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

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

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

1. . .2. . . . . . . . . . . . . . . . . . . . . . . . . . .4 Quantizzazione . .2 Banda passante e banda di un sistema . . . . .7. . . 6.7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza .3 Proprietà elementari della trasformata di Fourier . .7. . . . . . . . . . . 6. .2. . . . . 6. 6. . . . . . . . . . 6. . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . 6. 7. . . . . . . . . . . . . . . . . .7. . . . . . . . 437 . . . . .5 Proprietà della trasformata di Fourier . . . . . . . . . . . . . . . . . . .6.2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . . . . . . . . . . .3 Derivazione e differenza prima. . . . . . . . . . . . . . . . . . . . . integrazione e somma . . 7. . . 6. . . . . . . . . . . . . . . . . . . . 6. . . . . . 6. . . . . . . . . . . . . . . A Richiami sui numeri complessi 433 A. .4 Proprietà della risposta in frequenza . . . . . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . . . . . . . 434 A. . . . . . .5 Esercizi proposti . . . . . . . . . .3. . . . . 6. . . . . . . . . . . . . . . . . . . .2 Segnali TD . 6. 6. . . . . . . . . . . . . .2 Segnali a banda praticamente limitata . . . 6. . . . . . . . .4. . . . . . . . . . . . . . . . . . . .7. . . . . 6. . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier .4.1 Trasformazioni della variabile dipendente . . . . .6. . . 7. . . . 6. . . . . . . . . . . . . 6. . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . .2. . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . . . . . . . . . . .6 Trasformata di Fourier dei segnali periodici . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . . . . . 7.5. . . . .1 Proprietà di convoluzione . 433 A. . . . . . . . . .1 Introduzione . . .2 Interpolazione non ideale . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . . . . .3 Campionamento ed interpolazione in pratica . . . . . . . . . . . .3 Segnali TD transitori . .5. . . 7. . . . . . . . . . . . 7. .3 Aliasing . . . . . . . . . . . . . . . . .2 Trasformazioni della variabile indipendente . . . . . . . 6. .3. . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . .3. . . . . .1 Trasformata di Fourier per segnali TC . . .1. . . . . . . . . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . 6.1 Teorema del campionamento . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . . . . . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . 6. . . . .2 Trasformata di Fourier di un segnale periodico TD .5. .3 Segnali a banda non limitata . . . . . . . . . . . . . . . . . . . . . . . .3.2 Forma algebrica dei numeri complessi . . . .8 Esercizi proposti . . . . . . . . . .1 Trasformata di Fourier . . . . . .4 Estensione spettrale e banda di un segnale .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . .1 Segnali TC . 6. . . . . . . . . . . . . . . . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . .1 Definizione di numero complesso . . . . . . . . . . . . . . . . . . . . . . 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 . . . .2 Trasformata di Fourier per segnali TD . . 6. . .6. .3. 7. . . . . .6. . . . . . . . . . . . . . . . . . . . . 6. .

. . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizioni . . . . . . . B. . .2 Proprietà . . .5 Funzioni complesse di una variabile reale . . . . . . . . . . . . . . . C Proprietà matematiche della convoluzione 459 C. 466 E Proprietà della serie di Fourier E. . . . . . . . . . .1 Integrale di convoluzione . . . . . . . . . .1. . .1 Invertibilità di un sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . . . . .3 Trasformate notevoli . . . . . . . . . . . . . . . . . . . . . . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445 445 445 447 448 450 451 451 453 456 . . F. . . . . . . 440 A. . . . . . . . .4 Forma esponenziale dei numeri complessi . . . E. . . . . . B. . . . . . . 442 B Richiami di analisi matematica B. . . . . .3 Sommabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Serie monolatere . . . . . . . . . . . . F. . . . . . . . 461 D Invertibilità di un sistema 463 D. . . . . . . . . . . . . . B. . . . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . .1 Successioni e serie numeriche . . . . . . . . . . . . .2. . . . . . . . . . . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F. . . F. . . . . . . . . .2 Integrazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459 C. . . . . . . . . . . . . . . . . . . . . . . . . . .2 Serie di Fourier a TD (DFS) . . . . . . . . . . . . . . B. . . . . . . . . . . . . B. . . . . . . . . . . . . . . .1 Definizione .1 Continuità e derivabilità . . 463 D. . . . . . . . . . . . . . . . . . . . . .2. . . . . . .4 Successioni sommabili . B.1.1 Trasformata di Fourier a TC . . . . . . . . . . .1. . . . . . . . .1 Definizioni . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . .1 Serie di Fourier a TC . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Serie bilatere . . . . . . . . . . . . . . . . .2 Proprietà . F. .2. . . . . . . . . . .1. .2. . . . . . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .iv INDICE A. . . . . . . . . . . . .2 Proprietà . . . . . . . . . . . . .2 Funzioni complesse di una variabile reale . . . . . E. . . . . . . . .1 Definizione di limite di una successione B. . . . . . .2 Proprietà . . .2 Invertibilità di un sistema LTI . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . E. . . . . .2 Trasformata di Fourier a TD . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . F. .2 Somma di convoluzione . . . .1. . . .3 Trasformate notevoli . . .

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

. 1.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.2.1. Supponiamo che f sia dotata di derivata prima continua e. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. pulsazione ω0 o frequenza f0 . 1. è possibile applicare metodi per determinare soluzioni approssimate.2. 1. 1. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) .2. 3. e fase iniziale ϕ0 . 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). . . Il segnale sinusoidale degli es. Esempio 1. si ottiene una relazione ricorsiva in cui l’n-esimo elemento è dato da x(n) = x(n − 1) − 1 Nel f [x(n − 1)] . convessa e tale che f (a) < 0 ed f (b) > 0.2 è una funzione del tempo x(t). . inoltre. dove ϕ0 è la posizione angolare del corpo all’istante t = 0.1. il metodo di Newton (fig. frequenza f0 . Fig. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). ed è raffigurato in fig.3 (successione) In matematica. che sia crescente. 2. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. Esempio 1. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. Un esempio classico è il metodo di Newton o della tangente. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 .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. Posto x(0) = b.1 e 1. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). f [x(n − 1)] con n = 1. Ripetendo tale procedimento. 1. f0 e ϕ0 sono diversi. 1. . 1. anche se il significato fisico ed i valori dei parametri A. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0.

un voto nell’es.1.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .3. le variabili indipendenti di un segnale possono non avere un significato fisico o. nel caso dell’es.3. Ugo Bianchi. dove f (x) denota la derivata prima di f (x). mentre l’insieme X.4. Al crescere di n. 1.. come nell’es. 1. che prende il nome di insieme di definizione o dominio di x. Voto 22 30 25 30 . un segnale di questo tipo può essere indicato come segue: x : T → X. 1. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. Maria Turchini. . racchiude i valori assunti dalla variabile dipendente x. possono rappresentare dati .3. 1. 1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1. 1.. ..3.1) dove l’insieme T.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. . il dominio del segnale T = {Carlo Rossi. il dominio T di x coincide con l’insieme dei numeri reali. una tensione nell’es. Gli es..3. 1.... Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. 1..1 e 1. ma esistono casi significativi di segnali – le immagini.. infine. x(1) x(2) Fig. Franca Neri . ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. Si osservi che. 1. per gli es. Inoltre. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica.3.2.2 e 1. l’indice n nell’es. il dominio del segnale risulta essere T = N0 = {0. ovvero un segnale definito nell’insieme N0 dei numeri naturali. Fig. (1. 2. Ad esempio... come accade nell’es. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. . Il segnale in forma tabellare dell’es.4.} è costituito dai nomi degli studenti. 1.4) ed una variabile dipendente x (una lunghezza nell’es. 1.1. Il metodo di Newton dell’es. un segnale può essere definito mediante una tabella.4. Esempio 1. . ad esempio per molti segnali la variabile indipendente è proprio il tempo. che prende il nome di immagine di T mediante x o anche codominio di x.4. .2.10 e 1. 1. 1. 1. Tale relazione definisce una successione numerica.1.1 e 1. in questo caso. 1. nel caso dell’es..14 più avanti). 1.4. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1.4 (tabella) In alcuni casi. cioè T = R. .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. 1.4). l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). 1.2. lo studente nell’es. 1.

Esempio 1.6.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. quando tuttavia vorremo enfatizzare la seconda interpretazione. Rappresentazione di un sistema mediante schema a blocchi.1 e 1. Schema elettrico di un partitore resistivo. Esso è composto da tre elementi fondamentali: un trasmettitore. Di norma.5. comunque. mentre l’uscita è la tensione ai capi del resistore R2 . 1. a prescindere dal loro effettivo significato fisico. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 .2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. 1. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. quale il partitore resistivo dell’es. 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). 1.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. Concludiamo osservando che. 1. 1.5. è lo schema a blocchi di fig. con riferimento ad un segnale funzione del tempo. e gli altri come segnali di uscita (o effetti). un grafico o una tabella. capace di trasportare un messaggio dalla sorgente alla destinazione. 1.7.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. e alla variabile dipendente x come all’“ampiezza” del segnale. Esempio 1.6. 1. rimandando il lettore agli esempi che ne chiariscono meglio il significato.1) (cioè il segnale nel suo complesso per ogni t ∈ T). ci riferiremo alla variabile indipendente t oppure n come al “tempo”. che associa ad ogni messaggio da trasmettere . Definizione 1. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. di natura più generale (gli studenti). oppure può rappresentare la legge di corrispondenza (1. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. Gli es. Tali funzioni potranno essere descritte mediante un’espressione matematica. Fig. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. dei quali alcuni sono identificati come segnali di ingresso (o cause). 1. scriveremo {x(t)}t∈T. riportato schematicamente in fig.5.2 (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.5 (circuito elettrico) Un circuito elettrico è un primo esempio di sistema in cui alla variazione di tensioni e correnti in certi punti del circuito (individuati come ingressi) corrisponde la variazione di tensioni e correnti in altri punti del circuito (individuati come uscite).

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

In tal caso. In tal caso.t]. secondo il quale il valore y(t) del segnale di uscita all’istante t dipende solo dal valore x(t) assunto dal segnale di ingresso nello stesso istante t. per ogni t ∈ R. indipendentemente dai fenomeni fisici coinvolti. In molti casi. rispettivamente.7 e 1.8. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. si useranno le notazioni y(t) = S[{x(u)}u∈T. d’altra parte. 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.2). Si osservi che. possano sembrare simili a prima vista.2). la (1. Infatti. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. 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. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t).1) e (1. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. più in generale.3) per descrivere sinteticamente la trasformazione (1. n] (1. Per evidenziare invece il fatto che nella trasformazione (1. rispettivamente. la (1. con particolare riguardo a quelle che sono applicabili in generale. piuttosto che sulla realtà fisica cui il modello si riferisce. che definisce un segnale.t] y(n) = S[{x(k)}k∈T. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. Esempio 1. 1. Sulla base di tale osservazione. 1. per ogni n ∈ Z. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico.1).8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) .8 è riportata una rappresentazione schematica della legge di corrispondenza (1. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. su tutto il proprio dominio di definizione T. con t ∈ R.t]. Una seconda osservazione importante è che. tuttavia. 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.2) che definiscono segnali e sistemi. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. Esempio 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.2). facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). i cui elementi sono numeri reali o interi relativi. risulta essere convergente. sebbene le corrispondenze (1.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du .2). è una legge di corrispondenza tra insiemi “numerici”. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.6 Segnali e sistemi: introduzione In fig. ottenuto integrando x(u) sull’intervallo ] − ∞. com’è anche evidente dagli es. con n ∈ Z.

non linearità. in quanto contengono un certo grado di imprevedibilità o di incertezza. o per la conoscenza imperfetta dei meccanismi che li governano.2 0.4 t 0. Esempio 1. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.9. 1.8 1 0 −0. Il segnale vocale assume una forma profondamente diversa.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. . non ammettono una descrizione matematica esatta. In fig. 1. In secondo luogo. che esprime la pressione acustica in funzione del tempo. Tali segnali scaturiscono da fenomeni fisici che.1. infatti.2 0. es. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.4 t 0. o in forma grafica).6 0.6 0. accoppiamenti parassiti. In conclusione. ad esempio.2) non è mai esattamente sinusoidale. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. il modello matematico è quasi sempre frutto di approssimazioni. 1. La classe dei segnali deterministici è ampia. 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”.1.3 Segnali deterministici ed aleatori I segnali considerati negli es. 1. In primo luogo. 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.2 e 1. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. che non possono cioè essere descritti esattamente. ben presente nel seguito. per la presenza di disturbi. Definizione 1.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo.5 x(t) 0 x(t) 0 0. ecc.5 −1 −1 0 0. della realtà che intende descrivere. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”.5 0. 1. in forma tabellare.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente.8 1 (a) (b) Fig.5 −0. per la loro complessità. quasi sempre estremamente semplificata. Va osservato come principio generale che un modello è solo una rappresentazione. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.3 Segnali deterministici ed aleatori 7 1 1 0.

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

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.

1.t) di tre variabili.2 Proprietà della variabile dipendente Definizione 1. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. siano essi zR (x. y). 1. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. zB (x.14 (immagine a colori) Una immagine fissa a colori (fig. rosso (R). y) = [zR (x. Se l’immagine a colori è in movimento (filmato a colori). zG (x. y). zG (x.y) Blue z B(x. y). i segnali sono tutti scalari. y)] . Negli esempi visti in precedenza.y) Green z G(x. ovvero un “array” di scalari. verde (G) e blu (B). zB (x. zB (x. y). e quindi nei segnali zR (x. y.14 Segnali e sistemi: introduzione Red z R(x. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. . 1. zG (x. y). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. Un esempio di segnale vettoriale è l’immagine a colori. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale.4. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. Esempio 1.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare.y) Fig. discusso nell’esempio seguente. per cui il segnale sarà descritto da una funzione vettoriale z(x. y).18) può essere decomposta dalle sue tre componenti fondamentali.18. y). y).

1). Esempio 1. 1. 5} è costituito solo da due valori.. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. 1. altrimenti .1. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. rimpiazzandole con un numero finito di possibili valori. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . raffigurato in fig.1 e 1. t -5 Fig. Il segnale risultante x(t) (fig. la sinusoide degli es..19) descrive la variazione dello stato logico nel tempo.20(a). Definizione 1. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto.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. 1.4 Classificazione elementare dei segnali 15 x(t) 5 . 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 .16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. Il vantaggio che si consegue con la quantizzazione è che. Esempio 1. . Un esempio di segnale ad ampiezza discreta è il segnale logico.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). −A . Sulla base del modello matematico (1. se x(n) ≥ 0 . se il numero delle ampiezze è finito.2 assume con continuità tutti i valori dell’intervallo [−A. Il segnale risultante è mostrato in fig. visto che il suo codominio X = {−5.20 (b). 1.. utilizzato per descrivere un segnale. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. 1. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. mentre X è un insieme discreto per un segnale ad ampiezza discreta. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). 1.19. A] ≡ X. 1. detta quantizzazione.15.12.

. 1. 1.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). 1. e quindi può essere rappresentata con un solo bit. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. (b) il segnale ad ampiezza discreta y(n) dell’es. e raffigurato in fig. assume due soli valori. 7. Così come il campionamento. 1. Anche l’operazione di quantizzazione si può interpretare come un sistema.16 Segnali e sistemi: introduzione x(n) A y(n) A 3 4 5 -2 -1 1 2 n -2 -1 1 2 3 4 5 n -A -A (a) (b) Fig. Schema a blocchi di un quantizzatore.20.21.21. segnale ad ampiezza continua quantizz . segnale ad ampiezza discreta Fig. anche la teoria della quantizzazione sarà approfondita nel cap.12. 1. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. denominato quantizzatore.

1.22. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale.22). Di queste. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. Viceversa.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. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. . tanto da meritare una denominazione particolare: Definizione 1. tuttavia. DSP). (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze).18 e la successiva discussione). Tra esse. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. 1.1. e tra segnali ad ampiezza continua o discreta.3 Segnali analogici e digitali Dal punto di vista applicativo. esistono metodologie ben consolidate.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. 1. 1. affrontato già a partire dal XVIII secolo. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. solo le due che seguono hanno un’importanza rilevante nelle applicazioni.4. esse sono indipendenti. I segnali del mondo fisico sono analogici. l’interesse per i segnali digitali è più recente. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. e per il loro studio matematico. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo.

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. quali il numero degli ingressi e delle uscite. (b) sistema a TD. Definizione 1.18 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. (a) sommatore a due ingressi. 1.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO).23. 1. quali ad esempio il partitore resistivo. Definizione 1. quando parleremo di sistema. a parte il caso dei sommatori e dei moltiplicatori. raffigurati schematicamente in fig. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. I sistemi visti in precedenza. o viceversa. (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. l’interpolatore. . e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). (b) moltiplicatore a due ingressi. ed il quantizzatore.23.5 Classificazione elementare dei sistemi Come i segnali. sono tutti di tipo SISO. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO).24. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. 1. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. Esempi di sistemi MISO. 1. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. supporremo implicitamente che esso sia di tipo SISO. il campionatore. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Nel seguito. Fig.

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.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.1. mentre U contiene solo segnali a TD.12). sistemi digitali. 1. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. Inoltre. che presenta ingresso a TD e uscita a TC. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. ed i sistemi a TD sono denominati.13). in un convertitore A/D reale (denominato anche analog-todigital converter. segnale digitale (b) Tc Fig. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. e quindi sono sistemi a TC: ad esempio una rete elettrica. 1. Conversione A/D: (a) schema a blocchi di un convertitore A/D.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . sia una quantizzazione (cfr. e spesso non sono nemmeno chiaramente separabili. Sulla base del modello (1. Esempi significativi di sistemi di questo tipo sono il campionatore (es. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. I sistemi a TD non esistono generalmente “in natura”. è un sistema a TC.3 Infine.24(a). e viceversa. l’insieme I racchiude solo segnali a TC.16). in campo economico o sociale). 1.5. o viceversa. 1. Il seguente esempio introduce due ulteriori esempi di sistemi misti.2) utilizzato per descrivere matematicamente un sistema. 1.24(b). In accordo con la simbologia introdotta in fig. e quindi bisogna effettuare sia un campionamento (cfr. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. nel caso di sistemi misti. .12). entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. 1. Lo schema del convertitore A/D riportato in fig. effettuata da un sistema denominato convertitore A/D (fig. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. Esempio 1. 1. 1. come il partitore dell’es.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. in maniera lievemente imprecisa. infine. 1. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. essi sono inoltre di grande interesse ingegneristico.25). ADC).6. quantizz . 1. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. 1.25 è puramente di principio. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo.25. es. che presenta ingresso a TC e uscita a TD. 1. e l’interpolatore (es. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. es. nel caso di sistemi a TC.

1. alla biomedica. In tale schema. alle costruzioni aerospaziali. Un’applicazione particolarmente interessante dei sistemi misti. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. non ultimo. lo schema di fig. Si noti che il sistema complessivo (tratteggiato in fig. Schema classico per l’elaborazione digitale dei segnali. Per questo motivo. e numerosi altri. 1. 1. Un convertitore D/A reale (denominato anche digital-to-analog converter. segnale analogico (b) Tc Fig. un segnale analogico x(t) viene prima convertito. all’automazione. DAC).27) è un sistema analogico. Conversione D/A: (a) schema a blocchi di un convertitore D/A. in quanto gli effetti della quantizzazione sono irreversibili. Rispetto ad una elaborazione analogica del segnale x(t).20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp.27. dalle telecomunicazioni all’informatica. minore consumo di potenza e. per questo motivo. prima di effettuare l’interpolazione. . quali maggiore flessibilità. ai trasporti. ed in particolare dei convertitori A/D e D/A. in un segnale digitale x(n).13). minor costo dell’hardware. minore ingombro. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. e finalizzato ad elaborare un segnale analogico in maniera digitale. 1. successivamente. accetta in ingresso stringhe di bit. (cfr. es.27. 1.26. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. e quindi non può esistere una operazione inversa di “dequantizzazione”. 1. lo schema digitale in fig.27 offre alcuni vantaggi importanti. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. che sono trasformate in valori di ampiezza da un decodificatore binario. mediante un convertitore A/D. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. il segnale x(n) viene elaborato mediante un sistema digitale. 1.

Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. entrambe effettuate in maniera analogica. ovvero converte la pressione acustica del suono in un segnale elettrico.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. da esso si possono ricavare dei master secondari. Tale segnale elettrico.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. . 1. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. Il masterizzatore si comporta da attuatore. Il brano da registrare viene captato da un microfono. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. Schema analogico per la registrazione/riproduzione audio. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. Successivamente. 1.29. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. e da questi ultimi le copie in materiale plastico (vinile). Esempio 1. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse).1. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). Da ciascuna copia. bruciando con un laser in misura maggiore o minore le zone del disco. viene sottoposto ad una conversione A/D. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. tipicamente in materiale metallico pregiato. codificato in bit. che si comporta da trasduttore. di debole intensità. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione.28. L’es. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). l’utente può riascoltare il brano inciso utilizzando un giradischi. 1. dopo l’amplificatore. Una volta inciso il master. 1. 7. ed inviate ad un convertitore D/A. la differenza significativa è che il segnale captato dal microfono. viene amplificato e inviato ad un masterizzatore (analogico). ed inviato ad un masterizzatore (digitale). che vengono vendute all’utente finale. In esso.

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

24 Segnali e sistemi: introduzione .

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

la moltiplicazione di un segnale per una costante. 2. 1 Qui e nel seguito. ad esempio. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. Operazioni sui segnali: (a) somma di due segnali. saranno definite due operazioni corrispondenti. quali.5) denominato sommatore e rappresentato schematicamente in fig.1. (b) moltiplicazione di due segnali. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. il prodotto di due segnali. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni. Inoltre. 2.1(a). Prodotto In maniera simile alla somma. denominate differenza prima e somma corrente. . La somma si può estendere facilmente a più di due segnali. nel caso TD. § 1.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. considereremo in particolare la somma di due segnali. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. 2. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. e dei sistemi. 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).1. detto impulso di Dirac. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n).26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. le operazioni di derivazione ed integrazione per segnali TC. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) .

Genericamente.3. per quest’ultima operazione. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). 2. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). considereremo alcune caratteristiche peculiari del caso TD. 2. Più in generale. o anticipo. Il prodotto di due segnali si può interpretare anch’esso come un sistema MISO (a due ingressi ed una uscita) denominato moltiplicatore e rappresentato in fig.2. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. un segnale TD può essere traslato solo di quantità intere.1. 2.2. come rappresentato in fig. . o ritardo. in particolare. 2. dove per t0 > 0 si ha una traslazione verso destra del segnale. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . lo schema di fig. 2. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . ed il cambiamento di scala temporale. mentre per t0 < 0 si ha una traslazione verso sinistra. Schema a blocchi di un amplificatore/attenuatore. a differenza del caso TC. Si noti che una traslazione temporale non modifica la forma del segnale. se a < 0.1(b). il fattore a viene denominato guadagno dell’amplificatore/attenuatore.2.2 può essere utilizzato anche in questo caso. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. ma comporta solo una variazione del riferimento temporale. raffigurato in fig. dove però. attraverso l’introduzione delle operazioni di decimazione ed espansione. con a > 0. Se a = −1. il parametro della traslazione n0 assume necessariamente valori interi.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. la riflessione temporale. 2. cioè n0 ∈ Z: in altri termini.

(b) segnale ritardato (t0 > 0). in pratica il grafico del segnale subisce una rotazione intorno all’asse delle ordinate (si noti che il valore in t = 0 oppure n = 0 resta immutato per effetto della riflessione). Dal punto di vista fisico. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . Ad esempio. y(n) = x(−n) .5 (a) . x(t) = −x(−t). (c) segnale anticipato (t0 < 0). 2.4. 2. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. la riflessione corrisponde a riprodurre il brano al contrario. secondo le seguenti relazioni. Un segnale TC invariante alla riflessione. 2.28 Proprietà dei segnali x(t) (a) t1 y(t) = x(t-t0) t2 t0 > 0 t (b) t1+t0 y(t) = x(t-t0) t0 < 0 (c) t2+t0 t t1+t0 t2+t0 t Fig. si dice dispari. Traslazione temporale di un segnale TC: (a) segnale originario. in fig. se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. Analogamente. un segnale TD si dice pari se x(−n) = x(n). Un esempio di riflessione per un segnale TC è riportato in fig.3. si dice pari. invece. x(−t) = x(t). un segnale TC invariante rispetto alla cascata di una riflessione e inversione. dispari se x(n) = −x(−n).

mentre in fig. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. risulta necessariamente x(0) = 0.5 (c) e (d) sono raffigurati due esempi di segnali dispari. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. mentre il prodotto di due segnali dispari è un segnale pari. Riflessione temporale di un segnale TC: (a) segnale originario.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. (c) Il prodotto di due segnali pari è un segnale pari. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].2.6. 2. 2. (b) segnale riflesso. A partire dalla definizione di segnale pari e dispari. . Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) .1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·).t2 . si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2.t1 t Fig. e (b) sono raffigurati due esempi di segnali pari.4. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in 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.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. Esempio di decomposizione di un segnale TC in parte pari e dispari. 2. 2. (b) segnale pari a TD. .5. (c) segnale dispari a TC. (b) segnale dispari a TD. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC.6.

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

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

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

3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. una combinazione di operazioni elementari definisce una funzione composta.1. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . v(t). compressione di 2: y(t) = v(2t) . ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni. riflessione: v(t) = u(−t) . per cui non dovrebbe essere difficile individuare il segnale risultante. compressione di 2: y(t) = v(2t) . . Utilizzando lo stesso procedimento dell’es. riflessione.34 Proprietà dei segnali 2. 2. Esempio 2. si giungerà al risultato corretto. Si noti che quando effettuiamo sostituzioni a catena. ritardo di 3: v(t) = u(t − 3) . questa sostituzione si denota con t − 3 → t). Dal punto di vista matematico. Ad esempio. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. Esempio 2.1 scambiando l’ordine delle operazioni. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . Successivamente. (2) riflessione. 2. Allo stesso modo.2 (effetto dell’ordine nella combinazione di operazioni elementari. va detto però che spesso. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Per individuare il segnale y(t) risultante. Tenendo bene a mente questo principio. (2) ritardo di 3. sostituire ad esso t − 3 (sinteticamente. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. che è il risultato cercato. come illustrato dall’esempio che segue. è facile commettere errori. è conveniente seguire il seguente procedimento. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. in generale. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . caso TC) Si riprenda per un momento l’es. Per evitare ciò. introducendo dei segnali intermedi u(t). (3) compressione di 2. in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3.1. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. Procedendo in questo modo si giunge sempre al risultato corretto. Nel nostro caso. (3) compressione di 2. È importante notare che. cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. etc.1 (combinazione di operazioni elementari.

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

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

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

. vale zero in tutti i punti. per t < −ε . ma per t = 0 presenta una rapidità di variazione infinita. Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). Questo risultato. calcolata applicando la regola di derivazione ordinaria. tranne che nel punto t = 0. 2.11(a). 2. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. Allo scopo di calcolare la derivata generalizzata del gradino. L’approssimazione è tanto migliore quanto più ε è piccolo. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. bisogna ricorrere al concetto di derivata generalizzata. cercheremo di calcolare la derivata di u(t) euristicamente. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. da sinistra (che vale 0).11. quindi. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. posto ε ∈ R+ . non previsto dall’analisi matematica elementare. Per tener conto di questo comportamento e. Per mantenere la trattazione ad un livello sufficientemente elementare. in effetti. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. La derivata di u(t).   1.38 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. per |t| < ε . raffigurata in fig. non è intuitivamente accettabile. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. . Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. al limite per ε → 0. in cui il limite del rapporto incrementale (2. sebbene matematicamente corretto. essendo continua. definiamo la seguente funzione uε (t):  0 . conservando area unitaria. per t > ε .  1 t uε (t) = 2 1 + ε . tuttavia. e la sua derivata vale: δε (t) = d uε (t) = dt 0. destra (che vale 1). Infatti. La funzione uε (t). 1 2ε per |t| > ε . poter definire la derivata del gradino anche per t = 0. (b) la derivata δε (t) di uε (t). la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. per |t| ≤ ε . si ha: ε →0 lim uε (t) = u(t) . ma a differenza di quest’ultimo è una funzione continua anche per t = 0.2) non è definito.

cioè.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . un operatore che associa alla funzione x(t) un numero reale.3) mediante una funzione. ε →0 (2. se è vero che. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . 2. conservando tuttavia area unitaria. Al diminuire di ε . al limite per ε che tende a zero.4) definisce un funzionale che si “appoggia” alla funzione δε (t). a differenza del concetto di convergenza di funzioni ordinarie. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine.5) In altre parole.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. il funzionale (2. (2. Invocando il teorema della media. ε →0 (2. Come indicato dal loro stesso nome. Questo risultato suggerisce di definire il limite al secondo membro della (2. Infatti.7) dove x(t) è un arbitrario segnale continuo nell’origine. motivo per cui è comunemente nota come impulso o delta di Dirac. che indichiamo con δ (t) = lim δε (t) . 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. la (2. tali funzioni costituiscono una generalizzazione del concetto di funzione: un funzione generalizzata è sempre definita mediante un integrale e non ha senso quindi pensare al valore assunto da essa per un dato valore dell’argomento. Al limite per ε → 0.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ).4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. al limite per ε che tende a zero. ε →0 dt (2.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. possiamo affermare che esiste un punto tε ∈ [−ε . essa ha invece un significato ben preciso se la si moltiplica per un’arbitrario segnale x(t) continuo nell’origine e si integra il risultato su tutto l’asse reale: +∞ −∞ δε (t) x(t)dt = 1 2ε ε −ε x(t)dt .2. la convergenza della famiglia di funzioni δε (t) alla funzione . Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). Ciò suggerisce che la convergenza del limite al secondo membro della (2. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. Quindi. Dirac nei suoi studi sulla meccanica quantistica. (2. per ε → 0.4) Dal punto di vista matematico.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. δε (t) non ha alcun significato come funzione ordinaria. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . ε ) e la misura di tale intervallo. A tale scopo.

implicitamente. δ (t) x(t) dt = x(0) . (d) Parità: δ (−t) = δ (t). anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . se a < 0 < b . 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).9) dt In altre parole.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. consiste nell’osservare che.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. in virtù delle (2. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0.8) ovvero. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e.7).5) e (2. a valle delle considerazioni fatte finora. ∀t0 ∈ R. poiché nell’ambito della teoria dei segnali ciò che importa non è tanto la definizione dell’impulso di Dirac bensì il suo impiego nelle applicazioni. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. La prima. ∀a ∈ R − {0}. ∀a < b ∈ R. b a continuo in t = 0. ∀t0 ∈ R.8). A partire dalla definizione (2. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato.5) e (2. di carattere esclusivamente applicativo. (2. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. ∀x(t) continua in t0 . la (2. di carattere prettamente matematico. ∀x(t) 0. ma. ∀x(t) continua in t0 . . ∀n ∈ N. ad esempio. riguarda il fatto che. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). se a > 0 oppure b < 0 . per semplicità d’impiego nelle applicazioni. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. |a| .8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . secondo l’analisi matematica convenzionale. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . La seconda. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). (2.

