Giacinto Gelli e Francesco Verde

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

NAPOLI 2008

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

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

Indice

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

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

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

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

. . . .1. . . . . . . 6. . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . 7. . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . . . . . . . . . . . . . . . . . .7. .5. . . . . . . . . . . . . . . . . 433 A. .6. . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . .3 Segnali TD transitori . . . . .2 Campionamento ed interpolazione ideale . 6. . . . . . . . . . . .4. . . . . . 6. . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . .2 Interpolazione ideale . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . .3 Aliasing . . .3. . . .1 Trasformata di Fourier per segnali TC . . . . . . . . . . . . . . . . . . . . . . . .3. . . . . . . . . . . . . . 6. . . . .6. . .1 Trasformata di Fourier di un segnale periodico TC . . . . . .3. . . . . . . . . . . . . . . . 6. . . . . . . . . 7. .6. . . . . . . . . . . . . . 7. . . . . . . . .3. . . . . . . . . . . . . 6. . . . integrazione e somma . . . 437 . . . . . . . . 6. . . . . . . . . . . . . . . 6. . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.7. . . . .1.2. . 6. . . . . . . . . . . . . .1 Definizione di numero complesso . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . .2. . . . . . . . 6. . . . . . . . . . . . . . . . .4. . . . . . . . .2 Segnali a banda praticamente limitata . . . .5 Esercizi proposti . . . . . . . . . . 6.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . .1 Trasformazioni della variabile dipendente . . . . .1 Proprietà di convoluzione . . . . . . 6. . . . . . . . . . . . . . . .4 Estensione spettrale e banda di un segnale . .6.5 Proprietà della trasformata di Fourier . . 7 Campionamento e conversione A/D e D/A 7. . . 7. . . . . . . . . . . . . . . . . . . . . . .1 Teorema del campionamento . . . . . . .1. . . . . . . . .8 Esercizi proposti . .2 Segnali TD . . . . . . .7.3 Proprietà elementari della trasformata di Fourier . . 7. . . . . . . 6. . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . .1 Separazione di segnali mediante filtraggio . . . . . 6. 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . .2. . .5.1 Segnali a banda rigorosamente limitata . . . . . . . 6. . . . . . . . .5. . . 434 A.1 Segnali TC . .2 Interpolazione non ideale . . . . . 6. . . . . . . . . . . . . . . . 6.3 Campionamento ed interpolazione in pratica . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . .7. . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . .4 Quantizzazione . . . A Richiami sui numeri complessi 433 A. . . . . . . . . . 6. . . .2 Forma algebrica dei numeri complessi . . . . 6. . . . 7. . . . . . . . .3 Segnali a banda non limitata . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . . . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza .2 Banda passante e banda di un sistema . . . . . . . . . . .1 Trasformata di Fourier . . . . . . . . . . . . . . . .4 Proprietà della risposta in frequenza . . . . . . . . . . 6. . . . . . . . . . . . . . . . .2 Trasformazioni della variabile indipendente . 6. . . . 7.2 Trasformata di Fourier per segnali TD .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . . . . . . .4. . . . . . . . . . . . . . . . . . . . . . . .3 Derivazione e differenza prima. . .

