Giacinto Gelli e Francesco Verde

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

NAPOLI 2008

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

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

Indice

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

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

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

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

2 Interpolazione non ideale . . . . . . . . . 6. . . . . . . . . . . . . .3. . . . . . . . . . . . . . . . . . .2 Interpolazione ideale . . . . . . . .6 Trasformata di Fourier dei segnali periodici . . .2 Trasformazioni della variabile indipendente . . . . . . 6. . . . . . . . 7. . . . . . . . . . . . . . . . . . . .3 Segnali TD transitori . . . . . . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . . . . . . . . . . . . . .1 Segnali TC . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . 6. . . . . . . . . . . . . . . .1 Proprietà di convoluzione . . 7. . . . . . . . . . . . . . . .2 Segnali a banda praticamente limitata . . . . . . . 437 . . 6. . . . . . . .4 Estensione spettrale e banda di un segnale . . . . . . . . . . .3 Derivazione e differenza prima. . . . .6. . . . . . . .3. . . 6. .1 Definizione di numero complesso . . . . . . . . . . . . . . .3. . . . 6. . . 6. . . 6. . . . . . . . . . . . . . . . . . 433 A. . . . . .1 Teorema del campionamento .INDICE iii 6 Trasformata di Fourier 6. . 7. . . . . . . . . 6. . . . .1 Trasformata di Fourier per segnali TC . . . . . . . . . . . . A Richiami sui numeri complessi 433 A. . . . . . .2 Segnali TD . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . 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 . . .4. .1. . . . . . . . . . . . . . . . .1. . . . .2. . . . . . . . . . .6. .1 Trasformata di Fourier . . . . . . . . . . . . . integrazione e somma . . . . . . . . . . 6. . . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . . . . .3. 6. . . . . . . . . . . . . . . 6. . . 7. . . . . . . . .1 Trasformazioni della variabile dipendente . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . .7. . 6. . . .5. . . . . . . . . . .4 Proprietà della risposta in frequenza . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . .5 Proprietà della trasformata di Fourier . . . . . . . . . . .8 Esercizi proposti . . . .5 Esercizi proposti . . 7. . . . . . . . . . . . . . . . . . . .6. . . . . . . . 6. . . . . 6. . .3 Campionamento ed interpolazione in pratica . . . . . . . . . . . . . . . . . . . . .7. .4. . . . . .4. . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . 6. . . 6. . . . . . .7. . . . . . . . . . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . . . . 6. . . . . . . . . . 6. . . . . . . . .5. . .3 Estensione spettrale e banda di un segnale periodico . 7. . . . . . . . .1 Segnali a banda rigorosamente limitata . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . . . . . . . . . 6. . . . 6. . . . 7. . . 6. . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . . . .1. . . . . . . 6. . . . . . . . . . . . . . .6. .2. . . . .3 Aliasing . 434 A. . . .4 Quantizzazione . . .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier per segnali TD . .3 Segnali a banda non limitata . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Introduzione . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . . . . . . . . . 6.2 Forma algebrica dei numeri complessi . . . . . . . . . . . . . .2.7. . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . 7. . 6. . . . . . . . . . . .5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Campionamento ed interpolazione ideale . . . .

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

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

il metodo di Newton (fig. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. Esempio 1. Posto x(0) = b. . e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Supponiamo che f sia dotata di derivata prima continua e.2. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). Un esempio classico è il metodo di Newton o della tangente. . 1. pulsazione ω0 o frequenza f0 .1. convessa e tale che f (a) < 0 ed f (b) > 0. 2. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. 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). l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) .2 è una funzione del tempo x(t).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. e fase iniziale ϕ0 .1. 1. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. Esempio 1. 1. 1. anche se il significato fisico ed i valori dei parametri A. f [x(n − 1)] con n = 1. Il segnale sinusoidale degli es. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. 1. f0 e ϕ0 sono diversi. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse.2. inoltre. frequenza f0 . Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). 1.3 (successione) In matematica. Fig. 3. 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)] . ed è raffigurato in fig. Ripetendo tale procedimento. . 1.2.2 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. dove ϕ0 è la posizione angolare del corpo all’istante t = 0.1 e 1. che sia crescente. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. è possibile applicare metodi per determinare soluzioni approssimate. . . che consente di risolvere approssimativamente equazioni del tipo f (x) = 0.

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. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.. . Il metodo di Newton dell’es.. racchiude i valori assunti dalla variabile dipendente x. 1. x(1) x(2) Fig. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. che prende il nome di immagine di T mediante x o anche codominio di x. Inoltre. . 1. . 1. Si osservi che. (1. in questo caso.4.3. come nell’es. Tale relazione definisce una successione numerica.. Maria Turchini. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es.1) dove l’insieme T.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi.1 e 1.. Ugo Bianchi. 1. dove f (x) denota la derivata prima di f (x).3.3. Esempio 1. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. 1.1. Ad esempio... 1. 1.} è costituito dai nomi degli studenti. possono rappresentare dati . mentre l’insieme X.10 e 1. 1.4.1.4. per gli es. .1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . 1.1... le variabili indipendenti di un segnale possono non avere un significato fisico o. 1. Voto 22 30 25 30 .1 e 1. 1.2 e 1. nel caso dell’es. 1. . il dominio del segnale T = {Carlo Rossi. il dominio del segnale risulta essere T = N0 = {0. 1. 1. . come accade nell’es. 1. Al crescere di n. un segnale può essere definito mediante una tabella. un segnale di questo tipo può essere indicato come segue: x : T → X. un voto nell’es.. l’indice n nell’es. Fig.3. lo studente nell’es.. 1. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. 1.4.. 1. Il segnale in forma tabellare dell’es. 1.4.4 (tabella) In alcuni casi. il dominio T di x coincide con l’insieme dei numeri reali. Franca Neri .4).3.4) ed una variabile dipendente x (una lunghezza nell’es.3. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. ad esempio per molti segnali la variabile indipendente è proprio il tempo.. 2. nel caso dell’es. ovvero un segnale definito nell’insieme N0 dei numeri naturali. cioè T = R.2. una tensione nell’es.2. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. Gli es. 1. che prende il nome di insieme di definizione o dominio di x. ma esistono casi significativi di segnali – le immagini. 1.2. .14 più avanti). l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). infine.

6. Fig. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. a prescindere dal loro effettivo significato fisico. capace di trasportare un messaggio dalla sorgente alla destinazione.5. 1. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. Esso è composto da tre elementi fondamentali: un trasmettitore. 1. Gli es. quando tuttavia vorremo enfatizzare la seconda interpretazione. di natura più generale (gli studenti). 1. 1.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. comunque. 1. scriveremo {x(t)}t∈T. 1. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.5. Schema elettrico di un partitore resistivo. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Di norma. Esempio 1.5 (circuito elettrico) Un circuito elettrico è un primo esempio di sistema in cui alla variazione di tensioni e correnti in certi punti del circuito (individuati come ingressi) corrisponde la variazione di tensioni e correnti in altri punti del circuito (individuati come uscite).1 e 1. Rappresentazione di un sistema mediante schema a blocchi. Esempio 1. è lo schema a blocchi di fig.5. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. quale il partitore resistivo dell’es.1) (cioè il segnale nel suo complesso per ogni t ∈ T). Definizione 1. e alla variabile dipendente x come all’“ampiezza” del segnale. che associa ad ogni messaggio da trasmettere . riportato schematicamente in fig.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi.6. un grafico o una tabella. 1. e gli altri come segnali di uscita (o effetti). mentre l’uscita è la tensione ai capi del resistore R2 .6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . Concludiamo osservando che. 1. Tali funzioni potranno essere descritte mediante un’espressione matematica. oppure può rappresentare la legge di corrispondenza (1. dei quali alcuni sono identificati come segnali di ingresso (o cause). 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).4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. rimandando il lettore agli esempi che ne chiariscono meglio il significato.7. con riferimento ad un segnale funzione del tempo.

Schema semplificato di un sistema di comunicazione. Innanzitutto. A tal fine. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. che è il mezzo fisico (ad esempio. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. 1. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. L’operatore S associa ad ogni segnale x di I un segnale y di U. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. si pensi. allo studio di fattibilità di un sistema che è in fase di progetto e che. Inoltre. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. in alcuni casi. infatti. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. oppure. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. un canale. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. in questo caso. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. 1. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig. ad esempio. a “produrre” dei segnali di uscita.2) I U Fig. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. meccanici. non è stato ancora realizzato fisicamente. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. ed. Ad esempio. un cavo telefonico) lungo il quale viaggia il segnale d’informazione.7.1. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). il sistema di comunicazione in fig. simbolicamente: S : I → U. 1. un ricevitore. Dato un sistema e assegnati i segnali di ingresso. un sistema è una mera collezione di componenti elettrici.8. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. quindi. il canale ed il ricevitore. che interagiscono tra di loro. pertanto. Gli esempi precedenti mettono in luce alcuni aspetti importanti. o biochimici. . infine.

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

5 −0.2 0.5 0. in forma tabellare. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. Tali segnali scaturiscono da fenomeni fisici che.3 Segnali deterministici ed aleatori I segnali considerati negli es. ben presente nel seguito. che non possono cioè essere descritti esattamente. 1. In conclusione. 1.4 t 0.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. Va osservato come principio generale che un modello è solo una rappresentazione. es.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente.2 0. il modello matematico è quasi sempre frutto di approssimazioni.8 1 0 −0. Definizione 1. 1. Esempio 1. 1. In secondo luogo. quasi sempre estremamente semplificata.8 1 (a) (b) Fig. o in forma grafica). Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. Il segnale vocale assume una forma profondamente diversa. in quanto contengono un certo grado di imprevedibilità o di incertezza.5 −1 −1 0 0. .2) non è mai esattamente sinusoidale.2 e 1. 1. ad esempio. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. o per la conoscenza imperfetta dei meccanismi che li governano.5 x(t) 0 x(t) 0 0. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.1.4 t 0. per la presenza di disturbi.9. ecc.3 Segnali deterministici ed aleatori 7 1 1 0. infatti. La classe dei segnali deterministici è ampia. 1.1. della realtà che intende descrivere.6 0.6 0.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. 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”. accoppiamenti parassiti. per la loro complessità. non ammettono una descrizione matematica esatta. In primo luogo. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. che esprime la pressione acustica in funzione del tempo. 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. In fig. non linearità.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale).

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

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.

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

20(a).1). Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A . Definizione 1. 5} è costituito solo da due valori. visto che il suo codominio X = {−5. altrimenti .2 assume con continuità tutti i valori dell’intervallo [−A.. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. 1. Il vantaggio che si consegue con la quantizzazione è che. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. . t -5 Fig. detta quantizzazione.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). In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. Esempio 1. utilizzato per descrivere un segnale. Esempio 1. mentre X è un insieme discreto per un segnale ad ampiezza discreta. raffigurato in fig. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. Sulla base del modello matematico (1. −A . Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.. 1. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. se il numero delle ampiezze è finito. 1. Il segnale risultante è mostrato in fig. se x(n) ≥ 0 .20 (b).19.12. 1.1.4 Classificazione elementare dei segnali 15 x(t) 5 .19) descrive la variazione dello stato logico nel tempo. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze.. A] ≡ X. rimpiazzandole con un numero finito di possibili valori.15.1 e 1.. Un esempio di segnale ad ampiezza discreta è il segnale logico. la sinusoide degli es. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. 1. La quantizzazione si dice “ad un bit” in quanto l’ampiezza .8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. 1. Il segnale risultante x(t) (fig. 1.

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

1. Viceversa.1. Tra esse. I segnali del mondo fisico sono analogici. tanto da meritare una denominazione particolare: Definizione 1. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. 1. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. 1. esse sono indipendenti. e tra segnali ad ampiezza continua o discreta.4. 1.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig. l’interesse per i segnali digitali è più recente.22. esistono metodologie ben consolidate.3 Segnali analogici e digitali Dal punto di vista applicativo. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. e per il loro studio matematico. . tuttavia. DSP). in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. Di queste.22).18 e la successiva discussione). affrontato già a partire dal XVIII secolo. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto.

(b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). Esempi di sistemi MISO. 1. 1. . faremo esclusivamente riferimento a sistemi SISO: per questo motivo. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. quando parleremo di sistema. Fig. Definizione 1. (b) sistema a TD. (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. Definizione 1. quali ad esempio il partitore resistivo. 1. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Nel seguito. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). supporremo implicitamente che esso sia di tipo SISO. I sistemi visti in precedenza. sono tutti di tipo SISO.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.23. o viceversa.5 Classificazione elementare dei sistemi Come i segnali.23. il campionatore. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). ed il quantizzatore. (b) moltiplicatore a due ingressi. raffigurati schematicamente in fig. l’interpolatore. 1. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC.11 (sistema a tempo continuo/discreto/misto) (a) Un sistema si dice a tempo continuo (TC) se l’ingresso e l’uscita sono entrambi segnali a tempo continuo. quali il numero degli ingressi e delle uscite.24. (a) sommatore a due ingressi. a parte il caso dei sommatori e dei moltiplicatori. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite.

sistemi digitali. e quindi bisogna effettuare sia un campionamento (cfr. 1. 1. 1.1. 1. che presenta ingresso a TD e uscita a TC. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. Conversione A/D: (a) schema a blocchi di un convertitore A/D. o viceversa. Esempio 1. nel caso di sistemi misti. essi sono inoltre di grande interesse ingegneristico. quantizz . in campo economico o sociale).16). sia una quantizzazione (cfr. effettuata da un sistema denominato convertitore A/D (fig. 1. es. in un convertitore A/D reale (denominato anche analog-todigital converter. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. e l’interpolatore (es. mentre U contiene solo segnali a TD. ADC). Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. Lo schema del convertitore A/D riportato in fig. nel caso di sistemi a TC. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. 1. Inoltre.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit.25). mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. che presenta ingresso a TC e uscita a TD. es. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita.2) utilizzato per descrivere matematicamente un sistema. 1.3 Infine. 1. l’insieme I racchiude solo segnali a TC.13).12). infine. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.6. 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. 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. 1.25. Sulla base del modello (1. Esempi significativi di sistemi di questo tipo sono il campionatore (es. I sistemi a TD non esistono generalmente “in natura”. e viceversa. Il seguente esempio introduce due ulteriori esempi di sistemi misti. come il partitore dell’es. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. 1.24(a). ed i sistemi a TD sono denominati. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici.25 è puramente di principio. In accordo con la simbologia introdotta in fig. e quindi sono sistemi a TC: ad esempio una rete elettrica. è un sistema a TC. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. in maniera lievemente imprecisa. . Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. segnale digitale (b) Tc Fig.5.24(b). (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. 1.12).5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . e spesso non sono nemmeno chiaramente separabili.

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

ed inviato ad un masterizzatore (digitale). di debole intensità. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. Schema analogico per la registrazione/riproduzione audio. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. 7. tipicamente in materiale metallico pregiato. Tale segnale elettrico.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. 1. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). la differenza significativa è che il segnale captato dal microfono. L’es. e da questi ultimi le copie in materiale plastico (vinile). che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata.28. In esso. codificato in bit. Il brano da registrare viene captato da un microfono.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. che vengono vendute all’utente finale. 1. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. viene sottoposto ad una conversione A/D. entrambe effettuate in maniera analogica. che si comporta da trasduttore. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). ed inviate ad un convertitore D/A. 1.28 si riporta lo schema di principio che descrive la registrazione di un brano musicale su un disco in vinile e la sua successiva riproduzione. . Una volta inciso il master. viene amplificato e inviato ad un masterizzatore (analogico). L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). l’utente può riascoltare il brano inciso utilizzando un giradischi. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. Successivamente. dopo l’amplificatore.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. Il masterizzatore si comporta da attuatore.1. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. Esempio 1. bruciando con un laser in misura maggiore o minore le zone del disco. 1. ovvero converte la pressione acustica del suono in un segnale elettrico. Da ciascuna copia. da esso si possono ricavare dei master secondari.29.

L’informazione è memorizzata sul compact disc in forma digitale (come stringhe di bit). dell’ordine di qualche migliaio di euro. 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. Infatti. possono essere facilmente memorizzate in maniera integrata su uno stesso supporto. Infine l’informazione digitale. audio. anche con un semplice personal computer (PC). tali da non comportare scambi in lettura tra “0” ed “1” (o viceversa). Un altro vantaggio della conversione digitale è che differenti sorgenti di informazione. deformazioni. a costi sempre più bassi. uno o più bit possano essere letti erroneamente.29. Schema digitale per la registrazione/riproduzione audio. compressa. può essere riprodotta infinite volte e senza quasi alcuna degradazione. 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.. graffi. ecc. costose da progettare e da realizzare. con l’avvento delle tecniche digitali. 1.22 Segnali e sistemi: introduzione registrazione A/D microfono masterizzatore digitale amplificatori compact disc D/A altoparlante riproduzione trasduttore (laser ) Fig. Di contro. a causa di degradazioni più significative del supporto digitale. “click”. essendo stata convertita in bit. ecc. di contro. in quanto in quest’ultimo caso non sono concepibili tecniche semplici per la protezione dagli errori. Esiste evidentemente la possibilità che. protetta.). una volta convertite in stringhe di bit. si pensi ad esempio al supporto DVD (digital versatile disc) in cui si integrano con facilità informazioni “multimediali” quali video. Non a caso. non determinano alcuna degradazione della qualità del segnale audio. l’elaborazione dell’informazione analogica comporta l’uso di sofisticate apparecchiature professionali. può più facilmente essere elaborata. queste si traducono comunque in una degradazione acusticamente percepibile della qualità del segnale audio (fruscio. Il vantaggio principale è che l’informazione. e dati di varia natura. una volta memorizzata in maniera digitale. se il supporto analogico (il disco in vinile) è sottoposto a deterioramento. memorizzata. piccole degradazioni del supporto digitale (il compact disc). . polvere.

24 Segnali e sistemi: introduzione .

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

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

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

5 (a) . x(−t) = x(t). (b) segnale ritardato (t0 > 0). un segnale TD si dice pari se x(−n) = x(n). invece. Un segnale TC invariante alla riflessione. la riflessione corrisponde a riprodurre il brano al contrario. 2. y(n) = x(−n) . si dice pari. secondo le seguenti relazioni.3.28 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. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. si dice dispari. se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. Analogamente. x(t) = −x(−t). in pratica il grafico del segnale subisce una rotazione intorno all’asse delle ordinate (si noti che il valore in t = 0 oppure n = 0 resta immutato per effetto della riflessione). 2. Dal punto di vista fisico. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . in fig. dispari se x(n) = −x(−n). Ad esempio.4. un segnale TC invariante rispetto alla cascata di una riflessione e inversione. Traslazione temporale di un segnale TC: (a) segnale originario. (c) segnale anticipato (t0 < 0). Un esempio di riflessione per un segnale TC è riportato in fig. 2.

(c) Il prodotto di due segnali pari è un segnale pari. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. 2.5 (c) e (d) sono raffigurati due esempi di segnali dispari. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].t1 t Fig.6.t2 .1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. e (b) sono raffigurati due esempi di segnali pari. 2. mentre il prodotto di due segnali dispari è un segnale pari. A partire dalla definizione di segnale pari e dispari.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. . 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). mentre in fig.2.4. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. risulta necessariamente x(0) = 0. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . (b) segnale riflesso. Riflessione temporale di un segnale TC: (a) segnale originario. 2.

(b) segnale pari a TD.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. (c) segnale dispari a TC. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig. 2. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. .6. 2. Esempio di decomposizione di un segnale TC in parte pari e dispari.5. (b) segnale dispari a TD.

il valore del segnale per t = 0 rimane inalterato. Nel caso a < 0. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. (b) segnale compresso (a > 1). per cui tratteremo separatamente questi due casi. in particolare. 2.1 Operazioni elementari sui segnali 31 x(t) (a) t1 y(t) = x(at) t2 a>1 t (b) t1/a y(t) = x(at) t2/a a<1 t (c) t1/a t2/a t Fig. si ha una compressione dei tempi [fig. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. mentre con . Cambiamento di scala temporale di un segnale TC: (a) segnale originario. Nel caso TC. il caso a = 1 lascia ovviamente il segnale inalterato. (b) segnale espanso (0 < a < 1). se il segnale x(t) è l’audio di un brano musicale.7. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. Dal punto di vista fisico.2. il cambiamento di scala temporale è definito come y(t) = x(at) . l’operazione y(t) = x(at) non è elementare. e quindi a velocità maggiore (ad esempio. 2.7(a)]. Si noti che sia nel caso della compressione che dell’espansione.7(b)]. 2. dove a ∈ R+ : per a > 1. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo.

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

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

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

Ovviamente. nell’ordine elencato: espansione di un fattore 5: anticipo di 4: t . 2.3 (individuazione delle operazioni elementari. individuare quali siano le operazioni elementari ed in che ordine vadano effettuate. va osservato peraltro che in genere la prima è da preferire. 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. Infatti si ha. Esso si può pensare ottenuto a partire da x(t) mediante le seguenti tre operazioni. 5 u(t) = z(t + 4) . Si può verificare che il risultato dipende dall’ordine in cui si eseguono le operazioni. Un altro problema che si pone in pratica è il seguente: dato un segnale ottenuto per combinazione di operazioni elementari. per cui nella definizione (2. in quanto quest’ultima non si può interpretare semplicemente come la sostituzione formale di n/L → n: se n/L non è intero. Ad esempio se si effettua prima la riflessione. ed infine l’espansione. È importante infatti notare che uno stesso segnale si può ottenere con diverse combinazioni di operazioni elementari.1) si assume convenzionalmente che tale valore sia nullo. riflessione: u(t) = z(−t) . infatti. ottenendo un segnale differente da quello dell’es. poiché portano allo stesso risultato. Nel caso di segnali a TD. non ha senso calcolare il valore del segnale in n/L. Qualche approfondimento merita il solo caso in cui è presente l’espansione a TD definita dalla (2. in quanto più “semplice”. D’altra parte.1 Operazioni elementari sui segnali 35 Successivamente operiamo le sostituzioni ricorsivamente partendo dall’ultima espressione: y(t) = v(2t) = u(−2t) = x(−2t − 3) . t . poi l’anticipo. caso TC) Si consideri il segnale y(t) = x 4−t 5 . sostituendo ricorsivamente a partire dall’ultima. Per ottenere .2. Esempio 2. entrambe le sequenze di operazioni sono “corrette”. si ha: y(t) = u t t t +4 = x − −4 =v 5 5 5 e quindi un risultato differente da quello precedente.1). lo stesso segnale di partenza si può pensare ottenuto mediante una diversa combinazione di operazioni: 4 anticipo di : 5 z(t) = x t + 4 5 . L’esempio che segue chiarisce meglio quest’aspetto.1. z(t) = x riflessione: y(t) = u(−t) . y(t) = u(−t) = z(−t + 4) = x −t + 4 5 =x 4−t 5 . la tecnica da seguire per combinare operazioni elementari è la stessa vista per il caso TC.

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

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

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

risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . se è vero che. ε →0 (2. motivo per cui è comunemente nota come impulso o delta di Dirac. Al limite per ε → 0.4) definisce un funzionale che si “appoggia” alla funzione δε (t). (2. essa ha invece un significato ben preciso se la si moltiplica per un’arbitrario segnale x(t) continuo nell’origine e si integra il risultato su tutto l’asse reale: +∞ −∞ δε (t) x(t)dt = 1 2ε ε −ε x(t)dt . per ε → 0.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. che indichiamo con δ (t) = lim δε (t) . un operatore che associa alla funzione x(t) un numero reale.5) In altre parole. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). Invocando il teorema della media. δε (t) non ha alcun significato come funzione ordinaria. Come indicato dal loro stesso nome.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. Questo risultato suggerisce di definire il limite al secondo membro della (2. la (2. Quindi. ε →0 dt (2.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. al limite per ε che tende a zero. a differenza del concetto di convergenza di funzioni ordinarie. A tale scopo.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 ). si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . Infatti. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. la convergenza della famiglia di funzioni δε (t) alla funzione . (2. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. al limite per ε che tende a zero. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. ε →0 (2. il funzionale (2. Al diminuire di ε . 2. possiamo affermare che esiste un punto tε ∈ [−ε . cioè.4) Dal punto di vista matematico. Ciò suggerisce che la convergenza del limite al secondo membro della (2. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . ε ) e la misura di tale intervallo.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. 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.2.3) mediante una funzione.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . conservando tuttavia area unitaria. Dirac nei suoi studi sulla meccanica quantistica.

di carattere esclusivamente applicativo. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. (2. ∀t0 ∈ R. (e) Cambiamento di scala: δ (at) = +∞ 1 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).5) e (2. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . la (2. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e.8) ovvero. a valle delle considerazioni fatte finora. ∀n ∈ N.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1.5) e (2. ∀x(t) 0. La prima. A partire dalla definizione (2. ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0. |a| . anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . ∀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. riguarda il fatto che. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. ma. se a > 0 oppure b < 0 . La seconda. ∀x(t) continua in t0 . (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). (d) Parità: δ (−t) = δ (t).9) dt In altre parole.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. ∀a < b ∈ R. ∀a ∈ R − {0}. consiste nell’osservare che. se a < 0 < b . nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. b a continuo in t = 0.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. in virtù delle (2. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). secondo l’analisi matematica convenzionale. ∀t0 ∈ R. di carattere prettamente matematico.7). implicitamente. .8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato.8). ad esempio. (2. per semplicità d’impiego nelle applicazioni. δ (t) x(t) dt = x(0) .

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

cioè. 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 ). Nel seguito. 2. approfondiremo questa classificazione. si considerano trascurabili solo i valori nulli del segnale. Conseguentemente. .18. . In tal caso.3. n1 + 1. con t2 > t1 . n2 }. Analogamente. con n2 > n1 . con riferimento a taluni casi particolari di segnali. legato all’interpretazione di quali valori del segnale siano trascurabili. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . . Alcuni esempi elementari di finestre sono presentati di seguito. . considerando sia segnali TC che TD. e quali no. con riferimento alla definizione generale di estensione. .t2 ). esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. cioè. . n2 }. Tuttavia. n1 + 1.46 Proprietà dei segnali x(t) t1 durata t2 t Fig. x(t) = 0 per ogni t ∈ (t1 . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . . n1 + 1. . Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. segnale x(n). n2 } e la sua durata è data da ∆x = n2 − n1 + 1. non esiste una definizione universalmente accettata di estensione temporale di un segnale. . . l’estensione del segnale è definita come Dx = (t1 . Segnale di durata rigorosamente limitata. l’estensione del segnale è definita come Dx = {n1 .t2 ) e la sua durata è data da ∆x = t2 − t1 . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. In questo caso. e segnali di durata non limitata. 2. Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig.18. . .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 . 2.t2 ). x(n) = 0 per ogni n ∈ {n1 . Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. In altre parole. . Nel caso TD.

2. la finestra rettangolare è denotata con il simbolo Π(t). è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.19.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. 0. numerosi testi.20: la finestra è centrata in t = t0 e ha durata ∆x = T . cambiamento di scala con a = 1/T e traslazione temporale di t0 . 0 . il cui andamento è raffigurato in fig. cambiamento di scala con a = 1/T e traslazione temporale di t0 .3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.8 x(t) = rect(t) 0.4 0. 2. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”).5 . 2. 0 . se 0 ≤ n ≤ N − 1 .20.19. A partire dalla finestra prototipo. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. Fig. altrimenti . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 .t0 + T /2] . Esempio 2. Finestra rettangolare a TC. se t ∈ [t0 − T /2. mediante moltiplicazione per una costante. Si tratta di un segnale pari (centrato nell’origine). altrimenti . . Finestra rettangolare a TC dell’es. ed è rappresentata graficamente in fig. si vede che x(t) = A rect t − t0 T = A. traslazione temporale e cambiamento di scala. altrimenti . 2. se |t| ≤ 0. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). Utilizzando la definizione.6 0. 2.7. 2.

altrimenti . ovvero considerare B2N (n + N).22. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2.6 0. Tuttavia. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. ed è rappresentata graficamente in fig. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. ponendo N = 1. se 0 ≤ n ≤ 2N − 1 . .22. 2.8 x(t) = Λ(t) 0.23) anche nel caso TD. Si tratta di un segnale pari (centrato nell’origine).21. 2. 2.21.24. ed essa è nota come finestra di Bartlett:  |n − N|  . La finestra ha estensione temporale Dx = {0. infatti si ha RN (n) = u(n)−u(n−N). a partire dalla finestra triangolare prototipo. 0. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.4 0.4 0.2 0 −2 −1 0 t 1 2 Fig. . La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . N −1} e durata ∆x = N. si noti che. traslazione temporale. Fig. Come nel caso TC. È possibile definire la finestra triangolare (si veda la fig. pertanto. altrimenti . di ampiezza unitaria e durata ∆x = 2.2 0 −2 0 2 4 n 6 8 10 1 0. cioè. . 2. 2. 2. se |t| < 1 . Finestra rettangolare a TD per N = 5. 1. . così come la finestra rettangolare a TD.6 0. come riportato in fig. ed è asimmetrica rispetto all’origine. 2. la finestra rettangolare a TD degenera nell’impulso discreto. R1 (n) = δ (n). Infine. . Così come visto per la finestra rettangolare nell’es. ed è rappresentata graficamente in fig.48 Proprietà dei segnali 1 0. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. 1− B2N (n) = N 0 .8 x(n) = R5(n) 0. Finestra triangolare a TC. è asimmetrica rispetto all’origine.7. a differenza della sua versione a TC. mediante operazioni elementari (moltiplicazione per una costante.

Finestra triangolare a TD per N = 4.. se si fissa una soglia diversa. si perviene ad un diverso valore di durata del segnale. senza mai annullarsi. si consideri un segnale TC come quello riportato in fig.23. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.8 0.3. Fig. 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. Segnale di durata praticamente limitata. x(t) soglia .25.4 0.25. Un discorso analogo sussiste anche per i segnali a TD.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. legato proprio all’arbitrarietà nella scelta del valore della soglia.2. Finestra triangolare a TD per N = 4 con simmetria pari.6 0. questo introduce.. t1 durata t2 . e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. per esso... tuttavia.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. il quale decade asintoticamente a zero per t → ±∞. t Fig. un certo elemento di arbitrarietà nella misura della durata. a differenza del caso di segnali a durata rigorosamente limitata.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . . in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo.24. 2. Si noti che. In particolare. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. Fissare una soglia (vedi fig. 2. con t2 > t1 .4 0. 2.8 0. 2. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.t2 ) di valori significativi del segnale. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.2 0 −6 −4 −2 0 n 2 4 6 Fig. 2.6 0. 2.3 Estensione e durata temporale di un segnale 49 1 0.

mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. Il caso a = 0 è degenere. al variare di a.26.1. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. 2. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . L’esponenziale a TC è una funzione monotona di t. Tale scelta può variare a seconda della natura del segnale. che quelli a durata praticamente limitata – sono anche detti segnali transitori. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. delle applicazioni.26(a). esso non rientra nella famiglia dei segnali di durata praticamente limitata. per effetto del gradino. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. come in fig. come in fig. come mostra il calcolo della derivata di x(t). ed in particolare per a > 0 l’esponenziale risulta crescente. e degli scopi per i quali il segnale stesso viene studiato o elaborato. In particolare. che risulta diverso da zero. dove a ∈ R è un fattore di scala dei tempi. si noti peraltro che il comportamento per t ≥ 0. 2. Poiché. In particolare. nel caso a < 0. che sono descritti di seguito.25). (a) a < 0 (valore effettivo a = −0. mentre per a < 0 l’esponenziale risulta decrescente.26(b). . è lo stesso dell’esponenziale x(t) = A eat . 2.25). Infine. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. ∀a ∈ R). notiamo che tra le operazioni elementari introdotte nel § 2. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. con riferimento al caso TC per semplicità. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. solo per t ≥ 0.50 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. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . in dipendenza dal valore di a = 0.

