Segnali e Sistemi Parte1

Giacinto Gelli e Francesco Verde

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

NAPOLI 2008

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

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

Indice

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

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

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

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

. . . . . . .2. . . . .7. . . . . . .1 Trasformata di Fourier per segnali TC . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6. 6. .2 Forma algebrica dei numeri complessi . . . . . . . . . . . . .1.3 Segnali a banda non limitata .1 Separazione di segnali mediante filtraggio . . . . . . . . . . . . . . . . . . . . . . . . . .2 Campionamento ed interpolazione ideale . . . 6. . .2. . . . . . . . . . . . 6. .7. .3 Estensione spettrale e banda di un segnale periodico . . . . 6. . . . . . . 6. 7.7. . . . . . . . . . . . . . . . 6. . . . . . . . .2 Segnali TD . . . . . 6. . . . . . . . . . . . . . . . . . .4. . . . . . . . .3 Derivazione e differenza prima. . .5 Proprietà della trasformata di Fourier . . . . . . . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . .2 Trasformazioni della variabile indipendente . . . . . 6. .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . .6. . .1 Definizione di numero complesso . . . . . . . . . . . . . 6. . . . 6. . . . . . . . . . . . . . . . . . . . . . .5. . . . . . . . .4 Estensione spettrale e banda di un segnale . . . . .7. . . . . . . . . 6. . . . . . . . . 6. . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . .1 Segnali TC . . . . . . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . .1 Teorema del campionamento . . . 6. . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . . . . .3 Aliasing . . 434 A. . . . . . . . . . . . . . . . . . . . . . . . . . .1 Segnali a banda rigorosamente limitata . . . . . .2 Interpolazione non ideale . . . . . . . . . . . . . . . . . 6. .1. . . . . . . . . . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . 6. . . . . . . . .4. . . . . . . . . .8 Esercizi proposti . . .4 Quantizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . .3. . . . . . . . 6. . . . . . . . . . . . 6. . . . . . . .1 Introduzione . . . . . . . . . . . . 6. . . . . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . .4. . . . . . . . .3. . . . . . . . . . . . . . . . . 7. . 437 . . . . . . . . . . . . . . . . . . .3 Campionamento ed interpolazione in pratica . . . . . .1 Trasformata di Fourier di un segnale periodico TC . . A Richiami sui numeri complessi 433 A. . . . . .4 Proprietà della risposta in frequenza . . . . . . . . . . . 433 A.3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . .6. . . . . . . . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . . . . . 6. . . . . . . . . .6. . . . . integrazione e somma . . . . . . . 6. . . . . . .3. . . . . 7. . . . 6. . . . 6. . . . . . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . . . 7. . . 7. . . . 7.2 Segnali a banda praticamente limitata . . . .1 Proprietà di convoluzione . . . . 6. . . . . . 6. . . . . . .2. . . . . . . .5. . . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . . . . . . . . . . . . . . . . .3. . . . . . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi .1 Trasformazioni della variabile dipendente .3 Segnali TD transitori . . . .2 Trasformata di Fourier per segnali TD . . . . .5 Esercizi proposti . . . . . . . . 7. . . . . . . . . . . . . . . . . . 7. . . . . . . . 6. . . . . .2 Interpolazione ideale . . . . .3. . . . .1. . . . . . . . .1 Trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . .

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

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

e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . pulsazione ω0 o frequenza f0 .3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b.3 (successione) In matematica. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A.1 e 1. che sia crescente. Ripetendo tale procedimento. è possibile applicare metodi per determinare soluzioni approssimate. anche se il significato fisico ed i valori dei parametri A. . 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)] . Esempio 1. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). 2.2. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. . 1. 1. Posto x(0) = b.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. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. Esempio 1. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . 1. 1. Il segnale sinusoidale degli es. dove ϕ0 è la posizione angolare del corpo all’istante t = 0. 1. ed è raffigurato in fig. f0 e ϕ0 sono diversi. 3. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig. 1.1. convessa e tale che f (a) < 0 ed f (b) > 0. e fase iniziale ϕ0 . seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). . .2. f [x(n − 1)] con n = 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 ) . inoltre. Un esempio classico è il metodo di Newton o della tangente. 1. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. Supponiamo che f sia dotata di derivata prima continua e. 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. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse.2. Fig. frequenza f0 .2 è una funzione del tempo x(t). il metodo di Newton (fig. .

Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. 1. 1.3. 1. l’indice n nell’es. Tale relazione definisce una successione numerica. Ad esempio.4) ed una variabile dipendente x (una lunghezza nell’es. 1. 1. . lo studente nell’es.4. che prende il nome di insieme di definizione o dominio di x. 1. ovvero un segnale definito nell’insieme N0 dei numeri naturali. (1. un segnale può essere definito mediante una tabella.3.1. x(1) x(2) Fig. 1. Al crescere di n. per gli es. mentre l’insieme X. il dominio T di x coincide con l’insieme dei numeri reali. 2. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito)...4).3.. . . il dominio del segnale T = {Carlo Rossi.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. le variabili indipendenti di un segnale possono non avere un significato fisico o. Esempio 1.3.14 più avanti). Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto.10 e 1. 1. 1.4. come accade nell’es.4... infine. come nell’es. 1. 1. Fig. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. in questo caso. 1.1 e 1. Ugo Bianchi.4. un segnale di questo tipo può essere indicato come segue: x : T → X.1.3. Inoltre.. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. 1.1 e 1. 1.} è costituito dai nomi degli studenti. Il metodo di Newton dell’es. che prende il nome di immagine di T mediante x o anche codominio di x.1) dove l’insieme T. 1. .2.2 e 1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. Franca Neri . un voto nell’es. Il segnale in forma tabellare dell’es.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .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. Voto 22 30 25 30 .4.. possono rappresentare dati . Si osservi che. 1. 1. il dominio del segnale risulta essere T = N0 = {0. una tensione nell’es. ..2.. cioè T = R. 1. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.4 (tabella) In alcuni casi.2. ad esempio per molti segnali la variabile indipendente è proprio il tempo. ma esistono casi significativi di segnali – le immagini. nel caso dell’es. 1.. . racchiude i valori assunti dalla variabile dipendente x.. 1. dove f (x) denota la derivata prima di f (x). nel caso dell’es. Maria Turchini. . Gli es. 1.3.1..

Di norma. quando tuttavia vorremo enfatizzare la seconda interpretazione. e gli altri come segnali di uscita (o effetti). dei quali alcuni sono identificati come segnali di ingresso (o cause).6.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. a prescindere dal loro effettivo significato fisico. e alla variabile dipendente x come all’“ampiezza” del segnale. 1. che associa ad ogni messaggio da trasmettere .5. riportato schematicamente in fig. capace di trasportare un messaggio dalla sorgente alla destinazione. Tali funzioni potranno essere descritte mediante un’espressione matematica. di natura più generale (gli studenti). Esso è composto da tre elementi fondamentali: un trasmettitore. Rappresentazione di un sistema mediante schema a blocchi.6. oppure può rappresentare la legge di corrispondenza (1. Gli es. 1. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . con riferimento ad un segnale funzione del tempo. ci riferiremo alla variabile indipendente t oppure n come al “tempo”.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta.1 e 1. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. 1. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. 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).5.5. Concludiamo osservando che. Fig. Definizione 1. scriveremo {x(t)}t∈T.1) (cioè il segnale nel suo complesso per ogni t ∈ T). Esempio 1.5 (circuito elettrico) Un circuito elettrico è un primo esempio di sistema in cui alla variazione di tensioni e correnti in certi punti del circuito (individuati come ingressi) corrisponde la variazione di tensioni e correnti in altri punti del circuito (individuati come uscite). Esempio 1. 1. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. 1. mentre l’uscita è la tensione ai capi del resistore R2 . 1. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. Schema elettrico di un partitore resistivo. quale il partitore resistivo dell’es. rimandando il lettore agli esempi che ne chiariscono meglio il significato.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione.7. un grafico o una tabella. è lo schema a blocchi di fig. 1. comunque. 1.

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

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

ben presente nel seguito.5 −0.2) non è mai esattamente sinusoidale. . per la loro complessità. della realtà che intende descrivere.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). 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”.2 e 1.6 0.1.1.3 Segnali deterministici ed aleatori I segnali considerati negli es. In fig.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo.6 0. 1.4 t 0. accoppiamenti parassiti. o per la conoscenza imperfetta dei meccanismi che li governano. In conclusione. 1.8 1 (a) (b) Fig. in quanto contengono un certo grado di imprevedibilità o di incertezza.9.8 1 0 −0.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. In secondo luogo. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. ad esempio. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. es.3 Segnali deterministici ed aleatori 7 1 1 0. 1. il modello matematico è quasi sempre frutto di approssimazioni. Definizione 1.5 x(t) 0 x(t) 0 0. o in forma grafica). la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.5 −1 −1 0 0. Tali segnali scaturiscono da fenomeni fisici che. che esprime la pressione acustica in funzione del tempo. In primo luogo. non linearità. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”.4 t 0. 1.2 0. Esempio 1. che non possono cioè essere descritti esattamente. in forma tabellare. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà. 1. non ammettono una descrizione matematica esatta. 1. quasi sempre estremamente semplificata.5 0.2 0. infatti. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici. per la presenza di disturbi. La classe dei segnali deterministici è ampia. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. ecc. Va osservato come principio generale che un modello è solo una rappresentazione. Il segnale vocale assume una forma profondamente diversa.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.

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

1.4 Classificazione elementare dei segnali

9

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

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

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

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

10

Segnali e sistemi: introduzione

3 2 1
x(n)

3 2 1 0 −1 −2 −3 −5

x(t)

0 −1 −2 −3 −5

0 t

5

0 n

5

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

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

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

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

11

20 10 0
3 gennaio 1995 3 gennaio 1996

−10 0

10

20
n

30

40

50

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

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

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

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

12

Segnali e sistemi: introduzione

x(t) A

x(nTc )

x(n) A

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

-A

-A

(a)

(b)

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

x(n) A

x(t) A

x(nTc )

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

-A

-A

(a)

(b)

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

1.4 Classificazione elementare dei segnali

13

segnale a TC

campion .

segnale a TD

segnale a TD

interp.

segnale a TC

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

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

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

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

1. y)] .y) Fig. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. zG (x. ovvero un “array” di scalari. Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. per cui il segnale sarà descritto da una funzione vettoriale z(x. e quindi nei segnali zR (x.18) può essere decomposta dalle sue tre componenti fondamentali. y). Negli esempi visti in precedenza. y). y).2 Proprietà della variabile dipendente Definizione 1. zB (x. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare.14 (immagine a colori) Una immagine fissa a colori (fig. y). y).14 Segnali e sistemi: introduzione Red z R(x. y).t) di tre variabili. zG (x. zB (x. 1. Esempio 1. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. i segnali sono tutti scalari. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. 1.18. Se l’immagine a colori è in movimento (filmato a colori). Un esempio di segnale vettoriale è l’immagine a colori. y) = [zR (x. discusso nell’esempio seguente.4.y) Green z G(x. . rosso (R). zB (x. zG (x.y) Blue z B(x. y). y). y. siano essi zR (x. verde (G) e blu (B).

Il segnale risultante è mostrato in fig.20(a). ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. A] ≡ X.1 e 1. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.19. 1. 5} è costituito solo da due valori. 1.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. Il vantaggio che si consegue con la quantizzazione è che.4 Classificazione elementare dei segnali 15 x(t) 5 .16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es.. . Sulla base del modello matematico (1. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. detta quantizzazione. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). Definizione 1.12.15... Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. la sinusoide degli es. se x(n) ≥ 0 . altrimenti . I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. se il numero delle ampiezze è finito. Il segnale risultante x(t) (fig. Un esempio di segnale ad ampiezza discreta è il segnale logico. La quantizzazione si dice “ad un bit” in quanto l’ampiezza .1). −A . t -5 Fig.. 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).19) descrive la variazione dello stato logico nel tempo. 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 . Esempio 1. 1. rimpiazzandole con un numero finito di possibili valori.2 assume con continuità tutti i valori dell’intervallo [−A. 1. 1. visto che il suo codominio X = {−5. utilizzato per descrivere un segnale. 1. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze.20 (b). Esempio 1.1. raffigurato in fig. mentre X è un insieme discreto per un segnale ad ampiezza discreta. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.

Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. 1. e raffigurato in fig.12. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.20.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). 1. anche la teoria della quantizzazione sarà approfondita nel cap. 7. assume due soli valori.21. 1. e quindi può essere rappresentata con un solo bit. denominato quantizzatore. Anche l’operazione di quantizzazione si può interpretare come un sistema. 1. segnale ad ampiezza discreta Fig.21. (b) il segnale ad ampiezza discreta y(n) dell’es. Così come il campionamento. Schema a blocchi di un quantizzatore.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. segnale ad ampiezza continua quantizz . . 1.

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

23. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). I sistemi visti in precedenza. sono tutti di tipo SISO. Esempi di sistemi MISO. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. 1. quali ad esempio il partitore resistivo. raffigurati schematicamente in fig. Definizione 1. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. a parte il caso dei sommatori e dei moltiplicatori. supporremo implicitamente che esso sia di tipo SISO. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. o viceversa. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. Nel seguito. il campionatore.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). l’interpolatore.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. (b) moltiplicatore a due ingressi.24. Definizione 1. quali il numero degli ingressi e delle uscite. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. (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. ed il quantizzatore. 1. (a) sommatore a due ingressi. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). .23.11 (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. 1. 1. Fig. (b) sistema a TD.5 Classificazione elementare dei sistemi Come i segnali. quando parleremo di sistema.

ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio.6. quantizz . e quindi sono sistemi a TC: ad esempio una rete elettrica.25).25 è puramente di principio. I sistemi a TD non esistono generalmente “in natura”.5. Inoltre. Esempi significativi di sistemi di questo tipo sono il campionatore (es.3 Infine. in maniera lievemente imprecisa. 1. o viceversa.2) utilizzato per descrivere matematicamente un sistema. effettuata da un sistema denominato convertitore A/D (fig. è un sistema a TC. sistemi digitali. .24(a). Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. che presenta ingresso a TD e uscita a TC. e viceversa.16).26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. In accordo con la simbologia introdotta in fig. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale.12). Esempio 1. come il partitore dell’es. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC.13). sia una quantizzazione (cfr. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. e quindi bisogna effettuare sia un campionamento (cfr. Sulla base del modello (1. 1. 1. 1. es. 1. ed i sistemi a TD sono denominati. 1. Conversione A/D: (a) schema a blocchi di un convertitore A/D. essi sono inoltre di grande interesse ingegneristico. Il seguente esempio introduce due ulteriori esempi di sistemi misti. in un convertitore A/D reale (denominato anche analog-todigital converter. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. infine. Lo schema del convertitore A/D riportato in fig. es. 1. che presenta ingresso a TC e uscita a TD. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. 1.25. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. nel caso di sistemi misti. e spesso non sono nemmeno chiaramente separabili. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. l’insieme I racchiude solo segnali a TC. ADC). mentre U contiene solo segnali a TD.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. nel caso di sistemi a TC. segnale digitale (b) Tc Fig. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. 1. 1. 1.1. e l’interpolatore (es. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . in campo economico o sociale).12). 1. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit.24(b).

In tale schema. 1. 1. . non ultimo. in un segnale digitale x(n). in quanto gli effetti della quantizzazione sono irreversibili. minor costo dell’hardware. e quindi non può esistere una operazione inversa di “dequantizzazione”. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. (cfr.26.13). 1. es. 1.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. un segnale analogico x(t) viene prima convertito. Per questo motivo. alle costruzioni aerospaziali. 1. all’automazione. Si noti che il sistema complessivo (tratteggiato in fig. che sono trasformate in valori di ampiezza da un decodificatore binario. segnale analogico (b) Tc Fig. 1. accetta in ingresso stringhe di bit. Rispetto ad una elaborazione analogica del segnale x(t). lo schema di fig. 1.27) è un sistema analogico. e finalizzato ad elaborare un segnale analogico in maniera digitale. ai trasporti. Un’applicazione particolarmente interessante dei sistemi misti. lo schema digitale in fig. minore consumo di potenza e. Schema classico per l’elaborazione digitale dei segnali. mediante un convertitore A/D. per questo motivo. DAC). minore ingombro. prima di effettuare l’interpolazione. il segnale x(n) viene elaborato mediante un sistema digitale. e numerosi altri. successivamente.27 offre alcuni vantaggi importanti. dalle telecomunicazioni all’informatica. (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. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. ed in particolare dei convertitori A/D e D/A.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. Conversione D/A: (a) schema a blocchi di un convertitore D/A. Un convertitore D/A reale (denominato anche digital-to-analog converter. alla biomedica.27. quali maggiore flessibilità.27. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A.

codificato in bit. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. Esempio 1.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. la differenza significativa è che il segnale captato dal microfono. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. Il masterizzatore si comporta da attuatore. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). Da ciascuna copia. tipicamente in materiale metallico pregiato. 1. Schema analogico per la registrazione/riproduzione audio.1. 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. 1.28 si riporta lo schema di principio che descrive la registrazione di un brano musicale su un disco in vinile e la sua successiva riproduzione. . 1. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. L’es. viene amplificato e inviato ad un masterizzatore (analogico). che si comporta da trasduttore. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. 7. da esso si possono ricavare dei master secondari. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). Successivamente. entrambe effettuate in maniera analogica. l’utente può riascoltare il brano inciso utilizzando un giradischi. ovvero converte la pressione acustica del suono in un segnale elettrico. di debole intensità. ed inviate ad un convertitore D/A. Una volta inciso il master. In esso. Tale segnale elettrico. Il brano da registrare viene captato da un microfono.18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. 1.29.28. che vengono vendute all’utente finale. bruciando con un laser in misura maggiore o minore le zone del disco. e da questi ultimi le copie in materiale plastico (vinile). dopo l’amplificatore. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. ed inviato ad un masterizzatore (digitale). Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore.

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

24 Segnali e sistemi: introduzione .

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

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

il fattore a viene denominato guadagno dell’amplificatore/attenuatore. 2. ed il cambiamento di scala temporale. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. o anticipo. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . Più in generale. il parametro della traslazione n0 assume necessariamente valori interi. se a < 0. Schema a blocchi di un amplificatore/attenuatore. o ritardo. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . dove però. a differenza del caso TC.2 può essere utilizzato anche in questo caso. Genericamente. in particolare. dove per t0 > 0 si ha una traslazione verso destra del segnale.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. 2.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. 2. la riflessione temporale. 2. Se a = −1.2. cioè n0 ∈ Z: in altri termini. mentre per t0 < 0 si ha una traslazione verso sinistra. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). 2. 2.1. con a > 0. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi.3.1(b). Si noti che una traslazione temporale non modifica la forma del segnale. un segnale TD può essere traslato solo di quantità intere. 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. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). considereremo alcune caratteristiche peculiari del caso TD.2. . ma comporta solo una variazione del riferimento temporale. raffigurato in fig. per quest’ultima operazione. attraverso l’introduzione delle operazioni di decimazione ed espansione. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. come rappresentato in fig. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. lo schema di fig.2.

si dice pari. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . in fig. x(t) = −x(−t). Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. Un segnale TC invariante alla riflessione. invece. (c) segnale anticipato (t0 < 0). in pratica il grafico del segnale subisce una rotazione intorno all’asse delle ordinate (si noti che il valore in t = 0 oppure n = 0 resta immutato per effetto della riflessione). un segnale TD si dice pari se x(−n) = x(n). 2.28 Proprietà dei segnali x(t) (a) t1 y(t) = x(t-t0) t2 t0 > 0 t (b) t1+t0 y(t) = x(t-t0) t0 < 0 (c) t2+t0 t t1+t0 t2+t0 t Fig. secondo le seguenti relazioni. un segnale TC invariante rispetto alla cascata di una riflessione e inversione.4. Traslazione temporale di un segnale TC: (a) segnale originario. dispari se x(n) = −x(−n). se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale.5 (a) . Un esempio di riflessione per un segnale TC è riportato in fig. (b) segnale ritardato (t0 > 0). x(−t) = x(t). Analogamente. la riflessione corrisponde a riprodurre il brano al contrario. 2. Ad esempio. Dal punto di vista fisico. si dice dispari. 2.3. y(n) = x(−n) .

t1 t Fig.2. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. 2. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. 2. e (b) sono raffigurati due esempi di segnali pari. mentre in fig. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . (b) segnale riflesso.t2 .4. 2.6.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.5 (c) e (d) sono raffigurati due esempi di segnali dispari. Riflessione temporale di un segnale TC: (a) segnale originario. A partire dalla definizione di segnale pari e dispari. risulta necessariamente x(0) = 0. mentre il prodotto di due segnali dispari è un segnale pari. (c) Il prodotto di due segnali pari è un segnale pari.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). .

2. 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. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. Esempio di decomposizione di un segnale TC in parte pari e dispari.6. (c) segnale dispari a TC.5. (b) segnale dispari 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.

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

2. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. a differenza del termine “decimazione” rievoca la terribile tecnica adoperata dall’esercito nazista durante la seconda guerra mondiale per selezionare i prigionieri da sottoporre a fucilazione per rappresaglia. derivante dalla perdita di due campioni ogni tre del segnale originario.8. ovvero se a = M ∈ N. 2. infatti.8. l’espansione si ottiene esattamente l’effetto opposto. In questo caso è possibile ancora parlare di compressione. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. se se sceglie M = 10.2 infatti. (b) segnale decimato con M = 3. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. ma nel caso TD si utilizza il termine più specifico di decimazione. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. 2 L’uso . per cui si scrive: y(n) = x(nM) . Decimazione di un segnale TD: (a) segnale originario.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. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. si noti l’effetto di compressione (minore durata) del segnale risultante.

per analogia con il caso a = M. Analogamente a quanto visto per la decimazione. se n è multiplo di L . . si assume a = 1/L. 2. M − 1 campioni ogni M) sono eliminati completamente. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. 2. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. la decimazione è una operazione non reversibile. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. Espansione di un segnale TD: (a) segnale originario. con L ∈ N. (b) segnale espanso con L = 3. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. A differenza della decimazione. (2.9. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. 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 . altrimenti . Se anche.9. perché alcuni campioni del segnale TD (in generale. L 0. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. l’espansione a TD è una operazione perfettamente reversibile.2.1) Un esempio di espansione per L = 3 è fornito in fig. della compressione di un segnale TC. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi.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. in quanto an non è un numero intero.

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

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

6 6 2 . allora il risultato si ottiene calcolando il valore del segnale in quel punto. anticipo di 5: v(n) = u(n + 5) . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. (2) espansione di 6. Esempio 2. Esempio 2. il segnale y(n) si può esprimere esplicitamente. è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. eliminando la notazione simbolica con le parentesi quadre. 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 . Pertanto. 6 anticipo di 5: y(n) = v(n + 5) . 2 0.5 (combinazione di operazioni elementari. n x − − 5 . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . altrimenti il valore del segnale è nullo. n espansione di 2: y(n) = v . per cui il segnale y(n) vale convenzionalmente zero. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. ovvero se n è pari.4 (combinazione di operazioni elementari. (3) espansione di 2.1). Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Gli esempi che seguono mostrano come procedere in due situazioni tipiche. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. come: y(n) = se n è pari . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . altrimenti . 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . (2) anticipo di 5. n espansione di 6: v(n) = u . 2 2 2 Con riferimento all’ultima espressione. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. (3) anticipo di 5. mentre in tutti gli altri casi è frazionario.36 Proprietà dei segnali il risultato corretto per via analitica.

Se il segnale x(t) è derivabile in t0 .10.2) che esiste ed è finito.4 Derivazione.2) esista e sia finito. Il gradino presenta una discontinuità di prima specie per t = 0. 2 2. altrimenti . Gradino a TC. ed è rappresentato graficamente in fig. infinito numerabile di punti di discontinuità di prima specie. y(n) = n+5 x .8 x(t) = u(t) 0.6 0. al più. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. se il segnale x(t) è derivabile nel punto t0 ∈ T. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2.4 0. se t ≥ 0 . differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. 0 . come:  se n è dispari . 2.2 0 −2 0 2 4 t 6 8 10 Fig. 0 . Il gradino a TC è definito come: u(t) = 1 . per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. 2. In particolare.2). Pertanto. per cui l’espressione ottenuta si può rendere esplicita. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. si dimostra che x(t) è anche continuo in t0 . Tuttavia. 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. eliminando la notazione con le parentesi quadre. integrazione.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. il che accade se e solo se n è dispari.10. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. § B. altrimenti . Con riferimento all’ultima espressione.1 Operazioni elementari sui segnali 37 1 0. In particolare.1.

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

2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. al limite per ε che tende a zero. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). Infatti. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. 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.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. Al diminuire di ε . cioè. Invocando il teorema della media. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . ε →0 (2.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) .11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). ε ) e la misura di tale intervallo. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . Come indicato dal loro stesso nome.7) dove x(t) è un arbitrario segnale continuo nell’origine. (2. 2. Ciò suggerisce che la convergenza del limite al secondo membro della (2.2. Questo risultato suggerisce di definire il limite al secondo membro della (2.4) definisce un funzionale che si “appoggia” alla funzione δε (t). che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . la (2. conservando tuttavia area unitaria. un operatore che associa alla funzione x(t) un numero reale.4) Dal punto di vista matematico. se è vero che. per ε → 0. ε →0 (2.5) In altre parole. che indichiamo con δ (t) = lim δε (t) . la convergenza della famiglia di funzioni δε (t) alla funzione . ε →0 dt (2.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . la funzione ordinaria δε (t) non converge ad una funzione ordinaria.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. (2. Quindi. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. A tale scopo. a differenza del concetto di convergenza di funzioni ordinarie. il funzionale (2. δε (t) non ha alcun significato come funzione ordinaria. Dirac nei suoi studi sulla meccanica quantistica. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. Al limite per ε → 0. motivo per cui è comunemente nota come impulso o delta di Dirac. al limite per ε che tende a zero.3) mediante una funzione. possiamo affermare che esiste un punto tε ∈ [−ε . essa ha invece un significato ben preciso se la si moltiplica per un’arbitrario segnale x(t) continuo nell’origine e si integra il risultato su tutto l’asse reale: +∞ −∞ δε (t) x(t)dt = 1 2ε ε −ε x(t)dt .

. ma. implicitamente.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. ∀n ∈ N. ∀a ∈ R − {0}. se a > 0 oppure b < 0 .8) ovvero. ∀x(t) continua in t0 .9) dt In altre parole. secondo l’analisi matematica convenzionale. b a continuo in t = 0. ∀x(t) 0. ∀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. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. ∀x(t) continua in t0 . convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. in virtù delle (2. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. (d) Parità: δ (−t) = δ (t). δ (t) x(t) dt = x(0) .5) e (2. La seconda. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). la (2. riguarda il fatto che. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . a valle delle considerazioni fatte finora. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. A partire dalla definizione (2. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. ∀t0 ∈ R. questa operazione per l’integrale di Riemann è consentita solo se la famiglia di funzioni δε (t) converge uniformemente (il che non avviene nel nostro caso). |a| .8).7). la cui verifica è lasciata al lettore per esercizio: Proprietà 2. per semplicità d’impiego nelle applicazioni. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . ∀a < b ∈ R. (2. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . di carattere esclusivamente applicativo. (2. ∀t0 ∈ R. di carattere prettamente matematico. poiché nell’ambito della teoria dei segnali ciò che importa non è tanto la definizione dell’impulso di Dirac bensì il suo impiego nelle applicazioni.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). consiste nell’osservare che. La prima. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2.5) e (2.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. ad esempio. se a < 0 < b .