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

poichè il linguaggio della matematica è unico e preciso. Una definizione univoca e non ambigua di segnale e sistema può essere data solo ricorrendo a opportuni modelli matematici. possono essere radicalmente diversi. Definizione 1. Esempi di segnali ricorrono in numerosi campi delle scienze matematiche. nel campo delle telecomunicazioni spaziali. per un ingegnere delle telecomunicazioni. in alcuni casi. espressa in rad/s (rappresenta l’angolo in radianti percorso nel tempo 0 di 1 s) o equivalentemente in termini di frequenza di rotazione f0 = ωπ . 1. fisiche e dell’ingegneria.1 (segnale) Un segnale è un modello matematico che descrive la variazione di una o più grandezze (fisiche) in funzione di altre grandezze (fisiche). per un economista un sistema è invece un insieme di individui che producono e si scambiano beni. I 1.Capitolo 1 Segnali e sistemi: introduzione concetti di segnale e di sistema sono diffusamente impiegati in molti campi della conoscenza umana con significati specifici che.1 Definizione di segnale La definizione di segnale che segue. y). Esempio 1.1) che si muove di moto circolare uniforme. e proseguendo con alcune definizioni e classificazioni elementari. Concentriamo l’attenzione in particolare sulla posizione lungo l’asse x: poiché . le radiazioni emesse dai corpi celesti sono segnali desiderati che portano informazione circa la struttura dell’universo mentre. La posizione del corpo all’istante t è individuata da una coppia di coordinate cartesiane (x. è del tutto generale: essa risulterà certamente più chiara e concreta dopo aver studiato gli esempi forniti nel seguito. in astronomia. lungo una circonferenza di raggio A. Ad esempio. un sistema può essere una rete telefonica o un ponte radio. Allo stesso modo. sebbene astratta. essi rappresentano segnali indesiderati che disturbano le comunicazioni tra la terra e le navicelle spaziali.1 (moto circolare uniforme) Si consideri un corpo (raffigurato in nero in fig. partendo dai loro modelli matematici. espressa in Hertz (Hz) (rappresenta 2 il numero di giri effettuati nel tempo di 1 s). In questo capitolo saranno introdotti i concetti di base necessari per lo studio dei segnali e dei sistemi. La velocità di rotazione del corpo si può misurare in termini di velocità angolare ω0 .

è possibile applicare metodi per determinare soluzioni approssimate.1.2. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). il metodo di Newton (fig. Esempio 1. 1. convessa e tale che f (a) < 0 ed f (b) > 0. 2. . Esempio 1. 1. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. 1. . e fase iniziale ϕ0 . 1. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . f0 e ϕ0 sono diversi. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. Ripetendo tale procedimento. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . 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). che sia crescente. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . . frequenza f0 . 1. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es.1 e 1.1. . f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. si ottiene una relazione ricorsiva in cui l’n-esimo elemento è dato da x(n) = x(n − 1) − 1 Nel f [x(n − 1)] . Posto x(0) = b. 3. pulsazione ω0 o frequenza f0 . dove ϕ0 è la posizione angolare del corpo all’istante t = 0. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. f [x(n − 1)] con n = 1. Il segnale sinusoidale degli es.2 è una funzione del tempo x(t). 1.3 (successione) In matematica. Un esempio classico è il metodo di Newton o della tangente.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b. inoltre.2. Supponiamo che f sia dotata di derivata prima continua e.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. 1. . Fig. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.2. ed è raffigurato in fig. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. anche se il significato fisico ed i valori dei parametri A.

2 e 1. nel caso dell’es. 1. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). Franca Neri . 1. 1.. l’indice n nell’es. .4) ed una variabile dipendente x (una lunghezza nell’es. 1.14 più avanti).4. una tensione nell’es. . (1. Si osservi che. Ad esempio. nel caso dell’es.. che prende il nome di insieme di definizione o dominio di x. ad esempio per molti segnali la variabile indipendente è proprio il tempo. 2.3 mostrano che un segnale può essere descritto matematicamente da una funzione che istituisce una relazione tra una variabile indipendente (il tempo t negli es. un segnale di questo tipo può essere indicato come segue: x : T → X. 1. Fig..3. il dominio del segnale T = {Carlo Rossi. in questo caso. Inoltre.10 e 1. 1.2.1. Esempio 1.. 1. Al crescere di n. infine. mentre l’insieme X. Tale relazione definisce una successione numerica. Voto 22 30 25 30 . Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.3. 1. Il segnale in forma tabellare dell’es. .3. 1.4. un voto nell’es.1 e 1.2.4.. lo studente nell’es. .. 1. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. Gli es.3. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. Il metodo di Newton dell’es.1. Ugo Bianchi. cioè T = R. che prende il nome di immagine di T mediante x o anche codominio di x. possono rappresentare dati .3. .} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi.1 e 1.. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. 1. dove f (x) denota la derivata prima di f (x).3. come accade nell’es. .1) dove l’insieme T. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig.4. racchiude i valori assunti dalla variabile dipendente x. per gli es. un segnale può essere definito mediante una tabella. 1.4 (tabella) In alcuni casi..4. 1...} è costituito dai nomi degli studenti. le variabili indipendenti di un segnale possono non avere un significato fisico o.2. . il dominio T di x coincide con l’insieme dei numeri reali. 1. 1. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1. x(1) x(2) Fig. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. 1.. come nell’es.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .4). ovvero un segnale definito nell’insieme N0 dei numeri naturali. 1. ma esistono casi significativi di segnali – le immagini. 1. 1. 1. Maria Turchini. il dominio del segnale risulta essere T = N0 = {0..1.

6. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. scriveremo {x(t)}t∈T. con riferimento ad un segnale funzione del tempo. e alla variabile dipendente x come all’“ampiezza” del segnale. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita. capace di trasportare un messaggio dalla sorgente alla destinazione. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. che associa ad ogni messaggio da trasmettere .2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. a prescindere dal loro effettivo significato fisico. Esempio 1. mentre l’uscita è la tensione ai capi del resistore R2 . Esempio 1. riportato schematicamente in fig.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. Gli es.1) (cioè il segnale nel suo complesso per ogni t ∈ T). comunque.1 e 1. Concludiamo osservando che.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. Definizione 1. 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). 1. quale il partitore resistivo dell’es. dei quali alcuni sono identificati come segnali di ingresso (o cause). 1. 1. quando tuttavia vorremo enfatizzare la seconda interpretazione. 1.5. Tali funzioni potranno essere descritte mediante un’espressione matematica. è lo schema a blocchi di fig. e gli altri come segnali di uscita (o effetti).5. Schema elettrico di un partitore resistivo. 1.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali.7. 1.6. rimandando il lettore agli esempi che ne chiariscono meglio il significato. 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). un grafico o una tabella. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . di natura più generale (gli studenti). 1.5. Fig. Rappresentazione di un sistema mediante schema a blocchi. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Esso è composto da tre elementi fondamentali: un trasmettitore. oppure può rappresentare la legge di corrispondenza (1. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. Di norma.

soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). . Inoltre. un cavo telefonico) lungo il quale viaggia il segnale d’informazione. il sistema di comunicazione in fig. ed. quindi. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. infatti. in alcuni casi. 1. Ad esempio. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). Gli esempi precedenti mettono in luce alcuni aspetti importanti. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. A tal fine. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. Innanzitutto. non è stato ancora realizzato fisicamente. pertanto. si pensi. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. 1.8. Dato un sistema e assegnati i segnali di ingresso.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. Schema semplificato di un sistema di comunicazione. L’operatore S associa ad ogni segnale x di I un segnale y di U. infine. un sistema è una mera collezione di componenti elettrici. il canale ed il ricevitore. a “produrre” dei segnali di uscita. un canale. che è il mezzo fisico (ad esempio. simbolicamente: S : I → U. meccanici. in questo caso.7. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. 1. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. allo studio di fattibilità di un sistema che è in fase di progetto e che. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata.1. oppure. ad esempio. che interagiscono tra di loro. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. o biochimici. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi.2) I U Fig. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. un ricevitore.

piuttosto che sulla realtà fisica cui il modello si riferisce.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) .8. con t ∈ R. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. A questo punto è necessario fare una considerazione che è bene che il lettore tenga .t]. i cui elementi sono numeri reali o interi relativi.1). l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. indipendentemente dai fenomeni fisici coinvolti. Infatti. è una legge di corrispondenza tra insiemi “numerici”.2). dove x(t) denota il segnale di ingresso e y(t) quello di uscita. il valore del segnale di uscita in un dato istante di tempo può dipendere dal valore assunto dal segnale di ingresso in più istanti o.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). Esempio 1. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita.2). In tal caso. 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.6 Segnali e sistemi: introduzione In fig. risulta essere particolarmente fuorviante l’impiego della notazione y(t) = S[x(t)] oppure y(n) = S[x(n)] per descrivere sinteticamente la trasformazione (1.3) per descrivere sinteticamente la trasformazione (1. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. la (1. com’è anche evidente dagli es. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. rispettivamente. rispettivamente.t] y(n) = S[{x(k)}k∈T. la (1. Si osservi che. per ogni t ∈ R. possano sembrare simili a prima vista. 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. 1.1) e (1. che definisce un segnale. 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.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. si useranno le notazioni y(t) = S[{x(u)}u∈T. più in generale. ottenuto integrando x(u) sull’intervallo ] − ∞.2). con particolare riguardo a quelle che sono applicabili in generale.7 e 1. In tal caso. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t).2). risulta essere convergente.t]. sebbene le corrispondenze (1. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. 1. Per evidenziare invece il fatto che nella trasformazione (1. su tutto il proprio dominio di definizione T. Esempio 1. con n ∈ Z. tuttavia. per ogni n ∈ Z.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico.2) che definiscono segnali e sistemi. In molti casi. d’altra parte. Una seconda osservazione importante è che. 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. n] (1. Sulla base di tale osservazione.