La costante di tempo ammette anche una interessante interpretazione geometrica. 2. la durata ∆x . In tal caso.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. 2.368 A. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. si ottiene che ∆x ≈ 3 T . si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. . A titolo esemplificativo. la durata del segnale risulta ∆x = T ln 1 α e. al crescere di T .27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . se si pone per definizione a = −1/T con T > 0. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili.27. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. risolvendo l’equazione x(∆x ) = α A. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. la pendenza diminuisce. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). dell’esponenziale monolatero. sebbene il segnale non si annulli mai al finito.05. dunque. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . con 0 < α < 1. che è definito dalla relazione x(n) = A an . cresce con legge direttamente proporzionale a T . la cui estensione è Dx = (0. Passiamo ora ad introdurre l’esponenziale bilatero a TD. con ∆x > 0 (durata) dipendente dalla scelta della soglia. al diminuire di T . In altre parole. con a > 0. essendo infinitesimo per t → ±∞. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. se si sceglie α = 0.2. Per calcolare la durata analiticamente. la pendenza aumenta. ∆x ). Viceversa. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. È chiaro allora che. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . legata alla pendenza della funzione esponenziale nell’origine. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. ed indirettamente alla sua durata. dove il parametro T prende il nome di costante di tempo. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . cioè. Così facendo. scegliamo come valore di soglia α A. com’era intuibile.

per |a| → 1. la cui estensione è Dx = {0. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. ∆x − 1}. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. l’esponenziale decresce più lentamente. . La durata del segnale. con ∆x > 0 (durata) dipendente dalla scelta della soglia. mentre per a < 0 assume valori di segno alterno (positivi per n pari. Per ottenere un segnale esponenziale di durata praticamente limitata. per |a| = 1. se a = −1. se a = 1. . l’esponenziale monolatero tende a zero per n → ∞. . a causa della presenza del gradino. 2.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. 1. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. Infine. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . mentre è identicamente nullo per n < 0. per cui è un esempio di segnale TD di durata praticamente limitata5 . mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. scegliendo come valore di soglia α A. ln(|a|) Come preannunciato. Inoltre. l’esponenziale decresce più rapidamente. e risolvendo l’equazione |x(∆x )| = α A. l’esponenziale è costante in modulo: in particolare. con 0 < α < 1. viceversa. si ha x(n) = A (−1)n . è funzione di |a|: per valori di |a| prossimi ad 1. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. la durata del segnale tende a zero. Per 0 < |a| < 1. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. In particolare. per |a| > 1 l’esponenziale è crescente in modulo. in particolare.28. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). la durata del segnale tende ad essere infinitamente grande. fissato 0 < α < 1. che assume alternativamente i valori ±A. per a > 0 l’esponenziale assume sempre valori positivi. . in tal caso. l’esponenziale si riduce al segnale costante x(n) = A. ∀a ∈ R − {0}). si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . negativi per n dispari). mentre per valori di |a| prossimi a zero. con |a| > 1. Più precisamente. Similmente all’esponenziale bilatero a TC. mentre. . per |a| → 0.

8 0.1).2.4 −0. (d) −1 < a < 0 (valore effettivo a = −0. (c) 0 < a < 1 (valore effettivo a = 0.5 x(n) 0 0.1). 2. (f) a = −1.3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0.6 x(n) 0. (e) a = 1.28. .5 1 (d) 0. (b) a < −1 (valore effettivo a = −1.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.833). Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.833).

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

che si muove con velocità angolare |ω0 |. gli esponenziali complessi o fasori6 e le sinusoidi. x). 2. Fig. sotto condizioni non eccessivamente restrittive.30) è invece quella nel piano complesso. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi.2. se un segnale (ad esempio TC) è periodico di periodo T0 . Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . ϕ0 è la fase iniziale. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto.31.12) e (2. A. 5. 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).13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . Come vedremo nel cap. misurata in cicli/s o Hertz (Hz). un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. (2. .13). Come ulteriore osservazione. misurata in radianti (rad). misurata ω0 in radianti al secondo (rad/s). la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. allora esso è periodico di periodo 2T0 . sulla base delle (2. ω0 è la pulsazione. Il fasore è un segnale che assume valori complessi. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. 2. . e della definizione di periodo. . 2. . 3T0 .7 avente modulo A. Una conveniente interpretazione grafica (fig.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. 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 )] . le (2.14) dove A > 0 è l’ampiezza. quali.12) e (2. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. e talvolta si parla di periodo fondamentale. è interessante notare che. f0 = 2π è la frequenza. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. Pertanto. secondo la quale il fasore è rappresentato come un vettore ruotante.30. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. ad esempio. Nel seguito si introdurranno alcuni segnali periodici elementari. per un segnale costante x(·) = a.

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

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 . ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. ϕ0 è la fase iniziale (rad). Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC.2. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. Si ha: x2 (n) = A e j(θ2 n+ϕ0 ) = A e j[(θ1 +2π k)n+ϕ0 ] = A e j(θ1 n+ϕ0 ) e j2π kn = x1 (n) . Ovviamente. Prova. Sulla base di questa interpretazione. la posizione finale è la stessa. la condizione θ2 − θ1 = 2kπ equivale. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. in termini di frequenze. con la pulsazione θ0 ). il fasore si muove “a scatti” nel piano complesso. 2π [ oppure θ0 ∈ [−π .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. =1 ∀n. . poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . però. (2. Infatti. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. anche il fasore a TD soddisfa la definizione di segnale (1. k ∈ Z . 1[ oppure ν0 ∈ [−1/2. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. applicando la definizione di periodicità (2. 1/2[. così come accade nel caso TC.13) per un segnale TD. è che poiché il tempo n varia in maniera discreta.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità.30): la differenza sostanziale. k ∈ Z. Questa è una delle fondamentali differenze rispetto ai fasori a TC. Come il fasore a TC. passando da ν0 = 0 a ν0 = 1. 2. k ∈ Z.17) θ0 dove A > 0 è l’ampiezza. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. 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 )] . se il fasore si sposta di θ0 oppure di θ0 + 2kπ . in particolare. ν0 = 2π è la frequenza (cicli). π [.1). poi diminuisce (fino a ν0 = 1). ma anche alcune differenze significative rispetto al caso TC. θ0 è la pulsazione (rad). a ν2 − ν1 = k. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. come θ0 ∈ [0. Equivalentemente. come ν0 ∈ [0. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . nel caso TD il tempo n va considerato adimensionale.

(2) il periodo N0 coincide con il denominatore della frazione.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). 2π N0 k ∈ Z. nel caso in cui è periodico. mostra anche che. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. Infine. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. In particolare: A cos(θ0 n + ϕ0 ) = . similmente al caso TC. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. il periodo non coincide in generale con l’inverso della frequenza. che può rimanere lo stesso (come nei due esempi precedenti) o. k ∈ Z.5 (periodicità nel tempo dei fasori a TD) Un fasore a TD x(n) = A e j(2πν0 n+ϕ0 ) risulta periodico nel tempo se e solo se la sua frequenza ν0 è un numero razionale. da cui si ricava che ν0 = θ0 k = . In pratica. Questi due esempi mostrano che. 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. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. Esempio 2. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. addirittura. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. k ∈ Z. In tal caso. il periodo aumenta passando da N0 = 3 a N0 = 4. può aumentare. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). antiorario se k > 0). contrariamente a quanto avviene con i segnali periodici a TC. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. La proprietà precedente. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. se ν0 = √2 (un numero irrazionale). 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. e si può interpretare. come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae .58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . il periodo è ancora N0 = 3. Se ν0 = 2/3. Infatti.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3.

2. ∀t ∈ R.18) risulta necessariamente x(t) = x(t + T0 ).32. talvolta espresso in percentuale. per cui x(t + T0 ) = x(t). basta provare che per il segnale x(t) definito come nella (2. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . Ad esempio. d’altra parte. traslate di ±T0 . un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). diverso da zero nell’intervallo [−T0 /2. 2. detto generatore. è possibile costruire un unico segnale periodico x(t) secondo la (2. Dato un segnale generatore xg (t) e fissato un periodo T0 .18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). Come caso limite. Viceversa. in fig.5 è quella di fig. Effettuando il cambiamento di variabile k − 1 = nella sommatoria.2. ed il periodo dell’onda stessa. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . come si voleva dimostrare.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. Esempio 2. Infatti come generatore è possibile scegliere la . per una dimostrazione più formale. T0 /2]. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . ±2T0 . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . ampiezza A. Il duty-cycle δc . rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. e la cui rappresentazione grafica per A = 1 e δc = 0. ∀t ∈ R. infatti.8 (duty-cycle dell’80%). Si ha. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) .18). 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). etc. la cui espressione è: ∑ A rect t − kT0 T . (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). (2.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti.

2 0 −2 −1 0 t/T 1 2 x(t) 1 0.6 0.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . ma bisogna tener conto della sovrapposizione tra le repliche.36. . T0 /2]. In particolare.8 0. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t).8 0.34). finestrando il segnale periodico nell’intervallo [−1. Onda rettangolare a TC con A = 1 e δc = 0. N0 − 1}. In questo caso.4 0. In altri termini.32. ad esempio [−T0 /2. 0. 1]. descritta dall’esempio che segue. 2. ed il segnale risultante (fig. Fig. 2. T0 /2] . le repliche del segnale si sovrappongono. con t0 ∈ R.35) non si ottiene semplicemente affiancando le finestre triangolari. 1. Esempio 2.t0 + T0 /2]. .4 0. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. 2. . t ∈ [−T0 /2. altrimenti. restrizione del segnale periodico ad un periodo. sommando queste ultime negli intervalli di sovrapposizione.6 x(t) 0. . è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. (2. ad esempio [t0 − T0 /2. . Bisogna tuttavia notare che. cioè risulta x(n) = x(n + N0 ).10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.8 (duty-cycle dell’80%). si ottiene il generatore raffigurato in fig. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione.5 (duty-cycle del 50%).33. la relazione tra segnale periodico e generatore non è biunivoca. Onda rettangolare a TC con A = 1 e δc = 0. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. 2. per determinare il generatore. 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. 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=−∞ +∞ ∑ .60 Proprietà dei segnali 1 0. Poiché il periodo di replicazione è inferiore alla durata del generatore.2 0 −2 −1 0 t/T 1 2 0 0 Fig. 2.

36. 2. 2.4 0. 2. ottenuto finestrando il segnale periodico nell’intervallo (−0. il cui andamento è rappresentato in Fig.6 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 0.8 0. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. Un differente generatore dell’onda triangolare a TC dell’es. Segnale generatore dell’onda triangolare a TC dell’es. 2.4 0.6 x(t) 0.6 0.34.10.2.4 0.2 0 1 0.4 0.10. 2.37.75).6 x(n) 0.8 0. 2.75.3 Estensione e durata temporale di un segnale 61 1 0. 2.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.35. xg(t) Fig.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).2 0 −2 −1 0 t 1 2 1 0. Onda rettangolare a TD con M = 3 ed N0 = 5. 1 0. Esempio 2. 2.2 0 −2 −1 0 t 1 2 Fig. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n). 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .8 0. Viceversa. Onda triangolare a TC dell’es. che si ottiene finestrando il segnale con una finestra .37 per M = 3 e N0 = 5. Fig.

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

. 63 2. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. . si definisce infatti area del segnale nell’intervallo (−Z. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . Z). −K + 1. −K + 1. 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. (2. (2. 2. il numero. . reale o complesso.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. 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. 2K + 1 n=−K K (2. . x(t) <x(t)> Z -Z +Z t 2Z Fig. Z]. . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt .. Dato un segnale TD x(n) e fissato un intero K ≥ 0.. . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z.4 Area e media temporale di un segnale . si definisce area del segnale nell’intervallo {−K.21) Si noti che. il numero. . (2.2.38..23) . K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) .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. K − 1. Z). .. Considerato Z > 0. l’area e la media temporale di x(n) sono numeri reali o complessi. reale o complesso.20) mentre si definisce media temporale del segnale nell’intervallo {−K. K − 1. .

salvo che in casi particolari. è sufficiente far tendere Z oppure K all’infinito. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale.Z2 →+∞ −Z1 lim x(t) dt .21) oppure (2.26) esiste.21) e (2.64 Proprietà dei segnali L’interpretazione di media. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . = 2Z = e quindi. si ottiene notando che le (2. in base alla (2.38. Ciò accade. (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.26) in cui.25) L’integrale che definisce l’area di un segnale TC può non esistere.23). sia nel caso TC che nel caso TD.20) e (2. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato. I valori dell’area e della media temporale calcolati sulla base delle (2. nel caso dei segnali periodici. (2.2). dipendono dalla scelta di Z oppure di K.2. (segnali TD) K→+∞ 2K + 1 n=−K (2. 2K + 1 Ax (Z) . gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. 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. Tale interpretazione è raffigurata graficamente per il caso TC in fig.27) . si noti che.24).22) e (2.24) x(n). il che significa che esistono segnali per i quali la definizione di area (2.24) perde di significato. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).24) non esiste in senso ordinario. per i quali l’integrale nella (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.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. per esempio. ovvero riguardano solo una porzione del segnale. (segnali TC) (2. A tal proposito. la media si può interpretare come l’altezza del rettangolo avente base pari all’intervallo temporale di riferimento e con la stessa area del segnale. 2. Se il limite nella (2. § B.

l’area del segnale deve necessariamente essere infinita. Tuttavia. con a ∈ R − {0}. mediante cambio di variabile. che può esistere anche quando la serie bilatera di x(n) non converge. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre).28) ossia.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 ). Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. |Ax | < +∞. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). Quando invece la serie di x(n) converge. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. 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. 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. Come caso particolare. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale.1. 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 . l’interpretazione della (2.25) si ottiene come caso limite dalle definizioni (2. cioè.21) o (2. Infatti. dato che l’area di un segnale può essere infinita.4 Area e media temporale di un segnale 65 Tuttavia. Ad esempio. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. Più in generale. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. Essa vale infatti se la media è calcolata su un intervallo temporale finito. cioè. poiché la media temporale definita nella (2. la sua area è necessariamente finita. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. Esempio 2. tutti i segnali dispari risultano avere area nulla.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. la sua media temporale è nulla. Z→+∞ . +∞ (2. Allo stesso modo. Con riferimento al caso TC per semplicità. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale.3). Per quanto concerne l’interpretazione di x(·) . è immediato calcolare l’area del segnale y(t) = x(at).26) non esiste.23). il segnale ha area nulla. e quindi per ogni fissato valore di Z o di K: in questo caso. se consideriamo il segnale x(t) = t. se il segnale x(t) ha area finita. se il segnale x(·) assume valori finiti. ma si verifica anche per molti segnali aventi durata praticamente limitata. ponendo a = −1. Poiché la definizione di area e valor medio sono intimamente legate. Come conseguenza di questo risultato. a partire dal segnale x(t) avente area finita Ax . Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. con t ∈ R. Si tratta di un segnale di durata rigorosamente limitata. l’integrale (2. si ha Ay = Ax . si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. soffermando l’attenzione al caso TC. § B. 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 . nel senso che se y(t) = x(−t).2. Un discorso analogo sussiste anche per i segnali a TD con riferimento alla sommatoria: l’area del segnale x(n) è definita mediante la somma simmetrica della serie bilatera di x(n) (cfr. se il segnale ha area finita.

è nulla. e quindi si ha in generale u(·) = 1 . K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC.27. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. −1. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Esempio 2. ma presenta particolari proprietà di simmetria. Esempio 2.66 Proprietà dei segnali Conseguentemente. t < 0 .14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. Esempio 2. in quanto ha area finita pari a N. definito come sgn(t) = 1. Conseguentemente. in altri termini. 2. come evidenziato nel seguente esempio. 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 . 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 . la media temporale di una costante coincide con la costante stessa. t ≥ 0. con T > 0. . anche la media temporale dell’esponenziale a TD x(n) = A an u(n). Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . Esempio 2. Analogamente. Con calcoli analoghi. 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 . 2Z Calcoli analoghi si possono effettuare anche nel caso TD. e quindi per un segnale costante x(·) = a si ha x(·) = a. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. 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. 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 = . 2 La media temporale può essere nulla anche se il segnale ha durata infinita.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).16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). con 0 < |a| < 1.

9 Notiamo .39.5 x(t) = sgn(t) 0 0 −0. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). Segnale signum a TC. conseguentemente. e raffigurato graficamente in fig. In questo caso. −1. come sgn(n) = 1. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n).40. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. definito analogamente a sgn(t).40. essendo una funzione dispari9 .2. Più in generale.5 x(n) = sgn(n) 0.4 Area e media temporale di un segnale 67 1 1 0. 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 . Fig. n < 0 . ha area nulla (nel senso del valor principale di Cauchy). 2. Per completare la trattazione. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. 2.39. anche la sua media temporale è nulla. ∀t = 0. in quanto il suo valore nell’origine non è nullo. 2. allora la sua area è nulla e. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. presentiamo le seguenti proprietà della media temporale. n ≥ 0.5 −0. osserviamo nuovamente che se un segnale ha simmetria dispari.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. e rappresentato graficamente in Fig. 2. Segnale signum a TD.

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

riottenendo il risultato dell’es. 2. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. T0 ). il fasore x(t) è periodico di periodo T0 = periodo. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . Per ω0 = 0.15.16. La proprietà 2. per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. ∀t0 ∈ R . si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . ∀t0 ∈ R . per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . ricalcoliamo la media temporale del segnale x(t) = sgn(t).29) x(·) = 1 0  ∑ x(n) .14 e 2.2. Allo stesso modo. per cui: x(t) = A e jϕ0 = A e jϕ0 . per un segnale TD.17 (media temporale del signum) Come applicazione della proprietà di linearità.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. . (segnali a TC)  T0 T (2. utilizzando la (2. il fasore degenera nel segnale costante x(t) = A e jϕ0 . ovvero su un periodo del segnale. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . pari ad un periodo del segnale. evitando il passaggio al limite presente nella definizione generale (2. Tale proprietà può essere espressa in forma più generale. (segnali a TD)  N 0 N0 Esempio 2. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . Esempio 2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . =1 2 =1 dove abbiamo applicato i risultati degli es. Per ω0 = 0. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . la sommatoria fatta su N0 campioni consecutivi arbitrari. ∀n0 ∈ Z .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . ad esempio in (0.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Con la notazione precedente. 2.25).

si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. Nel caso in cui ω0 = 0. essendo ottenuta depurando il segnale della componente continua.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. A cos (ϕ0 ) . se θ0 = 2π k. 2. applicando la proprietà di linearità della media temporale.18) che un fasore con ω0 = 0 ha media temporale nulla. si può definire per differenza anche la componente alternata. la parte “costante” del segnale. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. altrimenti . Infatti. se θ0 = 2π k. ne rappresenta la parte effettivamente “variabile”. (2.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) .30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . . in un certo senso. la componente alternata. 2. Analogamente. è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. e quindi. Ae Esempio 2. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . a partire dalla componente continua. poiché la sinusoide x(t) si esprime come somma di due fasori. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr.4. Infatti.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). Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). jϕ0 . altrimenti .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 . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). (2.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) .31) Mentre la componente continua rappresenta il valor medio del segnale. es. k ∈ Z . Dalla sua definizione. k ∈ Z . la media temporale di un segnale si può interpretare come la componente continua del segnale. Definizione 2. possiamo applicare la proprietà 2.

5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. Se si considerano altri esempi in altri campi della fisica. 2. Risultati analoghi valgono anche per il caso del gradino a TD. un segnale x(·) che presenta xdc = 0 e che. 2. conviene ignorare le eventuali costanti di proporzionalità (come la resistenza R nell’esempio precedente) e definire l’energia di un arbitrario segnale TC o TD (sull’intero asse dei tempi) nel modo seguente: Definizione 2. sono segnali TD puramente alternativi. con ω0 = 0. viene detto segnale puramente alternativo. k ∈ Z. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. 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 (·) . il concetto di energia è fondamentale nella fisica. se il segnale è reale. Esempio 2.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . Per ottenere una definizione indipendente dalla particolare applicazione fisica. (segnali TC) |x(n)|2 . sono segnali TC puramente alternativi.15) la media temporale del gradino. per cui la componente continua vale xdc = 1 . Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . per verifica. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) .19. in quanto per un segnale reale |x(·)|2 = x2 (·). ad esempio. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. un resistore R attraversato dalla corrente x(t): per effetto termico. notiamo . che viene misurata in Joule (J). coincide con la sua componente alternata.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. Consideriamo.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. il modulo può evidentemente essere omesso. il resistore dissipa nell’intervallo di tempo (−Z.33). (2. 2 2 Dalla relazione precedente si può ricavare. segue che il fasore e la sinusoide a TC. e ricorre in numerose applicazioni. il fasore e la sinusoide a TD. quindi. 2.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. con θ0 = 2π k.2. che rende tale definizione di energia applicabile anche a segnali complessi. 2 2 Pertanto la decomposizione (2. Dagli es. Avendo ignorato eventuali costanti di proporzionalità.18 e 2. (2. analogamente.32) In particolare.

allora. in quanto l’esponenziale non tende a zero. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2.33) (cfr. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Esempio 2. Tali costanti di proporzionalità non saranno considerate nel seguito. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . con T > 0. l’energia vale: Ex = A2 1 . Dal confronto tra le (2. Essendo legata al quadrato del segnale. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . mentre per |a| ≥ 1 l’energia non esiste finita.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). § B. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. Esempio 2. In questo caso.3 e B.33) in specifiche applicazioni. che converge se e solo se |a|2 < 1. 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 . Tuttavia. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). ovvero se e solo se |a| < 1. 1 − a2 |a| < 1 . ∞ Si ottiene allora una serie geometrica di ragione a2 .33) non sono necessariamente quelle di una energia.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). In particolare. che quindi avrebbe presentato Ex = +∞.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. Ad esempio.2.1. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. conseguentemente. ma richiede una moltiplicazione per una resistenza. avremmo avuto un esponenziale monolatero crescente. Se avessimo viceversa considerato T < 0. il quadrato di una corrente non è dimensionalmente una energia. l’energia è una quantità non negativa (Ex ≥ 0). allora anche |x(·)|2 sarà di durata rigorosamente limitata e.33). 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).21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. .4). Esempio 2.24) e (2.

posto y(·) = α x(·). la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).3 e B.4). dal punto di vista matematico. (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. § B. Sviluppiamo esplicitamente i calcoli nel caso TC. ma non avere area finita.35) Z→+∞ −Z x(t) y∗ (t) dt . la conseguenza pratica è che tipicamente essi hanno componente continua nulla.3 e B. 2. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . (2.5 Energia di un segnale 73 2.2. e la somma di due segnali di energia è ancora un segnale di energia. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.23). un segnale di energia può anche avere componente continua non nulla.34). sussiste la seguente definizione: Definizione 2. Viceversa.21). Poiché i segnali aventi area finita hanno componente continua nulla.21.4): un segnale può essere di energia.23) prendono il nome di segnali di energia.22. più articolato è il calcolo dell’energia Ex+y della somma di due segnali.6).1 Segnali di energia I segnali aventi energia finita (come quelli degli es.1.36) .34) Sviluppando il modulo al quadrato all’interno dell’integrale. (2. § B. Tuttavia. e 2. § 2. ma non essere di energia. Più in generale. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. 2. In conclusione. è semplice provare che si ha Ey = |α |2 Ex . 2. in generale. 2. un segnale può avere area finita. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.1.2. In pratica. consegue che.22 e 2.5. i segnali di durata non limitata o persistenti non sono di energia. osserviamo che. Nel caso del prodotto per una costante α ∈ C. dalla quale.3).5. 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 .2. si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] . 2. sostituendo nella (2. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri).2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.

oltre alle energie Ex e Ey dei singoli segnali. con ovvie modifiche. (2.41). Per segnali di energia ortogonali vale l’additività delle energie (2. 2. l’energia mutua è in generale una quantità complessa.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. la relazione (2. mentre diventa necessaria e sufficiente se i segnali sono reali.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. (2. 10 Se i segnali sono complessi. 11 Si usa il termine “ortogonalità” in quanto. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. In tal caso si ha x(t) y∗ (t) ≡ 0. In tal caso. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. minore o uguale rispetto alla somma delle energie.40).38) (segnali TD) A differenza dell’energia. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). in quanto Eyx = Exy . Inoltre.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. in base a concetti matematici più avanzati. che è una quantità reale e non negativa. si ha Eyx = E∗ : nel caso di xy segnali reali.37) La relazione (2.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. Esempio 2. (2. e risulta simmetrica. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). (2.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. . Poiché il termine contenente l’energia mutua nella (2. però. Particolarmente interessante è la condizione in cui Exy = 0.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0.38) è coniugato. poiché il secondo segnale nella (2.37) o nella (2. Nei due esempi seguenti. Estendendo i precedenti concetti. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. al caso TD. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.39) può assumere segno qualsiasi.

5 0 −1 −0.41.5 2 −1 −0.6 Potenza e valore efficace di un segnale Come l’energia.5 0.5 t 1 1.2. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. (2. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.5 −1. abbia simmetria pari. come l’energia.5 0 0.5 Fig. 2. Esempio 2. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . anche la potenza è un parametro sintetico caratterizzante alcuni segnali. si perviene alla seguente definizione di potenza: . conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.42. 2.5 0 t 0.5 1 1. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. 2. nonostante x(t) y∗ (t) ≡ 0.5 y(t) 0. Pertanto.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. La potenza è una quantità misurata in J/s o Watt (W).5 1 1.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.5 2 −1 −0.5 0. Per un esempio concreto. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. ad esempio x(t). ma tali che uno dei due. Z) per la lunghezza 2Z di tale intervallo di tempo. 2.25).5 t 1 1.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. risulta anche in questo caso Exy = 0. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. 2. che è utilizzato in numerosi e diversi ambiti della fisica. generalizzando l’interpretazione come media temporale al caso TD.5 0 −1 1 −0.5 y(t) 0 −0.24).5 0 0. 2. al modulo al quadrato del segnale.5 0 −1. mentre l’altro ha simmetria dispari. Fig. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. è una quantità non negativa (Px ≥ 0).5 0 t 0.42).

26.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. molto utilizzato nell’elettrotecnica: Definizione 2. Il vantaggio è. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. 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. poiché il gradino assume solo i due valori reali 0 ed 1. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. Se il segnale è reale (a ∈ R). signum) e i segnali periodici (es. gradino.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). 2. di ottenere una quantità che dipende esclusivamente dal segnale. come per l’energia. 2. .6. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. Avendo trascurato eventuali costanti di proporzionalità.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .42) non sono necessariamente quelle corrette (ovvero W). 2. le dimensioni fisiche della potenza definita in base alla (2.1 Segnali di potenza Sulla base della definizione di potenza.42) può essere omesso se il segnale è reale. allora Px = a2 .76 Proprietà dei segnali Definizione 2. fasore.15 sulla componente continua di un gradino. Esempio 2.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. (segnali TC) (2. tali segnali prendono il nome di segnali di potenza: Definizione 2.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . Esempio 2. Sulla base del risultato dell’es. è possibile individuare la classe dei segnali che hanno potenza finita.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che.

