Giacinto Gelli e Francesco Verde

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

NAPOLI 2008

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

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

Indice

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

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

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

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

. . . . . .1 Segnali TC . . . . . . .3 Aliasing . 6. .3. . . . . 7. . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . .2 Interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . .2 Campionamento ed interpolazione ideale . . . . . . .5. 7. . . . . . . . . . . . . . . . . 434 A. . . . 6. .4. .6. . . . . . . . . . . . . . . . . . . 6. . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . .2 Segnali a banda praticamente limitata . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . 6. . . . .2. . . . . . . .5 Esercizi proposti . 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. . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . .1 Segnali a banda rigorosamente limitata .1 Definizione di numero complesso . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . . . . . . . . .2 Interpolazione non ideale .8 Esercizi proposti . . . . . . . . . . .1. . . . . . . . .7. 6. . . . . . . . . . . . . . . 7. . . .1 Proprietà di convoluzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . 7. . 6. . .3 Segnali a banda non limitata . . . . . . . . . . . . . . . . . .5 Proprietà della trasformata di Fourier . . . . . . . . 6. . . . . .5. . . . . 6. . . .6. .1 Trasformata di Fourier di un segnale periodico TC . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3. . . . . . . . . . . . . . . . . . . . .2 Trasformazioni della variabile indipendente . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . .6. . . . . . . . . . . . . . . . . . 6. .1. . . . . . . . . . . . . . 6. . . . . . . . . . . . . . 433 A. . . A Richiami sui numeri complessi 433 A. . . . . . . . . . .4. . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . .3 Campionamento ed interpolazione in pratica . . 6. . . . . . . . . . 7. . . . . . . . . . .3 Segnali TD transitori . . . . . . . . . . . . . . . . . . . . . 6. . . . .7. . . . . . . . 6. . . .4 Quantizzazione . . . . . . . 6. . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . .7. . . .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . 7. . . . . . 437 . 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Trasformata di Fourier . . . . . . . . 6.3. . . . . . . . . . . . . . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . .1 Teorema del campionamento . . . . . . . 6. . . . . . . . . . . . .3. . . . . .1 Introduzione . . . . . . . .4 Proprietà della risposta in frequenza . .4 Estensione spettrale e banda di un segnale . . . . . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . . . . . . . . . . . 6. . . . .2 Trasformata di Fourier per segnali TD . . 6. . .2. . . . . . . . . . . . . . .1 Trasformata di Fourier per segnali TC . . . . . . . . .5. . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . . . 6. 7. . . .7. . . . . . . . 6. . .6 Trasformata di Fourier dei segnali periodici . . . . . .2 Banda passante e banda di un sistema . . . 6. .2. . . . . . . . . . . . . . . . . . integrazione e somma .6.1 Trasformazioni della variabile dipendente . . . . . . . 6.2 Forma algebrica dei numeri complessi . . . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . .2 Segnali TD . . . .3 Derivazione e differenza prima. . . . . . . .1. . . . . . . . .3. . . . . .

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

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

dove ϕ0 è la posizione angolare del corpo all’istante t = 0.2 (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 : x(t) = A cos(2π f0t + ϕ0 ) . L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. e fase iniziale ϕ0 . f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. 1. 1.2. f0 e ϕ0 sono diversi.1. che sia crescente. 1. . f [x(n − 1)] con n = 1.2. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. inoltre. ed è raffigurato in fig. . . 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). 1. 2. pulsazione ω0 o frequenza f0 . Posto x(0) = b. il metodo di Newton (fig.3 (successione) In matematica. 3. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. Supponiamo che f sia dotata di derivata prima continua e. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). 1. Fig. è possibile applicare metodi per determinare soluzioni approssimate.2. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . Un esempio classico è il metodo di Newton o della tangente. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. 1. Il segnale sinusoidale degli es. 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)] . seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ).1 e 1.1.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. . frequenza f0 . Esempio 1. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. 1. convessa e tale che f (a) < 0 ed f (b) > 0. Esempio 1. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. Ripetendo tale procedimento. anche se il significato fisico ed i valori dei parametri A.2 è una funzione del tempo x(t). .2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.

3. 1.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi.4) ed una variabile dipendente x (una lunghezza nell’es. le variabili indipendenti di un segnale possono non avere un significato fisico o. una tensione nell’es. 1. Esempio 1. 1. possono rappresentare dati . nel caso dell’es. 1. . Franca Neri . ovvero un segnale definito nell’insieme N0 dei numeri naturali. Inoltre.1 e 1.2. 1. .14 più avanti).4.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . Si osservi che. Tale relazione definisce una successione numerica. Al crescere di n. mentre l’insieme X. 1. 1. che prende il nome di immagine di T mediante x o anche codominio di x. un segnale di questo tipo può essere indicato come segue: x : T → X. Fig. 1. il dominio del segnale risulta essere T = N0 = {0. Voto 22 30 25 30 . il dominio T di x coincide con l’insieme dei numeri reali.4. come nell’es.2 e 1.. . Gli es. 1.3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es. 1. dove f (x) denota la derivata prima di f (x).4 (tabella) In alcuni casi.1) dove l’insieme T.2. Il segnale in forma tabellare dell’es. ad esempio per molti segnali la variabile indipendente è proprio il tempo. 1.1 e 1..4). Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. 1. . 1.3.3. 1.3.. il dominio del segnale T = {Carlo Rossi. l’indice n nell’es. un voto nell’es. racchiude i valori assunti dalla variabile dipendente x. (1.1. 1. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. . i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. che prende il nome di insieme di definizione o dominio di x. cioè T = R. 1.. .4. per gli es.2. Ad esempio.1.10 e 1. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto.. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). 1. ma esistono casi significativi di segnali – le immagini.3. nel caso dell’es.} è costituito dai nomi degli studenti. 1... racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n.3. 2.... Maria Turchini. 1. Ugo Bianchi. 1. in questo caso. 1. infine. Il metodo di Newton dell’es. un segnale può essere definito mediante una tabella. x(1) x(2) Fig. come accade nell’es.4.4. lo studente nell’es. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es... .1.

2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. Rappresentazione di un sistema mediante schema a blocchi.5. che associa ad ogni messaggio da trasmettere . e gli altri come segnali di uscita (o effetti). Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. un grafico o una tabella. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. riportato schematicamente in fig. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . 1. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.1) (cioè il segnale nel suo complesso per ogni t ∈ T).6. 1. Esempio 1. 1. scriveremo {x(t)}t∈T. 1. Gli es.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. dei quali alcuni sono identificati come segnali di ingresso (o cause). quando tuttavia vorremo enfatizzare la seconda interpretazione. oppure può rappresentare la legge di corrispondenza (1.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali.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).6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. di natura più generale (gli studenti). mentre l’uscita è la tensione ai capi del resistore R2 . Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. Di norma. 1. e alla variabile dipendente x come all’“ampiezza” del segnale. è lo schema a blocchi di fig. quale il partitore resistivo dell’es. 1.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. Concludiamo osservando che. con riferimento ad un segnale funzione del tempo. 1. In molti casi la distinzione è ininfluente oppure si ricava dal contesto.1 e 1. Fig.5.5. Esempio 1. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. Esso è composto da tre elementi fondamentali: un trasmettitore. Tali funzioni potranno essere descritte mediante un’espressione matematica. 1. Schema elettrico di un partitore resistivo. Definizione 1. a prescindere dal loro effettivo significato fisico. capace di trasportare un messaggio dalla sorgente alla destinazione. comunque.7.6. rimandando il lettore agli esempi che ne chiariscono meglio il significato. 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).

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

dove x(t) denota il segnale di ingresso e y(t) quello di uscita. ottenuto integrando x(u) sull’intervallo ] − ∞.t]. la (1. tuttavia. è una legge di corrispondenza tra insiemi “numerici”. Per evidenziare invece il fatto che nella trasformazione (1. per ogni t ∈ R. 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. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica.1) e (1. con t ∈ R. rispettivamente. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione.2) che definiscono segnali e sistemi. per ogni n ∈ Z.8.2). i cui elementi sono numeri reali o interi relativi. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso.3) per descrivere sinteticamente la trasformazione (1. com’è anche evidente dagli es. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. 1.2). rispettivamente. la (1. Una seconda osservazione importante è che. piuttosto che sulla realtà fisica cui il modello si riferisce. 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. 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. In tal caso. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. su tutto il proprio dominio di definizione T. In tal caso.7 e 1.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. possano sembrare simili a prima vista. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. n] (1. si useranno le notazioni y(t) = S[{x(u)}u∈T. Si osservi che. più in generale. Esempio 1. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita.2).6 Segnali e sistemi: introduzione In fig. 1. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico.t] y(n) = S[{x(k)}k∈T. indipendentemente dai fenomeni fisici coinvolti.1).2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). 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.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . Esempio 1. con n ∈ Z.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) .t]. Infatti. sebbene le corrispondenze (1. risulta essere convergente. In molti casi. che definisce un segnale. con particolare riguardo a quelle che sono applicabili in generale. d’altra parte. 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. Sulla base di tale osservazione. 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.2).

ecc.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. per la loro complessità. In fig. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. per la presenza di disturbi.5 x(t) 0 x(t) 0 0. In secondo luogo.3 Segnali deterministici ed aleatori I segnali considerati negli es. Definizione 1. quasi sempre estremamente semplificata. es. della realtà che intende descrivere. 1.4 t 0. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. che non possono cioè essere descritti esattamente.5 −0. infatti.8 1 0 −0. 1.2 0. non ammettono una descrizione matematica esatta. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. 1. La classe dei segnali deterministici è ampia. 1. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). o in forma grafica). in quanto contengono un certo grado di imprevedibilità o di incertezza. Il segnale vocale assume una forma profondamente diversa. che esprime la pressione acustica in funzione del tempo. accoppiamenti parassiti.5 0.5 −1 −1 0 0. In conclusione. Tali segnali scaturiscono da fenomeni fisici che. Va osservato come principio generale che un modello è solo una rappresentazione. ad esempio. In primo luogo.2 0. ben presente nel seguito. 1. o per la conoscenza imperfetta dei meccanismi che li governano.2 e 1. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. il lettore è invitato a tenere bene a mente il celebre aforisma di Arthur Bloch:2 “Confondere il modello con la realtà è come andare al ristorante e mangiare il menù”.1.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.8 1 (a) (b) Fig.6 0.3 Segnali deterministici ed aleatori 7 1 1 0. non linearità.6 0. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. . il modello matematico è quasi sempre frutto di approssimazioni. Esempio 1. 1. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici.2) non è mai esattamente sinusoidale.4 t 0.9.1. in forma tabellare.

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

1.4 Classificazione elementare dei segnali

9

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

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

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

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

10

Segnali e sistemi: introduzione

3 2 1
x(n)

3 2 1 0 −1 −2 −3 −5

x(t)

0 −1 −2 −3 −5

0 t

5

0 n

5

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

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

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

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

11

20 10 0
3 gennaio 1995 3 gennaio 1996

−10 0

10

20
n

30

40

50

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

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

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

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

12

Segnali e sistemi: introduzione

x(t) A

x(nTc )

x(n) A

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

-A

-A

(a)

(b)

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

x(n) A

x(t) A

x(nTc )

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

-A

-A

(a)

(b)

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

1.4 Classificazione elementare dei segnali

13

segnale a TC

campion .

segnale a TD

segnale a TD

interp.

segnale a TC

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

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

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

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

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

16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. 5} è costituito solo da due valori. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. la sinusoide degli es. visto che il suo codominio X = {−5. altrimenti . Esempio 1.. raffigurato in fig. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. se il numero delle ampiezze è finito. Sulla base del modello matematico (1. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.20 (b). A] ≡ X. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. La quantizzazione si dice “ad un bit” in quanto l’ampiezza .12. Esempio 1.20(a). se x(n) ≥ 0 .. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua.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. utilizzato per descrivere un segnale..19. −A . 1. mentre X è un insieme discreto per un segnale ad ampiezza discreta. detta quantizzazione. Definizione 1. 1.15 (segnale logico) La codifica degli stati logici “0” (falso) ed “1” (vero) avviene in un circuito digitale associando ad essi due livelli di tensione (in Volt). 1.2 assume con continuità tutti i valori dell’intervallo [−A.19) descrive la variazione dello stato logico nel tempo. 1. Il segnale risultante x(t) (fig.4 Classificazione elementare dei segnali 15 x(t) 5 . 1. Il segnale risultante è mostrato in fig. 1.1). ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. t -5 Fig. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. 1.. Il vantaggio che si consegue con la quantizzazione è che. rimpiazzandole con un numero finito di possibili valori. .1. Un esempio di segnale ad ampiezza discreta è il segnale logico.15.1 e 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 .

16 ottenuto quantizzando con due livelli A e −A il segnale x(n).12. . e raffigurato in fig. 1. denominato quantizzatore. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. 1. Così come il campionamento.21. 1. anche la teoria della quantizzazione sarà approfondita nel cap. segnale ad ampiezza continua quantizz . Anche l’operazione di quantizzazione si può interpretare come un sistema. e quindi può essere rappresentata con un solo bit. segnale ad ampiezza discreta Fig. 1. Schema a blocchi di un quantizzatore. 7. 1.20. assume due soli valori. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es.16 Segnali e sistemi: introduzione x(n) A y(n) A 3 4 5 -2 -1 1 2 n -2 -1 1 2 3 4 5 n -A -A (a) (b) Fig. (b) il segnale ad ampiezza discreta y(n) dell’es.21.

con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig. DSP). esse sono indipendenti. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. 1. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. 1. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. 1. affrontato già a partire dal XVIII secolo. esistono metodologie ben consolidate. e tra segnali ad ampiezza continua o discreta. Di queste. I segnali del mondo fisico sono analogici.1.22.3 Segnali analogici e digitali Dal punto di vista applicativo. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. tanto da meritare una denominazione particolare: Definizione 1. 1. . e per il loro studio matematico. l’interesse per i segnali digitali è più recente. Tra esse.22). Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. tuttavia.4. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze).18 e la successiva discussione). Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. Viceversa.

23. quali ad esempio il partitore resistivo. 1. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC.23. Definizione 1. (b) moltiplicatore a due ingressi. supporremo implicitamente che esso sia di tipo SISO. ed il quantizzatore. l’interpolatore. 1. (c) Un sistema si dice misto (o ibrido) se l’ingresso e l’uscita sono uno a tempo continuo e l’altro a tempo discreto. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. 1. raffigurati schematicamente in fig. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). (a) sommatore a due ingressi. quali il numero degli ingressi e delle uscite.24.5 Classificazione elementare dei sistemi Come i segnali.11 (sistema a tempo continuo/discreto/misto) (a) Un sistema si dice a tempo continuo (TC) se l’ingresso e l’uscita sono entrambi segnali a tempo continuo. quando parleremo di sistema. sono tutti di tipo SISO. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. Esempi di sistemi MISO. . il campionatore. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). a parte il caso dei sommatori e dei moltiplicatori.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore.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. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). o viceversa. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. 1. Nel seguito. (b) sistema a TD. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. Fig. Definizione 1. I sistemi visti in precedenza.

sia una quantizzazione (cfr. 1. segnale digitale (b) Tc Fig. e viceversa. l’insieme I racchiude solo segnali a TC. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. 1. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. 1. in un convertitore A/D reale (denominato anche analog-todigital converter. Lo schema del convertitore A/D riportato in fig. effettuata da un sistema denominato convertitore A/D (fig. quantizz . 1.6. o viceversa. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. .13). i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. mentre U contiene solo segnali a TD. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. e l’interpolatore (es. es. nel caso di sistemi misti. 1.3 Infine.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.5. Esempio 1. Conversione A/D: (a) schema a blocchi di un convertitore A/D. I sistemi a TD non esistono generalmente “in natura”.24(a). Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale.2) utilizzato per descrivere matematicamente un sistema. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. sistemi digitali. è un sistema a TC. 1.1.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. Il seguente esempio introduce due ulteriori esempi di sistemi misti. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit.12). 1.25). e quindi bisogna effettuare sia un campionamento (cfr.25 è puramente di principio.25. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. ed i sistemi a TD sono denominati. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. Inoltre. e spesso non sono nemmeno chiaramente separabili. In accordo con la simbologia introdotta in fig. infine. es. Esempi significativi di sistemi di questo tipo sono il campionatore (es.16). che presenta ingresso a TD e uscita a TC. e quindi sono sistemi a TC: ad esempio una rete elettrica. Sulla base del modello (1. che presenta ingresso a TC e uscita a TD. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico.24(b). 1. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. nel caso di sistemi a TC. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. ADC). 1. essi sono inoltre di grande interesse ingegneristico. come il partitore dell’es. 1. in campo economico o sociale).5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . 1. 1. in maniera lievemente imprecisa.12).

per questo motivo. minore ingombro. Si noti che il sistema complessivo (tratteggiato in fig. DAC). e finalizzato ad elaborare un segnale analogico in maniera digitale. (cfr. mediante un convertitore A/D. successivamente. 1. e quindi non può esistere una operazione inversa di “dequantizzazione”. il segnale x(n) viene elaborato mediante un sistema digitale. Un convertitore D/A reale (denominato anche digital-to-analog converter. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. 1. un segnale analogico x(t) viene prima convertito. Conversione D/A: (a) schema a blocchi di un convertitore D/A.26. 1.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. 1. Per questo motivo. ai trasporti. che sono trasformate in valori di ampiezza da un decodificatore binario. 1.27.13). accetta in ingresso stringhe di bit. lo schema digitale in fig. e numerosi altri. lo schema di fig. Schema classico per l’elaborazione digitale dei segnali.27. in un segnale digitale x(n). schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia.27 offre alcuni vantaggi importanti. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. In tale schema. prima di effettuare l’interpolazione.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. alla biomedica. es. dalle telecomunicazioni all’informatica. minore consumo di potenza e. 1. Un’applicazione particolarmente interessante dei sistemi misti. 1. alle costruzioni aerospaziali. ed in particolare dei convertitori A/D e D/A. in quanto gli effetti della quantizzazione sono irreversibili. Rispetto ad una elaborazione analogica del segnale x(t). (b) rappresentazione schematica della conversione D/A in termini di interpolazione. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. segnale analogico (b) Tc Fig. quali maggiore flessibilità. .27) è un sistema analogico. non ultimo. minor costo dell’hardware. all’automazione.

Una volta inciso il master. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). viene amplificato e inviato ad un masterizzatore (analogico). L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco).28.1. ovvero converte la pressione acustica del suono in un segnale elettrico. Il brano da registrare viene captato da un microfono. di debole intensità. 1. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. 1. bruciando con un laser in misura maggiore o minore le zone del disco. dopo l’amplificatore. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. la differenza significativa è che il segnale captato dal microfono. entrambe effettuate in maniera analogica. L’es. Da ciascuna copia. viene sottoposto ad una conversione A/D.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. 1. e da questi ultimi le copie in materiale plastico (vinile). tipicamente in materiale metallico pregiato. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. Successivamente. l’utente può riascoltare il brano inciso utilizzando un giradischi. che si comporta da trasduttore. da esso si possono ricavare dei master secondari. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). Tale segnale elettrico. ed inviate ad un convertitore D/A.29. ed inviato ad un masterizzatore (digitale). Il masterizzatore si comporta da attuatore. 7. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. Esempio 1. Schema analogico per la registrazione/riproduzione audio. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. In esso. che vengono vendute all’utente finale. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. codificato in bit.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.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. . 1. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig.

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

24 Segnali e sistemi: introduzione .

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

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

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

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

4.6. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . (c) Il prodotto di due segnali pari è un segnale pari. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari].5 (c) e (d) sono raffigurati due esempi di segnali dispari. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2.t1 t Fig. Riflessione temporale di un segnale TC: (a) segnale originario. e (b) sono raffigurati due esempi di segnali pari. risulta necessariamente x(0) = 0. A partire dalla definizione di segnale pari e dispari. mentre in fig.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) .t2 . mentre il prodotto di due segnali dispari è un segnale pari. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari.2. 2.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. (b) segnale riflesso. 2. . 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. 2. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente.

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

dove a ∈ R+ : per a > 1.7(b)]. 2. in particolare. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD.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. mentre per 0 < a < 1 si ha una espansione dei tempi [fig. (b) segnale espanso (0 < a < 1). il caso a = 1 lascia ovviamente il segnale inalterato. l’operazione y(t) = x(at) non è elementare. mentre con .7. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). (b) segnale compresso (a > 1). 2. il cambiamento di scala temporale è definito come y(t) = x(at) .7(a)].2. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. Dal punto di vista fisico. Nel caso a < 0. per cui tratteremo separatamente questi due casi. 2. Nel caso TC. e quindi a velocità maggiore (ad esempio. si ha una compressione dei tempi [fig. la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. se il segnale x(t) è l’audio di un brano musicale. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. il valore del segnale per t = 0 rimane inalterato. Si noti che sia nel caso della compressione che dell’espansione.

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

ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n . l’espressione y(n) = x(an) non ha senso per qualunque a < 1. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. l’espansione a TD è una operazione perfettamente reversibile. la decimazione è una operazione non reversibile. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. in quanto an non è un numero intero. altrimenti . con L ∈ N. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. . Passiamo ora ad esaminare l’operazione di espansione nel caso TD.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. (b) segnale espanso con L = 3. della compressione di un segnale TC. L 0.1) Un esempio di espansione per L = 3 è fornito in fig. se n è multiplo di L .9. Se anche. (2. 2. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. Espansione di un segnale TD: (a) segnale originario. perché alcuni campioni del segnale TD (in generale.9. 2.2. A differenza della decimazione. per analogia con il caso a = M. si assume a = 1/L. Analogamente a quanto visto per la decimazione. M − 1 campioni ogni M) sono eliminati completamente.

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

È importante infatti notare che uno stesso segnale si può ottenere con diverse combinazioni di operazioni elementari. infatti. Qualche approfondimento merita il solo caso in cui è presente l’espansione a TD definita dalla (2. Un altro problema che si pone in pratica è il seguente: dato un segnale ottenuto per combinazione di operazioni elementari. riflessione: u(t) = z(−t) . poiché portano allo stesso risultato.1.1 Operazioni elementari sui segnali 35 Successivamente operiamo le sostituzioni ricorsivamente partendo dall’ultima espressione: y(t) = v(2t) = u(−2t) = x(−2t − 3) . individuare quali siano le operazioni elementari ed in che ordine vadano effettuate. in quanto quest’ultima non si può interpretare semplicemente come la sostituzione formale di n/L → n: se n/L non è intero. entrambe le sequenze di operazioni sono “corrette”. Per ottenere .1) si assume convenzionalmente che tale valore sia nullo. va osservato peraltro che in genere la prima è da preferire. Ovviamente. 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 . ottenendo un segnale differente da quello dell’es.2. z(t) = x riflessione: y(t) = u(−t) . D’altra parte. non ha senso calcolare il valore del segnale in n/L. 5 u(t) = z(t + 4) . t . Esempio 2. Infatti si ha.1). per cui nella definizione (2. espansione di un fattore 5: y(t) = u 5 Infatti si ha sostituendo a ritroso: y(t) = u t −t =z 5 5 =x −t 4 + 5 5 =x 4−t 5 e quindi lo stesso segnale. la tecnica da seguire per combinare operazioni elementari è la stessa vista per il caso TC. si ha: y(t) = u t t t +4 = x − −4 =v 5 5 5 e quindi un risultato differente da quello precedente. sostituendo ricorsivamente a partire dall’ultima. 2.3 (individuazione delle operazioni elementari. y(t) = u(−t) = z(−t + 4) = x −t + 4 5 =x 4−t 5 . L’esempio che segue chiarisce meglio quest’aspetto. Esso si può pensare ottenuto a partire da x(t) mediante le seguenti tre operazioni. Ad esempio se si effettua prima la riflessione. Nel caso di segnali a TD. ed infine l’espansione. Si può verificare che il risultato dipende dall’ordine in cui si eseguono le operazioni. caso TC) Si consideri il segnale y(t) = x 4−t 5 . poi l’anticipo. nell’ordine elencato: espansione di un fattore 5: anticipo di 4: t . in quanto più “semplice”.

Esempio 2. 2 0. allora il risultato si ottiene calcolando il valore del segnale in quel punto. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. (2) anticipo di 5. come: y(n) = se n è pari .5 (combinazione di operazioni elementari.4 (combinazione di operazioni elementari. (3) anticipo di 5. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. altrimenti . Esempio 2. Pertanto. ovvero se n è pari. 6 anticipo di 5: y(n) = v(n + 5) . n x − − 5 . (3) espansione di 2. (2) espansione di 6.36 Proprietà dei segnali il risultato corretto per via analitica. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . il segnale y(n) si può esprimere esplicitamente. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2.1). anticipo di 5: v(n) = u(n + 5) . e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. n espansione di 2: y(n) = v . 2 2 2 Con riferimento all’ultima espressione. per cui il segnale y(n) vale convenzionalmente zero. Gli esempi che seguono mostrano come procedere in due situazioni tipiche. eliminando la notazione simbolica con le parentesi quadre. n espansione di 6: v(n) = u . 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 . 6 6 2 . mentre in tutti gli altri casi è frazionario. altrimenti il valore del segnale è nullo.

altrimenti . In particolare. integrazione. In particolare. Gradino a TC.1. Il gradino a TC è definito come: u(t) = 1 .10.6 0. 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. Pertanto. al più. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .4 Derivazione. 2 2. ed è rappresentato graficamente in fig. si dimostra che x(t) è anche continuo in t0 . eliminando la notazione con le parentesi quadre. allora la sua derivata è definita mediante il limite del rapporto incrementale: d x(t) dt = lim t=t0 t→t0 x(t) − x(t0 ) t − t0 (2. y(n) = n+5 x . un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.2. 0 . come:  se n è dispari . 2. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC.2 0 −2 0 2 4 t 6 8 10 Fig.2) esista e sia finito. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale.1 Operazioni elementari sui segnali 37 1 0. se il segnale x(t) è derivabile nel punto t0 ∈ T. se t ≥ 0 .2) che esiste ed è finito. infinito numerabile di punti di discontinuità di prima specie.2). il che accade se e solo se n è dispari. Il gradino presenta una discontinuità di prima specie per t = 0. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2.4 0.10. § B. Tuttavia.8 x(t) = u(t) 0. altrimenti . Con riferimento all’ultima espressione. Se il segnale x(t) è derivabile in t0 . per cui l’espressione ottenuta si può rendere esplicita.

(b) la derivata δε (t) di uε (t). sebbene matematicamente corretto.   1. conservando area unitaria. cercheremo di calcolare la derivata di u(t) euristicamente. si ha: ε →0 lim uε (t) = u(t) . e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. e la sua derivata vale: δε (t) = d uε (t) = dt 0. per t > ε . essendo continua. la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. non previsto dall’analisi matematica elementare. ma per t = 0 presenta una rapidità di variazione infinita. Infatti. per |t| ≤ ε . La derivata di u(t). destra (che vale 1). L’approssimazione è tanto migliore quanto più ε è piccolo. La funzione uε (t). Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). Per tener conto di questo comportamento e. poter definire la derivata del gradino anche per t = 0. 1 2ε per |t| > ε . in effetti. raffigurata in fig. quindi.11(a). Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. . in cui il limite del rapporto incrementale (2. definiamo la seguente funzione uε (t):  0 . Questo risultato. Allo scopo di calcolare la derivata generalizzata del gradino. Per mantenere la trattazione ad un livello sufficientemente elementare. al limite per ε → 0. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. per t < −ε . da sinistra (che vale 0). Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. per |t| < ε . bisogna ricorrere al concetto di derivata generalizzata. tranne che nel punto t = 0.38 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. vale zero in tutti i punti. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione.  1 t uε (t) = 2 1 + ε . tuttavia. 2. posto ε ∈ R+ . 2. in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. calcolata applicando la regola di derivazione ordinaria.2) non è definito. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica.11. non è intuitivamente accettabile. . non presenta i problemi del gradino per quanto riguarda il calcolo della derivata.