per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.3 Segnali deterministici ed aleatori I segnali considerati negli es. per la presenza di disturbi. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). . 1.2) non è mai esattamente sinusoidale. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. In conclusione.8 1 0 −0. 1. Il segnale vocale assume una forma profondamente diversa.2 e 1. non linearità. Definizione 1.1. Va osservato come principio generale che un modello è solo una rappresentazione.9. 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”. per la loro complessità. infatti. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.6 0.5 0. in quanto contengono un certo grado di imprevedibilità o di incertezza. Tali segnali scaturiscono da fenomeni fisici che. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. o in forma grafica). che non possono cioè essere descritti esattamente. La classe dei segnali deterministici è ampia. In fig. ecc.5 −0. non ammettono una descrizione matematica esatta. Esempio 1. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. In primo luogo. il modello matematico è quasi sempre frutto di approssimazioni.5 x(t) 0 x(t) 0 0. ad esempio.8 1 (a) (b) Fig. quasi sempre estremamente semplificata.4 t 0. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto.3 Segnali deterministici ed aleatori 7 1 1 0.2 0. o per la conoscenza imperfetta dei meccanismi che li governano. In secondo luogo. 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.4 t 0. es.5 −1 −1 0 0. 1. che esprime la pressione acustica in funzione del tempo.2 0. della realtà che intende descrivere.1. accoppiamenti parassiti. 1.6 0. in forma tabellare.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. 1. 1.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. ben presente nel seguito.

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

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.

Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. i segnali sono tutti scalari. rosso (R). zG (x.y) Green z G(x. e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. y). discusso nell’esempio seguente. y. ovvero un “array” di scalari. Se l’immagine a colori è in movimento (filmato a colori).7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. 1. y). 1.t) di tre variabili. y). per cui il segnale sarà descritto da una funzione vettoriale z(x. Esempio 1.2 Proprietà della variabile dipendente Definizione 1. .y) Blue z B(x.14 (immagine a colori) Una immagine fissa a colori (fig. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. Un esempio di segnale vettoriale è l’immagine a colori. verde (G) e blu (B).18) può essere decomposta dalle sue tre componenti fondamentali. y) = [zR (x. y).4. zB (x. siano essi zR (x. zB (x. zG (x. zB (x. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. y).y) Fig. y). Negli esempi visti in precedenza.18.14 Segnali e sistemi: introduzione Red z R(x. 1. y). e quindi nei segnali zR (x. y). zG (x. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x. y)] .

Sulla base del modello matematico (1.15. altrimenti . visto che il suo codominio X = {−5... 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.19) descrive la variazione dello stato logico nel tempo. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio.20 (b). ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”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.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. la sinusoide degli es. raffigurato in fig.1). Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. Esempio 1. mentre X è un insieme discreto per un segnale ad ampiezza discreta. 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 . 1.1.. 1. 1.20(a). Il segnale risultante è mostrato in fig. utilizzato per descrivere un segnale. . In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.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).12. Il vantaggio che si consegue con la quantizzazione è che. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. 5} è costituito solo da due valori. 1. Esempio 1. A] ≡ X. −A . Il segnale risultante x(t) (fig. t -5 Fig.4 Classificazione elementare dei segnali 15 x(t) 5 . rimpiazzandole con un numero finito di possibili valori.19. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). detta quantizzazione. se x(n) ≥ 0 . Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. se il numero delle ampiezze è finito. 1.1 e 1. Un esempio di segnale ad ampiezza discreta è il segnale logico. La quantizzazione si dice “ad un bit” in quanto l’ampiezza ..2 assume con continuità tutti i valori dell’intervallo [−A. 1. Definizione 1. 1.

