caso. per ogni fissato ingresso x(t). osserviamo che. Una seconda osservazione importante riguarda il fatto che la (4. M dm che rappresenta una relazione i-u tra y(t) ed x(t). è necessario conoscere lo stato iniziale del sistema. y1 . nel senso specificato dalla def.68) ottenuta ponendo x(t) ≡ 0 nella (4.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . . . infatti. d y(t) dt = y1 . Come verifica di quanto sopra affermato. .65). supposto che. . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. 8 Nel .65) descrive in maniera solo implicita il comportamento del sistema. determinare la relazione i-u del sistema equivale a risolvere.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . . bM sono costanti e quindi indipendenti dal tempo t. 3. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. La (4.1. È noto8 che tale problema non è completamente definito. essa non rappresenta un legame i-u come espresso dalla def. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0).65) rispetto al segnale di uscita y(t). aN e b0 .65). I valori assegnati y0 . . Assegnato l’ingresso x(t) per t ≥ 0. la (4. . occorre preliminarmente osservare che il fatto che la (4. .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema.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. Ciò è vero solo nel caso particolare in cui N = 0. vedremo che ciò è vero solo in alcuni casi particolari. 3. Ponendo per semplicità tin = 0. . (4. . . a0 . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . N dk (4. yN−1 dipendono dalla evoluzione passata del sistema e. bM sono i coefficienti (in genere reali) dell’equazione. dN−1 y(t) dt N−1 = yN−1 . . y1 . b1 .65) coinvolge. a1 .4. . Per sgombrare subito il campo da qualsiasi tipo di equivoco. . . la (4. .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. . è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin .

Le radici del polinomio caratteristico possono essere reali. rispettivamente. . . λN . 1. per h ∈ {0. Se si pone allora y(t) = eλ t nella (4. Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). . è immediato constatare che y(t) = y0 (t) + y p (t) (4. . cioè del tipo esponenziale complesso. Ni − 1}. immaginarie oppure complesse. (4.69) da cui sommando membro a membro la (4. N2 . D’altra parte.65).170 Sistemi lineari tempo-invarianti (LTI) della (4. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. eλN t sono singolarmente soluzioni della (4. . λ2 . .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. (4.72) dove c1 .70) è una soluzione della (4. . a N 0 1 siano reali. siano esse λ1 .68).71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . λ2 . eλ2t . le radici di q(λ ) sono o reali o complesse coniugate.65). la (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . . Più in generale. . . . .69). allora si prova facilmente che t h eλit . a . In linea di principio.68) non offre particolari difficoltà. . poiché una arbitraria combinazione lineare di soluzioni della (4. allora k=0 ∑ ak dt k y0 (t) = 0 . Pertanto. Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. combinando linearmente tutte le N possibili soluzioni. . Quindi.68). con λ ∈ C.70) fornisce tutte le soluzioni dell’equazione differenziale (4. .68) è ancora una soluzione della stessa equazione.67) e (4.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. NR . e quindi deve annullarsi q(λ ). si può provare che la (4. . i (4. . . .73) dove λ1 . . si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 .68). . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. . . l’esponenziale eλ t è soluzione della (4.68). . cN sono costanti arbitrarie. c2 . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .68). Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . allora gli esponenziali complessi eλ1t . la soluzione generale della (4.65) non univocamente determinata. . N dk (4. è soluzione della (4.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . .h t h eλ t . . .

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

nel quale l’ingresso x(t) è la tensione ai capi della serie RC. (4. rispettivamente. allora yfor (t) ≡ 0.23. Possiamo quindi dire che. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. dt (4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità.23. indipendente dal segnale di ingresso. occorre che la sua evoluzione libera sia nulla. Esempio 4. Tuttavia. Schema a blocchi del sistema RC (es.65) e (4. affinchè il sistema descritto dalle (4. ∀t0 ∈ R. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). α2 ∈ C. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .76) è lineare per le differenze. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. ∀α1 . Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi.16).76) è che in generale il sistema descritto dalle (4.65) e (4. La seconda osservazione legata alla (4.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. può essere rappresentato mediante lo schema a blocchi in fig. se si impone x(t) ≡ 0. mentre l’uscita y(t) è la tensione ai capi della capacità. ciò significa che se x(t) ≡ 0. indipendente dal segnale di ingresso. In definitiva. 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). cioè. 4. ciò viola la prop. 4.76) La prima osservazione interessante suggerita dalla (4. il che si ottiene imponendo che il sistema sia inizialmente in quiete.16).4 dal momento che. Fig.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). (1) (2) del sistema agli ingressi x1 (t) e x2 (t). In particolare.76) che y(t) = ylib (t) = 0.66) non è tempo-invariante. La . 4.65) e (4. 4. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).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. 3.22. 4. Schema elettrico del sistema RC (es. segue dalla (4. Inoltre. assegnando cioè y0 = y1 = · · · = yN−1 = 0. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. 3. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). 4.76) è che in generale il sistema descritto dalle (4.22. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t).66) sia LTI. è interessante osservare che il sistema definito dalla (4.66) non è lineare.

se t < 0 . RC da cui. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . In questo caso.  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). la (4. e deve soddisfare l’equazione differenziale completa (4. per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC .  RC e  .78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t). nel nostro caso (equazione del primo ordine). dt (4.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. In questo caso (R = N = 1). Dalla (4. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 .79) otteniamo allora che y0 (0) = c1 = y0 . Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4.77). c1 ∈ R . la (4. (4. otteniamo la risposta forzata del sistema. risolvendo l’equazione (4.77). Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 .79) non consente di determinare univocamente l’uscita del sistema. per la presenza della costante moltiplicativa c1 arbitraria. La soluzione particolare y p (t) dipende dal tipo di ingresso. 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 .79) Notiamo che. per integrazione indefinita. da cui si ricava l’unica radice λ1 = −1/(RC).66).4.71). dt RC dt  0 . se t ≥ 0 .73) degenera nella (4. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0.  c2 . 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) .77). se t < 0 . dobbiamo imporre la sola condizione y0 (0) = y0 .72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . se t ≥ 0 .77) si può scrivere come: y(t) = y0 (t) + y p (t) .

La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig.37) esistente tra risposta al gradino e risposta impulsiva. Oltre ad essere chiaramente dispersivo. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . . per la presenza dell’evoluzione libera.65). Nel cap. dt RC che. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. è pari a yt0 (t) = yfor (t −t0 ). ponendo y0 = 0. corrisponde alla risposta impulsiva (4. 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). con N ≥ 0 e aN = 0. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. una relazione analoga alla (4.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. 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).80) Osserviamo che. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . ma non comporta discontinuità in t = 0 del segnale y p (t). per un’equazione differenziale di ordine N.11. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . e la (4.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . ottenuta ponendo x(t) = u(t − t0 ). M (4. il sistema risultante non è omogeneo (e quindi non è lineare). 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.81) nota come equazione alla differenze a coefficienti costanti di ordine N.10 Pertanto. 4.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. 4. essendo il sistema LTI nelle ipotesi fatte.77).6. 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) . per cui risulta che c2 = 0. Inoltre. ovvero s(t) = (1 − e−t/RC ) u(t) .65) in maniera più semplice di quanto visto finora. ponendo T = RC. Tenendo presente la relazione (4. il sistema LTI ottenuto è causale [h(t) = 0. (4. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. 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. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). ∀t < 0] e stabile [h(t) è sommabile]. inoltre. 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 (4.24. 4. Notiamo a questo punto che.50) assegnata nell’es. trattandosi di una equazione differenziale del primo ordine. segue che c3 = −1.

2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. .9.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. notiamo che la (4. .4 0. la (4. . Assegnato l’ingresso x(n) per n ≥ nin . per trovare la corrispondente uscita y(n) per n ≥ nin . avente la seguente risposta impulsiva:   bn . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali.81). e sono denominati sistemi auto-regressivi a media mobile (ARMA). è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . . 3. y(−N) = yN . . . In particolare. .6 0.16): (a) risposta impulsiva. .81) rappresenta una relazione i-u semplice da studiare. Per N ≥ 1. assegnato il segnale di ingresso x(n). come: y(n) = y0 (n) + y p (n) .83) dove y1 . In particolare.8 RC h(t) 0. sotto opportune ipotesi.6 0. a0 m=0 (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . (b) risposta al gradino.6 Esempi di sistemi LTI 175 1 0.8 0. è necessario risolvere rispetto a y(n) l’equazione alle differenze. sia applicato in ingresso al sistema un dato segnale x(n). Solo nel caso N = 0.24. si può provare che la soluzione generale di una equazione del tipo (4.81) si può esprimere. supposto che. M} . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . h(n) = a0  0. yN sono valori (in genere reali) assegnati. .65). (4.65). . a partire da un istante prefissato nin ∈ Z. 4. y2 .82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). . per determinarne la relazione i-u. altrimenti . sebbene in principio siano più semplici rispetto alle equazioni differenziali. sono generalmente meno note ai lettori. 4. Ponendo per semplicità nin = 0. (4. . analogamente alle soluzioni di una equazione differenziale (4. la (4. va detto che la teoria e la pratica delle equazioni alle differenze. n ∈ {0.82) Dal confronto con l’es.4 0.81) descrive solo implicitamente un sistema. Sistema RC (es. i sistemi definiti implicitamente dalla (4. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) .4. y(−2) = y2 . . 1. analogamente al caso TC. sono sistemi LTI. A tale proposito.

y2 . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. a . l’esponenziale zn è soluzione della (4.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. siano esse z1 . cioè y1 = y2 = · · · = yN = 0. . . con N1 + N2 + · · · + NR = N. ossia y0 (−1) = y1 . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. immaginarie oppure complesse. come nel caso TC. . . con z ∈ C e si pone y(n) = zn nella (4. .89) si trova che le costanti ci. .83). Se ci si limita a trovare soluzioni del tipo zn . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . Pertanto. N (4. Risolvendo il sistema lineare (4.81): k=0 ∑ ak y(n − k) = 0 . . . . .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . Se invece il polinomio q(z) presenta R radici distinte z1 .81). la soluzione generale della (4. z2 .86) le cui radici possono essere reali. −N + 1.88) Quindi. . .h . yN . NR .84) si effettua ragionando similmente al caso TC. .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . .h sono combinazioni lineari dei valori y0 . . .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). . . . ovvero la soluzione generale dell’equazione omogenea associata alla (4. −1}. . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. y0 (−2) = y2 .84). la soluzione generale della (4.87) dove c1 . . . . . . Conseguentemente.h nh zn . cN sono costanti arbitrarie. y1 . (4. . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . zN . zR aventi molteplicità N1 . c2 . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . (4. . z2 . . le radici di q(z) sono o reali o complesse coniugate. . . yN−1 assunti da y0 (n) per n ∈ {−N.84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. yN (−N) = yN . .88) che soddisfa le condizioni iniziali (4. . N2 . i (4. M (4. a N 0 1 siano reali. rispettivamente. 1 2 N (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). .11 Se le N radici del polinomio q(z) sono distinte. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . .