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. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. (2.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. Infatti. per ε → 0. δε (t) non ha alcun significato come funzione ordinaria. (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 .3) mediante una funzione. al limite per ε che tende a zero. un operatore che associa alla funzione x(t) un numero reale. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. ε →0 (2. ε ) e la misura di tale intervallo. ε →0 (2. se è vero che. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . Al diminuire di ε .5) In altre parole.4) Dal punto di vista matematico.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero.2.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. Dirac nei suoi studi sulla meccanica quantistica. Invocando il teorema della media. Come indicato dal loro stesso nome.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . la convergenza della famiglia di funzioni δε (t) alla funzione . 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. conservando tuttavia area unitaria. al limite per ε che tende a zero. motivo per cui è comunemente nota come impulso o delta di Dirac.4) definisce un funzionale che si “appoggia” alla funzione δε (t). il funzionale (2. a differenza del concetto di convergenza di funzioni ordinarie. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. Questo risultato suggerisce di definire il limite al secondo membro della (2. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . Quindi. A tale scopo. Ciò suggerisce che la convergenza del limite al secondo membro della (2. possiamo affermare che esiste un punto tε ∈ [−ε . Al limite per ε → 0. che indichiamo con δ (t) = lim δε (t) . che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . ε →0 dt (2.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). cioè. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). 2.7) dove x(t) è un arbitrario segnale continuo nell’origine. la (2.

2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. La seconda. ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0. (2. b a continuo in t = 0. ∀t0 ∈ R. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso.8). a valle delle considerazioni fatte finora. ∀x(t) 0. in virtù delle (2. di carattere prettamente matematico. (d) Parità: δ (−t) = δ (t). . convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. ∀t0 ∈ R. implicitamente. la (2. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). ∀n ∈ N.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. ∀a ∈ R − {0}. 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. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . A partire dalla definizione (2. per semplicità d’impiego nelle applicazioni. se a > 0 oppure b < 0 . dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. |a| . useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. riguarda il fatto che. ∀x(t) continua in t0 . la cui verifica è lasciata al lettore per esercizio: Proprietà 2. δ (t) x(t) dt = x(0) . ∀x(t) continua in t0 .9) dt In altre parole. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . 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). (2.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. se a < 0 < b . +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ).7).5) e (2. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. ad esempio. ∀a < b ∈ R. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du.5) e (2. consiste nell’osservare che. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). ma. secondo l’analisi matematica convenzionale. di carattere esclusivamente applicativo.8) ovvero. La prima.

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

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

5 . Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 2. se |t| ≤ 0. 2. Finestra rettangolare a TC. .7. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.2.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. si vede che x(t) = A rect t − t0 T = A. la finestra rettangolare è denotata con il simbolo Π(t). Finestra rettangolare a TC dell’es. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.4 0. se t ∈ [t0 − T /2. altrimenti . 0.8 x(t) = rect(t) 0.19.20. ed è rappresentata graficamente in fig. cambiamento di scala con a = 1/T e traslazione temporale di t0 . 2.19. mediante moltiplicazione per una costante.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. se 0 ≤ n ≤ N − 1 . altrimenti .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig.t0 + T /2] . Esempio 2. altrimenti .6 0. 0 . La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . traslazione temporale e cambiamento di scala. il cui andamento è raffigurato in fig. 2. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). Fig. cambiamento di scala con a = 1/T e traslazione temporale di t0 .20: la finestra è centrata in t = t0 e ha durata ∆x = T . numerosi testi. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . 0 . Si tratta di un segnale pari (centrato nell’origine). A partire dalla finestra prototipo. 2. Utilizzando la definizione.

per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. . Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. Come nel caso TC. 2. N −1} e durata ∆x = N.24. cioè. come riportato in fig. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. ponendo N = 1. . traslazione temporale. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. Finestra rettangolare a TD per N = 5. 1− B2N (n) = N 0 . R1 (n) = δ (n). a partire dalla finestra triangolare prototipo. 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. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. se 0 ≤ n ≤ 2N − 1 .7. a differenza della sua versione a TC. 2. se |t| < 1 . 2. ovvero considerare B2N (n + N).2 0 −2 0 2 4 n 6 8 10 1 0. 2. La finestra ha estensione temporale Dx = {0. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. Tuttavia.6 0. 0. . La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . infatti si ha RN (n) = u(n)−u(n−N). è asimmetrica rispetto all’origine.22. si noti che. .21. . ed è rappresentata graficamente in fig. di ampiezza unitaria e durata ∆x = 2. mediante operazioni elementari (moltiplicazione per una costante.8 x(n) = R5(n) 0. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. Si tratta di un segnale pari (centrato nell’origine).2 0 −2 −1 0 t 1 2 Fig.48 Proprietà dei segnali 1 0. pertanto.4 0. 2. ed è asimmetrica rispetto all’origine. 1.23) anche nel caso TD. Infine. È possibile definire la finestra triangolare (si veda la fig.4 0.6 0.21. ed essa è nota come finestra di Bartlett:  |n − N|  . Finestra triangolare a TC. Così come visto per la finestra rettangolare nell’es. altrimenti . Fig. 2. così come la finestra rettangolare a TD.8 x(t) = Λ(t) 0. la finestra rettangolare a TD degenera nell’impulso discreto. 2.22. altrimenti .

t1 durata t2 .4 0. Fissare una soglia (vedi fig.24. Un discorso analogo sussiste anche per i segnali a TD. Finestra triangolare a TD per N = 4. il quale decade asintoticamente a zero per t → ±∞. 2. tuttavia. 2.8 0. 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. In particolare.6 0..2. 2.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. un certo elemento di arbitrarietà nella misura della durata. 2. Fig. legato proprio all’arbitrarietà nella scelta del valore della soglia.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. x(t) soglia . e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.4 0. t Fig. senza mai annullarsi.23.8 0.. a differenza del caso di segnali a durata rigorosamente limitata. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. Segnale di durata praticamente limitata. per esso. si perviene ad un diverso valore di durata del segnale. questo introduce.t2 ) di valori significativi del segnale. si consideri un segnale TC come quello riportato in fig. Finestra triangolare a TD per N = 4 con simmetria pari. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata.2 0 −6 −4 −2 0 n 2 4 6 Fig. 2.3.3 Estensione e durata temporale di un segnale 49 1 0. Si noti che. . con t2 > t1 . se si fissa una soglia diversa. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata.25.6 0. 2.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze..25.

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

scegliamo come valore di soglia α A.27. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. dove il parametro T prende il nome di costante di tempo. dunque. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. la durata del segnale risulta ∆x = T ln 1 α e. La costante di tempo ammette anche una interessante interpretazione geometrica. con 0 < α < 1. legata alla pendenza della funzione esponenziale nell’origine. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. dell’esponenziale monolatero.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . risolvendo l’equazione x(∆x ) = α A. Viceversa. la cui estensione è Dx = (0. si ottiene che ∆x ≈ 3 T .2. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . È chiaro allora che. al diminuire di T . al crescere di T . com’era intuibile. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. la pendenza diminuisce. In tal caso. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. In altre parole. con a > 0. con ∆x > 0 (durata) dipendente dalla scelta della soglia. che è definito dalla relazione x(n) = A an . si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. Così facendo. Per calcolare la durata analiticamente. A titolo esemplificativo. se si sceglie α = 0. ed indirettamente alla sua durata. la pendenza aumenta. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. . e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. cresce con legge direttamente proporzionale a T . essendo infinitesimo per t → ±∞. ∆x ). cioè. la durata ∆x . Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. sebbene il segnale non si annulli mai al finito.368 A. 2.05. 2. se si pone per definizione a = −1/T con T > 0. Passiamo ora ad introdurre l’esponenziale bilatero a TD. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A.

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

(d) −1 < a < 0 (valore effettivo a = −0. (c) 0 < a < 1 (valore effettivo a = 0.1).28. .6 x(n) 0.5 1 (d) 0.4 −0.2. (f) a = −1.8 0.5 x(n) 0 0.833). 2.1).2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.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 0.833). Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1. (b) a < −1 (valore effettivo a = −1. (e) a = 1.

t Fig. sono sempre di durata limitata. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. detto periodo. ∀n ∈ Z .12) Il più piccolo valore di T0 che verifica la (2.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero.13) è detto periodo (fondamentale) del segnale.12) è detto periodo (fondamentale) del segnale. I segnali di durata illimitata sono anche detti segnali persistenti. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata.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 ). Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. Una definizione pratica.13) Il più piccolo valore di N0 che verifica la (2. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. È bene enfatizzare il fatto che. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). (2.3.29. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici.54 Proprietà dei segnali x(t) . risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata..13). il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. rispettivamente. In molti casi. allora. mentre nel caso TC il periodo T0 è in generale un numero reale. 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. ed intorno al Sole con un periodo pari circa a 365 giorni. Inoltre .. nel caso TD il periodo N0 è necessariamente un numero intero. come ad esempio il segnale raffigurato in fig. tuttavia.. Ad esempio. infatti. 2. (2. i segnali x(t) e x(n) si dicono aperiodici. . Per segnali di questo tipo.29. 2. Segnale di durata non limitata. 2. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo).. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. ∀t ∈ R .12) e (2. ovvero ∆x = +∞. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.

e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. ad esempio. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. . 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). ϕ0 è la fase iniziale. Pertanto.12) e (2. Come vedremo nel cap. 2. (2. 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 )] . per un segnale costante x(·) = a. 2. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. Il fasore è un segnale che assume valori complessi.12) e (2.30) è invece quella nel piano complesso. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. f0 = 2π è la frequenza. se un segnale (ad esempio TC) è periodico di periodo T0 . 3T0 . la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. . x). che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . 2.13). e talvolta si parla di periodo fondamentale. è interessante notare che.2. 5. Una conveniente interpretazione grafica (fig. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. sotto condizioni non eccessivamente restrittive. . allora esso è periodico di periodo 2T0 . misurata ω0 in radianti al secondo (rad/s).30. . Come ulteriore osservazione. A. Nel seguito si introdurranno alcuni segnali periodici elementari. Fig. e della definizione di periodo.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . misurata in radianti (rad). sulla base delle (2. gli esponenziali complessi o fasori6 e le sinusoidi.7 avente modulo A.14) dove A > 0 è l’ampiezza. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. quali.3 Estensione e durata temporale di un segnale 55 Im ω0 >0 x(t) Im A/2 ω0 >0 ω0t + ϕ 0 x(t) ω0t + ϕ 0 A Re -ω0 <0 Re -(ω0t + ϕ 0 ) Fig. ω0 è la pulsazione. le (2. che si muove con velocità angolare |ω0 |. misurata in cicli/s o Hertz (Hz).31. secondo la quale il fasore è rappresentato come un vettore ruotante. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica.

Di contro. Così come l’impulso di Dirac a TC. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. con k ∈ Z. ed in senso orario se ω0 < 0. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . utilizzando le formule di Eulero (cfr. (2. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . |ω 0 | | f 0 | (2.12): infatti.16) dove i parametri A. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. 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/2.56 Proprietà dei segnali se ω0 > 0. il che accade dopo un tempo pari a T0 = 2π 1 = .1).12). ovvero che x(t) = x(t + T0 ). In effetti. e quindi si ha la (2.31). è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. In ogni caso. 2. infine. ω0 . Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. come il fasore. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2.13) e ricalca quella già ω0 vista per il fasore. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1.4). si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . Anche la sinusoide. § A. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. Si noti. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. 8 Ricordiamo . che il fasore non è un segnale “fisico”. imponendo che valga la (2. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. Dall’interpretazione come vettore ruotante. come sarà chiaro nel seguito. il fasore è una pura astrazione matematica che. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . il fasore è un segnale periodico di periodo T0 . mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente.15). da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). come preannunciato. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente.15) pertanto.

1).3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). la condizione θ2 − θ1 = 2kπ equivale. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. in termini di frequenze. . nel caso TD il tempo n va considerato adimensionale. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. (2. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C.17) θ0 dove A > 0 è l’ampiezza. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC.2. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. passando da ν0 = 0 a ν0 = 1. k ∈ Z . poi diminuisce (fino a ν0 = 1). Ovviamente. k ∈ Z.30): la differenza sostanziale. Come il fasore a TC. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. come θ0 ∈ [0. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . ma anche alcune differenze significative rispetto al caso TC. 2π [ oppure θ0 ∈ [−π . 1[ oppure ν0 ∈ [−1/2. Un fasore a TD si scrive come: x(n) = A e j(θ0 n+ϕ0 ) = A e j(2πν0 n+ϕ0 ) = A[cos(2πν0 n + ϕ0 ) + j sin(2πν0 n + ϕ0 )] . Infatti. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. k ∈ Z. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . ϕ0 è la fase iniziale (rad). se il fasore si sposta di θ0 oppure di θ0 + 2kπ . il fasore si muove “a scatti” nel piano complesso. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. 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 . come ν0 ∈ [0.13) per un segnale TD.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. 2. in particolare. però. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). Prova. anche il fasore a TD soddisfa la definizione di segnale (1. Equivalentemente. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . π [. =1 ∀n. applicando la definizione di periodicità (2. così come accade nel caso TC. θ0 è la pulsazione (rad). a ν2 − ν1 = k. è che poiché il tempo n varia in maniera discreta. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. 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) . Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. la posizione finale è la stessa. Sulla base di questa interpretazione. Questa è una delle fondamentali differenze rispetto ai fasori a TC. ν0 = 2π è la frequenza (cicli). con la pulsazione θ0 ). 1/2[.

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

2. ±2T0 . infatti. (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). Come caso limite. 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). Dato un segnale generatore xg (t) e fissato un periodo T0 . 2. la cui espressione è: ∑ A rect t − kT0 T .32. Il duty-cycle δc . Ad esempio. Si ha. etc.33 è mostrata un’onda rettangolare con A = 1 e δc = 0. ed il periodo dell’onda stessa. T0 /2]. d’altra parte. 2. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). come si voleva dimostrare. per cui x(t + T0 ) = x(t).9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T .5 è quella di fig. e la cui rappresentazione grafica per A = 1 e δc = 0. detto generatore. diverso da zero nell’intervallo [−T0 /2. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 .8 (duty-cycle dell’80%). basta provare che per il segnale x(t) definito come nella (2.18) risulta necessariamente x(t) = x(t + T0 ).18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). è possibile costruire un unico segnale periodico x(t) secondo la (2. in fig. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . traslate di ±T0 .18). Infatti come generatore è possibile scegliere la .3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. e 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. (2. talvolta espresso in percentuale. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. ∀t ∈ R. Esempio 2. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . Viceversa. per una dimostrazione più formale. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. ∀t ∈ R. Effettuando il cambiamento di variabile k − 1 = nella sommatoria.

Onda rettangolare a TC con A = 1 e δc = 0.36. 2. 1. ed il segnale risultante (fig.32. finestrando il segnale periodico nell’intervallo [−1.6 x(t) 0. che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. altrimenti. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. 2. Esempio 2.8 0.10 (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%). . Fig. . con t0 ∈ R. . Poiché il periodo di replicazione è inferiore alla durata del generatore. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) .34). (2. 2. T0 /2] . N0 − 1}. In particolare. 1].4 0. le repliche del segnale si sovrappongono. per determinare il generatore.35) non si ottiene semplicemente affiancando le finestre triangolari. la relazione tra segnale periodico e generatore non è biunivoca. descritta dall’esempio che segue.t0 + T0 /2]. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). sommando queste ultime negli intervalli di sovrapposizione.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 .4 0. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale.5 (duty-cycle del 50%). Bisogna tuttavia notare che. 0. T0 /2]. ad esempio [−T0 /2. 2. . . t ∈ [−T0 /2. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC).33. restrizione del segnale periodico ad un periodo. Onda rettangolare a TC con A = 1 e δc = 0. In questo caso. si ottiene il generatore raffigurato in fig. ma bisogna tener conto della sovrapposizione tra le repliche.2 0 −2 −1 0 t/T 1 2 0 0 Fig. 2.60 Proprietà dei segnali 1 0.6 0. ad esempio [t0 − T0 /2. 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=−∞ +∞ ∑ .8 0.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. 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. In altri termini. cioè risulta x(n) = x(n + N0 ).

75). Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .10.35.8 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.8 0.75.8 0.37 per M = 3 e N0 = 5. Viceversa. Onda rettangolare a TD con M = 3 ed N0 = 5. Fig.8 0.3 Estensione e durata temporale di un segnale 61 1 0.2 0 −2 −1 0 t 1 2 Fig. 1 0. il cui andamento è rappresentato in Fig. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).4 0. Onda triangolare a TC dell’es. 2. 2. Segnale generatore dell’onda triangolare a TC dell’es.34.2. 2. 2. Un differente generatore dell’onda triangolare a TC dell’es. 2. 0. ottenuto finestrando il segnale periodico nell’intervallo (−0. 2.36. 2. 2.37. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.6 x(t) 0.4 0. che si ottiene finestrando il segnale con una finestra .4 0. xg(t) Fig.6 0.6 x(n) 0.2 0 −2 −1 0 t 1 2 1 0.10. Esempio 2.4 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .2 0 1 0.6 0.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).

in altri termini. . n ∈ {0. . riguardo la non biunivocità della relazione tra segnali periodici e generatori. 0.62 Proprietà dei segnali rettangolare a TD: xg (n) = x(n) RN0 (n) = x(n). 1. . altrimenti . . Vale anche nel caso TD la stessa osservazione. già fatta nel caso TC. . mentre un segnale periodico può essere ottenuto da diversi generatori. un generatore determina univocamente un segnale periodico. N0 − 1} .

x(t) <x(t)> Z -Z +Z t 2Z Fig. Z).38.. .23) . . Z]. K − 1. Z).22) mentre si definisce media temporale del segnale nell’intervallo (−Z. −K + 1.21) Si noti che. (2. −K + 1. . 63 2. in dipendenza della natura del codominio X del segnale.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. Considerato Z > 0. si definisce infatti area del segnale nell’intervallo (−Z. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. 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. . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . si definisce area del segnale nell’intervallo {−K.. 2K + 1 n=−K K (2.20) mentre si definisce media temporale del segnale nell’intervallo {−K. (2. . il numero. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt .2. . K − 1. il numero.. . reale o complesso. . . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . (2.4 Area e media temporale di un segnale . l’area e la media temporale di x(n) sono numeri reali o complessi. 2. reale o complesso. Dato un segnale TD x(n) e fissato un intero K ≥ 0.

si ottiene notando che le (2. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. § B. per esempio.20) e (2. ovvero riguardano solo una porzione del segnale. Ciò accade. A tal proposito. (2. si noti che. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). per i quali l’integrale nella (2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .27) .2.24) perde di significato. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. sia nel caso TC che nel caso TD.26) in cui. salvo che in casi particolari. dipendono dalla scelta di Z oppure di K. Tale interpretazione è raffigurata graficamente per il caso TC in fig. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. in base alla (2. l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr. è sufficiente far tendere Z oppure K all’infinito.21) e (2.23). il che significa che esistono segnali per i quali la definizione di area (2. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.24). Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.Z2 →+∞ −Z1 lim x(t) dt .2).38. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato. (segnali TD) K→+∞ 2K + 1 n=−K (2.21) oppure (2. 2. (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. 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.26) esiste. = 2Z = e quindi.25) L’integrale che definisce l’area di un segnale TC può non esistere.22) e (2. (segnali TC) (2.24) x(n).64 Proprietà dei segnali L’interpretazione di media. Se il limite nella (2.24) non esiste in senso ordinario. 2K + 1 Ax (Z) . I valori dell’area e della media temporale calcolati sulla base delle (2. nel caso dei segnali periodici.

Si tratta di un segnale di durata rigorosamente limitata. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale.1. Allo stesso modo. |Ax | < +∞. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. che può esistere anche quando la serie bilatera di x(n) non converge. ponendo a = −1. Per quanto concerne l’interpretazione di x(·) . Come caso particolare.21) o (2. è immediato calcolare l’area del segnale y(t) = x(at). Z→+∞ .4 Area e media temporale di un segnale 65 Tuttavia. il segnale ha area nulla. 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 . § B.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. se il segnale x(·) assume valori finiti.3). a partire dal segnale x(t) avente area finita Ax . cioè. 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. Come conseguenza di questo risultato. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). se il segnale ha area finita. la sua media temporale è nulla. ottenendo: Ay = lim Z Z→+∞ −Z y(t) dt = lim Z Z→+∞ −Z x(at) dt = lim 1 Z→+∞ |a| Z −Z x(τ ) dτ = Ax . poiché la media temporale definita nella (2.28) ossia. Con riferimento al caso TC per semplicità. dato che l’area di un segnale può essere infinita. tutti i segnali dispari risultano avere area nulla. l’interpretazione della (2. l’area del segnale deve necessariamente essere infinita. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . si ha Ay = Ax .25) si ottiene come caso limite dalle definizioni (2. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. Poiché la definizione di area e valor medio sono intimamente legate. Quando invece la serie di x(n) converge. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi).23). si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. cioè. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. Più in generale. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. 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. la sua area è necessariamente finita. Ad esempio.26) non esiste.2. mediante cambio di variabile. Esempio 2. Essa vale infatti se la media è calcolata su un intervallo temporale finito. con t ∈ R. l’integrale (2. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. Infatti. soffermando l’attenzione al caso TC. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. e quindi per ogni fissato valore di Z o di K: in questo caso.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 ). se consideriamo il segnale x(t) = t. se il segnale x(t) ha area finita. 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. con a ∈ R − {0}. nel senso che se y(t) = x(−t). mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. Tuttavia. +∞ (2. ma si verifica anche per molti segnali aventi durata praticamente limitata.

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 = .16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). Esempio 2. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero.66 Proprietà dei segnali Conseguentemente. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . 2 La media temporale può essere nulla anche se il segnale ha durata infinita. 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. come evidenziato nel seguente esempio. Pur trattandosi di un segnale di durata praticamente limitata. Analogamente. t < 0 .27.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. ma presenta particolari proprietà di simmetria. la media temporale di una costante coincide con la costante stessa. definito come sgn(t) = 1. Esempio 2. 2. in quanto ha area finita pari a N. e quindi per un segnale costante x(·) = a si ha x(·) = a.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). e quindi si ha in generale u(·) = 1 . 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 . 2Z Calcoli analoghi si possono effettuare anche nel caso TD. . Esempio 2. Conseguentemente. in altri termini. Con calcoli analoghi. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . −1. anche la media temporale dell’esponenziale a TD x(n) = A an u(n).14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. t ≥ 0. Nel caso TC si ha: x(t) = lim 1 Z→+∞ 2Z Z −Z a dt = a lim 1 Z→+∞ 2Z Z −Z dt = a lim Z→+∞ 1 2Z = a . è nulla. con 0 < |a| < 1. Esempio 2. con T > 0.

Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n).5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). allora la sua area è nulla e. 2. 2. e raffigurato graficamente in fig.39. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. ∀t = 0.4 Area e media temporale di un segnale 67 1 1 0. osserviamo nuovamente che se un segnale ha simmetria dispari.40. 9 Notiamo . Segnale signum a TD.39. definito analogamente a sgn(t). conseguentemente.2. n < 0 . −1. 2.5 x(t) = sgn(t) 0 0 −0. come sgn(n) = 1. e rappresentato graficamente in Fig. Per completare la trattazione. n ≥ 0.40. 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.5 −0. Più in generale. ha area nulla (nel senso del valor principale di Cauchy).5 x(n) = sgn(n) 0. anche la sua media temporale è nulla. Segnale signum a TC. presentiamo le seguenti proprietà della media temporale. 2. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. 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)]. essendo una funzione dispari9 . in quanto il suo valore nell’origine non è nullo. In questo caso.  =−Z =Z Questo risultato discende dal fatto che il signum a TC.

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

utilizzando la (2.29) x(·) = 1 0  ∑ x(n) .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .14 e 2. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. Per ω0 = 0. ∀t0 ∈ R . pari ad un periodo del segnale. ovvero su un periodo del segnale.17 (media temporale del signum) Come applicazione della proprietà di linearità. (segnali a TC)  T0 T (2.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. riottenendo il risultato dell’es. ∀t0 ∈ R . Allo stesso modo. 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. ∀n0 ∈ Z . il fasore x(t) è periodico di periodo T0 = periodo. il fasore degenera nel segnale costante x(t) = A e jϕ0 . Tale proprietà può essere espressa in forma più generale. . La proprietà 2.16. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . =1 2 =1 dove abbiamo applicato i risultati degli es. la sommatoria fatta su N0 campioni consecutivi arbitrari. Con la notazione precedente.2.25). 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 | . 2. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . (segnali a TD)  N 0 N0 Esempio 2. Esempio 2. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . ricalcoliamo la media temporale del segnale x(t) = sgn(t). osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . per cui: x(t) = A e jϕ0 = A e jϕ0 .15. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt .4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . evitando il passaggio al limite presente nella definizione generale (2. T0 ). per un segnale TD. Per ω0 = 0. ad esempio in (0.

k ∈ Z . possiamo applicare la proprietà 2. altrimenti . 2.18) che un fasore con ω0 = 0 ha media temporale nulla. jϕ0 . es. poiché la sinusoide x(t) si esprime come somma di due fasori. (2.4. ne rappresenta la parte effettivamente “variabile”.31) Mentre la componente continua rappresenta il valor medio del segnale. . si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . Nel caso in cui ω0 = 0. se θ0 = 2π k. a partire dalla componente continua. la componente alternata. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Infatti. essendo ottenuta depurando il segnale della componente continua. applicando la proprietà di linearità della media temporale.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . la parte “costante” del segnale. Ae Esempio 2. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. 2.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). se θ0 = 2π k.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . si può definire per differenza anche la componente alternata. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0.7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 .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). A cos (ϕ0 ) . è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. (2. Analogamente. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . la media temporale di un segnale si può interpretare come la componente continua del segnale. Definizione 2. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). k ∈ Z . Infatti. altrimenti . e quindi. in un certo senso. Dalla sua definizione.

33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. il fasore e la sinusoide a TD. sono segnali TC puramente alternativi. 2 2 Dalla relazione precedente si può ricavare. 2. Se si considerano altri esempi in altri campi della fisica.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. Esempio 2. ad esempio.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) .5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. Per ottenere una definizione indipendente dalla particolare applicazione fisica. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . k ∈ Z. che rende tale definizione di energia applicabile anche a segnali complessi. (2. che viene misurata in Joule (J). anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.32) In particolare.15) la media temporale del gradino. in quanto per un segnale reale |x(·)|2 = x2 (·). quindi.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. sono segnali TD puramente alternativi. se il segnale è reale. 2 2 Pertanto la decomposizione (2. il concetto di energia è fondamentale nella fisica. (2. analogamente.18 e 2. Risultati analoghi valgono anche per il caso del gradino a TD. Consideriamo. per verifica. e ricorre in numerose applicazioni. (segnali TC) |x(n)|2 . Dagli es. il resistore dissipa nell’intervallo di tempo (−Z. un segnale x(·) che presenta xdc = 0 e che. il modulo può evidentemente essere omesso. con ω0 = 0. coincide con la sua componente alternata. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. con θ0 = 2π k. per cui la componente continua vale xdc = 1 . 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 (·) . 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. viene detto segnale puramente alternativo. 2. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt .19.33). Avendo ignorato eventuali costanti di proporzionalità. un resistore R attraversato dalla corrente x(t): per effetto termico. segue che il fasore e la sinusoide a TC.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. notiamo .2.

3 e B.33).72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. conseguentemente. § B. che quindi avrebbe presentato Ex = +∞. l’energia vale: Ex = A2 1 . Tali costanti di proporzionalità non saranno considerate nel seguito. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. 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).22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). Ad esempio. Esempio 2. ma richiede una moltiplicazione per una resistenza. . con T > 0. 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 . il quadrato di una corrente non è dimensionalmente una energia. 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). allora. In particolare. in quanto l’esponenziale non tende a zero.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. Tuttavia.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale.2. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. 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 . Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . che converge se e solo se |a|2 < 1. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).1. Esempio 2. avremmo avuto un esponenziale monolatero crescente. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . ovvero se e solo se |a| < 1. mentre per |a| ≥ 1 l’energia non esiste finita. l’energia è una quantità non negativa (Ex ≥ 0). in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. Se avessimo viceversa considerato T < 0. 1 − a2 |a| < 1 .33) (cfr. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. Essendo legata al quadrato del segnale. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita.24) e (2. Esempio 2. ∞ Si ottiene allora una serie geometrica di ragione a2 . Dal confronto tra le (2. In questo caso. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.33) in specifiche applicazioni.33) non sono necessariamente quelle di una energia.4).