1. anche la teoria della quantizzazione sarà approfondita nel cap.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). 1.12. e quindi può essere rappresentata con un solo bit. segnale ad ampiezza continua quantizz . .16 Segnali e sistemi: introduzione x(n) A y(n) A 3 4 5 -2 -1 1 2 n -2 -1 1 2 3 4 5 n -A -A (a) (b) Fig.21. assume due soli valori. 1. segnale ad ampiezza discreta Fig. Schema a blocchi di un quantizzatore. Anche l’operazione di quantizzazione si può interpretare come un sistema. 7. Così come il campionamento.20.21. (b) il segnale ad ampiezza discreta y(n) dell’es. e raffigurato in fig. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A. 1. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. 1. denominato quantizzatore.

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

anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. (b) sistema a TD. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO).5 Classificazione elementare dei sistemi Come i segnali. I sistemi visti in precedenza.23. o viceversa. sono tutti di tipo SISO. Definizione 1. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. 1. l’interpolatore. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. ed il quantizzatore. 1. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. . quando parleremo di sistema. Fig. Nel seguito. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. 1.18 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. (a) sommatore a due ingressi. il campionatore. (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. 1. Esempi di sistemi MISO. quali il numero degli ingressi e delle uscite.23. raffigurati schematicamente in fig.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). supporremo implicitamente che esso sia di tipo SISO.24. (b) moltiplicatore a due ingressi. a parte il caso dei sommatori e dei moltiplicatori. Definizione 1. quali ad esempio il partitore resistivo.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. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore.

sistemi digitali.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion .16).25. effettuata da un sistema denominato convertitore A/D (fig. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. che presenta ingresso a TC e uscita a TD.5. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. quantizz .26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.12). nel caso di sistemi a TC.12). I sistemi a TD non esistono generalmente “in natura”. 1. sia una quantizzazione (cfr. 1. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. che presenta ingresso a TD e uscita a TC. Inoltre. .24(b). 1. l’insieme I racchiude solo segnali a TC. ADC). ed i sistemi a TD sono denominati. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. e quindi bisogna effettuare sia un campionamento (cfr.3 Infine. in campo economico o sociale). 1. Esempio 1. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. o viceversa.1. è un sistema a TC. e spesso non sono nemmeno chiaramente separabili. es. Sulla base del modello (1. e quindi sono sistemi a TC: ad esempio una rete elettrica. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. segnale digitale (b) Tc Fig. 1. Il seguente esempio introduce due ulteriori esempi di sistemi misti. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. es. 1.6. mentre U contiene solo segnali a TD. Esempi significativi di sistemi di questo tipo sono il campionatore (es. 1. Conversione A/D: (a) schema a blocchi di un convertitore A/D. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. e viceversa. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. In accordo con la simbologia introdotta in fig. 1. e l’interpolatore (es.25 è puramente di principio.13). essi sono inoltre di grande interesse ingegneristico. come il partitore dell’es. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. in un convertitore A/D reale (denominato anche analog-todigital converter. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto.24(a). 1. in maniera lievemente imprecisa. infine. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. 1. Lo schema del convertitore A/D riportato in fig. 1. nel caso di sistemi misti.2) utilizzato per descrivere matematicamente un sistema.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. 1.25).

27) è un sistema analogico. minor costo dell’hardware. dalle telecomunicazioni all’informatica.27. 1. Un’applicazione particolarmente interessante dei sistemi misti. Schema classico per l’elaborazione digitale dei segnali. un segnale analogico x(t) viene prima convertito. Rispetto ad una elaborazione analogica del segnale x(t). ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. . all’automazione. alla biomedica. quali maggiore flessibilità. Si noti che il sistema complessivo (tratteggiato in fig. 1.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. alle costruzioni aerospaziali.13). che sono trasformate in valori di ampiezza da un decodificatore binario. Conversione D/A: (a) schema a blocchi di un convertitore D/A. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. accetta in ingresso stringhe di bit. per questo motivo. Un convertitore D/A reale (denominato anche digital-to-analog converter. 1. DAC). non ultimo. minore ingombro. ai trasporti. 1. mediante un convertitore A/D. e finalizzato ad elaborare un segnale analogico in maniera digitale. lo schema di fig.27. il segnale x(n) viene elaborato mediante un sistema digitale. lo schema digitale in fig. in quanto gli effetti della quantizzazione sono irreversibili. (cfr.27 offre alcuni vantaggi importanti. successivamente. e quindi non può esistere una operazione inversa di “dequantizzazione”. prima di effettuare l’interpolazione. minore consumo di potenza e. Per questo motivo. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. 1. In tale schema. e numerosi altri. ed in particolare dei convertitori A/D e D/A. 1. (b) rappresentazione schematica della conversione D/A in termini di interpolazione.26. 1. segnale analogico (b) Tc Fig. es. in un segnale digitale x(n).27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale.

