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

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

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

.4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7. 6. . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . . 6. . . . . . .7. .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . . .5. . . .2 Forma algebrica dei numeri complessi . . . . . . . . . . . . . . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . 6. . . . . . . . . . . . . . . . . . . . . 7. . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . A Richiami sui numeri complessi 433 A. . . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . .6. . . . . . . . . . 6. . . . . . . .3. . . . . . . . . . . . . . . . . . .5 Esercizi proposti . . . . . . . . . . . . . . . . . . . . . . . .3 Derivazione e differenza prima. . . .2. . . . . . . . . . . . . . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . .6. . .1. . . . 7.6 Trasformata di Fourier dei segnali periodici . . . .2. . . . . . . . . . . . . . . . . . . . 6. .3. . . . . . . . . . . . . . . . . . . 6. . .3 Aliasing . .1. . 6. . . . .2 Trasformata di Fourier per segnali TD . . .2 Segnali TD . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . .INDICE iii 6 Trasformata di Fourier 6. . 6. 6. . . . 6. . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . .4 Proprietà della risposta in frequenza . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . .4 Quantizzazione . . .4 Estensione spettrale e banda di un segnale . . . . . . . . . . . . . . . . . . 7.3 Segnali TD transitori . . . . . . . . . . . .1 Teorema del campionamento . . . . . . . . . . .6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434 A. . .5. . . . 6. . . . . . . . . 7. . . . . .5 Proprietà della trasformata di Fourier . . . . . . . . . . . . . . .1 Introduzione . . . . . . . . .2 Banda passante e banda di un sistema . . . . . 6. . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . .3 Segnali a banda non limitata . . . . . . . . . . . . . . . .1 Trasformata di Fourier per segnali TC . . . . . . . . . .5. . .2. . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . .4. . . . . . . . . . . . integrazione e somma .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . .1 Segnali TC . . . . . . . . . . . . . 7. . . . .6. . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . 6. . . 437 .1 Definizione di numero complesso . . . . . 6. . . . . . .2 Campionamento ed interpolazione ideale . . 6. . 6. . . . . .1 Trasformata di Fourier . . . . .1. . . . . . . . . 7. . . . 7. 6. . . . . . . . . 6. . . . . . . .3. . . . .1 Separazione di segnali mediante filtraggio . . . .8 Esercizi proposti . . . . . . . . . . .4. .3. . . . . . . . . . . . . . . . . . .2 Interpolazione non ideale . . . . . . . . . . . . .1 Proprietà di convoluzione . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . 6. . 6. . . . . . . . . . . .2 Interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . . .2 Segnali a banda praticamente limitata .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . .2 Trasformazioni della variabile indipendente . .4. . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . .1 Trasformazioni della variabile dipendente . 6.3. . . . . . . . 6. . . . . . . . . . . . . . . . 7. . . . . .7. . . . . . . . . . . . . . . . . . . . .7. . . . . 433 A. . . . . .3 Campionamento ed interpolazione in pratica .

. . . . . . . . . . . . . . . . . . . . . . . F. . . . .2 Serie monolatere . . 463 D. . . . . . . . . . . .3 Trasformate notevoli . . . . . .iv INDICE A. . .2 Trasformata di Fourier a TD . . . . . . . . . . . . . B. . .1. . 466 E Proprietà della serie di Fourier E. . . . . .1 Invertibilità di un sistema . .2. . . . . . . . . F. . . . . . .2.1. . . . . . . . .3 Sommabilità . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . . . . F. . . B. F. . . . .2 Invertibilità di un sistema LTI .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B.2. B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizioni . . . .2 Proprietà . . .1 Definizioni . B. . . . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . . . . . . . . . . . . 459 C. . . . . . . . . . . . . .2.3 Trasformate notevoli . . . . . . . . . . . . . . . . .1 Integrale di convoluzione . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . B. . . . . . . . . . . F. .1. .1 Trasformata di Fourier a TC . . . . . . . . . . . . . . . . . . . . .1 Definizione . . . . . . . . . . . . . . . .4 Forma esponenziale dei numeri complessi . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . 461 D Invertibilità di un sistema 463 D. . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . .1. . . . . . . . . . . . . .1 Continuità e derivabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Successioni e serie numeriche . . . . . . . . . . B.2 Funzioni complesse di una variabile reale . . . . . . . . . . . .2 Somma di convoluzione . . . . . . . . . . .2 Integrazione . . . . 442 B Richiami di analisi matematica B. . . . .1. . . . E. . . . . . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . . . . . . . . . . . . E. . . . . . . .2 Proprietà . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Serie di Fourier a TD (DFS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . F.1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizione di limite di una successione B. . . . . .1. . . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F. . . . 445 445 445 447 448 450 451 451 453 456 . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . .2.3 Serie bilatere . . . . . . . . . 440 A. . . . . . . .4 Successioni sommabili . .1 Serie di Fourier a TC . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5 Funzioni complesse di una variabile reale . . . . . . . . . . . . . . .2. .

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

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

1. Il metodo di Newton dell’es.1 e 1.3..1 e 1. che prende il nome di immagine di T mediante x o anche codominio di x.4.. Esempio 1. .1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. un voto nell’es. 1. .4. il dominio del segnale risulta essere T = N0 = {0.. infine.4.14 più avanti).3. Voto 22 30 25 30 .2 e 1. Al crescere di n.4. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica.2.. Gli es. dove f (x) denota la derivata prima di f (x). Tale relazione definisce una successione numerica.3. 1. che prende il nome di insieme di definizione o dominio di x.4). un segnale può essere definito mediante una tabella. 1. nel caso dell’es. 1. 1. come accade nell’es. in questo caso. racchiude i valori assunti dalla variabile dipendente x. Franca Neri . il dominio T di x coincide con l’insieme dei numeri reali. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. l’indice n nell’es. 1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1.2.3. Maria Turchini.2.. Si osservi che. nel caso dell’es. un segnale di questo tipo può essere indicato come segue: x : T → X.. Ad esempio.1. 1.4) ed una variabile dipendente x (una lunghezza nell’es. .1. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. Fig.3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es.} è costituito dai nomi degli studenti. 1. possono rappresentare dati . consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. .1) dove l’insieme T. 1. 1. lo studente nell’es. (1. 1. il dominio del segnale T = {Carlo Rossi. ad esempio per molti segnali la variabile indipendente è proprio il tempo. . 1. ma esistono casi significativi di segnali – le immagini. 1. 1.. 1. una tensione nell’es.. 1. 1. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). cioè T = R. le variabili indipendenti di un segnale possono non avere un significato fisico o... ovvero un segnale definito nell’insieme N0 dei numeri naturali. mentre l’insieme X. 1. .. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es.3.1.4 (tabella) In alcuni casi. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.. Ugo Bianchi. per gli es. 2. come nell’es.4. Il segnale in forma tabellare dell’es. x(1) x(2) Fig. Inoltre. 1. .3.10 e 1.

Definizione 1.5. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo.5. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. Rappresentazione di un sistema mediante schema a blocchi. mentre l’uscita è la tensione ai capi del resistore R2 . 1. dei quali alcuni sono identificati come segnali di ingresso (o cause). a prescindere dal loro effettivo significato fisico. 1. riportato schematicamente in fig. Esempio 1.5. 1. rimandando il lettore agli esempi che ne chiariscono meglio il significato. Esempio 1. 1. scriveremo {x(t)}t∈T. con riferimento ad un segnale funzione del tempo. Di norma. 1. 1. e alla variabile dipendente x come all’“ampiezza” del segnale.1) (cioè il segnale nel suo complesso per ogni t ∈ T).7. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 .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).2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. e gli altri come segnali di uscita (o effetti). è lo schema a blocchi di fig.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione.1 e 1. capace di trasportare un messaggio dalla sorgente alla destinazione. Tali funzioni potranno essere descritte mediante un’espressione matematica. che associa ad ogni messaggio da trasmettere .4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. di natura più generale (gli studenti). Concludiamo osservando che. un grafico o una tabella. Fig.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. quando tuttavia vorremo enfatizzare la seconda interpretazione. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. 1.6. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. quale il partitore resistivo dell’es. oppure può rappresentare la legge di corrispondenza (1. Schema elettrico di un partitore resistivo. Esso è composto da tre elementi fondamentali: un trasmettitore. Gli es.6. comunque. 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).2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. 1.

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

rispettivamente. con t ∈ R. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t).6 Segnali e sistemi: introduzione In fig. è una legge di corrispondenza tra insiemi “numerici”. ottenuto integrando x(u) sull’intervallo ] − ∞.2). l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. i cui elementi sono numeri reali o interi relativi. Una seconda osservazione importante è che. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . 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.1).7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . 1.7 e 1. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. che definisce un segnale. indipendentemente dai fenomeni fisici coinvolti. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. tuttavia. e l’operatore S realizza semplicemente la somma corrente y(n) dei valori del segnale di ingresso {x(k)}k∈Z a partire da k = −∞ fino all’istante k = n. Si osservi che.t]. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). rispettivamente. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. possano sembrare simili a prima vista.2). 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. la (1.8. per ogni t ∈ R. la (1. d’altra parte. In tal caso. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. su tutto il proprio dominio di definizione T. con particolare riguardo a quelle che sono applicabili in generale. con n ∈ Z. più in generale. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. In tal caso. 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.2) che definiscono segnali e sistemi. piuttosto che sulla realtà fisica cui il modello si riferisce. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. sebbene le corrispondenze (1.1) e (1. Esempio 1.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. per ogni n ∈ Z.t] y(n) = S[{x(k)}k∈T.3) per descrivere sinteticamente la trasformazione (1. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti.2). 1. Infatti. In molti casi. Esempio 1. risulta essere convergente. Sulla base di tale osservazione. Per evidenziare invece il fatto che nella trasformazione (1. si useranno le notazioni y(t) = S[{x(u)}u∈T. 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.t].8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . dove x(t) denota il segnale di ingresso e y(t) quello di uscita. n] (1. com’è anche evidente dagli es.2).

2 e 1.5 −0.2) non è mai esattamente sinusoidale. della realtà che intende descrivere. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.5 0. 1.2 0.2 0.8 1 0 −0.1. In primo luogo. il modello matematico è quasi sempre frutto di approssimazioni. o in forma grafica). 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”. ad esempio.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo.3 Segnali deterministici ed aleatori 7 1 1 0. 1.6 0.3 Segnali deterministici ed aleatori I segnali considerati negli es.5 x(t) 0 x(t) 0 0. 1. che esprime la pressione acustica in funzione del tempo.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. per la presenza di disturbi.9. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. in forma tabellare. ben presente nel seguito. Definizione 1.1. In fig.6 0.4 t 0.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. ecc. quasi sempre estremamente semplificata.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. Va osservato come principio generale che un modello è solo una rappresentazione. infatti. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. in quanto contengono un certo grado di imprevedibilità o di incertezza. Tali segnali scaturiscono da fenomeni fisici che. 1. non linearità. Esempio 1. che non possono cioè essere descritti esattamente. es. . In conclusione. 1. per la loro complessità. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.8 1 (a) (b) Fig. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. o per la conoscenza imperfetta dei meccanismi che li governano. non ammettono una descrizione matematica esatta. Il segnale vocale assume una forma profondamente diversa. 1. In secondo luogo. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. La classe dei segnali deterministici è ampia.5 −1 −1 0 0.4 t 0. accoppiamenti parassiti.

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

1.4 Classificazione elementare dei segnali

9

Fig. 1.10. Esempio di segnale multidimensionale: un’immagine in bianco e nero z(x, y).

1.4 Classificazione elementare dei segnali
I segnali possono essere suddivisi in classi sulla base di diverse proprietà. In particolare, avendo osservato che i segnali deterministici possono essere descritti, in senso matematico, mediante funzioni, in questo paragrafo introdurremo una prima classificazione dei segnali sulla base delle proprietà della variabile indipendente e della variabile dipendente della funzione che modella il segnale. La combinazione opportuna delle proprietà della variabile dipendente ed indipendente consentirà infine di introdurre la fondamentale distinzione tra segnali analogici e segnali numerici o digitali.
1.4.1 Proprietà della variabile indipendente

Definizione 1.5 (segnale monodimensionale/multidimensionale) (a) Un segnale si dice monodimensionale se è descritto da una funzione di una variabile indipendente. (b) Un segnale si dice multidimensionale se è descritto da una funzione di due o più variabili indipendenti. I segnali sinusoidali degli es. 1.1 e 1.2 e la successione dell’es. 1.3 sono segnali monodimensionali, in quanto sono descritti da una funzione [x(t) o x(n)] di una sola variabile indipendente. Tipici esempi di segnali multidimensionali sono le immagini (fisse o in movimento).
Esempio 1.10 (immagine in bianco e nero) Un’immagine fissa in bianco e nero, o monocromatica, quale quella di fig. 1.10, può essere descritta da un segnale multidimensionale z(x, y), che descrive le variazioni di luminosità (o luminanza) in funzione della posizione spaziale (x, y) del punto (detto anche pixel) dell’immagine. Se l’immagine è in movimento (filmato in bianco e nero), è necessario considerare anche una terza variabile temporale, per cui il segnale diventa una funzione z(x, y,t) di tre variabili.

Sebbene l’elaborazione di immagini (image processing) sia estremamente importante dal punto di vista applicativo, per gli stessi motivi di semplicità didattica già esposti per i segnali aleatori, nel seguito ci occuperemo di segnali monodimensionali, ed inoltre la variabile indipendente t oppure n sarà quasi sempre interpretata come “tempo”. Questo si rifletterà in parte nella terminologia utilizzata, come evidenziato in particolare dalla classificazione che segue.

10

Segnali e sistemi: introduzione

3 2 1
x(n)

3 2 1 0 −1 −2 −3 −5

x(t)

0 −1 −2 −3 −5

0 t

5

0 n

5

Fig. 1.11. Rappresentazione grafica di un segnale a TC. Tale rappresentazione si può ottenere in Matlab utilizzando il comando plot.

Fig. 1.12. Rappresentazione grafica di un segnale a TD. Tale rappresentazione si può ottenere in Matlab utilizzando il comando stem.

Definizione 1.6 (segnale a tempo continuo/discreto) (a) Un segnale si dice a tempo continuo (TC), o “forma d’onda”, se la variabile indipendente (tempo) varia in un insieme continuo. (b) Un segnale si dice a tempo discreto (TD), o “sequenza”, se la variabile indipendente (tempo) varia in un insieme discreto. Ad esempio, la sinusoide x(t) = A cos(ω0t + ϕ0 ) degli es. 1.1 e 1.2 è definita per ogni t ∈ R, e quindi è un segnale a TC. Da un punto di vista matematico, un segnale a TC è rappresentabile mediante la legge di corrispondenza (1.1), in cui il dominio T della funzione è un insieme continuo. Un segnale a TC viene denotato preferibilmente con x(t) o x(τ ), cioè utilizzando come variabile indipendente un simbolo che evoca il tempo, e la sua rappresentazione grafica è quella raffigurata in fig. 1.11. La legge di corrispondenza (1.1) modella matematicamente anche un segnale a TD, in questo caso il dominio T della funzione è un insieme discreto. La successione dell’es. 1.3 è definita per ogni n ∈ N0 , e quindi è un segnale a TD. Allo stesso modo, anche la tabella dell’es. 1.4 va considerato un segnale a TD, in quanto il suo dominio è costituito da un numero finito di possibili elementi (le generalità degli studenti). Un segnale a TD sarà denotato preferibilmente con x(n), x(m) o x(k), utilizzando cioè la convenzione di alcuni linguaggi di programmazione (es. Fortran) secondo la quale le variabili i, j, k, , m, n indicano quantità intere. La rappresentazione grafica di un segnale a TD è quella riportata in fig. 1.12. Si osservi che, sebbene un segnale a TD sia rappresentato utilizzando come ascissa un retta, cioè un insieme continuo, esso è definito solo nei punti interi della retta, cioè quelli appartenenti all’insieme Z; in altre parole, nei punti dell’asse delle ascisse appartenenti all’insieme R − Z, un segnale a TD è semplicemente non definito. Come già evidenziato nell’es. 1.3, notiamo che dal punto di vista matematico un segnale a TD x(n) è assimilabile ad una successione, e pertanto per il suo studio si possono applicare tutti i risultati matematici disponibili per le successioni.
insieme discreto è un insieme costituito da un numero finito di elementi oppure costituito da un numero infinito numerabile di elementi (cioè i suoi elementi sono ordinabili in successione). In altre parole, un insieme è discreto se può essere posto in corrispondenza biunivoca con l’insieme dei numeri naturali; ad esempio, sono discreti l’insieme dei numeri interi relativi Z e quello dei numeri razionali Q. D’altra parte, un insieme continuo è un insieme infinito non numerabile, ad esempio, sono continui l’insieme [0, 1[ e l’insieme dei numeri reali R.
2 Un

1.4 Classificazione elementare dei segnali
60 50 40 30
x(n)

11

20 10 0
3 gennaio 1995 3 gennaio 1996

−10 0

10

20
n

30

40

50

Fig. 1.13. Esempio di serie temporale (segnale a TD): il prezzo in dollari di un’azione IBM alla borsa di New York preso con cadenza settimanale nel corso di un anno. Esempio 1.11 (serie temporale) Si consideri il segnale x(n) disegnato in fig. 1.13, che rappresenta il prezzo (in dollari) di un’azione IBM (valore di chiusura) alla borsa di New York presa con cadenza settimanale dal 3 gennaio 1995 al 3 gennaio 1996. Tale segnale è intrinsecamente discreto, in quanto presenta valori solo in corrispondenza dell’insieme discreto delle settimane dell’anno. Un segnale a TD di questo tipo viene denominato serie temporale o serie storica. Altri esempi di serie storiche sono l’inflazione mensile calcolata dall’ISTAT, la produzione di un certo bene nei diversi mesi dell’anno, ecc. Le serie storiche sono molto utilizzate nella statistica, nell’economia e nella finanza.

Una serie temporale è un segnale “intrinsecamente” a TD, in quanto descrive un fenomeno in cui la variabile indipendente è discreta (ad esempio rappresenta un giorno, un mese, o un anno). I segnali del mondo fisico, tuttavia, ed in particolare quelli caratteristici dell’elettrotecnica e nell’elettronica, sono quasi sempre a TC: è importante allora considerare la classe dei segnali a TD che si ottengono dai segnali a TC mediante l’operazione di campionamento.
Esempio 1.12 (campionamento) Dato un segnale a TC x(t), e definito un passo di campionamento Tc ed una frequenza di campionamento fc = 1/Tc , si definisce campionamento (in inglese, sampling) o conversione t/n del segnale x(t) il segnale x(n) ottenuto da x(t) mediante la relazione seguente: x(n) = x(nTc ) . In pratica, il segnale x(n) è composto dai campioni, prelevati con passo Tc , del segnale x(t). Ad esempio, dal campionamento della sinusoide a TC x(t) = A cos(ω0t), raffigurata in fig. 1.14(a), si ottiene la sinusoide a TD x(n) = A cos(ω0 nTc ), rappresentata in fig. 1.14(b) per ω0 Tc = π /4.

L’operazione inversa del campionamento prende il nome di interpolazione o ricostruzione, e consente di passare da un segnale a TD ad un segnale a TC.
Esempio 1.13 (interpolazione lineare) Il più semplice esempio di interpolazione è l’interpolazione lineare, ottenuta congiungendo con segmenti di retta le ampiezze dei campioni del segnale a TD, supposte equispaziate di Tc (passo di interpolazione). Posto x(n) = x(nTc ) e x(n + 1) = x[(n + 1)Tc ], l’espressione del segnale a TC x(t) ottenuto per interpolazione lineare nell’intervallo [nTc , (n + 1)Tc ] è: x(t) = x(n) + x(n + 1) − x(n) (t − nTc ) , Tc t ∈ [nTc , (n + 1)Tc ] .

In fig. 1.15(b) è rappresentato il segnale a TC ottenuto interpolando linearmente i campioni x(n) del segnale sinusoidale dell’es. 1.12. Si noti che l’interpolazione lineare non consente, anche visivamente, la perfetta

12

Segnali e sistemi: introduzione

x(t) A

x(nTc )

x(n) A

3 4 5 Tc t -2 -1 1 2 n

-A

-A

(a)

(b)

Fig. 1.14. Campionamento di un segnale: (a) il segnale sinusoidale a TC x(t) dell’es. 1.12 ed i suoi campioni x(nTc ), uniformemente spaziati di Tc (passo di campionamento); (b) il segnale a TD x(n) ottenuto campionando il segnale x(t) per ω0 T = π /4 (si noti la spaziatura unitaria tra i campioni del segnale a TD).

x(n) A

x(t) A

x(nTc )

3 4 5 -2 -1 1 2 n Tc t

-A

-A

(a)

(b)

Fig. 1.15. Interpolazione di un segnale: (a) il segnale a TD x(n) dell’es. 1.12; (b) il segnale a TC x(t) dell’es. 1.13 ottenuto interpolando linearmente i campioni x(nTc ).

1.4 Classificazione elementare dei segnali

13

segnale a TC

campion .

segnale a TD

segnale a TD

interp.

segnale a TC

Tc
Fig. 1.16. Schema a blocchi di un campionatore (si noti il passo di campionamento Tc indicato in basso).

Tc
Fig. 1.17. Schema a blocchi di un interpolatore (si noti il passo di interpolazione Tc indicato in basso).

ricostruzione del segnale analogico originario; in particolare, il segnale interpolato x(t) presenta, a differenza della sinusoide originale, un andamento “a spezzata”.

L’interpolazione lineare non è l’unico tipo di interpolazione possibile: in particolare, l’esempio precedente mostra che se si vuole ottenere un andamento più “dolce” del segnale interpolato è necessario ricorrere a tecniche di interpolazione più sofisticate. In ogni caso, la teoria del campionamento e dell’interpolazione, ed in particolare la fondamentale questione se un segnale a TC, dopo essere stato campionato, possa essere ricostruito perfettamente a partire dai suoi campioni (teorema del campionamento), sarà studiata approfonditamente nel cap. 7. Notiamo infine che campionamento e interpolazione possono essere interpretati come sistemi, denominati rispettivamente campionatore ed interpolatore, e rappresentati graficamente in fig. 1.16 e fig. 1.17.

y) Blue z B(x. y). y). y). zB (x.y) Green z G(x. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB.2 Proprietà della variabile dipendente Definizione 1. verde (G) e blu (B). y) = [zR (x. 1. y). In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. Se l’immagine a colori è in movimento (filmato a colori).y) Fig. zB (x. zG (x. zG (x. discusso nell’esempio seguente. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. y)] . 1.t) di tre variabili.4. 1. Esempio 1.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare.14 (immagine a colori) Una immagine fissa a colori (fig. Negli esempi visti in precedenza. Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. rosso (R). . e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. i segnali sono tutti scalari. ovvero un “array” di scalari.18.14 Segnali e sistemi: introduzione Red z R(x. y). y. y). y). zG (x. y). siano essi zR (x. zB (x. e quindi nei segnali zR (x.18) può essere decomposta dalle sue tre componenti fondamentali. per cui il segnale sarà descritto da una funzione vettoriale z(x. Un esempio di segnale vettoriale è l’immagine a colori.

Esempio 1. A] ≡ X. Il segnale risultante x(t) (fig. Sulla base del modello matematico (1. Il segnale risultante è mostrato in fig. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. −A . utilizzato per descrivere un segnale.2 assume con continuità tutti i valori dell’intervallo [−A. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.20(a). 1. se x(n) ≥ 0 . Definizione 1. .4 Classificazione elementare dei segnali 15 x(t) 5 . Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. detta quantizzazione. Esempio 1..19) descrive la variazione dello stato logico nel tempo.. raffigurato in fig. mentre X è un insieme discreto per un segnale ad ampiezza discreta. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua.15.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. Il vantaggio che si consegue con la quantizzazione è che.1). visto che il suo codominio X = {−5. 1.1 e 1. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . Un esempio di segnale ad ampiezza discreta è il segnale logico. se il numero delle ampiezze è finito.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). 1. 1. 5} è costituito solo da due valori. altrimenti . 1.20 (b). rimpiazzandole con un numero finito di possibili valori. t -5 Fig.12. 1. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. la sinusoide degli es.1. 1. Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A . esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.19.. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es..

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. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. Schema a blocchi di un quantizzatore.20. segnale ad ampiezza continua quantizz .12. segnale ad ampiezza discreta Fig. 1. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. anche la teoria della quantizzazione sarà approfondita nel cap. denominato quantizzatore.21. e raffigurato in fig. Così come il campionamento. 1. Anche l’operazione di quantizzazione si può interpretare come un sistema. 1.21. 7. 1.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). 1. assume due soli valori. e quindi può essere rappresentata con un solo bit. . (b) il segnale ad ampiezza discreta y(n) dell’es.

in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. Viceversa.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. esistono metodologie ben consolidate. esse sono indipendenti. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. l’interesse per i segnali digitali è più recente. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es.18 e la successiva discussione).22). Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. e per il loro studio matematico.1. . ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. tanto da meritare una denominazione particolare: Definizione 1. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto.4.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. 1. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. affrontato già a partire dal XVIII secolo. 1. 1.22. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. tuttavia. Di queste. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). e tra segnali ad ampiezza continua o discreta. 1. I segnali del mondo fisico sono analogici. DSP). Tra esse.3 Segnali analogici e digitali Dal punto di vista applicativo.

I sistemi visti in precedenza. sono tutti di tipo SISO. quali ad esempio il partitore resistivo. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. 1. Fig. 1. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). (b) sistema a TD. Esempi di sistemi MISO. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).23. l’interpolatore. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. quali il numero degli ingressi e delle uscite. 1. (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. o viceversa. 1. Definizione 1.23.18 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. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. a parte il caso dei sommatori e dei moltiplicatori.24. (a) sommatore a due ingressi. ed il quantizzatore. . supporremo implicitamente che esso sia di tipo SISO. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. Definizione 1. (b) moltiplicatore a due ingressi.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). il campionatore.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. quando parleremo di sistema.5 Classificazione elementare dei sistemi Come i segnali. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. raffigurati schematicamente in fig. Nel seguito.

In accordo con la simbologia introdotta in fig. Inoltre. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. in maniera lievemente imprecisa. es. nel caso di sistemi misti. Lo schema del convertitore A/D riportato in fig. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita.12). Conversione A/D: (a) schema a blocchi di un convertitore A/D. 1. 1. l’insieme I racchiude solo segnali a TC. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. essi sono inoltre di grande interesse ingegneristico. 1. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto.25. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. effettuata da un sistema denominato convertitore A/D (fig. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. quantizz . e quindi sono sistemi a TC: ad esempio una rete elettrica. e viceversa.24(a). in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. come il partitore dell’es.13).25).12). Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici.6.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.5. sia una quantizzazione (cfr. è un sistema a TC.25 è puramente di principio. mentre U contiene solo segnali a TD. segnale digitale (b) Tc Fig.16).5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . ADC). 1. 1. e l’interpolatore (es. che presenta ingresso a TD e uscita a TC. 1.24(b). 1. in un convertitore A/D reale (denominato anche analog-todigital converter. e spesso non sono nemmeno chiaramente separabili. 1. Il seguente esempio introduce due ulteriori esempi di sistemi misti. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. 1. Esempio 1. 1. Sulla base del modello (1. . in campo economico o sociale). es.1. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. sistemi digitali.3 Infine. o viceversa. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. 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. nel caso di sistemi a TC. Esempi significativi di sistemi di questo tipo sono il campionatore (es. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. e quindi bisogna effettuare sia un campionamento (cfr. che presenta ingresso a TC e uscita a TD. I sistemi a TD non esistono generalmente “in natura”.2) utilizzato per descrivere matematicamente un sistema. 1. infine. ed i sistemi a TD sono denominati. 1.

in quanto gli effetti della quantizzazione sono irreversibili.27) è un sistema analogico. Conversione D/A: (a) schema a blocchi di un convertitore D/A.27. (cfr. e finalizzato ad elaborare un segnale analogico in maniera digitale.27 offre alcuni vantaggi importanti. che sono trasformate in valori di ampiezza da un decodificatore binario. minor costo dell’hardware. 1. Un’applicazione particolarmente interessante dei sistemi misti. in un segnale digitale x(n). 1. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A.26.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. Rispetto ad una elaborazione analogica del segnale x(t). e quindi non può esistere una operazione inversa di “dequantizzazione”. accetta in ingresso stringhe di bit. alle costruzioni aerospaziali. DAC). mediante un convertitore A/D. ai trasporti. Si noti che il sistema complessivo (tratteggiato in fig. 1. es. un segnale analogico x(t) viene prima convertito. dalle telecomunicazioni all’informatica. prima di effettuare l’interpolazione. . non ultimo.13). per questo motivo. quali maggiore flessibilità.27. 1. lo schema digitale in fig. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. 1. minore ingombro. Per questo motivo. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. il segnale x(n) viene elaborato mediante un sistema digitale. segnale analogico (b) Tc Fig. In tale schema. Un convertitore D/A reale (denominato anche digital-to-analog converter. successivamente. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. 1. Schema classico per l’elaborazione digitale dei segnali. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. minore consumo di potenza e. alla biomedica. lo schema di fig. all’automazione.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. ed in particolare dei convertitori A/D e D/A. e numerosi altri. 1.

ed inviato ad un masterizzatore (digitale). nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. Il brano da registrare viene captato da un microfono. viene sottoposto ad una conversione A/D.28. 1. Una volta inciso il master. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). Il masterizzatore si comporta da attuatore. tipicamente in materiale metallico pregiato. Da ciascuna copia.28 si riporta lo schema di principio che descrive la registrazione di un brano musicale su un disco in vinile e la sua successiva riproduzione. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. l’utente può riascoltare il brano inciso utilizzando un giradischi. 1. 7. 1. Schema analogico per la registrazione/riproduzione audio. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. che vengono vendute all’utente finale. codificato in bit. Successivamente. dopo l’amplificatore. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig.1.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. che si comporta da trasduttore. Tale segnale elettrico. ed inviate ad un convertitore D/A. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. Esempio 1. da esso si possono ricavare dei master secondari. e da questi ultimi le copie in materiale plastico (vinile).18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. 1. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). . La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. la differenza significativa è che il segnale captato dal microfono. L’es. entrambe effettuate in maniera analogica.29.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. ovvero converte la pressione acustica del suono in un segnale elettrico. In esso. di debole intensità. viene amplificato e inviato ad un masterizzatore (analogico). l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. bruciando con un laser in misura maggiore o minore le zone del disco. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco).