∀n ∈ Z. Pertanto.91). y(1). Dividendo primo e secondo membro per a0 = 0.91) 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). In conclusione. . a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. ossia. .91). il sistema descritto dalle (4. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. . Similmente al caso TC. e ponendo a = −a1 /a0 e b = b1 /a0 . (4. .81). .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. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). Nell’esempio che segue. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. Tale procedura.6 Esempi di sistemi LTI 177 del sistema è nulla.17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) . y(n − 2). Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. dai valori y(n − 1). y(−N + 1). assegnando y1 = y2 = · · · = yN = 0. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. x(n − 2).92) . l’equazione alle differenze (4. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). D’altra parte. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito.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) . A differenza del caso TC. y(−N) (ovvero le condizioni iniziali assegnate). Esempio 4. . . a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). y(n) − a y(n − 1) = b x(n) . possiamo riscriverla nella forma seguente. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. .90) A causa della presenza dell’evoluzione libera. ylib (n) = 0.4. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . .83) è in generale lineare per le differenze e tempo-variante. . . . . che è applicabile solo a TD. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0.81) e (4. con condizioni iniziali nulle. Successivamente. a0 k=1 a0 m=0 (4.81) e dalle condizioni iniziali (4. y(−2). più semplice. (4. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. . a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate.83). Tale metodo si basa sull’osservazione che la (4. .

92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. Così facendo. per n ≥ 0. In tale ipotesi. 4. A conclusione di questo paragrafo. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). per n < 0.17. assumendo che il sistema sia inizialmente in quiete. Va detto che. es. Questa interpretazione porta allo schema a blocchi riportato in fig. causale. in Matlab. e sono pertanto sistemi IIR. il comando filter implementa proprio la relazione i-u di un sistema ARMA. ed in generale.81). È interessante osservare che. .25. i sistemi ARMA presentano risposte impulsive di durata infinita. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. 4. con un leggero abuso di notazione.26 per a = 0. nel cap. h(1) = a h(0) + b δ (1) = ab . troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b .16). oltre a fornire un metodo alternativo di risoluzione dell’equazione. la cui somiglianza con lo schema di fig. a ed in generale. ed in particolare nell’elaborazione digitale dei segnali. h(n) può essere sinteticamente espressa come h(n) = b an u(n) .23 sottolinea che l’equazione (4. Analogamente. ponendo b = 1. suggerisce anche un modo per realizzare il sistema. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. possiamo trovare la soluzione h(n) in maniera ricorsiva. Pertanto. e stabile per 0 < |a| < 1. Per semplicità. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es.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. A differenza del caso TC. h(n) = 0 . Imponiamo che il sistema sia LTI. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. h(n) = an b . h(2) = a h(1) + b δ (2) = a(ab) = a2 b . il sistema in esame è un sistema IIR avente memoria praticamente finita. supposto 0 < |a| < 1. data la notevole importanza dei sistema ARMA nelle applicazioni. In definitiva.8333 e b = 1. si vede che il sistema è dispersivo. 4.25). denotiamo 12 Ad esempio. Dalle proprietà della risposta impulsiva. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . 4. ovvero y(−1) = 0. A tale proposito. 4.12 è utile fare qualche considerazione sulla loro implementazione. che è rappresentata graficamente in fig. ossia y(n) = h(n). 4.11. per N ≥ 1. in generale. 4.91) dell’equazione alle differenze (4. scrivendo: h(n) = a h(n − 1) + b δ (n) . osserviamo che la forma ricorsiva (4.

4. M + 2. . . analogamente. . . N (4. 4. per k ∈ {1. è possibile ottenere un sistema con N > M. 2. Questa ricorsione.4 0. . per k ∈ {N + 1. ponendo a zero i coefficienti bk .8 0. Risposta impulsiva del sistema LTI (es. 4. Precisamente. partire da un sistema ARMA con N = M. N}.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) .6 0. N + 2. . m=0 N N (4. e con bm i rapporti bm /a0 . 4. per m ∈ {M + 1. lo schema a blocchi corrispondente alla (4. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. 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) . 13 A . 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.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. è possibile ottenere un sistema con N < M. . per m ∈ {0. opportunamente ritardato e scalato.2 Fig.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. 1. è riportato indietro verso il segnale di ingresso z(n).26. 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 effetto della ricorsione. . ritardo elementare e sommatore. con ak i rapporti −ak /a0 . M}.8333 e b = 1). . h(n) 0 0 5 n 10 15 20 Fig. .93) è riportato in fig. . . N (4. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. ponendo a zero i coefficienti bm .25. .27.4. N}. . . che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. così facendo la (4. M}. i sistemi AR presentano risposte impulsive di durata infinita.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. .17).

Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. Così facendo si giunge alla struttura modificata rappresentata in fig.29.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. 4. senza alterare la natura del sistema. e sono pertanto sistemi IIR. nonchè amplificatori e sommatori. . che è generalmente denominata forma diretta II del sistema ARMA. si ottiene la struttura cosiddetta canonica riportata in fig.94) rappresenta la parte MA (o FIR) del sistema. mentre la (4. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. . La realizzazione di fig. In tal modo.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. . Lo schema di fig. pertanto. Realizzazione in forma diretta I di un sistema ARMA (N = M). essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo.14 per un totale di 2 N ritardi elementari. Lo schema si può vedere come la cascata della parte MA e della parte AR. 15 Il comando filter di Matlab. . . . calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. z -1 y(n-N) b2 a2 . che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. . precedentemente menzionato. 4. ciò non altera il legame i-u del sistema. 4. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. . in quanto sia la parte MA che quella AR sono sistemi LTI.27. z -1 x(n-N) bN aN .95) rappresenta la parte AR (o IIR) del sistema. 4.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . . 4. .28.27 è comunemente denominata forma diretta I del sistema ARMA. Possiamo quindi dire che la (4.

. x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . b1 b2 . . . . . . . z -1 aN u(n-N) bN . .29. 4.28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. . Realizzazione in forma diretta II di un sistema ARMA (N = M). .27 scambiando l’ordine della parte MA e della parte AR. Realizzazione in forma canonica di un sistema ARMA (N = M). .4. 4. . z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . 4. . .28. b2 b1 Fig. z -1 u(n-N) bN parte AR parte MA Fig. . .6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . . 4. Lo schema si ottiene facilmente da quello di fig. Lo schema si ottiene facilmente da quello di fig.

Nei paragrafi seguenti.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R.182 Sistemi lineari tempo-invarianti (LTI) 4.7. moltiplicato per H( f ). per il quale la H( f ) definita dalla (4. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4.96) esiste finita. ovvero poniamo x(t) = e j2π f t . Questa relazione mostra che l’uscita y(t) corrispondente al fasore x(t) = e j2π f t è a sua volta un fasore avente la stessa frequenza f dell’ingresso. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t .12). è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). per comodità di presentazione. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. in ingresso ad un sistema TC LTI con risposta impulsiva h(t).12). La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. se reali. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. Sostituendo nella relazione i-u del sistema.7) oppure continua (4. e scrivere la relazione i-u in termini di convoluzione discreta (4.97) +∞ −∞ h(τ ) e− j2π f τ dτ . Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. avente ampiezza unitaria e fase iniziale nulla. Assumendo che la quantità tra parentesi tonde esista finita. e dei sistemi LTI in particolare. oltre che come sovrapposizione di impulsi.96) . 4.7 Risposta in frequenza di un sistema LTI Abbiamo visto in questo capitolo che rappresentando un arbitrario segnale di ingresso x(·) come sovrapposizione (discreta o continua) di impulsi δ (·). di sinusoidi (rappresentazioni di Fourier). (4.

La quantità H(0) prende il nome di guadagno in continua del sistema LTI. (4. proporzionale a e. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1.97). ∀f ∈ R.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. detta antitrasformata di Fourier. La prop. che modifica l’ampiezza del fasore di ingresso. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . Per completare l’analogia. mentre la fase del fasore viene modificata da H( f ).9 può anche essere rappresentata dallo schema a blocchi di fig. per ogni fissato valore di f . Si noti che tale proprietà vale anche per f = 0. in particolare l’ampiezza del fasore viene modificata da |H( f )|.31. dicendo che i fasori sono le autofunzioni dei sistemi LTI. 4. evidenzia che i fasori sono segnali particolari per i sistemi LTI.96). che modifica la fase del fasore di ingresso. 4. tale relazione di trasformata di Fourier è invertibile. ovvero si ha y = A x. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). 4. generalmente soddisfatte dai segnali di interesse pratico. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. la prop. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . ∀ f ∈ R. e la sua inversa. mentre la sua fase H( f ). 4. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. inoltre il suo modulo |H( f )|. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. prende il nome di risposta in ampiezza. cioè dell’autovalore. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. che definisce H( f ) in funzione di h(τ ). conseguentemente. ovvero se il sistema è stabile. si può interpretare come la trasformata di Fourier del segnale h(τ ).30. |H( f )| < +∞. 6 che la relazione (4. Dalla sua definizione (4. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. per analogia con la corrispondente proprietà dell’algebra lineare. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . . in particolare concetti di analisi funzionale. è in generale una grandezza complessa. Fig. 4. da cui segue che.9 si applica sicuramente a tutti i sistemi stabili. Quindi. Vedremo nel cap.30. se h(τ ) è sommabile.98) La (4. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. prende il nome di risposta in fase. osserviamo che H( f ). poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. 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 . Tale proprietà si esprime. Sostituendo tale espressione nella (4.96). Infatti. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. Sotto opportune ipotesi.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso.4.7 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. 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.