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

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

mediante moltiplicazione per una costante.20: la finestra è centrata in t = t0 e ha durata ∆x = T . cambiamento di scala con a = 1/T e traslazione temporale di t0 . se t ∈ [t0 − T /2. cambiamento di scala con a = 1/T e traslazione temporale di t0 . ed è rappresentata graficamente in fig. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). 0 .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. Utilizzando la definizione. Fig.t0 + T /2] . altrimenti . 2.5 . si vede che x(t) = A rect t − t0 T = A. 2.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0.2. A partire dalla finestra prototipo. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). Finestra rettangolare a TC. Esempio 2.19. se 0 ≤ n ≤ N − 1 . Finestra rettangolare a TC dell’es.7. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.20.4 0. .6 0. 0. il cui andamento è raffigurato in fig. 2. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 2. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. 2.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. traslazione temporale e cambiamento di scala.8 x(t) = rect(t) 0. la finestra rettangolare è denotata con il simbolo Π(t). altrimenti . se |t| ≤ 0.19. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . numerosi testi. 0 . Si tratta di un segnale pari (centrato nell’origine). altrimenti .

Tuttavia. 2.2 0 −2 0 2 4 n 6 8 10 1 0. 2. si noti che. R1 (n) = δ (n).4 0. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. . .24. pertanto. N −1} e durata ∆x = N.4 0. Come nel caso TC. . Si tratta di un segnale pari (centrato nell’origine). La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. altrimenti . 1. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. Finestra rettangolare a TD per N = 5. così come la finestra rettangolare a TD. 0. ed è asimmetrica rispetto all’origine.21.6 0. ovvero considerare B2N (n + N). È possibile definire la finestra triangolare (si veda la fig. . mediante operazioni elementari (moltiplicazione per una costante. di ampiezza unitaria e durata ∆x = 2.48 Proprietà dei segnali 1 0. 2. a differenza della sua versione a TC. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . 2. Infine. 1− B2N (n) = N 0 . se 0 ≤ n ≤ 2N − 1 . a partire dalla finestra triangolare prototipo. 2. infatti si ha RN (n) = u(n)−u(n−N). ed essa è nota come finestra di Bartlett:  |n − N|  . la finestra rettangolare a TD degenera nell’impulso discreto.22. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. . se |t| < 1 . Finestra triangolare a TC. ponendo N = 1.22. 2. Così come visto per la finestra rettangolare nell’es. altrimenti . è asimmetrica rispetto all’origine.21. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. cioè.6 0. ed è rappresentata graficamente in fig. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. ed è rappresentata graficamente in fig.8 x(t) = Λ(t) 0.8 x(n) = R5(n) 0. come riportato in fig. traslazione temporale.23) anche nel caso TD.2 0 −2 −1 0 t 1 2 Fig. Fig. 2. La finestra ha estensione temporale Dx = {0.7. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2.

. questo introduce. per esso. il quale decade asintoticamente a zero per t → ±∞. un certo elemento di arbitrarietà nella misura della durata. t1 durata t2 . l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. senza mai annullarsi. Fig. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. Un discorso analogo sussiste anche per i segnali a TD. Si noti che.23..t2 ) di valori significativi del segnale. In particolare. 2. 2. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo. 2.4 0. 2. 2. .. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata. Segnale di durata praticamente limitata.6 0.25. 2.6 0. a differenza del caso di segnali a durata rigorosamente limitata.25. con t2 > t1 . si consideri un segnale TC come quello riportato in fig.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. si perviene ad un diverso valore di durata del segnale.3 Estensione e durata temporale di un segnale 49 1 0.8 0. legato proprio all’arbitrarietà nella scelta del valore della soglia. t Fig. Fissare una soglia (vedi fig.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.24.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. Finestra triangolare a TD per N = 4.4 0. tuttavia. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. x(t) soglia .3. se si fissa una soglia diversa..8 0. Finestra triangolare a TD per N = 4 con simmetria pari.2.2 0 −6 −4 −2 0 n 2 4 6 Fig.

L’esponenziale a TC è una funzione monotona di t. In particolare. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . come in fig. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. solo per t ≥ 0.1. ∀a ∈ R). Il caso a = 0 è degenere. per effetto del gradino. In particolare. come mostra il calcolo della derivata di x(t). delle applicazioni. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. 2. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. dove a ∈ R è un fattore di scala dei tempi. Infine. Poiché. notiamo che tra le operazioni elementari introdotte nel § 2.25). .26. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. con riferimento al caso TC per semplicità.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. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. esso non rientra nella famiglia dei segnali di durata praticamente limitata. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . che sono descritti di seguito. al variare di a. ed in particolare per a > 0 l’esponenziale risulta crescente. che quelli a durata praticamente limitata – sono anche detti segnali transitori. è lo stesso dell’esponenziale x(t) = A eat . in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. che risulta diverso da zero. mentre per a < 0 l’esponenziale risulta decrescente. Tale scelta può variare a seconda della natura del segnale.26(a). Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. come in fig.26(b). nel caso a < 0. (a) a < 0 (valore effettivo a = −0. 2. e degli scopi per i quali il segnale stesso viene studiato o elaborato. in dipendenza dal valore di a = 0. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . 2. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente.25).

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

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

3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0. .2. (d) −1 < a < 0 (valore effettivo a = −0. (c) 0 < a < 1 (valore effettivo a = 0.833).5 1 (d) 0. (b) a < −1 (valore effettivo a = −1.8 0.6 x(n) 0.1). (f) a = −1.4 −0.1).2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.28.5 x(n) 0 0. (e) a = 1. 2.833).

ovvero ∆x = +∞. 2. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2.13).3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. detto periodo. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo.54 Proprietà dei segnali x(t) . 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.13) Il più piccolo valore di N0 che verifica la (2. allora. i segnali x(t) e x(n) si dicono aperiodici.13) è detto periodo (fondamentale) del segnale.. nel caso TD il periodo N0 è necessariamente un numero intero.12) Il più piccolo valore di T0 che verifica la (2. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. I segnali di durata illimitata sono anche detti segnali persistenti. Ad esempio. infatti. 2. È bene enfatizzare il fatto che. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. ∀n ∈ Z . Inoltre . Una definizione pratica. (2.29. tuttavia.12) e (2. come ad esempio il segnale raffigurato in fig.3. . Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. mentre nel caso TC il periodo T0 è in generale un numero reale.. In molti casi. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata.12) è detto periodo (fondamentale) del segnale. t Fig.29.2 (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 ). Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica.. Segnale di durata non limitata. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). sono sempre di durata limitata. Per segnali di questo tipo. ∀t ∈ R .. rispettivamente. (2. ed intorno al Sole con un periodo pari circa a 365 giorni. 2. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.

7 avente modulo A. sotto condizioni non eccessivamente restrittive. misurata in cicli/s o Hertz (Hz). che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. (2. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario.12) e (2. Come vedremo nel cap. Una conveniente interpretazione grafica (fig. allora esso è periodico di periodo 2T0 . è interessante notare che. Nel seguito si introdurranno alcuni segnali periodici elementari. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. x).30. secondo la quale il fasore è rappresentato come un vettore ruotante. le (2.3 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. ω0 è la pulsazione. Pertanto. Fig. sulla base delle (2. Come ulteriore osservazione.2. 3T0 . ad esempio. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. . e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. misurata ω0 in radianti al secondo (rad/s). 5.13). 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). 2. Il fasore è un segnale che assume valori complessi.30) è invece quella nel piano complesso.12) e (2. . e della definizione di periodo. per un segnale costante x(·) = a. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. .13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. che si muove con velocità angolare |ω0 |. 2. . Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . misurata in radianti (rad). 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 )] . gli esponenziali complessi o fasori6 e le sinusoidi.14) dove A > 0 è l’ampiezza. se un segnale (ad esempio TC) è periodico di periodo T0 . un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. e talvolta si parla di periodo fondamentale. f0 = 2π è la frequenza. A. quali.31. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. 2. ϕ0 è la fase iniziale.

|ω 0 | | f 0 | (2.31). 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. (2. ω0 .13) e ricalca quella già ω0 vista per il fasore. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa.12): infatti. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica.15).56 Proprietà dei segnali se ω0 > 0. Si noti.1). il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. infine. Di contro. ovvero che x(t) = x(t + T0 ). il fasore è un segnale periodico di periodo T0 .4). il che accade dopo un tempo pari a T0 = 2π 1 = . in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. imponendo che valga la (2. Così come l’impulso di Dirac a TC. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C.12). e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. utilizzando le formule di Eulero (cfr. come preannunciato. ed in senso orario se ω0 < 0. In ogni caso. che il fasore non è un segnale “fisico”. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. come sarà chiaro nel seguito. 8 Ricordiamo .16) dove i parametri A. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. In effetti. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). Dall’interpretazione come vettore ruotante. 2. e quindi si ha la (2. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. il fasore è una pura astrazione matematica che. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. come il fasore. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. Anche la sinusoide. § A.15) pertanto. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. con k ∈ Z. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente.

L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. π [.17) θ0 dove A > 0 è l’ampiezza. 2π [ oppure θ0 ∈ [−π . come ν0 ∈ [0. (2. è che poiché il tempo n varia in maniera discreta. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. in particolare. così come accade nel caso TC. 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 . Questa è una delle fondamentali differenze rispetto ai fasori a TC. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . poi diminuisce (fino a ν0 = 1). Ovviamente. ν0 = 2π è la frequenza (cicli).1). ϕ0 è la fase iniziale (rad). ma anche alcune differenze significative rispetto al caso TC. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. k ∈ Z . con la pulsazione θ0 ). se il fasore si sposta di θ0 oppure di θ0 + 2kπ . nel caso TD il tempo n va considerato adimensionale. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). la posizione finale è la stessa. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. applicando la definizione di periodicità (2. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. 1/2[. come θ0 ∈ [0. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. k ∈ Z. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo.30): la differenza sostanziale. Equivalentemente.4 (periodicità in frequenza dei fasori a TD) Due fasori x1 (n) ed x2 (n) aventi pulsazioni θ1 e θ2 tali che θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. Sulla base di questa interpretazione. 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) . passando da ν0 = 0 a ν0 = 1. θ0 è la pulsazione (rad). Infatti. . il fasore si muove “a scatti” nel piano complesso. 2.2. 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 )] . Prova. a ν2 − ν1 = k. Come il fasore a TC. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0.13) per un segnale TD. anche il fasore a TD soddisfa la definizione di segnale (1. in termini di frequenze. k ∈ Z. però. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . 1[ oppure ν0 ∈ [−1/2. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. la condizione θ2 − θ1 = 2kπ equivale. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). =1 ∀n.

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

∀t ∈ R. infatti. talvolta espresso in percentuale. Replicazione Un modo del tutto generale per costruire un segnale TC x(t) periodico con periodo T0 è quello di partire da un segnale xg (t). diverso da zero nell’intervallo [−T0 /2. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. Dato un segnale generatore xg (t) e fissato un periodo T0 .33 è mostrata un’onda rettangolare con A = 1 e δc = 0. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . (2. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . Si ha. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. Viceversa. T0 /2]. d’altra parte.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . per cui x(t + T0 ) = x(t). 2. Come caso limite.8 (duty-cycle dell’80%). ampiezza A. come si voleva dimostrare. etc. Ad esempio.18). Effettuando il cambiamento di variabile k − 1 = nella sommatoria. è possibile costruire un unico segnale periodico x(t) secondo la (2. traslate di ±T0 . si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] .3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti.18) risulta necessariamente x(t) = x(t + T0 ).2. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). Infatti come generatore è possibile scegliere la . Esempio 2. in fig. per una dimostrazione più formale. e la cui rappresentazione grafica per A = 1 e δc = 0. ±2T0 . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. (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). 2.32. ∀t ∈ R. la cui espressione è: ∑ A rect t − kT0 T . Il duty-cycle δc . Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 .5 è quella di fig. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. basta provare che per il segnale x(t) definito come nella (2. detto generatore. ed il periodo dell’onda stessa.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t).

.33. 2.6 0.6 x(t) 0. T0 /2].2 0 −2 −1 0 t/T 1 2 0 0 Fig. 2. ad esempio [−T0 /2.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). In questo caso.8 0. Onda rettangolare a TC con A = 1 e δc = 0.t0 + T0 /2]. 0. T0 /2] . con t0 ∈ R. .35) non si ottiene semplicemente affiancando le finestre triangolari.4 0. restrizione del segnale periodico ad un periodo.60 Proprietà dei segnali 1 0. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . . è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. cioè risulta x(n) = x(n + N0 ). Onda rettangolare a TC con A = 1 e δc = 0. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.36.8 0. finestrando il segnale periodico nell’intervallo [−1.32.4 0. 2. ed il segnale risultante (fig. In altri termini. . ad esempio [t0 − T0 /2. le repliche del segnale si sovrappongono. Fig. Esempio 2. (2. 2. Bisogna tuttavia notare che.5 (duty-cycle del 50%). 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. sommando queste ultime negli intervalli di sovrapposizione. si ottiene il generatore raffigurato in fig. In particolare. t ∈ [−T0 /2. ma bisogna tener conto della sovrapposizione tra le repliche.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . 2. 1]. descritta dall’esempio che segue. altrimenti. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. N0 − 1}. la relazione tra segnale periodico e generatore non è biunivoca.34). . costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ . ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). Poiché il periodo di replicazione è inferiore alla durata del generatore. per determinare il generatore. 1.8 (duty-cycle dell’80%).

2.10.35. 2.2 0 −2 −1 0 t 1 2 1 0.6 x(n) 0. Esempio 2.8 0.4 0. che si ottiene finestrando il segnale con una finestra .6 x(t) 0. 2.75.4 0. 0.2. xg(t) Fig.8 0. Onda rettangolare a TD con M = 3 ed N0 = 5. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. Viceversa.6 0.4 0.36. Fig. 2.34. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . Onda triangolare a TC dell’es.2 0 −2 −1 0 t 1 2 Fig.8 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . 2.10.8 0.37 per M = 3 e N0 = 5.37. 2. 2. 1 0. Un differente generatore dell’onda triangolare a TC dell’es. 2. il cui andamento è rappresentato in Fig. ottenuto finestrando il segnale periodico nell’intervallo (−0.3 Estensione e durata temporale di un segnale 61 1 0. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).6 0.75).4 0. Segnale generatore dell’onda triangolare a TC dell’es.2 0 1 0.

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

K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . il numero.20) mentre si definisce media temporale del segnale nell’intervallo {−K. Z). si definisce infatti area del segnale nell’intervallo (−Z. . . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z.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. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale.4 Area e media temporale di un segnale . 63 2.21) Si noti che.. (2.38. (2. −K + 1. reale o complesso. x(t) <x(t)> Z -Z +Z t 2Z Fig. . −K + 1. .22) mentre si definisce media temporale del segnale nell’intervallo (−Z. Z). (2. K − 1.. K − 1. . calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . l’area e la media temporale di x(n) sono numeri reali o complessi. . 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. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .. Considerato Z > 0.2. 2. Z]. Dato un segnale TD x(n) e fissato un intero K ≥ 0. . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . .23) . 2K + 1 n=−K K (2.. in dipendenza della natura del codominio X del segnale. il numero. si definisce area del segnale nell’intervallo {−K. .

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. A tal proposito.27) . (2.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.38. nel caso dei segnali periodici. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . ovvero riguardano solo una porzione del segnale. I valori dell’area e della media temporale calcolati sulla base delle (2.24) non esiste in senso ordinario. Ciò accade.64 Proprietà dei segnali L’interpretazione di media.24) perde di significato. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .25) L’integrale che definisce l’area di un segnale TC può non esistere. si noti che. (2.24) x(n).21) oppure (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. dipendono dalla scelta di Z oppure di K.26) esiste. il che significa che esistono segnali per i quali la definizione di area (2. salvo che in casi particolari.Z2 →+∞ −Z1 lim x(t) dt .2). (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). si ottiene notando che le (2.22) e (2. è sufficiente far tendere Z oppure K all’infinito.23). (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. 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. (segnali TC) (2. per i quali l’integrale nella (2.20) e (2. Se il limite nella (2. sia nel caso TC che nel caso TD. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. = 2Z = e quindi. per esempio.26) in cui. § B. 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.24).21) e (2. in base alla (2. Tale interpretazione è raffigurata graficamente per il caso TC in fig. 2K + 1 Ax (Z) . 2. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. (segnali TD) K→+∞ 2K + 1 n=−K (2.2.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.

3). soffermando l’attenzione al caso TC. cioè. Quando invece la serie di x(n) converge. tutti i segnali dispari risultano avere area nulla.4 Area e media temporale di un segnale 65 Tuttavia. § B. Tuttavia. il segnale ha area nulla.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 ). Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). |Ax | < +∞. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. con t ∈ R. a partire dal segnale x(t) avente area finita Ax . se consideriamo il segnale x(t) = t.23). 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 . Si tratta di un segnale di durata rigorosamente limitata. l’area del segnale deve necessariamente essere infinita. 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. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. nel senso che se y(t) = x(−t). con a ∈ R − {0}. poiché la media temporale definita nella (2. l’interpretazione della (2. Con riferimento al caso TC per semplicità. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. 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. Ad esempio.21) o (2. dato che l’area di un segnale può essere infinita. Come conseguenza di questo risultato. ma si verifica anche per molti segnali aventi durata praticamente limitata. è immediato calcolare l’area del segnale y(t) = x(at). Essa vale infatti se la media è calcolata su un intervallo temporale finito. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. 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. Più in generale. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. la sua area è necessariamente finita. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo.28) ossia. Poiché la definizione di area e valor medio sono intimamente legate. Esempio 2. la sua media temporale è nulla. che può esistere anche quando la serie bilatera di x(n) non converge. se il segnale x(t) ha area finita. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale.2. ponendo a = −1. Infatti. se il segnale x(·) assume valori finiti. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale.25) si ottiene come caso limite dalle definizioni (2. e quindi per ogni fissato valore di Z o di K: in questo caso. l’integrale (2.26) non esiste. si ha Ay = Ax . se il segnale ha area finita. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. Allo stesso modo.1. Per quanto concerne l’interpretazione di x(·) . 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 . Come caso particolare. mediante cambio di variabile.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. Z→+∞ . cioè. +∞ (2.

Pur trattandosi di un segnale di durata praticamente limitata. 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. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. . come evidenziato nel seguente esempio. la media temporale di una costante coincide con la costante stessa.27. ma presenta particolari proprietà di simmetria. definito come sgn(t) = 1.66 Proprietà dei segnali Conseguentemente. Conseguentemente.13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . è nulla. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. Esempio 2. 2. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . t ≥ 0. 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 . Analogamente. Con calcoli analoghi. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). in altri termini. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. t < 0 . e quindi per un segnale costante x(·) = a si ha x(·) = a.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. Esempio 2. con 0 < |a| < 1. 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 = . 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 . Esempio 2.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). e quindi si ha in generale u(·) = 1 . 2Z Calcoli analoghi si possono effettuare anche nel caso TD. in quanto ha area finita pari a N. con T > 0.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. Esempio 2. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . −1.

Si ha:  x(t) = lim 1 Z→∞ 2Z Z −Z  0 −Z sgn(t) dt = lim 1   Z→∞ 2Z  (−1) dt + Z 0  1 dt  = 0 . essendo una funzione dispari9 .40. e raffigurato graficamente in fig. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t).40. In questo caso. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). definito analogamente a sgn(t). −1. Segnale signum a TC. osserviamo nuovamente che se un segnale ha simmetria dispari. ∀t = 0.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. allora la sua area è nulla e.39. 2.  =−Z =Z Questo risultato discende dal fatto che il signum a TC.5 −0. in quanto il suo valore nell’origine non è nullo. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. n < 0 . Fig. 2. conseguentemente. n ≥ 0. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. Per completare la trattazione. 9 Notiamo . e rappresentato graficamente in Fig.5 x(t) = sgn(t) 0 0 −0.5 x(n) = sgn(n) 0.39. presentiamo le seguenti proprietà della media temporale. anche la sua media temporale è nulla. come sgn(n) = 1. Segnale signum a TD.2.4 Area e media temporale di un segnale 67 1 1 0. 2. ha area nulla (nel senso del valor principale di Cauchy). 2. Più in generale.

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

denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . 2.16. (segnali a TD)  N 0 N0 Esempio 2. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . pari ad un periodo del segnale. Tale proprietà può essere espressa in forma più generale.25). la sommatoria fatta su N0 campioni consecutivi arbitrari. =1 2 =1 dove abbiamo applicato i risultati degli es. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . (segnali a TC)  T0 T (2. per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. il fasore degenera nel segnale costante x(t) = A e jϕ0 . T0 ). 2.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .15. Allo stesso modo. per cui: x(t) = A e jϕ0 = A e jϕ0 .29) x(·) = 1 0  ∑ x(n) . ∀n0 ∈ Z .2. il fasore x(t) è periodico di periodo T0 = periodo. La proprietà 2. evitando il passaggio al limite presente nella definizione generale (2. ovvero su un periodo del segnale.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. Per ω0 = 0. Con la notazione precedente.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . ad esempio in (0. Per ω0 = 0.17 (media temporale del signum) Come applicazione della proprietà di linearità. riottenendo il risultato dell’es.14 e 2. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . ∀t0 ∈ R . ricalcoliamo la media temporale del segnale x(t) = sgn(t). questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Esempio 2. per un segnale TD. ∀t0 ∈ R . utilizzando la (2. .

altrimenti . k ∈ Z .4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). la media temporale di un segnale si può interpretare come la componente continua del segnale. se θ0 = 2π k. Nel caso in cui ω0 = 0. possiamo applicare la proprietà 2. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. Infatti. Infatti. essendo ottenuta depurando il segnale della componente continua. poiché la sinusoide x(t) si esprime come somma di due fasori. a partire dalla componente continua. jϕ0 .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). è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. la parte “costante” del segnale. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . Analogamente. e quindi. Definizione 2. A cos (ϕ0 ) . Ae Esempio 2. es. 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 ). 2. la componente alternata. (2. in un certo senso.31) Mentre la componente continua rappresenta il valor medio del segnale. ne rappresenta la parte effettivamente “variabile”. 2.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale.18) che un fasore con ω0 = 0 ha media temporale nulla. applicando la proprietà di linearità della media temporale. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr.4. (2. . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). k ∈ Z . altrimenti . si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . se θ0 = 2π k.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 . Dalla sua definizione.

k ∈ Z. (2. Consideriamo. segue che il fasore e la sinusoide a TC.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. analogamente. notiamo . un resistore R attraversato dalla corrente x(t): per effetto termico. con ω0 = 0. 2 2 Dalla relazione precedente si può ricavare. il concetto di energia è fondamentale nella fisica. sono segnali TC puramente alternativi. 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 (·) .5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. un segnale x(·) che presenta xdc = 0 e che. 2. il resistore dissipa nell’intervallo di tempo (−Z.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) .18 e 2. quindi.15) la media temporale del gradino. 2. per cui la componente continua vale xdc = 1 . il modulo può evidentemente essere omesso.33).5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. viene detto segnale puramente alternativo. Avendo ignorato eventuali costanti di proporzionalità. (2. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . se il segnale è reale. che rende tale definizione di energia applicabile anche a segnali complessi.2. Per ottenere una definizione indipendente dalla particolare applicazione fisica. in quanto per un segnale reale |x(·)|2 = x2 (·). Se si considerano altri esempi in altri campi della fisica.32) In particolare. che viene misurata in Joule (J). 2 2 Pertanto la decomposizione (2.19. coincide con la sua componente alternata.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. ad esempio. per verifica. con θ0 = 2π k. 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 2.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. e ricorre in numerose applicazioni. 2. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. il fasore e la sinusoide a TD. sono segnali TD puramente alternativi. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. Risultati analoghi valgono anche per il caso del gradino a TD. (segnali TC) |x(n)|2 . Esempio 2. Dagli es.

che converge se e solo se |a|2 < 1. 1 − a2 |a| < 1 . 2 Notiamo che l’energia è finita poiché x(t) è una funzione che tende a zero per t → +∞ con legge esponenziale (quindi molto rapidamente).4). In questo caso. Esempio 2.2. Tuttavia. che quindi avrebbe presentato Ex = +∞. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2.33) (cfr. Si ha: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 ∞ 0 e−2t/T dt = A2 e−2t/T −2/T t=∞ = t=0 A2 T .21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. Esempio 2. In particolare. Se avessimo viceversa considerato T < 0. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. il quadrato di una corrente non è dimensionalmente una energia. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 .33) non sono necessariamente quelle di una energia. allora. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . Ad esempio.24) e (2.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. conseguentemente. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . ma richiede una moltiplicazione per una resistenza. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).1. § B. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.33) in specifiche applicazioni. Dal confronto tra le (2. avremmo avuto un esponenziale monolatero crescente. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. l’energia è una quantità non negativa (Ex ≥ 0). con T > 0. ∞ Si ottiene allora una serie geometrica di ragione a2 . Tali costanti di proporzionalità non saranno considerate nel seguito. . Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Essendo legata al quadrato del segnale.33). Esempio 2. in quanto l’esponenziale non tende a zero.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). mentre per |a| ≥ 1 l’energia non esiste finita.3 e B. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. l’energia vale: Ex = A2 1 . ovvero se e solo se |a| < 1. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).

5. ma non avere area finita. i segnali di durata non limitata o persistenti non sono di energia. consegue che.6).22 e 2.4). e la somma di due segnali di energia è ancora un segnale di energia.2. Viceversa. 2. 2. Poiché i segnali aventi area finita hanno componente continua nulla.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). più articolato è il calcolo dell’energia Ex+y della somma di due segnali. osserviamo che. Più in generale. ma non essere di energia. si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] . In pratica. § B.1.3 e B.34). e 2. posto y(·) = α x(·). dal punto di vista matematico. § 2. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.5 Energia di un segnale 73 2. Sviluppiamo esplicitamente i calcoli nel caso TC.23) prendono il nome di segnali di energia. Nel caso del prodotto per una costante α ∈ C.1. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. un segnale può avere area finita.21). in generale.3).2.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. sussiste la seguente definizione: Definizione 2. dalla quale. Tuttavia.36) . 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 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr.23). sostituendo nella (2.21. 2. (2. 2. In conclusione. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .35) Z→+∞ −Z x(t) y∗ (t) dt . 2. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. (2. § B.3 e B.22. 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 .5. un segnale di energia può anche avere componente continua non nulla.34) Sviluppando il modulo al quadrato all’interno dell’integrale. è semplice provare che si ha Ey = |α |2 Ex .4): un segnale può essere di energia. (2. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. la conseguenza pratica è che tipicamente essi hanno componente continua nulla.

il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali.38) (segnali TD) A differenza dell’energia. in quanto Eyx = Exy . minore o uguale rispetto alla somma delle energie. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). Inoltre.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . (2.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. si ha Eyx = E∗ : nel caso di xy segnali reali. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. Poiché il termine contenente l’energia mutua nella (2. al caso TD. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. Estendendo i precedenti concetti. In tal caso. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo.37) La relazione (2. e risulta simmetrica.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . (segnali TC) ∗ Exy = −K ∑ x(n) y (n). (2. 2. In tal caso si ha x(t) y∗ (t) ≡ 0. Nei due esempi seguenti. 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. che è una quantità reale e non negativa. Esempio 2.41). l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). mentre diventa necessaria e sufficiente se i segnali sono reali. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria.37) o nella (2. con ovvie modifiche. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey .8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. la relazione (2.38) è coniugato. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. Particolarmente interessante è la condizione in cui Exy = 0.40). (2. in base a concetti matematici più avanzati.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. . 10 Se i segnali sono complessi.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. (2. poiché il secondo segnale nella (2. oltre alle energie Ex e Ey dei singoli segnali. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. Per segnali di energia ortogonali vale l’additività delle energie (2. però.39) può assumere segno qualsiasi. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.