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

24 Segnali e sistemi: introduzione .

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

la moltiplicazione di un segnale per una costante.1. 2. La somma si può estendere facilmente a più di due segnali. 2.5) denominato sommatore e rappresentato schematicamente in fig.1(a).26 Proprietà dei segnali x1 (·) y(·) x2 (·) (a) x1 (·) y(·) x2 (·) (b) Fig. Operazioni sui segnali: (a) somma di due segnali. Inoltre. denominate differenza prima e somma corrente. (b) moltiplicazione di due segnali. le operazioni di derivazione ed integrazione per segnali TC. nel caso TD. quali. considereremo in particolare la somma di due segnali. si definisce il prodotto di due segnali y(·) = x1 (·) x2 (·) .1 Trasformazioni della variabile dipendente Tra le trasformazioni elementari della variabile dipendente. 2. ad esempio. in stretta analogia alle operazioni di derivazione ed integrazione per il caso TC. § 1. saranno definite due operazioni corrispondenti. detto impulso di Dirac.1. Somma La somma di due segnali1 y(·) = x1 (·) + x2 (·) si effettua sommando punto a punto le ordinate delle funzioni corrispondenti. 1 Qui e nel seguito. Prodotto In maniera simile alla somma. e dei sistemi. useremo la notazione del tipo x(·) per denotare indifferentemente un segnale TC x(t) o TD x(n). La rivisitazione di tali proprietà consentirà di ottenere alcune importanti generalizzazioni. che porteranno in particolare a definire un particolare segnale TC dalle “strane” proprietà. La somma di due segnali si può interpretare come un sistema MISO (a due ingressi ed una uscita) (cfr. 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). il prodotto di due segnali. .

con a > 0. attraverso l’introduzione delle operazioni di decimazione ed espansione. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. cioè n0 ∈ Z: in altri termini. come rappresentato in fig. se a < 0. o ritardo. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) .2.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale.2. per quest’ultima operazione. Si noti che una traslazione temporale non modifica la forma del segnale. ma comporta solo una variazione del riferimento temporale. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. lo schema di fig. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. considereremo alcune caratteristiche peculiari del caso TD. dove per t0 > 0 si ha una traslazione verso destra del segnale. raffigurato in fig. ed il cambiamento di scala temporale. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. 2. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) .1(b). 2.2. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). a differenza del caso TC. Genericamente. in particolare. Schema a blocchi di un amplificatore/attenuatore. mentre per t0 < 0 si ha una traslazione verso sinistra. 2. . e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). dove però. il parametro della traslazione n0 assume necessariamente valori interi. un segnale TD può essere traslato solo di quantità intere. o anticipo.3. 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. Più in generale. 2.1. la riflessione temporale. Se a = −1. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . 2.2 può essere utilizzato anche in questo caso. 2.

secondo le seguenti relazioni. la riflessione corrisponde a riprodurre il brano al contrario. 2. Un esempio di riflessione per un segnale TC è riportato in fig. un segnale TD si dice pari se x(−n) = x(n).5 (a) . Traslazione temporale di un segnale TC: (a) segnale originario. si dice pari. 2. Un segnale TC invariante alla riflessione. y(n) = x(−n) . se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. un segnale TC invariante rispetto alla cascata di una riflessione e inversione. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. 2. 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). (c) segnale anticipato (t0 < 0). x(t) = −x(−t). valide rispettivamente per il caso TC e TD: y(t) = x(−t) . dispari se x(n) = −x(−n). Analogamente. si dice dispari. x(−t) = x(t). (b) segnale ritardato (t0 > 0). invece. Ad esempio. in fig. Dal punto di vista fisico.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.4.3.

risulta necessariamente x(0) = 0.5 (c) e (d) sono raffigurati due esempi di segnali dispari. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. A partire dalla definizione di segnale pari e dispari. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari.4. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . 2.2. (c) Il prodotto di due segnali pari è un segnale pari. 2.t1 t Fig.6. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. 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. (b) segnale riflesso. Riflessione temporale di un segnale TC: (a) segnale originario. .t2 . (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . mentre il prodotto di due segnali dispari è un segnale pari. mentre in fig. 2. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.

Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. 2. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. Esempio di decomposizione di un segnale TC in parte pari e dispari. (c) segnale dispari a TC.6.5. 2. (b) segnale pari a TD. (b) segnale dispari a TD. .

si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). e quindi a velocità maggiore (ad esempio. l’operazione y(t) = x(at) non è elementare.7(a)]. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. se il segnale x(t) è l’audio di un brano musicale. il caso a = 1 lascia ovviamente il segnale inalterato.7. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. Nel caso TC.7(b)]. dove a ∈ R+ : per a > 1. (b) segnale compresso (a > 1). si ha una compressione dei tempi [fig. (b) segnale espanso (0 < a < 1). Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. Si noti che sia nel caso della compressione che dell’espansione. mentre con . il valore del segnale per t = 0 rimane inalterato. 2. in particolare. Dal punto di vista fisico. il cambiamento di scala temporale è definito come y(t) = x(at) .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. per cui tratteremo separatamente questi due casi. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0.2. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. 2. Nel caso a < 0. 2.

per cui si scrive: y(n) = x(nM) . Decimazione di un segnale TD: (a) segnale originario.8. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. si noti l’effetto di compressione (minore durata) del segnale risultante. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. Per segnali a TD. ovvero se a = M ∈ N.2 infatti. In questo caso è possibile ancora parlare di compressione. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. (b) segnale decimato con M = 3. se se sceglie M = 10. 2. infatti. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. ma nel caso TD si utilizza il termine più specifico di decimazione.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. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10.8. 2. 2 L’uso . l’espansione si ottiene esattamente l’effetto opposto. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. a differenza del termine “decimazione” rievoca la terribile tecnica adoperata dall’esercito nazista durante la seconda guerra mondiale per selezionare i prigionieri da sottoporre a fucilazione per rappresaglia. derivante dalla perdita di due campioni ogni tre del segnale originario.

in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi.1) Un esempio di espansione per L = 3 è fornito in fig. per analogia con il caso a = M. (2. Espansione di un segnale TD: (a) segnale originario. Analogamente a quanto visto per la decimazione. altrimenti .9.9.2. Se anche. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. A differenza della decimazione. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. 2. se n è multiplo di L . (b) segnale espanso con L = 3. in quanto an non è un numero intero. perché alcuni campioni del segnale TD (in generale. della compressione di un segnale TC. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n . L 0. la decimazione è una operazione non reversibile. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. l’espansione a TD è una operazione perfettamente reversibile.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. si assume a = 1/L. con L ∈ N. . 2. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. M − 1 campioni ogni M) sono eliminati completamente.

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

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

altrimenti il valore del segnale è nullo. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v(n + 5) = u n+5 n+5 n+5 =x 3 =x . e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . per cui il segnale y(n) vale convenzionalmente zero. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. come: y(n) = se n è pari . allora il risultato si ottiene calcolando il valore del segnale in quel punto. altrimenti . è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2.1).4 (combinazione di operazioni elementari. 6 6 2 . ovvero se n è pari. (3) espansione di 2.36 Proprietà dei segnali il risultato corretto per via analitica. anticipo di 5: v(n) = u(n + 5) . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . 2 0. (2) espansione di 6. (2) anticipo di 5.5 (combinazione di operazioni elementari. Pertanto. Gli esempi che seguono mostrano come procedere in due situazioni tipiche. 2 2 2 Con riferimento all’ultima espressione. eliminando la notazione simbolica con le parentesi quadre. il segnale y(n) si può esprimere esplicitamente. mentre in tutti gli altri casi è frazionario. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . Esempio 2. 6 anticipo di 5: y(n) = v(n + 5) . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. n x − − 5 . 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Esempio 2. n espansione di 6: v(n) = u . (3) anticipo di 5. n espansione di 2: y(n) = v . osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2.

differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. al più. § B. Tuttavia. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.2 0 −2 0 2 4 t 6 8 10 Fig. per cui l’espressione ottenuta si può rendere esplicita. 0 .2. infinito numerabile di punti di discontinuità di prima specie. se il segnale x(t) è derivabile nel punto t0 ∈ T. si dimostra che x(t) è anche continuo in t0 . Se il segnale x(t) è derivabile in t0 . il che accade se e solo se n è dispari. 2 2.4 Derivazione. integrazione.4 0.10.2) esista e sia finito. In particolare.1. come:  se n è dispari . 2. se t ≥ 0 .8 x(t) = u(t) 0. Il gradino a TC è definito come: u(t) = 1 . Il gradino presenta una discontinuità di prima specie per t = 0. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. ed è rappresentato graficamente in fig. Con riferimento all’ultima espressione. 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. eliminando la notazione con le parentesi quadre. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. In particolare.10. altrimenti . y(n) = n+5 x .2). 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 .6 0.1 Operazioni elementari sui segnali 37 1 0. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. Gradino a TC. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2.2) che esiste ed è finito. altrimenti . Pertanto.

Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t).38 Proprietà dei segnali 1 1/(2 ε) x(t) = u (t) x(t) = δ (t) ε ε −ε t +ε −ε t +ε (a) (b) Fig. per t < −ε . Questo risultato.11. . e la sua derivata vale: δε (t) = d uε (t) = dt 0. si ha: ε →0 lim uε (t) = u(t) .11(a). ma a differenza di quest’ultimo è una funzione continua anche per t = 0. per |t| ≤ ε . calcolata applicando la regola di derivazione ordinaria. in cui il limite del rapporto incrementale (2. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. L’approssimazione è tanto migliore quanto più ε è piccolo. Infatti. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. tranne che nel punto t = 0. La derivata di u(t). Per tener conto di questo comportamento e. vale zero in tutti i punti. Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. definiamo la seguente funzione uε (t):  0 . in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. 2. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. bisogna ricorrere al concetto di derivata generalizzata. essendo continua. cercheremo di calcolare la derivata di u(t) euristicamente. non è intuitivamente accettabile. 2. ma per t = 0 presenta una rapidità di variazione infinita. al limite per ε → 0. raffigurata in fig. . tuttavia. in effetti.  1 t uε (t) = 2 1 + ε . il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. posto ε ∈ R+ . per |t| < ε .2) non è definito. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. quindi. non previsto dall’analisi matematica elementare. destra (che vale 1). da sinistra (che vale 0).   1. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. conservando area unitaria. Allo scopo di calcolare la derivata generalizzata del gradino. Per mantenere la trattazione ad un livello sufficientemente elementare. La funzione uε (t). poter definire la derivata del gradino anche per t = 0. sebbene matematicamente corretto. 1 2ε per |t| > ε . (b) la derivata δε (t) di uε (t). e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. per t > ε . se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione.

(2. Infatti. Invocando il teorema della media. Al diminuire di ε . che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε .4) Dal punto di vista matematico. Ciò suggerisce che la convergenza del limite al secondo membro della (2. Questo risultato suggerisce di definire il limite al secondo membro della (2. δε (t) non ha alcun significato come funzione ordinaria. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. ε →0 (2.4) definisce un funzionale che si “appoggia” alla funzione δε (t). 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) . al limite per ε che tende a zero. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. al limite per ε che tende a zero. 2.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). il funzionale (2.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. Quindi. ε →0 (2. ε →0 dt (2.3) mediante una funzione. 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. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. se è vero che. a differenza del concetto di convergenza di funzioni ordinarie. conservando tuttavia area unitaria. Dirac nei suoi studi sulla meccanica quantistica. motivo per cui è comunemente nota come impulso o delta di Dirac. Al limite per ε → 0.5) In altre parole. la convergenza della famiglia di funzioni δε (t) alla funzione .1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. 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 . cioè.7) dove x(t) è un arbitrario segnale continuo nell’origine.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) .3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. la (2.2. che indichiamo con δ (t) = lim δε (t) . A tale scopo. ε ) e la misura di tale intervallo.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . Come indicato dal loro stesso nome. per ε → 0. un operatore che associa alla funzione x(t) un numero reale. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . (2. possiamo affermare che esiste un punto tε ∈ [−ε .

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

2.1 Operazioni elementari sui segnali

41

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

δ (t) x(t)dt = lim

b

ε → 0 −ε ε >0

δ (t) x(t)dt = x(0) .

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

δ (t)dt = 1 ,

con ε ∈ R+ piccolo a piacere ,

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

(2.10)

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

42

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 t 5

x(t) = A δ(t−t0)

x(t) = δ(t)

t

0

t

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

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

x(t) 2

(a)

1

(b)

-1

1

t

-1

1

t

-2

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

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

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

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

2.1 Operazioni elementari sui segnali

43

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

Fig. 2.15. Gradino a TD.

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

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

δ (n) = ∇1 [u(n)] =

1 , se n = 0 ; 0 , altrimenti ;

(2.11)

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

44

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 n 5

x(n) = A δ(n−n )

x(n) = δ(n)

0

n0 n

Fig. 2.16. Impulso unitario a TD.

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

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

(a) Area unitaria:

n=−∞ +∞

δ (n) = 1.

(b) Campionamento:

n=−∞

x(n) δ (n − n0 ) = x(n0 ), ∀n0 ∈ Z.

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

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

∀M ∈ N ; ∀L ∈ N .

m=−∞

n

δ (m).

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

2.2 Caratterizzazione sintetica dei segnali

45

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

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

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

di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). Utilizzando la definizione. 2. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.19. 2.6 0. numerosi testi. 0 . la finestra rettangolare è denotata con il simbolo Π(t). . 2. se t ∈ [t0 − T /2.t0 + T /2] . La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .20: la finestra è centrata in t = t0 e ha durata ∆x = T . altrimenti . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. Finestra rettangolare a TC. 0 . si vede che x(t) = A rect t − t0 T = A. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . mediante moltiplicazione per una costante. Finestra rettangolare a TC dell’es. 2. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). cambiamento di scala con a = 1/T e traslazione temporale di t0 . Si tratta di un segnale pari (centrato nell’origine). Esempio 2. 0.20.8 x(t) = rect(t) 0.2.5 .4 0.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. ed è rappresentata graficamente in fig. se |t| ≤ 0. 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. traslazione temporale e cambiamento di scala.7. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.19. Fig.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. cambiamento di scala con a = 1/T e traslazione temporale di t0 . altrimenti . altrimenti . A partire dalla finestra prototipo. se 0 ≤ n ≤ N − 1 . 2.

. pertanto. ponendo N = 1. di ampiezza unitaria e durata ∆x = 2. Finestra triangolare a TC.22. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.2 0 −2 −1 0 t 1 2 Fig. . considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. traslazione temporale.6 0. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. ed è rappresentata graficamente in fig. Fig. Finestra rettangolare a TD per N = 5.23) anche nel caso TD. È possibile definire la finestra triangolare (si veda la fig.8 x(n) = R5(n) 0. 1. altrimenti . ed è asimmetrica rispetto all’origine. 2.6 0. se 0 ≤ n ≤ 2N − 1 . Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. come riportato in fig. ed essa è nota come finestra di Bartlett:  |n − N|  . La finestra ha estensione temporale Dx = {0. se |t| < 1 . Come nel caso TC. a differenza della sua versione a TC. 0.22. infatti si ha RN (n) = u(n)−u(n−N). 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. ed è rappresentata graficamente in fig. . 2. Infine. 1− B2N (n) = N 0 . la finestra rettangolare a TD degenera nell’impulso discreto. Tuttavia. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| .8 x(t) = Λ(t) 0.21. così come la finestra rettangolare a TD. cioè. . 2. . mediante operazioni elementari (moltiplicazione per una costante. Si tratta di un segnale pari (centrato nell’origine).4 0. 2.24. R1 (n) = δ (n). si noti che. 2. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.2 0 −2 0 2 4 n 6 8 10 1 0. 2. N −1} e durata ∆x = N. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari.21. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. Così come visto per la finestra rettangolare nell’es.4 0. ovvero considerare B2N (n + N). è asimmetrica rispetto all’origine. 2.7.48 Proprietà dei segnali 1 0. altrimenti .

. Fissare una soglia (vedi fig.6 0. a differenza del caso di segnali a durata rigorosamente limitata. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. 2. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. t1 durata t2 . t Fig. .. Fig. 2.2 0 −6 −4 −2 0 n 2 4 6 Fig.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. Si noti che. il quale decade asintoticamente a zero per t → ±∞.2. In particolare. legato proprio all’arbitrarietà nella scelta del valore della soglia.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.. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. 2.. si perviene ad un diverso valore di durata del segnale. Finestra triangolare a TD per N = 4. con t2 > t1 .25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . x(t) soglia .6 0.23. Segnale di durata praticamente limitata. 2. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata.4 0.3 Estensione e durata temporale di un segnale 49 1 0. un certo elemento di arbitrarietà nella misura della durata.24. Un discorso analogo sussiste anche per i segnali a TD.4 0.25. si consideri un segnale TC come quello riportato in fig. senza mai annullarsi. tuttavia. Finestra triangolare a TD per N = 4 con simmetria pari. per esso. questo introduce. 2. 2.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.8 0.t2 ) di valori significativi del segnale. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.8 0. se si fissa una soglia diversa.3.

come in fig. al variare di a. come in fig. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. L’esponenziale a TC è una funzione monotona di t. che quelli a durata praticamente limitata – sono anche detti segnali transitori. ed in particolare per a > 0 l’esponenziale risulta crescente. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. 2. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . che risulta diverso da zero. che sono descritti di seguito. (a) a < 0 (valore effettivo a = −0. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A.25). una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . con riferimento al caso TC per semplicità.50 Proprietà dei segnali 14 12 10 x(t)=A eat 8 6 4 2 0 −2 −10 −5 0 t 5 10 A x(t)=A eat 14 12 10 8 6 4 2 0 −2 −10 −5 0 t 5 10 A (a) (b) Fig. come mostra il calcolo della derivata di x(t). Il caso a = 0 è degenere.26. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. esso non rientra nella famiglia dei segnali di durata praticamente limitata.26(b). si noti peraltro che il comportamento per t ≥ 0. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . e degli scopi per i quali il segnale stesso viene studiato o elaborato. nel caso a < 0. delle applicazioni. Infine. per effetto del gradino. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. In particolare. . è lo stesso dell’esponenziale x(t) = A eat . in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. notiamo che tra le operazioni elementari introdotte nel § 2.1. In particolare. ∀a ∈ R).25). Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. mentre per a < 0 l’esponenziale risulta decrescente. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . solo per t ≥ 0. 2. in dipendenza dal valore di a = 0. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. 2. Tale scelta può variare a seconda della natura del segnale. Poiché.26(a). dove a ∈ R è un fattore di scala dei tempi. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞.

cresce con legge direttamente proporzionale a T . che è definito dalla relazione x(n) = A an . risolvendo l’equazione x(∆x ) = α A. con a > 0. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. scegliamo come valore di soglia α A. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. ∆x ). È chiaro allora che. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. al diminuire di T . In tal caso. A titolo esemplificativo. la cui estensione è Dx = (0. Per calcolare la durata analiticamente. La costante di tempo ammette anche una interessante interpretazione geometrica.2.368 A. se si pone per definizione a = −1/T con T > 0.27. ed indirettamente alla sua durata. legata alla pendenza della funzione esponenziale nell’origine. com’era intuibile. dell’esponenziale monolatero. 2. la pendenza aumenta. la durata ∆x . In altre parole. con 0 < α < 1. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. Passiamo ora ad introdurre l’esponenziale bilatero a TD.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . 2. si ottiene che ∆x ≈ 3 T . la durata del segnale risulta ∆x = T ln 1 α e. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . . esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. se si sceglie α = 0. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. Viceversa.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. cioè. la pendenza diminuisce. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . Così facendo.05. sebbene il segnale non si annulli mai al finito. al crescere di T . dunque. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . essendo infinitesimo per t → ±∞. dove il parametro T prende il nome di costante di tempo. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. con ∆x > 0 (durata) dipendente dalla scelta della soglia.

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

2.6 x(n) 0.5 1 (d) 0.1). Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1. (d) −1 < a < 0 (valore effettivo a = −0.833).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. (c) 0 < a < 1 (valore effettivo a = 0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.28. (b) a < −1 (valore effettivo a = −1.5 x(n) 0 0.4 −0.1). .833). (e) a = 1.8 0. (f) a = −1.2.

2. Ad esempio. ∀n ∈ Z . In molti casi. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). Inoltre . nel caso TD il periodo N0 è necessariamente un numero intero. ed intorno al Sole con un periodo pari circa a 365 giorni. 2.12) e (2. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.3. t Fig. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2.13) Il più piccolo valore di N0 che verifica la (2. infatti.. . Per segnali di questo tipo. Una definizione pratica.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 ). il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. tuttavia..13). allora..29. 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. sono sempre di durata limitata. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2.12) Il più piccolo valore di T0 che verifica la (2.54 Proprietà dei segnali x(t) . (2. I segnali di durata illimitata sono anche detti segnali persistenti. ∀t ∈ R .12) è detto periodo (fondamentale) del segnale. i segnali x(t) e x(n) si dicono aperiodici. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero.13) è detto periodo (fondamentale) del segnale. (2. ovvero ∆x = +∞. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica.29. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). Segnale di durata non limitata. rispettivamente. È bene enfatizzare il fatto che.. 2. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. mentre nel caso TC il periodo T0 è in generale un numero reale. detto periodo. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. come ad esempio il segnale raffigurato in fig.

e della definizione di periodo. 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 )] . in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app.30) è invece quella nel piano complesso. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto.12) e (2. ω0 è la pulsazione. secondo la quale il fasore è rappresentato come un vettore ruotante. 2.12) e (2. Come vedremo nel cap. 2. Una conveniente interpretazione grafica (fig. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. allora esso è periodico di periodo 2T0 . f0 = 2π è la frequenza.31. sotto condizioni non eccessivamente restrittive. misurata in radianti (rad).14) dove A > 0 è l’ampiezza. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. se un segnale (ad esempio TC) è periodico di periodo T0 . ad esempio. Fig. 5. (2.3 Estensione e durata temporale di un segnale 55 Im ω0 >0 x(t) Im A/2 ω0 >0 ω0t + ϕ 0 x(t) ω0t + ϕ 0 A Re -ω0 <0 Re -(ω0t + ϕ 0 ) Fig. ϕ0 è la fase iniziale. .13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. misurata in cicli/s o Hertz (Hz).13). per un segnale costante x(·) = a. e talvolta si parla di periodo fondamentale. Il fasore è un segnale che assume valori complessi. quali. Nel seguito si introdurranno alcuni segnali periodici elementari. A. è interessante notare che. Come ulteriore osservazione. . Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . Pertanto. . 3T0 . le (2.2. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. x).30. . sulla base delle (2. che si muove con velocità angolare |ω0 |. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. misurata ω0 in radianti al secondo (rad/s). un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. 2. gli esponenziali complessi o fasori6 e le sinusoidi. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. 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).7 avente modulo A.

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

la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). k ∈ Z. k ∈ Z . =1 ∀n. π [. 2.2.30): la differenza sostanziale.17) θ0 dove A > 0 è l’ampiezza. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. la condizione θ2 − θ1 = 2kπ equivale. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. 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 . da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . è che poiché il tempo n varia in maniera discreta. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. 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 )] . anche il fasore a TD soddisfa la definizione di segnale (1. θ0 è la pulsazione (rad). il fasore si muove “a scatti” nel piano complesso. ν0 = 2π è la frequenza (cicli).1). ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. ϕ0 è la fase iniziale (rad). Sulla base di questa interpretazione. . Questa è una delle fondamentali differenze rispetto ai fasori a TC. come θ0 ∈ [0. in termini di frequenze. però. (2. nel caso TD il tempo n va considerato adimensionale. ma anche alcune differenze significative rispetto al caso TC. con la pulsazione θ0 ). e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. poi diminuisce (fino a ν0 = 1). a ν2 − ν1 = k. 1/2[. Equivalentemente. Prova. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . 2π [ oppure θ0 ∈ [−π .13) per un segnale TD. passando da ν0 = 0 a ν0 = 1. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. Ovviamente.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. in particolare. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). 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) . k ∈ Z. la posizione finale è la stessa. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. Infatti. applicando la definizione di periodicità (2.4 (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. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. così come accade nel caso TC. come ν0 ∈ [0. Come il fasore a TC. 1[ oppure ν0 ∈ [−1/2. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo.

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

5 è quella di fig. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . diverso da zero nell’intervallo [−T0 /2.18). detto generatore. Dato un segnale generatore xg (t) e fissato un periodo T0 . T0 /2].18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). ±2T0 . Il duty-cycle δc . (2. Viceversa. 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). basta provare che per il segnale x(t) definito come nella (2. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) .3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. e la cui rappresentazione grafica per A = 1 e δc = 0.8 (duty-cycle dell’80%). 2. talvolta espresso in percentuale. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. ampiezza A.32. per una dimostrazione più formale. traslate di ±T0 . Effettuando il cambiamento di variabile k − 1 = nella sommatoria. ed il periodo dell’onda stessa. in fig.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). etc. ∀t ∈ R. Come caso limite.18) risulta necessariamente x(t) = x(t + T0 ). x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). come si voleva dimostrare. è possibile costruire un unico segnale periodico x(t) secondo la (2. infatti. d’altra parte. ∀t ∈ R. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . per cui x(t + T0 ) = x(t). Infatti come generatore è possibile scegliere la . 2. la cui espressione è: ∑ A rect t − kT0 T . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A.2. Ad esempio. Esempio 2. Si ha.

ad esempio [t0 − T0 /2. 0.35) non si ottiene semplicemente affiancando le finestre triangolari. Fig. .19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . 2. T0 /2] . finestrando il segnale periodico nell’intervallo [−1.36. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. Onda rettangolare a TC con A = 1 e δc = 0. 2. N0 − 1}. T0 /2].4 0.6 0. 2. Onda rettangolare a TC con A = 1 e δc = 0. 1]. 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=−∞ +∞ ∑ . è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. cioè risulta x(n) = x(n + N0 ). (2. Poiché il periodo di replicazione è inferiore alla durata del generatore.8 0. restrizione del segnale periodico ad un periodo.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). .8 (duty-cycle dell’80%).6 x(t) 0. ad esempio [−T0 /2. 1.60 Proprietà dei segnali 1 0. la relazione tra segnale periodico e generatore non è biunivoca. per determinare il generatore. .t0 + T0 /2]. sommando queste ultime negli intervalli di sovrapposizione. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.8 0.2 0 −2 −1 0 t/T 1 2 0 0 Fig. In particolare. t ∈ [−T0 /2.32. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. ed il segnale risultante (fig.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. altrimenti.4 0. ma bisogna tener conto della sovrapposizione tra le repliche. 2. Esempio 2. si ottiene il generatore raffigurato in fig.33.5 (duty-cycle del 50%). le repliche del segnale si sovrappongono. 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. con t0 ∈ R.34). Bisogna tuttavia notare che. . descritta dall’esempio che segue. 2. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . . In questo caso. In altri termini.

Fig. 2.75). Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). 2.10. Un differente generatore dell’onda triangolare a TC dell’es. 2. Onda rettangolare a TD con M = 3 ed N0 = 5.2.8 0.36. Onda triangolare a TC dell’es. ottenuto finestrando il segnale periodico nell’intervallo (−0.34.4 0.6 0. Viceversa.6 x(t) 0. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .8 0. Esempio 2. 2.35.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .8 0. Segnale generatore dell’onda triangolare a TC dell’es.4 0.4 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.3 Estensione e durata temporale di un segnale 61 1 0. 2. che si ottiene finestrando il segnale con una finestra . il cui andamento è rappresentato in Fig.8 0.2 0 −2 −1 0 t 1 2 1 0.2 0 1 0.37 per M = 3 e N0 = 5.4 0.75. 2. 2.10.37. 0.2 0 −2 −1 0 t 1 2 Fig.6 0.6 x(n) 0. xg(t) Fig. 2. 1 0.

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

4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. si definisce infatti area del segnale nell’intervallo (−Z.. Dato un segnale TD x(n) e fissato un intero K ≥ 0. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . (2.38.2. Considerato Z > 0. . K − 1.21) Si noti che. (2... il numero. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . l’area e la media temporale di x(n) sono numeri reali o complessi. il numero. Z). . 2. −K + 1. 63 2.23) . reale o complesso. 2K + 1 n=−K K (2. . Z). x(t) <x(t)> Z -Z +Z t 2Z Fig. . Z]. si definisce area del segnale nell’intervallo {−K. .20) mentre si definisce media temporale del segnale nell’intervallo {−K. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . in dipendenza della natura del codominio X del segnale. K − 1. .. . .22) mentre si definisce media temporale del segnale nell’intervallo (−Z. (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.4 Area e media temporale di un segnale . −K + 1. reale o complesso. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. .

(segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).26) in cui. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . ovvero riguardano solo una porzione del segnale. salvo che in casi particolari. (2.2).24) perde di significato. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. 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. § B. (segnali TD) K→+∞ 2K + 1 n=−K (2. nel caso dei segnali periodici. Ciò accade. è sufficiente far tendere Z oppure K all’infinito. (segnali TC) (2. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . il che significa che esistono segnali per i quali la definizione di area (2. per i quali l’integrale nella (2. I valori dell’area e della media temporale calcolati sulla base delle (2.21) e (2. dipendono dalla scelta di Z oppure di K. (2.22) e (2. in base alla (2. 2K + 1 Ax (Z) .25) L’integrale che definisce l’area di un segnale TC può non esistere.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. 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. 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. = 2Z = e quindi.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.Z2 →+∞ −Z1 lim x(t) dt .64 Proprietà dei segnali L’interpretazione di media.24) non esiste in senso ordinario. Se il limite nella (2.21) oppure (2.38. si noti che.24) x(n). per esempio. sia nel caso TC che nel caso TD.26) esiste. 2. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt.23).20) e (2. Tale interpretazione è raffigurata graficamente per il caso TC in fig. si ottiene notando che le (2.27) . A tal proposito. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.24).

la sua media temporale è nulla. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. se il segnale x(·) assume valori finiti. e quindi per ogni fissato valore di Z o di K: in questo caso. cioè. § B. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). con a ∈ R − {0}. a partire dal segnale x(t) avente area finita Ax . nel senso che se y(t) = x(−t). se consideriamo il segnale x(t) = t.21) o (2. l’integrale (2. Come conseguenza di questo risultato. se il segnale x(t) ha area finita. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . 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 . poiché la media temporale definita nella (2.4 Area e media temporale di un segnale 65 Tuttavia. 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.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata.1.28) ossia. che può esistere anche quando la serie bilatera di x(n) non converge. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD.2.12 (area e media temporale della finestra rettangolare) Calcoliamo area e media temporale di una finestra rettangolare a TC x(t) = A rect(t/T ). Per quanto concerne l’interpretazione di x(·) .25) si ottiene come caso limite dalle definizioni (2. Allo stesso modo. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. con t ∈ R. ma si verifica anche per molti segnali aventi durata praticamente limitata. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. Con riferimento al caso TC per semplicità. cioè. Più in generale. tutti i segnali dispari risultano avere area nulla.3). Infatti. +∞ (2. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. è immediato calcolare l’area del segnale y(t) = x(at). soffermando l’attenzione al caso TC. dato che l’area di un segnale può essere infinita. la sua area è necessariamente finita. Tuttavia. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). si ha Ay = Ax . il segnale ha area nulla. Ad esempio. 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. 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. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. ponendo a = −1. 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 . mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. se il segnale ha area finita.26) non esiste. Quando invece la serie di x(n) converge. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. l’interpretazione della (2. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. Z→+∞ . Esempio 2.23). Poiché la definizione di area e valor medio sono intimamente legate. mediante cambio di variabile. Come caso particolare. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. l’area del segnale deve necessariamente essere infinita. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. |Ax | < +∞. Essa vale infatti se la media è calcolata su un intervallo temporale finito. Si tratta di un segnale di durata rigorosamente limitata.