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

altrimenti . cambiamento di scala con a = 1/T e traslazione temporale di t0 . altrimenti .2. A partire dalla finestra prototipo. 2. Esempio 2.t0 + T /2] .19.8 x(t) = rect(t) 0.5 . Fig.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. 0 .4 0.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0.7.6 0. altrimenti . mediante moltiplicazione per una costante.19. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.20: la finestra è centrata in t = t0 e ha durata ∆x = T . di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). cambiamento di scala con a = 1/T e traslazione temporale di t0 . se |t| ≤ 0. 2. 2. Finestra rettangolare a TC dell’es. il cui andamento è raffigurato in fig. si vede che x(t) = A rect t − t0 T = A. Utilizzando la definizione. Si tratta di un segnale pari (centrato nell’origine). Finestra rettangolare a TC. 0 . se 0 ≤ n ≤ N − 1 . in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2).2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig.20. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. traslazione temporale e cambiamento di scala. ed è rappresentata graficamente in fig. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . numerosi testi. 2. 0. . è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. la finestra rettangolare è denotata con il simbolo Π(t). 2. se t ∈ [t0 − T /2.

anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.2 0 −2 0 2 4 n 6 8 10 1 0. Infine.2 0 −2 −1 0 t 1 2 Fig. 2. altrimenti . La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. Si tratta di un segnale pari (centrato nell’origine). R1 (n) = δ (n). 2. . Come nel caso TC.23) anche nel caso TD. di ampiezza unitaria e durata ∆x = 2. come riportato in fig.4 0. . ovvero considerare B2N (n + N).21. 2. la finestra rettangolare a TD degenera nell’impulso discreto. Tuttavia. 0. è asimmetrica rispetto all’origine.8 x(t) = Λ(t) 0. . a differenza della sua versione a TC. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . Così come visto per la finestra rettangolare nell’es. mediante operazioni elementari (moltiplicazione per una costante.8 x(n) = R5(n) 0.21. . infatti si ha RN (n) = u(n)−u(n−N). si noti che.4 0. ed è rappresentata graficamente in fig. pertanto. cioè. così come la finestra rettangolare a TD. Fig. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. Finestra triangolare a TC. 2. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra.22. 2. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. altrimenti . . 1− B2N (n) = N 0 .24. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. Finestra rettangolare a TD per N = 5. N −1} e durata ∆x = N.48 Proprietà dei segnali 1 0. 2. se 0 ≤ n ≤ 2N − 1 . È possibile definire la finestra triangolare (si veda la fig. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. a partire dalla finestra triangolare prototipo. ed è asimmetrica rispetto all’origine.22. 1. ed è rappresentata graficamente in fig.6 0. ed essa è nota come finestra di Bartlett:  |n − N|  . se |t| < 1 . traslazione temporale.7. La finestra ha estensione temporale Dx = {0. ponendo N = 1. 2. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N.6 0.

l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. x(t) soglia . a differenza del caso di segnali a durata rigorosamente limitata.6 0. t1 durata t2 . questo introduce.6 0.3 Estensione e durata temporale di un segnale 49 1 0.8 0. 2. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.t2 ) di valori significativi del segnale. il quale decade asintoticamente a zero per t → ±∞.23.3. si consideri un segnale TC come quello riportato in fig. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. senza mai annullarsi. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. 2. Fissare una soglia (vedi fig.4 0.. si perviene ad un diverso valore di durata del segnale. Fig. tuttavia.2 0 −6 −4 −2 0 n 2 4 6 Fig. 2. per esso. 2.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0.4 0..25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . un certo elemento di arbitrarietà nella misura della durata. Finestra triangolare a TD per N = 4 con simmetria pari.25. Segnale di durata praticamente limitata.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. se si fissa una soglia diversa. legato proprio all’arbitrarietà nella scelta del valore della soglia. 2. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo.. con t2 > t1 . e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata.. Si noti che. Un discorso analogo sussiste anche per i segnali a TD. .25. t Fig.2.8 0. Finestra triangolare a TD per N = 4. 2.24. In particolare.

esso non rientra nella famiglia dei segnali di durata praticamente limitata. 2. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. notiamo che tra le operazioni elementari introdotte nel § 2. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. ed in particolare per a > 0 l’esponenziale risulta crescente. In particolare.26(b). che risulta diverso da zero. come in fig. . mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. Tale scelta può variare a seconda della natura del segnale. che quelli a durata praticamente limitata – sono anche detti segnali transitori. 2. che sono descritti di seguito.1. Poiché. al variare di a. Il caso a = 0 è degenere. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. nel caso a < 0. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. 2.26(a). delle applicazioni. mentre per a < 0 l’esponenziale risulta decrescente. con riferimento al caso TC per semplicità. come in fig.25). come mostra il calcolo della derivata di x(t). In particolare. ∀a ∈ R).25). Infine. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente.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. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. e degli scopi per i quali il segnale stesso viene studiato o elaborato. è lo stesso dell’esponenziale x(t) = A eat . (a) a < 0 (valore effettivo a = −0. si noti peraltro che il comportamento per t ≥ 0.26. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. in dipendenza dal valore di a = 0. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . solo per t ≥ 0. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . per effetto del gradino. L’esponenziale a TC è una funzione monotona di t. dove a ∈ R è un fattore di scala dei tempi.

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

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

(f) a = −1. . Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1. (d) −1 < a < 0 (valore effettivo a = −0.5 1 (d) 0.3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0.833).28.6 x(n) 0.2. (b) a < −1 (valore effettivo a = −1.1). (e) a = 1.8 0. (c) 0 < a < 1 (valore effettivo a = 0. 2.5 x(n) 0 0.1).4 −0.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.833).

risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. t Fig. ∀t ∈ R .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 ). I segnali di durata illimitata sono anche detti segnali persistenti. Ad esempio. Una definizione pratica. mentre nel caso TC il periodo T0 è in generale un numero reale. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. infatti.13) è detto periodo (fondamentale) del segnale. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. tuttavia. 2. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata.13). Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. ovvero ∆x = +∞. rispettivamente. 2. Per segnali di questo tipo.29.. allora. In molti casi. 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..54 Proprietà dei segnali x(t) .13) Il più piccolo valore di N0 che verifica la (2. (2. ∀n ∈ Z .. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo).12) Il più piccolo valore di T0 che verifica la (2. (2.3.12) e (2. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. i segnali x(t) e x(n) si dicono aperiodici. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. .. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica.29. Inoltre . detto periodo. 2. ed intorno al Sole con un periodo pari circa a 365 giorni.12) è detto periodo (fondamentale) del segnale. Segnale di durata non limitata. come ad esempio il segnale raffigurato in fig. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. sono sempre di durata limitata.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. È bene enfatizzare il fatto che. nel caso TD il periodo N0 è necessariamente un numero intero.

2. 2. ω0 è la pulsazione. ad esempio. ϕ0 è la fase iniziale. 5.3 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. sulla base delle (2. Come vedremo nel cap.30. Fig. Fasore a TC L’espressione matematica di un fasore a TC è la seguente: x(t) = A e j(ω0t+ϕ0 ) = A e j(2π f0t+ϕ0 ) = A [cos(2π f0t + ϕ0 ) + j sin(2π f0t + ϕ0 )] . sotto condizioni non eccessivamente restrittive. Il fasore è un segnale che assume valori complessi. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. per un segnale costante x(·) = a. (2. .7 avente modulo A. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. allora esso è periodico di periodo 2T0 . A.14) dove A > 0 è l’ampiezza. . Una conveniente interpretazione grafica (fig.30) è invece quella nel piano complesso. f0 = 2π è la frequenza.12) e (2. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario.13). Pertanto. . quali.13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . misurata in cicli/s o Hertz (Hz). che si muove con velocità angolare |ω0 |. 3T0 . gli esponenziali complessi o fasori6 e le sinusoidi. è interessante notare che. 2. 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). Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. x). le (2. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. misurata ω0 in radianti al secondo (rad/s). secondo la quale il fasore è rappresentato come un vettore ruotante.31. e talvolta si parla di periodo fondamentale. e della definizione di periodo. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. Come ulteriore osservazione.12) e (2. se un segnale (ad esempio TC) è periodico di periodo T0 . Nel seguito si introdurranno alcuni segnali periodici elementari. 2. . misurata in radianti (rad). e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t.

nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. (2. In effetti. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig.16) dove i parametri A. il che accade dopo un tempo pari a T0 = 2π 1 = . Anche la sinusoide. il fasore è un segnale periodico di periodo T0 . come sarà chiaro nel seguito. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica.4). Così come l’impulso di Dirac a TC.12). infine. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. 2. come il fasore.56 Proprietà dei segnali se ω0 > 0. ovvero che x(t) = x(t + T0 ).12): infatti. utilizzando le formule di Eulero (cfr. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. ed in senso orario se ω0 < 0.1). che il fasore non è un segnale “fisico”. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. ω0 . 8 Ricordiamo . Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. |ω 0 | | f 0 | (2. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 .15) pertanto. con k ∈ Z.15). si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . un segnale sinusoidale si può esprimere come: A cos(ω0t + ϕ0 ) = 1 j(ω0t+ϕ0 ) 1 − j(ω0t+ϕ0 ) Ae + Ae = Re[A e j(ω0t+ϕ0 ) ] 2 2 ovvero come la somma di due fasori di uguale ampiezza A/2. il fasore è una pura astrazione matematica che. e quindi si ha la (2. come preannunciato. imponendo che valga la (2.31).13) e ricalca quella già ω0 vista per il fasore. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. Dall’interpretazione come vettore ruotante. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). Di contro. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. In ogni caso. Si noti. § A.

come ν0 ∈ [0. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. anche il fasore a TD soddisfa la definizione di segnale (1. a ν2 − ν1 = k. in particolare. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . poi diminuisce (fino a ν0 = 1). il fasore si muove “a scatti” nel piano complesso. 2. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. ϕ0 è la fase iniziale (rad). così come accade nel caso TC. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . (2.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. la posizione finale è la stessa. Infatti. 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 . Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. applicando la definizione di periodicità (2. Ovviamente. 2π [ oppure θ0 ∈ [−π . k ∈ Z. Prova. π [.30): la differenza sostanziale.1). Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. ν0 = 2π è la frequenza (cicli). L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. con la pulsazione θ0 ). 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 )] . 1[ oppure ν0 ∈ [−1/2. Sulla base di questa interpretazione. 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. però.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. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. è che poiché il tempo n varia in maniera discreta. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. =1 ∀n. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). θ0 è la pulsazione (rad).2. nel caso TD il tempo n va considerato adimensionale. ma anche alcune differenze significative rispetto al caso TC. Si ha: x2 (n) = A e j(θ2 n+ϕ0 ) = A e j[(θ1 +2π k)n+ϕ0 ] = A e j(θ1 n+ϕ0 ) e j2π kn = x1 (n) . passando da ν0 = 0 a ν0 = 1. Questa è una delle fondamentali differenze rispetto ai fasori a TC.13) per un segnale TD. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . Come il fasore a TC. 1/2[. k ∈ Z. k ∈ Z . la condizione θ2 − θ1 = 2kπ equivale. come θ0 ∈ [0. in termini di frequenze. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. Equivalentemente. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. . Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k.

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

Infatti come generatore è possibile scegliere la . Si ha.2. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. Esempio 2. detto generatore. T0 /2]. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . la cui espressione è: ∑ A rect t − kT0 T . Viceversa. ed il periodo dell’onda stessa.8 (duty-cycle dell’80%). e la cui rappresentazione grafica per A = 1 e δc = 0. Ad esempio. talvolta espresso in percentuale. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . per cui x(t + T0 ) = x(t). 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). notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A.32. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. infatti. 2. Il duty-cycle δc . Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . Come caso limite. Dato un segnale generatore xg (t) e fissato un periodo T0 . traslate di ±T0 . un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t).18) risulta necessariamente x(t) = x(t + T0 ). in fig. ∀t ∈ R.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). (2. per una dimostrazione più formale. come si voleva dimostrare. d’altra parte. ∀t ∈ R. ±2T0 . ampiezza A. 2.18). e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti.33 è mostrata un’onda rettangolare con A = 1 e δc = 0.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . è possibile costruire un unico segnale periodico x(t) secondo la (2. basta provare che per il segnale x(t) definito come nella (2. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. etc. diverso da zero nell’intervallo [−T0 /2.5 è quella di fig.

La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. .60 Proprietà dei segnali 1 0.4 0. Esempio 2.8 0. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. In altri termini. 1]. ad esempio [−T0 /2. Bisogna tuttavia notare che. sommando queste ultime negli intervalli di sovrapposizione. ed il segnale risultante (fig. T0 /2]. 0. Fig. per determinare il generatore. 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. T0 /2] .32.t0 + T0 /2].5 (duty-cycle del 50%). 2. . che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare. ma bisogna tener conto della sovrapposizione tra le repliche. la relazione tra segnale periodico e generatore non è biunivoca. In particolare. ad esempio [t0 − T0 /2. 2.35) non si ottiene semplicemente affiancando le finestre triangolari. In questo caso. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . descritta dall’esempio che segue.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . 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. 2. N0 − 1}.6 x(t) 0.36.6 0. Onda rettangolare a TC con A = 1 e δc = 0. le repliche del segnale si sovrappongono. restrizione del segnale periodico ad un periodo. 2. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). con t0 ∈ R. .33. . dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. . finestrando il segnale periodico nell’intervallo [−1. cioè risulta x(n) = x(n + N0 ). Poiché il periodo di replicazione è inferiore alla durata del generatore. altrimenti.34). 2.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. t ∈ [−T0 /2. si ottiene il generatore raffigurato in fig. (2. Onda rettangolare a TC con A = 1 e δc = 0.2 0 −2 −1 0 t/T 1 2 0 0 Fig.4 0. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). 1.8 (duty-cycle dell’80%).2 0 −2 −1 0 t/T 1 2 x(t) 1 0.

6 x(t) 0. 2.34. ottenuto finestrando il segnale periodico nell’intervallo (−0.35.8 0. Onda triangolare a TC dell’es.4 0.4 0. 2. 2.8 0. Segnale generatore dell’onda triangolare a TC dell’es.10.8 0.6 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.8 0.6 0. 0. 2.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).2. Onda rettangolare a TD con M = 3 ed N0 = 5. Fig.4 0. il cui andamento è rappresentato in Fig.2 0 −2 −1 0 t 1 2 1 0.4 0. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).3 Estensione e durata temporale di un segnale 61 1 0. xg(t) Fig.2 0 −2 −1 0 t 1 2 Fig.75).75. 2.36. 2. che si ottiene finestrando il segnale con una finestra . 2. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . Un differente generatore dell’onda triangolare a TC dell’es.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .37. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. 2.10.6 x(n) 0. Viceversa. 1 0. Esempio 2.37 per M = 3 e N0 = 5.2 0 1 0.

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

(2. 63 2. −K + 1. reale o complesso.38. (2. l’area e la media temporale di x(n) sono numeri reali o complessi.23) .20) mentre si definisce media temporale del segnale nell’intervallo {−K.. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . 2K + 1 n=−K K (2. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . Considerato Z > 0.4 Area e media temporale di un segnale . in dipendenza della natura del codominio X del segnale. Z).. .. (2.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. . . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . reale o complesso. x(t) <x(t)> Z -Z +Z t 2Z Fig. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. 2. . . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. il numero. Z). .2. K − 1. . si definisce infatti area del segnale nell’intervallo (−Z. si definisce area del segnale nell’intervallo {−K. ..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. 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. il numero. Z]. . −K + 1. K − 1.21) Si noti che. Dato un segnale TD x(n) e fissato un intero K ≥ 0.

il che significa che esistono segnali per i quali la definizione di area (2. (2.24). in base alla (2.22) e (2. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. 2K + 1 Ax (Z) . Tale interpretazione è raffigurata graficamente per il caso TC in fig. 2. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). (segnali TC) (2. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. (2. ovvero riguardano solo una porzione del segnale. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato. si ottiene notando che le (2.26) esiste.24) x(n). (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt.20) e (2. Se il limite nella (2.64 Proprietà dei segnali L’interpretazione di media.Z2 →+∞ −Z1 lim x(t) dt . Ciò accade.24) perde di significato.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2.21) e (2. = 2Z = e quindi. 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. 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.38. (segnali TD) K→+∞ 2K + 1 n=−K (2. è sufficiente far tendere Z oppure K all’infinito. sia nel caso TC che nel caso TD.2). Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.26) in cui.25) L’integrale che definisce l’area di un segnale TC può non esistere.21) oppure (2. per i quali l’integrale nella (2. salvo che in casi particolari. nel caso dei segnali periodici. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.24) non esiste in senso ordinario. per esempio. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .27) . si noti che. A tal proposito.23). I valori dell’area e della media temporale calcolati sulla base delle (2. § B. dipendono dalla scelta di Z oppure di K.2. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .

Si tratta di un segnale di durata rigorosamente limitata. +∞ (2.23). nel senso che se y(t) = x(−t).26) non esiste. il segnale ha area nulla. dato che l’area di un segnale può essere infinita. tutti i segnali dispari risultano avere area nulla.12 (area e media temporale della finestra rettangolare) Calcoliamo area e media temporale di una finestra rettangolare a TC x(t) = A rect(t/T ). cioè. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale.25) si ottiene come caso limite dalle definizioni (2. 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 . |Ax | < +∞.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. e quindi per ogni fissato valore di Z o di K: in questo caso. mediante cambio di variabile. se il segnale x(t) ha area finita. se il segnale ha area finita. 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. Essa vale infatti se la media è calcolata su un intervallo temporale finito.3). e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. risulta che: Z x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = Z→+∞ −Z Z→+∞ lim x(t) dt = lim 2Z Ax = 0. si ha Ay = Ax . § B. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. Con riferimento al caso TC per semplicità. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. se consideriamo il segnale x(t) = t. Infatti. con t ∈ R. Poiché la definizione di area e valor medio sono intimamente legate. Quando invece la serie di x(n) converge. ponendo a = −1. soffermando l’attenzione al caso TC. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . l’area del segnale deve necessariamente essere infinita. Come caso particolare. l’integrale (2. l’interpretazione della (2. 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. che può esistere anche quando la serie bilatera di x(n) non converge. cioè.4 Area e media temporale di un segnale 65 Tuttavia. Z→+∞ . con a ∈ R − {0}. la sua media temporale è nulla. Ad esempio. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. se il segnale x(·) assume valori finiti.28) ossia. è immediato calcolare l’area del segnale y(t) = x(at). Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. Allo stesso modo. Più in generale. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. Tuttavia. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. a partire dal segnale x(t) avente area finita Ax . la sua area è necessariamente finita. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD.2.21) o (2. Come conseguenza di questo risultato.1. poiché la media temporale definita nella (2. Esempio 2. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. 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 . ma si verifica anche per molti segnali aventi durata praticamente limitata. Per quanto concerne l’interpretazione di x(·) .

anche la media temporale dell’esponenziale a TD x(n) = A an u(n). Esempio 2. Con calcoli analoghi. 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. Esempio 2.13 (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).27. −1. Pur trattandosi di un segnale di durata praticamente limitata. in altri termini.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. Esempio 2. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 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 . e quindi per un segnale costante x(·) = a si ha x(·) = a. la media temporale di una costante coincide con la costante stessa. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. in quanto ha area finita pari a N. con T > 0.66 Proprietà dei segnali Conseguentemente. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. t < 0 .16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). definito come sgn(t) = 1. . è nulla. 2. l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT .14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Analogamente. Esempio 2. 2 La media temporale può essere nulla anche se il segnale ha durata infinita. con 0 < |a| < 1. ma presenta particolari proprietà di simmetria. Conseguentemente. in quanto la sua area è finita ed è data da: Ax = lim K→+∞ n=−K ∑ K x(n) = lim A ∑ an = lim A K→+∞ n=0 K→+∞ K A 1 − aK+1 = . e quindi si ha in generale u(·) = 1 . Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . t ≥ 0. come evidenziato nel seguente esempio.

n < 0 .5 x(t) = sgn(t) 0 0 −0. presentiamo le seguenti proprietà della media temporale. Fig. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). in quanto il suo valore nell’origine non è nullo.2.4 Area e media temporale di un segnale 67 1 1 0. e raffigurato graficamente in fig.39.  =−Z =Z Questo risultato discende dal fatto che il signum a TC. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. 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 . osserviamo nuovamente che se un segnale ha simmetria dispari. allora la sua area è nulla e. come sgn(n) = 1. ha area nulla (nel senso del valor principale di Cauchy).40. Più in generale. Segnale signum a TD. definito analogamente a sgn(t). Per completare la trattazione. n ≥ 0. conseguentemente.39. ∀t = 0.5 x(n) = sgn(n) 0.40. 2. 9 Notiamo . Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). e rappresentato graficamente in Fig. 2. In questo caso. anche la sua media temporale è nulla. essendo una funzione dispari9 .5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. Segnale signum a TC. 2. 2.5 −0. −1. 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)].

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

evitando il passaggio al limite presente nella definizione generale (2. Per ω0 = 0.14 e 2. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . ∀n0 ∈ Z . Con la notazione precedente. (segnali a TC)  T0 T (2.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ .29) x(·) = 1 0  ∑ x(n) . per un segnale TD. (segnali a TD)  N 0 N0 Esempio 2.16. T0 ). riottenendo il risultato dell’es.25).29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . ∀t0 ∈ R . il fasore x(t) è periodico di periodo T0 = periodo. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . ricalcoliamo la media temporale del segnale x(t) = sgn(t). il fasore degenera nel segnale costante x(t) = A e jϕ0 . Per ω0 = 0.15. ovvero su un periodo del segnale. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . Tale proprietà può essere espressa in forma più generale.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . Esempio 2. si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . =1 2 =1 dove abbiamo applicato i risultati degli es. la sommatoria fatta su N0 campioni consecutivi arbitrari.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . ∀t0 ∈ R . 2. . ad esempio in (0. 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. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. pari ad un periodo del segnale. per cui: x(t) = A e jϕ0 = A e jϕ0 .2. La proprietà 2. utilizzando la (2.17 (media temporale del signum) Come applicazione della proprietà di linearità. 2. Allo stesso modo.

jϕ0 . se θ0 = 2π k. applicando la proprietà di linearità della media temporale. 2.18) che un fasore con ω0 = 0 ha media temporale nulla. poiché la sinusoide x(t) si esprime come somma di due fasori.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . Definizione 2. Ae Esempio 2. ne rappresenta la parte effettivamente “variabile”. Nel caso in cui ω0 = 0. altrimenti . (2. la media temporale di un segnale si può interpretare come la componente continua del segnale. la parte “costante” del segnale. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ).19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ).4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . . in un certo senso.31) Mentre la componente continua rappresenta il valor medio del segnale. la componente alternata. altrimenti .7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 . Infatti.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. a partire dalla componente continua. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 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). possiamo applicare la proprietà 2. Analogamente. 2. Infatti. se θ0 = 2π k. es. si può definire per differenza anche la componente alternata. k ∈ Z . (2. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. e quindi. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . essendo ottenuta depurando il segnale della componente continua.4. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. k ∈ Z . Dalla sua definizione. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . A cos (ϕ0 ) .

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

In questo caso. Dal confronto tra le (2. che converge se e solo se |a|2 < 1. Tali costanti di proporzionalità non saranno considerate nel seguito. conseguentemente. 1 − a2 |a| < 1 . Esempio 2. . ovvero se e solo se |a| < 1. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). il quadrato di una corrente non è dimensionalmente una energia. 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). allora. in quanto l’esponenziale non tende a zero. 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 . ma richiede una moltiplicazione per una resistenza. In particolare. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata.33) (cfr. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . che quindi avrebbe presentato Ex = +∞. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita.33) in specifiche applicazioni. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).2. Essendo legata al quadrato del segnale. Esempio 2. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 .33). § B. l’energia è una quantità non negativa (Ex ≥ 0). allora anche |x(·)|2 sarà di durata rigorosamente limitata e.3 e B. mentre per |a| ≥ 1 l’energia non esiste finita.24) e (2.4).23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). Se avessimo viceversa considerato T < 0.1. avremmo avuto un esponenziale monolatero crescente. Esempio 2.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. con T > 0. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2.22 (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. Tuttavia.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. l’energia vale: Ex = A2 1 .33) non sono necessariamente quelle di una energia. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. ∞ Si ottiene allora una serie geometrica di ragione a2 . Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale.

3). (2.21). Nel caso del prodotto per una costante α ∈ C.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. è semplice provare che si ha Ey = |α |2 Ex . posto y(·) = α x(·). consegue che. (2. si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] . Viceversa. sostituendo nella (2.2. 2.23).22. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.2. ma non avere area finita. e la somma di due segnali di energia è ancora un segnale di energia. dal punto di vista matematico.3 e B. Tuttavia. 2. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. osserviamo che.36) . in generale.3 e B. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr.5. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.4).6).2. Sviluppiamo esplicitamente i calcoli nel caso TC. In pratica. Poiché i segnali aventi area finita hanno componente continua nulla. (2. un segnale può avere area finita. e 2. § 2. Più in generale.21. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. sussiste la seguente definizione: Definizione 2.1. 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.34).34) Sviluppando il modulo al quadrato all’interno dell’integrale. § B. 2. ma non essere di energia.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).23) prendono il nome di segnali di energia. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. 2.4): un segnale può essere di energia. In conclusione. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .35) Z→+∞ −Z x(t) y∗ (t) dt . 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 . in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri).22 e 2. § B. dalla quale.1. i segnali di durata non limitata o persistenti non sono di energia. 2.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia.5 Energia di un segnale 73 2. un segnale di energia può anche avere componente continua non nulla.5.

74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . (2.39) può assumere segno qualsiasi. (2.37) (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. 11 Si usa il termine “ortogonalità” in quanto. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. Particolarmente interessante è la condizione in cui Exy = 0. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. .38) è coniugato. in base a concetti matematici più avanzati.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. Inoltre. oltre alle energie Ex e Ey dei singoli segnali. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. mentre diventa necessaria e sufficiente se i segnali sono reali.40).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. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. Nei due esempi seguenti. l’energia mutua è in generale una quantità complessa. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. con ovvie modifiche. Estendendo i precedenti concetti. 2.37) o nella (2.38) (segnali TD) A differenza dell’energia. Esempio 2. Poiché il termine contenente l’energia mutua nella (2. in quanto Eyx = Exy . In tal caso si ha x(t) y∗ (t) ≡ 0. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). al caso TD. la relazione (2. e risulta simmetrica. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. che è una quantità reale e non negativa.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. minore o uguale rispetto alla somma delle energie. però.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. 10 Se i segnali sono complessi. In tal caso. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey .40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). poiché il secondo segnale nella (2.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. (2. Per segnali di energia ortogonali vale l’additività delle energie (2.37) La relazione (2. si ha Eyx = E∗ : nel caso di xy segnali reali. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0.41). (2.

2.5 0 −1. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.5 2 −1 −0.5 y(t) 0 −0.5 0.5 t 1 1. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . Fig. è una quantità non negativa (Px ≥ 0).5 0 t 0. 2. Per un esempio concreto. al modulo al quadrato del segnale. 2.5 2 −1 −0. risulta anche in questo caso Exy = 0.5 0 t 0. Pertanto.5 Fig.5 t 1 1.2. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.5 0 −1 −0. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . 2. generalizzando l’interpretazione come media temporale al caso TD.5 1 1. La potenza è una quantità misurata in J/s o Watt (W).25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. nonostante x(t) y∗ (t) ≡ 0. Esempio 2.5 0 0. 2. ad esempio x(t).5 −1.41.24).41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.5 0 0.25).42). I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.5 1 1. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. abbia simmetria pari.6 Potenza e valore efficace di un segnale Come l’energia.5 0. si perviene alla seguente definizione di potenza: .6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. Z) per la lunghezza 2Z di tale intervallo di tempo.5 y(t) 0. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. come l’energia. anche la potenza è un parametro sintetico caratterizzante alcuni segnali. che è utilizzato in numerosi e diversi ambiti della fisica. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito. 2. ma tali che uno dei due. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.42.5 0 −1 1 −0. (2. mentre l’altro ha simmetria dispari.

allora Px = a2 . Il vantaggio è.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). .26. fasore.15 sulla componente continua di un gradino. poiché il gradino assume solo i due valori reali 0 ed 1. Esempio 2.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . tali segnali prendono il nome di segnali di potenza: Definizione 2. 2.6. 2.42) non sono necessariamente quelle corrette (ovvero W). Avendo trascurato eventuali costanti di proporzionalità. Se il segnale è reale (a ∈ R).26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 .1 Segnali di potenza Sulla base della definizione di potenza.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. molto utilizzato nell’elettrotecnica: Definizione 2. gradino. 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 TC) (2. Esempio 2.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. 2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2.42) può essere omesso se il segnale è reale. 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. le dimensioni fisiche della potenza definita in base alla (2. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. è possibile individuare la classe dei segnali che hanno potenza finita. come per l’energia. Sulla base del risultato dell’es. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). signum) e i segnali periodici (es. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. di ottenere una quantità che dipende esclusivamente dal segnale.

Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0). per cui è di scarso interesse pratico). Infatti. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . Esempio 2. pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . il fasore x(t) è periodico di periodo T0 = (2. la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo.43)  ∑ |x(n)|2 . Esempio 2. 12 Notiamo che se x(·) è periodico di periodo T [N ]. Nel caso in cui ω0 = 0. un segnale periodico è necessariamente un segnale di potenza. se θ0 = π k. allora anche |x(·)|2 ammette lo stesso periodo. Il valore efficace della sinusoide è allora xrms = Px = √2 .12) oppure (2. altrimenti . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. Infatti. A2 cos2 (ϕ0 ) . si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . un segnale periodico deve necessariamente avere durata illimitata. .2. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . 13 Ad esempio.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ).19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. k ∈ Z . per cui: Px = |x(t)|2 = A2 = A2 . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). Per ω0 = 0. il fasore degenera nel segnale costante x(t) = A e jϕ0 . per cui la potenza si può calcolare applicando la A2 dt = A2 . 2.13). (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero.7(c) della media temporale. Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2.43).6 Potenza e valore efficace di un segnale 77 sinusoide). Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. In tal modo. salvo per casi particolari di scarso interesse pratico13 . Per soddisfare la definizione (2.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Analogamente. questo comporta che la sua energia è necessariamente infinita. si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Per ω0 = 0. fatta eccezione per casi di scarso interesse pratico. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. risultato frequentemente utilizzato nell’elettrotecnica.

Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD.46) . si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . in quanto esistono casi di segnali che non sono nè di energia. se l’energia è finita. Prova.6. allora esso ha energia infinita (Ex = +∞). che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. In altri termini. dalla (2. e quindi non può essere di potenza. Pertanto. la (b) prova che un segnale di energia ha necessariamente Px = 0. Anche in questo caso. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞.6. e sfruttando la proprietà di linearità della media temporale. che non sono segnali di potenza. posto y(·) = α x(·). invece. allora esso ha potenza nulla (Px = 0). si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. sussiste il seguente risultato: Teorema 2. presenta Ex = Px = +∞. Viceversa. e la somma di due segnali di potenza è ancora un segnale di potenza. raffigurato in fig. nè di potenza. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) .44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. Viceversa.43. Ad esempio il segnale rampa a TC x(t) = t u(t). (2. si prova facilmente che Py = |α |2 Px . in quanto hanno Ex = +∞). e quindi sono disgiunti. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. A tal proposito. definita come segue: (2. e quindi non può essere di energia. Per provare la (a).44) esiste finita. nè di energia. Tuttavia. nè a quelli di potenza.78 Proprietà dei segnali 2. Esistono casi meno banali di segnali.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). 2. i due insiemi non costituiscono una partizione di tutti i possibili segnali. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). 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 . (b) se x(·) è un segnale di energia. lim 2Z (2.44) È chiaro allora che.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. seguendo passaggi simili a quelli effettuati per l’energia.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. se la potenza (2. per quanto riguarda la somma di due segnali. e quindi non si può considerare nè un segnale di potenza. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia.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. 2. aventi durata non limitata.

