Giacinto Gelli e Francesco Verde

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

NAPOLI 2008

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

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

Indice

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

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

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

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

. . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . 6. . . . . . .1. . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . A Richiami sui numeri complessi 433 A. . . . . .5. . . 6. . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . 6. . .2 Trasformazioni della variabile indipendente . . . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . .2. . .1. .1 Segnali TC . . . . . . . . . .2 Trasformata di Fourier per segnali TD .4 Proprietà della risposta in frequenza . .7. . .4. . . . . . . . . .6. . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . .2 Segnali TD . . . . . 7 Campionamento e conversione A/D e D/A 7. 6. . . . . . . . . . . . 6. . . . . . . . .2 Segnali a banda praticamente limitata . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . .4. . . . . . . . .2 Banda passante e banda di un sistema . . . . . . . . .2.7. .3 Campionamento ed interpolazione in pratica . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . 437 .2 Interpolazione non ideale . . . . . . . . . . . . . . .5. . . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . .3 Segnali a banda non limitata . . . . . 7. . .5 Proprietà della trasformata di Fourier . . . .3 Segnali TD transitori . . . . . . . . . . . . . . . . . . . . . . . .3. . . . . . 7.1 Trasformata di Fourier per segnali TC . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . 6. . . 433 A. . . . . . . .1 Proprietà di convoluzione . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . .4 Estensione spettrale e banda di un segnale . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . . . . . . . . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . 7. . . . . . . . . . .1 Segnali a banda rigorosamente limitata .1 Separazione di segnali mediante filtraggio . . . . .2 Trasformata di Fourier di un segnale periodico TD . 6. . . . . . . . . . . . . . .7. 6.3 Aliasing . . . . . . . . .7.2 Forma algebrica dei numeri complessi . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . 6. . . . 6. . . . .1 Introduzione . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . .1. . . 6. . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . 7. . . . . .3 Derivazione e differenza prima. .1 Teorema del campionamento . . . . . . . . . . . . . . .3. . . . . . . . . . .2 Interpolazione ideale . . 6. . . . . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . . 7. . . . . . . . . . .6. . . . . . .5.3. .4 Quantizzazione . . . . .2. . . . . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . .6. . . . .6. . . . . . . . . 7. . . . . . . . . . . . . . . . . . 6. . . . .4. . . . . . . . 6. . . . . . . . . . . .1 Trasformazioni della variabile dipendente . . . . . . . . . . . . . . . integrazione e somma . . . . . . . . . . . . . 6. . .3. . . . . . . . . . . 6. . .8 Esercizi proposti . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizione di numero complesso . . . . . . . . . . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . 6. . . . . . . . . . 434 A. . . . . . . . . . 6.5 Esercizi proposti . . . .4 Relazioni tra serie e trasformata di Fourier . 6. . . . . . . . . . . . . . .1 Trasformata di Fourier . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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

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

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

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. nel caso dell’es. un segnale può essere definito mediante una tabella. nel caso dell’es.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . .. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito)... Voto 22 30 25 30 .. 1.} è costituito dai nomi degli studenti. Tale relazione definisce una successione numerica. 1..2. il dominio del segnale risulta essere T = N0 = {0. 1. . Il segnale in forma tabellare dell’es. il dominio T di x coincide con l’insieme dei numeri reali.1 e 1. 1. Il metodo di Newton dell’es. ovvero un segnale definito nell’insieme N0 dei numeri naturali. Gli es. 1.. x(1) x(2) Fig. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. come nell’es.1. in questo caso.. ad esempio per molti segnali la variabile indipendente è proprio il tempo. 1. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. le variabili indipendenti di un segnale possono non avere un significato fisico o. che prende il nome di immagine di T mediante x o anche codominio di x.4. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1. 1. . per gli es.4.2. Fig. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.4.1..1.4).4 (tabella) In alcuni casi. Franca Neri . dove f (x) denota la derivata prima di f (x). l’indice n nell’es.4. Ad esempio. mentre l’insieme X. Inoltre.3. il dominio del segnale T = {Carlo Rossi. racchiude i valori assunti dalla variabile dipendente x. (1. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. una tensione nell’es. come accade nell’es.4. lo studente nell’es. . un voto nell’es. 1. infine.. 1. Esempio 1..3.3.3.10 e 1. 1. 1. 1. . Al crescere di n.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. 2.1 e 1.. che prende il nome di insieme di definizione o dominio di x. Maria Turchini.2. Si osservi che. cioè T = R.3. 1.14 più avanti). consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. 1. 1. un segnale di questo tipo può essere indicato come segue: x : T → X. 1. ma esistono casi significativi di segnali – le immagini. 1. 1. Ugo Bianchi.. . .3. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. possono rappresentare dati . 1.2 e 1.1) dove l’insieme T. 1. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.4) ed una variabile dipendente x (una lunghezza nell’es.

1. Definizione 1. Concludiamo osservando che. un grafico o una tabella. e alla variabile dipendente x come all’“ampiezza” del segnale. la notazione x(t) è ambigua: essa può significare il valore assunto dal segnale per un particolare valore di t (cioè l’immagine mediante x di t). a prescindere dal loro effettivo significato fisico.5. rimandando il lettore agli esempi che ne chiariscono meglio il significato.7. è lo schema a blocchi di fig. scriveremo {x(t)}t∈T. quando tuttavia vorremo enfatizzare la seconda interpretazione.5. 1. dei quali alcuni sono identificati come segnali di ingresso (o cause). Esempio 1.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. capace di trasportare un messaggio dalla sorgente alla destinazione. Esso è composto da tre elementi fondamentali: un trasmettitore. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. In molti casi la distinzione è ininfluente oppure si ricava dal contesto.1 e 1. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. Fig.1) (cioè il segnale nel suo complesso per ogni t ∈ T). 1. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.5.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. comunque. di natura più generale (gli studenti). e gli altri come segnali di uscita (o effetti).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). quale il partitore resistivo dell’es.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta.6. Di norma. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. 1. 1. Tali funzioni potranno essere descritte mediante un’espressione matematica.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. 1. mentre l’uscita è la tensione ai capi del resistore R2 .6. 1. riportato schematicamente in fig. Esempio 1. Gli es. che associa ad ogni messaggio da trasmettere . Rappresentazione di un sistema mediante schema a blocchi. Schema elettrico di un partitore resistivo.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. 1. oppure può rappresentare la legge di corrispondenza (1. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . con riferimento ad un segnale funzione del tempo.

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

rispettivamente.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). risulta essere convergente. ottenuto integrando x(u) sull’intervallo ] − ∞.2). facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. con particolare riguardo a quelle che sono applicabili in generale. In tal caso. 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.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . 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. la (1. In molti casi. 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). si useranno le notazioni y(t) = S[{x(u)}u∈T. Esempio 1. con n ∈ Z. Si osservi che. sebbene le corrispondenze (1. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. indipendentemente dai fenomeni fisici coinvolti. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). per ogni n ∈ Z. tuttavia. su tutto il proprio dominio di definizione T. i cui elementi sono numeri reali o interi relativi.t].8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . Una seconda osservazione importante è che. per ogni t ∈ R. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. con t ∈ R. In tal caso. Infatti. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. Sulla base di tale osservazione.2) che definiscono segnali e sistemi. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. che definisce un segnale. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso.3) per descrivere sinteticamente la trasformazione (1. d’altra parte. possano sembrare simili a prima vista. la (1. rispettivamente. 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. 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.6 Segnali e sistemi: introduzione In fig. n] (1. 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. 1.2). 1. com’è anche evidente dagli es. dove x(t) denota il segnale di ingresso e y(t) quello di uscita.1).1) e (1.8 è riportata una rappresentazione schematica della legge di corrispondenza (1.8.2). è una legge di corrispondenza tra insiemi “numerici”. Per evidenziare invece il fatto che nella trasformazione (1. piuttosto che sulla realtà fisica cui il modello si riferisce.t] y(n) = S[{x(k)}k∈T.7 e 1. più in generale. Esempio 1.t]. A questo punto è necessario fare una considerazione che è bene che il lettore tenga .

3 Segnali deterministici ed aleatori 7 1 1 0. infatti. ecc.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. della realtà che intende descrivere.1. In primo luogo. in forma tabellare. in quanto contengono un certo grado di imprevedibilità o di incertezza. 1.8 1 0 −0. Il segnale vocale assume una forma profondamente diversa.6 0. che esprime la pressione acustica in funzione del tempo. non ammettono una descrizione matematica esatta.5 −1 −1 0 0.2 0. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. In secondo luogo. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. es.5 −0. o per la conoscenza imperfetta dei meccanismi che li governano. il lettore è invitato a tenere bene a mente il celebre aforisma di Arthur Bloch:2 “Confondere il modello con la realtà è come andare al ristorante e mangiare il menù”. non linearità. Tali segnali scaturiscono da fenomeni fisici che.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. 1.5 x(t) 0 x(t) 0 0. 1. 1. accoppiamenti parassiti. 1. 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. il modello matematico è quasi sempre frutto di approssimazioni. per la presenza di disturbi.9.2) non è mai esattamente sinusoidale.8 1 (a) (b) Fig. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. che non possono cioè essere descritti esattamente. ben presente nel seguito. In conclusione.4 t 0. ad esempio. Definizione 1.2 0. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.5 0. Va osservato come principio generale che un modello è solo una rappresentazione.4 t 0.3 Segnali deterministici ed aleatori I segnali considerati negli es. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. quasi sempre estremamente semplificata. .2 e 1. 1.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).1. La classe dei segnali deterministici è ampia.6 0. per la loro complessità. In fig. Esempio 1. o in forma grafica). ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.

che è noto a priori e quindi perfettamente prevedibile. Per questo motivo. Un segnale come quello dell’es. quali la teoria della probabilità [15]. 1. che per estensione sta anche a significare “rischio. Un segnale aleatorio. Va osservato peraltro che. una affermazione poco probabile. non può essere descritto da una semplice funzione. non è adatto a trasportare informazione. Basti pensare infatti che. perché poco probabile. e dello stato d’animo del parlatore. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. In effetti. Nonostante abbiamo sottolineato l’importanza dei segnali aleatori. ma da una collezione di funzioni (una per ogni possibile parlatore. in quanto. in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali.9 relativo al segnale vocale suggerisce intuitivamente. con un piccolo sforzo di generalizzazione. tuttavia. 1. Viceversa. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. che un segnale aleatorio possa essere rappresentato non da una sola funzione. con riferimento al segnale vocale). Ad esempio. non essendo perfettamente noto a priori. proprio a causa della loro imprevedibilità. sono necessari strumenti più sofisticati. Tale scelta ha una chiara motivazione didattica. a differenza dei segnali deterministici. perfettamente prevedibile. dell’età.8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato. incertezza”). pronunciata stavolta da un bambino. un segnale deterministico. essi sono adatti a trasportare informazione. Definizione 1. semplicemente perché è una affermazione certa.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. 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. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. per sua natura. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15.4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. l’affermazione “stanotte farà buio” non trasporta nessuna informazione. . 1.9 si dice aleatorio (dal vocabolo latino alea=dado. e quindi non prevedibile. l’es. ma anche al variare del sesso. rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori. cap. Ad esempio in fig. 10]. una volta osservato o memorizzato. Bisogna notare che. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione.

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.

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

Esempio 1.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit).. 1. Sulla base del modello matematico (1. 5} è costituito solo da due valori. Il vantaggio che si consegue con la quantizzazione è che.19) descrive la variazione dello stato logico nel tempo. visto che il suo codominio X = {−5. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze.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). se x(n) ≥ 0 . 1. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.20(a). 1.2 assume con continuità tutti i valori dell’intervallo [−A.1). Esempio 1. .4 Classificazione elementare dei segnali 15 x(t) 5 .. 1. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua.1 e 1. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. mentre X è un insieme discreto per un segnale ad ampiezza discreta. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. altrimenti . In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.19.. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto.20 (b).12. Un esempio di segnale ad ampiezza discreta è il segnale logico. Definizione 1. se il numero delle ampiezze è finito.15. raffigurato in fig.. utilizzato per descrivere un segnale. detta quantizzazione.1. la sinusoide degli es. Il segnale risultante x(t) (fig. Il segnale risultante è mostrato in fig. 1. A] ≡ X. 1. rimpiazzandole con un numero finito di possibili valori. 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. 1. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . −A . t -5 Fig.

segnale ad ampiezza continua quantizz .16 ottenuto quantizzando con due livelli A e −A il segnale x(n). segnale ad ampiezza discreta Fig. Schema a blocchi di un quantizzatore. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. e raffigurato in fig. anche la teoria della quantizzazione sarà approfondita nel cap.21. 1. 1. . Così come il campionamento. 1.16 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.21. 7. assume due soli valori. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. 1. denominato quantizzatore. e quindi può essere rappresentata con un solo bit.12. 1. (b) il segnale ad ampiezza discreta y(n) dell’es.20. Anche l’operazione di quantizzazione si può interpretare come un sistema.

(b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). solo le due che seguono hanno un’importanza rilevante nelle applicazioni.4. I segnali del mondo fisico sono analogici.18 e la successiva discussione). tuttavia. e per il loro studio matematico. esse sono indipendenti. 1. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale.1. tanto da meritare una denominazione particolare: Definizione 1. DSP). 1. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. 1. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale.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.3 Segnali analogici e digitali Dal punto di vista applicativo. esistono metodologie ben consolidate. 1. Di queste. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. affrontato già a partire dal XVIII secolo.22.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. l’interesse per i segnali digitali è più recente. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. Viceversa.22). . e tra segnali ad ampiezza continua o discreta. Tra esse.

1. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). 1. il campionatore. sono tutti di tipo SISO. a parte il caso dei sommatori e dei moltiplicatori. I sistemi visti in precedenza.24. quali ad esempio il partitore resistivo. 1. supporremo implicitamente che esso sia di tipo SISO. quando parleremo di sistema. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO).23. (b) moltiplicatore a due ingressi.18 Segnali e sistemi: introduzione ingresso 1 uscita x(t) ingresso 2 (a) (a) sistema a TC y(t) ingresso 1 uscita x(n) ingresso 2 (b) sistema a TD (b) y(n) Fig. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC.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. (a) sommatore a due ingressi. 1. quali il numero degli ingressi e delle uscite. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. l’interpolatore.23. Esempi di sistemi MISO. ed il quantizzatore.5 Classificazione elementare dei sistemi Come i segnali. Definizione 1. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. (b) sistema a TD. Fig. (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. Nel seguito.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. Definizione 1. o viceversa. raffigurati schematicamente in fig. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. . (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).

Lo schema del convertitore A/D riportato in fig. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. e viceversa. che presenta ingresso a TC e uscita a TD. 1. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. mentre U contiene solo segnali a TD. Inoltre. nel caso di sistemi misti.5. infine.3 Infine. In accordo con la simbologia introdotta in fig.6. 1. 1. e spesso non sono nemmeno chiaramente separabili. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. ADC).16). in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit.25. 1. I sistemi a TD non esistono generalmente “in natura”. e quindi sono sistemi a TC: ad esempio una rete elettrica. 1. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. che presenta ingresso a TD e uscita a TC. Conversione A/D: (a) schema a blocchi di un convertitore A/D. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. sia una quantizzazione (cfr.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. 1.12). 1. 1.25). effettuata da un sistema denominato convertitore A/D (fig. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. ed i sistemi a TD sono denominati.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . 1. Esempio 1. es. in un convertitore A/D reale (denominato anche analog-todigital converter.12). in maniera lievemente imprecisa. l’insieme I racchiude solo segnali a TC. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. . quantizz .24(a).24(b). in campo economico o sociale).17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. sistemi digitali. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. 1. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. e l’interpolatore (es. Sulla base del modello (1. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. e quindi bisogna effettuare sia un campionamento (cfr.2) utilizzato per descrivere matematicamente un sistema.1. es. Esempi significativi di sistemi di questo tipo sono il campionatore (es. è un sistema a TC. nel caso di sistemi a TC. essi sono inoltre di grande interesse ingegneristico. segnale digitale (b) Tc Fig. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. come il partitore dell’es. 1. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale.13). un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. Il seguente esempio introduce due ulteriori esempi di sistemi misti.25 è puramente di principio. 1. o viceversa.

ai trasporti. minore consumo di potenza e. successivamente. lo schema digitale in fig. Un’applicazione particolarmente interessante dei sistemi misti. Rispetto ad una elaborazione analogica del segnale x(t). Un convertitore D/A reale (denominato anche digital-to-analog converter. Per questo motivo. In tale schema. e finalizzato ad elaborare un segnale analogico in maniera digitale. lo schema di fig. 1. che sono trasformate in valori di ampiezza da un decodificatore binario. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. 1. un segnale analogico x(t) viene prima convertito. 1.13). Si noti che il sistema complessivo (tratteggiato in fig. segnale analogico (b) Tc Fig. 1. in quanto gli effetti della quantizzazione sono irreversibili. accetta in ingresso stringhe di bit. . minor costo dell’hardware. es.26. non ultimo.27) è un sistema analogico. DAC). ed in particolare dei convertitori A/D e D/A.27 offre alcuni vantaggi importanti. minore ingombro. 1. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. e quindi non può esistere una operazione inversa di “dequantizzazione”. prima di effettuare l’interpolazione. mediante un convertitore A/D. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp.27. e numerosi altri. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. 1. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. Schema classico per l’elaborazione digitale dei segnali. per questo motivo. alle costruzioni aerospaziali. il segnale x(n) viene elaborato mediante un sistema digitale. Conversione D/A: (a) schema a blocchi di un convertitore D/A. quali maggiore flessibilità.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. dalle telecomunicazioni all’informatica. all’automazione. 1. (cfr. in un segnale digitale x(n). alla biomedica.27.

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

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

24 Segnali e sistemi: introduzione .

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

quali. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. . 2.26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. il prodotto di due segnali. detto impulso di Dirac. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) . useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. Inoltre. considereremo in particolare la somma di due segnali.5) denominato sommatore e rappresentato schematicamente in fig. saranno definite due operazioni corrispondenti.1(a). 1 Qui e nel seguito. 2.1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. 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. (b) moltiplicazione di due segnali. e dei sistemi. le operazioni di derivazione ed integrazione per segnali TC. Prodotto In maniera simile alla somma. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà.1. denominate differenza prima e somma corrente. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. ad esempio. nel caso TD. Operazioni sui segnali: (a) somma di due segnali. La somma si può estendere facilmente a più di due segnali. la moltiplicazione di un segnale per una costante. 2. § 1. La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni.

il parametro della traslazione n0 assume necessariamente valori interi. Più in generale. 2. o ritardo. il fattore a viene denominato guadagno dell’amplificatore/attenuatore.2. 2. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . dove però.2 può essere utilizzato anche in questo caso. dove per t0 > 0 si ha una traslazione verso destra del segnale.1.3. . ma comporta solo una variazione del riferimento temporale. Genericamente. 2. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. con a > 0. ed il cambiamento di scala temporale. come rappresentato in fig. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) .2. Se a = −1. considereremo alcune caratteristiche peculiari del caso TD. in particolare.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. a differenza del caso TC. Si noti che una traslazione temporale non modifica la forma del segnale. un segnale TD può essere traslato solo di quantità intere. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. 2. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). la riflessione temporale. cioè n0 ∈ Z: in altri termini. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). Schema a blocchi di un amplificatore/attenuatore.2. attraverso l’introduzione delle operazioni di decimazione ed espansione. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. per quest’ultima operazione.1(b). se a < 0. 2. lo schema di fig. 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. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. o anticipo. 2. mentre per t0 < 0 si ha una traslazione verso sinistra. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . raffigurato in fig.

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

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

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

in particolare. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. Si noti che sia nel caso della compressione che dell’espansione. e quindi a velocità maggiore (ad esempio. si ha una compressione dei tempi [fig. (b) segnale espanso (0 < a < 1). il valore del segnale per t = 0 rimane inalterato. per cui tratteremo separatamente questi due casi. l’operazione y(t) = x(at) non è elementare.7(b)].7(a)]. Dal punto di vista fisico. mentre con .2. (b) segnale compresso (a > 1). 2.1 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. 2. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. se il segnale x(t) è l’audio di un brano musicale. dove a ∈ R+ : per a > 1. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. il cambiamento di scala temporale è definito come y(t) = x(at) . Nel caso a < 0.7. 2. Nel caso TC. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. il caso a = 1 lascia ovviamente il segnale inalterato. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri).

ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. se se sceglie M = 10. ovvero se a = M ∈ N. Decimazione di un segnale TD: (a) segnale originario. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. 2.32 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. derivante dalla perdita di due campioni ogni tre del segnale originario. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. l’espansione si ottiene esattamente l’effetto opposto. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. 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. (b) segnale decimato con M = 3. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. 2. 2 L’uso . In questo caso è possibile ancora parlare di compressione. ma nel caso TD si utilizza il termine più specifico di decimazione. per cui si scrive: y(n) = x(nM) . il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. infatti. Per segnali a TD.8. si noti l’effetto di compressione (minore durata) del segnale risultante. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero.8.2 infatti.

2. 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 . da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. Se anche. . 2.2. Analogamente a quanto visto per la decimazione. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. per analogia con il caso a = M. (b) segnale espanso con L = 3. altrimenti . M − 1 campioni ogni M) sono eliminati completamente.1 Operazioni elementari sui segnali 33 x(n) (a) -3 -2 -1 0 1 2 3 n y(n)=x[n/3] x(0) x(-2) x(-1) x(1) x(2) (b) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 x(-3) 1 2 3 4 5 6 7 8 9 n x(3) Fig. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. della compressione di un segnale TC.1) Un esempio di espansione per L = 3 è fornito in fig.9. A differenza della decimazione. si assume a = 1/L.9. perché alcuni campioni del segnale TD (in generale. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. se n è multiplo di L . Passiamo ora ad esaminare l’operazione di espansione nel caso TD. L 0. l’espansione a TD è una operazione perfettamente reversibile. la decimazione è una operazione non reversibile. con L ∈ N. Espansione di un segnale TD: (a) segnale originario. in quanto an non è un numero intero. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. (2.

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

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

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

se il segnale x(t) è derivabile nel punto t0 ∈ T. 0 .2). L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. altrimenti . eliminando la notazione con le parentesi quadre. 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 0 −2 0 2 4 t 6 8 10 Fig. infinito numerabile di punti di discontinuità di prima specie. 0 . per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .2. per cui l’espressione ottenuta si può rendere esplicita.10.2) esista e sia finito. Con riferimento all’ultima espressione. Se il segnale x(t) è derivabile in t0 . 2. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. § B.8 x(t) = u(t) 0. se t ≥ 0 .4 Derivazione.1 Operazioni elementari sui segnali 37 1 0.10. come:  se n è dispari . Gradino a TC. y(n) = n+5 x . il che accade se e solo se n è dispari. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. Pertanto. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. si dimostra che x(t) è anche continuo in t0 . un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. 2. Il gradino presenta una discontinuità di prima specie per t = 0.6 0. 2 2. Tuttavia. integrazione. Il gradino a TC è definito come: u(t) = 1 . altrimenti .1.2) che esiste ed è finito. ed è rappresentato graficamente in fig. In particolare.4 0. In particolare. 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. al più.

se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. cercheremo di calcolare la derivata di u(t) euristicamente. per |t| < ε . Allo scopo di calcolare la derivata generalizzata del gradino. in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). da sinistra (che vale 0). posto ε ∈ R+ . per |t| ≤ ε . non previsto dall’analisi matematica elementare. La derivata di u(t). calcolata applicando la regola di derivazione ordinaria. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. Infatti. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. 1 2ε per |t| > ε . destra (che vale 1). La funzione uε (t). tranne che nel punto t = 0. 2. .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. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. . Per tener conto di questo comportamento e. essendo continua. definiamo la seguente funzione uε (t):  0 . 2.  1 t uε (t) = 2 1 + ε . vale zero in tutti i punti. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. quindi. bisogna ricorrere al concetto di derivata generalizzata. conservando area unitaria. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. (b) la derivata δε (t) di uε (t). per t < −ε . sebbene matematicamente corretto. Per mantenere la trattazione ad un livello sufficientemente elementare. al limite per ε → 0. e la sua derivata vale: δε (t) = d uε (t) = dt 0. per t > ε . Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. tuttavia. in effetti. raffigurata in fig.11(a). poter definire la derivata del gradino anche per t = 0. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. L’approssimazione è tanto migliore quanto più ε è piccolo. Questo risultato. si ha: ε →0 lim uε (t) = u(t) . rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. in cui il limite del rapporto incrementale (2. non è intuitivamente accettabile.   1.11. ma per t = 0 presenta una rapidità di variazione infinita.2) non è definito. Infatti la funzione uε (t) è derivabile nell’intorno di t = 0.

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

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

2.1 Operazioni elementari sui segnali

41

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

δ (t) x(t)dt = lim

b

ε → 0 −ε ε >0

δ (t) x(t)dt = x(0) .

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

δ (t)dt = 1 ,

con ε ∈ R+ piccolo a piacere ,

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

(2.10)

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

42

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 t 5

x(t) = A δ(t−t0)

x(t) = δ(t)

t

0

t

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

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

x(t) 2

(a)

1

(b)

-1

1

t

-1

1

t

-2

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

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

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

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

2.1 Operazioni elementari sui segnali

43

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

Fig. 2.15. Gradino a TD.

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

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

δ (n) = ∇1 [u(n)] =

1 , se n = 0 ; 0 , altrimenti ;

(2.11)

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

44

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 n 5

x(n) = A δ(n−n )

x(n) = δ(n)

0

n0 n

Fig. 2.16. Impulso unitario a TD.

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

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

(a) Area unitaria:

n=−∞ +∞

δ (n) = 1.

(b) Campionamento:

n=−∞

x(n) δ (n − n0 ) = x(n0 ), ∀n0 ∈ Z.

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

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

∀M ∈ N ; ∀L ∈ N .

m=−∞

n

δ (m).

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

2.2 Caratterizzazione sintetica dei segnali

45

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

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

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

2. se 0 ≤ n ≤ N − 1 . se t ∈ [t0 − T /2.19. altrimenti . altrimenti . numerosi testi. 0. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”).7.20: la finestra è centrata in t = t0 e ha durata ∆x = T . mediante moltiplicazione per una costante. 2. 2. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. Fig. Finestra rettangolare a TC. cambiamento di scala con a = 1/T e traslazione temporale di t0 . . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . il cui andamento è raffigurato in fig.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A.8 x(t) = rect(t) 0.20. 2. 2. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.4 0. altrimenti . A partire dalla finestra prototipo. Si tratta di un segnale pari (centrato nell’origine).t0 + T /2] . Utilizzando la definizione.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig.19. la finestra rettangolare è denotata con il simbolo Π(t). 0 . 2. ed è rappresentata graficamente in fig. 0 . La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . Finestra rettangolare a TC dell’es. cambiamento di scala con a = 1/T e traslazione temporale di t0 . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). se |t| ≤ 0.6 0. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. si vede che x(t) = A rect t − t0 T = A. Esempio 2. traslazione temporale e cambiamento di scala.5 .

La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| .8 x(t) = Λ(t) 0. cioè. 1. . 0. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. Fig.21.6 0. pertanto.48 Proprietà dei segnali 1 0. Infine. 2. Come nel caso TC.22. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. se 0 ≤ n ≤ 2N − 1 .2 0 −2 0 2 4 n 6 8 10 1 0. 1− B2N (n) = N 0 . la finestra rettangolare a TD degenera nell’impulso discreto. 2. 2.4 0. si noti che. mediante operazioni elementari (moltiplicazione per una costante. a differenza della sua versione a TC. ed è rappresentata graficamente in fig. 2. ponendo N = 1. traslazione temporale.8 x(n) = R5(n) 0. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. come riportato in fig. così come la finestra rettangolare a TD. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. 2. . è asimmetrica rispetto all’origine. . infatti si ha RN (n) = u(n)−u(n−N).2 0 −2 −1 0 t 1 2 Fig. Finestra rettangolare a TD per N = 5. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. . Tuttavia. R1 (n) = δ (n). altrimenti . altrimenti . Finestra triangolare a TC.7. di ampiezza unitaria e durata ∆x = 2.22. 2. se |t| < 1 . 2. a partire dalla finestra triangolare prototipo. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. .4 0. La finestra ha estensione temporale Dx = {0. ovvero considerare B2N (n + N). ed è asimmetrica rispetto all’origine. N −1} e durata ∆x = N.23) anche nel caso TD. Si tratta di un segnale pari (centrato nell’origine). È possibile definire la finestra triangolare (si veda la fig. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.21.6 0. Così come visto per la finestra rettangolare nell’es.24. ed essa è nota come finestra di Bartlett:  |n − N|  . ed è rappresentata graficamente in fig.

2. senza mai annullarsi. si consideri un segnale TC come quello riportato in fig. Si noti che. 2. Finestra triangolare a TD per N = 4 con simmetria pari. questo introduce. Fissare una soglia (vedi fig. a differenza del caso di segnali a durata rigorosamente limitata. se si fissa una soglia diversa. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. Un discorso analogo sussiste anche per i segnali a TD. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. t Fig.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.3. il quale decade asintoticamente a zero per t → ±∞. 2. tuttavia. Fig. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata.24.4 0.6 0. per esso.25. 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. t1 durata t2 .. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. In particolare.2 0 −6 −4 −2 0 n 2 4 6 Fig. .4 0.. Finestra triangolare a TD per N = 4. x(t) soglia . 2.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.3 Estensione e durata temporale di un segnale 49 1 0.25..t2 ) di valori significativi del segnale. un certo elemento di arbitrarietà nella misura della durata. Segnale di durata praticamente limitata.8 0. 2. 2.2. legato proprio all’arbitrarietà nella scelta del valore della soglia.. si perviene ad un diverso valore di durata del segnale. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.23.6 0.8 0. con t2 > t1 .25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .

Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. dove a ∈ R è un fattore di scala dei tempi. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. mentre per a < 0 l’esponenziale risulta decrescente. solo per t ≥ 0. che risulta diverso da zero. In particolare. nel caso a < 0. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. come in fig.26. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. 2.50 Proprietà dei segnali 14 12 10 x(t)=A eat 8 6 4 2 0 −2 −10 −5 0 t 5 10 A x(t)=A eat 14 12 10 8 6 4 2 0 −2 −10 −5 0 t 5 10 A (a) (b) Fig.25). mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . per effetto del gradino. che sono descritti di seguito. . Infine. che quelli a durata praticamente limitata – sono anche detti segnali transitori. come in fig. 2. 2.26(b). si noti peraltro che il comportamento per t ≥ 0. delle applicazioni.26(a). L’esponenziale a TC è una funzione monotona di t. è lo stesso dell’esponenziale x(t) = A eat . e degli scopi per i quali il segnale stesso viene studiato o elaborato. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. notiamo che tra le operazioni elementari introdotte nel § 2. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . (a) a < 0 (valore effettivo a = −0.1. In particolare. come mostra il calcolo della derivata di x(t). ∀a ∈ R). al variare di a. in dipendenza dal valore di a = 0. con riferimento al caso TC per semplicità. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. ed in particolare per a > 0 l’esponenziale risulta crescente. Tale scelta può variare a seconda della natura del segnale. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri.25). Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. esso non rientra nella famiglia dei segnali di durata praticamente limitata. Poiché. Il caso a = 0 è degenere.

si ottiene che ∆x ≈ 3 T . si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. che è definito dalla relazione x(n) = A an . È chiaro allora che. com’era intuibile. al crescere di T . esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. la durata ∆x . scegliamo come valore di soglia α A. risolvendo l’equazione x(∆x ) = α A. al diminuire di T . essendo infinitesimo per t → ±∞.368 A. In altre parole. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . la durata del segnale risulta ∆x = T ln 1 α e. In tal caso. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. con ∆x > 0 (durata) dipendente dalla scelta della soglia.2. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . l’esponenziale monolatero è un segnale di durata praticamente limitata4 . Così facendo. se si sceglie α = 0. dunque. la pendenza aumenta. legata alla pendenza della funzione esponenziale nell’origine. con a > 0. . sebbene il segnale non si annulli mai al finito. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). dove il parametro T prende il nome di costante di tempo. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. cioè. Viceversa. 2. A titolo esemplificativo. La costante di tempo ammette anche una interessante interpretazione geometrica. Passiamo ora ad introdurre l’esponenziale bilatero a TD.27. dell’esponenziale monolatero.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. con 0 < α < 1.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . la cui estensione è Dx = (0. cresce con legge direttamente proporzionale a T . se si pone per definizione a = −1/T con T > 0. ∆x ). per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig.05. la pendenza diminuisce. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. ed indirettamente alla sua durata. Per calcolare la durata analiticamente. 2. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e.

è funzione di |a|: per valori di |a| prossimi ad 1. con |a| > 1. in tal caso. la cui estensione è Dx = {0. si ha x(n) = A (−1)n . mentre. Inoltre. ∆x − 1}. mentre è identicamente nullo per n < 0. la durata del segnale tende ad essere infinitamente grande. fissato 0 < α < 1. Per ottenere un segnale esponenziale di durata praticamente limitata. viceversa. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . la durata del segnale tende a zero. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. per |a| → 1. mentre per a < 0 assume valori di segno alterno (positivi per n pari. se a = 1. In particolare. . l’esponenziale monolatero tende a zero per n → ∞. l’esponenziale si riduce al segnale costante x(n) = A. . Più precisamente. che assume alternativamente i valori ±A. e risolvendo l’equazione |x(∆x )| = α A. . mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. ln(|a|) Come preannunciato. con 0 < α < 1. per |a| = 1. La durata del segnale. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. con ∆x > 0 (durata) dipendente dalla scelta della soglia. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. a causa della presenza del gradino. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. mentre per valori di |a| prossimi a zero. negativi per n dispari). 1. per |a| > 1 l’esponenziale è crescente in modulo.28.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. l’esponenziale è costante in modulo: in particolare. se a = −1. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). per |a| → 0. 2. . Similmente all’esponenziale bilatero a TC. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . in particolare. scegliendo come valore di soglia α A. l’esponenziale decresce più rapidamente. Infine. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. ∀a ∈ R − {0}). per a > 0 l’esponenziale assume sempre valori positivi. Per 0 < |a| < 1. per cui è un esempio di segnale TD di durata praticamente limitata5 . l’esponenziale decresce più lentamente. .

(b) a < −1 (valore effettivo a = −1. Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1. (c) 0 < a < 1 (valore effettivo a = 0.4 −0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig. 2.8 0.833). (f) a = −1.5 x(n) 0 0. (e) a = 1. (d) −1 < a < 0 (valore effettivo a = −0.5 1 (d) 0.1).6 x(n) 0.3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0.28. .2.833).1).

mentre nel caso TC il periodo T0 è in generale un numero reale. Ad esempio.. infatti. 2. (2. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica.13) è detto periodo (fondamentale) del segnale. In molti casi. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. come ad esempio il segnale raffigurato in fig. Inoltre . I segnali di durata illimitata sono anche detti segnali persistenti. i segnali x(t) e x(n) si dicono aperiodici.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 ). nel caso TD il periodo N0 è necessariamente un numero intero. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.29.3. ∀n ∈ Z . e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). Una definizione pratica. Per segnali di questo tipo. rispettivamente. 2.12) è detto periodo (fondamentale) del segnale. allora.29. tuttavia.. ∀t ∈ R . sono sempre di durata limitata. 2.54 Proprietà dei segnali x(t) . I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.12) e (2.13). risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. ovvero ∆x = +∞. ..13) Il più piccolo valore di N0 che verifica la (2.. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). ed intorno al Sole con un periodo pari circa a 365 giorni. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. t Fig. detto periodo. È bene enfatizzare il fatto che. 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. Segnale di durata non limitata.12) Il più piccolo valore di T0 che verifica la (2. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. (2.

Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. (2. misurata in cicli/s o Hertz (Hz).13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . misurata ω0 in radianti al secondo (rad/s). 2. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. per un segnale costante x(·) = a.7 avente modulo A. A. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. Fig. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. se un segnale (ad esempio TC) è periodico di periodo T0 . che si muove con velocità angolare |ω0 |. e talvolta si parla di periodo fondamentale. è interessante notare che. 2. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. Il fasore è un segnale che assume valori complessi. sulla base delle (2.30. Pertanto. sotto condizioni non eccessivamente restrittive. Come vedremo nel cap. 2. secondo la quale il fasore è rappresentato come un vettore ruotante. ϕ0 è la fase iniziale. x). ad esempio. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario.13). Nel seguito si introdurranno alcuni segnali periodici elementari.12) e (2. quali.14) dove A > 0 è l’ampiezza. e della definizione di periodo. allora esso è periodico di periodo 2T0 .12) e (2. .31. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. 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 )] . . 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). Come ulteriore osservazione.30) è invece quella nel piano complesso. 3T0 .2. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . f0 = 2π è la frequenza. Una conveniente interpretazione grafica (fig. 5. misurata in radianti (rad). . . le (2. gli esponenziali complessi o fasori6 e le sinusoidi. ω0 è la pulsazione.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.

ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig.12): infatti. ω0 . |ω 0 | | f 0 | (2. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . che il fasore non è un segnale “fisico”.4). Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . In effetti. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. con k ∈ Z. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. 8 Ricordiamo . utilizzando le formule di Eulero (cfr.1).56 Proprietà dei segnali se ω0 > 0. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica.15). 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. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. Dall’interpretazione come vettore ruotante. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1.16) dove i parametri A. il fasore è un segnale periodico di periodo T0 . come sarà chiaro nel seguito. imponendo che valga la (2. il che accade dopo un tempo pari a T0 = 2π 1 = . il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante.15) pertanto. infine. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. ed in senso orario se ω0 < 0. 2. Così come l’impulso di Dirac a TC.13) e ricalca quella già ω0 vista per il fasore. § A. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. Anche la sinusoide. Si noti. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. e quindi si ha la (2. come il fasore. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. ovvero che x(t) = x(t + T0 ). in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . Di contro. In ogni caso. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. come preannunciato.31). (2. il fasore è una pura astrazione matematica che. il caso ω0 = 0 rappresenta il fasore più lentamente variabile.12).

Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. =1 ∀n. Ovviamente. θ0 è la pulsazione (rad). Sulla base di questa interpretazione. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). in particolare. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. a ν2 − ν1 = k. ma anche alcune differenze significative rispetto al caso TC. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. Prova. 1[ oppure ν0 ∈ [−1/2. anche il fasore a TD soddisfa la definizione di segnale (1.17) θ0 dove A > 0 è l’ampiezza. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. la condizione θ2 − θ1 = 2kπ equivale. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |.30): la differenza sostanziale. con la pulsazione θ0 ). Equivalentemente. ϕ0 è la fase iniziale (rad). 2. 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 ) . k ∈ Z. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. 2π [ oppure θ0 ∈ [−π .13) per un segnale TD. 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 . è che poiché il tempo n varia in maniera discreta. però. k ∈ Z . . Infatti. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k.1). (2. 1/2[. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. 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 )] . come ν0 ∈ [0. k ∈ Z. applicando la definizione di periodicità (2. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . il fasore si muove “a scatti” nel piano complesso. Come il fasore a TC. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig.2. la posizione finale è la stessa. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. π [. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . in termini di frequenze. come θ0 ∈ [0. passando da ν0 = 0 a ν0 = 1.4 (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. ν0 = 2π è la frequenza (cicli). così come accade nel caso TC. Si ha: x2 (n) = A e j(θ2 n+ϕ0 ) = A e j[(θ1 +2π k)n+ϕ0 ] = A e j(θ1 n+ϕ0 ) e j2π kn = x1 (n) . due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. nel caso TD il tempo n va considerato adimensionale.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. poi diminuisce (fino a ν0 = 1).

come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . In particolare: A cos(θ0 n + ϕ0 ) = . con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). 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. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi).8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. contrariamente a quanto avviene con i segnali periodici a TC. mostra anche che. se ν0 = √2 (un numero irrazionale). il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . La proprietà precedente. allora il fasore non è periodico nel tempo. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. da cui si ricava che ν0 = θ0 k = . Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . In pratica. il periodo aumenta passando da N0 = 3 a N0 = 4. nel caso in cui è periodico. Infatti. che può rimanere lo stesso (come nei due esempi precedenti) o. Infine. k ∈ Z. Questi due esempi mostrano che. Esempio 2. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. addirittura. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. il periodo non coincide in generale con l’inverso della frequenza.6 (periodo di un fasore a TD) Sia x(n) = A e j(2πν0 n+ϕ0 ) un fasore a TD con frequenza ν0 razionale (non intera). k ∈ Z. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. e si può interpretare. In tal caso. Se ν0 = 2/3. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. il periodo è ancora N0 = 3. similmente al caso TC. può aumentare. antiorario se k > 0). (2) il periodo N0 coincide con il denominatore della frazione.

8 (duty-cycle dell’80%). Infatti come generatore è possibile scegliere la . x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . Dato un segnale generatore xg (t) e fissato un periodo T0 . il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. e la cui rappresentazione grafica per A = 1 e δc = 0.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) .32. (2.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . la cui espressione è: ∑ A rect t − kT0 T . come si voleva dimostrare. d’altra parte. 2. Viceversa. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . ed il periodo dell’onda stessa. Come caso limite.18). è possibile costruire un unico segnale periodico x(t) secondo la (2. 2. per una dimostrazione più formale. per cui x(t + T0 ) = x(t). etc. Esempio 2. detto generatore. traslate di ±T0 .2.5 è quella di fig.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . basta provare che per il segnale x(t) definito come nella (2. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). diverso da zero nell’intervallo [−T0 /2.18) risulta necessariamente x(t) = x(t + T0 ). Il duty-cycle δc . 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). ∀t ∈ R. infatti. ∀t ∈ R. in fig.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). Si ha. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. Ad esempio. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. ±2T0 . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. talvolta espresso in percentuale. ampiezza A. T0 /2].

cioè risulta x(n) = x(n + N0 ). ad esempio [t0 − T0 /2.8 (duty-cycle dell’80%). descritta dall’esempio che segue. Fig. ma bisogna tener conto della sovrapposizione tra le repliche. t ∈ [−T0 /2. 2. 0. 2.6 0. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. 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. . restrizione del segnale periodico ad un periodo. In altri termini. Poiché il periodo di replicazione è inferiore alla durata del generatore. la relazione tra segnale periodico e generatore non è biunivoca. le repliche del segnale si sovrappongono. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC).60 Proprietà dei segnali 1 0.2 0 −2 −1 0 t/T 1 2 0 0 Fig. altrimenti. Bisogna tuttavia notare che. per determinare il generatore. . Onda rettangolare a TC con A = 1 e δc = 0.34).5 (duty-cycle del 50%). costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ . T0 /2]. . è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. 1. Onda rettangolare a TC con A = 1 e δc = 0. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). 1].33. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .t0 + T0 /2]. 2. .2 0 −2 −1 0 t/T 1 2 x(t) 1 0.6 x(t) 0.36. Esempio 2. (2.35) non si ottiene semplicemente affiancando le finestre triangolari. 2. con t0 ∈ R.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. N0 − 1}. ad esempio [−T0 /2. In questo caso. si ottiene il generatore raffigurato in fig. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. 2.4 0. In particolare.32. sommando queste ultime negli intervalli di sovrapposizione.4 0.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . ed il segnale risultante (fig. finestrando il segnale periodico nell’intervallo [−1. . T0 /2] .8 0.8 0.

10.8 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . xg(t) Fig. che si ottiene finestrando il segnale con una finestra .75.2 0 −2 −1 0 t 1 2 1 0.75). 2.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. Viceversa. 2. Esempio 2. Onda triangolare a TC dell’es.4 0.6 x(t) 0.37 per M = 3 e N0 = 5. 0.8 0. 2. 2.34. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. 2. Segnale generatore dell’onda triangolare a TC dell’es.6 0. 2.35.2.4 0. 2.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n). 2.10. 1 0. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .2 0 −2 −1 0 t 1 2 Fig. il cui andamento è rappresentato in Fig. Un differente generatore dell’onda triangolare a TC dell’es. Fig.2 0 1 0.36.3 Estensione e durata temporale di un segnale 61 1 0.6 x(n) 0.37.6 0.8 0.4 0.8 0. Onda rettangolare a TD con M = 3 ed N0 = 5. ottenuto finestrando il segnale periodico nell’intervallo (−0.4 0.

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

si definisce area del segnale nell’intervallo {−K. in dipendenza della natura del codominio X del segnale. Z). il numero.20) mentre si definisce media temporale del segnale nell’intervallo {−K. . . 2. 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 . −K + 1. −K + 1. . l’area e la media temporale di x(n) sono numeri reali o complessi. K − 1. x(t) <x(t)> Z -Z +Z t 2Z Fig. 2K + 1 n=−K K (2. (2. Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale. . reale o complesso. . . .. Z]. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale.23) . (2. 63 2. si definisce infatti area del segnale nell’intervallo (−Z. 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. il numero. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z.4 Area e media temporale di un segnale . reale o complesso.. . .38. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt ..22) mentre si definisce media temporale del segnale nell’intervallo (−Z. K − 1.2. (2. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) ..21) Si noti che. Considerato Z > 0.

(2.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . a differenza del valor principale di Cauchy dove Z1 = Z2 = Z.22) e (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. (segnali TC) (2. I valori dell’area e della media temporale calcolati sulla base delle (2.38. Se il limite nella (2. sia nel caso TC che nel caso TD.20) e (2. nel caso dei segnali periodici. per esempio. = 2Z = e quindi.Z2 →+∞ −Z1 lim x(t) dt . 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. ovvero riguardano solo una porzione del segnale.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. Tale interpretazione è raffigurata graficamente per il caso TC in fig. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. Ciò accade. dipendono dalla scelta di Z oppure di K. (segnali TD) K→+∞ 2K + 1 n=−K (2.26) in cui. in base alla (2. 2K + 1 Ax (Z) . l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr.24) perde di significato. § B.21) oppure (2. il che significa che esistono segnali per i quali la definizione di area (2.27) . il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . 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. (2.26) esiste. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). la media si può interpretare come l’altezza del rettangolo avente base pari all’intervallo temporale di riferimento e con la stessa area del segnale. si ottiene notando che le (2.23). si noti che. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt.24) non esiste in senso ordinario. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.2. è sufficiente far tendere Z oppure K all’infinito.24) x(n). A tal proposito.24).21) e (2.2). per i quali l’integrale nella (2.64 Proprietà dei segnali L’interpretazione di media. salvo che in casi particolari. 2. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale.

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

Con calcoli analoghi.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). definito come sgn(t) = 1.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. con 0 < |a| < 1. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Esempio 2.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. Conseguentemente. ma presenta particolari proprietà di simmetria.27. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. t < 0 . 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.66 Proprietà dei segnali Conseguentemente. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. t ≥ 0. Esempio 2. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. Esempio 2. 2. −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 = . . e quindi per un segnale costante x(·) = a si ha x(·) = a. la media temporale di una costante coincide con la costante stessa. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. è nulla. 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 . anche la media temporale dell’esponenziale a TD x(n) = A an u(n). si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla.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). in altri termini. Pur trattandosi di un segnale di durata praticamente limitata. come evidenziato nel seguente esempio. in quanto ha area finita pari a N. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . con T > 0. e quindi si ha in generale u(·) = 1 . Analogamente. 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 . Esempio 2.

e rappresentato graficamente in Fig. ha area nulla (nel senso del valor principale di Cauchy). e raffigurato graficamente in fig. 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 . tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. ∀t = 0. Più in generale. In questo caso. n ≥ 0.5 x(t) = sgn(t) 0 0 −0. Segnale signum a TD. osserviamo nuovamente che se un segnale ha simmetria dispari.5 x(n) = sgn(n) 0. 2. 2. n < 0 . come sgn(n) = 1. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. Segnale signum a TC. Per completare la trattazione. in quanto il suo valore nell’origine non è nullo.4 Area e media temporale di un segnale 67 1 1 0. Fig. 2.40. presentiamo le seguenti proprietà della media temporale. −1. definito analogamente a sgn(t). Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). 9 Notiamo .  =−Z =Z Questo risultato discende dal fatto che il signum a TC. conseguentemente.2.40.5 −0. essendo una funzione dispari9 . 2. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)].39.39.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. anche la sua media temporale è nulla. allora la sua area è nulla e.

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

per cui: x(t) = A e jϕ0 = A e jϕ0 . riottenendo il risultato dell’es.25).29) x(·) = 1 0  ∑ x(n) . notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. 2. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .14 e 2. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . La proprietà 2. Tale proprietà può essere espressa in forma più generale.16. T0 ). ∀t0 ∈ R . questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Allo stesso modo. la sommatoria fatta su N0 campioni consecutivi arbitrari. ricalcoliamo la media temporale del segnale x(t) = sgn(t). 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. Per ω0 = 0. pari ad un periodo del segnale. per un segnale TD. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . Esempio 2.15. =1 2 =1 dove abbiamo applicato i risultati degli es. 2.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . ∀t0 ∈ R .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . il fasore x(t) è periodico di periodo T0 = periodo. ∀n0 ∈ Z . Con la notazione precedente. utilizzando la (2. Per ω0 = 0. (segnali a TD)  N 0 N0 Esempio 2. . ovvero su un periodo del segnale.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. ad esempio in (0. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione.2. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . evitando il passaggio al limite presente nella definizione generale (2. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . (segnali a TC)  T0 T (2.17 (media temporale del signum) Come applicazione della proprietà di linearità. il fasore degenera nel segnale costante x(t) = A e jϕ0 .29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | .

a partire dalla componente continua.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). ne rappresenta la parte effettivamente “variabile”. Ae Esempio 2.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. la media temporale di un segnale si può interpretare come la componente continua del segnale. altrimenti . e quindi. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . (2. A cos (ϕ0 ) .30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. Definizione 2. possiamo applicare la proprietà 2.31) Mentre la componente continua rappresenta il valor medio del segnale. si può definire per differenza anche la componente alternata. essendo ottenuta depurando il segnale della componente continua. k ∈ Z . (2. Nel caso in cui ω0 = 0.7(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 . .18) che un fasore con ω0 = 0 ha media temporale nulla. in un certo senso. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. jϕ0 . la parte “costante” del segnale. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. se θ0 = 2π k. poiché la sinusoide x(t) si esprime come somma di due fasori. 2. Infatti. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Infatti. k ∈ Z . la componente alternata. se θ0 = 2π k. Dalla sua definizione. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. altrimenti . Analogamente.4. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ).70 Proprietà dei segnali Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). applicando la proprietà di linearità della media temporale. es. 2.

per verifica.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) .33).15) la media temporale del gradino.19. quindi. il resistore dissipa nell’intervallo di tempo (−Z. 2 2 Pertanto la decomposizione (2. k ∈ Z. in quanto per un segnale reale |x(·)|2 = x2 (·). un resistore R attraversato dalla corrente x(t): per effetto termico. Avendo ignorato eventuali costanti di proporzionalità. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. viene detto segnale puramente alternativo. 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. 2. il modulo può evidentemente essere omesso. (2. Risultati analoghi valgono anche per il caso del gradino a TD. 2.2. Esempio 2. segue che il fasore e la sinusoide a TC. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . è chiaro inoltre che un qualunque segnale si può scrivere sempre come la somma della sua componente continua e della sua componente alternata: x(·) = xdc + xac (·) . ad esempio. il fasore e la sinusoide a TD. (2.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. e ricorre in numerose applicazioni. 2. un segnale x(·) che presenta xdc = 0 e che.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. sono segnali TD puramente alternativi. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. 2 2 Dalla relazione precedente si può ricavare. Consideriamo. con ω0 = 0. sono segnali TC puramente alternativi. che rende tale definizione di energia applicabile anche a segnali complessi. il concetto di energia è fondamentale nella fisica.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. Se si considerano altri esempi in altri campi della fisica. (segnali TC) |x(n)|2 . per cui la componente continua vale xdc = 1 . Dagli es. coincide con la sua componente alternata. Per ottenere una definizione indipendente dalla particolare applicazione fisica.32) In particolare. se il segnale è reale. che viene misurata in Joule (J). con θ0 = 2π k.18 e 2. analogamente. notiamo .

l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata.3 e B. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Essendo legata al quadrato del segnale. In questo caso. 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 . Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. Tuttavia. allora. 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). Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. conseguentemente. In particolare.33) in specifiche applicazioni. ovvero se e solo se |a| < 1. Dal confronto tra le (2. 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). avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T .33). Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . .4). con T > 0.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. che converge se e solo se |a|2 < 1. ma richiede una moltiplicazione per una resistenza. Se avessimo viceversa considerato T < 0. l’energia vale: Ex = A2 1 . in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. Esempio 2.1. l’energia è una quantità non negativa (Ex ≥ 0).2. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. Ad esempio. il quadrato di una corrente non è dimensionalmente una energia. Tali costanti di proporzionalità non saranno considerate nel seguito.24) e (2. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . allora anche |x(·)|2 sarà di durata rigorosamente limitata e.33) (cfr. che quindi avrebbe presentato Ex = +∞. 1 − a2 |a| < 1 . Esempio 2.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n).33) non sono necessariamente quelle di una energia. § B. Esempio 2. mentre per |a| ≥ 1 l’energia non esiste finita. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. ∞ Si ottiene allora una serie geometrica di ragione a2 . avremmo avuto un esponenziale monolatero crescente.

Più in generale.6).22 e 2. Nel caso del prodotto per una costante α ∈ C.1. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. un segnale di energia può anche avere componente continua non nulla. dal punto di vista matematico. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). dalla quale.35) Z→+∞ −Z x(t) y∗ (t) dt . sussiste la seguente definizione: Definizione 2.23) prendono il nome di segnali di energia. Tuttavia. posto y(·) = α x(·).21).5. Viceversa. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. 2. osserviamo che. 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)] . Sviluppiamo esplicitamente i calcoli nel caso TC.22. 2. sostituendo nella (2. in generale. ma non essere di energia.4). sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.1 Segnali di energia I segnali aventi energia finita (come quelli degli es.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. In pratica.5. 2. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .2.1.3 e B. è semplice provare che si ha Ey = |α |2 Ex .2. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. In conclusione. § B. un segnale può avere area finita.2. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. e la somma di due segnali di energia è ancora un segnale di energia. consegue che.23). (2. 2. e 2.3 e B. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt . 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.21.36) . § 2.34). 2. § B. (2. Poiché i segnali aventi area finita hanno componente continua nulla. i segnali di durata non limitata o persistenti non sono di energia.3).6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).4): un segnale può essere di energia.5 Energia di un segnale 73 2. (2. ma non avere area finita.34) Sviluppando il modulo al quadrato all’interno dell’integrale.

37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . Per segnali di energia ortogonali vale l’additività delle energie (2.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt.37) La relazione (2. oltre alle energie Ex e Ey dei singoli segnali. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. mentre diventa necessaria e sufficiente se i segnali sono reali.41). (2. con ovvie modifiche. 11 Si usa il termine “ortogonalità” in quanto. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. però. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). In tal caso. (2.38) è coniugato. Nei due esempi seguenti. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. si ha Eyx = E∗ : nel caso di xy segnali reali. in quanto Eyx = Exy . In tal caso si ha x(t) y∗ (t) ≡ 0. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. che è una quantità reale e non negativa. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. al caso TD. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi).38) (segnali TD) A differenza dell’energia. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. 10 Se i segnali sono complessi. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). Estendendo i precedenti concetti. e risulta simmetrica. . che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . Particolarmente interessante è la condizione in cui Exy = 0. Inoltre. Poiché il termine contenente l’energia mutua nella (2.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) .40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. minore o uguale rispetto alla somma delle energie. Esempio 2. 2. la relazione (2. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. (2.37) o nella (2.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo.39) può assumere segno qualsiasi. l’energia mutua è in generale una quantità complessa. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. in base a concetti matematici più avanzati. (2. poiché il secondo segnale nella (2.40).

5 t 1 1. si perviene alla seguente definizione di potenza: .5 2 −1 −0. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .5 0 −1 1 −0. Z) per la lunghezza 2Z di tale intervallo di tempo. risulta anche in questo caso Exy = 0. al modulo al quadrato del segnale.41. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 0 t 0.5 1 1. mentre l’altro ha simmetria dispari.25). La potenza è una quantità misurata in J/s o Watt (W). 2. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.5 −1. ma tali che uno dei due. Fig.5 y(t) 0 −0.5 0. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.5 0 −1 −0.2.5 0 0.5 0 −1. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. Per un esempio concreto. che è utilizzato in numerosi e diversi ambiti della fisica. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.5 0 0.42). (2.5 Fig. 2.5 0.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.6 Potenza e valore efficace di un segnale Come l’energia.24). 2. Pertanto. è una quantità non negativa (Px ≥ 0).5 1 1. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. 2. Esempio 2. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .5 t 1 1. come l’energia.5 0 t 0.5 2 −1 −0. nonostante x(t) y∗ (t) ≡ 0.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. generalizzando l’interpretazione come media temporale al caso TD.42. 2. abbia simmetria pari. ad esempio x(t).41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. 2.5 y(t) 0.

Il vantaggio è. Sulla base del risultato dell’es. signum) e i segnali periodici (es. 2. Avendo trascurato eventuali costanti di proporzionalità. fasore.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che.6.1 Segnali di potenza Sulla base della definizione di potenza. 2. 2. Esempio 2.15 sulla componente continua di un gradino. (segnali TC) (2. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). gradino.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .42) non sono necessariamente quelle corrette (ovvero W). tali segnali prendono il nome di segnali di potenza: Definizione 2. allora Px = a2 .26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . poiché il gradino assume solo i due valori reali 0 ed 1. molto utilizzato nell’elettrotecnica: Definizione 2. le dimensioni fisiche della potenza definita in base alla (2. di ottenere una quantità che dipende esclusivamente dal segnale. come per l’energia. .9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. Se il segnale è reale (a ∈ R). 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.26.76 Proprietà dei segnali Definizione 2. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. il valore efficace di un segnale x(·) si può interpretare come il valore che deve assumere un segnale costante per avere la stessa potenza del segnale dato.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). Esempio 2.42) può essere omesso se il segnale è reale.

Infatti. 2.7(c) della media temporale.2. . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). Per soddisfare la definizione (2. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. Per ω0 = 0.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . 12 Notiamo che se x(·) è periodico di periodo T [N ]. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | .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. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. per cui la potenza si può calcolare applicando la A2 dt = A2 . A2 cos2 (ϕ0 ) .12) oppure (2. Il valore efficace della sinusoide è allora xrms = Px = √2 . un segnale periodico deve necessariamente avere durata illimitata. Analogamente. il fasore degenera nel segnale costante x(t) = A e jϕ0 . per cui è di scarso interesse pratico). il fasore x(t) è periodico di periodo T0 = (2. risultato frequentemente utilizzato nell’elettrotecnica. allora anche |x(·)|2 ammette lo stesso periodo. Esempio 2. se θ0 = π k. √ 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). si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . Per ω0 = 0. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) .19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. 13 Ad esempio. 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). Esempio 2. salvo per casi particolari di scarso interesse pratico13 . per cui: Px = |x(t)|2 = A2 = A2 . In tal modo. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. Nel caso in cui ω0 = 0. questo comporta che la sua energia è necessariamente infinita. un segnale periodico è necessariamente un segnale di potenza.43)  ∑ |x(n)|2 .43).6 Potenza e valore efficace di un segnale 77 sinusoide).13). Infatti. Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. k ∈ Z . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). altrimenti . 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. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . fatta eccezione per casi di scarso interesse pratico. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero.

si prova facilmente che Py = |α |2 Px . raffigurato in fig. i due insiemi non costituiscono una partizione di tutti i possibili segnali. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia.43. definita come segue: (2. 2. seguendo passaggi simili a quelli effettuati per l’energia. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. e quindi non può essere di energia.44) È chiaro allora che. Pertanto. e sfruttando la proprietà di linearità della media temporale. per quanto riguarda la somma di due segnali.44) esiste finita. aventi durata non limitata. e quindi sono disgiunti. la (b) prova che un segnale di energia ha necessariamente Px = 0. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. e quindi non si può considerare nè un segnale di potenza.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. Anche in questo caso. Esistono casi meno banali di segnali. 2. Ad esempio il segnale rampa a TC x(t) = t u(t). In altri termini. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . in quanto esistono casi di segnali che non sono nè di energia. presenta Ex = Px = +∞. dalla (2. nè a quelli di potenza. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD.78 Proprietà dei segnali 2. A tal proposito. che non sono segnali di potenza. allora esso ha energia infinita (Ex = +∞). (b) se x(·) è un segnale di energia. allora esso ha potenza nulla (Px = 0). gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·).6. nè di energia. Prova. 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 . e quindi non può essere di potenza.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. Viceversa. posto y(·) = α x(·). La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. in quanto hanno Ex = +∞).6. se la potenza (2.46) . invece. lim 2Z (2. Viceversa. (2. nè di potenza. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). e la somma di due segnali di potenza è ancora un segnale di potenza. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . se l’energia è finita. Tuttavia.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. sussiste il seguente risultato: Teorema 2. Per provare la (a).