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

tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t).39. n < 0 . allora la sua area è nulla e. Segnale signum a TD. e raffigurato graficamente in fig.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). presentiamo le seguenti proprietà della media temporale.40. 2. conseguentemente.40.5 x(n) = sgn(n) 0. in quanto il suo valore nell’origine non è nullo.39.5 −0. n ≥ 0. −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. osserviamo nuovamente che se un segnale ha simmetria dispari. 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 . ∀t = 0. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. 2. Più in generale. Fig. 2.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. Per completare la trattazione. come sgn(n) = 1.2. definito analogamente a sgn(t). ha area nulla (nel senso del valor principale di Cauchy). 2. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. anche la sua media temporale è nulla. In questo caso.4 Area e media temporale di un segnale 67 1 1 0. Segnale signum a TC.5 x(t) = sgn(t) 0 0 −0. e rappresentato graficamente in Fig. essendo una funzione dispari9 . 9 Notiamo .

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

Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . 2. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt .29) x(·) = 1 0  ∑ x(n) . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . ovvero su un periodo del segnale. =1 2 =1 dove abbiamo applicato i risultati degli es.25). notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1.17 (media temporale del signum) Come applicazione della proprietà di linearità. ricalcoliamo la media temporale del segnale x(t) = sgn(t). Per ω0 = 0. 2. (segnali a TC)  T0 T (2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt .2. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . .15. il fasore x(t) è periodico di periodo T0 = periodo. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . per un segnale TD.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . il fasore degenera nel segnale costante x(t) = A e jϕ0 . ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. utilizzando la (2. ∀t0 ∈ R .14 e 2. Tale proprietà può essere espressa in forma più generale. la sommatoria fatta su N0 campioni consecutivi arbitrari. evitando il passaggio al limite presente nella definizione generale (2. pari ad un periodo del segnale. Esempio 2. Allo stesso modo.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . riottenendo il risultato dell’es.16. ∀t0 ∈ R . per cui: x(t) = A e jϕ0 = A e jϕ0 .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. La proprietà 2. T0 ). (segnali a TD)  N 0 N0 Esempio 2. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . ad esempio in (0. Con la notazione precedente. Per ω0 = 0. ∀n0 ∈ Z .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . 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.

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

analogamente. sono segnali TD puramente alternativi. con θ0 = 2π k. un resistore R attraversato dalla corrente x(t): per effetto termico. Per ottenere una definizione indipendente dalla particolare applicazione fisica. 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 2.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. il modulo può evidentemente essere omesso. segue che il fasore e la sinusoide a TC. con ω0 = 0. (segnali TC) |x(n)|2 . coincide con la sua componente alternata. un segnale x(·) che presenta xdc = 0 e che.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. k ∈ Z. il fasore e la sinusoide a TD. (2. quindi. 2 2 Pertanto la decomposizione (2. per cui la componente continua vale xdc = 1 . 2. in quanto per un segnale reale |x(·)|2 = x2 (·).33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . ad esempio. Dagli es. (2. sono segnali TC puramente alternativi. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . Consideriamo. Se si considerano altri esempi in altri campi della fisica. che viene misurata in Joule (J).15) la media temporale del gradino. il concetto di energia è fondamentale nella fisica. e ricorre in numerose applicazioni.33). per verifica. Esempio 2. 2 2 Dalla relazione precedente si può ricavare. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. viene detto segnale puramente alternativo. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) .5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. notiamo .20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. Avendo ignorato eventuali costanti di proporzionalità.18 e 2.19.32) In particolare.2. il resistore dissipa nell’intervallo di tempo (−Z. che rende tale definizione di energia applicabile anche a segnali complessi. 2. se il segnale è reale. 2. Risultati analoghi valgono anche per il caso del gradino a TD. 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 (·) .

Se avessimo viceversa considerato T < 0. Tali costanti di proporzionalità non saranno considerate nel seguito. Esempio 2. in quanto l’esponenziale non tende a zero.33) in specifiche applicazioni. ovvero se e solo se |a| < 1. allora anche |x(·)|2 sarà di durata rigorosamente limitata e.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). ∞ Si ottiene allora una serie geometrica di ragione a2 . Si ha: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 ∞ 0 e−2t/T dt = A2 e−2t/T −2/T t=∞ = t=0 A2 T .21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. l’energia vale: Ex = A2 1 . purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). che quindi avrebbe presentato Ex = +∞. In questo caso. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . . in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. ma richiede una moltiplicazione per una resistenza. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . l’energia è una quantità non negativa (Ex ≥ 0). il quadrato di una corrente non è dimensionalmente una energia. Esempio 2. conseguentemente. con T > 0.33). avremmo avuto un esponenziale monolatero crescente.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Essendo legata al quadrato del segnale.3 e B. Esempio 2. In particolare.24) e (2.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2.33) non sono necessariamente quelle di una energia. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N.2. 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).33) (cfr. § B. Tuttavia. che converge se e solo se |a|2 < 1. mentre per |a| ≥ 1 l’energia non esiste finita. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . 1 − a2 |a| < 1 . Ad esempio. allora.4).1. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita.

la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. In pratica.21.6).21). 2. § 2. Sviluppiamo esplicitamente i calcoli nel caso TC.3 e B. (2.5 Energia di un segnale 73 2. un segnale di energia può anche avere componente continua non nulla.4).36) .2. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.4): un segnale può essere di energia. § B. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. In conclusione.23) prendono il nome di segnali di energia. consegue che.35) Z→+∞ −Z x(t) y∗ (t) dt . (2.5. e la somma di due segnali di energia è ancora un segnale di energia. ma non essere di energia.5.2. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). i segnali di durata non limitata o persistenti non sono di energia. Poiché i segnali aventi area finita hanno componente continua nulla. dal punto di vista matematico. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . Viceversa. ma non avere area finita. sussiste la seguente definizione: Definizione 2. 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. osserviamo che. 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 . § B.2. un segnale può avere area finita. in generale.23). e 2.1. è semplice provare che si ha Ey = |α |2 Ex .1.22 e 2. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. 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. Tuttavia. 2. posto y(·) = α x(·). 2.34). sostituendo nella (2.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). 2. Più in generale.3). 2. dalla quale. (2. la conseguenza pratica è che tipicamente essi hanno componente continua nulla.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. Nel caso del prodotto per una costante α ∈ C.34) Sviluppando il modulo al quadrato all’interno dell’integrale.3 e B.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia.22. 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)] .

notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. Inoltre. però.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. Estendendo i precedenti concetti. oltre alle energie Ex e Ey dei singoli segnali. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. (2.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. . 10 Se i segnali sono complessi. la relazione (2. poiché il secondo segnale nella (2. In tal caso. al caso TD. Poiché il termine contenente l’energia mutua nella (2. Esempio 2. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. (2. l’energia mutua è in generale una quantità complessa. Particolarmente interessante è la condizione in cui Exy = 0. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 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. In tal caso si ha x(t) y∗ (t) ≡ 0. Per segnali di energia ortogonali vale l’additività delle energie (2.41).38) (segnali TD) A differenza dell’energia.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. (2. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . (2.37) La relazione (2.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. si ha Eyx = E∗ : nel caso di xy segnali reali. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. in base a concetti matematici più avanzati.40). l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). in quanto Eyx = Exy . come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig.37) o nella (2. con ovvie modifiche. e risulta simmetrica. mentre diventa necessaria e sufficiente se i segnali sono reali. Nei due esempi seguenti. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . che è una quantità reale e non negativa.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . 2.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. 11 Si usa il termine “ortogonalità” in quanto. minore o uguale rispetto alla somma delle energie. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi).39) può assumere segno qualsiasi.38) è coniugato.

Z) per la lunghezza 2Z di tale intervallo di tempo.42). 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. 2.41. La potenza è una quantità misurata in J/s o Watt (W). 2. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. (2.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. al modulo al quadrato del segnale. 2. Per un esempio concreto.5 0 0. ad esempio x(t).5 t 1 1. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.24). basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.5 1 1.5 0 t 0.5 0. 2. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 2 −1 −0. che è utilizzato in numerosi e diversi ambiti della fisica. mentre l’altro ha simmetria dispari.5 −1.5 2 −1 −0.5 y(t) 0. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z.5 0 t 0.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. è una quantità non negativa (Px ≥ 0). I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.5 1 1. abbia simmetria pari.5 0 −1 −0. 2.5 Fig. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . Esempio 2. si perviene alla seguente definizione di potenza: . ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .5 0 0. nonostante x(t) y∗ (t) ≡ 0. come l’energia.5 0 −1. Fig.5 0 −1 1 −0.5 t 1 1. ma tali che uno dei due. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . Pertanto.42.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale.6 Potenza e valore efficace di un segnale Come l’energia.2. generalizzando l’interpretazione come media temporale al caso TD. 2.25). risulta anche in questo caso Exy = 0.5 0.5 y(t) 0 −0.

si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. poiché il gradino assume solo i due valori reali 0 ed 1. tali segnali prendono il nome di segnali di potenza: Definizione 2. fasore. molto utilizzato nell’elettrotecnica: Definizione 2. Avendo trascurato eventuali costanti di proporzionalità.42) può essere omesso se il segnale è reale. Sulla base del risultato dell’es.15 sulla componente continua di un gradino. 2.76 Proprietà dei segnali Definizione 2. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). (segnali TC) (2. . Il vantaggio è.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt.6.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .1 Segnali di potenza Sulla base della definizione di potenza. signum) e i segnali periodici (es. 2. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|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. Esempio 2. allora Px = a2 .27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. è possibile individuare la classe dei segnali che hanno potenza finita.42) non sono necessariamente quelle corrette (ovvero W). Se il segnale è reale (a ∈ R).42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. 2. le dimensioni fisiche della potenza definita in base alla (2. Esempio 2. gradino.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). come per l’energia.26. di ottenere una quantità che dipende esclusivamente dal segnale.

il fasore x(t) è periodico di periodo T0 = (2. se θ0 = π k. altrimenti .43). per cui la potenza si può calcolare applicando la A2 dt = A2 . Per ω0 = 0. un segnale periodico è necessariamente un segnale di potenza. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . salvo per casi particolari di scarso interesse pratico13 . esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . Infatti. In tal modo. Per ω0 = 0. risultato frequentemente utilizzato nell’elettrotecnica. Analogamente. un segnale periodico deve necessariamente avere durata illimitata. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale.6 Potenza e valore efficace di un segnale 77 sinusoide). (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2.7(c) della media temporale.2. √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0). Nel caso in cui ω0 = 0. fatta eccezione per casi di scarso interesse pratico.13). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 .43)  ∑ |x(n)|2 . 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).19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. Il valore efficace della sinusoide è allora xrms = Px = √2 . per cui: Px = |x(t)|2 = A2 = A2 .28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . questo comporta che la sua energia è necessariamente infinita. il fasore degenera nel segnale costante x(t) = A e jϕ0 . A2 cos2 (ϕ0 ) . Esempio 2. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. Infatti. allora anche |x(·)|2 ammette lo stesso periodo. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . k ∈ Z . 12 Notiamo che se x(·) è periodico di periodo T [N ]. 13 Ad esempio. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. Esempio 2.12) oppure (2.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). per cui è di scarso interesse pratico). (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. 2. . Per soddisfare la definizione (2.

Anche in questo caso. Viceversa. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . Per provare la (a). e quindi non si può considerare nè un segnale di potenza.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. sussiste il seguente risultato: Teorema 2. invece. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . e quindi non può essere di energia.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. se la potenza (2. allora esso ha energia infinita (Ex = +∞). 2. nè a quelli di potenza. aventi durata non limitata. si prova facilmente che Py = |α |2 Px . 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 . Ad esempio il segnale rampa a TC x(t) = t u(t). 2.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). nè di potenza.6. i due insiemi non costituiscono una partizione di tutti i possibili segnali. se l’energia è finita. la (b) prova che un segnale di energia ha necessariamente Px = 0.78 Proprietà dei segnali 2. posto y(·) = α x(·). presenta Ex = Px = +∞. dalla (2. lim 2Z (2. e quindi sono disgiunti. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia.43.2 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. nè di energia. per quanto riguarda la somma di due segnali. (b) se x(·) è un segnale di energia.44) esiste finita. Pertanto. Tuttavia.44) È chiaro allora che. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. Esistono casi meno banali di segnali. in quanto hanno Ex = +∞). La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. che non sono segnali di potenza. e la somma di due segnali di potenza è ancora un segnale di potenza. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. (2. definita come segue: (2. e quindi non può essere di potenza. Viceversa.6. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. seguendo passaggi simili a quelli effettuati per l’energia. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). in quanto esistono casi di segnali che non sono nè di energia. raffigurato in fig. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. Prova. In altri termini. allora esso ha potenza nulla (Px = 0). A tal proposito.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. e sfruttando la proprietà di linearità della media temporale.46) .

vale la proprietà di additività delle potenze: Px+y = Px + Py . Esempio 2.47) K 1 ∑ x(n) y∗ (n). in particolare. per la presenza dell’operazione di coniugazione sul secondo segnale. ed xy in generale la potenza mutua è complessa. 2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.5 0 −2 −1 0 t 1 2 Fig.5 x(t) = t u(t) 1 0. (2. per cui la (2.48) e evidenziano che. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . Definizione 2.6 Potenza e valore efficace di un segnale 79 2 1.12 (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∗ .46) si scrive Px+y = Px + Py + 2 Pxy . a meno che Pxy = 0.2. Si ha infatti. come per le energia. (2. Segnale rampa a TC. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. (segnali TC) (2. Per segnali di potenza ortogonali. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2.46) e (2. anche per la potenze non vale l’additività.48) Le relazioni (2. 2 2 .13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t).43. con ω0 = 0.

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

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. applicando le proprietà dei logaritmi. dato il valore di potenza [Px ]dB in dB . nella definizione (2. in quanto.7 Misura in dB della potenza e dell’energia 81 Px /P0 0.2. Nella tab. scegliendo P0 = 1 W. opportunamente scelta a seconda delle applicazioni. mentre se si sceglie P0 = 1 mW. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW .01 0. dove P0 è una potenza di riferimento. per avere lo stesso valore in dB. 2.50): Px = P0 · 10 [P x ]dB 10 . e si scrive [Px ]dBm . se invece P0 = 1mW. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . 2.001 0. ed in tal caso si parla di potenze espresse in dBW.50).2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. e si scrive più specificamente [Px ]dBW . Valori comuni di potenza espressi in dB. tuttavia. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .2. conviene introdurre un fattore numerico pari a 20. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. invece di 10. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. si parla di potenze espressa in dBm. Esempio 2. Ovviamente.1 0. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . .

51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. per cui. corrispondente a 30 dB (tab. risulta [PR ]dBm < [PT ]dBm .2) in unità logaritmiche.44. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento).51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . La (2. per le proprietà dei logaritmi. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). in una relazione additiva. 2. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . 2. (2. [PR ]dBm = [γc ]dB + [PT ]dBm . Infatti. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. Detta PT la potenza trasmessa. misurando invece la potenza ricevuta in dB.33 (attenuazione in dB e link budget) Un altro esempio dell’utilità di una misura logaritmica per la potenza è quello in cui si vogliono mettere in relazione la potenza trasmessa e quella ricevuta su un collegamento punto-punto di un sistema di telecomunicazioni (tale problema prende il nome di link budget). assumendo ad esempio P0 = 1mW. come è ovvio che sia. allora [γc ]dB < 0.44. la potenza ricevuta sarà pari a PR = γc PT . le potenze di riferimento nei due casi differiscono di un fattore 1000. Esempio 2. Notiamo che poiché 0 < γc < 1.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. 2. Si consideri lo schema di fig. si ha: [PR ]dB = 10 log10 ovvero. . ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere.

±1. n ∈ {0. Esercizio 2. t (e) y(t) = x .8 Esercizi proposti Esercizio 2. (h) z(n) = x(n + 2) y(n − 2). Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . ±2.3 Si consideri il segnale TC x(t) = Λ(t). Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. 2 (e) z(n) = y(2 − 2n).2. 3 Esercizio 2. Esercizio 2. dopo aver rappresentato il grafico di x(n) ed y(n). (l) z(n) = x(n + 2) y(6 − n). (j) z(n) = x(−n) y(−n).2 Dati i segnali TD x(n) = |n| . 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).8 Esercizi proposti 83 2. n (d) z(n) = x . (i) z(n) = x(3 − n) y(n). (b) y(t) = x(t + 5). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). (f) z(n) = x(n − 2) + y(n + 2). ±3} 0.4 Si consideri il segnale TC y(t) = x(2t − 1). (c) z(n) = y(1 − n). (k) z(n) = x(n) y(−2 − n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (d) y(t) = x(2t).1 Si consideri il segnale TC x(t) = rect(t). (b) z(n) = x(3n − 1). (b) ritardo di 5 seguito da una riflessione. (c) y(t) = x(−t). (g) z(n) = x(2n) + y(n − 4). altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) .

inoltre. 1 + t2 (f) x(t) = u(t) − rect(t − 2). 2 ≤ t ≤ 5  y(t) = 3(8 − t) . si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . Esercizio 2. (d) x(t) = e−t . (c) y(t) = x(2t − 1). (b) x(t) = e at u(−t).7 Rappresentare graficamente il segnale TC  3(t − 2) . (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. l’estensione temporale e la durata del segnale. con a > 0. Determinare. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). (e) y(t) = x 3 t −1 (f) y(t) = x . 5 ≤ t ≤ 8   0.6 Rappresentare graficamente il segnale TC y(t) = 1. (b) y(t) = x(−t − 1). Esercizio 2. (d) y(t) = x[2(t − 1)]. 3 Esercizio 2. Determinare. 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). con T > 0. (c) x(t) = e−|t|/T . t −1 .9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. 2 1 (e) x(t) = √ . l’estensione temporale e la durata del segnale. Esercizio 2.8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). inoltre. 2 ≤ t ≤ 4 0 .5 Si consideri il segnale TC x(t) = Λ(t).84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. Esercizio 2.

(e) x(t) = 2 u(t). determinarne il periodo fondamentale N0 . calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). δ (n − 3k) − δ (n − k2 ) . utilizzare le proprietà della media temporale] Esercizio 2. (h) x(n) = n e jn jπ n (i) x(n) = e . in caso affermativo. determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . (d) x(t) = sgn(−t). 4. (d) x(n) = cos(2π n). n ∈ {0. in caso affermativo. Esercizio 2. π j √n 2 . (c) x(n) = a|n| .2. 5} 0. (b) x(n) = an u(−n). [Suggerimento: per il calcolo del valor medio. (b) x(n) = (−1)n . (g) x(t) = 2 rect(t). . (h) x(t) = e−t u(t). Esercizio 2. (b) x(t) = sgn(t).8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). (f) x(t) = 2 sgn(t) + 1. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . (c) x(t) = u(t − 5). Esercizio 2.10 Stabilire quali dei seguenti segnali TD sono periodici e.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). . . (c) x(n) = cos(2n). con |a| > 1. con 0 < |a| < 1.11 Rappresentare il grafico della differenza prima y(n) = ∇1 [x(n)] = x(n) − x(n − 1) del segnale TD x(n) e calcolarne area e valor medio nei seguenti casi: (a) x(n) = 1.13 Stabilire quali dei seguenti segnali TD sono periodici e. 1. altrimenti (b) x(n) = u(n) + u(n − 1). (d) x(n) = (−1)n u(n).

Esercizio 2.86 Proprietà dei segnali πn πn sin . 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h).14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. (g) x(t) = e−t . (b) x(t) = sgn(t). (c) x(t) = cos(2π 100t) u(t). 1 ≤ t ≤ 2   0.16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. 5 3 πn 3π n π + . (c) x(n) = cos(π n) R5 (n). e calcolarne valor medio. 2 (h) x(t) = e−t 2 /2 u(t). altrimenti e calcolarne valor medio. Esercizio 2. .15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n).2π n). (d) x(n) = 5 cos(0.17 Rappresentare il grafico del segnale TC  t . energia e potenza. (d) x(t) = e−2t u(t). (b) x(n) = u(n) − u(−n − 1). 1 (i) x(t) = √ . 0≤t ≤1  x(t) = 2 − t . (f) x(t) = e−|t| . energia e potenza. (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (e) x(t) = et u(−t).] Esercizio 2. (e) x(n) = 1 2 +∞ n u(n). (f) x(n) = (2)n R4 (n − 2).

. 4 ≤ t ≤ 5   1 .8 Esercizi proposti 87 Esercizio 2. − 0. energia e potenza.5π n) . −a ≤ t ≤ a 0. −4 ≤ t ≤ 4 x(t) = 5 + t . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. n ∈ {−4.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. energia e potenza. −5 ≤ t ≤ −4    0. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . Esercizio 2.21 Rappresentare il grafico del segnale TD x(n) = sin(0. energia e potenza. 4} 0. Esercizio 2.5.2.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . energia e potenza in entrambi i casi.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. energia e potenza.23 Dato il segnale TC x(t) = rect(t). .20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . altrimenti nel caso in cui a = 1 e a = 0. Esercizio 2. Esercizio 2. altrimenti e calcolarne valor medio.22 Rappresentare il grafico del segnale TC  5 − t . . . Esercizio 2. Esercizio 2. altrimenti e calcolarne valor medio. (b) Calcolare la componente continua di y(t). e calcolarne valor medio. . −3. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. e calcolarne valor medio. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. energia e potenza.

(b) x(t) = cos(2π t) u(t). x2 (t) = A2 e j2π f2 t con A1 .25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. si calcolino valor medio. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). (f) x(t) = cos(2π t) + 1 cos 2π t − π . energia e potenza.27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. Esercizio 2. πt 2 (d) x(t) = cos(π t) + cos .   0. . n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t .26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4).29 Calcolare valor medio. A2 ∈ R+ . Esercizio 2. e calcolarne valor medio. Inoltre. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 .30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. A2 ∈ R+ .   1. (e) x(t) = 2 cos(2π t) + 3 sin(2π t). energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2.28 Calcolare valor medio. energia e potenza. si calcolino valor medio. Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t). xg (n) =  2. Esercizio 2.88 Proprietà dei segnali Esercizio 2. Inoltre. (c) x(t) = t 0 cos(2πτ ) d τ . energia e potenza del segnale x(n) = x1 (n) + x2 (n) .

si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . e calcolare valor medio. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . Esercizio 2. Successivamente.2. x2 (t) = et/2 u(at) Determinare l’insieme A ⊆ R dei valori di a in corrispondenza dei quali il segnale x2 (t) è un segnale di energia.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] .34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) .33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . A2 ∈ R+ . per n0 ∈ Ω. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . Successivamente. e calcolare valor medio. x2 (t) = A2 rect t 2 con A1 . Esercizio 2. 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. per a ∈ A. 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 2.8 Esercizi proposti 89 Esercizio 2. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) .

90 Proprietà dei segnali .

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

che presentano proprietà diverse.2): 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 . come già osservato nel § 1. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. 1 Per (3. In maniera analoga. Il modello matematico (3. e non semplicemente dal valore del segnale nello stesso istante t. (b) Integratore TD o accumulatore. n] . Tale modello matematico è descritto da una trasformazione S : I → U. ed è rappresentato schematicamente in fig. Pertanto.2).∞ ∑ n y(n) (a) (b) Fig. (3. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. di ingresso ed un segnale di uscita. attraverso la relazione ingresso uscita (i-u). 3. 3.t] . abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. valori che possiamo denotare sinteticamente con {x(u)}u≤t .92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=.2.1) può essere espresso in maniera sintetica.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. Esempio 3. 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 . Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. che nel caso di un sistema TC si definisce come segue: Definizione 3. (a) Integratore TC. .3) semplicità di notazione.1 Inoltre abbiamo utilizzato un’ulteriore variabile temporale t (separata dal punto e virgola) per specificare che la forma matematica della legge di corrispondenza tra ingresso ed uscita dipende in generale dal tempo t.1. la notazione y(t) = S [{x(u)}u∈R .2) Nella (3. (3.1(a).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 .1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du .

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

3. il sistema stesso è visto come una “scatola nera” (black box).3) per snellire alcune derivazioni. In particolare. R1 ed R2 sono connessi in serie. di cui non conosciamo il contenuto. oltre ai segnali di ingresso e di uscita. quali scheda madre. 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. In particolare.3. si utilizzano le notazioni semplificate y(t) = S[x(t)]. interpretazione vale solo per una classe particolare di sistemi. e sicuramente non è la più generale.5 In ogni caso. scheda audio. mentre R3 ed R4 sono connessi in parallelo.5) è fuorviante. nel seguito faremo uso esclusivamente della relazione i-u.3) per le relazioni i-u dei sistemi. A volte.6) Abbiamo già osservato che la notazione (3. x(n) −→ y(n) . § 3. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. scheda video. 5 Per 4 Questa . 3. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. utilizzeremo talvolta le (3.6) in luogo delle notazioni rigorose (3. y(n) = S[x(n)] (3. i sistemi cosiddetti non dispersivi (cfr. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.5) e (3. essa è una rappresentazione esterna. Inoltre.4. in cui entrano in gioco. un PC può essere realizzato assemblando componenti più semplici. invece delle notazioni complete (3. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. è perfettamente adeguata per i nostri obiettivi. (3.5) oppure le notazioni simboliche: x(t) −→ y(t). Circuito elettrico con resistori connessi in serie ed in parallelo. Per concludere.1).2) e (3.2) e (3. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. che sebbene sia meno generale.4 Tuttavia. avendo avvertito il lettore. è la rappresentazione ingresso-stato-uscita (i-s-u).

occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema.2 Interconnessione di sistemi 95 z(. Definizione 3. il comportamento di un sistema complesso può essere studiato o analizzato più facilmente se si riesce a decomporlo in sistemi più semplici e ad individuare le connessioni tra questi ultimi. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). connessione in parallelo. 3. Ad esempio. è possibile ottenere sistemi anche molto complessi. come ad esempio quello riportato in fig.).5. 3. Si noti che. mouse. 3. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. tastiera. 3. .5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .) x(. 3.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . Connessione in serie o in cascata dei sistemi S1 ed S2 .4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. i resistori R1 ed R2 sono collegati in serie. Le connessioni più frequentemente considerate sono tre: connessione in serie.4. Definizione 3. e collegandoli tra loro secondo tali schemi. S1 y 1(. lettore CD.) Fig.3. Per semplificare lo studio delle interconnessioni tra sistemi. Viceversa. 3.6. lettore DVD.) S1 S2 y(. avendo a disposizione più di due sistemi. nel circuito di fig.) x(.) y(.) Fig.4. affinchè il sistema serie sia correttamente definito. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. e connessione in retroazione. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 .3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. etc. cioè U1 ⊆ I2 . lettore floppy-disk. Connessione in parallelo dei sistemi S1 e S2 .) S2 y 2(. monitor. hard-disk.

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

t] . è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. Si noti che si tratta di una retroazione positiva.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig.1 Non dispersività Riprendiamo la relazione i-u (3.2) nel caso TC e dalla (3. data dalla (3. mentre il sistema S1 nel ramo diretto è il sistema identico.3) nel caso TD. prescindendo completamente dalla loro natura fisica.8. l’invarianza temporale. sono la non dispersività. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. 3. la causalità.2) di un sistema TC: y(t) = S [{x(u)}u∈R . dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario.3. essendo riportata in ingresso con il segno positivo. 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. la linearità. mentre il sistema S2 è un ritardo elementare. Estendendo i concetti precedenti in maniera ovvia al caso TD. ma in funzione dell’uscita y(n − 1) all’istante precedente.3. 3. ma analizzando esclusivamente la forma matematica della relazione i-u. infatti l’uscita. e non ad attenuarle. l’invertibilità. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. tende ad amplificare le variazioni del segnale di ingresso. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. possiamo dare la seguente definizione di sistema non dispersivo: .3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. la stabilità. Notiamo che la precedente relazione non è una relazione i-u. 3.8.t] . Tali proprietà. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. discusse di seguito. 3.