22. 2.5 Energia di un segnale 73 2. Nel caso del prodotto per una costante α ∈ C.23) prendono il nome di segnali di energia. e la somma di due segnali di energia è ancora un segnale di energia. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. posto y(·) = α x(·). non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.21.2. e 2. Tuttavia.3). in generale.3 e B. consegue che. 2.21).22 e 2. Più in generale. 2.34). (2. è semplice provare che si ha Ey = |α |2 Ex . sussiste la seguente definizione: Definizione 2.1. (2. 2.3 e B.6). in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. § B.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).1. § B. Questa circostanza si esprime matematicamente dicendo che l’insieme dei segnali di energia è chiuso rispetto alle operazioni di somma e prodotto per una costante (cfr. osserviamo che.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. (2. più articolato è il calcolo dell’energia Ex+y della somma di due segnali.4). 2.36) . ma non avere area finita.2. ma non essere di energia.5.23). § 2. Viceversa. un segnale di energia può anche avere componente continua non nulla.5. 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 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. dal punto di vista matematico. dalla quale. 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 . partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .2. Sviluppiamo esplicitamente i calcoli nel caso TC. In conclusione.35) Z→+∞ −Z x(t) y∗ (t) dt . In pratica. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri).34) Sviluppando il modulo al quadrato all’interno dell’integrale. Poiché i segnali aventi area finita hanno componente continua nulla.4): un segnale può essere di energia. i segnali di durata non limitata o persistenti non sono di energia. un segnale può avere area finita. sostituendo nella (2.

poiché il secondo segnale nella (2. In tal caso. In tal caso si ha x(t) y∗ (t) ≡ 0. Estendendo i precedenti concetti.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. si ha Eyx = E∗ : nel caso di xy segnali reali.41). (2. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. .37) La relazione (2. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0.40).37) o nella (2. 2. Poiché il termine contenente l’energia mutua nella (2. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . Particolarmente interessante è la condizione in cui Exy = 0. al caso TD. (2.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare.38) (segnali TD) A differenza dell’energia.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. in quanto Eyx = Exy . l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). in base a concetti matematici più avanzati. (2. (2. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). mentre diventa necessaria e sufficiente se i segnali sono reali. 10 Se i segnali sono complessi. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. Esempio 2.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo.38) è coniugato. Per segnali di energia ortogonali vale l’additività delle energie (2.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio.39) può assumere segno qualsiasi. che è una quantità reale e non negativa. Inoltre. l’energia mutua è in generale una quantità complessa. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). la relazione (2. 11 Si usa il termine “ortogonalità” in quanto. e risulta simmetrica.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. oltre alle energie Ex e Ey dei singoli segnali. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. minore o uguale rispetto alla somma delle energie. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. Nei due esempi seguenti. con ovvie modifiche. però.

5 0 0. 2.5 0 −1 −0.5 0.5 0 −1.25).5 t 1 1.42). come l’energia. che è utilizzato in numerosi e diversi ambiti della fisica.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. 2. Pertanto.5 t 1 1. ad esempio x(t). ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .5 0 t 0. Esempio 2. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.2. abbia simmetria pari. 2.5 y(t) 0 −0. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. 2. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. al modulo al quadrato del segnale.5 2 −1 −0.5 1 1. mentre l’altro ha simmetria dispari. nonostante x(t) y∗ (t) ≡ 0. La potenza è una quantità misurata in J/s o Watt (W).5 0 0. 2.24). Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.41. è una quantità non negativa (Px ≥ 0). Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. Z) per la lunghezza 2Z di tale intervallo di tempo. risulta anche in questo caso Exy = 0.5 1 1.5 y(t) 0.5 0 t 0. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. 2. (2.41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. Fig.42. ma tali che uno dei due.5 2 −1 −0. si perviene alla seguente definizione di potenza: . Per un esempio concreto.5 0 −1 1 −0. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.5 0.5 Fig.6 Potenza e valore efficace di un segnale Come l’energia. generalizzando l’interpretazione come media temporale al caso TD. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 −1.

76 Proprietà dei segnali Definizione 2.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. come per l’energia.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. molto utilizzato nell’elettrotecnica: Definizione 2.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. poiché il gradino assume solo i due valori reali 0 ed 1. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.1 Segnali di potenza Sulla base della definizione di potenza. tali segnali prendono il nome di segnali di potenza: Definizione 2. di ottenere una quantità che dipende esclusivamente dal segnale. signum) e i segnali periodici (es. allora Px = a2 . 2.26.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . le dimensioni fisiche della potenza definita in base alla (2. . Esempio 2. è possibile individuare la classe dei segnali che hanno potenza finita.42) non sono necessariamente quelle corrette (ovvero W). Esempio 2. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. 2. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). gradino. 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.6. (segnali TC) (2. Avendo trascurato eventuali costanti di proporzionalità. 2.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . fasore. Sulla base del risultato dell’es.15 sulla componente continua di un gradino. Il vantaggio è.42) può essere omesso se il segnale è reale.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). Se il segnale è reale (a ∈ R).

28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . il fasore degenera nel segnale costante x(t) = A e jϕ0 . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . A2 cos2 (ϕ0 ) . la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. Esempio 2.6 Potenza e valore efficace di un segnale 77 sinusoide). esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza.12) oppure (2. Per soddisfare la definizione (2. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | .2. fatta eccezione per casi di scarso interesse pratico.43). Nel caso in cui ω0 = 0. 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). Infatti.7(c) della media temporale. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) .13). applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 .43)  ∑ |x(n)|2 . altrimenti . il fasore x(t) è periodico di periodo T0 = (2. per cui la potenza si può calcolare applicando la A2 dt = A2 . 2. per cui è di scarso interesse pratico).29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. questo comporta che la sua energia è necessariamente infinita. Per ω0 = 0. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. √ 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). se θ0 = π k. per cui: Px = |x(t)|2 = A2 = A2 . Infatti. un segnale periodico è necessariamente un segnale di potenza. Esempio 2. 13 Ad esempio. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . k ∈ Z . allora anche |x(·)|2 ammette lo stesso periodo. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). un segnale periodico deve necessariamente avere durata illimitata. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. Analogamente.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. In tal modo. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. Per ω0 = 0. salvo per casi particolari di scarso interesse pratico13 . risultato frequentemente utilizzato nell’elettrotecnica. 12 Notiamo che se x(·) è periodico di periodo T [N ]. Il valore efficace della sinusoide è allora xrms = Px = √2 . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ].

la (b) prova che un segnale di energia ha necessariamente Px = 0. Esistono casi meno banali di segnali. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). allora esso ha energia infinita (Ex = +∞).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. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. aventi durata non limitata. A tal proposito. presenta Ex = Px = +∞. 2. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞.44) esiste finita. (2. Un primo esempio banale è il segnale identicamente nullo x(·) = 0.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. lim 2Z (2. 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 .46) . gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. dalla (2. e quindi non si può considerare nè un segnale di potenza. In altri termini. i due insiemi non costituiscono una partizione di tutti i possibili segnali. Viceversa. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. seguendo passaggi simili a quelli effettuati per l’energia. nè di energia.78 Proprietà dei segnali 2. si prova facilmente che Py = |α |2 Px . definita come segue: (2. in quanto hanno Ex = +∞). che non sono segnali di potenza. e quindi sono disgiunti. posto y(·) = α x(·). Ad esempio il segnale rampa a TC x(t) = t u(t). 2.43. per quanto riguarda la somma di due segnali.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. e sfruttando la proprietà di linearità della media temporale. Pertanto. Per provare la (a). si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . e la somma di due segnali di potenza è ancora un segnale di potenza. Tuttavia. se l’energia è finita. e quindi non può essere di potenza.6. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. nè di potenza. Viceversa. in quanto esistono casi di segnali che non sono nè di energia. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . raffigurato in fig. invece. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. se la potenza (2. allora esso ha potenza nulla (Px = 0). e quindi non può essere di energia. Anche in questo caso.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. nè a quelli di potenza. sussiste il seguente risultato: Teorema 2.44) È chiaro allora che. Prova.6. (b) se x(·) è un segnale di energia.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD).

Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. si ha Pyx = P∗ .46) si scrive Px+y = Px + Py + 2 Pxy . con ω0 = 0. vale la proprietà di additività delle potenze: Px+y = Px + Py . 2 2 . ed xy in generale la potenza mutua è complessa.48) Le relazioni (2. Segnale rampa a TC.46) e (2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. come per le energia. Definizione 2.2. 2. Si ha infatti. (2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.5 0 −2 −1 0 t 1 2 Fig.47) K 1 ∑ x(n) y∗ (n). per cui la (2.5 x(t) = t u(t) 1 0.6 Potenza e valore efficace di un segnale 79 2 1.30 (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).13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. (2. per la presenza dell’operazione di coniugazione sul secondo segnale. Esempio 2. (segnali TC) (2. anche per la potenze non vale l’additività. a meno che Pxy = 0.12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt.48) e evidenziano che. in particolare. Per segnali di potenza ortogonali.43. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .

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

. Esempio 2.001 0. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm .1 0.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. conviene introdurre un fattore numerico pari a 20. applicando le proprietà dei logaritmi. se invece P0 = 1mW. Valori comuni di potenza espressi in dB. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. nella definizione (2. opportunamente scelta a seconda delle applicazioni. mentre se si sceglie P0 = 1 mW. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . si parla di potenze espressa in dBm. 2.50). quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione.01 0.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . e si scrive più specificamente [Px ]dBW . tuttavia.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. ed in tal caso si parla di potenze espresse in dBW. invece di 10. 2. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . dove P0 è una potenza di riferimento. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . Ovviamente.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. scegliendo P0 = 1 W. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. Nella tab. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB .2. e si scrive [Px ]dBm . dato il valore di potenza [Px ]dB in dB . in quanto.2.50): Px = P0 · 10 [P x ]dB 10 . per avere lo stesso valore in dB.

corrispondente a 30 dB (tab. le potenze di riferimento nei due casi differiscono di un fattore 1000. Si consideri lo schema di fig. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . . 2.44.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . assumendo ad esempio P0 = 1mW. misurando invece la potenza ricevuta in dB. 2. si ha: [PR ]dB = 10 log10 ovvero.44. Notiamo che poiché 0 < γc < 1. (2. per le proprietà dei logaritmi. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. Detta PT la potenza trasmessa. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). 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). Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). risulta [PR ]dBm < [PT ]dBm . per cui. [PR ]dBm = [γc ]dB + [PT ]dBm .82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. Esempio 2.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. come è ovvio che sia. La (2. in una relazione additiva. allora [γc ]dB < 0. 2.2) in unità logaritmiche. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . la potenza ricevuta sarà pari a PR = γc PT .

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

3 Esercizio 2. (b) x(t) = e at u(−t). inoltre. Esercizio 2. Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1).7 Rappresentare graficamente il segnale TC  3(t − 2) . (b) cambiamento di scala con a = 2 seguito da ritardo di 1. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. 2 1 (e) x(t) = √ . con a > 0.8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. l’estensione temporale e la durata del segnale. Esercizio 2. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. 5 ≤ t ≤ 8   0. (d) x(t) = e−t . inoltre.5 Si consideri il segnale TC x(t) = Λ(t). con T > 0. Esercizio 2. Esercizio 2.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata.6 Rappresentare graficamente il segnale TC y(t) = 1. t −1 .84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. (e) y(t) = x 3 t −1 (f) y(t) = x . (b) y(t) = x(−t − 1). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . l’estensione temporale e la durata del segnale. (d) y(t) = x[2(t − 1)]. 1 + t2 (f) x(t) = u(t) − rect(t − 2). (c) y(t) = x(2t − 1). Determinare. (c) x(t) = e−|t|/T . altrimenti e trovarne una espressione analitica in funzione del segnale 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). 2 ≤ t ≤ 4 0 . Determinare. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). 2 ≤ t ≤ 5  y(t) = 3(8 − t) .

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

] Esercizio 2.14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). Esercizio 2. (d) x(t) = e−2t u(t). (e) x(t) = et u(−t). 1 (i) x(t) = √ . (f) x(n) = (2)n R4 (n − 2). e calcolarne valor medio. utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π .16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. Esercizio 2. energia e potenza.2π n).15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). (e) x(n) = 1 2 +∞ n u(n). (c) x(t) = cos(2π 100t) u(t). energia e potenza.17 Rappresentare il grafico del segnale TC  t . (g) x(t) = e−t . T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. (f) x(t) = e−|t| . 1 ≤ t ≤ 2   0. (d) x(n) = 5 cos(0. (c) x(n) = cos(π n) R5 (n). 0≤t ≤1  x(t) = 2 − t .86 Proprietà dei segnali πn πn sin . 2 (h) x(t) = e−t 2 /2 u(t). + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. (b) x(t) = sgn(t). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (b) x(n) = u(n) − u(−n − 1). altrimenti e calcolarne valor medio. . 5 3 πn 3π n π + .

n ∈ {−4. e calcolarne valor medio. . energia e potenza.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] .19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . Esercizio 2. 4} 0. (b) Calcolare la componente continua di y(t). Esercizio 2. altrimenti e calcolarne valor medio.5.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. energia e potenza. energia e potenza.2. Esercizio 2. energia e potenza in entrambi i casi.22 Rappresentare il grafico del segnale TC  5 − t . Esercizio 2.23 Dato il segnale TC x(t) = rect(t). altrimenti e calcolarne valor medio. . .5π n) . si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . e calcolarne valor medio. energia e potenza. −4 ≤ t ≤ 4 x(t) = 5 + t .21 Rappresentare il grafico del segnale TD x(n) = sin(0. −a ≤ t ≤ a 0. −3. 4 ≤ t ≤ 5   1 . ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. . Esercizio 2. Esercizio 2. energia e potenza. −5 ≤ t ≤ −4    0. . altrimenti nel caso in cui a = 1 e a = 0. − 0. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva.8 Esercizi proposti 87 Esercizio 2.

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

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

90 Proprietà dei segnali .

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

Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.2). (a) Integratore TC. ed è rappresentato schematicamente in fig. (3. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t.t] .3) semplicità di notazione. 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 .2) Nella (3. e non semplicemente dal valore del segnale nello stesso istante t. Esempio 3. la notazione y(t) = S [{x(u)}u∈R .∞ ∑ n y(n) (a) (b) Fig. 1 Per (3.2.1 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. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. insiemi di segnali diversi definiscono sistemi diversi.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. come già osservato nel § 1.1) può essere espresso in maniera sintetica. In maniera analoga. Il modello matematico (3.1. n] . attraverso la relazione ingresso uscita (i-u).1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . che nel caso di un sistema TC si definisce come segue: Definizione 3. 3.1(a). (b) Integratore TD o accumulatore.2): Definizione 3. che presentano proprietà diverse. (3.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.t] sottolinea esplicitamente che l’uscita y(t) all’istante di tempo t dipende in generale dall’intero segnale di ingresso {x(u)}u∈R . . valori che possiamo denotare sinteticamente con {x(u)}u≤t . abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. Pertanto.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 . di ingresso ed un segnale di uscita. Tale modello matematico è descritto da una trasformazione S : I → U.

valori che denotiamo sinteticamente con {x(k)}k≤n . Sistemi TD elementari. e di espansione: y(n) = x n = L n . 3. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) .2. Anche in questo caso. (b) Anticipo elementare: y(n) = x(n + 1). x y(n) = x(n + 1) . Gli schemi a blocchi dei sistemi corrispondenti. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione.3 semplicità di notazione. 2 Per 3 Le . Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso.2 e fig. altrimenti . sono riportati in fig. Il senso della notazione utilizzata nella (3. 3. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. se n è multiplo di L . (a) Decimatore per M: y(n) = x(nM). (3. anticipo unitario. anticipo unitario.2 Esempio 3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z .3. si veda [14]). denominati ritardo unitario. 3.3. Esempio 3. L 0. (b) Espansore per L: y(n) = n x L . per questo motivo.1) possono essere interpretate come sistemi. decimatore ed espansore.3 (ritardo unitario. 2 (cfr.3. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. date rispettivamente da y(n) = x(n − 1) . Fig.1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig.3) è lo stesso adottato per il caso TC: in particolare. con una legge che può variare con n. (a) Ritardo elementare: y(n) = x(n − 1). 3.1(b). 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. Nel caso TD. 3. § 2.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z.4) e rappresentato schematicamente in fig. Sistemi TD elementari. di decimazione: y(n) = x(nM) .

Inoltre. di cui non conosciamo il contenuto. avendo avvertito il lettore.4 Tuttavia.2) e (3. In particolare. Circuito elettrico con resistori connessi in serie ed in parallelo.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. mentre R3 ed R4 sono connessi in parallelo.3) per snellire alcune derivazioni. e sicuramente non è la più generale. il sistema stesso è visto come una “scatola nera” (black box). notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. è perfettamente adeguata per i nostri obiettivi.6) in luogo delle notazioni rigorose (3. (3. interpretazione vale solo per una classe particolare di sistemi.3) per le relazioni i-u dei sistemi. utilizzeremo talvolta le (3. in cui entrano in gioco.5) è fuorviante. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. A volte. Per concludere.5 In ogni caso.1). 3. quali scheda madre. 5 Per 4 Questa .3. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. 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.4.2) e (3. invece delle notazioni complete (3. scheda video.6) Abbiamo già osservato che la notazione (3.5) oppure le notazioni simboliche: x(t) −→ y(t). si utilizzano le notazioni semplificate y(t) = S[x(t)]. y(n) = S[x(n)] (3. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . i sistemi cosiddetti non dispersivi (cfr. un PC può essere realizzato assemblando componenti più semplici.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. 3. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. x(n) −→ y(n) . essa è una rappresentazione esterna. nel seguito faremo uso esclusivamente della relazione i-u. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. In particolare. oltre ai segnali di ingresso e di uscita. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. scheda audio. che sebbene sia meno generale.5) e (3. R1 ed R2 sono connessi in serie. § 3. è la rappresentazione ingresso-stato-uscita (i-s-u).

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

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

Si noti che si tratta di una retroazione positiva. tende ad amplificare le variazioni del segnale di ingresso. prescindendo completamente dalla loro natura fisica.8.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. mentre il sistema S2 è un ritardo elementare. Estendendo i concetti precedenti in maniera ovvia al caso TD. la stabilità. la causalità.t] .3.2) nel caso TC e dalla (3. 3. 3.2) di un sistema TC: y(t) = S [{x(u)}u∈R . possiamo dare la seguente definizione di sistema non dispersivo: . mentre il sistema S1 nel ramo diretto è il sistema identico. 3.1 Non dispersività Riprendiamo la relazione i-u (3. Abbiamo già precisato che la notazione {x(u)}u∈R evidenzia che l’uscita all’istante t dipende in generale dall’intero segnale di ingresso. discusse di seguito. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. 3. e non ad attenuarle. la linearità. essendo riportata in ingresso con il segno positivo.3) nel caso TD. data dalla (3. l’invarianza temporale. sono la non dispersività.3. ma analizzando esclusivamente la forma matematica della relazione i-u. infatti l’uscita. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. Notiamo che la precedente relazione non è una relazione i-u. Tali proprietà.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. ma in funzione dell’uscita y(n − 1) all’istante precedente. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). l’invertibilità. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi.t] .8.

Pertanto il partitore resistivo è un sistema non dispersivo.10. eventualmente. Applicando la legge del partitore. Sottolineamo che. di norma. in un sistema non dispersivo. e quindi i sistemi non dispersivi rappresentano un caso particolare. Inoltre. (a) Caso TC. R1 + R2 nella quale y(t) dipende solo da x(t).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.2) assume la forma y(t) = S [x(t).3). si parla anche di sistema istantaneo o senza memoria.7) In sintesi. i sistemi sono dispersivi. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. 3.3) assume la forma y(n) = S [x(n). con α = R2 < 1. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Definizione 3.t] . (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.9.9) . il cui schema elettrico è riportato in fig.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . si ottiene la semplice relazione i-u: y(t) = R2 x(t) . come sinonimo di sistema non dispersivo. R1 + R2 (3. α y(n) (b) Fig.9. (b) Caso TD. n] .98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. 3. con t oppure con n). Esempio 3. Esempio 3. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. in quanto la forma più generale della relazione i-u è la (3.2) oppure la (3. Schema elettrico di un partitore resistivo. (3. 3. Schema a blocchi di un amplificatore.8) (3.

oltre al campione attuale.2 sono sistemi dispersivi. un sistema TC descritto da una relazione i-u del tipo (3.6 si possono estendere al caso TD. In linea di principio tale memoria potrebbe variare col tempo. la memoria del sistema è proprio pari a T per ogni t. o anche dinamico. viceversa. α > 1. M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare. . .10(b). 3. anche se negli es. .3. 3. con 0 < α < 1. x(n − M) del segnale di ingresso. x(n − 1).7 all’uscita in un determinato istante di tempo. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. dopo un tempo T . b1 . o ancora con memoria: ad esempio. . prende il nome di attenuatore.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . Il termine “memoria” per T viene utilizzato proprio perché. n − 1. non sempre la memoria di un sistema è finita. Esempio 3. 6 Il . tuttavia.8 caso α < 0 si può vedere come la cascata di un invertitore.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . 3. il sistema prende il nome di integratore con memoria finita. ad esempio l’integratore dell’es. il sistema “dimentica” l’ingresso. 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. In definitiva.6 si dice evidentemente dispersivo. il sistema funziona da amplificatore. oltre che da x(n). degli M + 1 campioni x(n). . 3. tale sistema ha memoria finita e pari ad M. 3. Inoltre. 3. non dipende dall’intero segnale d’ingresso. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. con pesi b0 . Per questo motivo. . la relazione i-u diventa y(n) = M 1 ∑ x(n − k) .6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. . Esempio 3. . . Poiché l’uscita all’istante n dipende.9 ciò non accade. nel senso chiarito meglio dai due esempi seguenti. e di un amplificatore/attenuatore y(t) = |α |z(t). Si tratta evidentemente di un sistema dispersivo. Si parla di “memoria” del sistema.9). z(t) = −x(t). L’uscita all’istante t. sistemi a memoria praticamente finita. Se. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. Un sistema che non soddisfa la prop. n − M. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . 3. anche da M campioni precedenti dell’ingresso. Esempio 3. .7 (amplificatore/attenuatore TD) I concetti dell’es. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. Un amplificatore/attenuatore TC si rappresenta come in fig.3. bM . con T > 0. 3.1 e l’accumulatore dell’es.1 e l’accumulatore dell’es. M + 1 k=0 e quindi l’uscita y(n) è calcolata in ogni istante n come la media aritmetica dei campioni dell’ingresso negli istanti n.10(a). Un amplificatore/attenuatore a TD si rappresenta come in fig. . . e sistemi a memoria infinita. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. 3. l’integratore dell’es.8 e 3.2 sono entrambi sistemi con memoria infinita.3 Proprietà dei sistemi 99 Più in generale.

11) (3. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. descritto dalla relazione i-u y(t) = t −∞ x(u) du . secondo il quale l’effetto non può precedere la causa. Si giunge allora alla fondamentale definizione di sistema causale. l’uscita y(t) all’istante t dipende dall’ingresso passato.10) Esempio 3.100 Proprietà dei sistemi 3.2) assume la forma y(t) = S[{x(u)}u≤t .1. ma non dipende dagli ingressi futuri.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.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . è chiaramente un sistema causale. Per un fissato t.3.2 Causalità Partiamo ancora dalla relazione i-u (3. {x(u)}u>t rappresenta l’ingresso futuro: in generale. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . descritto dalla relazione i-u y(t) = t t−T x(u) du . ovvero i valori passati ed il valore presente dell’ingresso.t] . 3. otteniamo un sistema non causale.t] . 3. Allo stesso modo. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.10 (integratore causale e non causale) L’integratore dell’es. giungendo alla seguente definizione: Definizione 3. (3. a patto che T > 0. Con ovvie modifiche. Modificando gli estremi di integrazione. n] . quindi. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. con T > 0. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . .3) assume la forma y(n) = S [{x(k)}k≤n . e quindi da valori futuri dell’ingresso. Interpretando l’ingresso come causa e l’uscita come effetto. il concetto di sistema causale si estende al caso TD. (b) Un sistema TD si dice causale se la sua relazione i-u (3.2) assume la forma y(t) = S [{x(u)}u≤t . l’integratore dell’es.8. In altri termini. è un sistema causale. presente e futuro.t] . possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. ovvero di un sistema per il quale la (3. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t.

Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. 3. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). la prop. 3.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . la cui corrispondente uscita è  0 . ∀t ≤ t0 . con T > 0 e. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3.3. 3. per dimostrare che un dato sistema è non causale e. se −T ≤ t < 0 . con t0 ∈ R arbitrariamente scelto. 3. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. Il sistema è causale se e solo se. 3. non verifica la prop. con k ≥ 0. 3.1(a). 9 In alcuni testi.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.11 (sistema MA causale e non causale) Il sistema MA dell’es. Scegliamo x1 (t) = 0. con riferimento al caso TC. x2 (t) ∈ I tali che x1 (t) = x2 (t). in corrispondenza dei quali y1 (t) = y2 (t). ∀t ≤ t0 . verifichiamo che si tratta di un sistema non causale. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. con k ≥ 0. risulta che y1 (n) = y2 (n). che rappresentano il presente (k = 0) ed il futuro (k > 0). È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali.1. se t < −T . ed x2 (t) = u(t).1(a). risulta che y1 (t) = y2 (t). per cui tale sistema MA è non causale. M è chiaramente un sistema causale. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) .1 è data direttamente come definizione di sistema causale.  t+T y2 (t) = x(u) du = t + T . x2 (t) ∈ I tali che x1 (t) = x2 (t).1 (proprietà di un sistema causale) (a) Siano y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). 3. se t ≥ 0 . rispettivamente.3 Proprietà dei sistemi 101 Esempio 3. per dimostrare che un dato sistema è causale a partire dalla prop. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . che rappresentano il presente (k = 0) ed il passato (k > 0). Se però modifichiamo leggermente la relazione i-u. . Viceversa. ∀n ≤ n0 . ∀t ≤ t0 . quindi. per uno o più valori di t ≤ t0 . la cui corrispondente uscita è y1 (t) = 0. ∀n ≤ n0 . per ogni n0 ∈ Z e per ogni x1 (n). ∀t ≤ t0 . Esempio 3. x2 (n) ∈ I tali che x1 (n) = x2 (n). è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k).1.9. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). per ogni t0 ∈ R e per ogni x1 (t). ∀t ∈ R. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. Pertanto. La verifica della prop.  t  T. per un dato valore t0 ∈ R. Il sistema è causale se e solo se. rispettivamente. ∀t ∈ R. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). utilizzando la prop.

§ 2. per ogni n ≤ 0. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. In quest’ultimo caso. 0[. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. è possibile memorizzarlo (su un supporto magnetico o ottico. 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). y(n) Sebbene x1 (t) = x2 (t) = 0. Differenza prima. ossia: y(t) = S[{x(u)}u>t . 3. Può essere visto come un sistema MA causale (cfr.11. b0 = −1 e b1 = 1). y1 (0) = 0 e y2 (0) = 1. ad esempio) ed elaborarlo “in tempo differito”: si pensi. per alcuni valori di n ≤ 0. con M = 1. 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. 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. ad esempio. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. Osserviamo in conclusione che non esistono (o almeno.4) ammette una interpretazione sistemistica. Per provare ciò formalmente.) sistemi fisici capaci di prevedere il futuro (ad esempio. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. per ogni t ≤ 0. infatti. ed x2 (n) = δ (n − 1). con M = 1. y(n) = S[{x(k)}k>n . ed è quindi utile considerare anche il caso di sistemi non causali. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale).11) si dice non causale. 3. Equivalentemente.t] . anziché elaborare un segnale in tempo reale. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). 3..11.1. es. la cui corrispondente uscita è y1 (n) = 0. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). Quindi la prop. per ogni t < 0. in molti casi.102 Proprietà dei sistemi x(n) ∇1 Fig.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Tuttavia. anche l’operazione di differenza prima per segnali a TD (cfr.9. Si è visto che un sistema in cui l’uscita non soddisfa la (3. non sono stati ancora scoperti. esso può anche essere visto come un sistema MA non causale (cfr. in particolare.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. Quindi la prop. Esempio 3. y2 (t) = 0. 3.9. ∀n ∈ Z. 3. Questa osservazione si applica. ∀n ∈ Z. b0 = 1 e b1 = −1). Un altro esempio . 3. per t ∈] − T. ai sistemi fisici che elaborano i segnali “in tempo reale”. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. per alcuni valori di t ≤ 0. Ad esempio.. infatti. Sebbene x1 (n) = x2 (n) = 0. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). 3. Un sistema siffatto si dice anticausale. usiamo la prop. n] . mentre y2 (t) = 0.1(b) e scegliamo x1 (n) = 0. e quindi i sistemi del mondo fisico sono tutti causali.10) oppure la (3. es.