(2. vale la proprietà di additività delle potenze: Px+y = Px + Py .5 0 −2 −1 0 t 1 2 Fig. (2. con ω0 = 0.43. 2. (segnali TC) (2.2.6 Potenza e valore efficace di un segnale 79 2 1. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . ed xy in generale la potenza mutua è complessa. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).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). come per le energia. a meno che Pxy = 0. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2.5 x(t) = t u(t) 1 0.48) Le relazioni (2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. Definizione 2.47) K 1 ∑ x(n) y∗ (n). per la presenza dell’operazione di coniugazione sul secondo segnale. Si ha infatti. per cui la (2. Esempio 2. Per segnali di potenza ortogonali.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. in particolare. anche per la potenze non vale l’additività.48) e evidenziano che. 2 2 .46) si scrive Px+y = Px + Py + 2 Pxy .46) e (2.12 (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. si ha Pyx = P∗ .13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. Segnale rampa a TC.

2.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. Esempio 2. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. . 2. vale a dire.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. Posto infatti x(·) = xdc + xac (·). a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. Con riferimento in particolare alla potenza. In conclusione. (2. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . 2.1.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. nella tab. Si ha allora: Px = Pdc + Pac . ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . evidenziando i legami esistenti tra alcuni di essi.30). Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. Watt (W) per le potenze.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. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. in quanto l’operazione di coniugazione si scambia con la media temporale. Joule (J) per le energie. e xac (·) = 0 per definizione.

il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. .01 0. e si scrive [Px ]dBm . Esempio 2. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . ed in tal caso si parla di potenze espresse in dBW. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.001 0.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 .2. dove P0 è una potenza di riferimento. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. per avere lo stesso valore in dB. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB .7 Misura in dB della potenza e dell’energia 81 Px /P0 0. conviene introdurre un fattore numerico pari a 20. Valori comuni di potenza espressi in dB. e si scrive più specificamente [Px ]dBW . mentre se si sceglie P0 = 1 mW. applicando le proprietà dei logaritmi.1 0.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. dato il valore di potenza [Px ]dB in dB . se invece P0 = 1mW.2. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . scegliendo P0 = 1 W. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . si parla di potenze espressa in dBm. Nella tab. in quanto.50): Px = P0 · 10 [P x ]dB 10 .2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. nella definizione (2. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. 2. Ovviamente. tuttavia. opportunamente scelta a seconda delle applicazioni. 2.50). invece di 10.

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.33 (attenuazione in dB e link budget) Un altro esempio dell’utilità di una misura logaritmica per la potenza è quello in cui si vogliono mettere in relazione la potenza trasmessa e quella ricevuta su un collegamento punto-punto di un sistema di telecomunicazioni (tale problema prende il nome di link budget). Si consideri lo schema di fig.44. per le proprietà dei logaritmi. 2. si ha: [PR ]dB = 10 log10 ovvero.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . 2. misurando invece la potenza ricevuta in dB. in una relazione additiva. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc .2) in unità logaritmiche. Esempio 2. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. assumendo ad esempio P0 = 1mW. come è ovvio che sia. La (2. risulta [PR ]dBm < [PT ]dBm . 2. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). allora [γc ]dB < 0. Infatti. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget).44. le potenze di riferimento nei due casi differiscono di un fattore 1000. [PR ]dBm = [γc ]dB + [PT ]dBm . Notiamo che poiché 0 < γc < 1. (2. corrispondente a 30 dB (tab. . Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. Detta PT la potenza trasmessa. la potenza ricevuta sarà pari a PR = γc PT . per cui.

Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . Esercizio 2.3 Si consideri il segnale TC x(t) = Λ(t). (j) z(n) = x(−n) y(−n). (b) z(n) = x(3n − 1). 2 (e) z(n) = y(2 − 2n). t (e) y(t) = x . (i) z(n) = x(3 − n) y(n). ±1. (f) z(n) = x(n − 2) + y(n + 2). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (b) y(t) = x(t + 5). (c) z(n) = y(1 − n). Esercizio 2. (k) z(n) = x(n) y(−2 − n). (l) z(n) = x(n + 2) y(6 − n). 3 Esercizio 2.1 Si consideri il segnale TC x(t) = rect(t). (d) y(t) = x(2t). (b) ritardo di 5 seguito da una riflessione. n ∈ {0. Individuare quale operazione elementare è effettuata su x(t) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(t − 5). (g) z(n) = x(2n) + y(n − 4).8 Esercizi proposti Esercizio 2. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) .2. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). dopo aver rappresentato il grafico di x(n) ed y(n). 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 Dati i segnali TD x(n) = |n| . (h) z(n) = x(n + 2) y(n − 2). ±3} 0.8 Esercizi proposti 83 2. (c) y(t) = x(−t). n (d) z(n) = x .4 Si consideri il segnale TC y(t) = x(2t − 1). ±2. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5.

2 ≤ t ≤ 4 0 . (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. 1 + t2 (f) x(t) = u(t) − rect(t − 2). 3 Esercizio 2. Determinare. Esercizio 2. Determinare. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). 5 ≤ t ≤ 8   0. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). Esercizio 2.6 Rappresentare graficamente il segnale TC y(t) = 1. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. (c) y(t) = x(2t − 1). Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . inoltre.7 Rappresentare graficamente il segnale TC  3(t − 2) . inoltre. (c) x(t) = e−|t|/T . con T > 0. Esercizio 2.5 Si consideri il segnale TC x(t) = Λ(t). (d) x(t) = e−t . con a > 0.84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. 2 ≤ t ≤ 5  y(t) = 3(8 − t) . l’estensione temporale e la durata del segnale. l’estensione temporale e la durata del segnale.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (e) y(t) = x 3 t −1 (f) y(t) = x . (b) x(t) = e at u(−t). t −1 . 2 1 (e) x(t) = √ . (b) y(t) = x(−t − 1). (d) y(t) = x[2(t − 1)].8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Esercizio 2. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t).

altrimenti (b) x(n) = u(n) + u(n − 1). (e) x(t) = 2 u(t). 5} 0. n ∈ {0. (b) x(t) = sgn(t). utilizzare le proprietà della media temporale] Esercizio 2. con |a| > 1.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). (d) x(n) = cos(2π n). (f) x(t) = 2 sgn(t) + 1. determinarne il periodo fondamentale N0 .13 Stabilire quali dei seguenti segnali TD sono periodici e. Esercizio 2. [Suggerimento: per il calcolo del valor medio. π j √n 2 . (h) x(t) = e−t u(t).2. 1. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). . (b) x(n) = (−1)n . . (c) x(n) = cos(2n). determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . (g) x(t) = 2 rect(t). in caso affermativo. in caso affermativo.11 Rappresentare il grafico della differenza prima y(n) = ∇1 [x(n)] = x(n) − x(n − 1) del segnale TD x(n) e calcolarne area e valor medio nei seguenti casi: (a) x(n) = 1. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . δ (n − 3k) − δ (n − k2 ) .10 Stabilire quali dei seguenti segnali TD sono periodici e. 4. (h) x(n) = n e jn jπ n (i) x(n) = e . Esercizio 2. (c) x(t) = u(t − 5). (d) x(t) = sgn(−t). Esercizio 2. (b) x(n) = an u(−n). . (d) x(n) = (−1)n u(n). con 0 < |a| < 1. (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).

(d) x(t) = e−2t u(t). 0≤t ≤1  x(t) = 2 − 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).2π n). (c) x(t) = cos(2π 100t) u(t).17 Rappresentare il grafico del segnale TC  t . (f) x(n) = (2)n R4 (n − 2). energia e potenza.86 Proprietà dei segnali πn πn sin . Esercizio 2. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. (f) x(t) = e−|t| . 5 3 πn 3π n π + . (g) x(t) = e−t .15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). (b) x(t) = sgn(t).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (e) x(n) = 1 2 +∞ n u(n). + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. (c) x(n) = cos(π n) R5 (n). Esercizio 2.] Esercizio 2. energia e potenza. (d) x(n) = 5 cos(0. altrimenti e calcolarne valor medio. 1 (i) x(t) = √ . 2 (h) x(t) = e−t 2 /2 u(t). . (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). 1 ≤ t ≤ 2   0. e calcolarne valor medio. (e) x(t) = et u(−t). (b) x(n) = u(n) − u(−n − 1).

Esercizio 2. . altrimenti e calcolarne valor medio. Esercizio 2. Esercizio 2.21 Rappresentare il grafico del segnale TD x(n) = sin(0.2. .22 Rappresentare il grafico del segnale TC  5 − t . 4} 0. . (b) Calcolare la componente continua di y(t). −a ≤ t ≤ a 0. energia e potenza.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . altrimenti e calcolarne valor medio. energia e potenza. 4 ≤ t ≤ 5   1 . energia e potenza in entrambi i casi. n ∈ {−4. −5 ≤ t ≤ −4    0. Esercizio 2. Esercizio 2. energia e potenza. e calcolarne valor medio.23 Dato il segnale TC x(t) = rect(t). altrimenti nel caso in cui a = 1 e a = 0. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . − 0.8 Esercizi proposti 87 Esercizio 2. energia e potenza. . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. energia e potenza. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. . −4 ≤ t ≤ 4 x(t) = 5 + t . e calcolarne valor medio. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. Esercizio 2. −3.5π n) .24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A.5. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ .

energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . si calcolino valor medio. Esercizio 2. Esercizio 2.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). energia e potenza del segnale x(n) = x1 (n) + x2 (n) .28 Calcolare valor medio. si calcolino valor medio. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . (c) x(t) = t 0 cos(2πτ ) d τ . πt 2 (d) x(t) = cos(π t) + cos . Inoltre.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. 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 .   0. Inoltre. (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). xg (n) =  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.88 Proprietà dei segnali Esercizio 2.   1. Esercizio 2. A2 ∈ R+ . n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. (e) x(t) = 2 cos(2π t) + 3 sin(2π t). . Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. A2 ∈ R+ . Esercizio 2. e calcolarne valor medio.29 Calcolare valor medio.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. x2 (t) = A2 e j2π f2 t con A1 .

A2 ∈ R+ . x2 (t) = A2 rect t 2 con A1 . e calcolare valor medio. 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.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) .8 Esercizi proposti 89 Esercizio 2. Successivamente.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . per n0 ∈ Ω.34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) . Esercizio 2. 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. per a ∈ A. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . Successivamente.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . e calcolare valor medio. 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.2. . Esercizio 2.

90 Proprietà dei segnali .

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

che presentano proprietà diverse.2): Definizione 3.1 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. (a) Integratore TC. ed è rappresentato schematicamente in fig. Pertanto. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. che nel caso di un sistema TC si definisce come segue: Definizione 3.1 (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 . Tale modello matematico è descritto da una trasformazione S : I → U.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 . di ingresso ed un segnale di uscita.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . insiemi di segnali diversi definiscono sistemi diversi.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 . come già osservato nel § 1. n] .∞ ∑ n y(n) (a) (b) Fig. (3.t] . l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t.1. valori che possiamo denotare sinteticamente con {x(u)}u≤t .3) semplicità di notazione. e non semplicemente dal valore del segnale nello stesso istante t. Esempio 3. (b) Integratore TD o accumulatore. .2).1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. la notazione y(t) = S [{x(u)}u∈R . (3. 3. 1 Per (3. attraverso la relazione ingresso uscita (i-u).2) Nella (3. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. In maniera analoga.2.1(a). Il modello matematico (3.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. 3.1) può essere espresso in maniera sintetica.

3. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . e di espansione: y(n) = x n = L n .1(b). anticipo unitario. Gli schemi a blocchi dei sistemi corrispondenti.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. (b) Anticipo elementare: y(n) = x(n + 1). abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z.3 semplicità di notazione. si veda [14]). l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. Sistemi TD elementari. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. Fig. 2 (cfr.4) e rappresentato schematicamente in fig.1) possono essere interpretate come sistemi. Sistemi TD elementari. (3.2 Esempio 3. con una legge che può variare con n. Anche in questo caso.3.2. anticipo unitario. Il senso della notazione utilizzata nella (3. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. 2 Per 3 Le . di decimazione: y(n) = x(nM) . particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. Nel caso TD. se n è multiplo di L . L 0. 3.3. 3.2 e fig. date rispettivamente da y(n) = x(n − 1) . 3. (a) Decimatore per M: y(n) = x(nM). Esempio 3. x y(n) = x(n + 1) .3 (ritardo unitario.1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig. 3. sono riportati in fig. altrimenti . il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. 3. § 2. (b) Espansore per L: y(n) = n x L . decimatore ed espansore. per questo motivo. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . valori che denotiamo sinteticamente con {x(k)}k≤n . denominati ritardo unitario.3) è lo stesso adottato per il caso TC: in particolare. 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. (a) Ritardo elementare: y(n) = x(n − 1).

quali scheda madre. y(n) = S[x(n)] (3. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. il sistema stesso è visto come una “scatola nera” (black box). R1 ed R2 sono connessi in serie. 3. utilizzeremo talvolta le (3. in cui entrano in gioco. A volte.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi.5) oppure le notazioni simboliche: x(t) −→ y(t). invece delle notazioni complete (3. In particolare. essa è una rappresentazione esterna.3. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. Circuito elettrico con resistori connessi in serie ed in parallelo. che sebbene sia meno generale. è la rappresentazione ingresso-stato-uscita (i-s-u).2) e (3.2) e (3.3) per snellire alcune derivazioni.5) e (3. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. In particolare. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. scheda video. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .6) Abbiamo già osservato che la notazione (3. di cui non conosciamo il contenuto. Inoltre. i sistemi cosiddetti non dispersivi (cfr. mentre R3 ed R4 sono connessi in parallelo.5 In ogni caso. interpretazione vale solo per una classe particolare di sistemi. Per concludere. avendo avvertito il lettore.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig.4 Tuttavia. § 3.3) per le relazioni i-u dei sistemi.4. è perfettamente adeguata per i nostri obiettivi.1). e sicuramente non è la più generale. oltre ai segnali di ingresso e di uscita. un PC può essere realizzato assemblando componenti più semplici. (3. 5 Per 4 Questa . “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. nel seguito faremo uso esclusivamente della relazione i-u. x(n) −→ y(n) . scheda audio. 3.6) in luogo delle notazioni rigorose (3. in quanto può essere interpretata nel senso che il valore del segnale di uscita al’istante t oppure n dipende solo dal valore del segnale di ingresso nello stesso istante. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.5) è fuorviante. si utilizzano le notazioni semplificate y(t) = S[x(t)].

6. 3. come ad esempio quello riportato in fig.5.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . monitor. Si noti che. i resistori R1 ed R2 sono collegati in serie.) S1 S2 y(. .) y(. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi.3. cioè U1 ⊆ I2 . mouse.) x(. Viceversa.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 .3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. 3. Definizione 3. etc.) S2 y 2(. tastiera. lettore DVD. e collegandoli tra loro secondo tali schemi. Per semplificare lo studio delle interconnessioni tra sistemi. 3.4. 3. hard-disk. Connessione in serie o in cascata dei sistemi S1 ed S2 . è possibile ottenere sistemi anche molto complessi. 3. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici.2 Interconnessione di sistemi 95 z(. connessione in parallelo. avendo a disposizione più di due sistemi.) Fig. 3. S1 y 1(. Ad esempio.).) x(. nel circuito di fig. lettore floppy-disk.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig.) Fig. lettore CD. e connessione in retroazione. 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. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). affinchè il sistema serie sia correttamente definito. Le connessioni più frequentemente considerate sono tre: connessione in serie. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema.4. Definizione 3. Connessione in parallelo dei sistemi S1 e S2 .

Esempio 3. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . in aggiunta. si noti che. =y(n−1) da cui y(n) = y(n − 1) + x(n) .4). in caso contrario si parla di retroazione positiva. Definizione 3.7) se l’uscita del sistema S1 . Ad esempio. i resistori R3 ed R4 sono collegati in parallelo. Infatti. 3.) S2 Fig. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·).) y 2(. 3.2 ammette anche una descrizione di tipo ricorsivo.96 Proprietà dei sistemi x(.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. Infine. nel circuito di fig. . Connessione in retroazione dei sistemi S1 e S2 . mediante tale schema il sistema S2 . 3. anche per lo schema con retroazione occorre che U1 ⊆ I2 e. e viene aggiunto al segnale di ingresso. modificando a sua volta il segnale di uscita. invece.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es.7. dopo essere stata elaborata dal sistema S2 . si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . che porta alla sua interpretazione come sistema in retroazione. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . si utilizzano sia schemi con retroazione negativa (ad esempio. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. per la stabilizzazione degli amplificatori). e si dice che il sistema S2 funge da “controllore” del sistema S1 . In particolare.4. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). Quest’ultimo schema è più complicato da interpretare ed analizzare. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. 3. sulla base dell’osservazione dell’uscita del sistema S1 . viene sommata algebricamente all’ingresso del sistema S1 . dove prende il nome di controllo a ciclo chiuso.) S1 y(. in cui il segnale viaggia esclusivamente “in avanti” (feedforward). in quanto il segnale di uscita viene riportato “all’indietro” (feedback). estraendo il termine x(n) dalla sommatoria su k presente nella (3. Nell’elettronica analogica. similmente al collegamento serie. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·).

3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. la linearità.t] . mentre il sistema S1 nel ramo diretto è il sistema identico. prescindendo completamente dalla loro natura fisica. infatti l’uscita.1 Non dispersività Riprendiamo la relazione i-u (3. e non ad attenuarle. mentre il sistema S2 è un ritardo elementare.2) nel caso TC e dalla (3. ma in funzione dell’uscita y(n − 1) all’istante precedente. 3. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t.3. la stabilità. sono la non dispersività. la causalità.8. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. essendo riportata in ingresso con il segno positivo.3) nel caso TD. ma analizzando esclusivamente la forma matematica della relazione i-u. Si noti che si tratta di una retroazione positiva. tende ad amplificare le variazioni del segnale di ingresso. l’invertibilità. discusse di seguito.t] . 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. l’invarianza temporale. Estendendo i concetti precedenti in maniera ovvia al caso TD.2) di un sistema TC: y(t) = S [{x(u)}u∈R . 3.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. 3. 3.8. data dalla (3. Notiamo che la precedente relazione non è una relazione i-u. Tali proprietà. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t).3. possiamo dare la seguente definizione di sistema non dispersivo: .

Schema elettrico di un partitore resistivo. come sinonimo di sistema non dispersivo. con α = R2 < 1.2) assume la forma y(t) = S [x(t). (a) Caso TC. Esempio 3. 3. 3. i sistemi sono dispersivi. Definizione 3. in quanto la forma più generale della relazione i-u è la (3.10. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita.3) assume la forma y(n) = S [x(n). ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. α y(n) (b) Fig. 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. in un sistema non dispersivo. il cui schema elettrico è riportato in fig.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo.t] . si ottiene la semplice relazione i-u: y(t) = R2 x(t) .2) oppure la (3. Pertanto il partitore resistivo è un sistema non dispersivo. n] .98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.7) In sintesi. con t oppure con n).3). Inoltre.9.8) (3.9.9) . R1 + R2 nella quale y(t) dipende solo da x(t).6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. Schema a blocchi di un amplificatore. di norma. 3. si parla anche di sistema istantaneo o senza memoria. (b) Caso TD. Sottolineamo che. R1 + R2 (3. (3. Esempio 3. e quindi i sistemi non dispersivi rappresentano un caso particolare. Applicando la legge del partitore. eventualmente.

oltre al campione attuale. Inoltre. ad esempio l’integratore dell’es. il sistema “dimentica” l’ingresso. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . il sistema prende il nome di integratore con memoria finita. . . e di un amplificatore/attenuatore y(t) = |α |z(t). . anche se negli es.10(a). Esempio 3. . . L’uscita all’istante t.3. Poiché l’uscita all’istante n dipende. b1 . viceversa.2 sono sistemi dispersivi. il sistema funziona da amplificatore. x(n − 1). anche da M campioni precedenti dell’ingresso.9 ciò non accade. Un amplificatore/attenuatore a TD si rappresenta come in fig. tale sistema ha memoria finita e pari ad M.6 si possono estendere al caso TD. . .9).3 Proprietà dei sistemi 99 Più in generale. un sistema TC descritto da una relazione i-u del tipo (3. 3. prende il nome di attenuatore.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. tuttavia. 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.6 si dice evidentemente dispersivo. In definitiva. oltre che da x(n). non dipende dall’intero segnale d’ingresso. la memoria del sistema è proprio pari a T per ogni t. 3. Un sistema che non soddisfa la prop.1 e l’accumulatore dell’es. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. In linea di principio tale memoria potrebbe variare col tempo. 3. 3. n − 1. con 0 < α < 1. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. Se.1 e l’accumulatore dell’es. M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare. 3.8 e 3. 3.10(b). 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. n − M. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). o ancora con memoria: ad esempio. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. 6 Il . si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. . degli M + 1 campioni x(n).8 caso α < 0 si può vedere come la cascata di un invertitore. 3. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. nel senso chiarito meglio dai due esempi seguenti. con T > 0. e sistemi a memoria infinita. Un amplificatore/attenuatore TC si rappresenta come in fig. o anche dinamico. bM . dopo un tempo T . Il termine “memoria” per T viene utilizzato proprio perché. con pesi b0 . Esempio 3. . α > 1. non sempre la memoria di un sistema è finita. . la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. Esempio 3. l’integratore dell’es. sistemi a memoria praticamente finita. . definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) .7 all’uscita in un determinato istante di tempo. 3. z(t) = −x(t). 3.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) .8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . Si parla di “memoria” del sistema. 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. Per questo motivo.7 (amplificatore/attenuatore TD) I concetti dell’es.2 sono entrambi sistemi con memoria infinita. Si tratta evidentemente di un sistema dispersivo. . x(n − M) del segnale di ingresso.

Per un fissato t. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.t] . Con ovvie modifiche.11) (3.10) Esempio 3. Allo stesso modo. 3. quindi. descritto dalla relazione i-u y(t) = t t−T x(u) du . ovvero di un sistema per il quale la (3. 3.2) assume la forma y(t) = S [{x(u)}u≤t . otteniamo un sistema non causale. {x(u)}u>t rappresenta l’ingresso futuro: in generale. l’uscita y(t) all’istante t dipende dall’ingresso passato. descritto dalla relazione i-u y(t) = t −∞ x(u) du . secondo il quale l’effetto non può precedere la causa. con T > 0. (b) Un sistema TD si dice causale se la sua relazione i-u (3. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.t] . n] . . il concetto di sistema causale si estende al caso TD. è chiaramente un sistema causale. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. l’integratore dell’es.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. ovvero i valori passati ed il valore presente dell’ingresso.t] . la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. ma non dipende dagli ingressi futuri.8. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente.100 Proprietà dei sistemi 3.1. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . giungendo alla seguente definizione: Definizione 3. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. a patto che T > 0.2) assume la forma y(t) = S[{x(u)}u≤t . Interpretando l’ingresso come causa e l’uscita come effetto. è un sistema causale.3) assume la forma y(n) = S [{x(k)}k≤n .10 (integratore causale e non causale) L’integratore dell’es. e quindi da valori futuri dell’ingresso.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R .2 Causalità Partiamo ancora dalla relazione i-u (3. (3.3. In altri termini. Modificando gli estremi di integrazione. presente e futuro. Si giunge allora alla fondamentale definizione di sistema causale.

È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali.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). 3. che rappresentano il presente (k = 0) ed il passato (k > 0). con riferimento al caso TC. 3. Il sistema è causale se e solo se. 9 In alcuni testi. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). risulta che y1 (t) = y2 (t). non verifica la prop.1. la prop. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. rispettivamente. utilizzando la prop. x2 (t) ∈ I tali che x1 (t) = x2 (t). 3.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du .11 (sistema MA causale e non causale) Il sistema MA dell’es. la cui corrispondente uscita è  0 . in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k).9. ∀t ≤ t0 . con k ≥ 0.1(a). per ogni n0 ∈ Z e per ogni x1 (n). se −T ≤ t < 0 . Viceversa. ∀t ≤ t0 . risulta che y1 (n) = y2 (n). Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso.3. per dimostrare che un dato sistema è non causale e. in corrispondenza dei quali y1 (t) = y2 (t). con t0 ∈ R arbitrariamente scelto. 3. Scegliamo x1 (t) = 0. Il sistema è causale se e solo se. per un dato valore t0 ∈ R. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). ∀t ≤ t0 . 3. ed x2 (t) = u(t). x2 (n) ∈ I tali che x1 (n) = x2 (n). con k ≥ 0.3 Proprietà dei sistemi 101 Esempio 3. ∀t ∈ R. 3. ∀n ≤ n0 . Esempio 3. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. con T > 0 e. 3. se t < −T . per cui tale sistema MA è non causale.1. Pertanto. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . per ogni t0 ∈ R e per ogni x1 (t). rispettivamente.  t  T. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. . per uno o più valori di t ≤ t0 . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . per dimostrare che un dato sistema è causale a partire dalla prop.1 è data direttamente come definizione di sistema causale. M è chiaramente un sistema causale. verifichiamo che si tratta di un sistema non causale. ∀n ≤ n0 . (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n).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. x2 (t) ∈ I tali che x1 (t) = x2 (t). la cui corrispondente uscita è y1 (t) = 0. Se però modifichiamo leggermente la relazione i-u.  t+T y2 (t) = x(u) du = t + T .1(a). quindi. che rappresentano il presente (k = 0) ed il futuro (k > 0). La verifica della prop. ∀t ∈ R. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. se t ≥ 0 . è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). ∀t ≤ t0 .

anziché elaborare un segnale in tempo reale. per alcuni valori di t ≤ 0. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . Un altro esempio . Questa osservazione si applica.. ed è quindi utile considerare anche il caso di sistemi non causali. la cui corrispondente uscita è y1 (n) = 0. es. In quest’ultimo caso. es. 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). ad esempio) ed elaborarlo “in tempo differito”: si pensi. 3. Si è visto che un sistema in cui l’uscita non soddisfa la (3. con M = 1. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. Ad esempio.) sistemi fisici capaci di prevedere il futuro (ad esempio. y(n) = S[{x(k)}k>n . Differenza prima. 0[.1(b) e scegliamo x1 (n) = 0. ossia: y(t) = S[{x(u)}u>t .11) si dice non causale. n] . per alcuni valori di n ≤ 0. y(n) Sebbene x1 (t) = x2 (t) = 0. 3. ∀n ∈ Z. in particolare. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). usiamo la prop. Sebbene x1 (n) = x2 (n) = 0. per ogni n ≤ 0. per t ∈] − T. Per provare ciò formalmente. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. infatti. e quindi i sistemi del mondo fisico sono tutti causali. ∀n ∈ Z. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro.t] . 3. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). b0 = −1 e b1 = 1). l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale.9. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer.9. Osserviamo in conclusione che non esistono (o almeno. non sono stati ancora scoperti. 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.11. Equivalentemente. y2 (t) = 0. Un sistema siffatto si dice anticausale. b0 = 1 e b1 = −1). esso può anche essere visto come un sistema MA non causale (cfr. Quindi la prop. per ogni t < 0. Esempio 3. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. 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. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). y1 (0) = 0 e y2 (0) = 1.1. mentre y2 (t) = 0. 3. in molti casi. con M = 1. Tuttavia.11. è possibile memorizzarlo (su un supporto magnetico o ottico.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. ai sistemi fisici che elaborano i segnali “in tempo reale”. 3. 3.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. anche l’operazione di differenza prima per segnali a TD (cfr.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. ed x2 (n) = δ (n − 1).102 Proprietà dei sistemi x(n) ∇1 Fig. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). infatti. Può essere visto come un sistema MA causale (cfr.10) oppure la (3.4) ammette una interpretazione sistemistica. Quindi la prop.. per ogni t ≤ 0. § 2. ad esempio. 3.

la causalità rappresenta un vincolo a cui il sistema deve obbedire.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. quando si progetta un sistema. Si può verificare che. comunque si fissi un segnale di uscita y(·) ∈ U. α e quindi il sistema inverso è un attenuatore. sussiste la seguente definizione di sistema invertibile:10 Definizione 3.3.3 Invertibilità In molti casi pratici. 3. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. Da un punto di vista sistemistico. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·).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. Sfortunatamente questo non è sempre possibile. questo significa che. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). il sistema S è il sistema inverso di S−1 .12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. siamo interessati a risalire all’ingresso x(·) che l’ha generata.12. nota l’uscita y(·) di un sistema. . descritto dalla relazione i-u: y(·) = α x(·) . osservato y(t). 3. L’amplificatore è un sistema invertibile. pertanto. 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. In questo caso. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. 3. nell’elaborazione di immagini. per ogni segnale di ingresso x(·) ∈ I . Più precisamente. è possibile costruire un sistema S−1 : U → I . Si noti che. la variabile indipendente è di tipo spaziale). cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . se il sistema S è invertibile.3.5) per esprimere i legami i-u dei sistemi. non vi è alcuna restrizione sui segnali di ingresso e uscita. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. Esempio 3. detto sistema inverso. faremo uso della notazione semplificata (3. In altri termini. per ogni segnale y(·) ∈ U. (3. non potremo risalire univocamente a x(t).8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. se S−1 è il sistema inverso di S. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. l’ordine dei due sistemi nella cascata in fig. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t).12) ossia. anche se non operanti in tempo reale. 10 Nel seguito di questa sezione. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . ingressi distinti devono generare uscite distinte. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. Se il sistema è invertibile. in altre parole.

salvo per casi particolari. è in generale un problema abbastanza complesso. mentre U è costituito da tutti i segnali non negativi a valori reali. Pertanto. Estendendo tale concetto in modo ovvio al caso TD. (3. e quindi i suoi effetti sono irreversibili.2) assume la forma y(t) = S [{x(u)}u∈R ] . possiamo dare la seguente definizione: Definizione 3. nella sua forma più generale: y(t) = S [{x(u)}u∈R . Va notato in conclusione che.3) assume la forma y(n) = S [{x(k)}k∈Z ] . poiché la (3. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . È facile provare che il sistema raddrizzatore non è invertibile.12). 3.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. non vi è alcuna restrizione sui segnali di ingresso.t] .) x(. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.12) è violata. Esempio 3. 3.14) . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.104 Proprietà dei sistemi y(.) S S -1 x(. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|. Se tale dipendenza dal tempo non c’è. il raddrizzatore non è dotato di sistema inverso.3.12. lo studio dell’invertibilità di un sistema. a tale scopo possiamo far riferimento alla condizione necessaria (3. nonché la determinazione del sistema inverso.) Fig.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . (3. In questo caso.

Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. in questo esempio. 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).13. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). Viceversa. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. R1 + R2 è un sistema TI. Se tuttavia si tiene conto degli effetti +R termici.3. allora yt0 (t) = y(t − t0 ). e quindi l’origine dei tempi può essere fissata arbitrariamente. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). 3.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. a partire dal segnale x(t). R1 (t) + R2 (t) (3. il suo comportamento non cambia nel tempo. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. Specificatamente. Se invece il sistema è TV. il segnale x(t) è applicato in ingresso al sistema all’istante t1 .14) si dice tempo-variante (TV) o non stazionario. in altre parole. avente relazione i-u y(t) = R2 x(t) .13. 3.13) o la (3. con riferimento ad un sistema TC. un sistema che non soddisfa la (3.2). si consideri ora il segnale xt0 (t) = x(t −t0 ). Se il sistema è TI.15) .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. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). in quanto il rapporto R1R2 2 non dipende dal tempo. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . Esempio 3. ottenuto da x(t) introducendo il ritardo temporale t0 . ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. cioè. 3.

differentemente dalla def. 3. In base alla prop. 3. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. 3. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. ad esempio.14(a). Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. che è illustrata in fig.14 con riferimento ad un sistema TD. per ogni n0 ∈ Z. (b) Un sistema TD con ingresso x(n) ed uscita y(n) è invariante temporalmente se e solo se x(n − n0 ) −→ y(n − n0 ) . e si scrive y(n) = α (n) x(n).18) (3. essa deve essere soddisfatta “per ogni t0 ∈ R tale che se x(t) ∈ I e y(t) ∈ U allora anche x(t − t0 ) ∈ I e y(t − t0 ) ∈ U”. più precisamente. a stretto rigore. per ogni t0 ∈ R. rispetto allo schema di fig. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. 3. è utile fornire una caratterizzazione della proprietà di invarianza temporale che.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 ) . Viceversa. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni.16) Un sistema del tipo (3. Notiamo che un partitore del tipo (3.17) .2 ha un’interessante interpretazione in termini sistemistici.9 in cui compare il funzionale S. per cui si ha la seguente proprietà: Proprietà 3. e da attenuatore per i valori di t per i quali |α (t)| < 1. 3. 3. 3.14(b) al segnale di ingresso x(n). per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . (3. nel senso che (3. La stessa caratterizzazione vale anche nel caso TD. Si faccia attenzione che.13). Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. 3. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. 3.14 sono equivalenti. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. in cui. Con riferimento al caso TC. La prop.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) .16) è denominato amplificatore a guadagno variabile. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame.106 Proprietà dei sistemi ed è quella di un sistema TV. 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). ovvero se e solo se le due configurazioni in cascata riportate in fig. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. l’ordine tra i due sistemi è scambiato. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico.2(b). il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. ottenendo il segnale yn0 (n) in uscita dalla cascata.

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

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

(3. e non attraverso la rappresentazione i-s-u. invece. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. Esempio 3. Esempio 3. Infatti.3 Proprietà dei sistemi 109 3. (b) Un sistema TD con ingresso x(n) ed uscita y(n) si dice stabile in senso BIBO se |x(n)| ≤ Kx per ogni n ∈ Z =⇒ |y(n)| ≤ Ky per ogni n ∈ Z . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. si possono dare definizioni diverse di stabilità. con Kx .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. con Kx . ∀t ∈ R . quando parleremo di stabilità intenderemo sempre la stabilità BIBO. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u. e trovare un’opportuna maggiorazione per l’uscita. e supponendo anche in questo caso che il guadagno sia limitato. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . (3. ∀t ∈ R .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 . che coinvolgono anche la limitatezza delle variabili di stato. per provare che un sistema è stabile.23 (sistema MA) Proviamo che il sistema MA dell’es. Ky ∈ R+ . Esempio 3. per ogni valore di tempo. In pratica. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) .12 Matematicamente. bisogna supporre che l’ingresso sia arbitrario ma limitato. Ky ∈ R+ . per cui anche y(t) è limitato.9.3.20) per ogni x(n) ∈ I limitato. cioè che valga la condizione |x(·)| ≤ Kx . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. . Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile.19) per ogni x(t) ∈ I limitato. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). 3. Nel seguito. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . da cui si ricava che anche y(t) è limitato. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato).21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. Con analoghi passaggi.3. Per la rappresentazione i-s-u. per ogni valore di tempo.

15. se |x(n)| ≤ Kx per ogni n ∈ Z. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura.5 metri. Esempio 3. 3. k=0 M M per cui anche y(n) è limitato. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . 3. la sua stabilità dipende dal fatto che è descritto da una relazione i-u consistente nella somma finita di valori ritardati dell’ingresso (moltiplicati per dei coefficienti costanti). ∀n ∈ Z . Notiamo che un sistema MA è sempre stabile. Un esempio di sistema instabile: il Tacoma Narrows Bridge. per provare che un sistema è stabile. (b) Le oscillazioni viste da una estremità del ponte.110 Proprietà dei sistemi (a) (b) (c) Fig. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. . è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Come si vede.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. Viceversa. è stabile. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). in ogni istante di tempo. descritto dalla relazione i-u y(t) = t −∞ x(u) du . è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . che è un segnale limitato in quanto assume solo i valori 0 ed 1. per provare che un sistema è instabile. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. con la sola ipotesi che |x(·)| ≤ Kx . Infatti. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8.1. assume cioè valore infinito in almeno un istante di tempo. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita.

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

3. con riferimento alla fig. Da un punto di vista matematico. 3. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. Infatti. quindi. 3. 3. se il sistema S verifica la proprietà di omogeneità. allora la cascata del sommatore e del sistema S in fig. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. Se il sistema S verifica la proprietà di omogeneità. la proprietà di omogeneità impone implicitamente che. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale.16(b) (si faccia attenzione: non è una configurazione parallelo).) x(. Allo stesso modo. allora la configurazione serie in fig. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). se si deve calcolare la risposta del . In altre parole. allora anche x1 (·) + x2 (·) ∈ I. la proprietà di omogeneità può essere interpretata come in fig. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. 3.) S α y b(. nel senso che ya (·) ≡ yb (·). ∀α ∈ C . se x1 (·) ∈ I e x2 (·) ∈ I. nel senso che ya (·) ≡ yb (·).17. Pertanto. Da un punto di vista sistemistico. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. se il sistema è omogeneo. 3. Precisamente.16(a) è equivalente alla configurazione serie in fig. allora anche α x(·) ∈ I.16. Definizione 3. quindi.16(b). le configurazioni (a) e (b) sono equivalenti. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. 3.112 Proprietà dei sistemi x(. si può equivalentemente calcolare prima la risposta del sistema S al segnale di ingresso x(·) e poi far passare il segnale ottenuto attraverso un amplificatore di guadagno α . se il sistema S verifica la proprietà di additività. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. se x(·) ∈ I.16. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) .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.) α (a) S y a(.17(a) è equivalente al sistema raffigurato in fig. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. la proprietà di additività impone implicitamente che.) (b) Fig. si ha: α x(·) −→ α y(·) . affinchè il sistema S possa essere lineare.

si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) .18(b) sono equivalenti.3 (principio di sovrapposizione) Un sistema è lineare se. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.) S (b) Fig.21) Notiamo che il principio di sovrapposizione si può esprimere.3. se si deve . le configurazioni (a) e (b) sono equivalenti. 3. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.18: se il sistema S è lineare. pertanto. e poi sommare i segnali di uscita ottenuti.) x2(. Le due proprietà precedenti. ∀α1 . anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . cioè.) (a) x1(.17. α2 ∈ C .3 Proprietà dei sistemi 113 x1(. (3. ∀α1 . si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. 3.) S y b(. (3. allora i due sistemi riportati in fig.18(a) e fig. adoperando la notazione semplificata (3. ya (·) ≡ yb (·).) S y a(. Se il sistema S verifica la proprietà di additività. α2 ∈ C .5) per il sistema S.) x2(. 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. 3. 3.22) che ammette l’interpretazione sistemistica riportata in fig. che caratterizzano la linearità di un sistema.

che ovviamente racchiude la (3.22) da sola non basta per assicurare la (3. . i segnali di uscita ottenuti. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. (3. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici.23) discende semplicemente dalla (3.) S α1 y b(. nel seguito assumeremo la (3. 3. come l’invarianza temporale. l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. anche la linearità è una idealizzazione .) α1 S α2 (a) y a(.23) come definizione di principio di sovrapposizione.23): in questo caso.) S α2 (b) Fig. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione). . occorre imporre alcune condizioni matematiche aggiuntive.) x2(. si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. il numero di segnali xk (·) è infinito. k ∀α1 . . si noti che. α2 . 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. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). . A tale proposito.22) come caso particolare. Se il sistema S è lineare. αk . ∈ C . si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . utilizzando i coefficienti α1 e α2 .23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3.114 Proprietà dei sistemi x1(. .) x2(.22). invece. e poi combinare linearmente.) x1(. Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. .18. se. la (3. . con gli stessi coefficienti. con k ∈ Z.

allora deve aversi necessariamente y0 (·) = α y0 (·).24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. e più precisamente dell’omogeneità. che rappresenta l’uscita corrispondente all’ingresso nullo. 13 Tipicamente.3. 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)] . Prova. Proprietà 3. Sebbene sia non lineare secondo la definizione data. si ha. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. l’uscita corrispondente è necessariamente nulla.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. ∀α ∈ C. il sistema dell’es.13 Esempio 3. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). Una conseguenza importante della proprietà di linearità. Poiché x0 (·) −→ y0 (·).26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 .26. 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. Adoperando la formulazione (3. in pratica. e sia y0 (·) l’uscita corrispondente a tale ingresso. in quanto soddisfa al principio di sovrapposizione. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. si ha yL (t) = b1 x(t) e y0 (t) = b0 . si trova y0 (t) = b0 = 0.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. 3. in elettronica. Esempio 3. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 .22). variabile da sistema a sistema. Nell’es.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. in quanto. il sistema non può più considerarsi lineare. ∀α ∈ C . se si considera un amplificatore audio e lo si forza in ingresso con un segnale di tensione la cui ampiezza è maggiore di quella per cui il sistema è stato progettato. In pratica. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. Tali sistemi sono una generalizzazione dei sistemi lineari. (3. per l’omogeneità. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. quando si parla di sistema lineare.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. Sia nel caso TC che TD. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. . in particolare. Infatti ponendo x(t) ≡ 0. si intende un sistema che soddisfa il principio di sovrapposizione. 3. si ha. Sia x0 (·) ≡ 0 l’ingresso nullo. 3. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). con b0 = 0. se l’ampiezza del segnale di ingresso eccede tale soglia. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. Infatti. infatti. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. e si dicono lineari per le differenze. α x0 (·) −→ α y0 (·) . Ad esempio.

6. Un caso più caratteristico di sistema non lineare. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. 3. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. un sistema TI senza memoria. § 4.21. 3. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.1).) sistema lineare y L(. che non risulta neppure lineare per le differenze. y(t) = sgn[x(t)] (“hard limiter”).19.6. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso.20. Fig. Infatti. Un esempio “fisico” tratto dall’elettronica è il diodo.2) lineari e a coefficienti costanti. cfr. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.27 è anche TI e non dispersivo o senza memoria (cfr. 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. Infatti. e y(t) = x3 (t) (sistema cubico). e prende il nome di sistema quadratico o non-linearità quadratica. e quindi non è additivo. 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)] . è descritto nell’esempio seguente. es. Esso appartiene pertanto ad una classe più generale di sistemi. 3.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . e quindi non è omogeneo. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. cfr. che prende il nome di caratteristica i-u. Il sistema quadratico dell’es. se si indica (fig. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). § 3. cfr.) y(. 3. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. detti anche non-linearità senza memoria: Definizione 3. e sono rappresentati graficamente come in fig. 3.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.) Fig.3. Per l’omogeneità. Esempio 3. 3.) y 0(.20. arbitrari x1 (·) e x2 (·).1) o alle differenze (nel caso TD. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .116 Proprietà dei sistemi x(. § 4.) g(x) y(.15). Esempio 3.) x(. né quella di additività.

3. poiché essa non è lineare per tutti i valori di x. Caratteristica ingresso-uscita di un diodo.22) è g(x) = x R . Fig. .22 è lineare a tratti. modellato come un sistema non lineare senza memoria. 0 . Notiamo che la funzione g(x) di fig. con buona14 approssimazione. avente come ingresso la tensione x(t) e come uscita la corrente y(t). 3. il che è ragionevole per segnali costanti o lentamente variabili. il sistema non può essere considerato lineare. che scorre nel diodo. y(t) = g[x(t)]. dove la caratteristica i-u g(x) (fig.22.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. si può porre.3. in ogni caso. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi. 3. BJT) ed i transistori ad effetto di campo (field-effect transistor. Il parametro R rappresenta la resistenza del diodo in conduzione. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. FET). dove R è la resistenza del diodo in conduzione. x ≥ 0.21. altrimenti. 3. Schema elettrico di un diodo.

Determinare il legame i-u del sistema (complessivo) riportato in figura.4 Esercizi proposti Esercizio 3.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . . y(t) = 2 ln(|x(t)|). y(t) = ex(t) . 4 Esercizio 3.2 Si consideri l’interconnessione di sistemi riportata in fig.23. 3. Determinare il legame i-u del sistema (complessivo) riportato in fig.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 . 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . Sistema dell’esercizio 3. Esercizio 3.23. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. y(t) = sgn[x(t)]. con N ≥ 1 numero intero dispari . Risultato: y(t) = 2 u[x(t)]. Risultato: La memoria è pari a N − 1. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . 2 4 S3 : y(n) = x(2n) . 3. Risultato: y(n) = x(n) + 1 x(n − 1).23. 3.2. Calcolare la memoria del sistema.118 Proprietà dei sistemi 3.

se T1 < T2 . Esercizio 3. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n).7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . con T2 > 0. . (b) Il sistema è invertibile? Giustificare la risposta.1 del libro di testo. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.4 Si consideri la seguente interconnessione di sistemi: dove i legami i-u dei due sistemi sono i seguenti: S1 : y(t) = S2 : y(t) = t t−T1 x(τ ) dτ . Esercizio 3.] Risultato: Il sistema è non causale.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . 3.1 del libro di testo. x(t) = rect(t − 1) −→ y(t) = e−3t . x(τ ) dτ .5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) . x(n) = R3 (n) −→ y(n) = 3n u(n) . la memoria è pari a T1 . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. (b) non invertibile: in virtù del risultato del punto (a). con A ∈ R. con T1 > 0. 3. Esercizio 3.] Risultato: Il sistema può essere causale (non è detto che lo sia). Risultato: (a) y(n) ≡ 0.3. Risultato: Se T1 ≥ T2 . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. indipendentemente dalla costante A. la memoria è pari a 2 T2 − T1 . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.

determinare il sistema inverso. In caso affermativo. Esercizio 3. 3. Risultato: (a) ya (n) = 2 δ (n + 2) + δ (n + 1) − 2 δ (n) + 3 δ (n − 1) + 2 δ (n − 2) + δ (n − 3). (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). x2 (n) e x3 (n). (c) non può essere tempo-invariante. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).9 Il sistema S in fig. Nella stessa figura sono riportate le uscite del sistema y1 (n). l’insieme U è costituito da tutti i segnali positivi.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). rispettivamente. (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I. 3. stabilire se il sistema può essere tempo-invariante. y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig.24. Risultato: (a) nessuna restrizione su I. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). è necessariamente tempo-variante.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . Segnali dell’esercizio 3. (a) Caratterizzare gli insiemi di ingresso ed uscita.120 Proprietà dei sistemi Esercizio 3. . (b) Stabilire se tale sistema è invertibile.9. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n).24 è lineare. Esercizio 3.

26 è tempo-invariante. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n).11 Si consideri il sistema riportato in fig. x(n) y(n) (-1) n Fig.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t).13 Il sistema S in fig. x2 (n) e x3 (n). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) Dire se il sistema è stabile. rispettivamente. (b) yb (t) = ya (t) = cos(2π fct). (c) Stabilire se il sistema può essere tempo-invariante. (a) Stabilire se il sistema può essere lineare. è necessariamente tempo-variante. è necessariamente non lineare. è necessariamente tempo-variante. Sistema dell’esercizio 3. dire se il sistema può essere tempo-invariante.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . Esercizio 3. x(t) = e− j2t −→ y(t) = e− j3t . y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). 3.12 Un sistema S lineare con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = e j2t −→ y(t) = e j3t . Esercizio 3. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5).11. Risultato: (a) ya (t) = cos(3t). (c) il sistema non può essere tempo-invariante. (a) Determinare il legame i-u del sistema. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). Risultato: (a) ya (t) = cos(2π fct). Risultato: (a) non può essere lineare. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (c) non può essere tempo-invariante. con t0 ∈ R.3.25. Esercizio 3. Esercizio 3. 3. (b) stabile. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n).25. (b) yb (t) = cos(3t − 1). 3.

sia S1. (d) lineare.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. Esercizio 3. invarianza temporale. le uscite dei due sistemi S1. S1 : y(n) = x(−n) . Risultato: (a) non lineare. non dispersività. tempo-variante e stabile.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). tempo-variante e stabile. mentre l’uscita del sistema S2.2 è y(n) = x(−n − 2).1 è y(n) = δ (n − 2). mentre S2. (b) lineare.2 è y(n) = δ (n + 2). causale. causalità. Stabilire. tempo-invariante e stabile. con T ∈ R − {0}. Segnali dell’esercizio 3. (d) y(t) = [x(t) + x(t − T )] u(t).1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine).15 Classificare. causale se T > 0 e non causale se T < 0. 3. causale. dispersivo. (b) y(t) = x(t − 2) − x(1 − t). non causale. (c) y(t) = x(t) cos(2π t). (c) lineare. non dispersivo. tempo-variante e stabile. tempo-invariante e stabile. motivando la risposta e fornendo almeno un esempio a suo supporto. stabilità): (a) y(t) = 2 exp[x(t)]. l’uscita del sistema S1. non dispersivo. Esempio: quando x1 [n] = x2 [n] = δ [n]. dispersivo se T = 0.1 è y(n) = x(−n + 2). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. . (e) non lineare.26. Inoltre. motivando brevemente le risposte. S2 : y(n) = x(n + 2). se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). Risultato: I due sistemi sono diversi: il legame i-u del sistema S1.1 sono necessariamente uguali”. causale se T ≥ 0 e non causale se T < 0. dispersivo. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità.13. il legame i-u del sistema S2.2 e S2.

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

tempo-variante. non dispersività. tempo-variante e stabile. causale. stabile. (d) non lineare. dispersivo. tempo-variante e stabile. dispersivo. non causale. dispersivo. (d) lineare. (c) y(t) = x(−t) + 5. ∑ Risultato: (a) lineare. (b) y(t) = x(t) + x(−t). tempo-variante. (c) non lineare. con a(t) segnale reale limitato. (d) lineare. (c) lineare. stabile. non causale. non dispersivo. Risultato: (a) non lineare. invarianza temporale e stabilità. tempo-variante e stabile. se n = 0 . non dispersivo. causale. non dispersivo. causalità. (b) y(t) = a(t) x(−t). (c) non lineare (lineare per le differenze). (c) y(n) = (d) y(n) = n+2 k=n−2 +∞ k=−∞ ∑ x2 (k). (d) non lineare. tempo-invariante. se x(t) = 0 . tempo-variante. altrimenti . causale. non dispersivo.124 Proprietà dei sistemi Risultato: (a) non lineare (lineare per le differenze). non dispersività. non causale. non causale. non causale. (d) y(t) = sgn[x(t)].21 Classificare. dispersivo. dispersivo. se x(t) = 0 . causale. causale. sgn(k) x(n − k). non causale. tempo-variante. stabile. instabile. . altrimenti . non dispersivo. stabilità):   x(n) . 0. (b) y(n) = x(2 n) + x(10 − n). non causale.20 Classificare. (b) lineare. tempo-variante. (e) lineare. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = t ln(|x(t)|) . non dispersivo. instabile. tempo-invariante. causalità. non dispersivo. sulla base delle proprietà (linearità. stabile. motivando brevemente le risposte. invarianza temporale. tempo-variante. Risultato: (a) non lineare. instabile. dispersivo. tempo-invariante. tempo-variante. altrimenti . causale. stabile. stabile. (c) lineare. (b) lineare. tempo-variante. Esercizio 3. (c) y(t) = x(t) sgn(t). dispersivo. (b) lineare. stabile per |a| ≤ 1 ed instabile per |a| > 1. (d) y(t) = sgn[x(−t)]. causale. Esercizio 3.19 Classificare. stabile. Esercizio 3. causale. 0. non dispersività. invarianza temporale e stabilità). stabile. causalità. non dispersivo. motivando brevemente le risposte. non dispersivo. stabile. tempo-invariante. causale. tempo-variante e stabile. sulla base delle proprietà di linearità. tempo-variante. (b) lineare. (a) y(n) = n 0 . dispersivo. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = ln(|x(t)|) . non causale. motivando brevemente le risposte. ciascuno dei sistemi sotto riportati sulla base delle loro proprietà (linearità.

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

126 Proprietà dei sistemi .

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

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

7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). non essendo dipendenti dal tempo n. .3 dell’impulso discreto. (4. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. Notiamo peraltro che la (4. si ha semplicemente αk = x(k). Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] .6) nella (4. come già detto. Si noti che.4). L’operazione matematica effettuata tra x(n) ed h(n) nella (4. rappresentato mediante la (4. Supponiamo allora che un segnale x(n). e sarà studiata più approfonditamente nel § 4.4) si può giustificare in maniera più formale anche applicando le prop.5). La funzione h(n) che compare nella (4. In questo senso. (4. Ribadiamo che per ricavare la (4. se si osserva che gli impulsi δ (n − k) nella (4.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. utilizzando la conoscenza della sola risposta impulsiva del sistema.5) dove abbiamo applicato il principio di sovrapposizione. (4. 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. ovvero xk (n) = δ (n − k). si dice che la risposta impulsiva è una risposta canonica.3) non si sovrappongono nel tempo.3) Determinare i coefficienti αk della rappresentazione è semplice.6)]. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).1) l’insieme numerabile degli impulsi discreti traslati nel tempo. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .3.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. 2. ed abbiamo sfruttato il fatto che le quantità x(k).7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. sostituendo la (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. con k ∈ Z. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . sia la proprietà di invarianza temporale [nella (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . (4. esteso al caso di una infinità (numerabile) di segnali. 3.7) 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 . vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). ∀k ∈ Z . l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. Pertanto.5)]. (4.6) cioè traslando l’impulso in ingresso di k campioni.4.7) prende il nome di convoluzione a TD. Scegliendo come segnali elementari xk (n) nella (4. la rappresentazione (4.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . la (4. sia posto in ingresso ad un sistema TD LTI. nonché l’invarianza temporale del sistema. il segnale di uscita h(n) trasla anch’esso di k campioni. 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.

. 6 Esempio 4.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . M (4. M (4. 1. .7). . M} . la (4. per ogni k ∈ Z. con n ∈ Z. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. x(1) h(n − 1) e x(2) h(n − 2).7).11) . 1. 0 .1(b). dal confronto tra la (4. dove è calcolata graficamente la risposta del sistema MA dell’es. 4.1. 4. .7). (4.1.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. Questa interpretazione è chiarita in fig. 5}. . e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo.. altrimenti . Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.9. avente la risposta impulsiva di fig. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). e particolarizzata in fig. . al segnale di ingresso x(n) = 1 R3 (n). In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). è utile mettere in luce una particolare interpretazione della (4.9). ∀k ∈ {0. pari ad M + 1 campioni. 1. .9) rappresentata graficamente in fig. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk .7) mostra che. 3. Infatti. 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). 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. . 4. per un dato k ∈ Z. si ha.2. 4.8) e la (4.8): h(n) = k=0 ∑ bk δ (n − k) ..10) espressione che fornisce gli stessi valori della (4. . 5}. 4. D’altra parte. ∀k ∈ {0. In sostanza. k ∈ {0. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. .1(b) al caso M = 5 e 1 bk = M+1 = 1 . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . ..1(a) nel caso generale. x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n). 4. . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . il segnale di uscita si ottiene sommando tali segnali. (4. ponendo x(n) = δ (n) nella (4. (a) Risposta impulsiva di un generico sistema MA. Prima di passare al caso TC. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. è semplice provare che tale sistema è sia lineare che tempo-invariante.

2.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig.4. 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.

Tale rappresentazione si può vedere come l’estensione della (4.14) come definizione di principio di sovrapposizione per una infinità continua di segnali.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. per ogni τ ∈ R. ossia: x(t) = +∞ −∞ α (τ ) x(t. Così come il principio di sovrapposizione (3. (4. (4. e prende il nome di convoluzione a TC.11) e la (4.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. Una giustificazione immediata ed intuitiva della (4.11). l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ .4) al caso TC. Notiamo inoltre che. Precisamente. L’operazione matematica tra x(t) ed h(t) che compare nella (4. e l’integrale prende il posto della sommatoria. Tuttavia. A differenza del caso TD. le risposte S[x(t.4). non è possibile dare una giustificazione immediata della (4. centrati in tutti i possibili istanti di tempo τ ∈ R.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti.12) si basa su una definizione più generale di linearità di un sistema. anche la (4. seguendo passaggi matematici simili a quelli già visti per il caso TD. . τ ) = δ (t − τ ).13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. In pratica mediante la (4. con gli stessi coefficienti α (τ ) dτ . La derivazione della (4.1). il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. 4. dal confronto con la (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 . con t ∈ R. per τ ∈ R. tuttavia. assumeremo direttamente la (4. (4. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ .132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. τ )] del sistema ai segnali elementari x(t. è possibile provare che l’uscita y(t) del sistema LTI può essere espressa come: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . τ ). 2. τ )]dτ . prop.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t.3. formalmente. la (4. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).11).23) per una infinità numerabile di segnali.14) non discende direttamente dalla prop. La (4. integrando) i segnali x(τ ) h(t − τ ) dτ . supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. data l’analogia formale tra la (4.2). Precisamente. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). facendo un ragionamento concettualmente simile a quello fatto per il caso TD.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI.7) è simile a quella vista nel caso TD.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. 3. con τ ∈ R. dove la delta di Dirac sostituisce quella discreta. e rappresenta. senza perderci in complicate discussioni matematiche.2). τ )dτ . se il sistema è LTI. come già visto nel caso TD. τ ). la sua interpretazione e le sue proprietà saranno approfondite nel § 4. Nel seguito. segue che α (τ ) = x(τ ) e x(t. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ .

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). allora il sistema è necessariamente LTI. T ). Successivamente.15) con T > 0.5T T .7) oppure (4. da cui.12). e cioè: y(t) = +∞ −∞ rect τ − 0.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema.2). anche tale risposta impulsiva è di durata finita. si può mostrare che la (4.5T T x(t − τ ) dτ . es. in maniera più formale.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. 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. avente relazione i-u: y(t) = t t−T x(u) du .2. per cui è un sistema LTI. 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) . possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0. 4. 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. Si può facilmente verificare che tale sistema è sia lineare. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). per confronto con la (4.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.15) si può scrivere come una convoluzione: infatti.1 e 4.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4. pari a T e coincidente con la memoria del sistema. . notiamo preliminarmente che. 4. sia invariante temporalmente. (4. (4. Negli es. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. Come nell’es. (4.12). (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). In maniera equivalente.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. 4.4. In altri termini. la (4. con il cambio di variabile τ = t − u → u = t − τ .