(3. Inoltre. Esempio 3.3).5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. Applicando la legge del partitore. Schema elettrico di un partitore resistivo. Schema a blocchi di un amplificatore.3) assume la forma y(n) = S [x(n).9. e quindi i sistemi non dispersivi rappresentano un caso particolare.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. di norma.t] .9) . in un sistema non dispersivo. Definizione 3. come sinonimo di sistema non dispersivo. R1 + R2 (3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. (b) Caso TD. Pertanto il partitore resistivo è un sistema non dispersivo.7) In sintesi. i sistemi sono dispersivi.10. (a) Caso TC. si parla anche di sistema istantaneo o senza memoria.2) oppure la (3. 3. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. R1 + R2 nella quale y(t) dipende solo da x(t). con t oppure con n). Esempio 3. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . in quanto la forma più generale della relazione i-u è la (3. il cui schema elettrico è riportato in fig. Sottolineamo che.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. 3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. α y(n) (b) Fig. 3.2) assume la forma y(t) = S [x(t).9. eventualmente. con α = R2 < 1. n] .6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.8) (3.

il sistema “dimentica” l’ingresso. Inoltre. o ancora con memoria: ad esempio. 3. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. 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. tuttavia. n − 1. Per questo motivo. Un amplificatore/attenuatore a TD si rappresenta come in fig.8 caso α < 0 si può vedere come la cascata di un invertitore. b1 . Esempio 3.7 (amplificatore/attenuatore TD) I concetti dell’es. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. anche da M campioni precedenti dell’ingresso. . tale sistema ha memoria finita e pari ad M. con pesi b0 . anche se negli es. Un sistema che non soddisfa la prop.1 e l’accumulatore dell’es. nel senso chiarito meglio dai due esempi seguenti. .10(b).9). Un amplificatore/attenuatore TC si rappresenta come in fig. x(n − 1).3. . . . viceversa.3 Proprietà dei sistemi 99 Più in generale. n − M. z(t) = −x(t). sistemi a memoria praticamente finita. oltre al campione attuale. il sistema funziona da amplificatore. e sistemi a memoria infinita. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). In linea di principio tale memoria potrebbe variare col tempo.10(a). 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. la memoria del sistema è proprio pari a T per ogni t. Esempio 3. e di un amplificatore/attenuatore y(t) = |α |z(t). . ad esempio l’integratore dell’es. Si tratta evidentemente di un sistema dispersivo.7 all’uscita in un determinato istante di tempo. α > 1. Poiché l’uscita all’istante n dipende. 3. dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. non dipende dall’intero segnale d’ingresso. In definitiva. con 0 < α < 1.8 e 3. l’integratore dell’es. degli M + 1 campioni x(n). 3. . . x(n − M) del segnale di ingresso. .6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. .9 ciò non accade. 3. 3.1 e l’accumulatore dell’es. M + 1 k=0 e quindi l’uscita y(n) è calcolata in ogni istante n come la media aritmetica dei campioni dell’ingresso negli istanti n. bM . o anche dinamico.2 sono entrambi sistemi con memoria infinita. oltre che da x(n). definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) .9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . 3. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. Esempio 3.6 si possono estendere al caso TD. un sistema TC descritto da una relazione i-u del tipo (3. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . L’uscita all’istante t.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . . Se. 3. . con T > 0. Si parla di “memoria” del sistema.2 sono sistemi dispersivi. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. 3. dopo un tempo T . 6 Il . in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. non sempre la memoria di un sistema è finita.6 si dice evidentemente dispersivo. prende il nome di attenuatore. Il termine “memoria” per T viene utilizzato proprio perché. il sistema prende il nome di integratore con memoria finita. 3.3.

l’integratore dell’es. (3.11) (3.1. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. descritto dalla relazione i-u y(t) = t −∞ x(u) du . l’uscita y(t) all’istante t dipende dall’ingresso passato. n] . . dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . è un sistema causale.2 Causalità Partiamo ancora dalla relazione i-u (3. Per un fissato t. a patto che T > 0. Modificando gli estremi di integrazione.10 (integratore causale e non causale) L’integratore dell’es.8. Allo stesso modo. Si giunge allora alla fondamentale definizione di sistema causale.100 Proprietà dei sistemi 3. Interpretando l’ingresso come causa e l’uscita come effetto. 3. descritto dalla relazione i-u y(t) = t t−T x(u) du .3.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. 3.t] . ovvero i valori passati ed il valore presente dell’ingresso.2) assume la forma y(t) = S [{x(u)}u≤t . otteniamo un sistema non causale. quindi. (b) Un sistema TD si dice causale se la sua relazione i-u (3. giungendo alla seguente definizione: Definizione 3. presente e futuro. e quindi da valori futuri dell’ingresso. ovvero di un sistema per il quale la (3. con T > 0. In altri termini. è chiaramente un sistema causale. ma non dipende dagli ingressi futuri.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . Con ovvie modifiche.t] . {x(u)}u>t rappresenta l’ingresso futuro: in generale. il concetto di sistema causale si estende al caso TD. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato.10) Esempio 3.3) assume la forma y(n) = S [{x(k)}k≤n .2) assume la forma y(t) = S[{x(u)}u≤t .t] . {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. secondo il quale l’effetto non può precedere la causa.

con k ≥ 0. con t0 ∈ R arbitrariamente scelto. 9 In alcuni testi. ed x2 (t) = u(t). 3. che rappresentano il presente (k = 0) ed il futuro (k > 0). ∀t ≤ t0 . utilizzando la prop. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). rispettivamente. per dimostrare che un dato sistema è causale a partire dalla prop.9. ∀n ≤ n0 . Scegliamo x1 (t) = 0. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). per ogni n0 ∈ Z e per ogni x1 (n).3.3 Proprietà dei sistemi 101 Esempio 3. Se però modifichiamo leggermente la relazione i-u. per un dato valore t0 ∈ R. con T > 0 e. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . per uno o più valori di t ≤ t0 . ∀t ∈ R. x2 (t) ∈ I tali che x1 (t) = x2 (t). 3. in corrispondenza dei quali y1 (t) = y2 (t). ∀t ≤ t0 . 3. Il sistema è causale se e solo se. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso.1(a). ∀t ∈ R. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. 3.1 è data direttamente come definizione di sistema causale. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. con k ≥ 0. Pertanto.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). con riferimento al caso TC.1. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n).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).11 (sistema MA causale e non causale) Il sistema MA dell’es. se −T ≤ t < 0 . non verifica la prop. ∀t ≤ t0 . per ogni t0 ∈ R e per ogni x1 (t). la prop. 3. Esempio 3. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. x2 (n) ∈ I tali che x1 (n) = x2 (n).1(a).1. . risulta che y1 (t) = y2 (t). se t < −T .12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . per dimostrare che un dato sistema è non causale e. per cui tale sistema MA è non causale. La verifica della prop. rispettivamente. Il sistema è causale se e solo se. 3. che rappresentano il presente (k = 0) ed il passato (k > 0). Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . quindi. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). verifichiamo che si tratta di un sistema non causale. ∀t ≤ t0 . Viceversa. la cui corrispondente uscita è y1 (t) = 0.  t  T. la cui corrispondente uscita è  0 . risulta che y1 (n) = y2 (n).  t+T y2 (t) = x(u) du = t + T . 3. se t ≥ 0 . M è chiaramente un sistema causale. ∀n ≤ n0 . occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t).

all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer.11) si dice non causale. per ogni t < 0. 3. Per provare ciò formalmente. ∀n ∈ Z. anche l’operazione di differenza prima per segnali a TD (cfr.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso.11. Quindi la prop. infatti. infatti. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). 3. mentre y2 (t) = 0. es.9. in molti casi. 3. per alcuni valori di t ≤ 0. Esempio 3. la cui corrispondente uscita è y1 (n) = 0. n] . per alcuni valori di n ≤ 0. y(n) Sebbene x1 (t) = x2 (t) = 0. In quest’ultimo caso.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. 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). e quindi i sistemi del mondo fisico sono tutti causali. Quindi la prop. § 2. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. 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. per t ∈] − T. Osserviamo in conclusione che non esistono (o almeno. anziché elaborare un segnale in tempo reale. 3.4) ammette una interpretazione sistemistica. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). esso può anche essere visto come un sistema MA non causale (cfr. Ad esempio. è possibile memorizzarlo (su un supporto magnetico o ottico. 0[. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . con M = 1.11.9.. per ogni n ≤ 0. y2 (t) = 0.102 Proprietà dei sistemi x(n) ∇1 Fig. 3. 3. usiamo la prop. y1 (0) = 0 e y2 (0) = 1. in particolare.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Un sistema siffatto si dice anticausale. ∀n ∈ Z. b0 = 1 e b1 = −1). Un altro esempio . Differenza prima. Può essere visto come un sistema MA causale (cfr. ai sistemi fisici che elaborano i segnali “in tempo reale”. y(n) = S[{x(k)}k>n . con M = 1. non sono stati ancora scoperti. es.) sistemi fisici capaci di prevedere il futuro (ad esempio. Si è visto che un sistema in cui l’uscita non soddisfa la (3. Questa osservazione si applica.1. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). ed è quindi utile considerare anche il caso di sistemi non causali. ad esempio. 3.10) oppure la (3. ossia: y(t) = S[{x(u)}u>t . per ogni t ≤ 0.1(b) e scegliamo x1 (n) = 0.t] . Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. Tuttavia. ad esempio) ed elaborarlo “in tempo differito”: si pensi. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). ed x2 (n) = δ (n − 1). Sebbene x1 (n) = x2 (n) = 0. Equivalentemente. 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.. b0 = −1 e b1 = 1).

descritto dalla relazione i-u: y(·) = α x(·) . avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. Se il sistema è invertibile. nell’elaborazione di immagini. Si noti che. è possibile costruire un sistema S−1 : U → I . 3. In altri termini. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. 3.12) ossia. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . L’amplificatore è un sistema invertibile. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. Esempio 3.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. 3. 10 Nel seguito di questa sezione.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. non potremo risalire univocamente a x(t). non vi è alcuna restrizione sui segnali di ingresso e uscita. . (3. faremo uso della notazione semplificata (3. se S−1 è il sistema inverso di S.3. l’ordine dei due sistemi nella cascata in fig. anche se non operanti in tempo reale. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). sussiste la seguente definizione di sistema invertibile:10 Definizione 3.3 Invertibilità In molti casi pratici. se il sistema S è invertibile. per ogni segnale di ingresso x(·) ∈ I . ingressi distinti devono generare uscite distinte. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t).12. Da un punto di vista sistemistico. per ogni segnale y(·) ∈ U. la variabile indipendente è di tipo spaziale). Più precisamente. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. questo significa che. Sfortunatamente questo non è sempre possibile. comunque si fissi un segnale di uscita y(·) ∈ U. In questo caso.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. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. il sistema S è il sistema inverso di S−1 . in altre parole. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. pertanto. osservato y(t). detto sistema inverso. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) .5) per esprimere i legami i-u dei sistemi. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. Si può verificare che. la causalità rappresenta un vincolo a cui il sistema deve obbedire.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. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. quando si progetta un sistema.3. α e quindi il sistema inverso è un attenuatore. nota l’uscita y(·) di un sistema.

poiché la (3. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .) x(.12.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. nonché la determinazione del sistema inverso. (3. Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|.3) assume la forma y(n) = S [{x(k)}k∈Z ] . non vi è alcuna restrizione sui segnali di ingresso.) Fig. lo studio dell’invertibilità di un sistema. Se tale dipendenza dal tempo non c’è. mentre U è costituito da tutti i segnali non negativi a valori reali.12) è violata. nella sua forma più generale: y(t) = S [{x(u)}u∈R . il raddrizzatore non è dotato di sistema inverso.3. a tale scopo possiamo far riferimento alla condizione necessaria (3.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . (3. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.2) assume la forma y(t) = S [{x(u)}u∈R ] . allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].t] .12). In questo caso. 3. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. è in generale un problema abbastanza complesso. salvo per casi particolari.14) . Esempio 3. Pertanto. Estendendo tale concetto in modo ovvio al caso TD. È facile provare che il sistema raddrizzatore non è invertibile.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.104 Proprietà dei sistemi y(. Va notato in conclusione che.) S S -1 x(.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. 3. e quindi i suoi effetti sono irreversibili. possiamo dare la seguente definizione: Definizione 3.

la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). allora yt0 (t) = y(t − t0 ). l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop.14) si dice tempo-variante (TV) o non stazionario. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). 3. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. cioè. Viceversa. nel senso che il segnale di uscita yt0 (t) avrà lo stesso andamento temporale del segnale y(t) (la forma del segnale di uscita non cambia). e quindi l’origine dei tempi può essere fissata arbitrariamente. in questo esempio. si consideri ora il segnale xt0 (t) = x(t −t0 ). Se invece il sistema è TV.13) o la (3. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . R1 + R2 è un sistema TI. R1 (t) + R2 (t) (3. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa.13. avente relazione i-u y(t) = R2 x(t) .15) .13.2). con riferimento ad un sistema TC. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). un sistema che non soddisfa la (3. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. Specificatamente. in altre parole. ottenuto da x(t) introducendo il ritardo temporale t0 . Se tuttavia si tiene conto degli effetti +R termici. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . Esempio 3. il suo comportamento non cambia nel tempo. 3. in quanto il rapporto R1R2 2 non dipende dal tempo. a partire dal segnale x(t). ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. Se il sistema è TI.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.3. 3.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo.

16) è denominato amplificatore a guadagno variabile. 3. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. e si scrive y(n) = α (n) x(n). e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma.14(b) al segnale di ingresso x(n). il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). che è illustrata in fig. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). 3.13). 3. per cui si ha la seguente proprietà: Proprietà 3. 3.9 in cui compare il funzionale S. 3.2(b). La prop. 3. differentemente dalla def. rispetto allo schema di fig.14(a). Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. in cui.2 ha un’interessante interpretazione in termini sistemistici.17) . In base alla prop. (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 ) . Notiamo che un partitore del tipo (3. l’ordine tra i due sistemi è scambiato. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. 3. Con riferimento al caso TC. per ogni n0 ∈ Z. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.18) (3. Viceversa. ottenendo il segnale yn0 (n) in uscita dalla cascata. nel senso che (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”. ad esempio. Si faccia attenzione che. ovvero se e solo se le due configurazioni in cascata riportate in fig.14 sono equivalenti. 3.16) Un sistema del tipo (3.2 (caratterizzazione i-u dell’invarianza temporale) (a) Un sistema TC con ingresso x(t) ed uscita y(t) è invariante temporalmente se e solo se x(t − t0 ) −→ y(t − t0 ) . e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. e da attenuatore per i valori di t per i quali |α (t)| < 1. (3. per ogni t0 ∈ R.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . è utile fornire una caratterizzazione della proprietà di invarianza temporale che.14 con riferimento ad un sistema TD. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. 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). a stretto rigore. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . La stessa caratterizzazione vale anche nel caso TD. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. più precisamente.106 Proprietà dei sistemi ed è quella di un sistema TV. 3. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni.

In effetti. per cui.n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig. 3. verifichiamo che in generale il sistema y(t) = α (t) x(t). quindi. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). introdotto nell’es. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . facciamo uso ancora una volta della notazione semplificata (3. D’altra parte. per dimostrare che un dato sistema è invariante temporalmente oppure no. Per non sbagliare. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. come mostrato dagli esempi che seguono. È chiaro che yt0 (t) = y(t − t0 ). per ogni segnale di ingresso x(n) ∈ I .9. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . per il quale si ha y(n) = α (n) x(n). si dimostra che l’amplificatore a guadagno variabile a TD. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . 3. l’amplificatore a guadagno variabile è un sistema TV. ovvero se la sua relazione i-u è y(t) = α x(t). se il sistema è TI. Analogamente. Esempio 3. le trasformazioni S e Sz−n0 commutano.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . è TV. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . In pratica.14. . Se il sistema TD S è TI. i due schemi in figura sono equivalenti. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t).2 dell’invarianza temporale. 3.3.2 piuttosto che la def. ovvero se α (t) = α (costante). forniscono la stessa uscita in risposta allo stesso segnale.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. evidentemente. 11 Per semplicità. e la loro posizione nella cascata è ininfluente. ovviamente tale risultato non sussiste se il sistema è TV. conviene procedere per sostituzioni formali.5) per esprimere i legami i-u dei sistemi. 3.16. 3. nella relazione precedente può valere l’uguaglianza per ogni ingresso x(t) se e solo se α (t − t0 ) = α (t) per ogni t0 ∈ R. In altre parole. è conveniente in generale utilizzare la prop. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 .3 Proprietà dei sistemi 107 x(n) z . è un sistema TV in generale (è TI se e solo se α (n) = α ).

poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . Infatti. k=0 M M per cui il sistema è effettivamente TI. e l’integratore non causale dell’es.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 § 2.10. 3. 3.8.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es.2 è un sistema TI. Tuttavia. Effettuando il cambio di variabile v = u − t0 . per cui resta provato che l’integratore è un sistema TI. Esempio 3.1): y(n) = x(−n) . si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. tale astrazione è utile per descrivere molti sistemi di interesse il cui comportamento nel tempo è approssimativamente costante su un periodo di tempo sufficientemente lungo (rispetto all’intervallo di tempo in cui ci interessa studiare il sistema). il sistema può ritenersi ragionevolmente TI. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. se tale proprietà non fosse verificata. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. sono anch’essi sistemi TI.108 Proprietà dei sistemi Esempio 3. . 3. un amplificatore audio non è un sistema TI in senso stretto. Tuttavia. 3. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) .1 è un sistema TI. 3. si può provare che l’integratore con memoria dell’es. Esempio 3. Ad esempio. Allo stesso modo. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du .18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. il sistema risulterebbe TV. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. e pertanto il sistema risulta essere TV.9 è TI. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . se il volume è tenuto fisso. per l’intervallo di durata di un compact disc. e cambia meno drasticamente quando si alza o si abbassa il volume. In conclusione.

per ogni valore di tempo. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato.23 (sistema MA) Proviamo che il sistema MA dell’es. cioè che valga la condizione |x(·)| ≤ Kx .3. e trovare un’opportuna maggiorazione per l’uscita. con Kx . . Esempio 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 . 3. Per la rappresentazione i-s-u. In pratica. da cui si ricava che anche y(t) è limitato. 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. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky .10 (sistema stabile in senso BIBO) (a) Un sistema TC con ingresso x(t) ed uscita y(t) si dice stabile in senso BIBO se |x(t)| ≤ Kx per ogni t ∈ R =⇒ |y(t)| ≤ Ky per ogni t ∈ R . che coinvolgono anche la limitatezza delle variabili di stato. per cui anche y(t) è limitato. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . Esempio 3.5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata.20) per ogni x(n) ∈ I limitato. Ky ∈ R+ . ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. Con analoghi passaggi. ∀t ∈ R . si possono dare definizioni diverse di stabilità.3 Proprietà dei sistemi 109 3. (3. e supponendo anche in questo caso che il guadagno sia limitato. per provare che un sistema è stabile. Infatti. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. Nel seguito.3. con Kx . e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t).12 Matematicamente. bisogna supporre che l’ingresso sia arbitrario ma limitato. per ogni valore di tempo.19) per ogni x(t) ∈ I limitato. Ky ∈ R+ . invece. 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. ∀t ∈ R . Esempio 3. (3. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. e non attraverso la rappresentazione i-s-u. quando parleremo di stabilità intenderemo sempre la stabilità BIBO.9.

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

t t u(u) du = y(t) =  du = t . La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. t ≥ 0 .3. per determinati segnali di ingresso. poniamo in ingresso x(t) = u(t) (ingresso limitato).43).6 Linearità La proprietà di linearità è estremamente importante. si ottiene in uscita il segnale  0 . Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. 2. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. D’altra parte. Viceversa. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). 3.. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . che possono portare alla rottura. per provarlo. Questa scelta ci consente di trattare anche segnali. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. n < 0. cioè l’accumulatore dell’es. l’uscita non assumerà mai valori arbitrariamente grandi. più in generale. applicando al sistema segnali di ingresso limitati. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. X ≡ C. valori arbitrariamente grandi. e calcoliamo l’uscita:  0 . t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. è instabile.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. ed è un segnale non limitato in ampiezza. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. che è non limitato. n ≥ 0. Nel seguito supporremo che. 3. Infatti. Infatti.C. in quanto l’integrale −∞ du non è limitato. In maniera simile. cioè. se si pone in ingresso x(n) = u(n). 3. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . t < 0.2. rispettivamente.3. Proprio per evitare l’innesco di pericolose oscillazioni. quali ad esempio il fasore. La stabilità è una proprietà fondamentale nel progetto dei sistemi. Tale difficoltà lascia intuire che il sistema è instabile. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. in un sistema fisico instabile. l’uscita può assumere. secondo la definizione seguente: . i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. che rappresenta una rampa a TC (fig.15). i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. in quanto assicura che.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). che. si prova che la versione a TD dell’integratore con memoria infinita.3 Proprietà dei sistemi 111 non è un sistema stabile. pochi mesi dopo essere stato aperto al traffico. abbiamo provato che il sistema è instabile. USA) che crollò nel 1940.

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

allora i due sistemi riportati in fig. se si deve .) S y b(. cioè. adoperando la notazione semplificata (3. ya (·) ≡ yb (·).3 (principio di sovrapposizione) Un sistema è lineare se. 3.18(b) sono equivalenti.) S y a(.5) per il sistema S.) x2(.) x2(. 3. le configurazioni (a) e (b) sono equivalenti.3 Proprietà dei sistemi 113 x1(.) (a) x1(.18: se il sistema S è lineare. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. che caratterizzano la linearità di un sistema. Le due proprietà precedenti. e poi sommare i segnali di uscita ottenuti. pertanto.17. (3.3. α2 ∈ C . ∀α1 . si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . α2 ∈ C .18(a) e fig. ∀α1 . Se il sistema S verifica la proprietà di additività. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] .22) che ammette l’interpretazione sistemistica riportata in fig.) S (b) Fig. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. 3.21) Notiamo che il principio di sovrapposizione si può esprimere. (3. 3.

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

e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. il sistema dell’es. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. α x0 (·) −→ α y0 (·) . allora deve aversi necessariamente y0 (·) = α y0 (·). Esempio 3. che rappresenta l’uscita corrispondente all’ingresso nullo. in quanto soddisfa al principio di sovrapposizione. Sia x0 (·) ≡ 0 l’ingresso nullo.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. 3. l’uscita corrispondente è necessariamente nulla. quando si parla di sistema lineare. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. e la moltiplicazione del segnale di ingresso per una costante di ampiezza arbitraria non si traduce semplicemente nella moltiplicazione dell’uscita per la stessa costante. si ha yL (t) = b1 x(t) e y0 (t) = b0 .4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. e più precisamente dell’omogeneità. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. 3. si ha.13 Esempio 3. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. in pratica. Proprietà 3. Sebbene sia non lineare secondo la definizione data.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . e si dicono lineari per le differenze. variabile da sistema a sistema. in quanto. 3. il sistema non può più considerarsi lineare. Infatti. Prova. Sia nel caso TC che TD. infatti. Una conseguenza importante della proprietà di linearità. in particolare. in elettronica. se l’ampiezza del segnale di ingresso eccede tale soglia.22).24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. Infatti ponendo x(t) ≡ 0. si ha. ∀α ∈ C .3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig.26. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. si intende un sistema che soddisfa il principio di sovrapposizione. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0.3. Ad esempio. In pratica. . Adoperando la formulazione (3. si trova y0 (t) = b0 = 0. 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)] . è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). (3. Nell’es. con b0 = 0. ∀α ∈ C. Poiché x0 (·) −→ y0 (·). 13 Tipicamente. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). e sia y0 (·) l’uscita corrispondente a tale ingresso. Tali sistemi sono una generalizzazione dei sistemi lineari. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . 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. per l’omogeneità.

la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi.19. cfr.1).116 Proprietà dei sistemi x(.2) lineari e a coefficienti costanti. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x).1) o alle differenze (nel caso TD. cfr. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente .) g(x) y(. es. e y(t) = x3 (t) (sistema cubico). né quella di additività. 3.20. Esempio 3.) sistema lineare y L(. 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.15). se si indica (fig. Un esempio “fisico” tratto dall’elettronica è il diodo. 3. § 3. y(t) = sgn[x(t)] (“hard limiter”).21. Un caso più caratteristico di sistema non lineare. un sistema TI senza memoria. 3.6. Infatti. 3. e quindi non è additivo. § 4. e quindi non è omogeneo. e sono rappresentati graficamente come in fig.) y(.3. che non risulta neppure lineare per le differenze. Esempio 3. detti anche non-linearità senza memoria: Definizione 3. Il sistema quadratico dell’es.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. Per l’omogeneità.27 è anche TI e non dispersivo o senza memoria (cfr. 3. che prende il nome di caratteristica i-u. cfr. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. arbitrari x1 (·) e x2 (·). in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. 3. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. è descritto nell’esempio seguente.6. e prende il nome di sistema quadratico o non-linearità quadratica. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.20. Fig.) Fig.) y 0(. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .) x(. Esso appartiene pertanto ad una classe più generale di sistemi. § 4. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso.

3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. avente come ingresso la tensione x(t) e come uscita la corrente y(t). modellato come un sistema non lineare senza memoria. poiché essa non è lineare per tutti i valori di x. in ogni caso. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. che scorre nel diodo. Notiamo che la funzione g(x) di fig. 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. BJT) ed i transistori ad effetto di campo (field-effect transistor. 3. 0 . Schema elettrico di un diodo. Caratteristica ingresso-uscita di un diodo. FET). Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. con buona14 approssimazione. dove la caratteristica i-u g(x) (fig. .22 è lineare a tratti.22. Fig. si può porre. x ≥ 0. Il parametro R rappresenta la resistenza del diodo in conduzione. 3.22) è g(x) = x R . il che è ragionevole per segnali costanti o lentamente variabili. dove R è la resistenza del diodo in conduzione. 3.3. il sistema non può essere considerato lineare. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm).21. altrimenti. 3. y(t) = g[x(t)].

23.23. 4 Esercizio 3. Determinare il legame i-u del sistema (complessivo) riportato in fig.118 Proprietà dei sistemi 3.2. y(t) = sgn[x(t)]. Calcolare la memoria del sistema.1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n .23. y(t) = ex(t) . Sistema dell’esercizio 3. Risultato: La memoria è pari a N − 1. .4 Esercizi proposti Esercizio 3. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) .2 Si consideri l’interconnessione di sistemi riportata in fig. 2 4 S3 : y(n) = x(2n) . y(t) = 2 ln(|x(t)|). Risultato: y(n) = x(n) + 1 x(n − 1). Determinare il legame i-u del sistema (complessivo) riportato in figura.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. 3. 3. Esercizio 3. Risultato: y(t) = 2 u[x(t)]. 3. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . con N ≥ 1 numero intero dispari .

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

10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . In caso affermativo.9 Il sistema S in fig. 3. Nella stessa figura sono riportate le uscite del sistema y1 (n). (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). l’insieme U è costituito da tutti i segnali positivi. 3. . (a) Caratterizzare gli insiemi di ingresso ed uscita.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1).120 Proprietà dei sistemi Esercizio 3.9. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (c) non può essere tempo-invariante. 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. Risultato: (a) nessuna restrizione su I. (b) Stabilire se tale sistema è invertibile. è necessariamente tempo-variante. Esercizio 3. Segnali dell’esercizio 3. x2 (n) e x3 (n). determinare il sistema inverso. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 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). rispettivamente. Esercizio 3.24 è lineare. (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.24.

26 è tempo-invariante. Sistema dell’esercizio 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). Esercizio 3. (c) Stabilire se il sistema può essere tempo-invariante.13 Il sistema S in fig. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). dire se il sistema può essere tempo-invariante. (c) Sulla base dei risultati ottenuti ai punti (a) e (b).11 Si consideri il sistema riportato in fig. (c) non può essere tempo-invariante. Esercizio 3. Esercizio 3. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). è necessariamente non lineare. è necessariamente tempo-variante. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1).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 3.25. Nella stessa figura sono riportate le uscite del sistema y1 (n). Risultato: (a) ya (t) = cos(2π fct). (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). 3. x2 (n) e x3 (n). (b) yb (t) = cos(3t − 1).14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . Risultato: (a) ya (t) = cos(3t). Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). (c) il sistema non può essere tempo-invariante. (a) Determinare il legame i-u del sistema. (b) yb (t) = ya (t) = cos(2π fct). (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). x(t) = e− j2t −→ y(t) = e− j3t . con t0 ∈ R.25.3. 3. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). è necessariamente tempo-variante. (a) Stabilire se il sistema può essere lineare. rispettivamente. (b) Dire se il sistema è stabile.11. x(n) y(n) (-1) n Fig. 3. (b) stabile. Risultato: (a) non può essere lineare.

Risultato: (a) non lineare. non causale.1 sono necessariamente uguali”. invarianza temporale. Stabilire. S2 : y(n) = x(n + 2). non dispersività.2 è y(n) = δ (n + 2). dispersivo. tempo-invariante e stabile.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). tempo-invariante e stabile. 3. Segnali dell’esercizio 3.15 Classificare. S1 : y(n) = x(−n) . stabilità): (a) y(t) = 2 exp[x(t)]. (e) non lineare. (c) y(t) = x(t) cos(2π t). ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. 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 S1.2 è y(n) = x(−n − 2). tempo-variante e stabile.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). le uscite dei due sistemi S1. sia S1. non dispersivo. causalità.13. (d) y(t) = [x(t) + x(t − T )] u(t). il legame i-u del sistema S2. (c) lineare. tempo-variante e stabile. l’uscita del sistema S1.2 e S2. (b) y(t) = x(t − 2) − x(1 − t). .26. Esercizio 3. motivando la risposta e fornendo almeno un esempio a suo supporto. dispersivo se T = 0. causale se T > 0 e non causale se T < 0.122 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. tempo-variante e stabile.1 è y(n) = x(−n + 2). mentre S2. Esempio: quando x1 [n] = x2 [n] = δ [n]. mentre l’uscita del sistema S2. causale se T ≥ 0 e non causale se T < 0. con T ∈ R − {0}. Inoltre. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. causale. non dispersivo. causale. (b) lineare. motivando brevemente le risposte.1 è y(n) = δ (n − 2). (d) lineare. dispersivo.

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

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

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

126 Proprietà dei sistemi .

Introdurremo poi una classe importante di sistemi LTI. ovvero dei sistemi che possiedono sia la proprietà di linearità. l’amplificatore con guadagno variabile y(t) = α (t) x(t) (cfr. Infine. che rappresenta la base per lo studio dei sistemi nel dominio della frequenza e che sarà approfondito nei capitoli seguenti. per semplicità di notazione. tra il segnale di ingresso e una funzione che descrive completamente il sistema nel dominio del tempo. A tale proposito. e per essi esistono tecniche di analisi e di sintesi semplici. e nel caso TD da equazioni alle differenze. supponiamo che un generico ingresso TC o TD x(·) ∈ I possa essere espresso come sovrapposizione di segnali semplici o . 3 non devono necessariamente essere possedute contemporaneamente da un dato sistema. che può essere espressa mediante una particolare operazione matematica. es. 3.3). sia quella di invarianza temporale. Ad esempio. che si incontrano frequentemente nelle applicazioni. il cui legame i-u. Tuttavia. ed in gran parte del seguito della trattazione. 4. La proprietà fondamentale che semplifica lo studio dei sistemi LTI (più in generale. mostreremo che tali sistemi ammettono una relazione i-u semplice e generale. di grande interesse per le applicazioni. 3. possiedono sia la proprietà di linearità. mentre il sistema quadratico y(t) = x2 (t) (cfr. ovvero i sistemi LTI descritti nel caso TC da equazioni differenziali. 3. sia quella di invarianza temporale.1 Introduzione Le proprietà di invarianza temporale e linearità viste nel cap. consideriamo il sistema lineare descritto dalla trasformazione S : I → U. introdurremo il fondamentale concetto di risposta in frequenza di un sistema LTI.27) è un sistema non lineare ma tempo-invariante. numerosi sistemi. sarà descritto nel seguito mediante la notazione semplificata y(·) = S[x(·)]. potenti e generali.Capitolo 4 Sistemi lineari tempo-invarianti (LTI) In questo capitolo approfondiremo lo studio dei sistemi lineari tempo-invarianti (LTI).16) è un sistema lineare ma tempo-variante (sistema LTV). calcolando la risposta di un sistema LTI ad un fasore applicato al suo ingresso. la sua risposta impulsiva. In particolare. es. In questo capitolo. denominata convoluzione. In particolare. Tali sistemi sono denominati sistemi lineari tempo-invarianti (LTI). dei sistemi lineari) è il principio di sovrapposizione (prop. il nostro studio si concentrerà su tale classe di sistemi.