Esempio 2. in particolare.47) K 1 ∑ x(n) y∗ (n).6 Potenza e valore efficace di un segnale 79 2 1.43. per la presenza dell’operazione di coniugazione sul secondo segnale. come per le energia.2.5 0 −2 −1 0 t 1 2 Fig.5 x(t) = t u(t) 1 0.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. (segnali TC) (2. per cui la (2.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.46) si scrive Px+y = Px + Py + 2 Pxy . Segnale rampa a TC. vale la proprietà di additività delle potenze: Px+y = Px + Py . Si ha infatti. (2. 2. ed xy in generale la potenza mutua è complessa. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). a meno che Pxy = 0. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . Definizione 2.12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt.48) e evidenziano che. con ω0 = 0. Per segnali di potenza ortogonali.48) Le relazioni (2.46) e (2. anche per la potenze non vale l’additività.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). (2. 2 2 . si ha Pyx = P∗ .

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. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. Watt (W) per le potenze. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata.1. nella tab.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono. in quanto l’operazione di coniugazione si scambia con la media temporale. Posto infatti x(·) = xdc + xac (·). Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). Si ha allora: Px = Pdc + Pac .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.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. In conclusione. Esempio 2. Joule (J) per le energie. . detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. 2.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. (2. 2.30). vale a dire. e xac (·) = 0 per definizione. 2. Con riferimento in particolare alla potenza. evidenziando i legami esistenti tra alcuni di essi. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0.

opportunamente scelta a seconda delle applicazioni. . dato il valore di potenza [Px ]dB in dB . nella definizione (2. invece di 10. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . in quanto. tuttavia.50).2. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . 2.2. Valori comuni di potenza espressi in dB.01 0. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . applicando le proprietà dei logaritmi. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . e si scrive [Px ]dBm . Esempio 2. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . se invece P0 = 1mW. si parla di potenze espressa in dBm.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB.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. tenendo conto della relazione quadratica esistente tra valore efficace e potenza.001 0. Ovviamente.50): Px = P0 · 10 [P x ]dB 10 . scegliendo P0 = 1 W. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. per avere lo stesso valore in dB.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. Nella tab. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. e si scrive più specificamente [Px ]dBW . conviene introdurre un fattore numerico pari a 20. dove P0 è una potenza di riferimento. mentre se si sceglie P0 = 1 mW.1 0. ed in tal caso si parla di potenze espresse in dBW.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. 2.

51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . le potenze di riferimento nei due casi differiscono di un fattore 1000. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). come è ovvio che sia. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . si ha: [PR ]dB = 10 log10 ovvero. misurando invece la potenza ricevuta in dB. Notiamo che poiché 0 < γc < 1.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. 2. 2. la potenza ricevuta sarà pari a PR = γc PT . . 2. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . Si consideri lo schema di fig. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. Infatti. La (2.44. [PR ]dBm = [γc ]dB + [PT ]dBm . per le proprietà dei logaritmi.44. corrispondente a 30 dB (tab.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). risulta [PR ]dBm < [PT ]dBm . (2. Detta PT la potenza trasmessa.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). per cui. allora [γc ]dB < 0.2) in unità logaritmiche. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. assumendo ad esempio P0 = 1mW. in una relazione additiva. Esempio 2.

Esercizio 2.8 Esercizi proposti Esercizio 2. n (d) z(n) = x . (k) z(n) = x(n) y(−2 − n). (g) z(n) = x(2n) + y(n − 4). 2 (e) z(n) = y(2 − 2n). (d) y(t) = x(2t). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5.8 Esercizi proposti 83 2.1 Si consideri il segnale TC x(t) = rect(t).2. (f) z(n) = x(n − 2) + y(n + 2). ±2. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). (b) y(t) = x(t + 5). dopo aver rappresentato il grafico di x(n) ed y(n). Individuare quale operazione elementare è effettuata su x(t) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(t − 5).4 Si consideri il segnale TC y(t) = x(2t − 1). (b) z(n) = x(3n − 1). (j) z(n) = x(−n) y(−n). (b) ritardo di 5 seguito da una riflessione. ±3} 0. (l) z(n) = x(n + 2) y(6 − n). (h) z(n) = x(n + 2) y(n − 2). Esercizio 2. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . (c) z(n) = y(1 − n). Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. 3 Esercizio 2.3 Si consideri il segnale TC x(t) = Λ(t). ±1. n ∈ {0. t (e) y(t) = x . (d) anticipo di 5 seguito da un cambiamento di scala con a = 5.2 Dati i segnali TD x(n) = |n| . (i) z(n) = x(3 − n) y(n). (c) y(t) = x(−t).

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

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

2π n). (d) x(n) = 5 cos(0. (b) x(t) = sgn(t). 1 (i) x(t) = √ . + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. (f) x(t) = e−|t| . (g) x(t) = e−t . energia e potenza. Esercizio 2. 2 (h) x(t) = e−t 2 /2 u(t).86 Proprietà dei segnali πn πn sin . 0≤t ≤1  x(t) = 2 − t . e calcolarne valor medio. (e) x(t) = et u(−t). (d) x(t) = e−2t u(t). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k).] Esercizio 2. utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . altrimenti e calcolarne valor medio. 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). (b) x(n) = u(n) − u(−n − 1).17 Rappresentare il grafico del segnale TC  t .15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n).14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). energia e potenza. (c) x(t) = cos(2π 100t) u(t). 5 3 πn 3π n π + . . (f) x(n) = (2)n R4 (n − 2).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (c) x(n) = cos(π n) R5 (n). 1 ≤ t ≤ 2   0. Esercizio 2. (e) x(n) = 1 2 +∞ n u(n). T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0.

4 ≤ t ≤ 5   1 . Esercizio 2. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. Esercizio 2. −5 ≤ t ≤ −4    0. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . altrimenti nel caso in cui a = 1 e a = 0. energia e potenza.5. n ∈ {−4. . . e calcolarne valor medio. altrimenti e calcolarne valor medio.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A.22 Rappresentare il grafico del segnale TC  5 − t . Esercizio 2. − 0. energia e potenza. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. altrimenti e calcolarne valor medio. energia e potenza in entrambi i casi. Esercizio 2. energia e potenza. (b) Calcolare la componente continua di y(t). ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. Esercizio 2.21 Rappresentare il grafico del segnale TD x(n) = sin(0. −3. 4} 0. Esercizio 2. −4 ≤ t ≤ 4 x(t) = 5 + t . .23 Dato il segnale TC x(t) = rect(t).5π n) . energia e potenza.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) .8 Esercizi proposti 87 Esercizio 2. e calcolarne valor medio.2. −a ≤ t ≤ a 0. energia e potenza. .20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] .18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente.

  1. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. A2 ∈ R+ . Esercizio 2.   0. . (c) x(t) = t 0 cos(2πτ ) d τ . energia e potenza. x2 (t) = A2 e j2π f2 t con A1 . e calcolarne valor medio. energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t .26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). (f) x(t) = cos(2π t) + 1 cos 2π t − π . calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). Esercizio 2. si calcolino valor medio. energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . xg (n) =  2. Inoltre. energia e potenza del segnale x(n) = x1 (n) + x2 (n) .27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. energia e potenza.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2.30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. Esercizio 2.88 Proprietà dei segnali Esercizio 2. Esercizio 2. si calcolino valor medio.29 Calcolare valor medio. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . 2 4 (g) x(t) = cos(2π t) sin(4π t). (e) x(t) = 2 cos(2π t) + 3 sin(2π t). (b) x(t) = cos(2π t) u(t).28 Calcolare valor medio. Inoltre. πt 2 (d) x(t) = cos(π t) + cos . A2 ∈ R+ .

si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . per a ∈ A. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . Successivamente.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . e calcolare valor medio.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . 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. Esercizio 2. x2 (t) = A2 rect t 2 con A1 . . e calcolare valor medio. Esercizio 2.34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . x2 (n) = R5 (n + n0 ) Determinare l’insieme Ω ⊆ Z dei valori di n0 in corrispondenza dei quali i due segnali x1 (n) e x2 (n) sono ortogonali. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . A2 ∈ R+ .8 Esercizi proposti 89 Esercizio 2. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . Successivamente.2. z(t) = 5 x1 (t) + 3 x2 (t − 1) I segnali x1 (t) e x2 (t) sono ortogonali? Cosa si può dire invece per i segnali x1 (t) e x2 (t − 1)? Esercizio 2. per n0 ∈ Ω.

90 Proprietà dei segnali .

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

2. Tale modello matematico è descritto da una trasformazione S : I → U. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3.3) semplicità di notazione. 3. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. come già osservato nel § 1.1 (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 . l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. 3. (3. attraverso la relazione ingresso uscita (i-u). la notazione y(t) = S [{x(u)}u∈R . . insiemi di segnali diversi definiscono sistemi diversi.t] .2 (relazione i-u di un sistema TD) Un sistema TD (SISO) con ingresso x(n) ∈ I ed uscita y(n) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(n) = S [{x(k)}k∈Z .1) può essere espresso in maniera sintetica.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.2). Il modello matematico (3.1(a). valori che possiamo denotare sinteticamente con {x(u)}u≤t . (3.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. In maniera analoga.2): Definizione 3.2) Nella (3. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.1. e non semplicemente dal valore del segnale nello stesso istante t. (a) Integratore TC. Pertanto. Esempio 3. 1 Per (3. (b) Integratore TD o accumulatore. che presentano proprietà diverse. di ingresso ed un segnale di uscita. che nel caso di un sistema TC si definisce come segue: Definizione 3.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . n] .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.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 . ed è rappresentato schematicamente in fig.∞ ∑ n y(n) (a) (b) Fig.

descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . si veda [14]). 3. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. Sistemi TD elementari. sono riportati in fig. Gli schemi a blocchi dei sistemi corrispondenti.1(b).3 (ritardo unitario. date rispettivamente da y(n) = x(n − 1) . anticipo unitario. anticipo unitario.3 semplicità di notazione.2 e fig. Il senso della notazione utilizzata nella (3. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. denominati ritardo unitario.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. valori che denotiamo sinteticamente con {x(k)}k≤n . notazioni z−1 e z utilizzate negli schemi per il ritardo e per l’anticipo fanno riferimento ad uno strumento matematico (la Z-trasformata) che non approfondiremo in questo testo. e di espansione: y(n) = x n = L n . abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. altrimenti . Nel caso TD. 3.3. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. § 2. 3.3) è lo stesso adottato per il caso TC: in particolare. (a) Ritardo elementare: y(n) = x(n − 1).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. (b) Espansore per L: y(n) = n x L . x y(n) = x(n + 1) . con una legge che può variare con n. 3. decimatore ed espansore.2. Sistemi TD elementari. 2 Per 3 Le .1) possono essere interpretate come sistemi. (3. per questo motivo. 2 (cfr. L 0.4) e rappresentato schematicamente in fig.2 Esempio 3. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. Fig.3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . se n è multiplo di L . (b) Anticipo elementare: y(n) = x(n + 1). 3. di decimazione: y(n) = x(nM) . Esempio 3. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n.3. Anche in questo caso. (a) Decimatore per M: y(n) = x(nM).

5) e (3.3) per le relazioni i-u dei sistemi.4. utilizzeremo talvolta le (3.5) è fuorviante. Inoltre. oltre ai segnali di ingresso e di uscita. che sebbene sia meno generale. Circuito elettrico con resistori connessi in serie ed in parallelo. mentre R3 ed R4 sono connessi in parallelo. è la rappresentazione ingresso-stato-uscita (i-s-u). si utilizzano le notazioni semplificate y(t) = S[x(t)]. interpretazione vale solo per una classe particolare di sistemi. 3. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. nel seguito faremo uso esclusivamente della relazione i-u. invece delle notazioni complete (3.4 Tuttavia. Per concludere. avendo avvertito il lettore. 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.6) in luogo delle notazioni rigorose (3. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. e sicuramente non è la più generale. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. x(n) −→ y(n) . y(n) = S[x(n)] (3.3. A volte.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. essa è una rappresentazione esterna. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. 3.1). un PC può essere realizzato assemblando componenti più semplici. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. (3. quali scheda madre.5 In ogni caso. il sistema stesso è visto come una “scatola nera” (black box). di cui non conosciamo il contenuto. scheda audio.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. i sistemi cosiddetti non dispersivi (cfr. 5 Per 4 Questa .5) oppure le notazioni simboliche: x(t) −→ y(t). la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . R1 ed R2 sono connessi in serie. In particolare. è perfettamente adeguata per i nostri obiettivi. § 3. in cui entrano in gioco. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. In particolare.2) e (3.3) per snellire alcune derivazioni. scheda video.2) e (3.6) Abbiamo già osservato che la notazione (3.

) S2 y 2(.) x(. Ad esempio.) S1 S2 y(. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·).2 Interconnessione di sistemi 95 z(.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. connessione in parallelo. Le connessioni più frequentemente considerate sono tre: connessione in serie. come ad esempio quello riportato in fig. lettore CD. affinchè il sistema serie sia correttamente definito. lettore DVD. Si noti che. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. e connessione in retroazione. monitor. . i resistori R1 ed R2 sono collegati in serie. 3. Definizione 3. 3.5. e collegandoli tra loro secondo tali schemi. 3. 3. avendo a disposizione più di due sistemi. Per semplificare lo studio delle interconnessioni tra sistemi.3. lettore floppy-disk.) Fig.).6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . hard-disk. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. cioè U1 ⊆ I2 .4. 3.4. 3. S1 y 1(. Viceversa.) y(.6. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici.) x(. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . Connessione in parallelo dei sistemi S1 e S2 . mouse. tastiera. è possibile ottenere sistemi anche molto complessi. etc. Definizione 3.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . 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. Connessione in serie o in cascata dei sistemi S1 ed S2 .) Fig.

Infatti. si noti che. in aggiunta. Quest’ultimo schema è più complicato da interpretare ed analizzare. Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). i resistori R3 ed R4 sono collegati in parallelo. 3. si utilizzano sia schemi con retroazione negativa (ad esempio. invece. che porta alla sua interpretazione come sistema in retroazione. Ad esempio. =y(n−1) da cui y(n) = y(n − 1) + x(n) .7) se l’uscita del sistema S1 .7. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo.) S2 Fig. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). nel circuito di fig. 3. In particolare. modificando a sua volta il segnale di uscita. 3. similmente al collegamento serie. e viene aggiunto al segnale di ingresso.) y 2(.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig.) S1 y(. anche per lo schema con retroazione occorre che U1 ⊆ I2 e.4. è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. per la stabilizzazione degli amplificatori). in cui il segnale viaggia esclusivamente “in avanti” (feedforward). in caso contrario si parla di retroazione positiva. sulla base dell’osservazione dell’uscita del sistema S1 . e si dice che il sistema S2 funge da “controllore” del sistema S1 . Esempio 3. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). viene sommata algebricamente all’ingresso del sistema S1 . mediante tale schema il sistema S2 .2 ammette anche una descrizione di tipo ricorsivo. Definizione 3. 3. dopo essere stata elaborata dal sistema S2 . Infine. estraendo il termine x(n) dalla sommatoria su k presente nella (3.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. . Connessione in retroazione dei sistemi S1 e S2 .4). può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). Nell’elettronica analogica. si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) .96 Proprietà dei sistemi x(. dove prende il nome di controllo a ciclo chiuso.

è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. mentre il sistema S2 è un ritardo elementare. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. possiamo dare la seguente definizione di sistema non dispersivo: .2) nel caso TC e dalla (3.3. l’invertibilità.1 Non dispersività Riprendiamo la relazione i-u (3.8. ma analizzando esclusivamente la forma matematica della relazione i-u. data dalla (3.8.3. Notiamo che la precedente relazione non è una relazione i-u. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). Tali proprietà.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. e non ad attenuarle. 3. la linearità. 3.t] . la stabilità. 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. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. ma in funzione dell’uscita y(n − 1) all’istante precedente. la causalità. 3.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u.3) nel caso TD. tende ad amplificare le variazioni del segnale di ingresso.2) di un sistema TC: y(t) = S [{x(u)}u∈R . essendo riportata in ingresso con il segno positivo. prescindendo completamente dalla loro natura fisica. 3. l’invarianza temporale. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. mentre il sistema S1 nel ramo diretto è il sistema identico. infatti l’uscita. discusse di seguito. Estendendo i concetti precedenti in maniera ovvia al caso TD. sono la non dispersività. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. Si noti che si tratta di una retroazione positiva. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico.t] .

i sistemi sono dispersivi. (b) Caso TD. Schema a blocchi di un amplificatore. si ottiene la semplice relazione i-u: y(t) = R2 x(t) .9) . Inoltre. eventualmente. Definizione 3. α y(n) (b) Fig.9. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. Esempio 3. Schema elettrico di un partitore resistivo.3). Esempio 3. si parla anche di sistema istantaneo o senza memoria. come sinonimo di sistema non dispersivo. con t oppure con n).10. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. Sottolineamo che.8) (3. (a) Caso TC.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita.9. Applicando la legge del partitore.2) oppure la (3. in quanto la forma più generale della relazione i-u è la (3. 3.7) In sintesi. 3. R1 + R2 (3.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . in un sistema non dispersivo. 3. R1 + R2 nella quale y(t) dipende solo da x(t). di norma.3) assume la forma y(n) = S [x(n).5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. e quindi i sistemi non dispersivi rappresentano un caso particolare. n] .t] . (3.2) assume la forma y(t) = S [x(t). Pertanto il partitore resistivo è un sistema non dispersivo. il cui schema elettrico è riportato in fig. con α = R2 < 1. 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.

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

.10 (integratore causale e non causale) L’integratore dell’es. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . Modificando gli estremi di integrazione. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. il concetto di sistema causale si estende al caso TD. presente e futuro. quindi.2 Causalità Partiamo ancora dalla relazione i-u (3. l’integratore dell’es. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . {x(u)}u>t rappresenta l’ingresso futuro: in generale. è un sistema causale.3. In altri termini.2) assume la forma y(t) = S [{x(u)}u≤t .2) assume la forma y(t) = S[{x(u)}u≤t . l’uscita y(t) all’istante t dipende dall’ingresso passato.8. è chiaramente un sistema causale. ovvero i valori passati ed il valore presente dell’ingresso. Interpretando l’ingresso come causa e l’uscita come effetto. giungendo alla seguente definizione: Definizione 3. secondo il quale l’effetto non può precedere la causa. 3.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. ovvero di un sistema per il quale la (3. a patto che T > 0. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . (3. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. 3. Allo stesso modo. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. otteniamo un sistema non causale. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente.t] .t] . (b) Un sistema TD si dice causale se la sua relazione i-u (3. con T > 0. Per un fissato t. descritto dalla relazione i-u y(t) = t −∞ x(u) du . Con ovvie modifiche.3) assume la forma y(n) = S [{x(k)}k≤n .1. Si giunge allora alla fondamentale definizione di sistema causale. ma non dipende dagli ingressi futuri. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t.100 Proprietà dei sistemi 3. descritto dalla relazione i-u y(t) = t t−T x(u) du . n] .t] . e quindi da valori futuri dell’ingresso.11) (3.10) Esempio 3.

1(a).3. x2 (t) ∈ I tali che x1 (t) = x2 (t). ∀t ≤ t0 . Il sistema è causale se e solo se. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. la cui corrispondente uscita è y1 (t) = 0. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. ∀t ≤ t0 . Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . ∀n ≤ n0 .1. 3.1 (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). ∀t ∈ R. ∀n ≤ n0 . È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. 3. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). ∀t ∈ R.  t+T y2 (t) = x(u) du = t + T . risulta che y1 (n) = y2 (n). se t ≥ 0 . in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). con riferimento al caso TC. Esempio 3. Pertanto.9. occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). M è chiaramente un sistema causale. se −T ≤ t < 0 . Il sistema è causale se e solo se. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . Viceversa.1(a). ∀t ≤ t0 .1 è data direttamente come definizione di sistema causale. x2 (t) ∈ I tali che x1 (t) = x2 (t). risulta che y1 (t) = y2 (t). in corrispondenza dei quali y1 (t) = y2 (t). rispettivamente. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. se t < −T . per ogni n0 ∈ Z e per ogni x1 (n). utilizzando la prop. per dimostrare che un dato sistema è causale a partire dalla prop. per un dato valore t0 ∈ R. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . 3. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t).1 solo per alcuni segnali di ingresso appartenenti a I e/o solo per alcuni valori di t0 non è sufficiente per affermare che il sistema è causale. La verifica della prop. con k ≥ 0.1. ∀t ≤ t0 . per cui tale sistema MA è non causale. che rappresentano il presente (k = 0) ed il passato (k > 0). per ogni t0 ∈ R e per ogni x1 (t). con t0 ∈ R arbitrariamente scelto. Scegliamo x1 (t) = 0. 3. per uno o più valori di t ≤ t0 . per dimostrare che un dato sistema è non causale e. 9 In alcuni testi. ed x2 (t) = u(t). quindi. verifichiamo che si tratta di un sistema non causale. la cui corrispondente uscita è  0 . 3. x2 (n) ∈ I tali che x1 (n) = x2 (n).  t  T. con k ≥ 0. la prop. 3.3 Proprietà dei sistemi 101 Esempio 3. . 3.11 (sistema MA causale e non causale) Il sistema MA dell’es. che rappresentano il presente (k = 0) ed il futuro (k > 0). non verifica la prop. rispettivamente. Se però modifichiamo leggermente la relazione i-u. con T > 0 e.

Osserviamo in conclusione che non esistono (o almeno. per ogni n ≤ 0. 3. 0[. 3. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. ed è quindi utile considerare anche il caso di sistemi non causali. 3. Quindi la prop. 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).1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. y(n) Sebbene x1 (t) = x2 (t) = 0.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. per alcuni valori di n ≤ 0. e quindi i sistemi del mondo fisico sono tutti causali. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). y2 (t) = 0. non sono stati ancora scoperti. anche l’operazione di differenza prima per segnali a TD (cfr. § 2.4) ammette una interpretazione sistemistica. 3. Questa osservazione si applica. b0 = 1 e b1 = −1).t] . È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . Equivalentemente. Per provare ciò formalmente. con M = 1. 3. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). per alcuni valori di t ≤ 0. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. per ogni t ≤ 0. es. es. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n).1. In quest’ultimo caso. con M = 1. Può essere visto come un sistema MA causale (cfr.9. in particolare. n] . esso può anche essere visto come un sistema MA non causale (cfr. ∀n ∈ Z. ossia: y(t) = S[{x(u)}u>t . 3. ad esempio. per ogni t < 0. è possibile memorizzarlo (su un supporto magnetico o ottico. 3.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC.. la cui corrispondente uscita è y1 (n) = 0. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro.. Quindi la prop. ai sistemi fisici che elaborano i segnali “in tempo reale”. ad esempio) ed elaborarlo “in tempo differito”: si pensi. b0 = −1 e b1 = 1). anziché elaborare un segnale in tempo reale. 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. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso.11. usiamo la prop. ed x2 (n) = δ (n − 1). Tuttavia. Si è visto che un sistema in cui l’uscita non soddisfa la (3. mentre y2 (t) = 0.11) si dice non causale. y1 (0) = 0 e y2 (0) = 1.11.) sistemi fisici capaci di prevedere il futuro (ad esempio.1(b) e scegliamo x1 (n) = 0.9. Esempio 3. ∀n ∈ Z. Ad esempio. per t ∈] − T.10) oppure la (3. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. Sebbene x1 (n) = x2 (n) = 0. Un altro esempio . infatti. infatti.102 Proprietà dei sistemi x(n) ∇1 Fig. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). Un sistema siffatto si dice anticausale. Differenza prima. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. y(n) = S[{x(k)}k>n . in molti casi.

se il sistema S è invertibile. 3. la variabile indipendente è di tipo spaziale). detto sistema inverso. comunque si fissi un segnale di uscita y(·) ∈ U. pertanto. faremo uso della notazione semplificata (3. ingressi distinti devono generare uscite distinte. il sistema S è il sistema inverso di S−1 . osservato y(t). 3. descritto dalla relazione i-u: y(·) = α x(·) . matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . In altri termini. 3.5) per esprimere i legami i-u dei sistemi.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico.3 Invertibilità In molti casi pratici. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. In questo caso. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . nell’elaborazione di immagini. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). Più precisamente. nota l’uscita y(·) di un sistema. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. anche se non operanti in tempo reale. Se il sistema è invertibile. (3.3. non potremo risalire univocamente a x(t). per ogni segnale di ingresso x(·) ∈ I . Sfortunatamente questo non è sempre possibile. . la causalità rappresenta un vincolo a cui il sistema deve obbedire. 10 Nel seguito di questa sezione. Esempio 3. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig.3 Proprietà dei sistemi 103 in cui ha senso considerare sistemi non causali è quello in cui la variabile indipendente del segnale non rappresenta effettivamente un tempo (ad esempio.12) ossia. α e quindi il sistema inverso è un attenuatore. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . quando si progetta un sistema.3. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). per ogni segnale y(·) ∈ U. siamo interessati a risalire all’ingresso x(·) che l’ha generata. sussiste la seguente definizione di sistema invertibile:10 Definizione 3.12. questo significa che. Si può verificare che. se S−1 è il sistema inverso di S. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. Da un punto di vista sistemistico. non vi è alcuna restrizione sui segnali di ingresso e uscita. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. in altre parole. è possibile costruire un sistema S−1 : U → I . allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). L’amplificatore è un sistema invertibile. l’ordine dei due sistemi nella cascata in fig.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. Si noti che.

La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. 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 (·)|.t] . il raddrizzatore non è dotato di sistema inverso. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. mentre U è costituito da tutti i segnali non negativi a valori reali. nella sua forma più generale: y(t) = S [{x(u)}u∈R .12) è violata. non vi è alcuna restrizione sui segnali di ingresso. 3.) Fig. Estendendo tale concetto in modo ovvio al caso TD. poiché la (3.) S S -1 x(. 3.14) . In questo caso. lo studio dell’invertibilità di un sistema. Se tale dipendenza dal tempo non c’è. possiamo dare la seguente definizione: Definizione 3. È facile provare che il sistema raddrizzatore non è invertibile.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.2) assume la forma y(t) = S [{x(u)}u∈R ] .13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3.) x(. Va notato in conclusione che. e quindi i suoi effetti sono irreversibili. (3. è in generale un problema abbastanza complesso. (3.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .12.3.12). Pertanto.104 Proprietà dei sistemi y(. a tale scopo possiamo far riferimento alla condizione necessaria (3. Esempio 3. nonché la determinazione del sistema inverso. salvo per casi particolari.3) assume la forma y(n) = S [{x(k)}k∈Z ] .