3. (4. possiamo ottenere direttamente il risultato della convoluzione per n = 0. rappresentiamo h(k) in funzione di k [fig. (3) Per ogni fissato valore di n ∈ Z. Esempio 4. si nota che si ha sovrapposizione tra h(k) e . 4. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale.3(d)].1.18) sono del tutto equivalenti. 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(a)]. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. Nel caso TD. dobbiamo costruire il segnale wn (k) = z(k − n). si veda la fig. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso.1 seguente). Per calcolare gli altri valori della convoluzione. 4. Ovviamente. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .3 Convoluzione Come abbiamo visto nel paragrafo precedente. per la proprietà commutativa della convoluzione.3(c)]. con a = 0. Seguendo la procedura delineata precedentemente. per cui il risultato della convoluzione è nullo. insieme con x(k) [fig. 4. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). effettuare la traslazione del segnale z(k) verso destra se n > 0. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. si veda la fig. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione.3(e)].18) Le due espressioni riportate nella (4. partendo dal caso TD per semplicità.12) nel caso TC. il segnale wn (k) non si sovrappone con h(k). Prendendo come riferimento la seconda delle (4. 4.18). consideriamo il seguente esempio. In particolare. e sommando i risultati dei prodotti ottenuti. Viceversa. Se non effettuiamo nessuna traslazione su z(k). che si ottiene da z(k) mediante traslazione di n campioni. descritta dalla (4. (2) Effettuare prima la riflessione del segnale x(k). Per capire meglio il meccanismo precedentemente descritto.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . La difficoltà maggiore è che. fatta eccezione per casi particolari. oppure dalla (4. costruendo il segnale z(k) = x(−k) e. il valore della convoluzione y(n) all’istante n si ottiene moltiplicando i campioni corrispondenti dei due segnali h(k) e wn (k) per tutti i valori di k ∈ Z. successivamente. si vede che per n < 0 [traslazione verso sinistra. se n > 0 [traslazione verso destra. vedi anche il § 4. in particolare. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. e verso sinistra se n < 0. 4. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).134 Sistemi lineari tempo-invarianti (LTI) 4.7) nel caso TD.

h(k) w2 (k) = 1 + a + a2 . Ovviamente esistono casi in cui il numero di termini della somma è infinito. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) .3(f) nel caso in cui 0 < a < 1. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. in pratica essa può ridursi ad una somma finita di valori per ogni n. oppure anche per tutti i valori di n. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . . Nel caso TC la convoluzione è definita mediante uno dei due integrali: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . . per alcuni valori di n. per effettuare correttamente il calcolo della convoluzione. sebbene la somma in (4. In particolare. 1. h(k) w3 (k) = 1 + a + a2 + a3 . . per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi.7). . (4. C. In particolare. ed è rappresentato graficamente in fig. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. tale numero di campioni è pari ad n+1. più precisamente. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. Facendo riferimento per convenienza alla seconda delle (4. se n < 0 . un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. l’esempio mostra chiaramente che. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . 4. Si noti che.4.19) Anche in questo caso. altrimenti . se |a| < 1. y(n) = 1 − an+1  . 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. vale a dire: . n}.7) vada effettuata in principio su infiniti valori di k. L’esempio precedente evidenzia che l’interpretazione grafica è fondamentale per individuare correttamente gli estremi effettivi della sommatoria su k ∈ Z che compare nella (4. Per un generico valore n > 0. h(k) e wn (k) si sovrappongono per k ∈ {0. è semplice considerare i casi per n = 1. 2. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. . 1−a In definitiva. + an = k=0 ∑ ak = n 1 − an+1 .19).3 Convoluzione 135 wn (k) su un numero finito di campioni. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . che in generale potrebbe non convergere. . valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 .

2 0 −10 −5 0 k 5 10 x(k) 1 0.4 0.8 0.4 0. .8 0.3.136 Sistemi lineari tempo-invarianti (LTI) 1 0. 4.2 0 (b) z(k)=x(−k) 0. (c) riflessione del segnale x(k).8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0. 4.8333) e x(n) = u(n) (es.4): (a) rappresentazione di h(k).8 w−5(k)=x(−5−k) 1 0. (d) traslazione verso sinistra di z(k) (n = −5).4 0. (f) risultato della convoluzione.4 0.6 0.2 0 −10 −5 0 k 5 10 (a) 1 0. (b) rappresentazione di x(k).6 0. (e) traslazione verso destra di z(k) (n = 5).6 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.6 h(k) 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.4 0.8 0.6 0.

Esempio 4. 4. 4. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla.t). per cui si ha: y(t) = t t−T1 dτ = T1 .20) T1 . le finestre non si sovrappongono affatto. y(t) = (4. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. per T2 ≤ t < T2 + T1 .5T1 T1 t − 0. per 0 < t < T1 . costruendo il segnale z(τ ) = x(−τ ) e. successivamente. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . 0 < t < T1 . 0. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). Infine.4(b)] in funzione di τ ∈ R. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. di durata ∆x = T1 . per cui si ha: y(t) = t 0 dτ = t .4.4(c)]. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. e verso sinistra se t < 0. posto in ingresso al sistema LTI (cfr. 4. Per T1 ≤ t < T2 .4(e)]: in particolare. Per T2 ≤ t < T2 + T1 . per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 .    T2 + T1 − t. Considerando invece valori positivi di t. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. di durata ∆h = T2 . (3) Per ogni fissato valore di t ∈ R. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .4(d)].4(a)] e h(τ ) [fig. T2 ≤ t < T2 + T1 . per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. ed assumiamo T2 > T1 . in quanto le due finestre rettangolari si sovrappongono solo su un punto. Riassumendo.   t. Per prima cosa. effettuare la traslazione del segnale z(τ ) verso destra se t > 0. .5T2 T2 . (2) Effettuare prima la riflessione del segnale x(τ ). 4. T1 ≤ t < T2 . per T1 ≤ t < T2 . successivamente. 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. rappresentiamo x(τ ) [fig. invece. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. Traslando il segnale z(τ ) verso sinistra [fig. 4.2) avente risposta impulsiva h(t) = rect . T2 ). es. per cui si ha nuovamente y(t) ≡ 0. 4. ed effettuando l’integrale del prodotto. Facciamo per comodità riferimento alla seconda delle (4.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R.t). per t ≥ T2 + T1 .19).4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. per cui risulta y(t) ≡ 0 per t ≤ 0.

tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T .20). similmente alla somma di convoluzione. Ovviamente questo scambio. nello studio delle proprietà della convoluzione. per T ≤ t < 2T . tutte le proprietà algebriche del prodotto convenzionale. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . cioè i due schemi in fig. come discusso di seguito. § 4. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . notiamo che. per 0 < t < T .   2T − t. traslazione. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. prodotto.3.  y(t) = t.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. l’integrale di convoluzione può non esistere finito.1).3. se è possibile dal punto di vista matematico. t < 0 oppure t ≥ 2T . ed è rappresentata in fig. e prende il nome di proprietà di durata della convoluzione (cfr. 4. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC.12) è che la prima è definita mediante una sommatoria. scambiando il ruolo dei due segnali. . la convoluzione viene chiamata anche prodotto di convoluzione. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . 4. Si noti che se T1 > T2 si può procedere allo stesso modo.7) e quella a TC (4. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. A tale scopo. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD.4(f). nel seguito. notiamo che l’intervallo di tempo (T1 . Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. oltre a proprietà specifiche. 4. In altri termini. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . 4. mentre la seconda è definita mediante un integrale. Nel caso particolare T1 = T2 = T . Come mostrato in fig. C.5. 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. ed è rappresentato graficamente in fig. data la proprietà commutativa della convoluzione: l’espressione del segnale y(t) per T1 > T2 si può ottenere allora scambiando T1 con T2 nella (4. 4.6 sono equivalenti. In conclusione. calcolo dell’area) sono molto simili nei due casi. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . Per questo motivo. pertanto.6. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. nel senso che ya (·) ≡ yb (·). tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. in particolare. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. un sistema LTI con risposta impulsiva h(·) sollecitato dall’ingresso x(·) presenta la stessa uscita di un sistema LTI con risposta impulsiva x(·) sollecitato dall’ingresso h(·). Per questo motivo. in quanto si può verificare che la convoluzione possiede. non ha nessun senso dal punto di vista sistemistico.

Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es. (f) risultato y(t) della convoluzione.4. 4. (c) riflessione del segnale x(τ ).4.3 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. (d) traslazione verso sinistra di z(τ ) (t < 0).4): (a) rappresentazione di x(τ ). . (e) traslazione verso destra di z(τ ) (t > 0). (b) rappresentazione di h(τ ).

4. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). 4.) Fig. nel senso che ya (·) ≡ yb (·).7(a) e fig.7(d).7(a) è equivalente al sistema LTI riportato in fig. A sua volta.7(b) e fig. 4. i due schemi riportati in fig. 4. nel senso che yb (·) ≡ yd (·).5. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco.7(b). Il segnale y(t) si può esprimere come y(t) = T Λ t−T .) 0 T t 2T x(. per cui il sistema LTI in fig.) h(. 4.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(. 4. cioè ya (·) ≡ yc (·). 4. 4. Inoltre. In altre parole. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). 4. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T .7(c) è equivalente allo schema serie riportato in fig. come evidenziato in fig. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). 4. T Proprietà associativa Fig. . in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). come mostrato in fig.7(d) sono equivalenti.7(a). il sistema LTI in fig. Conseguentemente. ossia yc (·) ≡ yd (·). il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI.6. In base a queste due interpretazioni. Per la proprietà commutativa.) h(. 4. A tal fine. osserviamo innanzitutto che.) (b) y b(. 4. In virtù della proprietà commutativa della convoluzione. cioè i due schemi in fig. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). per la proprietà associativa.7(c). In tale ipotesi. notiamo che calcolare l’espressione yb (·) = [x(·) ∗ h1 (·)] ∗ h2 (·) seguendo l’ordine indicato dalle parentesi equivale a calcolare prima l’uscita del sistema avente risposta impulsiva h1 (·). i due sistemi LTI in figura sono equivalenti.) (a) y a(. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) .7(b) sono equivalenti.

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

∀t0 ∈ R . In virtù della proprietà di invarianza temporale (4.10.) δ(.22) [un discorso analogo vale per la (4. invece che alla (4.142 Sistemi lineari tempo-invarianti (LTI) x(. notiamo che la (4.2). esplicitando la convoluzione (4. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. è possibile riottenere la (4. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). ∀t0 ∈ R . e per la (4. se per calcolare y(t − t0 ).) x(n) z . 4. Nel caso di un sistema LTI. 4. x(n) h(n) (b) -(n1+n2) z y b(n) Fig.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig.22) e (4. rispettivamente. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). 3. esprimendo la relazione i-u del sistema mediante una convoluzione.25) della convoluzione. ∀n0 ∈ Z . si giungerebbe. rispettivamente. Le (4. .22).3 Dal punto di vista dell’interpretazione sistemistica.) x(.9).22) (4.11) nel caso TC.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . x(n − n0 ) ∗ h(n) = y(n − n0 ) . ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). Per giustificare invece la correttezza della (4. si ha.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. per sistemi a TC e a TD. (4. i due schemi in figura sono equivalenti.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. Tale sistema prende il nome di sistema identico. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . la (4.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).4) nel caso TD e la (4. x(n − n0 ) −→ y(n − n0 ) . ∀n0 ∈ Z . noti inoltre che. per ogni x(·) ∈ I e y(·) ∈ U.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. ad esempio. infatti. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).21). In un sistema identico.9. Dal punto di vista matematico. x(t − t0 ) −→ y(t − t0 ) . secondo la quale. 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.

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

4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. sfruttando la relazione i-u (4. per ottenere la risposta al gradino a partire dalla risposta impulsiva. In altri termini. (4. (4. 3. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. con un tempo di salita molto stretto. 2. In definitiva. Infatti. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). es.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). Notando che la (4. In particolare.34) e (4. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . .34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). ovvero è anch’essa una risposta canonica. è sufficiente far passare quest’ultima in un sistema accumulatore. 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) . Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. ma anche la risposta al gradino caratterizza completamente un sistema LTI.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. 4. Nel caso TD. le relazioni (4.12. non solo la risposta impulsiva. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. come ad esempio il segnale uε (t) di fig.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . in particolare.7) di un sistema TD LTI.4.11(a). secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] .

Dalla (4. Infatti la risposta al gradino s(t). mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T .36) ed (4. Ciò suggerisce che una buona approssimazione della risposta impulsiva di un sistema TC LTI si può ottenere osservando la sua uscita hε (t) quando in ingresso è posto il segnale δε (t) = t 1 rect 2ε 2ε . si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . con ε sufficientemente piccolo. 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.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . Nel caso TC valgono considerazioni analoghe. trattandosi di una pura astrazione matematica (cfr.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.6) in particolare] che l’impulso di Dirac si può ottenere come il limite (nel senso delle distribuzioni) per ε → 0 della successione di segnali (ordinari) δε (t). In particolare. (4. 2ε 2ε (4.36).1. 5 Non esiste una regola generale per stabilire quanto ε .37) Le (4. aventi area unitaria.11(b). 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. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . adoperando le proprietà di linearità e di invarianza temporale del sistema. si ottiene h(t) = d s(t) dt (4. Per la linearità del sistema. utilizzando la (4. Pertanto.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. Infatti. Nel caso TC.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. in quanto caratterizza completamente il sistema. raffigurati in fig. dunque. § 2. Tuttavia. 2. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. come già detto in precedenza. un valore appropriato di ε dipende dalla struttura interna del sistema e. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) .12). abbiamo visto [si veda la (2.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. varia da sistema a sistema.4).

il cui valore è (cfr.4. identicamente nulla per t < 0. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). es. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . Esempio 4. il segnale hε (t) tende proprio alla risposta impulsiva del sistema.36). es. 3. 4. 4. (4. es.12). ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig.37) è esattamente la risposta impulsiva. descritto dalla relazione i-u: y(t) = t −∞ x(u) du .39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ .3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. in fig. per cui l’integratore (4. si può mostrare che la (4.38).13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.18) e si può facilmente verificare che tale sistema è anche lineare. Si può notare che. si tratta cioè di una rampa. che per la (4.40) con la (4. in virtù della (4. il segnale in fig. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD. dt (b) Nel caso TD.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ .39) Abbiamo già mostrato che tale sistema è TI (cfr. 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) . Confrontando la (4.39) è un sistema LTI. 3. In maniera equivalente. Conseguentemente.13(a)]. se ε 1.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). possiamo dire che. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.4 Risposta al gradino 151 alla derivata della risposta al gradino. (4. Utilizzando la (4. che cresce linearmente per t > 0 [fig.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. 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) . 4. 3. per ε → 0.1).24): s(t) = t u(t) .13(b)]. In pratica. .

3.7). 4. (b) risposta al gradino.7): (a) risposta impulsiva.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. . Confrontando la (4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) .8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. (4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. es.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . In maniera equivalente. si può mostrare che la (4. Esempio 4. Integratore con memoria infinita (es.42) con la (4.2). si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . 4.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. (4.13.

se n < 0 . (b) risposta al gradino.14(a)]. 4. n + 1 . la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.8): (a) risposta impulsiva.14(b)]. ossia: h(t) = rect t − 0.2).8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0.4 Risposta al gradino 153 10 1 0.36). 4. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . Integratore a TD o accumulatore (es. in virtù della (4. 4. si tratta cioè di una rampa a TD [fig. 4.4 0. in cui l’estremo superiore di integrazione t varia in R.  dτ = t . se n ≥ 0 . se t ≥ T .   t    se 0 ≤ t < T . 0 .6 0.5T T dτ . Esempio 4.5T T .34).   0 . Conseguentemente. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. es. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. Risolvendo l’integrale si ottiene:  se t < 0 .14. (4. 4.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.4.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. avente relazione i-u: y(t) = t t−T x(u) du . In virtù della (4. 0 s(t) =  T     dτ = T . 4. che è riportata in fig.15(a).

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. 4. In pratica. 4. Esempio 4. 4. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.15(b)]. (b) risposta al gradino.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. Utilizzando la (4.5T T + T u(t − T ) .38). (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. Integratore con memoria finita (es. il segnale in fig. T . Si può notare che.1. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. . si tratta di una funzione identicamente nulla per t < 0.9): (a) risposta impulsiva. 4. per ε → 0. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso.15. In altre parole. se ε impulsiva del sistema. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. 4. in fig. che cresce linearmente nell’intervallo (0. 4.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .

Nel caso in cui i pesi bk siano tutti uguali a  0 . 5}: (a) risposta impulsiva. ed in fig. se n < 0 . 1.3 1 0.  ∑ k  s(n) = k=0 M    b . se 0 ≤ n < M . 4.    n   b . (b) risposta al gradino. ∀k ∈ {0. se n ≥ M .4. . M +1   1. n+1 RM (n) + u(n − M) .8 s(n) 0 2 4 n 6 8 10 0.6 0. se 0 ≤ n < M . 4. . Sistema MA con M = 5 e bk = 1 .4 0 0.2 1/6 h(n) 0.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .2 0 −0. se n ≥ M .45) k=0 rappresentata in fig.1(a) nel caso generale.   n+1 s(n) = .34). ∑ k   k=0  1 M+1 . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .16.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .4 Risposta al gradino 155 0. M M (4. se n < 0 .1 0. .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. In virtù della (4. n M in cui l’estremo superiore della sommatoria n varia in Z. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . . ∑ bk δ (n − k) . 4.

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

46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. ponendo α = h(0).1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . è possibile legare le proprietà del sistema (non dispersività.5 Proprietà della risposta impulsiva 157 4.47) Pertanto. 2. (4. in questo caso. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . per ogni segnale di ingresso {x(k)}k∈Z . (4.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. ∀k = 0. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. stabilità. (4. Passiamo ora a considerare i sistemi TC LTI. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti.48). § 3. (4. Consideriamo un sistema TD LTI. Notiamo che. questo vuol dire che la risposta del sistema non cambia se. Una condizione necessaria e sufficiente affinché ciò accada. si ha: y(n) = h(0) x(n) . si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ .5.4. Per costruire un segnale siffatto.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .48). equivalentemente. Ponendo x(n) = δ (n) nella (4.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . per ogni segnale di ingresso. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .49) . seguiamo una strada diversa da quella seguita nel caso TD. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. causalità. infatti. Affinché y(n) dipenda solo da x(n). il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. 4. è che risulti h(k) = 0.2(c)].46). al posto di {x(τ )}τ ∈R . descritto dalla convoluzione a TD espressa dalla seconda delle (4. prop.47).3. Sostituendo nella (4.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. Il sistema è non dispersivo se e solo se. nella (4. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. la relazione precedente si può riscrivere come y(n) = α x(n) . cioè caratterizza completamente un sistema LTI.

. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. dal confronto tra la (4.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . Quindi.12)]. la durata ∆h .48) la risposta impulsiva precedente.3. l’estensione temporale Dh e. ovvero se e solo se è un amplificatore/attenuatore ideale.3. pertanto. il sistema è non dispersivo se e solo se y(t) = y1 (t).1) come la durata temporale del segmento del segnale di ingresso che contribuisce. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata.49). per cui presenta valori non trascurabili su un intervallo temporale non limitato. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva.7) oppure (4. § 3. dove la memoria di un sistema è stata definita (cfr. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. n → ±∞. per ogni segnale di ingresso e per ogni t ∈ R. In definitiva. 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. all’uscita in un determinato istante di tempo. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. (b) Equivalentemente. oltre al campione attuale. Se poniamo α = h(0). I sistemi non dispersivi sono denominati anche sistemi senza memoria. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac.47). dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. Sostituendo nella (4. (4. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). ovvero se h(t) = α δ (t) . senza mai annullarsi.48) e (4. quindi.4 (risposta impulsiva di un sistema LTI non dispersivo) (a) Un sistema LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma h(·) = α δ (·). si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . la caratterizzazione di un sistema LTI non dispersivo in termini di risposta impulsiva è riassunta dalla seguente proprietà (valida per il caso TC e TD): Proprietà 4. Se allora osserviamo la relazione i-u di un sistema LTI [cfr.

aventi come risposta impulsiva il gradino unitario. L’integratore (cfr. es.12). T (4. es. la risposta al gradino di tale sistema si ottiene come:  se t < 0 . la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .52) Pertanto.36).11): (a) risposta impulsiva.17.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . se t ≥ 0 . T (4.4 0. 4. Esempio 4.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. 4.8). Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .4. 4. sono sistemi IIR con memoria infinita. 4. Sfruttando il fatto che u(τ ) = 0 per τ < 0. che è rappresentata in fig. 4.11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ .10).51) Confrontando la (4. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). 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) . es.6 0.51) con la seconda delle (4. .6 0.5 Proprietà della risposta impulsiva 159 1 0.4 0. In virtù della (4. Sistema TC IIR con memoria praticamente finita (es.8 0. T (4. 4. es.8 0. (b) risposta al gradino. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. 4.50) dove T > 0.17(a).9) e il sistema MA (cfr. 0 .7) e l’accumulatore (cfr. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).52). Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.

Così facendo. scegliamo come valore di soglia α h(0+ ) = α /T .53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4.5.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. mentre tende a zero per |a| → 0. con 0 < α < 1.3. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. notiamo che applicando al sistema un ingresso di durata finita. per |a| → 1. (4. Per calcolare la memoria analiticamente.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. § 4. Passiamo ora a considerare i sistemi TC LTI. ovvero è un segnale di durata praticamente limitata.3. ln(|a|) memoria che tende a diventare infinitamente grande. Affinché allora l’uscita non dipenda dai valori futuri. § 2. deve accadere che h(k) = 0 . per ogni segnale di ingresso. 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) . ricordando la proprietà di durata della convoluzione (cfr. proprio di una quantità pari alla memoria del sistema. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) .54) . con costante di tempo T > 0. La somma su k porta in conto valori futuri dell’ingresso per k < 0. ∀k < 0 . se per semplicità facciamo riferimento ai sistemi TC. ma non dipende dai valori dell’ingresso negli istanti successivi. Lo stesso si può dire anche per i sistemi TD. esso sarà “allungato”.53). Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. e quindi misurare la memoria del sistema LTI. la durata della risposta impulsiva risulta ∆h = T ln 1 α . 4. 4. (4. in quanto per tali valori di k risulta n − k > n. il sistema LTI ha memoria praticamente finita. In conclusione.1). In altri termini. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ .2). 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. risolvendo l’equazione h(∆h ) = α /T (cfr. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . con 0 < |a| < 1 .31). da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . per effetto della convoluzione.17(b). in virtù della (4. Infatti.

In sintesi. Risposta impulsiva dell’integratore non causale (es. . Ragionando in modo analogo a quanto fatto nel caso TD. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. il sistema è non causale.18. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. Di seguito sono riportati alcuni esempi di sistemi non causali. ∀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).12).4. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. ∀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 . la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . Abbiamo visto nel capitolo precedente (cfr.2) che un caso particolare di sistema non causale è il sistema anticausale. § 3. 4. In questo caso. h(t) = 0.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0.3. h(t) = 0. ∀t < 0 . la relazione i-u (4.

55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . da cui. per cui è un sistema LTI. ponendo x(n) = δ (n) nella (4.12).57) rappresentata graficamente in fig. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . 1. si ha. (4. pertanto tale sistema è non causale. In maniera equivalente. (4.55) con T > 0. k ∈ {−M. D’altra parte.5T T x(t − τ ) dτ . 3. . A questo punto. la (4. .56): h(n) = h=−M ∑ 0 b−h δ (n − h) . 3. che è rappresentata in fig.10 e 3. 4. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.19(a) nel caso generale. Esempio 4. sia invariante temporalmente. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. avente relazione i-u: y(t) = t+T t x(u) du . M Si tratta di un sistema sia lineare che tempo-invariante.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. 0). si può mostrare che la (4. altrimenti . . . Si può facilmente verificare che tale sistema è sia lineare. . 4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. (4. per confronto con la (4. per confronto diretto con la (4.58) espressione che è perfettamente equivalente alla (4.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].19(b) al caso M = 5 e 1 bk = M+1 = 1 .7). . Per questo motivo.55) si può scrivere come una convoluzione. e pertanto esso rappresenta un esempio di sistema LTI. es. . con il cambio di variabile τ = t − u → u = t − τ . −M + 1. (4. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. 0.5T T .57). il sistema non è causale. ∀k ∈ {0. . 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) . moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T.12).162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. conseguentemente.11. 4.18: si tratta di un segnale che assume valori non nulli per t < 0 e.7). e particolarizzata in fig. 0} .56) da cui. . Infatti. Infatti. 5}.

6 Questa . 4. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. che sussiste con ovvie modifiche anche nel caso TD. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. . Il sistema è pertanto non causale.. è un sistema LTI anticausale. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. in particolare.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . Un segnale identicamente nullo per t < 0 è anche detto6 causale. ∆x + ∆h ) . con ∆x ∈ R+ . ∆h ). ∀t ∈ (0. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0.. consideriamo il caso dei sistemi TC. con ∆h ∈ R+ . allora la corrispondente uscita è anch’essa identicamente nulla per t < 0.6 (risposta di un sistema LTI causale ad un segnale causale) (a) Se il segnale in ingresso ad un sistema TC LTI causale è identicamente nullo per t < 0.13). Per evidenziare tale proprietà. . 6 Esempio 4..31). si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. l’anticipo unitario TD è un sistema anticausale. abbia estensione temporale Dx = (0. (a) Risposta impulsiva di un generico sistema MA non causale.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. 4. I sistemi causali godono di una proprietà importante. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . . Tale risultato. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . cioè. è riassunto dalla seguente proprietà: Proprietà 4. 1. Si tratta chiaramente di un sistema LTI. Se il sistema è causale. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 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. Allo stesso modo il sistema TC che effettua un anticipo temporale. .19. 5} (es. ∆x ). si ottiene che: y(t) = 0. In tal caso. che realizza un anticipo unitario del segnale di ingresso.4. ∀k ∈ {0. poiché h(n) è identicamente nulla per n ≥ 0. seguendo gli stessi ragionamenti che hanno portato alla (4.

cfr. 4.20. Per cui ritroviamo il risultato. ∀t ∈ R. Poiché risulta x1 (t) = x2 (t) = 0. Dato un ingresso x1 (t) = 0. rispettivamente.59) per cui se hinv (·) è l’inverso di h(·). 3. 4. con ε ∈ R+ piccolo a piacere. si ha che y1 (t) = 0. ed applichiamo la proprietà vista per t0 = −ε < 0. Ma se il sistema è lineare. ∀t ≤ −ε . cioè y2 (t) = 0. ∀t ≤ −ε . Poiché la convoluzione è commutativa. così come il segnale di ingresso. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. un sistema è causale se e solo se. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla.20 (notiamo che per i sistemi LTI vale una proprietà più generale. come mostrato in fig. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. risulta che y1 (t) = y2 (t). Poiché la risposta impulsiva del sistema identico è δ (·).4. ∀t ∈ R. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). 7 Nel caso TD. ∀t < 0. 4.6 vale più in generale per sistemi lineari causali (non necessariamente TI).1 y1 (t) = y2 (t). la prop. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. 4.1. Soffermiamo l’attenzione sui sistemi TC. 3. Ricordiamo che.) Fig. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . in virtù della prop. x2 (t) ∈ I tali che x1 (t) = x2 (t). 4. allora h(·) è l’inverso di hinv (·). In app. 3.20. In base a tale risultato. 4. ∀t ≤ t0 .6 si poteva già dedurre dalle prop. in base alla prop.164 Sistemi lineari tempo-invarianti (LTI) y(. ∀t ≤ t0 . in questo caso.) hinv(. D è mostrato che se un sistema LTI è invertibile. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. 3.1 è più immediata: . anche il segnale di uscita è identicamente nullo per t < 0. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . l’applicazione della prop.60) (4.4. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. §3. Pertanto.3. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. allora risulterà per la prop. le stesse considerazioni si possono fare scegliendo n0 = −1. In verità. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . sfruttando in aggiunta la proprietà di linearità. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD.) h(. allora il corrispondente sistema inverso è anch’esso LTI.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. cioè. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico.3). per ogni t0 ∈ R e per ogni x1 (t). supponiamo di scegliere un secondo ingresso x2 (t) = 0.1 e 3. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. (4.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. 3.) x(.) x(. ∀t ≤ −ε .5. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata).

sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. In molti casi pratici. In alcuni casi. D. Supponiamo allora che l’ingresso sia limitato.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Purtroppo determinare hinv (·) dalla (4. allora la risposta impulsiva dev’essere sommabile. se un sistema è stabile.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. ovvero |x(n)| < Kx . noto l’altro fattore ed il risultato finale). Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico.3.5. il suo sistema inverso è anch’esso LTI e. Si ha. nelle telecomunicazioni. con passaggi banali. Ad esempio. significa determinare uno dei fattori della convoluzione. cfr. a cui si rimanda direttamente il lettore. detta hinv (·) la sua risposta impulsiva. se h(k) è una successione sommabile. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). . Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità.60) è un problema matematicamente complicato. ∀n ∈ Z.4. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini.5 Proprietà della risposta impulsiva 165 Proprietà 4. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. consideriamo un sistema TD LTI. un problema di interesse è determinare il sistema inverso di un dato sistema. Pertanto. §3.59) o (4. Abbiamo cioè provato che la sommabilità (4. il segnale x(·) viene modificato o distorto dal supporto fisico su cui si propaga (il cosiddetto canale) e giunge alla destinazione con modifiche tali da rendere difficoltoso il recupero dell’informazione ad esso associata. e proviamo a trovare una maggiorazione simile per l’uscita y(n). Alcuni approfondimenti ed esempi sono riportati in app. che va sotto il nome di deconvoluzione (di fatto. Questa compensazione prende il nome di equalizzazione. descritto dalla (4. 4.

pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). 4. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . h(k) k k=−∞ dove abbiamo incluso nella somma. che presentano memoria rigorosamente finita. risulta che l’uscita all’istante n = 0 non è limitata. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . h(k − n) dove la seconda sommatoria va effettuata. senza alterarla. x(n) = h(−n)  0. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile.62) In definitiva. il che contraddice l’ipotesi che il sistema sia stabile. come riassunto dalla seguente proprietà: Proprietà 4. Per un sistema LTI a TC è possibile ragionare in maniera analoga. Tale segnale assume solo i valori 0. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. 4. In definitiva. (4. procediamo per assurdo. Pertanto. altrimenti . sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . anche i valori di k per i quali h(k) = 0.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile.10). la risposta impulsiva deve essere necessariamente sommabile. 1. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . (sistema TC) . e quindi è sicuramente limitato. Ad esempio. l’integratore con memoria finita (§ es. la risposta impulsiva h(·) ha durata rigorosamente limitata. per ciascun n ∈ Z. −1. . su tutti i valori della variabile k per i quali h(k − n) = 0. se h(−n) = 0 . la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR.9) e il sistema MA (§ es. ovvero h(n) sommabile .

possiamo concludere che il sistema TC (4. in quanto. e di una funzione himp (t) puramente impulsiva. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. Infatti.2. Pertanto. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile.4 e B. con t0 ∈ R .63) è sicuramente limitata. se la risposta impulsiva h(t) è una funzione generalizzata.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . il sistema che effettua la traslazione temporale del segnale di ingresso. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . Più in generale.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. Ad esempio. l’integratore (§ es. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. 4.64) . pertanto.63).61) e (4.4. Poiché il concetto di sommabilità di una distribuzione non è definito. Più precisamente. n=1 himp (t) N (4. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). l’uscita del sistema (4. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. che contiene solo impulsi. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . sono esempi di sistemi IIR con memoria infinita e. è un sistema stabile. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . conseguentemente. 4. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita).11. che non contiene impulsi. 4. T Si tratta di un sistema con memoria praticamente finita. aventi come risposta impulsiva il gradino unitario. Ad esempio. +∞ k=−∞ +∞ con 0 < |a| < 1 .1. nel caso del sistema (4. sono stabili. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. 4. che anticipa/ritarda il segnale di ingresso.3). la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.8). se il sistema IIR ha memoria praticamente finita. Verifichiamo che tale sistema è stabile. per ogni t0 ∈ R. la cui risposta impulsiva [fig.7) e l’accumulatore (§ es. 1 la risposta impulsiva è sommabile. § B. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). instabili. D’altra parte.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR.62) (cfr. i sistemi IIR aventi memoria infinita sono sicuramente instabili. se il segnale di ingresso è limitato.17(a)] è data da: 1 −τ /T e u(τ ) . caratterizzato dal legame i-u: y(t) = x(t − t0 ) . Esempio 4. questo problema può essere tranquillamente aggirato. Analogamente. In conclusione. dal punto di vista pratico. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . in questo caso. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. In verità.63). Ad esempio. nel senso che può contenere degli impulsi di Dirac. il sistema è stabile. ossia h(t) = δ (t − t0 ). (4.