1) dove i coefficienti αk sono in generale dei numeri complessi. in quanto come vedremo i segnali elementari possono assumere valori complessi. Applicando il principio di sovrapposizione (3.23). tali funzioni dipendono da due variabili.1) devono essere scelti in modo opportuno. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. e quello di risposta in frequenza ad esso strettamente legato. con gli stessi coefficienti αk . deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. 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. La (4.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. in linea di principio. k k (4. però.1) può essere finito oppure infinito numerabile. (2) per un dato segnale di interesse x(·).2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. è conveniente concetto di risposta impulsiva. devono essere in grado di rappresentare tutti i segnali di interesse pratico. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti).2 Relazione i-u di un sistema LTI e risposta impulsiva Un concetto fondamentale nella caratterizzazione dei sistemi LTI nel dominio del tempo è quello di risposta impulsiva:1 esso nasce dalla possibilità di rappresentare un arbitrario segnale x(·) come sovrapposizione di impulsi traslati nel tempo. dei segnali yk (·). Questa proprietà consente. Affinché tale tecnica sia applicabile in pratica. e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva.2) dove yk (·) = S[xk (·)]. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . di semplificare notevolmente lo studio dei sistemi lineari. 4. Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. idealmente. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). in tal caso. in particolare. k (4. (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·).128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . i segnali elementari xk (·) da utilizzare nella (4. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). Per approfondire tale rappresentazione. Tenendo conto delle proprietà precedenti. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). 1 Il .1). tuttavia.

poiché essa caratterizza (cioè descrive) completamente il sistema LTI. se si osserva che gli impulsi δ (n − k) nella (4. il segnale di uscita h(n) trasla anch’esso di k campioni. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . (4. La funzione h(n) che compare nella (4.5) dove abbiamo applicato il principio di sovrapposizione.3) non si sovrappongono nel tempo. Scegliendo come segnali elementari xk (n) nella (4. Supponiamo allora che un segnale x(n).6) cioè traslando l’impulso in ingresso di k campioni. Si noti che. utilizzando la conoscenza della sola risposta impulsiva del sistema.4.7) prende il nome di convoluzione a TD. 2.4). e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. si dice che la risposta impulsiva è una risposta canonica.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. Ribadiamo che per ricavare la (4. sostituendo la (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.4) si può giustificare in maniera più formale anche applicando le prop. con k ∈ Z. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . ed abbiamo sfruttato il fatto che le quantità x(k). la rappresentazione (4. si ha semplicemente αk = x(k). sia posto in ingresso ad un sistema TD LTI. ∀k ∈ Z . la (4. Notiamo peraltro che la (4. Pertanto.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . come già detto. rappresentato mediante la (4.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . (4.3 dell’impulso discreto.6) nella (4. (4.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).3) Determinare i coefficienti αk della rappresentazione è semplice. (4. (4. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione.5). 3. ovvero xk (n) = δ (n − k). non essendo dipendenti dal tempo n. Definiamo allora il segnale h(n) = S[δ (n)]. sia la proprietà di invarianza temporale [nella (4.3. . esteso al caso di una infinità (numerabile) di segnali.5)]. e sarà studiata più approfonditamente nel § 4.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.6)]. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . In questo senso. nonché l’invarianza temporale del sistema. 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. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ).

9) rappresentata graficamente in fig.9.11) .8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. ∀k ∈ {0. si ha. .. k ∈ {0. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. .1. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . . 4.7). . con n ∈ Z. 4. . dove è calcolata graficamente la risposta del sistema MA dell’es. Prima di passare al caso TC. 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).1(b). 4. 4. per un dato k ∈ Z. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. 6 Esempio 4.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. . (4. x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n). . avente la risposta impulsiva di fig.1(b) al caso M = 5 e 1 bk = M+1 = 1 . x(1) h(n − 1) e x(2) h(n − 2).. M (4.7). ponendo x(n) = δ (n) nella (4. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). 0 . 5}.9). è utile mettere in luce una particolare interpretazione della (4. 4. . 1. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. Infatti. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). al segnale di ingresso x(n) = 1 R3 (n). . (4. (a) Risposta impulsiva di un generico sistema MA.8) e la (4. 5}.1(a) nel caso generale.8): h(n) = k=0 ∑ bk δ (n − k) . Questa interpretazione è chiarita in fig. ∀k ∈ {0. altrimenti . .7). per ogni k ∈ Z. è semplice provare che tale sistema è sia lineare che tempo-invariante.7) mostra che..2. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .10) espressione che fornisce gli stessi valori della (4. .1. 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. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . M} . In sostanza. il segnale di uscita si ottiene sommando tali segnali. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. 3.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . dal confronto tra la (4. 1. e particolarizzata in fig. la (4. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). M (4. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 1. . D’altra parte. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. 4. pari ad M + 1 campioni.

.4. 4.2. Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n).2 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.

se il sistema è LTI. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . Nel seguito. 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 .1). Precisamente. A differenza del caso TD. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). dove la delta di Dirac sostituisce quella discreta. e prende il nome di convoluzione a TC. con gli stessi coefficienti α (τ ) dτ . segue che α (τ ) = x(τ ) e x(t.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. per ogni τ ∈ R. τ ) = δ (t − τ ).4). non è possibile dare una giustificazione immediata della (4.3 e richiede delle condizioni matematiche aggiuntive per la sua validità.4) al caso TC. centrati in tutti i possibili istanti di tempo τ ∈ R. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. le risposte S[x(t.12) si basa su una definizione più generale di linearità di un sistema. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . dal confronto con la (4. con τ ∈ R. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. .23) per una infinità numerabile di segnali. τ )]dτ .132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. τ )dτ . come già visto nel caso TD. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. In pratica mediante la (4. e l’integrale prende il posto della sommatoria. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. Tuttavia. prop.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. assumeremo direttamente la (4. τ )] del sistema ai segnali elementari x(t.3. e rappresenta. (4. La (4. Tale rappresentazione si può vedere come l’estensione della (4. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. Precisamente. 2. (4. τ ).14) come definizione di principio di sovrapposizione per una infinità continua di segnali. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. la (4.11) e la (4. Così come il principio di sovrapposizione (3. 4.11). per τ ∈ R.7) è simile a quella vista nel caso TD.11). Notiamo inoltre che.2).13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. senza perderci in complicate discussioni matematiche. tuttavia. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . con t ∈ R. (4. integrando) i segnali x(τ ) h(t − τ ) dτ . seguendo passaggi matematici simili a quelli già visti per il caso TD. τ ). L’operazione matematica tra x(t) ed h(t) che compare nella (4.2). facendo un ragionamento concettualmente simile a quello fatto per il caso TD. 3. ossia: x(t) = +∞ −∞ α (τ ) x(t. Una giustificazione immediata ed intuitiva della (4. anche 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 . La derivazione della (4. formalmente. data l’analogia formale tra la (4.14) non discende direttamente dalla prop.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.

15) si può scrivere come una convoluzione: infatti.5T T x(t − τ ) dτ . allora il sistema è necessariamente LTI. e cioè: y(t) = +∞ −∞ rect τ − 0. (4.1 e 4. 4. si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . In altri termini. da cui. Negli es. la (4. 4.12). si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. per confronto con la (4. si può mostrare che la (4. (4. (4.1. . avente relazione i-u: y(t) = t t−T x(u) du .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). sia invariante temporalmente. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.15) con T > 0. notiamo preliminarmente che. possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. T ). con il cambio di variabile τ = t − u → u = t − τ . es.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. Come nell’es. pari a T e coincidente con la memoria del sistema. In maniera equivalente.2.12). 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 .7) oppure (4. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4.4.2). 4. anche tale risposta impulsiva è di durata finita. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·).5T T . Si può facilmente verificare che tale sistema è sia lineare. 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) . in maniera più formale. per cui è un sistema LTI. Successivamente.

che si ottiene da z(k) mediante traslazione di n campioni. La difficoltà maggiore è che.18) Le due espressioni riportate nella (4. costruendo il segnale z(k) = x(−k) e. (4. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso.3 Convoluzione Come abbiamo visto nel paragrafo precedente. Per calcolare gli altri valori della convoluzione. e sommando i risultati dei prodotti ottenuti. successivamente. dobbiamo costruire il segnale wn (k) = z(k − n).7) nel caso TD. vedi anche il § 4. Esempio 4. Nel caso TD.18) sono del tutto equivalenti. per cui il risultato della convoluzione è nullo.3(d)]. 4. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione.3(a)]. si veda la fig. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 .1. Prendendo come riferimento la seconda delle (4.3(b)] ed il segnale riflesso z(k) = x(−k) [fig.3(e)]. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . con a = 0. Ovviamente. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. per la proprietà commutativa della convoluzione. si nota che si ha sovrapposizione tra h(k) e .134 Sistemi lineari tempo-invarianti (LTI) 4. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. fatta eccezione per casi particolari. (2) Effettuare prima la riflessione del segnale x(k).1 seguente). 4. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). si vede che per n < 0 [traslazione verso sinistra. oppure dalla (4. Seguendo la procedura delineata precedentemente. 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. 4. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale.3(c)]. rappresentiamo h(k) in funzione di k [fig. 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. insieme con x(k) [fig. effettuare la traslazione del segnale z(k) verso destra se n > 0.12) nel caso TC. e verso sinistra se n < 0. Se non effettuiamo nessuna traslazione su z(k). possiamo ottenere direttamente il risultato della convoluzione per n = 0.18).3. consideriamo il seguente esempio. (3) Per ogni fissato valore di n ∈ Z. partendo dal caso TD per semplicità. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. in particolare. In particolare. 4. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). Viceversa. si veda la fig. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. descritta dalla (4. il segnale wn (k) non si sovrappone con h(k).3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . 4. se n > 0 [traslazione verso destra. Per capire meglio il meccanismo precedentemente descritto.

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

6 0. (e) traslazione verso destra di z(k) (n = 5).4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.8 0. 4. (f) risultato della convoluzione.2 0 (b) z(k)=x(−k) 0.4 0.2 0 −10 −5 0 k 5 10 (a) 1 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0. (c) riflessione del segnale x(k). (b) rappresentazione di x(k).6 0.8 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.6 0.8 0.4 0.6 h(k) 0.3.4 0. (d) traslazione verso sinistra di z(k) (n = −5).4): (a) rappresentazione di h(k).6 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.8 w−5(k)=x(−5−k) 1 0. .8333) e x(n) = u(n) (es. 4.4 0.

t). Esempio 4.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. per cui si ha nuovamente y(t) ≡ 0. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . ed assumiamo T2 > T1 . per 0 < t < T1 .4(e)]: in particolare. Facciamo per comodità riferimento alla seconda delle (4. rappresentiamo x(τ ) [fig. per t ≥ T2 + T1 . Considerando invece valori positivi di t. 4. per T1 ≤ t < T2 .t). 0 < t < T1 .3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R.4(a)] e h(τ ) [fig. per cui si ha: y(t) = t 0 dτ = t . successivamente. di durata ∆h = T2 . per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. per cui si ha: y(t) = t t−T1 dτ = T1 .4. per T2 ≤ t < T2 + T1 . . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig.19). (2) Effettuare prima la riflessione del segnale x(τ ). Traslando il segnale z(τ ) verso sinistra [fig. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 .5T2 T2 . le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto.2) avente risposta impulsiva h(t) = rect . 4. (3) Per ogni fissato valore di t ∈ R. le finestre non si sovrappongono affatto. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. 4. e verso sinistra se t < 0. effettuare la traslazione del segnale z(τ ) verso destra se t > 0. Per T2 ≤ t < T2 + T1 .   t. 0.5T1 T1 t − 0. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . di durata ∆x = T1 . es. Riassumendo. ed effettuando l’integrale del prodotto. posto in ingresso al sistema LTI (cfr. Per prima cosa. y(t) = (4. successivamente. T1 ≤ t < T2 . per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. Per T1 ≤ t < T2 .4(d)].20) T1 . in quanto le due finestre rettangolari si sovrappongono solo su un punto. T2 ≤ t < T2 + T1 . L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). 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. Infine. 4. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. invece.4(b)] in funzione di τ ∈ R. per cui risulta y(t) ≡ 0 per t ≤ 0.4(c)]. 4. T2 ).    T2 + T1 − t. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. costruendo il segnale z(τ ) = x(−τ ) e. 4.

data la proprietà commutativa della convoluzione: l’espressione del segnale y(t) per T1 > T2 si può ottenere allora scambiando T1 con T2 nella (4. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . scambiando il ruolo dei due segnali. in particolare. 4. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. C. . Nel caso particolare T1 = T2 = T . la convoluzione viene chiamata anche prodotto di convoluzione. t < 0 oppure t ≥ 2T . cioè i due schemi in fig. ed è rappresentata in fig.20). calcolo dell’area) sono molto simili nei due casi. § 4. prodotto. pertanto.3. nello studio delle proprietà della convoluzione. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. nel senso che ya (·) ≡ yb (·). oltre a proprietà specifiche. 4. l’integrale di convoluzione può non esistere finito. tutte le proprietà algebriche del prodotto convenzionale.6. 4.4(f).6 sono equivalenti. A tale scopo.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. Ovviamente questo scambio.1). 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. traslazione.3.   2T − t. 4. notiamo che.12) è che la prima è definita mediante una sommatoria. per T ≤ t < 2T . Per questo motivo. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . per 0 < t < T . Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. Come mostrato in fig.7) e quella a TC (4. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. 4. Si noti che se T1 > T2 si può procedere allo stesso modo. mentre la seconda è definita mediante un integrale. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . similmente alla somma di convoluzione. in quanto si può verificare che la convoluzione possiede. come discusso di seguito. In altri termini.5.  y(t) = t. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . nel seguito. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. non ha nessun senso dal punto di vista sistemistico. e prende il nome di proprietà di durata della convoluzione (cfr. ed è rappresentato graficamente in fig. notiamo che l’intervallo di tempo (T1 . 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. se è possibile dal punto di vista matematico. In conclusione.

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

4. cioè i due schemi in fig. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI).) (b) y b(. . Inoltre. 4. 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 (·). T Proprietà associativa Fig.7(a) e fig. 4.7(a) è equivalente al sistema LTI riportato in fig. 4.5.) h(.) Fig.7(a). osserviamo innanzitutto che.7(b). nel senso che yb (·) ≡ yd (·). 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 (·) .7(c). Per la proprietà commutativa. come mostrato in fig. per cui il sistema LTI in fig.) (a) y a(. 4.6. A sua volta. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . In tale ipotesi. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T .140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(. 4. 4. ossia yc (·) ≡ yd (·). nel senso che ya (·) ≡ yb (·). Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. cioè ya (·) ≡ yc (·). Conseguentemente. 4.7(b) sono equivalenti. i due schemi riportati in fig.7(d). notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). come evidenziato in fig. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). i due sistemi LTI in figura sono equivalenti.7(d) sono equivalenti. 4. per la proprietà associativa.) 0 T t 2T x(.) h(.7(b) e fig. 4.7(c) è equivalente allo schema serie riportato in fig. il sistema LTI in fig. In altre parole. 4. la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). A tal fine. 4. In base a queste due interpretazioni. In virtù della proprietà commutativa della convoluzione. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco.

) y a(.)+h 2(.) y 1(.) (c) y c (. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI. In virtù della proprietà commutativa e associativa della convoluzione.3 Convoluzione 141 x(.) (b) x(.) (b) h2(. (4. 4. . Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco. 4.) (d) h1(. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·). 4.) h2(.) h1(.) x(. in effetti. come mostrato in fig.) h1(.) h1(. In virtù della proprietà distributiva della convoluzione. In base a queste due interpretazioni. A tale scopo. Fig. nel senso che ya (·) ≡ yb (·). tale connessione non può essere studiata elementarmente nel dominio del tempo.)∗h2(. Proprietà di esistenza dell’unità Si può facilmente provare. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) . D’altra parte.8(b) sono equivalenti. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·). cioè i due schemi in fig.) Fig.) (a) y a(.8.) (a) x(.) y d(. 4.8(a). che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.7. valida formalmente sia nel caso TC sia in quello TD. resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.) y b(.) h2(.) h2(.) h1(. i quattro schemi in figura sono equivalenti. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza. 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 (·). Similmente alla proprietà associativa. 4. come mostrato in fig.) x(. i due schemi in figura sono equivalenti. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) x(.8(a) e fig.) y b(.4.8(b).)∗h1(.) y 2(. 4.

rispettivamente.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . invece che alla (4. è possibile riottenere la (4. si giungerebbe. infatti.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. x(n − n0 ) −→ y(n − n0 ) . (4. ∀t0 ∈ R . Dal punto di vista matematico. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. per sistemi a TC e a TD. noti inoltre che. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). In virtù della proprietà di invarianza temporale (4. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).2).11) nel caso TC. x(t − t0 ) −→ y(t − t0 ) .21). x(n − n0 ) ∗ h(n) = y(n − n0 ) . esprimendo la relazione i-u del sistema mediante una convoluzione. e per la (4.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.25) della convoluzione. 4. rispettivamente. secondo la quale.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). Tale sistema prende il nome di sistema identico. si ha. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).) x(.10. i due schemi in figura sono equivalenti. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). Le (4.4) nel caso TD e la (4. In un sistema identico.22) (4. Nel caso di un sistema LTI. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. ∀n0 ∈ Z .142 Sistemi lineari tempo-invarianti (LTI) x(.) x(n) z . per ogni x(·) ∈ I e y(·) ∈ U.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. 4. la (4. esplicitando la convoluzione (4.) δ(.3 Dal punto di vista dell’interpretazione sistemistica. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) .9). se per calcolare y(t − t0 ). ∀n0 ∈ Z .22).22) [un discorso analogo vale per la (4. ad esempio. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop.22) e (4.9. ∀t0 ∈ R . 4. .21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. Per giustificare invece la correttezza della (4. notiamo che la (4. 3.

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.

D’altra parte. ∀n2 ∈ Z . (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata. con durata ∆y ≤ ∆x + ∆h − 1. ∀t0 ∈ R . per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC. (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) . tuttavia in laboratorio è più semplice da approssimare mediante un segnale . ∀n0 ∈ Z . in quanto presenta una discontinuità brusca. (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . ∀t2 ∈ R . Siano x(n) e h(n) di durata rigorosamente limitata. come suggerito dalla definizione. ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata.2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4. (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . con durata ∆y ≤ ∆x + ∆h . con durate ∆x . 4.148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore. anche il gradino è un segnale ideale. x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) . non realizzabile in pratica. ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) . con durate ∆x . ∀t1 ∈ R.4 Risposta al gradino L’impulso di Dirac è un segnale ideale. h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] . applicando un impulso al suo ingresso. (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . ∀n1 ∈ Z.

ovvero è anch’essa una risposta canonica. 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) . 2. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] .35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). .7) di un sistema TD LTI. in particolare. Infatti. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. con un tempo di salita molto stretto. le relazioni (4. ma anche la risposta al gradino caratterizza completamente un sistema LTI.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . è sufficiente far passare quest’ultima in un sistema accumulatore. (4. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n).35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. sfruttando la relazione i-u (4. come ad esempio il segnale uε (t) di fig. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. Nel caso TD.4.11(a). 4.34) e (4.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig.12. In particolare. In definitiva. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. per ottenere la risposta al gradino a partire dalla risposta impulsiva. Notando che la (4. (4.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. In altri termini. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . es. non solo la risposta impulsiva. 3.

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

4.39) è un sistema LTI.1). se ε 1. (4. es. 3. in virtù della (4. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . 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. Si può notare che. il segnale hε (t) tende proprio alla risposta impulsiva del sistema.40) con la (4. possiamo dire che. (4. 3. Esempio 4. Utilizzando la (4. in fig. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). 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) . es. Conseguentemente. es.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . 4.24): s(t) = t u(t) .3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. che cresce linearmente per t > 0 [fig. .4. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . 4. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . il segnale in fig. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. si tratta cioè di una rampa.39) Abbiamo già mostrato che tale sistema è TI (cfr. il cui valore è (cfr. per cui l’integratore (4. Confrontando la (4.36). 4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. si può mostrare che la (4. dt (b) Nel caso TD. 3. In maniera equivalente.13(a)]. che per la (4. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig.12). 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) .37) è esattamente la risposta impulsiva.4 Risposta al gradino 151 alla derivata della risposta al gradino. per ε → 0.13(b)].13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). In pratica.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.38).18) e si può facilmente verificare che tale sistema è anche lineare. identicamente nulla per t < 0.

7): (a) risposta impulsiva.2).7). 4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. Esempio 4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) .41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . si può mostrare che la (4. . si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . In maniera equivalente. Confrontando la (4. es.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. (b) risposta al gradino. 4. (4.13. Integratore con memoria infinita (es. 3.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig.42) con la (4. (4.

avente relazione i-u: y(t) = t t−T x(u) du . 4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. 4.  dτ = t .15(a).9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. 4. (b) risposta al gradino. in virtù della (4. 4. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.14(b)]. si tratta cioè di una rampa a TD [fig.4. n + 1 .4 Risposta al gradino 153 10 1 0.5T T dτ . 4.   t    se 0 ≤ t < T . se n ≥ 0 . 0 . (4. In virtù della (4.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. Risolvendo l’integrale si ottiene:  se t < 0 .34). che è riportata in fig.36).8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0.14. Conseguentemente. Esempio 4.6 0. ossia: h(t) = rect t − 0. 4. in cui l’estremo superiore di integrazione t varia in R. 0 s(t) =  T     dτ = T . che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . es. se t ≥ T . Integratore a TD o accumulatore (es.2).14(a)].5T T .   0 . se n < 0 .8): (a) risposta impulsiva.4 0.

154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig. per ε → 0.5T T + T u(t − T ) . il segnale in fig.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . 4.15. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. In pratica.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. Si può notare che. si tratta di una funzione identicamente nulla per t < 0. Utilizzando la (4. 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. che cresce linearmente nell’intervallo (0. . (b) risposta al gradino.1. 4. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. Integratore con memoria finita (es. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. se ε impulsiva del sistema.38). il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. Esempio 4. in fig. In altre parole. 4.9): (a) risposta impulsiva. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. 4.15(b)]. T . 4.

se 0 ≤ n < M .4. 1. . n+1 RM (n) + u(n − M) . M +1   1.  ∑ k  s(n) = k=0 M    b . Sistema MA con M = 5 e bk = 1 . (b) risposta al gradino. 4.2 1/6 h(n) 0. In virtù della (4.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .45) k=0 rappresentata in fig.4 0 0. se n ≥ M . Nel caso in cui i pesi bk siano tutti uguali a  0 .4 Risposta al gradino 155 0.16.1 0.   n+1 s(n) = . M M (4. ∀k ∈ {0. ed in fig. 5}: (a) risposta impulsiva.2 0 −0. . se n ≥ M .1(a) nel caso generale. se n < 0 .34). 4. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . 4. ∑ k   k=0  1 M+1 . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .3 1 0. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . se 0 ≤ n < M .    n   b . se n < 0 . n M in cui l’estremo superiore della sommatoria n varia in Z.6 0.8 s(n) 0 2 4 n 6 8 10 0. ∑ bk δ (n − k) .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. . .

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

Sostituendo nella (4. questo vuol dire che la risposta del sistema non cambia se. è possibile legare le proprietà del sistema (non dispersività. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. si ha: y(n) = h(0) x(n) .47). possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. prop. ∀k = 0. (4. si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ .46). descritto dalla convoluzione a TD espressa dalla seconda delle (4. in questo caso. nella (4. Consideriamo un sistema TD LTI.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. Notiamo che.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. Una condizione necessaria e sufficiente affinché ciò accada. (4. Passiamo ora a considerare i sistemi TC LTI.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . (4. al posto di {x(τ )}τ ∈R . 4. è che risulti h(k) = 0. Il sistema è non dispersivo se e solo se.5 Proprietà della risposta impulsiva 157 4. 2.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. per ogni segnale di ingresso {x(k)}k∈Z . equivalentemente. infatti. (4. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. seguiamo una strada diversa da quella seguita nel caso TD. cioè caratterizza completamente un sistema LTI. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.5.47) Pertanto.3.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo.2(c)]. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .49) . per ogni segnale di ingresso. § 3. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . la relazione precedente si può riscrivere come y(n) = α x(n) . ponendo α = h(0).1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. stabilità.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . causalità.4.48). possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4.48). Affinché y(n) dipenda solo da x(n). Ponendo x(n) = δ (n) nella (4. Per costruire un segnale siffatto. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k.

un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. l’estensione temporale Dh e. dove la memoria di un sistema è stata definita (cfr. In definitiva. per ogni segnale di ingresso e per ogni t ∈ R. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. dal confronto tra la (4.4 (risposta impulsiva di un sistema LTI non dispersivo) (a) Un sistema LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma h(·) = α δ (·).1) come la durata temporale del segmento del segnale di ingresso che contribuisce. il sistema è non dispersivo se e solo se y(t) = y1 (t).3. I sistemi non dispersivi sono denominati anche sistemi senza memoria. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.49).47). oltre al campione attuale. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . Sostituendo nella (4.7) oppure (4. all’uscita in un determinato istante di tempo.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. Quindi. senza mai annullarsi. n → ±∞. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·).3. pertanto. quindi.48) e (4. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). (4.48) la risposta impulsiva precedente. (b) Equivalentemente. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. i sistemi LTI con memoria si possono ulteriormente classificare come segue: • sistemi LTI aventi memoria rigorosamente finita: la risposta impulsiva h(·) ha durata rigorosamente limitata. § 3. 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. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. ovvero se e solo se è un amplificatore/attenuatore ideale. la durata ∆h . otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. Se poniamo α = h(0). per cui presenta valori non trascurabili su un intervallo temporale non limitato. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. ovvero se h(t) = α δ (t) . possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva.12)]. .

6 0. 4. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr.11): (a) risposta impulsiva.50) dove T > 0. aventi come risposta impulsiva il gradino unitario.4 0.10). 4. Sistema TC IIR con memoria praticamente finita (es. (b) risposta al gradino.5 Proprietà della risposta impulsiva 159 1 0. 4. 4.52). Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). 4. 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) .2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. es.17. T (4. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.9) e il sistema MA (cfr. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita.7) e l’accumulatore (cfr.4. es. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). In virtù della (4. T (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 .52) Pertanto. che è rappresentata in fig. 4. Sfruttando il fatto che u(τ ) = 0 per τ < 0.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . 4. es.51) con la seconda delle (4. se t ≥ 0 . T (4.4 0.17(a).6 0. .8 0.12). Esempio 4. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .8). L’integratore (cfr.51) Confrontando la (4.36). sono sistemi IIR con memoria infinita. 0 .  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .8 0. es. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.

Infatti. in quanto per tali valori di k risulta n − k > n. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) .2). ovvero è un segnale di durata praticamente limitata. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . proprio di una quantità pari alla memoria del sistema. In questo caso la relazione i-u assume la forma: y(n) = +∞ k=0 ∑ h(k) x(n − k) = +∞ −∞ k=−∞ ∑ n x(k) h(n − k) . Lo stesso si può dire anche per i sistemi TD.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. Affinché allora l’uscita non dipenda dai valori futuri.5. ln(|a|) memoria che tende a diventare infinitamente grande. mentre tende a zero per |a| → 0. 4. In altri termini. con 0 < α < 1. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . In conclusione. il sistema LTI ha memoria praticamente finita. (4. per ogni segnale di ingresso. per |a| → 1. 4.2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. con costante di tempo T > 0.17(b). (4. § 4.3. Così facendo. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . ∀k < 0 . risolvendo l’equazione h(∆h ) = α /T (cfr. § 2.1). se per semplicità facciamo riferimento ai sistemi TC. deve accadere che h(k) = 0 . Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. 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.53). La somma su k porta in conto valori futuri dell’ingresso per k < 0.54) . Per calcolare la memoria analiticamente. ma non dipende dai valori dell’ingresso negli istanti successivi.3. scegliamo come valore di soglia α h(0+ ) = α /T . in virtù della (4. e quindi misurare la memoria del sistema LTI. Passiamo ora a considerare i sistemi TC LTI.31).53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. notiamo che applicando al sistema un ingresso di durata finita. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. con 0 < |a| < 1 . la durata della risposta impulsiva risulta ∆h = T ln 1 α . per effetto della convoluzione. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . ricordando la proprietà di durata della convoluzione (cfr. esso sarà “allungato”.

si può verificare che un sistema TC è causale se e solo se h(t) = 0 . Risposta impulsiva dell’integratore non causale (es. Ragionando in modo analogo a quanto fatto nel caso TD. ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD). 4. § 3. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Di seguito sono riportati alcuni esempi di sistemi non causali. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. . 4. la relazione i-u (4. h(t) = 0. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. In questo caso. In sintesi.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig.12). h(t) = 0.2) che un caso particolare di sistema non causale è il sistema anticausale.3. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. ∀t < 0 . Abbiamo visto nel capitolo precedente (cfr.18. il sistema è non causale.4.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ .

.57) rappresentata graficamente in fig. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . A questo punto. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. per cui è un sistema LTI.55) con T > 0. e pertanto esso rappresenta un esempio di sistema LTI. Esempio 4. e particolarizzata in fig. 0} . .19(b) al caso M = 5 e 1 bk = M+1 = 1 . D’altra parte. Infatti.58) espressione che è perfettamente equivalente alla (4. avente relazione i-u: y(t) = t+T t x(u) du . . che è rappresentata in fig. da cui.56) da cui. es. 0. −M + 1. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. ∀k ∈ {0. .5T T . si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0.7). per confronto diretto con la (4. si può mostrare che la (4.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. . per confronto con la (4.12). osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. 5}. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4.19(a) nel caso generale.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . 4.57). deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. M Si tratta di un sistema sia lineare che tempo-invariante. sia invariante temporalmente. Si può facilmente verificare che tale sistema è sia lineare. (4. (4. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k .10 e 3. In maniera equivalente. 4.18: si tratta di un segnale che assume valori non nulli per t < 0 e. pertanto tale sistema è non causale.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. si ha.7). k ∈ {−M. Per questo motivo.11. il sistema non è causale. 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) .55) si può scrivere come una convoluzione. (4. ponendo x(n) = δ (n) nella (4. 3. . con il cambio di variabile τ = t − u → u = t − τ . 1. (4. . . 3.12). la (4.5T T x(t − τ ) dτ . 0). 4. conseguentemente. .55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . altrimenti . Infatti.

con ∆x ∈ R+ . (a) Risposta impulsiva di un generico sistema MA non causale. In tal caso.31).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. 4. si ottiene che: y(t) = 0. l’anticipo unitario TD è un sistema anticausale.19. ∀t ∈ (0. seguendo gli stessi ragionamenti che hanno portato alla (4. ∀k ∈ {0. ∆x ). ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. Se il sistema è causale. . allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. 6 Questa . la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. Il sistema è pertanto non causale. abbia estensione temporale Dx = (0.4.. 1.. I sistemi causali godono di una proprietà importante. in particolare. consideriamo il caso dei sistemi TC. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. 5} (es. poiché h(n) è identicamente nulla per n ≥ 0. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0.13). che sussiste con ovvie modifiche anche nel caso TD. cioè. Si tratta chiaramente di un sistema LTI. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. ∆h ). Per evidenziare tale proprietà. Tale risultato. . Allo stesso modo il sistema TC che effettua un anticipo temporale. che realizza un anticipo unitario del segnale di ingresso.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . è un sistema LTI anticausale. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . con ∆h ∈ R+ . ∆x + ∆h ) .. .5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . Un segnale identicamente nullo per t < 0 è anche detto6 causale. 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. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. 4. . 6 Esempio 4. è riassunto dalla seguente proprietà: Proprietà 4. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0.