è possibile costruire un sistema S−1 : U → I . ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . non potremo risalire univocamente a x(t). la causalità rappresenta un vincolo a cui il sistema deve obbedire. Esempio 3. per ogni segnale di ingresso x(·) ∈ I .3. comunque si fissi un segnale di uscita y(·) ∈ U. nell’elaborazione di immagini. pertanto. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. la variabile indipendente è di tipo spaziale). allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). (3. L’amplificatore è un sistema invertibile. α e quindi il sistema inverso è un attenuatore. Sfortunatamente questo non è sempre possibile.3. Da un punto di vista sistemistico. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . se il sistema S è invertibile.3 Invertibilità In molti casi pratici. Più precisamente. descritto dalla relazione i-u: y(·) = α x(·) .12) ossia. questo significa che. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. In altri termini. In questo caso. il sistema S è il sistema inverso di S−1 . comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I.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. 3. Se il sistema è invertibile. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). anche se non operanti in tempo reale. Si noti che. Si può verificare che.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. se S−1 è il sistema inverso di S. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). per ogni segnale y(·) ∈ U. non vi è alcuna restrizione sui segnali di ingresso e uscita. nota l’uscita y(·) di un sistema. siamo interessati a risalire all’ingresso x(·) che l’ha generata.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. 3. 3. ingressi distinti devono generare uscite distinte.5) per esprimere i legami i-u dei sistemi. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. in altre parole. l’ordine dei due sistemi nella cascata in fig. quando si progetta un sistema. le corrispondenti uscite y1 (·) e y1 (·) siano distinte.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. osservato y(t). detto sistema inverso. 10 Nel seguito di questa sezione. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. . faremo uso della notazione semplificata (3.12. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore.

13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.3.) S S -1 x(. nella sua forma più generale: y(t) = S [{x(u)}u∈R .12. 3. 3.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.) Fig. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. È facile provare che il sistema raddrizzatore non è invertibile.12). Pertanto. a tale scopo possiamo far riferimento alla condizione necessaria (3. Se tale dipendenza dal tempo non c’è.14) .) x(.3) assume la forma y(n) = S [{x(k)}k∈Z ] . Va notato in conclusione che. non vi è alcuna restrizione sui segnali di ingresso. il raddrizzatore non è dotato di sistema inverso. (3.2) assume la forma y(t) = S [{x(u)}u∈R ] .104 Proprietà dei sistemi y(. In questo caso. nonché la determinazione del sistema inverso. è in generale un problema abbastanza complesso. possiamo dare la seguente definizione: Definizione 3.12) è violata. 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 (·)|. Esempio 3.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. lo studio dell’invertibilità di un sistema.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . salvo per casi particolari. poiché la (3.t] . e quindi i suoi effetti sono irreversibili. (3. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. Estendendo tale concetto in modo ovvio al caso TD. mentre U è costituito da tutti i segnali non negativi a valori reali.

2). Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). Esempio 3. 3. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . in quanto il rapporto R1R2 2 non dipende dal 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). Se invece il sistema è TV.13.14) si dice tempo-variante (TV) o non stazionario. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. con riferimento ad un sistema TC. si consideri ora il segnale xt0 (t) = x(t −t0 ). allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. un sistema che non soddisfa la (3. in altre parole. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. ottenuto da x(t) introducendo il ritardo temporale t0 . 3.13. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). Specificatamente. R1 + R2 è un sistema TI.3. Viceversa. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . R1 (t) + R2 (t) (3. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. avente relazione i-u y(t) = R2 x(t) . pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). cioè. a partire dal segnale x(t). 3. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . allora yt0 (t) = y(t − t0 ). il suo comportamento non cambia nel tempo. in questo esempio.15) .16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. e quindi l’origine dei tempi può essere fissata arbitrariamente. Se il sistema è TI. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 .13) o la (3.3 Proprietà dei sistemi 105 x(t) y(t) t1 x (t) t0 t2 t y (t) t0 t1 t2 t2 + T s t t1 t1 + t0 t2 t2 + t0 t t1 t1 + t0 t2 t2 + Ts t2 +Ts + t0 t Fig. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. Se tuttavia si tiene conto degli effetti +R termici.

3.14(b) al segnale di ingresso x(n). e si scrive y(n) = α (n) x(n). e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. La stessa caratterizzazione vale anche nel caso TD. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. per ogni t0 ∈ R.106 Proprietà dei sistemi ed è quella di un sistema TV. 3.14 con riferimento ad un sistema TD. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U.14(a). In base alla prop. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. 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). 3. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). che è illustrata in fig. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. l’ordine tra i due sistemi è scambiato. in cui. (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 ) . Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. essa deve essere soddisfatta “per ogni t0 ∈ R tale che se x(t) ∈ I e y(t) ∈ U allora anche x(t − t0 ) ∈ I e y(t − t0 ) ∈ U”. 3. per cui si ha la seguente proprietà: Proprietà 3. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.9 in cui compare il funzionale S. ad esempio.2(b). Viceversa. rispetto allo schema di fig.16) è denominato amplificatore a guadagno variabile.16) Un sistema del tipo (3. e da attenuatore per i valori di t per i quali |α (t)| < 1. per ogni n0 ∈ Z.2 ha un’interessante interpretazione in termini sistemistici. a stretto rigore. 3. Si faccia attenzione che. nel senso che (3. Con riferimento al caso TC. più precisamente. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma.13).18) (3. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . Notiamo che un partitore del tipo (3. 3. 3. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). 3. La prop.14 sono equivalenti.17) . (3. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. differentemente dalla def. ovvero se e solo se le due configurazioni in cascata riportate in fig. ottenendo il segnale yn0 (n) in uscita dalla cascata. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R.

verifichiamo che in generale il sistema y(t) = α (t) x(t). 3. le trasformazioni S e Sz−n0 commutano. Se il sistema TD S è TI.n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig.3. 3. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . è un sistema TV in generale (è TI se e solo se α (n) = α ). i due schemi in figura sono equivalenti. per cui. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) .11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . evidentemente. si dimostra che l’amplificatore a guadagno variabile a TD. l’amplificatore a guadagno variabile è un sistema TV. In effetti. Per non sbagliare.3 Proprietà dei sistemi 107 x(n) z . per il quale si ha y(n) = α (n) x(n).9.16. 3. nella relazione precedente può valere l’uguaglianza per ogni ingresso x(t) se e solo se α (t − t0 ) = α (t) per ogni t0 ∈ R. per dimostrare che un dato sistema è invariante temporalmente oppure no. come mostrato dagli esempi che seguono.2 dell’invarianza temporale. 11 Per semplicità.2 piuttosto che la def. . quindi. conviene procedere per sostituzioni formali.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. D’altra parte. ovviamente tale risultato non sussiste se il sistema è TV. per ogni segnale di ingresso x(n) ∈ I . e la loro posizione nella cascata è ininfluente. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). ovvero se α (t) = α (costante). è conveniente in generale utilizzare la prop. Esempio 3. ovvero se la sua relazione i-u è y(t) = α x(t). In altre parole. facciamo uso ancora una volta della notazione semplificata (3. forniscono la stessa uscita in risposta allo stesso segnale.14. Analogamente. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . 3. 3. introdotto nell’es. se il sistema è TI.5) per esprimere i legami i-u dei sistemi. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). In pratica. è TV. È chiaro che yt0 (t) = y(t − t0 ).

In conclusione. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . 3. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. 3.2 è un sistema TI. Infatti. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne.1 è un sistema TI. 3. 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). Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. per l’intervallo di durata di un compact disc.1): y(n) = x(−n) . Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) .108 Proprietà dei sistemi Esempio 3.8.9 è TI. e cambia meno drasticamente quando si alza o si abbassa il volume. e pertanto il sistema risulta essere TV. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . e l’integratore non causale dell’es. 3. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. sono anch’essi sistemi TI. Tuttavia. 3. se il volume è tenuto fisso. se tale proprietà non fosse verificata. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . Tuttavia. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) .18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. Esempio 3. k=0 M M per cui il sistema è effettivamente TI.10. Esempio 3. il sistema può ritenersi ragionevolmente TI.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. Allo stesso modo. . per cui resta provato che l’integratore è un sistema TI.20 (tempo-varianza della riflessione) Consideriamo il sistema TD che effettua la riflessione temporale di un segnale (si tratta di una delle operazioni elementari introdotte nel § 2. Effettuando il cambio di variabile v = u − t0 . poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . un amplificatore audio non è un sistema TI in senso stretto. il sistema risulterebbe TV. si può provare che l’integratore con memoria dell’es. Ad esempio.

descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) .12 Matematicamente.19) per ogni x(t) ∈ I limitato. Esempio 3. 3. (3.20) per ogni x(n) ∈ I limitato. ∀t ∈ R . e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . da cui si ricava che anche y(t) è limitato. (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 .21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u. con Kx . cioè che valga la condizione |x(·)| ≤ Kx . Per la rappresentazione i-s-u. e supponendo anche in questo caso che il guadagno sia limitato.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.3.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Con analoghi passaggi.3 Proprietà dei sistemi 109 3. quando parleremo di stabilità intenderemo sempre la stabilità BIBO.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 . è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. e trovare un’opportuna maggiorazione per l’uscita. che coinvolgono anche la limitatezza delle variabili di stato. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. Esempio 3. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. Infatti. bisogna supporre che l’ingresso sia arbitrario ma limitato. . ∀t ∈ R . ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). e non attraverso la rappresentazione i-s-u. con Kx . per cui anche y(t) è limitato.23 (sistema MA) Proviamo che il sistema MA dell’es.9. per provare che un sistema è stabile. invece. (3. In pratica. Esempio 3. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . per ogni valore di tempo. Ky ∈ R+ . Ky ∈ R+ . Nel seguito. per ogni valore di tempo. si possono dare definizioni diverse di stabilità.3.

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

3. X ≡ C. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. Tale difficoltà lascia intuire che il sistema è instabile. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . secondo la definizione seguente: . 3. cioè. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. l’uscita non assumerà mai valori arbitrariamente grandi. USA) che crollò nel 1940. 2. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD.15).3 Proprietà dei sistemi 111 non è un sistema stabile. ed è un segnale non limitato in ampiezza. in un sistema fisico instabile. In maniera simile.2. quali ad esempio il fasore. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. Proprio per evitare l’innesco di pericolose oscillazioni. si ottiene in uscita il segnale  0 . t t u(u) du = y(t) =  du = t . il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. in quanto l’integrale −∞ du non è limitato. Nel seguito supporremo che. per determinati segnali di ingresso. che possono portare alla rottura.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. n < 0.3. 3. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. e calcoliamo l’uscita:  0 . t ≥ 0 . Questa scelta ci consente di trattare anche segnali. La stabilità è una proprietà fondamentale nel progetto dei sistemi. più in generale. cioè l’accumulatore dell’es. 3. poniamo in ingresso x(t) = u(t) (ingresso limitato). che rappresenta una rampa a TC (fig. n ≥ 0. Infatti. è instabile.C.6 Linearità La proprietà di linearità è estremamente importante. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. Viceversa. rispettivamente. valori arbitrariamente grandi. per provarlo. Infatti. t < 0. pochi mesi dopo essere stato aperto al traffico. 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.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). l’uscita può assumere. si prova che la versione a TD dell’integratore con memoria infinita. in quanto assicura che. che è non limitato.43). abbiamo provato che il sistema è instabile. applicando al sistema segnali di ingresso limitati. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. che. se si pone in ingresso x(n) = u(n). in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. D’altra parte.

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

sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. 3.18(b) sono equivalenti. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] .) (a) x1(. α2 ∈ C .) S (b) Fig.18(a) e fig. α2 ∈ C .) S y b(. Se il sistema S verifica la proprietà di additività. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. (3.) S y a(. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. e poi sommare i segnali di uscita ottenuti.3.3 Proprietà dei sistemi 113 x1(. ya (·) ≡ yb (·). allora i due sistemi riportati in fig. ∀α1 .) x2(. (3. cioè.) x2(.17.18: se il sistema S è lineare. 3. pertanto.3 (principio di sovrapposizione) Un sistema è lineare se. 3.22) che ammette l’interpretazione sistemistica riportata in fig.5) per il sistema S.21) Notiamo che il principio di sovrapposizione si può esprimere. ∀α1 . 3. le configurazioni (a) e (b) sono equivalenti. adoperando la notazione semplificata (3. Le due proprietà precedenti. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . che caratterizzano la linearità di un sistema. se si deve .

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

(3. che rappresenta l’uscita corrispondente all’ingresso nullo. in elettronica.3. α x0 (·) −→ α y0 (·) . l’uscita corrispondente è necessariamente nulla.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. in quanto soddisfa al principio di sovrapposizione. si intende un sistema che soddisfa il principio di sovrapposizione. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. Poiché x0 (·) −→ y0 (·). In pratica. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . Adoperando la formulazione (3. 3.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. in pratica. quando si parla di sistema lineare. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. ∀α ∈ C .13 Esempio 3. 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. 3. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . in particolare. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). si ha yL (t) = b1 x(t) e y0 (t) = b0 . si ha. con b0 = 0. il sistema dell’es. Nell’es. il sistema non può più considerarsi lineare.22). Sia x0 (·) ≡ 0 l’ingresso nullo. Prova. se l’ampiezza del segnale di ingresso eccede tale soglia. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). Esempio 3. Una conseguenza importante della proprietà di linearità. 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)] . Sia nel caso TC che TD. 3. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. e si dicono lineari per le differenze. Infatti ponendo x(t) ≡ 0. e sia y0 (·) l’uscita corrispondente a tale ingresso. si ha. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. . allora deve aversi necessariamente y0 (·) = α y0 (·). ∀α ∈ C.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. per l’omogeneità. Sebbene sia non lineare secondo la definizione data. Proprietà 3. si trova y0 (t) = b0 = 0. 13 Tipicamente. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Infatti. in quanto. e più precisamente dell’omogeneità. variabile da sistema a sistema.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. Ad esempio. infatti.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. 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. Tali sistemi sono una generalizzazione dei sistemi lineari.26.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo.

3. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.) y 0(. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). che prende il nome di caratteristica i-u. § 4. Un caso più caratteristico di sistema non lineare.) g(x) y(. 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)] . Schema a blocchi di un sistema non lineare (non linearità) senza memoria.19.6.20. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.1). § 4. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. detti anche non-linearità senza memoria: Definizione 3. cfr.) y(. Un esempio “fisico” tratto dall’elettronica è il diodo. Fig. un sistema TI senza memoria. 3.12 (non linearità senza memoria) Sia g(·) una funzione non lineare.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare.2) lineari e a coefficienti costanti. 3. e y(t) = x3 (t) (sistema cubico). 3. cfr. Esso appartiene pertanto ad una classe più generale di sistemi.27 è anche TI e non dispersivo o senza memoria (cfr. se si indica (fig. e sono rappresentati graficamente come in fig. cfr. Il sistema quadratico dell’es. che non risulta neppure lineare per le differenze. Esempio 3. es. 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.21.1) o alle differenze (nel caso TD. 3. e prende il nome di sistema quadratico o non-linearità quadratica.15). si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .) Fig. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.6. y(t) = sgn[x(t)] (“hard limiter”).3. Infatti.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. né quella di additività. Esempio 3.) sistema lineare y L(. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. e quindi non è omogeneo. 3. è descritto nell’esempio seguente. e quindi non è additivo.116 Proprietà dei sistemi x(.) x(. § 3.20. Per l’omogeneità. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. 3. Infatti. arbitrari x1 (·) e x2 (·).

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

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

t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. indipendentemente dalla costante A.] Risultato: Il sistema può essere causale (non è detto che lo sia).] Risultato: Il sistema è non causale.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. x(n) = R3 (n) −→ y(n) = 3n u(n) .5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) . Esercizio 3.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). (b) non invertibile: in virtù del risultato del punto (a). Risultato: Se T1 ≥ T2 . . 3. se T1 < T2 . (b) Il sistema è invertibile? Giustificare la risposta. Risultato: (a) y(n) ≡ 0.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. la memoria è pari a 2 T2 − T1 . 3.3. x(t) = rect(t − 1) −→ y(t) = e−3t . la memoria è pari a T1 . x(τ ) dτ .1 del libro di testo. con T1 > 0. Esercizio 3. con A ∈ R.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 .

8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U .24 è lineare. (c) non può essere tempo-invariante. .9 Il sistema S in fig. (b) Stabilire se tale sistema è invertibile. è necessariamente tempo-variante. stabilire se il sistema può essere tempo-invariante. determinare il sistema inverso. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). (a) Caratterizzare gli insiemi di ingresso ed uscita. 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). 3.120 Proprietà dei sistemi Esercizio 3. Esercizio 3. Segnali dell’esercizio 3. rispettivamente.24. l’insieme U è costituito da tutti i segnali positivi.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . Esercizio 3. (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. Nella stessa figura sono riportate le uscite del sistema y1 (n). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). In caso affermativo.9. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). Risultato: (a) nessuna restrizione su I. 3. x2 (n) e x3 (n).

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

3. S1 : y(n) = x(−n) . dispersivo. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità.2 è y(n) = x(−n − 2). (c) y(t) = x(t) cos(2π t). tempo-variante e stabile. (b) y(t) = x(t − 2) − x(1 − t).1 è y(n) = x(−n + 2). Inoltre. l’uscita del sistema S1. (d) y(t) = [x(t) + x(t − T )] u(t). motivando brevemente le risposte. con T ∈ R − {0}. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. causale. le uscite dei due sistemi S1. Stabilire. Esempio: quando x1 [n] = x2 [n] = δ [n]. (b) lineare. invarianza temporale.2 e S2.1 è y(n) = δ (n − 2). non dispersivo. causale se T ≥ 0 e non causale se T < 0. tempo-variante e stabile. causale. mentre l’uscita del sistema S2. (c) lineare. tempo-invariante e stabile. Esercizio 3. dispersivo.15 Classificare. non causale. . sia S1. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). il legame i-u del sistema S2. non dispersivo. non dispersività. stabilità): (a) y(t) = 2 exp[x(t)].1 sono necessariamente uguali”. mentre S2. Risultato: (a) non lineare. S2 : y(n) = x(n + 2). (d) lineare. Segnali dell’esercizio 3.26. causalità. dispersivo se T = 0. tempo-invariante e stabile. causale se T > 0 e non causale se T < 0.13. motivando la risposta e fornendo almeno un esempio a suo supporto.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine).1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. (e) non lineare.2 è y(n) = δ (n + 2).122 Proprietà dei sistemi y1(n) x1(n) 2 1 S 0 1 n y2(n) x2(n) 2 2 S 0 1 n 3 2 0 1 2 4 3 n 0 1 2 n y3(n) x3(n) 1 S 0 1 2 3 4 n -2 -1 0 1 n 3 2 Fig. tempo-variante e stabile.

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

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

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

126 Proprietà dei sistemi .

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

tuttavia. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica.2) dove yk (·) = S[xk (·)]. in linea di principio. e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. (2) per un dato segnale di interesse x(·). Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva.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. e quello di risposta in frequenza ad esso strettamente legato.1) può essere finito oppure infinito numerabile. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4.23). tali funzioni dipendono da due variabili.1). 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.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). idealmente. Tenendo conto delle proprietà precedenti. i segnali elementari xk (·) da utilizzare nella (4. in tal caso. con gli stessi coefficienti αk . è conveniente concetto di risposta impulsiva. Questa proprietà consente. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). Per approfondire tale rappresentazione. Affinché tale tecnica sia applicabile in pratica. dei segnali yk (·). si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) . La (4. k k (4. 1 Il .128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . 4. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·).1) devono essere scelti in modo opportuno. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·). in quanto come vedremo i segnali elementari possono assumere valori complessi. di semplificare notevolmente lo studio dei sistemi lineari. k (4. devono essere in grado di rappresentare tutti i segnali di interesse pratico. Applicando il principio di sovrapposizione (3. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. in particolare.1) dove i coefficienti αk sono in generale dei numeri complessi. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. però.

2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. con k ∈ Z. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . ed abbiamo sfruttato il fatto che le quantità x(k). In questo senso. 3. (4. sia la proprietà di invarianza temporale [nella (4. Pertanto.5).1) l’insieme numerabile degli impulsi discreti traslati nel tempo.7) abbiamo utilizzato sia la proprietà di linearità [nella (4.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . .5) dove abbiamo applicato il principio di sovrapposizione. che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop.6) nella (4. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . si ha semplicemente αk = x(k). (4. utilizzando la conoscenza della sola risposta impulsiva del sistema. sostituendo la (4. Supponiamo allora che un segnale x(n). si dice che la risposta impulsiva è una risposta canonica.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . (4.3) non si sovrappongono nel tempo. esteso al caso di una infinità (numerabile) di segnali. Ribadiamo che per ricavare la (4.3) Determinare i coefficienti αk della rappresentazione è semplice.3. La funzione h(n) che compare nella (4. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. Scegliendo come segnali elementari xk (n) nella (4. se si osserva che gli impulsi δ (n − k) nella (4. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . e sarà studiata più approfonditamente nel § 4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . il segnale di uscita h(n) trasla anch’esso di k campioni.7) prende il nome di convoluzione a TD. la (4.6)].7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). Notiamo peraltro che la (4. la rappresentazione (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. 2. ∀k ∈ Z . come già detto.6) cioè traslando l’impulso in ingresso di k campioni.5)].4. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. Si noti che. ovvero xk (n) = δ (n − k). Definiamo allora il segnale h(n) = S[δ (n)]. (4.4). L’operazione matematica effettuata tra x(n) ed h(n) nella (4. rappresentato mediante la (4. nonché l’invarianza temporale del sistema.4) si può giustificare in maniera più formale anche applicando le prop. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). sia posto in ingresso ad un sistema TD LTI.3 dell’impulso discreto. (4. non essendo dipendenti dal tempo n. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).

9). . 1. Questa interpretazione è chiarita in fig. (4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .1(b). .9.7) mostra che. 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). il segnale di uscita si ottiene sommando tali segnali. per un dato k ∈ Z. 4. 0 . al segnale di ingresso x(n) = 1 R3 (n). In sostanza. si ha. Infatti.. ∀k ∈ {0.7).1(a) nel caso generale. per ogni k ∈ Z. .8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . M} . . . 6 Esempio 4. . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). avente la risposta impulsiva di fig. 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).9) rappresentata graficamente in fig.7). 4. . altrimenti .11) . 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. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. 5}.. dal confronto tra la (4. 4. k ∈ {0.. pari ad M + 1 campioni.8): h(n) = k=0 ∑ bk δ (n − k) . . 1. con n ∈ Z. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . dove è calcolata graficamente la risposta del sistema MA dell’es.8) e la (4.2. ponendo x(n) = δ (n) nella (4. la (4. 5}. 4. 3. 4.1. ∀k ∈ {0. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2).1(b) al caso M = 5 e 1 bk = M+1 = 1 . Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. . M (4. x(1) h(n − 1) e x(2) h(n − 2). (a) Risposta impulsiva di un generico sistema MA. Prima di passare al caso TC. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. 4. è semplice provare che tale sistema è sia lineare che tempo-invariante. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ .1. e particolarizzata in fig. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).7).10) espressione che fornisce gli stessi valori della (4. . . è utile mettere in luce una particolare interpretazione della (4. (4. . M (4. 1. D’altra parte.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.

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

centrati in tutti i possibili istanti di tempo τ ∈ R. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. 4.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). e rappresenta.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).12) dove la seconda uguaglianza si ottiene dalla prima ricorrendo al cambio di variabile t − τ = τ e utilizzando poi nuovamente τ al posto di τ . La derivazione della (4. .11). dal confronto con la (4. anche la (4. senza perderci in complicate discussioni matematiche.2). con τ ∈ R. prop.4). seguendo passaggi matematici simili a quelli già visti per il caso TD. segue che α (τ ) = x(τ ) e x(t. (4. e prende il nome di convoluzione a TC.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. Nel seguito. τ )] del sistema ai segnali elementari x(t.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. se il sistema è LTI. integrando) i segnali x(τ ) h(t − τ ) dτ . per ogni τ ∈ R. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . non è possibile dare una giustificazione immediata della (4.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. Tale rappresentazione si può vedere come l’estensione della (4. per τ ∈ R. A differenza del caso TD. Notiamo inoltre che. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . formalmente.14) non discende direttamente dalla prop. la (4. tuttavia. assumeremo direttamente la (4. 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 . Precisamente. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. con gli stessi coefficienti α (τ ) dτ . τ ) = δ (t − τ ). τ )dτ . τ ). Una giustificazione immediata ed intuitiva della (4.23) per una infinità numerabile di segnali. La (4. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. le risposte S[x(t. τ )]dτ . il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. 2.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. come già visto nel caso TD. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . e l’integrale prende il posto della sommatoria.3.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.12) si basa su una definizione più generale di linearità di un sistema. L’operazione matematica tra x(t) ed h(t) che compare nella (4. (4. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . Tuttavia.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. dove la delta di Dirac sostituisce quella discreta. In pratica mediante la (4.7) è simile a quella vista nel caso TD.1). Precisamente. data l’analogia formale tra la (4.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t.11). τ ). Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. Così come il principio di sovrapposizione (3. ossia: x(t) = +∞ −∞ α (τ ) x(t. con t ∈ R. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso.4) al caso TC. (4. 3.2).11) e la (4.

(b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). Negli es.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). In altri termini.12). si può mostrare che la (4. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). per confronto con la (4. 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 4.5T T x(t − τ ) dτ . 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 .2). (4. In maniera equivalente.1 e 4.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. in maniera più formale.1. avente relazione i-u: y(t) = t t−T x(u) du . 4.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. da cui.7) oppure (4. (4.15) si può scrivere come una convoluzione: infatti. per cui è un sistema LTI. anche tale risposta impulsiva è di durata finita. pari a T e coincidente con la memoria del sistema. T ). . allora il sistema è necessariamente LTI. Come nell’es. Si può facilmente verificare che tale sistema è sia lineare.15) con T > 0.5T T . con il cambio di variabile τ = t − u → u = t − τ . sia invariante temporalmente. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0.4. 4.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. e cioè: y(t) = +∞ −∞ rect τ − 0.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . la (4. possiamo far comparire l’integrale tra −∞ e +∞ tipico della convoluzione a patto di moltiplicare la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (0. 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. (4.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. 4. notiamo preliminarmente che. 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) . es.12).2.

si veda la fig. In particolare.3(a)]. se n > 0 [traslazione verso destra.134 Sistemi lineari tempo-invarianti (LTI) 4. Nel caso TD. Prendendo come riferimento la seconda delle (4. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati.3. (4. successivamente. si vede che per n < 0 [traslazione verso sinistra. 4.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. 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 veda la fig. le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z.18). si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. 4. possiamo ottenere direttamente il risultato della convoluzione per n = 0.7) nel caso TD. 4. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). oppure dalla (4. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. Se non effettuiamo nessuna traslazione su z(k).1. e sommando i risultati dei prodotti ottenuti. il segnale wn (k) non si sovrappone con h(k). la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . dobbiamo costruire il segnale wn (k) = z(k − n). rappresentiamo h(k) in funzione di k [fig. il valore della convoluzione y(n) all’istante n si ottiene moltiplicando i campioni corrispondenti dei due segnali h(k) e wn (k) per tutti i valori di k ∈ Z. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . in particolare.18) sono del tutto equivalenti. Per calcolare gli altri valori della convoluzione. consideriamo il seguente esempio. insieme con x(k) [fig.3(c)].12) nel caso TC.3 Convoluzione Come abbiamo visto nel paragrafo precedente. che si ottiene da z(k) mediante traslazione di n campioni. 4. con a = 0. descritta dalla (4. effettuare la traslazione del segnale z(k) verso destra se n > 0. La difficoltà maggiore è che. per cui il risultato della convoluzione è nullo. (3) Per ogni fissato valore di n ∈ Z. Seguendo la procedura delineata precedentemente.1 seguente). vedi anche il § 4. Ovviamente. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . Per capire meglio il meccanismo precedentemente descritto.3(d)]. 4. si nota che si ha sovrapposizione tra h(k) e . per la proprietà commutativa della convoluzione. Esempio 4. (2) Effettuare prima la riflessione del segnale x(k). e verso sinistra se n < 0.3(e)]. costruendo il segnale z(k) = x(−k) e. fatta eccezione per casi particolari. partendo dal caso TD per semplicità. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. Viceversa.18) Le due espressioni riportate nella (4. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).

per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . 1. n}. 4. h(k) e wn (k) si sovrappongono per k ∈ {0. 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 . 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . sebbene la somma in (4. per alcuni valori di n. (4. 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. oppure anche per tutti i valori di n. 1−a In definitiva. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. Si noti che. Per un generico valore n > 0. . . 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. h(k) w3 (k) = 1 + a + a2 + a3 . più precisamente. Facendo riferimento per convenienza alla seconda delle (4. in pratica essa può ridursi ad una somma finita di valori per ogni n.4. h(k) w2 (k) = 1 + a + a2 . in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie.3(f) nel caso in cui 0 < a < 1. l’esempio mostra chiaramente che. Ovviamente esistono casi in cui il numero di termini della somma è infinito.19). un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. è semplice considerare i casi per n = 1. . . tale numero di campioni è pari ad n+1. che in generale potrebbe non convergere. altrimenti . se n < 0 . . 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . 2. y(n) = 1 − an+1  . valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . In particolare. ed è rappresentato graficamente in fig. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . se |a| < 1.7) vada effettuata in principio su infiniti valori di k. C. In particolare. vale a dire: . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + .19) Anche in questo caso. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD.7).3 Convoluzione 135 wn (k) su un numero finito di campioni. + an = k=0 ∑ ak = n 1 − an+1 . .