Esempio 4. § 4. 4. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . 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 .6. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R.22. ovvero H( f ) = y(t) x(t) . dt (4. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0.100) Abbiamo visto nell’es. la prop.96).96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). come dimostrato dall’esempio seguente. della quale è facile ricavare modulo e fase.16 (si veda anche il § 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . 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.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.6. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. e sarà ulteriormente approfondito nel cap. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . (4. Sfruttando la conoscenza di h(t). avente ampiezza unitaria e fase iniziale nulla. 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 . avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.99). da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .100) che descrive il sistema. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . 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.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es.1). 4.1) che. dt dt sostituendo nella (4. si perviene alla seguente equazione differenziale. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4.16.32 in funzione di 2π f RC. e sostituendo tali espressioni nell’equazione differenziale (4. 4. raffigurato in fig. 4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . mentre assume valori minori di 1 per f = 0 e decrescenti .

per un sistema reale. Quindi.100) e non la condizione iniziale y(0) = 0. a prima vista. e sarà ulteriormente approfondito nei prossimi capitoli. 3. risposta in fase (in basso). Pertanto. 4. (4. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.96) o dalla (4. 4. notiamo che. il sistema può “sopprimere” completamente il segnale di ingresso. Infatti.18): risposta in ampiezza (in alto). dato un sistema LTI.32. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. il che è vero se e solo se y(0) = 0.18 conferma che la funzione H( f ) data dalla (4. 4. ovvero la sua risposta impulsiva h(t) è una funzione reale.96). che introduce un’attenuazione di ampiezza crescente con la frequenza. Se il sistema LTI è reale. al crescere di | f |. supposto H( f ) finita. viene chiamato filtro passabasso. 4. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . la corrispondente uscita è nulla.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. Un sistema di questo tipo.4).18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. dove si è sfruttato il fatto che. 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 . la corrispondente uscita è necessariamente nulla (cfr. In virtù di questo comportamento. In definitiva. Risposta in frequenza di un sistema RC (es. si ha: H ∗ ( f ) = H(− f ) . cioè H( f0 ) = 0. 4. tuttavia. se l’ingresso è nullo. Tale conclusione non è corretta.99) è in generale una funzione complessa.9 e l’es. coniugando la (4.101) . va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. Come osservazione conclusiva. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . In particolare. In altri termini. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. L’es. si è implicitamente imposto che il sistema sia LTI. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza.4. se h(τ ) è reale. crescenti al crescere di | f |. La prop. risulta h∗ (τ ) = h(τ ). prop. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . Infatti. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. che assume una importanza rilevante nello studio dei sistemi LTI. 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.

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.

109) introducendo un opportuno sfasamento di π /2. ed è riportata di seguito per completezza. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. Inoltre. 4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. Variando la frequenza f0 del generatore (a scatti oppure in maniera .21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. Esempio 4.35. Si può immediatamente osservare che. T0 In definitiva. considerando due attraversamenti dell’origine con pendenza positiva).12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico.21). 4.111) (4. viene collegato all’ingresso e all’uscita del circuito.110) si può ottenere come caso particolare della (4.7 Risposta in frequenza di un sistema LTI 191 generatore sinusoidale x(t) f 0 (variabile ) circuito elettrico y(t) in1 in2 oscilloscopio a doppia traccia Fig.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto.4. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .112) Analogamente al caso TC. 4.104) esiste finita per ν = ν0 . nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. notiamo che per la proprietà 4. se H( f0 ) = 0. 4. 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. 4. capace cioè di rappresentare due segnali su uno stesso visore. (4. la prop. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . 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 . sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . Si consideri lo schema di misura di fig. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. Notiamo in effetti che la (4.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. 4. se H(ν0 ) = 0. un oscilloscopio a doppia traccia.35.35). per il quale H(ν ) definita dalla (4.

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

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

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

   2t − t 2 . per 4 ≤ t < 6 . con T ∈ R+ . per t > −1 . per t > T .    0 .   9 − 6t + t 2 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).    2t .  n  a .   12 − 2t . per n > −1 . Esercizio 4. 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . 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). Esercizio 4.7 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}. Calcolare l’uscita y(n) del sistema.   1 e(t+1) .4.8 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 . e  0 . per t ≤ 0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). Risultato: y(n) = (n + 1) bn u(n) per a = b.8 Esercizi proposti 195 Esercizio 4. (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). per t < 0 . per 1 < t ≤ 2 . per t ≤ −1 . per t ≥ 6 .  (b) y(t) = 4 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).  (b) y(t) = 1 . con |b| < 1.  0 . con |b| < 1.  per 0 ≤ t < 2 .  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .    0 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . per t < 0 . per t ≥ 3 . per 2 < t < 3 . Te  0 . Esercizio 4. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  −t/T ) .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). con a > 1. .  per 0 < t ≤ 1 .  −t/T  (e − 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). (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). per 2 ≤ t < 4 . per n ≤ −1 . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.

per n ≥ 9 .    1− e j2πν0 (n+1)   n bn+1 b . (b) x(n) = R10 (n) ed h(n) = 2n u(−n − 1).  1−a  n 1−(1/a)5 a 1−(1/a) per n < 0 .  1−an+1 . Osservazione. (a) Detta y(t) la risposta di un sistema LTI all’ingresso x(t).     (b) y(n) = 1 − 2(n−9) . per n > 9 . τ )] dτ . 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. Infatti. utilizzando il risultato ottenuto al punto (a) dell’esercizio precedente e sfruttando la proprietà di linearità e invarianza temporale.11 Senza calcolare la convoluzione. per n ≤ −1 . . j2πν (b) y(n) = 1− e b 0    1− e j2πν0 10  n b b10  .     0 . la cui trattazione esula . Esercizio 4.12 Questo esercizio introduce ulteriori proprietà della convoluzione. per n ≥ 4 .196 Sistemi lineari tempo-invarianti (LTI)  per n < 0 . dove a = b e j2πν0 . e j2πν0 1− b (c) y(n) =  0 . Se gli estremi di integrazioni sono infiniti. per −1 < n ≤ 9 . 0 . Mostrare che le seguenti proprietà sono vere: d d x(t) è y(t). come conseguenza del criterio di Leibnitz. 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). Lo studio dettagliato di tale problema richiede la conoscenza della teoria della misura. Esercizio 4. dt dt (b) Detta y(n) la risposta di un sistema LTI all’ingresso x(n). cioè a = −∞ e b = +∞. per 0 ≤ n < 9 . se −∞ < a < b < +∞ ed f (t. dt ovvero è possibile scambiare l’ordine tra le operazioni di derivazione ed integrazione senza alcun problema. per n > 3 . tale scambio non è sempre possibile. per n ≤ 3 . Risultato: (a) y(n) =  1. τ ) è una arbitraria funzione di due variabili derivabile rispetto a t.  2(n−3) .  2(n+1) − 2(n−9) . La verifica della proprietà nel caso TC richiede qualche cautela dal punto di vista matematico. τ )dτ = b a d [ f (t. si ha: d dt b a f (t. per 0 ≤ n < 4 . la risposta all’ingresso ∇1 [x(n)] è ∇1 [y(n)].

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

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

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

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

con a ∈ R.5 (1 − e−2t ) e−t . Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo.     Risultato: y(t) = 0.5 (1 − e−4 ) e−t . la risposta al gradino sarà la derivata della risposta alla rampa. causale e stabile. [Suggerimento: per il punto (e). dt T Esercizio 4. (b) Disegnare lo schema implementativo del sistema in forma diretta II. per t < 0 . causalità.8 Esercizi proposti 201 Esercizio 4.27 Si consideri il circuito CR di fig. (c) Disegnare lo schema implementativo del sistema in forma canonica. (e) il sistema è LTI se y0 = 0.36.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . per t ≥ 2 . causale. e la tensione y(t) ai capi della resistenza è il segnale di uscita. (f) il sistema è dispersivo. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). [Suggerimento: Per calcolare h(n). (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). (c) ylib (t) = y0 e−t/T . con costante di tempo T = RC = 1s.  0 . notare che essendo il gradino la derivata della rampa. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). 4. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. . stabile. (f) Studiare le proprietà (non dispersività. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 .36. Esercizio 4.] Risultato: h(n) = (1/a)n−1 u(n − 1). Esercizio 4.28 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) . (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) = 0.26 Si consideri il circuito RC di fig. s(t) = yfor (t) = e−t/T u(t). stabilità) del sistema LTI determinato al punto (e). stabile se e solo se |a| > 1. causale. 4. (b) y0 (t) = c1 e−t/T . per 0 ≤ t < 2 . (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. sistema dispersivo.     0. con T = RC. (a) Disegnare lo schema implementativo del sistema in forma diretta I.] Risultato: (a) d 1 d y(t) + y(t) = x(t).4.

Risultato: Solo il sistema S2 può essere LTI. 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) . x(t) z(t) S1 + − 6 S2 . S2 : e j5t −→ e j5(t−1) . S2 . Stabilire se i tre sistemi possono essere LTI. . stabilità). (c) y(t) ≡ 0. i sistemi S1 e S2 non sono sicuramente LTI. causalità. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . S3 . S3 . t (e) x(t) = cos 2π T u(t). con T > 0.32 Si considerino i sistemi TD S1 . Esercizio 4.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. (b) y(t) = 2e jπ T . Esercizio 4.33 Nello schema di figura. S3 : e j5t −→ cos(5t) . t t (d) x(t) = 2 sin 2π T + cos π T .5T T .30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). t (b) x(t) = e jπ T . con T > 0. (d) y(t) = 2 cos π T . S2 . determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). S3 : e jπ n/2 −→ 2 e j5π n/2 . invarianza temporale. Calcolare la risposta in frequenza del sistema. (e) y(t) = cos 2π T rect t t−0. Esercizio 4.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. non dispersività. S2 : e jπ n/2 −→ e j3π n/2 . i sistemi S1 e S3 non sono sicuramente LTI. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). t t Risultato: (a) y(t) ≡ 0. Risultato: Solo il sistema S3 può essere LTI.31 Si considerino i sistemi TC S1 . t t (c) x(t) = cos 2π T . Stabilire se i tre sistemi possono essere LTI. ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du .