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

Viceversa. per ogni t0 ∈ R. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. 3. essa deve essere soddisfatta “per ogni t0 ∈ R tale che se x(t) ∈ I e y(t) ∈ U allora anche x(t − t0 ) ∈ I e y(t − t0 ) ∈ U”. rispetto allo schema di fig. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. che è illustrata 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 ) . 3. nel senso che (3. 3.14(b) al segnale di ingresso x(n). 3. La stessa caratterizzazione vale anche nel caso TD.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 ) . più precisamente. ovvero se e solo se le due configurazioni in cascata riportate in fig.2(b). e si scrive y(n) = α (n) x(n). in cui. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.17) .14(a).16) è denominato amplificatore a guadagno variabile. l’ordine tra i due sistemi è scambiato.9 in cui compare il funzionale S. per ogni n0 ∈ Z.16) Un sistema del tipo (3. ad esempio. 3. 3.18) (3. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. La prop. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). differentemente dalla def.14 con riferimento ad un sistema TD.13).2 ha un’interessante interpretazione in termini sistemistici. per cui si ha la seguente proprietà: Proprietà 3. Notiamo che un partitore del tipo (3.106 Proprietà dei sistemi ed è quella di un sistema TV. Con riferimento al caso TC. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. e da attenuatore per i valori di t per i quali |α (t)| < 1. (3. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. 3. a stretto rigore.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) .14 sono equivalenti. 3. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. 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. ottenendo il segnale yn0 (n) in uscita dalla cascata. (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 ) . il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. Si faccia attenzione che. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. In base alla prop. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U.

forniscono la stessa uscita in risposta allo stesso segnale. per ogni segnale di ingresso x(n) ∈ I . Analogamente. evidentemente. è TV.2 piuttosto che la def. Se il sistema TD S è TI. Esempio 3. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante.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. per dimostrare che un dato sistema è invariante temporalmente oppure no.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. facciamo uso ancora una volta della notazione semplificata (3. 3. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . si dimostra che l’amplificatore a guadagno variabile a TD.16.3. . In pratica. i due schemi in figura sono equivalenti.2 dell’invarianza temporale. per il quale si ha y(n) = α (n) x(n).11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . 3. introdotto nell’es. se il sistema è TI. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). l’amplificatore a guadagno variabile è un sistema TV. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). per cui.3 Proprietà dei sistemi 107 x(n) z .5) per esprimere i legami i-u dei sistemi. D’altra parte. 3. quindi.9. In effetti. 3. 3. 11 Per semplicità.14. Per non sbagliare. ovvero se la sua relazione i-u è y(t) = α x(t). È chiaro che yt0 (t) = y(t − t0 ). In altre parole. come mostrato dagli esempi che seguono. conviene procedere per sostituzioni formali. ovvero se α (t) = α (costante). e la loro posizione nella cascata è ininfluente. le trasformazioni S e Sz−n0 commutano. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . ovviamente tale risultato non sussiste se il sistema è TV. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . è un sistema TV in generale (è TI se e solo se α (n) = α ). 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. è conveniente in generale utilizzare la prop. verifichiamo che in generale il sistema y(t) = α (t) x(t).

si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto.2 è un sistema TI. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. il sistema può ritenersi ragionevolmente TI. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . si può provare che l’integratore con memoria dell’es. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. In conclusione.10. 3. se tale proprietà non fosse verificata. k=0 M M per cui il sistema è effettivamente TI. Tuttavia. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . per cui resta provato che l’integratore è un sistema TI.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. 3. e cambia meno drasticamente quando si alza o si abbassa il volume. un amplificatore audio non è un sistema TI in senso stretto. il sistema risulterebbe TV.108 Proprietà dei sistemi Esempio 3. 3. e l’integratore non causale dell’es. e pertanto il sistema risulta essere TV.1): y(n) = x(−n) .1 è un sistema TI. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . Tuttavia. Ad esempio.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. Infatti.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. sono anch’essi sistemi TI. . Esempio 3. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du .8. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. 3. Effettuando il cambio di variabile v = u − t0 . Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es. se il volume è tenuto fisso. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . Allo stesso modo. per l’intervallo di durata di un compact disc. 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).9 è TI. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . Esempio 3. 3.

e trovare un’opportuna maggiorazione per l’uscita. 3. Esempio 3. per ogni valore di tempo. Con analoghi passaggi. (3. per cui anche y(t) è limitato. Esempio 3. .3 Proprietà dei sistemi 109 3. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . per ogni valore di tempo.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. Infatti. ∀t ∈ R . da cui si ricava che anche y(t) è limitato. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . (3.20) per ogni x(n) ∈ I limitato. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u. cioè che valga la condizione |x(·)| ≤ Kx . questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. Ky ∈ R+ . In pratica. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile.3. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile.12 Matematicamente. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . con Kx . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. Nel seguito. ∀t ∈ R .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t).3.19) per ogni x(t) ∈ I limitato. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). invece.9. per provare che un sistema è stabile. si possono dare definizioni diverse di stabilità. con Kx . che coinvolgono anche la limitatezza delle variabili di stato. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato).21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. e supponendo anche in questo caso che il guadagno sia limitato. Ky ∈ R+ .10 (sistema stabile in senso BIBO) (a) Un sistema TC con ingresso x(t) ed uscita y(t) si dice stabile in senso BIBO se |x(t)| ≤ Kx per ogni t ∈ R =⇒ |y(t)| ≤ Ky per ogni t ∈ R . e non attraverso la rappresentazione i-s-u. Per la rappresentazione i-s-u. (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 .23 (sistema MA) Proviamo che il sistema MA dell’es. Esempio 3. bisogna supporre che l’ingresso sia arbitrario ma limitato.

(a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky .24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. descritto dalla relazione i-u y(t) = t −∞ x(u) du . se |x(n)| ≤ Kx per ogni n ∈ Z. Viceversa. (b) Le oscillazioni viste da una estremità del ponte. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Infatti. in ogni istante di tempo. k=0 M M per cui anche y(n) è limitato.1. per provare che un sistema è stabile. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). Notiamo che un sistema MA è sempre stabile. Esempio 3. 3.5 metri. è stabile.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). Un esempio di sistema instabile: il Tacoma Narrows Bridge. ∀n ∈ Z . .110 Proprietà dei sistemi (a) (b) (c) Fig. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. assume cioè valore infinito in almeno un istante di tempo. 3. con la sola ipotesi che |x(·)| ≤ Kx . (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. che è un segnale limitato in quanto assume solo i valori 0 ed 1. Come si vede. per provare che un sistema è instabile. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato.

n < 0.3. per determinati segnali di ingresso.3. ed è un segnale non limitato in ampiezza. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. più in generale. che possono portare alla rottura. 2. che rappresenta una rampa a TC (fig. pochi mesi dopo essere stato aperto al traffico. Viceversa. t < 0. In maniera simile. D’altra parte.2. t t u(u) du = y(t) =  du = t . abbiamo provato che il sistema è instabile. La stabilità è una proprietà fondamentale nel progetto dei sistemi.. Questa scelta ci consente di trattare anche segnali. in un sistema fisico instabile. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. X ≡ C. valori arbitrariamente grandi. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi.3 Proprietà dei sistemi 111 non è un sistema stabile. quali ad esempio il fasore. l’uscita può assumere. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. n ≥ 0. in quanto l’integrale −∞ du non è limitato. Nel seguito supporremo che.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). applicando al sistema segnali di ingresso limitati.15). mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. si prova che la versione a TD dell’integratore con memoria infinita. e calcoliamo l’uscita:  0 . si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. se si pone in ingresso x(n) = u(n). 3.6 Linearità La proprietà di linearità è estremamente importante. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. si ottiene in uscita il segnale  0 .43). Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. l’uscita non assumerà mai valori arbitrariamente grandi. Infatti. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. USA) che crollò nel 1940. 3. Proprio per evitare l’innesco di pericolose oscillazioni. che è non limitato. cioè l’accumulatore dell’es.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. per provarlo. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. pur non essendo direttamente riconducibili ad alcuna grandezza fisica. è instabile. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. cioè. rispettivamente. t ≥ 0 . in quanto assicura che. secondo la definizione seguente: . che. poniamo in ingresso x(t) = u(t) (ingresso limitato). Tale difficoltà lascia intuire che il sistema è instabile. 3. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). avente relazione i-u y(n) = k=−∞ ∑ n x(k) .C. Infatti. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività.

17.16. Precisamente. allora anche x1 (·) + x2 (·) ∈ I. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. Da un punto di vista matematico.) x(. 3.17(a) è equivalente al sistema raffigurato in fig. 3. Pertanto. se il sistema S verifica la proprietà di additività. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . le configurazioni (a) e (b) sono equivalenti. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. allora anche α x(·) ∈ I. la proprietà di additività impone implicitamente che. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). se il sistema è omogeneo. Se il sistema S verifica la proprietà di omogeneità. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. con riferimento alla fig. Definizione 3. quindi. Infatti.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. se si deve calcolare la risposta del . 3.) α (a) S y a(. 3. 3. Da un punto di vista sistemistico. si ha: α x(·) −→ α y(·) .) S α y b(. la proprietà di omogeneità può essere interpretata come in fig. la proprietà di omogeneità impone implicitamente che. se x1 (·) ∈ I e x2 (·) ∈ I.) (b) Fig. 3. In altre parole. allora la cascata del sommatore e del sistema S in fig. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. allora la configurazione serie in fig. affinchè il sistema S possa essere lineare.16(b) (si faccia attenzione: non è una configurazione parallelo).16. Allo stesso modo. se il sistema S verifica la proprietà di omogeneità. 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 .112 Proprietà dei sistemi x(. nel senso che ya (·) ≡ yb (·). 3. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. ∀α ∈ C . se x(·) ∈ I. quindi. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.16(a) è equivalente alla configurazione serie in fig.16(b). (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. nel senso che ya (·) ≡ yb (·).

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.) x2(. α2 ∈ C .3.18(a) e fig. Le due proprietà precedenti.) x2(.3 (principio di sovrapposizione) Un sistema è lineare se. ∀α1 .) S y a(. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. (3. 3. allora i due sistemi riportati in fig. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . ya (·) ≡ yb (·). α2 ∈ C .22) che ammette l’interpretazione sistemistica riportata in fig.18(b) sono equivalenti. ∀α1 .18: se il sistema S è lineare.17. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . le configurazioni (a) e (b) sono equivalenti.21) Notiamo che il principio di sovrapposizione si può esprimere. Se il sistema S verifica la proprietà di additività. 3.) (a) x1(. adoperando la notazione semplificata (3. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. se si deve . cioè. 3. 3.5) per il sistema S. pertanto. che caratterizzano la linearità di un sistema.) S y b(.3 Proprietà dei sistemi 113 x1(. (3. e poi sommare i segnali di uscita ottenuti. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.) S (b) Fig.

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

Proprietà 3.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. Una conseguenza importante della proprietà di linearità. per l’omogeneità. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. variabile da sistema a sistema. Esempio 3. In pratica. 3. quando si parla di sistema lineare. in quanto. si trova y0 (t) = b0 = 0. Nell’es. Ad esempio. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. 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. 13 Tipicamente. e più precisamente dell’omogeneità. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). Sia x0 (·) ≡ 0 l’ingresso nullo.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. si ha. Sebbene sia non lineare secondo la definizione data. si intende un sistema che soddisfa il principio di sovrapposizione.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). 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. ∀α ∈ C.13 Esempio 3. (3. si ha. 3. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. il sistema dell’es.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . Infatti ponendo x(t) ≡ 0. che rappresenta l’uscita corrispondente all’ingresso nullo. allora deve aversi necessariamente y0 (·) = α y0 (·). questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. ∀α ∈ C . il sistema non può più considerarsi lineare. si ha yL (t) = b1 x(t) e y0 (t) = b0 . non è omogeneo (e quindi non è lineare) per la presenza del termine b0 .22). in particolare. . e sia y0 (·) l’uscita corrispondente a tale ingresso. 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)] . in pratica. infatti.26. Poiché x0 (·) −→ y0 (·). e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. Adoperando la formulazione (3. l’uscita corrispondente è necessariamente nulla.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. Sia nel caso TC che TD. α x0 (·) −→ α y0 (·) .24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. Infatti. con b0 = 0.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. 3. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. e si dicono lineari per le differenze. in quanto soddisfa al principio di sovrapposizione. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. Prova. Tali sistemi sono una generalizzazione dei sistemi lineari. se l’ampiezza del segnale di ingresso eccede tale soglia. in elettronica.

3. detti anche non-linearità senza memoria: Definizione 3. es. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.19.3. y(t) = sgn[x(t)] (“hard limiter”). un sistema TI senza memoria. e quindi non è omogeneo.15).1).6. e quindi non è additivo. e y(t) = x3 (t) (sistema cubico). Schema a blocchi di un sistema non lineare (non linearità) senza memoria. § 3. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .27 è anche TI e non dispersivo o senza memoria (cfr. Infatti. § 4. 3.21. Esso appartiene pertanto ad una classe più generale di sistemi. Fig. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. Un esempio “fisico” tratto dall’elettronica è il diodo.2) lineari e a coefficienti costanti. che non risulta neppure lineare per le differenze. cfr. Il sistema quadratico dell’es. Esempio 3. Infatti.) y(.) x(. arbitrari x1 (·) e x2 (·). e sono rappresentati graficamente come in fig.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. è descritto nell’esempio seguente. Esempio 3.1) o alle differenze (nel caso TD.) y 0(. Un caso più caratteristico di sistema non lineare. § 4.6.116 Proprietà dei sistemi x(.) sistema lineare y L(. Per l’omogeneità.20. se si indica (fig.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . 3.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. e prende il nome di sistema quadratico o non-linearità quadratica. 3.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). né quella di additività. 3.20.) Fig. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. cfr.) g(x) y(. 3. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . che prende il nome di caratteristica i-u. cfr. 3. descritto dalla relazione iu y(t) = g[x(t)] (nel caso TC) oppure da y(n) = g[x(n)] (nel caso TD) prende il nome di non linearità senza memoria.

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

3. Calcolare la memoria del sistema. 3. .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 . y(t) = ex(t) .4 Esercizi proposti Esercizio 3. con N ≥ 1 numero intero dispari . 3. Determinare il legame i-u del sistema (complessivo) riportato in fig. y(t) = sgn[x(t)]. Risultato: La memoria è pari a N − 1. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 .2. 4 Esercizio 3.118 Proprietà dei sistemi 3. Sistema dell’esercizio 3.23.23. Risultato: y(n) = x(n) + 1 x(n − 1). 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) .3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 .2 Si consideri l’interconnessione di sistemi riportata in fig. Risultato: y(t) = 2 u[x(t)]. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. 2 4 S3 : y(n) = x(2n) . y(t) = 2 ln(|x(t)|). Esercizio 3.23. Determinare il legame i-u del sistema (complessivo) riportato in figura.

(b) non invertibile: in virtù del risultato del punto (a). Esercizio 3.3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop.1 del libro di testo. la memoria è pari a T1 .7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .1 del libro di testo. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. (b) Il sistema è invertibile? Giustificare la risposta.] Risultato: Il sistema è non causale. Esercizio 3.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . indipendentemente dalla costante A.] Risultato: Il sistema può essere causale (non è detto che lo sia).5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) . . x(n) = R3 (n) −→ y(n) = 3n u(n) .4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. con T2 > 0. 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 . x(τ ) dτ . se T1 < T2 . la memoria è pari a 2 T2 − T1 . 3. 3. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). x(t) = rect(t − 1) −→ y(t) = e−3t . Risultato: (a) y(n) ≡ 0. Risultato: Se T1 ≥ T2 . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. con T1 > 0. Esercizio 3.

8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . l’insieme U è costituito da tutti i segnali positivi.9. 3.24 è lineare. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).9 Il sistema S in fig. (b) Stabilire se tale sistema è invertibile. 3.24. 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. (c) non può essere tempo-invariante. (a) Caratterizzare gli insiemi di ingresso ed uscita. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). è necessariamente tempo-variante. Segnali dell’esercizio 3. Esercizio 3.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . 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). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). . (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). stabilire se il sistema può essere tempo-invariante. rispettivamente. Risultato: (a) nessuna restrizione su I. x2 (n) e x3 (n). Nella stessa figura sono riportate le uscite del sistema y1 (n). In caso affermativo. Esercizio 3. determinare il sistema inverso.120 Proprietà dei sistemi Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I.

Risultato: (a) ya (t) = cos(2π fct). (c) il sistema non può essere tempo-invariante. rispettivamente. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). Nella stessa figura sono riportate le uscite del sistema y1 (n).26 è tempo-invariante.25. è necessariamente tempo-variante. (c) Sulla base dei risultati ottenuti ai punti (a) e (b).11. (c) Stabilire se il sistema può essere tempo-invariante. Risultato: (a) ya (t) = cos(3t). x(t) = e− j2t −→ y(t) = e− j3t . Esercizio 3. (a) Determinare il legame i-u del sistema. (b) yb (t) = ya (t) = cos(2π fct). Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). 3. Esercizio 3. x2 (n) e x3 (n). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).11 Si consideri il sistema riportato in fig. dire se il sistema può essere tempo-invariante. Esercizio 3.13 Il sistema S in fig. è necessariamente tempo-variante.12 Un sistema S lineare con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = e j2t −→ y(t) = e j3t . 3. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5).25. (b) stabile. è necessariamente non lineare. (c) non può essere tempo-invariante.3. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). (a) Stabilire se il sistema può essere lineare. (b) yb (t) = cos(3t − 1). con t0 ∈ R. (b) Dire se il sistema è stabile. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. x(n) y(n) (-1) n Fig. Risultato: (a) non può essere lineare. 3. Sistema dell’esercizio 3.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: .4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). Esercizio 3.

tempo-variante e stabile. sia S1. causale. causale se T > 0 e non causale se T < 0.122 Proprietà dei sistemi y1(n) x1(n) 2 1 S 0 1 n y2(n) x2(n) 2 2 S 0 1 n 3 2 0 1 2 4 3 n 0 1 2 n y3(n) x3(n) 1 S 0 1 2 3 4 n -2 -1 0 1 n 3 2 Fig. motivando la risposta e fornendo almeno un esempio a suo supporto.2 e S2. (c) lineare. . Inoltre. tempo-variante e stabile.15 Classificare. tempo-invariante e stabile. causale. Segnali dell’esercizio 3. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. Risultato: (a) non lineare. (b) y(t) = x(t − 2) − x(1 − t). non dispersivo. (e) non lineare.13. non dispersivo. con T ∈ R − {0}. dispersivo.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). causale se T ≥ 0 e non causale se T < 0. (d) y(t) = [x(t) + x(t − T )] u(t).1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). tempo-variante e stabile.2 è y(n) = δ (n + 2). motivando brevemente le risposte. Esempio: quando x1 [n] = x2 [n] = δ [n]. 3. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. dispersivo.26. (d) lineare. S1 : y(n) = x(−n) .1 è y(n) = δ (n − 2). tempo-invariante e stabile. mentre S2. (b) lineare. (c) y(t) = x(t) cos(2π t).1 è y(n) = x(−n + 2). l’uscita del sistema S1. il legame i-u del sistema S2. non causale. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. dispersivo se T = 0. causalità. Stabilire.1 sono necessariamente uguali”.2 è y(n) = x(−n − 2). le uscite dei due sistemi S1. mentre l’uscita del sistema S2. non dispersività. Esercizio 3. stabilità): (a) y(t) = 2 exp[x(t)]. invarianza temporale. S2 : y(n) = x(n + 2).

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

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

causalità.3.22 Classificare. (c) y(n) = n tan[x(n)] . non causale. tempo-variante. se x(n) = 0. dispersivo. stabile. (b) y(n) = max{x(n). Risultato: (a) lineare. non dispersivo. tempo-invariante. sulla base delle proprietà di linearità. tempo-invariante. non dispersività. (b) non lineare. stabile. invarianza temporale e stabilità. con k ∈ Z . motivando brevemente le risposte. instabile. causale. 2 altrimenti . dispersivo. causale.4 Esercizi proposti 125 Esercizio 3. x(n − 1)}. . M2 ∈ N. i sistemi caratterizzati dalle seguenti relazioni ingresso/uscita: (a) y(n) = 1 M1 + M2 + 1 k=−M1 ∑ M2 x(n − k). con M1 . π + k π . (c) non lineare.

126 Proprietà dei sistemi .

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

2) dove yk (·) = S[xk (·)]. dei segnali yk (·). e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. e quello di risposta in frequenza ad esso strettamente legato.1) devono essere scelti in modo opportuno. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4. (3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). tali funzioni dipendono da due variabili. Applicando il principio di sovrapposizione (3.1) può essere finito oppure infinito numerabile. e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva. idealmente. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). di semplificare notevolmente lo studio dei sistemi lineari. k k (4. Per approfondire tale rappresentazione. in quanto come vedremo i segnali elementari possono assumere valori complessi. 1 Il . tuttavia.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. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) .1) dove i coefficienti αk sono in generale dei numeri complessi. e la funzione che caratterizza il sistema LTI nel dominio della frequenza prende il nome di risposta in frequenza o risposta armonica. Questa proprietà consente. in linea di principio.128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . i segnali elementari xk (·) da utilizzare nella (4.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli.2 Relazione i-u di un sistema LTI e risposta impulsiva Un concetto fondamentale nella caratterizzazione dei sistemi LTI nel dominio del tempo è quello di risposta impulsiva:1 esso nasce dalla possibilità di rappresentare un arbitrario segnale x(·) come sovrapposizione di impulsi traslati nel tempo. in particolare. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). La (4. in tal caso. (2) per un dato segnale di interesse x(·). • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza.23). Nel seguito di questo capitolo studieremo approfonditamente la rappresentazione dei sistemi LTI nel dominio del tempo. è conveniente concetto di risposta impulsiva. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·). però. 4. Tenendo conto delle proprietà precedenti. con gli stessi coefficienti αk . k (4. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). Affinché tale tecnica sia applicabile in pratica. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·).2) mostra che l’uscita y(·) si può esprimere come sovrapposizione. devono essere in grado di rappresentare tutti i segnali di interesse pratico.

Pertanto. se si osserva che gli impulsi δ (n − k) nella (4. si ha semplicemente αk = x(k). Ribadiamo che per ricavare la (4. che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop.3. (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) . non essendo dipendenti dal tempo n. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).3) non si sovrappongono nel tempo.6) cioè traslando l’impulso in ingresso di k campioni. sia la proprietà di invarianza temporale [nella (4.4) si può giustificare in maniera più formale anche applicando le prop. rappresentato mediante la (4.4).2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. la rappresentazione (4.3) Determinare i coefficienti αk della rappresentazione è semplice.6)]. (4. (4. . Scegliendo come segnali elementari xk (n) nella (4.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) .7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.7) prende il nome di convoluzione a TD. ∀k ∈ Z . Definiamo allora il segnale h(n) = S[δ (n)]. Supponiamo allora che un segnale x(n). Notiamo peraltro che la (4.1) l’insieme numerabile degli impulsi discreti traslati nel tempo. e sarà studiata più approfonditamente nel § 4. con k ∈ Z.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).7) abbiamo utilizzato sia la proprietà di linearità [nella (4.6) nella (4.5) dove abbiamo applicato il principio di sovrapposizione.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. In questo senso. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). (4. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) .3 dell’impulso discreto. (4. il segnale di uscita h(n) trasla anch’esso di k campioni. 3. sia posto in ingresso ad un sistema TD LTI. sostituendo la (4. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. ed abbiamo sfruttato il fatto che le quantità x(k).5). utilizzando la conoscenza della sola risposta impulsiva del sistema.4. la (4. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . ovvero xk (n) = δ (n − k). poiché essa caratterizza (cioè descrive) completamente il sistema LTI. 2.5)]. Si noti che. La funzione h(n) che compare nella (4. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. come già detto. 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. nonché l’invarianza temporale del sistema. esteso al caso di una infinità (numerabile) di segnali.

il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). e particolarizzata in fig.. (a) Risposta impulsiva di un generico sistema MA. la (4. M (4. avente la risposta impulsiva di fig. k ∈ {0. per ogni k ∈ Z. . 4. In sostanza.7).9. per un dato k ∈ Z. . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . . In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). .1(b) al caso M = 5 e 1 bk = M+1 = 1 .11) . Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. il segnale di uscita si ottiene sommando tali segnali.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 6 Esempio 4.8) e la (4.1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.1. 4. 3. . ∀k ∈ {0. al segnale di ingresso x(n) = 1 R3 (n).10) espressione che fornisce gli stessi valori della (4. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 1. 4.7) mostra che.9).8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.. è utile mettere in luce una particolare interpretazione della (4. dal confronto tra la (4. È interessante notare che la risposta impulsiva del sistema MA è di durata finita.7). è semplice provare che tale sistema è sia lineare che tempo-invariante. 1. .1(a) nel caso generale.8): h(n) = k=0 ∑ bk δ (n − k) . Questa interpretazione è chiarita in fig. . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. con n ∈ Z. si ha. 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). ponendo x(n) = δ (n) nella (4. ..9) rappresentata graficamente in fig. dove è calcolata graficamente la risposta del sistema MA dell’es. . 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. Infatti. 4. . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . 5}. D’altra parte. (4.1. Prima di passare al caso TC. 0 . . 5}. M (4. x(1) h(n − 1) e x(2) h(n − 2). (4. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). .7). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . 1. 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). ∀k ∈ {0.2. 4. pari ad M + 1 campioni. altrimenti .1(b). deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. 4. M} .

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). .2.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig. 4.4.

e prende il nome di convoluzione a TC. (4. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).4) al caso TC. la sua interpretazione e le sue proprietà saranno approfondite nel § 4.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.11).11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. per τ ∈ R. (4. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . con τ ∈ R. senza perderci in complicate discussioni matematiche.3. In pratica mediante la (4. assumeremo direttamente la (4. non è possibile dare una giustificazione immediata della (4. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. e l’integrale prende il posto della sommatoria.11). facendo un ragionamento concettualmente simile a quello fatto per il caso TD. la (4. data l’analogia formale tra la (4. le risposte S[x(t. (4. τ ).11) e la (4. 2. integrando) i segnali x(τ ) h(t − τ ) dτ . e rappresenta. Così come il principio di sovrapposizione (3. con gli stessi coefficienti α (τ ) dτ . dove la delta di Dirac sostituisce quella discreta. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè.4). prop. Notiamo inoltre che. con t ∈ R. anche la (4. τ )] del sistema ai segnali elementari x(t. segue che α (τ ) = x(τ ) e x(t.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. come già visto nel caso TD. Precisamente. centrati in tutti i possibili istanti di tempo τ ∈ R.23) per una infinità numerabile di segnali. A differenza del caso TD. Nel seguito. tuttavia. τ ) = δ (t − τ ).2). l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. dal confronto con la (4. Una giustificazione immediata ed intuitiva della (4.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. seguendo passaggi matematici simili a quelli già visti per il caso TD. formalmente. 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 .12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. 3.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. 4. ossia: x(t) = +∞ −∞ α (τ ) x(t.12) si basa su una definizione più generale di linearità di un sistema. La (4. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . L’operazione matematica tra x(t) ed h(t) che compare nella (4. Tuttavia. Precisamente.1).3 e richiede delle condizioni matematiche aggiuntive per la sua validità. se il sistema è LTI. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. τ )]dτ . τ )dτ .14) non discende direttamente dalla prop.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. Tale rappresentazione si può vedere come l’estensione della (4. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). τ ).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. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. . per ogni τ ∈ R.7) è simile a quella vista nel caso TD. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ .14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo.2).

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). Si può facilmente verificare che tale sistema è sia lineare.5T T .2). si può mostrare che la (4. e cioè: y(t) = +∞ −∞ rect τ − 0. anche tale risposta impulsiva è di durata finita.1. es.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ .16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema.12).2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. In maniera equivalente. Come nell’es.12). pari a T e coincidente con la memoria del sistema. notiamo preliminarmente che. da cui. 4. Successivamente. Negli es. (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 . allora il sistema è necessariamente LTI.2.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. per confronto con la (4. avente relazione i-u: y(t) = t t−T x(u) du . 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) . sia invariante temporalmente. in maniera più formale.1 e 4. (4. la (4. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4. T ). In altri termini. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).15) con T > 0.15) si può scrivere come una convoluzione: infatti. 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. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·).4. (4. per cui è un sistema LTI.7) oppure (4. 4. 4. .17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. 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. con il cambio di variabile τ = t − u → u = t − τ .

ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).3. In particolare. si veda la fig. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. effettuare la traslazione del segnale z(k) verso destra se n > 0. dobbiamo costruire il segnale wn (k) = z(k − n). successivamente. Ovviamente.3(c)]. per la proprietà commutativa della convoluzione. 4.3(a)]. si vede che per n < 0 [traslazione verso sinistra.3(e)]. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 .18). 4. si nota che si ha sovrapposizione tra h(k) e . insieme con x(k) [fig. Esempio 4. 4. si veda la fig. se n > 0 [traslazione verso destra. e sommando i risultati dei prodotti ottenuti.3(d)]. Prendendo come riferimento la seconda delle (4. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. possiamo ottenere direttamente il risultato della convoluzione per n = 0. (3) Per ogni fissato valore di n ∈ Z. per cui il risultato della convoluzione è nullo.12) nel caso TC. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. fatta eccezione per casi particolari.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. Nel caso TD. partendo dal caso TD per semplicità.18) Le due espressioni riportate nella (4. 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) . effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . e verso sinistra se n < 0. (2) Effettuare prima la riflessione del segnale x(k). Se non effettuiamo nessuna traslazione su z(k). Per capire meglio il meccanismo precedentemente descritto. Viceversa. (4. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. rappresentiamo h(k) in funzione di k [fig. descritta dalla (4. costruendo il segnale z(k) = x(−k) e. 4.1 seguente). consideriamo il seguente esempio.7) nel caso TD. La difficoltà maggiore è che. 4. oppure dalla (4. in particolare. 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.18) sono del tutto equivalenti.3 Convoluzione Come abbiamo visto nel paragrafo precedente. le operazioni da effettuare sui segnali x(n) e h(n) per calcolare la convoluzione sono schematicamente indicate di seguito: Algoritmo per il calcolo della convoluzione a TD: (1) Rappresentare h(k) e x(k) in funzione di k ∈ Z. con a = 0. Per calcolare gli altri valori della convoluzione. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione.1. Seguendo la procedura delineata precedentemente.134 Sistemi lineari tempo-invarianti (LTI) 4. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. vedi anche il § 4. che si ottiene da z(k) mediante traslazione di n campioni.

C. + an = k=0 ∑ ak = n 1 − an+1 . sebbene la somma in (4. l’esempio mostra chiaramente che. Ovviamente esistono casi in cui il numero di termini della somma è infinito. h(k) w3 (k) = 1 + a + a2 + a3 . Nel caso TC la convoluzione è definita mediante uno dei due integrali: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .19) Anche in questo caso. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 .4. n}. se n < 0 . oppure anche per tutti i valori di n. h(k) w2 (k) = 1 + a + a2 . per alcuni valori di n. . . se |a| < 1. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. 1−a In definitiva. Si noti che.7). . più precisamente. è semplice considerare i casi per n = 1. per effettuare correttamente il calcolo della convoluzione. In particolare. (4. tale numero di campioni è pari ad n+1. . altrimenti . 1.3 Convoluzione 135 wn (k) su un numero finito di campioni. . 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. che in generale potrebbe non convergere. 4. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. Per un generico valore n > 0. Facendo riferimento per convenienza alla seconda delle (4. un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. h(k) e wn (k) si sovrappongono per k ∈ {0. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie.7) vada effettuata in principio su infiniti valori di k. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. . 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . ed è rappresentato graficamente in fig. in pratica essa può ridursi ad una somma finita di valori per ogni n.3(f) nel caso in cui 0 < a < 1. In particolare. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + .19). y(n) = 1 − an+1  . vale a dire: . 2.

3.8 0.4 0. (d) traslazione verso sinistra di z(k) (n = −5). (e) traslazione verso destra di z(k) (n = 5).4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.4 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.4 0.4): (a) rappresentazione di h(k).6 h(k) 0. (b) rappresentazione di x(k).8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.6 0.6 0.4 0.8 0.2 0 −10 −5 0 k 5 10 (a) 1 0.6 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0. (c) riflessione del segnale x(k). . 4. (f) risultato della convoluzione.2 0 (b) z(k)=x(−k) 0.8 w−5(k)=x(−5−k) 1 0. 4.6 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.8 0.8333) e x(n) = u(n) (es.