8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.6 0.2 0 (b) z(k)=x(−k) 0.8 0.8 0.2 0 −10 −5 0 k 5 10 (a) 1 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.3.8 w−5(k)=x(−5−k) 1 0.6 0.8333) e x(n) = u(n) (es. (f) risultato della convoluzione.4): (a) rappresentazione di h(k).2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.6 h(k) 0. (e) traslazione verso destra di z(k) (n = 5).6 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0. .8 0.4 0. 4.4 0. (b) rappresentazione di x(k). Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 0. (d) traslazione verso sinistra di z(k) (n = −5). 4.4 0.4 0.4 0. (c) riflessione del segnale x(k).

t). le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .t). 4.2) avente risposta impulsiva h(t) = rect . Per prima cosa. Per T1 ≤ t < T2 . effettuare la traslazione del segnale z(τ ) verso destra se t > 0.4(d)].20) T1 . Considerando invece valori positivi di t.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. 4. per T2 ≤ t < T2 + T1 .    T2 + T1 − t. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . in quanto le due finestre rettangolari si sovrappongono solo su un punto. per cui si ha nuovamente y(t) ≡ 0. di durata ∆h = T2 . di durata ∆x = T1 . per t ≥ T2 + T1 .4. (2) Effettuare prima la riflessione del segnale x(τ ). Infine. 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. successivamente.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. costruendo il segnale z(τ ) = x(−τ ) e.5T1 T1 t − 0. posto in ingresso al sistema LTI (cfr. . y(t) = (4. 4. 4. T1 ≤ t < T2 . ed effettuando l’integrale del prodotto.4(e)]: in particolare. Facciamo per comodità riferimento alla seconda delle (4. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. e verso sinistra se t < 0. per T1 ≤ t < T2 . per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. Riassumendo. T2 ≤ t < T2 + T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). 4. es. per cui si ha: y(t) = t 0 dτ = t . rappresentiamo x(τ ) [fig. Per T2 ≤ t < T2 + T1 . successivamente.4(b)] in funzione di τ ∈ R. 4. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. per cui risulta y(t) ≡ 0 per t ≤ 0.5T2 T2 . Esempio 4. ed assumiamo T2 > T1 .19). le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . invece. 0. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . Traslando il segnale z(τ ) verso sinistra [fig. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. T2 ).   t. per cui si ha: y(t) = t t−T1 dτ = T1 . (3) Per ogni fissato valore di t ∈ R. per 0 < t < T1 .4(a)] e h(τ ) [fig. 0 < t < T1 .4(c)]. le finestre non si sovrappongono affatto.

1). nel senso che ya (·) ≡ yb (·).1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. 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. nel seguito.3.7) e quella a TC (4. 4. t < 0 oppure t ≥ 2T . 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(·).  y(t) = t.12) è che la prima è definita mediante una sommatoria. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD.6 sono equivalenti. ed è rappresentato graficamente in fig. per 0 < t < T . Come mostrato in fig. per T ≤ t < 2T . non ha nessun senso dal punto di vista sistemistico. tutte le proprietà algebriche del prodotto convenzionale. Per questo motivo.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 .   2T − t. e prende il nome di proprietà di durata della convoluzione (cfr. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. nello studio delle proprietà della convoluzione. Nel caso particolare T1 = T2 = T . In altri termini. 4. notiamo che l’intervallo di tempo (T1 . similmente alla somma di convoluzione.6. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. A tale scopo. Ovviamente questo scambio. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. prodotto. notiamo che. traslazione.20). § 4. cioè i due schemi in fig. Per questo motivo. se è possibile dal punto di vista matematico.5.4(f). scambiando il ruolo dei due segnali. mentre la seconda è definita mediante un integrale. pertanto. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. 4. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. Si noti che se T1 > T2 si può procedere allo stesso modo. la convoluzione viene chiamata anche prodotto di convoluzione. 4. ed è rappresentata in fig. calcolo dell’area) sono molto simili nei due casi. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) .3. l’integrale di convoluzione può non esistere finito. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . oltre a proprietà specifiche. . Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. 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. in particolare. In conclusione. come discusso di seguito. in quanto si può verificare che la convoluzione possiede. C. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0.

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

In altre parole. cioè i due schemi in fig.7(d).) Fig. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).7(a). per la proprietà associativa.) (b) y b(.) h(. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI).7(a) è equivalente al sistema LTI riportato in fig. i due schemi riportati in fig. Inoltre. 4.7(a) e fig. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . cioè ya (·) ≡ yc (·). In tale ipotesi. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . In base a queste due interpretazioni. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). Conseguentemente. 4.) 0 T t 2T x(. ossia yc (·) ≡ yd (·).6. Per la proprietà commutativa.7(b) e fig. 4. la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). 4. 4. notiamo che calcolare l’espressione yb (·) = [x(·) ∗ h1 (·)] ∗ h2 (·) seguendo l’ordine indicato dalle parentesi equivale a calcolare prima l’uscita del sistema avente risposta impulsiva h1 (·). A sua volta. 4. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini. 4.7(c).) (a) y a(. il sistema LTI in fig. 4. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . i due sistemi LTI in figura sono equivalenti. 4.) h(. 4. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. nel senso che ya (·) ≡ yb (·). osserviamo innanzitutto che. A tal fine.7(b). notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. come mostrato in fig.7(c) è equivalente allo schema serie riportato in fig. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . . 4. 4.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(b) sono equivalenti. nel senso che yb (·) ≡ yd (·). T Proprietà associativa Fig.5. per cui il sistema LTI in fig. In virtù della proprietà commutativa della convoluzione. come evidenziato in fig.7(d) sono equivalenti.

) y b(. (4.) y a(. 4. D’altra parte. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) .) y 1(.8(b). come mostrato in fig.) y b(. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI. in effetti.) x(.) (b) h2(. come mostrato in fig.) (a) y a(. nel senso che ya (·) ≡ yb (·).3 Convoluzione 141 x(.) h1(. resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.) h1(. 4.) h2(.) (d) h1(. tale connessione non può essere studiata elementarmente nel dominio del tempo. 4.) (c) y c (. 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 (·). Similmente alla proprietà associativa.) x(.) Fig. i due schemi in figura sono equivalenti.4.8(a).) h1(.8(b) sono equivalenti.)∗h2(. 4. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·). In base a queste due interpretazioni. In virtù della proprietà commutativa e associativa della convoluzione.) h2(.) h1(. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza.8. Fig. 4.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) y 2(. 4.)+h 2(. In virtù della proprietà distributiva della convoluzione. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini.) (b) x(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco. . cioè i due schemi in fig. A tale scopo.7.) x(. Proprietà di esistenza dell’unità Si può facilmente provare.) y d(. valida formalmente sia nel caso TC sia in quello TD.) h2(. i quattro schemi in figura sono equivalenti. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).8(a) e fig.)∗h1(.) (a) x(.

∀n0 ∈ Z . se per calcolare y(t − t0 ). notiamo che la (4. x(n − n0 ) −→ y(n − n0 ) . dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. (4. ∀t0 ∈ R . abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.22).9).11) nel caso TC.3 Dal punto di vista dell’interpretazione sistemistica. Nel caso di un sistema LTI. 4. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. secondo la quale.) x(n) z . le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . è possibile riottenere la (4. ad esempio. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). rispettivamente. per ogni x(·) ∈ I e y(·) ∈ U.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. infatti.21). la (4. Le (4. 3. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). . si ha.9.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. Dal punto di vista matematico. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).) x(.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . Tale sistema prende il nome di sistema identico.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. 4. 4.22) [un discorso analogo vale per la (4.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).10. esprimendo la relazione i-u del sistema mediante una convoluzione.142 Sistemi lineari tempo-invarianti (LTI) x(. ∀t0 ∈ R . In virtù della proprietà di invarianza temporale (4. In un sistema identico. noti inoltre che. per sistemi a TC e a TD. esplicitando la convoluzione (4. x(n − n0 ) ∗ h(n) = y(n − n0 ) .4) nel caso TD e la (4. invece che alla (4. si giungerebbe.22) e (4. Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. x(t − t0 ) −→ y(t − t0 ) . rispettivamente. ∀n0 ∈ Z .22) (4.25) della convoluzione.) δ(. e per la (4. Per giustificare invece la correttezza della (4.2). i due schemi in figura sono equivalenti.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig.

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.

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

In altri termini. (4. 4. Notando che la (4.7) di un sistema TD LTI. Infatti.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 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. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. 3. Nel caso TD.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). ovvero è anch’essa una risposta canonica. In particolare. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1).12. per ottenere la risposta al gradino a partire dalla risposta impulsiva. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.34) e (4.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. es.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. in particolare. (4. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) .11(a). 2.4. le relazioni (4. ma anche la risposta al gradino caratterizza completamente un sistema LTI. In definitiva. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. come ad esempio il segnale uε (t) di fig. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. sfruttando la relazione i-u (4. non solo la risposta impulsiva. è sufficiente far passare quest’ultima in un sistema accumulatore. . la risposta al gradino si può scrivere esplicitamente come: s(n) = h(n) ∗ u(n) = +∞ k=−∞ ∑ h(k) u(n − k) = k=−∞ ∑ n h(k) .

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). varia da sistema a sistema. § 2. il calcolo sperimentale della risposta impulsiva richiede la realizzazione in laboratorio di un impulso di Dirac da applicare in ingresso al sistema: l’impulso di Dirac è un segnale non riproducibile esattamente in pratica. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . con ε sufficientemente piccolo.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC.11(b). e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. Dalla (4.12).36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . raffigurati in fig. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . utilizzando la (4. 2. (4. un valore appropriato di ε dipende dalla struttura interna del sistema e. come già detto in precedenza. Nel caso TC valgono considerazioni analoghe. Pertanto. 2ε 2ε (4.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t).150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. ossia la risposta di un sistema LTI alla finestra rettangolare RN (n) si ottiene semplicemente calcolando la differenza tra la risposta al gradino e la sua versione ritardata nel tempo di N. Tuttavia.37) Le (4. Nel caso TC. in quanto caratterizza completamente il sistema. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . Infatti. adoperando le proprietà di linearità e di invarianza temporale del sistema. Infatti la risposta al gradino s(t). Per la linearità del sistema. dunque.4).36).1. aventi area unitaria. 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 . abbiamo visto [si veda la (2.36) ed (4. 5 Non esiste una regola generale per stabilire quanto ε . tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . trattandosi di una pura astrazione matematica (cfr. si ottiene h(t) = d s(t) dt (4. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. In particolare.

Esempio 4.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. (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. il cui valore è (cfr. per cui l’integratore (4. che per la (4. in virtù della (4. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. Conseguentemente. es.24): s(t) = t u(t) . la risposta al gradino s(n) e la risposta impulsiva h(n) di un sistema LTI sono legate dalla relazione biunivoca: s(n) = k=−∞ ∑ n h(k) ←→ h(n) = ∇1 [s(n)] = s(n) − s(n − 1) . es. in fig. . In pratica. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ .18) e si può facilmente verificare che tale sistema è anche lineare. identicamente nulla per t < 0.13(b)]. si può mostrare che la (4. 3.39) Abbiamo già mostrato che tale sistema è TI (cfr.13(a)].4 Risposta al gradino 151 alla derivata della risposta al gradino.37) è esattamente la risposta impulsiva.12). In maniera equivalente. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. se ε 1.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). 3. si tratta cioè di una rampa. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . (4. Si può notare che.4. la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) . ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . 3. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). dt (b) Nel caso TD.36). il segnale in fig. es.40) con la (4.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. che cresce linearmente per t > 0 [fig. Utilizzando la (4.39) è un sistema LTI. 4.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. per ε → 0.1). Confrontando la (4. 4. possiamo dire che. 4.38). 4.

(c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. 4.7).13.41) Si può facilmente verificare che l’integratore TD è un sistema LTI.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. . 4. (4. (b) risposta al gradino. Esempio 4. es. Integratore con memoria infinita (es. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . si può mostrare che la (4. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) .7): (a) risposta impulsiva. (4.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . 3.2). Confrontando la (4.42) con la (4. In maniera equivalente.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n.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.

2). se t ≥ T .9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.14(b)]. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.4 0. che è riportata in fig. 4.5T T dτ .4 Risposta al gradino 153 10 1 0. in virtù della (4. Conseguentemente.14(a)].15(a). n + 1 .36). ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. in cui l’estremo superiore di integrazione t varia in R. 4. Esempio 4. es.5T T . 0 .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.   0 .8): (a) risposta impulsiva.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. 4. 4. ossia: h(t) = rect t − 0. 0 s(t) =  T     dτ = T .4. Risolvendo l’integrale si ottiene:  se t < 0 . (b) risposta al gradino. 4.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. si tratta cioè di una rampa a TD [fig. 4. Integratore a TD o accumulatore (es.   t    se 0 ≤ t < T .14.34).  dτ = t . In virtù della (4. avente relazione i-u: y(t) = t t−T x(u) du . se n < 0 . se n ≥ 0 . che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . (4.6 0.

4. che cresce linearmente nell’intervallo (0.38). il segnale in fig. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. Esempio 4.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. T .15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .9): (a) risposta impulsiva. In altre parole.1. 4.5T T + T u(t − T ) .10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. Integratore con memoria finita (es.154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig. (b) risposta al gradino. 4. In pratica. . Utilizzando la (4. 4. 4.15. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. per ε → 0. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. Si può notare che.15(b)]. in fig. si tratta di una funzione identicamente nulla per t < 0. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. se ε impulsiva del sistema. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T.

16. n M in cui l’estremo superiore della sommatoria n varia in Z. . se n ≥ M . se n < 0 .4 0 0.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . 4.6 0.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. se 0 ≤ n < M .2 1/6 h(n) 0.8 s(n) 0 2 4 n 6 8 10 0.45) k=0 rappresentata in fig. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = . 4. In virtù della (4. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . se n ≥ M . .  ∑ k  s(n) = k=0 M    b .34). M +1   1. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . Nel caso in cui i pesi bk siano tutti uguali a  0 .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig.2 0 −0. M M (4. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . 4.3 1 0.4 Risposta al gradino 155 0. 5}: (a) risposta impulsiva. Sistema MA con M = 5 e bk = 1 .   n+1 s(n) = .1 0. se n < 0 . n+1 RM (n) + u(n − M) .1(a) nel caso generale. se 0 ≤ n < M . ∑ k   k=0  1 M+1 . ∀k ∈ {0. ∑ bk δ (n − k) .4. ed in fig. . . (b) risposta al gradino.    n   b . 1.

16. . insieme alla risposta impulsiva. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva. in fig. il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. 4.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. dato il legame biunivoco con la risposta al gradino.

un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale.4.47) Pertanto.49) . infatti. per ogni segnale di ingresso {x(k)}k∈Z . Una condizione necessaria e sufficiente affinché ciò accada. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Consideriamo un sistema TD LTI. seguiamo una strada diversa da quella seguita nel caso TD. (4. § 3. al posto di {x(τ )}τ ∈R . possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. stabilità. Il sistema è non dispersivo se e solo se. la relazione precedente si può riscrivere come y(n) = α x(n) . ∀k = 0. (4.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo.2(c)].47). 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 .48).1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante.48). il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. (4.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. si ha: y(n) = h(0) x(n) .5 Proprietà della risposta impulsiva 157 4. prop.5.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. nella (4. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. Sostituendo nella (4. in questo caso.3. è possibile legare le proprietà del sistema (non dispersività.46). ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . 2. causalità.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. 4. per ogni segnale di ingresso. Per costruire un segnale siffatto. Affinché y(n) dipenda solo da x(n). è che risulti h(k) = 0. cioè caratterizza completamente un sistema LTI. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. descritto dalla convoluzione a TD espressa dalla seconda delle (4. Passiamo ora a considerare i sistemi TC LTI. Notiamo che.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . equivalentemente. (4. Ponendo x(n) = δ (n) nella (4. ponendo α = h(0). questo vuol dire che la risposta del sistema non cambia se.

Sostituendo nella (4.48) e (4. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. . otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. per ogni segnale di ingresso e per ogni t ∈ R. oltre al campione attuale.3. ovvero se e solo se è un amplificatore/attenuatore ideale. ovvero se h(t) = α δ (t) . n → ±∞.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 (·). I sistemi non dispersivi sono denominati anche sistemi senza memoria. il sistema è non dispersivo se e solo se y(t) = y1 (t). 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. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. quindi. senza mai annullarsi.49). (b) Equivalentemente.12)]. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. all’uscita in un determinato istante di tempo. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. dove la memoria di un sistema è stata definita (cfr. In definitiva. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) .1) come la durata temporale del segmento del segnale di ingresso che contribuisce. Quindi.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) .47). la durata ∆h . l’estensione temporale Dh e. § 3. dal confronto tra la (4. 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 4.3. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. Se poniamo α = h(0). per cui presenta valori non trascurabili su un intervallo temporale non limitato. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) .7) oppure (4. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). (4. pertanto. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata.48) la risposta impulsiva precedente.

2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.52) Pertanto.4 0. T (4. Sfruttando il fatto che u(τ ) = 0 per τ < 0. 4.17(a).10). Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). es. Sistema TC IIR con memoria praticamente finita (es. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ . 4.11): (a) risposta impulsiva. es. che è rappresentata in fig. 0 . T (4. T (4.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .50) dove T > 0.51) Confrontando la (4.6 0. 4. . Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. es. (b) risposta al gradino.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. aventi come risposta impulsiva il gradino unitario.7) e l’accumulatore (cfr.12).4 0. 4.5 Proprietà della risposta impulsiva 159 1 0. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .51) con la seconda delle (4.8 0. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. es.8 0.6 0. 4. Esempio 4. se t ≥ 0 .17.4. si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) . In virtù della (4. L’integratore (cfr. 4.11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ .52).  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . sono sistemi IIR con memoria infinita.8).36).9) e il sistema MA (cfr. 4.

ovvero è un segnale di durata praticamente limitata. con 0 < |a| < 1 . per |a| → 1.17(b). Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . (4. proprio di una quantità pari alla memoria del sistema. La somma su k porta in conto valori futuri dell’ingresso per k < 0. 4. In altri termini. in quanto per tali valori di k risulta n − k > n. ricordando la proprietà di durata della convoluzione (cfr. mentre tende a zero per |a| → 0.1). con costante di tempo T > 0.31). da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . il sistema LTI ha memoria praticamente finita. notiamo che applicando al sistema un ingresso di durata finita.3. scegliamo come valore di soglia α h(0+ ) = α /T .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.3. 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) .54) . ln(|a|) memoria che tende a diventare infinitamente grande. risolvendo l’equazione h(∆h ) = α /T (cfr. § 2. 4. Lo stesso si può dire anche per i sistemi TD. la durata della risposta impulsiva risulta ∆h = T ln 1 α . ∀k < 0 .53). Per calcolare la memoria analiticamente.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. Passiamo ora a considerare i sistemi TC LTI. in virtù della (4. Affinché allora l’uscita non dipenda dai valori futuri. se per semplicità facciamo riferimento ai sistemi TC. deve accadere che h(k) = 0 . Infatti. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva.2). il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . per effetto della convoluzione. e quindi misurare la memoria del sistema LTI.5. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. per ogni segnale di ingresso. § 4. 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. con 0 < α < 1. esso sarà “allungato”. Così facendo. ma non dipende dai valori dell’ingresso negli istanti successivi. (4. In conclusione.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4.

5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. il sistema è non causale. Risposta impulsiva dell’integratore non causale (es.12). 4. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . 4. § 3. la relazione i-u (4. In questo caso. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. h(t) = 0. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Ragionando in modo analogo a quanto fatto nel caso TD.3. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. Abbiamo visto nel capitolo precedente (cfr.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD). .4. Di seguito sono riportati alcuni esempi di sistemi non causali.18. In sintesi. ∀t < 0 .2) che un caso particolare di sistema non causale è il sistema anticausale. h(t) = 0. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.

(4. sia invariante temporalmente.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.55) con T > 0.56) da cui. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.12). Per questo motivo. −M + 1. 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) . avente relazione i-u: y(t) = t+T t x(u) du . la (4. 3. 0} . (4. 4. 3. 4. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. 0). D’altra parte. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. .19(a) nel caso generale.57) rappresentata graficamente in fig.7). es. con il cambio di variabile τ = t − u → u = t − τ . . per cui è un sistema LTI. M Si tratta di un sistema sia lineare che tempo-invariante.58) espressione che è perfettamente equivalente alla (4.18: si tratta di un segnale che assume valori non nulli per t < 0 e. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. A questo punto. In maniera equivalente.5T T x(t − τ ) dτ . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . Esempio 4. (4.10 e 3.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. Si può facilmente verificare che tale sistema è sia lineare. il sistema non è causale. Infatti. ponendo x(n) = δ (n) nella (4. . . per confronto con la (4. Infatti.7). (4.57).55) si può scrivere come una convoluzione. conseguentemente. 0. si ha. k ∈ {−M.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . . 1.11. che è rappresentata in fig. si può mostrare che la (4. 5}.5T T . da cui. e particolarizzata in fig. .12).55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ .19(b) al caso M = 5 e 1 bk = M+1 = 1 . moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. altrimenti . Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. ∀k ∈ {0. e pertanto esso rappresenta un esempio di sistema LTI. per confronto diretto con la (4. pertanto tale sistema è non causale. . 4. . .162 Sistemi lineari tempo-invarianti (LTI) Esempio 4.

5} (es.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . è un sistema LTI anticausale.31). . seguendo gli stessi ragionamenti che hanno portato alla (4. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . 1. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. Tale risultato. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. Il sistema è pertanto non causale. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0.13). con ∆x ∈ R+ . . ∆x + ∆h ) . abbia estensione temporale Dx = (0. terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. 6 Questa . consideriamo il caso dei sistemi TC.4. (a) Risposta impulsiva di un generico sistema MA non causale. che sussiste con ovvie modifiche anche nel caso TD. Si tratta chiaramente di un sistema LTI. poiché h(n) è identicamente nulla per n ≥ 0. con ∆h ∈ R+ .. 4. ∀t ∈ (0. l’anticipo unitario TD è un sistema anticausale. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. Allo stesso modo il sistema TC che effettua un anticipo temporale. in particolare. cioè. Per evidenziare tale proprietà. ∆h ). In tal caso. 4. Se il sistema è causale. .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. Un segnale identicamente nullo per t < 0 è anche detto6 causale.19. 6 Esempio 4. è riassunto dalla seguente proprietà: Proprietà 4. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. I sistemi causali godono di una proprietà importante. ∆x ). ∀k ∈ {0. che realizza un anticipo unitario del segnale di ingresso. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. . descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. si ottiene che: y(t) = 0... allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0.

con ε ∈ R+ piccolo a piacere. Ma se il sistema è lineare. 4.3). le stesse considerazioni si possono fare scegliendo n0 = −1. allora risulterà per la prop. Soffermiamo l’attenzione sui sistemi TC.6 si poteva già dedurre dalle prop. Pertanto. in questo caso. In app. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. Dato un ingresso x1 (t) = 0.20.) x(. ∀t ≤ −ε . il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. D è mostrato che se un sistema LTI è invertibile. allora h(·) è l’inverso di hinv (·). 3. risulta che y1 (t) = y2 (t). l’applicazione della prop. per ogni t0 ∈ R e per ogni x1 (t). Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. in base alla prop. In verità. sfruttando in aggiunta la proprietà di linearità. la prop.) h(. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. Poiché risulta x1 (t) = x2 (t) = 0. x2 (t) ∈ I tali che x1 (t) = x2 (t).1 e 3. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) .1 è più immediata: . anche il segnale di uscita è identicamente nullo per t < 0. ∀t ≤ t0 .) Fig. rispettivamente. Poiché la risposta impulsiva del sistema identico è δ (·). Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso.164 Sistemi lineari tempo-invarianti (LTI) y(. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. ∀t ≤ t0 . 3. cioè y2 (t) = 0. 4.1. ∀t ∈ R. ∀t ∈ R. così come il segnale di ingresso. si ha che y1 (t) = 0. 3. cfr.4.6 vale più in generale per sistemi lineari causali (non necessariamente TI). (4.60) (4. ∀t ≤ −ε .) hinv(.20. Ricordiamo che. cioè. 3. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico.20 (notiamo che per i sistemi LTI vale una proprietà più generale. allora il corrispondente sistema inverso è anch’esso LTI. un sistema è causale se e solo se. 4. 4. 4. ed applichiamo la proprietà vista per t0 = −ε < 0. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. 4. supponiamo di scegliere un secondo ingresso x2 (t) = 0. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 .1 y1 (t) = y2 (t). si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . Poiché la convoluzione è commutativa.59) per cui se hinv (·) è l’inverso di h(·). §3.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. ∀t ≤ −ε .5. Per cui ritroviamo il risultato. come mostrato in fig.3.) x(.4. 3. 7 Nel caso TD. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). In base a tale risultato. ∀t < 0. in virtù della prop.

5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. 4.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. con passaggi banali. che va sotto il nome di deconvoluzione (di fatto.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . In molti casi pratici.4.59) o (4.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. Questa compensazione prende il nome di equalizzazione. cfr. Supponiamo allora che l’ingresso sia limitato. D. Ad esempio. detta hinv (·) la sua risposta impulsiva.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·).3. noto l’altro fattore ed il risultato finale). sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . il suo sistema inverso è anch’esso LTI e. . (4. il segnale x(·) viene modificato o distorto dal supporto fisico su cui si propaga (il cosiddetto canale) e giunge alla destinazione con modifiche tali da rendere difficoltoso il recupero dell’informazione ad esso associata. nelle telecomunicazioni. e proviamo a trovare una maggiorazione simile per l’uscita y(n). Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. In alcuni casi.5 Proprietà della risposta impulsiva 165 Proprietà 4. un problema di interesse è determinare il sistema inverso di un dato sistema. Purtroppo determinare hinv (·) dalla (4. se un sistema è stabile. ovvero |x(n)| < Kx . significa determinare uno dei fattori della convoluzione. Abbiamo cioè provato che la sommabilità (4. allora la risposta impulsiva dev’essere sommabile. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·). se h(k) è una successione sommabile. §3.60) è un problema matematicamente complicato. Si ha.5. Alcuni approfondimenti ed esempi sono riportati in app. consideriamo un sistema TD LTI. a cui si rimanda direttamente il lettore. ∀n ∈ Z. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. descritto dalla (4. Pertanto.