3. si ha che y1 (t) = 0.6 si poteva già dedurre dalle prop. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI.1 e 3. In verità. 4. rispettivamente. D è mostrato che se un sistema LTI è invertibile. sfruttando in aggiunta la proprietà di linearità. 4.1. per ogni t0 ∈ R e per ogni x1 (t).) h(.1 y1 (t) = y2 (t). cioè. ∀t < 0. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) .4. risulta che y1 (t) = y2 (t).59) per cui se hinv (·) è l’inverso di h(·). In app. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. cioè y2 (t) = 0. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 .3. 3. allora il corrispondente sistema inverso è anch’esso LTI. in base alla prop. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. 4. in virtù della prop.1 è più immediata: .) x(. ∀t ∈ R. l’applicazione della prop.3). Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. Ricordiamo che. 4. Dato un ingresso x1 (t) = 0.) hinv(. ∀t ≤ −ε . con ε ∈ R+ piccolo a piacere. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. in questo caso. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. 3. 4. allora h(·) è l’inverso di hinv (·). (4. Ma se il sistema è lineare. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . 3. 3. Poiché risulta x1 (t) = x2 (t) = 0.) x(. ∀t ≤ t0 . anche il segnale di uscita è identicamente nullo per t < 0.60) (4.20. ∀t ∈ R.164 Sistemi lineari tempo-invarianti (LTI) y(.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.5. allora risulterà per la prop. cfr. Soffermiamo l’attenzione sui sistemi TC. ∀t ≤ −ε .20 (notiamo che per i sistemi LTI vale una proprietà più generale. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). x2 (t) ∈ I tali che x1 (t) = x2 (t). Poiché la risposta impulsiva del sistema identico è δ (·). Per cui ritroviamo il risultato. la prop. In base a tale risultato.4.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. così come il segnale di ingresso. 7 Nel caso TD. un sistema è causale se e solo se. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. §3.20. ed applichiamo la proprietà vista per t0 = −ε < 0. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. come mostrato in fig. Poiché la convoluzione è commutativa.) Fig. le stesse considerazioni si possono fare scegliendo n0 = −1. 4.6 vale più in generale per sistemi lineari causali (non necessariamente TI). e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. supponiamo di scegliere un secondo ingresso x2 (t) = 0. ∀t ≤ −ε . ∀t ≤ t0 . Pertanto.

ovvero |x(n)| < Kx . che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . che va sotto il nome di deconvoluzione (di fatto. detta hinv (·) la sua risposta impulsiva. se h(k) è una successione sommabile. (4. nelle telecomunicazioni.5 Proprietà della risposta impulsiva 165 Proprietà 4.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. Alcuni approfondimenti ed esempi sono riportati in app. §3.60) è un problema matematicamente complicato. In molti casi pratici. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Supponiamo allora che l’ingresso sia limitato. In alcuni casi. e proviamo a trovare una maggiorazione simile per l’uscita y(n). significa determinare uno dei fattori della convoluzione. Abbiamo cioè provato che la sommabilità (4. consideriamo un sistema TD LTI. Si ha. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza.5. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. a cui si rimanda direttamente il lettore. 4. Purtroppo determinare hinv (·) dalla (4. Ad esempio. un problema di interesse è determinare il sistema inverso di un dato sistema. cfr. 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. ∀n ∈ Z. il suo sistema inverso è anch’esso LTI e.3. Pertanto. allora la risposta impulsiva dev’essere sommabile.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). descritto dalla (4. . Questa compensazione prende il nome di equalizzazione. con passaggi banali.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .59) o (4. noto l’altro fattore ed il risultato finale). D.4. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·).7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). se un sistema è stabile. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) .

h(k − n) dove la seconda sommatoria va effettuata. −1. (4. altrimenti . . Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . 4. come riassunto dalla seguente proprietà: Proprietà 4. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. se h(−n) = 0 . x(n) = h(−n)  0. 1. su tutti i valori della variabile k per i quali h(k − n) = 0. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). per ciascun n ∈ Z. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| .9) e il sistema MA (§ es. In definitiva. la risposta impulsiva h(·) ha durata rigorosamente limitata. il che contraddice l’ipotesi che il sistema sia stabile.62) In definitiva. procediamo per assurdo. che presentano memoria rigorosamente finita. anche i valori di k per i quali h(k) = 0. ovvero h(n) sommabile . Tale segnale assume solo i valori 0. h(k) k k=−∞ dove abbiamo incluso nella somma. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. risulta che l’uscita all’istante n = 0 non è limitata.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. e quindi è sicuramente limitato. la risposta impulsiva deve essere necessariamente sommabile. 4. Pertanto. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. senza alterarla. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . (sistema TC) . l’integratore con memoria finita (§ es. Per un sistema LTI a TC è possibile ragionare in maniera analoga. Ad esempio.10).

Più in generale. in quanto. Ad esempio.3). che contiene solo impulsi. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. 4. +∞ k=−∞ +∞ con 0 < |a| < 1 . aventi come risposta impulsiva il gradino unitario. D’altra parte. che anticipa/ritarda il segnale di ingresso. Ad esempio. in questo caso. nel senso che può contenere degli impulsi di Dirac. nel caso del sistema (4.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es.17(a)] è data da: 1 −τ /T e u(τ ) . che non contiene impulsi. In conclusione. la cui risposta impulsiva [fig. n=1 himp (t) N (4. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). e di una funzione himp (t) puramente impulsiva. Ad esempio. con t0 ∈ R . Verifichiamo che tale sistema è stabile.4 e B.63).5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . se la risposta impulsiva h(t) è una funzione generalizzata.63). Analogamente. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t).8). Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. (4. l’uscita del sistema (4.11. i sistemi IIR aventi memoria infinita sono sicuramente instabili. questo problema può essere tranquillamente aggirato. Poiché il concetto di sommabilità di una distribuzione non è definito.64) .1. se il sistema IIR ha memoria praticamente finita. In verità. per ogni t0 ∈ R.63) è sicuramente limitata.7) e l’accumulatore (§ es. dal punto di vista pratico. Esempio 4. l’integratore (§ es. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). se il segnale di ingresso è limitato.2. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. possiamo concludere che il sistema TC (4. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . Infatti. il sistema è stabile. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. pertanto. 1 la risposta impulsiva è sommabile.62) (cfr. il sistema che effettua la traslazione temporale del segnale di ingresso. sono stabili.61) e (4. 4. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. ossia h(t) = δ (t − t0 ). è un sistema stabile. sono esempi di sistemi IIR con memoria infinita e. T Si tratta di un sistema con memoria praticamente finita.4. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. 4. instabili. conseguentemente. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. Pertanto.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . Più precisamente. § B. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . 4.

Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. αN . possiamo affermare che. come mostrato in fig. Tali sistemi presentano numerose analogie. 4. .65) . tN Fig. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano.6.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . dove N ∈ N. allora il sistema complessivo è sicuramente stabile. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. sono descritti da equazioni differenziali lineari a coefficienti costanti. 4. . In altre parole. 4. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale.8. in virtù della prop. 4. . .21. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. 4.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). In questo caso. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. Osservando che il parallelo di più sistemi LTI equivale ad un unico sistema LTI la cui risposta impulsiva è data dalla somma delle risposte impulsive dei sistemi coinvolti nel parallelo. se i sistemi componenti il parallelo sono singolarmente stabili. 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). tuttavia per una presentazione efficace è opportuno studiarli separatamente. 4. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . dt k dt m=0 (4. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD).21. in svariati campi delle scienze fisiche e dell’ingegneria. il sistema in fig.

Una seconda osservazione importante riguarda il fatto che la (4.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . in quanto.65) coinvolge. per ogni fissato ingresso x(t). è data dalla somma di una soluzione particolare y p (t) della (4. a partire da un istante prefissato tin ∈ R. . b1 . .68) è detta soluzione omogenea della (4. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. nel senso specificato dalla def. osserviamo che. la (4.65). la (4.65). M dm che rappresenta una relazione i-u tra y(t) ed x(t). . (4.68) ottenuta ponendo x(t) ≡ 0 nella (4. I valori assegnati y0 . b1 . . a1 . . 3.65).65).4. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. . bM sono costanti e quindi indipendenti dal tempo t. In questo caso. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . occorre preliminarmente osservare che il fatto che la (4. 8 Nel . . la soluzione generale della (4.1. sia applicato in ingresso al sistema un dato segnale x(t). a0 . .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. . che tiene conto di tutte le possibili condizioni iniziali.65) descrive in maniera solo implicita il comportamento del sistema. è necessario conoscere lo stato iniziale del sistema. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. m=0 N dk M dm (4. . vedremo che ciò è vero solo in alcuni casi particolari. . . per trovare la corrispondente uscita y(t) per t ≥ tin . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . in altre parole.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. N dk (4. aN e b0 . . bM sono i coefficienti (in genere reali) dell’equazione. . e N ≥ 0 è l’ordine dell’equazione. a1 . infatti. .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). 3. . dN−1 y(t) dt N−1 = yN−1 . dal punto di vista fisico. . . . Ponendo per semplicità tin = 0. È noto8 che tale problema non è completamente definito. Per sgombrare subito il campo da qualsiasi tipo di equivoco. l’equazione differenziale (4. determinare la relazione i-u del sistema equivale a risolvere. supposto che. yN−1 dipendono dalla evoluzione passata del sistema e. per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . y1 . essa non rappresenta un legame i-u come espresso dalla def. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. la (4. Nel caso più generale in cui N = 0. Ciò è vero solo nel caso particolare in cui N = 0. . Assegnato l’ingresso x(t) per t ≥ 0. Come verifica di quanto sopra affermato.66) t=0 t=0 dove y0 . La soluzione generale y0 (t) della (4. y1 . in tal caso. .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) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . . d y(t) dt = y1 .65).67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. aN e b0 . yN−1 sono valori (in genere reali) assegnati. La (4. . . .1. . .

λN . (4. .73) dove λ1 . D’altra parte. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. Le radici del polinomio caratteristico possono essere reali. Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . con λ ∈ C.68). . . l’esponenziale eλ t è soluzione della (4. Se si pone allora y(t) = eλ t nella (4. . è soluzione della (4.69). cioè del tipo esponenziale complesso.70) è una soluzione della (4.70) fornisce tutte le soluzioni dell’equazione differenziale (4. . a . . (4.67) e (4.69) da cui sommando membro a membro la (4. immaginarie oppure complesse. e quindi deve annullarsi q(λ ). . . . allora si prova facilmente che t h eλit . . c2 .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ).68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . allora k=0 ∑ ak dt k y0 (t) = 0 . siano esse λ1 . . la (4.170 Sistemi lineari tempo-invarianti (LTI) della (4. a N 0 1 siano reali.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. . . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 .65).71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. Più in generale. . Quindi. poiché una arbitraria combinazione lineare di soluzioni della (4. .68) non offre particolari difficoltà. . . Ni − 1}. 1. è immediato constatare che y(t) = y0 (t) + y p (t) (4.68). In linea di principio. . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . N dk (4. rispettivamente. .68). per h ∈ {0. cN sono costanti arbitrarie.68). allora gli esponenziali complessi eλ1t .72) dove c1 . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. . . λ2 .68) è ancora una soluzione della stessa equazione. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.65). i (4. . .65) non univocamente determinata. le radici di q(λ ) sono o reali o complesse coniugate. eλ2t . la soluzione generale della (4. .68). Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue.73) degenera 9 Nel caso in cui i coefficienti del polinomio a .h t h eλ t . eλN t sono singolarmente soluzioni della (4. NR . . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. λ2 . combinando linearmente tutte le N possibili soluzioni. 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 . . . Pertanto. . . si può provare che la (4. N2 .

Conseguentemente.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. . A differenza della soluzione y0 (t). la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. .75) t=0 t=0 La soluzione particolare yfor (t) della (4. D’altra parte.72)].65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. senza portare in conto le condizioni iniziali. . . la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. soddisfi le condizioni iniziali (4.73). se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. y1 . in quanto tiene conto del solo segnale di ingresso x(t). d y0 (t) dt = y1 . . . Riassumendo quanto detto finora. allora la soluzione particolare ottenuta è valida solo per t > 0. . possiamo dire che la soluzione generale della equazione differenziale (4. In altri termini.65) non definisce univocamente un sistema.74) determina un sistema di N equazioni lineari nelle N incognite ci. né una tecnica generale di soluzione. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. ylib (t) = 0. ossia. (4. . 2. .h nella soluzione omogenea.4. Si determina la soluzione omogenea y0 (t) data dalla (4. con i ∈ {1. cioè y0 = y1 = · · · = yN−1 = 0. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. Anche in questo caso. data da y(t) = y0 (t) + y p (t) per t > 0. In molti casi è conveniente esprimere la soluzione generale della (4. si determina una soluzione particolare y p (t) della (4. . la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. Innanzitutto.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. R} e h ∈ {0.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4.h ). 2.73). La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. 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. assumendo che siano nulle le condizioni iniziali.66) assegnate. Assegnato l’ingresso x(t). (4. 3. l’equazione differenziale (4. 1. y1 . per la presenza delle costanti ci.65).66) e la seconda dipendente solo dal segnale di ingresso x(t). e per essa non è possibile dare un’espressione generale.65) si può ottenere seguendo i seguenti passi: 1. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .65). yN−1 . . dN−1 y0 (t) dt N−1 = yN−1 . Si determinano gli N coefficienti ci. Notiamo che. . .h . . . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso).6 Esempi di sistemi LTI 171 nella (4. La (4. Questo è un risultato del tutto intuibile in quanto. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). cioè y0 (0) = y0 . . se l’ingresso è applicato all’istante tin = 0.h . Risolvendo tale sistema si trova che le costanti ci. . l’evoluzione libera del sistema è nulla.h sono combinazioni lineari dei valori y0 . ∀t ∈ R. Ni − 1}.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. .

Fig.65) e (4. Tuttavia. 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). In definitiva. Schema a blocchi del sistema RC (es. indipendente dal segnale di ingresso. Inoltre.65) e (4. se si impone x(t) ≡ 0. dt (4.23. 4.76) La prima osservazione interessante suggerita dalla (4. α2 ∈ C.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. assegnando cioè y0 = y1 = · · · = yN−1 = 0.76) è che in generale il sistema descritto dalle (4. il che si ottiene imponendo che il sistema sia inizialmente in quiete.66) sia LTI.66) non è tempo-invariante.16). La . In particolare. 3. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). 4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. 3. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. ciò viola la prop. mentre l’uscita y(t) è la tensione ai capi della capacità. ciò significa che se x(t) ≡ 0. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. Possiamo quindi dire che. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig.16). ∀α1 . (1) (2) del sistema agli ingressi x1 (t) e x2 (t). si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .76) è che in generale il sistema descritto dalle (4. occorre che la sua evoluzione libera sia nulla. Esempio 4. 4. Schema elettrico del sistema RC (es. rispettivamente. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). 4. è interessante osservare che il sistema definito dalla (4.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. 4.76) che y(t) = ylib (t) = 0.65) e (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) . allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t).16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. può essere rappresentato mediante lo schema a blocchi in fig. (4.22. ∀t0 ∈ R. indipendente dal segnale di ingresso. segue dalla (4.66) non è lineare. cioè. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.76) è lineare per le differenze. allora yfor (t) ≡ 0. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. affinchè il sistema descritto dalle (4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. 4.22.4 dal momento che. La seconda osservazione legata alla (4.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1).23.

dt RC dt  0 .  RC e  . dt (4. La soluzione particolare y p (t) dipende dal tipo di ingresso. Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.4. In questo caso. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . per integrazione indefinita. (4. per la presenza della costante moltiplicativa c1 arbitraria. RC da cui. In questo caso (R = N = 1). otteniamo la risposta forzata del sistema.79) otteniamo allora che y0 (0) = c1 = y0 .  c2 . se t ≥ 0 . d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).71). Dalla (4. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . dobbiamo imporre la sola condizione y0 (0) = y0 . Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . da cui si ricava l’unica radice λ1 = −1/(RC). c1 ∈ R . Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).77). nel nostro caso (equazione del primo ordine).79) Notiamo che. per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC .6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4.66).77).72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC .77). la (4.73) degenera nella (4. risolvendo l’equazione (4. l’equazione differenziale completa assume la forma y p (t) + RC d y p (t) = u(t) dt ⇐⇒ d 1 1 y p (t) + y p (t) = u(t) .79) non consente di determinare univocamente l’uscita del sistema.77) si può scrivere come: y(t) = y0 (t) + y p (t) .78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. la (4. e deve soddisfare l’equazione differenziale completa (4. 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 . se t ≥ 0 .  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. se t < 0 . se t < 0 .

ponendo y0 = 0. ponendo T = RC. segue che c3 = −1. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. è pari a yt0 (t) = yfor (t −t0 ). Nel cap. 4. il sistema LTI ottenuto è causale [h(t) = 0.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) .37) esistente tra risposta al gradino e risposta impulsiva. (4. ottenuta ponendo x(t) = u(t − t0 ). con N ≥ 0 e aN = 0. La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . ma non comporta discontinuità in t = 0 del segnale y p (t). si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. il sistema risultante non è omogeneo (e quindi non è lineare). ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. . per la presenza dell’evoluzione libera. dt RC che.80) Osserviamo che. si dimostra che una discontinuità di prima specie del segnale x(t) nel punto t0 implica una discontinuità di prima specie nel punto t0 della derivata N-esima del segnale y p (t). 4. 4. trattandosi di una equazione differenziale del primo ordine. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (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. 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).65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . essendo il sistema LTI nelle ipotesi fatte. Notiamo a questo punto che.50) assegnata nell’es.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . per cui risulta che c2 = 0. e la (4.11. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. M (4.10 Pertanto. corrisponde alla risposta impulsiva (4.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. una relazione analoga alla (4.65) in maniera più semplice di quanto visto finora.81) nota come equazione alla differenze a coefficienti costanti di ordine N. Tenendo presente la relazione (4. Inoltre. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t).65). 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. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. inoltre.24. ∀t < 0] e stabile [h(t) è sommabile]. Oltre ad essere chiaramente dispersivo. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. ovvero s(t) = (1 − e−t/RC ) u(t) .6. per un’equazione differenziale di ordine N. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0.77).

e sono denominati sistemi auto-regressivi a media mobile (ARMA). 1. (b) risposta al gradino. . M} .6 Esempi di sistemi LTI 175 1 0.83) dove y1 . A tale proposito.4 0. 3.81) rappresenta una relazione i-u semplice da studiare.24. si può provare che la soluzione generale di una equazione del tipo (4. n ∈ {0. . y2 . (4. Per N ≥ 1. sono generalmente meno note ai lettori. . a partire da un istante prefissato nin ∈ Z. In particolare. va detto che la teoria e la pratica delle equazioni alle differenze.6 0.81) si può esprimere. sia applicato in ingresso al sistema un dato segnale x(n).16): (a) risposta impulsiva.65). yN sono valori (in genere reali) assegnati. i sistemi definiti implicitamente dalla (4. avente la seguente risposta impulsiva:   bn . y(−N) = yN . analogamente alle soluzioni di una equazione differenziale (4. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . 4. assegnato il segnale di ingresso x(n). .8 0.82) Dal confronto con l’es.4.81).82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). . .9. . come: y(n) = y0 (n) + y p (n) . Ponendo per semplicità nin = 0. la (4. analogamente al caso TC. 4. sono sistemi LTI. per determinarne la relazione i-u. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . supposto che. altrimenti .6 0. la (4. Assegnato l’ingresso x(n) per n ≥ nin . .2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0.8 RC h(t) 0. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . . notiamo che la (4. . In particolare. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. h(n) = a0  0. .65). Sistema RC (es. è necessario risolvere rispetto a y(n) l’equazione alle differenze. Solo nel caso N = 0. (4. a0 m=0 (4. sebbene in principio siano più semplici rispetto alle equazioni differenziali. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. . per trovare la corrispondente uscita y(n) per n ≥ nin .81) descrive solo implicitamente un sistema. . y(−2) = y2 . sotto opportune ipotesi.4 0.

zN . cN sono costanti arbitrarie. . a . . . .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. N (4. . siano esse z1 . yN .h nh zn . Pertanto. . . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . .11 Se le N radici del polinomio q(z) sono distinte. (4. . M (4. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. 1 2 N (4. yN−1 assunti da y0 (n) per n ∈ {−N. Se ci si limita a trovare soluzioni del tipo zn .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z).h . . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . a N 0 1 siano reali.87) dove c1 . con z ∈ C e si pone y(n) = zn nella (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . y1 . . (4. . . N2 . la soluzione generale della (4. . c2 . y2 . . . .81): k=0 ∑ ak y(n − k) = 0 . cioè y1 = y2 = · · · = yN = 0. immaginarie oppure complesse. . zR aventi molteplicità N1 . .84). i (4. . ossia y0 (−1) = y1 .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . NR . z2 . . l’esponenziale zn è soluzione della (4. −N + 1. le radici di q(z) sono o reali o complesse coniugate. la soluzione generale della (4. . . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . ovvero la soluzione generale dell’equazione omogenea associata alla (4. .83). Se invece il polinomio q(z) presenta R radici distinte z1 .89) si trova che le costanti ci. . rispettivamente.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . . z2 .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4.81). −1}. . Risolvendo il sistema lineare (4.84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . yN (−N) = yN .88) che soddisfa le condizioni iniziali (4. . y0 (−2) = y2 . come nel caso TC.h sono combinazioni lineari dei valori y0 . . .88) Quindi. . con N1 + N2 + · · · + NR = N. .86) le cui radici possono essere reali.84) si effettua ragionando similmente al caso TC. Conseguentemente.84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. . .

.83). y(n) − a y(n − 1) = b x(n) . ossia. e ponendo a = −a1 /a0 e b = b1 /a0 . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito.90) A causa della presenza dell’evoluzione libera. ∀n ∈ Z.4. Dividendo primo e secondo membro per a0 = 0.81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) . e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. più semplice. . a0 k=1 a0 m=0 (4. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). y(−2).81). Esempio 4. Tale procedura. Pertanto. Nell’esempio che segue. . il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. Successivamente. . ylib (n) = 0. y(n − 2). che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) .81) e (4. possiamo riscriverla nella forma seguente. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. . a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). . y(1). a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra.81) e dalle condizioni iniziali (4. Similmente al caso TC. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. (4. (4. con condizioni iniziali nulle.83) è in generale lineare per le differenze e tempo-variante. y(−N + 1). Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. D’altra parte. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). . . y(−N) (ovvero le condizioni iniziali assegnate). . . . . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4.92) . . x(n − 2).91). Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. . che è applicabile solo a TD. assegnando y1 = y2 = · · · = yN = 0.6 Esempi di sistemi LTI 177 del sistema è nulla. . A differenza del caso TC.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. . la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . l’equazione alle differenze (4. il sistema descritto dalle (4. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali.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). 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). dai valori y(n − 1). In conclusione.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) . Tale metodo si basa sull’osservazione che la (4.

In definitiva. ponendo b = 1. il sistema in esame è un sistema IIR avente memoria praticamente finita. 4. Pertanto. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. a ed in generale.91) dell’equazione alle differenze (4. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . scrivendo: h(n) = a h(n − 1) + b δ (n) .8333 e b = 1. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. per n ≥ 0. assumendo che il sistema sia inizialmente in quiete. . h(n) può essere sinteticamente espressa come h(n) = b an u(n) . 4. È interessante osservare che.12 è utile fare qualche considerazione sulla loro implementazione.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. 4. e sono pertanto sistemi IIR. con un leggero abuso di notazione. Questa interpretazione porta allo schema a blocchi riportato in fig. 4.26 per a = 0.178 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. h(n) = an b . per N ≥ 1. ed in particolare nell’elaborazione digitale dei segnali. i sistemi ARMA presentano risposte impulsive di durata infinita. supposto 0 < |a| < 1.23 sottolinea che l’equazione (4. e stabile per 0 < |a| < 1. il comando filter implementa proprio la relazione i-u di un sistema ARMA. Va detto che. 4. h(1) = a h(0) + b δ (1) = ab . ossia y(n) = h(n). Così facendo. data la notevole importanza dei sistema ARMA nelle applicazioni. A differenza del caso TC. Analogamente. nel cap. che è rappresentata graficamente in fig. 4. Imponiamo che il sistema sia LTI.81). La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig.17. si vede che il sistema è dispersivo. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza.25. 4. A conclusione di questo paragrafo. oltre a fornire un metodo alternativo di risoluzione dell’equazione. osserviamo che la forma ricorsiva (4. per n < 0. la cui somiglianza con lo schema di fig. suggerisce anche un modo per realizzare il sistema. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. denotiamo 12 Ad esempio. h(n) = 0 .11. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 .25).16). In tale ipotesi. Per semplicità. Dalle proprietà della risposta impulsiva. possiamo trovare la soluzione h(n) in maniera ricorsiva. in Matlab. A tale proposito. ed in generale. in generale. causale. es. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). ovvero y(−1) = 0.

25.17). N (4. Questa ricorsione.8333 e b = 1). 1.4. N + 2. per m ∈ {0. M}. ponendo a zero i coefficienti bk . 4. . N}. 2.2 Fig. è possibile ottenere un sistema con N > M. per k ∈ {N + 1. 4. . h(n) 0 0 5 n 10 15 20 Fig. partire da un sistema ARMA con N = M. è possibile ottenere un sistema con N < M.6 0. con ak i rapporti −ak /a0 . . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. .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.26.27.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. m=0 N N (4. 4. per m ∈ {M + 1. M + 2. 4. . . ponendo a zero i coefficienti bm . ritardo elementare e sommatore. . analogamente. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. .17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0.93) è riportato in fig.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. .8 0. opportunamente ritardato e scalato. così facendo la (4. 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) .6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. 4. Risposta impulsiva del sistema LTI (es. . . Per effetto della ricorsione. N}. per k ∈ {1. è riportato indietro verso il segnale di ingresso z(n).91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) .4 0. N (4. i sistemi AR presentano risposte impulsive di durata infinita. . 13 A . M}. . e con bm i rapporti bm /a0 . . si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. . . Precisamente. 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) . lo schema a blocchi corrispondente alla (4.

Lo schema di fig. . In tal modo. in quanto sia la parte MA che quella AR sono sistemi LTI. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. 4.27. La realizzazione di fig.14 per un totale di 2 N ritardi elementari. pertanto. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. Lo schema si può vedere come la cascata della parte MA e della parte AR. nonchè amplificatori e sommatori. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale.28.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti.29. che è generalmente denominata forma diretta II del sistema ARMA. . z -1 x(n-N) bN aN . 4. ciò non altera il legame i-u del sistema. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. 4. 4. si ottiene la struttura cosiddetta canonica riportata in fig. mentre la (4. precedentemente menzionato.27 è comunemente denominata forma diretta I del sistema ARMA.94) rappresenta la parte MA (o FIR) del sistema. Così facendo si giunge alla struttura modificata rappresentata in fig. . e sono pertanto sistemi IIR. z -1 y(n-N) b2 a2 . Possiamo quindi dire che la (4. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. . Realizzazione in forma diretta I di un sistema ARMA (N = M). . .15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. 4. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo.95) rappresenta la parte AR (o IIR) del sistema. senza alterare la natura del sistema. . . . 15 Il comando filter di Matlab.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . .

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

Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. e scrivere la relazione i-u in termini di convoluzione discreta (4.7.182 Sistemi lineari tempo-invarianti (LTI) 4. di sinusoidi (rappresentazioni di Fourier). e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. se reali. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ .12). e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. ovvero poniamo x(t) = e j2π f t . Supponiamo che il segnale di ingresso sia un fasore a frequenza f . moltiplicato per H( f ). per il quale la H( f ) definita dalla (4. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. Nei paragrafi seguenti. 4. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .12). per comodità di presentazione.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 (·).96) .7) oppure continua (4. avente ampiezza unitaria e fase iniziale nulla. Assumendo che la quantità tra parentesi tonde esista finita. oltre che come sovrapposizione di impulsi.96) esiste finita. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. e dei sistemi LTI in particolare. 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. Sostituendo nella relazione i-u del sistema.97) +∞ −∞ h(τ ) e− j2π f τ dτ . e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). (4.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o.

6 che la relazione (4. che modifica la fase del fasore di ingresso. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI.96). 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 . Quindi. generalmente soddisfatte dai segnali di interesse pratico. |H( f )| < +∞. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ).4. se h(τ ) è sommabile. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . proporzionale a e. mentre la fase del fasore viene modificata da H( f ). 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. Fig. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. 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.9 può anche essere rappresentata dallo schema a blocchi di fig. e la sua inversa.30. Sostituendo tale espressione nella (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. Tale proprietà si esprime. in particolare concetti di analisi funzionale.96). Dalla sua definizione (4. ovvero si ha y = A x. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . per ogni fissato valore di f . 4. Vedremo nel cap. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. osserviamo che H( f ). La prop. che modifica l’ampiezza del fasore di ingresso. che definisce H( f ) in funzione di h(τ ). 4. conseguentemente. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. Sotto opportune ipotesi.97). cui corrisponde in uscita ancora un segnale costante y(t) = H(0). poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. da cui segue che. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. (4. ovvero se il sistema è stabile. Per completare l’analogia. dicendo che i fasori sono le autofunzioni dei sistemi LTI. evidenzia che i fasori sono segnali particolari per i sistemi LTI. .9 si applica sicuramente a tutti i sistemi stabili. si può interpretare come la trasformata di Fourier del segnale h(τ ). detta antitrasformata di Fourier.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. la prop.98) La (4. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. è in generale una grandezza complessa. 4. in particolare l’ampiezza del fasore viene modificata da |H( f )|. 4. mentre la sua fase H( f ). ∀ f ∈ R. prende il nome di risposta in fase.30. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . prende il nome di risposta in ampiezza. cioè dell’autovalore.31. Si noti che tale proprietà vale anche per f = 0.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. per analogia con la corrispondente proprietà dell’algebra lineare. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. inoltre il suo modulo |H( f )|. 4. ∀f ∈ R. tale relazione di trasformata di Fourier è invertibile. Infatti.

avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). della quale è facile ricavare modulo e fase. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. dt (4. 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.22. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . e sostituendo tali espressioni nell’equazione differenziale (4. come dimostrato dall’esempio seguente. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .16. 4. dt dt sostituendo nella (4.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.16 (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 .96). 4.32 in funzione di 2π f RC. (4.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 4.1) che.6. 6. avente ampiezza unitaria e fase iniziale nulla. mentre assume valori minori di 1 per f = 0 e decrescenti . e sarà ulteriormente approfondito nel cap. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. Esempio 4. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .6. 4. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. la prop. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. si perviene alla seguente equazione differenziale. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . Sfruttando la conoscenza di h(t).184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.100) che descrive il sistema. che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f .96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). ovvero H( f ) = y(t) x(t) . ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . 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. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (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 .1). raffigurato in fig. 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 .99). § 4.