64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). 4. 4.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. tN Fig. . . 4. allora il sistema complessivo è sicuramente stabile. il sistema in fig. dt k dt m=0 (4. . . nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. dove N ∈ N. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.21. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . 4. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. 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.65) .8.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . in svariati campi delle scienze fisiche e dell’ingegneria.21. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). 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).6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. possiamo affermare che. tuttavia per una presentazione efficace è opportuno studiarli separatamente. αN . se i sistemi componenti il parallelo sono singolarmente stabili.6. 4. Tali sistemi presentano numerose analogie. in virtù della prop. come mostrato in fig. In questo caso. 4. sono descritti da equazioni differenziali lineari a coefficienti costanti. In altre parole. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi.

68) è detta soluzione omogenea della (4. . . Ciò è vero solo nel caso particolare in cui N = 0. . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . a1 . osserviamo che. In questo caso. (4.65). Una seconda osservazione importante riguarda il fatto che la (4. 8 Nel . . È noto8 che tale problema non è completamente definito. essa non rappresenta un legame i-u come espresso dalla def. . 3. . Nel caso più generale in cui N = 0. . nel senso specificato dalla def. . . dN−1 y(t) dt N−1 = yN−1 . y1 . vedremo che ciò è vero solo in alcuni casi particolari. .65). b1 . bM sono costanti e quindi indipendenti dal tempo t. 3. a0 . .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. è necessario conoscere lo stato iniziale del sistema. . è data dalla somma di una soluzione particolare y p (t) della (4. la (4. infatti. y1 . Ponendo per semplicità tin = 0. aN e b0 .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. l’equazione differenziale (4.68) ottenuta ponendo x(t) ≡ 0 nella (4. . . . la (4. per ogni fissato ingresso x(t). per le quali si rimanda il lettore direttamente ai testi di analisi matematica. occorre preliminarmente osservare che il fatto che la (4. determinare la relazione i-u del sistema equivale a risolvere.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . d y(t) dt = y1 .65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . yN−1 dipendono dalla evoluzione passata del sistema e. dal punto di vista fisico. . bM sono i coefficienti (in genere reali) dell’equazione. sia applicato in ingresso al sistema un dato segnale x(t). N dk (4. e N ≥ 0 è l’ordine dell’equazione. . . . yN−1 sono valori (in genere reali) assegnati.4. aN e b0 . la (4. I valori assegnati y0 . a1 . in tal caso.65) descrive in maniera solo implicita il comportamento del sistema. a partire da un istante prefissato tin ∈ R.66) t=0 t=0 dove y0 .1. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . La soluzione generale y0 (t) della (4.65).1.65) coinvolge.65) rispetto al segnale di uscita y(t). . coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema.65) sia lineare e i coefficienti che in essa compaiono siano tempo-invarianti non implica che il sistema da essa descritto sia in generale lineare e tempo-invariante. .65). . è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . Come verifica di quanto sopra affermato. . in quanto. . la soluzione generale della (4.65). se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. . . portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. supposto che. b1 . La (4. M dm che rappresenta una relazione i-u tra y(t) ed x(t). cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . che tiene conto di tutte le possibili condizioni iniziali. Assegnato l’ingresso x(t) per t ≥ 0. per trovare la corrispondente uscita y(t) per t ≥ tin . m=0 N dk M dm (4. Per sgombrare subito il campo da qualsiasi tipo di equivoco. in altre parole.

l’esponenziale eλ t è soluzione della (4. . N2 . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. 1. 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 . .65).65) non univocamente determinata. la soluzione generale della (4. . . eλ2t . . (4. .68).68). Più in generale. N dk (4. . . . λN . rispettivamente. . a N 0 1 siano reali. . cioè del tipo esponenziale complesso. In linea di principio. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4.73) degenera 9 Nel caso in cui i coefficienti del polinomio a .68) non offre particolari difficoltà.68). è soluzione della (4. ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . Pertanto. NR . siano esse λ1 . cN sono costanti arbitrarie. immaginarie oppure complesse. (4. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.72) dove c1 . le radici di q(λ ) sono o reali o complesse coniugate. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 .68). . combinando linearmente tutte le N possibili soluzioni. D’altra parte. . c2 .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ).9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. λ2 . Se si pone allora y(t) = eλ t nella (4.69).68). a . con λ ∈ C.67) e (4. Ni − 1}. per h ∈ {0. si può provare che la (4. λ2 . .68) è ancora una soluzione della stessa equazione.69) da cui sommando membro a membro la (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. . . Le radici del polinomio caratteristico possono essere reali. Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. . allora si prova facilmente che t h eλit . . . .70) fornisce tutte le soluzioni dell’equazione differenziale (4.h t h eλ t . la (4.73) dove λ1 . . eλN t sono singolarmente soluzioni della (4. è immediato constatare che y(t) = y0 (t) + y p (t) (4.70) è una soluzione della (4. . e quindi deve annullarsi q(λ ). poiché una arbitraria combinazione lineare di soluzioni della (4. . Quindi. . .65).71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). . allora gli esponenziali complessi eλ1t . allora k=0 ∑ ak dt k y0 (t) = 0 . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. .170 Sistemi lineari tempo-invarianti (LTI) della (4. . . i (4.

imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. l’evoluzione libera del sistema è nulla. ylib (t) = 0. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . . . in quanto l’uscita è definita a meno di N costanti arbitrarie. . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. Si determinano gli N coefficienti ci. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. . e per essa non è possibile dare un’espressione generale.65).h nella soluzione omogenea. Conseguentemente. soddisfi le condizioni iniziali (4. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0.66) e la seconda dipendente solo dal segnale di ingresso x(t). .65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . .65) si può ottenere seguendo i seguenti passi: 1.h . . se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. possiamo dire che la soluzione generale della equazione differenziale (4. si determina una soluzione particolare y p (t) della (4. Risolvendo tale sistema si trova che le costanti ci. Assegnato l’ingresso x(t).73). se l’ingresso è applicato all’istante tin = 0. in quanto tiene conto del solo segnale di ingresso x(t). senza portare in conto le condizioni iniziali. . allora la soluzione particolare ottenuta è valida solo per t > 0. ossia. l’equazione differenziale (4. Ni − 1}. 2.65) non definisce univocamente un sistema. yN−1 . . data da y(t) = y0 (t) + y p (t) per t > 0. Riassumendo quanto detto finora. per la presenza delle costanti ci. D’altra parte. (4. 1. assumendo che siano nulle le condizioni iniziali. ∀t ∈ R. cioè y0 = y1 = · · · = yN−1 = 0. Innanzitutto. y1 .72)].h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. cioè y0 (0) = y0 . con i ∈ {1. R} e h ∈ {0.74) determina un sistema di N equazioni lineari nelle N incognite ci.4. Anche in questo caso. dN−1 y0 (t) dt N−1 = yN−1 . .74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t).75) t=0 t=0 La soluzione particolare yfor (t) della (4. y1 .65). la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. (4. In altri termini.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. .6 Esempi di sistemi LTI 171 nella (4.h sono combinazioni lineari dei valori y0 . . In molti casi è conveniente esprimere la soluzione generale della (4.73). La (4. Questo è un risultato del tutto intuibile in quanto. d y0 (t) dt = y1 . la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. né una tecnica generale di soluzione.h ). l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). Notiamo che. . .h . . .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. Si determina la soluzione omogenea y0 (t) data dalla (4. . La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. . A differenza della soluzione y0 (t). 3. .66) assegnate. 2.

66) non è tempo-invariante. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). 3. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.66) non è lineare. ciò viola la prop.23. Possiamo quindi dire che.66) sia LTI. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo.76) è che in generale il sistema descritto dalle (4. In particolare. è interessante osservare che il sistema definito dalla (4. affinchè il sistema descritto dalle (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t).76) che y(t) = ylib (t) = 0. 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).16). rispettivamente. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). 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.65) e (4. ciò significa che se x(t) ≡ 0. cioè. ∀t0 ∈ R. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. In definitiva.16). Esempio 4. 4. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. ∀α1 . indipendente dal segnale di ingresso.65) e (4. occorre che la sua evoluzione libera sia nulla. assegnando cioè y0 = y1 = · · · = yN−1 = 0. segue dalla (4. La seconda osservazione legata alla (4. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . α2 ∈ C. Fig. il che si ottiene imponendo che il sistema sia inizialmente in quiete.76) è che in generale il sistema descritto dalle (4. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. può essere rappresentato mediante lo schema a blocchi in fig. 4.23.76) La prima osservazione interessante suggerita dalla (4. (4. dt (4. indipendente dal segnale di ingresso. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t).22.76) è lineare per le differenze. 4.4 dal momento che.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). 4. se si impone x(t) ≡ 0. Schema elettrico del sistema RC (es. 4.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. Tuttavia. mentre l’uscita y(t) è la tensione ai capi della capacità. Inoltre. Schema a blocchi del sistema RC (es.65) e (4. 4. allora yfor (t) ≡ 0.22. La .

c1 ∈ R . e deve soddisfare l’equazione differenziale completa (4. da cui si ricava l’unica radice λ1 = −1/(RC).73) degenera nella (4. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).79) Notiamo che. Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. per integrazione indefinita.72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.  c2 .66).77) si può scrivere come: y(t) = y0 (t) + y p (t) . Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 .79) non consente di determinare univocamente l’uscita del sistema.77). cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . Dalla (4. la (4. se t < 0 . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t). RC da cui. dt RC dt  0 . In questo caso.77). La soluzione particolare y p (t) dipende dal tipo di ingresso. per la presenza della costante moltiplicativa c1 arbitraria. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. otteniamo la risposta forzata del sistema. risolvendo l’equazione (4. la (4.78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. se t ≥ 0 . dt (4. se t ≥ 0 .77).  RC e  .6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4.71). 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) . 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 . (4. In questo caso (R = N = 1).79) otteniamo allora che y0 (0) = c1 = y0 . se t < 0 . d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e .  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 .4. nel nostro caso (equazione del primo ordine). dobbiamo imporre la sola condizione y0 (0) = y0 . che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 .

50) assegnata nell’es. con N ≥ 0 e aN = 0. la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t).80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . è pari a yt0 (t) = yfor (t −t0 ). corrisponde alla risposta impulsiva (4. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. segue che c3 = −1. 4. ∀t < 0] e stabile [h(t) è sommabile]. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente.10 Pertanto. una relazione analoga alla (4. ma non comporta discontinuità in t = 0 del segnale y p (t). in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. il sistema LTI ottenuto è causale [h(t) = 0. per la presenza dell’evoluzione libera. . 4. Nel cap. dt RC che. e la (4. 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. M (4.65) in maniera più semplice di quanto visto finora. 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) . Oltre ad essere chiaramente dispersivo. 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).81) nota come equazione alla differenze a coefficienti costanti di ordine N.80) Osserviamo che.11.77). per cui risulta che c2 = 0. 4. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . 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. Inoltre. Tenendo presente la relazione (4.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. per un’equazione differenziale di ordine N. Notiamo a questo punto che. trattandosi di una equazione differenziale del primo ordine. ponendo y0 = 0.37) esistente tra risposta al gradino e risposta impulsiva. ottenuta ponendo x(t) = u(t − t0 ).65). essendo il sistema LTI nelle ipotesi fatte. 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 (4.6. il sistema risultante non è omogeneo (e quindi non è lineare).2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. ponendo 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. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). y(t) = yfor (t) ne rappresenta la sua risposta al gradino.24.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . inoltre. (4.

. sebbene in principio siano più semplici rispetto alle equazioni differenziali. . y(−2) = y2 .16): (a) risposta impulsiva.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. Assegnato l’ingresso x(n) per n ≥ nin . 1. (4.82) Dal confronto con l’es. altrimenti .6 Esempi di sistemi LTI 175 1 0. analogamente alle soluzioni di una equazione differenziale (4. Per N ≥ 1. Solo nel caso N = 0. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . (b) risposta al gradino. va detto che la teoria e la pratica delle equazioni alle differenze. . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . per determinarne la relazione i-u. sono sistemi LTI. In particolare. avente la seguente risposta impulsiva:   bn .83) dove y1 . . è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . A tale proposito. come: y(n) = y0 (n) + y p (n) .81). si può provare che la soluzione generale di una equazione del tipo (4. la (4.4. i sistemi definiti implicitamente dalla (4. e sono denominati sistemi auto-regressivi a media mobile (ARMA). a0 m=0 (4. . 4.24. M} . è necessario risolvere rispetto a y(n) l’equazione alle differenze. n ∈ {0. a partire da un istante prefissato nin ∈ Z. . supposto che. sia applicato in ingresso al sistema un dato segnale x(n). . Ponendo per semplicità nin = 0. notiamo che la (4. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . .4 0. In particolare.4 0. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. . y(−N) = yN . yN sono valori (in genere reali) assegnati. sono generalmente meno note ai lettori. . y2 .81) si può esprimere. 3. 4. . assegnato il segnale di ingresso x(n).2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0.65).65). .82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). h(n) = a0  0. per trovare la corrispondente uscita y(n) per n ≥ nin .6 0.8 RC h(t) 0.8 0.81) rappresenta una relazione i-u semplice da studiare. (4. la (4. analogamente al caso TC. Sistema RC (es. .9.6 0. sotto opportune ipotesi.81) descrive solo implicitamente un sistema.

ossia y0 (−1) = y1 . . la soluzione generale della (4.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . Pertanto. si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 .86) le cui radici possono essere reali. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . l’esponenziale zn è soluzione della (4. .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. (4. siano esse z1 . a . Se ci si limita a trovare soluzioni del tipo zn . cN sono costanti arbitrarie. y0 (−2) = y2 .89) si trova che le costanti ci. NR . yN−1 assunti da y0 (n) per n ∈ {−N.88) che soddisfa le condizioni iniziali (4.85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . M (4. . con N1 + N2 + · · · + NR = N. come nel caso TC. (4. zR aventi molteplicità N1 . . . . Risolvendo il sistema lineare (4. a N 0 1 siano reali. .h nh zn .81): k=0 ∑ ak y(n − k) = 0 . . . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. immaginarie oppure complesse. . yN (−N) = yN . . .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . y1 . . N (4. ovvero la soluzione generale dell’equazione omogenea associata alla (4. . 1 2 N (4. .84) si effettua ragionando similmente al caso TC. y2 .h sono combinazioni lineari dei valori y0 . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. .84). c2 .83).176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. N2 . . Conseguentemente. . con z ∈ C e si pone y(n) = zn nella (4. . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . Se invece il polinomio q(z) presenta R radici distinte z1 . . .87) dove c1 . .89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). zN . rispettivamente. . . . . . −1}. . cioè y1 = y2 = · · · = yN = 0. .88) Quindi.h .11 Se le N radici del polinomio q(z) sono distinte. z2 . yN . . .81). i (4. la soluzione generale della (4. z2 . −N + 1. . le radici di q(z) sono o reali o complesse coniugate. . .

Pertanto. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. . che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) .92) . Esempio 4. possiamo riscriverla nella forma seguente. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. . essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. (4. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate.6 Esempi di sistemi LTI 177 del sistema è nulla. . .83). . Tale procedura. ∀n ∈ Z. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. Nell’esempio che segue. Similmente al caso TC. l’equazione alle differenze (4. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. . A differenza del caso TC. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). con condizioni iniziali nulle. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. .81). y(−2). (4.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. .90) A causa della presenza dell’evoluzione libera. che è applicabile solo a TD. y(−N) (ovvero le condizioni iniziali assegnate). prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. .91).81) e (4. ossia. 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) . .83) è in generale lineare per le differenze e tempo-variante.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) . . x(n − 2). dai valori y(n − 1). il sistema descritto dalle (4. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4.4. Successivamente.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) .91). In conclusione. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. Tale metodo si basa sull’osservazione che la (4. y(n − 2). assegnando y1 = y2 = · · · = yN = 0. a0 k=1 a0 m=0 (4. . . . a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. ylib (n) = 0. Dividendo primo e secondo membro per a0 = 0. y(n) − a y(n − 1) = b x(n) . . la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. più semplice. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. D’altra parte.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). y(1). y(−N + 1).81) e dalle condizioni iniziali (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1).81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . .

i sistemi ARMA presentano risposte impulsive di durata infinita. nel cap. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.25. Così facendo. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi.91) dell’equazione alle differenze (4. .16).178 Sistemi lineari tempo-invarianti (LTI) da cui si ricava che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n) e dal valore precedente y(n − 1) del segnale di uscita. 4. A conclusione di questo paragrafo.26 per a = 0.12 è utile fare qualche considerazione sulla loro implementazione. 4. es. e sono pertanto sistemi IIR. suggerisce anche un modo per realizzare il sistema. Va detto che. h(1) = a h(0) + b δ (1) = ab . 4. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. A tale proposito. 4. a ed in generale. con un leggero abuso di notazione. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . supposto 0 < |a| < 1.23 sottolinea che l’equazione (4. In definitiva. h(n) = 0 . scrivendo: h(n) = a h(n − 1) + b δ (n) . a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . ed in generale. la cui somiglianza con lo schema di fig. osserviamo che la forma ricorsiva (4. ponendo b = 1. h(n) = an b . in Matlab. 4. e stabile per 0 < |a| < 1. È interessante osservare che. ossia y(n) = h(n). si vede che il sistema è dispersivo. il comando filter implementa proprio la relazione i-u di un sistema ARMA. denotiamo 12 Ad esempio. In tale ipotesi.8333 e b = 1. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . Imponiamo che il sistema sia LTI. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). in generale.17. per n ≥ 0. assumendo che il sistema sia inizialmente in quiete. Analogamente. Dalle proprietà della risposta impulsiva. causale.81). per n < 0. Pertanto. oltre a fornire un metodo alternativo di risoluzione dell’equazione. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. 4. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. possiamo trovare la soluzione h(n) in maniera ricorsiva. data la notevole importanza dei sistema ARMA nelle applicazioni.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. 4. ovvero y(−1) = 0.25). che è rappresentata graficamente in fig. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . per N ≥ 1.11. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . Per semplicità. ed in particolare nell’elaborazione digitale dei segnali. Questa interpretazione porta allo schema a blocchi riportato in fig. il sistema in esame è un sistema IIR avente memoria praticamente finita. A differenza del caso TC.

. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. . M}. per k ∈ {1.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. e con bm i rapporti bm /a0 . 4. 4. 2. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. ponendo a zero i coefficienti bk . 1. 13 A . N (4. 4. Risposta impulsiva del sistema LTI (es. M + 2.93) è riportato in fig. ponendo a zero i coefficienti bm . .4. h(n) 0 0 5 n 10 15 20 Fig. m=0 N N (4.8 0.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. . . . N (4. . è possibile ottenere un sistema con N < M.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. è possibile ottenere un sistema con N > M. partire da un sistema ARMA con N = M.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . 4. . N}. ritardo elementare e sommatore. . così facendo la (4. per k ∈ {N + 1. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. è riportato indietro verso il segnale di ingresso z(n).8333 e b = 1). . Per effetto della ricorsione. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.17). Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. con ak i rapporti −ak /a0 . 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) .4 0. Questa ricorsione. lo schema a blocchi corrispondente alla (4. . per m ∈ {M + 1. analogamente. N + 2. M}. Precisamente. . . .26.25.2 Fig. 4. . .95) in cui l’uscita all’istante n si ricava in funzione del valore attuale del segnale di ingresso z(n) e dei valori del segnale di uscita negli N istanti precedenti. N}. opportunamente ritardato e scalato. i sistemi AR presentano risposte impulsive di durata infinita.6 0. per m ∈ {0.27. 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) .

28. ciò non altera il legame i-u del sistema. pertanto. 4. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. 4. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. . z -1 x(n-N) bN aN .29. . in quanto sia la parte MA che quella AR sono sistemi LTI. 4. z -1 y(n-N) b2 a2 . e sono pertanto sistemi IIR. 4.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti.14 per un totale di 2 N ritardi elementari. mentre la (4.27 è comunemente denominata forma diretta I del sistema ARMA. In tal modo. Realizzazione in forma diretta I di un sistema ARMA (N = M). Possiamo quindi dire che la (4. . .15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. .94) rappresenta la parte MA (o FIR) del sistema. 15 Il comando filter di Matlab. . nonchè amplificatori e sommatori. . Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. . ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale.27. si ottiene la struttura cosiddetta canonica riportata in fig. Lo schema si può vedere come la cascata della parte MA e della parte AR. .95) rappresenta la parte AR (o IIR) del sistema. che è generalmente denominata forma diretta II del sistema ARMA. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. Così facendo si giunge alla struttura modificata rappresentata in fig. . che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. Lo schema di fig. senza alterare la natura del sistema. precedentemente menzionato. 4. La realizzazione di fig.

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

per comodità di presentazione. Assumendo che la quantità tra parentesi tonde esista finita. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero).1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. e scrivere la relazione i-u in termini di convoluzione discreta (4.97) +∞ −∞ h(τ ) e− j2π f τ dτ .7.7) oppure continua (4. per il quale la H( f ) definita dalla (4. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. ovvero poniamo x(t) = e j2π f t . anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. (4.96) esiste finita. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. 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. avente ampiezza unitaria e fase iniziale nulla.96) . di sinusoidi (rappresentazioni di Fourier). Nei paragrafi seguenti. 4. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. e dei sistemi LTI in particolare. moltiplicato per H( f ). Supponiamo che il segnale di ingresso sia un fasore a frequenza f . e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·).182 Sistemi lineari tempo-invarianti (LTI) 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 (·).12). Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4.12). oltre che come sovrapposizione di impulsi. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. 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 . se reali.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati.

30. cioè dell’autovalore. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. Vedremo nel cap. osserviamo che H( f ). che modifica l’ampiezza del fasore di ingresso. detta antitrasformata di Fourier. |H( f )| < +∞.96).96). 4. La prop. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. è in generale una grandezza complessa. .98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. da cui segue che. ∀ f ∈ R. Tale proprietà si esprime. in particolare l’ampiezza del fasore viene modificata da |H( f )|. in particolare concetti di analisi funzionale. ovvero se il sistema è stabile.9 si applica sicuramente a tutti i sistemi stabili. e la sua inversa. 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 . che definisce H( f ) in funzione di h(τ ). 4. Si noti che tale proprietà vale anche per f = 0.30. prende il nome di risposta in ampiezza. si può interpretare come la trasformata di Fourier del segnale h(τ ). generalmente soddisfatte dai segnali di interesse pratico. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. mentre la sua fase H( f ). tale relazione di trasformata di Fourier è invertibile. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). evidenzia che i fasori sono segnali particolari per i sistemi LTI. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . la prop. proporzionale a e. 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.4.97). 4. se h(τ ) è sommabile. per analogia con la corrispondente proprietà dell’algebra lineare. Dalla sua definizione (4. ovvero si ha y = A x. Quindi. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI.31. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. 4.7 Risposta in frequenza di un sistema LTI 183 x(t) H(f) y(t) = H( f) e j2πft x(n) H(ν) y(n) = H( ν) e j2πνn Fig. mentre la fase del fasore viene modificata da H( f ). prende il nome di risposta in fase. inoltre il suo modulo |H( f )|. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. per ogni fissato valore di f . si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. 6 che la relazione (4.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. che modifica la fase del fasore di ingresso. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. Fig. (4. conseguentemente. dicendo che i fasori sono le autofunzioni dei sistemi LTI.9 può anche essere rappresentata dallo schema a blocchi di fig. 4. ∀f ∈ R. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. Per completare l’analogia. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. Infatti. Sostituendo tale espressione nella (4. cui corrisponde in uscita ancora un segnale costante y(t) = H(0).98) La (4. Sotto opportune ipotesi.

4. si perviene alla seguente equazione differenziale. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .6. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .16 (si veda anche il § 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. 4.32 in funzione di 2π f RC. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C.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. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).99).100) che descrive il sistema. la prop. dt dt sostituendo nella (4. § 4.96). e sarà ulteriormente approfondito nel cap.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. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. come dimostrato dall’esempio seguente.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. raffigurato in fig. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. 4.100) Abbiamo visto nell’es. dt (4. che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t .9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .6. mentre assume valori minori di 1 per f = 0 e decrescenti . della quale è facile ricavare modulo e fase. ovvero H( f ) = y(t) x(t) . 4.99) x(t)=e j2π f t secondo la quale H( f ) si esprime come il rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza f . Esempio 4. da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t .184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. Sfruttando la conoscenza di h(t). 4. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . avente ampiezza unitaria e fase iniziale nulla. e sostituendo tali espressioni nell’equazione differenziale (4.22. 6.16.1) che. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t .

Infatti. si è implicitamente imposto che il sistema sia LTI. In virtù di questo comportamento. Se il sistema LTI è reale. cioè H( f0 ) = 0. Pertanto.9 e l’es. Quindi.32. prop.99) è in generale una funzione complessa.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. la corrispondente uscita è necessariamente nulla (cfr. La prop. 4. per un sistema reale. al crescere di | f |. se l’ingresso è nullo. la corrispondente uscita è nulla.100) e non la condizione iniziale y(0) = 0.101) . va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. si ha: H ∗ ( f ) = H(− f ) . Un sistema di questo tipo. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . supposto H( f ) finita. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.96). tuttavia. In altri termini. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. 4. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . il che è vero se e solo se y(0) = 0. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza.96) o dalla (4. risulta h∗ (τ ) = h(τ ). si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. se h(τ ) è reale. nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t .5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. risposta in fase (in basso).18 conferma che la funzione H( f ) data dalla (4. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 .7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. ovvero la sua risposta impulsiva h(t) è una funzione reale. (4. viene chiamato filtro passabasso. Risposta in frequenza di un sistema RC (es. Infatti. dove si è sfruttato il fatto che.18): risposta in ampiezza (in alto). coniugando la (4. In particolare. 4. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0. a prima vista. crescenti al crescere di | f |. notiamo che. L’es. In definitiva. Tale conclusione non è corretta. dato un sistema LTI. Come osservazione conclusiva. e sarà ulteriormente approfondito nei prossimi capitoli. che introduce un’attenuazione di ampiezza crescente con la frequenza. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete.4).4. 4. il sistema può “sopprimere” completamente il segnale di ingresso. 4. 3. che assume una importanza rilevante nello studio dei sistemi LTI.

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.

capace cioè di rappresentare due segnali su uno stesso visore. Si consideri lo schema di misura di fig. la prop. viene collegato all’ingresso e all’uscita del circuito. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . Notiamo in effetti che la (4. ed è riportata di seguito per completezza. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .35.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. un oscilloscopio a doppia traccia. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4.104) esiste finita per ν = 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 . allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. considerando due attraversamenti dell’origine con pendenza positiva). 4. 4.4.112) Analogamente al caso TC. notiamo che per la proprietà 4.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . se H( f0 ) = 0.21). Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es.110) si può ottenere come caso particolare della (4. 4. Variando la frequenza f0 del generatore (a scatti oppure in maniera . Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. Si può immediatamente osservare che. per il quale H(ν ) definita dalla (4.35). (4.7 Risposta in frequenza di un sistema LTI 191 generatore sinusoidale x(t) f 0 (variabile ) circuito elettrico y(t) in1 in2 oscilloscopio a doppia traccia Fig. 4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig.111) (4. 4.109) introducendo un opportuno sfasamento di π /2.35. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . se H(ν0 ) = 0. T0 In definitiva. Inoltre. Esempio 4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). 4.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R.