L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . risulta che l’uscita all’istante n = 0 non è limitata. che presentano memoria rigorosamente finita. per ciascun n ∈ Z. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . x(n) = h(−n)  0. procediamo per assurdo. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . Tale segnale assume solo i valori 0. altrimenti . In definitiva. la risposta impulsiva deve essere necessariamente sommabile. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . Per un sistema LTI a TC è possibile ragionare in maniera analoga. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. h(k − n) dove la seconda sommatoria va effettuata. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. . il che contraddice l’ipotesi che il sistema sia stabile. (sistema TC) . 1. Pertanto. h(k) k k=−∞ dove abbiamo incluso nella somma. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . su tutti i valori della variabile k per i quali h(k − n) = 0. senza alterarla.62) In definitiva. l’integratore con memoria finita (§ es.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. come riassunto dalla seguente proprietà: Proprietà 4. se h(−n) = 0 . la risposta impulsiva h(·) ha durata rigorosamente limitata. 4.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo.9) e il sistema MA (§ es. ovvero h(n) sommabile . −1. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). (4. e quindi è sicuramente limitato. 4. anche i valori di k per i quali h(k) = 0.10). |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. Ad esempio.

in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. se la risposta impulsiva h(t) è una funzione generalizzata. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. la cui risposta impulsiva [fig. se il sistema IIR ha memoria praticamente finita. con t0 ∈ R .3).4. Infatti. questo problema può essere tranquillamente aggirato. Più in generale. In verità. per ogni t0 ∈ R. Pertanto. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.7) e l’accumulatore (§ es. nel senso che può contenere degli impulsi di Dirac. pertanto. 1 la risposta impulsiva è sommabile.11.61) e (4. se il segnale di ingresso è limitato.4 e B. che anticipa/ritarda il segnale di ingresso. in questo caso. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. D’altra parte. 4. possiamo concludere che il sistema TC (4. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). +∞ k=−∞ +∞ con 0 < |a| < 1 . aventi come risposta impulsiva il gradino unitario. ossia h(t) = δ (t − t0 ). 4. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.64) . e di una funzione himp (t) puramente impulsiva. Più precisamente. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.63) è sicuramente limitata. nel caso del sistema (4. Ad esempio. conseguentemente. il sistema è stabile. che non contiene impulsi. § B. Verifichiamo che tale sistema è stabile. T Si tratta di un sistema con memoria praticamente finita. l’integratore (§ es.63).63). sono esempi di sistemi IIR con memoria infinita e. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) .5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). i sistemi IIR aventi memoria infinita sono sicuramente instabili. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). Ad esempio. instabili. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . sono stabili. Esempio 4.17(a)] è data da: 1 −τ /T e u(τ ) . è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. il sistema che effettua la traslazione temporale del segnale di ingresso. Ad esempio. che contiene solo impulsi. Poiché il concetto di sommabilità di una distribuzione non è definito.2. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . 4. l’uscita del sistema (4. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . è un sistema stabile. Analogamente. in quanto.62) (cfr. dal punto di vista pratico. 4.1. n=1 himp (t) N (4. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. (4.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 .8). In conclusione.

possiamo affermare che. . Tali sistemi presentano numerose analogie. 4. tuttavia per una presentazione efficace è opportuno studiarli separatamente. sono descritti da equazioni differenziali lineari a coefficienti costanti. tN Fig. In altre parole.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI.21. 4. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. αN . il sistema in fig.6. in svariati campi delle scienze fisiche e dell’ingegneria. 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.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) .21.8.65) . . del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) .21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. dove N ∈ N. 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). In questo caso.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). se i sistemi componenti il parallelo sono singolarmente stabili. . 4. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. come mostrato in fig. 4. 4. 4. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. dt k dt m=0 (4. in virtù della prop. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. allora il sistema complessivo è sicuramente stabile. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. .

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

. cioè del tipo esponenziale complesso.68). . . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. le radici di q(λ ) sono o reali o complesse coniugate. . .h t h eλ t . . D’altra parte. . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. (4. .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 .68). . siano esse λ1 . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ).73) dove λ1 . eλ2t .67) e (4.65) non univocamente determinata. è soluzione della (4. λ2 . c2 . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.68) non offre particolari difficoltà. 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 . . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . . . i (4. ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . con λ ∈ C. allora k=0 ∑ ak dt k y0 (t) = 0 . Più in generale. .65).69) da cui sommando membro a membro la (4. In linea di principio. . . .68) è ancora una soluzione della stessa equazione. . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. e quindi deve annullarsi q(λ ). . Quindi. .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. cN sono costanti arbitrarie. la (4. N2 . .68). allora si prova facilmente che t h eλit . l’esponenziale eλ t è soluzione della (4. 1. .68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . si può provare che la (4. Le radici del polinomio caratteristico possono essere reali. . allora gli esponenziali complessi eλ1t . poiché una arbitraria combinazione lineare di soluzioni della (4. a .68). λ2 .65). . . è immediato constatare che y(t) = y0 (t) + y p (t) (4.70) è una soluzione della (4. rispettivamente. (4. a N 0 1 siano reali.70) fornisce tutte le soluzioni dell’equazione differenziale (4. Pertanto. NR . immaginarie oppure complesse. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. per h ∈ {0. Ni − 1}. . . . .72) dove c1 . Se si pone allora y(t) = eλ t nella (4.170 Sistemi lineari tempo-invarianti (LTI) della (4.68). . λN . con N1 + N2 + · · · + NR = N [nel caso in cui R = N.69). la soluzione generale della (4. combinando linearmente tutte le N possibili soluzioni. N dk (4. eλN t sono singolarmente soluzioni della (4.

. Notiamo che. .65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. Questo è un risultato del tutto intuibile in quanto. l’evoluzione libera del sistema è nulla. Si determina la soluzione omogenea y0 (t) data dalla (4. (4. Conseguentemente. cioè y0 (0) = y0 .73). . Si determinano gli N coefficienti ci. ylib (t) = 0.73).74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. ∀t ∈ R.65).65) si può ottenere seguendo i seguenti passi: 1.h ). 2. Riassumendo quanto detto finora.6 Esempi di sistemi LTI 171 nella (4. Innanzitutto. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . Ni − 1}. si determina una soluzione particolare y p (t) della (4. La (4. . la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. né una tecnica generale di soluzione. . in quanto l’uscita è definita a meno di N costanti arbitrarie. .h .65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. D’altra parte.66) assegnate. A differenza della soluzione y0 (t). soddisfi le condizioni iniziali (4. con i ∈ {1. Assegnato l’ingresso x(t).65) non definisce univocamente un sistema. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso).4. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). 2. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. 1. . (4. . . e per essa non è possibile dare un’espressione generale. y1 . possiamo dire che la soluzione generale della equazione differenziale (4. yN−1 .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. l’equazione differenziale (4. . allora la soluzione particolare ottenuta è valida solo per t > 0. . .65). cioè y0 = y1 = · · · = yN−1 = 0. Anche in questo caso. senza portare in conto le condizioni iniziali. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema.66) e la seconda dipendente solo dal segnale di ingresso x(t).74) determina un sistema di N equazioni lineari nelle N incognite ci. .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. y1 . . . La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. . In altri termini. Risolvendo tale sistema si trova che le costanti ci. ossia. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. assumendo che siano nulle le condizioni iniziali. . . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. R} e h ∈ {0. d y0 (t) dt = y1 . per la presenza delle costanti ci. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .75) t=0 t=0 La soluzione particolare yfor (t) della (4. in quanto tiene conto del solo segnale di ingresso x(t). se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. dN−1 y0 (t) dt N−1 = yN−1 . yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0.h . data da y(t) = y0 (t) + y p (t) per t > 0.72)]. In molti casi è conveniente esprimere la soluzione generale della (4. . 3. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. se l’ingresso è applicato all’istante tin = 0.h sono combinazioni lineari dei valori y0 .h nella soluzione omogenea. .

4. affinchè il sistema descritto dalle (4. 4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t).23. 4. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.76) La prima osservazione interessante suggerita dalla (4.65) e (4.22.66) non è lineare. La seconda osservazione legata alla (4. 4. In particolare.23.66) non è tempo-invariante. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.16). allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ).4 dal momento che. dt (4. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . Schema elettrico del sistema RC (es. indipendente dal segnale di ingresso. può essere rappresentato mediante lo schema a blocchi in fig. Schema a blocchi del sistema RC (es. 3. mentre l’uscita y(t) è la tensione ai capi della capacità. La . occorre che la sua evoluzione libera sia nulla. (4. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. Tuttavia. assegnando cioè y0 = y1 = · · · = yN−1 = 0.65) e (4.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). rispettivamente. se si impone x(t) ≡ 0.76) che y(t) = ylib (t) = 0. 4. ∀t0 ∈ R. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . è interessante osservare che il sistema definito dalla (4. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). segue dalla (4.76) è lineare per le differenze. Possiamo quindi dire che.65) e (4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. 4. 3. il che si ottiene imponendo che il sistema sia inizialmente in quiete.76) è che in generale il sistema descritto dalle (4.66) sia LTI. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. ciò viola la prop.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). In definitiva.76) è che in generale il sistema descritto dalle (4. ciò significa che se x(t) ≡ 0. α2 ∈ C. Esempio 4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. ∀α1 . Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (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). indipendente dal segnale di ingresso. cioè. allora yfor (t) ≡ 0. Fig.22.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig.16). Inoltre.

se t < 0 . dt (4.78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.71). RC da cui.77). che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . dt RC dt  0 . dt RC RC Se si moltiplicano ambo i membri dell’equazione di destra per l’esponenziale et/RC e si osserva che et/RC si ottiene: d 1 d y p (t) + y p (t) = y p (t)et/RC . e deve soddisfare l’equazione differenziale completa (4. La soluzione particolare y p (t) dipende dal tipo di ingresso. per la presenza della costante moltiplicativa c1 arbitraria.  c2 . nel nostro caso (equazione del primo ordine). 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 . otteniamo la risposta forzata del sistema. risolvendo l’equazione (4. Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4.79) non consente di determinare univocamente l’uscita del sistema.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4.77). Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . se t ≥ 0 .  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . se t < 0 . la (4.73) degenera nella (4.4. (4. la (4.66). In questo caso. se t ≥ 0 . per integrazione indefinita. c1 ∈ R .  RC e  . Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. In questo caso (R = N = 1). Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). Dalla (4. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4.77) si può scrivere come: y(t) = y0 (t) + y p (t) .79) otteniamo allora che y0 (0) = c1 = y0 . d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . dobbiamo imporre la sola condizione y0 (0) = y0 .77).79) Notiamo che. 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) .72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).

81) nota come equazione alla differenze a coefficienti costanti di ordine N. 4.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . essendo il sistema LTI nelle ipotesi fatte. per cui risulta che c2 = 0. il sistema risultante non è omogeneo (e quindi non è lineare). 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. il sistema LTI ottenuto è causale [h(t) = 0.11.37) esistente tra risposta al gradino e risposta impulsiva. ma non comporta discontinuità in t = 0 del segnale y p (t).65).24. e la (4. corrisponde alla risposta impulsiva (4. 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) . con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0.65) in maniera più semplice di quanto visto finora. Oltre ad essere chiaramente dispersivo. ∀t < 0] e stabile [h(t) è sommabile]. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t).6. per la presenza dell’evoluzione libera. Tenendo presente la relazione (4. . M (4. la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t). è pari a yt0 (t) = yfor (t −t0 ). 4. inoltre. ottenuta ponendo x(t) = u(t − t0 ). con N ≥ 0 e aN = 0.77). Inoltre.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. ponendo T = RC. per un’equazione differenziale di ordine N.80) Osserviamo che. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. una relazione analoga alla (4.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. 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. Nel cap.50) assegnata nell’es. (4. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . Notiamo a questo punto che. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante.10 Pertanto. segue che c3 = −1. ponendo y0 = 0. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. 4. dt RC che. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. 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). trattandosi di una equazione differenziale del primo ordine. ovvero s(t) = (1 − e−t/RC ) u(t) .80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) .

82) Dal confronto con l’es.6 Esempi di sistemi LTI 175 1 0.4. (b) risposta al gradino. (4. y2 . a partire da un istante prefissato nin ∈ Z. assegnato il segnale di ingresso x(n). sono generalmente meno note ai lettori. supposto che. . . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . Sistema RC (es. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . la (4. . In particolare. . analogamente alle soluzioni di una equazione differenziale (4.81) rappresenta una relazione i-u semplice da studiare. sotto opportune ipotesi. . come: y(n) = y0 (n) + y p (n) .65). 3. . . avente la seguente risposta impulsiva:   bn . in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . per determinarne la relazione i-u. In particolare. A tale proposito. e sono denominati sistemi auto-regressivi a media mobile (ARMA). la (4. M} .8 RC h(t) 0. 4.8 0. per trovare la corrispondente uscita y(n) per n ≥ nin . .6 0.9.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. analogamente al caso TC.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. a0 m=0 (4. notiamo che la (4. y(−2) = y2 . Per N ≥ 1.4 0.24. va detto che la teoria e la pratica delle equazioni alle differenze.81). Solo nel caso N = 0. .81) descrive solo implicitamente un sistema. Ponendo per semplicità nin = 0.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).81) si può esprimere. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin .83) dove y1 . yN sono valori (in genere reali) assegnati. (4. . si può provare che la soluzione generale di una equazione del tipo (4. .65). è necessario risolvere rispetto a y(n) l’equazione alle differenze. sono sistemi LTI. altrimenti .6 0. y(−N) = yN . Assegnato l’ingresso x(n) per n ≥ nin . . i sistemi definiti implicitamente dalla (4. sia applicato in ingresso al sistema un dato segnale x(n). h(n) = a0  0. 4.4 0.16): (a) risposta impulsiva. 1. n ∈ {0. sebbene in principio siano più semplici rispetto alle equazioni differenziali. .

. −1}. . z2 . Pertanto. yN . . Conseguentemente. zR aventi molteplicità N1 . . . l’esponenziale zn è soluzione della (4. Risolvendo il sistema lineare (4.84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . yN (−N) = yN . 1 2 N (4. . . .81). zN . . −N + 1. Se invece il polinomio q(z) presenta R radici distinte z1 . y1 .h nh zn . con N1 + N2 + · · · + NR = N. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a .87) dove c1 .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . cN sono costanti arbitrarie.84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . . la soluzione generale della (4. y2 . . . NR . la soluzione generale della (4.88) Quindi. . . . N (4. . cioè y1 = y2 = · · · = yN = 0. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . .84) si effettua ragionando similmente al caso TC. M (4.83). questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. (4. ovvero la soluzione generale dell’equazione omogenea associata alla (4. . rispettivamente. .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . siano esse z1 . .88) che soddisfa le condizioni iniziali (4. . . i (4. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . (4.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n).h sono combinazioni lineari dei valori y0 . y0 (−2) = y2 . . ossia y0 (−1) = y1 . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. immaginarie oppure complesse. le radici di q(z) sono o reali o complesse coniugate. Se ci si limita a trovare soluzioni del tipo zn . . con z ∈ C e si pone y(n) = zn nella (4. la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci.11 Se le N radici del polinomio q(z) sono distinte. si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . .81): k=0 ∑ ak y(n − k) = 0 . . N2 . yN−1 assunti da y0 (n) per n ∈ {−N. . come nel caso TC. . . .h . . c2 . z2 .84).84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. a .89) si trova che le costanti ci. a N 0 1 siano reali. .86) le cui radici possono essere reali. .

. Successivamente. Esempio 4. (4. . e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1).81) e (4.92) . e ponendo a = −a1 /a0 e b = b1 /a0 .91).17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) . y(n − 2). con condizioni iniziali nulle. . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. D’altra parte. . che è applicabile solo a TD. più semplice. . Similmente al caso TC. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. In conclusione.83) è in generale lineare per le differenze e tempo-variante.90) A causa della presenza dell’evoluzione libera.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. . il sistema descritto dalle (4. l’equazione alle differenze (4. y(n) − a y(n − 1) = b x(n) .81). .81) e dalle condizioni iniziali (4. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. Tale procedura. y(−N + 1). x(n − 2). la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. (4. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). y(1). y(−N) (ovvero le condizioni iniziali assegnate). a0 k=1 a0 m=0 (4.6 Esempi di sistemi LTI 177 del sistema è nulla. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per 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) . a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. ∀n ∈ Z. . . Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. . .83). il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. A differenza del caso TC. ossia. possiamo riscriverla nella forma seguente. .91).81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . Dividendo primo e secondo membro per a0 = 0. . assegnando y1 = y2 = · · · = yN = 0. dai valori y(n − 1). . . che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . y(−2). a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). . Nell’esempio che segue. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (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). Tale metodo si basa sull’osservazione che la (4.4. ylib (n) = 0. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. Pertanto.

nel cap. 4. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. In definitiva. Questa interpretazione porta allo schema a blocchi riportato in fig. In tale ipotesi. Analogamente. si vede che il sistema è dispersivo.25). a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . . Va detto che. osserviamo che la forma ricorsiva (4. ovvero y(−1) = 0. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. a ed in generale. supposto 0 < |a| < 1.91) dell’equazione alle differenze (4. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. Per semplicità. 4. es. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . scrivendo: h(n) = a h(n − 1) + b δ (n) . h(1) = a h(0) + b δ (1) = ab . ed in particolare nell’elaborazione digitale dei segnali. per n < 0.12 è utile fare qualche considerazione sulla loro implementazione.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. per n ≥ 0. data la notevole importanza dei sistema ARMA nelle applicazioni. Così facendo. denotiamo 12 Ad esempio. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. È interessante osservare che. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . causale. A tale proposito. Pertanto. ed in generale. il sistema in esame è un sistema IIR avente memoria praticamente finita. Imponiamo che il sistema sia LTI. assumendo che il sistema sia inizialmente in quiete.26 per a = 0. il comando filter implementa proprio la relazione i-u di un sistema ARMA. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b .25. ponendo b = 1. A differenza del caso TC. h(n) = 0 .17. e stabile per 0 < |a| < 1. 4. 4. Dalle proprietà della risposta impulsiva. 4.81). in generale. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . A conclusione di questo paragrafo.8333 e b = 1. con un leggero abuso di notazione. suggerisce anche un modo per realizzare il sistema. i sistemi ARMA presentano risposte impulsive di durata infinita.16). in Matlab. 4. e sono pertanto sistemi IIR.11. 4. possiamo trovare la soluzione h(n) in maniera ricorsiva. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. h(n) = an b .23 sottolinea che l’equazione (4. la cui somiglianza con lo schema di fig. che è rappresentata graficamente in fig. oltre a fornire un metodo alternativo di risoluzione dell’equazione. per N ≥ 1. ossia y(n) = h(n).

4. è possibile ottenere un sistema con N < M.17). Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . M}. .4. 2. . per k ∈ {N + 1.6 0. 13 A . . 4. m=0 N N (4. N (4. per m ∈ {M + 1. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. 4.2 Fig. . . . Per effetto della ricorsione. è possibile ottenere un sistema con N > M. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. ritardo elementare e sommatore. . N}. e con bm i rapporti bm /a0 . analogamente. è riportato indietro verso il segnale di ingresso z(n). .93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. M + 2.8 0. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. . Questa ricorsione.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. 4. h(n) 0 0 5 n 10 15 20 Fig. N + 2. Risposta impulsiva del sistema LTI (es. opportunamente ritardato e scalato. . per k ∈ {1. Il secondo sistema (quello di destra) ha come ingresso il segnale z(n) e produce in uscita il segnale y(n) secondo la seguente relazione ricorsiva: y(n) = k=1 ∑ ak y(n − k) + z(n) .4 0. partire da un sistema ARMA con N = M.27. .8333 e b = 1). 4. .95) in cui l’uscita all’istante n si ricava in funzione del valore attuale del segnale di ingresso z(n) e dei valori del segnale di uscita negli N istanti precedenti. ponendo a zero i coefficienti bm . . N}. N (4. così facendo la (4.93) è riportato in fig. Precisamente.25. ponendo a zero i coefficienti bk . .26. . Il primo sistema (quello di sinistra) effettua una semplice elaborazione (consistente in ritardi e moltiplicazioni per costanti) del segnale di ingresso x(n) producendo in uscita il segnale: z(n) = m=0 ∑ bm x(n − m) . con ak i rapporti −ak /a0 . 1. i sistemi AR presentano risposte impulsive di durata infinita. . lo schema a blocchi corrispondente alla (4. per m ∈ {0. M}.

4. che è generalmente denominata forma diretta II del sistema ARMA. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo.95) rappresenta la parte AR (o IIR) del sistema. . 4.14 per un totale di 2 N ritardi elementari.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . 4. Così facendo si giunge alla struttura modificata rappresentata in fig. z -1 x(n-N) bN aN . . si ottiene la struttura cosiddetta canonica riportata in fig. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. pertanto.27 è comunemente denominata forma diretta I del sistema ARMA. 4. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.27. senza alterare la natura del sistema. Realizzazione in forma diretta I di un sistema ARMA (N = M).27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. . e sono pertanto sistemi IIR. 15 Il comando filter di Matlab. 4. . in quanto sia la parte MA che quella AR sono sistemi LTI.28. . ciò non altera il legame i-u del sistema. . precedentemente menzionato. z -1 y(n-N) b2 a2 . Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. Lo schema di fig. nonchè amplificatori e sommatori.29. Possiamo quindi dire che la (4. In tal modo. Lo schema si può vedere come la cascata della parte MA e della parte AR. .15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. . Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. mentre la (4. . La realizzazione di fig. .94) rappresenta la parte MA (o FIR) del sistema. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig.

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

1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. 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. Assumendo che la quantità tra parentesi tonde esista finita. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). per comodità di presentazione. e dei sistemi LTI in particolare. avente ampiezza unitaria e fase iniziale nulla.7. 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.182 Sistemi lineari tempo-invarianti (LTI) 4. di sinusoidi (rappresentazioni di Fourier). studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. per il quale la H( f ) definita dalla (4. ovvero poniamo x(t) = e j2π f t . moltiplicato per H( f ).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. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . in ingresso ad un sistema TC LTI con risposta impulsiva h(t). Supponiamo che il segnale di ingresso sia un fasore a frequenza f . (4. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. oltre che come sovrapposizione di impulsi.96) esiste finita.12).12). e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.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 (·). se reali. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). Nei paragrafi seguenti. 4.96) .9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. Sostituendo nella relazione i-u del sistema. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria.7) oppure continua (4.

in particolare l’ampiezza del fasore viene modificata da |H( f )|. conseguentemente. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. ovvero si ha y = A x. dicendo che i fasori sono le autofunzioni dei sistemi LTI. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso.9 si applica sicuramente a tutti i sistemi stabili. Vedremo nel cap. da cui segue che. per ogni fissato valore di f .9 può anche essere rappresentata dallo schema a blocchi di fig. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. Dalla sua definizione (4. che modifica la fase del fasore di ingresso. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. detta antitrasformata di Fourier. 4. Sotto opportune ipotesi. Per completare l’analogia. che definisce H( f ) in funzione di h(τ ). è in generale una grandezza complessa. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). Fig. proporzionale a e. la relazione A e = λ e che definisce gli autovettori e gli autovalori si può interpretare come il fatto che il vettore e viene trasformato da A nel vettore λ e. inoltre il suo modulo |H( f )|. 4. cioè dell’autovalore. 4. e la sua inversa. generalmente soddisfatte dai segnali di interesse pratico.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.30.97). 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. (4. la prop. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A.98) La (4. in particolare concetti di analisi funzionale. mentre la fase del fasore viene modificata da H( f ). tale relazione di trasformata di Fourier è invertibile. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. evidenzia che i fasori sono segnali particolari per i sistemi LTI. si può interpretare come la trasformata di Fourier del segnale h(τ ). che modifica l’ampiezza del fasore di ingresso. . |H( f )| < +∞. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. ∀f ∈ R. mentre la sua fase H( f ).96). si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . ∀ f ∈ R. 4.30. Infatti. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. osserviamo che H( f ). È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. La prop. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . cui corrisponde in uscita ancora un segnale costante y(t) = H(0).31. per analogia con la corrispondente proprietà dell’algebra lineare.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. prende il nome di risposta in fase. prende il nome di risposta in ampiezza. 6 che la relazione (4. La prova di questo risultato si ottiene osservando che: |H( f )| = +∞ −∞ h(τ ) e− j2π f τ dτ ≤ +∞ −∞ |h(τ )| |e− j2π f τ | dτ = =1 +∞ −∞ |h(τ )|dτ . si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. ovvero se il sistema è stabile. Quindi. se h(τ ) è sommabile.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. 4. Sostituendo tale espressione nella (4. Tale proprietà si esprime.4. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e.96). Si noti che tale proprietà vale anche per f = 0.

dt dt sostituendo nella (4.1) che. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. (4. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. si perviene alla seguente equazione differenziale.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.96). nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. ovvero H( f ) = y(t) x(t) .18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. la prop. avente ampiezza unitaria e fase iniziale nulla. 4. mentre assume valori minori di 1 per f = 0 e decrescenti .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 . come dimostrato dall’esempio seguente.16 (si veda anche il § 4. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . 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 . Esempio 4. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). 4. 6.22. dt (4.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.100) che descrive il sistema. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . § 4.1).6.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). della quale è facile ricavare modulo e fase. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .16. 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t . Sfruttando la conoscenza di h(t). 4. raffigurato in fig. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . 4.99). e sarà ulteriormente approfondito nel cap.100) Abbiamo visto nell’es.32 in funzione di 2π f RC. e sostituendo tali espressioni nell’equazione differenziale (4.6.

3.4). dove si è sfruttato il fatto che. Infatti. risposta in fase (in basso). prop. a prima vista.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. In virtù di questo comportamento. Se il sistema LTI è reale. la corrispondente uscita è necessariamente nulla (cfr. al crescere di | f |. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. Quindi. Un sistema di questo tipo. notiamo che. si è implicitamente imposto che il sistema sia LTI. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. 4. supposto H( f ) finita. In definitiva. che introduce un’attenuazione di ampiezza crescente con la frequenza. e sarà ulteriormente approfondito nei prossimi capitoli. Come osservazione conclusiva. dato un sistema LTI. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) .18): risposta in ampiezza (in alto). ovvero la sua risposta impulsiva h(t) è una funzione reale. La prop. crescenti al crescere di | f |. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 .18 conferma che la funzione H( f ) data dalla (4. L’es. il sistema può “sopprimere” completamente il segnale di ingresso. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. 4. In particolare.4.9 e l’es. Pertanto. che assume una importanza rilevante nello studio dei sistemi LTI. risulta h∗ (τ ) = h(τ ). il che è vero se e solo se y(0) = 0. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. 4. Infatti. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. viene chiamato filtro passabasso.96) o dalla (4. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. coniugando la (4. si ha: H ∗ ( f ) = H(− f ) .101) . se h(τ ) è reale. In altri termini. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. tuttavia. 4.99) è in generale una funzione complessa. Tale conclusione non è corretta.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. la corrispondente uscita è nulla. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. 4. se l’ingresso è nullo.100) e non la condizione iniziale y(0) = 0. (4. cioè H( f0 ) = 0.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0.96). per un sistema reale. Risposta in frequenza di un sistema RC (es.32. 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 . cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0.

186

Sistemi lineari tempo-invarianti (LTI)

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

,

= |H(− f )| e j

H(− f )

,

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

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

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

4.7.2 Risposta ad un fasore di un sistema TD LTI

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

h(k) x(n − k) .

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

h(k) e j2πν (n−k) =

+∞ k=−∞

h(k) e− j2πν k e j2πν n

4.7 Risposta in frequenza di un sistema LTI

187

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

h(k) e− j2πν k ,

(4.104)

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

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

h(k) e− j2πν k ≤

+∞ k=−∞

|h(k)| |e− j2πν k | =
k=1

+∞ k=−∞

|h(k)| ,

∀ν ∈ R ,

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

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

188

Sistemi lineari tempo-invarianti (LTI)

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

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

h(k) e− j2π (ν +1)k =

+∞ k=−∞

h(k) e− j2πν k e− j2π k =
=1

+∞ k=−∞

h(k) e− j2πν k = H(ν ) ,

come si voleva dimostrare.

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

x(n)=e j2πν n

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

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

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

4.7 Risposta in frequenza di un sistema LTI

189

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

2 1 0 −2 1 0 −1 −2 −1 0 ν 1 2

−1

0 ν

1

2

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

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

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

H(ν ) = b − arctan

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

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

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

190

Sistemi lineari tempo-invarianti (LTI)

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

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

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

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

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

(4.109) (4.110)

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

lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. 4.110) si può ottenere come caso particolare della (4. Notiamo in effetti che la (4. Variando la frequenza f0 del generatore (a scatti oppure in maniera .13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. Inoltre. capace cioè di rappresentare due segnali su uno stesso visore. 4. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico.35. 4.21). allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. Esempio 4. notiamo che per la proprietà 4. Si consideri lo schema di misura di fig. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay .112) Analogamente al caso TC. viene collegato all’ingresso e all’uscita del circuito. ed è riportata di seguito per completezza. la prop. 4. T0 In definitiva. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).109) introducendo un opportuno sfasamento di π /2.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto.104) esiste finita per ν = ν0 . per il quale H(ν ) definita dalla (4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. se H(ν0 ) = 0.111) (4.35). Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] .35. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). 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 .7 Risposta in frequenza di un sistema LTI 191 generatore sinusoidale x(t) f 0 (variabile ) circuito elettrico y(t) in1 in2 oscilloscopio a doppia traccia Fig. 4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. considerando due attraversamenti dell’origine con pendenza positiva). se H( f0 ) = 0.4. Si può immediatamente osservare che. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. un oscilloscopio a doppia traccia. (4.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). 4.