Infatti. supposto H( f ) finita. crescenti al crescere di | f |. Risposta in frequenza di un sistema RC (es. In altri termini. si ha: H ∗ ( f ) = H(− f ) . che introduce un’attenuazione di ampiezza crescente con la frequenza. se l’ingresso è nullo. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. Pertanto. coniugando la (4. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) .101) .5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. In particolare. prop. a prima vista. In definitiva.4. 4. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. 4. Quindi.96) o dalla (4. Tale conclusione non è corretta. la corrispondente uscita è nulla. dove si è sfruttato il fatto che.4). risposta in fase (in basso). 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. La prop. 4. 3. viene chiamato filtro passabasso. e sarà ulteriormente approfondito nei prossimi capitoli. Infatti. il che è vero se e solo se y(0) = 0. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. tuttavia. notiamo che. L’es. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. Se il sistema LTI è reale.99) è in generale una funzione complessa.18): risposta in ampiezza (in alto). risulta h∗ (τ ) = h(τ ). si è implicitamente imposto che il sistema sia LTI. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . cioè H( f0 ) = 0. Come osservazione conclusiva.9 e l’es. (4. per un sistema reale. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . al crescere di | f |. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. che assume una importanza rilevante nello studio dei sistemi LTI.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. dato un sistema LTI. Un sistema di questo tipo. ovvero la sua risposta impulsiva h(t) è una funzione reale. se h(τ ) è reale. il sistema può “sopprimere” completamente il segnale di ingresso.32. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. 4.100) e non la condizione iniziale y(0) = 0. 4. nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t . la corrispondente uscita è necessariamente nulla (cfr.18 conferma che la funzione H( f ) data dalla (4. In virtù di questo comportamento.96). solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema.

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.

lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). 4. T0 In definitiva. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).35. 4. se H( f0 ) = 0. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . un oscilloscopio a doppia traccia. 4. se H(ν0 ) = 0.35. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. Inoltre.35). Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. Si può immediatamente osservare che. per il quale H(ν ) definita dalla (4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . notiamo che per la proprietà 4. 4.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).7 Risposta in frequenza di un sistema LTI 191 generatore sinusoidale x(t) f 0 (variabile ) circuito elettrico y(t) in1 in2 oscilloscopio a doppia traccia Fig. Si consideri lo schema di misura di fig.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. capace cioè di rappresentare due segnali su uno stesso visore. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. considerando due attraversamenti dell’origine con pendenza positiva).21). viene collegato all’ingresso e all’uscita del circuito.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . 4.104) esiste finita per ν = ν0 .109) introducendo un opportuno sfasamento di π /2.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop.4. Notiamo in effetti che la (4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. 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 . Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. Esempio 4.112) Analogamente al caso TC. la prop. Variando la frequenza f0 del generatore (a scatti oppure in maniera .111) (4. 4.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. ed è riportata di seguito per completezza.110) si può ottenere come caso particolare della (4. (4.

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

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

calcolare e diagrammare le seguenti convoluzioni: (a) (b) (c) (d) y1 (n) = x(n) ∗ h(n). y(t) = 1 a−b eat − ebt u(t) per a = b. instabile. Risultato: (a) y1 (n) = 2δ (n + 1) + 4δ (n) + 2δ (n − 1) + 2δ (n − 2) − 2δ (n − 4). (e) k=−∞ (f) δ (2t) ∗ x(t). y2 (n) = x(n + 2) ∗ h(n). +∞ k=−∞ ∑ x(t − kT0 ) = repT0 [x(t)]. non causale. (d) y4 (n) = y1 (n). y3 (n) = x(n) ∗ h(n + 2). stabile. . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). n=0 . Esercizio 4. (b) x(t). (g) x(n).6 Un sistema LTI avente risposta impulsiva h(t) = eat u(t) con a ∈ R − {0} è sollecitato dall’ingresso x(t) = ebt u(t) con b ∈ R − {0}. non causale. (b) y2 (n) = y1 (n + 2). semplificare il più possibile le seguenti espressioni: (a) δ (t) ∗ δ (t). (c) y3 (n) = y2 (n). Esercizio 4.3 Utilizzando le proprietà degli impulsi e quelle della convoluzione. (c) δ (n − 2). δ (n − kN0 ) ∗ x(n). Risultato: (a) δ (t). 1 |n| n=0 . non causale. instabile. dispersivo. (d) (f) 1 x(t). 1 + |n| 0. 2 Esercizio 4.194 Sistemi lineari tempo-invarianti (LTI) dispersivo. dispersivo. (b) δ (t − 5) ∗ x(t + 5). (e) +∞ k=−∞ ∑ x(n − kN0 ) = repN0 [x(n)].5 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: x(n) = 1 2 n−2 u(n − 2) e h(n) = u(n + 2) . +∞ (d) k=−∞ +∞ ∑ ∑ δ (t − kT0 ) ∗ x(t). Adoperando le proprietà della convoluzione.] Risultato: y(n) = 2 1 − 1 n+1 2 u(n). Risultato: y(t) = t eat u(t) per a = b. Calcolare l’uscita y(t) del sistema. (f) h(n) = h(n) = 1 . (g) Esercizio 4. [Suggerimento: applicare la proprietà di invarianza temporale della convoluzione. y4 (n) = x(n − 2) ∗ h(n + 2). (c) δ (n) ∗ δ (n − 2). (g) δ (2n) ∗ x(n).4 Siano x(n) = δ (n) + 2δ (n − 1) − δ (n − 3) e h(n) = 2δ (n + 1) + 2δ (n − 1). (e) come (b).

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

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

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

(d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. (c) non è LTI. (b) y(n) = R3 (n − 1). (a) Calcolare y(n) quando x(n) = δ (n − 1). stabile. 2 con T > 0. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). (c) non è LTI. . dove g(n) = R4 (n). (c) Sulla base dei risultati dei punti (a) e (b). causale. (b) Calcolare y(n) quando x(n) = δ (n − 2). stabile. Esercizio 4. (f) il sistema è dispersivo. (g) h(n) = n (1/3)n u(n − 1). stabilire se S può essere un sistema LTI. causale. causale.17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . non causale. (b) y(n) = R4 (n − 4).198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). (b) Calcolare y(n) quando x(n) = δ (n − 2). stabile. Risultato: (a) il sistema è dispersivo. (c) il sistema è dispersivo. causale. si trova L = 2. dove g(n) = R3 (n). stabile. instabile. [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . (e) il sistema è dispersivo. Risultato: (a) y(n) ≡ 0.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . Esercizio 4. (d) Verificare che S si può interpretare come la cascata (nell’ordine) di un espansore per L (con L da determinare) e di un sistema LTI con risposta impulsiva h(n) = g(n). instabile. Esercizio 4. (a) Calcolare y(n) quando x(n) = δ (n − 1). (g) il sistema è dispersivo.] 1 Risultato: gk = (−1)k 2k . non causale. stabile. (b) il sistema è dispersivo.19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . Risultato: (a) y(n) = R4 (n − 2). Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). non causale. k ∈ N0 . Ricavare l’espressione dei coefficienti gk . (c) Sulla base dei risultati dei punti (a) e (b). (d) il sistema è dispersivo. stabilire se S può essere un sistema LTI.

Esercizio 4. dove a è un numero reale negativo. (b) h(t) = (1−eat ) u(t). rispettivamente. rispettivamente. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). il sistema h2 (t) è dispersivo. causale. causalità e stabilità). (a) Classificare.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) . stabile. stabile. stabile. con h1 (n) = R2 (n). 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. e discuterne le proprietà (non dispersività. causale.8 Esercizi proposti 199 Esercizio 4.22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. motivando brevemente le risposte. h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . causalità e stabilità). instabile. instabile.20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). Risultato: (a) il sistema h1 (t) è dispersivo. (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). h4 (t) = eat u(t) .4. non causale. Esercizio 4. il sistema h3 (t) è dispersivo. h2 (t) = u(t + 2) − u(t) . causale. h3 (t) = δ (t − 2) . causale. Sapendo che la risposta impulsiva del sistema complessivo è h(n) = δ (n) + 4δ (n − 1) − 4δ (n − 2) − 2δ (n − 3) + 5δ (n − 4). il sistema è dispersivo. Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3).

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

Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. con costante di tempo T = RC = 1s.36.5 (1 − e−4 ) e−t . Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI).8 Esercizi proposti 201 Esercizio 4. 4. e la tensione y(t) ai capi della resistenza è il segnale di uscita. per t < 0 . h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t).36. (a) Disegnare lo schema implementativo del sistema in forma diretta I. stabile se e solo se |a| > 1.5 (1 − e−2t ) e−t . per t ≥ 2 .] Risultato: h(n) = (1/a)n−1 u(n − 1).27 Si consideri il circuito CR di fig. causale.] Risultato: (a) d 1 d y(t) + y(t) = x(t). nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . con a ∈ R.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . stabile. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. (f) il sistema è dispersivo.4. causalità.  0 . causale.26 Si consideri il circuito RC di fig. [Suggerimento: Per calcolare h(n). (b) y0 (t) = c1 e−t/T . (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. 4. notare che essendo il gradino la derivata della rampa.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) . (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). causale e stabile. (f) Studiare le proprietà (non dispersività. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). la risposta al gradino sarà la derivata della risposta alla rampa. Esercizio 4. (c) ylib (t) = y0 e−t/T . (e) il sistema è LTI se y0 = 0.     Risultato: y(t) = 0. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. sistema dispersivo. Esercizio 4. [Suggerimento: per il punto (e).     0. con T = RC. . s(t) = yfor (t) = e−t/T u(t). per 0 ≤ t < 2 . dt T Esercizio 4. (c) Disegnare lo schema implementativo del sistema in forma canonica. (b) Disegnare lo schema implementativo del sistema in forma diretta II. stabilità) del sistema LTI determinato al punto (e).

le cui risposte al fasore x(n) = e jπ n/2 sono le seguenti: S1 : e jπ n/2 −→ e jπ n/2 u(n) . t t Risultato: (a) y(t) ≡ 0. S3 . (b) y(t) = 2e jπ T . S2 . Esercizio 4. Esercizio 4. Risultato: Solo il sistema S3 può essere LTI.5T T .33 Nello schema di figura. con T > 0. t t (c) x(t) = cos 2π T . ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). (e) y(t) = cos 2π T rect t t−0.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). S3 .32 Si considerino i sistemi TD S1 . i sistemi S1 e S2 non sono sicuramente LTI. con T > 0. t (e) x(t) = cos 2π T u(t).30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ).31 Si considerino i sistemi TC S1 . ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . Risultato: Solo il sistema S2 può essere LTI. (d) y(t) = 2 cos π T . Stabilire se i tre sistemi possono essere LTI. . S2 : e j5t −→ e j5(t−1) . S2 . il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. S3 : e jπ n/2 −→ 2 e j5π n/2 . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . (c) y(t) ≡ 0. Esercizio 4. i sistemi S1 e S3 non sono sicuramente LTI.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. S2 : e jπ n/2 −→ e j3π n/2 . t t (d) x(t) = 2 sin 2π T + cos π T . Calcolare la risposta in frequenza del sistema. causalità. x(t) z(t) S1 + − 6 S2 . t (b) x(t) = e jπ T . stabilità). Stabilire se i tre sistemi possono essere LTI. S3 : e j5t −→ cos(5t) . non dispersività. invarianza temporale.

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

Fig. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t).29 sia stabile. f <0 Esercizio 4. con T = RC. 4. 4. con 2π f0 = ω0 . 1 + 4π Risultato: (a) f >0 . dt T dt 1 + j2π f T π − arctan(2π f T ) . 4. Esercizio 4. H( f ) = tan−1 ζf . e la tensione y(t) ai capi del condensatore è il segnale di uscita.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. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.38. (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 . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. Circuito CR.36.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . Risultato: H(ν ) = 1 − 5 e− j8πν . 4.37 Si consideri il circuito CR di fig. Circuito RLC. 4.38. determinare la sua risposta in frequenza H( f ). e la tensione y(t) ai capi del condensatore è il segnale di uscita. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (b) H( f ) = . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (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. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . con ω0 = dt dt (coefficiente di smorzamento). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. 2π | f |T . 2 − e− j2πν + e− j6πν Esercizio 4. Fig. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. determinare la sua risposta in frequenza H( f ).37. calcolare la sua risposta in frequenza H(ν ). 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. 1 .38 Si consideri il circuito RLC di fig.37. 1 d j2π f T d y(t) + y(t) = x(t). Circuito RC.39 Supponendo che il sistema ARMA descritto dell’esercizio 4.

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . 2 2 La relazione precedente mostra. rappresenti un caso particolare di scarso interesse pratico. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). sarà esaminata in questo capitolo. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. e per di più a valori complessi. ed ampiezza A/2. sarà applicabile anche ai segnali periodici. opportunamente generalizzata.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 . 6. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . poiché esistono differenze non trascurabili tra i due casi. il segnale x(t) risulta periodico. non necessariamente periodico. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. 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. infatti. nota come trasformata di Fourier. che molto prima di Fourier. lo svizzero Leonhard Euler (1707–1783) detto Eulero. tratteremo separatamente la serie di Fourier per segnali TC e TD. che la introdusse in vari scritti del 1807 e del 1811.2 Si consideri ad esempio il seguente segnale. Tale segnale risulta periodico di periodo T0 = 1/ f0 .3. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . Successivamente. nel cap. peraltro. vedremo la rappresentazione più generale di un segnale. rispettivamente. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . 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. Nel seguito del capitolo. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. in accordo con l’interpretazione già data nel § 2. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. cioè i loro rapporti sono dei numeri razionali. 2 In generale. 2 2 2 2 2 2 (5. 5.3. purché le frequenze siano tutte multiple di una frequenza comune f0 . solo in questo caso. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). Partiamo per semplicità da uno dei più semplici segnali periodici TC. Va osservato. 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. espresso come somma di un numero finito di fasori. che prende il nome1 di serie di Fourier. e presenterà interessanti relazioni con la serie di Fourier.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. In particolare. Quest’ultima rappresentazione. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. . Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5.

supponiamo che il segnale x(t) sia sommabile sul periodo T0 . questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. ±3}. In tale ipotesi. Ad A|k| esempio. ±M}.3) sia effettivamente periodico di periodo T0 .5. .2) si ricava che M = 3 e Xk = 2 . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . dove le funzioni xk (t) sono ortogonali. ±2. (5. per il segnale (5. (5. .3). Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . (5. 0. (4. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi).1)]. .3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori.3) e la (5. Ad esempio. con k ∈ {0. (5.6) per cui. ovvero: |x(t)| dt < +∞ . . ed integrando termine a termine su un periodo. con h ∈ {0. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t).3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 .3) per e− j2π h f0t . . . 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. . Per mostrare ciò. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). 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 . cioè se hanno frequenze distinte. A tale proposito. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). dal confronto tra la (5. con k ∈ {±1. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. se k = h . e quindi ammettono T0 come più piccolo periodo comune. ±1. che in generale può essere complesso. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. se k = h .4) e pertanto risultano ortogonali se k = h.5) T0 Essendo l’intervallo di integrazione finito. ±1.1). il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. ottenuto come combinazione lineare di un numero finito di sinusoidi. i termini per k = ±1 prendono il nome di prima armonica o fondamentale.7) T0 . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). ±M} . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . cambiando l’indice da h nuovamente a k. =δ (k−h) (5. Se infatti consideriamo due fasori della rappresentazione (5. nel senso precisato nel cap. notiamo che la (5. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). ±2 f0 e ±3 f0 . con M ∈ N . Assegnato il periodo T0 e il numero di armoniche M. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . i termini per k = ±2 prendono il nome di seconda armonica. a frequenze ± f0 . Le frequenze fk = k f0 dei fasori della rappresentazione (5. . moltiplicando ambo i membri della (5.

In altre parole.2. (5. inoltre. 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. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. Tuttavia. (5.1.8) può risultare non convergente. . Infatti. in virtù della (5.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0. Si osservi inoltre che non tutti i segnali continui.9).8) e (5. prop.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. affinchè la rappresentazione (5. essendo la somma di un numero finito di termini. (vedi concetto di gradino e di risposta al gradino).3) che.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .8) al § 5. .11) 1 T0 .3) per il segnale x(t) espresso come somma di un numero finito di fasori. basti pensare che nella (5. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. Abbiamo già avuto modo di evidenziare in passato che. per ogni k ∈ Z. . ±1.7) ha senso. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. ±M} ma. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.7). la serie di funzioni (5. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. Dalla maggiorazione precedente. .9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. non pone alcun problema di convergenza. Ad esempio. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.3). più in generale. espresso come somma di un numero finito di funzioni continue. Purtroppo. Per il momento tralasciamo questo aspetto. il segnale periodico x(t) deve essere necessariamente continuo.3) sia applcabile.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .5). rimandando ogni discussione sulla convergenza della serie (5. conseguentemente il segnale x(t). mettendo insieme le (5. Si osservi che. possono essere rappresentati combinando linearmente un numero finito di fasori. ∀k ∈ Z . B. In definitiva.10) (5. 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. a differenza della rappresentazione (5. utilizzando la (5. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5.3) e (5. 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 .

nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori.k = X2. 3 In . la seconda consente di decomporre o analizzare il segnale x(t). ed il fatto che per segnali periodici la media temporale [cfr. (5.2. In altre parole. rispettivamente.5.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. valida in generale per segnali x(t) a valori reali o complessi. in quanto forniscono per ogni valore di k. si ha X0 = 1 T0 x(t) dt = xdc .3 In particolare.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. ∀t ∈ R eccetto che in un insieme di misura nulla. Particolarizzando l’equazione di analisi per k = 0.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua.k ed X2. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). Per differenza. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. chiamati anch’essi armoniche del segnale. rispettivamente. mentre la sequenza Xk delle fasi prende il nome di spettro di fase del segnale x(t) (quest’ultimo spettro è definito a meno di multipli di 2π ). fatta eccezione per il coefficiente per k = 0. La (5. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier.k . Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). che è ovviamente nulla per xac (t). Poiché i coefficienti Xk sono grandezze complesse.7(c)] si può calcolare su un periodo del segnale. È interessante osservare che. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . se X1. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). valide esclusivamente per segnali a valori reali. Più precisamente. sviluppabili in serie di Fourier con coefficienti X1. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. per ogni k ∈ Z.10) e (5. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier).k . 2. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . Altre forme della serie di Fourier. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier).4.2 Serie di Fourier per segnali TC 211 Le equazioni (5. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . saranno sviluppate nel § 5. ovvero si ha x1 (t) = x2 (t). prop. in virtù di tale corrispondenza. Dal punto di vista matematico. ovvero per la componente continua. e gli stessi coefficienti della serie di Fourier di x(t). e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). particolare.

5. e sono riportati4 in fig.10). per semplicità di rappresentazione. 5.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. il calcolo dei coefficienti non è un problema concettualmente difficile. da: |Xk | = A 2. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. Per maggiore generalità rispetto al caso visto precedentemente.1 (A = 1. 2  0.   indeterminata.5 0 −5 1 ∠ Xk 0 k 5 1 0.2. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche.1 e nel seguito. 4 Si .2 0 0 −0. Gli spettri di ampiezza e fase sono dati. altrimenti. come la formula di Eulero. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . k = −1. 5. 2 Xk = A e− jϕ0 . altrimenti. 5.8 0. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.1. rispettivamente.1 per il caso A = 1 e ϕ0 = π .  Xk = −ϕ0 . 5.6 sinc(x) 0. per confronto con l’equazione di sintesi (5. La funzione sinc(x) per valori di x ∈ [−6. Esempio 5. 2 2 da cui. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero.4 0. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. noti che in fig. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . sebbene essa risulti a rigore indeterminata. k = ±1. k = 1. k = 1. 0. 4 L’esempio precedente mostra che in casi molto semplici. k = −1. Per segnali più complicati. si ricava:   A e j ϕ0 . altrimenti. 4 Fig. con A > 0.  ϕ0 .212 Serie di Fourier 1 |Xk| 0.11). Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. ϕ0 = π ).1)). 6].

5.2 −5 0 k 5 0. 5.2 (serie di Fourier dell’onda rettangolare TC.4.2 Serie di Fourier per segnali TC 213 0.4 |Xk| 0. Le principali proprietà della funzione sinc(x) sono le tre seguenti.2. . di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .5). δc = 0.5. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .9).3.3 Xk 0.1 0 −0. 5.11): 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 . 5.2 (A = 1. I coefficienti Xk dell’onda rettangolare dell’es. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .4 0. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . 5. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . cfr. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.1 −0.5 0. 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 . δc = 0.14) il cui grafico per x ∈ [−6. Esempio 5. Fig. es.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. Per k = 0. (5. πx x ∈ R. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.5) sono puramente reali.2 0. 2.13) Per esprimere in forma più compatta il risultato precedente. 6] è riportato in fig.2 (A = 1. πk πk (5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.

che sono raffigurati graficamente in fig.  1  . k = 0. k = 0. 11.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. . k pari. k = 2h + 1. k = . . 7. −1. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. . h dispari (k = . k dispari. . osserviamo che questo segnale. π |x| ∀x ∈ R . e quella dispari dello spettro di fase.5 (duty-cycle del 50 %) e A = 1. . 1. la cui ampiezza decresce con legge inversamente proporzionale a k. Consideriamo allora il caso particolare δc = 0.    1 − πk . k pari.). . k = 0 . Per maggiore generalità.. −7. nonché proprietà trigonometriche elementari. . −1. In tal caso. Xk = 1  πk . k = . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. in quanto. 2. 3. −3. π kδc k = 0. . . . quindi esse possono essere rappresentate come in fig. . .13). e la fase −π per k < 0.   0. e utilizzando la definizione di sinc(x). 5. risulta: X0 = A δc sinc(0) = A δc . 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). 7. .  k pari.). k = 0 . . . le armoniche si esprimono come: Xk = k 1 sinc 2 2 . −5. h pari (k = . 1. .4. 3. su un unico diagramma cartesiano. k = 2h + 1. . . 5. 5. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . Più in generale.. tuttavia. . − 7. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. Notiamo la simmetria pari dello spettro di ampiezza. Notiamo che l’espressione precedente vale anche per k = 0. . . per qualunque valore di A e δc . si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . 9. presenta armoniche puramente reali. −5. ed utilizzando la definizione di sinc(x) e le sue proprietà. si ha: 1 2. |Xk | = 0. −3.3. in quanto: |sinc(x)| ≤ 1 . . k = 0. 5. 0. . . Moltiplicando e dividendo per δc nella (5. per la proprietà (b) della sinc. π |k|  0   indeterminata Xk = 0    ±π k = 0.

6 x(t) 0. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.4 0.8 0. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). Applicando la formula di Eulero a e− j2π k f0 t . 5. in quanto esso risulta nullo per la simmetria dispari della funzione integranda.5.6. Per k = 0. Esempio 5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. T0 4 2 mentre per k = 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 5. L’onda triangolare dell’es. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .4 |Xk| 0. 5.5 per A = 1.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.3 (A = 1). 5.5.3 (A = 1). Tale segnale è raffigurato graficamente in fig. Fig.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 .2 0 −5 0 k 5 2 ∠ Xk 0.2 Serie di Fourier per segnali TC 215 1 0. si ha: Xk = 1 T0 T0 /2 −T0 /2 A 1− 2|t| T0 cos(2π k f0t) dt = 2A T0 T0 /2 0 1− 2t T0 cos(2π k f0t) dt . 5.11). ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt .

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]). Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. k dispari. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. 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  0.11).11). il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. 5. definiti dalla equazione di analisi (5.2). quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k).2 e 5.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. fatta eccezione per casi molto semplici (es. inoltre. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni.3. 5. 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.2. § 5. 5. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . k pari. segnale sinusoidale). come vedremo nel § 5. Sia x(t) un arbitrario segnale periodo con periodo T0 . π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. esistano finiti. quindi gli spettri di ampiezza e fase si calcolano banalmente. (−1)k Come evidenziato dagli es. e sono raffigurati in fig. come già mostrato precedentemente.2. Vedremo tuttavia nel cap.2. k = 0. in quanto |Xk | = Xk ≥ 0 e Xk = 0.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza.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. Come vedremo (cfr. Tuttavia. notiamo che anche l’onda triangolare possiede solo armoniche dispari. = 2A  . In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. 5 Per . questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. 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). Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi.4 o più estesamente in app. nel seguito daremo solo qualche risultato fondamentale. e quindi consiste nella risoluzione di un integrale.

allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. se la serie di Fourier converge uniformemente su R.6) e (5. 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. né tanto meno che tale serie converga al segnale x(t). è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε .15) converge uniformemente [5] al segnale x(t) su R se. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . cfr. cioè k→±∞ lim |Xk | = 0 . b). i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. . b). si dice che la serie di Fourier (5. Lo studio delle condizioni sotto le quali la serie (5. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua.15) converge al segnale x(t). se il segnale x(t) ha almeno una discontinuità.4. ∀k ∈ Z e ∀x ∈ (a. (5. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x).18) allora la serie associata ai coefficienti Xk converge uniformemente. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. b).7) sono validi anche per M → +∞. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. con |gk (x)| ≤ Mk . simmetrico per garantire che siano presenti le armoniche Xk e X−k . uno stesso numero Nε va bene per tutti i punti dell’asse reale. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. Se la serie di Fourier (5.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.2). per ogni ε > 0. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. In particolare. pertanto.15) converge dipende dal tipo di convergenza richiesta. (5. allora si può scrivere M→+∞ lim xM (t) = x(t) . Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. Così come per le serie numeriche. la sua serie di Fourier non potrà convergere uniformemente ad x(t).15) costruita a partire da questi coefficienti converga. § 5. Quindi.5. con M ∈ N . Risulta immediatamente evidente che. (5.17) ovvero l’equazione di sintesi restituisce il segnale x(t). sono funzioni a valori k complessi definite sull’intervallo (a.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 (5.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. con k ∈ Z.

per i quali la serie. Pertanto. 5. ma non che la serie restituisca proprio x(t). pur essendo convergente. 5. A differenza della convergenza uniforme espressa dal teor.1. se la (5. se ci limitassimo a considerare la sola convergenza uniforme. 5. come può la serie rappresentare segnali discontinui. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso.2? Oggi sappiamo che se la serie non converge uniformemente. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. coseni o seni) sono tutte continue. come l’onda rettangolare dell’es. Dal punto di vista ingegneristico.15) che. che assicura la convergenza della serie (5. ma con continuità. ˇ tuttavia. In altre parole. com’è intuibile. ossia: x (t) dt < +∞ . Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. è continuo e derivabile quasi ovunque. con derivata x (t) a quadrato sommabile sul periodo T0 . la serie di Fourier (5. .1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente.2. la somma di una serie di funzioni continue non è necessariamente una funzione continua. In tal senso.15) al segnale x(t) per ogni t ∈ R.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. 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 . possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici.15) è data dal seguente teorema: Teorema 5. come l’onda rettangolare dell’es. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. eccetto al più un sottoinsieme di valori di t di misura nulla. una volta calcolati i coefficienti Xk a partire da un segnale x(t). periodico con periodo T0 .10) converge uniformemente al segnale x(t) su tutto l’asse reale.15) converge ad x(t) per quasi tutti i valori di t ∈ R. non restituisce esattamente il segnale x(t). Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. 2 T0 la serie di Fourier (5.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). 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. e sollevò numerosi dubbi sulla validità della serie di Fourier.15) può convergere uniformemente ad un segnale x(t) = x(t).18) è verificata. quando ciò accade. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che.