5 e− j 8πν per −0. 1/T ). applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.25 π (n + 1)).8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .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 . stabile). (c) y(t) ≡ 1. x(t) 6 S S 6 . 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). tempo-invariante.5T 1 1 − e− j2π f T = e− jπ f T . il sistema è lineare. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. Esercizio 4. con riferimento al periodo principale. calcolare l’uscita y(t) e rappresentarla grafiT camente. (a) Determinare la risposta in frequenza H( f ) del sistema e diagrammare accuratamente la risposta in ampiezza e la risposta in fase nell’intervallo di frequenze (−1/T. stabilità). invarianza temporale. calcolare l’uscita y(t). 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π .34 Nello schema di figura. 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 ). determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). (c) y(t) = rect . Risultato: (a) y(t) = t t−T x(τ ) dτ . applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). . √ Risultato: y(n) = 2 2 sin(0. non dispersività. (b) il sistema è LTI. (b) Sfruttando i risultati del punto (a). (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI.5 .5 < ν ≤ 0. tempo-invariante. dispersivo. T Esercizio 4.36 Si consideri il sistema LTI avente.25 π n). applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). causale. causale.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . Esercizio 4. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . dispersivo. causalità. è un integratore con memoria finita. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. stabile.4. con le seguenti proprietà: linea- re. (b) il sistema è LTI.5T .

Circuito RLC. 4. (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 . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 2 − e− j2πν + e− j6πν Esercizio 4. con T = RC. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.36. Esercizio 4.37. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. e la tensione y(t) ai capi del condensatore è il segnale di uscita. 1 .38.37.38.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. (b) H( f ) = . Risultato: H(ν ) = 1 − 5 e− j8πν .38 Si consideri il circuito RLC di fig. determinare la sua risposta in frequenza H( f ). 1 d j2π f T d y(t) + y(t) = 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. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). 4. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) .40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. e la tensione y(t) ai capi del condensatore è il segnale di uscita. Fig. dt T dt 1 + j2π f T π − arctan(2π f T ) . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. 2π | f |T . 4. H( f ) = tan−1 ζf . dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. Fig. 4.37 Si consideri il circuito CR di fig. Circuito RC. determinare la sua risposta in frequenza H( f ). Circuito CR.29 sia stabile. 4. calcolare la sua risposta in frequenza H(ν ). con 2π f0 = ω0 . con ω0 = dt dt (coefficiente di smorzamento). (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 1 + 4π Risultato: (a) f >0 . f <0 Esercizio 4.

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

206 Sistemi lineari tempo-invarianti (LTI) .

97) e (4. Abbiamo però visto nel § 4. Si consideri infatti un segnale espresso da una somma di fasori. la risposta di un sistema LTI ad un fasore applicato al suo ingresso. composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). 5. I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4. quando il segnale di ingresso è un semplice fasore. . per la linearità del sistema e per la (4. il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza.105) che consentono di calcolare.7 che. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori. aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). nel caso TC o TD. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori. come ad esempio il seguente segnale TC. Tale rappresentazione prende il nome di serie di Fourier. In questo capitolo si introduce una prima rappresentazione di questo tipo. denominati filtri ideali. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS).5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. 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.97).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. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ).

vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . purché le frequenze siano tutte multiple di una frequenza comune f0 . dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. Tale segnale risulta periodico di periodo T0 = 1/ f0 . che prende il nome1 di serie di Fourier. rappresenti un caso particolare di scarso interesse pratico.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). Quest’ultima rappresentazione.3. il segnale x(t) risulta periodico. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. 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. sarà applicabile anche ai segnali periodici. 2 2 2 2 2 2 (5. e presenterà interessanti relazioni con la serie di Fourier. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. In particolare. lo svizzero Leonhard Euler (1707–1783) detto Eulero. e per di più a valori complessi. . nel cap. Va osservato.2 Si consideri ad esempio il seguente segnale. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. ed ampiezza A/2. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . 6.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. opportunamente generalizzata. in accordo con l’interpretazione già data nel § 2. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. cioè i loro rapporti sono dei numeri razionali. vedremo la rappresentazione più generale di un segnale. 2 2 La relazione precedente mostra. infatti. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . sarà esaminata in questo capitolo. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). 2 In generale. 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.3. Successivamente. poiché esistono differenze non trascurabili tra i due casi. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. non necessariamente periodico. tratteremo separatamente la serie di Fourier per segnali TC e TD. che molto prima di Fourier. peraltro. nota come trasformata di Fourier. che la introdusse in vari scritti del 1807 e del 1811. 5. l’espressione di un segnale arbitrario come somma di oscillazioni sinusoidali fu introdotta nel 1753 dal matematico svizzero Daniel Bernoulli (1700–1782) nell’ambito dei suoi studi sul problema delle corde vibranti. rispettivamente. Partiamo per semplicità da uno dei più semplici segnali periodici TC.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 . espresso come somma di un numero finito di fasori. solo in questo caso. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. Nel seguito del capitolo. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione.

(4. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza).4) e pertanto risultano ortogonali se k = h. .2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . supponiamo che il segnale x(t) sia sommabile sul periodo T0 .3) sia effettivamente periodico di periodo T0 . Ad A|k| esempio.3). i termini per k = ±2 prendono il nome di seconda armonica. (5.1).1)]. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). se k = h . =δ (k−h) (5. Le frequenze fk = k f0 dei fasori della rappresentazione (5.7) T0 . . ottenuto come combinazione lineare di un numero finito di sinusoidi. per il segnale (5. (5. ovvero: |x(t)| dt < +∞ . La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). In tale ipotesi. ±2 f0 e ±3 f0 . Per mostrare ciò. ±M} . con k ∈ {0. cambiando l’indice da h nuovamente a k. . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi).2) si ricava che M = 3 e Xk = 2 . Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . Assegnato il periodo T0 e il numero di armoniche M. 0. nel senso precisato nel cap. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. (5. Ad esempio. a frequenze ± f0 . che in generale può essere complesso. A tale proposito. ±1. con M ∈ N . dal confronto tra la (5. notiamo che la (5. dove le funzioni xk (t) sono ortogonali. con h ∈ {0. 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 . ±M}. la loro potenza mutua si calcola facilmente: ∗ Pxk xh = xk (t) xh (t) = 1 T0 T0 e j2π (k−h) f0t dt = δ (k − h) = 1.3) per e− j2π h f0t . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . cioè se hanno frequenze distinte. .6) per cui.5) T0 Essendo l’intervallo di integrazione finito. ±1.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. i termini per k = ±1 prendono il nome di prima armonica o fondamentale. . ±2. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . se k = h . Se infatti consideriamo due fasori della rappresentazione (5. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). . con k ∈ {±1. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). .3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. ±3}. moltiplicando ambo i membri della (5. ed integrando termine a termine su un periodo. e quindi ammettono T0 come più piccolo periodo comune. (5. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica.3) e la (5. .5.

Purtroppo. Si osservi inoltre che non tutti i segnali continui.9). 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) (5.7).9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt .3) i termini della rappresentazione (cioè i fasori) sono funzioni continue.5). il segnale periodico x(t) deve essere necessariamente continuo.3). ±M} ma. rimandando ogni discussione sulla convergenza della serie (5. inoltre.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. affinchè la rappresentazione (5. la serie di funzioni (5. essendo la somma di un numero finito di termini. ∀k ∈ Z . possono essere rappresentati combinando linearmente un numero finito di fasori. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. .7) ha senso. Ad esempio. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.3) sia applcabile. Abbiamo già avuto modo di evidenziare in passato che.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .3) e (5. Dalla maggiorazione precedente. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. espresso come somma di un numero finito di funzioni continue. utilizzando la (5. conseguentemente il segnale x(t).8) e (5. B. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5.1. .3) per il segnale x(t) espresso come somma di un numero finito di fasori. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. (5. più in generale. Tuttavia.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0.3) che. non pone alcun problema di convergenza. In altre parole. Per il momento tralasciamo questo aspetto.2. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. prop. . in virtù della (5. è ancora una funzione continua (cfr. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . ±1. mettendo insieme le (5. (5.10) (5.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .11) 1 T0 .8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. Infatti. per ogni k ∈ Z. In definitiva. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. basti pensare che nella (5. a differenza della rappresentazione (5. 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 . Si osservi che. (vedi concetto di gradino e di risposta al gradino). T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.8) può risultare non convergente.8) al § 5. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. .

per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria).k = X2. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. in virtù di tale corrispondenza. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . particolare. chiamati anch’essi armoniche del segnale. si ha X0 = 1 T0 x(t) dt = xdc . la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . la seconda consente di decomporre o analizzare il segnale x(t). in quanto forniscono per ogni valore di k. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). Più precisamente. ovvero si ha x1 (t) = x2 (t). e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). In altre parole. valide esclusivamente per segnali a valori reali. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . ovvero per la componente continua. prop. fatta eccezione per il coefficiente per k = 0. (5.7(c)] si può calcolare su un periodo del segnale.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 . nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. valida in generale per segnali x(t) a valori reali o complessi. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico.10) e (5. ed il fatto che per segnali periodici la media temporale [cfr. Per differenza. per ogni k ∈ Z. sviluppabili in serie di Fourier con coefficienti X1. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). rispettivamente. ∀t ∈ R eccetto che in un insieme di misura nulla. e gli stessi coefficienti della serie di Fourier di x(t). La (5. se X1.2. rispettivamente.2 Serie di Fourier per segnali TC 211 Le equazioni (5.k . Particolarizzando l’equazione di analisi per k = 0. Poiché i coefficienti Xk sono grandezze complesse.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. saranno sviluppate nel § 5. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. 3 In . Altre forme della serie di Fourier. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier).k ed X2. È interessante osservare che. Dal punto di vista matematico.5.4.k . 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 ).3 In particolare. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. che è ovviamente nulla per xac (t). 2. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier).

k = 1.1. sebbene essa risulti a rigore indeterminata. rispettivamente. La funzione sinc(x) per valori di x ∈ [−6.5 0 −5 1 ∠ Xk 0 k 5 1 0. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.1 e nel seguito. 5.10).2 0 0 −0.   indeterminata.4 0. 5. noti che in fig. Esempio 5. per semplicità di rappresentazione. k = −1.2. 4 Si . Per segnali più complicati. 4 L’esempio precedente mostra che in casi molto semplici.8 0. Per maggiore generalità rispetto al caso visto precedentemente. k = 1. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .1)). da: |Xk | = A 2. il calcolo dei coefficienti non è un problema concettualmente difficile. altrimenti. 4 Fig. ϕ0 = π ).2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. 5. altrimenti.  ϕ0 . si ricava:   A e j ϕ0 . 2  0. per confronto con l’equazione di sintesi (5. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. 6]. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. e sono riportati4 in fig. 0. 2 Xk = A e− jϕ0 . 2 2 da cui.1 (A = 1. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . con A > 0. k = −1. 5. altrimenti. 5.1 per il caso A = 1 e ϕ0 = π .11). eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. come la formula di Eulero. k = ±1.6 sinc(x) 0.212 Serie di Fourier 1 |Xk| 0.  Xk = −ϕ0 .1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. Gli spettri di ampiezza e fase sono dati.