6 Potenza e valore efficace di un segnale Come l’energia. 2. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.5 0 −1. ma tali che uno dei due. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. La potenza è una quantità misurata in J/s o Watt (W). anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 0 0.5 −1.5 t 1 1.42.5 t 1 1. risulta anche in questo caso Exy = 0. è una quantità non negativa (Px ≥ 0). basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. 2.5 0 −1 −0. 2. nonostante x(t) y∗ (t) ≡ 0. Esempio 2. si perviene alla seguente definizione di potenza: . ad esempio x(t).5 2 −1 −0. 2. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .5 0 −1 1 −0. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. abbia simmetria pari. come l’energia.42).5 0. Z) per la lunghezza 2Z di tale intervallo di tempo. al modulo al quadrato del segnale.5 2 −1 −0.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.5 0 t 0.41.5 0 t 0. 2. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .24). I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. Fig. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.5 1 1.5 0 0.25). Per un esempio concreto.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.5 y(t) 0.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. che è utilizzato in numerosi e diversi ambiti della fisica. Pertanto. 2.5 1 1.5 0.2. generalizzando l’interpretazione come media temporale al caso TD. mentre l’altro ha simmetria dispari.5 Fig. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale.5 y(t) 0 −0. (2.

26.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . .42) può essere omesso se il segnale è reale. Sulla base del risultato dell’es. allora Px = a2 .42) non sono necessariamente quelle corrette (ovvero W). tali segnali prendono il nome di segnali di potenza: Definizione 2. Avendo trascurato eventuali costanti di proporzionalità. le dimensioni fisiche della potenza definita in base alla (2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2.1 Segnali di potenza Sulla base della definizione di potenza. Esempio 2. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. Esempio 2. poiché il gradino assume solo i due valori reali 0 ed 1. fasore.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . 2.76 Proprietà dei segnali Definizione 2. come per l’energia.6.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. (segnali TC) (2.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). gradino. molto utilizzato nell’elettrotecnica: Definizione 2. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. 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. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). Il vantaggio è. 2.15 sulla componente continua di un gradino. è possibile individuare la classe dei segnali che hanno potenza finita. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. Se il segnale è reale (a ∈ R). di ottenere una quantità che dipende esclusivamente dal segnale. 2. signum) e i segnali periodici (es.

13). 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).43)  ∑ |x(n)|2 . la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. risultato frequentemente utilizzato nell’elettrotecnica. Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Il valore efficace della sinusoide è allora xrms = Px = √2 . per cui è di scarso interesse pratico).29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. Per ω0 = 0. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. per cui la potenza si può calcolare applicando la A2 dt = A2 . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Esempio 2.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. Infatti. allora anche |x(·)|2 ammette lo stesso periodo. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. A2 cos2 (ϕ0 ) .7(c) della media temporale.43). Analogamente. Nel caso in cui ω0 = 0. fatta eccezione per casi di scarso interesse pratico. 2. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. 13 Ad esempio. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt .6 Potenza e valore efficace di un segnale 77 sinusoide). k ∈ Z . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . 12 Notiamo che se x(·) è periodico di periodo T [N ]. un segnale periodico deve necessariamente avere durata illimitata. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). In tal modo. il fasore degenera nel segnale costante x(t) = A e jϕ0 . il fasore x(t) è periodico di periodo T0 = (2. Per ω0 = 0. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . se θ0 = π k.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. questo comporta che la sua energia è necessariamente infinita. √ 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).2. Infatti. salvo per casi particolari di scarso interesse pratico13 . Per soddisfare la definizione (2. . Esempio 2.12) oppure (2. un segnale periodico è necessariamente un segnale di potenza. per cui: Px = |x(t)|2 = A2 = A2 . altrimenti .

si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . 2. presenta Ex = Px = +∞. Prova. e la somma di due segnali di potenza è ancora un segnale di potenza. nè di energia.44) esiste finita. posto y(·) = α x(·). che non sono segnali di potenza. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. per quanto riguarda la somma di due segnali. sussiste il seguente risultato: Teorema 2. Viceversa. Per provare la (a). Viceversa. se la potenza (2. definita come segue: (2. i due insiemi non costituiscono una partizione di tutti i possibili segnali. nè di potenza. Esistono casi meno banali di segnali. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. Anche in questo caso. 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 . (2. e quindi sono disgiunti. Ad esempio il segnale rampa a TC x(t) = t u(t).46) . in quanto hanno Ex = +∞).45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). raffigurato in fig.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. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. e quindi non può essere di energia. in quanto esistono casi di segnali che non sono nè di energia. e quindi non si può considerare nè un segnale di potenza. (b) se x(·) è un segnale di energia.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. si prova facilmente che Py = |α |2 Px .1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. invece.44) È chiaro allora che. Tuttavia. aventi durata non limitata. seguendo passaggi simili a quelli effettuati per l’energia. allora esso ha potenza nulla (Px = 0). in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia.43. Pertanto. lim 2Z (2. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ .6. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune.6.78 Proprietà dei segnali 2. e quindi non può essere di potenza. allora esso ha energia infinita (Ex = +∞). dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). dalla (2. nè a quelli di potenza. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. 2. e sfruttando la proprietà di linearità della media temporale. la (b) prova che un segnale di energia ha necessariamente Px = 0.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. A tal proposito. In altri termini. se l’energia è finita.

Si ha infatti. come per le energia.47) K 1 ∑ x(n) y∗ (n). anche per la potenze non vale l’additività. (2. a meno che Pxy = 0.12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt. Esempio 2. (segnali TC) (2. Definizione 2.48) Le relazioni (2. ed xy in generale la potenza mutua è complessa. vale la proprietà di additività delle potenze: Px+y = Px + Py .5 0 −2 −1 0 t 1 2 Fig.48) e evidenziano che. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .5 x(t) = t u(t) 1 0. (2. si ha Pyx = P∗ . Per segnali di potenza ortogonali. 2.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t). per cui la (2.6 Potenza e valore efficace di un segnale 79 2 1. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.46) e (2. in particolare.46) si scrive Px+y = Px + Py + 2 Pxy .2. 2 2 . Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2.43. per la presenza dell’operazione di coniugazione sul secondo segnale.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. Segnale rampa a TC. con ω0 = 0.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.

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

opportunamente scelta a seconda delle applicazioni. invece di 10. mentre se si sceglie P0 = 1 mW. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. Valori comuni di potenza espressi in dB. si parla di potenze espressa in dBm.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB.1 0. 2.2. Le scelte più comuni per la potenza di riferimento sono P0 = 1W.001 0. applicando le proprietà dei logaritmi. Esempio 2. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .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 .01 0.2. Ovviamente. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . nella definizione (2. tuttavia. in quanto. per avere lo stesso valore in dB. dato il valore di potenza [Px ]dB in dB . e si scrive [Px ]dBm .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.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. scegliendo P0 = 1 W. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . ed in tal caso si parla di potenze espresse in dBW.50). Nella tab. se invece P0 = 1mW. dove P0 è una potenza di riferimento. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . 2.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. conviene introdurre un fattore numerico pari a 20. e si scrive più specificamente [Px ]dBW . . tenendo conto della relazione quadratica esistente tra valore efficace e potenza.

(2. corrispondente a 30 dB (tab. assumendo ad esempio P0 = 1mW. allora [γc ]dB < 0. Si consideri lo schema di fig. Esempio 2.44. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. come è ovvio che sia. per le proprietà dei logaritmi. 2. la potenza ricevuta sarà pari a PR = γc PT . in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . . 2. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). 2. per cui. in una relazione additiva.44. misurando invece la potenza ricevuta in dB. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . La (2. Infatti. Detta PT la potenza trasmessa. [PR ]dBm = [γc ]dB + [PT ]dBm . risulta [PR ]dBm < [PT ]dBm . le potenze di riferimento nei due casi differiscono di un fattore 1000.2) in unità logaritmiche. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget).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 ha: [PR ]dB = 10 log10 ovvero. Notiamo che poiché 0 < γc < 1.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig.

(i) z(n) = x(3 − n) y(n). (l) z(n) = x(n + 2) y(6 − n).3 Si consideri il segnale TC x(t) = Λ(t). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (c) y(t) = x(−t). (k) z(n) = x(n) y(−2 − n). 3 Esercizio 2. (f) z(n) = x(n − 2) + y(n + 2). Esercizio 2.4 Si consideri il segnale TC y(t) = x(2t − 1). ±3} 0. Esercizio 2. (d) y(t) = x(2t). ±1. t (e) y(t) = x . (g) z(n) = x(2n) + y(n − 4). 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 83 2. 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 (e) z(n) = y(2 − 2n). (c) z(n) = y(1 − n). ±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). (b) y(t) = x(t + 5). n ∈ {0. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . n (d) z(n) = x . dopo aver rappresentato il grafico di x(n) ed y(n). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5.8 Esercizi proposti Esercizio 2. (j) z(n) = x(−n) y(−n). (h) z(n) = x(n + 2) y(n − 2).2 Dati i segnali TD x(n) = |n| . rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). (b) z(n) = x(3n − 1). (b) ritardo di 5 seguito da una riflessione.1 Si consideri il segnale TC x(t) = rect(t).2.

Determinare. 3 Esercizio 2. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). Esercizio 2. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). con T > 0. l’estensione temporale e la durata del segnale. inoltre. con a > 0. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. Esercizio 2. inoltre. 2 ≤ t ≤ 4 0 . 2 ≤ t ≤ 5  y(t) = 3(8 − t) .6 Rappresentare graficamente il segnale TC y(t) = 1. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . Esercizio 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). l’estensione temporale e la durata del segnale. 2 1 (e) x(t) = √ . (c) y(t) = x(2t − 1). (c) x(t) = e−|t|/T .84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. 5 ≤ t ≤ 8   0. (d) x(t) = e−t . (e) y(t) = x 3 t −1 (f) y(t) = x . (b) y(t) = x(−t − 1). (b) x(t) = e at u(−t). (d) y(t) = x[2(t − 1)].9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata.5 Si consideri il segnale TC x(t) = Λ(t).7 Rappresentare graficamente il segnale TC  3(t − 2) . (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. t −1 . 1 + t2 (f) x(t) = u(t) − rect(t − 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).8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Determinare.

12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). . 5} 0. (e) x(t) = 2 u(t). utilizzare le proprietà della media temporale] Esercizio 2.2.13 Stabilire quali dei seguenti segnali TD sono periodici e. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). (b) x(n) = (−1)n . Esercizio 2. con |a| > 1. Esercizio 2. δ (n − 3k) − δ (n − k2 ) . π j √n 2 . altrimenti (b) x(n) = u(n) + u(n − 1). (d) x(t) = sgn(−t). (c) x(t) = u(t − 5).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. determinarne il periodo fondamentale N0 . in caso affermativo. con 0 < |a| < 1. (d) x(n) = cos(2π n). 1. (d) x(n) = (−1)n u(n). [Suggerimento: per il calcolo del valor medio. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . (c) x(n) = a|n| .8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). (h) x(n) = n e jn jπ n (i) x(n) = e . 4. determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n .10 Stabilire quali dei seguenti segnali TD sono periodici e. n ∈ {0. (h) x(t) = e−t u(t). (f) x(t) = 2 sgn(t) + 1. (c) x(n) = cos(2n). Esercizio 2. . (b) x(n) = an u(−n). (g) x(t) = 2 rect(t). in caso affermativo. . (b) x(t) = sgn(t).

(d) x(n) = 5 cos(0. 1 ≤ t ≤ 2   0.15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). (b) x(t) = sgn(t). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . energia e potenza. (g) x(t) = e−t . (f) x(n) = (2)n R4 (n − 2). . 1 (i) x(t) = √ . (b) x(n) = u(n) − u(−n − 1).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (e) x(t) = et u(−t).14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t).86 Proprietà dei segnali πn πn sin . + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. (d) x(t) = e−2t u(t). (c) x(t) = cos(2π 100t) u(t). altrimenti e calcolarne valor medio. e calcolarne valor medio. (e) x(n) = 1 2 +∞ n u(n). (c) x(n) = cos(π n) R5 (n). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k).17 Rappresentare il grafico del segnale TC  t . 0≤t ≤1  x(t) = 2 − t . Esercizio 2. Esercizio 2.] Esercizio 2. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0.2π n). 5 3 πn 3π n π + . (f) x(t) = e−|t| . 2 (h) x(t) = e−t 2 /2 u(t). energia e potenza.

19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . −4 ≤ t ≤ 4 x(t) = 5 + t .21 Rappresentare il grafico del segnale TD x(n) = sin(0. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.22 Rappresentare il grafico del segnale TC  5 − t . energia e potenza. n ∈ {−4. 4} 0. energia e potenza in entrambi i casi. e calcolarne valor medio. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. e calcolarne valor medio. Esercizio 2. Esercizio 2. energia e potenza. altrimenti e calcolarne valor medio. Esercizio 2.8 Esercizi proposti 87 Esercizio 2.23 Dato il segnale TC x(t) = rect(t).24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. altrimenti e calcolarne valor medio. − 0.2. energia e potenza. (b) Calcolare la componente continua di y(t). . −3. energia e potenza.5. Esercizio 2. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . . energia e potenza. . Esercizio 2. Esercizio 2. . 4 ≤ t ≤ 5   1 . altrimenti nel caso in cui a = 1 e a = 0.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] .18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio.5π n) . −a ≤ t ≤ a 0. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. . −5 ≤ t ≤ −4    0.

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

A2 ∈ R+ .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. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . x2 (t) = A2 rect t 2 con A1 . 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. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . Esercizio 2.2. Successivamente. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . per n0 ∈ Ω. 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. e calcolare valor medio.8 Esercizi proposti 89 Esercizio 2. .34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) .33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . Esercizio 2. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . e calcolare valor medio. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . per a ∈ A. Successivamente.

90 Proprietà dei segnali .

un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). un circuito elettrico. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. Infine. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. la trattazione procederà in maniera il più possibile unificata. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. consiste. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee.2 al caso di sistemi con un ingresso ed un’uscita. interpolatori. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). Inoltre. U 3.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. nel definire e studiare alcune proprietà dei sistemi. Da un punto di vista matematico. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). sia sistemi TD (con ingresso e uscita entrambi TD). Innanzitutto. una reazione chimico-fisica.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S. che è l’oggetto principale di questo capitolo. a partire dalle particolari proprietà di un sistema. 7. a partire da un modello matematico del sistema. Il caso di sistemi “ibridi” (con ingresso TC e uscita TD o viceversa) non è trattato specificamente in questo capitolo: alcuni esempi di sistemi di questo tipo (campionatori. convertitori A/D e D/A) sono discussi più in dettaglio nel cap. La definizione di un modello matematico esplicito per un sistema è il primo passo per poter affrontare un qualsiasi problema di sintesi ed analisi dei sistemi. abbiamo visto nel § 1. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. Facendo riferimento alla classificazione elementare introdotta nel § 1. Sebbene incompleta. Il secondo passo. Inoltre. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . per evidenziare le forti analogie esistenti tra il caso TC e TD.5.

valori che possiamo denotare sinteticamente con {x(u)}u≤t . .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 . Pertanto. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3.3) semplicità di notazione. la notazione y(t) = S [{x(u)}u∈R . In maniera analoga. attraverso la relazione ingresso uscita (i-u).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 . (a) Integratore TC. che presentano proprietà diverse. (b) Integratore TD o accumulatore.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. Tale modello matematico è descritto da una trasformazione S : I → U.∞ ∑ n y(n) (a) (b) Fig. e non semplicemente dal valore del segnale nello stesso istante t.2): Definizione 3. ed è rappresentato schematicamente in fig. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. 1 Per (3. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . Esempio 3. (3. di ingresso ed un segnale di uscita. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato.1(a). n] .2. Il modello matematico (3. 3.1) può essere espresso in maniera sintetica. insiemi di segnali diversi definiscono sistemi diversi. 3.t] sottolinea esplicitamente che l’uscita y(t) all’istante di tempo t dipende in generale dall’intero segnale di ingresso {x(u)}u∈R .2) Nella (3. (3.1. come già osservato nel § 1.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=.t] .2).1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. che nel caso di un sistema TC si definisce come segue: Definizione 3.

3) è lo stesso adottato per il caso TC: in particolare. 3. (a) Ritardo elementare: y(n) = x(n − 1).2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente.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. anticipo unitario. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. 2 (cfr. se n è multiplo di L . 3.4) e rappresentato schematicamente in fig. x y(n) = x(n + 1) . Il senso della notazione utilizzata nella (3. Gli schemi a blocchi dei sistemi corrispondenti. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . 3. Anche in questo caso.3. di decimazione: y(n) = x(nM) .2. L 0. denominati ritardo unitario. § 2. Esempio 3. (3. (a) Decimatore per M: y(n) = x(nM). il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. sono riportati in fig. decimatore ed espansore. Fig. 2 Per 3 Le . (b) Espansore per L: y(n) = n x L . 3.1) possono essere interpretate come sistemi.3 semplicità di notazione. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap.3.2 Esempio 3. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. valori che denotiamo sinteticamente con {x(k)}k≤n .3. per questo motivo.1(b). date rispettivamente da y(n) = x(n − 1) . 3. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . Nel caso TD.2 e fig. Sistemi TD elementari. anticipo unitario. altrimenti . 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. Sistemi TD elementari. con una legge che può variare con n. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. si veda [14]). e di espansione: y(n) = x n = L n .3 (ritardo unitario. (b) Anticipo elementare: y(n) = x(n + 1). Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso.

5) e (3.2) e (3.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. § 3. di cui non conosciamo il contenuto.5) è fuorviante.6) in luogo delle notazioni rigorose (3. invece delle notazioni complete (3. i sistemi cosiddetti non dispersivi (cfr. oltre ai segnali di ingresso e di uscita.1). mentre R3 ed R4 sono connessi in parallelo.2) e (3. (3.5) oppure le notazioni simboliche: x(t) −→ y(t). anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. In particolare. y(n) = S[x(n)] (3. Inoltre. in cui compaiono solo i segnali in ingresso ed in uscita al sistema.3) per snellire alcune derivazioni. utilizzeremo talvolta le (3. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. scheda video. quali scheda madre. interpretazione vale solo per una classe particolare di sistemi. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig.3. x(n) −→ y(n) . che sebbene sia meno generale. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. Circuito elettrico con resistori connessi in serie ed in parallelo. 3.3) per le relazioni i-u dei sistemi.5 In ogni caso. e sicuramente non è la più generale. Per concludere.6) Abbiamo già osservato che la notazione (3. è la rappresentazione ingresso-stato-uscita (i-s-u). R1 ed R2 sono connessi in serie. essa è una rappresentazione esterna. è perfettamente adeguata per i nostri obiettivi. in cui entrano in gioco. scheda audio. 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. A volte. il sistema stesso è visto come una “scatola nera” (black box). 3. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. In particolare.4.4 Tuttavia. nel seguito faremo uso esclusivamente della relazione i-u. un PC può essere realizzato assemblando componenti più semplici. si utilizzano le notazioni semplificate y(t) = S[x(t)]. avendo avvertito il lettore. 5 Per 4 Questa .

i resistori R1 ed R2 sono collegati in serie. affinchè il sistema serie sia correttamente definito.) Fig. avendo a disposizione più di due sistemi. hard-disk. 3. lettore CD. Le connessioni più frequentemente considerate sono tre: connessione in serie. Connessione in serie o in cascata dei sistemi S1 ed S2 . Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·).) x(.) y(. 3. Ad esempio. tastiera. Viceversa.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . cioè U1 ⊆ I2 . e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. connessione in parallelo.2 Interconnessione di sistemi 95 z(.) S2 y 2(. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. nel circuito di fig.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 .) x(. Definizione 3.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. e connessione in retroazione.).) Fig. Connessione in parallelo dei sistemi S1 e S2 . 3. monitor.4.3. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . 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. Definizione 3. 3.4. è possibile ottenere sistemi anche molto complessi. e collegandoli tra loro secondo tali schemi.6. lettore floppy-disk. Per semplificare lo studio delle interconnessioni tra sistemi. 3.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. Si noti che.5. lettore DVD. come ad esempio quello riportato in fig. S1 y 1(. . mouse.) S1 S2 y(. 3. etc.

3. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). in aggiunta. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori).) S2 Fig. Infatti. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo.4). In particolare. in cui il segnale viaggia esclusivamente “in avanti” (feedforward). e viene aggiunto al segnale di ingresso. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . estraendo il termine x(n) dalla sommatoria su k presente nella (3.4. Connessione in retroazione dei sistemi S1 e S2 . Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). in quanto il segnale di uscita viene riportato “all’indietro” (feedback). e si dice che il sistema S2 funge da “controllore” del sistema S1 . 3.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. sulla base dell’osservazione dell’uscita del sistema S1 . può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . Esempio 3.7) se l’uscita del sistema S1 . nel circuito di fig.96 Proprietà dei sistemi x(. . Infine.7. i resistori R3 ed R4 sono collegati in parallelo. in caso contrario si parla di retroazione positiva. 3. similmente al collegamento serie. Quest’ultimo schema è più complicato da interpretare ed analizzare. per la stabilizzazione degli amplificatori). viene sommata algebricamente all’ingresso del sistema S1 . si utilizzano sia schemi con retroazione negativa (ad esempio. che porta alla sua interpretazione come sistema in retroazione. invece. 3. dopo essere stata elaborata dal sistema S2 . Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo.) S1 y(. mediante tale schema il sistema S2 . si noti che. Ad esempio. Nell’elettronica analogica. dove prende il nome di controllo a ciclo chiuso. =y(n−1) da cui y(n) = y(n − 1) + x(n) .) y 2(.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. Definizione 3. modificando a sua volta il segnale di uscita.2 ammette anche una descrizione di tipo ricorsivo.

e non ad attenuarle. 3.3. prescindendo completamente dalla loro natura fisica. l’invertibilità. Notiamo che la precedente relazione non è una relazione i-u. la stabilità. 3. la linearità. la causalità. mentre il sistema S2 è un ritardo elementare. discusse di seguito.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. 3.2) di un sistema TC: y(t) = S [{x(u)}u∈R . dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. possiamo dare la seguente definizione di sistema non dispersivo: .t] .3. 3. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. ma in funzione dell’uscita y(n − 1) all’istante precedente. infatti l’uscita. tende ad amplificare le variazioni del segnale di ingresso. data dalla (3. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi.8.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u.1 Non dispersività Riprendiamo la relazione i-u (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.8. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso.3) nel caso TD. sono la non dispersività. ma analizzando esclusivamente la forma matematica della relazione i-u. Estendendo i concetti precedenti in maniera ovvia al caso TD. l’invarianza temporale. Si noti che si tratta di una retroazione positiva. Tali proprietà.t] .2) nel caso TC e dalla (3. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. mentre il sistema S1 nel ramo diretto è il sistema identico. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). essendo riportata in ingresso con il segno positivo.

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.8) (3. (a) Caso TC. Sottolineamo che.9) .5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. α y(n) (b) Fig. 3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita.7) In sintesi.3) assume la forma y(n) = S [x(n). Pertanto il partitore resistivo è un sistema non dispersivo. il cui schema elettrico è riportato in fig. Definizione 3.9.9.3). 3. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Schema elettrico di un partitore resistivo. in quanto la forma più generale della relazione i-u è la (3. come sinonimo di sistema non dispersivo. (3. Inoltre. si parla anche di sistema istantaneo o senza memoria. e quindi i sistemi non dispersivi rappresentano un caso particolare. si ottiene la semplice relazione i-u: y(t) = R2 x(t) .6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . Schema a blocchi di un amplificatore.2) assume la forma y(t) = S [x(t). con t oppure con n). R1 + R2 (3. i sistemi sono dispersivi. in un sistema non dispersivo. (b) Caso TD.2) oppure la (3.t] .6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. Esempio 3. con α = R2 < 1. R1 + R2 nella quale y(t) dipende solo da x(t). di norma. Esempio 3. n] . eventualmente. Applicando la legge del partitore. 3.10.

. Si parla di “memoria” del sistema. In definitiva.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . 6 Il . 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. con T > 0. e di un amplificatore/attenuatore y(t) = |α |z(t). il sistema “dimentica” l’ingresso.6 si dice evidentemente dispersivo. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. 3. Inoltre.7 all’uscita in un determinato istante di tempo. . tale sistema ha memoria finita e pari ad M. Un amplificatore/attenuatore a TD si rappresenta come in fig. x(n − 1). anche da M campioni precedenti dell’ingresso. tuttavia. viceversa.6 si possono estendere al caso TD. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . n − 1. 3. con 0 < α < 1. non sempre la memoria di un sistema è finita. In linea di principio tale memoria potrebbe variare col tempo. . .8 caso α < 0 si può vedere come la cascata di un invertitore.10(a). . Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). non dipende dall’intero segnale d’ingresso. ad esempio l’integratore dell’es. Esempio 3.10(b). prende il nome di attenuatore.1 e l’accumulatore dell’es.1 e l’accumulatore dell’es. Poiché l’uscita all’istante n dipende. b1 .9). si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. . z(t) = −x(t). l’integratore dell’es. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. x(n − M) del segnale di ingresso. degli M + 1 campioni x(n). la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. anche se negli es. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. oltre al campione attuale. sistemi a memoria praticamente finita. n − M.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. α > 1. Il termine “memoria” per T viene utilizzato proprio perché. 3.7 (amplificatore/attenuatore TD) I concetti dell’es. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. o anche dinamico. . Esempio 3. dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. 3. oltre che da x(n).9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . L’uscita all’istante t. e sistemi a memoria infinita. .8 e 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. Un amplificatore/attenuatore TC si rappresenta come in fig.2 sono sistemi dispersivi. . 3. Per questo motivo. Esempio 3. 3. bM . 3. il sistema prende il nome di integratore con memoria finita. nel senso chiarito meglio dai due esempi seguenti. Se. . con pesi b0 . Un sistema che non soddisfa la prop. .3. la memoria del sistema è proprio pari a T per ogni t.9 ciò non accade. 3. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. 3. o ancora con memoria: ad esempio.3. un sistema TC descritto da una relazione i-u del tipo (3. dopo un tempo T . Si tratta evidentemente di un sistema dispersivo. .3 Proprietà dei sistemi 99 Più in generale.2 sono entrambi sistemi con memoria infinita. il sistema funziona da amplificatore.

ovvero di un sistema per il quale la (3. (3.t] . n] . Con ovvie modifiche. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.2) assume la forma y(t) = S [{x(u)}u≤t .11) (3. l’integratore dell’es. giungendo alla seguente definizione: Definizione 3. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. è un sistema causale.2 Causalità Partiamo ancora dalla relazione i-u (3.3. Si giunge allora alla fondamentale definizione di sistema causale.100 Proprietà dei sistemi 3. l’uscita y(t) all’istante t dipende dall’ingresso passato. ovvero i valori passati ed il valore presente dell’ingresso. (b) Un sistema TD si dice causale se la sua relazione i-u (3.10 (integratore causale e non causale) L’integratore dell’es. ma non dipende dagli ingressi futuri. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . a patto che T > 0. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. descritto dalla relazione i-u y(t) = t t−T x(u) du . 3. In altri termini.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. secondo il quale l’effetto non può precedere la causa. il concetto di sistema causale si estende al caso TD. Modificando gli estremi di integrazione.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 . otteniamo un sistema non causale. Interpretando l’ingresso come causa e l’uscita come effetto. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. Allo stesso modo.t] . è chiaramente un sistema causale. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. e quindi da valori futuri dell’ingresso. con T > 0.3) assume la forma y(n) = S [{x(k)}k≤n .10) Esempio 3. {x(u)}u>t rappresenta l’ingresso futuro: in generale. quindi.1. presente e futuro. descritto dalla relazione i-u y(t) = t −∞ x(u) du .2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . 3.t] .8. . Per un fissato t.

x2 (n) ∈ I tali che x1 (n) = x2 (n). la cui corrispondente uscita è  0 . risulta che y1 (t) = y2 (t). in corrispondenza dei quali y1 (t) = y2 (t).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). quindi. Pertanto. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Se però modifichiamo leggermente la relazione i-u. M è chiaramente un sistema causale. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). ∀t ∈ R.1(a). con riferimento al caso TC. se t ≥ 0 . Esempio 3. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. ed x2 (t) = u(t).  t  T. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. se t < −T . ∀t ≤ t0 . se −T ≤ t < 0 . Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3.3. Il sistema è causale se e solo se. . La verifica della prop. x2 (t) ∈ I tali che x1 (t) = x2 (t). utilizzando la prop. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. per un dato valore t0 ∈ R. verifichiamo che si tratta di un sistema non causale. rispettivamente. con T > 0 e. risulta che y1 (n) = y2 (n). per dimostrare che un dato sistema è non causale e.1(a). Il sistema è causale se e solo se. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). 3. 3. ∀n ≤ n0 . che rappresentano il presente (k = 0) ed il futuro (k > 0). per ogni t0 ∈ R e per ogni x1 (t).1 solo per alcuni segnali di ingresso appartenenti a I e/o solo per alcuni valori di t0 non è sufficiente per affermare che il sistema è causale.9. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . 3. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). con t0 ∈ R arbitrariamente scelto.1 è data direttamente come definizione di sistema causale. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. 3. ∀t ≤ t0 . occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t).1.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . 3. per cui tale sistema MA è non causale. per ogni n0 ∈ Z e per ogni x1 (n). 3. per dimostrare che un dato sistema è causale a partire dalla prop. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. ∀t ∈ R. Viceversa. ∀n ≤ n0 . 3. la cui corrispondente uscita è y1 (t) = 0. con k ≥ 0. Scegliamo x1 (t) = 0. la prop.3 Proprietà dei sistemi 101 Esempio 3. che rappresentano il presente (k = 0) ed il passato (k > 0). 9 In alcuni testi. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). ∀t ≤ t0 .  t+T y2 (t) = x(u) du = t + T . con k ≥ 0. rispettivamente. per uno o più valori di t ≤ t0 . non verifica la prop.11 (sistema MA causale e non causale) Il sistema MA dell’es. ∀t ≤ t0 . x2 (t) ∈ I tali che x1 (t) = x2 (t).1.

b0 = 1 e b1 = −1). 3. è possibile memorizzarlo (su un supporto magnetico o ottico. ∀n ∈ Z. 3. ai sistemi fisici che elaborano i segnali “in tempo reale”.11. in particolare. y2 (t) = 0.) sistemi fisici capaci di prevedere il futuro (ad esempio. Può essere visto come un sistema MA causale (cfr.1(b) e scegliamo x1 (n) = 0. per ogni t ≤ 0.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Sebbene x1 (n) = x2 (n) = 0. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. infatti. Tuttavia. b0 = −1 e b1 = 1). non sono stati ancora scoperti. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. 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). ed x2 (n) = δ (n − 1). cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. 0[. Si è visto che un sistema in cui l’uscita non soddisfa la (3. Ad esempio. la cui corrispondente uscita è y1 (n) = 0.10) oppure la (3. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. per ogni t < 0. usiamo la prop. ad esempio) ed elaborarlo “in tempo differito”: si pensi. 3. anziché elaborare un segnale in tempo reale. Osserviamo in conclusione che non esistono (o almeno.4) ammette una interpretazione sistemistica.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. per t ∈] − T. es. Equivalentemente. In quest’ultimo caso. per alcuni valori di n ≤ 0. 3. per alcuni valori di t ≤ 0. n] . la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). 3. per ogni n ≤ 0. Questa osservazione si applica. es. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). con M = 1. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) .9. y(n) Sebbene x1 (t) = x2 (t) = 0. Un sistema siffatto si dice anticausale. Esempio 3. in molti casi. 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. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. ad esempio.9. esso può anche essere visto come un sistema MA non causale (cfr. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale).. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t).102 Proprietà dei sistemi x(n) ∇1 Fig. ed è quindi utile considerare anche il caso di sistemi non causali. 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.. 3.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Differenza prima. anche l’operazione di differenza prima per segnali a TD (cfr. infatti. Per provare ciò formalmente. con M = 1. Quindi la prop. mentre y2 (t) = 0. 3. y1 (0) = 0 e y2 (0) = 1.1. Un altro esempio . ossia: y(t) = S[{x(u)}u>t .11. ∀n ∈ Z.t] . y(n) = S[{x(k)}k>n . Quindi la prop. § 2.11) si dice non causale. e quindi i sistemi del mondo fisico sono tutti causali.