   T2 + T1 − t. e verso sinistra se t < 0. per cui si ha: y(t) = t t−T1 dτ = T1 .5T2 T2 . Per T1 ≤ t < T2 . Esempio 4. in quanto le due finestre rettangolari si sovrappongono solo su un punto. .4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. rappresentiamo x(τ ) [fig. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . per cui si ha: y(t) = t 0 dτ = t . effettuare la traslazione del segnale z(τ ) verso destra se t > 0. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ).t). di durata ∆x = T1 .2) avente risposta impulsiva h(t) = rect .3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. ed effettuando l’integrale del prodotto.4(e)]: in particolare.5T1 T1 t − 0. y(t) = (4. per cui si ha nuovamente y(t) ≡ 0.19). le finestre non si sovrappongono affatto. (3) Per ogni fissato valore di t ∈ R. 4. invece. per t ≥ T2 + T1 . 4. Facciamo per comodità riferimento alla seconda delle (4. es. successivamente. posto in ingresso al sistema LTI (cfr. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 .t). per T1 ≤ t < T2 . T2 ).4. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .   t. Infine. per 0 < t < T1 . T2 ≤ t < T2 + T1 . per T2 ≤ t < T2 + T1 . per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. (2) Effettuare prima la riflessione del segnale x(τ ). 0 < t < T1 . l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. costruendo il segnale z(τ ) = x(−τ ) e. Per T2 ≤ t < T2 + T1 .4(b)] in funzione di τ ∈ R. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC.4(d)].4(c)]. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. successivamente.4(a)] e h(τ ) [fig. 4. 4. 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. Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. 4. Per prima cosa. Considerando invece valori positivi di t. per cui risulta y(t) ≡ 0 per t ≤ 0. T1 ≤ t < T2 . effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. di durata ∆h = T2 .20) T1 . ed assumiamo T2 > T1 . 0. 4. Riassumendo. Traslando il segnale z(τ ) verso sinistra [fig. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto.

pertanto. In conclusione.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . se è possibile dal punto di vista matematico. Come mostrato in fig. notiamo che l’intervallo di tempo (T1 .6 sono equivalenti. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app.   2T − t.4(f). come discusso di seguito. similmente alla somma di convoluzione. l’integrale di convoluzione può non esistere finito. scambiando il ruolo dei due segnali. 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. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . 4. Si noti che se T1 > T2 si può procedere allo stesso modo.12) è che la prima è definita mediante una sommatoria. . § 4. nello studio delle proprietà della convoluzione. 4. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . 4. 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 . si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD.7) e quella a TC (4. 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. Per questo motivo. notiamo che. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. A tale scopo. ed è rappresentata in fig.20).1). In altri termini. cioè i due schemi in fig. in particolare. Ovviamente questo scambio. e prende il nome di proprietà di durata della convoluzione (cfr. per T ≤ t < 2T . tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. Nel caso particolare T1 = T2 = T . traslazione. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. la convoluzione viene chiamata anche prodotto di convoluzione. C. prodotto. oltre a proprietà specifiche. calcolo dell’area) sono molto simili nei due casi. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . 4. mentre la seconda è definita mediante un integrale. nel seguito.  y(t) = t.5. 4. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. ed è rappresentato graficamente in fig. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . t < 0 oppure t ≥ 2T . nel senso che ya (·) ≡ yb (·). tutte le proprietà algebriche del prodotto convenzionale. non ha nessun senso dal punto di vista sistemistico. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata.6.3. in quanto si può verificare che la convoluzione possiede. 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(·).3. per 0 < t < T .

. 4. Calcolo della convoluzione tra due finestre rettangolari TC x(t) e h(t) di durata T1 e T2 (es. 4. (c) riflessione del segnale x(τ ).4.4. (b) rappresentazione di h(τ ). (f) risultato y(t) della convoluzione.4): (a) rappresentazione di x(τ ). (e) traslazione verso destra di z(τ ) (t > 0).3 Convoluzione 139 1 1 0 τ T h(τ) x(τ) 1 0 τ T 2 (a) (b) wt(τ)=x(t−τ) z(τ)=x(−τ) −T 1 0 τ t−T 1 t τ 0 (c) (d) T1 y(t) = h(t) ∗ x(t) wt(τ)=x(t−τ) 0 t−T T 1 0 τ t 1 T2 T1+T2 t (e) (f) Fig. (d) traslazione verso sinistra di z(τ ) (t < 0).

4.) h(.) (b) y b(. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). per la proprietà associativa.) Fig. 4. In base a queste due interpretazioni. 4. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. T Proprietà associativa Fig. cioè ya (·) ≡ yc (·). In altre parole. 4.) (a) y a(. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . i due sistemi LTI in figura sono equivalenti. Inoltre. osserviamo innanzitutto che. Conseguentemente. nel senso che ya (·) ≡ yb (·).) h(. 4. la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI.7(c). per cui il sistema LTI in fig. A tal fine. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . 4.) 0 T t 2T x(. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini.7(c) è equivalente allo schema serie riportato in fig. 4.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(a). 4. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI.5. 4.7(d). A sua volta. 4.7(b).7(b) e fig. l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). 4. In virtù della proprietà commutativa della convoluzione. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). cioè i due schemi in fig. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). Per la proprietà commutativa. . 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 (·).7(b) sono equivalenti. come evidenziato in fig. il sistema LTI in fig.7(a) è equivalente al sistema LTI riportato in fig. 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 (·). ossia yc (·) ≡ yd (·). In tale ipotesi. come mostrato in fig. nel senso che yb (·) ≡ yd (·). 4.7(a) e fig.6.7(d) sono equivalenti. i due schemi riportati in fig.

4. nel senso che ya (·) ≡ yb (·).) y b(.8(b). In virtù della proprietà commutativa e associativa della convoluzione.) x(.) h1(. Fig.8(b) sono equivalenti. anche la proprietà distributiva consente di evidenziare una interessante proprietà dei sistemi LTI. i due schemi in figura sono equivalenti.)+h 2(. 4.) (d) h1(.) x(.) (c) y c (. (4.) y d(. mentre vedremo che lo studio è assai più agevole ragionando nel dominio della frequenza.) (b) h2(.3 Convoluzione 141 x(. notiamo che l’espressione ya (·) = x(·)∗h1 (·)+x(·)∗h2 (·) rappresenta l’uscita del parallelo dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).) h2(. Anche qui per la validità della relazione devono avere senso tutte le convoluzioni in gioco.) h1(.) (a) y a(. 4. tale connessione non può essere studiata elementarmente nel dominio del tempo. 4. la proprietà distributiva della convoluzione consente di affermare che il parallelo2 di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hpar (·) = h1 (·) + h2 (·).) y 1(.8(a) e fig.) (b) x(. valida formalmente sia nel caso TC sia in quello TD. 4.8(a). In base a queste due interpretazioni. che effettuare la convoluzione di un segnale x(·) con δ (·) non ha nessun effetto sul segnale: in altri termini. come mostrato in fig.) y 2(. in effetti. vale la relazione: x(·) = δ (·) ∗ x(·) = x(·) ∗ δ (·) .)∗h1(. 4. cioè i due schemi in fig.21) 2 Con riferimento alle interconnessioni elementari tra sistemi introdotte nel capitolo precedente.) h1(. resta non esplorata per il momento la connessione in retroazione tra sistemi LTI.) h2(. come mostrato in fig. Similmente alla proprietà associativa.) Fig. l’espressione yb (·) = x(·) ∗ [h1 (·) + h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) + h2 (·). 4. In virtù della proprietà distributiva della convoluzione. i quattro schemi in figura sono equivalenti.8.) y b(. Proprietà di esistenza dell’unità Si può facilmente provare. .) h2(.) x(. D’altra parte.) h1(. utilizzando la definizione di convoluzione e la proprietà di campionamento della δ (·).7. A tale scopo.)∗h2(.) y a(.) (a) x(.

∀t0 ∈ R . Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. x(n − n0 ) ∗ h(n) = y(n − n0 ) . invece che alla (4. rispettivamente.22) [un discorso analogo vale per la (4. x(n) h(n) (b) -(n1+n2) z y b(n) Fig. 4. 4. i due schemi in figura sono equivalenti. se per calcolare y(t − t0 ).2).10.) δ(. notiamo che la (4. In un sistema identico. Tale sistema prende il nome di sistema identico. ad esempio.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso.25) della convoluzione. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) .4) nel caso TD e la (4.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). In virtù della proprietà di invarianza temporale (4. esplicitando la convoluzione (4. si giungerebbe. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). per sistemi a TC e a TD. e per la (4.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. si ha. 4.21).) x(n) z . abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. secondo la quale. infatti.22) e (4. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).11) nel caso TC. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). 3. ∀n0 ∈ Z .142 Sistemi lineari tempo-invarianti (LTI) x(.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . Dal punto di vista matematico.) x(.22) (4. (4.9. x(n − n0 ) −→ y(n − n0 ) . x(t − t0 ) −→ y(t − t0 ) . dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. Le (4.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. esprimendo la relazione i-u del sistema mediante una convoluzione.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. rispettivamente. . Per giustificare invece la correttezza della (4. la (4. ∀n0 ∈ Z .9). è possibile riottenere la (4. per ogni x(·) ∈ I e y(·) ∈ U.22).3 Dal punto di vista dell’interpretazione sistemistica. noti inoltre che. Nel caso di un sistema LTI. ∀t0 ∈ R .

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.

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

2. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4.7) di un sistema TD LTI. (4. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. come ad esempio il segnale uε (t) di fig. ma anche la risposta al gradino caratterizza completamente un sistema LTI. ovvero è anch’essa una risposta canonica. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. .34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). con un tempo di salita molto stretto.11(a). In definitiva.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). Notando che la (4.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. in particolare. le relazioni (4. è sufficiente far passare quest’ultima in un sistema accumulatore. es. (4. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). 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) . non solo la risposta impulsiva. 4.4. In particolare. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . 3.12. Nel caso TD. In altri termini. per ottenere la risposta al gradino a partire dalla risposta impulsiva.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . Infatti.34) e (4. sfruttando la relazione i-u (4.

mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . 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. Infatti. abbiamo visto [si veda la (2. Infatti la risposta al gradino s(t). si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ .38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). adoperando le proprietà di linearità e di invarianza temporale del sistema. Ciò suggerisce che una buona approssimazione della risposta impulsiva di un sistema TC LTI si può ottenere osservando la sua uscita hε (t) quando in ingresso è posto il segnale δε (t) = t 1 rect 2ε 2ε . si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . Nel caso TC. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. (4.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ .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). aventi area unitaria. un valore appropriato di ε dipende dalla struttura interna del sistema e.11(b).150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. varia da sistema a sistema. 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. in quanto caratterizza completamente il sistema. Dalla (4. il calcolo sperimentale della risposta impulsiva richiede la realizzazione in laboratorio di un impulso di Dirac da applicare in ingresso al sistema: l’impulso di Dirac è un segnale non riproducibile esattamente in pratica. § 2.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC.36) ed (4. 5 Non esiste una regola generale per stabilire quanto ε .36). 2ε 2ε (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. Nel caso TC valgono considerazioni analoghe. Pertanto. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] . come già detto in precedenza. 2. si ottiene h(t) = d s(t) dt (4. utilizzando la (4. Per la linearità del sistema.4). dunque. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. raffigurati in fig. In particolare. con ε sufficientemente piccolo.12). in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) .1.37) Le (4. trattandosi di una pura astrazione matematica (cfr. Tuttavia.

il segnale hε (t) tende proprio alla risposta impulsiva del sistema.13(a)].40) con la (4.36). es.38). la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) . 4.4 Risposta al gradino 151 alla derivata della risposta al gradino. 3. Confrontando la (4. che cresce linearmente per t > 0 [fig. (4. 3. Si può notare che.37) è esattamente la risposta impulsiva.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. In pratica. 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. (4. 4.39) è un sistema LTI. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). Conseguentemente. Esempio 4. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) .40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. se ε 1.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. In maniera equivalente. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.1). possiamo dire che. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . 3.13(b)]. es. si può mostrare che la (4. il segnale in fig.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . 4. identicamente nulla per t < 0. 4.12). il cui valore è (cfr.4. che per la (4.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. per ε → 0. Utilizzando la (4. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . in virtù della (4. per cui l’integratore (4. es.39) Abbiamo già mostrato che tale sistema è TI (cfr. in fig.24): s(t) = t u(t) . ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. . dt (b) Nel caso TD.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (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) .18) e si può facilmente verificare che tale sistema è anche lineare. si tratta cioè di una rampa.

7): (a) risposta impulsiva. es.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. 3. 4. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) .42) con la (4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . Confrontando la (4.7).2).152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig. Esempio 4. (4. si può mostrare che la (4. . 4. Integratore con memoria infinita (es. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. (b) risposta al gradino.13.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . (4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. In maniera equivalente.

che è riportata in fig.15(a). Esempio 4.4 0. se n ≥ 0 . 4.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. si tratta cioè di una rampa a TD [fig. (4.4 Risposta al gradino 153 10 1 0. (b) risposta al gradino. 0 . ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.14.36).5T T . es. 4. 4.   t    se 0 ≤ t < T .34). 4.   0 . in cui l’estremo superiore di integrazione t varia in R. ossia: h(t) = rect t − 0. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. se n < 0 .14(b)]. Risolvendo l’integrale si ottiene:  se t < 0 . in virtù della (4.  dτ = t . avente relazione i-u: y(t) = t t−T x(u) du .4. n + 1 . se t ≥ T . Integratore a TD o accumulatore (es.8): (a) risposta impulsiva. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0.2). In virtù della (4.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. 0 s(t) =  T     dτ = T .14(a)]. Conseguentemente. 4. 4.6 0.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.5T T dτ .

T . In altre parole. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. (b) risposta al gradino. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. Utilizzando la (4. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. 4.5T T + T u(t − T ) . in fig.15(b)]. . Integratore con memoria finita (es.38). Esempio 4.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. 4.9): (a) risposta impulsiva. che cresce linearmente nell’intervallo (0. per ε → 0. si tratta di una funzione identicamente nulla per t < 0. 4.15.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . 4. il segnale in fig. In pratica. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. Si può notare che. 4. se ε impulsiva del sistema.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.1. 4.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es.

  n+1 s(n) = .6 0. 4. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .1 0. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = . In virtù della (4. Nel caso in cui i pesi bk siano tutti uguali a  0 .4.1(a) nel caso generale. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .2 1/6 h(n) 0. se 0 ≤ n < M . n M in cui l’estremo superiore della sommatoria n varia in Z.4 Risposta al gradino 155 0.8 s(n) 0 2 4 n 6 8 10 0. ∑ k   k=0  1 M+1 .16. . 4. .  ∑ k  s(n) = k=0 M    b . se 0 ≤ n < M . 4.3 1 0. M M (4.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . Sistema MA con M = 5 e bk = 1 . n+1 RM (n) + u(n − M) . se n ≥ M . ∑ bk δ (n − k) .    n   b .4 0 0. se n ≥ M .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. se n < 0 . . ∀k ∈ {0.34). ed in fig. 1. (b) risposta al gradino. . se n < 0 . 5}: (a) risposta impulsiva.45) k=0 rappresentata in fig.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .2 0 −0. M +1   1.

il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. in fig. insieme alla risposta impulsiva.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5. dato il legame biunivoco con la risposta al gradino. . 4.16. Nel seguito faremo quasi sempre riferimento alla risposta impulsiva.

1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. Sostituendo nella (4. al posto di {x(τ )}τ ∈R . possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4.49) . Notiamo che.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . cioè caratterizza completamente un sistema LTI. Passiamo ora a considerare i sistemi TC LTI. 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 . Consideriamo un sistema TD LTI. prop.48). il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. Il sistema è non dispersivo se e solo se. stabilità.48). poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . per ogni segnale di ingresso {x(k)}k∈Z . si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .47) Pertanto. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. ponendo α = h(0). è che risulti h(k) = 0. in questo caso. questo vuol dire che la risposta del sistema non cambia se.2(c)]. (4. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. la relazione precedente si può riscrivere come y(n) = α x(n) .46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. Affinché y(n) dipenda solo da x(n). causalità. è possibile legare le proprietà del sistema (non dispersività. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr.3. Una condizione necessaria e sufficiente affinché ciò accada. 4.5 Proprietà della risposta impulsiva 157 4.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. infatti. per ogni segnale di ingresso. nella (4. (4.4. ∀k = 0. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. descritto dalla convoluzione a TD espressa dalla seconda delle (4.5. si ha: y(n) = h(0) x(n) . (4.47). Ponendo x(n) = δ (n) nella (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . seguiamo una strada diversa da quella seguita nel caso TD. equivalentemente. § 3. Per costruire un segnale siffatto. 2.46). (4.

si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. Se allora osserviamo la relazione i-u di un sistema LTI [cfr.12)]. dal confronto tra la (4. dove la memoria di un sistema è stata definita (cfr. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) .48) la risposta impulsiva precedente. pertanto. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. per cui presenta valori non trascurabili su un intervallo temporale non limitato. 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.3.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. Sostituendo nella (4. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. Se poniamo α = h(0).48) e (4.47).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 (·).49). per ogni segnale di ingresso e per ogni t ∈ R. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . ovvero se e solo se è un amplificatore/attenuatore ideale. 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. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·).7) oppure (4. (4. I sistemi non dispersivi sono denominati anche sistemi senza memoria. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. quindi. Quindi. ovvero se h(t) = α δ (t) . un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . la caratterizzazione di un sistema LTI non dispersivo in termini di risposta impulsiva è riassunta dalla seguente proprietà (valida per il caso TC e TD): Proprietà 4. il sistema è non dispersivo se e solo se y(t) = y1 (t). all’uscita in un determinato istante di tempo.3. oltre al campione attuale. n → ±∞. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. (b) Equivalentemente. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). la durata ∆h . In definitiva. l’estensione temporale Dh e. senza mai annullarsi. § 3.

il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.6 0.11): (a) risposta impulsiva. 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 . Sfruttando il fatto che u(τ ) = 0 per τ < 0. 4. 4. es.8 0.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. (b) risposta al gradino. 4. 0 . es. In virtù della (4. aventi come risposta impulsiva il gradino unitario.4. T (4.5 Proprietà della risposta impulsiva 159 1 0.8 0. . 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) .8). Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. es.36). se t ≥ 0 .51) con la seconda delle (4.4 0. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .10). 4. Esempio 4.52).4 0.7) e l’accumulatore (cfr. es.9) e il sistema MA (cfr.12). L’integratore (cfr.52) Pertanto. 4.17(a). T (4.6 0. 4.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .50) dove T > 0.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .51) Confrontando la (4. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).17. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ . Sistema TC IIR con memoria praticamente finita (es. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. sono sistemi IIR con memoria infinita. che è rappresentata in fig. T (4.

Affinché allora l’uscita non dipenda dai valori futuri. Infatti. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . La somma su k porta in conto valori futuri dell’ingresso per k < 0. con 0 < α < 1. la durata della risposta impulsiva risulta ∆h = T ln 1 α .5.17(b). In altri termini. 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. se per semplicità facciamo riferimento ai sistemi TC. ovvero è un segnale di durata praticamente limitata. § 4. ln(|a|) memoria che tende a diventare infinitamente grande.3. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. per effetto della convoluzione. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) .1). § 2. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . In conclusione.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.53).54) . Così facendo.3. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Passiamo ora a considerare i sistemi TC LTI. e quindi misurare la memoria del sistema LTI. (4. proprio di una quantità pari alla memoria del sistema. esso sarà “allungato”. per |a| → 1. mentre tende a zero per |a| → 0.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig.31). notiamo che applicando al sistema un ingresso di durata finita. deve accadere che h(k) = 0 . in virtù della (4. per ogni segnale di ingresso.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. con costante di tempo T > 0. ∀k < 0 .2). ricordando la proprietà di durata della convoluzione (cfr. 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) . Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . 4. in quanto per tali valori di k risulta n − k > n. (4. ma non dipende dai valori dell’ingresso negli istanti successivi. scegliamo come valore di soglia α h(0+ ) = α /T . con 0 < |a| < 1 . risolvendo l’equazione h(∆h ) = α /T (cfr. il sistema LTI ha memoria praticamente finita. Per calcolare la memoria analiticamente. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. Lo stesso si può dire anche per i sistemi TD. 4.

18.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD). si può verificare che un sistema TC è causale se e solo se h(t) = 0 .5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. h(t) = 0. Abbiamo visto nel capitolo precedente (cfr. Ragionando in modo analogo a quanto fatto nel caso TD.4. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. . h(t) = 0. il sistema è non causale. Risposta impulsiva dell’integratore non causale (es. la relazione i-u (4.12). Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. In sintesi.2) che un caso particolare di sistema non causale è il sistema anticausale. 4. Di seguito sono riportati alcuni esempi di sistemi non causali. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. 4. In questo caso. § 3.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. ∀t < 0 .3.

avente relazione i-u: y(t) = t+T t x(u) du .58) espressione che è perfettamente equivalente alla (4. Esempio 4. . si può mostrare che la (4.19(a) nel caso generale. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. da cui. il sistema non è causale. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. . Infatti. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. con il cambio di variabile τ = t − u → u = t − τ .7).5T T . si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. la (4. per confronto diretto con la (4. sia invariante temporalmente. pertanto tale sistema è non causale. conseguentemente. . (4.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. .162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. −M + 1.10 e 3.55) si può scrivere come una convoluzione. 0.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr.56) da cui. 5}. . 3. Si può facilmente verificare che tale sistema è sia lineare.57) rappresentata graficamente in fig. M Si tratta di un sistema sia lineare che tempo-invariante. . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. che è rappresentata in fig. 3.12). 4. 0} .11. (4. es.56): h(n) = h=−M ∑ 0 b−h δ (n − h) . 1. ∀k ∈ {0.12). Per questo motivo. 4. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . Infatti.55) con T > 0.5T T x(t − τ ) dτ . D’altra parte. per confronto con la (4. e particolarizzata in fig.18: si tratta di un segnale che assume valori non nulli per t < 0 e. .13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. k ∈ {−M. ponendo x(n) = δ (n) nella (4. e pertanto esso rappresenta un esempio di sistema LTI. 0). altrimenti . . per cui è un sistema LTI. In maniera equivalente. (4. .19(b) al caso M = 5 e 1 bk = M+1 = 1 . descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . 4. 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) .57).7). A questo punto. si ha. (4.

4. ∆x + ∆h ) . ∆x ).19. è riassunto dalla seguente proprietà: Proprietà 4. l’anticipo unitario TD è un sistema anticausale. Il sistema è pertanto non causale. abbia estensione temporale Dx = (0.31). (a) Risposta impulsiva di un generico sistema MA non causale. seguendo gli stessi ragionamenti che hanno portato alla (4... Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. poiché h(n) è identicamente nulla per n ≥ 0. ∆h ). Si tratta chiaramente di un sistema LTI.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. consideriamo il caso dei sistemi TC. Se il sistema è causale. in particolare. 6 Questa . Per evidenziare tale proprietà.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) .5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . 5} (es. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. In tal caso. .4. . Un segnale identicamente nullo per t < 0 è anche detto6 causale. terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. con ∆h ∈ R+ . (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . . 1. ∀t ∈ (0. . descritto dalla relazione i-u y(t) = x(t + T ) con T > 0.13). Allo stesso modo il sistema TC che effettua un anticipo temporale. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0.. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. che sussiste con ovvie modifiche anche nel caso TD. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. Tale risultato. cioè. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. I sistemi causali godono di una proprietà importante. con ∆x ∈ R+ . che realizza un anticipo unitario del segnale di ingresso. 6 Esempio 4. 4. è un sistema LTI anticausale. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. ∀k ∈ {0. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . si ottiene che: y(t) = 0.

Dato un ingresso x1 (t) = 0. si ha che y1 (t) = 0. Soffermiamo l’attenzione sui sistemi TC. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). come mostrato in fig.) x(. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). In verità. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso.1 e 3. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) .20. §3. 3. 7 Nel caso TD. 3.20 (notiamo che per i sistemi LTI vale una proprietà più generale. ∀t ∈ R. In base a tale risultato. x2 (t) ∈ I tali che x1 (t) = x2 (t). Ma se il sistema è lineare. cfr. Poiché la convoluzione è commutativa. Ricordiamo che. per ogni t0 ∈ R e per ogni x1 (t). ed applichiamo la proprietà vista per t0 = −ε < 0.6 si poteva già dedurre dalle prop.3). le stesse considerazioni si possono fare scegliendo n0 = −1.) hinv(. ∀t ∈ R. 4. ∀t ≤ −ε . 3. D è mostrato che se un sistema LTI è invertibile.) h(. con ε ∈ R+ piccolo a piacere.59) per cui se hinv (·) è l’inverso di h(·). in virtù della prop. Pertanto. allora il corrispondente sistema inverso è anch’esso LTI.20. Poiché risulta x1 (t) = x2 (t) = 0. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. un sistema è causale se e solo se. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. in base alla prop.1 è più immediata: .7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. così come il segnale di ingresso. ∀t ≤ −ε . ∀t ≤ t0 .3 Invertibilità Ricordiamo che se un dato sistema è invertibile. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . Per cui ritroviamo il risultato. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. supponiamo di scegliere un secondo ingresso x2 (t) = 0. allora h(·) è l’inverso di hinv (·). a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 .5. anche il segnale di uscita è identicamente nullo per t < 0. 4.4. la prop. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. ∀t < 0. cioè y2 (t) = 0. Poiché la risposta impulsiva del sistema identico è δ (·).1. sfruttando in aggiunta la proprietà di linearità. risulta che y1 (t) = y2 (t).6 vale più in generale per sistemi lineari causali (non necessariamente TI). ∀t ≤ t0 . l’applicazione della prop. 3. 3. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti.4.164 Sistemi lineari tempo-invarianti (LTI) y(.) x(. allora risulterà per la prop. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. 4. 4. ∀t ≤ −ε . rispettivamente. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. cioè. In app.60) (4.1 y1 (t) = y2 (t).) Fig.3. 4. 4. in questo caso. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. (4.

In alcuni casi.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh .60) è un problema matematicamente complicato.4. significa determinare uno dei fattori della convoluzione. Si ha. .59) o (4.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .5 Proprietà della risposta impulsiva 165 Proprietà 4.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). detta hinv (·) la sua risposta impulsiva. §3. consideriamo un sistema TD LTI. e proviamo a trovare una maggiorazione simile per l’uscita y(n). se un sistema è stabile. In molti casi pratici. con passaggi banali. che va sotto il nome di deconvoluzione (di fatto. a cui si rimanda direttamente il lettore.3. Alcuni approfondimenti ed esempi sono riportati in app. Abbiamo cioè provato che la sommabilità (4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . Questa compensazione prende il nome di equalizzazione.5. nelle telecomunicazioni. (4. Purtroppo determinare hinv (·) dalla (4. D. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. il suo sistema inverso è anch’esso LTI e. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). ∀n ∈ Z. 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. noto l’altro fattore ed il risultato finale). un problema di interesse è determinare il sistema inverso di un dato sistema. se h(k) è una successione sommabile. Pertanto. descritto dalla (4. Ad esempio. allora la risposta impulsiva dev’essere sommabile. Supponiamo allora che l’ingresso sia limitato.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. cfr. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. 4. ovvero |x(n)| < Kx . Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·).

il che contraddice l’ipotesi che il sistema sia stabile.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. (sistema TC) . −1. 1. (4. la risposta impulsiva h(·) ha durata rigorosamente limitata. procediamo per assurdo. e quindi è sicuramente limitato. In definitiva. .10). per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . su tutti i valori della variabile k per i quali h(k − n) = 0. se h(−n) = 0 . Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. h(k) k k=−∞ dove abbiamo incluso nella somma. x(n) = h(−n)  0.62) In definitiva.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. h(k − n) dove la seconda sommatoria va effettuata. |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. la risposta impulsiva deve essere necessariamente sommabile. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). Per un sistema LTI a TC è possibile ragionare in maniera analoga. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. 4. altrimenti .9) e il sistema MA (§ es. Pertanto. anche i valori di k per i quali h(k) = 0. per ciascun n ∈ Z. Tale segnale assume solo i valori 0. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. ovvero h(n) sommabile . senza alterarla. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . come riassunto dalla seguente proprietà: Proprietà 4. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . risulta che l’uscita all’istante n = 0 non è limitata. Ad esempio. l’integratore con memoria finita (§ es. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . 4. che presentano memoria rigorosamente finita.

63). (4. il sistema che effettua la traslazione temporale del segnale di ingresso. che non contiene impulsi. se il segnale di ingresso è limitato. che anticipa/ritarda il segnale di ingresso. Poiché il concetto di sommabilità di una distribuzione non è definito.8). l’uscita del sistema (4. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. sono stabili.61) e (4. Ad esempio. con t0 ∈ R . notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria. 4. 4.1. Infatti. 4. possiamo concludere che il sistema TC (4. se il sistema IIR ha memoria praticamente finita. in questo caso. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. la cui risposta impulsiva [fig. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . Pertanto. pertanto. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva.17(a)] è data da: 1 −τ /T e u(τ ) .3). Più in generale. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . ossia h(t) = δ (t − t0 ).63).63) è sicuramente limitata. sono esempi di sistemi IIR con memoria infinita e. Ad esempio. il sistema è stabile. § B. Analogamente. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . questo problema può essere tranquillamente aggirato. +∞ k=−∞ +∞ con 0 < |a| < 1 . 4.2. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) .5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. Verifichiamo che tale sistema è stabile. in quanto. e di una funzione himp (t) puramente impulsiva. In conclusione. conseguentemente.4 e B.62) (cfr. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita).11. In verità. per ogni t0 ∈ R. 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. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. che contiene solo impulsi. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). Esempio 4. Ad esempio.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| .64) . l’integratore (§ es. è un sistema stabile. Più precisamente. n=1 himp (t) N (4. nel senso che può contenere degli impulsi di Dirac.7) e l’accumulatore (§ es. instabili. i sistemi IIR aventi memoria infinita sono sicuramente instabili. nel caso del sistema (4. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. D’altra parte.4. dal punto di vista pratico. aventi come risposta impulsiva il gradino unitario. 1 la risposta impulsiva è sommabile. T Si tratta di un sistema con memoria praticamente finita.