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

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

24 Segnali e sistemi: introduzione .

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

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

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

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

(e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)].2. Riflessione temporale di un segnale TC: (a) segnale originario. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. mentre in fig. (b) segnale riflesso. 2. A partire dalla definizione di segnale pari e dispari. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . 2. mentre il prodotto di due segnali dispari è un segnale pari.5 (c) e (d) sono raffigurati due esempi di segnali dispari. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. e (b) sono raffigurati due esempi di segnali pari.t2 .4. 2. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig. (c) Il prodotto di due segnali pari è un segnale pari. risulta necessariamente x(0) = 0.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . .6. (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2.t1 t Fig. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·).

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

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

(b) segnale decimato con M = 3. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. 2.32 Proprietà dei segnali x(n) (a) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 n y(n) = x(3n) x(0) x(-3) x(-6) x(3) x(6) (b) -3 -2 -1 x(-9) 0 1 2 3 n x(9) Fig. 2 L’uso . infatti. ma nel caso TD si utilizza il termine più specifico di decimazione.8. In questo caso è possibile ancora parlare di compressione. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. Decimazione di un segnale TD: (a) segnale originario.2 infatti. ovvero se a = M ∈ N. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. se se sceglie M = 10. l’espansione si ottiene esattamente l’effetto opposto. si noti l’effetto di compressione (minore durata) del segnale risultante. 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. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. derivante dalla perdita di due campioni ogni tre del segnale originario. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig.8. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. per cui si scrive: y(n) = x(nM) . 2. Per segnali a TD.

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

operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. come illustrato dall’esempio che segue. cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. compressione di 2: y(t) = v(2t) . espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. per cui non dovrebbe essere difficile individuare il segnale risultante. Dal punto di vista matematico.1 scambiando l’ordine delle operazioni.1. etc. 2. ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) . v(t). Si noti che quando effettuiamo sostituzioni a catena. Utilizzando lo stesso procedimento dell’es. È importante notare che. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. . compressione di 2: y(t) = v(2t) . riflessione. va detto però che spesso. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. (3) compressione di 2. si giungerà al risultato corretto. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . ritardo di 3: v(t) = u(t − 3) . effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3.1. Procedendo in questo modo si giunge sempre al risultato corretto. (2) ritardo di 3. in generale. (3) compressione di 2. (2) riflessione. Allo stesso modo. una combinazione di operazioni elementari definisce una funzione composta. Tenendo bene a mente questo principio. Successivamente. è facile commettere errori. 2. introducendo dei segnali intermedi u(t). Esempio 2. questa sostituzione si denota con t − 3 → t). caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t. il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni.1 (combinazione di operazioni elementari. Nel nostro caso. è conveniente seguire il seguente procedimento.34 Proprietà dei segnali 2. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). Esempio 2. Ad esempio. riflessione: v(t) = u(−t) .2 (effetto dell’ordine nella combinazione di operazioni elementari. Per evitare ciò. che è il risultato cercato. Per individuare il segnale y(t) risultante. sostituire ad esso t − 3 (sinteticamente. caso TC) Si riprenda per un momento l’es.3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto.

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

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

notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2.4 0.10. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (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. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . infinito numerabile di punti di discontinuità di prima specie. se il segnale x(t) è derivabile nel punto t0 ∈ T.2) esista e sia finito. altrimenti . si dimostra che x(t) è anche continuo in t0 .1 Operazioni elementari sui segnali 37 1 0.6 0. Con riferimento all’ultima espressione. § B. al più. eliminando la notazione con le parentesi quadre.2 0 −2 0 2 4 t 6 8 10 Fig. Se il segnale x(t) è derivabile in t0 . 0 . come:  se n è dispari . per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.2) che esiste ed è finito.1. altrimenti .4 Derivazione. Pertanto. Gradino a TC. 0 . 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. In particolare. Il gradino a TC è definito come: u(t) = 1 . integrazione.10. 2. ed è rappresentato graficamente in fig.2).2. Tuttavia. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. il che accade se e solo se n è dispari. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. 2. Il gradino presenta una discontinuità di prima specie per t = 0. In particolare. per cui l’espressione ottenuta si può rendere esplicita. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o.8 x(t) = u(t) 0. se t ≥ 0 . y(n) = n+5 x . 2 2.