2 −5 0 k 5 0.3.3 Xk 0. Fig. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. πx x ∈ R.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.1 0 −0.2 (A = 1.11): 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 . 6] è riportato in fig. 5. Le principali proprietà della funzione sinc(x) sono le tre seguenti.5.5) sono puramente reali. 5.2. πk πk (5. 5.5 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.13) Per esprimere in forma più compatta il risultato precedente. Esempio 5.2 (serie di Fourier dell’onda rettangolare TC.5). cfr. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . (5.4 |Xk| 0. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . δc = 0. 5.9).1 −0. I coefficienti Xk dell’onda rettangolare dell’es. Per k = 0. introduciamo la funzione sinc(x): sinc(x) = sin(π x) .2 (A = 1. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.2 Serie di Fourier per segnali TC 213 0. 5. es.4 0. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . 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 . . e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.2 0. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . δc = 0. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 .4.14) il cui grafico per x ∈ [−6. 2.

osserviamo che questo segnale.   0. 7. 3. e utilizzando la definizione di sinc(x). . |Xk | = 0.3. Xk = 1  πk . . k = . in quanto. e quella dispari dello spettro di fase. Moltiplicando e dividendo per δc nella (5. 3. 5. . nonché proprietà trigonometriche elementari. e la fase −π per k < 0. in quanto: |sinc(x)| ≤ 1 .). 5. si ha: 1 2. . si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. . per qualunque valore di A e δc . che sono raffigurati graficamente in fig. tuttavia. . . . Per maggiore generalità. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . k = 2h + 1. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . . −1. 7.5 (duty-cycle del 50 %) e A = 1. . 1. 5. la cui ampiezza decresce con legge inversamente proporzionale a k. −1. Notiamo la simmetria pari dello spettro di ampiezza. . −3. . −7. k = 0. ed utilizzando la definizione di sinc(x) e le sue proprietà. . k = 0. per la proprietà (b) della sinc. −5. π kδc k = 0. 1. presenta armoniche puramente reali.4. . Consideriamo allora il caso particolare δc = 0. . . k pari.    1 − πk . 2. h dispari (k = . . 0. k dispari. . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. . . In tal caso. − 7. risulta: X0 = A δc sinc(0) = A δc . k = 0 . . Notiamo che l’espressione precedente vale anche per k = 0. −5. Più in generale. k pari.  1  . π |x| ∀x ∈ R . −3. 11. su un unico diagramma cartesiano. k = . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. quindi esse possono essere rappresentate come in fig. k = 0 . 9. . 5. .. π |k|  0   indeterminata Xk = 0    ±π k = 0. . k = 2h + 1.13).  k pari.. k = 0.). h pari (k = . 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. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . Per k = 0. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .6 x(t) 0. 5. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. Esempio 5.11). Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. Tale segnale è raffigurato graficamente in fig. 5. 5. 5.2 0 −5 0 k 5 2 ∠ Xk 0. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.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 . 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 . decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .3 (A = 1). L’onda triangolare dell’es. T0 4 2 mentre per k = 0.4 0.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.5 per A = 1. 5.5. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).8 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Fig.3 (A = 1). 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 .2 Serie di Fourier per segnali TC 215 1 0.6. Applicando la formula di Eulero a e− j2π k f0 t .4 |Xk| 0.

(−1)k Come evidenziato dagli es.3. k pari.2.2). enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni.216 Serie di Fourier integrale. 5. 5 Per . il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier.11). Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. = 2A  . quindi gli spettri di ampiezza e fase si calcolano banalmente. nel seguito daremo solo qualche risultato fondamentale. definiti dalla equazione di analisi (5. segnale sinusoidale). Vedremo tuttavia nel cap.4 o più estesamente in app. e quindi consiste nella risoluzione di un integrale. Come vedremo (cfr.2 e 5. come vedremo nel § 5. 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. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 .2. in quanto |Xk | = Xk ≥ 0 e Xk = 0. 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). fatta eccezione per casi molto semplici (es. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. § 5.11). quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. notiamo che anche l’onda triangolare possiede solo armoniche dispari. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. e sono raffigurati in fig. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. k dispari. 5.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. Tuttavia. 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]). In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 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. come già mostrato precedentemente. k = 0. esistano finiti.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche.2. inoltre. 5.2.

Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. § 5. né tanto meno che tale serie converga al segnale x(t). con M ∈ N . pertanto. b). poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. sono funzioni a valori k complessi definite sull’intervallo (a.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . ∀k ∈ Z e ∀x ∈ (a. (5.7) sono validi anche per M → +∞. con |gk (x)| ≤ Mk . Se la serie di Fourier (5.15) converge al segnale x(t). Così come per le serie numeriche. Risulta immediatamente evidente che. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. 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 . b). .16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente.17) ovvero l’equazione di sintesi restituisce il segnale x(t). cioè k→±∞ lim |Xk | = 0 . uno stesso numero Nε va bene per tutti i punti dell’asse reale.2). 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. si dice che la serie di Fourier (5. se il segnale x(t) ha almeno una discontinuità. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. simmetrico per garantire che siano presenti le armoniche Xk e X−k . In particolare.5. la sua serie di Fourier non potrà convergere uniformemente ad x(t). con k ∈ Z. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile.15) costruita a partire da questi coefficienti converga. (5.4. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.6) e (5. cfr. b). allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. Quindi. (5. Lo studio delle condizioni sotto le quali la serie (5.18) allora la serie associata ai coefficienti Xk converge uniformemente. se la serie di Fourier converge uniformemente su R.15) converge uniformemente [5] al segnale x(t) su R se. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . allora si può scrivere M→+∞ lim xM (t) = x(t) .15) converge dipende dal tipo di convergenza richiesta. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). per ogni ε > 0.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito.

A differenza della convergenza uniforme espressa dal teor. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). per i quali la serie.18) è verificata. Pertanto. quando ciò accade. 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. ˇ tuttavia. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. periodico con periodo T0 . coseni o seni) sono tutte continue. è continuo e derivabile quasi ovunque.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. se ci limitassimo a considerare la sola convergenza uniforme. In altre parole. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. ma con continuità. In tal senso.15) che. 5. 5. e sollevò numerosi dubbi sulla validità della serie di Fourier. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). 5. i coefficienti di Fourier si possono ottenere equivalentemente dalle due espressioni seguenti: Xk = 1 T0 x(t) e− j2π k f0t dt = ˇ 1 T0 x(t) e− j2π k f0t dt . Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare.2? Oggi sappiamo che se la serie non converge uniformemente.1.15) al segnale x(t) per ogni t ∈ R. . come l’onda rettangolare dell’es.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t).10) converge uniformemente al segnale x(t) su tutto l’asse reale. 2 T0 la serie di Fourier (5. eccetto al più un sottoinsieme di valori di t di misura nulla. ossia: x (t) dt < +∞ . la somma di una serie di funzioni continue non è necessariamente una funzione continua. se la (5. non restituisce esattamente il segnale x(t). ma non che la serie restituisca proprio x(t). una volta calcolati i coefficienti Xk a partire da un segnale x(t).15) è data dal seguente teorema: Teorema 5. come l’onda rettangolare dell’es. come può la serie rappresentare segnali discontinui. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5.15) può convergere uniformemente ad un segnale x(t) = x(t). la serie di Fourier (5. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. pur essendo convergente. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia.2.15) converge ad x(t) per quasi tutti i valori di t ∈ R. Dal punto di vista ingegneristico. che assicura la convergenza della serie (5. com’è intuibile. con derivata x (t) a quadrato sommabile sul periodo T0 .

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

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

come testimoniato dalla fig. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . 5. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . la cui frequenza aumenta.8.6. Inoltre.2. come già discusso in precedenza. sebbene restino di ampiezza invariata. L’espressione (5. confermando che. L’onda triangolare è continua ma con derivata prima discontinua. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. Questo fenomeno. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. il fenomeno di Gibbs non si verifica per tale segnale. 101. quindi la prop. e pertanto il segnale ricostruito con 2M + 1 armoniche. ma non uniformemente negli intervalli che contengono le discontinuità. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. poiché l’onda triangolare è una funzione continua. 1. In particolare. 5. nella quale il segnale oscilla tra i valori −0.20) dove βgibbs ≈ 0. per cui la prop. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). l’ampiezza delle oscillazioni calcolata secondo la (5. 3. ma per ogni segnale x(t) che.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. in effetti. come si può anche osservare dalla fig. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. in effetti. 5. Per δc = 1/2 ed A = 1. 5. 5. Esempio 5. In fig.09 (a destra della discontinuità.5. che per primo lo osservò e lo descrisse. 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) . confermando che. se t0 è un punto di discontinuità. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. presenta dei punti di discon− + tinuità.1 si applica con n = 0.20) è pari in valore assoluto circa a 0. ed il valore 1/2 in corrispondenza delle discontinuità.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. vengono “schiacciati” verso la discontinuità.1 si applica con n = −1. W. Matematicamente.09 (a sinistra della discontinuità) e 1.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. Poiché l’onda quadra soddisfa le condizioni di Dirichlet.7 (onda triangolare) Si consideri l’onda triangolare dell’es. pur soddisfacendo le condizioni di Dirichlet.12 Nell’es. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .09.2 Serie di Fourier per segnali TC 221 Esempio 5. dt. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. 5. 5. (5.3. 5. 5. ottenuti con Matlab. 11 Il 12 In fenomeno prende il nome dal fisico J.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. In effetti.28114072518757 è una costante notevole. Gibbs (1839–1903).7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. Infatti al crescere di M i picchi delle oscillazioni.7. ma la cui ampiezza non diminuisce al crescere di M. noto come fenomeno di Gibbs. 11.