αN . 4.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. . 4. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC.65) . ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. 4. 4. 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). allora il sistema complessivo è sicuramente stabile. 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. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . . . 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) . in svariati campi delle scienze fisiche e dell’ingegneria. in virtù della prop.8. dove N ∈ N. possiamo affermare che. In questo caso. In altre parole. 4. tN Fig. Tali sistemi presentano numerose analogie. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili.6.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t).21. il sistema in fig. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. dt k dt m=0 (4. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. . tuttavia per una presentazione efficace è opportuno studiarli separatamente. 4. se i sistemi componenti il parallelo sono singolarmente stabili. come mostrato in fig.21.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. sono descritti da equazioni differenziali lineari a coefficienti costanti.

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

Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . . Più in generale.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . poiché una arbitraria combinazione lineare di soluzioni della (4. l’esponenziale eλ t è soluzione della (4. 1.68) è ancora una soluzione della stessa equazione. . .67) e (4.65). siano esse λ1 . si può provare che la (4. Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.70) è una soluzione della (4. la soluzione generale della (4. . Le radici del polinomio caratteristico possono essere reali. . NR . . rispettivamente. Ni − 1}. .68) non offre particolari difficoltà. N2 . (4. . a . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. a N 0 1 siano reali.68). . eλN t sono singolarmente soluzioni della (4. con λ ∈ C. .h t h eλ t . è immediato constatare che y(t) = y0 (t) + y p (t) (4. le radici di q(λ ) sono o reali o complesse coniugate. . eλ2t .68). allora gli esponenziali complessi eλ1t .69). . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. (4. Pertanto. λ2 .70) fornisce tutte le soluzioni dell’equazione differenziale (4.73) dove λ1 . allora si prova facilmente che t h eλit . In linea di principio. combinando linearmente tutte le N possibili soluzioni. . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. e quindi deve annullarsi q(λ ). . immaginarie oppure complesse. λ2 .65) non univocamente determinata. .69) da cui sommando membro a membro la (4.68). ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. . Quindi.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). i (4. λN .68). . la (4. D’altra parte. N dk (4. .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. .68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t .170 Sistemi lineari tempo-invarianti (LTI) della (4.72) dove c1 .65). . . . Se si pone allora y(t) = eλ t nella (4.68). c2 . per h ∈ {0. . . . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . allora k=0 ∑ ak dt k y0 (t) = 0 . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). cioè del tipo esponenziale complesso. . è soluzione della (4. si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 . . cN sono costanti arbitrarie.

h sono combinazioni lineari dei valori y0 . . . l’evoluzione libera del sistema è nulla.h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. allora la soluzione particolare ottenuta è valida solo per t > 0. . D’altra parte. con i ∈ {1.75) t=0 t=0 La soluzione particolare yfor (t) della (4. .65) si può ottenere seguendo i seguenti passi: 1. R} e h ∈ {0. senza portare in conto le condizioni iniziali. Assegnato l’ingresso x(t). (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .72)]. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. . cioè y0 (0) = y0 . Si determinano gli N coefficienti ci.h . ossia.73).65). . . . possiamo dire che la soluzione generale della equazione differenziale (4. Si determina la soluzione omogenea y0 (t) data dalla (4.4. In altri termini.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. . y1 . yN−1 .h nella soluzione omogenea. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. ylib (t) = 0. A differenza della soluzione y0 (t). cioè y0 = y1 = · · · = yN−1 = 0. né una tecnica generale di soluzione. data da y(t) = y0 (t) + y p (t) per t > 0. La (4. 1. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . Notiamo che.66) assegnate. l’equazione differenziale (4. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. Risolvendo tale sistema si trova che le costanti ci.h . se l’ingresso è applicato all’istante tin = 0. 3.65) non definisce univocamente un sistema. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t).73). . 2. dN−1 y0 (t) dt N−1 = yN−1 . . Riassumendo quanto detto finora. In molti casi è conveniente esprimere la soluzione generale della (4. y1 . per la presenza delle costanti ci. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. Innanzitutto. soddisfi le condizioni iniziali (4. (4. . yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. in quanto tiene conto del solo segnale di ingresso x(t). .74) determina un sistema di N equazioni lineari nelle N incognite ci.65). Questo è un risultato del tutto intuibile in quanto. Ni − 1}. si determina una soluzione particolare y p (t) della (4. .66) e la seconda dipendente solo dal segnale di ingresso x(t). . l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). .74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. . Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. Conseguentemente.6 Esempi di sistemi LTI 171 nella (4. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. questo vuol dire che se si impone che il sistema sia inizialmente in quiete.h ). ∀t ∈ R. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. in quanto l’uscita è definita a meno di N costanti arbitrarie. . (4. assumendo che siano nulle le condizioni iniziali. . d y0 (t) dt = y1 .65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. e per essa non è possibile dare un’espressione generale. . Anche in questo caso. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. 2. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate.

allora yfor (t) ≡ 0.76) La prima osservazione interessante suggerita dalla (4.65) e (4.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). ciò viola la prop. indipendente dal segnale di ingresso. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. 4. cioè. 4. indipendente dal segnale di ingresso. ciò significa che se x(t) ≡ 0. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) .16). Schema elettrico del sistema RC (es. (4.23.76) è lineare per le differenze.16).172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig. 4. 3. nel quale l’ingresso x(t) è la tensione ai capi della serie RC.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. 4. ∀t0 ∈ R. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . rispettivamente. Inoltre. può essere rappresentato mediante lo schema a blocchi in fig.66) sia LTI.4 dal momento che.76) è che in generale il sistema descritto dalle (4. Schema a blocchi del sistema RC (es. In definitiva. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi.66) non è lineare. In particolare. se si impone x(t) ≡ 0. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. ∀α1 . Fig. Esempio 4. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). 4. è interessante osservare che il sistema definito dalla (4. Tuttavia. il che si ottiene imponendo che il sistema sia inizialmente in quiete. dt (4.22. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). affinchè il sistema descritto dalle (4. 3. La seconda osservazione legata alla (4.66) non è tempo-invariante.22.76) che y(t) = ylib (t) = 0. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. assegnando cioè y0 = y1 = · · · = yN−1 = 0.23. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. occorre che la sua evoluzione libera sia nulla. 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). mentre l’uscita y(t) è la tensione ai capi della capacità. Possiamo quindi dire che. segue dalla (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t).65) e (4.65) e (4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. 4. La . α2 ∈ C. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ).76) è che in generale il sistema descritto dalle (4.

(4. la (4. nel nostro caso (equazione del primo ordine). da cui si ricava l’unica radice λ1 = −1/(RC).71). per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . dobbiamo imporre la sola condizione y0 (0) = y0 . dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. dt RC RC Se si moltiplicano ambo i membri dell’equazione di destra per l’esponenziale et/RC e si osserva che et/RC si ottiene: d 1 d y p (t) + y p (t) = y p (t)et/RC . risolvendo l’equazione (4. In questo caso.77). d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . se t ≥ 0 . In questo caso (R = N = 1). Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. per la presenza della costante moltiplicativa c1 arbitraria. se t < 0 .  RC e  . dt (4. se t < 0 .4.  c2 . la (4.66). Dalla (4. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 .77). RC da cui.79) otteniamo allora che y0 (0) = c1 = y0 .79) non consente di determinare univocamente l’uscita del sistema. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ).6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. La soluzione particolare y p (t) dipende dal tipo di ingresso.79) Notiamo che.78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.77) si può scrivere come: y(t) = y0 (t) + y p (t) . Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . c1 ∈ R . e deve soddisfare l’equazione differenziale completa (4.73) degenera nella (4. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 .72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . per integrazione indefinita.77).  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . dt RC dt  0 . otteniamo la risposta forzata del sistema. Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t). se t ≥ 0 . 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) .

il sistema risultante non è omogeneo (e quindi non è lineare).10 Pertanto. ottenuta ponendo x(t) = u(t − t0 ). la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t).65). Inoltre. ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1. ∀t < 0] e stabile [h(t) è sommabile]. e la (4. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. trattandosi di una equazione differenziale del primo ordine.37) esistente tra risposta al gradino e risposta impulsiva. una relazione analoga alla (4. per cui risulta che c2 = 0. segue che c3 = −1. 4. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.80) Osserviamo che. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig.6. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. ponendo y0 = 0.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . essendo il sistema LTI nelle ipotesi fatte. ma non comporta discontinuità in t = 0 del segnale y p (t). ovvero s(t) = (1 − e−t/RC ) u(t) . Tenendo presente la relazione (4. il sistema LTI ottenuto è causale [h(t) = 0.50) assegnata nell’es.65) in maniera più semplice di quanto visto finora. M (4. inoltre.11. Nel cap. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . 4. con N ≥ 0 e aN = 0. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). si dimostra che una discontinuità di prima specie del segnale x(t) nel punto t0 implica una discontinuità di prima specie nel punto t0 della derivata N-esima del segnale y p (t). per la presenza dell’evoluzione libera.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . Oltre ad essere chiaramente dispersivo.24. 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) . per un’equazione differenziale di ordine N. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. dt RC che. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. ponendo T = RC. . 4. è pari a yt0 (t) = yfor (t −t0 ). Notiamo a questo punto che. 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 (4.81) nota come equazione alla differenze a coefficienti costanti di ordine N. corrisponde alla risposta impulsiva (4.77). Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. (4.

sono sistemi LTI. (4. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . per trovare la corrispondente uscita y(n) per n ≥ nin . notiamo che la (4. altrimenti . . sebbene in principio siano più semplici rispetto alle equazioni differenziali.81). Assegnato l’ingresso x(n) per n ≥ nin .6 0. per determinarne la relazione i-u.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR).9. a partire da un istante prefissato nin ∈ Z. (b) risposta al gradino. 3. y(−N) = yN . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . si può provare che la soluzione generale di una equazione del tipo (4. e sono denominati sistemi auto-regressivi a media mobile (ARMA). In particolare. sia applicato in ingresso al sistema un dato segnale x(n).4. sono generalmente meno note ai lettori. la (4.24.83) dove y1 . . . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. Per N ≥ 1.65).8 RC h(t) 0. 1.4 0. . la (4. a0 m=0 (4. y(−2) = y2 .81) rappresenta una relazione i-u semplice da studiare. .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig.65). y2 . . è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . In particolare. 4. avente la seguente risposta impulsiva:   bn . assegnato il segnale di ingresso x(n).6 0. Sistema RC (es. n ∈ {0. 4.81) si può esprimere. va detto che la teoria e la pratica delle equazioni alle differenze. supposto che.81) descrive solo implicitamente un sistema. è necessario risolvere rispetto a y(n) l’equazione alle differenze. M} .4 0.82) Dal confronto con l’es. (4. . yN sono valori (in genere reali) assegnati. . analogamente alle soluzioni di una equazione differenziale (4. .16): (a) risposta impulsiva. i sistemi definiti implicitamente dalla (4. . sotto opportune ipotesi. . . h(n) = a0  0. analogamente al caso TC. Solo nel caso N = 0.6 Esempi di sistemi LTI 175 1 0. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 .8 0.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. A tale proposito. . come: y(n) = y0 (n) + y p (n) . Ponendo per semplicità nin = 0.

rispettivamente. . yN−1 assunti da y0 (n) per n ∈ {−N.h . a N 0 1 siano reali. −N + 1. come nel caso TC. y2 . immaginarie oppure complesse.89) si trova che le costanti ci. .h nh zn .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. a .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). y0 (−2) = y2 . . . la soluzione generale della (4. .86) le cui radici possono essere reali. . .81): k=0 ∑ ak y(n − k) = 0 . . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . Risolvendo il sistema lineare (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. yN (−N) = yN . . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. z2 . . . . 1 2 N (4. . . cioè y1 = y2 = · · · = yN = 0.h sono combinazioni lineari dei valori y0 .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. siano esse z1 . . l’esponenziale zn è soluzione della (4. zN .84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. . . z2 . . N2 . . le radici di q(z) sono o reali o complesse coniugate. . y1 . . . ovvero la soluzione generale dell’equazione omogenea associata alla (4. .88) che soddisfa le condizioni iniziali (4.87) dove c1 . con N1 + N2 + · · · + NR = N. . NR .89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . . Se invece il polinomio q(z) presenta R radici distinte z1 .84) si effettua ragionando similmente al caso TC. . . . ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . c2 . i (4. (4. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . −1}. M (4.88) Quindi. zR aventi molteplicità N1 . Conseguentemente. . Se ci si limita a trovare soluzioni del tipo zn . . yN . . Pertanto. .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. con z ∈ C e si pone y(n) = zn nella (4. .84). N (4. ossia y0 (−1) = y1 . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . la soluzione generale della (4.11 Se le N radici del polinomio q(z) sono distinte. . cN sono costanti arbitrarie. (4. .81).83).

∀n ∈ Z. . .91). A differenza del caso TC.90) A causa della presenza dell’evoluzione libera.92) . dai valori y(n − 1).83) è in generale lineare per le differenze e tempo-variante. .81) e (4. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito.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). . . . I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. assegnando y1 = y2 = · · · = yN = 0.83). a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). . x(n − 2). e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0.81) e dalle condizioni iniziali (4. con condizioni iniziali nulle. . e ponendo a = −a1 /a0 e b = b1 /a0 . Tale metodo si basa sull’osservazione che la (4. possiamo riscriverla nella forma seguente. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. il sistema descritto dalle (4. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. che è applicabile solo a TD.81). di quello passato x(0) e degli N valori precedenti dell’uscita y(0). . Similmente al caso TC. Pertanto. che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. D’altra parte. . y(n) − a y(n − 1) = b x(n) . y(−N) (ovvero le condizioni iniziali assegnate). se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . più semplice. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. Esempio 4. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. l’equazione alle differenze (4. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. .4. y(1).81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . Successivamente.91). ossia. . ylib (n) = 0.17 (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 + 1). In conclusione. (4. Nell’esempio che segue. . (4.81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) . . la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. a0 k=1 a0 m=0 (4. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. .81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). y(n − 2). essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. Tale procedura. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). Dividendo primo e secondo membro per a0 = 0. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. y(−2).6 Esempi di sistemi LTI 177 del sistema è nulla.

a ed in generale. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . nel cap. 4. per n < 0. assumendo che il sistema sia inizialmente in quiete. causale. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es.26 per a = 0.178 Sistemi lineari tempo-invarianti (LTI) da cui si ricava che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n) e dal valore precedente y(n − 1) del segnale di uscita.11. i sistemi ARMA presentano risposte impulsive di durata infinita. data la notevole importanza dei sistema ARMA nelle applicazioni. 4. In definitiva.23 sottolinea che l’equazione (4. 4. È interessante osservare che. per n ≥ 0. il comando filter implementa proprio la relazione i-u di un sistema ARMA. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. in Matlab. con un leggero abuso di notazione. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). h(2) = a h(1) + b δ (2) = a(ab) = a2 b .12 è utile fare qualche considerazione sulla loro implementazione. h(1) = a h(0) + b δ (1) = ab . scrivendo: h(n) = a h(n − 1) + b δ (n) . ovvero y(−1) = 0. Va detto che. in generale. h(n) = 0 .25. per N ≥ 1. oltre a fornire un metodo alternativo di risoluzione dell’equazione.25). e stabile per 0 < |a| < 1.81).8333 e b = 1. ed in particolare nell’elaborazione digitale dei segnali. supposto 0 < |a| < 1. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. A tale proposito. 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. 4. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. Dalle proprietà della risposta impulsiva. possiamo trovare la soluzione h(n) in maniera ricorsiva. ed in generale.16). A differenza del caso TC. si vede che il sistema è dispersivo. osserviamo che la forma ricorsiva (4. es. Così facendo. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 .17. ossia y(n) = h(n). h(n) può essere sinteticamente espressa come h(n) = b an u(n) . ponendo b = 1. il sistema in esame è un sistema IIR avente memoria praticamente finita. denotiamo 12 Ad esempio. 4. la cui somiglianza con lo schema di fig. A conclusione di questo paragrafo. Questa interpretazione porta allo schema a blocchi riportato in fig. Imponiamo che il sistema sia LTI. 4. Pertanto. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . e sono pertanto sistemi IIR. . h(n) = an b . Analogamente. suggerisce anche un modo per realizzare il sistema. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. In tale ipotesi. Per semplicità. che è rappresentata graficamente in fig. 4.91) dell’equazione alle differenze (4.

. . che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. . i sistemi AR presentano risposte impulsive di durata infinita.25. opportunamente ritardato e scalato. N + 2. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.17).8333 e b = 1). 4.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. per m ∈ {0. analogamente. M}. lo schema a blocchi corrispondente alla (4.26. ponendo a zero i coefficienti bm .8 0. .4. con ak i rapporti −ak /a0 . N (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. . . . Precisamente.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. 1. è possibile ottenere un sistema con N > M. . m=0 N N (4. Per effetto della ricorsione.4 0. . . 4.2 Fig. 13 A . Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. partire da un sistema ARMA con N = M. Risposta impulsiva del sistema LTI (es. . 4. M}. ritardo elementare e sommatore. . per k ∈ {N + 1. è possibile ottenere un sistema con N < M. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. . 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) . . così facendo la (4. . per m ∈ {M + 1.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. 4.93) è riportato in fig. N}. N}. N (4. ponendo a zero i coefficienti bk . e con bm i rapporti bm /a0 . M + 2. . h(n) 0 0 5 n 10 15 20 Fig.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . 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) .27. per k ∈ {1.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. è riportato indietro verso il segnale di ingresso z(n). 2.6 0. 4. Questa ricorsione.

. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. Lo schema si può vedere come la cascata della parte MA e della parte AR. Lo schema di fig. Realizzazione in forma diretta I di un sistema ARMA (N = M). che è generalmente denominata forma diretta II del sistema ARMA.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. .29. precedentemente menzionato. 4. in quanto sia la parte MA che quella AR sono sistemi LTI.95) rappresenta la parte AR (o IIR) del sistema.27 è comunemente denominata forma diretta I del sistema ARMA. z -1 x(n-N) bN aN . . 4. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. . . senza alterare la natura del sistema. nonchè amplificatori e sommatori. . pertanto. z -1 y(n-N) b2 a2 . calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. Così facendo si giunge alla struttura modificata rappresentata in fig. . Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. si ottiene la struttura cosiddetta canonica riportata in fig. La realizzazione di fig. 15 Il comando filter di Matlab. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. 4. Possiamo quindi dire che la (4. ciò non altera il legame i-u del sistema. b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig.27.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) .15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e.28. In tal modo. . e sono pertanto sistemi IIR. 4. mentre la (4.14 per un totale di 2 N ritardi elementari. . che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.94) rappresenta la parte MA (o FIR) del sistema. 4. .

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

e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. Sostituendo nella relazione i-u del sistema. e scrivere la relazione i-u in termini di convoluzione discreta (4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria.97) +∞ −∞ h(τ ) e− j2π f τ dτ . avente ampiezza unitaria e fase iniziale nulla. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza.182 Sistemi lineari tempo-invarianti (LTI) 4. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. ovvero poniamo x(t) = e j2π f t .9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. e dei sistemi LTI in particolare.96) .96) esiste finita. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. di sinusoidi (rappresentazioni di Fourier). e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. per comodità di presentazione. Assumendo che la quantità tra parentesi tonde esista finita. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4.7. moltiplicato per H( f ). si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .12). per il quale la H( f ) definita dalla (4. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . se reali. Nei paragrafi seguenti. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). 4. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati.7) oppure continua (4. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . oltre che come sovrapposizione di impulsi. Questa relazione mostra che l’uscita y(t) corrispondente al fasore x(t) = e j2π f t è a sua volta un fasore avente la stessa frequenza f dell’ingresso. (4.7 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 (·). e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). in ingresso ad un sistema TC LTI con risposta impulsiva h(t). Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.12).

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. in particolare concetti di analisi funzionale.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R.98) La (4. Vedremo nel cap. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. Quindi. la relazione A e = λ e che definisce gli autovettori e gli autovalori si può interpretare come il fatto che il vettore e viene trasformato da A nel vettore λ e. 4. in particolare l’ampiezza del fasore viene modificata da |H( f )|. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI.30. è in generale una grandezza complessa. dicendo che i fasori sono le autofunzioni dei sistemi LTI. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). 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 . e la sua inversa. la prop. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. mentre la sua fase H( f ). È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. mentre la fase del fasore viene modificata da H( f ). Fig. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. 6 che la relazione (4. evidenzia che i fasori sono segnali particolari per i sistemi LTI. da cui segue che.9 si applica sicuramente a tutti i sistemi stabili.9 può anche essere rappresentata dallo schema a blocchi di fig. se h(τ ) è sommabile. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. Tale proprietà si esprime.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. per analogia con la corrispondente proprietà dell’algebra lineare. inoltre il suo modulo |H( f )|. 4. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . tale relazione di trasformata di Fourier è invertibile.31. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. |H( f )| < +∞.97). ovvero se il sistema è stabile. generalmente soddisfatte dai segnali di interesse pratico. che definisce H( f ) in funzione di h(τ ). detta antitrasformata di Fourier. Infatti. Si noti che tale proprietà vale anche per f = 0. (4. conseguentemente. osserviamo che H( f ). ∀ f ∈ R. per ogni fissato valore di f . La prop. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . ovvero si ha y = A x. Sostituendo tale espressione nella (4. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. 4. proporzionale a e. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. prende il nome di risposta in ampiezza. Dalla sua definizione (4. Per completare l’analogia. 4. che modifica l’ampiezza del fasore di ingresso. che modifica la fase del fasore di ingresso. . ∀f ∈ R.4. 4. prende il nome di risposta in fase.30.96).96). Sotto opportune ipotesi. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). La quantità H(0) prende il nome di guadagno in continua del sistema LTI. cioè dell’autovalore. si può interpretare come la trasformata di Fourier del segnale h(τ ).

Affinché l’uguaglianza precedente possa valere per ogni t ∈ R.6.100) Abbiamo visto nell’es. raffigurato in fig. come dimostrato dall’esempio seguente. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . mentre assume valori minori di 1 per f = 0 e decrescenti .1). della quale è facile ricavare modulo e fase.22. si perviene alla seguente equazione differenziale.96). 4. 6. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. Sfruttando la conoscenza di h(t). avente ampiezza unitaria e fase iniziale nulla.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t).184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. 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 . Esempio 4. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.99) x(t)=e j2π f t secondo la quale H( f ) si esprime come il rapporto tra l’uscita e l’ingresso quando l’ingresso è un fasore a frequenza f . nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . la prop. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . 4.99). 4. (4. che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. e sarà ulteriormente approfondito nel cap. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. e sostituendo tali espressioni nell’equazione differenziale (4.1) che.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 4.32 in funzione di 2π f RC. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0.6.100) che descrive il sistema. § 4. dt dt sostituendo nella (4. 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . dt (4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .16.16 (si veda anche il § 4. ovvero H( f ) = y(t) x(t) .

4. Se il sistema LTI è reale. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. il che è vero se e solo se y(0) = 0. risulta h∗ (τ ) = h(τ ). modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. il sistema può “sopprimere” completamente il segnale di ingresso. In particolare. dato un sistema LTI. 4.9 e l’es.96). se h(τ ) è reale. si ha: H ∗ ( f ) = H(− f ) . il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. risposta in fase (in basso).4). La prop. si è implicitamente imposto che il sistema sia LTI. ovvero la sua risposta impulsiva h(t) è una funzione reale.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. viene chiamato filtro passabasso. se l’ingresso è nullo. dove si è sfruttato il fatto che. che introduce un’attenuazione di ampiezza crescente con la frequenza.32.18): risposta in ampiezza (in alto). In definitiva. a prima vista.101) . supposto H( f ) finita. 4. Risposta in frequenza di un sistema RC (es. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . coniugando la (4. cioè H( f0 ) = 0. L’es. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema.96) o dalla (4. la corrispondente uscita è nulla.100) e non la condizione iniziale y(0) = 0. Tale conclusione non è corretta. Un sistema di questo tipo. Infatti. In virtù di questo comportamento.4. Come osservazione conclusiva. cercare la soluzione y(t) = H( f ) e j2π f t dell’equazione differenziale assegnata è equivalente ad imporre la condizione iniziale y(0) = 0. la corrispondente uscita è necessariamente nulla (cfr. tuttavia.18 conferma che la funzione H( f ) data dalla (4. Infatti. 3. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. Quindi. (4. e sarà ulteriormente approfondito nei prossimi capitoli. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . 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 . per un sistema reale. che assume una importanza rilevante nello studio dei sistemi LTI. prop. crescenti al crescere di | f |. notiamo che. al crescere di | f |. In altri termini. Pertanto. 4. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 .99) è in generale una funzione complessa. 4.

186

Sistemi lineari tempo-invarianti (LTI)

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

,

= |H(− f )| e j

H(− f )

,

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

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

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

4.7.2 Risposta ad un fasore di un sistema TD LTI

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

h(k) x(n − k) .

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

h(k) e j2πν (n−k) =

+∞ k=−∞

h(k) e− j2πν k e j2πν n

4.7 Risposta in frequenza di un sistema LTI

187

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

h(k) e− j2πν k ,

(4.104)

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

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

h(k) e− j2πν k ≤

+∞ k=−∞

|h(k)| |e− j2πν k | =
k=1

+∞ k=−∞

|h(k)| ,

∀ν ∈ R ,

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

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

188

Sistemi lineari tempo-invarianti (LTI)

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

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

h(k) e− j2π (ν +1)k =

+∞ k=−∞

h(k) e− j2πν k e− j2π k =
=1

+∞ k=−∞

h(k) e− j2πν k = H(ν ) ,

come si voleva dimostrare.

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

x(n)=e j2πν n

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

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

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

4.7 Risposta in frequenza di un sistema LTI

189

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

2 1 0 −2 1 0 −1 −2 −1 0 ν 1 2

−1

0 ν

1

2

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

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

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

H(ν ) = b − arctan

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

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

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

190

Sistemi lineari tempo-invarianti (LTI)

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

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

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

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

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

(4.109) (4.110)

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

21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). 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 .35). Inoltre. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . 4. la prop.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. Esempio 4.35. se H(ν0 ) = 0. 4. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. (4. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). considerando due attraversamenti dell’origine con pendenza positiva). 4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig.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. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 .111) (4.4. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.21).104) esiste finita per ν = ν0 .109) introducendo un opportuno sfasamento di π /2. Si consideri lo schema di misura di fig. Variando la frequenza f0 del generatore (a scatti oppure in maniera . notiamo che per la proprietà 4. viene collegato all’ingresso e all’uscita del circuito. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). se H( f0 ) = 0. capace cioè di rappresentare due segnali su uno stesso visore. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.112) Analogamente al caso TC. Notiamo in effetti che la (4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. 4. ed è riportata di seguito per completezza. un oscilloscopio a doppia traccia.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. per il quale H(ν ) definita dalla (4.110) si può ottenere come caso particolare della (4. 4.35. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . Si può immediatamente osservare che. T0 In definitiva.

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

M2 ∈ N). (d) h(n) = |k|≤3 ∑ δ (n − k). (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). stabile. stabile. (b) y(t) = 3 x(t) + 5 x(t − 2). dispersivo. (c) h(t) = rect t−0. (b) h(n) = u(n). t−T t+T t 1 π +∞ −∞ x(τ ) dτ t −τ [Suggerimento: per determinare h(t) applicare x(t) = δ (t) e semplificare utilizzando le proprietà dell’impulso. dispersivo. causale. x(n − k). (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). Successivamente. stabile. dispersivo. (b) h(t) = 3 δ (t) + 5 δ (t − 2). k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k).] Risultato: (a) h(t) = u(t).5T . (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). causale. stabile. |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k).8 Esercizi proposti 193 4. x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ). dall’esame della risposta impulsiva. stabile. (T ∈ R+ ). Successivamente. instabile.5T rect (c) y(t) = T −∞ (d) y(t) = (e) y(t) = (f) y(t) = (g) y(t) = T 0 t x(t − τ ) dτ (T ∈ R+ ).5T . ∑ 1 x(n − k). stabilire se il sistema è non dispersivo. stabile.4. in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione. causale. non causale.] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2). causale. (−1)k x(n − k) (M1 . dispersivo. dall’esame della risposta impulsiva. causale. . T T dispersivo. (e) come (c). dispersivo. (T ∈ R+ ). (g) h(t) = 1/(π t). (d) come (c). dispersivo. causale. non causale. (f) h(t) = rect t+0. 1 + |k| [Suggerimento: vedi esercizio precedente. instabile. stabile.1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. dispersivo. non causale. (a) y(t) = t −∞ x(τ ) dτ . (trasformata di Hilbert). instabile. stabilire se il sistema è non dispersivo.8 Esercizi proposti Esercizio 4.2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. Esercizio 4. causale. +∞ τ − 0.