43). Infatti. fatta eccezione per casi di scarso interesse pratico.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. Per ω0 = 0. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. per cui: Px = |x(t)|2 = A2 = A2 . Per soddisfare la definizione (2. se θ0 = π k.2. il fasore x(t) è periodico di periodo T0 = (2. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . Il valore efficace della sinusoide è allora xrms = Px = √2 . k ∈ Z . Analogamente.12) oppure (2. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . per cui è di scarso interesse pratico). allora anche |x(·)|2 ammette lo stesso periodo. Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . A2 cos2 (ϕ0 ) . Nel caso in cui ω0 = 0. per cui la potenza si può calcolare applicando la A2 dt = A2 . altrimenti . 12 Notiamo che se x(·) è periodico di periodo T [N ]. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . 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. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). il fasore degenera nel segnale costante x(t) = A e jϕ0 . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Esempio 2. 2. √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0). In tal modo. Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. risultato frequentemente utilizzato nell’elettrotecnica. un segnale periodico è necessariamente un segnale di potenza. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . Esempio 2.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Infatti. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. 13 Ad esempio. salvo per casi particolari di scarso interesse pratico13 . questo comporta che la sua energia è necessariamente infinita. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ].13).7(c) della media temporale. . Per ω0 = 0. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero.6 Potenza e valore efficace di un segnale 77 sinusoide). un segnale periodico deve necessariamente avere durata illimitata.43)  ∑ |x(n)|2 .

si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . (b) se x(·) è un segnale di energia.43. aventi durata non limitata. definita come segue: (2.2 Relazioni tra segnali di energia e di potenza È interessante analizzare più in dettaglio le relazioni esistenti tra segnali di energia e segnali di potenza. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. e sfruttando la proprietà di linearità della media temporale.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. posto y(·) = α x(·). Esistono casi meno banali di segnali. Anche in questo caso. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). nè di energia. lim 2Z (2.6. seguendo passaggi simili a quelli effettuati per l’energia. e quindi sono disgiunti. se la potenza (2. Pertanto. sussiste il seguente risultato: Teorema 2. invece. 2. allora esso ha potenza nulla (Px = 0). si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ .45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). 2. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. Viceversa. (2. in quanto hanno Ex = +∞). si prova facilmente che Py = |α |2 Px . nè a quelli di potenza. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. in quanto esistono casi di segnali che non sono nè di energia. allora esso ha energia infinita (Ex = +∞). Un primo esempio banale è il segnale identicamente nullo x(·) = 0. nè 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.44) È chiaro allora che.78 Proprietà dei segnali 2. raffigurato in fig. Per provare la (a).44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. dalla (2. che non sono segnali di potenza.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza.6. In altri termini.46) . la (b) prova che un segnale di energia ha necessariamente Px = 0. se l’energia è finita. Viceversa. per quanto riguarda la somma di due segnali. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune.44) esiste finita. i due insiemi non costituiscono una partizione di tutti i possibili segnali. Ad esempio il segnale rampa a TC x(t) = t u(t). presenta Ex = Px = +∞. Prova. Tuttavia. e quindi non può essere di energia. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. basta scrivere (ad esempio nel caso TC): Z Px = |x(t)| 2 1 = lim Z→+∞ 2Z Z −Z |x(t)| dt = 2 Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z . e quindi non si può considerare nè un segnale di potenza. A tal proposito. e quindi non può essere di potenza. e la somma di due segnali di potenza è ancora un segnale di potenza. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞.

per cui la (2. Si ha infatti.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).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. (segnali TC) (2. come per le energia.5 0 −2 −1 0 t 1 2 Fig.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. Esempio 2. Definizione 2.43. vale la proprietà di additività delle potenze: Px+y = Px + Py .5 x(t) = t u(t) 1 0. Segnale rampa a TC.2. (2.46) e (2.6 Potenza e valore efficace di un segnale 79 2 1. a meno che Pxy = 0. in particolare. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. anche per la potenze non vale l’additività. Per segnali di potenza ortogonali. per la presenza dell’operazione di coniugazione sul secondo segnale. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). 2. si ha Pyx = P∗ .46) si scrive Px+y = Px + Py + 2 Pxy .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 . (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.48) Le relazioni (2. con ω0 = 0. (2. ed xy in generale la potenza mutua è complessa. 2 2 .47) K 1 ∑ x(n) y∗ (n).13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.

nella tab. Posto infatti x(·) = xdc + xac (·). Esempio 2. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata.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. Watt (W) per le potenze.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Con riferimento in particolare alla potenza. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0.31 (ortogonalità tra componente continua ed alternata) È facile provare che la componente continua ed alternata di un segnale di potenza sono tra loro ortogonali. Joule (J) per le energie.1. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . . (2. 2. In conclusione. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. 2.30). e xac (·) = 0 per definizione. Si ha allora: Px = Pdc + Pac . evidenziando i legami esistenti tra alcuni di essi. 2.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. in quanto l’operazione di coniugazione si scambia con la media temporale. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. vale a dire.

per avere lo stesso valore in dB. mentre se si sceglie P0 = 1 mW.2.2. .5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 .7 Misura in dB della potenza e dell’energia 81 Px /P0 0. Esempio 2. conviene introdurre un fattore numerico pari a 20. 2.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. se invece P0 = 1mW. opportunamente scelta a seconda delle applicazioni. Ovviamente. invece di 10. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . si parla di potenze espressa in dBm. 2. nella definizione (2. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . applicando le proprietà dei logaritmi. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . Le scelte più comuni per la potenza di riferimento sono P0 = 1W.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. Nella tab. e si scrive più specificamente [Px ]dBW . dove P0 è una potenza di riferimento. scegliendo P0 = 1 W. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . e si scrive [Px ]dBm . dato il valore di potenza [Px ]dB in dB .01 0. in quanto. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. tuttavia.50): Px = P0 · 10 [P x ]dB 10 . ed in tal caso si parla di potenze espresse in dBW.50).1 0.001 0. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. Valori comuni di potenza espressi in dB. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB .

Detta PT la potenza trasmessa. la potenza ricevuta sarà pari a PR = γc PT . si ha: [PR ]dB = 10 log10 ovvero. Infatti.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). Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata.2) in unità logaritmiche. Notiamo che poiché 0 < γc < 1.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . assumendo ad esempio P0 = 1mW. 2. allora [γc ]dB < 0. 2.44. . in una relazione additiva. 2. corrispondente a 30 dB (tab. misurando invece la potenza ricevuta in dB. Esempio 2. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. risulta [PR ]dBm < [PT ]dBm . Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB .82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . come è ovvio che sia. per le proprietà dei logaritmi. [PR ]dBm = [γc ]dB + [PT ]dBm . per cui. le potenze di riferimento nei due casi differiscono di un fattore 1000. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento).44. La (2.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. Si consideri lo schema di fig. (2. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget).

n (d) z(n) = x . (d) y(t) = x(2t). (h) z(n) = x(n + 2) y(n − 2). altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . t (e) y(t) = x . (l) z(n) = x(n + 2) y(6 − n).2. ±2. (c) z(n) = y(1 − n). 3 Esercizio 2. Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): .1 Si consideri il segnale TC x(t) = rect(t). (k) z(n) = x(n) y(−2 − n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5.4 Si consideri il segnale TC y(t) = x(2t − 1).8 Esercizi proposti Esercizio 2. (j) z(n) = x(−n) y(−n).3 Si consideri il segnale TC x(t) = Λ(t). ±1. (i) z(n) = x(3 − n) y(n). (g) z(n) = x(2n) + y(n − 4). Esercizio 2. (f) z(n) = x(n − 2) + y(n + 2). (b) z(n) = x(3n − 1). (b) y(t) = x(t + 5). n ∈ {0. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. 2 (e) z(n) = y(2 − 2n).8 Esercizi proposti 83 2. Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5.2 Dati i segnali TD x(n) = |n| . Esercizio 2. (b) ritardo di 5 seguito da una riflessione. dopo aver rappresentato il grafico di x(n) ed y(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). rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). ±3} 0. (c) y(t) = x(−t).

altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). l’estensione temporale e la durata del segnale.5 Si consideri il segnale TC x(t) = Λ(t). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). 5 ≤ t ≤ 8   0. Esercizio 2. Esercizio 2. Esercizio 2. 1 + t2 (f) x(t) = u(t) − rect(t − 2). Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). Determinare.8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata.6 Rappresentare graficamente il segnale TC y(t) = 1.84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. l’estensione temporale e la durata del segnale. 2 ≤ t ≤ 4 0 . (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. (c) x(t) = e−|t|/T . inoltre. (b) cambiamento di scala con a = 2 seguito da ritardo di 1. (e) y(t) = x 3 t −1 (f) y(t) = x . (c) y(t) = x(2t − 1). (b) x(t) = e at u(−t). (d) x(t) = e−t . (b) y(t) = x(−t − 1). 2 ≤ t ≤ 5  y(t) = 3(8 − t) . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). con T > 0. t −1 . Determinare. con a > 0. (d) y(t) = x[2(t − 1)]. 2 1 (e) x(t) = √ . 3 Esercizio 2. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. inoltre.7 Rappresentare graficamente il segnale TC  3(t − 2) .9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Esercizio 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): .

(e) x(t) = 2 u(t). 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 ) . (d) x(n) = (−1)n u(n). (h) x(n) = n e jn jπ n (i) x(n) = e . in caso affermativo. 4.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . π j √n 2 . (d) x(n) = cos(2π n). con |a| > 1. [Suggerimento: per il calcolo del valor medio. (c) x(n) = a|n| . (f) x(t) = 2 sgn(t) + 1. Esercizio 2. Esercizio 2. (d) x(t) = sgn(−t). (h) x(t) = e−t u(t). determinarne il periodo fondamentale N0 . . (b) x(n) = (−1)n . con 0 < |a| < 1. . 1. (c) x(t) = u(t − 5). 5} 0.10 Stabilire quali dei seguenti segnali TD sono periodici e. (b) x(t) = sgn(t). Esercizio 2.2. (g) x(t) = 2 rect(t).8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). utilizzare le proprietà della media temporale] Esercizio 2. determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . n ∈ {0.11 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. . (c) x(n) = cos(2n). altrimenti (b) x(n) = u(n) + u(n − 1). in caso affermativo. (b) x(n) = an u(−n).

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

Esercizio 2. altrimenti e calcolarne valor medio.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. n ∈ {−4.5. −4 ≤ t ≤ 4 x(t) = 5 + t . e calcolarne valor medio. −a ≤ t ≤ a 0.22 Rappresentare il grafico del segnale TC  5 − t . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. −3. Esercizio 2. energia e potenza.8 Esercizi proposti 87 Esercizio 2. energia e potenza in entrambi i casi. .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. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. 4 ≤ t ≤ 5   1 .18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. Esercizio 2. altrimenti e calcolarne valor medio.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . . . energia e potenza.5π n) . − 0. (b) Calcolare la componente continua di y(t).2. . −5 ≤ t ≤ −4    0. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. Esercizio 2. Esercizio 2. 4} 0.21 Rappresentare il grafico del segnale TD x(n) = sin(0. energia e potenza. e calcolarne valor medio. Esercizio 2.23 Dato il segnale TC x(t) = rect(t). energia e potenza. energia e potenza. . ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ .

(e) x(t) = 2 cos(2π t) + 3 sin(2π t). Esercizio 2.88 Proprietà dei segnali Esercizio 2.27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. e calcolarne valor medio.   0. Esercizio 2. A2 ∈ R+ .29 Calcolare valor medio. Inoltre. A2 ∈ R+ . energia e potenza del segnale x(n) = x1 (n) + x2 (n) . x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . xg (n) =  2.28 Calcolare valor medio. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t).   1. (b) x(t) = cos(2π t) u(t). (f) x(t) = cos(2π t) + 1 cos 2π t − π . Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t). energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . (c) x(t) = t 0 cos(2πτ ) d τ . πt 2 (d) x(t) = cos(π t) + cos .26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4).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. si calcolino valor medio. Inoltre. Esercizio 2. x2 (t) = A2 e j2π f2 t con A1 . . energia e potenza. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. si calcolino valor medio. energia e potenza. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2.

. Esercizio 2.34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) . y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . x2 (n) = R5 (n + n0 ) Determinare l’insieme Ω ⊆ Z dei valori di n0 in corrispondenza dei quali i due segnali x1 (n) e x2 (n) sono ortogonali. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . Esercizio 2. per n0 ∈ Ω. x2 (t) = A2 rect t 2 con A1 .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . e calcolare valor medio. Successivamente. e calcolare valor medio. A2 ∈ R+ . si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . per a ∈ A. 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) .8 Esercizi proposti 89 Esercizio 2. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) .33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . Successivamente. z(t) = 5 x1 (t) + 3 x2 (t − 1) I segnali x1 (t) e x2 (t) sono ortogonali? Cosa si può dire invece per i segnali x1 (t) e x2 (t − 1)? Esercizio 2.2.

90 Proprietà dei segnali .

nel definire e studiare alcune proprietà dei sistemi. a partire dalle particolari proprietà di un sistema. Inoltre. interpolatori. 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. Infine. convertitori A/D e D/A) sono discussi più in dettaglio nel cap.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . 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.5. Facendo riferimento alla classificazione elementare introdotta nel § 1. 7.2 al caso di sistemi con un ingresso ed un’uscita. la trattazione procederà in maniera il più possibile unificata. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. consiste. Inoltre. Da un punto di vista matematico. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). a partire da un modello matematico del sistema. che è l’oggetto principale di questo capitolo. 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). Sebbene incompleta. 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.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). per evidenziare le forti analogie esistenti tra il caso TC e TD. U 3. un circuito elettrico. Il secondo passo. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. Innanzitutto. una reazione chimico-fisica. abbiamo visto nel § 1.

2) Nella (3.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.1) può essere espresso in maniera sintetica. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. (3. che presentano proprietà diverse. Tale modello matematico è descritto da una trasformazione S : I → U. di ingresso ed un segnale di uscita. (3. n] . un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3.3) semplicità di notazione.2. Pertanto.t] .92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. 1 Per (3. 3. (b) Integratore TD o accumulatore.1.2): Definizione 3. attraverso la relazione ingresso uscita (i-u). valori che possiamo denotare sinteticamente con {x(u)}u≤t .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 . la notazione y(t) = S [{x(u)}u∈R . insiemi di segnali diversi definiscono sistemi diversi. . L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. come già osservato nel § 1. Il modello matematico (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 . 3. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. e non semplicemente dal valore del segnale nello stesso istante t. ed è rappresentato schematicamente in fig. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. In maniera analoga. (a) Integratore TC.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(a).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 .2). che nel caso di un sistema TC si definisce come segue: Definizione 3.∞ ∑ n y(n) (a) (b) Fig. Esempio 3.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du .

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

2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. di cui non conosciamo il contenuto. y(n) = S[x(n)] (3. scheda audio. quali scheda madre. i sistemi cosiddetti non dispersivi (cfr. avendo avvertito il lettore.6) in luogo delle notazioni rigorose (3. è perfettamente adeguata per i nostri obiettivi. § 3. invece delle notazioni complete (3. che sebbene sia meno generale. in cui entrano in gioco. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante.3) per snellire alcune derivazioni. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo.2) e (3. In particolare. (3. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . Circuito elettrico con resistori connessi in serie ed in parallelo.5 In ogni caso. il sistema stesso è visto come una “scatola nera” (black box).3) per le relazioni i-u dei sistemi. 3. in quanto può essere interpretata nel senso che il valore del segnale di uscita al’istante t oppure n dipende solo dal valore del segnale di ingresso nello stesso istante. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. è la rappresentazione ingresso-stato-uscita (i-s-u). scheda video.4.5) oppure le notazioni simboliche: x(t) −→ y(t). Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. si utilizzano le notazioni semplificate y(t) = S[x(t)]. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. e sicuramente non è la più generale. Inoltre. nel seguito faremo uso esclusivamente della relazione i-u.5) è fuorviante. A volte. In particolare. Per concludere. un PC può essere realizzato assemblando componenti più semplici.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig.6) Abbiamo già osservato che la notazione (3. mentre R3 ed R4 sono connessi in parallelo. oltre ai segnali di ingresso e di uscita. 5 Per 4 Questa .2) e (3.4 Tuttavia.1).3. essa è una rappresentazione esterna. interpretazione vale solo per una classe particolare di sistemi. R1 ed R2 sono connessi in serie.5) e (3. x(n) −→ y(n) . 3. utilizzeremo talvolta le (3.

Ad esempio. è possibile ottenere sistemi anche molto complessi. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. 3. hard-disk. Connessione in serie o in cascata dei sistemi S1 ed S2 .) S2 y 2(. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . 3.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). 3. tastiera.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. Per semplificare lo studio delle interconnessioni tra sistemi. Definizione 3.3. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. e connessione in retroazione.) S1 S2 y(. cioè U1 ⊆ I2 . Le connessioni più frequentemente considerate sono tre: connessione in serie. S1 y 1(.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. Viceversa. . come ad esempio quello riportato in fig.) Fig. 3. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi.6. etc. monitor.) x(. Connessione in parallelo dei sistemi S1 e S2 . lettore floppy-disk.2 Interconnessione di sistemi 95 z(.) x(. i resistori R1 ed R2 sono collegati in serie. mouse. 3. Si noti che.) y(. avendo a disposizione più di due sistemi. e collegandoli tra loro secondo tali schemi. 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.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . Definizione 3. connessione in parallelo. lettore CD. nel circuito di fig.4. lettore DVD. affinchè il sistema serie sia correttamente definito.4.5.) Fig. 3.).

4). viene sommata algebricamente all’ingresso del sistema S1 . si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) . Definizione 3.4. Quest’ultimo schema è più complicato da interpretare ed analizzare. =y(n−1) da cui y(n) = y(n − 1) + x(n) . 3. In particolare. i resistori R3 ed R4 sono collegati in parallelo. invece.) S2 Fig. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). in cui il segnale viaggia esclusivamente “in avanti” (feedforward). Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. per la stabilizzazione degli amplificatori). Infatti. Esempio 3. 3. 3. in aggiunta. Ad esempio. nel circuito di fig. che porta alla sua interpretazione come sistema in retroazione. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). e si dice che il sistema S2 funge da “controllore” del sistema S1 . mediante tale schema il sistema S2 . è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . anche per lo schema con retroazione occorre che U1 ⊆ I2 e. Nell’elettronica analogica.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. dove prende il nome di controllo a ciclo chiuso.96 Proprietà dei sistemi x(. . e viene aggiunto al segnale di ingresso.7.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. modificando a sua volta il segnale di uscita. estraendo il termine x(n) dalla sommatoria su k presente nella (3.) y 2(.) S1 y(. Connessione in retroazione dei sistemi S1 e S2 . sulla base dell’osservazione dell’uscita del sistema S1 . può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . si noti che.2 ammette anche una descrizione di tipo ricorsivo. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). similmente al collegamento serie. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·).7) se l’uscita del sistema S1 . si utilizzano sia schemi con retroazione negativa (ad esempio. 3. Infine. dopo essere stata elaborata dal sistema S2 . in caso contrario si parla di retroazione positiva. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo.

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

(b) Caso TD. 3. Definizione 3. Esempio 3.9.9. di norma. si parla anche di sistema istantaneo o senza memoria.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. Esempio 3. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . Inoltre. Applicando la legge del partitore. 3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.7) In sintesi. Schema elettrico di un partitore resistivo. Schema a blocchi di un amplificatore. R1 + R2 (3. e quindi i sistemi non dispersivi rappresentano un caso particolare. i sistemi sono dispersivi.9) . dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. (a) Caso TC. come sinonimo di sistema non dispersivo.3).98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig.2) assume la forma y(t) = S [x(t). n] . 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.t] . R1 + R2 nella quale y(t) dipende solo da x(t). con α = R2 < 1. con t oppure con n). Sottolineamo che. (3. il cui schema elettrico è riportato in fig. Pertanto il partitore resistivo è un sistema non dispersivo. in quanto la forma più generale della relazione i-u è la (3.10.3) assume la forma y(n) = S [x(n).6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .8) (3. 3. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante.2) oppure la (3. in un sistema non dispersivo. α y(n) (b) Fig. eventualmente.

non dipende dall’intero segnale d’ingresso. α > 1.2 sono sistemi dispersivi. 3. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. x(n − 1). Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). il sistema “dimentica” l’ingresso.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. Il termine “memoria” per T viene utilizzato proprio perché. 3. il sistema funziona da amplificatore. con T > 0.8 caso α < 0 si può vedere come la cascata di un invertitore. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. e sistemi a memoria infinita.2 sono entrambi sistemi con memoria infinita.9 ciò non accade. . degli M + 1 campioni x(n). In linea di principio tale memoria potrebbe variare col tempo.9). definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . con 0 < α < 1. tale sistema ha memoria finita e pari ad M.6 si dice evidentemente dispersivo. . 3. Si parla di “memoria” del sistema. sistemi a memoria praticamente finita. 3.7 (amplificatore/attenuatore TD) I concetti dell’es.3.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du .7 all’uscita in un determinato istante di tempo. . si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. Si tratta evidentemente di un sistema dispersivo. .6 si possono estendere al caso TD.3. Se. l’integratore dell’es. Un sistema che non soddisfa la prop. viceversa. anche da M campioni precedenti dell’ingresso.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . 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. anche se negli es.10(b). n − 1.1 e l’accumulatore dell’es. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. b1 . In definitiva.10(a). ad esempio l’integratore dell’es. e di un amplificatore/attenuatore y(t) = |α |z(t). . prende il nome di attenuatore. . Un amplificatore/attenuatore a TD si rappresenta come in fig. z(t) = −x(t).3 Proprietà dei sistemi 99 Più in generale. 3. Un amplificatore/attenuatore TC si rappresenta come in fig. 3. la memoria del sistema è proprio pari a T per ogni t. 6 Il . la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . tuttavia.8 e 3. Per questo motivo. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. oltre al campione attuale. . n − M. . il sistema prende il nome di integratore con memoria finita. bM . 3. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. o anche dinamico. x(n − M) del segnale di ingresso.1 e l’accumulatore dell’es. Esempio 3. Poiché l’uscita all’istante n dipende. dopo un tempo T . 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. . L’uscita all’istante t. Inoltre. Esempio 3. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. 3. oltre che da x(n). con pesi b0 . 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. 3. nel senso chiarito meglio dai due esempi seguenti. non sempre la memoria di un sistema è finita. Esempio 3. . o ancora con memoria: ad esempio. . . un sistema TC descritto da una relazione i-u del tipo (3.

3. è chiaramente un sistema causale.11) (3. Per un fissato t. presente e futuro.t] . otteniamo un sistema non causale. (3. Allo stesso modo. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. con T > 0.t] .7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.1. (b) Un sistema TD si dice causale se la sua relazione i-u (3. e quindi da valori futuri dell’ingresso. Si giunge allora alla fondamentale definizione di sistema causale.2) assume la forma y(t) = S[{x(u)}u≤t . l’integratore dell’es.2 Causalità Partiamo ancora dalla relazione i-u (3. ovvero di un sistema per il quale la (3. Con ovvie modifiche. ovvero i valori passati ed il valore presente dell’ingresso. Interpretando l’ingresso come causa e l’uscita come effetto. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . {x(u)}u>t rappresenta l’ingresso futuro: in generale. descritto dalla relazione i-u y(t) = t −∞ x(u) du . In altri termini. quindi. secondo il quale l’effetto non può precedere la causa.8.10) Esempio 3.t] . in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.2) assume la forma y(t) = S [{x(u)}u≤t . la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . a patto che T > 0. 3. l’uscita y(t) all’istante t dipende dall’ingresso passato.10 (integratore causale e non causale) L’integratore dell’es. . Modificando gli estremi di integrazione. il concetto di sistema causale si estende al caso TD. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . giungendo alla seguente definizione: Definizione 3. ma non dipende dagli ingressi futuri. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. n] .100 Proprietà dei sistemi 3. è un sistema causale.3. descritto dalla relazione i-u y(t) = t t−T x(u) du .3) assume la forma y(n) = S [{x(k)}k≤n .

 t+T y2 (t) = x(u) du = t + T . la cui corrispondente uscita è  0 . la prop. 3.1 è data direttamente come definizione di sistema causale. 3. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. 3. per ogni n0 ∈ Z e per ogni x1 (n). La verifica della prop. Il sistema è causale se e solo se.  t  T.1(a).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. se t ≥ 0 . (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). x2 (n) ∈ I tali che x1 (n) = x2 (n). A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. ∀t ∈ R. con k ≥ 0. risulta che y1 (n) = y2 (n). per dimostrare che un dato sistema è causale a partire dalla prop.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). non verifica la prop.3 Proprietà dei sistemi 101 Esempio 3. utilizzando la prop. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. 3. M è chiaramente un sistema causale. quindi. per uno o più valori di t ≤ t0 . per un dato valore t0 ∈ R. con t0 ∈ R arbitrariamente scelto. con riferimento al caso TC. con T > 0 e. che rappresentano il presente (k = 0) ed il passato (k > 0). verifichiamo che si tratta di un sistema non causale.1. Esempio 3. Se però modifichiamo leggermente la relazione i-u. rispettivamente. la cui corrispondente uscita è y1 (t) = 0.3. se −T ≤ t < 0 . ∀t ≤ t0 . Il sistema è causale se e solo se. x2 (t) ∈ I tali che x1 (t) = x2 (t). in corrispondenza dei quali y1 (t) = y2 (t). Pertanto. 3. che rappresentano il presente (k = 0) ed il futuro (k > 0). per dimostrare che un dato sistema è non causale e. ∀t ≤ t0 . ∀t ≤ t0 . . 3.9.1. ∀t ∈ R. risulta che y1 (t) = y2 (t). ∀t ≤ t0 . 3. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). rispettivamente. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). se t < −T . ∀n ≤ n0 . Viceversa. per ogni t0 ∈ R e per ogni x1 (t). è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). per cui tale sistema MA è non causale. x2 (t) ∈ I tali che x1 (t) = x2 (t).1(a). Scegliamo x1 (t) = 0. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) .11 (sistema MA causale e non causale) Il sistema MA dell’es.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . ed x2 (t) = u(t). ∀n ≤ n0 . con k ≥ 0. 9 In alcuni testi.

11) si dice non causale. ∀n ∈ Z..11. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . ad esempio) ed elaborarlo “in tempo differito”: si pensi. è possibile memorizzarlo (su un supporto magnetico o ottico. anche l’operazione di differenza prima per segnali a TD (cfr. non sono stati ancora scoperti. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). Equivalentemente. 3.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. ad esempio. Differenza prima. Sebbene x1 (n) = x2 (n) = 0. Un altro esempio . per ogni t ≤ 0. e quindi i sistemi del mondo fisico sono tutti causali.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. 3. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). infatti. usiamo la prop. Tuttavia. Osserviamo in conclusione che non esistono (o almeno. per ogni n ≤ 0. infatti. § 2. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. 0[. per alcuni valori di n ≤ 0. per ogni t < 0. 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). l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. 3. Può essere visto come un sistema MA causale (cfr. con M = 1.102 Proprietà dei sistemi x(n) ∇1 Fig. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. ∀n ∈ Z. Si è visto che un sistema in cui l’uscita non soddisfa la (3. 3. 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. in particolare. anziché elaborare un segnale in tempo reale.4) ammette una interpretazione sistemistica.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale.) sistemi fisici capaci di prevedere il futuro (ad esempio.1(b) e scegliamo x1 (n) = 0. ed x2 (n) = δ (n − 1). per t ∈] − T. con M = 1. b0 = −1 e b1 = 1). y(n) = S[{x(k)}k>n .10) oppure la (3. y(n) Sebbene x1 (t) = x2 (t) = 0. mentre y2 (t) = 0. Ad esempio. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso.t] . es.. esso può anche essere visto come un sistema MA non causale (cfr. Esempio 3. ossia: y(t) = S[{x(u)}u>t . es. 3.9. ed è quindi utile considerare anche il caso di sistemi non causali. per alcuni valori di t ≤ 0. Quindi la prop. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). ai sistemi fisici che elaborano i segnali “in tempo reale”. n] .9. In quest’ultimo caso. Questa osservazione si applica. b0 = 1 e b1 = −1). 3. Per provare ciò formalmente. y2 (t) = 0. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro.11. y1 (0) = 0 e y2 (0) = 1. Quindi la prop. in molti casi. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso.1. Un sistema siffatto si dice anticausale. 3. la cui corrispondente uscita è y1 (n) = 0. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale.

non potremo risalire univocamente a x(t). a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). le corrispondenti uscite y1 (·) e y1 (·) siano distinte.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. questo significa che. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. α e quindi il sistema inverso è un attenuatore. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. per ogni segnale y(·) ∈ U. Se il sistema è invertibile. il sistema S è il sistema inverso di S−1 . 3. Sfortunatamente questo non è sempre possibile. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. ingressi distinti devono generare uscite distinte.3.5) per esprimere i legami i-u dei sistemi. se il sistema S è invertibile.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . comunque si fissi un segnale di uscita y(·) ∈ U. l’ordine dei due sistemi nella cascata in fig. per ogni segnale di ingresso x(·) ∈ I . ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . quando si progetta un sistema. In altri termini. nota l’uscita y(·) di un sistema. . L’amplificatore è un sistema invertibile.12) ossia. (3. anche se non operanti in tempo reale. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. faremo uso della notazione semplificata (3. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. pertanto. In questo caso. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. siamo interessati a risalire all’ingresso x(·) che l’ha generata. descritto dalla relazione i-u: y(·) = α x(·) .3. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). 10 Nel seguito di questa sezione. la causalità rappresenta un vincolo a cui il sistema deve obbedire. la variabile indipendente è di tipo spaziale). 3. Da un punto di vista sistemistico. Esempio 3. Si noti che. non vi è alcuna restrizione sui segnali di ingresso e uscita. nell’elaborazione di immagini. detto sistema inverso. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) .3 Proprietà dei sistemi 103 in cui ha senso considerare sistemi non causali è quello in cui la variabile indipendente del segnale non rappresenta effettivamente un tempo (ad esempio.12. se S−1 è il sistema inverso di S. 3. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. è possibile costruire un sistema S−1 : U → I . Più precisamente. in altre parole. osservato y(t).3 Invertibilità In molti casi pratici.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. Si può verificare che.

t] .12. mentre U è costituito da tutti i segnali non negativi a valori reali. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. Estendendo tale concetto in modo ovvio al caso TD. salvo per casi particolari. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . poiché la (3.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.104 Proprietà dei sistemi y(.2) assume la forma y(t) = S [{x(u)}u∈R ] .3) assume la forma y(n) = S [{x(k)}k∈Z ] .) x(. il raddrizzatore non è dotato di sistema inverso.) Fig. 3. Se tale dipendenza dal tempo non c’è. 3.) S S -1 x(. e quindi i suoi effetti sono irreversibili. È facile provare che il sistema raddrizzatore non è invertibile.12). nonché la determinazione del sistema inverso. (3.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.3. lo studio dell’invertibilità di un sistema. Va notato in conclusione che.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3.14) . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. In questo caso. 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 (·)|. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. possiamo dare la seguente definizione: Definizione 3. Esempio 3. non vi è alcuna restrizione sui segnali di ingresso.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . è in generale un problema abbastanza complesso. (3. a tale scopo possiamo far riferimento alla condizione necessaria (3.12) è violata. nella sua forma più generale: y(t) = S [{x(u)}u∈R . Pertanto.

l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. in altre parole. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . Se tuttavia si tiene conto degli effetti +R termici. si consideri ora il segnale xt0 (t) = x(t −t0 ).13. Esempio 3. cioè. Se il sistema è TI.3. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. il segnale x(t) è applicato in ingresso al sistema all’istante t1 .2). in questo esempio. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. R1 (t) + R2 (t) (3. in quanto il rapporto R1R2 2 non dipende dal tempo.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). allora yt0 (t) = y(t − t0 ). Se invece il sistema è TV.15) .13. il suo comportamento non cambia nel tempo. 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). In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 .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. avente relazione i-u y(t) = R2 x(t) . ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). Viceversa.13) o la (3. a partire dal segnale x(t). e quindi l’origine dei tempi può essere fissata arbitrariamente. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. ottenuto da x(t) introducendo il ritardo temporale t0 . Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). un sistema che non soddisfa la (3. R1 + R2 è un sistema TI. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 .14) si dice tempo-variante (TV) o non stazionario. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. con riferimento ad un sistema TC. Specificatamente. 3.

16) è denominato amplificatore a guadagno variabile. 3. Viceversa. rispetto allo schema di fig. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. 3. 3.17) . (3. 3.2(b). nel senso che (3. 3. In base alla prop. che è illustrata in fig.2 ha un’interessante interpretazione in termini sistemistici.14 sono equivalenti. ad esempio. (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 ) . 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 da attenuatore per i valori di t per i quali |α (t)| < 1. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ).9 in cui compare il funzionale S. e si scrive y(n) = α (n) x(n). Si faccia attenzione che. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig.13). La prop. 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”. differentemente dalla def. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. 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).14(b) al segnale di ingresso x(n).14(a). ovvero se e solo se le due configurazioni in cascata riportate in fig. La stessa caratterizzazione vale anche nel caso TD. 3. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U.16) Un sistema del tipo (3.18) (3. in cui.14 con riferimento ad un sistema TD. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. Con riferimento al caso TC. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. Notiamo che un partitore del tipo (3. per ogni n0 ∈ Z.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . 3. 3. per ogni t0 ∈ R. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. ottenendo il segnale yn0 (n) in uscita dalla cascata. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. per cui si ha la seguente proprietà: Proprietà 3. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U.106 Proprietà dei sistemi ed è quella di un sistema TV. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. l’ordine tra i due sistemi è scambiato. più precisamente. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. a stretto rigore.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) .