12) ossia. Esempio 3. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. α e quindi il sistema inverso è un attenuatore. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). sussiste la seguente definizione di sistema invertibile:10 Definizione 3. il sistema S è il sistema inverso di S−1 . Da un punto di vista sistemistico. In altri termini. 3.12.3. per ogni segnale di ingresso x(·) ∈ I . cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) .3 Invertibilità In molti casi pratici. anche se non operanti in tempo reale. ingressi distinti devono generare uscite distinte. Sfortunatamente questo non è sempre possibile. questo significa che. 3. 3. l’ordine dei due sistemi nella cascata in fig. quando si progetta un sistema. descritto dalla relazione i-u: y(·) = α x(·) . rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. L’amplificatore è un sistema invertibile. detto sistema inverso. nota l’uscita y(·) di un sistema. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). è possibile costruire un sistema S−1 : U → I . pertanto. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . Si noti che. In questo caso. la causalità rappresenta un vincolo a cui il sistema deve obbedire. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. Se il sistema è invertibile. non potremo risalire univocamente a x(t). Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. nell’elaborazione di immagini.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. in altre parole. faremo uso della notazione semplificata (3. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) .12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig.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. Si può verificare che. se il sistema S è invertibile.5) per esprimere i legami i-u dei sistemi.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. osservato y(t). . Più precisamente. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). se S−1 è il sistema inverso di S.3. (3. non vi è alcuna restrizione sui segnali di ingresso e uscita. per ogni segnale y(·) ∈ U. siamo interessati a risalire all’ingresso x(·) che l’ha generata. la variabile indipendente è di tipo spaziale). comunque si fissi un segnale di uscita y(·) ∈ U. 10 Nel seguito di questa sezione.

14) .) x(.3) assume la forma y(n) = S [{x(k)}k∈Z ] . nella sua forma più generale: y(t) = S [{x(u)}u∈R .104 Proprietà dei sistemi y(.12. mentre U è costituito da tutti i segnali non negativi a valori reali.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].12).12) è violata. Estendendo tale concetto in modo ovvio al caso TD.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. (3.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. è in generale un problema abbastanza complesso. In questo caso.3. (3. Se tale dipendenza dal tempo non c’è. non vi è alcuna restrizione sui segnali di ingresso. a tale scopo possiamo far riferimento alla condizione necessaria (3. possiamo dare la seguente definizione: Definizione 3. È facile provare che il sistema raddrizzatore non è invertibile. Pertanto. Va notato in conclusione che. 3.t] .2) assume la forma y(t) = S [{x(u)}u∈R ] . salvo per casi particolari. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. lo studio dell’invertibilità di un sistema. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . poiché la (3. 3. Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.) S S -1 x(. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. nonché la determinazione del sistema inverso. il raddrizzatore non è dotato di sistema inverso. e quindi i suoi effetti sono irreversibili.) Fig. Esempio 3.

producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 .13) o la (3. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. allora yt0 (t) = y(t − t0 ). 3.14) si dice tempo-variante (TV) o non stazionario. cioè. si consideri ora il segnale xt0 (t) = x(t −t0 ). il suo comportamento non cambia nel tempo. in questo esempio. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). Se il sistema è TI. e quindi l’origine dei tempi può essere fissata arbitrariamente. 3. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). un sistema che non soddisfa la (3. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). Esempio 3. Specificatamente. 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).15) . R1 (t) + R2 (t) (3. 3. 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. Se tuttavia si tiene conto degli effetti +R termici.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. con riferimento ad un sistema TC. a partire dal segnale x(t). in altre parole. Se invece il sistema è TV. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . Viceversa. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. avente relazione i-u y(t) = R2 x(t) . R1 + R2 è un sistema TI.13.2). Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). ottenuto da x(t) introducendo il ritardo temporale t0 . in quanto il rapporto R1R2 2 non dipende dal tempo.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. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo.3. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop.13.

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

è TV. 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. 3. D’altra parte.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . e la loro posizione nella cascata è ininfluente.9. In altre parole. È chiaro che yt0 (t) = y(t − t0 ). 3.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. si dimostra che l’amplificatore a guadagno variabile a TD. è un sistema TV in generale (è TI se e solo se α (n) = α ). All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). è conveniente in generale utilizzare la prop.2 dell’invarianza temporale.14. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . facciamo uso ancora una volta della notazione semplificata (3.2 piuttosto che la def. per ogni segnale di ingresso x(n) ∈ I . Esempio 3. Analogamente. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). per cui. l’amplificatore a guadagno variabile è un sistema TV. .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. Se il sistema TD S è TI. verifichiamo che in generale il sistema y(t) = α (t) x(t). Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. In effetti. evidentemente. i due schemi in figura sono equivalenti.16. ovviamente tale risultato non sussiste se il sistema è TV. per dimostrare che un dato sistema è invariante temporalmente oppure no. ovvero se la sua relazione i-u è y(t) = α x(t). introdotto nell’es. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . se il sistema è TI. 3. conviene procedere per sostituzioni formali.3 Proprietà dei sistemi 107 x(n) z . 3. forniscono la stessa uscita in risposta allo stesso segnale.5) per esprimere i legami i-u dei sistemi. per il quale si ha y(n) = α (n) x(n). ovvero se α (t) = α (costante). Per non sbagliare. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . come mostrato dagli esempi che seguono. In pratica. 11 Per semplicità. quindi. le trasformazioni S e Sz−n0 commutano.

3. e l’integratore non causale dell’es. si può provare che l’integratore con memoria dell’es. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. 3. per cui resta provato che l’integratore è un sistema TI. In conclusione. 3. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. 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 ) . Tuttavia. Ad esempio. Esempio 3.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. 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). un amplificatore audio non è un sistema TI in senso stretto. se tale proprietà non fosse verificata. se il volume è tenuto fisso. il sistema risulterebbe TV. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . . e pertanto il sistema risulta essere TV. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. sono anch’essi sistemi TI. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . per l’intervallo di durata di un compact disc. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC.10.1): y(n) = x(−n) .9 è TI. 3.2 è un sistema TI. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). k=0 M M per cui il sistema è effettivamente TI. 3.8.20 (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 § 2.1 è un sistema TI. Effettuando il cambio di variabile v = u − t0 .108 Proprietà dei sistemi Esempio 3. e cambia meno drasticamente quando si alza o si abbassa il volume. Tuttavia.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. Esempio 3. Infatti. il sistema può ritenersi ragionevolmente TI. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . Allo stesso modo.

per cui anche y(t) è limitato. che coinvolgono anche la limitatezza delle variabili di stato. Esempio 3. si possono dare definizioni diverse di stabilità. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. Nel seguito.19) per ogni x(t) ∈ I limitato. per ogni valore di tempo. 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. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . ∀t ∈ R .20) per ogni x(n) ∈ I limitato. e trovare un’opportuna maggiorazione per l’uscita.3. bisogna supporre che l’ingresso sia arbitrario ma limitato. In pratica. Ky ∈ R+ .5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata. per ogni valore di tempo. (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 . 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. con Kx . Esempio 3. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z.12 Matematicamente. Ky ∈ R+ .21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky .3. (3. Per la rappresentazione i-s-u. Con analoghi passaggi. e non attraverso la rappresentazione i-s-u. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . ∀t ∈ R .9. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. per provare che un sistema è stabile. (3. Infatti. e supponendo anche in questo caso che il guadagno sia limitato.3 Proprietà dei sistemi 109 3. Esempio 3.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). da cui si ricava che anche y(t) è limitato. cioè che valga la condizione |x(·)| ≤ Kx . con Kx . è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. 3. . invece.23 (sistema MA) Proviamo che il sistema MA dell’es. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky .10 (sistema stabile in senso BIBO) (a) Un sistema TC con ingresso x(t) ed uscita y(t) si dice stabile in senso BIBO se |x(t)| ≤ Kx per ogni t ∈ R =⇒ |y(t)| ≤ Ky per ogni t ∈ R .

per provare che un sistema è stabile. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. Come si vede. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. Un esempio di sistema instabile: il Tacoma Narrows Bridge.1.5 metri. se |x(n)| ≤ Kx per ogni n ∈ Z. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato.15. descritto dalla relazione i-u y(t) = t −∞ x(u) du . Notiamo che un sistema MA è sempre stabile. 3. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . per provare che un sistema è instabile. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). in ogni istante di tempo. 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). assume cioè valore infinito in almeno un istante di tempo. Esempio 3. k=0 M M per cui anche y(n) è limitato. 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. Infatti. ∀n ∈ Z . (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. che è un segnale limitato in quanto assume solo i valori 0 ed 1.110 Proprietà dei sistemi (a) (b) (c) Fig. . 3. è stabile. (b) Le oscillazioni viste da una estremità del ponte. Viceversa.

quali ad esempio il fasore. n ≥ 0.. 2. abbiamo provato che il sistema è instabile. è instabile. che. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi.C. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . Infatti. per determinati segnali di ingresso. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. in un sistema fisico instabile. l’uscita può assumere. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. USA) che crollò nel 1940. Nel seguito supporremo che.3 Proprietà dei sistemi 111 non è un sistema stabile. 3. Viceversa. che è non limitato. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura.15). La stabilità è una proprietà fondamentale nel progetto dei sistemi. rispettivamente. se si pone in ingresso x(n) = u(n). Proprio per evitare l’innesco di pericolose oscillazioni.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. in quanto l’integrale −∞ du non è limitato. n < 0. ed è un segnale non limitato in ampiezza. 3. valori arbitrariamente grandi. cioè. Infatti. In maniera simile. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. applicando al sistema segnali di ingresso limitati. più in generale. cioè l’accumulatore dell’es. in quanto assicura che. si prova che la versione a TD dell’integratore con memoria infinita. pochi mesi dopo essere stato aperto al traffico. che possono portare alla rottura. t t u(u) du = y(t) =  du = t . si ottiene in uscita il segnale  0 .43). Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. 3. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . e calcoliamo l’uscita:  0 .3.3. Questa scelta ci consente di trattare anche segnali. X ≡ C. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. secondo la definizione seguente: . t < 0. Tale difficoltà lascia intuire che il sistema è instabile.6 Linearità La proprietà di linearità è estremamente importante.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. che rappresenta una rampa a TC (fig. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. t ≥ 0 . per provarlo. D’altra parte. poniamo in ingresso x(t) = u(t) (ingresso limitato). l’uscita non assumerà mai valori arbitrariamente grandi.2.

16(b).16(b) (si faccia attenzione: non è una configurazione parallelo). allora la configurazione serie in fig. Precisamente.) x(. se x1 (·) ∈ I e x2 (·) ∈ I. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. Pertanto.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.17.) S α y b(.16.17(a) è equivalente al sistema raffigurato in fig. allora la cascata del sommatore e del sistema S in fig. In altre parole.) (b) Fig. allora anche x1 (·) + x2 (·) ∈ I. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. 3. se x(·) ∈ I. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. se il sistema S verifica la proprietà di omogeneità.112 Proprietà dei sistemi x(. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. affinchè il sistema S possa essere lineare. Infatti. ∀α ∈ C . occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. 3. nel senso che ya (·) ≡ yb (·). ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. la proprietà di additività impone implicitamente che. 3. la proprietà di omogeneità impone implicitamente che. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). quindi. la proprietà di omogeneità può essere interpretata come in fig. con riferimento alla fig. 3. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma.16(a) è equivalente alla configurazione serie in fig. si ha: α x(·) −→ α y(·) . 3. se il sistema è omogeneo. Da un punto di vista sistemistico. Allo stesso modo. se il sistema S verifica la proprietà di additività. quindi. Da un punto di vista matematico. 3. 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 . nel senso che ya (·) ≡ yb (·). 3. le configurazioni (a) e (b) sono equivalenti. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi.) α (a) S y a(. Definizione 3. se si deve calcolare la risposta del . si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) .16. Se il sistema S verifica la proprietà di omogeneità. allora anche α x(·) ∈ I.

3. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . se si deve . che caratterizzano la linearità di un sistema. 3. le configurazioni (a) e (b) sono equivalenti.) x2(. 3.22) che ammette l’interpretazione sistemistica riportata in fig. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. α2 ∈ C . Le due proprietà precedenti.3 (principio di sovrapposizione) Un sistema è lineare se. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente.17. 3.) S (b) Fig. (3. adoperando la notazione semplificata (3. e poi sommare i segnali di uscita ottenuti.3 Proprietà dei sistemi 113 x1(.18(b) sono equivalenti. allora i due sistemi riportati in fig. Se il sistema S verifica la proprietà di additività.) x2(.18(a) e fig.) S y b(.) (a) x1(.18: se il sistema S è lineare. ∀α1 . anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . 3. pertanto.5) per il sistema S. ∀α1 . α2 ∈ C . e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. cioè.) S y a(. ya (·) ≡ yb (·). (3.21) Notiamo che il principio di sovrapposizione si può esprimere.

con k ∈ Z. α2 .22) come caso particolare. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. . . si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. . come l’invarianza temporale.) x2(. occorre imporre alcune condizioni matematiche aggiuntive. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). (3.23) come definizione di principio di sovrapposizione.) α1 S α2 (a) y a(. Se il sistema S è lineare.) x2(. anche la linearità è una idealizzazione . il numero di segnali xk (·) è infinito. A tale proposito. Il principio di sovrapposizione si può estendere anche a più di due ingressi e con qualche cautela matematica anche ad una infinità numerabile di ingressi: se all’ingresso xk (·) ∈ I corrisponde l’uscita yk (·) ∈ U. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. che ovviamente racchiude la (3. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. 3. utilizzando i coefficienti α1 e α2 .) x1(. se. i segnali di uscita ottenuti. . ∈ C . e poi combinare linearmente. nel seguito assumeremo la (3.23): in questo caso.18.23) discende semplicemente dalla (3. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. αk . con gli stessi coefficienti. la (3.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3.114 Proprietà dei sistemi x1(.) S α1 y b(.22) da sola non basta per assicurare la (3. si noti che.22). . l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. . si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. invece. k ∀α1 . . le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione).) S α2 (b) Fig.

3. ∀α ∈ C . se l’ampiezza del segnale di ingresso eccede tale soglia.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. il sistema dell’es.22). quando si parla di sistema lineare. in quanto soddisfa al principio di sovrapposizione. Sia nel caso TC che TD. ∀α ∈ C. Una conseguenza importante della proprietà di linearità. Ad esempio. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . in particolare. Prova. e sia y0 (·) l’uscita corrispondente a tale ingresso. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. 3. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). per l’omogeneità. si ha yL (t) = b1 x(t) e y0 (t) = b0 . Tali sistemi sono una generalizzazione dei sistemi lineari.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . α x0 (·) −→ α y0 (·) . Poiché x0 (·) −→ y0 (·). in elettronica. il sistema non può più considerarsi lineare. Esempio 3.13 Esempio 3. allora deve aversi necessariamente y0 (·) = α y0 (·).19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. Adoperando la formulazione (3. Proprietà 3. si ha. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. Sia x0 (·) ≡ 0 l’ingresso nullo. in pratica. l’uscita corrispondente è necessariamente nulla. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. 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)] . 3. variabile da sistema a sistema. 3. e più precisamente dell’omogeneità. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. che rappresenta l’uscita corrispondente all’ingresso nullo. e si dicono lineari per le differenze. Infatti. Sebbene sia non lineare secondo la definizione data.26. si ha. In pratica. si intende un sistema che soddisfa il principio di sovrapposizione. Infatti ponendo x(t) ≡ 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. in quanto. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. 13 Tipicamente. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. . Nell’es. si trova y0 (t) = b0 = 0. e la moltiplicazione del segnale di ingresso per una costante di ampiezza arbitraria non si traduce semplicemente nella moltiplicazione dell’uscita per la stessa costante.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. con b0 = 0. infatti. (3. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”.

28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .12 (non linearità senza memoria) Sia g(·) una funzione non lineare. Esempio 3.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. Fig. né quella di additività.1). Infatti. cfr. e quindi non è additivo. Esso appartiene pertanto ad una classe più generale di sistemi. che prende il nome di caratteristica i-u.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. 3. es. cfr. 3.2) lineari e a coefficienti costanti. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. y(t) = sgn[x(t)] (“hard limiter”).20.27 è anche TI e non dispersivo o senza memoria (cfr.116 Proprietà dei sistemi x(.) y 0(.) y(. cfr. detti anche non-linearità senza memoria: Definizione 3. Infatti. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. 3. 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.) Fig. è descritto nell’esempio seguente. 3.) sistema lineare y L(. Un caso più caratteristico di sistema non lineare. 3.6. e sono rappresentati graficamente come in fig. Esempio 3. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.6.) x(. arbitrari x1 (·) e x2 (·). la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. Il sistema quadratico dell’es. 3. e quindi non è omogeneo. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x).21. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. § 3. 3.3.19. un sistema TI senza memoria.1) o alle differenze (nel caso TD. § 4. § 4. se si indica (fig. e prende il nome di sistema quadratico o non-linearità quadratica. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. e y(t) = x3 (t) (sistema cubico).20. Un esempio “fisico” tratto dall’elettronica è il diodo. Per l’omogeneità. 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)] . che non risulta neppure lineare per le differenze.) g(x) y(.15).

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

con N ≥ 1 numero intero dispari .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 . Calcolare la memoria del sistema.118 Proprietà dei sistemi 3.2 Si consideri l’interconnessione di sistemi riportata in fig. 3. 3. . Risultato: y(t) = 2 u[x(t)]. Risultato: La memoria è pari a N − 1. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . y(t) = sgn[x(t)].23.2. 4 Esercizio 3. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. y(t) = 2 ln(|x(t)|). Sistema dell’esercizio 3. Determinare il legame i-u del sistema (complessivo) riportato in fig.23.23.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 .4 Esercizi proposti Esercizio 3. 2 4 S3 : y(n) = x(2n) . Esercizio 3. Determinare il legame i-u del sistema (complessivo) riportato in figura. y(t) = ex(t) . 3. Risultato: y(n) = x(n) + 1 x(n − 1).

3. x(n) = R3 (n) −→ y(n) = 3n u(n) . se T1 < T2 . (b) Il sistema è invertibile? Giustificare la risposta. la memoria è pari a T1 . con T2 > 0.] Risultato: Il sistema può essere causale (non è detto che lo sia). la memoria è pari a 2 T2 − T1 . x(τ ) dτ . con A ∈ R. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. x(t) = rect(t − 1) −→ y(t) = e−3t . Risultato: (a) y(n) ≡ 0. Esercizio 3. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.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) . Risultato: Se T1 ≥ T2 .7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n).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 .3. Esercizio 3. . indipendentemente dalla costante 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) . con T1 > 0. 3. (b) non invertibile: in virtù del risultato del punto (a). l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.1 del libro di testo. Esercizio 3.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop.] Risultato: Il sistema è non causale.

24. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).120 Proprietà dei sistemi Esercizio 3.9. Esercizio 3. 3.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . Segnali dell’esercizio 3. Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). 3. rispettivamente. 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). (c) non può essere tempo-invariante. determinare il sistema inverso. è necessariamente tempo-variante. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). (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. (a) Caratterizzare gli insiemi di ingresso ed uscita. In caso affermativo. l’insieme U è costituito da tutti i segnali positivi. stabilire se il sistema può essere tempo-invariante. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). x2 (n) e x3 (n). (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (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.9 Il sistema S in fig.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ .24 è lineare. Risultato: (a) nessuna restrizione su I. (b) Stabilire se tale sistema è invertibile.

(a) Determinare il legame i-u del sistema. Esercizio 3. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). Nella stessa figura sono riportate le uscite del sistema y1 (n). (a) Stabilire se il sistema può essere lineare. (b) yb (t) = ya (t) = cos(2π fct).13 Il sistema S in fig. (c) il sistema non può essere tempo-invariante. (b) stabile. Esercizio 3. è necessariamente tempo-variante. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). Risultato: (a) ya (t) = cos(3t). dire se il sistema può essere tempo-invariante. è necessariamente non lineare. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). 3.25.11 Si consideri il sistema riportato in fig. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). Risultato: (a) non può essere lineare. x(t) = e− j2t −→ y(t) = e− j3t . (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). x2 (n) e x3 (n). (c) non può essere tempo-invariante.11.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). è necessariamente tempo-variante. rispettivamente. Esercizio 3.3. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari.25.12 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 . 3. 3. (b) yb (t) = cos(3t − 1). Sistema dell’esercizio 3. Risultato: (a) ya (t) = cos(2π fct). (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (b) Dire se il sistema è stabile. (c) Stabilire se il sistema può essere tempo-invariante. con t0 ∈ R. x(n) y(n) (-1) n Fig. Esercizio 3.26 è tempo-invariante.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: .

(c) lineare. causale se T ≥ 0 e non causale se T < 0.1 sono necessariamente uguali”. dispersivo se T = 0. tempo-variante e stabile. tempo-invariante e stabile.15 Classificare. le uscite dei due sistemi S1.122 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. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità.2 è y(n) = δ (n + 2). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. Esempio: quando x1 [n] = x2 [n] = δ [n]. tempo-invariante e stabile. 3. con T ∈ R − {0}. mentre S2. stabilità): (a) y(t) = 2 exp[x(t)]. Inoltre. il legame i-u del sistema S2.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). tempo-variante e stabile. non causale. (b) y(t) = x(t − 2) − x(1 − t). S2 : y(n) = x(n + 2).1 è y(n) = x(−n + 2). Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. causale se T > 0 e non causale se T < 0. dispersivo. motivando la risposta e fornendo almeno un esempio a suo supporto. . motivando brevemente le risposte. (d) lineare. non dispersivo. Risultato: (a) non lineare. dispersivo. causalità.2 è y(n) = x(−n − 2). l’uscita del sistema S1. sia S1.13. (c) y(t) = x(t) cos(2π t). Esercizio 3. invarianza temporale. (d) y(t) = [x(t) + x(t − T )] u(t). causale. causale. Segnali dell’esercizio 3. non dispersività. mentre l’uscita del sistema S2. S1 : y(n) = x(−n) . (b) lineare. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n).2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). (e) non lineare. non dispersivo. tempo-variante e stabile.26.2 e S2. Stabilire.1 è y(n) = δ (n − 2).

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

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

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

126 Proprietà dei sistemi .

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

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

7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.3) non si sovrappongono nel tempo. si ha semplicemente αk = x(k). 2.4. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. non essendo dipendenti dal tempo n. Scegliendo come segnali elementari xk (n) nella (4. sostituendo la (4. si dice che la risposta impulsiva è una risposta canonica. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . Pertanto. ∀k ∈ Z . come già detto. Notiamo peraltro che la (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. se si osserva che gli impulsi δ (n − k) nella (4. Si noti che. (4.6) cioè traslando l’impulso in ingresso di k campioni.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . sia la proprietà di invarianza temporale [nella (4. 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. La funzione h(n) che compare nella (4.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).7) prende il nome di convoluzione a TD.3) Determinare i coefficienti αk della rappresentazione è semplice.3. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . la rappresentazione (4. nonché l’invarianza temporale del sistema.6) nella (4. e sarà studiata più approfonditamente nel § 4.5)].2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.4). ed abbiamo sfruttato il fatto che le quantità x(k). (4. (4.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. il segnale di uscita h(n) trasla anch’esso di k campioni.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 . Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] .4) si può giustificare in maniera più formale anche applicando le prop. Supponiamo allora che un segnale x(n). ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). Definiamo allora il segnale h(n) = S[δ (n)].4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. utilizzando la conoscenza della sola risposta impulsiva del sistema. ovvero xk (n) = δ (n − k). In questo senso. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. 3. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). L’operazione matematica effettuata tra x(n) ed h(n) nella (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . rappresentato mediante la (4. esteso al caso di una infinità (numerabile) di segnali. la (4. .5) dove abbiamo applicato il principio di sovrapposizione.5).1) l’insieme numerabile degli impulsi discreti traslati nel tempo. (4.3 dell’impulso discreto. (4. sia posto in ingresso ad un sistema TD LTI. Ribadiamo che per ricavare la (4. con k ∈ Z.6)].

9) rappresentata graficamente in fig. ∀k ∈ {0. .1(a) nel caso generale. 4.1. . x(1) h(n − 1) e x(2) h(n − 2). la (4. . 3. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2).1(b) al caso M = 5 e 1 bk = M+1 = 1 . (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 .7) mostra che. . 5}. . In sostanza. D’altra parte. 4.8): h(n) = k=0 ∑ bk δ (n − k) . per un dato k ∈ Z. dove è calcolata graficamente la risposta del sistema MA dell’es. .2. (4. ponendo x(n) = δ (n) nella (4. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . 6 Esempio 4. è utile mettere in luce una particolare interpretazione della (4.7). 1. dal confronto tra la (4.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.7). 1. (a) Risposta impulsiva di un generico sistema MA. 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). In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). si ha.. M (4.11) . altrimenti . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .. 1. k ∈ {0. . il segnale di uscita si ottiene sommando tali segnali. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. 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).10) espressione che fornisce gli stessi valori della (4. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 4. M} . è semplice provare che tale sistema è sia lineare che tempo-invariante. avente la risposta impulsiva di fig. . Questa interpretazione è chiarita in fig. Prima di passare al caso TC. per ogni k ∈ Z. pari ad M + 1 campioni. con n ∈ Z. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. È interessante notare che la risposta impulsiva del sistema MA è di durata finita.. (4. Infatti. e particolarizzata in fig. .1. ∀k ∈ {0. 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.7). . 4. 4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].9).9. M (4. . 5}.8) e la (4.1(b). . 4. 0 . al segnale di ingresso x(n) = 1 R3 (n). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).

2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig. Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). 4.2.4. .

data l’analogia formale tra la (4. prop. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).4). τ )] del sistema ai segnali elementari x(t. . dove la delta di Dirac sostituisce quella discreta.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. con τ ∈ R.14) non discende direttamente dalla prop. (4.12) 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 .14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo.7) è simile a quella vista nel caso TD. con t ∈ R.3. 2. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. τ ). le risposte S[x(t. anche la (4. seguendo passaggi matematici simili a quelli già visti per il caso TD. con gli stessi coefficienti α (τ ) dτ . ossia: x(t) = +∞ −∞ α (τ ) x(t. formalmente.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4.1).4) al caso TC.12) si basa su una definizione più generale di linearità di un sistema. L’operazione matematica tra x(t) ed h(t) che compare nella (4. senza perderci in complicate discussioni matematiche. La (4. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . e prende il nome di convoluzione a TC.11).13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. Nel seguito. Notiamo inoltre che. τ ) = δ (t − τ ). centrati in tutti i possibili istanti di tempo τ ∈ R. tuttavia. per τ ∈ R. Una giustificazione immediata ed intuitiva della (4.2). per ogni τ ∈ R. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso.11) e la (4. la (4. come già visto nel caso TD. Precisamente.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. A differenza del caso TD. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ .3 e richiede delle condizioni matematiche aggiuntive per la sua validità. La derivazione della (4. Tale rappresentazione si può vedere come l’estensione della (4. Così come il principio di sovrapposizione (3. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. Tuttavia. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). (4. (4. assumeremo direttamente la (4. τ ).11).12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. 4.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. integrando) i segnali x(τ ) h(t − τ ) dτ . In pratica mediante la (4. τ )dτ . Precisamente.2). e rappresenta. segue che α (τ ) = x(τ ) e x(t. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . dal confronto con la (4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. 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 . τ )]dτ . supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t.23) per una infinità numerabile di segnali. e l’integrale prende il posto della sommatoria. non è possibile dare una giustificazione immediata della (4. 3. se il sistema è LTI.