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

 n  a .    0 . per t ≥ 6 .  (b) y(t) = 1 .  (b) y(t) = 4 . Risultato: y(n) = (n + 1) bn u(n) per a = b. per 2 ≤ t < 4 .  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .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).    2t − t 2 . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T .    2t . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b.9 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−|t| ed h(t) = e−2 (t+1) u(t + 1). Esercizio 4. Calcolare l’uscita y(n) del sistema. per t ≥ 3 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n).4.  −t/T  (e − 1) . per t > −1 . per t < 0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). Esercizio 4.7 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}.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 . Te  0 . Esercizio 4. per t ≤ 0 .  0 .  per 0 ≤ t < 2 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e .   9 − 6t + t 2 .   1 e(t+1) .    0 . per t ≤ −1 . .  −t/T ) . per n > −1 . con |b| < 1. per 1 < t ≤ 2 . per 4 ≤ t < 6 . con a > 1.8 Esercizi proposti 195 Esercizio 4. 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). (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).  per 0 < t ≤ 1 . per t < 0 . per 2 < t < 3 . e  0 . con |b| < 1. con T ∈ R+ . per n ≤ −1 .   12 − 2t . per t > T .

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

5) − rect(t − 1. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4).13 Calcolare e diagrammare la risposta al gradino e la risposta impulsiva del sistema LTI avente relazione i-u: y(t) = t t−1 [x(τ ) − x(τ − 1)] dτ . dt Esercizio 4. causale. τ ) dt allora d dt +∞ −∞ ≤ g(t. Esercizio 4. non causale. stabile.5). stabile. (c) il sistema è dispersivo. stabile.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). h(n) = 4n u(n). stabile. tale per cui: d f (t. (f) il sistema è dispersivo. h(t) = rect(t − 0. non causale. instabile. stabilire se il sistema è non dispersivo. non causale. Esercizio 4. h(t) = e−2t u(t + 2). causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). utilizzando s(n). (e) il sistema è dispersivo. Esercizio 4. (b) il sistema è dispersivo. Risultato: s(n) = δ (n + 1) − δ (n). h(t) = e2t u(−1 − t). τ )] dτ . (g) il sistema è dispersivo. stabile. τ ) . stabilire se il sistema è non dispersivo. (g) h(t) = 2 e−t − e(t−100)/100 u(t). Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). causale. h(t) = t e−t u(t).4. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . f (t.14 Calcolare e diagrammare la risposta al gradino s(n) del sistema LTI avente relazione i-u y(n) = x(n + 1) − 2 x(n) + x(n − 1) Successivamente. h(t) = e−6|t| . instabile. non causale. Risultato: s(t) = Λ(t − 1). τ ) integrabile su R rispetto a τ e un costante ε > 0. . τ )dτ = +∞ −∞ d [ f (t. h(t) = e−6t u(3 − t). h(n) = (1/3)n u(n) + 3n u(−n − 1). h(n) = (1/2)|n| .8 Esercizi proposti 197 dagli scopi di questo corso. Risultato: (a) il sistema è dispersivo. (d) il sistema è dispersivo. causale.

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

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

non causale. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). 1 + j/2 1 + j/2 . Risultato: (a) y(t) = T −T x at − τ 3 d τ . con a ∈ R. S3 : y(t) = x(t/2) (espansione di 2) .25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . rispettivamente. motivando brevemente le risposte. in generale è tempo-variante. (b) il sistema è 3t . il sistema è lineare. Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). stabile. non dispersivo.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]. (b) per n → +∞. eccetto che nel caso in cui a = 3. stabile. causalità e stabilità. invariante temporalmente. Esercizio 4. non causale. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. y(t) = x(t) − x(t − 0. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). (c) h(t) = 3 rect Esercizio 4. causalità e stabilità). con T > 0.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . y(n) ≈ . (b) il sistema è dispersivo. invarianti temporalmente e stabili.5) nel caso (b).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 . sulla base delle sue proprietà di non dispersività. non dispersività. rispettivamente. mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). 2T lineare per ogni a. (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. (b) Classificare il sistema complessivo. causale. causali. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. Entrambi i sistemi sono lineari. S2 : h(t) = δ (t) − δ (t − 1) . dispersivo. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. dispersivi. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). Esercizio 4. stabile.

per 0 ≤ t < 2 . (c) ylib (t) = y0 e−t/T . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. e la tensione y(t) ai capi della resistenza è il segnale di uscita. (c) Disegnare lo schema implementativo del sistema in forma canonica. causale e stabile. causale. 4. con a ∈ R.4. dt T Esercizio 4. causalità.5 (1 − e−4 ) e−t . Esercizio 4. con T = RC. (a) Disegnare lo schema implementativo del sistema in forma diretta I. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . per t ≥ 2 .29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) .     0. (b) y0 (t) = c1 e−t/T . (f) il sistema è dispersivo.8 Esercizi proposti 201 Esercizio 4. stabilità) del sistema LTI determinato al punto (e). 4. (b) Disegnare lo schema implementativo del sistema in forma diretta II. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso.28 Il segnale di ingresso x(n) e quello di uscita y(n) di un sistema LTI causale sono legati dalla seguente equazione alle differenze: y(n) + a−1 y(n − 1) = x(n − 1) . con costante di tempo T = RC = 1s. [Suggerimento: Per calcolare h(n).36. notare che essendo il gradino la derivata della rampa. per t < 0 . (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). (e) il sistema è LTI se y0 = 0. . causale. (f) Studiare le proprietà (non dispersività. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore.36. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). sistema dispersivo.  0 .5 (1 − e−2t ) e−t . Esercizio 4.26 Si consideri il circuito RC di fig.27 Si consideri il circuito CR di fig. la risposta al gradino sarà la derivata della risposta alla rampa.] Risultato: (a) d 1 d y(t) + y(t) = x(t).     Risultato: y(t) = 0. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . stabile se e solo se |a| > 1. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva.] Risultato: h(n) = (1/a)n−1 u(n − 1). (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). [Suggerimento: per il punto (e). stabile. s(t) = yfor (t) = e−t/T u(t).

Stabilire se i tre sistemi possono essere LTI. S2 : e j5t −→ e j5(t−1) . (e) y(t) = cos 2π T rect t t−0. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du .5T T . con T > 0. invarianza temporale. le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . stabilità). (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. S3 : e jπ n/2 −→ 2 e j5π n/2 . t (b) x(t) = e jπ T .33 Nello schema di figura. Calcolare la risposta in frequenza del sistema. t t (c) x(t) = cos 2π T . . S2 . (d) y(t) = 2 cos π T . ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . t (e) x(t) = cos 2π T u(t).32 Si considerino i sistemi TD S1 . Stabilire se i tre sistemi possono essere LTI. (c) y(t) ≡ 0.30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − 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. causalità. t t (d) x(t) = 2 sin 2π T + cos π T . Esercizio 4. non dispersività. 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) . S3 . Risultato: Solo il sistema S3 può essere LTI.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. S2 . determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).31 Si considerino i sistemi TC S1 . x(t) z(t) S1 + − 6 S2 . (b) y(t) = 2e jπ T . i sistemi S1 e S3 non sono sicuramente LTI. Esercizio 4. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). S3 : e j5t −→ cos(5t) . Esercizio 4. i sistemi S1 e S2 non sono sicuramente LTI. t t Risultato: (a) y(t) ≡ 0. con T > 0. S2 : e jπ n/2 −→ e j3π n/2 . S3 . Risultato: Solo il sistema S2 può essere LTI.

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

37 Si consideri il circuito CR di fig. Risultato: H(ν ) = 1 − 5 e− j8πν .38.29 sia stabile. H( f ) = tan−1 ζf . d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. e la tensione y(t) ai capi del condensatore è il segnale di uscita. e la tensione y(t) ai capi del condensatore è il segnale di uscita. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. 4. Circuito RLC. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. determinare la sua risposta in frequenza H( f ).36. 4. calcolare la sua risposta in frequenza H(ν ). con 2π f0 = ω0 . 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. Fig.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. 1 d j2π f T d y(t) + y(t) = x(t). Esercizio 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . 4. Circuito RC. (b) H( f ) = . con ω0 = dt dt (coefficiente di smorzamento). Circuito CR.38. determinare la sua risposta in frequenza H( f ). 4. Fig. 1 + 4π Risultato: (a) f >0 .37. 4. 1 . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) H( f ) = ζ 1 − ( f / f0 )2 + j π ff2 0 √1 LC (pulsazione di risonanza) e ζ = R 2L (c) |H( f )| = 1 [1 − ( f / f0 )2 ]2 + ζ2 f2 4 π 2 f0 . H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . dt T dt 1 + j2π f T π − arctan(2π f T ) . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. 2 − e− j2πν + e− j6πν Esercizio 4. con T = RC. 2π | f |T .37.38 Si consideri il circuito RLC di fig. f <0 Esercizio 4.

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

206 Sistemi lineari tempo-invarianti (LTI) .

quando il segnale di ingresso è un semplice fasore.7 che. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . aventi frequenze multiple di una stessa frequenza (frequenza fondamentale).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. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). Si consideri infatti un segnale espresso da una somma di fasori. Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. .97). composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . la risposta di un sistema LTI ad un fasore applicato al suo ingresso. 5. 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.105) che consentono di calcolare. Abbiamo però visto nel § 4.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4. Tale rappresentazione prende il nome di serie di Fourier. nel caso TC o TD. In questo capitolo si introduce una prima rappresentazione di questo tipo. denominati filtri ideali. Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). per la linearità del sistema e per la (4. il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza. come ad esempio il seguente segnale TC.97) e (4.

2 In generale. Nel seguito del capitolo.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. 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. 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. e per di più a valori complessi. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. 2 2 2 2 2 2 (5. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . peraltro.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. infatti.2 Si consideri ad esempio il seguente segnale. Tale segnale risulta periodico di periodo T0 = 1/ f0 . rappresenti un caso particolare di scarso interesse pratico. che la introdusse in vari scritti del 1807 e del 1811.1) 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 . solo in questo caso. nel cap. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). Partiamo per semplicità da uno dei più semplici segnali periodici TC. nota come trasformata di Fourier. Quest’ultima rappresentazione. poiché esistono differenze non trascurabili tra i due casi. In particolare.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). rispettivamente. opportunamente generalizzata. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) .3. 6. lo svizzero Leonhard Euler (1707–1783) detto Eulero. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. non necessariamente periodico. che prende il nome1 di serie di Fourier. Va osservato. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. ed ampiezza A/2. . espresso come somma di un numero finito di fasori. e presenterà interessanti relazioni con la serie di Fourier. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. 2 2 La relazione precedente mostra. vedremo la rappresentazione più generale di un segnale. purché le frequenze siano tutte multiple di una frequenza comune f0 . che molto prima di Fourier. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. Successivamente. 5. in accordo con l’interpretazione già data nel § 2. il segnale x(t) risulta periodico. 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. sarà applicabile anche ai segnali periodici. tratteremo separatamente la serie di Fourier per segnali TC e TD. cioè i loro rapporti sono dei numeri razionali. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . sarà esaminata in questo capitolo.

Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. ±M} . 0.3) per e− j2π h f0t . A tale proposito. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t).3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. se k = h . (5. cioè se hanno frequenze distinte. (5.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . (5. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . . cambiando l’indice da h nuovamente a k.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. Ad esempio.3) sia effettivamente periodico di periodo T0 . ed integrando termine a termine su un periodo.5) T0 Essendo l’intervallo di integrazione finito. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). . Assegnato il periodo T0 e il numero di armoniche M. ±1. con h ∈ {0. In tale ipotesi.3). i termini per k = ±2 prendono il nome di seconda armonica. . .4) e pertanto risultano ortogonali se k = h. moltiplicando ambo i membri della (5. dove le funzioni xk (t) sono ortogonali.6) per cui. con k ∈ {±1. con k ∈ {0. . (4. Per mostrare ciò.1)].2) si ricava che M = 3 e Xk = 2 .3) e la (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). (5.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 .5. con M ∈ N . e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). e quindi ammettono T0 come più piccolo periodo comune. dal confronto tra la (5. Le frequenze fk = k f0 dei fasori della rappresentazione (5. . ±2. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). che in generale può essere complesso. Se infatti consideriamo due fasori della rappresentazione (5. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . 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. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . supponiamo che il segnale x(t) sia sommabile sul periodo T0 . . per il segnale (5. a frequenze ± f0 . ±1. 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 . =δ (k−h) (5. ±M}. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza).1). nel senso precisato nel cap. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . i termini per k = ±1 prendono il nome di prima armonica o fondamentale. . se k = h .7) T0 . Ad A|k| esempio. ottenuto come combinazione lineare di un numero finito di sinusoidi. ovvero: |x(t)| dt < +∞ . ±2 f0 e ±3 f0 . notiamo che la (5. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. ±3}.

non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. . Ad esempio. la serie di funzioni (5.3) e (5. B. possono essere rappresentati combinando linearmente un numero finito di fasori. ±M} ma.8) può risultare non convergente.7) ha senso. conseguentemente il segnale x(t).9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5.11) 1 T0 . Dalla maggiorazione precedente. Si osservi inoltre che non tutti i segnali continui.7). è ancora una funzione continua (cfr. ±1. In definitiva. utilizzando la (5.3).3) sia applcabile. basti pensare che nella (5.3) che.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. La serie di Fourier di x(t) è definita dalle equazioni: x(t) = Xk = +∞ k=−∞ ∑ Xk e j2π k f0t x(t) e− j2π k f0t dt T0 (equazione di sintesi) (equazione di analisi) (5. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. Si osservi che.2. .1.8) e (5. rimandando ogni discussione sulla convergenza della serie (5. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . espresso come somma di un numero finito di funzioni continue. il segnale periodico x(t) deve essere necessariamente continuo. 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 . (vedi concetto di gradino e di risposta al gradino). Per il momento tralasciamo questo aspetto. Abbiamo già avuto modo di evidenziare in passato che. .8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . più in generale. non pone alcun problema di convergenza. (5. inoltre. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. In altre parole. . prop. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi.3) per il segnale x(t) espresso come somma di un numero finito di fasori. Infatti. Purtroppo. in virtù della (5.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. 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 . T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. per ogni k ∈ Z.5). affinchè la rappresentazione (5. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. (5. essendo la somma di un numero finito di termini. Tuttavia.9). giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. ∀k ∈ Z .10) (5.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.8) al § 5. a differenza della rappresentazione (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 .4. la seconda consente di decomporre o analizzare il segnale x(t). per ogni k ∈ Z. Più precisamente. In altre parole. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). e gli stessi coefficienti della serie di Fourier di x(t). saranno sviluppate nel § 5. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. 3 In . la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . È interessante osservare che. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier.k . ovvero per la componente continua. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria).12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). mentre la sequenza Xk delle fasi prende il nome di spettro di fase del segnale x(t) (quest’ultimo spettro è definito a meno di multipli di 2π ).k . se X1. ed il fatto che per segnali periodici la media temporale [cfr. sviluppabili in serie di Fourier con coefficienti X1. valide esclusivamente per segnali a valori reali. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. rispettivamente.k ed X2. fatta eccezione per il coefficiente per k = 0. La (5. che è ovviamente nulla per xac (t). ∀t ∈ R eccetto che in un insieme di misura nulla. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. prop. Poiché i coefficienti Xk sono grandezze complesse. in quanto forniscono per ogni valore di k. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t .2. (5. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. si ha X0 = 1 T0 x(t) dt = xdc .3 In particolare. Altre forme della serie di Fourier.k = X2.2 Serie di Fourier per segnali TC 211 Le equazioni (5.10) e (5. particolare. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. valida in generale per segnali x(t) a valori reali o complessi. in virtù di tale corrispondenza.7(c)] si può calcolare su un periodo del segnale.5. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). chiamati anch’essi armoniche del segnale. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). ovvero si ha x1 (t) = x2 (t). l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. Dal punto di vista matematico. rispettivamente. Particolarizzando l’equazione di analisi per k = 0. 2.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier.

6].8 0. come la formula di Eulero.2 0 0 −0. 2  0. k = −1. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. noti che in fig. da: |Xk | = A 2. per confronto con l’equazione di sintesi (5. k = −1. altrimenti.10).   indeterminata. Per segnali più complicati. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. si ricava:   A e j ϕ0 . 5. con A > 0. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e .1. k = 1.11). il calcolo dei coefficienti non è un problema concettualmente difficile. 2 2 da cui. k = 1. 5. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. 5.1 (A = 1. 4 L’esempio precedente mostra che in casi molto semplici. ϕ0 = π ). 4 Si . 5. 5.1)). altrimenti.1 e nel seguito. altrimenti. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. 0.5 0 −5 1 ∠ Xk 0 k 5 1 0. k = ±1. 4 Fig. rispettivamente. per semplicità di rappresentazione.212 Serie di Fourier 1 |Xk| 0.4 0. Gli spettri di ampiezza e fase sono dati. Per maggiore generalità rispetto al caso visto precedentemente.6 sinc(x) 0. 2 Xk = A e− jϕ0 .1 per il caso A = 1 e ϕ0 = π . Esempio 5.2. sebbene essa risulti a rigore indeterminata. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . La funzione sinc(x) per valori di x ∈ [−6.  ϕ0 .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.  Xk = −ϕ0 . e sono riportati4 in fig.

es. 6] è riportato in fig. I coefficienti Xk dell’onda rettangolare dell’es. πx x ∈ R. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A .1 0 −0.5) sono puramente reali.2. introduciamo la funzione sinc(x): sinc(x) = sin(π x) .2 (A = 1.1 −0.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.4 |Xk| 0. Le principali proprietà della funzione sinc(x) sono le tre seguenti.2 (serie di Fourier dell’onda rettangolare TC.3 Xk 0. 5.3. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .5 0.2 0. δc = 0. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. 5. Esempio 5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt . (5. Per k = 0.2 −5 0 k 5 0. δc = 0. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .13) Per esprimere in forma più compatta il risultato precedente. Fig.4 0.2 Serie di Fourier per segnali TC 213 0. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 .5).4.9). di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . 5. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . cfr.5. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. πk πk (5.2 (A = 1. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.14) il cui grafico per x ∈ [−6. 2. 5. . 5.

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

Per k = 0.6 x(t) 0. 5. 5. Fig. Applicando la formula di Eulero a e− j2π k f0 t . 5. Tale segnale è raffigurato graficamente in fig.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).2 Serie di Fourier per segnali TC 215 1 0.5.2 0 −5 0 k 5 2 ∠ Xk 0. Esempio 5. 5.4 |Xk| 0.11). 5.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 . si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . in quanto esso risulta nullo per la simmetria dispari della funzione integranda.6. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 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 . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.5. 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 . ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . T0 4 2 mentre per k = 0. L’onda triangolare dell’es.3 (A = 1).5 per A = 1. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.3 (A = 1). decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo .4 0.8 0.

nel seguito daremo solo qualche risultato fondamentale. inoltre. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k).2.2. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative.11). in quanto |Xk | = Xk ≥ 0 e Xk = 0. 5 Per . Come vedremo (cfr. 5. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . esistano finiti. fatta eccezione per casi molto semplici (es. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. come vedremo nel § 5. 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). notiamo che anche l’onda triangolare possiede solo armoniche dispari. come già mostrato precedentemente.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. Sia x(t) un arbitrario segnale periodo con periodo T0 . segnale sinusoidale). Vedremo tuttavia nel cap. = 2A  .1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2.2. k dispari. (−1)k Come evidenziato dagli es. k = 0. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. § 5. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. 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]). k pari.11). 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. e quindi consiste nella risoluzione di un integrale.4 o più estesamente in app. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. 5.3. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. Tuttavia. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni.2). Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. e sono raffigurati in fig. 5.2 e 5. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.2.216 Serie di Fourier integrale. definiti dalla equazione di analisi (5. quindi gli spettri di ampiezza e fase si calcolano banalmente.

15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . sono funzioni a valori k complessi definite sull’intervallo (a. simmetrico per garantire che siano presenti le armoniche Xk e X−k . né tanto meno che tale serie converga al segnale x(t). Quindi. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente.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. ∀k ∈ Z e ∀x ∈ (a. 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 . 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). Se la serie di Fourier (5. si dice che la serie di Fourier (5.15) converge al segnale x(t). cioè k→±∞ lim |Xk | = 0 . in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. uno stesso numero Nε va bene per tutti i punti dell’asse reale.7) sono validi anche per M → +∞. In particolare. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. Così come per le serie numeriche.4. pertanto.5. allora si può scrivere M→+∞ lim xM (t) = x(t) . Risulta immediatamente evidente che. se la serie di Fourier converge uniformemente su R. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.18) allora la serie associata ai coefficienti Xk converge uniformemente. cfr. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . (5.2). b).6) e (5. Lo studio delle condizioni sotto le quali la serie (5. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. con M ∈ N . (5. § 5.15) converge dipende dal tipo di convergenza richiesta. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. 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. se il segnale x(t) ha almeno una discontinuità.15) costruita a partire da questi coefficienti converga.15) converge uniformemente [5] al segnale x(t) su R se. . la sua serie di Fourier non potrà convergere uniformemente ad x(t). con |gk (x)| ≤ Mk . poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.17) ovvero l’equazione di sintesi restituisce il segnale x(t). b). per ogni ε > 0. b). con k ∈ Z. (5.

e sollevò numerosi dubbi sulla validità della serie di Fourier. ma non che la serie restituisca proprio x(t). Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. come può la serie rappresentare segnali discontinui. non restituisce esattamente il segnale x(t). A differenza della convergenza uniforme espressa dal teor. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. la serie di Fourier (5. In altre parole. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che.15) converge ad x(t) per quasi tutti i valori di t ∈ R. pur essendo convergente. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. che assicura la convergenza della serie (5. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). 5. 5. ossia: x (t) dt < +∞ . Dal punto di vista ingegneristico. la somma di una serie di funzioni continue non è necessariamente una funzione continua. 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. se ci limitassimo a considerare la sola convergenza uniforme. com’è intuibile.2.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. In tal senso. come l’onda rettangolare dell’es.15) che. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente.15) è data dal seguente teorema: Teorema 5. è continuo e derivabile quasi ovunque. 2 T0 la serie di Fourier (5. come l’onda rettangolare dell’es. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. per i quali la serie. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono.15) può convergere uniformemente ad un segnale x(t) = x(t). la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. ˇ tuttavia.10) converge uniformemente al segnale x(t) su tutto l’asse reale. Pertanto.2? Oggi sappiamo che se la serie non converge uniformemente. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. una volta calcolati i coefficienti Xk a partire da un segnale x(t). coseni o seni) sono tutte continue. quando ciò accade. con derivata x (t) a quadrato sommabile sul periodo T0 . ma con continuità. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica.15) al segnale x(t) per ogni t ∈ R. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859).1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t).18) è verificata. 5. . se la (5.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t).1. periodico con periodo T0 . eccetto al più un sottoinsieme di valori di t di misura nulla. 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 .

è discusso in app. decrescendo come 1/k2 . Infine. Esempio 5. detta convergenza in media quadratica. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor.3 soddisfa le condizioni di Dirichlet. se la funzione x(t) è continua. la convergenza non è uniforme per ogni t ∈ R. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). In particolare. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. T0 (d2) x(t) è una funzione continua nel periodo T0 . 5. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. le condizioni di Dirichlet sono un caso particolare del seguente risultato. che è importante non solo nell’ambito della teoria dei segnali e sistemi.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. Si può inoltre dimostrare che la convergenza della serie di Fourier è uniforme in ogni intervallo che non contiene punti di discontinuità di x(t). Per concludere. (d3) x(t) è una funzione derivabile nel periodo T0 .2 soddisfa le tre condizioni di Dirichlet.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. In più.5. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk .1.18). per ogni t ∈ R. essendo una funzione continua. considerazioni matematicamente più approfondite mostrano che. . e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. in effetti. violando la condizione (5.2 Serie di Fourier per segnali TC 219 Teorema 5. osserviamo che. Ad esempio. 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. decrescendo come 1/k. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. ma anche in molti problemi di fisica matematica.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua.10 Esempio 5. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . costituiscono una sequenza sommabile. la convergenza della serie è uniforme per ogni t ∈ R. non costituiscono una successione sommabile. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). 5. Questo tipo di convergenza. 5. Inoltre. la serie di Fourier restituisce x(t) in tutti i punti. E. allora la serie di Fourier di x(t) esiste e. In particolare. Si osservi che in questo caso i coefficienti Xk . escluso al più un numero finito di punti con discontinuità di prima specie. Poiché l’onda rettangolare non 2 è una funzione continua.

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

Inoltre. 101. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. 5. confermando che.7. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0.7 (onda triangolare) Si consideri l’onda triangolare dell’es. presenta dei punti di discon− + tinuità. il fenomeno di Gibbs non si verifica per tale segnale.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. in effetti.12 Nell’es. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. Gibbs (1839–1903). 5. Infatti al crescere di M i picchi delle oscillazioni. l’ampiezza delle oscillazioni calcolata secondo la (5.09 (a sinistra della discontinuità) e 1. che per primo lo osservò e lo descrisse. ma per ogni segnale x(t) che. 5.2. 5. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . 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) . ma la cui ampiezza non diminuisce al crescere di M. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. L’onda triangolare è continua ma con derivata prima discontinua. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. 5.1 si applica con n = 0.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. Questo fenomeno.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. ottenuti con Matlab. vengono “schiacciati” verso la discontinuità. 3. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). In fig. poiché l’onda triangolare è una funzione continua.09 (a destra della discontinuità. nella quale il segnale oscilla tra i valori −0.09. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 .20) dove βgibbs ≈ 0. In particolare. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 .2 Serie di Fourier per segnali TC 221 Esempio 5.20) è pari in valore assoluto circa a 0.1 si applica con n = −1.3. 1. in effetti. la cui frequenza aumenta. (5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. In effetti.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. 11. 11 Il 12 In fenomeno prende il nome dal fisico J. 5. dt.8. come testimoniato dalla fig. Per δc = 1/2 ed A = 1. Esempio 5. noto come fenomeno di Gibbs. sebbene restino di ampiezza invariata. quindi la prop. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. e pertanto il segnale ricostruito con 2M + 1 armoniche. per cui la prop. L’espressione (5. se t0 è un punto di discontinuità. 5. 5. Matematicamente. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. W. 5. confermando che. come già discusso in precedenza. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 .6. come si può anche osservare dalla fig. pur soddisfacendo le condizioni di Dirichlet.28114072518757 è una costante notevole. ed il valore 1/2 in corrispondenza delle discontinuità. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. Poiché l’onda quadra soddisfa le condizioni di Dirichlet.5. ma non uniformemente negli intervalli che contengono le discontinuità.

2 0 −0.8 x(t).8 x(t).5 x(t).6 0.5 0 t/T0 0. xM(t) 0. (c) M = 3.4 0.6 0.6 0.5 0 t/T 0.7.5 x(t).5 0 t/T0 0. (b) M = 1.8 x(t).5 (b) 0 0 t/T 0. (e) M = 11. xM(t) 1 0. xM(t) 0.2 0 −0.4 0.2 0 −0. xM(t) 0. (f) M = 101.4 0.5 0 t/T0 0. xM(t) 1 0.2 0 −0.6 0.5 0 (c) 1 0.8 0.4 0.4 0.2 0 −0.6 0.5 x(t).4 0. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0. 5.8 0.222 Serie di Fourier 1 0.5 (a) 1 0. (d) M = 5.5 (e) (f) Fig.5 (d) 0 t/T0 0.6 0.2 0 −0.8 0. xM(t) 1 0. .

13 Una . 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.3.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.8). 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. sulla base dell’uguaglianza di Parseval.13 valutazione quantitativa della bontà di tale ricostruzione.7 e 5.5.4. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. Viceversa. è proposta nel § 5.

8 0.5 0 (c) 1 0.8 x(t). xM(t) 1 0.8. (b) M = 1. xM(t) 1 0.5 (e) (f) Fig. (e) M = 11. .5 0 t/T0 0.4 0.8 x(t). xM(t) 0.6 0.6 0.5 x(t).2 0 −0.4 0.5 x(t). (d) M = 5. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.4 0. xM(t) 1 0.5 0 t/T0 0. (c) M = 3.5 (d) 0 t/T0 0.6 0. xM(t) 0.2 0 −0.6 0.6 0.5 0 t/T 0.4 0.8 0.2 0 −0.5 x(t).5 0 t/T0 0.224 Serie di Fourier 1 0.8 x(t).2 0 −0.2 0 −0. 5.6 0.4 0.2 0 −0.5 (b) 0 0 t/T 0. (f) M = 101. xM(t) 0.8 0.5 (a) 1 0.4 0.

(5. . moltiplicando ambo i membri della (5. .3). . . Esse. in quanto si tratta di una somma (finita) e non di una serie. N0 n=0 k ∈ {0. . se k ∈ {0. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. pertanto. k (5. La differenza fondamentale rispetto alla serie di Fourier (5. N0 − 1}.22) La relazione (5. . nota anche come Discrete Fourier Series (DFS).10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 .21) Notiamo che. ad esempio in (0. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . e quindi l’intervallo di variazione delle frequenze νk = kν0 . N0 − 1} . nella (5. (5. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n .22) per e− j2π hν0 n e sommando su un periodo. 1[. .21).23) Le (5. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. 14 Si . (N0 − 1)/N0 nell’intervallo [0. . le frequenze νk assumono i valori 0. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. . non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. cfr.22) una somma finita. . 1.10) della serie di Fourier a TC. .21). quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . 1/2).23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. 1) oppure in (−1/2. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). 1. una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. Nella (5.3. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. Anche nel caso TD la serie di Fourier consiste nella rappresentazione di x(n) come sovrapposizione di fasori aventi frequenze multiple della frequenza fondamentale ν0 . 1/N0 . si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. e rappresenta l’equazione di sintesi della serie di Fourier discreta.3 Serie di Fourier per segnali TD (DFS) 225 5. proprio per questo motivo. salvo casi particolari. è improprio parlare di “serie” di Fourier nel caso TD. § 2.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . In particolare.22) è analoga all’equazione di sintesi (5. . semplificati dal fatto che. cambiando l’indice da h nuovamente a k. 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 . In particolare. Infatti. per cui la (5.22) e (5.5. essendo la (5.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD.