5 0 t/T 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 = 0.6 0.2 0 −0. (c) M = 3.5 (b) 0 0 t/T 0.2 0 −0.4 0.6 0.5 (a) 1 0.2 0 −0. xM(t) 0.5 0 t/T0 0.4 0.8 x(t). xM(t) 1 0.5 x(t).5 (d) 0 t/T0 0.6 0. xM(t) 1 0.6 0. (e) M = 11.8 x(t).4 0.4 0.222 Serie di Fourier 1 0.8 0.2 0 −0.5 x(t).8 0. xM(t) 0. (b) M = 1. (d) M = 5.6 0. 5.5 (e) (f) Fig. .4 0.5 0 t/T0 0.4 0.8 x(t).8 0.5 0 t/T0 0.2 0 −0.5 x(t). xM(t) 0.6 0. xM(t) 1 0.5 0 (c) 1 0.2 0 −0. (f) M = 101.

3.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. Viceversa. 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. sulla base dell’uguaglianza di Parseval. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.7 e 5. 5. 13 Una . 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.8). è proposta nel § 5.5.13 valutazione quantitativa della bontà di tale ricostruzione.4.

5. (f) M = 101.5 (d) 0 t/T0 0.2 0 −0.6 0.5 (e) (f) Fig. xM(t) 0.2 0 −0.4 0.4 0. xM(t) 1 0.6 0.2 0 −0.2 0 −0.5 x(t).2 0 −0.8 x(t).6 0.8 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.5 (b) 0 0 t/T 0.8 x(t).6 0.5 0 t/T 0.6 0. (b) M = 1.224 Serie di Fourier 1 0.4 0. xM(t) 1 0. (d) M = 5.4 0. .5 x(t). xM(t) 0.4 0.8 0.8 x(t). xM(t) 0. xM(t) 1 0. (c) M = 3.6 0.5 0 (c) 1 0.8.4 0.5 0 t/T0 0.5 (a) 1 0. (e) M = 11.8 0.5 0 t/T0 0.5 0 t/T0 0.2 0 −0.5 x(t).

cfr.22) e (5. . . Nella (5. (5. N0 n=0 k ∈ {0.22) per e− j2π hν0 n e sommando su un periodo.21) Notiamo che. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . .22) una somma finita. salvo casi particolari. 1[. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. e rappresenta l’equazione di sintesi della serie di Fourier discreta. . . § 2.22) La relazione (5. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). 1/2). è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. 1) oppure in (−1/2. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui.3). nota anche come Discrete Fourier Series (DFS). In particolare.21). essendo la (5. pertanto. . proprio per questo motivo.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. . . cambiando l’indice da h nuovamente a k.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 .10) della serie di Fourier a TC. 1.21). se k ∈ {0. in quanto si tratta di una somma (finita) e non di una serie.3 Serie di Fourier per segnali TD (DFS) 225 5. 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 . 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. 1. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . . L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. N0 − 1} . ad esempio in (0. (5. La differenza fondamentale rispetto alla serie di Fourier (5. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. (N0 − 1)/N0 nell’intervallo [0. 1/N0 . le frequenze νk assumono i valori 0.23) Le (5. k (5. Esse. . Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. moltiplicando ambo i membri della (5.22) è analoga all’equazione di sintesi (5. nella (5. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . 14 Si . Infatti. N0 − 1}. è improprio parlare di “serie” di Fourier nel caso TD. In particolare.3. e quindi l’intervallo di variazione delle frequenze νk = kν0 . per cui la (5. Anche nel caso TD la serie di Fourier consiste nella rappresentazione di x(n) come sovrapposizione di fasori aventi frequenze multiple della frequenza fondamentale ν0 .5. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . semplificati dal fatto che.

15 Notiamo DFS .25) e (5. In particolare.226 Serie di Fourier rappresentazione. Va detto però che.25) (5.28) prende il nome di Inverse Discrete Fourier Series (IDFS).25) e (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).28) e (5. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . le (5. costituiscono formalmente l’esatta controparte delle (5. . nella letteratura scientifica. la (5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. mentre la (5. (5.24) e pertanto. N0 k=0 N0 −1 n=0 (5.27) (equazione di sintesi) (equazione di analisi) (5.10) e (5. le (5. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.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. valide nel caso TC.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. . Inoltre nella (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . N0 − 1}. Posto wN0 = e− j2π /N0 .26) abbiamo esteso la definizione di X(k) a qualunque valore di k.25) siano quelli dell’intervallo {0.29) viene denominata Discrete Fourier Series (DFS).29) ∑ x(n) wkn N0 In effetti. . Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . 1.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.26) ∑ x(n) e− j2π kν0 n .15 come la sequenza x(n). A partire da Xk . che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. 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. anche se esse non sono esattamente corrispondenti a quelle nel caso TC.28) (5. Una prima differenza rispetto alle (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . nella letteratura scientifica le (5. con sostituzioni algebriche banali.26) è periodica. Se infine nelle (5. entrambe periodiche dello stesso periodo N0 . In altri termini.11).22) e (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.22) e (5. .

La periodicità di X(k) è una caratteristica peculiare della DFS. Esempio 5.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . e si scrive sinteticamente X(k) = DFS[x(n)] . x(1). . § 5. Onda rettangolare TD dell’es. x(N0 − 1). . 5.5. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). cap.3 Serie di Fourier per segnali TD (DFS) 227 1 0. N0 (k+N0 )n In particolare.8 (N0 = 8. il segnale x(n) è completamente descritto assegnando solo N0 valori. M = 4). Differentemente dal caso TC. Infatti. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . ovvero da un segnale TD.6 x(n) 0. . N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. ovvero da un’inifinità continua di valori. la periodicità della sequenza x(n) deriva dalla proprietà (b). x(n) = IDFS[X(k)] . N0 = wkn . . N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . nel dominio della frequenza.2). ad esempio per t ∈ [0.8 (DFS dell’onda rettangolare TD. cfr. La DFS e IDFS possono anche essere viste come operatori.9. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier.4.2 0 −20 −10 0 n 10 20 Fig. nel dominio della frequenza sussiste esattamente la stessa proprietà. . un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. sia della trasformata discreta di Fourier (DFT). 7).8 0. T0 [. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. abbiamo visto che invece. 5. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. che è strettamente legata alla DFS (cfr.4 0. Si può infine verificare che le quantità wN0 definite mediante la (5. ad esempio x(0).

La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) .29). 5. x ∈ Z . La DFS di x(n) si scrive. per cui la (5. . Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. Tale DFS è rappresentata in ampiezza e fase in fig. come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 . 5. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. tranne che in x = ±1. con semplici passaggi algebrici. sulla base della definizione (5. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . 5.11 nel caso N0 = 8 ed M = 4.31) il cui grafico per x ∈ [−1. Ponendo infatti a = wk 0 . DM (x) = M M. di facile dimostrazione: 1. dove vale M:  k  0. 0 Per esprimere in forma più compatta il risultato precedente. ±2. . . sin(π x) x ∈ R. 2. ∀x ∈ R .31).30) Ricordando la definizione di wN0 . 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 .9 per N0 = 8 ed M = 4. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. x ∈ Z . (5.30) può essere riscritta. . Le principali proprietà della funzione DM (x) sono le seguenti. . e quella dispari dello spettro di fase. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. k ∈ Z. si ha allora: X(k) = DM k N0 . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . N1 = 0 e N2 = M − 1. (5. x = . notiamo che wkM N0 wk 0 N = e = e . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 .. Utilizzando la definizione (5.228 Serie di Fourier e raffigurata graficamente in fig. 1] è riportato in fig.

Notiamo in conclusione che. In particolare.5. e sono comunque riportate in app. ma anche algoritmicamente. Vedremo (cfr. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. quando necessario. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). utili talvolta nei calcoli.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. tratteremo congiuntamente sia il caso TC che quello TD. In altre parole. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. evidenziando. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. 5. i cui coefficienti di Fourier siano Xk e Yk .4. denominati algoritmi Fast Fourier Transform (FFT).1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio).8 (N0 = 8.5 0 x 0. E. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. soprattutto. α2 ∈ C. 5. il fenomeno di Gibbs non sussiste nel caso TD. 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. con α1 . che suggeriscono ulteriori considerazioni concettuali e.16 La proprietà di linearità della serie di Fourier afferma . 5. le differenze salienti. Fig. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT).5 1 4 |X(k)| −0. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. è ancora un segnale periodico di periodo T0 . anche perchè il concetto di continuità perde di significato in tal caso. Per tali proprietà. 5. Altre proprietà formali. e l’uguaglianza di Parseval per il calcolo della potenza.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. Di conseguenza.29). e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti.10. rispettivamente. in quanto richiede un numero finito di operazioni. DFS dell’onda rettangolare dell’es. M = 4): spettro di ampiezza (in alto) e di fase (in basso). § cap.11. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. simmetria hermitiana dei coefficienti.28) and (5. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. discuteremo nel dettaglio la proprietà di linearità. 5.

5. 5. Analogamente. 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. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). Riassumendo. 16 Può (5.2 e 5. nel caso TD. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . 5. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . rispettivamente. ossia: Zk = α1 Xk + α2 Yk . DFS ∀α1 . Valgono cioè le seguenti relazioni: |Xk | = |X−k | .29). esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . (simmetria pari) (simmetria dispari) (5.2 Simmetria hermitiana Con riferimento a segnali periodici TC. otteniamo la seguente proprietà notevole: Proprietà 5. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . rispettivamente. α2 ∈ C. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). i cui coefficienti di Fourier siano X(k) e Y (k). dei due segnali è ancora un segnale periodico di periodo N0 .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). DFS DFS FS ∀α1 . . Xk = − X−k .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) .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k.4. α2 ∈ C .1. α2 ∈ C . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo 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 . con α1 .11) e (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. negli es.

36). Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . 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 . Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.10) si può riscrivere come: x(t) = X0 + ∑ Xk e j2π k f0 t + k=1 +∞ +∞ k=−∞ +∞ ∑ −1 Xk e j2π k f0 t = X0 + ∑ Xk e j2π k f0 t + ∑ X−k e− j2π k f0 t k=1 k=1 +∞ +∞ = X0 + ∑ Xk e k=1 j2π k f0 t +∑ ∗ Xk e− j2π k f0 t = X0 + 2 Re +∞ (5.36).11): Xk = 1 T0 x(t) e− j2π k f0 t dt . la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi.36). Se vale la simmetria hermitiana (5. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).33) e (5. (5. avendo già provato che X0 è reale. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . si ricava che x(t) è reale. Partiamo dall’equazione di analisi (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.35) Le proprietà (5. in particolare.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.5. Inoltre l’equazione di sintesi (5. Proviamo adesso l’implicazione ⇐ nella (5. L’equivalenza tra simmetria hermitiana e simmetria pari/dispari degli spettri di ampiezza/fase si dimostra facilmente nel caso TC esprimendo Xk come Xk = |Xk | e j Xk e sostituendo tale espressione nella (5. (simmetria pari) (simmetria dispari) (5. e valgono se e solo se il segnale periodico in questione è reale. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . T0 Se x(t) è reale. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.8 riguardante la DFS dell’onda rettangolare TD. k=1 k=1 ∑ Xk e j2π k f0 t da cui. e quindi X0 è reale. 5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .36). come specificato dalla seguente proprietà: Proprietà 5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. si ha x∗ (t) ≡ x(t). Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. X(k) = − X(−k) . Proviamo prima l’implicazione ⇒ nella (5.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es.37) Prova.35). anche in questo caso le (5.38) .34) Pertanto.