7) oppure (4. per cui è un sistema LTI.12). ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). T ). si può mostrare che la (4. es. In altri termini. notiamo preliminarmente che. avente relazione i-u: y(t) = t t−T x(u) du . In maniera equivalente. da cui.5T T x(t − τ ) dτ . (4.4.2). 4. e cioè: y(t) = +∞ −∞ rect τ − 0.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. anche tale risposta impulsiva è di durata finita. con il cambio di variabile τ = t − u → u = t − τ .2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. per confronto con la (4. Si può facilmente verificare che tale sistema è sia lineare. 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) . 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. (4. sia invariante temporalmente. pari a T e coincidente con la memoria del sistema.15) con T > 0.5T T . (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).15) si può scrivere come una convoluzione: infatti.1.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . (4. 4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. in maniera più formale. la (4. possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). Negli es. si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. .2. Come nell’es. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .1 e 4.12).17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. allora il sistema è necessariamente LTI. Successivamente.

Seguendo la procedura delineata precedentemente. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. e sommando i risultati dei prodotti ottenuti. Nel caso TD. 4. (2) Effettuare prima la riflessione del segnale x(k).18) sono del tutto equivalenti. se n > 0 [traslazione verso destra. successivamente. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2.12) nel caso TC. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. costruendo il segnale z(k) = x(−k) e.1. Per calcolare gli altri valori della convoluzione. partendo dal caso TD per semplicità. fatta eccezione per casi particolari. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. dobbiamo costruire il segnale wn (k) = z(k − n). e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. Se non effettuiamo nessuna traslazione su z(k). si vede che per n < 0 [traslazione verso sinistra. descritta dalla (4. e verso sinistra se n < 0. per cui il risultato della convoluzione è nullo. che si ottiene da z(k) mediante traslazione di n campioni. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. rappresentiamo h(k) in funzione di k [fig. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).7) nel caso TD. vedi anche il § 4. 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. possiamo ottenere direttamente il risultato della convoluzione per n = 0. Ovviamente. il segnale wn (k) non si sovrappone con h(k).3 Convoluzione Come abbiamo visto nel paragrafo precedente. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . si nota che si ha sovrapposizione tra h(k) e . la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . La difficoltà maggiore è che. 4.3(b)] ed il segnale riflesso z(k) = x(−k) [fig.3(e)]. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). (3) Per ogni fissato valore di n ∈ Z. oppure dalla (4. con a = 0.18) Le due espressioni riportate nella (4. consideriamo il seguente esempio. 4. si veda la fig.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) .3.1 seguente). Esempio 4. 4. Per capire meglio il meccanismo precedentemente descritto. Prendendo come riferimento la seconda delle (4.3(a)]. (4. In particolare. insieme con x(k) [fig. 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.3(d)]. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati.134 Sistemi lineari tempo-invarianti (LTI) 4. si veda la fig.3(c)]. Viceversa. in particolare. per la proprietà commutativa della convoluzione. effettuare la traslazione del segnale z(k) verso destra se n > 0.18).

Facendo riferimento per convenienza alla seconda delle (4. n}. . l’esempio mostra chiaramente che. h(k) w2 (k) = 1 + a + a2 . (4. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. che in generale potrebbe non convergere. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. se n < 0 . Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a .7) vada effettuata in principio su infiniti valori di k. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . Per un generico valore n > 0. h(k) w3 (k) = 1 + a + a2 + a3 . altrimenti . vale a dire: . 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica.7). la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . . Si noti che.19). 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . se |a| < 1. In particolare. 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 . . in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. h(k) e wn (k) si sovrappongono per k ∈ {0. un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. y(n) = 1 − an+1  . oppure anche per tutti i valori di n. C. sebbene la somma in (4. ed è rappresentato graficamente in fig. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . In particolare. 2. . il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . tale numero di campioni è pari ad n+1.3(f) nel caso in cui 0 < a < 1.3 Convoluzione 135 wn (k) su un numero finito di campioni. + an = k=0 ∑ ak = n 1 − an+1 . in pratica essa può ridursi ad una somma finita di valori per ogni n. 1−a In definitiva. 4. è semplice considerare i casi per n = 1. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. per effettuare correttamente il calcolo della convoluzione. 1. Ovviamente esistono casi in cui il numero di termini della somma è infinito. più precisamente. .19) Anche in questo caso. L’esempio precedente evidenzia che l’interpretazione grafica è fondamentale per individuare correttamente gli estremi effettivi della sommatoria su k ∈ Z che compare nella (4. per alcuni valori di n.4. .

6 h(k) 0.6 0.2 0 (b) z(k)=x(−k) 0.4): (a) rappresentazione di h(k). (e) traslazione verso destra di z(k) (n = 5).6 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.4 0. 4. (b) rappresentazione di x(k).2 0 −10 −5 0 k 5 10 x(k) 1 0.8 0.8333) e x(n) = u(n) (es.6 0. (d) traslazione verso sinistra di z(k) (n = −5).6 0.8 0.3. (f) risultato della convoluzione.8 0.8 w−5(k)=x(−5−k) 1 0. 4.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig. .4 0.2 0 −10 −5 0 k 5 10 (a) 1 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.4 0.4 0. (c) riflessione del segnale x(k).4 0.

   T2 + T1 − t. costruendo il segnale z(τ ) = x(−τ ) e.4(c)]. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. 4. rappresentiamo x(τ ) [fig. 4. 4.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. T2 ≤ t < T2 + T1 . Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. per cui risulta y(t) ≡ 0 per t ≤ 0. il valore della convoluzione y(t) all’istante t si ottiene moltiplicando tra loro i segnali h(τ ) e wt (τ ) per tutti i valori di τ ∈ R. Esempio 4. per 0 < t < T1 . Per T2 ≤ t < T2 + T1 . 0 < t < T1 . ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). per cui si ha nuovamente y(t) ≡ 0. . 0. Facciamo per comodità riferimento alla seconda delle (4. 4. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto.4(d)]. successivamente.4. effettuare la traslazione del segnale z(τ ) verso destra se t > 0. y(t) = (4. T2 ). in quanto le due finestre rettangolari si sovrappongono solo su un punto.4(a)] e h(τ ) [fig. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. per T2 ≤ t < T2 + T1 .t). Infine. e verso sinistra se t < 0. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. Considerando invece valori positivi di t. T1 ≤ t < T2 .5T2 T2 . (2) Effettuare prima la riflessione del segnale x(τ ). invece. Per T1 ≤ t < T2 .2) avente risposta impulsiva h(t) = rect .20) T1 .4(b)] in funzione di τ ∈ R. di durata ∆x = T1 . es. per cui si ha: y(t) = t t−T1 dτ = T1 . per cui si ha: y(t) = t 0 dτ = t . per t ≥ T2 + T1 . le finestre non si sovrappongono affatto. ed assumiamo T2 > T1 . 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. 4. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. Per prima cosa. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . 4.4(e)]: in particolare. Traslando il segnale z(τ ) verso sinistra [fig.5T1 T1 t − 0. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . Riassumendo. ed effettuando l’integrale del prodotto. successivamente. (3) Per ogni fissato valore di t ∈ R.t).   t. posto in ingresso al sistema LTI (cfr. di durata ∆h = T2 .19).

scambiando il ruolo dei due segnali. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. Per questo motivo. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . t < 0 oppure t ≥ 2T . Come mostrato in fig. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata.7) e quella a TC (4. non ha nessun senso dal punto di vista sistemistico. per T ≤ t < 2T . ed è rappresentato graficamente in fig. 4.6 sono equivalenti. Per questo motivo. come discusso di seguito. l’integrale di convoluzione può non esistere finito. tutte le proprietà algebriche del prodotto convenzionale. cioè i due schemi in fig. nel senso che ya (·) ≡ yb (·). oltre a proprietà specifiche. similmente alla somma di convoluzione. Ovviamente questo scambio. mentre la seconda è definita mediante un integrale.3. Nel caso particolare T1 = T2 = T . è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC.3. 4. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. nello studio delle proprietà della convoluzione. 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(·). notiamo che l’intervallo di tempo (T1 . la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . in particolare. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. in quanto si può verificare che la convoluzione possiede. . 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.4(f).20). Si noti che se T1 > T2 si può procedere allo stesso modo. 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. per 0 < t < T . pertanto. la convoluzione viene chiamata anche prodotto di convoluzione. traslazione. C. e prende il nome di proprietà di durata della convoluzione (cfr. In conclusione. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. § 4. nel seguito. ed è rappresentata in fig.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . calcolo dell’area) sono molto simili nei due casi.   2T − t. prodotto. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . se è possibile dal punto di vista matematico.1). per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. notiamo che. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . In altri termini. 4.  y(t) = t.6.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. 4.12) è che la prima è definita mediante una sommatoria. 4. A tale scopo.5.

(f) risultato y(t) della convoluzione. (c) riflessione del segnale x(τ ).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. 4. . Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es. (b) rappresentazione di h(τ ). 4.4. (d) traslazione verso sinistra di z(τ ) (t < 0). (e) traslazione verso destra di z(τ ) (t > 0).4): (a) rappresentazione di x(τ ).

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

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

se per calcolare y(t − t0 ).4) nel caso TD e la (4. ∀t0 ∈ R .n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig.142 Sistemi lineari tempo-invarianti (LTI) x(.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . invece che alla (4. ad esempio.9. infatti. Dal punto di vista matematico. 4.) x(. x(n − n0 ) −→ y(n − n0 ) . . rispettivamente. ∀t0 ∈ R . 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 ) . x(n − n0 ) ∗ h(n) = y(n − n0 ) .11) nel caso TC.3 Dal punto di vista dell’interpretazione sistemistica.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. ∀n0 ∈ Z . 4. per ogni x(·) ∈ I e y(·) ∈ U. rispettivamente. Tale sistema prende il nome di sistema identico. noti inoltre che. Le (4. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop.22). notiamo che la (4. In virtù della proprietà di invarianza temporale (4.) x(n) z . ∀n0 ∈ Z . x(n) h(n) (b) -(n1+n2) z y b(n) Fig.) δ(.22) (4.22) [un discorso analogo vale per la (4. 4. 3. (4. è possibile riottenere la (4. esprimendo la relazione i-u del sistema mediante una convoluzione.2). i due schemi in figura sono equivalenti. si giungerebbe.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. Nel caso di un sistema LTI. la (4. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.9). Per giustificare invece la correttezza della (4. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).21). abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. esplicitando la convoluzione (4. si ha.10. secondo la quale.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. per sistemi a TC e a TD.25) della convoluzione. e per la (4. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . In un sistema identico. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).22) e (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.

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

la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. per ottenere la risposta al gradino a partire dalla risposta impulsiva.34) e (4. ovvero è anch’essa una risposta canonica. non solo la risposta impulsiva. 2. In altri termini. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1).35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. con un tempo di salita molto stretto. (4.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . 3. Notando che la (4. (4. Infatti.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). In definitiva. 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) . secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr.11(a). è sufficiente far passare quest’ultima in un sistema accumulatore. come ad esempio il segnale uε (t) di fig. . in particolare.7) di un sistema TD LTI. ma anche la risposta al gradino caratterizza completamente un sistema LTI. sfruttando la relazione i-u (4. 4. Nel caso TD. In particolare.12. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) .2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n).34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. es. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4.4. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . le relazioni (4.

si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ .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). tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . 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. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. Pertanto. dunque. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. un valore appropriato di ε dipende dalla struttura interna del sistema e. 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. Dalla (4.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . si ottiene h(t) = d s(t) dt (4. utilizzando la (4.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. (4. Infatti. come già detto in precedenza. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) .1. con ε sufficientemente piccolo. Infatti la risposta al gradino s(t). Nel caso TC. aventi area unitaria. 2. 5 Non esiste una regola generale per stabilire quanto ε .37) Le (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.12). 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 . raffigurati in fig.36) ed (4. Nel caso TC valgono considerazioni analoghe.36). 2ε 2ε (4. In particolare. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . in quanto caratterizza completamente il sistema.4). e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica.11(b). Tuttavia.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t).150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. abbiamo visto [si veda la (2. varia da sistema a sistema. trattandosi di una pura astrazione matematica (cfr. Per la linearità del sistema. § 2. adoperando le proprietà di linearità e di invarianza temporale del sistema. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) .

39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . Si può notare che. per cui l’integratore (4. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. il segnale in fig. es. si tratta cioè di una rampa. identicamente nulla per t < 0. dt (b) Nel caso TD. es. In maniera equivalente.37) è esattamente la risposta impulsiva.13(a)]. 3.39) Abbiamo già mostrato che tale sistema è TI (cfr.39) è un sistema LTI. si può mostrare che la (4. 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.36).18) e si può facilmente verificare che tale sistema è anche lineare. es. in virtù della (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) . 4. per ε → 0.40) con la (4. Confrontando la (4. in fig. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. In pratica. che per la (4. Utilizzando la (4. se ε 1. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale).13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. che cresce linearmente per t > 0 [fig.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.13(b)]. 3. .40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . 3. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . (4. Conseguentemente. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. la risposta al gradino s(n) e la risposta impulsiva h(n) di un sistema LTI sono legate dalla relazione biunivoca: s(n) = k=−∞ ∑ n h(k) ←→ h(n) = ∇1 [s(n)] = s(n) − s(n − 1) . possiamo dire che. 4. 4.24): s(t) = t u(t) . (4.4 Risposta al gradino 151 alla derivata della risposta al gradino. 4.38).12). la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . il cui valore è (cfr.4. Esempio 4.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).1).3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC.

42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. si può mostrare che la (4.42) con la (4.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . . Integratore con memoria infinita (es. In maniera equivalente.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. 4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . es. 4. (4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.152 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.13. 3. (b) risposta al gradino. Esempio 4. Confrontando la (4.7).2). (4.7): (a) risposta impulsiva.

5T T . In virtù della (4. avente relazione i-u: y(t) = t t−T x(u) du . che è riportata in fig. 4. Esempio 4. in cui l’estremo superiore di integrazione t varia in R. Integratore a TD o accumulatore (es.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. (4. 0 s(t) =  T     dτ = T .34). se n < 0 . in virtù della (4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.14(a)].14(b)]. ossia: h(t) = rect t − 0. 4. 0 .5T T dτ .8): (a) risposta impulsiva. Conseguentemente. es.4 Risposta al gradino 153 10 1 0. Risolvendo l’integrale si ottiene:  se t < 0 .14.   t    se 0 ≤ t < T .6 0. 4.2). se t ≥ T .36).4 0. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . (b) risposta al gradino. si tratta cioè di una rampa a TD [fig.   0 .15(a). 4. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. 4. se n ≥ 0 .8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. n + 1 .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.4. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0.  dτ = t . 4.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig.

38). che cresce linearmente nell’intervallo (0.15. se ε impulsiva del sistema. (b) risposta al gradino. 4. Integratore con memoria finita (es. In pratica. 4. T .15(b)]. Utilizzando la (4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. . Esempio 4. si tratta di una funzione identicamente nulla per t < 0.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso.5T T + T u(t − T ) .1. Si può notare che. 4. il segnale in fig.9): (a) risposta impulsiva. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. per ε → 0. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0.154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. In altre parole. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. 4. in fig.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. 4. 4.

se 0 ≤ n < M . .16.45) k=0 rappresentata in fig. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .1 0. In virtù della (4. . 4. M +1   1. M M (4. Nel caso in cui i pesi bk siano tutti uguali a  0 . se n < 0 . .    n   b . n M in cui l’estremo superiore della sommatoria n varia in Z.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. ∑ bk δ (n − k) . ed in fig.2 0 −0. Sistema MA con M = 5 e bk = 1 .2 1/6 h(n) 0. ∑ k   k=0  1 M+1 .8 s(n) 0 2 4 n 6 8 10 0. 4.  ∑ k  s(n) = k=0 M    b . n+1 RM (n) + u(n − M) .34).1(a) nel caso generale.3 1 0.4 0 0. .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. 1.4 Risposta al gradino 155 0. se 0 ≤ n < M . se n ≥ M .   n+1 s(n) = .1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . se n < 0 . ∀k ∈ {0. 4.4.6 0. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . (b) risposta al gradino. 5}: (a) risposta impulsiva. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . se n ≥ M .

. 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.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. in fig. dato il legame biunivoco con la risposta al gradino.16.

(4. è che risulti h(k) = 0. Notiamo che. si ha: y(n) = h(0) x(n) . ponendo α = h(0). Affinché y(n) dipenda solo da x(n).12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ .2(c)].3. è possibile legare le proprietà del sistema (non dispersività. Il sistema è non dispersivo se e solo se. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . per ogni segnale di ingresso {x(k)}k∈Z . si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . al posto di {x(τ )}τ ∈R .5. seguiamo una strada diversa da quella seguita nel caso TD. stabilità. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. cioè caratterizza completamente un sistema LTI.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. nella (4. infatti.48).48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. Per costruire un segnale siffatto. prop.5 Proprietà della risposta impulsiva 157 4.49) . Consideriamo un sistema TD LTI. (4. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. Sostituendo nella (4. la relazione precedente si può riscrivere come y(n) = α x(n) . causalità. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. Passiamo ora a considerare i sistemi TC LTI.47).48). occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. Ponendo x(n) = δ (n) nella (4. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . (4.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante.46). ∀k = 0. Una condizione necessaria e sufficiente affinché ciò accada.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . 4. per ogni segnale di ingresso. 2. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. (4. 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 .47) Pertanto. in questo caso.4. equivalentemente. questo vuol dire che la risposta del sistema non cambia se. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. descritto dalla convoluzione a TD espressa dalla seconda delle (4.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. § 3.

48) la risposta impulsiva precedente.49).7) oppure (4. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. per ogni segnale di ingresso e per ogni t ∈ R. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) .1) come la durata temporale del segmento del segnale di ingresso che contribuisce. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. (b) Equivalentemente. 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. (4. dal confronto tra la (4. Sostituendo nella (4. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. .12)].3. quindi. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. ovvero se h(t) = α δ (t) . la durata ∆h . oltre al campione attuale. l’estensione temporale Dh e. il sistema è non dispersivo se e solo se y(t) = y1 (t). § 3. all’uscita in un determinato istante di tempo.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 (·). dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. dove la memoria di un sistema è stata definita (cfr. i sistemi LTI con memoria si possono ulteriormente classificare come segue: • sistemi LTI aventi memoria rigorosamente finita: la risposta impulsiva h(·) ha durata rigorosamente limitata. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. I sistemi non dispersivi sono denominati anche sistemi senza memoria. n → ±∞. per cui presenta valori non trascurabili su un intervallo temporale non limitato. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. In definitiva. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD).3. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. ovvero se e solo se è un amplificatore/attenuatore ideale. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . pertanto. Se poniamo α = h(0). Quindi. senza mai annullarsi.48) e (4.47).

4. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).50) dove T > 0. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).5 Proprietà della risposta impulsiva 159 1 0. 4. In virtù della (4. (b) risposta al gradino. 4.10). L’integratore (cfr. Esempio 4.36).11): (a) risposta impulsiva.17.8 0. T (4. es. es. 4. T (4.9) e il sistema MA (cfr.52) Pertanto. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .51) Confrontando la (4.51) con la seconda delle (4.8 0.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.4 0.4 0.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . 4.8).52). il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. 4. sono sistemi IIR con memoria infinita. se t ≥ 0 .12). .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 . 0 . Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita.4. aventi come risposta impulsiva il gradino unitario.7) e l’accumulatore (cfr. 4. Sfruttando il fatto che u(τ ) = 0 per τ < 0.17(a).6 0.6 0. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . che è rappresentata in fig. 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) . T (4. Sistema TC IIR con memoria praticamente finita (es. es. es.

§ 2. esso sarà “allungato”. ricordando la proprietà di durata della convoluzione (cfr. proprio di una quantità pari alla memoria del sistema.2). con costante di tempo T > 0. In conclusione. ln(|a|) memoria che tende a diventare infinitamente grande. in virtù della (4. mentre tende a zero per |a| → 0. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) .54) . La somma su k porta in conto valori futuri dell’ingresso per k < 0. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. con 0 < |a| < 1 . Lo stesso si può dire anche per i sistemi TD. Per calcolare la memoria analiticamente. e quindi misurare la memoria del sistema LTI. 4. 4. In altri termini. Infatti. § 4.53).53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . ∀k < 0 .17(b). (4. per effetto della convoluzione.31). 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. Passiamo ora a considerare i sistemi TC LTI. per |a| → 1.3.2 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. con 0 < α < 1. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . deve accadere che h(k) = 0 .5. ovvero è un segnale di durata praticamente limitata. se per semplicità facciamo riferimento ai sistemi TC. il sistema LTI ha memoria praticamente finita.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig.1). notiamo che applicando al sistema un ingresso di durata finita. Affinché allora l’uscita non dipenda dai valori futuri. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. 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) . ma non dipende dai valori dell’ingresso negli istanti successivi. Così facendo.3. la durata della risposta impulsiva risulta ∆h = T ln 1 α . Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . risolvendo l’equazione h(∆h ) = α /T (cfr. (4. in quanto per tali valori di k risulta n − k > n. scegliamo come valore di soglia α h(0+ ) = α /T . per ogni segnale di ingresso.

Risposta impulsiva dell’integratore non causale (es. In questo caso. ∀t < 0 . per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso.4. Abbiamo visto nel capitolo precedente (cfr. . 4. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD). § 3.18.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0.12).2) che un caso particolare di sistema non causale è il sistema anticausale. h(t) = 0. Ragionando in modo analogo a quanto fatto nel caso TD.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.3. 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. In sintesi. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. 4.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . Di seguito sono riportati alcuni esempi di sistemi non causali. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. il sistema è non causale. la relazione i-u (4.

per cui è un sistema LTI.19(a) nel caso generale.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . la (4.55) si può scrivere come una convoluzione.11. In maniera equivalente. il sistema non è causale. . altrimenti .19(b) al caso M = 5 e 1 bk = M+1 = 1 . sia invariante temporalmente. Infatti.12). 0).5T T x(t − τ ) dτ . Per questo motivo. es. 0} . (4. 4. . ∀k ∈ {0.7). . per confronto con la (4. da cui. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. . k ∈ {−M. 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) .56) da cui. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. si può mostrare che la (4. si ha. Esempio 4. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.18: si tratta di un segnale che assume valori non nulli per t < 0 e. per confronto diretto con la (4.57) rappresentata graficamente in fig. . Infatti. . 1. . possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. pertanto tale sistema è non causale.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. (4. D’altra parte. ponendo x(n) = δ (n) nella (4. 4. A questo punto. (4. 3.12). (4. . che è rappresentata in fig.57). . Si può facilmente verificare che tale sistema è sia lineare.10 e 3.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es.7).58) espressione che è perfettamente equivalente alla (4. con il cambio di variabile τ = t − u → u = t − τ . e pertanto esso rappresenta un esempio di sistema LTI.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ .5T T . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . conseguentemente. 0.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. M Si tratta di un sistema sia lineare che tempo-invariante. avente relazione i-u: y(t) = t+T t x(u) du . −M + 1. 4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. 3. 5}.55) con T > 0. e particolarizzata in fig.

∆h ). . è un sistema LTI anticausale. consideriamo il caso dei sistemi TC. 6 Questa . seguendo gli stessi ragionamenti che hanno portato alla (4.13). Se il sistema è causale.. è riassunto dalla seguente proprietà: Proprietà 4. abbia estensione temporale Dx = (0. 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. ∆x ). . ∀t ∈ (0.31). si ottiene che: y(t) = 0. 1. . Per evidenziare tale proprietà.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) .. Si tratta chiaramente di un sistema LTI. ∆x + ∆h ) . cioè. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. .5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . In tal caso. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. Tale risultato.19. Allo stesso modo il sistema TC che effettua un anticipo temporale. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. 5} (es. Un segnale identicamente nullo per t < 0 è anche detto6 causale.. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. che sussiste con ovvie modifiche anche nel caso TD.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. l’anticipo unitario TD è un sistema anticausale.4. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. in particolare. 4. ∀k ∈ {0. 6 Esempio 4. (a) Risposta impulsiva di un generico sistema MA non causale. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. poiché h(n) è identicamente nulla per n ≥ 0. Il sistema è pertanto non causale. con ∆x ∈ R+ . con ∆h ∈ R+ . che realizza un anticipo unitario del segnale di ingresso. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. I sistemi causali godono di una proprietà importante. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0.

Per cui ritroviamo il risultato. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). ∀t ∈ R. (4.1 e 3. si ha che y1 (t) = 0. cioè y2 (t) = 0. allora risulterà per la prop. 4. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . supponiamo di scegliere un secondo ingresso x2 (t) = 0. In base a tale risultato. in base alla prop.5. Dato un ingresso x1 (t) = 0. allora il corrispondente sistema inverso è anch’esso LTI. Poiché la convoluzione è commutativa. Pertanto. l’applicazione della prop. ∀t ≤ −ε . con ε ∈ R+ piccolo a piacere.4. Ricordiamo che. 4. ed applichiamo la proprietà vista per t0 = −ε < 0. 4. 3. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. Soffermiamo l’attenzione sui sistemi TC.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. In app.59) per cui se hinv (·) è l’inverso di h(·).6 si poteva già dedurre dalle prop.60) (4. 7 Nel caso TD. ∀t ≤ t0 .1 y1 (t) = y2 (t). x2 (t) ∈ I tali che x1 (t) = x2 (t). 3.) h(. ∀t ∈ R. 3. ∀t ≤ t0 . un sistema è causale se e solo se. §3.3 Invertibilità Ricordiamo che se un dato sistema è invertibile.) hinv(. cfr. 4.20. 3.3. In verità. in questo caso. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . anche il segnale di uscita è identicamente nullo per t < 0. ∀t < 0. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. ∀t ≤ −ε . Poiché risulta x1 (t) = x2 (t) = 0. D è mostrato che se un sistema LTI è invertibile. sfruttando in aggiunta la proprietà di linearità. risulta che y1 (t) = y2 (t).164 Sistemi lineari tempo-invarianti (LTI) y(. cioè.) Fig. così come il segnale di ingresso. in virtù della prop. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti.20. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. come mostrato in fig. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. 4.1 è più immediata: . Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico.) x(. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. Ma se il sistema è lineare.) x(. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig.1.20 (notiamo che per i sistemi LTI vale una proprietà più generale.4. la prop. ∀t ≤ −ε . le stesse considerazioni si possono fare scegliendo n0 = −1. per ogni t0 ∈ R e per ogni x1 (t). 3.6 vale più in generale per sistemi lineari causali (non necessariamente TI). Poiché la risposta impulsiva del sistema identico è δ (·). rispettivamente. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). 4.3). allora h(·) è l’inverso di hinv (·).

Purtroppo determinare hinv (·) dalla (4. Ad esempio. cfr.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. a cui si rimanda direttamente il lettore. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . Si ha. con passaggi banali. In molti casi pratici. nelle telecomunicazioni. detta hinv (·) la sua risposta impulsiva. 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. se h(k) è una successione sommabile. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). consideriamo un sistema TD LTI.5 Proprietà della risposta impulsiva 165 Proprietà 4. Pertanto. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. e proviamo a trovare una maggiorazione simile per l’uscita y(n).7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). ∀n ∈ Z.5.60) è un problema matematicamente complicato. D. noto l’altro fattore ed il risultato finale).5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . descritto dalla (4.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. significa determinare uno dei fattori della convoluzione.59) o (4. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Supponiamo allora che l’ingresso sia limitato. ovvero |x(n)| < Kx . se un sistema è stabile. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). il suo sistema inverso è anch’esso LTI e. Questa compensazione prende il nome di equalizzazione. . 4. Abbiamo cioè provato che la sommabilità (4. In alcuni casi. che va sotto il nome di deconvoluzione (di fatto. un problema di interesse è determinare il sistema inverso di un dato sistema.4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza.3. §3. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. (4. allora la risposta impulsiva dev’essere sommabile. Alcuni approfondimenti ed esempi sono riportati in app. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .

pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). che presentano memoria rigorosamente finita. se h(−n) = 0 . per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. 1. . Per un sistema LTI a TC è possibile ragionare in maniera analoga. Pertanto. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . −1. e quindi è sicuramente limitato. (4.62) In definitiva. In definitiva. (sistema TC) .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. altrimenti . per ciascun n ∈ Z. la risposta impulsiva h(·) ha durata rigorosamente limitata.9) e il sistema MA (§ es.10). h(k − n) dove la seconda sommatoria va effettuata. ovvero h(n) sommabile . senza alterarla.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. 4. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . x(n) = h(−n)  0. il che contraddice l’ipotesi che il sistema sia stabile. h(k) k k=−∞ dove abbiamo incluso nella somma. 4. l’integratore con memoria finita (§ es. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. anche i valori di k per i quali h(k) = 0. risulta che l’uscita all’istante n = 0 non è limitata. Tale segnale assume solo i valori 0. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. procediamo per assurdo. su tutti i valori della variabile k per i quali h(k − n) = 0. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . come riassunto dalla seguente proprietà: Proprietà 4. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . Ad esempio. la risposta impulsiva deve essere necessariamente sommabile.