26) è periodica. le (5. . si definisce infatti la sequenza X(k) come X(k) = N0 Xk .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 5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. Se infine nelle (5. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). valide nel caso TC. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .28) prende il nome di Inverse Discrete Fourier Series (IDFS). N0 − 1}.28) (5. . Una prima differenza rispetto alle (5.24) e pertanto. Va detto però che. 15 Notiamo DFS . anche se esse non sono esattamente corrispondenti a quelle nel caso TC.25) e (5. In particolare.22) e (5. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.27) (equazione di sintesi) (equazione di analisi) (5. entrambe periodiche dello stesso periodo N0 . le (5.25) e (5.26) ∑ x(n) e− j2π kν0 n . . con sostituzioni algebriche banali.22) e (5. 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. la (5.11). nella letteratura scientifica le (5. N0 k=0 N0 −1 n=0 (5. nella letteratura scientifica.15 come la sequenza x(n). A partire da Xk . In altri termini. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . 1.25) siano quelli dell’intervallo {0.25) (5. Posto wN0 = e− j2π /N0 .29) viene denominata Discrete Fourier Series (DFS).23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. costituiscono formalmente l’esatta controparte delle (5.28) e (5.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.29) ∑ x(n) wkn N0 In effetti.10) e (5. (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.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 . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.226 Serie di Fourier rappresentazione. mentre la (5. .

2). cap. Differentemente dal caso TC. N0 = wkn . un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. sia della trasformata discreta di Fourier (DFT). ad esempio x(0). x(1).6 x(n) 0. Onda rettangolare TD dell’es. . . Infatti. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. Si può infine verificare che le quantità wN0 definite mediante la (5. che è strettamente legata alla DFS (cfr. x(N0 − 1). Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. e si scrive sinteticamente X(k) = DFS[x(n)] . la periodicità della sequenza x(n) deriva dalla proprietà (b).3 Serie di Fourier per segnali TD (DFS) 227 1 0.5. 5. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . nel dominio della frequenza sussiste esattamente la stessa proprietà. nel dominio della frequenza. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn .2 0 −20 −10 0 n 10 20 Fig. ovvero da un’inifinità continua di valori.9. 7). il segnale x(n) è completamente descritto assegnando solo N0 valori.4. x(n) = IDFS[X(k)] . cfr. 5.8 (N0 = 8. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 .8 0. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. ovvero da un segnale TD.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . ad esempio per t ∈ [0. Esempio 5. mentre la periodicità della sequenza X(k) segue dalla proprietà (c). abbiamo visto che invece. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. La periodicità di X(k) è una caratteristica peculiare della DFS.4 0. T0 [. N0 (k+N0 )n In particolare.8 (DFS dell’onda rettangolare TD. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. La DFS e IDFS possono anche essere viste come operatori. . M = 4). . § 5. .

x ∈ Z . La DFS di x(n) si scrive. con semplici passaggi algebrici. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. 0 Per esprimere in forma più compatta il risultato precedente. (5. DM (x) = M M. Le principali proprietà della funzione DM (x) sono le seguenti. si ha: N X(k) = M−1 n=0 ∑ [wk 0 ]n = N − j2π kM N 0 k − j2π N 0 1 − wkM N0 1 − wk 0 N . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 .228 Serie di Fourier e raffigurata graficamente in fig. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa.30) Ricordando la definizione di wN0 . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet.31). x ∈ Z . di facile dimostrazione: 1. dove vale M:  k  0.29). Utilizzando la definizione (5. . e quella dispari dello spettro di fase. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . Tale DFS è rappresentata in ampiezza e fase in fig. . sulla base della definizione (5. 5. 5. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e .11 nel caso N0 = 8 ed M = 4. (5. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. notiamo che wkM N0 wk 0 N = e = e .30) può essere riscritta. 1] è riportato in fig. . si ha allora: X(k) = DM k N0 .31) il cui grafico per x ∈ [−1. tranne che in x = ±1. 5. k ∈ Z. 2.9 per N0 = 8 ed M = 4. N1 = 0 e N2 = M − 1. x = . ∀x ∈ R . per cui la (5. sin(π x) x ∈ R. .. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. ±2. Ponendo infatti a = wk 0 . . come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 .

4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0.8 (N0 = 8.5.4. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. In particolare. Per tali proprietà. tratteremo congiuntamente sia il caso TC che quello TD. 5. simmetria hermitiana dei coefficienti.10. i cui coefficienti di Fourier siano Xk e Yk . α2 ∈ C.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 .4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti. in quanto richiede un numero finito di operazioni. E. denominati algoritmi Fast Fourier Transform (FFT). DFS dell’onda rettangolare dell’es. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. 5.29). evidenziando. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. anche perchè il concetto di continuità perde di significato in tal caso. ma anche algoritmicamente. 5. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). e l’uguaglianza di Parseval per il calcolo della potenza. il fenomeno di Gibbs non sussiste nel caso TD. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. è ancora un segnale periodico di periodo T0 .16 La proprietà di linearità della serie di Fourier afferma . e sono comunque riportate in app. discuteremo nel dettaglio la proprietà di linearità. Notiamo in conclusione che. che suggeriscono ulteriori considerazioni concettuali e. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT).11. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso).28) and (5.5 1 4 |X(k)| −0. Vedremo (cfr.5 0 x 0. con α1 . Altre proprietà formali. rispettivamente. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). le differenze salienti. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. utili talvolta nei calcoli. M = 4): spettro di ampiezza (in alto) e di fase (in basso). Fig. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. 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. 5.5 0 x 0. 5. soprattutto. § cap.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. In altre parole. Di conseguenza. quando necessario.

negli es. 5. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .29). 5. 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. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). DFS DFS FS ∀α1 . nel caso TD. i cui coefficienti di Fourier siano X(k) e Y (k). (simmetria pari) (simmetria dispari) (5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5.4. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 .33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . Riassumendo. 16 Può (5.11) e (5.32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . rispettivamente.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.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k.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) . α2 ∈ C. otteniamo la seguente proprietà notevole: Proprietà 5.1.2 e 5. dei due segnali è ancora un segnale periodico di periodo N0 . Valgono cioè le seguenti relazioni: |Xk | = |X−k | .230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t). Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). Xk = − X−k . ossia: Zk = α1 Xk + α2 Yk . 5. . rispettivamente. con α1 . DFS ∀α1 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .2 Simmetria hermitiana Con riferimento a segnali periodici TC. Analogamente. α2 ∈ C . α2 ∈ C .

Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.36).38) .35).36). T0 Se x(t) è reale. Inoltre l’equazione di sintesi (5.10) 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. X(k) = − X(−k) .3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. avendo già provato che X0 è reale. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). e valgono se e solo se il segnale periodico in questione è reale.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. e pertanto: ∗ Xk = 1 T0 T0 x∗ (t) e j2π k f0 t dt = 1 T0 T0 x(t) e− j2π (−k) f0t dt = X−k . Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .36).36). come specificato dalla seguente proprietà: Proprietà 5. anche in questo caso le (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. e quindi X0 è reale.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. in particolare.5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.34) Pertanto. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi.8 riguardante la DFS dell’onda rettangolare TD. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . si ricava che x(t) 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. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Partiamo dall’equazione di analisi (5.33) e (5. 5.37) Prova. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . (5. k=1 k=1 ∑ Xk e j2π k f0 t da cui. si ha x∗ (t) ≡ x(t).35) Le proprietà (5. Proviamo prima l’implicazione ⇒ nella (5. Se vale la simmetria hermitiana (5. (simmetria pari) (simmetria dispari) (5. Proviamo adesso l’implicazione ⇐ nella (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. . . . la proprietà di simmetria hermitiana per la DFS. . Infatti. si ottiene: x(t) = X0 + 2 Re +∞ +∞ k=1 ∑ |Xk | e j Xk e j2π k f0t = X0 + 2 Re +∞ k=1 ∑ |Xk | e j(2π k f t+ 0 Xk ) (5. In particolare. Notiamo infatti che nell’equazione di sintesi (5. in relazione alla periodicità della sequenza X(k). . mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). . si può esprimere. Questa conclusione non è corretta. . 2. con riferimento ai soli valori di k ∈ {0. partendo dall’equazione di sintesi (5.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . 2. si può verificare (la verifica è lasciata al lettore come esercizio) che. N0 − 1}.32) (con analoghi passaggi si ottiene la (5. Infatti.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . . anche N0 − k varia nello stesso intervallo. è possibile determinarne almeno uno dispari. Rispetto al caso TC. In definitiva. 2. 2. . N0 − 1}. k=1 Con ragionamenti simili. . . . applicando la (5. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . k ∈ {1. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . per segnali periodici TD reali. Per evitare possibili fraintendimenti. N0 − 1} . 1. se N0 /2 è intero (il che accade se e solo se N0 è pari).  N 0 k=1 . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. .37) nel caso TD). . . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. oltre a X(0). . anche X(N0 /2) è vincolato ad essere reale per N0 pari. se x(·) è reale. . N0 − 1}. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ).28) compaiono solo i valori di X(k) per k ∈ {0.232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. .34) a partire dalla (5. in alternativa alla (5. per cui la (5. La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. poiché la fase di un numero complesso è definita a meno di multipli di 2π . 1.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. N0 − 1}. N0 − 1}. il solo coefficiente X(0) è vincolato ad essere reale. In altre parole. . X ∗ (k) = X(N0 − k) .39). se k ∈ {1. valide esclusivamente per segnali reali. . .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . N0 pari . con riferimento a segnali periodici TC reali. N0 − 1}. . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . per k ∈ {1.37) si può riscrivere. conseguentemente. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . (5. .37) mediante le seguenti condizioni: X(0) reale . ponendo Xk = |Xk | e j Xk nella (5. . per k ∈ {1. anche come segue: X ∗ (k) = X(N0 − k) .38). da cui si deduce che. . 2. . notiamo che. Notiamo infatti che.

ak = 2 T0 x(t) cos(2π k f0t) dt . a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . Le espressioni (5.4. note come forma polare della serie di Fourier. note anche come forma esponenziale della serie di Fourier. def.40) e (5. bk = 2 T0 x(t) sin(2π k f0t) dt . in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. si ha. 5. partendo dall’equazione di sintesi (5. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. N0 − 1}) nella (5. Nel seguito. 2 k=1 (5. 5. perché più generali e compatte. 2.29).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. anche per segnali reali. rispettivamente. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1.39). .41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. con facili passaggi algebrici. Un’ulteriore espressione della serie di Fourier. ed in essa. N0 dispari .41) Le (5. 5. . anziché in modulo e fase. Consideriamo dapprima il caso di un segnale TC periodico. . come nella forma polare. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. . compaiono soltanto quantità reali. ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. Infatti. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . in parte reale ed immaginaria. . N0 pari . si ottiene nel caso TC decomponendo Xk .10). nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 . (5. Il punto di partenza è l’equazione di sintesi (5. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .2). . valide per segnali reali.5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. x(t) = dove: a0 = 2 T0 x(t) dt .42) e (5.4 Principali proprietà della serie di Fourier e della DFS 233 (5.42) T0 T0 T0 Allo stesso modo.38).1 e def.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) .

2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 .10) sono a due a due ortogonali. possiamo quindi enunciare la seguente proprietà: Proprietà 5.45) 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. 2.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . Riassumendo. 0. riprendendo e riscrivendo l’equazione di sintesi (5. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . nota come uguaglianza di Parseval per la serie di Fourier (a TC). se k = h . In virtù di tale ortogonalità.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . ∑ N0 N0 k=0 k=0 N0 Come nel caso TC.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . (5. Notiamo che per segnali . la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . 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. (5. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . 2 ∑ N0 k=0 (5. se k = h . essendo fasori a frequenze distinte. Passiamo a considerare il caso di un segnale periodico TD.234 Serie di Fourier Abbiamo già osservato [eq. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. es. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . sono tra di loro ortogonali. È semplice anche in questo caso provare che i segnali xk (n).4)] che i fasori e j2π k f0t che compaiono nella (5. con coefficienti X(k)/N0 . Poiché (cfr.

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

12. 5.236 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.

dove f0 = 1/T0 . 18 Espressioni .3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.23). 6).97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . Risposta di un sistema LTI ad un segnale periodico (caso TC).5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. periodico di periodo T0 . x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . Risposta di un sistema LTI ad un segnale periodico (caso TD). 5. sia applicato (fig.46) ha la forma dell’equazione di sintesi (5. che può essere vista come un caso particolare di segnale periodico.18 Consideriamo prima il caso TC. ed essendo i coefficienti Xk ∈ C quantità costanti. mediante le relazioni (4.5. per il principio di sovrapposizione (3. 5.7.23) per calcolare l’uscita y(t). § 4. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .10) della serie di Fourier di y(t).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. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. Pertanto.10). 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. 5. è possibile applicare il principio di sovrapposizione (3. Applicando l’equazione di sintesi della serie di Fourier a TC (5. sfruttando le formule di Eulero. le espressioni precedenti sono state già utilizzate (cfr. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . Infatti. 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. Fig.13. è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . =Yk (5. Per la linearità del sistema. e supponiamo che il segnale x(t).97) e (4. In particolare. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. 5.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ).14.46) Poiché la (5.

si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . Yk = H(k f0 ) + Xk . se il sistema è reale. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. Particolarizzando la (5.238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 . N0 k=0 dove ν0 = 1/N0 . . con lo stesso22 periodo N0 del segnale di ingresso.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . stretto rigore.47) per k = 0. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . applicando il principio di sovrapposizione. sia applicato (fig. che prende per questo motivo il nome di guadagno in continua del sistema. (5. N0 k=0 =Y (k) (5. 5.47) sono tutte. complesse. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. in particolare. periodico di periodo N0 . 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. Pertanto. la funzione H( f ) prende anche il nome di risposta armonica del sistema.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . 19 A (5.48) (5. Notiamo che le quantità che compaiono nella (5.47) La (5. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).50) Dal confronto con la (5. si ha: ydc = H(0) xdc . la (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 .19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . (5. 21 Si noti che. e ricordando che Y0 = ydc e X0 = xdc . 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 ).51) Per gli spettri di ampiezza e fase. In termini di modulo e fase.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).22). calcolati alle frequenze fk = k f0 . supponiamo che il segnale x(n). per la simmetria hermitiana di H( f ) risulta che H(0) è reale. si ricava anche in questo caso che y(n) è un segnale periodico. in generale.21 Passando ad esaminare il caso di un segnale TD. valgono considerazioni analoghe a quelle già fatte nel caso TC. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso.47).

1 + j2π k f0 RC . lasciando tuttavia invariata la frequenza k f0 del fasore stesso.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. Fig.4 0.8 |H(f)|.46). in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. 5. 5.2. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. come evidenziato nell’esempio che segue. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.5.2 0 −5 0 k 5 Fig. |H(k f0)| 0. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso.9). 5.2 |Xk| 0. la modifica subita dalla k-esima armonica.4 0. avente frequenza k f0 . riportata di seguito. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.6 0. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. Esempio 5.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . Risposta di ampiezza del filtro RC (es. 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. la (5. in ingresso ad un sistema RC.16.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. Particolarmente interessante è la modifica delle ampiezze delle armoniche. Facendo riferimento al caso TC.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 1 + j2π f RC per cui la (5. ad esempio.9). 5. 5.4 |Yk| 0.15. Inoltre. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . 5. di ampiezza A e duty-cycle δc .47) e (5.

y(t) 0. Con riferimento al caso TC. 5. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. i più semplici esempi di filtri sono quelli cosiddetti ideali.17).9.23 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. In fig. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. In particolare. per 2π f0 RC = 1.6 0. Per questo motivo. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. 5.5 0 t/T 0. Il segnale y(t) di uscita (fig. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| .5 1 0 Fig. In particolare.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. ossia quello di atte1) l’ampiezza di alcune armoniche. . per effetto dell’attenuazione delle componenti ad alta frequenza. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. 5. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita.17. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi.8 x(t). presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. 5. Viceversa.4 0. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso).240 Serie di Fourier 1 0. mentre in fig. tutte le armoniche aventi frequenze per le quali H( f ) = 0 vengono completamente bloccate dal filtro: tale intervallo di frequenze Ws prende il nome di banda oscura del filtro o stopband. si dice che il sistema LTI si comporta come un filtro. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. un comportamento tipico ad esempio dei circuiti elettrici risonanti. sulla base della posizione della banda passante e di quella oscura. 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. I filtri ideali TC sono in genere classificati. mentre non è in grado di “generare” armoniche a frequenze differenti da quelle dell’ingresso (vedremo che la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari). 5.2 0 −1 −0.

Anche in questo caso. | f | ≤ fc . (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. | f | ≤ fc . La banda passante del filtro è W p =]−∞. fc ]. | f | > fc . 5.18. 5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 241 HLPF(f) HHPF(f) 1 1 -fc Ws 0 Wp fc Ws f Wp -fc 0 Ws fc Wp f Fig. +∞[. (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). | f | > fc . fc ].5. − fc [ ∪ ] fc . .19. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. Fig. 1. mentre la banda oscura è Ws = [− fc . Risposta in frequenza di un filtro ideale TC passabasso (LPF). 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. o equivalentemente: HLPF ( f ) = rect f 2 fc . − fc [ ∪ ] fc . la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. +∞[. La risposta in frequenza (fig.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. 0. mentre la banda oscura è Ws =]−∞.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. La risposta in frequenza di un tale filtro (fig. La banda passante del filtro è W p = [− fc .

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

le tipologie di filtri ideali sono le stesse. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). Per quanto riguarda il caso TD. 4.52) (5.53) (5. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν .108) nel caso TD. Anche nel caso TD. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. necessaria per garantire la periodicità di H(ν ). data dalla (4. oppure dalla (4.25 sono mostrate le risposte armoniche dei filtri ideali LPF.22–5. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). Si noti che per tutte le tipologie di filtri introdotti precedentemente. Per questo motivo.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. BPF e BSF per il caso TD. 5. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). Tali filtri si dicono invece ideali in senso “fisico”. 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. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. 5.21. Nelle fig. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. sia nel caso TC che TD. Tali filtri si dicono ideali anche . prop. perché presentano una separazione netta tra banda passante e banda oscura.52) e (5. 0 < νc < 1 rappresenta la frequenza di taglio.22–5. nelle fig. con 0 < νc1 < νc2 < 1 . HPF. 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. descritti dalla (5.101) nel caso TC. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari.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. con la fondamentale differenza che. la risposta armonica H(·) è una funzione reale e pari.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.55) è possibile definire due frequenze di taglio.53).11).54) e (5. 5. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). 1/2[.5. A causa di tale periodicità. descritti dalla (5. quindi soddisfa la proprietà di simmetria hermitiana. 2 mentre per i filtri BPF e BSF.

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

Risposta in frequenza di un filtro ideale TD passabasso (LPF). 5. Risposta in frequenza di un filtro ideale TD passaalto (HPF). 5. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig.5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig. 5. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF).22.24. 5. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig.23. . Fig. Risposta in frequenza di un filtro ideale TD passabanda (BPF).25.

la procedura (d) è quella che semplifica maggiormente i calcoli. π 4 . il metodo di ispezione è applicabile solo a segnali composti da sinusoidi/cosinusoidi. in questo modo il calcolo della serie di Fourier si riconduce a quello della trasformata di Fourier di xg (t).] 1 1 Risultato: (a) T0 = 1 (b) X1 = 2 j e jπ /4 . (d) si utilizza la relazione nota come proprietà di campionamento in frequenza o formula di Poisson (cfr. T0 ). [Suggerimento: per il punto (b). ci sono varie strade alternative: (a) nel caso particolare in cui il segnale si può esprimere come somma di sinusoidi/cosinusoidi. Xk = 0 per tutti gli altri 4 valori di k ∈ Z. Per un segnale avente forma più generale. T0 /2) oppure (0. utilizzare note formule trigonometriche ed applicare il metodo di ispezione.1 Si consideri il segnale: x(t) = cos(6π t) cos(2π t) + sin 2π t + (a) Determinare il periodo T0 di x(t). X−1 = − 2 j e− jπ /4 . T0 dove le scelte più comuni per l’intervallo di integrazione sono (−T0 /2. (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 e la frequenza fondamentale f0 . e quindi andrebbe utilizzata per prima. le cui serie sono più agevoli da calcolare. per la proprietà di linearità Xk = 2Yk − δ (k). per ricavare i coefficienti Xk di un segnale x(t) periodico. e si utilizzano le proprietà formali della serie di Fourier: ad esempio. con f1 ∈ R+ . se x(t) = 2 y(t) − 1 si ha. 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.7 Esercizi proposti Con riferimento ai segnali TC (analoghe considerazioni sussistono per la DFS di un segnale TD). avente periodo fondamentale T0 e frequenza 1 fondamentale f0 = T0 . . Esercizio 5. (c) si esprime il segnale periodico x(t) in funzione di uno o più segnali periodici con lo stesso periodo. In questo caso il calcolo di Xk si riduce a quello di un integrale definito (spesso conviene considerare separatamente il caso k = 0). si espande ciascuna sinusoide/cosinusoide con le formule di Eulero e si identificano i coefficienti Xk confrontando l’espressione ottenuta con l’equazione di sintesi della serie di Fourier (metodo di “ispezione”). (b) si risolve direttamente l’equazione di analisi Xk = 1 T0 x(t) e− j2π k f0t dt . tutte le serie di Fourier proposte negli esercizi di questo capitolo sono calcolabili semplicemente anche con le tecniche (b) e (c). e quest’ultimo problema è generalmente più semplice. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. in quanto i coefficienti della serie di Fourier di 1 (segnale costante) sono δ (k). Esercizio 5.246 Serie di Fourier 5. In conclusione.2 Si consideri il segnale periodico: x(t) = | cos(2π f1t)| (segnale coseno “raddrizzato”). X2 = X−2 = X4 = X−4 = 1 . tuttavia.

con T ∈ R+ . ed applicare poi la proprietà di linearità della serie di Fourier.3 Si consideri il segnale periodico x(t) = repT0 [xg (t)].4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . k dispari . con T0 ∈ R+ . [Suggerimento: dal grafico. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.  j Risultato: (b) Xk = − π k . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . 0 . (a) Rappresentare graficamente il segnale x(t). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. (b) Xk = Esercizio 5. 0. Risultato: (a) T0 = 1 2 f1 . 0 T0 xg (t) = 0 .] 0. 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . (π k)2 Esercizio 5.5. (a) Rappresentare graficamente il segnale x(t). (b) Xk = (−1)k π (1−4k2 ) .  k = 0.6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. dove  1 − 4t .7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Risultato: (a) T0 = 2T . k pari . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1.5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Esercizio 5. Esercizio 5. dove xg (t) = 2Λ 2t T0 − 1 rect t T0 .  2  . k = 0 pari . dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). 1 T . con T0 ∈ R+ . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . k dispari . 0 ≤ t ≤ T /2 . . altrimenti . con T0 ∈ R+ . f 0 2 = 2 f1 . . k dispari .

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

.   1 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. dove  2 . 1. 4. 6}... xg (n) = 2 .12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . Risultato: (b) X(k) = 1 + 4 cos πk 3 .. X(2) = −4.5. -5 0 5 n (a) Determinare il periodo N0 di x(n). (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . (a) Rappresentare graficamente il segnale x(n). 1. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. n = −1 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.. k = 0. 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. k ∈ {0. Risultato: (a) N0 = 5. n = 0.. 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(1) = 4 − j 8. k ∈ {1. Esercizio 5.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 .7 Esercizi proposti 249 Esercizio 5.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. n = 1. (b) X(k) = 4 + 8(− j)k . 2. da cui X(0) = 12. Risultato: (a) N0 = 4. 2.. X(3) = 4 + j 8. 3. 3}. . altrimenti . 3. k ∈ {0. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. Esercizio 5. 2. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.    0. 4} .

[Suggerimento: applicare le identità dell’esercizio 5.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(1) = 2. X(1) = 3 e jπ /4 . X(2) = 1 + j. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. mostrare che se x(t) ha la proprietà di simmetria (5. Esercizio 5. e si ha in particolare  0 . in modo da poter sfruttare la (5. (d) X(0) = −2. X(3) = 1 − j. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). ] Esercizio 5. (b) Scrivere l’equazione di analisi in (−T0 /2. X(2) = 1. ∀k pari. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . allora il segnale ha solo le armoniche dispari. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). X(2) = 3 j. T0 /2) e dividere l’integrale in due integrali.56) (b) Viceversa. X(3) = −3 j.56) operando un cambiamento di variabile in uno dei due integrali. (e) X(0) = 3. . (c) X(0) = j.56). valida ∀a = 0.16 Senza calcolare esplicitamente x(n). k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . X(4) = −3. X(3) = 3 e j7π /4 . X(1) = 3. ∀t ∈ R .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .14 Sia wN0 = e− j2π /N0 . X(1) = 5 − j. (5. X(2) = 3. X(1) = −5. X(2) = 2. (b) X(0) = 3. Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN .] 1−a Esercizio 5.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. X(3) = 5 + j. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 .14. X(3) = −5. N0 ∈ N: 0 x(n) = x n T0 N0 . X(3) = − j. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5.56).

avente DFS X(k). 0 ≤ t < 4. e determinare in particolare le costanti α . il segnale x(n) è quello avente potenza Px minima. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. 4 ≤ t < 8 . n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. Esercizio 5.] Risultato: α = 10. Esercizio 5. n=0 (3) ∑7 (−1)n x(n) = 1. 3 6 Esercizio 5.7 Esercizi proposti 251 Risultato: (a) x(n) reale. (3) X(11) = 50. (e) x(n) reale. (d) x(n) non reale. dove xg (t) = Λ t T0 . per la proprietà (4). β = π /5 e γ = 0. Risultato: y(t) ≡ 0. Esercizio 5. (2) ∑5 x(n) = 2. utilizzare l’uguaglianza di Parseval per la DFS. con T0 ∈ R+ . β .18 Si consideri il segnale periodico x(n).5. (b) x(n) reale. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. con xg (t) = 1. . Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n).20 Il segnale periodico x(t) = rep2T0 [xg (t)]. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. (2) x(n) è periodico di periodo N0 = 10.17 Si consideri il segnale periodico x(n). −1.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) .] Risultato: x(n) = 1 + 1 (−1)n . γ . [Suggerimento: utilizzare le proprietà della DFS. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. (c) x(n) non reale. avente DFS X(k). viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . (4) Px = 50. 1 + j2π f T0 ottenendo il segnale y(t).

dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 .23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ).22 Il segnale periodico x(t) = repT0 [xg (t)]. con T0 ∈ R+ .24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. H(1/4) = 2 e jπ /4 . (b) y(t) = π82 cos(2π f0t). π2 Esercizio 5. 3. H(3/4) = 2 e− jπ /4 . (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. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . Determinare il segnale y(t) in uscita al filtro. dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). Risultato: (a) xdc = ydc = 1 . . con T0 ∈ R+ . si trova che Esercizio 5. H(1/2) = 0. (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. 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 . 1. Esercizio 5.252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). 1). e ∆ν = 1 24 . calcolare l’espressione esplicita di y(t). Risultato: y(t) = 8 sin(2π f0t). 9 Esercizio 5. Determinare i valori di H Risultato: H(0) = 0. 1 2T0 3 < fc < 2T0 . 2. (b) In corrispondenza dei valori di fc determinati al punto (a).21 Il segnale periodico x(t) = rep2T0 [xg (t)]. (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: RC = 1 2π f0 68 13 ≈ 0.25 Il segnale periodico x(t) = repT0 [xg (t)]. 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. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 .28 Con riferimento allo schema in figura. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0.] √ 1 2 1 .5. 2T Esercizio 5. con f0 = 1 kHz. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5.364 f0 . Esercizio 5. con T0 ∈ R+ . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. f1 = 2 kHz. è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (a) Calcolare la frequenza fondamentale f0 del segnale x(t).7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . (c) y3 (n) ≡ 0. f2 = 3 kHz. . dove xg (t) = cos πt T0 rect t T0 . 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. Py = π 4 1 + 81 . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . (b) y2 (n) = sin . (b) Con riferimento al punto precedente.6. con T0 ∈ R+ . si calcoli l’uscita y(t).27 Il segnale x(t) = rep2T0 [xg (t)]. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. sapendo che: (1) x(t) = cos(2π f0t). Esercizio 5.26 Il segnale x(t) = +∞ k=−∞ ∑ (−1)k Λ t − 2kT0 T0 è posto in ingresso ad un filtro ideale passabasso di guadagno unitario e frequenza di taglio 1/T0 .2.] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). (c) RC = T0 π 3 .

Py = 776.H1 ( f ) u(t) - (·)2 v(t) . x(t) 6 . Determinare l’espressione del segnale di uscita z(t). (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. =4kHz Esercizio 5.H2 ( f ) . Esercizio 5.5 f0 e guadagno in continua unitario.H2 ( f ) . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . Si assuma che tutti i segnali ed i sistemi considerati siano reali. y(t) H( f ) . (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py .30 Con riferimento allo schema in figura.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4).H1 ( f ) 6 .y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t]. 1 2π f0 e guadagno in continua unitario.5/T0 e guadagno unitario. g(x) = |x|2 è una nonlinearità (quadratica) senza memoria.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. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . (1) x(t) = 5 + 2 cos(2π f0t). k=−∞ k=−∞ .z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.29 Con riferimento allo schema in figura. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. x(t) .

Sign up to vote on this title
UsefulNot useful