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

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

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

per t ≥ 6 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e .    2t . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.  (b) y(t) = 1 .   12 − 2t .8 Esercizi proposti 195 Esercizio 4. (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).  0 . per n > −1 . per 2 < t < 3 .    0 .8 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−t/T u(t) ed h(t) = rect t − T /2 . per n ≤ −1 . . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).  (b) y(t) = 4 .  per 0 < t ≤ 1 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). per t > −1 . con |b| < 1. con |b| < 1.  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .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). per t < 0 .   9 − 6t + t 2 .  −t/T ) . Te  0 . per t ≤ −1 . T (b) x(t) = 2 u(t − 1) + 2 u(t − 3) ed h(t) = u(t + 1) − 2 u(t − 1) + u(t − 3). (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2).  per 0 ≤ t < 2 .  n  a . e  0 . per t > T . Calcolare l’uscita y(n) del sistema.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}.    2t − t 2 . per 1 < t ≤ 2 .4. per t < 0 .    0 . Esercizio 4. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). per 2 ≤ t < 4 . con a > 1. per t ≤ 0 . Risultato: y(n) = (n + 1) bn u(n) per a = b. per 4 ≤ t < 6 . Esercizio 4.10 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).   1 e(t+1) .  −t/T  (e − 1) . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). Esercizio 4. con T ∈ R+ . per t ≥ 3 .

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

(g) h(t) = 2 e−t − e(t−100)/100 u(t). tale per cui: d f (t. causale. non causale. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). Risultato: s(n) = δ (n + 1) − δ (n). stabile. Risultato: (a) il sistema è dispersivo.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. (d) il sistema è dispersivo. (g) il sistema è dispersivo. h(n) = 4n u(n). calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). τ ) dt allora d dt +∞ −∞ ≤ g(t. h(t) = rect(t − 0. utilizzando s(n). (f) il sistema è dispersivo. Esercizio 4.8 Esercizi proposti 197 dagli scopi di questo corso. Esercizio 4. h(t) = e−2t u(t + 2). stabilire se il sistema è non dispersivo. causale.13 Calcolare e diagrammare la risposta al gradino e la risposta impulsiva del sistema LTI avente relazione i-u: y(t) = t t−1 [x(τ ) − x(τ − 1)] dτ . τ )] dτ . (c) il sistema è dispersivo. stabile.5).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. τ )dτ = +∞ −∞ d [ f (t.16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n).5) − rect(t − 1. stabile. (e) il sistema è dispersivo. . stabile.4. f (t. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . Esercizio 4. h(n) = (1/3)n u(n) + 3n u(−n − 1). y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). stabile. τ ) integrabile su R rispetto a τ e un costante ε > 0. h(t) = e−6|t| . (b) il sistema è dispersivo. h(t) = e−6t u(3 − t). τ ) . non causale. h(t) = t e−t u(t). instabile. stabilire se il sistema è non dispersivo. h(t) = e2t u(−1 − t). causale. Risultato: s(t) = Λ(t − 1). h(n) = (1/2)|n| . instabile. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). non causale. dt Esercizio 4. non causale.

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

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

(a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. non dispersivo. (b) per n → +∞. (b) il sistema è dispersivo. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). non causale. con T > 0.24 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 . dispersivo. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. con a ∈ R. 2T lineare per ogni a. dispersivi.5) nel caso (b). in generale è tempo-variante. rispettivamente. eccetto che nel caso in cui a = 3. (b) Classificare il sistema complessivo. causalità e stabilità. invariante temporalmente. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). causalità e stabilità). S2 : h(t) = δ (t) − δ (t − 1) . Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). (c) h(t) = 3 rect Esercizio 4. stabile. il sistema è lineare. Entrambi i sistemi sono lineari. stabile. (b) il sistema è 3t . sulla base delle sue proprietà di non dispersività. non dispersività. causali. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). stabile. 1 + j/2 1 + j/2 .25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). Esercizio 4. causale. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). Risultato: (a) y(t) = T −T x at − τ 3 d τ . S3 : y(t) = x(t/2) (espansione di 2) . rispettivamente. y(t) = x(t) − x(t − 0. Esercizio 4. invarianti temporalmente e stabili. y(n) ≈ . motivando brevemente le risposte.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n).23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. non causale.

4.] 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).26 Si consideri il circuito RC di fig. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (f) Studiare le proprietà (non dispersività. dt T Esercizio 4.     Risultato: y(t) = 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) . per 0 ≤ t < 2 . (f) il sistema è dispersivo. con T = RC. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . Esercizio 4.5 (1 − e−2t ) e−t . determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. causale. (b) y0 (t) = c1 e−t/T . sistema dispersivo. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). per t ≥ 2 . s(t) = yfor (t) = e−t/T u(t). con a ∈ R. stabile se e solo se |a| > 1.27 Si consideri il circuito CR di fig. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . (e) il sistema è LTI se y0 = 0. causale.36.8 Esercizi proposti 201 Esercizio 4. (a) Disegnare lo schema implementativo del sistema in forma diretta I. per t < 0 .36.     0. (c) ylib (t) = y0 e−t/T .4. causalità. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. Esercizio 4. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . e la tensione y(t) ai capi della resistenza è il segnale di uscita. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). .5 (1 − e−4 ) e−t . h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). causale e stabile. stabile. 4. (c) Disegnare lo schema implementativo del sistema in forma canonica.] Risultato: h(n) = (1/a)n−1 u(n − 1). (b) Disegnare lo schema implementativo del sistema in forma diretta II. notare che essendo il gradino la derivata della rampa.  0 . [Suggerimento: per il punto (e). con costante di tempo T = RC = 1s. stabilità) del sistema LTI determinato al punto (e). [Suggerimento: Per calcolare h(n). la risposta al gradino sarà la derivata della risposta alla rampa.

t t (d) x(t) = 2 sin 2π T + cos π T . stabilità).32 Si considerino i sistemi TD S1 . ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). Risultato: Solo il sistema S2 può essere LTI. Esercizio 4. i sistemi S1 e S3 non sono sicuramente LTI.31 Si considerino i sistemi TC S1 . ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T .y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. S2 . Stabilire se i tre sistemi possono essere LTI. . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t .5T T . (d) y(t) = 2 cos π T . Stabilire se i tre sistemi possono essere LTI. con T > 0. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. S2 . causalità. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. Risultato: Solo il sistema S3 può essere LTI. S3 : e jπ n/2 −→ 2 e j5π n/2 . t (e) x(t) = cos 2π T u(t).33 Nello schema di figura. Calcolare la risposta in frequenza del sistema. (e) y(t) = cos 2π T rect t t−0. (c) y(t) ≡ 0. i sistemi S1 e S2 non sono sicuramente LTI. S2 : e j5t −→ e j5(t−1) . S3 . t t (c) x(t) = cos 2π T . (b) y(t) = 2e jπ T . non dispersività. Esercizio 4. t (b) x(t) = e jπ T . con T > 0. t t Risultato: (a) y(t) ≡ 0.30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . Esercizio 4. S3 . le cui risposte al fasore x(n) = e jπ n/2 sono le seguenti: S1 : e jπ n/2 −→ e jπ n/2 u(n) . x(t) z(t) S1 + − 6 S2 . invarianza temporale. S3 : e j5t −→ cos(5t) . S2 : e jπ n/2 −→ e j3π n/2 .

applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. causalità.34 Nello schema di figura. con riferimento al periodo principale. . 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). Esercizio 4. causale. (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. 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . (b) Sfruttando i risultati del punto (a).5 e− j 8πν per −0. 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 ).5 < ν ≤ 0. stabile). T Esercizio 4.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità.25 π n). (b) il sistema è LTI. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). Risultato: (a) y(t) = t t−T x(τ ) dτ . applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). calcolare l’uscita y(t) e rappresentarla grafiT camente. causale.25 π (n + 1)). il sistema è lineare. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. tempo-invariante. (c) y(t) = rect . √ Risultato: y(n) = 2 2 sin(0. (b) y(t) = 4 cos . stabilità).5T 1 1 − e− j2π f T = e− jπ f T . Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. non dispersività. (b) il sistema è LTI.36 Si consideri il sistema LTI avente. (c) y(t) ≡ 1. calcolare l’uscita y(t). dispersivo. dispersivo. applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0.5T . invarianza temporale. stabile. 1/T ). x(t) 6 S S 6 . è un integratore con memoria finita. tempo-invariante. Esercizio 4. con le seguenti proprietà: linea- re. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T .8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .5 .4.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ .

con T = RC. Circuito CR. 1 + 4π Risultato: (a) f >0 . Esercizio 4. Risultato: H(ν ) = 1 − 5 e− j8πν . Fig. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. 1 d j2π f T d y(t) + y(t) = x(t).204 Sistemi lineari tempo-invarianti (LTI) R C x(t) C y(t) R x(t) R L C x(t) y(t) y(t) Fig. (b) H( f ) = . (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 .38.39 Supponendo che il sistema ARMA descritto dell’esercizio 4.29 sia stabile.37. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. 2π | f |T .37 Si consideri il circuito CR di fig. 1 . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.37. e la tensione y(t) ai capi del condensatore è il segnale di uscita. 4.36. f <0 Esercizio 4. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. 4. calcolare la sua risposta in frequenza H(ν ). con ω0 = dt dt (coefficiente di smorzamento). (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.38. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. e la tensione y(t) ai capi del condensatore è il segnale di uscita. dt T dt 1 + j2π f T π − arctan(2π f T ) . con 2π f0 = ω0 . H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). Circuito RLC. 4. Circuito RC. 2 − e− j2πν + e− j6πν Esercizio 4. Fig.38 Si consideri il circuito RLC di fig.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). 4. 4. determinare la sua risposta in frequenza H( f ). H( f ) = tan−1 ζf . determinare la sua risposta in frequenza H( f ).

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

nel cap. ed ampiezza A/2. peraltro. 5. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. che la introdusse in vari scritti del 1807 e del 1811. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. che prende il nome1 di serie di Fourier. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822).2 Si consideri ad esempio il seguente segnale. poiché esistono differenze non trascurabili tra i due casi. espresso come somma di un numero finito di fasori. non necessariamente periodico. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . Quest’ultima rappresentazione. purché le frequenze siano tutte multiple di una frequenza comune f0 . Successivamente. l’espressione di un segnale arbitrario come somma di oscillazioni sinusoidali fu introdotta nel 1753 dal matematico svizzero Daniel Bernoulli (1700–1782) nell’ambito dei suoi studi sul problema delle corde vibranti.3. . 2 2 La relazione precedente mostra. vedremo la rappresentazione più generale di un segnale. nota come trasformata di Fourier. Partiamo per semplicità da uno dei più semplici segnali periodici TC. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori.3. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . sarà applicabile anche ai segnali periodici. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . e presenterà interessanti relazioni con la serie di Fourier. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. rispettivamente.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori.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 . opportunamente generalizzata. in accordo con l’interpretazione già data nel § 2. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. Va osservato. In particolare. infatti.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). lo svizzero Leonhard Euler (1707–1783) detto Eulero. il segnale x(t) risulta periodico. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. Tale segnale risulta periodico di periodo T0 = 1/ f0 . cioè i loro rapporti sono dei numeri razionali. e per di più a valori complessi. tratteremo separatamente la serie di Fourier per segnali TC e TD. 2 In generale. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. Nel seguito del capitolo. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . rappresenti un caso particolare di scarso interesse pratico. 2 2 2 2 2 2 (5. 6. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . solo in questo caso. che molto prima di Fourier. si può dimostrare che la somma di funzioni periodiche con periodi differenti è ancora una funzione periodica se e solo se i periodi sono commensurabili tra loro. sarà esaminata in questo capitolo. Tuttavia uno dei risultati più significativi della teoria dei segnali è che (quasi) tutti i segnali di interesse pratico possono essere rappresentati come sovrapposizione di fasori.

.3) e la (5. Ad A|k| esempio. 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 .7) T0 . supponiamo che il segnale x(t) sia sommabile sul periodo T0 . si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . ±2. e quindi ammettono T0 come più piccolo periodo comune. cioè se hanno frequenze distinte. ±1. che in generale può essere complesso. Per mostrare ciò. ovvero: |x(t)| dt < +∞ . se k = h . .1). (5. ±1. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . ed integrando termine a termine su un periodo. nel senso precisato nel cap. . . Ad esempio. dove le funzioni xk (t) sono ortogonali.2) si ricava che M = 3 e Xk = 2 . =δ (k−h) (5.3) sia effettivamente periodico di periodo T0 . con k ∈ {±1. . A tale proposito. per il segnale (5. con h ∈ {0. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. ottenuto come combinazione lineare di un numero finito di sinusoidi. Assegnato il periodo T0 e il numero di armoniche M. In tale ipotesi. 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. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t).5) T0 Essendo l’intervallo di integrazione finito. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. moltiplicando ambo i membri della (5. notiamo che la (5. ±M}. (5. con M ∈ N .3) in cui ciascun fasore è moltiplicato per un coefficiente Xk .4) e pertanto risultano ortogonali se k = h. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. (5. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi).2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t).6) per cui. ±3}. Se infatti consideriamo due fasori della rappresentazione (5. 0. . con k ∈ {0. se k = h .3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 .3) per e− j2π h f0t . (5. Le frequenze fk = k f0 dei fasori della rappresentazione (5. . ±M} . i termini per k = ±1 prendono il nome di prima armonica o fondamentale.5. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). cambiando l’indice da h nuovamente a k. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi).3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.1)]. i termini per k = ±2 prendono il nome di seconda armonica. ±2 f0 e ±3 f0 . a frequenze ± f0 . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . (4.3). il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). . dal confronto tra la (5.

In definitiva. espresso come somma di un numero finito di funzioni continue.9).8) e (5. è ancora una funzione continua (cfr. non pone alcun problema di convergenza. a differenza della rappresentazione (5. ∀k ∈ Z .3) per il segnale x(t) espresso come somma di un numero finito di fasori.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.5). Si osservi inoltre che non tutti i segnali continui. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.3). (5. possono essere rappresentati combinando linearmente un numero finito di fasori. basti pensare che nella (5. in virtù della (5. mettendo insieme le (5. . ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . Dalla maggiorazione precedente. B. ±M} ma.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . ±1.8) al § 5. essendo la somma di un numero finito di termini.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5.3) che. conseguentemente il segnale x(t).8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . Infatti. .1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . La serie di Fourier di x(t) è definita dalle equazioni: x(t) = Xk = +∞ k=−∞ ∑ Xk e j2π k f0t x(t) e− j2π k f0t dt T0 (equazione di sintesi) (equazione di analisi) (5. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. Si osservi che. più in generale.1. Purtroppo. per ogni k ∈ Z. il segnale periodico x(t) deve essere necessariamente continuo.11) 1 T0 . (vedi concetto di gradino e di risposta al gradino).8) può risultare non convergente.3) e (5. Tuttavia. affinchè la rappresentazione (5.2. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. Per il momento tralasciamo questo aspetto. inoltre.10) (5. (5.7). rimandando ogni discussione sulla convergenza della serie (5. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. Ad esempio. la serie di funzioni (5. Abbiamo già avuto modo di evidenziare in passato che. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. prop. . .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. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. In altre parole. utilizzando la (5.3) sia applcabile.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue.7) ha senso. nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t .

nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. che è ovviamente nulla per xac (t). la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. sviluppabili in serie di Fourier con coefficienti X1. È interessante osservare che. per ogni k ∈ Z. 3 In .12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. Poiché i coefficienti Xk sono grandezze complesse. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). si ha X0 = 1 T0 x(t) dt = xdc . e gli stessi coefficienti della serie di Fourier di x(t).3 In particolare. rispettivamente.5. saranno sviluppate nel § 5. Per differenza. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). in virtù di tale corrispondenza.2 Serie di Fourier per segnali TC 211 Le equazioni (5.k = X2. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). Altre forme della serie di Fourier. 2. ed il fatto che per segnali periodici la media temporale [cfr.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. la seconda consente di decomporre o analizzare il segnale x(t).k .4. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . valida in generale per segnali x(t) a valori reali o complessi. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z .11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier.7(c)] si può calcolare su un periodo del segnale. prop. rispettivamente. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). La (5. 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 ). Più precisamente. ovvero si ha x1 (t) = x2 (t). se X1. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . chiamati anch’essi armoniche del segnale.2. ovvero per la componente continua. particolare.k . In altre parole. Dal punto di vista matematico. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale.10) e (5. ∀t ∈ R eccetto che in un insieme di misura nulla. valide esclusivamente per segnali a valori reali. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. in quanto forniscono per ogni valore di k. Particolarizzando l’equazione di analisi per k = 0. fatta eccezione per il coefficiente per k = 0.k ed X2. (5. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier).

5 0 −5 1 ∠ Xk 0 k 5 1 0. per confronto con l’equazione di sintesi (5. k = ±1. k = −1.6 sinc(x) 0. sebbene essa risulti a rigore indeterminata. il calcolo dei coefficienti non è un problema concettualmente difficile. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . k = 1. e sono riportati4 in fig.11). ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.2.4 0. altrimenti.2 0 0 −0. ϕ0 = π ). la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. 6]. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . 5. 2 2 da cui. altrimenti.1 per il caso A = 1 e ϕ0 = π . noti che in fig. 2 Xk = A e− jϕ0 .1 e nel seguito. Per maggiore generalità rispetto al caso visto precedentemente.  ϕ0 . con A > 0. Esempio 5.8 0. 4 Si . 0. Gli spettri di ampiezza e fase sono dati. k = 1. k = −1. Per segnali più complicati.  Xk = −ϕ0 . La funzione sinc(x) per valori di x ∈ [−6. 5. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche.   indeterminata. 5. 5. come la formula di Eulero.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig.212 Serie di Fourier 1 |Xk| 0.10). da: |Xk | = A 2. 2  0. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. altrimenti. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. 4 Fig.1 (A = 1. per semplicità di rappresentazione.1. 4 L’esempio precedente mostra che in casi molto semplici. rispettivamente.1)). si ricava:   A e j ϕ0 . 5.

5). es.4. πk πk (5. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 .4 |Xk| 0. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.13) Per esprimere in forma più compatta il risultato precedente.2 (A = 1.1 −0. δc = 0. cfr. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.2 (serie di Fourier dell’onda rettangolare TC.2 Serie di Fourier per segnali TC 213 0. 6] è riportato in fig. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.2.3 Xk 0.5. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .5) sono puramente reali.3. 5. Le principali proprietà della funzione sinc(x) sono le tre seguenti.2 −5 0 k 5 0. Per k = 0. 5. πx x ∈ R. 2.1 0 −0.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt .2 (A = 1. 5. . e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .5 0. 5. Fig. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . introduciamo la funzione sinc(x): sinc(x) = sin(π x) . 5. Esempio 5. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .4 0. I coefficienti Xk dell’onda rettangolare dell’es. (5.9). δc = 0. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A .2 0.14) il cui grafico per x ∈ [−6.

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

ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . Per k = 0.3 (A = 1). decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . 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 .11). L’onda triangolare dell’es.4 |Xk| 0.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 .5.8 0.4 0. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .3 (A = 1).5 per A = 1. Tale segnale è raffigurato graficamente in fig.6.6 x(t) 0.2 0 −5 0 k 5 2 ∠ Xk 0. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. 5. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. 5. 5. Esempio 5.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. 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 . Applicando la formula di Eulero a e− j2π k f0 t . 5. T0 4 2 mentre per k = 0.2 Serie di Fourier per segnali TC 215 1 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es.5. Fig. 5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.

Sia x(t) un arbitrario segnale periodo con periodo T0 . Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . Vedremo tuttavia nel cap. e sono raffigurati in fig. 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  0.2. k dispari.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. 5.216 Serie di Fourier integrale. inoltre.11). 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). In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. (−1)k Come evidenziato dagli es. notiamo che anche l’onda triangolare possiede solo armoniche dispari. come vedremo nel § 5.2 e 5. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. k = 0. Tuttavia. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . nel seguito daremo solo qualche risultato fondamentale. § 5.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. k pari.11). Come vedremo (cfr.3. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. e quindi consiste nella risoluzione di un integrale. quindi gli spettri di ampiezza e fase si calcolano banalmente. definiti dalla equazione di analisi (5.4 o più estesamente in app. 5. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. come già mostrato precedentemente.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto.2.2. esistano finiti.2. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. 5 Per .2). π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. fatta eccezione per casi molto semplici (es. 5. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. = 2A  . segnale sinusoidale). il fatto che i coefficienti Xk una trattazione esauriente del problema della convergenza della serie di Fourier si rimanda ai testi di analisi matematica (ad esempio [3]). in quanto |Xk | = Xk ≥ 0 e Xk = 0.

si dice che la serie di Fourier (5. la sua serie di Fourier non potrà convergere uniformemente ad x(t). (5. cioè k→±∞ lim |Xk | = 0 . con k ∈ Z.6) e (5. 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 . Se la serie di Fourier (5.2).15) costruita a partire da questi coefficienti converga. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.17) ovvero l’equazione di sintesi restituisce il segnale x(t). Risulta immediatamente evidente che. per ogni ε > 0. ∀k ∈ Z e ∀x ∈ (a.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. § 5. sono funzioni a valori k complessi definite sull’intervallo (a. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. In particolare.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). . la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. cfr. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . allora si può scrivere M→+∞ lim xM (t) = x(t) . allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. b). se la serie di Fourier converge uniformemente su R. Lo studio delle condizioni sotto le quali la serie (5. Così come per le serie numeriche. con M ∈ N . (5. simmetrico per garantire che siano presenti le armoniche Xk e X−k . uno stesso numero Nε va bene per tutti i punti dell’asse reale. né tanto meno che tale serie converga al segnale x(t). b).18) allora la serie associata ai coefficienti Xk converge uniformemente.15) converge uniformemente [5] al segnale x(t) su R se.4.7) sono validi anche per M → +∞.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t .5. 7 Si osservi che la peculiarità della convergenza uniforme consiste nel fatto che il numero N non dipende dal particolare ε punto t ∈ R: infatti. (5. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞.15) converge dipende dal tipo di convergenza richiesta. b). con |gk (x)| ≤ Mk . pertanto.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. Quindi. se il segnale x(t) ha almeno una discontinuità.15) converge al segnale x(t). in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana.

che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5.2? Oggi sappiamo che se la serie non converge uniformemente. periodico con periodo T0 . pur essendo convergente. per i quali la serie.15) che. .218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. una volta calcolati i coefficienti Xk a partire da un segnale x(t). e sollevò numerosi dubbi sulla validità della serie di Fourier. con derivata x (t) a quadrato sommabile sul periodo T0 .15) al segnale x(t) per ogni t ∈ R. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. ossia: x (t) dt < +∞ . quando ciò accade. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. coseni o seni) sono tutte continue. 2 T0 la serie di Fourier (5. è continuo e derivabile quasi ovunque.15) converge ad x(t) per quasi tutti i valori di t ∈ R. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori.1. ˇ tuttavia. 5. 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. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. la somma di una serie di funzioni continue non è necessariamente una funzione continua. se ci limitassimo a considerare la sola convergenza uniforme.15) può convergere uniformemente ad un segnale x(t) = x(t). Dal punto di vista ingegneristico. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. In tal senso. com’è intuibile. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. come l’onda rettangolare dell’es. Pertanto. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). come può la serie rappresentare segnali discontinui.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). che assicura la convergenza della serie (5. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare.2. ma con continuità. In altre parole.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). A differenza della convergenza uniforme espressa dal teor. se la (5. ma non che la serie restituisca proprio x(t). un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). non restituisce esattamente il segnale x(t). la serie di Fourier (5.15) è data dal seguente teorema: Teorema 5.18) è verificata. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica.10) converge uniformemente al segnale x(t) su tutto l’asse reale. 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 . eccetto al più un sottoinsieme di valori di t di misura nulla. 5. come l’onda rettangolare dell’es. 5.

Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. non costituiscono una successione sommabile. violando la condizione (5. In particolare. considerazioni matematicamente più approfondite mostrano che. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). allora la serie di Fourier di x(t) esiste e. decrescendo come 1/k2 . mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. Questo tipo di convergenza. decrescendo come 1/k. T0 (d2) x(t) è una funzione continua nel periodo T0 . Infine. per ogni t ∈ R. la serie di Fourier restituisce x(t) in tutti i punti. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 .10 Esempio 5. E. 5. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”.5. 5. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. in effetti.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. la convergenza della serie è uniforme per ogni t ∈ R. la convergenza non è uniforme per ogni t ∈ R. è discusso in app. Per concludere. che è importante non solo nell’ambito della teoria dei segnali e sistemi. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. se la funzione x(t) è continua.3 soddisfa le condizioni di Dirichlet. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. In particolare. Poiché l’onda rettangolare non 2 è una funzione continua. Inoltre.2 Serie di Fourier per segnali TC 219 Teorema 5. osserviamo che. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. 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. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. 5. costituiscono una sequenza sommabile.1. In più. . escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . 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). ma anche in molti problemi di fisica matematica. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). essendo una funzione continua. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ .2 soddisfa le tre condizioni di Dirichlet. Si osservi che in questo caso i coefficienti Xk . e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. le condizioni di Dirichlet sono un caso particolare del seguente risultato. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. (d3) x(t) è una funzione derivabile nel periodo T0 . escluso al più un numero finito di punti con discontinuità di prima specie. Ad esempio. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. Esempio 5.18). detta convergenza in media quadratica.

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

l’ampiezza delle oscillazioni calcolata secondo la (5. 3. in effetti.5. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). 1. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . confermando che. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. Questo fenomeno.09 (a destra della discontinuità. ma la cui ampiezza non diminuisce al crescere di M. Infatti al crescere di M i picchi delle oscillazioni.2.20) dove βgibbs ≈ 0. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. come si può anche osservare dalla fig. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. L’onda triangolare è continua ma con derivata prima discontinua. 5. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. il fenomeno di Gibbs non si verifica per tale segnale. dt.1 si applica con n = 0.6. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. e pertanto il segnale ricostruito con 2M + 1 armoniche.8.12 Nell’es. 101. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. In particolare. 11 Il 12 In fenomeno prende il nome dal fisico J. 5. nella quale il segnale oscilla tra i valori −0.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica.09.1 si applica con n = −1. L’espressione (5.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. vengono “schiacciati” verso la discontinuità. Gibbs (1839–1903). per cui la prop. 5.20) è pari in valore assoluto circa a 0. ma per ogni segnale x(t) che.7. Per δc = 1/2 ed A = 1.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. W. (5. come già discusso in precedenza. 5. ma non uniformemente negli intervalli che contengono le discontinuità. ed il valore 1/2 in corrispondenza delle discontinuità. ottenuti con Matlab. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. noto come fenomeno di Gibbs. la cui frequenza aumenta. confermando che. se t0 è un punto di discontinuità. Inoltre. 5. pur soddisfacendo le condizioni di Dirichlet. che per primo lo osservò e lo descrisse. assume l’espressione xM (t) = k 1 M ∑ sinc 2 2 k=−M e j2π k f0 t = M k 1 + ∑ sinc 2 2 k=1 cos(2π f0t) . 5.28114072518757 è una costante notevole.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. poiché l’onda triangolare è una funzione continua.09 (a sinistra della discontinuità) e 1. 5. quindi la prop. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. 5. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 .7 (onda triangolare) Si consideri l’onda triangolare dell’es.2 Serie di Fourier per segnali TC 221 Esempio 5. Esempio 5. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. In effetti. in effetti. 5. Matematicamente. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . presenta dei punti di discon− + tinuità.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. come testimoniato dalla fig. sebbene restino di ampiezza invariata.3. In fig. 11.

xM(t) 1 0.4 0. .5 0 (c) 1 0. (e) M = 11.6 0.2 0 −0.5 0 t/T0 0.6 0.5 (d) 0 t/T0 0.4 0. xM(t) 1 0.2 0 −0. (b) M = 1.2 0 −0.2 0 −0. xM(t) 0.5 (e) (f) Fig.6 0.8 x(t).8 x(t). xM(t) 1 0.2 0 −0.5 (b) 0 0 t/T 0. (c) M = 3.8 x(t).5 x(t). Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.6 0.6 0.2 0 −0.5 (a) 1 0.4 0.8 0. 5. (d) M = 5.4 0. (f) M = 101. xM(t) 0.5 0 t/T 0.5 0 t/T0 0.222 Serie di Fourier 1 0.4 0.7.6 0. xM(t) 0.8 0.5 x(t).4 0.5 0 t/T0 0.5 x(t).8 0.

insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.8).4. 13 Una . è proposta nel § 5. 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. 5.3.5. Viceversa. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig.7 e 5.13 valutazione quantitativa della bontà di tale ricostruzione.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. sulla base dell’uguaglianza di Parseval.