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

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

Risultato: (a) δ (t). 2 Esercizio 4. (g) x(n).194 Sistemi lineari tempo-invarianti (LTI) dispersivo.6 Un sistema LTI avente risposta impulsiva h(t) = eat u(t) con a ∈ R − {0} è sollecitato dall’ingresso x(t) = ebt u(t) con b ∈ R − {0}. n=0 . dispersivo. (e) come (b).3 Utilizzando le proprietà degli impulsi e quelle della convoluzione. semplificare il più possibile le seguenti espressioni: (a) δ (t) ∗ δ (t). Adoperando le proprietà della convoluzione. non causale. Esercizio 4. Risultato: (a) y1 (n) = 2δ (n + 1) + 4δ (n) + 2δ (n − 1) + 2δ (n − 2) − 2δ (n − 4). . δ (n − kN0 ) ∗ x(n). (b) δ (t − 5) ∗ x(t + 5). (e) k=−∞ (f) δ (2t) ∗ x(t). +∞ k=−∞ ∑ x(t − kT0 ) = repT0 [x(t)]. stabile. (d) y4 (n) = y1 (n). +∞ (d) k=−∞ +∞ ∑ ∑ δ (t − kT0 ) ∗ x(t). dispersivo.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) . Calcolare l’uscita y(t) del sistema. (c) y3 (n) = y2 (n). y4 (n) = x(n − 2) ∗ h(n + 2). (e) +∞ k=−∞ ∑ x(n − kN0 ) = repN0 [x(n)]. 1 |n| n=0 . non causale. (b) x(t). [Suggerimento: applicare la proprietà di invarianza temporale della convoluzione. (d) (f) 1 x(t). (b) y2 (n) = y1 (n + 2). calcolare e diagrammare le seguenti convoluzioni: (a) (b) (c) (d) y1 (n) = x(n) ∗ h(n). y3 (n) = x(n) ∗ h(n + 2). y2 (n) = x(n + 2) ∗ h(n). (g) Esercizio 4.] Risultato: y(n) = 2 1 − 1 n+1 2 u(n). y(t) = 1 a−b eat − ebt u(t) per a = b. 1 + |n| 0.4 Siano x(n) = δ (n) + 2δ (n − 1) − δ (n − 3) e h(n) = 2δ (n + 1) + 2δ (n − 1). (c) δ (n − 2). non causale. (c) δ (n) ∗ δ (n − 2). Risultato: y(t) = t eat u(t) per a = b. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). Esercizio 4. (f) h(n) = h(n) = 1 . instabile. instabile. (g) δ (2n) ∗ x(n).

per t ≤ −1 .10 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: (a) x(n) = u(n) ed h(n) = an u(−n − 1).4.    2t . per 4 ≤ t < 6 . per t ≥ 6 . con T ∈ R+ . Risultato: y(n) = (n + 1) bn u(n) per a = b. (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). Esercizio 4.9 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−|t| ed h(t) = e−2 (t+1) u(t + 1). con a > 1. (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).    2t − t 2 . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.  per 0 ≤ t < 2 . Te  0 .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}. per t > −1 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . per t ≤ 0 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . Esercizio 4.8 Esercizi proposti 195 Esercizio 4.   12 − 2t . per 1 < t ≤ 2 . per n > −1 . con |b| < 1.  (b) y(t) = 1 . per t < 0 .    0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). e  0 . 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). (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2).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 . con |b| < 1.  0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . Esercizio 4. per t < 0 .   9 − 6t + t 2 .  −t/T ) . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).  per 0 < t ≤ 1 . per n ≤ −1 . per t > T . per 2 ≤ t < 4 . Calcolare l’uscita y(n) del sistema.    0 . per 2 < t < 3 . per t ≥ 3 .  −t/T  (e − 1) .  (b) y(t) = 4 .   1 e(t+1) . .  n  a .

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

tale per cui: d f (t. (g) h(t) = 2 e−t − e(t−100)/100 u(t). stabilire se il sistema è non dispersivo. stabilire se il sistema è non dispersivo. non causale. τ ) . Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. h(t) = rect(t − 0. h(n) = (1/3)n u(n) + 3n u(−n − 1). causale. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). stabile. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . Risultato: (a) il sistema è dispersivo. Esercizio 4. h(t) = e−6t u(3 − t). h(n) = (1/2)|n| . τ ) integrabile su R rispetto a τ e un costante ε > 0. (f) il sistema è dispersivo. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2).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. h(t) = t e−t u(t). τ ) dt allora d dt +∞ −∞ ≤ g(t. h(t) = e2t u(−1 − t). stabile. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). (g) il sistema è dispersivo. non causale. utilizzando s(n). h(t) = e−2t u(t + 2). stabile. Esercizio 4.16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). τ )dτ = +∞ −∞ d [ f (t.5) − rect(t − 1. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n).15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). dt Esercizio 4. non causale. f (t. instabile. h(n) = 4n u(n). (c) il sistema è dispersivo.5). stabile. instabile. (e) il sistema è dispersivo.4. non causale. Risultato: s(t) = Λ(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 . (b) il sistema è dispersivo. (d) il sistema è dispersivo. Esercizio 4. causale. causale. stabile. .8 Esercizi proposti 197 dagli scopi di questo corso. τ )] dτ . h(t) = e−6|t| . Risultato: s(n) = δ (n + 1) − δ (n).

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

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

causali. y(t) = x(t) − x(t − 0. Risultato: (a) y(t) = T −T x at − τ 3 d τ . 2T lineare per ogni a.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. il sistema è lineare. S3 : y(t) = x(t/2) (espansione di 2) . rispettivamente.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . stabile. non causale. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n).5) nel caso (b). 1 + j/2 1 + j/2 . motivando brevemente le risposte. con T > 0.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . Esercizio 4. rispettivamente. sulla base delle sue proprietà di non dispersività. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. invarianti temporalmente e stabili. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). in generale è tempo-variante. invariante temporalmente. (b) per n → +∞. non dispersività. (b) il sistema è 3t .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 . con a ∈ R. (b) il sistema è dispersivo. (c) h(t) = 3 rect Esercizio 4. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. eccetto che nel caso in cui a = 3. non dispersivo. non causale. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). S2 : h(t) = δ (t) − δ (t − 1) . y(n) ≈ . il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). stabile. causalità e stabilità). (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. stabile. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. (b) Classificare il sistema complessivo. causale. dispersivi. causalità e stabilità. Entrambi i sistemi sono lineari. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). Esercizio 4. dispersivo.

dt T Esercizio 4. stabile. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. [Suggerimento: Per calcolare h(n). causale. (c) Disegnare lo schema implementativo del sistema in forma canonica. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore.] Risultato: (a) d 1 d y(t) + y(t) = x(t). (b) y0 (t) = c1 e−t/T . (c) ylib (t) = y0 e−t/T .8 Esercizi proposti 201 Esercizio 4. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). (f) Studiare le proprietà (non dispersività. stabilità) del sistema LTI determinato al punto (e). (f) il sistema è dispersivo. causale e stabile.5 (1 − e−2t ) e−t . la risposta al gradino sarà la derivata della risposta alla rampa. per t ≥ 2 . (e) il sistema è LTI se y0 = 0.  0 .] Risultato: h(n) = (1/a)n−1 u(n − 1).36. notare che essendo il gradino la derivata della rampa. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. causale. per 0 ≤ t < 2 . per t < 0 .4. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa).     Risultato: y(t) = 0. s(t) = yfor (t) = e−t/T u(t). sistema dispersivo.5 (1 − e−4 ) e−t . stabile se e solo se |a| > 1. [Suggerimento: per il punto (e). 4. Esercizio 4.26 Si consideri il circuito RC di fig. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. 4. Esercizio 4. con costante di tempo T = RC = 1s.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) .36.28 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) . con T = RC.     0. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0.27 Si consideri il circuito CR di fig. causalità. con a ∈ R. (b) Disegnare lo schema implementativo del sistema in forma diretta II. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . (a) Disegnare lo schema implementativo del sistema in forma diretta I. e la tensione y(t) ai capi della resistenza è il segnale di uscita.

x(t) z(t) S1 + − 6 S2 . (c) y(t) ≡ 0. invarianza temporale.30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ).5T T .33 Nello schema di figura. le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . Stabilire se i tre sistemi possono essere LTI. S2 . (e) y(t) = cos 2π T rect t t−0. S2 : e jπ n/2 −→ e j3π n/2 . Calcolare la risposta in frequenza del sistema. Risultato: Solo il sistema S3 può essere LTI. causalità. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). S3 : e jπ n/2 −→ 2 e j5π n/2 . S3 : e j5t −→ cos(5t) . S3 . Stabilire se i tre sistemi possono essere LTI. i sistemi S1 e S2 non sono sicuramente LTI. Risultato: Solo il sistema S2 può essere LTI.202 Sistemi lineari tempo-invarianti (LTI) 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. t t Risultato: (a) y(t) ≡ 0. S3 . con T > 0.31 Si considerino i sistemi TC S1 . 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) .32 Si considerino i sistemi TD S1 . Esercizio 4. S2 . t (b) x(t) = e jπ T . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. con T > 0. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). non dispersività. (b) y(t) = 2e jπ T . Esercizio 4. i sistemi S1 e S3 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 . . (d) y(t) = 2 cos π T . S2 : e j5t −→ e j5(t−1) . t (e) x(t) = cos 2π T u(t). t t (c) x(t) = cos 2π T . stabilità). t t (d) x(t) = 2 sin 2π T + cos π T . Esercizio 4. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du .

con le seguenti proprietà: linea- re. è un integratore con memoria finita. stabile). (c) y(t) = rect . applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. (b) y(t) = 4 cos . causale. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . non dispersività. Risultato: (a) y(t) = t t−T x(τ ) dτ . calcolare l’uscita y(t) e rappresentarla grafiT camente. (b) Sfruttando i risultati del punto (a). stabile.36 Si consideri il sistema LTI avente. invarianza temporale.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . tempo-invariante. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. (b) il sistema è LTI. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ).34 Nello schema di figura. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. (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. Esercizio 4. stabilità). causale. causalità. (c) y(t) ≡ 1.5 e− j 8πν per −0. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). √ Risultato: y(n) = 2 2 sin(0. dispersivo. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . .5 < ν ≤ 0.25 π n). T Esercizio 4. x(t) 6 S S 6 . calcolare l’uscita y(t) del sistema se in ingresso si pone il segnale x(t) = 3 + 2 cos 2π t 2T + 4 cos 2π t T 2π t 2T Risultato: (a) H( f ) = 1 − e− j2π f T = 2 je− jπ f T sin(π f T ). (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). Esercizio 4. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0.25 π (n + 1)). con riferimento al periodo principale.5T 1 1 − e− j2π f T = e− jπ f T . calcolare l’uscita y(t). (b) il sistema è LTI.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .4. 1/T ).5T .5 . dispersivo. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). tempo-invariante.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. il sistema è lineare.

determinare la sua risposta in frequenza H( f ).38. calcolare la sua risposta in frequenza H(ν ). 1 + 4π Risultato: (a) f >0 .39 Supponendo che il sistema ARMA descritto dell’esercizio 4. 4. Esercizio 4. 4. Circuito RC. Risultato: H(ν ) = 1 − 5 e− j8πν . (b) H( f ) = .37 Si consideri il circuito CR di fig. f <0 Esercizio 4. 4. dt T dt 1 + j2π f T π − arctan(2π f T ) . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4.204 Sistemi lineari tempo-invarianti (LTI) R C x(t) C y(t) R x(t) R L C x(t) y(t) y(t) Fig. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (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 .40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . 4. con ω0 = dt dt (coefficiente di smorzamento).36.37. Fig. con 2π f0 = ω0 . 4. e la tensione y(t) ai capi del condensatore è il segnale di uscita. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. con T = RC. e la tensione y(t) ai capi del condensatore è il segnale di uscita. 1 . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso.38.37. determinare la sua risposta in frequenza H( f ).29 sia stabile. Fig.38 Si consideri il circuito RLC di fig. 2π | f |T . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). Circuito CR. 1 d j2π f T d y(t) + y(t) = x(t). 2 − e− j2πν + e− j6πν Esercizio 4. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . Circuito RLC.

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

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

La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). Per mostrare ciò. .5. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . i termini per k = ±2 prendono il nome di seconda armonica. ±1. A tale proposito. e quindi ammettono T0 come più piccolo periodo comune. con h ∈ {0.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. ottenuto come combinazione lineare di un numero finito di sinusoidi.4) e pertanto risultano ortogonali se k = h.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 . Le frequenze fk = k f0 dei fasori della rappresentazione (5. nel senso precisato nel cap. con k ∈ {0.7) T0 . . (5. dove le funzioni xk (t) sono ortogonali. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5.6) per cui. a frequenze ± f0 . In tale ipotesi. per il segnale (5.3) e la (5. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). con k ∈ {±1.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. cambiando l’indice da h nuovamente a k. 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) per e− j2π h f0t .3) sia effettivamente periodico di periodo T0 . ±M} . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt .2) si ricava che M = 3 e Xk = 2 .5) T0 Essendo l’intervallo di integrazione finito. ±1. se k = h . Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). (4. Assegnato il periodo T0 e il numero di armoniche M. Ad esempio. (5. 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. 0. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. . ed integrando termine a termine su un periodo. moltiplicando ambo i membri della (5. Ad A|k| esempio. ±3}. . ±M}. . (5. (5. con M ∈ N .3). se k = h . 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 . Se infatti consideriamo due fasori della rappresentazione (5. dal confronto tra la (5. ±2 f0 e ±3 f0 .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. =δ (k−h) (5. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). che in generale può essere complesso. notiamo che la (5. . i termini per k = ±1 prendono il nome di prima armonica o fondamentale. ovvero: |x(t)| dt < +∞ .1)]. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. cioè se hanno frequenze distinte.1). ±2.

in virtù della (5. rimandando ogni discussione sulla convergenza della serie (5. affinchè la rappresentazione (5.3) che.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. Tuttavia. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. per ogni k ∈ Z. utilizzando la (5. espresso come somma di un numero finito di funzioni continue. più in generale. . 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. Dalla maggiorazione precedente. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. basti pensare che nella (5. prop.3). conseguentemente il segnale x(t). Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.8) ovvero si ottiene come la sovrapposizione di un numero infinito 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 (5.10) (5.3) e (5. ∀k ∈ Z .1. ±M} ma.3) sia applcabile. (5. ±1. B.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . non pone alcun problema di convergenza.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . essendo la somma di un numero finito di termini. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt .210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|.3) per il segnale x(t) espresso come somma di un numero finito di fasori. .11) 1 T0 . non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. Per il momento tralasciamo questo aspetto. (vedi concetto di gradino e di risposta al gradino). In altre parole. possono essere rappresentati combinando linearmente un numero finito di fasori.7).3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. . è ancora una funzione continua (cfr. . 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 .7) ha senso. la serie di funzioni (5. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. mettendo insieme le (5.8) può risultare non convergente. il segnale periodico x(t) deve essere necessariamente continuo.2. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt .8) e (5.9). Si osservi che.5). a differenza della rappresentazione (5. Abbiamo già avuto modo di evidenziare in passato che. Purtroppo. Infatti. Si osservi inoltre che non tutti i segnali continui.8) al § 5. (5. inoltre. In definitiva. Ad esempio.

prop. È interessante osservare che. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). fatta eccezione per il coefficiente per k = 0.k = X2. rispettivamente.k ed X2. Poiché i coefficienti Xk sono grandezze complesse. ovvero per la componente continua. se X1.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier.3 In particolare. per ogni k ∈ Z. in quanto forniscono per ogni valore di k.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. ovvero si ha x1 (t) = x2 (t). 3 In . sviluppabili in serie di Fourier con coefficienti X1. la seconda consente di decomporre o analizzare il 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 . Per differenza. valide esclusivamente per segnali a valori reali. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. ∀t ∈ R eccetto che in un insieme di misura nulla. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. Dal punto di vista matematico. 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 ).k . saranno sviluppate nel § 5.5.2. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). particolare. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). rispettivamente.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . 2. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). (5.10) e (5. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 .4. che è ovviamente nulla per xac (t). Particolarizzando l’equazione di analisi per k = 0. La (5.7(c)] si può calcolare su un periodo del segnale. in virtù di tale corrispondenza. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). Più precisamente. Altre forme della serie di Fourier. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. ed il fatto che per segnali periodici la media temporale [cfr. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . chiamati anch’essi armoniche del segnale. In altre parole. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. e gli stessi coefficienti della serie di Fourier di x(t).k . la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier).2 Serie di Fourier per segnali TC 211 Le equazioni (5. si ha X0 = 1 T0 x(t) dt = xdc . valida in generale per segnali x(t) a valori reali o complessi.

il calcolo dei coefficienti non è un problema concettualmente difficile. Per maggiore generalità rispetto al caso visto precedentemente. Gli spettri di ampiezza e fase sono dati.4 0. 5.1 per il caso A = 1 e ϕ0 = π .2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig.2 0 0 −0. altrimenti. rispettivamente. per semplicità di rappresentazione.11). k = −1. 2 2 da cui. ϕ0 = π ). sebbene essa risulti a rigore indeterminata. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . 0. Esempio 5. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. 5. e sono riportati4 in fig.1 (A = 1. k = ±1.   indeterminata. con A > 0. k = 1.6 sinc(x) 0. 2 Xk = A e− jϕ0 . altrimenti. 4 Si . 4 L’esempio precedente mostra che in casi molto semplici. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.1 e nel seguito.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato.1)). altrimenti. come la formula di Eulero. 4 Fig. k = −1.10).5 0 −5 1 ∠ Xk 0 k 5 1 0. 5. 5.8 0. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e .  ϕ0 . Per segnali più complicati. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. 5. si ricava:   A e j ϕ0 . da: |Xk | = A 2. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. per confronto con l’equazione di sintesi (5. k = 1. La funzione sinc(x) per valori di x ∈ [−6.1.  Xk = −ϕ0 . 2  0. noti che in fig.212 Serie di Fourier 1 |Xk| 0. 6].2.

4 |Xk| 0.14) il cui grafico per x ∈ [−6. δc = 0.2 (A = 1.2 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 . di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . δc = 0. Per k = 0.5). Esempio 5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. 5. (5. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .5. 5. es.2 Serie di Fourier per segnali TC 213 0.5) sono puramente reali. πx x ∈ R. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .2.3 Xk 0. 6] è riportato in fig. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. πk πk (5.4. cfr.5 0. 2. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. 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 . 5.1 0 −0. .1 −0.2 −5 0 k 5 0. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.2 (serie di Fourier dell’onda rettangolare TC.2 (A = 1. Le principali proprietà della funzione sinc(x) sono le tre seguenti. introduciamo la funzione sinc(x): sinc(x) = sin(π x) .3.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. 5. I coefficienti Xk dell’onda rettangolare dell’es.13) Per esprimere in forma più compatta il risultato precedente.4 0.9). Fig. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .

. h dispari (k = . k = . Il grafico dello spettro di ampiezza del segnale mostra che tale onda rettangolare possiede soltanto armoniche dispari (vale a dire per valori dispari di k).13). . osserviamo che questo segnale. Più in generale. .    1 − πk . −3. per qualunque valore di A e δc .. . . per la proprietà (b) della sinc. . k pari. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . Notiamo che l’espressione precedente vale anche per k = 0. 3. Per maggiore generalità. la cui ampiezza decresce con legge inversamente proporzionale a k. . k = 0 .).  1  .. . . Moltiplicando e dividendo per δc nella (5. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞.5 (duty-cycle del 50 %) e A = 1. quindi esse possono essere rappresentate come in fig. . le armoniche si esprimono come: Xk = k 1 sinc 2 2 .3. −3. k pari. . su un unico diagramma cartesiano. tuttavia. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0.4. . 1. si ha: 1 2. nonché proprietà trigonometriche elementari. −7. −5. e utilizzando la definizione di sinc(x). . . 1. −1. . in quanto.  k pari. . 7. k = 0. −1. Consideriamo allora il caso particolare δc = 0.). In tal caso. 3. . 9. 5. presenta armoniche puramente reali. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. in quanto: |sinc(x)| ≤ 1 . k = . . e quella dispari dello spettro di fase. 11. k = 2h + 1. − 7. |Xk | = 0. Notiamo la simmetria pari dello spettro di ampiezza. . π |k|  0   indeterminata Xk = 0    ±π k = 0. che sono raffigurati graficamente in fig. e la fase −π per k < 0. k dispari. risulta: X0 = A δc sinc(0) = A δc . k = 0. . 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. 7. 5. . Xk = 1  πk . . ed utilizzando la definizione di sinc(x) e le sue proprietà. π |x| ∀x ∈ R . 2. k = 0 . . 5. π kδc k = 0.   0. k = 2h + 1. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . 5. −5. 0. h pari (k = . .

dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).6 x(t) 0.11). ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. 5.3 (A = 1). 5.5.4 0.2 Serie di Fourier per segnali TC 215 1 0.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 . L’onda triangolare dell’es.3 (A = 1). Per k = 0. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .2 0 −5 0 k 5 2 ∠ Xk 0.6. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . in quanto esso risulta nullo per la simmetria dispari della funzione integranda.5 per A = 1. 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 . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 5. 5. Applicando la formula di Eulero a e− j2π k f0 t .2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. 5. Tale segnale è raffigurato graficamente in fig.4 |Xk| 0. si ha: Xk = 1 T0 T0 /2 −T0 /2 A 1− 2|t| T0 cos(2π k f0t) dt = 2A T0 T0 /2 0 1− 2t T0 cos(2π k f0t) dt . T0 4 2 mentre per k = 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Fig.5. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . Esempio 5.8 0.

5. segnale sinusoidale). enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5.2. (−1)k Come evidenziato dagli es. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.11). 5.2.4 o più estesamente in app. e sono raffigurati in fig. come già mostrato precedentemente. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. definiti dalla equazione di analisi (5. fatta eccezione per casi molto semplici (es. § 5. nel seguito daremo solo qualche risultato fondamentale.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. k dispari.2. Sia x(t) un arbitrario segnale periodo con periodo T0 . notiamo che anche l’onda triangolare possiede solo armoniche dispari.11). L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 .216 Serie di Fourier integrale. 5 Per .2).1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. Vedremo tuttavia nel cap. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. k pari. e quindi consiste nella risoluzione di un integrale. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. Come vedremo (cfr.2 e 5. Tuttavia.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. k = 0. 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. in quanto |Xk | = Xk ≥ 0 e Xk = 0. 6 una procedura molto semplice e generale che consente di ricondurre il calcolo dei coefficienti della serie di Fourier a quello di una trasformata di Fourier (formule o serie di Poisson). 5.2. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). come vedremo nel § 5. inoltre. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. = 2A  . quindi gli spettri di ampiezza e fase si calcolano banalmente. esistano finiti. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi.3. 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]).

8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. con k ∈ Z. Lo studio delle condizioni sotto le quali la serie (5. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. cioè k→±∞ lim |Xk | = 0 . . lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. 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 . i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. sono funzioni a valori k complessi definite sull’intervallo (a. ∀k ∈ Z e ∀x ∈ (a. b). Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. per ogni ε > 0. Risulta immediatamente evidente che. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ .6) e (5. cfr.15) converge al segnale x(t).5. In particolare. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. § 5. simmetrico per garantire che siano presenti le armoniche Xk e X−k .18) allora la serie associata ai coefficienti Xk converge uniformemente. (5.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . Così come per le serie numeriche. né tanto meno che tale serie converga al segnale x(t). con |gk (x)| ≤ Mk . b). 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). Se la serie di Fourier (5. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente.4. con M ∈ N . in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. b).15) converge dipende dal tipo di convergenza richiesta. se la serie di Fourier converge uniformemente su R.17) ovvero l’equazione di sintesi restituisce il segnale x(t).7) sono validi anche per M → +∞.15) costruita a partire da questi coefficienti converga. (5. si dice che la serie di Fourier (5.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.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. allora si può scrivere M→+∞ lim xM (t) = x(t) . allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.2). se il segnale x(t) ha almeno una discontinuità. uno stesso numero Nε va bene per tutti i punti dell’asse reale. pertanto. (5. la sua serie di Fourier non potrà convergere uniformemente ad x(t). 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.15) converge uniformemente [5] al segnale x(t) su R se. Quindi.

15) può convergere uniformemente ad un segnale x(t) = x(t). ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. se la (5. In tal senso.2.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t).15) è data dal seguente teorema: Teorema 5. 5. Dal punto di vista ingegneristico. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. come l’onda rettangolare dell’es. ossia: x (t) dt < +∞ . coseni o seni) sono tutte continue. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. Pertanto. 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. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. che assicura la convergenza della serie (5. pur essendo convergente. per i quali la serie. periodico con periodo T0 . Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. . 5. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. ma con continuità. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). com’è intuibile. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. una volta calcolati i coefficienti Xk a partire da un segnale x(t). ma non che la serie restituisca proprio x(t).15) converge ad x(t) per quasi tutti i valori di t ∈ R. i coefficienti di Fourier si possono ottenere equivalentemente dalle due espressioni seguenti: Xk = 1 T0 x(t) e− j2π k f0t dt = ˇ 1 T0 x(t) e− j2π k f0t dt . 5. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare.15) al segnale x(t) per ogni t ∈ R. A differenza della convergenza uniforme espressa dal teor. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859).1. e sollevò numerosi dubbi sulla validità della serie di Fourier. In altre parole. eccetto al più un sottoinsieme di valori di t di misura nulla. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici.2? Oggi sappiamo che se la serie non converge uniformemente. se ci limitassimo a considerare la sola convergenza uniforme. ˇ tuttavia. la serie di Fourier (5. non restituisce esattamente il segnale x(t). 2 T0 la serie di Fourier (5. con derivata x (t) a quadrato sommabile sul periodo T0 .15) che. come l’onda rettangolare dell’es. quando ciò accade. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. la somma di una serie di funzioni continue non è necessariamente una funzione continua. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813).18) è verificata.10) converge uniformemente al segnale x(t) su tutto l’asse reale. come può la serie rappresentare segnali discontinui. è continuo e derivabile quasi ovunque.

esiste un terzo tipo di convergenza (meno restrittiva di entrambe). In più. 5. decrescendo come 1/k. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. detta convergenza in media quadratica. la serie di Fourier restituisce x(t) in tutti i punti.2 Serie di Fourier per segnali TC 219 Teorema 5. la convergenza non è uniforme per ogni t ∈ R.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). Questo tipo di convergenza. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. Poiché l’onda rettangolare non 2 è una funzione continua. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. che è importante non solo nell’ambito della teoria dei segnali e sistemi. E. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . escluso al più un numero finito di punti con discontinuità di prima specie. (d3) x(t) è una funzione derivabile nel periodo T0 . 5. 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. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. Per concludere. non costituiscono una successione sommabile. Esempio 5.1. costituiscono una sequenza sommabile.3 soddisfa le condizioni di Dirichlet. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. In particolare.2 soddisfa le tre condizioni di Dirichlet. essendo una funzione continua. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. considerazioni matematicamente più approfondite mostrano che. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). in effetti. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. osserviamo che. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . 5. Inoltre. violando la condizione (5.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. In particolare. . per ogni t ∈ R. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. le condizioni di Dirichlet sono un caso particolare del seguente risultato.10 Esempio 5. Infine. ma anche in molti problemi di fisica matematica. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente.5. se la funzione x(t) è continua. Si osservi che in questo caso i coefficienti Xk . 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). la convergenza della serie è uniforme per ogni t ∈ R.18). 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. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. T0 (d2) x(t) è una funzione continua nel periodo T0 . ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. Ad esempio. allora la serie di Fourier di x(t) esiste e. è discusso in app. decrescendo come 1/k2 .

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

ottenuti con Matlab. nella quale il segnale oscilla tra i valori −0.1 si applica con n = −1. 5. Inoltre. ma non uniformemente negli intervalli che contengono le discontinuità. 5. ed il valore 1/2 in corrispondenza delle discontinuità. L’onda triangolare è continua ma con derivata prima discontinua.6.7 (onda triangolare) Si consideri l’onda triangolare dell’es.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0.09 (a sinistra della discontinuità) e 1. 5. pur soddisfacendo le condizioni di Dirichlet. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . Gibbs (1839–1903).5. e pertanto il segnale ricostruito con 2M + 1 armoniche. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. In effetti. 1. 5. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . per cui la prop. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . la cui frequenza aumenta. Matematicamente.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. come già discusso in precedenza. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). quindi la prop. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. 3. 5.7. ma per ogni segnale x(t) che.20) è pari in valore assoluto circa a 0. sebbene restino di ampiezza invariata.8. confermando che. In particolare. 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) .12 Nell’es.2. (5. 5. dt. Esempio 5. il fenomeno di Gibbs non si verifica per tale segnale. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. Infatti al crescere di M i picchi delle oscillazioni. come si può anche osservare dalla fig.20) dove βgibbs ≈ 0. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni.09 (a destra della discontinuità.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. 101. 5. come testimoniato dalla fig. che per primo lo osservò e lo descrisse. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 .1 si applica con n = 0. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. in effetti. confermando che. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. l’ampiezza delle oscillazioni calcolata secondo la (5.28114072518757 è una costante notevole. Per δc = 1/2 ed A = 1. Questo fenomeno. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. in effetti. presenta dei punti di discon− + tinuità. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. W. vengono “schiacciati” verso la discontinuità. L’espressione (5. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. 5. se t0 è un punto di discontinuità. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. 11 Il 12 In fenomeno prende il nome dal fisico J. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari.09.3. 5. poiché l’onda triangolare è una funzione continua. In fig. ma la cui ampiezza non diminuisce al crescere di M.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica.2 Serie di Fourier per segnali TC 221 Esempio 5. noto come fenomeno di Gibbs. 11.

xM(t) 1 0.2 0 −0.6 0. xM(t) 0. xM(t) 1 0. xM(t) 0.5 (b) 0 0 t/T 0.7.2 0 −0.5 0 t/T0 0.5 (a) 1 0.2 0 −0.5 x(t).4 0. 5.8 x(t). . Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.4 0.2 0 −0.4 0.2 0 −0.6 0.4 0.8 0.8 x(t).5 0 t/T0 0. (c) M = 3.8 0.6 0.2 0 −0.222 Serie di Fourier 1 0.6 0.4 0. (f) M = 101. (d) M = 5.6 0.5 x(t).8 0.5 0 (c) 1 0.5 x(t).5 0 t/T 0.5 0 t/T0 0.8 x(t).6 0. xM(t) 0.5 (d) 0 t/T0 0. (b) M = 1.4 0. (e) M = 11.5 (e) (f) Fig. xM(t) 1 0.

8). 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.13 valutazione quantitativa della bontà di tale ricostruzione. sulla base dell’uguaglianza di Parseval.4. 5.3. è proposta nel § 5.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. Viceversa.7 e 5. 13 Una . la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig.5. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.

6 0.6 0.5 x(t). (c) M = 3.5 0 t/T0 0.5 (b) 0 0 t/T 0.2 0 −0.8 x(t).2 0 −0.5 x(t).8 0.6 0. (d) M = 5.6 0. (f) M = 101. xM(t) 1 0. (e) M = 11.5 0 t/T 0.5 x(t).6 0. xM(t) 0.224 Serie di Fourier 1 0.2 0 −0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.8 x(t).4 0.4 0.6 0.5 0 t/T0 0.5 (a) 1 0.4 0. (b) M = 1. 5. xM(t) 0.8 x(t).2 0 −0.2 0 −0.5 0 (c) 1 0.4 0.5 0 t/T0 0.2 0 −0.5 (d) 0 t/T0 0.4 0. xM(t) 0. xM(t) 1 0.5 (e) (f) Fig.4 0.8. . xM(t) 1 0.8 0.8 0.