4 e B. +∞ k=−∞ +∞ con 0 < |a| < 1 . i sistemi IIR aventi memoria infinita sono sicuramente instabili.4. il sistema è stabile. 4. conseguentemente.3). aventi come risposta impulsiva il gradino unitario. T Si tratta di un sistema con memoria praticamente finita.64) . Analogamente. la cui risposta impulsiva [fig. Ad esempio.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . ossia h(t) = δ (t − t0 ). D’altra parte. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva.63). In verità. 4.17(a)] è data da: 1 −τ /T e u(τ ) .2. l’integratore (§ es. con t0 ∈ R . pertanto. Più precisamente. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. 4. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. sono esempi di sistemi IIR con memoria infinita e. e di una funzione himp (t) puramente impulsiva. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| .61) e (4. In conclusione.63).8). sono stabili. in questo caso. Esempio 4.11. instabili. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. Più in generale. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . se la risposta impulsiva h(t) è una funzione generalizzata. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. il sistema che effettua la traslazione temporale del segnale di ingresso. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . che anticipa/ritarda il segnale di ingresso. Pertanto. nel caso del sistema (4.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR.7) e l’accumulatore (§ es. se il sistema IIR ha memoria praticamente finita. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. § B. 1 la risposta impulsiva è sommabile. possiamo concludere che il sistema TC (4. se il segnale di ingresso è limitato. (4. che contiene solo impulsi. questo problema può essere tranquillamente aggirato. Ad esempio. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR).63) è sicuramente limitata. Ad esempio. n=1 himp (t) N (4.62) (cfr. in quanto. è un sistema stabile. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. 4. l’uscita del sistema (4. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. nel senso che può contenere degli impulsi di Dirac. per ogni t0 ∈ R.1. Infatti. Verifichiamo che tale sistema è stabile. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. che non contiene impulsi. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . Poiché il concetto di sommabilità di una distribuzione non è definito. dal punto di vista pratico.

ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. αN .65) . allora il sistema complessivo è sicuramente stabile. possiamo affermare che. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. 4. 4. come mostrato in fig. tuttavia per una presentazione efficace è opportuno studiarli separatamente.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). 4. . in svariati campi delle scienze fisiche e dell’ingegneria.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). 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. Tali sistemi presentano numerose analogie. tN Fig. il sistema in fig. 4. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) .6. sono descritti da equazioni differenziali lineari a coefficienti costanti. dt k dt m=0 (4. In questo caso. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. il sistema avente risposta impulsiva h(t) può essere decomposto nel parallelo del sistema avente risposta impulsiva hord (t) e del sistema avente risposta impulsiva himp (t).21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. dove N ∈ N. se i sistemi componenti il parallelo sono singolarmente stabili.8.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI.21. .168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . 4. 4. In altre parole.21. . . Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. in virtù della prop.

. oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. bM sono i coefficienti (in genere reali) dell’equazione. . b1 . a0 . d y(t) dt = y1 . aN e b0 . occorre preliminarmente osservare che il fatto che la (4. .65). yN−1 sono valori (in genere reali) assegnati. . 8 Nel . yN−1 dipendono dalla evoluzione passata del sistema e. . . la (4. che tiene conto di tutte le possibili condizioni iniziali. . . In questo caso. supposto che. a1 . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . Ciò è vero solo nel caso particolare in cui N = 0.68) ottenuta ponendo x(t) ≡ 0 nella (4. a1 .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. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . . dal punto di vista fisico.65). . (4. in tal caso. la (4.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. è data dalla somma di una soluzione particolare y p (t) della (4. per trovare la corrispondente uscita y(t) per t ≥ tin . a partire da un istante prefissato tin ∈ R. è necessario conoscere lo stato iniziale del sistema. 3. . I valori assegnati y0 . nel senso specificato dalla def. b1 . .65) è detta lineare perché al primo membro compare una combinazione lineare del segnale y(t) e delle sue N derivate e al secondo membro compare una combinazione lineare del segnale x(t) e delle sue M derivate. osserviamo che. essa non rappresenta un legame i-u come espresso dalla def. . 3. la (4.65) rispetto al segnale di uscita y(t). . . La (4.65) descrive in maniera solo implicita il comportamento del sistema. . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 .65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . La soluzione generale y0 (t) della (4. Nel caso più generale in cui N = 0. M dm che rappresenta una relazione i-u tra y(t) ed x(t). per le quali si rimanda il lettore direttamente ai testi di analisi matematica. . . È noto8 che tale problema non è completamente definito. infatti. y1 . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . Assegnato l’ingresso x(t) per t ≥ 0. m=0 N dk M dm (4.65). .65). . in altre parole. . in quanto.65) coinvolge.65). . coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0).1. . la soluzione generale della (4. . Ponendo per semplicità tin = 0.4. Come verifica di quanto sopra affermato.66) t=0 t=0 dove y0 . e N ≥ 0 è l’ordine dell’equazione. . vedremo che ciò è vero solo in alcuni casi particolari. per ogni fissato ingresso x(t). aN e b0 . l’equazione differenziale (4. dN−1 y(t) dt N−1 = yN−1 . .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. sia applicato in ingresso al sistema un dato segnale x(t). y1 . determinare la relazione i-u del sistema equivale a risolvere.1. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. N dk (4.68) è detta soluzione omogenea della (4. Per sgombrare subito il campo da qualsiasi tipo di equivoco. bM sono costanti e quindi indipendenti dal tempo t. . . Una seconda osservazione importante riguarda il fatto che la (4. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin .

72) dove c1 .70) fornisce tutte le soluzioni dell’equazione differenziale (4. .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). le radici di q(λ ) sono o reali o complesse coniugate. siano esse λ1 . . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. . . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue.65). . i (4. è immediato constatare che y(t) = y0 (t) + y p (t) (4. (4. . allora si prova facilmente che t h eλit . . eλN t sono singolarmente soluzioni della (4. combinando linearmente tutte le N possibili soluzioni.68).73) dove λ1 . allora gli esponenziali complessi eλ1t . immaginarie oppure complesse.h t h eλ t . . . Se si pone allora y(t) = eλ t nella (4. e quindi deve annullarsi q(λ ). Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . Più in generale. λN . N dk (4. 1. λ2 . N2 . (4. . .69) da cui sommando membro a membro la (4. si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 .67) e (4.170 Sistemi lineari tempo-invarianti (LTI) della (4.68). . . l’esponenziale eλ t è soluzione della (4.68). si può provare che la (4. Le radici del polinomio caratteristico possono essere reali.68) è ancora una soluzione della stessa equazione. c2 . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4.68).68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.68). λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . allora k=0 ∑ ak dt k y0 (t) = 0 . con N1 + N2 + · · · + NR = N [nel caso in cui R = N.65). con λ ∈ C. . rispettivamente. D’altra parte. cN sono costanti arbitrarie.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.68) non offre particolari difficoltà. Ni − 1}. In linea di principio. Quindi. .69). Pertanto.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . . cioè del tipo esponenziale complesso. la (4.65) non univocamente determinata. . λ2 .70) è una soluzione della (4. è soluzione della (4. a . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. . . . . NR . . . poiché una arbitraria combinazione lineare di soluzioni della (4. a N 0 1 siano reali. per h ∈ {0. . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). la soluzione generale della (4. . eλ2t . . .

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

La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. affinchè il sistema descritto dalle (4.66) sia LTI.66) non è tempo-invariante.22.76) è che in generale il sistema descritto dalle (4. In definitiva. assegnando cioè y0 = y1 = · · · = yN−1 = 0. se si impone x(t) ≡ 0. rispettivamente. Esempio 4. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). Possiamo quindi dire che. mentre l’uscita y(t) è la tensione ai capi della capacità.16). 4.76) che y(t) = ylib (t) = 0.65) e (4. ciò viola la prop. indipendente dal segnale di ingresso. indipendente dal segnale di ingresso. ∀α1 . (4. Fig. ∀t0 ∈ R.23.66) non è lineare. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. 3.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig. può essere rappresentato mediante lo schema a blocchi in fig. Schema elettrico del sistema RC (es.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. 4. ciò significa che se x(t) ≡ 0. il che si ottiene imponendo che il sistema sia inizialmente in quiete. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. Inoltre.76) La prima osservazione interessante suggerita dalla (4.22. La seconda osservazione legata alla (4. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). Tuttavia. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). nel quale l’ingresso x(t) è la tensione ai capi della serie RC. occorre che la sua evoluzione libera sia nulla. La . allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . allora yfor (t) ≡ 0. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. segue dalla (4. α2 ∈ C. 4. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. 3. Schema a blocchi del sistema RC (es. 4. dt (4.65) e (4. è interessante osservare che il sistema definito dalla (4.23. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.16). 4.76) è che in generale il sistema descritto dalle (4. 4. la relazione che lega yfor (t) al segnale di ingresso è tempoinvariante: se yfor (t) è la risposta forzata del sistema al segnale di ingresso x(t).76) è lineare per le differenze.65) e (4.4 dal momento che. In particolare. cioè.

c1 ∈ R . se t ≥ 0 . RC da cui.77).78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.71). Dalla (4.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4.73) degenera nella (4. e deve soddisfare l’equazione differenziale completa (4. se t < 0 . per la presenza della costante moltiplicativa c1 arbitraria. otteniamo la risposta forzata del sistema. risolvendo l’equazione (4. Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. 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) . se t < 0 . 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 . d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . nel nostro caso (equazione del primo ordine). dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.66).4.  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . La soluzione particolare y p (t) dipende dal tipo di ingresso. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). la (4.79) Notiamo che. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . dobbiamo imporre la sola condizione y0 (0) = y0 . da cui si ricava l’unica radice λ1 = −1/(RC). cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . In questo caso (R = N = 1).77) si può scrivere come: y(t) = y0 (t) + y p (t) .77). Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).  c2 .79) otteniamo allora che y0 (0) = c1 = y0 .77).72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . per integrazione indefinita.  RC e  . dt (4.79) non consente di determinare univocamente l’uscita del sistema. Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . se t ≥ 0 . (4. In questo caso. dt RC dt  0 . la (4. per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC .

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. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. per la presenza dell’evoluzione libera. segue che c3 = −1. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0.80) Osserviamo che. per cui risulta che c2 = 0. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. M (4. inoltre.10 Pertanto. ∀t < 0] e stabile [h(t) è sommabile]. il sistema risultante non è omogeneo (e quindi non è lineare). 4.11. Nel cap. è pari a yt0 (t) = yfor (t −t0 ). trattandosi di una equazione differenziale del primo ordine. corrisponde alla risposta impulsiva (4.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0.65) in maniera più semplice di quanto visto finora. essendo il sistema LTI nelle ipotesi fatte. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. Oltre ad essere chiaramente dispersivo.6. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . ottenuta ponendo x(t) = u(t − t0 ). (4.50) assegnata nell’es.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . .24. ponendo T = RC. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. con N ≥ 0 e aN = 0. Notiamo a questo punto che. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). dt RC che. il sistema LTI ottenuto è causale [h(t) = 0. e la (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). 4. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.77). Tenendo presente la relazione (4. ma non comporta discontinuità in t = 0 del segnale y p (t).81) nota come equazione alla differenze a coefficienti costanti di ordine N. 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).2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. 4. ovvero s(t) = (1 − e−t/RC ) u(t) . Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. ponendo y0 = 0.65). Inoltre. per un’equazione differenziale di ordine N. 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 (4.37) esistente tra risposta al gradino e risposta impulsiva. una relazione analoga alla (4.

(b) risposta al gradino. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) .81) rappresenta una relazione i-u semplice da studiare. avente la seguente risposta impulsiva:   bn . In particolare.16): (a) risposta impulsiva. la (4. A tale proposito. va detto che la teoria e la pratica delle equazioni alle differenze.4 0.9. e sono denominati sistemi auto-regressivi a media mobile (ARMA). h(n) = a0  0. . sia applicato in ingresso al sistema un dato segnale x(n). a0 m=0 (4. analogamente alle soluzioni di una equazione differenziale (4. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . .4.8 0. 4.6 0. .6 Esempi di sistemi LTI 175 1 0. Ponendo per semplicità nin = 0. . . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 .4 0. sebbene in principio siano più semplici rispetto alle equazioni differenziali. sono generalmente meno note ai lettori. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali.82) Dal confronto con l’es. .2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. come: y(n) = y0 (n) + y p (n) . 1. Assegnato l’ingresso x(n) per n ≥ nin .6 0. y(−2) = y2 . 3. Sistema RC (es. si può provare che la soluzione generale di una equazione del tipo (4. .81).65). yN sono valori (in genere reali) assegnati.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). . .24.83) dove y1 . . Solo nel caso N = 0.81) si può esprimere. è necessario risolvere rispetto a y(n) l’equazione alle differenze.81) descrive solo implicitamente un sistema. altrimenti . la (4. per trovare la corrispondente uscita y(n) per n ≥ nin . (4. (4. y2 . per determinarne la relazione i-u.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. sono sistemi LTI. supposto che. .65). notiamo che la (4. sotto opportune ipotesi. analogamente al caso TC. . 4.8 RC h(t) 0. Per N ≥ 1. a partire da un istante prefissato nin ∈ Z. n ∈ {0. In particolare. assegnato il segnale di ingresso x(n). i sistemi definiti implicitamente dalla (4. y(−N) = yN . . M} . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin .

84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). Conseguentemente. per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) .83). ovvero la soluzione generale dell’equazione omogenea associata alla (4. . . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . . (4. . . . a N 0 1 siano reali.88) che soddisfa le condizioni iniziali (4. c2 . . .h nh zn .89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . . . a .h . . −N + 1. la soluzione generale della (4. yN (−N) = yN . . . le radici di q(z) sono o reali o complesse coniugate. zN . .81): k=0 ∑ ak y(n − k) = 0 . . . . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. . siano esse z1 . (4. y2 .h sono combinazioni lineari dei valori y0 .89) si trova che le costanti ci. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . Pertanto. . i (4. yN−1 assunti da y0 (n) per n ∈ {−N. . questo vuol dire che se si impone che il sistema sia inizialmente in quiete.87) dove c1 . . . la soluzione generale della (4. −1}. immaginarie oppure complesse. y1 . . ossia y0 (−1) = y1 . come nel caso TC. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a .84). N (4. y0 (−2) = y2 . cN sono costanti arbitrarie. yN .84) si effettua ragionando similmente al caso TC. .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . 1 2 N (4. . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. . .81).88) Quindi.86) le cui radici possono essere reali.176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. z2 . . con N1 + N2 + · · · + NR = N. M (4. cioè y1 = y2 = · · · = yN = 0. con z ∈ C e si pone y(n) = zn nella (4. rispettivamente. . l’esponenziale zn è soluzione della (4. . . Risolvendo il sistema lineare (4. NR . . .11 Se le N radici del polinomio q(z) sono distinte. Se ci si limita a trovare soluzioni del tipo zn . . Se invece il polinomio q(z) presenta R radici distinte z1 . zR aventi molteplicità N1 . N2 . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. z2 .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4.

y(−N + 1). essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. Nell’esempio che segue.83). . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. . dai valori y(n − 1). di quello passato x(0) e degli N valori precedenti dell’uscita y(0). il sistema descritto dalle (4. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. . x(n − 2). sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. A differenza del caso TC.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. ossia. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1).4. .83) è in generale lineare per le differenze e tempo-variante. y(1). che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . . In conclusione. .81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . a0 k=1 a0 m=0 (4.81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. Similmente al caso TC. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. Pertanto. che è applicabile solo a TD.91). Esempio 4. Tale metodo si basa sull’osservazione che la (4. . Successivamente. D’altra parte. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. ∀n ∈ Z. Tale procedura. ylib (n) = 0. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete.81) e (4.91) 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). x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. y(−2). il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. Dividendo primo e secondo membro per a0 = 0. .81) e dalle condizioni iniziali (4.90) A causa della presenza dell’evoluzione libera. .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).92) . .91). y(n) − a y(n − 1) = b x(n) . (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). assegnando y1 = y2 = · · · = yN = 0. e ponendo a = −a1 /a0 e b = b1 /a0 . . . la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . y(−N) (ovvero le condizioni iniziali assegnate). e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0.6 Esempi di sistemi LTI 177 del sistema è nulla. con condizioni iniziali nulle. . l’equazione alle differenze (4.81). (4. più semplice. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. possiamo riscriverla nella forma seguente.

per N ≥ 1. ovvero y(−1) = 0. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . 4. che è rappresentata graficamente in fig. in Matlab. h(1) = a h(0) + b δ (1) = ab . scrivendo: h(n) = a h(n − 1) + b δ (n) . in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.11.8333 e b = 1. il comando filter implementa proprio la relazione i-u di un sistema ARMA. denotiamo 12 Ad esempio.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. In definitiva. 4. possiamo trovare la soluzione h(n) in maniera ricorsiva. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . A tale proposito. a ed in generale. Dalle proprietà della risposta impulsiva. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. il sistema in esame è un sistema IIR avente memoria praticamente finita. causale.81). 4. 4. Per semplicità. ed in generale. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . 4. osserviamo che la forma ricorsiva (4. Questa interpretazione porta allo schema a blocchi riportato in fig. oltre a fornire un metodo alternativo di risoluzione dell’equazione. nel cap. In tale ipotesi.25. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. h(n) = an b . suggerisce anche un modo per realizzare il sistema. 4. per n ≥ 0.16). Imponiamo che il sistema sia LTI. 4. si vede che il sistema è dispersivo. A conclusione di questo paragrafo. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. . h(n) può essere sinteticamente espressa come h(n) = b an u(n) .23 sottolinea che l’equazione (4. data la notevole importanza dei sistema ARMA nelle applicazioni. Analogamente. ed in particolare nell’elaborazione digitale dei segnali.91) dell’equazione alle differenze (4. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . h(n) = 0 .26 per a = 0. supposto 0 < |a| < 1. es. ponendo b = 1. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n).92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. assumendo che il sistema sia inizialmente in quiete. ossia y(n) = h(n). per n < 0. in generale.12 è utile fare qualche considerazione sulla loro implementazione. i sistemi ARMA presentano risposte impulsive di durata infinita. A differenza del caso TC. Va detto che. e stabile per 0 < |a| < 1. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. e sono pertanto sistemi IIR.25). con un leggero abuso di notazione. È interessante osservare che. Così facendo. la cui somiglianza con lo schema di fig. Pertanto.17.

. N (4. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. N + 2. . . è riportato indietro verso il segnale di ingresso z(n). è possibile ottenere un sistema con N < M.26. 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) .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.8333 e b = 1).17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. 4. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che.17).4 0. ritardo elementare e sommatore. ponendo a zero i coefficienti bk . 4. . così facendo la (4. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. M}. .93) è riportato in fig.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. lo schema a blocchi corrispondente alla (4. .6 0. Precisamente. . . i sistemi AR presentano risposte impulsive di durata infinita. è possibile ottenere un sistema con N > M. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. 4. 4. 13 A . . Questa ricorsione. M + 2. per k ∈ {1.8 0. . Per effetto della ricorsione. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. .25. . . analogamente.4. opportunamente ritardato e scalato. ponendo a zero i coefficienti bm . per m ∈ {M + 1.2 Fig. Il secondo sistema (quello di destra) ha come ingresso il segnale z(n) e produce in uscita il segnale y(n) secondo la seguente relazione ricorsiva: y(n) = k=1 ∑ ak y(n − k) + z(n) .91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . 1. M}. . N}. h(n) 0 0 5 n 10 15 20 Fig. 4. Risposta impulsiva del sistema LTI (es. con ak i rapporti −ak /a0 . per m ∈ {0. . 2.27.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. N (4. per k ∈ {N + 1. N}. e con bm i rapporti bm /a0 . partire da un sistema ARMA con N = M. m=0 N N (4. .

z -1 y(n-N) b2 a2 .15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e.14 per un totale di 2 N ritardi elementari. senza alterare la natura del sistema. Realizzazione in forma diretta I di un sistema ARMA (N = M).27. .180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . z -1 x(n-N) bN aN . . . ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. in quanto sia la parte MA che quella AR sono sistemi LTI. . Possiamo quindi dire che la (4. pertanto. precedentemente menzionato. 4. . Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. 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.27 è comunemente denominata forma diretta I del sistema ARMA.95) rappresenta la parte AR (o IIR) del sistema. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. Lo schema di fig. ciò non altera il legame i-u del sistema. 4. . Così facendo si giunge alla struttura modificata rappresentata in fig.29. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N.94) rappresenta la parte MA (o FIR) del sistema. Lo schema si può vedere come la cascata della parte MA e della parte AR. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. che è generalmente denominata forma diretta II del sistema ARMA. . 4. .27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. 15 Il comando filter di Matlab. 4. 4. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. mentre la (4.28. nonchè amplificatori e sommatori. In tal modo. . e sono pertanto sistemi IIR. . si ottiene la struttura cosiddetta canonica riportata in fig. La realizzazione di fig.

. Realizzazione in forma diretta II di un sistema ARMA (N = M). 4. .27 scambiando l’ordine della parte MA e della parte AR. .28.29. Lo schema si ottiene facilmente da quello di fig. . . . .28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. z -1 aN u(n-N) bN . . x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . . 4. Lo schema si ottiene facilmente da quello di fig. 4. z -1 u(n-N) bN parte AR parte MA Fig. . b1 b2 . . . . .4. . . Realizzazione in forma canonica di un sistema ARMA (N = M).6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . 4. z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . b2 b1 Fig.

e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . Nei paragrafi seguenti.7) oppure continua (4. per comodità di presentazione. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero).96) . è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. per il quale la H( f ) definita dalla (4.97) +∞ −∞ h(τ ) e− j2π f τ dτ .12). 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. (4. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.7.12). che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. 4.182 Sistemi lineari tempo-invarianti (LTI) 4. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (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 (·). moltiplicato per H( f ). studieremo tale rappresentazione separatamente nel caso TC e nel caso TD.96) esiste finita. se reali. e dei sistemi LTI in particolare. di sinusoidi (rappresentazioni di Fourier). avente ampiezza unitaria e fase iniziale nulla.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. Assumendo che la quantità tra parentesi tonde esista finita. e scrivere la relazione i-u in termini di convoluzione discreta (4.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. oltre che come sovrapposizione di impulsi. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). ovvero poniamo x(t) = e j2π f t . Sostituendo nella relazione i-u del sistema. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .

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

4.6. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4.22.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. 4. si perviene alla seguente equazione differenziale. 4.6. (4.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. avente ampiezza unitaria e fase iniziale nulla. come dimostrato dall’esempio seguente. dt dt sostituendo nella (4. 4.1).100) Abbiamo visto nell’es. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . e sarà ulteriormente approfondito nel cap.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.100) che descrive il sistema.32 in funzione di 2π f RC.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.96). ovvero H( f ) = y(t) x(t) . Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. dt (4. Sfruttando la conoscenza di h(t).99). avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). 4.1) che. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t . 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. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . mentre assume valori minori di 1 per f = 0 e decrescenti . che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .16 (si veda anche il § 4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. e sostituendo tali espressioni nell’equazione differenziale (4. della quale è facile ricavare modulo e fase.16. la prop. Esempio 4. § 4. raffigurato in fig. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . 6.99) 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 .

In particolare. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. risulta h∗ (τ ) = h(τ ).96) o dalla (4. a prima vista. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. cioè H( f0 ) = 0. la corrispondente uscita è necessariamente nulla (cfr. Tale conclusione non è corretta. In definitiva.4). (4. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. Come osservazione conclusiva. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. tuttavia. 4. Se il sistema LTI è reale.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. 4. dato un sistema LTI. il sistema può “sopprimere” completamente il segnale di ingresso. Pertanto. In virtù di questo comportamento. La prop. coniugando la (4.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. si è implicitamente imposto che il sistema sia LTI. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. Risposta in frequenza di un sistema RC (es. crescenti al crescere di | f |. 4.96). Un sistema di questo tipo. L’es. dove si è sfruttato il fatto che. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 .99) è in generale una funzione complessa.18): risposta in ampiezza (in alto).18 conferma che la funzione H( f ) data dalla (4. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . che introduce un’attenuazione di ampiezza crescente con la frequenza.9 e l’es. al crescere di | f |. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . viene chiamato filtro passabasso. 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 . In altri termini.101) . risposta in fase (in basso). supposto H( f ) finita. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. 3. 4. se h(τ ) è reale. prop. se l’ingresso è nullo. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. 4.32. che assume una importanza rilevante nello studio dei sistemi LTI. notiamo che.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. Infatti. Quindi. la corrispondente uscita è nulla. per un sistema reale. ovvero la sua risposta impulsiva h(t) è una funzione reale. Infatti. e sarà ulteriormente approfondito nei prossimi capitoli. il che è vero se e solo se y(0) = 0.100) e non la condizione iniziale y(0) = 0. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0. si ha: H ∗ ( f ) = H(− f ) . il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete.4.

186

Sistemi lineari tempo-invarianti (LTI)

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

,

= |H(− f )| e j

H(− f )

,

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

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

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

4.7.2 Risposta ad un fasore di un sistema TD LTI

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

h(k) x(n − k) .

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

h(k) e j2πν (n−k) =

+∞ k=−∞

h(k) e− j2πν k e j2πν n

4.7 Risposta in frequenza di un sistema LTI

187

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

h(k) e− j2πν k ,

(4.104)

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

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

h(k) e− j2πν k ≤

+∞ k=−∞

|h(k)| |e− j2πν k | =
k=1

+∞ k=−∞

|h(k)| ,

∀ν ∈ R ,

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

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

188

Sistemi lineari tempo-invarianti (LTI)

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

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

h(k) e− j2π (ν +1)k =

+∞ k=−∞

h(k) e− j2πν k e− j2π k =
=1

+∞ k=−∞

h(k) e− j2πν k = H(ν ) ,

come si voleva dimostrare.

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

x(n)=e j2πν n

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

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

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

4.7 Risposta in frequenza di un sistema LTI

189

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

2 1 0 −2 1 0 −1 −2 −1 0 ν 1 2

−1

0 ν

1

2

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

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

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

H(ν ) = b − arctan

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

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

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

190

Sistemi lineari tempo-invarianti (LTI)

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

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

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

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

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

(4.109) (4.110)

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

12 vale con ovvi cambi di notazione anche per il caso tempo-discreto.35. 4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. Si può immediatamente osservare che. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. viene collegato all’ingresso e all’uscita del circuito. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .112) Analogamente al caso TC. ed è riportata di seguito per completezza. Notiamo in effetti che la (4.35. Esempio 4. Inoltre. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. 4. (4. per il quale H(ν ) definita dalla (4.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. la prop. se H(ν0 ) = 0. 4. 4. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . Si consideri lo schema di misura di fig.104) esiste finita per ν = ν0 . Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. considerando due attraversamenti dell’origine con pendenza positiva).109) introducendo un opportuno sfasamento di π /2. T0 In definitiva. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). notiamo che per la proprietà 4.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).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.111) (4. 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 . 4.21). 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 . un oscilloscopio a doppia traccia. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.35). se H( f0 ) = 0. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla.110) si può ottenere come caso particolare della (4. 4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] .4. capace cioè di rappresentare due segnali su uno stesso visore.

in modo da ottenere un campionamento sufficientemente fitto della funzione H( f ). a sistemi meccanici).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. La tecnica vista si può estendere anche a sistemi di natura diversa da quella elettrica (ad esempio. a patto di disporre di opportuni trasduttori ed attuatori. .

(b) h(n) = u(n). (f) h(t) = rect t+0. (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). (b) h(t) = 3 δ (t) + 5 δ (t − 2). dispersivo. (c) h(t) = rect t−0. Esercizio 4. (trasformata di Hilbert). dall’esame della risposta impulsiva. (a) y(t) = t −∞ x(τ ) dτ . (b) y(t) = 3 x(t) + 5 x(t − 2). dispersivo. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). (d) h(n) = |k|≤3 ∑ δ (n − k). 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. x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ).] Risultato: (a) h(t) = u(t).8 Esercizi proposti 193 4. stabile. causale. instabile. (T ∈ R+ ). Successivamente. dispersivo. (T ∈ R+ ). stabile. stabile. k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k). causale. stabilire se il sistema è non dispersivo. causale. non 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+ ). non causale. stabilire se il sistema è non dispersivo. stabile. stabile. (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). ∑ 1 x(n − k). instabile. M2 ∈ N). |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). T T dispersivo. causale. in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione. causale.8 Esercizi proposti Esercizio 4. (d) come (c).4.1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. dispersivo. (−1)k x(n − k) (M1 . causale. (g) h(t) = 1/(π t). dispersivo. 1 + |k| [Suggerimento: vedi esercizio precedente. dall’esame della risposta impulsiva. stabile.] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2).5T . causale. dispersivo. (e) come (c). x(n − k). stabile. non causale.2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI.5T . dispersivo. . Successivamente. +∞ τ − 0. instabile.