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

i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . quanto più dolce è l’andamento del segnale nel dominio del tempo. Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. i coefficienti decadono come 1/k per l’onda rettangolare. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. Evidentemente. Questo vuol dire che. Pertanto. Se il segnale è continuo con le sue derivate fino a quella di ordine n. è pur vero che in pratica le armoniche di ordine superiore (quelle corrispondenti a valori di |k| grandi) “pesano” di meno nella ricostruzione del segnale. Osserviamo infatti preliminarmente che. non riportata. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. già definito nella (5. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. 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). ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. 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.2. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). Notiamo che la proprietà precedente vale anche per un segnale discontinuo. essa consente di prevedere esattamente tale rapidità di decadimento a zero. Come conseguenza della prop. 5.16).1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . in pratica. . con M ∈ N . il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier.220 Serie di Fourier 5. quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. se M è “sufficientemente” grande. 5. D’altra parte. Vale allora la seguente proprietà (la cui dimostrazione. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. dal punto di vista matematico. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. che include solo un numero finito di armoniche. 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. È facilmente intuibile che. 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). teor. continuo con alcune sue derivate. e come 1/k2 per l’onda triangolare. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. un segnale x(t). La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. Più precisamente.1. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. basta porre n = −1. può risultare una buona approssimazione del segnale x(t). possiamo prevedere che. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. con derivata (n + 1)-esima discontinua ma limitata. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. quindi essa può essere verificata solo analiticamente.2).

i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|.5. 5. Inoltre. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. L’espressione (5. In effetti.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. dt. 11 Il 12 In fenomeno prende il nome dal fisico J. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . W.1 si applica con n = −1. pur soddisfacendo le condizioni di Dirichlet. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . L’onda triangolare è continua ma con derivata prima discontinua.12 Nell’es.8. presenta dei punti di discon− + tinuità. 5. Esempio 5.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. Matematicamente. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.3. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. 1. (5.20) è pari in valore assoluto circa a 0. 5. quindi la prop. in effetti. ma la cui ampiezza non diminuisce al crescere di M.09 (a destra della discontinuità. il fenomeno di Gibbs non si verifica per tale segnale. sebbene restino di ampiezza invariata. Gibbs (1839–1903). nella quale il segnale oscilla tra i valori −0. 3. poiché l’onda triangolare è una funzione continua. ma per ogni segnale x(t) che. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. e pertanto il segnale ricostruito con 2M + 1 armoniche. noto come fenomeno di Gibbs. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. 5.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. in effetti. come testimoniato dalla fig. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 .20) dove βgibbs ≈ 0. 5. In particolare. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). la cui frequenza aumenta.7.2 Serie di Fourier per segnali TC 221 Esempio 5.7 (onda triangolare) Si consideri l’onda triangolare dell’es. che per primo lo osservò e lo descrisse. vengono “schiacciati” verso la discontinuità. 11. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . l’ampiezza delle oscillazioni calcolata secondo la (5. ed il valore 1/2 in corrispondenza delle discontinuità. 5. 5. per cui la prop. come già discusso in precedenza.09.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. ma non uniformemente negli intervalli che contengono le discontinuità. Per δc = 1/2 ed A = 1.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. 101. ottenuti con Matlab.6. 5.2. Questo fenomeno.09 (a sinistra della discontinuità) e 1. se t0 è un punto di discontinuità. 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) . il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. 5. confermando che. In fig.1 si applica con n = 0. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.28114072518757 è una costante notevole. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. come si può anche osservare dalla fig. Infatti al crescere di M i picchi delle oscillazioni. confermando che. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità.

xM(t) 0.5 (b) 0 0 t/T 0.2 0 −0.2 0 −0.5 x(t). .4 0.8 0.8 x(t). xM(t) 1 0.6 0.5 x(t).6 0.5 0 t/T0 0.2 0 −0. (e) M = 11.5 (e) (f) Fig. (c) M = 3.4 0.5 0 t/T0 0. (f) M = 101. xM(t) 0.5 0 t/T 0. xM(t) 1 0.4 0.8 x(t).4 0.5 x(t). 5.2 0 −0. (d) M = 5.5 (a) 1 0.8 0.5 0 (c) 1 0.5 (d) 0 t/T0 0.5 0 t/T0 0.6 0.8 x(t).4 0. (b) M = 1.6 0.6 0. xM(t) 0.4 0.6 0.2 0 −0.222 Serie di Fourier 1 0.8 0. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0. xM(t) 1 0.2 0 −0.7.

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. è proposta nel § 5. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig.13 valutazione quantitativa della bontà di tale ricostruzione. 5. sulla base dell’uguaglianza di Parseval.8). Viceversa.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.7 e 5.5. 13 Una . insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.3.4.

4 0.6 0.5 0 t/T0 0.4 0.6 0. (b) M = 1.4 0. . (e) M = 11. xM(t) 0.5 x(t).5 x(t).5 (d) 0 t/T0 0.5 0 t/T 0.6 0. xM(t) 0.8 0.5 (a) 1 0.8 x(t). (f) M = 101.6 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. (c) M = 3.4 0.2 0 −0.5 0 t/T0 0.2 0 −0. xM(t) 0.5 0 t/T0 0. (d) M = 5.6 0.4 0.8 0.4 0.6 0.8 x(t).8. 5.2 0 −0. xM(t) 1 0. xM(t) 1 0. xM(t) 1 0.224 Serie di Fourier 1 0.5 (b) 0 0 t/T 0.2 0 −0.5 x(t).2 0 −0.8 0.8 x(t).5 0 (c) 1 0.5 (e) (f) Fig.2 0 −0.

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

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 .2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . Inoltre nella (5. 1. . entrambe periodiche dello stesso periodo N0 .11).27) (equazione di sintesi) (equazione di analisi) (5.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).22) e (5. A partire da Xk . le (5.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. la (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. valide nel caso TC. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.22) e (5.10) e (5. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . le (5. . Se infine nelle (5. N0 − 1}.25) e (5. . In altri termini. costituiscono formalmente l’esatta controparte delle (5.29) ∑ x(n) wkn N0 In effetti. nella letteratura scientifica le (5. nella letteratura scientifica.25) e (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.26) facciamo l’ulteriore posizione: wN0 = e− j2π /N0 perveniamo alla seguente definizione per la serie di Fourier o DFS di un segnale TD: Definizione 5.24) e pertanto.28) prende il nome di Inverse Discrete Fourier Series (IDFS). 15 Notiamo DFS . In particolare. Una prima differenza rispetto alle (5. Va detto però che.226 Serie di Fourier rappresentazione.26) ∑ x(n) e− j2π kν0 n . . Posto wN0 = e− j2π /N0 .29) viene denominata Discrete Fourier Series (DFS).25) siano quelli dell’intervallo {0.26) è periodica. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.28) (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD.25) (5. la serie di Fourier (DFS) di x(n) è definita dalle equazioni: x(n) = X(k) = 1 N0 −1 ∑ X(k) w−kn N0 N0 k=0 N0 −1 n=0 (5. mentre la (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. con sostituzioni algebriche banali.15 come la sequenza x(n). viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.28) e (5. (5. N0 k=0 N0 −1 n=0 (5.

ovvero da un’inifinità continua di valori.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . Onda rettangolare TD dell’es. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. ad esempio x(0). . x(n) = IDFS[X(k)] . Infatti. la periodicità della sequenza x(n) deriva dalla proprietà (b). ad esempio per t ∈ [0. nel dominio della frequenza. . x(N0 − 1). ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .4.2 0 −20 −10 0 n 10 20 Fig. § 5. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. Differentemente dal caso TC.8 (DFS dell’onda rettangolare TD. Esempio 5. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier.5. che è strettamente legata alla DFS (cfr. La periodicità di X(k) è una caratteristica peculiare della DFS.9. x(1).2).6 x(n) 0. Si può infine verificare che le quantità wN0 definite mediante la (5. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . cap. e si scrive sinteticamente X(k) = DFS[x(n)] . È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. abbiamo visto che invece. ovvero da un segnale TD. T0 [. nel dominio della frequenza sussiste esattamente la stessa proprietà. M = 4). un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. N0 (k+N0 )n In particolare.8 0. 5.8 (N0 = 8. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. .4 0. sia della trasformata discreta di Fourier (DFT).3 Serie di Fourier per segnali TD (DFS) 227 1 0. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . La DFS e IDFS possono anche essere viste come operatori. N0 = wkn . . cfr. 5. 7). . il segnale x(n) è completamente descritto assegnando solo N0 valori.

Ponendo infatti a = wk 0 . . x ∈ Z . x ∈ Z . Le principali proprietà della funzione DM (x) sono le seguenti. 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 .228 Serie di Fourier e raffigurata graficamente in fig. 5.30) Ricordando la definizione di wN0 . x = . (5. come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 . 5.31). sulla base della definizione (5. (5. ∀x ∈ R . Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. La DFS di x(n) si scrive. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M.30) può essere riscritta. . di facile dimostrazione: 1.29). N1 = 0 e N2 = M − 1. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . . ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. Tale DFS è rappresentata in ampiezza e fase in fig. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e .. . tranne che in x = ±1. per cui la (5. 2. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . dove vale M:  k  0. con semplici passaggi algebrici. k ∈ Z. e quella dispari dello spettro di fase. si ha allora: X(k) = DM k N0 . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . ±2.31) il cui grafico per x ∈ [−1. Utilizzando la definizione (5. DM (x) = M M. 0 Per esprimere in forma più compatta il risultato precedente. . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa.11 nel caso N0 = 8 ed M = 4. 1] è riportato in fig.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. 5.9 per N0 = 8 ed M = 4. notiamo che wkM N0 wk 0 N = e = e . sin(π x) x ∈ R. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 .

e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. M = 4): spettro di ampiezza (in alto) e di fase (in basso). ma anche algoritmicamente.5 0 x 0. 5. 5.28) and (5. Di conseguenza. § cap. 5. evidenziando. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). i cui coefficienti di Fourier siano Xk e Yk . 5.4.11. rispettivamente. DFS dell’onda rettangolare dell’es. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). con α1 . risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. quando necessario. simmetria hermitiana dei coefficienti. e sono comunque riportate in app. 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. Notiamo in conclusione che. denominati algoritmi Fast Fourier Transform (FFT). Per tali proprietà. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC.16 La proprietà di linearità della serie di Fourier afferma .5 1 4 |X(k)| −0. In altre parole. tratteremo congiuntamente sia il caso TC che quello TD. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 .5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. e l’uguaglianza di Parseval per il calcolo della potenza. è ancora un segnale periodico di periodo T0 . discuteremo nel dettaglio la proprietà di linearità. Fig. che suggeriscono ulteriori considerazioni concettuali e. anche perchè il concetto di continuità perde di significato in tal caso. utili talvolta nei calcoli.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. Altre proprietà formali. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t).29). Vedremo (cfr.10. α2 ∈ C.5 0 x 0.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti.5. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. le differenze salienti. In particolare. soprattutto. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. il fenomeno di Gibbs non sussiste nel caso TD. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. 5.8 (N0 = 8. in quanto richiede un numero finito di operazioni. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). E.

α2 ∈ C . con α1 . (simmetria pari) (simmetria dispari) (5. (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. nel caso TD. rispettivamente. α2 ∈ C . Valgono cioè le seguenti relazioni: |Xk | = |X−k | . Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t). dei due segnali è ancora un segnale periodico di periodo N0 . Riassumendo. 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. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .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 . ossia: Zk = α1 Xk + α2 Yk .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. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . 16 Può (5. 5. α2 ∈ C. DFS ∀α1 .33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 .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) . 5. rispettivamente. .2 e 5. otteniamo la seguente proprietà notevole: Proprietà 5. Analogamente.1.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). negli es. 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 (5.4. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). 5.29). DFS DFS FS ∀α1 . Xk = − X−k . i cui coefficienti di Fourier siano X(k) e Y (k).11) e (5.2 Simmetria hermitiana Con riferimento a segnali periodici TC.

k=1 k=1 ∑ Xk e j2π k f0 t da cui. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.35). (5. avendo già provato che X0 è reale.35) Le proprietà (5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. Proviamo prima l’implicazione ⇒ nella (5. e valgono se e solo se il segnale periodico in questione è reale.33) e (5. in particolare. 5. X(k) = − X(−k) . e pertanto: ∗ Xk = 1 T0 T0 x∗ (t) e j2π k f0 t dt = 1 T0 T0 x(t) e− j2π (−k) f0t dt = X−k . anche in questo caso le (5.36). si ha x∗ (t) ≡ x(t).36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . L’equivalenza tra simmetria hermitiana e simmetria pari/dispari degli spettri di ampiezza/fase si dimostra facilmente nel caso TC esprimendo Xk come Xk = |Xk | e j Xk e sostituendo tale espressione nella (5.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. Partiamo dall’equazione di analisi (5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Se vale la simmetria hermitiana (5. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . come specificato dalla seguente proprietà: Proprietà 5. (simmetria pari) (simmetria dispari) (5. si ricava che x(t) è reale. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.36). e quindi X0 è reale.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).36).34) Pertanto.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.36).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 +∞ (5.37) Prova. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . Proviamo adesso l’implicazione ⇐ nella (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . T0 Se x(t) è reale.8 riguardante la DFS dell’onda rettangolare TD. Inoltre l’equazione di sintesi (5.38) .

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. 2. . . . anche N0 − k varia nello stesso intervallo. se N0 /2 è intero (il che accade se e solo se N0 è pari). valide esclusivamente per segnali reali. . . In particolare. N0 − 1}.  N 0 k=1 . .32) (con analoghi passaggi si ottiene la (5. . N0 pari . In altre parole. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . .37) mediante le seguenti condizioni: X(0) reale . si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. Infatti.38).39). 1. . . X ∗ (k) = X(N0 − k) . in relazione alla periodicità della sequenza X(k). Questa conclusione non è corretta. Infatti. In definitiva. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . anche X(N0 /2) è vincolato ad essere reale per N0 pari. è possibile determinarne almeno uno dispari. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . Per evitare possibili fraintendimenti. se k ∈ {1. . si può verificare (la verifica è lasciata al lettore come esercizio) che.37) nel caso TD). Notiamo infatti che. per segnali periodici TD reali. 2. Notiamo infatti che nell’equazione di sintesi (5. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). il solo coefficiente X(0) è vincolato ad essere reale.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.34) a partire dalla (5. anche come segue: X ∗ (k) = X(N0 − k) . con riferimento ai soli valori di k ∈ {0. . in alternativa alla (5. . con riferimento a segnali periodici TC reali. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. 2. (5. N0 − 1}. la proprietà di simmetria hermitiana per la DFS. . 2. .37) si può riscrivere.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . partendo dall’equazione di sintesi (5. . k ∈ {1. se x(·) è reale.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. per k ∈ {1. oltre a X(0). . k=1 Con ragionamenti simili. . 2. .28) compaiono solo i valori di X(k) per k ∈ {0. . da cui si deduce che. . conseguentemente. N0 − 1}. N0 − 1}. . N0 − 1}. . per cui la (5. per k ∈ {1. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). . 1. si può esprimere. . Rispetto al caso TC. poiché la fase di un numero complesso è definita a meno di multipli di 2π . ponendo Xk = |Xk | e j Xk nella (5. applicando la (5. N0 − 1} .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . notiamo che. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . N0 − 1}.

ed in essa.5. N0 dispari . anziché in modulo e fase.10). anche per segnali reali. partendo dall’equazione di sintesi (5. si ottiene nel caso TC decomponendo Xk . ak = 2 T0 x(t) cos(2π k f0t) dt .41) Le (5.39). .4 Principali proprietà della serie di Fourier e della DFS 233 (5. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. rispettivamente. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. . che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .40) e (5. Un’ulteriore espressione della serie di Fourier.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.42) T0 T0 T0 Allo stesso modo. Nel seguito.38). Consideriamo dapprima il caso di un segnale TC periodico. 5. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . 2. con facili passaggi algebrici.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. 5. Infatti. . Il punto di partenza è l’equazione di sintesi (5. N0 − 1}) nella (5. 2 k=1 (5.4.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) .29). x(t) = dove: a0 = 2 T0 x(t) dt . def.2). a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . bk = 2 T0 x(t) sin(2π k f0t) dt . Le espressioni (5. come nella forma polare. valide per segnali reali. compaiono soltanto quantità reali. . perché più generali e compatte. N0 pari . .42) e (5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier.1 e def. note come forma polare della serie di Fourier. note anche come forma esponenziale della serie di Fourier. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. 5. .41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. (5. si ha. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. in parte reale ed immaginaria.

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

per un fissato valore di M. mentre è sufficiente un valore M = 3 per l’onda triangolare. la (5. . Per un fissato valore di ξM . 5. e quindi per un fissato valore di accuratezza relativa. 1] . Px che può essere assunto come indice della bontà della ricostruzione al variare di M. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . Tale potenza può essere rapportata alla potenza Px del segnale x(t). e confrontarla con la potenza del segnale originario x(t). rispetto a quello per l’onda rettangolare.5. con M ∈ N .2.99 è necessario considerare M = 23 per l’onda rettangolare. ottenendo così il coefficiente ξM = Px (M) ∈ [0. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. 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. In fig.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). al variare di M. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. per avere ξM ≥ 0. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . per ottenere una valutazione quantitativa di tale bontà. tale coefficiente. sfruttando la simmetria hermitiana dei coefficienti.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. § 5.12 è rappresentato. In particolare. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. Infatti. Ad esempio.2). Utilizzando l’uguaglianza di Parseval.

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

Risposta di un sistema LTI ad un segnale periodico (caso TC). e supponiamo che il segnale x(t). periodico di periodo T0 . dove f0 = 1/T0 . In particolare.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). Fig. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .10). 5.18 Consideriamo prima il caso TC. Pertanto.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. =Yk (5. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. ed essendo i coefficienti Xk ∈ C quantità costanti. 5.97) e (4. Infatti.23). 5. per il principio di sovrapposizione (3. la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.46) ha la forma dell’equazione di sintesi (5. Applicando l’equazione di sintesi della serie di Fourier a TC (5. § 4. 6).105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . mediante le relazioni (4. che può essere vista come un caso particolare di segnale periodico. 5.23) per calcolare l’uscita y(t). le espressioni precedenti sono state già utilizzate (cfr. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. Risposta di un sistema LTI ad un segnale periodico (caso TD). 18 Espressioni . sia applicato (fig.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o 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 (4.7.5 Risposta di un sistema LTI ad un segnale periodico 237 x(t) H(f) Yk=H(kf 0)X k y(t) x(n) H(ν) Y(k)=H(kν0)X(k) y(n) Fig.13.10) della serie di Fourier di y(t). l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . Per la linearità del sistema.14. sfruttando le formule di Eulero.5. è possibile applicare il principio di sovrapposizione (3.46) Poiché la (5.

47) La (5. (5.50) Dal confronto con la (5.48) (5. valgono considerazioni analoghe a quelle già fatte nel caso TC.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . periodico di periodo N0 . (5.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk .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 .47). complesse. la funzione H( f ) prende anche il nome di risposta armonica del sistema. se il sistema è reale. 19 A (5. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).47) sono tutte.22). Pertanto. 5.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . la (5.21 Passando ad esaminare il caso di un segnale TD. .47) per k = 0. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. supponiamo che il segnale x(n). applicando il principio di sovrapposizione. sia applicato (fig. 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 ). si ricava anche in questo caso che y(n) è un segnale periodico. in particolare. Particolarizzando la (5. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. e ricordando che Y0 = ydc e X0 = xdc .47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . con lo stesso22 periodo N0 del segnale di ingresso. Yk = H(k f0 ) + Xk .51) Per gli spettri di ampiezza e fase. per la simmetria hermitiana di H( f ) risulta che H(0) è reale. In termini di modulo e fase. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . in generale. N0 k=0 =Y (k) (5. si ha: ydc = H(0) xdc . che prende per questo motivo il nome di guadagno in continua del sistema. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . N0 k=0 dove ν0 = 1/N0 . mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . stretto rigore. Notiamo che le quantità che compaiono nella (5. calcolati alle frequenze fk = k f0 . 21 Si noti che.

|H(k f0)| 0.46). Fig. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso.5.2.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. in ingresso ad un sistema RC. la (5.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.6 0. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.16. Esempio 5. Inoltre. come evidenziato nell’esempio che segue. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza.4 |Yk| 0.9).2 0 −5 0 k 5 Fig. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. Facendo riferimento al caso TC. Risposta di ampiezza del filtro RC (es. 1 + j2π k f0 RC .47) e (5.9).6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. 5. riportata di seguito.2 |Xk| 0. Particolarmente interessante è la modifica delle ampiezze delle armoniche. 5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. 5. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. la modifica subita dalla k-esima armonica. di ampiezza A e duty-cycle δc . avente frequenza k f0 .4 0. 5.15. 1 + j2π f RC per cui la (5. ad esempio. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.4 0. 5.8 |H(f)|. 5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico.

mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari). In particolare. si dice che il sistema LTI si comporta come un filtro. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. tutte le armoniche aventi frequenze per le quali H( f ) = 0 vengono completamente bloccate dal filtro: tale intervallo di frequenze Ws prende il nome di banda oscura del filtro o stopband.y(t) 0. per effetto dell’attenuazione delle componenti ad alta frequenza. 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. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. Con riferimento al caso TC. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. In particolare.5 1 0 Fig. 5.17. mentre in fig. 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.17). 5.4 0. 5. In fig. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. 5. I filtri ideali TC sono in genere classificati. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. 5. sulla base della posizione della banda passante e di quella oscura. un comportamento tipico ad esempio dei circuiti elettrici risonanti.23 Come caso limite. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze.9. Viceversa.6 0. per 2π f0 RC = 1. .2 0 −1 −0.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. Per questo motivo. 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. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . ossia quello di atte1) l’ampiezza di alcune armoniche.8 x(t).5 0 t/T 0.240 Serie di Fourier 1 0. i più semplici esempi di filtri sono quelli cosiddetti ideali. Il segnale y(t) di uscita (fig.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso).

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

fc1 ≤ | f | ≤ fc2 . una inferiore ( fc1 ) ed una superiore ( fc2 ). altrimenti . 5. (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞.21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . fc1 [ ∪ ] fc2 . 1. mentre la frequenza f0 prende il nome di frequenza centrale del filtro. +∞[. è possibile definire due frequenze di taglio. 5. La risposta in frequenza (fig. La banda passante del filtro è W p = [− fc2 . Per questo filtro. − fc1 ] ∪ [ fc1 . Risposta in frequenza di un filtro ideale TC passabanda (BPF). fc1 ≤ | f | ≤ fc2 . . dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f .20. − fc1 ] ∪ [ fc1 . altrimenti . La banda passante del filtro è W p =] − ∞. 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 . La risposta in frequenza (fig. +∞[. fc2 ]. 0. con 0 < fc1 < fc2 . fc2 ].20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. è possibile definire due frequenze di taglio. mentre la banda oscura è Ws = ] − ∞. fc1 [ ∪ ] fc2 . Anche per questo filtro. con 0 < fc1 < fc2 (notiamo che f0 = Un’espressione alternativa per HBPF ( f ) è la seguente: HBPF ( f ) = rect f − f0 ∆f + rect f + f0 ∆f . mentre la banda oscura è Ws = [− fc2 . − fc2 [ ∪ ] − fc1 . 5.242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. e ∆ f = fc2 − fc1 ). così come per il filtro passabanda. una inferiore ( fc1 ) ed una superiore ( fc2 ).

1/2[. 0 < νc < 1 rappresenta la frequenza di taglio. con la fondamentale differenza che.54) e (5. sia nel caso TC che TD. BPF e BSF per il caso TD.54) (5. nelle fig. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio.6 Selettività in frequenza dei sistemi LTI e filtri ideali 243 HBSF(f) 1 -fc2 Wp Ws -fc1 0 Wp fc1 Ws fc2 Wp f Fig. 5. A causa di tale periodicità.22–5.5. la risposta armonica H(·) è una funzione reale e pari.55) è possibile definire due frequenze di taglio. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. 5. Tali filtri si dicono invece ideali in senso “fisico”. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).108) nel caso TD. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr.25 sono mostrate le risposte armoniche dei filtri ideali LPF.52) (5.55) 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. con 0 < νc1 < νc2 < 1 .101) nel caso TC. Per quanto riguarda il caso TD. perché presentano una separazione netta tra banda passante e banda oscura.11). A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). data dalla (4. descritti dalla (5. descritti dalla (5. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). prop. oppure dalla (4. 5. le tipologie di filtri ideali sono le stesse.53). 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. quindi soddisfa la proprietà di simmetria hermitiana. 4. Nelle fig. 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.52) e (5.22–5.53) (5. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. Anche nel caso TD. Si noti che per tutte le tipologie di filtri introdotti precedentemente. Per questo motivo. necessaria per garantire la periodicità di H(ν ).25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. 2 mentre per i filtri BPF e BSF.21. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). Tali filtri si dicono ideali anche . HPF.

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

23.22. . Fig.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. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig.25. Risposta in frequenza di un filtro ideale TD passabanda (BPF). Risposta in frequenza di un filtro ideale TD passabasso (LPF). HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. 5. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). 5. 5. Risposta in frequenza di un filtro ideale TD passaalto (HPF).24. 5.5.

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

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

(a) Determinare il periodo N0 di x(n). 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. k = 23 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. da cui X(0) = −2. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . X(1) = 3 − j. 2. 3. Esercizio 5.  j   0.] 0. j Risultato: (a) N0 = 24.9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. X(3) = 3 + j. Risultato: (a) N0 = N. X(1) = X(k) = 0 per tutti gli altri valori di k. N 2 (3 − j). (b) X(k) = − 12 e− j 3π /8 . X(2) = 0. k dispari . k ∈ {0. X(N − 2) = − N j. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k ∈ {2. Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k = 0.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . (a) Rappresentare graficamente il segnale x(n). . dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). 3}.  24 . ed applicare poi la proprietà di linearità della serie di Fourier. . k pari . 22} . k = 1. Risultato: (b) Xk = 4 .   12 j 3π /8  e .248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t).7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. X(N − 1) = 2 N 2 (3 + j). . (a) Determinare il periodo N0 del segnale x(n). X(2) = N 2 j. [Suggerimento: dal grafico. . k2 π 2 Esercizio 5. . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . (b) X(0) = N.

5. Risultato: (a) N0 = 4. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. .. xg (n) = 2 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 1. Risultato: (a) N0 = 5. k = 0.. 8. 1. Esercizio 5.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . dove  2 . 6}. k ∈ {1.. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.   1 . 3. .    0. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . 3. 2. 3}.7 Esercizi proposti 249 Esercizio 5. 4. k ∈ {0. (b) X(k) = 4 + 8(− j)k . X(2) = −4. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 4} . . Esercizio 5. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5...12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . n = 0. X(3) = 4 + j 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. (a) Rappresentare graficamente il segnale x(n).. n = 1. Risultato: (b) X(k) = 1 + 4 cos πk 3 . -5 0 5 n (a) Determinare il periodo N0 di x(n). n = −1 . da cui X(0) = 12.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . 2. 2. 5. X(1) = 4 − j 8. altrimenti . k ∈ {0.

. X(1) = 3. Esercizio 5. T0 /2) e dividere l’integrale in due integrali. X(3) = 5 + j. X(3) = −3 j. X(3) = − j.14 Sia wN0 = e− j2π /N0 . k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt .250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0.16 Senza calcolare esplicitamente x(n). X(1) = 3 e jπ /4 . X(1) = −5. ∀t ∈ R . k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). (b) Scrivere l’equazione di analisi in (−T0 /2. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t).14. [Suggerimento: applicare le identità dell’esercizio 5. X(3) = −5. (d) X(0) = −2. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. allora il segnale ha solo le armoniche dispari. (b) X(0) = 3. (e) X(0) = 3.56) (b) Viceversa. X(2) = 3. X(2) = 1. valida ∀a = 0. X(1) = 2. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . in modo da poter sfruttare la (5. X(4) = −3. X(3) = 1 − j.56) operando un cambiamento di variabile in uno dei due integrali. (5. ∀k pari. e si ha in particolare  0 .56). ] Esercizio 5.] 1−a Esercizio 5. X(3) = 3 e j7π /4 . X(2) = 2.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. N0 ∈ N: 0 x(n) = x n T0 N0 .56). mostrare che se x(t) ha la proprietà di simmetria (5. X(2) = 3 j. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . X(2) = 1 + j. X(1) = 5 − j. (c) X(0) = j.

dove xg (t) = Λ t T0 .17 Si consideri il segnale periodico x(n). [Suggerimento: utilizzare le proprietà della DFS. il segnale x(n) è quello avente potenza Px minima. 0 ≤ t < 4.] Risultato: α = 10. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). Esercizio 5.5. n=0 (3) ∑7 (−1)n x(n) = 1. γ . avente DFS X(k). n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. β . caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. β = π /5 e γ = 0.7 Esercizi proposti 251 Risultato: (a) x(n) reale. (c) x(n) non reale. Esercizio 5. Esercizio 5. Risultato: y(t) ≡ 0. (e) x(n) reale.] Risultato: x(n) = 1 + 1 (−1)n . (4) Px = 50.18 Si consideri il segnale periodico x(n). (b) x(n) reale. (2) ∑5 x(n) = 2. con T0 ∈ R+ . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. avente DFS X(k).20 Il segnale periodico x(t) = rep2T0 [xg (t)]. 4 ≤ t < 8 . 3 6 Esercizio 5. 1 + j2π f T0 ottenendo il segnale y(t). viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . per la proprietà (4). (3) X(11) = 50. e determinare in particolare le costanti α . −1. (2) x(n) è periodico di periodo N0 = 10. utilizzare l’uguaglianza di Parseval per la DFS. . (d) x(n) non reale. con xg (t) = 1. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ).19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) .

è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . 9 Esercizio 5. . si trova che Esercizio 5. 1. l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . H(3/4) = 2 e− jπ /4 . con T0 ∈ R+ .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. Determinare i valori di H Risultato: H(0) = 0. H(1/4) = 2 e jπ /4 . dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . H(1/2) = 0. 1).23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). (b) In corrispondenza dei valori di fc determinati al punto (a). Risultato: (a) xdc = ydc = 1 . per k = 0. 2. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). (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). . Risultato: y(t) = 8 sin(2π f0t).252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). (a) Determinare la frequenza di taglio fc del filtro in modo che l’uscita y(t) del filtro sia un segnale sinusoidale di frequenza f0 = 1/(2T0 ). Esercizio 5. 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 . Determinare il segnale y(t) in uscita al filtro. π2 Esercizio 5. e ∆ν = 1 24 . dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . (b) y(t) = π82 cos(2π f0t). (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. calcolare l’espressione esplicita di y(t). con T0 ∈ R+ . 1 2T0 3 < fc < 2T0 .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . 3.22 Il segnale periodico x(t) = repT0 [xg (t)].

(2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . Esercizio 5. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). f1 = 2 kHz.6. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. si calcoli l’uscita y(t).5.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . (b) y2 (n) = sin . (b) Con riferimento al punto precedente. con T0 ∈ R+ . con T0 ∈ R+ .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 .364 f0 .25 Il segnale periodico x(t) = repT0 [xg (t)]. con f0 = 1 kHz. (c) y3 (n) ≡ 0. è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ).27 Il segnale x(t) = rep2T0 [xg (t)].2. Risultato: RC = 1 2π f0 68 13 ≈ 0. (a) Calcolare la frequenza fondamentale f0 del segnale x(t). Py = π 4 1 + 81 . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . (c) RC = T0 π 3 . 2T Esercizio 5. 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. f2 = 3 kHz.28 Con riferimento allo schema in figura.] √ 1 2 1 . Esercizio 5.26 Il segnale x(t) = +∞ k=−∞ ∑ (−1)k Λ t − 2kT0 T0 è posto in ingresso ad un filtro ideale passabasso di guadagno unitario e frequenza di taglio 1/T0 . sapendo che: (1) x(t) = cos(2π f0t). 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. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.

y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t].H2 ( f ) . (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py .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 2.5 f0 e guadagno in continua unitario. (1) x(t) = 5 + 2 cos(2π f0t).H1 ( f ) 6 . dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk .z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }. Esercizio 5. y(t) H( f ) . =4kHz Esercizio 5.H2 ( f ) . Si assuma che tutti i segnali ed i sistemi considerati siano reali. (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.29 Con riferimento allo schema in figura.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). 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. g(x) = |x|2 è una nonlinearità (quadratica) senza memoria.5/T0 e guadagno unitario.H1 ( f ) u(t) - (·)2 v(t) . k=−∞ k=−∞ . Determinare l’espressione del segnale di uscita z(t). x(t) 6 . x(t) .30 Con riferimento allo schema in figura. Py = 776.

Sign up to vote on this title
UsefulNot useful