è conveniente in generale utilizzare la prop. ovvero se α (t) = α (costante).14. facciamo uso ancora una volta della notazione semplificata (3. è TV.2 piuttosto che la def. 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. per il quale si ha y(n) = α (n) x(n). In pratica. Per non sbagliare. come mostrato dagli esempi che seguono. ovvero se la sua relazione i-u è y(t) = α x(t). quindi. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) .3 Proprietà dei sistemi 107 x(n) z . Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. per cui. È chiaro che yt0 (t) = y(t − t0 ). In effetti. 3. conviene procedere per sostituzioni formali.9.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . 3. evidentemente.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. 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. i due schemi in figura sono equivalenti. D’altra parte. e la loro posizione nella cascata è ininfluente. In altre parole. se il sistema è TI. l’amplificatore a guadagno variabile è un sistema TV. è un sistema TV in generale (è TI se e solo se α (n) = α ). 3. 3. Esempio 3.16. ovviamente tale risultato non sussiste se il sistema è TV. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . per ogni segnale di ingresso x(n) ∈ I .17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. per dimostrare che un dato sistema è invariante temporalmente oppure no. Se il sistema TD S è TI. .2 dell’invarianza temporale.5) per esprimere i legami i-u dei sistemi. le trasformazioni S e Sz−n0 commutano. 11 Per semplicità. forniscono la stessa uscita in risposta allo stesso segnale. Analogamente. introdotto nell’es.3. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). si dimostra che l’amplificatore a guadagno variabile a TD. verifichiamo che in generale il sistema y(t) = α (t) x(t).

si può provare che l’integratore con memoria dell’es. e cambia meno drasticamente quando si alza o si abbassa il volume. Infatti. il sistema può ritenersi ragionevolmente TI.1 è un sistema TI. Allo stesso modo. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . k=0 M M per cui il sistema è effettivamente TI. e l’integratore non causale dell’es. 3.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es.108 Proprietà dei sistemi Esempio 3. e pertanto il sistema risulta essere TV. sono anch’essi sistemi TI. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne.1): y(n) = x(−n) .10. il sistema risulterebbe TV. per cui resta provato che l’integratore è un sistema TI.9 è TI. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) .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. Esempio 3.8. Tuttavia.2 è un sistema TI. 3. 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). se tale proprietà non fosse verificata. Esempio 3. Effettuando il cambio di variabile v = u − t0 . Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). se il volume è tenuto fisso. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . Tuttavia. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . per l’intervallo di durata di un compact disc. . Ad esempio. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. un amplificatore audio non è un sistema TI in senso stretto. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . 3. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. In conclusione. 3. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. 3.

Ky ∈ R+ . cioè che valga la condizione |x(·)| ≤ Kx . descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) .12 Matematicamente. . da cui si ricava che anche y(t) è limitato.3. ∀t ∈ R .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). bisogna supporre che l’ingresso sia arbitrario ma limitato. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. e supponendo anche in questo caso che il guadagno sia limitato.19) per ogni x(t) ∈ I limitato. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . che coinvolgono anche la limitatezza delle variabili di stato. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . (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 . Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Infatti. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. con Kx . Esempio 3. per provare che un sistema è stabile.9.20) per ogni x(n) ∈ I limitato. per ogni valore di tempo. per cui anche y(t) è limitato. per ogni valore di tempo. Per la rappresentazione i-s-u. In pratica. Ky ∈ R+ .3 Proprietà dei sistemi 109 3.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. quando parleremo di stabilità intenderemo sempre la stabilità BIBO.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. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. e trovare un’opportuna maggiorazione per l’uscita. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. Nel seguito. (3. Esempio 3. Con analoghi passaggi. 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.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 . con Kx .23 (sistema MA) Proviamo che il sistema MA dell’es. si possono dare definizioni diverse di stabilità.3. Esempio 3. e non attraverso la rappresentazione i-s-u. (3. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. 3. ∀t ∈ R . invece. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato).

(a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura.15. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . in ogni istante di tempo. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. con la sola ipotesi che |x(·)| ≤ Kx . quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. .1.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. 3. 3. Un esempio di sistema instabile: il Tacoma Narrows Bridge. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Notiamo che un sistema MA è sempre stabile. per provare che un sistema è stabile. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . è stabile. 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). (b) Le oscillazioni viste da una estremità del ponte. se |x(n)| ≤ Kx per ogni n ∈ Z. per provare che un sistema è instabile. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. che è un segnale limitato in quanto assume solo i valori 0 ed 1. ∀n ∈ Z . Come si vede.5 metri. Viceversa. k=0 M M per cui anche y(n) è limitato. assume cioè valore infinito in almeno un istante di tempo. Esempio 3.110 Proprietà dei sistemi (a) (b) (c) Fig. descritto dalla relazione i-u y(t) = t −∞ x(u) du . Infatti.

mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. poniamo in ingresso x(t) = u(t) (ingresso limitato). pochi mesi dopo essere stato aperto al traffico. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. secondo la definizione seguente: . più in generale. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). 3. rispettivamente. in quanto l’integrale −∞ du non è limitato. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. In maniera simile.. 3. in quanto assicura che. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . t ≥ 0 . Proprio per evitare l’innesco di pericolose oscillazioni. Nel seguito supporremo che. l’uscita non assumerà mai valori arbitrariamente grandi. si ottiene in uscita il segnale  0 . in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.3. 2. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . per provarlo. 3.6 Linearità La proprietà di linearità è estremamente importante. n ≥ 0. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. l’uscita può assumere. valori arbitrariamente grandi. n < 0. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura.43).15).2. è instabile. La stabilità è una proprietà fondamentale nel progetto dei sistemi. per determinati segnali di ingresso. abbiamo provato che il sistema è instabile. t t u(u) du = y(t) =  du = t . i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. che è non limitato. Viceversa. che. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. X ≡ C. che rappresenta una rampa a TC (fig.  n n y(n) = ∑ u(k) = ∑ 1 = n+1.3 Proprietà dei sistemi 111 non è un sistema stabile. cioè l’accumulatore dell’es.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). ed è un segnale non limitato in ampiezza. cioè. Infatti. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. quali ad esempio il fasore. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. se si pone in ingresso x(n) = u(n). si prova che la versione a TD dell’integratore con memoria infinita. in un sistema fisico instabile. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. Infatti. t < 0. applicando al sistema segnali di ingresso limitati. Questa scelta ci consente di trattare anche segnali.3. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività.C. Tale difficoltà lascia intuire che il sistema è instabile. che possono portare alla rottura. D’altra parte. USA) che crollò nel 1940. e calcoliamo l’uscita:  0 .

se il sistema S verifica la proprietà di omogeneità. se si deve calcolare la risposta del . si ha: α x(·) −→ α y(·) . Se il sistema S verifica la proprietà di omogeneità. 3. 3. Definizione 3. se il sistema S verifica la proprietà di additività.17.16(a) è equivalente alla configurazione serie in fig. 3.) (b) Fig. quindi. affinchè il sistema S possa essere lineare. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. Da un punto di vista sistemistico. Infatti. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare.) x(. Allo stesso modo. la proprietà di omogeneità impone implicitamente che. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. se il sistema è omogeneo. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante.) α (a) S y a(. la proprietà di omogeneità può essere interpretata come in fig. nel senso che ya (·) ≡ yb (·). Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. ∀α ∈ C . le configurazioni (a) e (b) sono equivalenti.17(a) è equivalente al sistema raffigurato in fig. la proprietà di additività impone implicitamente che. se x1 (·) ∈ I e x2 (·) ∈ I. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. allora la configurazione serie in fig. 3. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. nel senso che ya (·) ≡ yb (·).11 (sistema lineare) Un sistema si dice lineare se soddisfa le seguenti due proprietà: (a) Omogeneità: per ogni coppia di segnali di ingresso x(·) ∈ I ed uscita y(·) ∈ U. allora anche α x(·) ∈ I. Precisamente. allora la cascata del sommatore e del sistema S in fig.) S α y b(. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. se x(·) ∈ I. 3.16(b). 3.16. allora anche x1 (·) + x2 (·) ∈ I. Pertanto.16(b) (si faccia attenzione: non è una configurazione parallelo). In altre parole. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). quindi.112 Proprietà dei sistemi x(. con riferimento alla fig.16. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . 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 . (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. 3. Da un punto di vista matematico.

18(a) e fig. (3. cioè. α2 ∈ C . 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.21) Notiamo che il principio di sovrapposizione si può esprimere. che caratterizzano la linearità di un sistema. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. 3. Le due proprietà precedenti. ya (·) ≡ yb (·).) x2(. α2 ∈ C . anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] .) S y b(.) S y a(. se si deve .18(b) sono equivalenti.) x2(. pertanto. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. ∀α1 .) S (b) Fig.) (a) x1(. Se il sistema S verifica la proprietà di additività. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. 3. le configurazioni (a) e (b) sono equivalenti.17.3 (principio di sovrapposizione) Un sistema è lineare se. 3. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) .22) che ammette l’interpretazione sistemistica riportata in fig. e poi sommare i segnali di uscita ottenuti. adoperando la notazione semplificata (3. ∀α1 . (3.3. 3.3 Proprietà dei sistemi 113 x1(. allora i due sistemi riportati in fig.5) per il sistema S.18: se il sistema S è lineare.

si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . ∈ C .23): in questo caso. .22) come caso particolare. . che ovviamente racchiude la (3. αk . utilizzando i coefficienti α1 e α2 . . α2 .) x1(. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. il numero di segnali xk (·) è infinito. i segnali di uscita ottenuti.) x2(.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi.) S α2 (b) Fig. A tale proposito. Il principio di sovrapposizione si può estendere anche a più di due ingressi e con qualche cautela matematica anche ad una infinità numerabile di ingressi: se all’ingresso xk (·) ∈ I corrisponde l’uscita yk (·) ∈ U. . la (3. se. Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. occorre imporre alcune condizioni matematiche aggiuntive. l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. invece. anche la linearità è una idealizzazione .114 Proprietà dei sistemi x1(. k ∀α1 . le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione).23) discende semplicemente dalla (3. (3. .23) come definizione di principio di sovrapposizione. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. 3. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). nel seguito assumeremo la (3.22). Se il sistema S è lineare. con k ∈ Z. si noti che. .) S α1 y b(.18. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se.) x2(. . si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. come l’invarianza temporale. e poi combinare linearmente. con gli stessi coefficienti.) α1 S α2 (a) y a(.22) da sola non basta per assicurare la (3.

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

6. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). Esempio 3. arbitrari x1 (·) e x2 (·). cfr. Un caso più caratteristico di sistema non lineare.1) o alle differenze (nel caso TD. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. e y(t) = x3 (t) (sistema cubico).) sistema lineare y L(. un sistema TI senza memoria. Per l’omogeneità.) x(.3. es. § 4. che prende il nome di caratteristica i-u. 3. cfr. Esempio 3. § 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. se si indica (fig. Fig.6. 3. è descritto nell’esempio seguente. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . 3. Infatti.) y(.1). si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .15).116 Proprietà dei sistemi x(. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso.) y 0(.21. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.19. che non risulta neppure lineare per le differenze. Un esempio “fisico” tratto dall’elettronica è il diodo.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. Infatti. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. e sono rappresentati graficamente come in fig.27 è anche TI e non dispersivo o senza memoria (cfr. e prende il nome di sistema quadratico o non-linearità quadratica. 3. né quella di additività.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . cfr.) g(x) y(.) Fig. y(t) = sgn[x(t)] (“hard limiter”). Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. Esso appartiene pertanto ad una classe più generale di sistemi. e quindi non è omogeneo.2) lineari e a coefficienti costanti. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. e quindi non è additivo. Il sistema quadratico dell’es. 3.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. 3. 3.20. detti anche non-linearità senza memoria: Definizione 3. § 4. descritto dalla relazione iu y(t) = g[x(t)] (nel caso TC) oppure da y(n) = g[x(n)] (nel caso TD) prende il nome di non linearità senza memoria. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.20.

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

2 4 S3 : y(n) = x(2n) . Risultato: La memoria è pari a N − 1. Determinare il legame i-u del sistema (complessivo) riportato in fig. Risultato: y(t) = 2 u[x(t)]. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) .118 Proprietà dei sistemi 3.2 Si consideri l’interconnessione di sistemi riportata in fig. Esercizio 3. y(t) = 2 ln(|x(t)|).2.23. 3. Determinare il legame i-u del sistema (complessivo) riportato in figura. 3. Sistema dell’esercizio 3.23. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . . Risultato: y(n) = x(n) + 1 x(n − 1). y(t) = sgn[x(t)]. Calcolare la memoria del sistema.4 Esercizi proposti Esercizio 3. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.1 Si consideri la seguente interconnessione di sistemi: x(n) S1 S2 S3 y(n) dove i legami i-u dei tre sistemi sono i seguenti: S1 : y(n) = x n . 4 Esercizio 3. y(t) = ex(t) .3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . 3. con N ≥ 1 numero intero dispari .23.

(b) Il sistema è invertibile? Giustificare la risposta. Esercizio 3. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). Risultato: (a) y(n) ≡ 0. Esercizio 3.] Risultato: Il sistema è non causale.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 . se T1 < T2 .4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.6 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) . x(t) = rect(t − 1) −→ y(t) = e−3t . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . la memoria è pari a 2 T2 − T1 . 3. 3. indipendentemente dalla costante A.1 del libro di testo. con T2 > 0. Esercizio 3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop.] Risultato: Il sistema può essere causale (non è detto che lo sia). (b) non invertibile: in virtù del risultato del punto (a). la memoria è pari a T1 . . x(τ ) dτ . con T1 > 0.5 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) . Risultato: Se T1 ≥ T2 . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.3. x(n) = R3 (n) −→ y(n) = 3n u(n) .1 del libro di testo. con A ∈ R.

3.24. In caso affermativo. (c) non può essere tempo-invariante. (b) Stabilire se tale sistema è invertibile. determinare il sistema inverso.120 Proprietà dei sistemi Esercizio 3. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). . (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).9. Nella stessa figura sono riportate le uscite del sistema y1 (n). è necessariamente tempo-variante. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). Segnali dell’esercizio 3. Esercizio 3.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . rispettivamente. x2 (n) e x3 (n). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (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. Esercizio 3. stabilire se il sistema può essere tempo-invariante.9 Il sistema S in fig. 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). (a) Caratterizzare gli insiemi di ingresso ed uscita. l’insieme U è costituito da tutti i segnali positivi. Risultato: (a) nessuna restrizione su I. y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig.24 è lineare.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ .

x2 (n) e x3 (n). (c) non può essere tempo-invariante.12 Un sistema S lineare con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = e j2t −→ y(t) = e j3t . (b) yb (t) = ya (t) = cos(2π fct). Esercizio 3.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). Esercizio 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). Sistema dell’esercizio 3. Risultato: (a) non può essere lineare. Risultato: (a) ya (t) = cos(2π fct). 3. (c) Stabilire se il sistema può essere tempo-invariante. rispettivamente. con t0 ∈ R.11 Si consideri il sistema riportato in fig. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). Risultato: (a) ya (t) = cos(3t). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) yb (t) = cos(3t − 1).25. Nella stessa figura sono riportate le uscite del sistema y1 (n). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). è necessariamente non lineare. dire se il sistema può essere tempo-invariante. (b) stabile.26 è tempo-invariante. 3. x(t) = e− j2t −→ y(t) = e− j3t . Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). x(n) y(n) (-1) n Fig. (c) il sistema non può essere tempo-invariante. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. è necessariamente tempo-variante. (a) Determinare il legame i-u del sistema. 3. è necessariamente tempo-variante.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . Esercizio 3. (a) Stabilire se il sistema può essere lineare. Esercizio 3. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n).25.11.3. (b) Dire se il sistema è stabile.13 Il sistema S in fig.

causale se T ≥ 0 e non causale se T < 0. non dispersivo. causale se T > 0 e non causale se T < 0. l’uscita del sistema S1.15 Classificare.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). dispersivo.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine).2 è y(n) = δ (n + 2). . causale. causale. motivando la risposta e fornendo almeno un esempio a suo supporto. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). (c) y(t) = x(t) cos(2π t). Esempio: quando x1 [n] = x2 [n] = δ [n]. 3. il legame i-u del sistema S2. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. S2 : y(n) = x(n + 2). Stabilire. motivando brevemente le risposte. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1.1 sono necessariamente uguali”. S1 : y(n) = x(−n) . non dispersività. (d) y(t) = [x(t) + x(t − T )] u(t). (b) lineare.122 Proprietà dei sistemi y1(n) x1(n) 2 1 S 0 1 n y2(n) x2(n) 2 2 S 0 1 n 3 2 0 1 2 4 3 n 0 1 2 n y3(n) x3(n) 1 S 0 1 2 3 4 n -2 -1 0 1 n 3 2 Fig. (c) lineare. Esercizio 3. tempo-invariante e stabile. con T ∈ R − {0}. mentre S2. dispersivo. sia S1. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. Inoltre.2 e S2. tempo-variante e stabile. (d) lineare. tempo-variante e stabile. non causale. le uscite dei due sistemi S1. tempo-variante e stabile. (b) y(t) = x(t − 2) − x(1 − t). stabilità): (a) y(t) = 2 exp[x(t)]. tempo-invariante e stabile. (e) non lineare. causalità. invarianza temporale.26. dispersivo se T = 0.1 è y(n) = x(−n + 2). mentre l’uscita del sistema S2.2 è y(n) = x(−n − 2). non dispersivo. Segnali dell’esercizio 3. Risultato: (a) non lineare.1 è y(n) = δ (n − 2).13.

dispersivo. motivando brevemente le risposte. altrimenti . se x(t) = 0 . dispersivo. dispersivo. causale. (c) y(n) = ex(n) . causale. (d) lineare. tempoinvariante e stabile. (d) y(t) = 1 2T T −T x(t − τ )dτ . (c) y(n) = x(n2 ). instabile. dispersivo. Esercizio 3.17 Classificare in base alle loro proprietà (linearità. con a ∈ R − {0}. causale. motivando brevemente le risposte. Risultato: (a) non lineare (lineare per le differenze). stabilità): (a) y(n) = x(n) + u(n + 1). stabile se h(τ ) è sommabile. dispersivo. causalità. altrimenti . tempo-invariante. (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). Esercizio 3. non dispersivo. causale se T ≥ 0. (e) y(n) = an u(n) x(n). per n ≥ m0 . (d) y(n) = k=m0  0 . tempo-invariante. invarianza temporale.   1 . causalità. b ∈ R − {0}. non dispersivo. non dispersivo. causalità. tempo-variante e instabile. (b) non lineare. non dispersività. (c) non lineare. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. (e) lineare. tempo-invariante e stabile. non causale. Risultato: (a) lineare. invarianza temporale. tempo-invariante. (b) y(n) = cos(π n) x(n). (c) y(t) = x(t)  0. non causale. dispersivo. con m0 ∈ Z . tempo-invariante e stabile. tempo-invariante e stabile. causale.  n   ∑ x(k) . invarianza temporale. (b) y(n) = x(−n).18 Classificare.16 Classificare. (e) y(n) = n+m0 k=n−m0 ∑ x(k).3. h(τ ) x2 (t − τ ) dτ . con m0 ∈ N. con T ∈ R − {0}. non causale. (b) lineare.4 Esercizi proposti 123 Esercizio 3. tempo-variante e stabile. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. 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 . (c) non lineare. non dispersività. non causale se T < 0. stabilità): (a) y(n) = a x(n) + b. (d) lineare. con a. stabile se h(τ ) è sommabile. causale. non dispersività. .

tempo-variante. stabilità):   x(n) . sulla base delle proprietà (linearità.124 Proprietà dei sistemi Risultato: (a) non lineare (lineare per le differenze). sgn(k) x(n − k). stabile. (d) non lineare. instabile. se n = 0 . stabile. sulla base delle proprietà di linearità. causale. causale. dispersivo. instabile. invarianza temporale. Esercizio 3. Risultato: (a) non lineare. causale. tempo-invariante. causalità. non causale. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = t ln(|x(t)|) . Risultato: (a) non lineare. tempo-variante. non causale. causale. instabile. tempo-variante e stabile. non dispersività. tempo-variante. con a(t) segnale reale limitato. non causale. dispersivo. i sistemi TC caratterizzati dalle seguenti relazioni i-u: (a) y(t) = ln(|x(t)|) . tempo-variante. altrimenti . non dispersivo. ∑ Risultato: (a) lineare. (b) lineare. Esercizio 3.21 Classificare. invarianza temporale e stabilità). (d) y(t) = sgn[x(t)]. motivando brevemente le risposte. (d) lineare. (c) lineare. ciascuno dei sistemi sotto riportati sulla base delle loro proprietà (linearità. (b) y(t) = x(t) + x(−t). tempo-variante. causale. (c) lineare. (d) lineare. invarianza temporale e stabilità. non causale. dispersivo. tempo-variante. dispersivo. stabile. stabile. 0. non causale. causale. stabile. causalità. non dispersivo. altrimenti . (b) y(n) = x(2 n) + x(10 − n). se x(t) = 0 . non dispersivo. causalità. (c) y(t) = x(t) sgn(t). motivando brevemente le risposte.20 Classificare. causale. non dispersività. (b) lineare. non dispersivo. causale. non dispersivo. (a) y(n) = n 0 . (b) y(t) = a(t) x(−t). dispersivo. dispersivo. (e) lineare. se x(t) = 0 . non causale. non dispersivo. stabile. non dispersivo. altrimenti . tempo-invariante. non causale. non dispersivo.19 Classificare. (c) non lineare (lineare per le differenze). tempo-variante e stabile. motivando brevemente le risposte. 0. tempo-variante e stabile. tempo-variante. tempo-invariante. causale. non dispersività. dispersivo. (c) non lineare. . dispersivo. non dispersivo. (d) non lineare. tempo-variante. stabile per |a| ≤ 1 ed instabile per |a| > 1. non causale. stabile. (c) y(n) = (d) y(n) = n+2 k=n−2 +∞ k=−∞ ∑ x2 (k). stabile. (c) y(t) = x(−t) + 5. stabile. (b) lineare. Esercizio 3. tempo-variante. tempo-invariante. (b) lineare. tempo-variante e stabile. (d) y(t) = sgn[x(−t)].

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

126 Proprietà dei sistemi .

es. 3. tra il segnale di ingresso e una funzione che descrive completamente il sistema nel dominio del tempo.1 Introduzione Le proprietà di invarianza temporale e linearità viste nel cap. la sua risposta impulsiva. di grande interesse per le applicazioni. ed in gran parte del seguito della trattazione. 3 non devono necessariamente essere possedute contemporaneamente da un dato sistema. 3.16) è un sistema lineare ma tempo-variante (sistema LTV). es. numerosi sistemi. consideriamo il sistema lineare descritto dalla trasformazione S : I → U. La proprietà fondamentale che semplifica lo studio dei sistemi LTI (più in generale.Capitolo 4 Sistemi lineari tempo-invarianti (LTI) In questo capitolo approfondiremo lo studio dei sistemi lineari tempo-invarianti (LTI). sia quella di invarianza temporale. In questo capitolo. denominata convoluzione. Ad esempio. il cui legame i-u. 3. che può essere espressa mediante una particolare operazione matematica. mostreremo che tali sistemi ammettono una relazione i-u semplice e generale.27) è un sistema non lineare ma tempo-invariante. ovvero dei sistemi che possiedono sia la proprietà di linearità. per semplicità di notazione. il nostro studio si concentrerà su tale classe di sistemi. In particolare. dei sistemi lineari) è il principio di sovrapposizione (prop. sarà descritto nel seguito mediante la notazione semplificata y(·) = S[x(·)]. possiedono sia la proprietà di linearità. sia quella di invarianza temporale. In particolare. e nel caso TD da equazioni alle differenze. Infine. ovvero i sistemi LTI descritti nel caso TC da equazioni differenziali. introdurremo il fondamentale concetto di risposta in frequenza di un sistema LTI. l’amplificatore con guadagno variabile y(t) = α (t) x(t) (cfr. Introdurremo poi una classe importante di sistemi LTI. A tale proposito. calcolando la risposta di un sistema LTI ad un fasore applicato al suo ingresso. supponiamo che un generico ingresso TC o TD x(·) ∈ I possa essere espresso come sovrapposizione di segnali semplici o . che rappresenta la base per lo studio dei sistemi nel dominio della frequenza e che sarà approfondito nei capitoli seguenti. mentre il sistema quadratico y(t) = x2 (t) (cfr. 4. Tali sistemi sono denominati sistemi lineari tempo-invarianti (LTI). e per essi esistono tecniche di analisi e di sintesi semplici. potenti e generali. Tuttavia.3). che si incontrano frequentemente nelle applicazioni.

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

sia la proprietà di invarianza temporale [nella (4. e sarà studiata più approfonditamente nel § 4.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . 2. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. La funzione h(n) che compare nella (4. nonché l’invarianza temporale del sistema. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. la (4. Pertanto. ∀k ∈ Z . 3. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . come già detto.3) Determinare i coefficienti αk della rappresentazione è semplice.5) dove abbiamo applicato il principio di sovrapposizione. sia posto in ingresso ad un sistema TD LTI.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . si dice che la risposta impulsiva è una risposta canonica. Ribadiamo che per ricavare la (4. ovvero xk (n) = δ (n − k).3 dell’impulso discreto.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. Si noti che. non essendo dipendenti dal tempo n. ed abbiamo sfruttato il fatto che le quantità x(k). Supponiamo allora che un segnale x(n). (4.3.5). con k ∈ Z. si ha semplicemente αk = x(k).6) cioè traslando l’impulso in ingresso di k campioni. Definiamo allora il segnale h(n) = S[δ (n)].3) non si sovrappongono nel tempo. (4.7) prende il nome di convoluzione a TD.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.4) si può giustificare in maniera più formale anche applicando le prop. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) .6)]. poiché essa caratterizza (cioè descrive) completamente il sistema LTI.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. In questo senso.5)]. utilizzando la conoscenza della sola risposta impulsiva del sistema. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop.7) abbiamo utilizzato sia la proprietà di linearità [nella (4.4.6) nella (4. rappresentato mediante la (4. . il segnale di uscita h(n) trasla anch’esso di k campioni.4). vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ).2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. la rappresentazione (4. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). sostituendo la (4. (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 . esteso al caso di una infinità (numerabile) di segnali. se si osserva che gli impulsi δ (n − k) nella (4. Scegliendo come segnali elementari xk (n) nella (4. (4. Notiamo peraltro che la (4. L’operazione matematica effettuata tra x(n) ed h(n) nella (4.

1(b). 5}. . ∀k ∈ {0. È interessante notare che la risposta impulsiva del sistema MA è di durata finita.9). 4. . 6 Esempio 4. k ∈ {0. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . .. è semplice provare che tale sistema è sia lineare che tempo-invariante. 4. . 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. pari ad M + 1 campioni. 4. il campione x(k) δ (n − k) del segnale di ingresso all’istante n = k è “trasformato” dal sistema nel segnale x(k) h(n − k). (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . per un dato k ∈ Z.. la (4. 1. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. dove è calcolata graficamente la risposta del sistema MA dell’es. e particolarizzata in fig. . (a) Risposta impulsiva di un generico sistema MA.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. 4.7). 1. Infatti.2.9) rappresentata graficamente in fig. .11) .8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. Prima di passare al caso TC. M (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.9.7). partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).1. dal confronto tra la (4. con n ∈ Z.10) espressione che fornisce gli stessi valori della (4. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n).7) mostra che.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 3. è utile mettere in luce una particolare interpretazione della (4.1(b) al caso M = 5 e 1 bk = M+1 = 1 . 5}.. ponendo x(n) = δ (n) nella (4.8) e la (4. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). D’altra parte. . (4. (4. 4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Questa interpretazione è chiarita in fig. per ogni k ∈ Z. 0 . M} . In sostanza. ∀k ∈ {0. altrimenti . . si ha.7). . . . x(1) h(n − 1) e x(2) h(n − 2). avente la risposta impulsiva di fig. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. al segnale di ingresso x(n) = 1 R3 (n). M (4.1(a) nel caso generale. il segnale di uscita si ottiene sommando tali segnali. 1.8): h(n) = k=0 ∑ bk δ (n − k) . .1. x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n). 4.

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.4.

(4. segue che α (τ ) = x(τ ) e x(t.4). con gli stessi coefficienti α (τ ) dτ . facendo un ragionamento concettualmente simile a quello fatto per il caso TD.23) per una infinità numerabile di segnali. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua).13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. τ )dτ .4) al caso TC. 4.2). 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 .3. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. le risposte S[x(t. τ ) = δ (t − τ ). τ )]dτ .11) e la (4. e l’integrale prende il posto della sommatoria. come già visto nel caso TD.11).12) si basa su una definizione più generale di linearità di un sistema. In pratica mediante la (4. Tale rappresentazione si può vedere come l’estensione della (4. Nel seguito. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. e rappresenta. τ ). Così come il principio di sovrapposizione (3. dal confronto con la (4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. e prende il nome di convoluzione a TC. τ )] del sistema ai segnali elementari x(t.2). Una giustificazione immediata ed intuitiva della (4.14) non discende direttamente dalla prop. tuttavia. prop.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. seguendo passaggi matematici simili a quelli già visti per il caso TD.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ .12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. per ogni τ ∈ R. senza perderci in complicate discussioni matematiche. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . centrati in tutti i possibili istanti di tempo τ ∈ R. assumeremo direttamente la (4.7) è simile a quella vista nel caso TD. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. se il sistema è LTI. Tuttavia. con τ ∈ R. τ ).3 e richiede delle condizioni matematiche aggiuntive per la sua validità. data l’analogia formale tra la (4.11).132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. (4. formalmente. La derivazione della (4. ossia: x(t) = +∞ −∞ α (τ ) x(t. anche la (4. La (4. Precisamente. dove la delta di Dirac sostituisce quella discreta. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ .13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. 3. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. L’operazione matematica tra x(t) ed h(t) che compare nella (4.1).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 . 2. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . per τ ∈ R. con t ∈ R. integrando) i segnali x(τ ) h(t − τ ) dτ . Precisamente. Notiamo inoltre che. non è possibile dare una giustificazione immediata della (4. la (4. (4. . Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. A differenza del caso TD.

(4. da cui. Come nell’es.2.1 e 4. 4. (4. anche tale risposta impulsiva è di durata finita. Si può facilmente verificare che tale sistema è sia lineare. 4. si può mostrare che la (4.5T T x(t − τ ) dτ .4.12). In altri termini. 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) . ed inoltre è automaticamente determinata la sua risposta impulsiva h(·).5T T .2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. e cioè: y(t) = +∞ −∞ rect τ − 0. in maniera più formale.1. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. per cui è un sistema LTI. sia invariante temporalmente. per confronto con la (4.12).1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). . T ). avente relazione i-u: y(t) = t t−T x(u) du . notiamo preliminarmente che. es.15) si può scrivere come una convoluzione: infatti. 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 . 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. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. pari a T e coincidente con la memoria del sistema. In maniera equivalente.2).7) oppure (4.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. 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. (4.15) con T > 0. con il cambio di variabile τ = t − u → u = t − τ . allora il sistema è necessariamente LTI. Successivamente. 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. 4. la (4. Negli es.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ .

4.7) nel caso TD. In particolare. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). che si ottiene da z(k) mediante traslazione di n campioni. (4. Esempio 4. 4. dobbiamo costruire il segnale wn (k) = z(k − n). ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . 4. Nel caso TD. si veda la fig.1 seguente). costruendo il segnale z(k) = x(−k) e. oppure dalla (4. e verso sinistra se n < 0. in particolare. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. descritta dalla (4. 4. si nota che si ha sovrapposizione tra h(k) e . e sommando i risultati dei prodotti ottenuti.3(e)].3. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. con a = 0. effettuare la traslazione del segnale z(k) verso destra se n > 0. per la proprietà commutativa della convoluzione.12) nel caso TC. consideriamo il seguente esempio.3(c)]. vedi anche il § 4.3 Convoluzione Come abbiamo visto nel paragrafo precedente. le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z. 4.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . Per calcolare gli altri valori della convoluzione. partendo dal caso TD per semplicità. insieme con x(k) [fig.3(d)].18) Le due espressioni riportate nella (4. Seguendo la procedura delineata precedentemente. 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. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. Viceversa.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. La difficoltà maggiore è che. possiamo ottenere direttamente il risultato della convoluzione per n = 0. Per capire meglio il meccanismo precedentemente descritto. se n > 0 [traslazione verso destra. Ovviamente. (2) Effettuare prima la riflessione del segnale x(k). la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. successivamente. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. (3) Per ogni fissato valore di n ∈ Z. si veda la fig.18). Se non effettuiamo nessuna traslazione su z(k). per cui il risultato della convoluzione è nullo. Prendendo come riferimento la seconda delle (4. fatta eccezione per casi particolari. il segnale wn (k) non si sovrappone con h(k). rappresentiamo h(k) in funzione di k [fig. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale.134 Sistemi lineari tempo-invarianti (LTI) 4.1. 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.3(a)].18) sono del tutto equivalenti.

2. ed è rappresentato graficamente in fig. h(k) e wn (k) si sovrappongono per k ∈ {0. oppure anche per tutti i valori di n.3 Convoluzione 135 wn (k) su un numero finito di campioni. h(k) w2 (k) = 1 + a + a2 . 4. Si noti che. . . Facendo riferimento per convenienza alla seconda delle (4.19).4.7) vada effettuata in principio su infiniti valori di k. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . tale numero di campioni è pari ad n+1. che in generale potrebbe non convergere. se |a| < 1. sebbene la somma in (4. In particolare. Ovviamente esistono casi in cui il numero di termini della somma è infinito. più precisamente. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . in pratica essa può ridursi ad una somma finita di valori per ogni n. vale a dire: . per alcuni valori di n.19) Anche in questo caso. 1−a In definitiva. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. . un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. Per un generico valore n > 0. h(k) w3 (k) = 1 + a + a2 + a3 . . 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. . per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . (4. 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. per effettuare correttamente il calcolo della convoluzione. + an = k=0 ∑ ak = n 1 − an+1 . per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . .3(f) nel caso in cui 0 < a < 1. y(n) = 1 − an+1  . se n < 0 . In particolare. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. l’esempio mostra chiaramente che. altrimenti . la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. 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 .7). è semplice considerare i casi per n = 1. C. n}. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie.

4. .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 x(k) 1 0. (b) rappresentazione di x(k). (c) riflessione del segnale x(k).8 0.8 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.4 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8 w−5(k)=x(−5−k) 1 0.6 0.4 0. (e) traslazione verso destra di z(k) (n = 5).8333) e x(n) = u(n) (es.4 0.6 0.8 0.4 0.4 0. 4.4): (a) rappresentazione di h(k). Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 0. (d) traslazione verso sinistra di z(k) (n = −5).136 Sistemi lineari tempo-invarianti (LTI) 1 0. (f) risultato della convoluzione.6 0.3.6 h(k) 0.2 0 (b) z(k)=x(−k) 0.2 0 −10 −5 0 k 5 10 (a) 1 0.

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

Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. 4. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. nello studio delle proprietà della convoluzione.3. mentre la seconda è definita mediante un integrale. 4.  y(t) = t.20). 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.5. In conclusione.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . Si noti che se T1 > T2 si può procedere allo stesso modo.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. Per questo motivo. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . se è possibile dal punto di vista matematico. 4. pertanto. e prende il nome di proprietà di durata della convoluzione (cfr. per T ≤ t < 2T . Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata.6 sono equivalenti.7) e quella a TC (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. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. notiamo che. come discusso di seguito.   2T − t. calcolo dell’area) sono molto simili nei due casi. similmente alla somma di convoluzione. Nel caso particolare T1 = T2 = T . Per questo motivo.4(f). § 4. non ha nessun senso dal punto di vista sistemistico. 4.12) è che la prima è definita mediante una sommatoria. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 .6. . in quanto si può verificare che la convoluzione possiede. A tale scopo. ed è rappresentata in fig. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. notiamo che l’intervallo di tempo (T1 . Come mostrato in fig. C. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . In altri termini. la convoluzione viene chiamata anche prodotto di convoluzione. un sistema LTI con risposta impulsiva h(·) sollecitato dall’ingresso x(·) presenta la stessa uscita di un sistema LTI con risposta impulsiva x(·) sollecitato dall’ingresso h(·). l’integrale di convoluzione può non esistere finito. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. 4. ed è rappresentato graficamente in fig. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . Ovviamente questo scambio. traslazione. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. per 0 < t < T .1). t < 0 oppure t ≥ 2T . prodotto.3. tutte le proprietà algebriche del prodotto convenzionale. nel seguito. nel senso che ya (·) ≡ yb (·). scambiando il ruolo dei due segnali. oltre a proprietà specifiche. in particolare. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. cioè i due schemi in fig.

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

cioè ya (·) ≡ yc (·). 4.7(a). il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. Inoltre. per cui il sistema LTI in fig. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). In tale ipotesi.6. 4.7(d). Conseguentemente.5.7(b) sono equivalenti. 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 (·). 4. T Proprietà associativa Fig. la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). In base a queste due interpretazioni. per la proprietà associativa.7(c) è equivalente allo schema serie riportato in fig. 4. 4. come mostrato in fig. nel senso che ya (·) ≡ yb (·). osserviamo innanzitutto che. 4. cioè i due schemi in fig. come evidenziato in fig.7(a) è equivalente al sistema LTI riportato in fig. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). 4.7(a) e fig. 4.) 0 T t 2T x(. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). A tal fine. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . 4.) h(.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(. i due schemi riportati in fig.7(c). In altre parole.) (b) y b(. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . i due sistemi LTI in figura sono equivalenti. 4. il sistema LTI in fig. 4.7(d) sono equivalenti. nel senso che yb (·) ≡ yd (·). la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI.7(b) e fig. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco.7(b). . Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . Per la proprietà commutativa.) h(.) Fig. A sua volta. ossia yc (·) ≡ yd (·). Il segnale y(t) si può esprimere come y(t) = T Λ t−T . 4.) (a) y a(. In virtù della proprietà commutativa della convoluzione.

) (d) h1(. D’altra parte.) x(.) h2(.) x(. i due schemi in figura sono equivalenti. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) .) (a) x(. Fig. i quattro schemi in figura sono equivalenti.8(b).) h1(.) Fig. In base a queste due interpretazioni.) h1(. Similmente alla proprietà associativa. 4. la proprietà distributiva della convoluzione consente di affermare che il parallelo2 di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hpar (·) = h1 (·) + h2 (·). utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·). (4.) y 2(.3 Convoluzione 141 x(.) y b(.) (c) y c (.) (a) y a(. .8(b) sono equivalenti.) h2(.8.8(a) e fig. 4. A tale scopo. come mostrato in fig.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente. 4. come mostrato in fig. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·).) x(. 4. resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.) y b(.)+h 2(. in effetti.) y a(. valida formalmente sia nel caso TC sia in quello TD. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza.) h2(. cioè i due schemi in fig. 4. nel senso che ya (·) ≡ yb (·). notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) h1(.)∗h1(.) y 1(.) y d(. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.) (b) h2(.8(a). 4. Proprietà di esistenza dell’unità Si può facilmente provare. tale connessione non può essere studiata elementarmente nel dominio del tempo.7.)∗h2(. In virtù della proprietà distributiva della convoluzione.) (b) x(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco.4. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI. In virtù della proprietà commutativa e associativa della convoluzione.) h1(.

(4. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). Nel caso di un sistema LTI. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.11) nel caso TC. 4. esprimendo la relazione i-u del sistema mediante una convoluzione.22) e (4.4) nel caso TD e la (4. ∀t0 ∈ R .) δ(. 3. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). rispettivamente. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t).3 Dal punto di vista dell’interpretazione sistemistica. si giungerebbe. per sistemi a TC e a TD. rispettivamente. se per calcolare y(t − t0 ). x(n) h(n) (b) -(n1+n2) z y b(n) Fig. x(n − n0 ) ∗ h(n) = y(n − n0 ) . invece che alla (4. si ha.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso.) x(n) z . Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. infatti.22) (4.10. ∀n0 ∈ Z . ∀t0 ∈ R . Tale sistema prende il nome di sistema identico.21). Per giustificare invece la correttezza della (4. e per la (4.) x(. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . x(n − n0 ) −→ y(n − n0 ) . la (4. x(t − t0 ) −→ y(t − t0 ) . noti inoltre che.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. notiamo che la (4. i due schemi in figura sono equivalenti. per ogni x(·) ∈ I e y(·) ∈ U.9). secondo la quale. 4.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. ad esempio. ∀n0 ∈ Z .22) [un discorso analogo vale per la (4.22).9. è possibile riottenere la (4.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).2).25) della convoluzione.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . 4. Dal punto di vista matematico. Le (4. In virtù della proprietà di invarianza temporale (4. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.142 Sistemi lineari tempo-invarianti (LTI) x(. In un sistema identico. esplicitando la convoluzione (4. .

4.3 Convoluzione

143

ed effettuare in quest’ultima la sostituzione formale t − t0 → t, scrivendo y(t − t0 ) =
+∞ −∞

h(τ ) x(t − t0 − τ ) dτ = h(t) ∗ x(t − t0 ) .

Notiamo che per la proprietà commutativa della convoluzione, si può anche scrivere: h(t − t0 ) ∗ x(t) = y(t − t0 ) , h(n − n0 ) ∗ x(n) = y(n − n0 ) , ∀t0 ∈ R , ∀n0 ∈ Z , (4.24) (4.25)

secondo le quali una traslazione di t0 o n0 del segnale di uscita si può ottenere equivalentemente traslando della stessa quantità il segnale di ingresso oppure la risposta impulsiva. Le (4.22)–(4.25) possono essere applicate anche contemporaneamente, con ritardi diversi, ed in questo caso evidentemente gli effetti delle traslazioni temporali si sommano: h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] , h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] , ∀t1 ,t2 ∈ R , ∀n1 , n2 ∈ Z . (4.26) (4.27)

Notiamo che le (4.26) e (4.27) rappresentano una forma più generale della proprietà di invarianza temporale, in quanto includono come casi particolari le (4.22)–(4.25). Tali relazioni hanno una chiara interpretazione sistemistica che è riportata in fig. 4.10 con riferimento al caso TD: l’uscita del sistema LTI avente risposta impulsiva h(n − n1 ), quando al suo ingresso è posto il segnale x(n − n2 ), si può ottenere, equivalentemente, applicando prima il segnale x(n) in ingresso al sistema LTI avente risposta impulsiva h(n) e, poi, traslando nel tempo il segnale ottenuto di n1 + n2 . In altre parole, i due schemi in fig. 4.10(a) e fig. 4.10(b) sono equivalenti, nel senso che ya (·) ≡ yb (·).
Esempio 4.5 (convoluzione tra due finestre rettangolari a TC, caso simmetrico) Nell’es. 4.4 abbiamo ricavato (nel caso T1 = T2 = T ) la seguente relazione notevole, che lega finestre rettangolari e triangolari mediante la convoluzione: rect t − 0.5T T ∗ rect t − 0.5T T = TΛ t −T T .

Se si vuole ricavare la convoluzione tra due finestre rettangolari elementari (di durata unitaria) centrate nell’origine, basta prima particolarizzare la relazione precedente al caso T = 1: rect(t − 0.5) ∗ rect(t − 0.5) = Λ(t − 1) , e successivamente applicare la proprietà di invarianza temporale nella forma generalizzata (4.26). Posto h(t) = x(t) = rect(t − 0.5) si avrà evidentemente che rect(t) = h(t + 0.5) = x(t + 0.5), per cui per ottenere il risultato corretto della convoluzione rect(t) ∗ rect(t) basterà applicare un anticipo di 0.5 + 0.5 = 1 a Λ(t − 1), il che ovviamente restituisce Λ(t). Si ha allora, in definitiva, la seguente relazione notevole: rect(t) ∗ rect(t) = Λ(t) , che troverà applicazione nel seguito.
Proprietà di convoluzione con l’impulso

(4.28)

Applicando le proprietà (4.22)–(4.25) alla (4.21), possiamo ottenere una interessante generalizzazione della proprietà di esistenza dell’unità: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) , ∀t0 ∈ R , ∀n0 ∈ Z . (4.29) (4.30) x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) ,

144

Sistemi lineari tempo-invarianti (LTI)

Queste relazioni mostrano che la convoluzione di un segnale con un impulso centrato in t0 oppure n0 equivale ad una traslazione temporale della stessa quantità del segnale. Questo risultato conferma che, nel caso TC, il sistema y(t) = x(t − t0 ), che effettua la traslazione temporale di un segnale, è un sistema LTI avente risposta impulsiva h(t) = δ (t − t0 ); una interpretazione equivalente vale nel caso TD, dove la risposta impulsiva di un sistema che effettua la traslazione temporale è h(n) = δ (n − n0 ).
Proprietà di durata della convoluzione

Con riferimento alle due finestre rettangolari, dall’es. 4.4 si ricava che la convoluzione di due segnali TC di durata rigorosamente limitata è ancora un segnale di durata rigorosamente limitata. Questo risultato è valido in generale. Infatti, supponiamo che il segnale x(t) abbia estensione temporale limitata Dx = (t1 ,t2 ), con t2 > t1 ; la misura dell’intervallo Dx definisce la durata del segnale x(t), che in questo caso è data da ∆x = t2 − t1 . Similmente, supponiamo che anche la risposta impulsiva del sistema abbia estensione temporale limitata Dh = (t3 ,t4 ), con t4 > t3 ; la misura dell’intervallo Dh definisce la durata della risposta impulsiva h(t), che in questo caso è data da ∆h = t4 − t3 . Con riferimento all’algoritmo di calcolo della convoluzione a TC, a seguito della riflessione, l’estensione temporale del segnale z(τ ) = x(−τ ) sarà data dall’intervallo Dz = (−t2 , −t1 ) e, come conseguenza della traslazione temporale di t, l’estensione temporale del segnale wt (τ ) = z(τ − t) sarà Dwt = (t − t2 ,t − t1 ). Questo significa che il prodotto h(τ ) wt (τ ) sarà identicamente nullo per ogni τ ∈ R non appartenente all’intersezione Dh ∩ Dwt dei due intervalli Dh ed Dwt . Pertanto, l’integrale di convoluzione tra x(t) e h(t) si riduce al seguente integrale: y(t) = h(τ ) wt (τ )dτ ,

Dh ∩Dwt

in cui la variabile di integrazione τ varia nell’intervallo Dh ∩ Dwt . A questo punto il risultato di tale integrale è nullo per tutti i valori di t ∈ R per i quali l’intersezione tra i due intervalli Dh ed Dwt è vuota, cioè Dh ∩ Dwt = ∅. Ricordando che Dh = (t3 ,t4 ) e Dwt = (t −t2 ,t −t1 ), ciò accade sicuramente in due casi: quando t − t1 < t3 , ovvero t < t1 + t3 , oppure quando t − t2 > t4 , ovvero t > t2 + t4 . In definitiva, risulta che y(t) ≡ 0, ∀t ∈ (t1 + t3 ,t2 + t4 ) , (4.31)

per cui Dy ⊆ (t1 + t3 ,t2 + t4 ), e quindi y(t) ha durata rigorosamente limitata. Inoltre, la sua durata è pari alla misura di Dy , per la quale vale la disuguaglianza ∆y ≤ (t2 + t4 ) − (t1 + t3 ) = (t2 − t1 ) + (t4 − t3 ) = ∆x + ∆h . In altre parole, se i due segnali x(t) e h(t) hanno estensioni temporali limitate, ovvero durate finite ∆x ∈ R+ e ∆h ∈ R+ , rispettivamente, allora la loro convoluzione y(t) è ancora un segnale avente estensione limitata, la cui durata ∆y è al più4 pari alla somma delle durate dei due segnali sottoposti alla convoluzione, cioè ∆y ≤ ∆x +∆h . È interessante osservare dalla (4.31) che, se il segnale di ingresso x(t) e la risposta impulsiva del sistema h(t) si annullano identicamente per t < 0, ossia, t1 = t3 = 0, allora anche il segnale di uscita è identicamente nullo per t < 0. Si osservi inoltre che la (4.31) è valida anche quando il segnale di ingresso (o la risposta impulsiva) ha estensione non limitata. Ad esempio, se l’estensione del segnale di ingresso è non limitata superiormente, cioè, t2 = +∞, dalla (4.31) segue che l’estensione del segnale di uscita risulterà anch’essa non limitata superiormente.
segnale y(t) potrebbe annullarsi identicamente anche in un sottoinsieme dell’intervallo (t1 + t3 ,t2 + t4 ) (si noti che questo non è il caso dell’es. 4.4); per cui, possiamo dire in generale che ∆x + ∆h è la massima durata del segnale y(t).
4 Il

4.3 Convoluzione

145

Si può dimostrare che una proprietà analoga vale per il caso TD: se i due segnali x(n) e h(n) hanno estensioni temporali limitate, ovvero durate finite ∆x ∈ N e ∆h ∈ N, rispettivamente, allora la loro convoluzione y(n) è ancora un segnale avente estensione limitata, la cui durata ∆y è al più pari a ∆x + ∆h − 1, cioè ∆y ≤ ∆x + ∆h − 1 (si noti la piccola differenza tra il caso TC ed il caso TD, legata alla sottrazione di 1). Questa proprietà è meglio evidenziata dal seguente esempio.
Esempio 4.6 (calcolo della convoluzione tra due finestre rettangolari a TD) Consideriamo il segnale x(n) = RN1 (n) , di durata ∆x = N1 , in ingresso al sistema di risposta impulsiva h(n) = RN2 (n) , avente durata ∆h = N2 , ed assumiamo che N2 ≥ N1 . Per prima cosa, rappresentiamo x(k) [fig. 4.11(a)] e h(k) [fig. 4.11(b)] in funzione di k ∈ Z; successivamente, effettuiamo la riflessione del segnale x(k) in modo da ottenere il segnale z(k) = x(−k) [fig. 4.11(c)]. Se non effettuiamo nessuna traslazione su z(k), possiamo ottenere direttamente il risultato della convoluzione per n = 0, effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati; in particolare, si vede che solo i campioni per k = 0 danno contributo in questo caso, ed il risultato vale: y(0) =
+∞ k=−∞

h(k) z(k) = h(0) z(0) = 1 .

Per calcolare gli altri valori della convoluzione, dobbiamo costruire il segnale wn (k) = z(k − n), che si ottiene da z(k) mediante traslazione di n campioni. In particolare, si vede che per n < 0 [traslazione verso sinistra, si veda la fig. 4.11(d)], il segnale wn (k) non si sovrappone con h(k), per cui il risultato della convoluzione è nullo. Viceversa, per taluni valori di n > 0 [traslazione verso destra, si veda la fig. 4.11(e)], si nota che si ha sovrapposizione tra h(k) e wn (k) su un numero finito di campioni. In particolare, per 0 ≤ n < N1 − 1 le due finestre h(k) e wn (k) si sovrappongono per k ∈ {0, 1, . . . , n}, per cui si ha: y(n) =

k=0

∑ 1 = n+1,

n

0 ≤ n < N1 − 1 .

Per N1 − 1 ≤ n < N2 − 1, invece, le due finestre h(k) e wn (k) si sovrappongono per k ∈ {n − N1 + 1, n − N1 + 2, . . . , n} , per cui si ha: y(n) =

k=n−N1 +1

n

1 = N1 ,

N1 − 1 ≤ n < N2 − 1 .

Per N2 − 1 ≤ n ≤ N2 + N1 − 2, le due finestre h(k) e wn (k) si sovrappongono per k ∈ {n − N1 + 1, n − N1 + 2, . . . , N2 − 1} per cui si ha: y(n) =
N2 −1 k=n−N1 +1

1 = N2 + N1 − n − 1,

N2 − 1 ≤ n ≤ N2 + N1 − 2 .

Infine, per n > N2 + N1 − 2, le due finestre h(k) e wn (k) non si sovrappongono, per cui si ha y(n) ≡ 0. Riassumendo, l’espressione del segnale y(n) è la seguente:  0,   n + 1, y(n) = N1 ,    N2 + N1 − n − 1, n < 0 oppure n > N2 + N1 − 2 ; per 0 ≤ n < N1 − 1 ; per N1 − 1 ≤ n < N2 − 1 ; per N2 − 1 ≤ n ≤ N2 + N1 − 2 .

(4.32)

146

Sistemi lineari tempo-invarianti (LTI)

Il segnale y(n) è una finestra trapezoidale di durata ∆y = N1 + N2 − 1 = ∆x + ∆h − 1, ed è rappresentato graficamente in fig. 4.11(f). Nel caso particolare N1 = N2 = N, notiamo che l’intervallo di valori in cui il segnale y(n) è costante si riduce ad un punto, per cui si ottiene una finestra triangolare [fig. 4.12]:  0, n < 0 oppure n > 2N − 2 ;  y(n) = n + 1, per 0 ≤ n < N − 1 ;   2N − n − 1, per N − 1 ≤ n ≤ 2N − 2 ; la cui durata è pari ad ∆y = 2N − 1. Tale finestra si può esprimere in funzione della finestra triangolare elementare a TD o finestra di Bartlett (la verifica è lasciata al lettore) introducendo un anticipo di un campione: y(n) = NB2N (n + 1) . Si ha allora la seguente relazione notevole tra finestre elementari a TD (rettangolari e triangolari), controparte a TD della (4.28): RN (n) ∗ RN (n) = NB2N (n + 1) . Anche questa relazione, come la (4.28), troverà applicazione nel seguito. (4.33)

4.3 Convoluzione

147

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10 h(k) x(k)

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10

(a)
1 0.8
w−2(k)=x(−2−k) 1 0.8 0.6 0.4 0.2 0

(b)

z(k)=x(−k)

0.6 0.4 0.2 0 −10 −5 0 k 5 10

−10

−5

0 k

5

10

(c)
1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10
0 −10 −5 y(n) = h(n) ∗ x(n) 4

(d)

3

w2(k)=x(2−k)

2

1

0 n

5

10

(e)

(f)

Fig. 4.11. Calcolo della convoluzione tra due finestre rettangolari TD di durata N1 = 4 ed N2 = 6 (es. 4.6): (a) rappresentazione di h(k); (b) rappresentazione di x(k); (c) riflessione del segnale x(k); (d) traslazione verso sinistra di z(k) (n = −2); (e) traslazione verso destra di z(k) (n = 2); (f) risultato della convoluzione.

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

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

37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. Per la linearità del sistema. 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 . adoperando le proprietà di linearità e di invarianza temporale del sistema. dunque.36). cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. aventi area unitaria. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . un valore appropriato di ε dipende dalla struttura interna del sistema e. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). con ε sufficientemente piccolo.37) Le (4. come già detto in precedenza. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ .12). in quanto caratterizza completamente il sistema. (4. Pertanto.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . utilizzando la (4. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. 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.11(b). abbiamo visto [si veda la (2.1.6) in particolare] che l’impulso di Dirac si può ottenere come il limite (nel senso delle distribuzioni) per ε → 0 della successione di segnali (ordinari) δε (t). tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . Dalla (4. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) .38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. Nel caso TC. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . Infatti.4). Tuttavia. Infatti la risposta al gradino s(t). 2. 2ε 2ε (4. trattandosi di una pura astrazione matematica (cfr. varia da sistema a sistema.36) ed (4. 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. raffigurati in fig. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . 5 Non esiste una regola generale per stabilire quanto ε . In particolare. § 2. Nel caso TC valgono considerazioni analoghe. si ottiene h(t) = d s(t) dt (4.

Esempio 4. 4. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD. . 3. es. Conseguentemente. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. Si può notare che.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. che per la (4. che cresce linearmente per t > 0 [fig.13(a)]. 4. in virtù della (4. si può mostrare che la (4. si tratta cioè di una rampa. per ε → 0. es.39) è un sistema LTI. il cui valore è (cfr. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). il segnale in fig.13(b)]. 3. Utilizzando la (4. In pratica.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC.24): s(t) = t u(t) . possiamo dire che.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr.40) con la (4.12). 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) .36).1). 3. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . identicamente nulla per t < 0. se ε 1.4. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . (4. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.39) Abbiamo già mostrato che tale sistema è TI (cfr. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . dt (b) Nel caso TD. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. (4. in fig. es. Confrontando la (4. la risposta al gradino s(n) e la risposta impulsiva h(n) di un sistema LTI sono legate dalla relazione biunivoca: s(n) = k=−∞ ∑ n h(k) ←→ h(n) = ∇1 [s(n)] = s(n) − s(n − 1) .38).13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).18) e si può facilmente verificare che tale sistema è anche lineare.37) è esattamente la risposta impulsiva. 4. 4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. In maniera equivalente.4 Risposta al gradino 151 alla derivata della risposta al gradino. per cui l’integratore (4.

(4. Confrontando la (4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . 4. . In maniera equivalente.13. si può mostrare che la (4. (4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . (b) risposta al gradino.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. 4. Esempio 4.7): (a) risposta impulsiva.42) con la (4.7). 3.2).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. es. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . Integratore con memoria infinita (es.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.

ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. Integratore a TD o accumulatore (es.   t    se 0 ≤ t < T . in virtù della (4.   0 . la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. 4.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig.8): (a) risposta impulsiva. 4. 0 .4. 0 s(t) =  T     dτ = T .  dτ = t .34).43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. 4. 4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. 4.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. si tratta cioè di una rampa a TD [fig. avente relazione i-u: y(t) = t t−T x(u) du .9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. in cui l’estremo superiore di integrazione t varia in R. Conseguentemente. n + 1 .5T T . (b) risposta al gradino. In virtù della (4. Risolvendo l’integrale si ottiene:  se t < 0 . ossia: h(t) = rect t − 0.14(b)]. se t ≥ T . (4.14(a)].36).14.15(a). se n < 0 .4 0. es.5T T dτ . che è riportata in fig. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .6 0. 4.4 Risposta al gradino 153 10 1 0.2). Esempio 4. se n ≥ 0 .

13(c) rappresenta una buona approssimazione della risposta possiamo dire che. 4. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. 4.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .38). che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. 4.5T T + T u(t − T ) . il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. In pratica. Utilizzando la (4. . che cresce linearmente nell’intervallo (0.15. il segnale in fig. si tratta di una funzione identicamente nulla per t < 0.9): (a) risposta impulsiva.15(b)]. in fig. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.1. Esempio 4. se ε impulsiva del sistema. In altre parole. T . 4. 4.154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig. (b) risposta al gradino. Si può notare che. Integratore con memoria finita (es. per ε → 0. 4.

4 0 0.2 0 −0.   n+1 s(n) = .8 s(n) 0 2 4 n 6 8 10 0. ∑ k   k=0  1 M+1 .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. se 0 ≤ n < M . ∀k ∈ {0. n+1 RM (n) + u(n − M) .4 Risposta al gradino 155 0. 1. 4. se n ≥ M . .6 0. ∑ bk δ (n − k) . M M (4. se n < 0 . Sistema MA con M = 5 e bk = 1 . . 4. se n ≥ M . . se 0 ≤ n < M . .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.2 1/6 h(n) 0.3 1 0. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .1 0. M +1   1.4. In virtù della (4. 4.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . 5}: (a) risposta impulsiva. Nel caso in cui i pesi bk siano tutti uguali a  0 .    n   b .45) k=0 rappresentata in fig. (b) risposta al gradino.34).1(a) nel caso generale. ed in fig. se n < 0 . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .16. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) .  ∑ k  s(n) = k=0 M    b . n M in cui l’estremo superiore della sommatoria n varia in Z.

. il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. insieme alla risposta impulsiva.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5.16. 4. dato il legame biunivoco con la risposta al gradino. in fig. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva.

48).5.3. equivalentemente.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. (4.2(c)].47).1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. Una condizione necessaria e sufficiente affinché ciò accada. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . Passiamo ora a considerare i sistemi TC LTI. (4. nella (4. Consideriamo un sistema TD LTI. questo vuol dire che la risposta del sistema non cambia se. (4. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. Ponendo x(n) = δ (n) nella (4. ∀k = 0. 4. Affinché y(n) dipenda solo da x(n). seguiamo una strada diversa da quella seguita nel caso TD. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. 2. (4. infatti. la relazione precedente si può riscrivere come y(n) = α x(n) . in questo caso.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. causalità. per ogni segnale di ingresso. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . per ogni segnale di ingresso {x(k)}k∈Z . si ha: y(n) = h(0) x(n) . è che risulti h(k) = 0.47) Pertanto. Notiamo che. ponendo α = h(0). 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 . stabilità. prop.4. Il sistema è non dispersivo se e solo se. § 3. al posto di {x(τ )}τ ∈R . possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. è possibile legare le proprietà del sistema (non dispersività.49) . cioè caratterizza completamente un sistema LTI.46).12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . Sostituendo nella (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Per costruire un segnale siffatto. descritto dalla convoluzione a TD espressa dalla seconda delle (4.48).5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .5 Proprietà della risposta impulsiva 157 4.

1) come la durata temporale del segmento del segnale di ingresso che contribuisce. per cui presenta valori non trascurabili su un intervallo temporale non limitato.49). 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. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . Se allora osserviamo la relazione i-u di un sistema LTI [cfr. In definitiva. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. Se poniamo α = h(0). ovvero se e solo se è un amplificatore/attenuatore ideale. oltre al campione attuale. pertanto. la durata ∆h . ovvero se h(t) = α δ (t) . dal confronto tra la (4. l’estensione temporale Dh e. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. dove la memoria di un sistema è stata definita (cfr.12)]. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . quindi. I sistemi non dispersivi sono denominati anche sistemi senza memoria.3.7) oppure (4. il sistema è non dispersivo se e solo se y(t) = y1 (t). Quindi. .48) e (4.47). per ogni segnale di ingresso e per ogni t ∈ R. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD).3.4 (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 (·). • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t.48) la risposta impulsiva precedente.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. 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. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). all’uscita in un determinato istante di tempo. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. (b) Equivalentemente. Sostituendo nella (4. n → ±∞. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. senza mai annullarsi. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. (4.