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

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

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

τ ) integrabile su R rispetto a τ e un costante ε > 0.16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). causale.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). Risultato: s(t) = Λ(t − 1). instabile. non causale. dt Esercizio 4. h(t) = rect(t − 0. (f) il sistema è dispersivo. . tale per cui: d f (t. Esercizio 4. τ )dτ = +∞ −∞ d [ f (t. stabile. f (t. (g) h(t) = 2 e−t − e(t−100)/100 u(t). Risultato: (a) il sistema è dispersivo. stabilire se il sistema è non dispersivo. h(t) = e−2t u(t + 2). stabile. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). stabile. stabilire se il sistema è non dispersivo. h(n) = 4n u(n).4. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). h(t) = e−6|t| . Esercizio 4.5) − rect(t − 1.13 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 . τ ) dt allora d dt +∞ −∞ ≤ g(t.5). h(n) = (1/2)|n| . τ )] dτ . h(t) = e2t u(−1 − t). non causale.8 Esercizi proposti 197 dagli scopi di questo corso. (c) il sistema è dispersivo. Risultato: s(n) = δ (n + 1) − δ (n). Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. h(t) = t e−t u(t). (g) il sistema è dispersivo. τ ) . utilizzando s(n). Esercizio 4. causale. non causale. instabile. stabile. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). (d) il sistema è dispersivo. non causale.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. stabile. h(n) = (1/3)n u(n) + 3n u(−n − 1). t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . causale. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). h(t) = e−6t u(3 − t). (e) il sistema è dispersivo. (b) il sistema è dispersivo.

17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . Ricavare l’espressione dei coefficienti gk . (b) Calcolare y(n) quando x(n) = δ (n − 2). stabilire se S può essere un sistema LTI. (c) il sistema è dispersivo. stabile. stabile. 2 con T > 0. [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . Esercizio 4. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). (a) Calcolare y(n) quando x(n) = δ (n − 1). stabilire se S può essere un sistema LTI. (c) non è LTI. (e) il sistema è dispersivo. Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). causale. (c) Sulla base dei risultati dei punti (a) e (b). (g) il sistema è dispersivo. Risultato: (a) y(n) = R4 (n − 2). .198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). non causale. Risultato: (a) y(n) ≡ 0. stabile. (c) Sulla base dei risultati dei punti (a) e (b). (b) il sistema è dispersivo. (d) il sistema è dispersivo. Esercizio 4.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . (c) non è LTI. (b) y(n) = R3 (n − 1). Esercizio 4. dove g(n) = R4 (n). (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. (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). (a) Calcolare y(n) quando x(n) = δ (n − 1). instabile. stabile. causale. non causale. (g) h(n) = n (1/3)n u(n − 1). k ∈ N0 . (b) y(n) = R4 (n − 4). Risultato: (a) il sistema è dispersivo. causale. instabile.19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) .] 1 Risultato: gk = (−1)k 2k . stabile. (f) il sistema è dispersivo. dove g(n) = R3 (n). (b) Calcolare y(n) quando x(n) = δ (n − 2). non causale. causale. si trova L = 2.

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 . Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3). (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). dove a è un numero reale negativo. h2 (t) = u(t + 2) − u(t) . rispettivamente.20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). h3 (t) = δ (t − 2) . ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. e discuterne le proprietà (non dispersività. instabile.22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . rispettivamente. causalità e stabilità). instabile. Esercizio 4.4. h4 (t) = eat u(t) . il sistema h4 (t) è dispersivo. causale. motivando brevemente le risposte. stabile. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). il sistema h2 (t) è dispersivo. causalità e stabilità). (a) Classificare. non causale. causale. causale.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) .8 Esercizi proposti 199 Esercizio 4. con h1 (n) = R2 (n). causale. il sistema è dispersivo. Risultato: (a) il sistema h1 (t) è dispersivo. Esercizio 4. stabile. il sistema h3 (t) è dispersivo. (b) h(t) = (1−eat ) u(t). stabile. Sapendo che la risposta impulsiva del sistema complessivo è h(n) = δ (n) + 4δ (n − 1) − 4δ (n − 2) − 2δ (n − 3) + 5δ (n − 4).

rispettivamente. invariante temporalmente. Risultato: (a) y(t) = T −T x at − τ 3 d τ .5) nel caso (b). y(t) = x(t) − x(t − 0. rispettivamente. non dispersività.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . (b) Classificare il sistema complessivo. causale. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). sulla base delle sue proprietà di non dispersività. stabile. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). invarianti temporalmente e stabili. non causale. non causale. (b) il sistema è 3t . con T > 0. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). Esercizio 4. dispersivo. stabile. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). con a ∈ R. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). stabile.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). non dispersivo. (b) il sistema è dispersivo. Entrambi i sistemi sono lineari. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata.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 . causalità e stabilità. dispersivi. S3 : y(t) = x(t/2) (espansione di 2) . (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. causali. y(n) ≈ .23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . 1 + j/2 1 + j/2 . S2 : h(t) = δ (t) − δ (t − 1) . in generale è tempo-variante. eccetto che nel caso in cui a = 3. Esercizio 4. il sistema è lineare. causalità e stabilità). (b) per n → +∞. 2T lineare per ogni a. motivando brevemente le risposte. (c) h(t) = 3 rect Esercizio 4.

36. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. la risposta al gradino sarà la derivata della risposta alla rampa. s(t) = yfor (t) = e−t/T u(t). causale e stabile. con costante di tempo T = RC = 1s.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) . [Suggerimento: per il punto (e).29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (c) Disegnare lo schema implementativo del sistema in forma canonica. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo.     0. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (f) Studiare le proprietà (non dispersività. sistema dispersivo. (a) Disegnare lo schema implementativo del sistema in forma diretta I.36.  0 . stabilità) del sistema LTI determinato al punto (e).26 Si consideri il circuito RC di fig.     Risultato: y(t) = 0. causale. (e) il sistema è LTI se y0 = 0. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 .5 (1 − e−4 ) e−t . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). per t ≥ 2 . e la tensione y(t) ai capi della resistenza è il segnale di uscita. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). per t < 0 .] Risultato: (a) d 1 d y(t) + y(t) = x(t). (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). Esercizio 4. (f) il sistema è dispersivo. notare che essendo il gradino la derivata della rampa. con a ∈ R. (b) y0 (t) = c1 e−t/T .] Risultato: h(n) = (1/a)n−1 u(n − 1). determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. 4. stabile se e solo se |a| > 1. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 .27 Si consideri il circuito CR di fig. causale. [Suggerimento: Per calcolare h(n). con T = RC. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). stabile. (c) ylib (t) = y0 e−t/T . Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). (b) Disegnare lo schema implementativo del sistema in forma diretta II.4. 4. . dt T Esercizio 4.8 Esercizi proposti 201 Esercizio 4. Esercizio 4. per 0 ≤ t < 2 . causalità.5 (1 − e−2t ) e−t .

non dispersività. Stabilire se i tre sistemi possono essere LTI.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. con T > 0. Risultato: Solo il sistema S2 può essere LTI. t (e) x(t) = cos 2π T u(t). (d) y(t) = 2 cos π T .30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). t t (d) x(t) = 2 sin 2π T + cos π T . Stabilire se i tre sistemi possono essere LTI. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . invarianza temporale. S3 . causalità. (c) y(t) ≡ 0. S3 : e j5t −→ cos(5t) . S3 . t (b) x(t) = e jπ T . x(t) z(t) S1 + − 6 S2 . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI.5T T . S2 : e jπ n/2 −→ e j3π n/2 . .31 Si considerino i sistemi TC S1 . t t (c) x(t) = cos 2π T . t t Risultato: (a) y(t) ≡ 0. le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . Esercizio 4. S2 . determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). Calcolare la risposta in frequenza del sistema. (b) y(t) = 2e jπ T . Esercizio 4.32 Si considerino i sistemi TD S1 . Risultato: Solo il sistema S3 può essere LTI. stabilità). Esercizio 4. i sistemi S1 e S3 non sono sicuramente LTI. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). S2 . (e) y(t) = cos 2π T rect t t−0. S3 : e jπ n/2 −→ 2 e j5π n/2 .202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. i sistemi S1 e S2 non sono sicuramente LTI. ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . le cui risposte al fasore x(n) = e jπ n/2 sono le seguenti: S1 : e jπ n/2 −→ e jπ n/2 u(n) . S2 : e j5t −→ e j5(t−1) .33 Nello schema di figura. con T > 0.

calcolare l’uscita y(t).5 < ν ≤ 0.5T 1 1 − e− j2π f T = e− jπ f T . stabile. dispersivo. con le seguenti proprietà: linea- re. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). (b) il sistema è LTI. x(t) 6 S S 6 . tempo-invariante.34 Nello schema di figura. T Esercizio 4. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. (b) Sfruttando i risultati del punto (a).25 π n). applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). tempo-invariante. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. non dispersività.25 π (n + 1)). 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 ). Risultato: (a) y(t) = t t−T x(τ ) dτ . 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). (c) y(t) = rect . il sistema è lineare. causalità.5T . stabilità). 1/T ).5 . applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.4. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . (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. (b) il sistema è LTI. causale. causale. è un integratore con memoria finita. invarianza temporale. . stabile).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) = δ (t) si ha h(t) = sin(π f T ) t − 0. (c) y(t) ≡ 1. √ Risultato: y(n) = 2 2 sin(0. (b) y(t) = 4 cos . applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . 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.5 e− j 8πν per −0. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .36 Si consideri il sistema LTI avente. con riferimento al periodo principale. calcolare l’uscita y(t) e rappresentarla grafiT camente. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). dispersivo.

e la tensione y(t) ai capi del condensatore è il segnale di uscita.38.37. 4. Circuito RLC.37 Si consideri il circuito CR di fig. Circuito RC. Risultato: H(ν ) = 1 − 5 e− j8πν .38 Si consideri il circuito RLC di fig. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). Fig. Fig. f <0 Esercizio 4. 4. determinare la sua risposta in frequenza H( f ). dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. dt T dt 1 + j2π f T π − arctan(2π f T ) . H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) .36. con ω0 = dt dt (coefficiente di smorzamento). 2π | f |T . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. (b) H( f ) = .39 Supponendo che il sistema ARMA descritto dell’esercizio 4. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. Esercizio 4. con 2π f0 = ω0 . 4. calcolare la sua risposta in frequenza H(ν ). 1 + 4π Risultato: (a) f >0 . 4. Circuito CR.29 sia stabile. 2 − e− j2πν + e− j6πν Esercizio 4. 4. con T = RC. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.38.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: .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. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). determinare la sua risposta in frequenza H( f ).37. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 1 . e la tensione y(t) ai capi del condensatore è il segnale di uscita. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 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 . H( f ) = tan−1 ζf . 1 d j2π f T d y(t) + y(t) = x(t).

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

che la introdusse in vari scritti del 1807 e del 1811. 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. espresso come somma di un numero finito di fasori. cioè i loro rapporti sono dei numeri razionali.1) A1 j2π f0t A1 − j2π f0t A2 j2π 2 f0t A2 − j2π 2 f0t A3 j2π 3 f0t A3 − j2π 3 f0t e + e + e + e + e + e . in accordo con l’interpretazione già data nel § 2. Successivamente. rappresenti un caso particolare di scarso interesse pratico. che prende il nome1 di serie di Fourier. non necessariamente periodico. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). sarà applicabile anche ai segnali periodici. vedremo la rappresentazione più generale di un segnale. 6. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. In particolare. e presenterà interessanti relazioni con la serie di Fourier. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. Quest’ultima rappresentazione. .2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17].2 Si consideri ad esempio il seguente segnale. 5. solo in questo caso. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . il segnale x(t) risulta periodico. tratteremo separatamente la serie di Fourier per segnali TC e TD.3. 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. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. e per di più a valori complessi. Nel seguito del capitolo. lo svizzero Leonhard Euler (1707–1783) detto Eulero. Partiamo per semplicità da uno dei più semplici segnali periodici TC. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . 2 2 La relazione precedente mostra. opportunamente generalizzata. che molto prima di Fourier. 2 In generale. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. nota come trasformata di Fourier. poiché esistono differenze non trascurabili tra i due casi.3. Va osservato. peraltro. infatti. sarà esaminata in questo capitolo. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . purché le frequenze siano tutte multiple di una frequenza comune f0 . ed ampiezza A/2.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. rispettivamente. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. 2 2 2 2 2 2 (5. Tale segnale risulta periodico di periodo T0 = 1/ f0 . nel cap. 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.

3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). ±1.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.7) T0 . Ad esempio.1)]. ed integrando termine a termine su un periodo. . . . se k = h . il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. i termini per k = ±1 prendono il nome di prima armonica o fondamentale. Le frequenze fk = k f0 dei fasori della rappresentazione (5. ovvero: |x(t)| dt < +∞ . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). per il segnale (5. ±2 f0 e ±3 f0 .3) per e− j2π h f0t . . con h ∈ {0. notiamo che la (5. Se infatti consideriamo due fasori della rappresentazione (5. 0.1). dove le funzioni xk (t) sono ortogonali. i termini per k = ±2 prendono il nome di seconda armonica.3).4) e pertanto risultano ortogonali se k = h.3) e la (5. ottenuto come combinazione lineare di un numero finito di sinusoidi. ±M}. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . e quindi ammettono T0 come più piccolo periodo comune. In tale ipotesi. se k = h .2) si ricava che M = 3 e Xk = 2 . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. che in generale può essere complesso. moltiplicando ambo i membri della (5. A tale proposito. =δ (k−h) (5. ±2. ±1. la loro potenza mutua si calcola facilmente: ∗ Pxk xh = xk (t) xh (t) = 1 T0 T0 e j2π (k−h) f0t dt = δ (k − h) = 1. (5. Ad A|k| esempio. ±M} .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).3) sia effettivamente periodico di periodo T0 .6) per cui. cioè se hanno frequenze distinte. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . . e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. con k ∈ {±1. nel senso precisato nel cap. (4. cambiando l’indice da h nuovamente a k.5) T0 Essendo l’intervallo di integrazione finito. a frequenze ± f0 . con M ∈ N . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. 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 . . con k ∈ {0. . Assegnato il periodo T0 e il numero di armoniche M. (5. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). (5. ±3}. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . Per mostrare ciò. (5. dal confronto tra la (5.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza).

Purtroppo.7) ha senso. In definitiva.8) e (5.7). ±1. Infatti. ∀k ∈ Z .8) al § 5. basti pensare che nella (5. essendo la somma di un numero finito di termini. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. Si osservi inoltre che non tutti i segnali continui.8) può risultare non convergente. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.10) (5. (vedi concetto di gradino e di risposta al gradino).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. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. possono essere rappresentati combinando linearmente un numero finito di fasori.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . prop.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. (5. inoltre. la serie di funzioni (5. espresso come somma di un numero finito di funzioni continue. Tuttavia. (5. non pone alcun problema di convergenza.3) che. Abbiamo già avuto modo di evidenziare in passato che. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. per ogni k ∈ Z. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. ±M} ma. . mettendo insieme le (5.3). conseguentemente il segnale x(t).11) 1 T0 . il segnale periodico x(t) deve essere necessariamente continuo. .9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . . In altre parole.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . è ancora una funzione continua (cfr. utilizzando la (5. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5.1.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. rimandando ogni discussione sulla convergenza della serie (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 . più in generale.9). affinchè la rappresentazione (5. Si osservi che.5). ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . La serie di 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. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. B.3) sia applcabile. Ad esempio. a differenza della rappresentazione (5. in virtù della (5.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue.2.3) per il segnale x(t) espresso come somma di un numero finito di fasori.3) e (5. Dalla maggiorazione precedente. Per il momento tralasciamo questo aspetto. .

siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . se X1. e gli stessi coefficienti della serie di Fourier di x(t).11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. 3 In . allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. fatta eccezione per il coefficiente per k = 0. (5. Dal punto di vista matematico.k = X2. che è ovviamente nulla per xac (t).k ed X2. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. saranno sviluppate nel § 5. rispettivamente. Altre forme della serie di Fourier. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z .3 In particolare. Più precisamente. ovvero si ha x1 (t) = x2 (t).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. 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 ). La (5. per ogni k ∈ Z. prop.7(c)] si può calcolare su un periodo del segnale. È interessante osservare che. valide esclusivamente per segnali a valori reali.2. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). sviluppabili in serie di Fourier con coefficienti X1. ∀t ∈ R eccetto che in un insieme di misura nulla.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t .10) e (5. valida in generale per segnali x(t) a valori reali o complessi. Per differenza.k . chiamati anch’essi armoniche del segnale. si ha X0 = 1 T0 x(t) dt = xdc . in virtù di tale corrispondenza. 2. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 .4.2 Serie di Fourier per segnali TC 211 Le equazioni (5. ovvero per la componente continua.k . la seconda consente di decomporre o analizzare il segnale x(t). in quanto forniscono per ogni valore di k. In altre parole.5. rispettivamente. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). Particolarizzando l’equazione di analisi per k = 0. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). Poiché i coefficienti Xk sono grandezze complesse. particolare. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). ed il fatto che per segnali periodici la media temporale [cfr. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale.

1 per il caso A = 1 e ϕ0 = π . per confronto con l’equazione di sintesi (5. 5. da: |Xk | = A 2.1 e nel seguito. Esempio 5.2. noti che in fig.1. 5.5 0 −5 1 ∠ Xk 0 k 5 1 0. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche.  Xk = −ϕ0 . con A > 0. k = 1.1)). k = −1.1 (A = 1. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. si ricava:   A e j ϕ0 . eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. altrimenti. altrimenti. 4 L’esempio precedente mostra che in casi molto semplici. 2  0. 5. 5. rispettivamente. 0.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. k = −1. e sono riportati4 in fig. sebbene essa risulti a rigore indeterminata. altrimenti.4 0. ϕ0 = π ). k = 1. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e .2 0 0 −0.11).8 0. Per segnali più complicati. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) .212 Serie di Fourier 1 |Xk| 0. 6]. 4 Fig. 2 2 da cui. per semplicità di rappresentazione. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.10). 2 Xk = A e− jϕ0 . ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. Per maggiore generalità rispetto al caso visto precedentemente. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. come la formula di Eulero. Gli spettri di ampiezza e fase sono dati. 5. il calcolo dei coefficienti non è un problema concettualmente difficile. 4 Si . k = ±1.6 sinc(x) 0.  ϕ0 .   indeterminata. La funzione sinc(x) per valori di x ∈ [−6.

4 |Xk| 0.1 0 −0.11): 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 . e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.2 0. δc = 0. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. 5.5 0.2 Serie di Fourier per segnali TC 213 0. Per k = 0.2 −5 0 k 5 0.5. δc = 0. πx x ∈ R.4 0. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . introduciamo la funzione sinc(x): sinc(x) = sin(π x) . 6] è riportato in fig. 5.2 (serie di Fourier dell’onda rettangolare TC.4.14) il cui grafico per x ∈ [−6. 2.1 −0.5). Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. cfr. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . Fig. 5. 5. (5. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A .2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 .2. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . πk πk (5. .3. Le principali proprietà della funzione sinc(x) sono le tre seguenti. es.13) Per esprimere in forma più compatta il risultato precedente.9).2 (A = 1. 5. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.5) sono puramente reali. I coefficienti Xk dell’onda rettangolare dell’es.2 (A = 1.3 Xk 0. Esempio 5.

su un unico diagramma cartesiano. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . Notiamo la simmetria pari dello spettro di ampiezza. π |k|  0   indeterminata Xk = 0    ±π k = 0. .214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. |Xk | = 0. Notiamo che l’espressione precedente vale anche per k = 0. . . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. k = . −1. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . .  k pari. π |x| ∀x ∈ R . k = 2h + 1.  1  .13). Consideriamo allora il caso particolare δc = 0. e utilizzando la definizione di sinc(x).. . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. ed utilizzando la definizione di sinc(x) e le sue proprietà. in quanto: |sinc(x)| ≤ 1 .   0. la cui ampiezza decresce con legge inversamente proporzionale a k. . . −1. 2. . k = 0 . . . e quella dispari dello spettro di fase.5 (duty-cycle del 50 %) e A = 1. . 1. . . 5. In tal caso. nonché proprietà trigonometriche elementari. osserviamo che questo segnale. per qualunque valore di A e δc . per la proprietà (b) della sinc.3. 11. e la fase −π per k < 0. presenta armoniche puramente reali. h pari (k = . . in quanto. Xk = 1  πk . h dispari (k = .). quindi esse possono essere rappresentate come in fig. tuttavia. 1. −5. . . k = 0. 3. k dispari. si ha: 1 2. −3. −5. . − 7. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . . 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). risulta: X0 = A δc sinc(0) = A δc . k = 0. 9. −3. k = 0 . 7. 0.). k pari. k = . Moltiplicando e dividendo per δc nella (5.4. k pari. 3. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. 5. 5. k = 2h + 1. π kδc k = 0.    1 − πk . 7. .. k = 0. . . . . . che sono raffigurati graficamente in fig. 5. Per maggiore generalità. Più in generale. −7.

6.4 |Xk| 0. 5. 5. Esempio 5. L’onda triangolare dell’es. 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 .4 0. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .3 (A = 1). 5.6 x(t) 0. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . in quanto esso risulta nullo per la simmetria dispari della funzione integranda. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . Per k = 0.5.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 .2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. 5. 5.5 per A = 1.2 0 −5 0 k 5 2 ∠ Xk 0.2 Serie di Fourier per segnali TC 215 1 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.3 (A = 1). Fig. T0 4 2 mentre per k = 0. Tale segnale è raffigurato graficamente in fig. Applicando la formula di Eulero a e− j2π k f0 t . dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).8 0. si ha: Xk = 1 T0 T0 /2 −T0 /2 A 1− 2|t| T0 cos(2π k f0t) dt = 2A T0 T0 /2 0 1− 2t T0 cos(2π k f0t) dt .5.11).

ma la loro ampiezza decresce in modo inversamente proporzionale a k2 .2.11).216 Serie di Fourier integrale.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. (−1)k Come evidenziato dagli es. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.2. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni.4 o più estesamente in app. 5. k dispari. § 5. Come vedremo (cfr. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. = 2A  .5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. in quanto |Xk | = Xk ≥ 0 e Xk = 0. Tuttavia. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche.2 e 5.3. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 .2). quindi gli spettri di ampiezza e fase si calcolano banalmente. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. 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. 5. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5.11). come vedremo nel § 5.2.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). inoltre. 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]). fatta eccezione per casi molto semplici (es. esistano finiti. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. notiamo che anche l’onda triangolare possiede solo armoniche dispari. 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). 5.2. 5 Per . k pari. Sia x(t) un arbitrario segnale periodo con periodo T0 . definiti dalla equazione di analisi (5. segnale sinusoidale). nel seguito daremo solo qualche risultato fondamentale. Vedremo tuttavia nel cap. come già mostrato precedentemente. e quindi consiste nella risoluzione di un integrale. e sono raffigurati in fig. k = 0.

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 . 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). Quindi. per ogni ε > 0. In particolare. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro.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. Risulta immediatamente evidente che.6) e (5. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . b).4. cfr. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.15) converge uniformemente [5] al segnale x(t) su R se. pertanto.15) converge al segnale x(t). lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali.5.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.7) sono validi anche per M → +∞. si dice che la serie di Fourier (5. simmetrico per garantire che siano presenti le armoniche Xk e X−k . e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. Lo studio delle condizioni sotto le quali la serie (5. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. cioè k→±∞ lim |Xk | = 0 . se la serie di Fourier converge uniformemente su R.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . con k ∈ Z.2). con M ∈ N . sono funzioni a valori k complessi definite sull’intervallo (a. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x).15) converge dipende dal tipo di convergenza richiesta. 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. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. se il segnale x(t) ha almeno una discontinuità. . in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. ∀k ∈ Z e ∀x ∈ (a.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito.15) costruita a partire da questi coefficienti converga. la sua serie di Fourier non potrà convergere uniformemente ad x(t). b). b). né tanto meno che tale serie converga al segnale x(t). uno stesso numero Nε va bene per tutti i punti dell’asse reale. § 5. allora si può scrivere M→+∞ lim xM (t) = x(t) . i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. Se la serie di Fourier (5. (5. Così come per le serie numeriche. (5. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. con |gk (x)| ≤ Mk . (5.18) allora la serie associata ai coefficienti Xk converge uniformemente.

9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. 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’800.1. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. 2 T0 la serie di Fourier (5. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). come l’onda rettangolare dell’es.15) è data dal seguente teorema: Teorema 5. 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 . non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. ma non che la serie restituisca proprio x(t). 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 .2. com’è intuibile. In tal senso. .15) può convergere uniformemente ad un segnale x(t) = x(t). 5. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. come può la serie rappresentare segnali discontinui. la serie di Fourier (5. 5. per i quali la serie. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. come l’onda rettangolare dell’es. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. ossia: x (t) dt < +∞ . se la (5. ˇ tuttavia. Dal punto di vista ingegneristico. che assicura la convergenza della serie (5. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. coseni o seni) sono tutte continue.18) è verificata.15) converge ad x(t) per quasi tutti i valori di t ∈ R. non restituisce esattamente il segnale x(t). è continuo e derivabile quasi ovunque. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici.15) che. eccetto al più un sottoinsieme di valori di t di misura nulla. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. 5. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. e sollevò numerosi dubbi sulla validità della serie di Fourier. ma con continuità. Pertanto. In altre parole. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813).2? Oggi sappiamo che se la serie non converge uniformemente.15) al segnale x(t) per ogni t ∈ R. una volta calcolati i coefficienti Xk a partire da un segnale x(t). con derivata x (t) a quadrato sommabile sul periodo T0 . la somma di una serie di funzioni continue non è necessariamente una funzione continua.10) converge uniformemente al segnale x(t) su tutto l’asse reale. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). pur essendo convergente. A differenza della convergenza uniforme espressa dal teor. se ci limitassimo a considerare la sola convergenza uniforme.

1. decrescendo come 1/k2 . mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). le condizioni di Dirichlet sono un caso particolare del seguente risultato. in effetti. 5.2 Serie di Fourier per segnali TC 219 Teorema 5. violando la condizione (5.3 soddisfa le condizioni di Dirichlet. che è importante non solo nell’ambito della teoria dei segnali e sistemi. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . Esempio 5. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. detta convergenza in media quadratica. per ogni t ∈ R. è discusso in app. non costituiscono una successione sommabile.10 Esempio 5. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”.18). allora la serie di Fourier di x(t) esiste e. Infine. . ma anche in molti problemi di fisica matematica.2 soddisfa le tre condizioni di Dirichlet. T0 (d2) x(t) è una funzione continua nel periodo T0 . (d3) x(t) è una funzione derivabile nel periodo T0 . ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. Si osservi che in questo caso i coefficienti Xk . 5. In particolare.5. essendo una funzione continua. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. Per concludere. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. In particolare. considerazioni matematicamente più approfondite mostrano che. la convergenza della serie è uniforme per ogni t ∈ R. se la funzione x(t) è continua.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). osserviamo che. decrescendo come 1/k. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . 5. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. escluso al più un numero finito di punti con discontinuità di prima specie. costituiscono una sequenza sommabile. la convergenza non è uniforme per ogni t ∈ R. In più. 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). 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.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. E. Inoltre. la serie di Fourier restituisce x(t) in tutti i punti. Poiché l’onda rettangolare non 2 è una funzione continua. Questo tipo di convergenza.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. Ad esempio. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. esiste un terzo tipo di convergenza (meno restrittiva di entrambe).

nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. Evidentemente.2). Notiamo che la proprietà precedente vale anche per un segnale discontinuo. che include solo un numero finito di armoniche. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. può risultare una buona approssimazione del segnale x(t). quanto più dolce è l’andamento del segnale nel dominio del tempo. essa consente di prevedere esattamente tale rapidità di decadimento a zero. 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. 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). Questo vuol dire che. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). Gli esempi seguenti chiariscono ulteriormente l’importante relazione che intercorre tra l’andamento del segnale x(t) nel dominio del tempo ed i suoi coefficienti Xk nel dominio della frequenza. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. Vale allora la seguente proprietà (la cui dimostrazione. se M è “sufficientemente” grande. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. 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). continuo con alcune sue derivate.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 .220 Serie di Fourier 5. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. D’altra parte.2.16). in pratica. un segnale x(t). tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. 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. Più precisamente. Come conseguenza della prop.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. già definito nella (5. teor. È facilmente intuibile che. . se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). 5. Se il segnale è continuo con le sue derivate fino a quella di ordine n. dal punto di vista matematico. possiamo prevedere che. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. con M ∈ N . quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . 5. Osserviamo infatti preliminarmente che. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. e come 1/k2 per l’onda triangolare. i coefficienti decadono come 1/k per l’onda rettangolare. Pertanto. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. con derivata (n + 1)-esima discontinua ma limitata. basta porre n = −1. non riportata. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza.1. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. quindi essa può essere verificata solo analiticamente. La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale.

il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge.3. 5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . Esempio 5. come si può anche osservare dalla fig. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. vengono “schiacciati” verso la discontinuità.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. Inoltre. la cui frequenza aumenta.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo.8. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. L’onda triangolare è continua ma con derivata prima discontinua. ma non uniformemente negli intervalli che contengono le discontinuità. 11 Il 12 In fenomeno prende il nome dal fisico J. ed il valore 1/2 in corrispondenza delle discontinuità.6. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. 1. ma per ogni segnale x(t) che. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. confermando che. In particolare. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche.1 si applica con n = 0. 5. quindi la prop. come testimoniato dalla fig. il fenomeno di Gibbs non si verifica per tale segnale. presenta dei punti di discon− + tinuità. Gibbs (1839–1903).2.20) è pari in valore assoluto circa a 0. In effetti.20) dove βgibbs ≈ 0.7.5.09 (a destra della discontinuità. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. se t0 è un punto di discontinuità. dt.7 (onda triangolare) Si consideri l’onda triangolare dell’es.1 si applica con n = −1. 5. 5.2 Serie di Fourier per segnali TC 221 Esempio 5. 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) . 5. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . l’ampiezza delle oscillazioni calcolata secondo la (5. L’espressione (5. (5. 101. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. ottenuti con Matlab. pur soddisfacendo le condizioni di Dirichlet.12 Nell’es. In fig. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. Infatti al crescere di M i picchi delle oscillazioni.09 (a sinistra della discontinuità) e 1. 5. e pertanto il segnale ricostruito con 2M + 1 armoniche. Matematicamente.09. in effetti. poiché l’onda triangolare è una funzione continua. Questo fenomeno. 11.28114072518757 è una costante notevole. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). in effetti. Per δc = 1/2 ed A = 1. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. per cui la prop. nella quale il segnale oscilla tra i valori −0. 5.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. ma la cui ampiezza non diminuisce al crescere di M. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . sebbene restino di ampiezza invariata. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. come già discusso in precedenza. confermando che. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. noto come fenomeno di Gibbs. W. 5. 5. 3. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. che per primo lo osservò e lo descrisse.