22) una somma finita. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.3 Serie di Fourier per segnali TD (DFS) 225 5. . 1) oppure in (−1/2. cfr. 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 .3). proprio per questo motivo. . non abbiamo indicato di proposito gli estremi di variazione dell’indice k. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC.5. N0 − 1} . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che.22) è analoga all’equazione di sintesi (5. In particolare. le frequenze νk assumono i valori 0. (5.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). e quindi l’intervallo di variazione delle frequenze νk = kν0 .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD.10) della serie di Fourier a TC. 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 .3. per cui la (5. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . se k ∈ {0. pertanto. ad esempio in (0. in quanto si tratta di una somma (finita) e non di una serie. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. § 2. nota anche come Discrete Fourier Series (DFS). 1/N0 . e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . e rappresenta l’equazione di sintesi della serie di Fourier discreta. .22) La relazione (5. Infatti. essendo la (5. 1[. k (5. In particolare. Nella (5. (5.21).21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . N0 n=0 k ∈ {0. . una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. . 1.23) Le (5. . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh .21) Notiamo che. . semplificati dal fatto che. 1/2). . . moltiplicando ambo i membri della (5. è improprio parlare di “serie” di Fourier nel caso TD. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. La differenza fondamentale rispetto alla serie di Fourier (5. salvo casi particolari. 14 Si .22) per e− j2π hν0 n e sommando su un periodo. (N0 − 1)/N0 nell’intervallo [0. .21). L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. cambiando l’indice da h nuovamente a k. Esse. N0 − 1}.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. nella (5. . 1. .22) e (5.

26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). .25) siano quelli dell’intervallo {0.26) 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. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . .25) e (5. le (5. . entrambe periodiche dello stesso periodo N0 . con sostituzioni algebriche banali.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.28) (5.22) e (5. N0 − 1}. 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 (5.226 Serie di Fourier rappresentazione. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.25) e (5.26) ∑ x(n) e− j2π kν0 n . In altri termini.27) (equazione di sintesi) (equazione di analisi) (5. le (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .29) ∑ x(n) wkn N0 In effetti.26) è periodica. Va detto però che.15 come la sequenza x(n). costituiscono formalmente l’esatta controparte delle (5. 15 Notiamo DFS .10) e (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . valide nel caso TC.28) e (5. Posto wN0 = e− j2π /N0 . Se infine nelle (5.24) e pertanto. Una prima differenza rispetto alle (5. Inoltre nella (5.29) viene denominata Discrete Fourier Series (DFS).22) e (5. mentre la (5. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . N0 k=0 N0 −1 n=0 (5. nella letteratura scientifica. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. In particolare.11).25) (5. 1. nella letteratura scientifica le (5. . la (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.28) prende il nome di Inverse Discrete Fourier Series (IDFS). (5. A partire da Xk .26) abbiamo esteso la definizione di X(k) a qualunque valore di k.

9. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo.8 0. x(N0 − 1). N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. Differentemente dal caso TC. ad esempio x(0).4. ovvero da un’inifinità continua di valori.4 0. M = 4). È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. 7). . nel dominio della frequenza sussiste esattamente la stessa proprietà. la periodicità della sequenza x(n) deriva dalla proprietà (b).2 0 −20 −10 0 n 10 20 Fig.2). x(n) = IDFS[X(k)] .27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn .3 Serie di Fourier per segnali TD (DFS) 227 1 0. Si può infine verificare che le quantità wN0 definite mediante la (5. Infatti. nel dominio della frequenza. cap. . La DFS e IDFS possono anche essere viste come operatori. sia della trasformata discreta di Fourier (DFT). ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). cfr. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. il segnale x(n) è completamente descritto assegnando solo N0 valori.8 (N0 = 8. Onda rettangolare TD dell’es.5. ovvero da un segnale TD. N0 = wkn . ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . § 5. 5. ad esempio per t ∈ [0.6 x(n) 0. e si scrive sinteticamente X(k) = DFS[x(n)] . Esempio 5. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . abbiamo visto che invece. N0 (k+N0 )n In particolare. .8 (DFS dell’onda rettangolare TD. che è strettamente legata alla DFS (cfr. . . T0 [. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . 5. La periodicità di X(k) è una caratteristica peculiare della DFS. x(1).

sin(π x) x ∈ R. (5.11 nel caso N0 = 8 ed M = 4. dove vale M:  k  0. notiamo che wkM N0 wk 0 N = e = e .30) può essere riscritta. come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 .31) il cui grafico per x ∈ [−1. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. k ∈ Z.31). si ha allora: X(k) = DM k N0 .228 Serie di Fourier e raffigurata graficamente in fig. tranne che in x = ±1. ∀x ∈ R . x ∈ Z . Ponendo infatti a = wk 0 . x ∈ Z .9 per N0 = 8 ed M = 4. . La DFS di x(n) si scrive. Tale DFS è rappresentata in ampiezza e fase in fig. DM (x) = M M. 1] è riportato in fig. . come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . con semplici passaggi algebrici. per cui la (5. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . 5. (5. . Utilizzando la definizione (5. 5.30) Ricordando la definizione di wN0 . si ha: N X(k) = M−1 n=0 ∑ [wk 0 ]n = N − j2π kM N 0 k − j2π N 0 1 − wkM N0 1 − wk 0 N . x = . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. ±2. Le principali proprietà della funzione DM (x) sono le seguenti. . 2. N1 = 0 e N2 = M − 1.. di facile dimostrazione: 1. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 .29). 0 Per esprimere in forma più compatta il risultato precedente. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. 5. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. e quella dispari dello spettro di fase. sulla base della definizione (5.

simmetria hermitiana dei coefficienti. In particolare. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. evidenziando.4. in quanto richiede un numero finito di operazioni. ma anche algoritmicamente. 5. il fenomeno di Gibbs non sussiste nel caso TD. Vedremo (cfr. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). Notiamo in conclusione che. § cap. M = 4): spettro di ampiezza (in alto) e di fase (in basso).16 La proprietà di linearità della serie di Fourier afferma . 5. è ancora un segnale periodico di periodo T0 . risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier.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. Di conseguenza. 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. i cui coefficienti di Fourier siano Xk e Yk . allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). e l’uguaglianza di Parseval per il calcolo della potenza. e sono comunque riportate in app. anche perchè il concetto di continuità perde di significato in tal caso. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti.11. discuteremo nel dettaglio la proprietà di linearità.10. 5.5 1 4 |X(k)| −0.5 0 x 0. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). tratteremo congiuntamente sia il caso TC che quello TD. 5.5 0 x 0. quando necessario. soprattutto.28) and (5. Per tali proprietà. In altre parole. denominati algoritmi Fast Fourier Transform (FFT).4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0.29). α2 ∈ C. le differenze salienti. 5. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali.8 (N0 = 8. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. utili talvolta nei calcoli. E. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. Altre proprietà formali.5. con α1 . rispettivamente. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. che suggeriscono ulteriori considerazioni concettuali e.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . DFS dell’onda rettangolare dell’es. Fig.

siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.1. . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. α2 ∈ C . 5. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ).2 e 5.29).33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . con α1 . DFS DFS FS ∀α1 .2 Simmetria hermitiana Con riferimento a segnali periodici TC. rispettivamente. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). α2 ∈ C. 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 . nel caso TD.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). ossia: Zk = α1 Xk + α2 Yk . dei due segnali è ancora un segnale periodico di periodo N0 . 5.32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . Analogamente. i cui coefficienti di Fourier siano X(k) e Y (k). 5. DFS ∀α1 . esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .4. negli es. otteniamo la seguente proprietà notevole: Proprietà 5. Xk = − X−k .11) e (5. Riassumendo. rispettivamente. 16 Può (5. (simmetria pari) (simmetria dispari) (5.2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo.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) . Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .

38) . e quindi X0 è reale. in particolare. 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 . si ha x∗ (t) ≡ x(t).35).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 +∞ (5.5. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. avendo già provato che X0 è reale. (simmetria pari) (simmetria dispari) (5.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. 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. si ricava che x(t) è reale. Partiamo dall’equazione di analisi (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . k=1 k=1 ∑ Xk e j2π k f0 t da cui. Se vale la simmetria hermitiana (5. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Proviamo prima l’implicazione ⇒ nella (5.33) e (5.36).37) Prova.36). Proviamo adesso l’implicazione ⇐ nella (5. anche in questo caso le (5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .8 riguardante la DFS dell’onda rettangolare TD. X(k) = − X(−k) .36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi.36). (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. T0 Se x(t) è reale. come specificato dalla seguente proprietà: Proprietà 5. 5. Inoltre l’equazione di sintesi (5.34) Pertanto.36). e valgono se e solo se il segnale periodico in questione è reale. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .35) Le proprietà (5.

Per evitare possibili fraintendimenti. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . N0 − 1}.34) a partire dalla (5. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . N0 − 1}. se x(·) è reale.37) si può riscrivere. 1. Infatti. Questa conclusione non è corretta. poiché la fase di un numero complesso è definita a meno di multipli di 2π .37) nel caso TD). In altre parole. 2. . valide esclusivamente per segnali reali.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.28) compaiono solo i valori di X(k) per k ∈ {0. . Notiamo infatti che. anche N0 − k varia nello stesso intervallo.37) mediante le seguenti condizioni: X(0) reale . il solo coefficiente X(0) è vincolato ad essere reale. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. per k ∈ {1. .32) (con analoghi passaggi si ottiene la (5. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. N0 − 1} . . k=1 Con ragionamenti simili. con riferimento ai soli valori di k ∈ {0. N0 pari . da cui si deduce che. . . partendo dall’equazione di sintesi (5. si può verificare (la verifica è lasciata al lettore come esercizio) che. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). . in alternativa alla (5. N0 − 1}. .  N 0 k=1 . N0 − 1}. . . in relazione alla periodicità della sequenza X(k). Notiamo infatti che nell’equazione di sintesi (5. anche come segue: X ∗ (k) = X(N0 − k) . N0 − 1}. . . ponendo Xk = |Xk | e j Xk nella (5. con riferimento a segnali periodici TC reali. 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. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . .39). se k ∈ {1. anche X(N0 /2) è vincolato ad essere reale per N0 pari. .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. 2. è possibile determinarne almeno uno dispari. . . . N0 − 1}. In definitiva.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . . si può esprimere. per cui 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. In particolare. per segnali periodici TD reali. .38). la proprietà di simmetria hermitiana per la DFS. conseguentemente. .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . X ∗ (k) = X(N0 − k) . . . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). notiamo che. . 2. . 2. per k ∈ {1. se N0 /2 è intero (il che accade se e solo se N0 è pari). . . 2. 1. applicando la (5. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . Infatti. Rispetto al caso TC. k ∈ {1. oltre a X(0). (5. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD.

compaiono soltanto quantità reali.2).43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. 2 k=1 (5. def. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. Consideriamo dapprima il caso di un segnale TC periodico. . Il punto di partenza è l’equazione di sintesi (5. . valide per segnali reali. come nella forma polare. note anche come forma esponenziale della serie di Fourier.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. in parte reale ed immaginaria. ed in essa. note come forma polare della serie di Fourier.39). Un’ulteriore espressione della serie di Fourier. con facili passaggi algebrici.29). . x(t) = dove: a0 = 2 T0 x(t) dt .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) .10). ak = 2 T0 x(t) cos(2π k f0t) dt . (5. partendo dall’equazione di sintesi (5. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. .1 e def. Le espressioni (5. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . 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 .40) e (5.4.4 Principali proprietà della serie di Fourier e della DFS 233 (5. perché più generali e compatte.42) T0 T0 T0 Allo stesso modo. N0 pari . ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. si ha. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. anziché in modulo e fase. 5. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . Nel seguito. 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. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. 2.5.38). si ottiene nel caso TC decomponendo Xk . 5. N0 − 1}) nella (5. Infatti. N0 dispari . .43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . rispettivamente. bk = 2 T0 x(t) sin(2π k f0t) dt .42) e (5.41) Le (5. 5.

essendo fasori a frequenze distinte.10) sono a due a due ortogonali. riprendendo e riscrivendo l’equazione di sintesi (5. possiamo quindi enunciare la seguente proprietà: Proprietà 5. (5. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . se k = h . ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. 0.4)] che i fasori e j2π k f0t che compaiono nella (5. sono tra di loro ortogonali. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . È semplice anche in questo caso provare che i segnali xk (n). nota come uguaglianza di Parseval per la serie di Fourier (a TC). se k = h .234 Serie di Fourier Abbiamo già osservato [eq. In virtù di tale ortogonalità.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 .44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . Passiamo a considerare il caso di un segnale periodico TD. es. 2. (5. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . Poiché (cfr. Riassumendo.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. 2 ∑ N0 k=0 (5. Notiamo che per segnali . con coefficienti X(k)/N0 . 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. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.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.

5. Per un fissato valore di ξM . per ottenere una valutazione quantitativa di tale bontà.12 è rappresentato. la (5. e confrontarla con la potenza del segnale originario x(t). ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . Ad esempio. per avere ξM ≥ 0.2).99 è necessario considerare M = 23 per l’onda rettangolare. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. al variare di M. per un fissato valore di M. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . . con M ∈ N .44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. Tale potenza può essere rapportata alla potenza Px del segnale x(t). sfruttando la simmetria hermitiana dei coefficienti. § 5. Infatti. 1] . 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.2. In fig. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. rispetto a quello per l’onda rettangolare. e quindi per un fissato valore di accuratezza relativa. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . 5. Utilizzando l’uguaglianza di Parseval. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. ottenendo così il coefficiente ξM = Px (M) ∈ [0. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. mentre è sufficiente un valore M = 3 per l’onda triangolare. tale coefficiente. In particolare.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t).

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. 60 80 100 .12.

5. sia applicato (fig. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. mediante le relazioni (4.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo.7.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 5. e supponiamo che il segnale x(t).23) per calcolare l’uscita y(t).46) ha la forma dell’equazione di sintesi (5.46) Poiché la (5. Pertanto.23). 18 Espressioni . che può essere vista come un caso particolare di segnale periodico. 5. Per la linearità del sistema. Risposta di un sistema LTI ad un segnale periodico (caso TC). Risposta di un sistema LTI ad un segnale periodico (caso TD). 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. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . è possibile applicare il principio di sovrapposizione (3.13.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . Applicando l’equazione di sintesi della serie di Fourier a TC (5. sfruttando le formule di Eulero.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.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. 5. la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore. In particolare. dove f0 = 1/T0 . Fig. Infatti. § 4. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . le espressioni precedenti sono state già utilizzate (cfr.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ).14.97) e (4. 6). =Yk (5.10).5. periodico di periodo T0 . per il principio di sovrapposizione (3. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . ed essendo i coefficienti Xk ∈ C quantità costanti. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD.18 Consideriamo prima il caso TC.

complesse.47) sono tutte. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. sia applicato (fig.50) Dal confronto con la (5. Particolarizzando la (5. supponiamo che il segnale x(n).47) La (5. Yk = H(k f0 ) + Xk .48) (5. con lo stesso22 periodo N0 del segnale di ingresso. se il sistema è reale. in generale.22). la (5.21 Passando ad esaminare il caso di un segnale TD. . che prende per questo motivo il nome di guadagno in continua del sistema.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 ). Pertanto. N0 k=0 =Y (k) (5. 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) . 5. (5. applicando il principio di sovrapposizione. stretto rigore. (5. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . 21 Si noti che. N0 k=0 dove ν0 = 1/N0 . poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . si ha: ydc = H(0) xdc .14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). e ricordando che Y0 = ydc e X0 = xdc . In termini di modulo e fase.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . Notiamo che le quantità che compaiono nella (5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. 19 A (5.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.47). 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . la funzione H( f ) prende anche il nome di risposta armonica del sistema.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . periodico di periodo N0 . calcolati alle frequenze fk = k f0 .47) per k = 0. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 .22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).51) Per gli spettri di ampiezza e fase. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. in particolare.

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.2 |Xk| 0. di ampiezza A e duty-cycle δc . dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.15. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.9). analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. in ingresso ad un sistema RC. 5. Fig. la (5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.2.4 |Yk| 0. 5. |H(k f0)| 0. avente frequenza k f0 .51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. 5.4 0. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. riportata di seguito.8 |H(f)|. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . Esempio 5. 1 + j2π k f0 RC .2 0 −5 0 k 5 Fig. Particolarmente interessante è la modifica delle ampiezze delle armoniche.4 0. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. come evidenziato nell’esempio che segue. 5.5.46). Inoltre. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.47) e (5. ad esempio. 1 + j2π f RC per cui la (5.16.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5.6 0. Facendo riferimento al caso TC. Risposta di ampiezza del filtro RC (es. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . 5.9).2 0 0 −5 0 f/f0 5 −5 0 k 5 0.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . la modifica subita dalla k-esima armonica.

5. ossia quello di atte1) l’ampiezza di alcune armoniche. 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. Viceversa. 5. Il segnale y(t) di uscita (fig. per effetto dell’attenuazione delle componenti ad alta frequenza. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. In fig. i più semplici esempi di filtri sono quelli cosiddetti ideali. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. si dice che il sistema LTI si comporta come un filtro.9.23 Come caso limite. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). mentre in fig. 5.2 0 −1 −0. In particolare. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. Per questo motivo. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. I filtri ideali TC sono in genere classificati.240 Serie di Fourier 1 0. . Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. 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. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. Con riferimento al caso TC. 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. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare.8 x(t). ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.y(t) 0. In particolare. sulla base della posizione della banda passante e di quella oscura. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . 5.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.17. per 2π f0 RC = 1. un comportamento tipico ad esempio dei circuiti elettrici risonanti. mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari). 5.17).16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2.5 1 0 Fig.4 0.6 0.5 0 t/T 0.

| f | ≤ fc . Anche in questo caso.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. 5. 5. − fc [ ∪ ] fc . (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. | f | > fc . +∞[. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro.19. | f | ≤ fc . La risposta in frequenza di un tale filtro (fig. La banda passante del filtro è W p = [− fc .5. La risposta in frequenza (fig. 0. 5.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1.6 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. 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 . fc ]. | f | > fc . mentre la banda oscura è Ws =]−∞. 1. o equivalentemente: HLPF ( f ) = rect f 2 fc . fc ]. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. 5. Risposta in frequenza di un filtro ideale TC passaalto (HPF). Risposta in frequenza di un filtro ideale TC passabasso (LPF).18. mentre la banda oscura è Ws = [− fc . +∞[. . La banda passante del filtro è W p =]−∞. − fc [ ∪ ] fc . Fig.

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

55) è possibile definire due frequenze di taglio. Anche nel caso TD.53).11). la risposta armonica H(·) è una funzione reale e pari. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. prop. BPF e BSF per il caso TD. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . data dalla (4.5. quindi soddisfa la proprietà di simmetria hermitiana. oppure dalla (4.21. 5. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale.52) e (5. si noti che le espressioni analitiche della risposta in frequenza nel caso TD differiscono da quello TC solo per l’aggiunta dell’operazione di replicazione di passo unitario. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. Tali filtri si dicono invece ideali in senso “fisico”.22–5. con 0 < νc1 < νc2 < 1 . si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). descritti dalla (5. Si noti che per tutte le tipologie di filtri introdotti precedentemente. descritti dalla (5.53) (5. 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.108) nel caso TD. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. con la fondamentale differenza che. HPF. A causa di tale periodicità. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). Per questo motivo.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. sia nel caso TC che TD. 2 mentre per i filtri BPF e BSF. 5. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). necessaria per garantire la periodicità di H(ν ).101) nel caso TC.54) (5.22–5. 1/2[. 0 < νc < 1 rappresenta la frequenza di taglio.54) e (5. 5. nelle fig.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. 4. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). Per quanto riguarda il caso TD.25 sono mostrate le risposte armoniche dei filtri ideali LPF. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. perché presentano una separazione netta tra banda passante e banda oscura. Tali filtri si dicono ideali anche . Nelle fig. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1.52) (5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2.

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

Risposta in frequenza di un filtro ideale TD passabanda (BPF). Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. 5. Fig. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig.25. 5. Risposta in frequenza di un filtro ideale TD passaalto (HPF).5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig. 5. Risposta in frequenza di un filtro ideale TD passabasso (LPF). 5.24. .23.22.

In conclusione. per la proprietà di linearità Xk = 2Yk − δ (k). (c) si esprime il segnale periodico x(t) in funzione di uno o più segnali periodici con lo stesso periodo. Xk = 0 per tutti gli altri 4 valori di k ∈ Z. e quindi andrebbe utilizzata per prima. X2 = X−2 = X4 = X−4 = 1 . le cui serie sono più agevoli da calcolare. (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 e la frequenza fondamentale f0 . avente periodo fondamentale T0 e frequenza 1 fondamentale f0 = T0 . ci sono varie strade alternative: (a) nel caso particolare in cui il segnale si può esprimere come somma di sinusoidi/cosinusoidi. (b) si risolve direttamente l’equazione di analisi Xk = 1 T0 x(t) e− j2π k f0t dt .246 Serie di Fourier 5. T0 dove le scelte più comuni per l’intervallo di integrazione sono (−T0 /2. e quest’ultimo problema è generalmente più semplice. . Per un segnale avente forma più generale. utilizzare note formule trigonometriche ed applicare il metodo di ispezione. π 4 . il metodo di ispezione è applicabile solo a segnali composti da sinusoidi/cosinusoidi. 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. e si utilizzano le proprietà formali della serie di Fourier: ad esempio. tuttavia. (d) si utilizza la relazione nota come proprietà di campionamento in frequenza o formula di Poisson (cfr. 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”). T0 ). T0 /2) oppure (0.7 Esercizi proposti Con riferimento ai segnali TC (analoghe considerazioni sussistono per la DFS di un segnale TD). se x(t) = 2 y(t) − 1 si ha. Esercizio 5.] 1 1 Risultato: (a) T0 = 1 (b) X1 = 2 j e jπ /4 . Esercizio 5. in quanto i coefficienti della serie di Fourier di 1 (segnale costante) sono δ (k). per ricavare i coefficienti Xk di un segnale x(t) periodico. tutte le serie di Fourier proposte negli esercizi di questo capitolo sono calcolabili semplicemente anche con le tecniche (b) e (c). in questo modo il calcolo della serie di Fourier si riconduce a quello della trasformata di Fourier di xg (t). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. con f1 ∈ R+ .2 Si consideri il segnale periodico: x(t) = | cos(2π f1t)| (segnale coseno “raddrizzato”). In questo caso il calcolo di Xk si riduce a quello di un integrale definito (spesso conviene considerare separatamente il caso k = 0). la procedura (d) è quella che semplifica maggiormente i calcoli.1 Si consideri il segnale: x(t) = cos(6π t) cos(2π t) + sin 2π t + (a) Determinare il periodo T0 di x(t). [Suggerimento: per il punto (b). X−1 = − 2 j e− jπ /4 .

5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. Esercizio 5. 0. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. con T0 ∈ R+ .  k = 0. f 0 2 = 2 f1 . 0 T0 xg (t) = 0 .6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (a) Rappresentare graficamente il segnale x(t). ed applicare poi la proprietà di linearità della serie di Fourier.  2  . altrimenti . 0 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.5.4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) .  j Risultato: (b) Xk = − π k . (π k)2 Esercizio 5. (b) Xk = (−1)k π (1−4k2 ) . . . (a) Rappresentare graficamente il segnale x(t). k = 0 pari . Risultato: (a) T0 = 1 2 f1 . dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). 1 T . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . dove  1 − 4t . con T ∈ R+ . con T0 ∈ R+ . dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 .] 0.7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Esercizio 5. k dispari . (b) Xk = Esercizio 5. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. con T0 ∈ R+ .3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. 0 ≤ t ≤ T /2 . k dispari . k dispari . Risultato: (a) T0 = 2T . [Suggerimento: dal grafico. k pari .

X(N − 2) = − N j. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k = 23 .   12 j 3π /8  e . da cui X(0) = −2. X(1) = X(k) = 0 per tutti gli altri valori di k. k2 π 2 Esercizio 5. Esercizio 5. (b) X(0) = N. dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . 2. j Risultato: (a) N0 = 24. 1. k = 1. ed applicare poi la proprietà di linearità della serie di Fourier. k ∈ {0. X(N − 1) = 2 N 2 (3 + j). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k dispari . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.] 0. (a) Rappresentare graficamente il segnale x(n). X(2) = N 2 j. X(1) = 3 − j. . Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. . (a) Determinare il periodo N0 del segnale x(n). X(2) = 0.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). 3}. (b) X(k) = − 12 e− j 3π /8 . 22} .8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 .  j   0. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. N 2 (3 − j). Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. . (a) Determinare il periodo N0 di x(n). k pari . k ∈ {2. k = 0.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. [Suggerimento: dal grafico.9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . . Risultato: (b) Xk = 4 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.  24 . X(3) = 3 + j. Risultato: (a) N0 = N. . 3.

k ∈ {1. n = 1. Risultato: (a) N0 = 5. 3. (b) X(k) = 4 + 8(− j)k . 4.. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.   1 . 4} .. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 3. 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (a) Rappresentare graficamente il segnale x(n). xg (n) = 2 . Risultato: (b) X(k) = 1 + 4 cos πk 3 .13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ ..7 Esercizi proposti 249 Esercizio 5. Esercizio 5. 2. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. dove  2 .11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . X(1) = 4 − j 8.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . 6}. da cui X(0) = 12. k ∈ {0. . . k ∈ {0. 1. n = 0. 8. 2. .. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(3) = 4 + j 8.    0. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5.. Risultato: (a) N0 = 4. altrimenti .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. 1. 3}. Esercizio 5. n = −1 . k = 0. X(2) = −4. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . -5 0 5 n (a) Determinare il periodo N0 di x(n)..5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 2.

∀k pari.56) (b) Viceversa. in modo da poter sfruttare la (5. T0 /2) e dividere l’integrale in due integrali.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .14 Sia wN0 = e− j2π /N0 . Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . X(2) = 1. ] Esercizio 5. allora il segnale ha solo le armoniche dispari. X(1) = −5. X(2) = 1 + j. (d) X(0) = −2. X(2) = 2. X(1) = 5 − j. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). (e) X(0) = 3. (b) Scrivere l’equazione di analisi in (−T0 /2. X(3) = 1 − j.56). stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. X(3) = − j. [Suggerimento: applicare le identità dell’esercizio 5. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 .] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. X(3) = −3 j. ∀t ∈ R .250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. (5.16 Senza calcolare esplicitamente x(n). (c) X(0) = j. e si ha in particolare  0 .56) operando un cambiamento di variabile in uno dei due integrali. X(2) = 3. Esercizio 5. (b) X(0) = 3. X(2) = 3 j.14. N0 ∈ N: 0 x(n) = x n T0 N0 . mostrare che se x(t) ha la proprietà di simmetria (5. X(4) = −3. X(3) = 5 + j. X(1) = 2. X(1) = 3. X(3) = −5. valida ∀a = 0. .] 1−a Esercizio 5. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN . X(3) = 3 e j7π /4 . X(1) = 3 e jπ /4 .56).

β . avente DFS X(k). (b) x(n) reale. dove xg (t) = Λ t T0 . utilizzare l’uguaglianza di Parseval per la DFS. γ . .20 Il segnale periodico x(t) = rep2T0 [xg (t)]. Esercizio 5. 3 6 Esercizio 5. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. Esercizio 5. −1.] Risultato: x(n) = 1 + 1 (−1)n . Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. n=0 (3) ∑7 (−1)n x(n) = 1. (2) ∑5 x(n) = 2.18 Si consideri il segnale periodico x(n). 0 ≤ t < 4.17 Si consideri il segnale periodico x(n). avente DFS X(k). (4) Px = 50. (d) x(n) non reale.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . il segnale x(n) è quello avente potenza Px minima. (e) x(n) reale. per la proprietà (4). 4 ≤ t < 8 . Esercizio 5. con T0 ∈ R+ . Risultato: y(t) ≡ 0.5. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . (c) x(n) non reale. (2) x(n) è periodico di periodo N0 = 10. con xg (t) = 1. 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.] Risultato: α = 10.7 Esercizi proposti 251 Risultato: (a) x(n) reale. 1 + j2π f T0 ottenendo il segnale y(t). (3) X(11) = 50. e determinare in particolare le costanti α . β = π /5 e γ = 0. [Suggerimento: utilizzare le proprietà della DFS.

Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). è posto in ingresso ad un filtro passabasso avente risposta armonica: H( f ) = rect f 4 f0 e − j2π 4 f f 0 con f0 = 1/T0 . (b) |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 . 1.24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . . dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. Determinare il segnale y(t) in uscita al filtro. 1). calcolare l’espressione esplicita di y(t). (b) y(t) = π82 cos(2π f0t). (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). 9 Esercizio 5. H(1/2) = 0. e ∆ν = 1 24 . Risultato: (a) xdc = ydc = 1 . è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. 3. Risultato: y(t) = 8 sin(2π f0t). si trova che Esercizio 5. Esercizio 5. (a) Determinare la frequenza di taglio fc del filtro in modo che l’uscita y(t) del filtro sia un segnale sinusoidale di frequenza f0 = 1/(2T0 ).22 Il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ . 1 2T0 3 < fc < 2T0 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . Determinare i valori di H Risultato: H(0) = 0. 2. con T0 ∈ R+ . per k = 0. . dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 .23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). H(3/4) = 2 e− jπ /4 . π2 Esercizio 5. (b) In corrispondenza dei valori di fc determinati al punto (a).

1 n−4k x3 (n) = ∑+∞ u(n − 4k).5. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.] √ 1 2 1 . (c) RC = T0 π 3 . sapendo che: (1) x(t) = cos(2π f0t). f1 = 2 kHz.2. con f0 = 1 kHz.27 Il segnale x(t) = rep2T0 [xg (t)].28 Con riferimento allo schema in figura. con T0 ∈ R+ .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). Esercizio 5.25 Il segnale periodico x(t) = repT0 [xg (t)]. (a) Calcolare la frequenza fondamentale f0 del segnale x(t). (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 . Esercizio 5. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 .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 . con T0 ∈ R+ . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). f2 = 3 kHz. (b) Con riferimento al punto precedente. Risultato: RC = 1 2π f0 68 13 ≈ 0. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .6. 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. Py = π 4 1 + 81 . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. (c) y3 (n) ≡ 0. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . 2T Esercizio 5.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . dove xg (t) = cos πt T0 rect t T0 . . si calcoli l’uscita y(t). (b) y2 (n) = sin . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. 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.364 f0 .

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

Sign up to vote on this title
UsefulNot useful