4 0.7) e l’accumulatore (cfr. Sfruttando il fatto che u(τ ) = 0 per τ < 0. 4.51) con la seconda delle (4.9) e il sistema MA (cfr. es. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.8). .36). Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. (b) risposta al gradino. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .8 0.5 Proprietà della risposta impulsiva 159 1 0. Sistema TC IIR con memoria praticamente finita (es. 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 .  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. L’integratore (cfr. es.52).4 0.17(a). T (4. 4. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).8 0. che è rappresentata in fig. T (4.6 0. 4. es. si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) . sono sistemi IIR con memoria infinita. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. se t ≥ 0 . 4.52) Pertanto. es.12).6 0. 4.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . la risposta al gradino di tale sistema si ottiene come:  se t < 0 .51) Confrontando la (4. In virtù della (4.17. 4. 0 .11): (a) risposta impulsiva. Esempio 4.4. 4.50) dove T > 0.10). aventi come risposta impulsiva il gradino unitario.

in virtù della (4. notiamo che applicando al sistema un ingresso di durata finita. ricordando la proprietà di durata della convoluzione (cfr. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . In conclusione. ∀k < 0 . il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . ln(|a|) memoria che tende a diventare infinitamente grande. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . per ogni segnale di ingresso. e quindi misurare la memoria del sistema LTI. § 2. Lo stesso si può dire anche per i sistemi TD. deve accadere che h(k) = 0 . proprio di una quantità pari alla memoria del sistema. mentre tende a zero per |a| → 0. 4. per effetto della convoluzione. 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) . il sistema LTI ha memoria praticamente finita. In altri termini.3. con 0 < |a| < 1 . la durata della risposta impulsiva risulta ∆h = T ln 1 α .2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. § 4. Passiamo ora a considerare i sistemi TC LTI.2). Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. risolvendo l’equazione h(∆h ) = α /T (cfr.53). (4. se per semplicità facciamo riferimento ai sistemi TC. scegliamo come valore di soglia α h(0+ ) = α /T . con 0 < α < 1.3. per |a| → 1. esso sarà “allungato”. Infatti. con costante di tempo T > 0.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. ma non dipende dai valori dell’ingresso negli istanti successivi. 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.17(b).5. (4. Così facendo.31).1). Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .54) . Affinché allora l’uscita non dipenda dai valori futuri. ovvero è un segnale di durata praticamente limitata. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. La somma su k porta in conto valori futuri dell’ingresso per k < 0. Per calcolare la memoria analiticamente. in quanto per tali valori di k risulta n − k > n.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. 4.

§ 3. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Di seguito sono riportati alcuni esempi di sistemi non causali. .18. la relazione i-u (4. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. h(t) = 0. 4.2) che un caso particolare di sistema non causale è il sistema anticausale. ∀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). h(t) = 0.4. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. il sistema è non causale.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. 4.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. In sintesi. ∀t < 0 . Ragionando in modo analogo a quanto fatto nel caso TD. In questo caso.3. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . Risposta impulsiva dell’integratore non causale (es.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. Abbiamo visto nel capitolo precedente (cfr.12).

4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) .58) espressione che è perfettamente equivalente alla (4. 3. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . . sia invariante temporalmente.5T T x(t − τ ) dτ .19(a) nel caso generale. .19(b) al caso M = 5 e 1 bk = M+1 = 1 . 0} .55) si può scrivere come una convoluzione. 0. conseguentemente. ∀k ∈ {0.7). 0). si ha. pertanto tale sistema è non causale. . 4.5T T . e particolarizzata in fig.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . D’altra parte. per confronto con la (4.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.7).56) da cui. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. il sistema non è causale. 5}.18: si tratta di un segnale che assume valori non nulli per t < 0 e. Esempio 4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. avente relazione i-u: y(t) = t+T t x(u) du . da cui.12). 3. . M Si tratta di un sistema sia lineare che tempo-invariante. altrimenti . . 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) .162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. (4.57). con il cambio di variabile τ = t − u → u = t − τ . 1. ponendo x(n) = δ (n) nella (4. . per confronto diretto con la (4.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . es. si può mostrare che la (4. k ∈ {−M.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. (4.11. la (4. (4. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. Si può facilmente verificare che tale sistema è sia lineare. In maniera equivalente. Per questo motivo.10 e 3. −M + 1. che è rappresentata in fig. Infatti. . Infatti. 4. e pertanto esso rappresenta un esempio di sistema LTI.57) rappresentata graficamente in fig. A questo punto. .55) con T > 0. per cui è un sistema LTI. .12). (4. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.

∆x ). ∀t ∈ (0. . 5} (es. Se il sistema è causale. Un segnale identicamente nullo per t < 0 è anche detto6 causale. è un sistema LTI anticausale.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. I sistemi causali godono di una proprietà importante. è riassunto dalla seguente proprietà: Proprietà 4. ∀k ∈ {0. si ottiene che: y(t) = 0.31).13). (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. 6 Esempio 4. Tale risultato. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 .4. 4. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . Per evidenziare tale proprietà. consideriamo il caso dei sistemi TC. con ∆x ∈ R+ . .. 1. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. poiché h(n) è identicamente nulla per n ≥ 0. Si tratta chiaramente di un sistema LTI.19. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. (a) Risposta impulsiva di un generico sistema MA non causale. l’anticipo unitario TD è un sistema anticausale. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. In tal caso. ∆h ). si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. con ∆h ∈ R+ . . -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 ..14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . che sussiste con ovvie modifiche anche nel caso TD. Il sistema è pertanto non causale. in particolare. 6 Questa . abbia estensione temporale Dx = (0. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. cioè. .. seguendo gli stessi ragionamenti che hanno portato alla (4. ∆x + ∆h ) . 4. Allo stesso modo il sistema TC che effettua un anticipo temporale. che realizza un anticipo unitario del segnale di ingresso.

1 y1 (t) = y2 (t). supponiamo di scegliere un secondo ingresso x2 (t) = 0. 4. 3. sfruttando in aggiunta la proprietà di linearità. rispettivamente. Ma se il sistema è lineare. Poiché la convoluzione è commutativa. Ricordiamo che.59) per cui se hinv (·) è l’inverso di h(·). 4.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). Soffermiamo l’attenzione sui sistemi TC. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. 4. §3. così come il segnale di ingresso. si ha che y1 (t) = 0.20 (notiamo che per i sistemi LTI vale una proprietà più generale. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. l’applicazione della prop. 4. la prop. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) .7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. In verità.3. 3. ∀t ≤ −ε . risulta che y1 (t) = y2 (t). ∀t ≤ t0 .) x(. Pertanto. allora h(·) è l’inverso di hinv (·). anche il segnale di uscita è identicamente nullo per t < 0. come mostrato in fig. 3. ∀t ≤ −ε . In app. Poiché risulta x1 (t) = x2 (t) = 0. ∀t ≤ t0 .3). Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata).4.1 è più immediata: . 4. ∀t < 0. ed applichiamo la proprietà vista per t0 = −ε < 0. in questo caso. Per cui ritroviamo il risultato. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. cioè. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 .20. 3. in base alla prop. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig.4. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. Dato un ingresso x1 (t) = 0. ∀t ∈ R.) hinv(.1. per ogni t0 ∈ R e per ogni x1 (t). il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. allora il corrispondente sistema inverso è anch’esso LTI.6 si poteva già dedurre dalle prop. D è mostrato che se un sistema LTI è invertibile. cfr. Poiché la risposta impulsiva del sistema identico è δ (·). La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. 7 Nel caso TD. x2 (t) ∈ I tali che x1 (t) = x2 (t). allora risulterà per la prop. cioè y2 (t) = 0. ∀t ≤ −ε . ∀t ∈ R. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) .6 vale più in generale per sistemi lineari causali (non necessariamente TI).60) (4. 3.164 Sistemi lineari tempo-invarianti (LTI) y(. le stesse considerazioni si possono fare scegliendo n0 = −1. (4. 4. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. con ε ∈ R+ piccolo a piacere. l’omogeneità) e la causalità del sistema: questo dimostra che la prop.20. in virtù della prop.) h(. un sistema è causale se e solo se. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. In base a tale risultato.1 e 3.) Fig.5.) x(.

se un sistema è stabile. Questa compensazione prende il nome di equalizzazione.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata.5.59) o (4. Si ha. 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. un problema di interesse è determinare il sistema inverso di un dato sistema. ovvero |x(n)| < Kx . cfr. a cui si rimanda direttamente il lettore. consideriamo un sistema TD LTI. §3. con passaggi banali. In molti casi pratici.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. D. (4. Pertanto. che va sotto il nome di deconvoluzione (di fatto.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . il suo sistema inverso è anch’esso LTI e. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. Purtroppo determinare hinv (·) dalla (4. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. e proviamo a trovare una maggiorazione simile per l’uscita y(n). se h(k) è una successione sommabile.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. nelle telecomunicazioni.3. descritto dalla (4. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . Abbiamo cioè provato che la sommabilità (4. In alcuni casi.4. Ad esempio. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·).60) è un problema matematicamente complicato. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. significa determinare uno dei fattori della convoluzione. 4. allora la risposta impulsiva dev’essere sommabile.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). ∀n ∈ Z. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini.5 Proprietà della risposta impulsiva 165 Proprietà 4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . noto l’altro fattore ed il risultato finale). il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . Alcuni approfondimenti ed esempi sono riportati in app. detta hinv (·) la sua risposta impulsiva. .5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. Supponiamo allora che l’ingresso sia limitato.

supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. (4. altrimenti . procediamo per assurdo. Tale segnale assume solo i valori 0. 1. se h(−n) = 0 . Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . risulta che l’uscita all’istante n = 0 non è limitata. . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . (sistema TC) .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. il che contraddice l’ipotesi che il sistema sia stabile. 4. x(n) = h(−n)  0. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . per ciascun n ∈ Z. e quindi è sicuramente limitato.10).62) In definitiva. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. Per un sistema LTI a TC è possibile ragionare in maniera analoga. Ad esempio. h(k − n) dove la seconda sommatoria va effettuata. h(k) k k=−∞ dove abbiamo incluso nella somma. Pertanto. la risposta impulsiva h(·) ha durata rigorosamente limitata. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. la risposta impulsiva deve essere necessariamente sommabile. su tutti i valori della variabile k per i quali h(k − n) = 0. anche i valori di k per i quali h(k) = 0. senza alterarla. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . che presentano memoria rigorosamente finita. 4. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . −1. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh .9) e il sistema MA (§ es. l’integratore con memoria finita (§ es. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). come riassunto dalla seguente proprietà: Proprietà 4.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. ovvero h(n) sommabile . In definitiva.

Ad esempio. Pertanto. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . nel senso che può contenere degli impulsi di Dirac.3). in questo caso. con t0 ∈ R . possiamo concludere che il sistema TC (4. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . è un sistema stabile.2. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. nel caso del sistema (4. che non contiene impulsi. instabili. 4. T Si tratta di un sistema con memoria praticamente finita. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). Verifichiamo che tale sistema è stabile. l’integratore (§ es. i sistemi IIR aventi memoria infinita sono sicuramente instabili.62) (cfr. Più precisamente. conseguentemente. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . Esempio 4. n=1 himp (t) N (4. 4.63). è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. D’altra parte.61) e (4. dal punto di vista pratico. Più in generale.63). in quanto. per ogni t0 ∈ R. se il segnale di ingresso è limitato. l’uscita del sistema (4.11. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t).4 e B.63) è sicuramente limitata. che contiene solo impulsi. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. (4. 1 la risposta impulsiva è sommabile.17(a)] è data da: 1 −τ /T e u(τ ) . sono stabili. aventi come risposta impulsiva il gradino unitario. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.64) . ossia h(t) = δ (t − t0 ). se la risposta impulsiva h(t) è una funzione generalizzata. il sistema è stabile. il sistema che effettua la traslazione temporale del segnale di ingresso. questo problema può essere tranquillamente aggirato. Infatti. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. In conclusione. § B. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. Ad esempio.1. +∞ k=−∞ +∞ con 0 < |a| < 1 . poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| .8).7) e l’accumulatore (§ es.4. Ad esempio. In verità. Poiché il concetto di sommabilità di una distribuzione non è definito. sono esempi di sistemi IIR con memoria infinita e. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) .15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . se il sistema IIR ha memoria praticamente finita. Analogamente. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). 4. la cui risposta impulsiva [fig. che anticipa/ritarda il segnale di ingresso. 4. pertanto.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. e di una funzione himp (t) puramente impulsiva.

. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. possiamo affermare che. il sistema in fig. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. 4. .8. Tali sistemi presentano numerose analogie.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. In questo caso. dt k dt m=0 (4. sono descritti da equazioni differenziali lineari a coefficienti costanti.65) . ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. . 4. Osservando che il parallelo di più sistemi LTI equivale ad un unico sistema LTI la cui risposta impulsiva è data dalla somma delle risposte impulsive dei sistemi coinvolti nel parallelo. dove N ∈ N. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) .6. 4. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. in virtù della prop. 4. 4.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). αN . tuttavia per una presentazione efficace è opportuno studiarli separatamente. allora il sistema complessivo è sicuramente stabile. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. in svariati campi delle scienze fisiche e dell’ingegneria. come mostrato in fig. se i sistemi componenti il parallelo sono singolarmente stabili. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). 4. tN Fig. il sistema avente risposta impulsiva h(t) può essere decomposto nel parallelo del sistema avente risposta impulsiva hord (t) e del sistema avente risposta impulsiva himp (t).21.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.21. . In altre parole.

4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . . . che tiene conto di tutte le possibili condizioni iniziali. . yN−1 sono valori (in genere reali) assegnati. y1 . . aN e b0 . . 8 Nel .65). d y(t) dt = y1 .1. per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . dN−1 y(t) dt N−1 = yN−1 . . per trovare la corrispondente uscita y(t) per t ≥ tin . Una seconda osservazione importante riguarda il fatto che la (4.65) sia lineare e i coefficienti che in essa compaiono siano tempo-invarianti non implica che il sistema da essa descritto sia in generale lineare e tempo-invariante. .65) è 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. in tal caso. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). . è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . È noto8 che tale problema non è completamente definito. la soluzione generale della (4.68) ottenuta ponendo x(t) ≡ 0 nella (4. la (4.65). . portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . la (4. b1 . 3. . essa non rappresenta un legame i-u come espresso dalla def. cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 .1. Assegnato l’ingresso x(t) per t ≥ 0. . . l’equazione differenziale (4. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni.65). In questo caso. . per le quali si rimanda il lettore direttamente ai testi di analisi matematica. La (4. Ponendo per semplicità tin = 0. in altre parole. è data dalla somma di una soluzione particolare y p (t) della (4. osserviamo che. bM sono costanti e quindi indipendenti dal tempo t. . occorre preliminarmente osservare che il fatto che la (4. nel senso specificato dalla def. N dk (4. yN−1 dipendono dalla evoluzione passata del sistema e. . aN e b0 . .65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) .65) descrive in maniera solo implicita il comportamento del sistema. a1 . M dm che rappresenta una relazione i-u tra y(t) ed x(t).65) rispetto al segnale di uscita y(t). infatti. y1 . . b1 . . la (4. dal punto di vista fisico. vedremo che ciò è vero solo in alcuni casi particolari.65). Ciò è vero solo nel caso particolare in cui N = 0. . Nel caso più generale in cui N = 0.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . Per sgombrare subito il campo da qualsiasi tipo di equivoco. I valori assegnati y0 . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. (4. bM sono i coefficienti (in genere reali) dell’equazione. supposto che. per ogni fissato ingresso x(t). m=0 N dk M dm (4. a0 . 3. sia applicato in ingresso al sistema un dato segnale x(t). Come verifica di quanto sopra affermato. . . .65) coinvolge. . La soluzione generale y0 (t) della (4. a partire da un istante prefissato tin ∈ R.66) t=0 t=0 dove y0 . . determinare la relazione i-u del sistema equivale a risolvere. . .65). a1 . in quanto. .68) è detta soluzione omogenea della (4. è necessario conoscere lo stato iniziale del sistema.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. e N ≥ 0 è l’ordine dell’equazione.

68). . cioè del tipo esponenziale complesso. Pertanto. . Più in generale.69) da cui sommando membro a membro la (4. . .69). .65) non univocamente determinata.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . . D’altra parte. . . poiché una arbitraria combinazione lineare di soluzioni della (4. Ni − 1}. a . (4. a N 0 1 siano reali.73) dove λ1 . . c2 .68) è ancora una soluzione della stessa equazione. per h ∈ {0. λ2 .70) fornisce tutte le soluzioni dell’equazione differenziale (4.68) non offre particolari difficoltà. . è soluzione della (4. . λ2 . rispettivamente. . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. . . siano esse λ1 . i (4. 1. Le radici del polinomio caratteristico possono essere reali. allora k=0 ∑ ak dt k y0 (t) = 0 . eλ2t .68). . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .67) e (4. e quindi deve annullarsi q(λ ). è immediato constatare che y(t) = y0 (t) + y p (t) (4. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. . λN .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. (4. N2 . . si può provare che la (4.65). λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. Se si pone allora y(t) = eλ t nella (4. si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 . N dk (4. eλN t sono singolarmente soluzioni della (4. immaginarie oppure complesse. Quindi. . . le radici di q(λ ) sono o reali o complesse coniugate. . combinando linearmente tutte le N possibili soluzioni. . .68).68). cN sono costanti arbitrarie.65).170 Sistemi lineari tempo-invarianti (LTI) della (4. la (4. allora si prova facilmente che t h eλit .70) è una soluzione della (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. .68). . . allora gli esponenziali complessi eλ1t . In linea di principio. l’esponenziale eλ t è soluzione della (4. NR .h t h eλ t .72) dove c1 .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. la soluzione generale della (4. con λ ∈ C. .

l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso).75) t=0 t=0 La soluzione particolare yfor (t) della (4.74) determina un sistema di N equazioni lineari nelle N incognite ci. La (4. 2. .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. Riassumendo quanto detto finora. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4.h . .65). possiamo dire che la soluzione generale della equazione differenziale (4.4.72)]. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0.h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. dN−1 y0 (t) dt N−1 = yN−1 . la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. . Si determina la soluzione omogenea y0 (t) data dalla (4. ossia. . Innanzitutto. . l’equazione differenziale (4. In molti casi è conveniente esprimere la soluzione generale della (4. in quanto tiene conto del solo segnale di ingresso x(t).65).65) non definisce univocamente un sistema. In altri termini. 1. in quanto l’uscita è definita a meno di N costanti arbitrarie. Notiamo che.6 Esempi di sistemi LTI 171 nella (4. cioè y0 = y1 = · · · = yN−1 = 0. yN−1 . . y1 . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . .65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0.65) si può ottenere seguendo i seguenti passi: 1. . con i ∈ {1. . si determina una soluzione particolare y p (t) della (4.h sono combinazioni lineari dei valori y0 . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato.h . ∀t ∈ R.h nella soluzione omogenea. ylib (t) = 0. allora la soluzione particolare ottenuta è valida solo per t > 0. . (4.73). senza portare in conto le condizioni iniziali. né una tecnica generale di soluzione. .h ). Assegnato l’ingresso x(t). l’evoluzione libera del sistema è nulla.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. 2. Risolvendo tale sistema si trova che le costanti ci. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . R} e h ∈ {0. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . e per essa non è possibile dare un’espressione generale. Ni − 1}. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). A differenza della soluzione y0 (t). 3. D’altra parte. . assumendo che siano nulle le condizioni iniziali. cioè y0 (0) = y0 . se l’ingresso è applicato all’istante tin = 0. . Conseguentemente. soddisfi le condizioni iniziali (4. data da y(t) = y0 (t) + y p (t) per t > 0. . calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. . per la presenza delle costanti ci.73). . (4. d y0 (t) dt = y1 . Si determinano gli N coefficienti ci. Questo è un risultato del tutto intuibile in quanto. . .66) e la seconda dipendente solo dal segnale di ingresso x(t). y1 . .66) assegnate. Anche in questo caso.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4.

76) è che in generale il sistema descritto dalle (4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. ciò significa che se x(t) ≡ 0. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). In definitiva. 3. In particolare. assegnando cioè y0 = y1 = · · · = yN−1 = 0.22. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.66) non è lineare. allora yfor (t) ≡ 0.76) La prima osservazione interessante suggerita dalla (4. dt (4.16).4 dal momento che. affinchè il sistema descritto dalle (4. Possiamo quindi dire che. 4.76) che y(t) = ylib (t) = 0. occorre che la sua evoluzione libera sia nulla. ∀t0 ∈ R. Fig. Esempio 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) . Inoltre. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . 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).23. può essere rappresentato mediante lo schema a blocchi in fig. 4. mentre l’uscita y(t) è la tensione ai capi della capacità. (4.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. ∀α1 .22.66) non è tempo-invariante. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). rispettivamente.76) è che in generale il sistema descritto dalle (4.66) sia LTI. è interessante osservare che il sistema definito dalla (4. il che si ottiene imponendo che il sistema sia inizialmente in quiete. La seconda osservazione legata alla (4. Tuttavia. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. La . 4.76) è lineare per le differenze. α2 ∈ C. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). indipendente dal segnale di ingresso.16).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. cioè. Schema a blocchi del sistema RC (es.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). se si impone x(t) ≡ 0. Schema elettrico del sistema RC (es. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.65) e (4. 4.65) e (4.23. 4. segue dalla (4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. 4. ciò viola la prop.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].65) e (4. 3. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). indipendente dal segnale di ingresso. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t).

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

Notiamo a questo punto che. per un’equazione differenziale di ordine N. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. Oltre ad essere chiaramente dispersivo. ottenuta ponendo x(t) = u(t − t0 ).11. 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). Tenendo presente la relazione (4.80) Osserviamo che. ma non comporta discontinuità in t = 0 del segnale y p (t). una relazione analoga alla (4. per cui risulta che c2 = 0. 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). Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. segue che c3 = −1. 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) .65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . trattandosi di una equazione differenziale del primo ordine. ∀t < 0] e stabile [h(t) è sommabile].2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.10 Pertanto. il sistema LTI ottenuto è causale [h(t) = 0. ovvero s(t) = (1 − e−t/RC ) u(t) .37) esistente tra risposta al gradino e risposta impulsiva. 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. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). dt RC che. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. per la presenza dell’evoluzione libera.6.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . con N ≥ 0 e aN = 0. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. corrisponde alla risposta impulsiva (4. 4.65). il sistema risultante non è omogeneo (e quindi non è lineare).174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. (4. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. e la (4.24.81) nota come equazione alla differenze a coefficienti costanti di ordine N. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) .77).50) assegnata nell’es. . essendo il sistema LTI nelle ipotesi fatte. inoltre. M (4. ponendo T = RC. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . 4. y(t) = yfor (t) ne rappresenta la sua risposta al gradino.65) in maniera più semplice di quanto visto finora. Nel cap. Inoltre. ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1. è pari a yt0 (t) = yfor (t −t0 ). ponendo y0 = 0.

Sistema RC (es. come: y(n) = y0 (n) + y p (n) . 4. Assegnato l’ingresso x(n) per n ≥ nin . .81) descrive solo implicitamente un sistema. a0 m=0 (4. sia applicato in ingresso al sistema un dato segnale x(n). . analogamente al caso TC. . analogamente alle soluzioni di una equazione differenziale (4.81) si può esprimere. sebbene in principio siano più semplici rispetto alle equazioni differenziali. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . Solo nel caso N = 0. (4. . 1. . sotto opportune ipotesi.24. A tale proposito. 3.81). Ponendo per semplicità nin = 0. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . va detto che la teoria e la pratica delle equazioni alle differenze.83) dove y1 .8 0. yN sono valori (in genere reali) assegnati.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).4 0. la (4. per trovare la corrispondente uscita y(n) per n ≥ nin .65). y(−N) = yN . per determinarne la relazione i-u. y(−2) = y2 . notiamo che la (4. la (4. 4. M} .6 0. .9.65). assegnato il segnale di ingresso x(n). . sono generalmente meno note ai lettori. a partire da un istante prefissato nin ∈ Z. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . (b) risposta al gradino. n ∈ {0.81) rappresenta una relazione i-u semplice da studiare. . (4. In particolare.6 Esempi di sistemi LTI 175 1 0. sono sistemi LTI.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. altrimenti . . in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . e sono denominati sistemi auto-regressivi a media mobile (ARMA). Per N ≥ 1. In particolare. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali.16): (a) risposta impulsiva. . supposto che.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0.82) Dal confronto con l’es. è necessario risolvere rispetto a y(n) l’equazione alle differenze. si può provare che la soluzione generale di una equazione del tipo (4. avente la seguente risposta impulsiva:   bn . . h(n) = a0  0. .4. .6 0.4 0.8 RC h(t) 0. y2 . i sistemi definiti implicitamente dalla (4.

. L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. . a N 0 1 siano reali. . cioè y1 = y2 = · · · = yN = 0.84). l’esponenziale zn è soluzione della (4.84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . immaginarie oppure complesse. . yN (−N) = yN . con z ∈ C e si pone y(n) = zn nella (4. . ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . a . . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. Se invece il polinomio q(z) presenta R radici distinte z1 . . . Pertanto. . .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). le radici di q(z) sono o reali o complesse coniugate.87) dove c1 . yN . z2 . M (4. −1}. . i (4. siano esse z1 . . . . . . come nel caso TC. Conseguentemente. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. zN . . .83). . ovvero la soluzione generale dell’equazione omogenea associata alla (4.h sono combinazioni lineari dei valori y0 .81). Se ci si limita a trovare soluzioni del tipo zn . y0 (−2) = y2 . . NR . la soluzione generale della (4.88) che soddisfa le condizioni iniziali (4. rispettivamente. . . N2 .84) si effettua ragionando similmente al caso TC. z2 . . .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4.89) si trova che le costanti ci. 1 2 N (4. N (4.h nh zn . zR aventi molteplicità N1 . .86) le cui radici possono essere reali. con N1 + N2 + · · · + NR = N. y2 .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. ossia y0 (−1) = y1 . . cN sono costanti arbitrarie. Risolvendo il sistema lineare (4. . . la soluzione generale della (4. c2 . . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . (4.88) Quindi.81): k=0 ∑ ak y(n − k) = 0 . .h . . (4.84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . −N + 1.11 Se le N radici del polinomio q(z) sono distinte. . y1 . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . . yN−1 assunti da y0 (n) per n ∈ {−N. . .

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

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. denotiamo 12 Ad esempio. oltre a fornire un metodo alternativo di risoluzione dell’equazione. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . Analogamente. il comando filter implementa proprio la relazione i-u di un sistema ARMA. si vede che il sistema è dispersivo. con un leggero abuso di notazione. a ed in generale. h(n) = an b .8333 e b = 1. Imponiamo che il sistema sia LTI. suggerisce anche un modo per realizzare il sistema. i sistemi ARMA presentano risposte impulsive di durata infinita. scrivendo: h(n) = a h(n − 1) + b δ (n) . cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). possiamo trovare la soluzione h(n) in maniera ricorsiva. 4.12 è utile fare qualche considerazione sulla loro implementazione. in Matlab. ovvero y(−1) = 0. Pertanto.11.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. h(n) = 0 . In definitiva. per N ≥ 1.16). 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza.17. 4. Va detto che. osserviamo che la forma ricorsiva (4. A tale proposito. 4. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . 4. Per semplicità. che è rappresentata graficamente in fig. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. per n < 0. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.25). in generale. A conclusione di questo paragrafo. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. ed in generale. È interessante osservare che. ed in particolare nell’elaborazione digitale dei segnali. supposto 0 < |a| < 1.25. ossia y(n) = h(n).81). La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . 4. Così facendo. Questa interpretazione porta allo schema a blocchi riportato in fig.26 per a = 0.23 sottolinea che l’equazione (4. A differenza del caso TC. es. per n ≥ 0. 4. In tale ipotesi. causale. assumendo che il sistema sia inizialmente in quiete. 4. la cui somiglianza con lo schema di fig. h(1) = a h(0) + b δ (1) = ab . Dalle proprietà della risposta impulsiva.91) dell’equazione alle differenze (4. data la notevole importanza dei sistema ARMA nelle applicazioni. e stabile per 0 < |a| < 1. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . . iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . il sistema in esame è un sistema IIR avente memoria praticamente finita. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. nel cap. e sono pertanto sistemi IIR. ponendo b = 1.

4. opportunamente ritardato e scalato.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M.95) in cui l’uscita all’istante n si ricava in funzione del valore attuale del segnale di ingresso z(n) e dei valori del segnale di uscita negli N istanti precedenti. Precisamente. è possibile ottenere un sistema con N > M.26. N}. così facendo la (4. 4. ritardo elementare e sommatore.25. N + 2. i sistemi AR presentano risposte impulsive di durata infinita. M}. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. Risposta impulsiva del sistema LTI (es. . 2. h(n) 0 0 5 n 10 15 20 Fig. N}. . . . 4. . è riportato indietro verso il segnale di ingresso z(n). lo schema a blocchi corrispondente alla (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) . .17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. per m ∈ {0. e con bm i rapporti bm /a0 . . 4. ponendo a zero i coefficienti bk . M + 2. Questa ricorsione.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) .17).6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. per k ∈ {1. . 4. per m ∈ {M + 1. partire da un sistema ARMA con N = M. Per effetto della ricorsione. .8333 e b = 1). N (4. è possibile ottenere un sistema con N < M. ponendo a zero i coefficienti bm . per k ∈ {N + 1. con ak i rapporti −ak /a0 .2 Fig.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. . . 4.6 0.8 0. .93) è riportato in fig.27. 13 A . M}.4 0. . 1. analogamente. 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) . N (4. m=0 N N (4. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. . . . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI.

29. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata.28. nonchè amplificatori e sommatori. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. 4. e sono pertanto sistemi IIR.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. in quanto sia la parte MA che quella AR sono sistemi LTI. 4.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. 15 Il comando filter di Matlab.95) rappresenta la parte AR (o IIR) del sistema. precedentemente menzionato. In tal modo.14 per un totale di 2 N ritardi elementari.27 è comunemente denominata forma diretta I del sistema ARMA. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. si ottiene la struttura cosiddetta canonica riportata in fig. Lo schema si può vedere come la cascata della parte MA e della parte AR. La realizzazione di fig. . .27. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. 4.94) rappresenta la parte MA (o FIR) del sistema. z -1 x(n-N) bN aN . . che è generalmente denominata forma diretta II del sistema ARMA. z -1 y(n-N) b2 a2 . . Possiamo quindi dire che la (4. 4. senza alterare la natura del sistema. mentre la (4. ciò non altera il legame i-u del sistema. pertanto. . . . ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. . Realizzazione in forma diretta I di un sistema ARMA (N = M). 4. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. Lo schema di fig. . . Così facendo si giunge alla struttura modificata rappresentata in fig.