8.5 0 t/T0 0.8 0.4 0.5 0 t/T0 0.2 0 −0. xM(t) 1 0.2 0 −0.5 0 (c) 1 0. xM(t) 0.8 0. xM(t) 0.8 x(t).6 0.6 0.6 0.5 0 t/T 0.4 0.2 0 −0. (b) M = 1.224 Serie di Fourier 1 0.5 x(t).8 x(t).4 0.5 (d) 0 t/T0 0.5 (e) (f) Fig.4 0. (f) M = 101.6 0.6 0.5 x(t). xM(t) 1 0.5 0 t/T0 0.5 x(t).8 x(t). (d) M = 5.2 0 −0. xM(t) 1 0.2 0 −0.5 (a) 1 0.4 0. (e) M = 11. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.5 (b) 0 0 t/T 0. .4 0.6 0.2 0 −0. (c) M = 3. 5.8 0. xM(t) 0.

21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . . . Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. 1. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. semplificati dal fatto che. 1/2).22) una somma finita. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). in quanto si tratta di una somma (finita) e non di una serie. .21). La differenza fondamentale rispetto alla serie di Fourier (5. è improprio parlare di “serie” di Fourier nel caso TD. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 .21).22) e (5.22) è analoga all’equazione di sintesi (5. cfr. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. nella (5. (5. nota anche come Discrete Fourier Series (DFS). § 2.22) La relazione (5. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. . N0 n=0 k ∈ {0. Infatti. per cui la (5. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. Nella (5.3). In particolare. ad esempio in (0.23) Le (5. . . e rappresenta l’equazione di sintesi della serie di Fourier discreta. (N0 − 1)/N0 nell’intervallo [0. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. . .21) Notiamo che. 1. . 14 Si .10) della serie di Fourier a TC.3. k (5.5. N0 − 1} . 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 . N0 − 1}.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. (5.3 Serie di Fourier per segnali TD (DFS) 225 5. . . pertanto.22) per e− j2π hν0 n e sommando su un periodo. 1) oppure in (−1/2. 1[. 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 . quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . moltiplicando ambo i membri della (5. 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. le frequenze νk assumono i valori 0.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . cambiando l’indice da h nuovamente a k. In particolare. salvo casi particolari. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. Esse.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. 1/N0 . L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. essendo la (5. . se k ∈ {0. proprio per questo motivo. e quindi l’intervallo di variazione delle frequenze νk = kν0 .

A partire da Xk . 15 Notiamo DFS . . la (5. Una prima differenza rispetto alle (5.28) prende il nome di Inverse Discrete Fourier Series (IDFS). costituiscono formalmente l’esatta controparte delle (5. Se infine nelle (5.29) 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 . N0 k=0 N0 −1 n=0 (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. . (5. 1.22) e (5.11). Va detto però che. Inoltre nella (5. la serie di Fourier (DFS) di x(n) è definita dalle equazioni: x(n) = X(k) = 1 N0 −1 ∑ X(k) w−kn N0 N0 k=0 N0 −1 n=0 (5.22) e (5.15 come la sequenza x(n). In altri termini. .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. le (5.27) (equazione di sintesi) (equazione di analisi) (5. entrambe periodiche dello stesso periodo N0 . In particolare.25) (5. Posto wN0 = e− j2π /N0 .28) (5.226 Serie di Fourier rappresentazione.24) e pertanto.26) è periodica. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. anche se esse non sono esattamente corrispondenti a quelle nel caso TC.25) siano quelli dell’intervallo {0. nella letteratura scientifica. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.28) e (5. le (5. mentre la (5. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.25) e (5.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.26) ∑ x(n) e− j2π kν0 n .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 . si definisce infatti la sequenza X(k) come X(k) = N0 Xk . con sostituzioni algebriche banali.10) e (5. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . valide nel caso TC. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). . N0 − 1}.25) e (5. nella letteratura scientifica le (5. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .

È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. che è strettamente legata alla DFS (cfr.8 (DFS dell’onda rettangolare TD. . 7).4. 5. N0 (k+N0 )n In particolare. il segnale x(n) è completamente descritto assegnando solo N0 valori. x(1).27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. § 5. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. Esempio 5. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo.2 0 −20 −10 0 n 10 20 Fig. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). T0 [. nel dominio della frequenza.2). ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . Infatti. La periodicità di X(k) è una caratteristica peculiare della DFS. Onda rettangolare TD dell’es.8 0. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza.8 (N0 = 8. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. M = 4). cfr.6 x(n) 0.4 0. . cap.9. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn .3 Serie di Fourier per segnali TD (DFS) 227 1 0. 5. nel dominio della frequenza sussiste esattamente la stessa proprietà. la periodicità della sequenza x(n) deriva dalla proprietà (b). abbiamo visto che invece. ovvero da un segnale TD. e si scrive sinteticamente X(k) = DFS[x(n)] . x(N0 − 1). ad esempio per t ∈ [0. . ovvero da un’inifinità continua di valori. N0 = wkn . . . Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. La DFS e IDFS possono anche essere viste come operatori. x(n) = IDFS[X(k)] . ad esempio x(0). Differentemente dal caso TC. Si può infine verificare che le quantità wN0 definite mediante la (5.5. sia della trasformata discreta di Fourier (DFT).

. ±2. notiamo che wkM N0 wk 0 N = e = e . .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)].30) può essere riscritta. 0 Per esprimere in forma più compatta il risultato precedente.31).9 per N0 = 8 ed M = 4. 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 . . come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . x = . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. tranne che in x = ±1. x ∈ Z . 1] è riportato in fig. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. 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 . si ha allora: X(k) = DM k N0 . x ∈ Z . Ponendo infatti a = wk 0 . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . di facile dimostrazione: 1. . N1 = 0 e N2 = M − 1. DM (x) = M M. 5. Tale DFS è rappresentata in ampiezza e fase in fig.31) il cui grafico per x ∈ [−1.29). La DFS di x(n) si scrive.. 5. con semplici passaggi algebrici.30) Ricordando la definizione di wN0 . per cui la (5. 5. sin(π x) x ∈ R. Utilizzando la definizione (5. k ∈ Z. 2. Le principali proprietà della funzione DM (x) sono le seguenti. e quella dispari dello spettro di fase. sulla base della definizione (5. ∀x ∈ R . La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. (5. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . dove vale M:  k  0.11 nel caso N0 = 8 ed M = 4. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 .228 Serie di Fourier e raffigurata graficamente in fig. (5.

5.5.11. è ancora un segnale periodico di periodo T0 . allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. che suggeriscono ulteriori considerazioni concettuali e. 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. In particolare. denominati algoritmi Fast Fourier Transform (FFT). Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). 5. Notiamo in conclusione che. Altre proprietà formali.29). in quanto richiede un numero finito di operazioni. Di conseguenza. § cap.28) and (5. 5. α2 ∈ C.5 0 x 0. M = 4): spettro di ampiezza (in alto) e di fase (in basso). E. simmetria hermitiana dei coefficienti. utili talvolta nei calcoli. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. tratteremo congiuntamente sia il caso TC che quello TD. evidenziando.4. Per tali proprietà. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). Fig. il fenomeno di Gibbs non sussiste nel caso TD. discuteremo nel dettaglio la proprietà di linearità.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. soprattutto.5 0 x 0. 5. rispettivamente. anche perchè il concetto di continuità perde di significato in tal caso. e sono comunque riportate in app.8 (N0 = 8. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). 5.10. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. DFS dell’onda rettangolare dell’es. Vedremo (cfr.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). le differenze salienti. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. ma anche algoritmicamente.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. con α1 .5 1 4 |X(k)| −0. quando necessario. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. e l’uguaglianza di Parseval per il calcolo della potenza.16 La proprietà di linearità della serie di Fourier afferma . i cui coefficienti di Fourier siano Xk e Yk . In altre parole.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.

con α1 . negli es. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. Valgono cioè le seguenti relazioni: |Xk | = |X−k | .2 e 5. 5.230 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). Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .4. DFS ∀α1 . 16 Può (5.17 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) .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. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . Si noti infine che la proprietà di linearità si estende facilmente al caso della combinazione lineare di un numero arbitrario (ma finito) di segnali periodici dello stesso periodo. α2 ∈ C. dei due segnali è ancora un segnale periodico di periodo N0 . rispettivamente. α2 ∈ C .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 . i cui coefficienti di Fourier siano X(k) e Y (k). siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . Xk = − X−k . nel caso TD. 5. . 5.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . DFS DFS FS ∀α1 . Riassumendo.11) e (5.1. rispettivamente. (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. α2 ∈ C . otteniamo la seguente proprietà notevole: Proprietà 5.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. (simmetria pari) (simmetria dispari) (5. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). ossia: Zk = α1 Xk + α2 Yk . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . Analogamente.29). Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n).2 Simmetria hermitiana Con riferimento a segnali periodici TC.

si ricava che x(t) è reale.34) Pertanto. in particolare. T0 Se x(t) è reale. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Inoltre l’equazione di sintesi (5. e quindi X0 è reale. come specificato dalla seguente proprietà: Proprietà 5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. 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 . e valgono se e solo se il segnale periodico in questione è reale. 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. Proviamo prima l’implicazione ⇒ nella (5. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . avendo già provato che X0 è reale. Se vale la simmetria hermitiana (5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. Proviamo adesso l’implicazione ⇐ nella (5. Partiamo dall’equazione di analisi (5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.38) .34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). anche in questo caso le (5.33) e (5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .10) si può riscrivere come: x(t) = X0 + ∑ Xk e j2π k f0 t + k=1 +∞ +∞ k=−∞ +∞ ∑ −1 Xk e j2π k f0 t = X0 + ∑ Xk e j2π k f0 t + ∑ X−k e− j2π k f0 t k=1 k=1 +∞ +∞ = X0 + ∑ Xk e k=1 j2π k f0 t +∑ ∗ Xk e− j2π k f0 t = X0 + 2 Re +∞ (5.5. si ha x∗ (t) ≡ x(t).35) Le proprietà (5.36). la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. (simmetria pari) (simmetria dispari) (5. (5.8 riguardante la DFS dell’onda rettangolare TD.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .37) Prova.36). Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.35). 5. X(k) = − X(−k) .36).36).

. applicando la (5. . . In definitiva. (5.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. Notiamo infatti che nell’equazione di sintesi (5.  N 0 k=1 . con riferimento ai soli valori di k ∈ {0. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . . se x(·) è reale. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento.38). in alternativa alla (5. per k ∈ {1. . anche X(N0 /2) è vincolato ad essere reale per N0 pari. 1. per k ∈ {1. . N0 − 1}. In particolare. il solo coefficiente X(0) è vincolato ad essere reale. . oltre a X(0). 1. .28) compaiono solo i valori di X(k) per k ∈ {0.39). N0 − 1}. valide esclusivamente per segnali reali. . .37) si può riscrivere. . . In altre parole. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . N0 − 1}.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. è possibile determinarne almeno uno dispari. partendo dall’equazione di sintesi (5. Questa conclusione non è corretta. N0 − 1}. . k=1 Con ragionamenti simili. Rispetto al caso TC. si ottiene: x(t) = X0 + 2 Re +∞ +∞ k=1 ∑ |Xk | e j Xk e j2π k f0t = X0 + 2 Re +∞ k=1 ∑ |Xk | e j(2π k f t+ 0 Xk ) (5. 2. da cui si deduce che. N0 − 1}. in relazione alla periodicità della sequenza X(k). se N0 /2 è intero (il che accade se e solo se N0 è pari). poiché la fase di un numero complesso è definita a meno di multipli di 2π .34) a partire dalla (5. ponendo Xk = |Xk | e j Xk nella (5. si può verificare (la verifica è lasciata al lettore come esercizio) che. k ∈ {1. X ∗ (k) = X(N0 − k) . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). conseguentemente. . . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. se k ∈ {1.32) (con analoghi passaggi si ottiene la (5. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . . tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). 2. si può esprimere. Per evitare possibili fraintendimenti. .37) nel caso TD). . anche N0 − k varia nello stesso intervallo. per cui la (5. .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. anche come segue: X ∗ (k) = X(N0 − k) . .37) mediante le seguenti condizioni: X(0) reale . 2.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . . N0 − 1} . 2. . con riferimento a segnali periodici TC reali. N0 pari .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. 2. N0 − 1}. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . Notiamo infatti che. Infatti. . Infatti. . . si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . la proprietà di simmetria hermitiana per la DFS. . per segnali periodici TD reali. notiamo che. .

compaiono soltanto quantità reali. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1.4. perché più generali e compatte.38). partendo dall’equazione di sintesi (5. . ed in essa.29). 2. . .1 e def. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) .4 Principali proprietà della serie di Fourier e della DFS 233 (5. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. 2 k=1 (5. N0 dispari .39). def. anche per segnali reali. bk = 2 T0 x(t) sin(2π k f0t) dt . in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali.10).40) e (5. ak = 2 T0 x(t) cos(2π k f0t) dt .5. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 . saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. .41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. Infatti. Nel seguito. (5. 5. x(t) = dove: a0 = 2 T0 x(t) dt . note anche come forma esponenziale della serie di Fourier. N0 pari . Le espressioni (5. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . Un’ulteriore espressione della serie di Fourier.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.42) T0 T0 T0 Allo stesso modo. 5. si ha.42) e (5. in parte reale ed immaginaria. con facili passaggi algebrici. valide per segnali reali.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . come nella forma polare.2).43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. Consideriamo dapprima il caso di un segnale TC periodico. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . rispettivamente. N0 − 1}) nella (5. Il punto di partenza è l’equazione di sintesi (5. . 5. note come forma polare della serie di Fourier.41) Le (5. . molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. si ottiene nel caso TC decomponendo Xk . a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . anziché in modulo e fase.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.

4)] che i fasori e j2π k f0t che compaiono nella (5.10) sono a due a due ortogonali. 2. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . (5. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 .4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . 2 ∑ N0 k=0 (5. essendo fasori a frequenze distinte. nota come uguaglianza di Parseval per la serie di Fourier (a TC). la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . (5. sono tra di loro ortogonali. In virtù di tale ortogonalità.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.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . 0. Notiamo che per segnali . possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . È semplice anche in questo caso provare che i segnali xk (n). ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. se k = h . 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 1.234 Serie di Fourier Abbiamo già osservato [eq.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . Passiamo a considerare il caso di un segnale periodico TD. Poiché (cfr. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. es. con coefficienti X(k)/N0 . riprendendo e riscrivendo l’equazione di sintesi (5. se k = h . Riassumendo. possiamo quindi enunciare la seguente proprietà: Proprietà 5.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 .

e quindi per un fissato valore di accuratezza relativa.5. k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr. e confrontarla con la potenza del segnale originario x(t). tale coefficiente. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t).99 è necessario considerare M = 23 per l’onda rettangolare. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . Utilizzando l’uguaglianza di Parseval. Per un fissato valore di ξM . In particolare. Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. per avere ξM ≥ 0. § 5. 1] . al variare di M.2.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. la (5.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. Tale potenza può essere rapportata alla potenza Px del segnale x(t). per un fissato valore di M. . Px che può essere assunto come indice della bontà della ricostruzione al variare di M. 5. In fig. sfruttando la simmetria hermitiana dei coefficienti. rispetto a quello per l’onda rettangolare.12 è rappresentato. con M ∈ N . è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . ottenendo così il coefficiente ξM = Px (M) ∈ [0. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . mentre è sufficiente un valore M = 3 per l’onda triangolare. per ottenere una valutazione quantitativa di tale bontà.2). Ad esempio. Infatti.

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

23) per calcolare l’uscita y(t).18 Consideriamo prima il caso TC. per il principio di sovrapposizione (3.14. e supponiamo che il segnale x(t). Infatti. 5. Risposta di un sistema LTI ad un segnale periodico (caso TD).97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .10). siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. sfruttando le formule di Eulero. 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. 5. periodico di periodo T0 .7. 5. Per la linearità del sistema. Fig. sia applicato (fig. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . che può essere vista come un caso particolare di segnale periodico. § 4.5.10) della serie di Fourier di y(t). Risposta di un sistema LTI ad un segnale periodico (caso TC).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. In particolare. dove f0 = 1/T0 .13. 6). ed essendo i coefficienti Xk ∈ C quantità costanti.46) Poiché la (5. Applicando l’equazione di sintesi della serie di Fourier a TC (5. 5.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. Pertanto.46) ha la forma dell’equazione di sintesi (5. 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. mediante le relazioni (4. è possibile applicare il principio di sovrapposizione (3.23). le espressioni precedenti sono state già utilizzate (cfr. =Yk (5. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .13) in ingresso ad un sistema LTI con risposta in frequenza H( f ).97) e (4. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 18 Espressioni . Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD.

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 . la funzione H( f ) prende anche il nome di risposta armonica del sistema.51) Per gli spettri di ampiezza e fase. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. in generale. Notiamo che le quantità che compaiono nella (5.22). stretto rigore. (5. si ha: ydc = H(0) xdc . se il sistema è reale.48) (5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. sia applicato (fig. . poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. in particolare.47) La (5. valgono considerazioni analoghe a quelle già fatte nel caso TC. Particolarizzando la (5. 5. N0 k=0 =Y (k) (5.47) sono tutte. si ricava anche in questo caso che y(n) è un segnale periodico. applicando il principio di sovrapposizione.47). si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t .14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). 19 A (5. N0 k=0 dove ν0 = 1/N0 . e ricordando che Y0 = ydc e X0 = xdc . (5. supponiamo che il segnale x(n). periodico di periodo N0 .47) per k = 0. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (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 . complesse. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . Yk = H(k f0 ) + Xk .22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n .47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).21 Passando ad esaminare il caso di un segnale TD. che prende per questo motivo il nome di guadagno in continua del sistema. 21 Si noti che. 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 ). calcolati alle frequenze fk = k f0 . la (5. per la simmetria hermitiana di H( f ) risulta che H(0) è reale. Pertanto. con lo stesso22 periodo N0 del segnale di ingresso. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase 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.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .50) Dal confronto con la (5.

come evidenziato nell’esempio che segue. Risposta di ampiezza del filtro RC (es.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. Fig. la modifica subita dalla k-esima armonica. mentre la risposta in frequenza del sistema RC è H( f ) = 1 .9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. 1 + j2π k f0 RC . Inoltre. riportata di seguito.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.8 |H(f)|. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale.5.6 0. 5.2. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza.4 |Yk| 0.9).4 0. |H(k f0)| 0. 1 + j2π f RC per cui la (5. Esempio 5. 5. 5. 5.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .46). Facendo riferimento al caso TC. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . 5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso.47) e (5. in ingresso ad un sistema RC.2 |Xk| 0.15.2 0 −5 0 k 5 Fig.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. avente frequenza k f0 . lasciando tuttavia invariata la frequenza k f0 del fasore stesso. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. 5.16.9). Particolarmente interessante è la modifica delle ampiezze delle armoniche. di ampiezza A e duty-cycle δc . Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.4 0. la (5. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. ad esempio.

17. mentre in fig. 5. un comportamento tipico ad esempio dei circuiti elettrici risonanti. sulla base della posizione della banda passante e di quella oscura.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. . si dice che il sistema LTI si comporta come un filtro. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. Viceversa.240 Serie di Fourier 1 0. In particolare. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.5 1 0 Fig.17).2 0 −1 −0. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari). In fig. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. Il segnale y(t) di uscita (fig.6 0. 5.8 x(t). I filtri ideali TC sono in genere classificati. Con riferimento al caso TC. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1.y(t) 0. Per questo motivo.5 0 t/T 0. 5.4 0. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). 5.9. per 2π f0 RC = 1. 5. i più semplici esempi di filtri sono quelli cosiddetti ideali. 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.23 Come caso limite. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . 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. In particolare. per effetto dell’attenuazione delle componenti ad alta frequenza. ossia quello di atte1) l’ampiezza di alcune armoniche.

19. fc ]. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. Risposta in frequenza di un filtro ideale TC passaalto (HPF). (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. | f | > fc . fc ]. − fc [ ∪ ] fc . La banda passante del filtro è W p = [− fc . La risposta in frequenza (fig. | f | ≤ fc .18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. | f | ≤ fc . 0.5. 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 . 5. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Risposta in frequenza di un filtro ideale TC passabasso (LPF). Fig. | f | > fc . La banda passante del filtro è W p =]−∞.18. Anche in questo caso. mentre la banda oscura è Ws =]−∞.6 Selettività in frequenza dei sistemi LTI e filtri ideali 241 HLPF(f) HHPF(f) 1 1 -fc Ws 0 Wp fc Ws f Wp -fc 0 Ws fc Wp f Fig. − fc [ ∪ ] fc . 5. +∞[. La risposta in frequenza di un tale filtro (fig.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. . +∞[. 5. mentre la banda oscura è Ws = [− fc . 5. 1. o equivalentemente: HLPF ( f ) = rect f 2 fc .

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

proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. perché presentano una separazione netta tra banda passante e banda oscura.53) (5.25 sono mostrate le risposte armoniche dei filtri ideali LPF. Tali filtri si dicono invece ideali in senso “fisico”.52) e (5. Si noti che per tutte le tipologie di filtri introdotti precedentemente. descritti dalla (5.5.101) nel caso TC.53). νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . le tipologie di filtri ideali sono le stesse. Per questo motivo. quindi soddisfa la proprietà di simmetria hermitiana.54) (5.55) HHPF (ν ) = 1 − rep1 rect ν 2νc ν − ν0 ν + ν0 HBPF (ν ) = rep1 rect + rect ∆ν ∆ν ν − ν0 ν + ν0 + rect HBSF (ν ) = 1 − rep1 rect ∆ν ∆ν Per il filtri LPF e HPF. descritti dalla (5. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). 5. 5. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale.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.54) e (5. con la fondamentale differenza che.22–5. HPF. necessaria per garantire la periodicità di H(ν ). 4. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). 2 mentre per i filtri BPF e BSF. 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. Per quanto riguarda il caso TD. Tali filtri si dicono ideali anche . nelle fig. la risposta armonica H(·) è una funzione reale e pari.11). con 0 < νc1 < νc2 < 1 .22–5.52) (5.108) nel caso TD. A causa di tale periodicità. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico.55) è possibile definire due frequenze di taglio. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. 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.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). oppure dalla (4. data dalla (4. sia nel caso TC che TD. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. prop. BPF e BSF per il caso TD. 0 < νc < 1 rappresenta la frequenza di taglio. 1/2[. Anche nel caso TD. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. 5.21. Nelle fig.

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

5. . Risposta in frequenza di un filtro ideale TD passabasso (LPF). 5. 5. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig.24.5.22. Risposta in frequenza di un filtro ideale TD passaalto (HPF). Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). 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. 5.25. Fig.23.

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

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

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

Esercizio 5. Esercizio 5. (b) X(k) = 4 + 8(− j)k .   1 .7 Esercizi proposti 249 Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . da cui X(0) = 12.. 3.. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5.5.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .. k = 0.. 2. 1. 4} . 2. n = 0. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k ∈ {0. 6}. . 2. 1.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . k ∈ {0. k ∈ {1. Risultato: (a) N0 = 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . 3. X(1) = 4 − j 8. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana..10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. (a) Rappresentare graficamente il segnale x(n)..    0. n = −1 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. X(2) = −4. . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. altrimenti . 5. dove  2 . -5 0 5 n (a) Determinare il periodo N0 di x(n). X(3) = 4 + j 8. 3}. 8. xg (n) = 2 . Risultato: (a) N0 = 4. . Risultato: (b) X(k) = 1 + 4 cos πk 3 . n = 1. 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(2) = 3. X(2) = 2.56). ] Esercizio 5. X(3) = 5 + j.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. X(1) = 2.56) (b) Viceversa. .] 1−a Esercizio 5. X(1) = −5. mostrare che se x(t) ha la proprietà di simmetria (5. X(3) = −3 j. X(2) = 1. X(1) = 3. (e) X(0) = 3. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. (b) Scrivere l’equazione di analisi in (−T0 /2.56). Esercizio 5. (c) X(0) = j. X(1) = 5 − j.14 Sia wN0 = e− j2π /N0 . X(3) = − j. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. [Suggerimento: applicare le identità dell’esercizio 5. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN . X(3) = −5. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). ∀t ∈ R .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . N0 ∈ N: 0 x(n) = x n T0 N0 . X(3) = 1 − j. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(3) = 3 e j7π /4 . X(4) = −3. (5. X(2) = 3 j. in modo da poter sfruttare la (5. allora il segnale ha solo le armoniche dispari.14. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS).250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. e si ha in particolare  0 . X(2) = 1 + j. T0 /2) e dividere l’integrale in due integrali. (b) X(0) = 3.16 Senza calcolare esplicitamente x(n). ∀k pari. (d) X(0) = −2.56) operando un cambiamento di variabile in uno dei due integrali.

e determinare in particolare le costanti α . (3) X(11) = 50. (2) ∑5 x(n) = 2. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) .17 Si consideri il segnale periodico x(n). avente DFS X(k). β . utilizzare l’uguaglianza di Parseval per la DFS.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. n=0 (3) ∑7 (−1)n x(n) = 1. con xg (t) = 1. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). . il segnale x(n) è quello avente potenza Px minima. β = π /5 e γ = 0. Esercizio 5. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. (4) Px = 50.7 Esercizi proposti 251 Risultato: (a) x(n) reale. 0 ≤ t < 4. 4 ≤ t < 8 . Esercizio 5.] Risultato: x(n) = 1 + 1 (−1)n . (2) x(n) è periodico di periodo N0 = 10. con T0 ∈ R+ . (e) x(n) reale. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. γ . avente DFS X(k). Esercizio 5. Risultato: y(t) ≡ 0. dove xg (t) = Λ t T0 . 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. (d) x(n) non reale. −1.5. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). 1 + j2π f T0 ottenendo il segnale y(t). per la proprietà (4). (b) x(n) reale.18 Si consideri il segnale periodico x(n).] Risultato: α = 10. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . 3 6 Esercizio 5. (c) x(n) non reale. [Suggerimento: utilizzare le proprietà della DFS.

(b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. Determinare il segnale y(t) in uscita al filtro. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . con T0 ∈ R+ . Risultato: y(t) = 8 sin(2π f0t). 2.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . 1). (b) In corrispondenza dei valori di fc determinati al punto (a). si trova che Esercizio 5. 9 Esercizio 5. (b) Determinare il rapporto tra l’ampiezza della terza armonica e l’ampiezza dell’armonica fondamentale per ciascuno dei segnali x(t) e y(t). Risultato: (a) xdc = ydc = 1 . π2 Esercizio 5.252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). H(1/2) = 0. (b) y(t) = π82 cos(2π f0t).22 Il segnale periodico x(t) = repT0 [xg (t)]. H(3/4) = 2 e− jπ /4 . con T0 ∈ R+ . 1 2T0 3 < fc < 2T0 . H(1/4) = 2 e jπ /4 . è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . calcolare l’espressione esplicita di y(t). 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 .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. e ∆ν = 1 24 . . 3. Esercizio 5. 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 ). per k = 0. dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . Determinare i valori di H Risultato: H(0) = 0. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1.

determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . con T0 ∈ R+ . 1 + j2π f RC 2|Y1 | Y0 (a) Determinare l’espressione dei coefficienti Yk della serie di Fourier del segnale y(t) in uscita al filtro. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). Esercizio 5. f2 = 3 kHz. f1 = 2 kHz. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 .6.26 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 . dove xg (t) = cos πt T0 rect t T0 . con f0 = 1 kHz. Risultato: RC = 1 2π f0 68 13 ≈ 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.] √ 1 2 1 . (c) RC = T0 π 3 . [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n .364 f0 . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) y2 (n) = sin . Py = π 4 1 + 81 . k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.25 Il segnale periodico x(t) = repT0 [xg (t)]. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .28 Con riferimento allo schema in figura. è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . sapendo che: (1) x(t) = cos(2π f0t).] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ).5.2. si calcoli l’uscita y(t). (c) y3 (n) ≡ 0. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. (b) Con riferimento al punto precedente. Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. 2T Esercizio 5.27 Il segnale x(t) = rep2T0 [xg (t)]. con T0 ∈ R+ . Esercizio 5.

x(t) .29 Con riferimento allo schema in figura.H2 ( f ) .5 f0 e guadagno in continua unitario. Determinare l’espressione del segnale di uscita z(t).30 Con riferimento allo schema in figura. (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . x(t) 6 . Esercizio 5.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }. (1) x(t) = 5 + 2 cos(2π f0t). dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. (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. Py = 776. k=−∞ k=−∞ . 1 2π f0 e guadagno in continua unitario.5/T0 e guadagno unitario. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk .y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t].H2 ( f ) . Si assuma che tutti i segnali ed i sistemi considerati siano reali. g(x) = |x|2 è una nonlinearità (quadratica) senza memoria.H1 ( f ) u(t) - (·)2 v(t) . y(t) H( f ) . e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.254 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.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4).H1 ( f ) 6 . =4kHz Esercizio 5.

Sign up to vote on this title
UsefulNot useful