28) compaiono solo i valori di X(k) per k ∈ {0. . per segnali periodici TD reali. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD.32) (con analoghi passaggi si ottiene la (5. . (5. se x(·) è reale. N0 − 1}. per k ∈ {1. poiché la fase di un numero complesso è definita a meno di multipli di 2π . X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . .37) mediante le seguenti condizioni: X(0) reale . con riferimento a segnali periodici TC reali. 1. N0 − 1}. Infatti. 1. N0 − 1}. k ∈ {1. In particolare. per cui la (5. . . 2. 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 ) (5.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. si può verificare (la verifica è lasciata al lettore come esercizio) che.34) a partire dalla (5. In altre parole.37) si può riscrivere. . anche X(N0 /2) è vincolato ad essere reale per N0 pari.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 N0 /2 è intero (il che accade se e solo se N0 è pari). N0 − 1}. . N0 − 1}. se k ∈ {1. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. per k ∈ {1. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). N0 − 1}. . Infatti. . X ∗ (k) = X(N0 − k) . è possibile determinarne almeno uno dispari. . Questa conclusione non è corretta. anche come segue: X ∗ (k) = X(N0 − k) . 2. 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). conseguentemente. .40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . il solo coefficiente X(0) è vincolato ad essere reale. in alternativa alla (5. la proprietà di simmetria hermitiana per la DFS. . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. . . in relazione alla periodicità della sequenza X(k). . Rispetto al caso TC. . . 2.  N 0 k=1 . Per evitare possibili fraintendimenti. applicando la (5. ponendo Xk = |Xk | e j Xk nella (5.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . k=1 Con ragionamenti simili. notiamo che. . N0 pari . anche N0 − k varia nello stesso intervallo. N0 − 1} . . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). da cui si deduce che. partendo dall’equazione di sintesi (5.38). . . si può esprimere. . valide esclusivamente per segnali reali. .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . In definitiva.39). . oltre a X(0). si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . Notiamo infatti che. . 2. 2. con riferimento ai soli valori di k ∈ {0.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . . Notiamo infatti che nell’equazione di sintesi (5. .

Consideriamo dapprima il caso di un segnale TC periodico. note anche come forma esponenziale della serie di Fourier. note come forma polare della serie di Fourier. si ha. anziché in modulo e fase.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. N0 − 1}) nella (5. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.39).10). perché più generali e compatte. . Un’ulteriore espressione della serie di Fourier. ak = 2 T0 x(t) cos(2π k f0t) dt . in parte reale ed immaginaria. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 .3 Uguaglianza di Parseval L’uguaglianza di Parseval consente di esprimere la potenza di un segnale periodico in termini delle potenza delle armoniche che lo compongono. anche per segnali reali.42) T0 T0 T0 Allo stesso modo. Infatti. 5. rispettivamente. N0 pari .42) e (5. 2 k=1 (5. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . 5. bk = 2 T0 x(t) sin(2π k f0t) dt . partendo dall’equazione di sintesi (5. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. Nel seguito.4 Principali proprietà della serie di Fourier e della DFS 233 (5. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .1 e def. x(t) = dove: a0 = 2 T0 x(t) dt .29).43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) .5. . def.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. 5. ed in essa. 2. compaiono soltanto quantità reali.40) e (5. . . . come nella forma polare.41) Le (5.4. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. . ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. Il punto di partenza è l’equazione di sintesi (5.2). N0 dispari . con facili passaggi algebrici. si ottiene nel caso TC decomponendo Xk . (5. valide per segnali reali. Le espressioni (5.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.38).

possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . In virtù di tale ortogonalità.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . riprendendo e riscrivendo l’equazione di sintesi (5. 0. 2 ∑ N0 k=0 (5. es. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . Riassumendo.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . Notiamo che per segnali . ovvero hanno potenza mutua nulla: ∗ Pxk xh = xk (n) xh (n) = j2π k n 1 N0 −1 j2π (k−h) n ∑ e N0 = δ (k − h) = N0 n=0 1. e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 .10) sono a due a due ortogonali. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . (5.4)] che i fasori e j2π k f0t che compaiono nella (5.45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono. possiamo quindi enunciare la seguente proprietà: Proprietà 5. essendo fasori a frequenze distinte. se k = h . sono tra di loro ortogonali. nota come uguaglianza di Parseval per la serie di Fourier (a TC). Passiamo a considerare il caso di un segnale periodico TD. Poiché (cfr.234 Serie di Fourier Abbiamo già osservato [eq. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 .4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . 2. È semplice anche in questo caso provare che i segnali xk (n).28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . (5. se k = h . ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. con coefficienti X(k)/N0 . otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.

ottenendo così il coefficiente ξM = Px (M) ∈ [0. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . § 5. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . e confrontarla con la potenza del segnale originario x(t). 1] . Tale potenza può essere rapportata alla potenza Px del segnale x(t). la (5. mentre è sufficiente un valore M = 3 per l’onda triangolare. Ad esempio. per ottenere una valutazione quantitativa di tale bontà. per avere ξM ≥ 0. tale coefficiente. al variare di M. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). Infatti.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . con M ∈ N . 5. .99 è necessario considerare M = 23 per l’onda rettangolare. Utilizzando l’uguaglianza di Parseval. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare.2. In fig. e quindi per un fissato valore di accuratezza relativa. per un fissato valore di M. In particolare.12 è rappresentato. Per un fissato valore di ξM . rispetto a quello per l’onda rettangolare.5. 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. sfruttando la simmetria hermitiana dei coefficienti.2).

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. 5.

Infatti.23) per calcolare l’uscita y(t). Fig. 5.23).46) Poiché la (5. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . 5. 5.7. e supponiamo che il segnale x(t). =Yk (5. Risposta di un sistema LTI ad un segnale periodico (caso TD). le espressioni precedenti sono state già utilizzate (cfr. 5. Risposta di un sistema LTI ad un segnale periodico (caso TC). In particolare. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. dove f0 = 1/T0 .105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 6).5. sia applicato (fig.97) e (4. sfruttando le formule di Eulero. è possibile applicare il principio di sovrapposizione (3. per il principio di sovrapposizione (3. 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 (4.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.5 Risposta di un sistema LTI ad un segnale periodico 237 x(t) H(f) Yk=H(kf 0)X k y(t) x(n) H(ν) Y(k)=H(kν0)X(k) y(n) Fig.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. ed essendo i coefficienti Xk ∈ C quantità costanti.10) della serie di Fourier di y(t). Applicando l’equazione di sintesi della serie di Fourier a TC (5.46) ha la forma dell’equazione di sintesi (5. Per la linearità del sistema.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. 18 Espressioni . che può essere vista come un caso particolare di segnale periodico.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.13.14. § 4. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . mediante le relazioni (4. Pertanto. periodico di periodo T0 .18 Consideriamo prima il caso TC.10).

20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. si ricava anche in questo caso che y(n) è un segnale periodico. (5. N0 k=0 dove ν0 = 1/N0 . 19 A (5. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. si ha: ydc = H(0) 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 ).47). valgono considerazioni analoghe a quelle già fatte nel caso TC. Pertanto. in generale. la (5.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . . se il sistema è reale.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . periodico di periodo N0 . N0 k=0 =Y (k) (5. Notiamo che le quantità che compaiono nella (5. che prende per questo motivo il nome di guadagno in continua del sistema.50) Dal confronto con la (5. applicando il principio di sovrapposizione.48) (5. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5.47) sono tutte. 5.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . 21 Si noti che.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. (5. con lo stesso22 periodo N0 del segnale di ingresso. supponiamo che il segnale x(n). il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t .22).49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. in particolare. la funzione H( f ) prende anche il nome di risposta armonica del sistema. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). Yk = H(k f0 ) + Xk . In termini di modulo e fase.51) Per gli spettri di ampiezza e fase. calcolati alle frequenze fk = k f0 . mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . Particolarizzando la (5. stretto rigore. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .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 . sia applicato (fig. e ricordando che Y0 = ydc e X0 = xdc . 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . complesse. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.21 Passando ad esaminare il caso di un segnale TD.47) La (5.47) per k = 0.

2.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. Risposta di ampiezza del filtro RC (es.2 |Xk| 0. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.4 |Yk| 0.16. Facendo riferimento al caso TC.4 0. Esempio 5. 5. 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.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . 5. Inoltre. come evidenziato nell’esempio che segue. la (5. ad esempio. Particolarmente interessante è la modifica delle ampiezze delle armoniche.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. di ampiezza A e duty-cycle δc . Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. Fig. 5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.9).4 0. 5. 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. 1 + j2π k f0 RC .5.47) e (5.6 0.46). 1 + j2π f RC per cui la (5. |H(k f0)| 0.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. riportata di seguito.2 0 −5 0 k 5 Fig. 5.8 |H(f)|. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. avente frequenza k f0 . in ingresso ad un sistema RC. la modifica subita dalla k-esima armonica. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale.15.9).6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 5. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.