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

ovvero poniamo x(t) = e j2π f t . Sostituendo nella relazione i-u del sistema. Nei paragrafi seguenti. per il quale la H( f ) definita dalla (4. (4. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). se reali.12). Supponiamo che il segnale di ingresso sia un fasore a frequenza f . per comodità di presentazione. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. di sinusoidi (rappresentazioni di Fourier).182 Sistemi lineari tempo-invarianti (LTI) 4. e scrivere la relazione i-u in termini di convoluzione discreta (4. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati.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 (·). oltre che come sovrapposizione di impulsi. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t .7) oppure continua (4.97) +∞ −∞ h(τ ) e− j2π f τ dτ . Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. moltiplicato per H( f ). La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. Assumendo che la quantità tra parentesi tonde esista finita.7.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R.96) esiste finita.12). Questa relazione mostra che l’uscita y(t) corrispondente al fasore x(t) = e j2π f t è a sua volta un fasore avente la stessa frequenza f dell’ingresso. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . e dei sistemi LTI in particolare. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD.96) . e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). avente ampiezza unitaria e fase iniziale nulla. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. 4. in ingresso ad un sistema TC LTI con risposta impulsiva h(t).

98) La (4. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. proporzionale a e. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Vedremo nel cap. 4. |H( f )| < +∞. 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. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. cioè dell’autovalore. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. Infatti. dicendo che i fasori sono le autofunzioni dei sistemi LTI. se h(τ ) è sommabile. Sotto opportune ipotesi. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. osserviamo che H( f ). cui corrisponde in uscita ancora un segnale costante y(t) = H(0). tale relazione di trasformata di Fourier è invertibile.9 si applica sicuramente a tutti i sistemi stabili. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . prende il nome di risposta in fase. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. che definisce H( f ) in funzione di h(τ ). conseguentemente. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati.31.96). in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. che modifica la fase del fasore di ingresso.97). mentre la fase del fasore viene modificata da H( f ). 4. Quindi. che modifica l’ampiezza del fasore di ingresso.30. ovvero si ha y = A x. 4. e la sua inversa. 4. si può interpretare come la trasformata di Fourier del segnale h(τ ). 6 che la relazione (4. per analogia con la corrispondente proprietà dell’algebra lineare. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva 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 )] . Sostituendo tale espressione nella (4. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. 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 . La quantità H(0) prende il nome di guadagno in continua del sistema LTI. mentre la sua fase H( f ). detta antitrasformata di Fourier. Tale proprietà si esprime. per ogni fissato valore di f .16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. inoltre il suo modulo |H( f )|.96). 4. è in generale una grandezza complessa. la prop.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. evidenzia che i fasori sono segnali particolari per i sistemi LTI. in particolare l’ampiezza del fasore viene modificata da |H( f )|. ovvero se il sistema è stabile. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . prende il nome di risposta in ampiezza. generalmente soddisfatte dai segnali di interesse pratico. . La prop. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. Dalla sua definizione (4. ∀ f ∈ R. Fig.30. (4. da cui segue che. ∀f ∈ R. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ).9 può anche essere rappresentata dallo schema a blocchi di fig.4. Per completare l’analogia. Si noti che tale proprietà vale anche per f = 0. in particolare concetti di analisi funzionale.

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 .1) che. 4.32 in funzione di 2π f RC. 4. ovvero H( f ) = y(t) x(t) . avente ampiezza unitaria e fase iniziale nulla. e sostituendo tali espressioni nell’equazione differenziale (4. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.100) Abbiamo visto nell’es.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .6.16. come dimostrato dall’esempio seguente.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f .22. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . 4. (4.16 (si veda anche il § 4. raffigurato in fig. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t .99). Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t .96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0.1). Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. la prop. Sfruttando la conoscenza di h(t). dt dt sostituendo nella (4. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. della quale è facile ricavare modulo e fase. 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. Esempio 4. si perviene alla seguente equazione differenziale. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. § 4.6.96).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 . dt (4. mentre assume valori minori di 1 per f = 0 e decrescenti .9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. 4.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 6. 4.100) che descrive il sistema. e sarà ulteriormente approfondito nel cap.

In virtù di questo comportamento. Infatti. 4. che assume una importanza rilevante nello studio dei sistemi LTI. risposta in fase (in basso). crescenti al crescere di | f |. Risposta in frequenza di un sistema RC (es. Infatti. Pertanto. 4.32.9 e l’es. dove si è sfruttato il fatto che. prop.18 conferma che la funzione H( f ) data dalla (4. se h(τ ) è reale. 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. ovvero la sua risposta impulsiva h(t) è una funzione reale. Se il sistema LTI è reale. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. la corrispondente uscita è necessariamente nulla (cfr. Un sistema di questo tipo. 3. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. In particolare.100) e non la condizione iniziale y(0) = 0.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. supposto H( f ) finita. per un sistema reale. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. Tale conclusione non è corretta. si ha: H ∗ ( f ) = H(− f ) . L’es. dato un sistema LTI. (4. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. Quindi. cioè H( f0 ) = 0. La prop. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . il sistema può “sopprimere” completamente il segnale di ingresso.4). coniugando la (4. tuttavia. e sarà ulteriormente approfondito nei prossimi capitoli. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. 4. il che è vero se e solo se y(0) = 0. In definitiva. Come osservazione conclusiva.96) o dalla (4. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI.18): risposta in ampiezza (in alto).4. la corrispondente uscita è nulla. si è implicitamente imposto che il sistema sia LTI. 4.96).99) è in generale una funzione complessa. notiamo che. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . al crescere di | f |. a prima vista. viene chiamato filtro passabasso. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. risulta h∗ (τ ) = h(τ ). è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . nell’imporre che l’uscita corrispondente al segnale x(t) = e j2π f t avesse l’espressione y(t) = H( f ) e j2π f t . In altri termini. 4. se l’ingresso è nullo.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. che introduce un’attenuazione di ampiezza crescente con la frequenza. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza.101) .

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.

la prop.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. considerando due attraversamenti dell’origine con pendenza positiva).13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. per il quale H(ν ) definita dalla (4. notiamo che per la proprietà 4. 4.21).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. 4. Inoltre.35. (4. viene collegato all’ingresso e all’uscita del circuito. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . un oscilloscopio a doppia traccia. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla.110) si può ottenere come caso particolare della (4. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . se H( f0 ) = 0. T0 In definitiva. Esempio 4.35. se H(ν0 ) = 0.111) (4.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. capace cioè di rappresentare due segnali su uno stesso visore. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).109) introducendo un opportuno sfasamento di π /2. 4. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. Si può immediatamente osservare che.104) esiste finita per ν = ν0 .112) Analogamente al caso TC. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. Variando la frequenza f0 del generatore (a scatti oppure in maniera .21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. ed è riportata di seguito per completezza. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .35). è semplice risalire allo sfasamento H( f0 ) = ϕy − ϕx introdotto dal sistema risolvendo una semplice proporzione: ϕy − ϕx ty − tx ∆t = = 2π T0 T0 =⇒ H( f0 ) = ϕy − ϕx = 2π ∆t = 2π ∆t f0 . 4. 4. Notiamo in effetti che la (4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. 4.4.

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

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

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

   0 . per t ≤ 0 . e  0 . con a > 1.  (b) y(t) = 4 . 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).  −t/T ) . Esercizio 4. per t < 0 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. per 2 < t < 3 . per n > −1 .    0 . per 1 < t ≤ 2 .  n  a .4. per t ≥ 3 .   9 − 6t + t 2 . Calcolare l’uscita y(n) del sistema.  (b) y(t) = 1 .  per 0 ≤ t < 2 . per 4 ≤ t < 6 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).    2t .  per 0 < t ≤ 1 . per n ≤ −1 .7 Un sistema LTI avente risposta impulsiva h(n) = an u(n) con a ∈ R − {0} è sollecitato dall’ingresso x(n) = bn u(n) con b ∈ R − {0}. Te  0 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T .  0 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).8 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−t/T u(t) ed h(t) = rect t − T /2 . Esercizio 4.9 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). .10 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: (a) x(n) = u(n) ed h(n) = an u(−n − 1). per t ≥ 6 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2).  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . con |b| < 1. Risultato: y(n) = (n + 1) bn u(n) per a = b. Esercizio 4. per 2 ≤ t < 4 .  −t/T  (e − 1) . per t > T . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).8 Esercizi proposti 195 Esercizio 4.   12 − 2t . con T ∈ R+ . per t < 0 . con |b| < 1. per t > −1 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).    2t − t 2 .   1 e(t+1) .

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

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

instabile. stabile. causale. stabilire se S può essere un sistema LTI. stabile. (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. causale. causale. (f) il sistema è dispersivo. (d) il sistema è dispersivo. dove g(n) = R3 (n). (b) Calcolare y(n) quando x(n) = δ (n − 2). non causale. Risultato: (a) y(n) = R4 (n − 2). k ∈ N0 . stabile. Esercizio 4. stabile. (b) y(n) = R4 (n − 4). stabilire se S può essere un sistema LTI. Risultato: (a) il sistema è dispersivo. non causale. Esercizio 4. 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). Risultato: (a) y(n) ≡ 0. (a) Calcolare y(n) quando x(n) = δ (n − 1). (c) non è LTI. (b) y(n) = R3 (n − 1). dove g(n) = R4 (n). (c) il sistema è dispersivo. stabile. . Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk .19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . non causale. si trova L = 2.17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . (c) non è LTI. 2 con T > 0.18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . Esercizio 4. (a) Calcolare y(n) quando x(n) = δ (n − 1). (b) il sistema è dispersivo. (b) Calcolare y(n) quando x(n) = δ (n − 2). (g) h(n) = n (1/3)n u(n − 1).] 1 Risultato: gk = (−1)k 2k . (e) il sistema è dispersivo. Ricavare l’espressione dei coefficienti gk .198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n). (c) Sulla base dei risultati dei punti (a) e (b). (c) Sulla base dei risultati dei punti (a) e (b). causale. (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. (g) il sistema è dispersivo.

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

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

8 Esercizi proposti 201 Esercizio 4. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. dt T Esercizio 4.5 (1 − e−2t ) e−t . (c) ylib (t) = y0 e−t/T . s(t) = yfor (t) = e−t/T u(t). per t ≥ 2 . causale. 4. Esercizio 4. (e) il sistema è LTI se y0 = 0. Esercizio 4. con costante di tempo T = RC = 1s.  0 .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) . causale. (c) Disegnare lo schema implementativo del sistema in forma canonica.     0.] Risultato: (a) d 1 d y(t) + y(t) = x(t). (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). e la tensione y(t) ai capi della resistenza è il segnale di uscita.26 Si consideri il circuito RC di fig.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . (b) Disegnare lo schema implementativo del sistema in forma diretta II. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. [Suggerimento: Per calcolare h(n). .4. notare che essendo il gradino la derivata della rampa. (a) Disegnare lo schema implementativo del sistema in forma diretta I.36. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). causale e stabile. stabilità) del sistema LTI determinato al punto (e). (f) Studiare le proprietà (non dispersività.] Risultato: h(n) = (1/a)n−1 u(n − 1). h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). con T = RC. (f) il sistema è dispersivo. 4.5 (1 − e−4 ) e−t . (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa).27 Si consideri il circuito CR di fig. stabile se e solo se |a| > 1. per 0 ≤ t < 2 .36. (b) y0 (t) = c1 e−t/T . nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . causalità. la risposta al gradino sarà la derivata della risposta alla rampa. stabile. per t < 0 . con a ∈ R. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . [Suggerimento: per il punto (e). dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. sistema dispersivo. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a).     Risultato: y(t) = 0.

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

8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . con le seguenti proprietà: linea- re.5 e− j 8πν per −0.5T 1 1 − e− j2π f T = e− jπ f T . causale. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π .5 < ν ≤ 0. 1/T ). calcolare l’uscita y(t) del sistema se in ingresso si pone il segnale x(t) = 3 + 2 cos 2π t 2T + 4 cos 2π t T 2π t 2T Risultato: (a) H( f ) = 1 − e− j2π f T = 2 je− jπ f T sin(π f T ). √ Risultato: y(n) = 2 2 sin(0. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ .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. Esercizio 4. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. il sistema è lineare. calcolare l’uscita y(t). invarianza temporale. (b) il sistema è LTI. x(t) 6 S S 6 . dispersivo. Esercizio 4. (c) y(t) ≡ 1. (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.5 . causale. tempo-invariante. stabile). (b) il sistema è LTI. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). (b) Sfruttando i risultati del punto (a). stabile. (c) y(t) = rect . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. . calcolare l’uscita y(t) e rappresentarla grafiT camente. tempo-invariante. Risultato: (a) y(t) = t t−T x(τ ) dτ . T Esercizio 4.25 π (n + 1)). è un integratore con memoria finita.4. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). stabilità).36 Si consideri il sistema LTI avente.34 Nello schema di figura. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T .25 π n). non dispersività. (b) y(t) = 4 cos . la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. causalità. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0).5T . con riferimento al periodo principale. dispersivo. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ).

4. Esercizio 4. H( f ) = tan−1 ζf . Fig. (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 . 4. 2 − e− j2πν + e− j6πν Esercizio 4. con T = RC. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. (b) H( f ) = .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.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). e la tensione y(t) ai capi del condensatore è il segnale di uscita. determinare la sua risposta in frequenza H( f ). Risultato: H(ν ) = 1 − 5 e− j8πν . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. 2π | f |T . determinare la sua risposta in frequenza H( f ). 4. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . Circuito RLC. Circuito RC. 4. 1 + 4π Risultato: (a) f >0 . (a) Determinare l’equazione differenziale che lega x(t) ed y(t).39 Supponendo che il sistema ARMA descritto dell’esercizio 4.29 sia stabile.37. con 2π f0 = ω0 . Circuito CR.38. calcolare la sua risposta in frequenza H(ν ).38 Si consideri il circuito RLC di fig. f <0 Esercizio 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.37 Si consideri il circuito CR di fig. 1 d j2π f T d y(t) + y(t) = x(t). dt T dt 1 + j2π f T π − arctan(2π f T ) . dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso.36. 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 1 . Fig. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4.38. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. con ω0 = dt dt (coefficiente di smorzamento).37. e la tensione y(t) ai capi del condensatore è il segnale di uscita.

Risultato: (a) y(n) − ay(n − 1) = x(n) − a−1 x(n − 1). (c) |H(ν )| = − j2πν 1 − ae |a| . (b) Supponendo che l’equazione alla differenze definisca un sistema LTI stabile. per cui tale sistema prende il nome di sistema all-pass. determinare la sua risposta in frequenza H(ν ).8 Esercizi proposti 205 x(n) z -1 -1/a a z -1 y(n) dove a ∈ R con |a| < 1.4. (b) H(ν ) = 1 − a−1 e− j2πν 1 . . (c) Provare che la risposta in ampiezza del sistema è costante. (a) Determinare l’equazione alle differenze che lega x(n) ed y(n).

206 Sistemi lineari tempo-invarianti (LTI) .

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

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

±M}. i termini per k = ±1 prendono il nome di prima armonica o fondamentale. ±M} . la loro potenza mutua si calcola facilmente: ∗ Pxk xh = xk (t) xh (t) = 1 T0 T0 e j2π (k−h) f0t dt = δ (k − h) = 1.1). Le frequenze fk = k f0 dei fasori della rappresentazione (5. che in generale può essere complesso. ovvero: |x(t)| dt < +∞ . dove le funzioni xk (t) sono ortogonali.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica.3) per e− j2π h f0t . .3). il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. e quindi ammettono T0 come più piccolo periodo comune. . . cambiando l’indice da h nuovamente a k. (5. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). (5. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). dal confronto tra la (5.5) T0 Essendo l’intervallo di integrazione finito. . Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). .1)]. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . =δ (k−h) (5.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. ottenuto come combinazione lineare di un numero finito di sinusoidi. con h ∈ {0. Per mostrare ciò. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). (4. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . 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 . Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . Se infatti consideriamo due fasori della rappresentazione (5. . ±2. notiamo che la (5.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . ±2 f0 e ±3 f0 . cioè se hanno frequenze distinte. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. . 0. A tale proposito.3) sia effettivamente periodico di periodo T0 . ed integrando termine a termine su un periodo. Ad esempio. a frequenze ± f0 . se k = h . (5. ±1.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori.6) per cui. con M ∈ N . se k = h .3) e la (5. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. con k ∈ {±1. i termini per k = ±2 prendono il nome di seconda armonica. nel senso precisato nel cap. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t).2) si ricava che M = 3 e Xk = 2 .4) e pertanto risultano ortogonali se k = h.5. con k ∈ {0. Assegnato il periodo T0 e il numero di armoniche M. moltiplicando ambo i membri della (5. Ad A|k| esempio. ±3}.7) T0 . per il segnale (5. . (5. In tale ipotesi. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . ±1. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza).

il segnale periodico x(t) deve essere necessariamente continuo. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. in virtù della (5.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.10) (5.7). possono essere rappresentati combinando linearmente un numero finito di fasori. utilizzando la (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. affinchè la rappresentazione (5. Dalla maggiorazione precedente. conseguentemente il segnale x(t). i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. espresso come somma di un numero finito di funzioni continue.8) al § 5. (5.3). inoltre.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . Tuttavia. ∀k ∈ Z . per ogni k ∈ Z.3) sia applcabile. basti pensare che nella (5. ±1.3) per il segnale x(t) espresso come somma di un numero finito di fasori. Infatti.5). T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.8) e (5. La serie di Fourier di x(t) è definita dalle equazioni: x(t) = Xk = +∞ k=−∞ ∑ Xk e j2π k f0t x(t) e− j2π k f0t dt T0 (equazione di sintesi) (equazione di analisi) (5. . B. In altre parole. Abbiamo già avuto modo di evidenziare in passato che. è ancora una funzione continua (cfr. prop. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5.9).3) e (5. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. rimandando ogni discussione sulla convergenza della serie (5. Ad esempio. .7) ha senso. In definitiva.1. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|.11) 1 T0 .8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . non pone alcun problema di convergenza. (5. più in generale. Si osservi inoltre che non tutti i segnali continui. . Si osservi che. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. a differenza della rappresentazione (5. .3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. (vedi concetto di gradino e di risposta al gradino).1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . essendo la somma di un numero finito di termini. la serie di funzioni (5. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori.2. Per il momento tralasciamo questo aspetto. mettendo insieme le (5. nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t .210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.3) che.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0.8) può risultare non convergente. ±M} ma. Purtroppo. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt .

È interessante osservare che. mentre la sequenza Xk delle fasi prende il nome di spettro di fase del segnale x(t) (quest’ultimo spettro è definito a meno di multipli di 2π ).k . la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . per ogni k ∈ Z.k ed X2. ∀t ∈ R eccetto che in un insieme di misura nulla.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . Poiché i coefficienti Xk sono grandezze complesse. rispettivamente. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. fatta eccezione per il coefficiente per k = 0. rispettivamente. se X1. ovvero si ha x1 (t) = x2 (t). in quanto forniscono per ogni valore di k. Dal punto di vista matematico. saranno sviluppate nel § 5. chiamati anch’essi armoniche del segnale. ovvero per la componente continua. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). 2.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier.k . la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). che è ovviamente nulla per xac (t). Per differenza.k = X2. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. (5.5.2. Particolarizzando l’equazione di analisi per k = 0. e gli stessi coefficienti della serie di Fourier di x(t). Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. Più precisamente. In altre parole. prop. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk .2 Serie di Fourier per segnali TC 211 Le equazioni (5. 3 In . Altre forme della serie di Fourier. La (5. particolare.4.3 In particolare. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). sviluppabili in serie di Fourier con coefficienti X1. in virtù di tale corrispondenza.10) e (5. ed il fatto che per segnali periodici la media temporale [cfr.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. si ha X0 = 1 T0 x(t) dt = xdc . per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria).7(c)] si può calcolare su un periodo del segnale. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. la seconda consente di decomporre o analizzare il segnale x(t). la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . valide esclusivamente per segnali a valori reali. valida in generale per segnali x(t) a valori reali o complessi. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t).

2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. Per maggiore generalità rispetto al caso visto precedentemente. Per segnali più complicati.  Xk = −ϕ0 .1 e nel seguito. k = ±1.2 0 0 −0. da: |Xk | = A 2. Gli spettri di ampiezza e fase sono dati. noti che in fig. k = −1. 5. altrimenti.1 per il caso A = 1 e ϕ0 = π . si ricava:   A e j ϕ0 .6 sinc(x) 0. per confronto con l’equazione di sintesi (5. 0. 5. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. ϕ0 = π ).2. 4 Si . rispettivamente.   indeterminata. 5. come la formula di Eulero. 2  0.10). 4 Fig. 5.  ϕ0 . k = −1. 4 L’esempio precedente mostra che in casi molto semplici. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . 2 Xk = A e− jϕ0 . ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. il calcolo dei coefficienti non è un problema concettualmente difficile. 2 2 da cui. La funzione sinc(x) per valori di x ∈ [−6.1 (A = 1. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.8 0.1. e sono riportati4 in fig.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . per semplicità di rappresentazione. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. 6]. con A > 0.5 0 −5 1 ∠ Xk 0 k 5 1 0.212 Serie di Fourier 1 |Xk| 0. altrimenti. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. Esempio 5.4 0.11). sebbene essa risulti a rigore indeterminata. altrimenti. k = 1. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. k = 1. 5.1)).

5) sono puramente reali. πx x ∈ R. cfr. .13) Per esprimere in forma più compatta il risultato precedente. 5. 5. es. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. 5. δc = 0.2. introduciamo la funzione sinc(x): sinc(x) = sin(π x) .5). e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.4 |Xk| 0.2 −5 0 k 5 0.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.14) il cui grafico per x ∈ [−6.5 0. 5. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A .2 (A = 1.3 Xk 0.5.3. Esempio 5. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . Le principali proprietà della funzione sinc(x) sono le tre seguenti.4. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .9). 2.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt . πk πk (5.1 −0. δc = 0.2 0. 6] è riportato in fig. 5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.2 Serie di Fourier per segnali TC 213 0. Per k = 0. I coefficienti Xk dell’onda rettangolare dell’es.2 (A = 1. Fig.1 0 −0.2 (serie di Fourier dell’onda rettangolare TC. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 .4 0. (5.

. . . 7. 5. h dispari (k = . 0. π |k|  0   indeterminata Xk = 0    ±π k = 0.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. k = 2h + 1. . . . 9. In tal caso. . 2. Per maggiore generalità. tuttavia. e la fase −π per k < 0. . |Xk | = 0. . 5. k = 0 . . in quanto: |sinc(x)| ≤ 1 . k pari.4. . che sono raffigurati graficamente in fig. su un unico diagramma cartesiano. Xk = 1  πk . si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . . −3. ed utilizzando la definizione di sinc(x) e le sue proprietà.). Più in generale. Consideriamo allora il caso particolare δc = 0. k = 0. k = 2h + 1. e utilizzando la definizione di sinc(x).). .  1  . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. 1. 7. . . k dispari. si ha: 1 2. h pari (k = . osserviamo che questo segnale. −7. 5. −5. 5. k pari. in quanto. k = . −3.  k pari.13).. presenta armoniche puramente reali.3. π kδc k = 0. .   0. per qualunque valore di A e δc . Moltiplicando e dividendo per δc nella (5. k = 0. −1.    1 − πk . k = 0. . 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). . Notiamo che l’espressione precedente vale anche per k = 0.5 (duty-cycle del 50 %) e A = 1. risulta: X0 = A δc sinc(0) = A δc . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. Notiamo la simmetria pari dello spettro di ampiezza. per la proprietà (b) della sinc. e quella dispari dello spettro di fase. −5. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . k = 0 . la cui ampiezza decresce con legge inversamente proporzionale a k.. quindi esse possono essere rappresentate come in fig. k = . . 3. 11. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . π |x| ∀x ∈ R . . 1. 3. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. . . . − 7. −1. nonché proprietà trigonometriche elementari. .

Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. Esempio 5. Fig. 5. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).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 .4 0. ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt . si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .8 0.5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.6 x(t) 0.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. 5.6. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. 5. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . 5.5.3 (A = 1).11).2 Serie di Fourier per segnali TC 215 1 0. L’onda triangolare dell’es.5 per A = 1. Per k = 0.3 (A = 1).4 |Xk| 0. 5. Tale segnale è raffigurato graficamente in fig. T0 4 2 mentre per k = 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 .2 0 −5 0 k 5 2 ∠ Xk 0. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . Applicando la formula di Eulero a e− j2π k f0 t .

L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . Sia x(t) un arbitrario segnale periodo con periodo T0 . e sono raffigurati in fig. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. in quanto |Xk | = Xk ≥ 0 e Xk = 0. 5 Per . notiamo che anche l’onda triangolare possiede solo armoniche dispari. Vedremo tuttavia nel cap. esistano finiti. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. 5. definiti dalla equazione di analisi (5.2 e 5. k dispari.3.2. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 .2. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. nel seguito daremo solo qualche risultato fondamentale. inoltre. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. e quindi consiste nella risoluzione di un integrale. 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). Tuttavia. quindi gli spettri di ampiezza e fase si calcolano banalmente. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. segnale sinusoidale). quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. 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]).2. 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. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. come già mostrato precedentemente.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto.11). k = 0. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. k pari. § 5. 5.2).216 Serie di Fourier integrale. Come vedremo (cfr. fatta eccezione per casi molto semplici (es.2.4 o più estesamente in app. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. 5. (−1)k Come evidenziato dagli es. = 2A  .11). come vedremo nel § 5.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier.

la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. Così come per le serie numeriche. Quindi. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. (5. per ogni ε > 0. con |gk (x)| ≤ Mk . cioè k→±∞ lim |Xk | = 0 . i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . b). Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.15) converge al segnale x(t). (5. simmetrico per garantire che siano presenti le armoniche Xk e X−k .5. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro.15) converge uniformemente [5] al segnale x(t) su R se.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. .2). Se la serie di Fourier (5. né tanto meno che tale serie converga al segnale x(t). ∀k ∈ Z e ∀x ∈ (a.15) costruita a partire da questi coefficienti converga. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. la sua serie di Fourier non potrà convergere uniformemente ad x(t). con k ∈ Z. (5. cfr.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. 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 . sono funzioni a valori k complessi definite sull’intervallo (a. allora si può scrivere M→+∞ lim xM (t) = x(t) .7) sono validi anche per M → +∞. se la serie di Fourier converge uniformemente su R.4. b). § 5. si dice che la serie di Fourier (5. b). allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. pertanto.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. Lo studio delle condizioni sotto le quali la serie (5.18) allora la serie associata ai coefficienti Xk converge uniformemente.6) e (5.15) converge dipende dal tipo di convergenza richiesta. In particolare. uno stesso numero Nε va bene per tutti i punti dell’asse reale. Risulta immediatamente evidente che. se il segnale x(t) ha almeno una discontinuità. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali.17) ovvero l’equazione di sintesi restituisce il segnale x(t). 7 Si osservi che la peculiarità della convergenza uniforme consiste nel fatto che il numero N non dipende dal particolare ε punto t ∈ R: infatti. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). con M ∈ N .

periodico con periodo T0 . una volta calcolati i coefficienti Xk a partire da un segnale x(t). 5. Pertanto. se ci limitassimo a considerare la sola convergenza uniforme. eccetto al più un sottoinsieme di valori di t di misura nulla. se la (5. Dal punto di vista ingegneristico.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. per i quali la serie. la serie di Fourier (5. ossia: x (t) dt < +∞ . In tal senso. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. ˇ tuttavia. 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. 5. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). con derivata x (t) a quadrato sommabile sul periodo T0 . è continuo e derivabile quasi ovunque.2? Oggi sappiamo che se la serie non converge uniformemente. com’è intuibile.15) può convergere uniformemente ad un segnale x(t) = x(t).1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). che assicura la convergenza della serie (5. come l’onda rettangolare dell’es. coseni o seni) sono tutte continue.15) converge ad x(t) per quasi tutti i valori di t ∈ R. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). la somma di una serie di funzioni continue non è necessariamente una funzione continua. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5.15) che.18) è verificata. In altre parole.1. come l’onda rettangolare dell’es.15) al segnale x(t) per ogni t ∈ R. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. quando ciò accade.2. A differenza della convergenza uniforme espressa dal teor. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. non restituisce esattamente il segnale x(t). ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. ma con continuità. e sollevò numerosi dubbi sulla validità della serie di Fourier. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. i coefficienti di Fourier si possono ottenere equivalentemente dalle due espressioni seguenti: Xk = 1 T0 x(t) e− j2π k f0t dt = ˇ 1 T0 x(t) e− j2π k f0t dt . ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia.15) è data dal seguente teorema: Teorema 5. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. . 2 T0 la serie di Fourier (5. come può la serie rappresentare segnali discontinui. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). ma non che la serie restituisca proprio x(t). 5. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. pur essendo convergente. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5.10) converge uniformemente al segnale x(t) su tutto l’asse reale.

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

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

19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo.09 (a destra della discontinuità. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 .7 (onda triangolare) Si consideri l’onda triangolare dell’es.3. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. e pertanto il segnale ricostruito con 2M + 1 armoniche.28114072518757 è una costante notevole. 5. come si può anche osservare dalla fig. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. In effetti. Matematicamente. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. Esempio 5. L’espressione (5. ma la cui ampiezza non diminuisce al crescere di M. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità.1 si applica con n = 0. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. 5. 11. per cui la prop. pur soddisfacendo le condizioni di Dirichlet. 5.09. sebbene restino di ampiezza invariata. vengono “schiacciati” verso la discontinuità. 3. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . 5. Infatti al crescere di M i picchi delle oscillazioni. ma per ogni segnale x(t) che.8. 5.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. 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) . Gibbs (1839–1903). che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. quindi la prop.5. 11 Il 12 In fenomeno prende il nome dal fisico J. 5. noto come fenomeno di Gibbs.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. se t0 è un punto di discontinuità. nella quale il segnale oscilla tra i valori −0.1 si applica con n = −1. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. ma non uniformemente negli intervalli che contengono le discontinuità. 101. la cui frequenza aumenta. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es.2. l’ampiezza delle oscillazioni calcolata secondo la (5. 5. (5. come testimoniato dalla fig. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. 1.2 Serie di Fourier per segnali TC 221 Esempio 5.20) è pari in valore assoluto circa a 0.7. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. confermando che. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. dt. W. in effetti. Per δc = 1/2 ed A = 1. Inoltre. ed il valore 1/2 in corrispondenza delle discontinuità. 5. il fenomeno di Gibbs non si verifica per tale segnale.09 (a sinistra della discontinuità) e 1. poiché l’onda triangolare è una funzione continua. presenta dei punti di discon− + tinuità. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità.6. che per primo lo osservò e lo descrisse. in effetti. In fig. Questo fenomeno. L’onda triangolare è continua ma con derivata prima discontinua.20) dove βgibbs ≈ 0. come già discusso in precedenza.12 Nell’es. confermando che. ottenuti con Matlab. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. In particolare. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. 5.