6 0.2 0 −0.6 0.6 0. xM(t) 0.6 0. . xM(t) 0.4 0.5 (b) 0 0 t/T 0. (f) M = 101.5 0 (c) 1 0.5 (d) 0 t/T0 0.4 0. xM(t) 1 0.2 0 −0.2 0 −0.6 0.8 x(t).5 0 t/T0 0.5 x(t). (e) M = 11.8 0.2 0 −0. (c) M = 3. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.5 x(t).5 x(t). 5.5 (e) (f) Fig.5 (a) 1 0. xM(t) 1 0.6 0.4 0. (b) M = 1.222 Serie di Fourier 1 0.8 x(t).2 0 −0.5 0 t/T0 0.4 0.8 0.2 0 −0.4 0.4 0.7.5 0 t/T 0.8 x(t). xM(t) 1 0.5 0 t/T0 0. (d) M = 5. xM(t) 0.8 0.

5. sulla base dell’uguaglianza di Parseval.8). è proposta nel § 5. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. la lenta convergenza a zero (come 1/k) delle armoniche dell’onda rettangolare comporta che per ottenere una buona approssimazione con M finito è necessario considerare un elevato numero di armoniche.3. Viceversa. 13 Una .13 valutazione quantitativa della bontà di tale ricostruzione.7 e 5. 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.5.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.4.

5 0 (c) 1 0. .8 0.224 Serie di Fourier 1 0.4 0.8 x(t). xM(t) 1 0.5 x(t).5 (d) 0 t/T0 0.6 0.5 x(t).5 (a) 1 0. (d) M = 5. (c) M = 3.8 0. (b) M = 1.5 0 t/T0 0.4 0.2 0 −0.4 0.2 0 −0. 5.4 0.8.4 0.5 (e) (f) Fig.5 (b) 0 0 t/T 0.6 0.5 0 t/T0 0. xM(t) 0.6 0.6 0.8 0.2 0 −0.8 x(t).2 0 −0.2 0 −0. xM(t) 0. (e) M = 11. (f) M = 101. xM(t) 1 0.8 x(t).4 0.2 0 −0.6 0.5 x(t).5 0 t/T 0.5 0 t/T0 0. xM(t) 1 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.6 0. xM(t) 0.

. . . e quindi l’intervallo di variazione delle frequenze νk = kν0 . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. 1. .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. cfr. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC.3 Serie di Fourier per segnali TD (DFS) 225 5. La differenza fondamentale rispetto alla serie di Fourier (5.5. ad esempio in (0.22) per e− j2π hν0 n e sommando su un periodo. 14 Si .21). L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC.10) della serie di Fourier a TC. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . pertanto. . In particolare.23) Le (5. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . nella (5. salvo casi particolari. in quanto si tratta di una somma (finita) e non di una serie. . nota anche come Discrete Fourier Series (DFS). . . cambiando l’indice da h nuovamente a k. . 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 . e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche).22) La relazione (5. 1[. (5.22) è analoga all’equazione di sintesi (5. .22) una somma finita.22) e (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 . non abbiamo indicato di proposito gli estremi di variazione dell’indice k. k (5. (N0 − 1)/N0 nell’intervallo [0. . quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . se k ∈ {0. le frequenze νk assumono i valori 0.3. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N.3). e rappresenta l’equazione di sintesi della serie di Fourier discreta. Esse. (5. 1/N0 . § 2. proprio per questo motivo.21). è improprio parlare di “serie” di Fourier nel caso TD. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. N0 − 1}. N0 − 1} . .21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . 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. Nella (5. moltiplicando ambo i membri della (5. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. 1/2). per cui la (5. 1) oppure in (−1/2. N0 n=0 k ∈ {0.21) Notiamo che. Infatti. semplificati dal fatto che. 1. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. In particolare.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . essendo la (5.

28) (5.26) 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. costituiscono formalmente l’esatta controparte delle (5. N0 − 1}. valide nel caso TC.25) (5. N0 k=0 N0 −1 n=0 (5. .26) abbiamo esteso la definizione di X(k) a qualunque valore di k.25) e (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk .23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. nella letteratura scientifica. (5. Va detto però che.22) e (5.15 come la sequenza x(n).29) ∑ x(n) wkn N0 In effetti. . . nella letteratura scientifica le (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . 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 (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.11). Posto wN0 = e− j2π /N0 . la (5. 1. Inoltre nella (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 . mentre la (5. In altri termini.28) e (5. In particolare.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). . anche se esse non sono esattamente corrispondenti a quelle nel caso TC. 15 Notiamo DFS . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.27) (equazione di sintesi) (equazione di analisi) (5.10) e (5. A partire da Xk . le (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.25) siano quelli dell’intervallo {0.26) è periodica. con sostituzioni algebriche banali.226 Serie di Fourier rappresentazione.25) e (5. Una prima differenza rispetto alle (5. le (5.28) prende il nome di Inverse Discrete Fourier Series (IDFS).29) viene denominata Discrete Fourier Series (DFS).22) e (5.26) ∑ x(n) e− j2π kν0 n . di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . Se infine nelle (5.24) e pertanto. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. entrambe periodiche dello stesso periodo N0 .

N0 = wkn . Esempio 5. Differentemente dal caso TC. sia della trasformata discreta di Fourier (DFT). N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. ovvero da un segnale TD. La DFS e IDFS possono anche essere viste come operatori.9. . x(N0 − 1). . e si scrive sinteticamente X(k) = DFS[x(n)] . x(n) = IDFS[X(k)] . per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza.4. .3 Serie di Fourier per segnali TD (DFS) 227 1 0.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn .8 (N0 = 8. cfr. .6 x(n) 0. Infatti. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. La periodicità di X(k) è una caratteristica peculiare della DFS. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). N0 (k+N0 )n In particolare. § 5. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier.2 0 −20 −10 0 n 10 20 Fig. Onda rettangolare TD dell’es. ad esempio per t ∈ [0. .4 0.2). che è strettamente legata alla DFS (cfr. Si può infine verificare che le quantità wN0 definite mediante la (5. la periodicità della sequenza x(n) deriva dalla proprietà (b).8 (DFS dell’onda rettangolare TD. nel dominio della frequenza. T0 [. ad esempio x(0). abbiamo visto che invece. cap. il segnale x(n) è completamente descritto assegnando solo N0 valori. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . M = 4). funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 .8 0. 7). ovvero da un’inifinità continua di valori.5. 5. nel dominio della frequenza sussiste esattamente la stessa proprietà. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. 5. x(1).

N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. si ha allora: X(k) = DM k N0 . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M.228 Serie di Fourier e raffigurata graficamente in fig. sin(π x) x ∈ R. 0 Per esprimere in forma più compatta il risultato precedente.30) può essere riscritta. x = . Ponendo infatti a = wk 0 . k ∈ Z. (5. x ∈ Z . x ∈ Z . 2.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. ∀x ∈ R . .29). 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . .11 nel caso N0 = 8 ed M = 4.31). .31) il cui grafico per x ∈ [−1. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . Utilizzando la definizione (5.9 per N0 = 8 ed M = 4. notiamo che wkM N0 wk 0 N = e = e . La DFS di x(n) si scrive. ±2. e quella dispari dello spettro di fase. (5. 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 . dove vale M:  k  0. tranne che in x = ±1. DM (x) = M M. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. . N1 = 0 e N2 = M − 1. 1] è riportato in fig. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . di facile dimostrazione: 1. 5. con semplici passaggi algebrici. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . 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 . sulla base della definizione (5. per cui la (5.. . Le principali proprietà della funzione DM (x) sono le seguenti. 5. Tale DFS è rappresentata in ampiezza e fase in fig.30) Ricordando la definizione di wN0 . 5.

discuteremo nel dettaglio la proprietà di linearità. quando necessario. in quanto richiede un numero finito di operazioni. M = 4): spettro di ampiezza (in alto) e di fase (in basso). e sono comunque riportate in app. Notiamo in conclusione che. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. 5. Di conseguenza. In altre parole. DFS dell’onda rettangolare dell’es. 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. α2 ∈ C.29). con α1 .5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig.5 0 x 0.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. anche perchè il concetto di continuità perde di significato in tal caso. E. soprattutto. 5.10. Per tali proprietà. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso).1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 .5 1 4 |X(k)| −0.5 0 x 0.16 La proprietà di linearità della serie di Fourier afferma . Vedremo (cfr. 5. 5. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). i cui coefficienti di Fourier siano Xk e Yk .28) and (5.11.5. è ancora un segnale periodico di periodo T0 . Fig.4. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti. il fenomeno di Gibbs non sussiste nel caso TD. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. che suggeriscono ulteriori considerazioni concettuali e. In particolare. rispettivamente. tratteremo congiuntamente sia il caso TC che quello TD. ma anche algoritmicamente. denominati algoritmi Fast Fourier Transform (FFT). Altre proprietà formali. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). utili talvolta nei calcoli. § cap. 5. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. e l’uguaglianza di Parseval per il calcolo della potenza. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. evidenziando. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5.8 (N0 = 8. simmetria hermitiana dei coefficienti. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. le differenze salienti.

rispettivamente.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. dei due segnali è ancora un segnale periodico di periodo N0 . DFS DFS FS ∀α1 .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. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . Analogamente. rispettivamente. . (simmetria pari) (simmetria dispari) (5. α2 ∈ C .2 e 5. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . Riassumendo. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . otteniamo la seguente proprietà notevole: Proprietà 5. 5. (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.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) .1.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . nel caso TD.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 .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).4.2 Simmetria hermitiana Con riferimento a segnali periodici TC.11) e (5. Xk = − X−k . 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. α2 ∈ C. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). 5. 5. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). 16 Può (5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. ossia: Zk = α1 Xk + α2 Yk . con α1 . DFS ∀α1 . i cui coefficienti di Fourier siano X(k) e Y (k).29). negli es. α2 ∈ C .

Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .36). T0 Se x(t) è reale.37) Prova. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. avendo già provato che X0 è reale. in particolare. Proviamo adesso l’implicazione ⇐ nella (5.35). come specificato dalla seguente proprietà: Proprietà 5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). Proviamo prima l’implicazione ⇒ nella (5. si ha x∗ (t) ≡ x(t).5. k=1 k=1 ∑ Xk e j2π k f0 t da cui. 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 (5.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. si ricava che x(t) è reale. Partiamo dall’equazione di analisi (5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Inoltre l’equazione di sintesi (5.35) Le proprietà (5. Se vale la simmetria hermitiana (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.36). X(k) = − X(−k) . e quindi X0 è reale.38) .33) e (5. e valgono se e solo se il segnale periodico in questione è reale. 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 .34) Pertanto.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. anche in questo caso le (5.36). 5. (simmetria pari) (simmetria dispari) (5.8 riguardante la DFS dell’onda rettangolare TD.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. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. (5.36).

. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . N0 − 1}. .37) nel caso TD). per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . conseguentemente. . . (5. ponendo Xk = |Xk | e j Xk nella (5. per segnali periodici TD reali. 2. . N0 − 1}. . .  N 0 k=1 . tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). se N0 /2 è intero (il che accade se e solo se N0 è pari). N0 − 1} . . 2. . Per evitare possibili fraintendimenti. 1. si può verificare (la verifica è lasciata al lettore come esercizio) che. Rispetto al caso TC. . per k ∈ {1.28) compaiono solo i valori di X(k) per k ∈ {0. notiamo che.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . è possibile determinarne almeno uno dispari.39). k=1 Con ragionamenti simili.32) (con analoghi passaggi si ottiene la (5. per cui la (5. . in alternativa alla (5. con riferimento ai soli valori di k ∈ {0. applicando la (5. anche X(N0 /2) è vincolato ad essere reale per N0 pari. . 2. .38). la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. . se k ∈ {1. la proprietà di simmetria hermitiana per la DFS. se x(·) è reale. . .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. partendo dall’equazione di sintesi (5. da cui si deduce che. il solo coefficiente X(0) è vincolato ad essere reale. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. Notiamo infatti che nell’equazione di sintesi (5. oltre a X(0). con riferimento a segnali periodici TC reali. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. N0 − 1}. Questa conclusione non è corretta. 2. anche come segue: X ∗ (k) = X(N0 − k) . . 1. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . valide esclusivamente per segnali reali. Notiamo infatti che. . si può esprimere. anche N0 − k varia nello stesso intervallo. poiché la fase di un numero complesso è definita a meno di multipli di 2π .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . N0 − 1}. Infatti. . N0 − 1}. .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . X ∗ (k) = X(N0 − k) . N0 − 1}. . k ∈ {1. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . per k ∈ {1. 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. In definitiva. . . Infatti. N0 pari . . .34) a partire dalla (5. 2. In particolare.37) mediante le seguenti condizioni: X(0) reale . In altre parole. .37) si può riscrivere. in relazione alla periodicità della sequenza X(k). .

2 k=1 (5. si ottiene nel caso TC decomponendo Xk . 5. si ha. . a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . valide per segnali reali. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. 5.5.4 Principali proprietà della serie di Fourier e della DFS 233 (5. x(t) = dove: a0 = 2 T0 x(t) dt . saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. note anche come forma esponenziale della serie di Fourier. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. partendo dall’equazione di sintesi (5. def. 5. bk = 2 T0 x(t) sin(2π k f0t) dt . ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. 2. anziché in modulo e fase. (5. 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 . ak = 2 T0 x(t) cos(2π k f0t) dt .41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. come nella forma polare.2). . ed in essa.41) Le (5. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali.10). Le espressioni (5.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . note come forma polare della serie di Fourier. Consideriamo dapprima il caso di un segnale TC periodico. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . rispettivamente.42) T0 T0 T0 Allo stesso modo.4. . Infatti. .39). N0 dispari .40) e (5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . Nel seguito.42) e (5. N0 − 1}) nella (5. compaiono soltanto quantità reali. in parte reale ed immaginaria. . . anche per segnali reali.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. Un’ulteriore espressione della serie di Fourier.38). con facili passaggi algebrici. perché più generali e compatte.1 e def.29). Il punto di partenza è l’equazione di sintesi (5. N0 pari .

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

al variare di M. e confrontarla con la potenza del segnale originario x(t).5. per avere ξM ≥ 0. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 .44) può essere riscritta utilizzando solo le armoniche con k ≥ 0.2.12 è rappresentato.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. Ad esempio. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. rispetto a quello per l’onda rettangolare. Tale potenza può essere rapportata alla potenza Px del segnale x(t). Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. con M ∈ N . il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. per un fissato valore di M. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). mentre è sufficiente un valore M = 3 per l’onda triangolare.2). ottenendo così il coefficiente ξM = Px (M) ∈ [0. Utilizzando l’uguaglianza di Parseval. Per un fissato valore di ξM . 1] . In particolare. 5. la (5. . e quindi per un fissato valore di accuratezza relativa. 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. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . In fig. § 5. sfruttando la simmetria hermitiana dei coefficienti. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . tale coefficiente.99 è necessario considerare M = 23 per l’onda rettangolare. per ottenere una valutazione quantitativa di tale bontà. Infatti.

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

97) e (4.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. sfruttando le formule di Eulero. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. =Yk (5. Pertanto. 5. Fig. Risposta di un sistema LTI ad un segnale periodico (caso TD). che può essere vista come un caso particolare di segnale periodico. Applicando l’equazione di sintesi della serie di Fourier a TC (5. dove f0 = 1/T0 .5.23).7.23) per calcolare l’uscita y(t). è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. 5. Risposta di un sistema LTI ad un segnale periodico (caso TC). l’uscita corrispondente ad un singolo fasore xk (t) = e j2π k f0t (avente frequenza k f0 ) della rappresentazione di x(t) si ottiene applicando la (4.13.46) ha la forma dell’equazione di sintesi (5. 5.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). le espressioni precedenti sono state già utilizzate (cfr.10). Per la linearità del sistema. periodico di periodo T0 .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. 6).10) della serie di Fourier di y(t).3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. sia applicato (fig. In particolare. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .14. mediante le relazioni (4. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .18 Consideriamo prima il caso TC. è possibile applicare il principio di sovrapposizione (3. 5.46) Poiché la (5. ed essendo i coefficienti Xk ∈ C quantità costanti. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . e supponiamo che il segnale x(t). 18 Espressioni . 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. Infatti. per il principio di sovrapposizione (3. § 4.

e ricordando che Y0 = ydc e X0 = xdc . supponiamo che il segnale x(n).22). il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 .238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 . 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 ). la (5. se il sistema è reale. 19 A (5.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . la funzione H( f ) prende anche il nome di risposta armonica del sistema.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. complesse.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . (5. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . periodico di periodo N0 . che prende per questo motivo il nome di guadagno in continua del sistema. Pertanto. . Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. In termini di modulo e fase.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . applicando il principio di sovrapposizione.47) per k = 0. stretto rigore.47). N0 k=0 =Y (k) (5.48) (5. N0 k=0 dove ν0 = 1/N0 . 5. Yk = H(k f0 ) + Xk .47) sono tutte. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. Particolarizzando la (5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. in generale. si ha: ydc = H(0) xdc . con lo stesso22 periodo N0 del segnale di ingresso. sia applicato (fig.21 Passando ad esaminare il caso di un segnale TD.50) Dal confronto con la (5. 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) La (5.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . (5. Notiamo che le quantità che compaiono nella (5. in particolare. 21 Si noti che. valgono considerazioni analoghe a quelle già fatte nel caso TC. si ricava anche in questo caso che y(n) è un segnale periodico. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).51) Per gli spettri di ampiezza e fase. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.

riportata di seguito.4 |Yk| 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. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. di ampiezza A e duty-cycle δc .16.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. 5.9). Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. 5. la modifica subita dalla k-esima armonica.4 0. |H(k f0)| 0.8 |H(f)|. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.47) e (5. 5.4 0. in ingresso ad un sistema RC. 5. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.15.6 0. Esempio 5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. Inoltre.5. Particolarmente interessante è la modifica delle ampiezze delle armoniche.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . Facendo riferimento al caso TC. Risposta di ampiezza del filtro RC (es.2 |Xk| 0. come evidenziato nell’esempio che segue. ad esempio. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. avente frequenza k f0 . Fig.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . 1 + j2π k f0 RC .46).2 0 −5 0 k 5 Fig. la (5. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (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.9).2. 1 + j2π f RC per cui la (5.

L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate.5 1 0 Fig.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2.y(t) 0. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. Per questo motivo.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.8 x(t). i più semplici esempi di filtri sono quelli cosiddetti ideali.5 0 t/T 0. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. per effetto dell’attenuazione delle componenti ad alta frequenza. 5. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. Viceversa. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso).9.23 Come caso limite. In particolare. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. 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). . 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. 5. 5. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . Il segnale y(t) di uscita (fig. sulla base della posizione della banda passante e di quella oscura. un comportamento tipico ad esempio dei circuiti elettrici risonanti. 5.6 0. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband.4 0.17. I filtri ideali TC sono in genere classificati. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. Con riferimento al caso TC. ossia quello di atte1) l’ampiezza di alcune armoniche.17). si dice che il sistema LTI si comporta come un filtro. In particolare. 5.2 0 −1 −0. per 2π f0 RC = 1. In fig. mentre in fig. 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.240 Serie di Fourier 1 0. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche.

La risposta in frequenza (fig. +∞[. o equivalentemente: HLPF ( f ) = rect f 2 fc . 1.19. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. − fc [ ∪ ] fc . la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. 5. 5. − fc [ ∪ ] fc . | f | > fc . fc ].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. Fig. | f | ≤ fc . Risposta in frequenza di un filtro ideale TC passaalto (HPF). Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc . La banda passante del filtro è W p =]−∞. | f | > fc . Risposta in frequenza di un filtro ideale TC passabasso (LPF). | f | ≤ fc . La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. mentre la banda oscura è Ws =]−∞. 5. 5. La risposta in frequenza di un tale filtro (fig.18. fc ]. La banda passante del filtro è W p = [− fc .19) ha un’espressione analitica del tipo: HHPF ( f ) = 0.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0.5. . mentre la banda oscura è Ws = [− fc . 0. +∞[. Anche in questo caso.

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

5. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).54) (5. data dalla (4. A causa di tale periodicità. sia nel caso TC che TD. Per quanto riguarda il caso TD.52) (5.54) e (5. quindi soddisfa la proprietà di simmetria hermitiana. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). Si noti che per tutte le tipologie di filtri introdotti precedentemente. Anche nel caso TD. perché presentano una separazione netta tra banda passante e banda oscura.25 sono mostrate le risposte armoniche dei filtri ideali LPF. 5. la risposta armonica H(·) è una funzione reale e pari. 0 < νc < 1 rappresenta la frequenza di taglio.22–5. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). HPF. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. Tali filtri si dicono invece ideali in senso “fisico”. descritti dalla (5. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. Tali filtri si dicono ideali anche .101) nel caso TC. con la fondamentale differenza che.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. BPF e BSF per il caso TD. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .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.53) (5. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico.108) nel caso TD. 4.5. necessaria per garantire la periodicità di H(ν ).55) è possibile definire due frequenze di taglio. 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. le tipologie di filtri ideali sono le stesse. 1/2[. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. Per questo motivo.22–5.11). 2 mentre per i filtri BPF e BSF. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). descritti dalla (5. 5.53). Nelle fig. prop. con 0 < νc1 < νc2 < 1 .6 Selettività in frequenza dei sistemi LTI e filtri ideali 243 HBSF(f) 1 -fc2 Wp Ws -fc1 0 Wp fc1 Ws fc2 Wp f Fig. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio.52) e (5.21. oppure dalla (4. nelle fig.

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

5. Risposta in frequenza di un filtro ideale TD passabanda (BPF).6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig. Risposta in frequenza di un filtro ideale TD passabasso (LPF).25. 5. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig.22. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). Fig.23. 5.24. 5.5. Risposta in frequenza di un filtro ideale TD passaalto (HPF). . HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig.

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

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

ed applicare poi la proprietà di linearità della serie di Fourier. X(2) = 0. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2).7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. Esercizio 5. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k .  24 . k pari . (a) Determinare il periodo N0 di x(n).] 0. X(1) = 3 − j. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(N − 1) = 2 N 2 (3 + j). (a) Determinare il periodo N0 del segnale x(n). X(N − 2) = − N j. X(2) = N 2 j. N 2 (3 − j). k2 π 2 Esercizio 5. . X(1) = X(k) = 0 per tutti gli altri valori di k.9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . 1. . j Risultato: (a) N0 = 24. Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k = 1. (b) X(0) = N. da cui X(0) = −2. . . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k ∈ {0. k ∈ {2. Risultato: (b) Xk = 4 . [Suggerimento: dal grafico.   12 j 3π /8  e . . k = 23 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. 3. (a) Rappresentare graficamente il segnale x(n). 3}.  j   0. 2. X(3) = 3 + j. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Risultato: (a) N0 = N. (b) X(k) = − 12 e− j 3π /8 . dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . k dispari . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . 22} .248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). k = 0. (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. X(2) = −4. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.. k ∈ {0. X(3) = 4 + j 8. 6}. .. (b) X(k) = 4 + 8(− j)k . 5. n = −1 . n = 1. 2. Esercizio 5. k = 0. k ∈ {1. 3}. (a) Rappresentare graficamente il segnale x(n).12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . n = 0.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . 2. 1.   1 . k ∈ {0.. 8. Esercizio 5. X(1) = 4 − j 8. . altrimenti . 3. -5 0 5 n (a) Determinare il periodo N0 di x(n). 1. Risultato: (b) X(k) = 1 + 4 cos πk 3 . xg (n) = 2 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 4} . Risultato: (a) N0 = 5..11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 .5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. da cui X(0) = 12. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 4.    0. 3. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.7 Esercizi proposti 249 Esercizio 5. Risultato: (a) N0 = 4.. dove  2 . 2. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)].

(5. in modo da poter sfruttare la (5. (c) X(0) = j. ∀t ∈ R . mostrare che se x(t) ha la proprietà di simmetria (5. X(3) = 3 e j7π /4 .14. X(2) = 3. X(3) = 5 + j. X(3) = − j. X(2) = 1 + j. (e) X(0) = 3. e si ha in particolare  0 . (b) Scrivere l’equazione di analisi in (−T0 /2. X(1) = 3.56) (b) Viceversa.56). X(2) = 2. (d) X(0) = −2. X(3) = −3 j.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. N0 ∈ N: 0 x(n) = x n T0 N0 .56) operando un cambiamento di variabile in uno dei due integrali.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . Esercizio 5. X(1) = 5 − j. X(4) = −3. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . X(1) = −5. ∀k pari. 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 . ] Esercizio 5.56). X(1) = 2. X(3) = −5. [Suggerimento: applicare le identità dell’esercizio 5. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5.] 1−a Esercizio 5.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ].14 Sia wN0 = e− j2π /N0 . T0 /2) e dividere l’integrale in due integrali. valida ∀a = 0. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3.16 Senza calcolare esplicitamente x(n). X(2) = 3 j. allora il segnale ha solo le armoniche dispari. . X(2) = 1. X(1) = 3 e jπ /4 . Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). X(3) = 1 − j. (b) X(0) = 3.

per la proprietà (4).] Risultato: x(n) = 1 + 1 (−1)n .] Risultato: α = 10. Esercizio 5. β = π /5 e γ = 0. 3 6 Esercizio 5. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6.18 Si consideri il segnale periodico x(n). (c) x(n) non reale. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. utilizzare l’uguaglianza di Parseval per la DFS. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale.5. β . e determinare in particolare le costanti α . (b) x(n) reale. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ).7 Esercizi proposti 251 Risultato: (a) x(n) reale. con T0 ∈ R+ . avente DFS X(k). (e) x(n) reale. 1 + j2π f T0 ottenendo il segnale y(t).19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. 0 ≤ t < 4. (2) ∑5 x(n) = 2. −1.17 Si consideri il segnale periodico x(n). γ . con xg (t) = 1. Esercizio 5. dove xg (t) = Λ t T0 . viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . n=0 (3) ∑7 (−1)n x(n) = 1. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). (4) Px = 50. 4 ≤ t < 8 . il segnale x(n) è quello avente potenza Px minima. [Suggerimento: utilizzare le proprietà della DFS. avente DFS X(k). (2) x(n) è periodico di periodo N0 = 10. Esercizio 5. (3) X(11) = 50.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. . (d) x(n) non reale. Risultato: y(t) ≡ 0.

Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ).24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . . (b) Determinare il rapporto tra l’ampiezza della terza armonica e l’ampiezza dell’armonica fondamentale per ciascuno dei segnali x(t) e y(t). (b) In corrispondenza dei valori di fc determinati al punto (a). 1 2T0 3 < fc < 2T0 . 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 . per k = 0.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). π2 Esercizio 5. Esercizio 5.22 Il segnale periodico x(t) = repT0 [xg (t)]. 9 Esercizio 5. l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. calcolare l’espressione esplicita di y(t). (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 ).252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). H(3/4) = 2 e− jπ /4 . è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . Risultato: y(t) = 8 sin(2π f0t). e ∆ν = 1 24 . dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . 1. Risultato: (a) xdc = ydc = 1 . . (b) y(t) = π82 cos(2π f0t). 2. con T0 ∈ R+ . (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. H(1/4) = 2 e jπ /4 . Determinare il segnale y(t) in uscita al filtro. Determinare i valori di H Risultato: H(0) = 0. 3. H(1/2) = 0. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . 1). si trova che Esercizio 5. con T0 ∈ R+ .

con f0 = 1 kHz. si calcoli l’uscita y(t).364 f0 . 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.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 . (c) y3 (n) ≡ 0. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ).27 Il segnale x(t) = rep2T0 [xg (t)]. (b) Con riferimento al punto precedente. con T0 ∈ R+ .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). 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. . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. 2T Esercizio 5. sapendo che: (1) x(t) = cos(2π f0t). f1 = 2 kHz. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 .6. Py = π 4 1 + 81 .25 Il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t .] √ 1 2 1 . [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5.28 Con riferimento allo schema in figura. dove xg (t) = cos πt T0 rect t T0 . Esercizio 5. (b) y2 (n) = sin . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). (c) RC = T0 π 3 .5. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . Risultato: RC = 1 2π f0 68 13 ≈ 0. f2 = 3 kHz.2.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . Esercizio 5.

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

Sign up to vote on this title
UsefulNot useful