In fig. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). Viceversa. per 2π f0 RC = 1.6 0. ossia quello di atte1) l’ampiezza di alcune armoniche. per effetto dell’attenuazione delle componenti ad alta frequenza. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. Il segnale y(t) di uscita (fig. 5. un comportamento tipico ad esempio dei circuiti elettrici risonanti.9. Con riferimento al caso TC. In particolare. .16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. i più semplici esempi di filtri sono quelli cosiddetti ideali. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. I filtri ideali TC sono in genere classificati. Per questo motivo. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi.23 Come caso limite. sulla base della posizione della banda passante e di quella oscura. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare.2 0 −1 −0.5 0 t/T 0. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. 5. mentre in fig. si dice che il sistema LTI si comporta come un filtro.240 Serie di Fourier 1 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. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.17). 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.8 x(t).17. 5. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . 5.5 1 0 Fig. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. 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). 5.4 0. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. In particolare. 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.y(t) 0.

| f | > fc . o equivalentemente: HLPF ( f ) = rect f 2 fc . La risposta in frequenza (fig.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. 5. 5. | f | ≤ fc . | f | ≤ fc . | f | > fc . fc ]. +∞[. mentre la banda oscura è Ws =]−∞.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. − fc [ ∪ ] fc . La risposta in frequenza di un tale filtro (fig. La banda passante del filtro è W p = [− fc . 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 . Risposta in frequenza di un filtro ideale TC passabasso (LPF). − fc [ ∪ ] fc . . +∞[. fc ]. 0. La banda passante del filtro è W p =]−∞.5. Anche in questo caso.18. 1. 5. Risposta in frequenza di un filtro ideale TC passaalto (HPF). 5. mentre la banda oscura è Ws = [− fc . La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Fig. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞.

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

Tali filtri si dicono invece ideali in senso “fisico”.52) (5. 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. 2 mentre per i filtri BPF e BSF. HPF. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).52) e (5. prop. descritti dalla (5. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. oppure dalla (4.54) e (5. 5. Anche nel caso TD. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). la risposta armonica H(·) è una funzione reale e pari. descritti dalla (5.21.55) 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. BPF e BSF per il caso TD. 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. Nelle fig. Tali filtri si dicono ideali anche . sia nel caso TC che TD. perché presentano una separazione netta tra banda passante e banda oscura. Per quanto riguarda il caso TD.101) nel caso TC. Per questo motivo. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. data dalla (4.11). le tipologie di filtri ideali sono le stesse.108) nel caso TD. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. nelle fig. 5. Si noti che per tutte le tipologie di filtri introdotti precedentemente.53). 0 < νc < 1 rappresenta la frequenza di taglio. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. necessaria per garantire la periodicità di H(ν ).25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .54) (5. con la fondamentale differenza che. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). 1/2[. con 0 < νc1 < νc2 < 1 .25 sono mostrate le risposte armoniche dei filtri ideali LPF.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. 5. quindi soddisfa la proprietà di simmetria hermitiana. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. A causa di tale periodicità.22–5.5.22–5.55) è possibile definire due frequenze di taglio.53) (5. 4.

.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. quali ad esempio la stabilità e la causalità. 6).

23.5. . HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. 5. 5.22.25. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). Risposta in frequenza di un filtro ideale TD passabasso (LPF).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. Fig. 5.24. Risposta in frequenza di un filtro ideale TD passabanda (BPF). Risposta in frequenza di un filtro ideale TD passaalto (HPF). 5.

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

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

. k = 23 . Esercizio 5. . Risultato: (b) Xk = 4 . X(3) = 3 + j. [Suggerimento: dal grafico. 1.9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . 3. k = 1. k pari . ed applicare poi la proprietà di linearità della serie di Fourier. k ∈ {0. k = 0. j Risultato: (a) N0 = 24. X(2) = N 2 j. . Risultato: (a) N0 = N. X(N − 1) = 2 N 2 (3 + j). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 2. k dispari . 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) . X(1) = X(k) = 0 per tutti gli altri valori di k. (b) X(k) = − 12 e− j 3π /8 . .8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . X(1) = 3 − j.] 0. (b) X(0) = N. (a) Determinare il periodo N0 del segnale x(n). (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Esercizio 5. (a) Determinare il periodo N0 di x(n). . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 22} .  24 .248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). (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. 3}. da cui X(0) = −2. k ∈ {2. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.  j   0. (a) Rappresentare graficamente il segnale x(n). N 2 (3 − j). dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). X(N − 2) = − N j.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)].   12 j 3π /8  e . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k2 π 2 Esercizio 5.

Esercizio 5. 1. 6}. . -5 0 5 n (a) Determinare il periodo N0 di x(n). (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.. k ∈ {1. (b) X(k) = 4 + 8(− j)k .13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . k ∈ {0. n = 0. 3}. 2. X(1) = 4 − j 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.    0. 4.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Risultato: (a) N0 = 4. Risultato: (b) X(k) = 1 + 4 cos πk 3 . xg (n) = 2 .. k ∈ {0.5. n = −1 . 3.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . . .. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. X(3) = 4 + j 8. da cui X(0) = 12.. 1.   1 . 2. 3. 4} . (a) Rappresentare graficamente il segnale x(n)..7 Esercizi proposti 249 Esercizio 5. 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(2) = −4. altrimenti . Risultato: (a) N0 = 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 2. Esercizio 5. n = 1. k = 0. dove  2 .. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 .

56). (b) X(0) = 3. mostrare che se x(t) ha la proprietà di simmetria (5. X(1) = 3 e jπ /4 . k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(1) = 2. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5.14. (b) Scrivere l’equazione di analisi in (−T0 /2. X(4) = −3.16 Senza calcolare esplicitamente x(n). X(3) = −5. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). T0 /2) e dividere l’integrale in due integrali.] 1−a Esercizio 5. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). N0 ∈ N: 0 x(n) = x n T0 N0 . X(2) = 3.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .14 Sia wN0 = e− j2π /N0 . 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 . X(3) = 3 e j7π /4 . Esercizio 5. X(2) = 1. X(3) = −3 j. X(1) = −5.56) (b) Viceversa. (d) X(0) = −2. valida ∀a = 0. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. X(3) = − j. ∀t ∈ R .56).56) operando un cambiamento di variabile in uno dei due integrali. (5.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. X(2) = 2. . X(3) = 1 − j. X(2) = 1 + j. [Suggerimento: applicare le identità dell’esercizio 5. ] Esercizio 5. allora il segnale ha solo le armoniche dispari. X(2) = 3 j. in modo da poter sfruttare la (5. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(1) = 3. X(1) = 5 − j. (e) X(0) = 3. (c) X(0) = j. X(3) = 5 + j. e si ha in particolare  0 . ∀k pari.

Esercizio 5. avente DFS X(k). .20 Il segnale periodico x(t) = rep2T0 [xg (t)]. il segnale x(n) è quello avente potenza Px minima. [Suggerimento: utilizzare le proprietà della DFS. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. (e) x(n) reale. Esercizio 5. β . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. (4) Px = 50. 4 ≤ t < 8 . (b) x(n) reale. n=0 (3) ∑7 (−1)n x(n) = 1. −1. (c) x(n) non reale. e determinare in particolare le costanti α . 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. 0 ≤ t < 4. avente DFS X(k).7 Esercizi proposti 251 Risultato: (a) x(n) reale. (2) ∑5 x(n) = 2. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n).18 Si consideri il segnale periodico x(n).] Risultato: α = 10. 1 + j2π f T0 ottenendo il segnale y(t). (d) x(n) non reale. Esercizio 5. β = π /5 e γ = 0. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. (3) X(11) = 50. con T0 ∈ R+ . Risultato: y(t) ≡ 0. γ . Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ).] Risultato: x(n) = 1 + 1 (−1)n . (2) x(n) è periodico di periodo N0 = 10. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 .5. per la proprietà (4).17 Si consideri il segnale periodico x(n). 3 6 Esercizio 5. utilizzare l’uguaglianza di Parseval per la DFS. con xg (t) = 1.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . dove xg (t) = Λ t T0 .

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 . (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). e ∆ν = 1 24 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 .22 Il segnale periodico x(t) = repT0 [xg (t)]. (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. (b) In corrispondenza dei valori di fc determinati al punto (a). Determinare i valori di H Risultato: H(0) = 0. Risultato: y(t) = 8 sin(2π f0t). con T0 ∈ R+ . (b) y(t) = π82 cos(2π f0t). . 1 2T0 3 < fc < 2T0 . calcolare l’espressione esplicita di y(t). con T0 ∈ R+ . 3.21 Il segnale periodico x(t) = rep2T0 [xg (t)]. dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). Determinare il segnale y(t) in uscita al filtro. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. 1). H(1/4) = 2 e jπ /4 . si trova che Esercizio 5. H(3/4) = 2 e− jπ /4 . dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . per k = 0.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). Esercizio 5. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . 1. 9 Esercizio 5.24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). Risultato: (a) xdc = ydc = 1 . H(1/2) = 0. (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 ). . π2 Esercizio 5. 2.

3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. (a) Calcolare la frequenza fondamentale f0 del segnale x(t).6. f1 = 2 kHz.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . con T0 ∈ R+ .5. Risultato: RC = 1 2π f0 68 13 ≈ 0. con T0 ∈ R+ . 1 + j2π f RC 2|Y1 | Y0 (a) Determinare l’espressione dei coefficienti Yk della serie di Fourier del segnale y(t) in uscita al filtro. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. 2T Esercizio 5.28 Con riferimento allo schema in figura. dove xg (t) = cos πt T0 rect t T0 . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . (c) RC = T0 π 3 . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . 1 n−4k x3 (n) = ∑+∞ u(n − 4k).25 Il segnale periodico x(t) = repT0 [xg (t)]. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) Con riferimento al punto precedente.27 Il segnale x(t) = rep2T0 [xg (t)]. (b) y2 (n) = sin . 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. .364 f0 . Esercizio 5. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . sapendo che: (1) x(t) = cos(2π f0t).] √ 1 2 1 . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. (c) y3 (n) ≡ 0. si calcoli l’uscita y(t). con f0 = 1 kHz. Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. Esercizio 5. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .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 .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). Py = π 4 1 + 81 . f2 = 3 kHz.2.

z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.H1 ( f ) 6 .H1 ( f ) u(t) - (·)2 v(t) .29 Con riferimento allo schema in figura. (3) H2 ( f ) è la risposta in frequenza di un filtro ideale passaalto avente frequenza di taglio 3 kHz e guadagno nella banda passante pari a 2.H2 ( f ) . k=−∞ k=−∞ . Si assuma che tutti i segnali ed i sistemi considerati siano reali.30 Con riferimento allo schema in figura.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. Py = 776. 1 2π f0 e guadagno in continua unitario.5/T0 e guadagno unitario. (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. =4kHz Esercizio 5.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . Esercizio 5.H2 ( f ) . x(t) 6 . y(t) H( f ) . (1) x(t) = 5 + 2 cos(2π f0t).y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t]. Determinare l’espressione del segnale di uscita z(t). x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . x(t) . e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.5 f0 e guadagno in continua unitario.

Sign up to vote on this title
UsefulNot useful