5 (d) 0 t/T0 0.8 0. (e) M = 11.5 (e) (f) Fig.4 0. xM(t) 0.2 0 −0.8 x(t).6 0.4 0. xM(t) 1 0.5 x(t).5 0 t/T0 0. (f) M = 101.6 0.5 (b) 0 0 t/T 0.4 0. .5 x(t).5 0 t/T 0.2 0 −0.2 0 −0. (d) M = 5. 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. (c) M = 3.5 x(t).6 0. xM(t) 0.4 0.6 0.222 Serie di Fourier 1 0.8 x(t).4 0.5 0 t/T0 0.4 0. (b) M = 1. 5. xM(t) 0.2 0 −0.5 (a) 1 0.6 0. xM(t) 1 0.8 x(t).7.2 0 −0.5 0 t/T0 0.5 0 (c) 1 0.8 0. xM(t) 1 0.6 0.8 0.2 0 −0.

13 valutazione quantitativa della bontà di tale ricostruzione.3. la lenta convergenza a zero (come 1/k) delle armoniche dell’onda rettangolare comporta che per ottenere una buona approssimazione con M finito è necessario considerare un elevato numero di armoniche.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. Viceversa. 5. 13 Una .8).4. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. 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. è proposta nel § 5.5.7 e 5. sulla base dell’uguaglianza di Parseval.

5 x(t).4 0.6 0.5 0 (c) 1 0.5 x(t). xM(t) 1 0.5 0 t/T0 0.8 x(t).4 0.6 0.8 0.2 0 −0. (f) M = 101.5 0 t/T0 0. .4 0. xM(t) 0.5 (e) (f) Fig. 5.5 (b) 0 0 t/T 0.5 x(t).8 x(t).2 0 −0.6 0.4 0.6 0. xM(t) 0. xM(t) 1 0.6 0.6 0.8 0.4 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. (d) M = 5. (c) M = 3. xM(t) 0.8 x(t).2 0 −0.2 0 −0.5 0 t/T0 0.4 0.8.8 0.5 0 t/T 0.5 (a) 1 0.224 Serie di Fourier 1 0.2 0 −0. xM(t) 1 0.2 0 −0. (b) M = 1.5 (d) 0 t/T0 0. (e) M = 11.

Infatti. Anche nel caso TD la serie di Fourier consiste nella rappresentazione di x(n) come sovrapposizione di fasori aventi frequenze multiple della frequenza fondamentale ν0 . non abbiamo indicato di proposito gli estremi di variazione dell’indice k.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n .23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. (5.22) e (5. . (N0 − 1)/N0 nell’intervallo [0. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . .22) è analoga all’equazione di sintesi (5. per cui la (5. Nella (5.21) Notiamo che. § 2. le frequenze νk assumono i valori 0. . .21).5. pertanto. 1[. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. 1/2). ad esempio in (0. . e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . . . 1/N0 . semplificati dal fatto che. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. salvo casi particolari. . e quindi l’intervallo di variazione delle frequenze νk = kν0 . essendo la (5.3 Serie di Fourier per segnali TD (DFS) 225 5. cfr.23) Le (5. N0 − 1}.22) per e− j2π hν0 n e sommando su un periodo.3.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD.10) della serie di Fourier a TC. In particolare. N0 − 1} .22) una somma finita. nota anche come Discrete Fourier Series (DFS). . 14 Si . k (5. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. (5. N0 n=0 k ∈ {0. in quanto si tratta di una somma (finita) e non di una serie. e rappresenta l’equazione di sintesi della serie di Fourier discreta. 1) oppure in (−1/2. In particolare.3). moltiplicando ambo i membri della (5.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . . 1. proprio per questo motivo. è improprio parlare di “serie” di Fourier nel caso TD. cambiando l’indice da h nuovamente a k.21). non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. La differenza fondamentale rispetto alla serie di Fourier (5. 1. una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. nella (5. . 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 .22) La relazione (5. Esse. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. . se k ∈ {0.

26) ∑ x(n) e− j2π kν0 n .11). costituiscono formalmente l’esatta controparte delle (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. valide nel caso TC. si definisce infatti la sequenza X(k) come X(k) = N0 Xk .29) viene denominata Discrete Fourier Series (DFS).2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .26) abbiamo esteso la definizione di X(k) a qualunque valore di k. In particolare. entrambe periodiche dello stesso periodo N0 . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.24) e pertanto. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. nella letteratura scientifica le (5. . nella letteratura scientifica. . .23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.28) (5. Inoltre nella (5.26) è periodica. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . 1. Se infine nelle (5.29) ∑ x(n) wkn N0 In effetti.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. .27) (equazione di sintesi) (equazione di analisi) (5. la (5. Una prima differenza rispetto alle (5.25) e (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . A partire da Xk .25) (5. N0 k=0 N0 −1 n=0 (5. le (5.22) e (5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n . le (5. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. Posto wN0 = e− j2π /N0 .15 come la sequenza x(n).25) e (5.22) e (5. Va detto però che.28) prende il nome di Inverse Discrete Fourier Series (IDFS). N0 − 1}.226 Serie di Fourier rappresentazione.28) e (5.25) siano quelli dell’intervallo {0. 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 (5.10) e (5. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. In altri termini.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). con sostituzioni algebriche banali. mentre la (5. 15 Notiamo DFS .

ad esempio x(0). . ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . mentre la periodicità della sequenza X(k) segue dalla proprietà (c). La periodicità di X(k) è una caratteristica peculiare della DFS. ovvero da un’inifinità continua di valori. . il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. 5.8 (DFS dell’onda rettangolare TD. T0 [. che è strettamente legata alla DFS (cfr. Esempio 5. . N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier.2 0 −20 −10 0 n 10 20 Fig. ovvero da un segnale TD. x(1). .2). per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza.8 0. x(n) = IDFS[X(k)] . N0 = wkn .6 x(n) 0.4 0. Si può infine verificare che le quantità wN0 definite mediante la (5. La DFS e IDFS possono anche essere viste come operatori. cap. abbiamo visto che invece. Differentemente dal caso TC. Infatti. sia della trasformata discreta di Fourier (DFT). Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo.9. N0 (k+N0 )n In particolare. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. e si scrive sinteticamente X(k) = DFS[x(n)] . la periodicità della sequenza x(n) deriva dalla proprietà (b). 5. il segnale x(n) è completamente descritto assegnando solo N0 valori. nel dominio della frequenza sussiste esattamente la stessa proprietà. Onda rettangolare TD dell’es. nel dominio della frequenza.4. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 .27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn .3 Serie di Fourier per segnali TD (DFS) 227 1 0. § 5. 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 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn .8 (N0 = 8. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana.5. ad esempio per t ∈ [0. M = 4). . 7). cfr. x(N0 − 1).

sulla base della definizione (5. Ponendo infatti a = wk 0 . 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 . DM (x) = M M. x ∈ Z . 1] è riportato in fig. tranne che in x = ±1. (5.11 nel caso N0 = 8 ed M = 4.228 Serie di Fourier e raffigurata graficamente in fig. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . sin(π x) x ∈ R. 2. Le principali proprietà della funzione DM (x) sono le seguenti. k ∈ Z. Tale DFS è rappresentata in ampiezza e fase in fig. dove vale M:  k  0. 5. e quella dispari dello spettro di fase. 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 . 5. x = .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . per cui la (5. . La DFS di x(n) si scrive. .31) il cui grafico per x ∈ [−1. . (5. con semplici passaggi algebrici. 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 . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . ±2. .. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa.30) Ricordando la definizione di wN0 .31). notiamo che wkM N0 wk 0 N = e = e . x ∈ Z . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. di facile dimostrazione: 1. ∀x ∈ R .29). . 5.9 per N0 = 8 ed M = 4. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. 0 Per esprimere in forma più compatta il risultato precedente.30) può essere riscritta. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. si ha allora: X(k) = DM k N0 . Utilizzando la definizione (5.

soprattutto. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). 5. Di conseguenza.5 1 4 |X(k)| −0. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. e l’uguaglianza di Parseval per il calcolo della potenza.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. è ancora un segnale periodico di periodo T0 . In altre parole.28) and (5. il fenomeno di Gibbs non sussiste nel caso TD.5 0 x 0. Per tali proprietà.4. anche perchè il concetto di continuità perde di significato in tal caso. 5.5. e sono comunque riportate in app. 5. quando necessario.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. In particolare.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig.16 La proprietà di linearità della serie di Fourier afferma . i cui coefficienti di Fourier siano Xk e Yk . si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). che suggeriscono ulteriori considerazioni concettuali e. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). DFS dell’onda rettangolare dell’es.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . E. Fig. in quanto richiede un numero finito di operazioni.5 0 x 0. M = 4): spettro di ampiezza (in alto) e di fase (in basso). tratteremo congiuntamente sia il caso TC che quello TD. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. rispettivamente. denominati algoritmi Fast Fourier Transform (FFT). 5. con α1 .29). un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. 5. Altre proprietà formali. ma anche algoritmicamente. α2 ∈ C. discuteremo nel dettaglio la proprietà di linearità. evidenziando. le differenze salienti.8 (N0 = 8. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. simmetria hermitiana dei coefficienti. 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.10.11. Vedremo (cfr. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. utili talvolta nei calcoli. Notiamo in conclusione che. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. § cap.

4. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5.2 Simmetria hermitiana Con riferimento a segnali periodici TC.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.1. otteniamo la seguente proprietà notevole: Proprietà 5. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). DFS ∀α1 .33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k .2 e 5. negli es. dei due segnali è ancora un segnale periodico di periodo N0 . α2 ∈ C. α2 ∈ C . Xk = − X−k . rispettivamente.230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t). ossia: Zk = α1 Xk + α2 Yk .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . 5. con α1 . .29). i cui coefficienti di Fourier siano X(k) e Y (k). Valgono cioè le seguenti relazioni: |Xk | = |X−k | . 5. 5. rispettivamente. (simmetria pari) (simmetria dispari) (5. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . Riassumendo. Analogamente. Si noti infine che la proprietà di linearità si estende facilmente al caso della combinazione lineare di un numero arbitrario (ma finito) di segnali periodici dello stesso periodo.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) . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). α2 ∈ C . DFS DFS FS ∀α1 . nel caso TD.11) e (5. 16 Può (5.

(5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.36). si ha x∗ (t) ≡ x(t). si ricava che x(t) è reale. 5. come specificato dalla seguente proprietà: Proprietà 5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. anche in questo caso le (5.33) e (5. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. (simmetria pari) (simmetria dispari) (5. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).36). prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.35) Le proprietà (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . Partiamo dall’equazione di analisi (5. Proviamo adesso l’implicazione ⇐ nella (5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt . avendo già provato che X0 è reale.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.8 riguardante la DFS dell’onda rettangolare TD.5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. X(k) = − X(−k) . osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . Proviamo prima l’implicazione ⇒ nella (5. L’equivalenza tra simmetria hermitiana e simmetria pari/dispari degli spettri di ampiezza/fase si dimostra facilmente nel caso TC esprimendo Xk come Xk = |Xk | e j Xk e sostituendo tale espressione nella (5. k=1 k=1 ∑ Xk e j2π k f0 t da cui. Se vale la simmetria hermitiana (5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.34) Pertanto. T0 Se x(t) è reale.37) Prova. Inoltre l’equazione di sintesi (5.36). Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . in particolare. e valgono se e solo se il segnale periodico in questione è reale.35).38) .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 +∞ (5.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. e quindi X0 è reale.36). 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 .

37) mediante le seguenti condizioni: X(0) reale . con riferimento ai soli valori di k ∈ {0. poiché la fase di un numero complesso è definita a meno di multipli di 2π . . . . ponendo Xk = |Xk | e j Xk nella (5. la proprietà di simmetria hermitiana per la DFS. per k ∈ {1. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). con riferimento a segnali periodici TC reali. . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. per segnali periodici TD reali. N0 − 1}. N0 − 1}. è possibile determinarne almeno uno dispari. . . se k ∈ {1. .40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . N0 − 1}.34) a partire dalla (5. . Notiamo infatti che.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . . anche come segue: X ∗ (k) = X(N0 − k) . .28) compaiono solo i valori di X(k) per k ∈ {0. . In definitiva. . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. notiamo che. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . .39). In particolare. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . valide esclusivamente per segnali reali.  N 0 k=1 . partendo dall’equazione di sintesi (5. anche X(N0 /2) è vincolato ad essere reale per N0 pari. N0 − 1}.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . 1. N0 pari . conseguentemente. . 2. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. N0 − 1}. si può verificare (la verifica è lasciata al lettore come esercizio) che. k ∈ {1. .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. 2. 2. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . oltre a X(0). . applicando la (5. per k ∈ {1. 2. X ∗ (k) = X(N0 − k) . . . Infatti.37) si può riscrivere. . . . tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ).38). il solo coefficiente X(0) è vincolato ad essere reale. N0 − 1} . . si può esprimere. . Notiamo infatti che nell’equazione di sintesi (5. 2. . . Per evitare possibili fraintendimenti. Infatti.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. 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. se x(·) è reale. da cui si deduce che. . in alternativa alla (5. k=1 Con ragionamenti simili. (5.37) nel caso TD).32) (con analoghi passaggi si ottiene la (5. . per cui la (5. anche N0 − k varia nello stesso intervallo. se N0 /2 è intero (il che accade se e solo se N0 è pari). In altre parole. N0 − 1}. 1. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. in relazione alla periodicità della sequenza X(k). Questa conclusione non è corretta. Rispetto al caso TC.

a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) .2). ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. N0 − 1}) nella (5. come nella forma polare.39). Nel seguito. si ottiene nel caso TC decomponendo Xk . .29). . . ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. ak = 2 T0 x(t) cos(2π k f0t) dt . saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . anziché in modulo e fase.4. ed in essa.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD.1 e def.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. N0 dispari . 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 . 5. note anche come forma esponenziale della serie di Fourier.38). x(t) = dove: a0 = 2 T0 x(t) dt . bk = 2 T0 x(t) sin(2π k f0t) dt .40) e (5. Infatti. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . con facili passaggi algebrici. note come forma polare della serie di Fourier.5.41) Le (5. in parte reale ed immaginaria. 5. partendo dall’equazione di sintesi (5.10). si ha. rispettivamente. Le espressioni (5. Consideriamo dapprima il caso di un segnale TC periodico. 2 k=1 (5. . def. anche per segnali reali. Il punto di partenza è l’equazione di sintesi (5. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. 5. compaiono soltanto quantità reali.4 Principali proprietà della serie di Fourier e della DFS 233 (5. (5. . 2. .42) e (5.3 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.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. valide per segnali reali. N0 pari . perché più generali e compatte. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . Un’ulteriore espressione della serie di Fourier.

234 Serie di Fourier Abbiamo già osservato [eq. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori.10) sono a due a due ortogonali. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . Poiché (cfr. 0. (5. 2. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 .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 . Riassumendo. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. riprendendo e riscrivendo l’equazione di sintesi (5. possiamo quindi enunciare la seguente proprietà: Proprietà 5. Passiamo a considerare il caso di un segnale periodico TD. In virtù di tale ortogonalità.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. essendo fasori a frequenze distinte. se k = h . 2 ∑ N0 k=0 (5. Notiamo che per segnali .4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . 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. È semplice anche in questo caso provare che i segnali xk (n). 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 . con coefficienti X(k)/N0 .4)] che i fasori e j2π k f0t che compaiono nella (5. es. se k = h .45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. (5.

è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . Per un fissato valore di ξM . mentre è sufficiente un valore M = 3 per l’onda triangolare. Tale potenza può essere rapportata alla potenza Px del segnale x(t). In fig. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati.2.99 è necessario considerare M = 23 per l’onda rettangolare. al variare di M. e quindi per un fissato valore di accuratezza relativa. . rispetto a quello per l’onda rettangolare. per ottenere una valutazione quantitativa di tale bontà.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. Utilizzando l’uguaglianza di Parseval. sfruttando la simmetria hermitiana dei coefficienti. Infatti. la (5. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. 1] . e confrontarla con la potenza del segnale originario x(t).2). Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1.12 è rappresentato. In particolare. per un fissato valore di M.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . Ad esempio. tale coefficiente.5. ottenendo così il coefficiente ξM = Px (M) ∈ [0. per avere ξM ≥ 0. 5. con M ∈ N . § 5.

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

5.5.14.46) Poiché la (5. ed essendo i coefficienti Xk ∈ C quantità costanti. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . 18 Espressioni . =Yk (5.23) per calcolare l’uscita y(t). Applicando l’equazione di sintesi della serie di Fourier a TC (5. sfruttando le formule di Eulero.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. 5. la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .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. Risposta di un sistema LTI ad un segnale periodico (caso TC). Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. periodico di periodo T0 . le espressioni precedenti sono state già utilizzate (cfr. Per la linearità del sistema.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.10) della serie di Fourier di y(t). dove f0 = 1/T0 . mediante le relazioni (4. Infatti. 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 (4.18 Consideriamo prima il caso TC. § 4.97) e (4. Fig. è possibile applicare il principio di sovrapposizione (3. In particolare.13. 6).7. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. 5. Risposta di un sistema LTI ad un segnale periodico (caso TD). che può essere vista come un caso particolare di segnale periodico. per il principio di sovrapposizione (3.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.46) ha la forma dell’equazione di sintesi (5. e supponiamo che il segnale x(t).10). l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . Pertanto. sia applicato (fig. 5.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t .23).

Notiamo che le quantità che compaiono nella (5. che prende per questo motivo il nome di guadagno in continua del sistema. si ricava anche in questo caso che y(n) è un segnale periodico. la (5. periodico di periodo N0 . . (5. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . N0 k=0 dove ν0 = 1/N0 . si ha: ydc = H(0) xdc . La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. 19 A (5.48) (5. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . complesse.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . Yk = H(k f0 ) + Xk . Pertanto. (5. calcolati alle frequenze fk = k f0 . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . mette in luce che i coefficienti della serie di Fourier dell’uscita y(t) si ottengono moltiplicando quelli dell’ingresso per i campioni della risposta in frequenza H( f ).47). applicando il principio di sovrapposizione. in generale.51) Per gli spettri di ampiezza e fase. la funzione H( f ) prende anche il nome di risposta armonica del sistema. sia applicato (fig.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n .47) La (5. con lo stesso22 periodo N0 del segnale di ingresso. Particolarizzando la (5. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . e ricordando che Y0 = ydc e X0 = xdc . mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.50) Dal confronto con la (5. supponiamo che il segnale x(n).14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).47) per k = 0. in particolare.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .47) sono tutte. 21 Si noti che. stretto rigore. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). 5.21 Passando ad esaminare il caso di un segnale TD.22). valgono considerazioni analoghe a quelle già fatte nel caso TC. se il sistema è reale.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . In termini di modulo e fase. N0 k=0 =Y (k) (5.238 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 . poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI.

la modifica subita dalla k-esima armonica.4 0.8 |H(f)|.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 5. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . 5.46).9).6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5.2 |Xk| 0.6 0.2 0 −5 0 k 5 Fig. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. Inoltre. 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. 5. Fig.2. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. 5.9). Facendo riferimento al caso TC. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . |H(k f0)| 0. di ampiezza A e duty-cycle δc . in ingresso ad un sistema RC.5.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. come evidenziato nell’esempio che segue.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .15. 1 + j2π k f0 RC . avente frequenza k f0 .47) e (5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. 5.16. 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.4 |Yk| 0. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. Particolarmente interessante è la modifica delle ampiezze delle armoniche.4 0. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. 1 + j2π f RC per cui la (5. la (5.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. riportata di seguito. Risposta di ampiezza del filtro RC (es. ad esempio. 5. Esempio 5.

In particolare.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. I filtri ideali TC sono in genere classificati. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.5 0 t/T 0.2 0 −1 −0. per 2π f0 RC = 1. sulla base della posizione della banda passante e di quella oscura. 5. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. .8 x(t). un comportamento tipico ad esempio dei circuiti elettrici risonanti. In particolare. per effetto dell’attenuazione delle componenti ad alta frequenza. 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.23 Come caso limite. Con riferimento al caso TC. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. mentre in fig.y(t) 0. 5.240 Serie di Fourier 1 0. si dice che il sistema LTI si comporta come un filtro. 5. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . 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. 5.4 0.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.17). Viceversa. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. Il segnale y(t) di uscita (fig.17. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari).6 0. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). ossia quello di atte1) l’ampiezza di alcune armoniche. In fig. Per questo motivo. 5.5 1 0 Fig. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. 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.9. i più semplici esempi di filtri sono quelli cosiddetti ideali.

5. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. − fc [ ∪ ] fc . mentre la banda oscura è Ws = [− fc . La risposta in frequenza (fig. 1. La risposta in frequenza di un tale filtro (fig. La banda passante del filtro è W p =]−∞. +∞[.19. 0. fc ]. | f | > fc . | f | ≤ fc .18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. Risposta in frequenza di un filtro ideale TC passabasso (LPF). 5. 5.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. Anche in questo caso. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. 5.6 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. 5. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. . Fig. | f | > fc .18. La banda passante del filtro è W p = [− fc . +∞[. − fc [ ∪ ] fc . Risposta in frequenza di un filtro ideale TC passaalto (HPF). mentre la banda oscura è Ws =]−∞. fc ]. | f | ≤ fc . Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc . o equivalentemente: HLPF ( f ) = rect f 2 fc .

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

prop.55) HHPF (ν ) = 1 − rep1 rect ν 2νc ν − ν0 ν + ν0 HBPF (ν ) = rep1 rect + rect ∆ν ∆ν ν − ν0 ν + ν0 + rect HBSF (ν ) = 1 − rep1 rect ∆ν ∆ν Per il filtri LPF e HPF.53). 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. sia nel caso TC che TD.55) è possibile definire due frequenze di taglio. BPF e BSF per il caso TD.25 sono mostrate le risposte armoniche dei filtri ideali LPF. le tipologie di filtri ideali sono le stesse. con la fondamentale differenza che. Tali filtri si dicono invece ideali in senso “fisico”.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. 0 < νc < 1 rappresenta la frequenza di taglio. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . Anche nel caso TD. HPF. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. quindi soddisfa la proprietà di simmetria hermitiana.22–5. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico.5.53) (5. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). data dalla (4. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. descritti dalla (5.54) (5. 2 mentre per i filtri BPF e BSF. Tali filtri si dicono ideali anche .52) e (5. con 0 < νc1 < νc2 < 1 . Per quanto riguarda il caso TD. oppure dalla (4. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). 5.52) (5.11). 5. descritti dalla (5. Per questo motivo. nelle fig. Nelle fig. 1/2[.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. 4. 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) (5.21. la risposta armonica H(·) è una funzione reale e pari. necessaria per garantire la periodicità di H(ν ). Si noti che per tutte le tipologie di filtri introdotti precedentemente. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari.101) nel caso TC. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). A causa di tale periodicità. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). perché presentano una separazione netta tra banda passante e banda oscura.22–5.108) nel caso TD. 5.54) e (5.

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

24. 5. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. . Fig.22. 5. Risposta in frequenza di un filtro ideale TD passabasso (LPF). 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).6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig.5.23. 5. Risposta in frequenza di un filtro ideale TD passaalto (HPF). Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). 5.

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

0 ≤ t ≤ T /2 .7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.3 Si consideri il segnale periodico x(t) = repT0 [xg (t)].5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. . k dispari . con T0 ∈ R+ . dove  1 − 4t . ed applicare poi la proprietà di linearità della serie di Fourier. (b) Xk = Esercizio 5. k pari .] 0. dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . (b) Xk = (−1)k π (1−4k2 ) . con T ∈ R+ . (π k)2 Esercizio 5.  j Risultato: (b) Xk = − π k .  2  . con T0 ∈ R+ . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Esercizio 5. dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). Risultato: (a) T0 = 2T . (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). 0 . (a) Rappresentare graficamente il segnale x(t).6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. 1 T .5. k dispari . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1.4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . . Risultato: (a) T0 = 1 2 f1 . f 0 2 = 2 f1 . k dispari . 0 T0 xg (t) = 0 . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . altrimenti . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. con T0 ∈ R+ . [Suggerimento: dal grafico. Esercizio 5. 0. dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . k = 0 pari .  k = 0.

2. 22} . ed applicare poi la proprietà di linearità della serie di Fourier. Risultato: (b) Xk = 4 . 3.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). Esercizio 5. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. X(N − 2) = − N j. (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. dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . k pari . (a) Determinare il periodo N0 del segnale x(n). X(3) = 3 + j. k dispari . 3}. j Risultato: (a) N0 = 24. . Risultato: (a) N0 = N.  j   0. X(2) = N 2 j. k = 23 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) X(k) = − 12 e− j 3π /8 . X(1) = 3 − j. . (a) Rappresentare graficamente il segnale x(n). X(N − 1) = 2 N 2 (3 + j). X(2) = 0. (b) X(0) = N. k ∈ {0. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2).9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . k2 π 2 Esercizio 5. . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k = 0. X(1) = X(k) = 0 per tutti gli altri valori di k. k = 1. N 2 (3 − j). .] 0. 1. (a) Determinare il periodo N0 di x(n).7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. k ∈ {2.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . da cui X(0) = −2. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Esercizio 5.  24 . [Suggerimento: dal grafico.   12 j 3π /8  e . .

2.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 8. X(3) = 4 + j 8. Risultato: (a) N0 = 5. 6}. k ∈ {0. 1. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (a) Rappresentare graficamente il segnale x(n). 3. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. n = 1. 2. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. ..13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . X(1) = 4 − j 8. 3}. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . 4. da cui X(0) = 12. 2. X(2) = −4. k ∈ {1. k ∈ {0. Esercizio 5. . xg (n) = 2 . n = −1 . (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . n = 0. Risultato: (b) X(k) = 1 + 4 cos πk 3 .. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.7 Esercizi proposti 249 Esercizio 5. -5 0 5 n (a) Determinare il periodo N0 di x(n). 1. 3.   1 . . 4} . k = 0. 5.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 .... dove  2 ..    0. (b) X(k) = 4 + 8(− j)k . altrimenti . Esercizio 5. Risultato: (a) N0 = 4.5.

X(3) = −3 j. in modo da poter sfruttare la (5. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(2) = 2. X(1) = 2. (b) Scrivere l’equazione di analisi in (−T0 /2. X(1) = 5 − j. ∀k pari. X(3) = − j. e si ha in particolare  0 .56) (b) Viceversa. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS).56).56) operando un cambiamento di variabile in uno dei due integrali.16 Senza calcolare esplicitamente x(n). k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. (e) X(0) = 3. (5. X(3) = −5. mostrare che se x(t) ha la proprietà di simmetria (5. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. [Suggerimento: applicare le identità dell’esercizio 5. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . ] Esercizio 5. X(2) = 3 j. X(2) = 3. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN . X(2) = 1 + j.14.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(3) = 3 e j7π /4 . valida ∀a = 0. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . X(1) = 3 e jπ /4 . . X(1) = 3. allora il segnale ha solo le armoniche dispari.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. (d) X(0) = −2. (b) X(0) = 3. X(1) = −5. Esercizio 5. X(2) = 1. X(3) = 5 + j.56). N0 ∈ N: 0 x(n) = x n T0 N0 .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . T0 /2) e dividere l’integrale in due integrali.] 1−a Esercizio 5. (c) X(0) = j. X(3) = 1 − j. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). X(4) = −3.14 Sia wN0 = e− j2π /N0 . ∀t ∈ R .

] Risultato: x(n) = 1 + 1 (−1)n . viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . Risultato: y(t) ≡ 0. dove xg (t) = Λ t T0 .5. 1 + j2π f T0 ottenendo il segnale y(t). con xg (t) = 1. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. Esercizio 5. [Suggerimento: utilizzare le proprietà della DFS. −1. (b) x(n) reale. (2) ∑5 x(n) = 2. avente DFS X(k). per la proprietà (4). β . 0 ≤ t < 4.18 Si consideri il segnale periodico x(n). (2) x(n) è periodico di periodo N0 = 10. con T0 ∈ R+ . Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . n=0 (3) ∑7 (−1)n x(n) = 1. γ . 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). (c) x(n) non reale. 4 ≤ t < 8 . 3 6 Esercizio 5.17 Si consideri il segnale periodico x(n). (d) x(n) non reale.] Risultato: α = 10. avente DFS X(k). . Esercizio 5. (e) x(n) reale. il segnale x(n) è quello avente potenza Px minima. (4) Px = 50. utilizzare l’uguaglianza di Parseval per la DFS. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. β = π /5 e γ = 0. e determinare in particolare le costanti α . Esercizio 5. (3) X(11) = 50.7 Esercizi proposti 251 Risultato: (a) x(n) reale.

21 Il segnale periodico x(t) = rep2T0 [xg (t)]. (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. e ∆ν = 1 24 . 9 Esercizio 5. si trova che Esercizio 5. 1. (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). 1). .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . H(3/4) = 2 e− jπ /4 . (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. per k = 0. Risultato: (a) xdc = ydc = 1 . (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 ). . H(1/2) = 0. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). Determinare i valori di H Risultato: H(0) = 0. Determinare il segnale y(t) in uscita al filtro. 3. π2 Esercizio 5. H(1/4) = 2 e jπ /4 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . (b) y(t) = π82 cos(2π f0t). dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . (b) In corrispondenza dei valori di fc determinati al punto (a). Esercizio 5.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). con T0 ∈ R+ . calcolare l’espressione esplicita di y(t).22 Il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . 2. 1 2T0 3 < fc < 2T0 . è posto in ingresso ad un filtro passabasso avente risposta armonica: H( f ) = rect f 4 f0 e − j2π 4 f f 0 con f0 = 1/T0 . Risultato: y(t) = 8 sin(2π f0t). è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc .

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. f1 = 2 kHz. con f0 = 1 kHz. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (c) RC = T0 π 3 .25 Il segnale periodico x(t) = repT0 [xg (t)]. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . si calcoli l’uscita y(t).28 Con riferimento allo schema in figura. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. con T0 ∈ R+ . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). con T0 ∈ R+ . dove xg (t) = cos πt T0 rect t T0 .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 . (b) Con riferimento al punto precedente. Py = π 4 1 + 81 . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . (c) y3 (n) ≡ 0. 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. 2T Esercizio 5.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . f2 = 3 kHz.364 f0 .2. (b) y2 (n) = sin . Esercizio 5. sapendo che: (1) x(t) = cos(2π f0t).5.6. Risultato: RC = 1 2π f0 68 13 ≈ 0. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .] √ 1 2 1 . Esercizio 5. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.27 Il segnale x(t) = rep2T0 [xg (t)].] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.

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

Sign up to vote on this title
UsefulNot useful