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

risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . Dirac nei suoi studi sulla meccanica quantistica. cioè. la (2. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . Al diminuire di ε . Invocando il teorema della media. Quindi.4) definisce un funzionale che si “appoggia” alla funzione δε (t). Infatti.5) In altre parole. 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 . che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε .11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). che indichiamo con δ (t) = lim δε (t) . un operatore che associa alla funzione x(t) un numero reale. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. a differenza del concetto di convergenza di funzioni ordinarie. la convergenza della famiglia di funzioni δε (t) alla funzione . ε ) e la misura di tale intervallo.3) mediante una funzione. il funzionale (2. per ε → 0. 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. conservando tuttavia area unitaria. Questo risultato suggerisce di definire il limite al secondo membro della (2. Come indicato dal loro stesso nome. se è vero che. δε (t) non ha alcun significato come funzione ordinaria. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. ε →0 (2. motivo per cui è comunemente nota come impulso o delta di Dirac. (2. ε →0 dt (2. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine.2. Al limite per ε → 0. al limite per ε che tende a zero. 2. A tale scopo.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. possiamo affermare che esiste un punto tε ∈ [−ε .4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. ε →0 (2.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) .1 Operazioni elementari sui segnali 39 ed è raffigurata in fig.4) Dal punto di vista matematico. Ciò suggerisce che la convergenza del limite al secondo membro della (2. la funzione ordinaria δε (t) non converge ad una funzione ordinaria. (2.7) dove x(t) è un arbitrario segnale continuo nell’origine. al limite per ε che tende a zero.

La prima. |a| . implicitamente. 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.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du.8) ovvero.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. ad esempio.7). . nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . secondo l’analisi matematica convenzionale. ∀x(t) continua in t0 . la cui verifica è lasciata al lettore per esercizio: Proprietà 2. ∀x(t) 0. (2. ∀t0 ∈ R. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato.5) e (2.5) e (2. 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). riguarda il fatto che. in virtù delle (2.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). δ (t) x(t) dt = x(0) .9) dt In altre parole. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. di carattere prettamente matematico. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t).8). se a > 0 oppure b < 0 . a valle delle considerazioni fatte finora. anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . (2. ma. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. per semplicità d’impiego nelle applicazioni. ∀t0 ∈ R. ∀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. ∀n ∈ N. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. la (2. ∀a < b ∈ R. La seconda. di carattere esclusivamente applicativo. se a < 0 < b . ∀x(t) continua in t0 . deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt .8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. ∀a ∈ R − {0}. consiste nell’osservare che. A partire dalla definizione (2. (d) Parità: δ (−t) = δ (t). useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. b a continuo in t = 0.

2.1 Operazioni elementari sui segnali

41

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

δ (t) x(t)dt = lim

b

ε → 0 −ε ε >0

δ (t) x(t)dt = x(0) .

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

δ (t)dt = 1 ,

con ε ∈ R+ piccolo a piacere ,

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

(2.10)

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

42

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 t 5

x(t) = A δ(t−t0)

x(t) = δ(t)

t

0

t

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

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

x(t) 2

(a)

1

(b)

-1

1

t

-1

1

t

-2

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

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

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

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

2.1 Operazioni elementari sui segnali

43

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

Fig. 2.15. Gradino a TD.

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

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

δ (n) = ∇1 [u(n)] =

1 , se n = 0 ; 0 , altrimenti ;

(2.11)

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

44

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 n 5

x(n) = A δ(n−n )

x(n) = δ(n)

0

n0 n

Fig. 2.16. Impulso unitario a TD.

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

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

(a) Area unitaria:

n=−∞ +∞

δ (n) = 1.

(b) Campionamento:

n=−∞

x(n) δ (n − n0 ) = x(n0 ), ∀n0 ∈ Z.

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

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

∀M ∈ N ; ∀L ∈ N .

m=−∞

n

δ (m).

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

2.2 Caratterizzazione sintetica dei segnali

45

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

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

Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. .46 Proprietà dei segnali x(t) t1 durata t2 t Fig. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. 2. con t2 > t1 . Nel seguito. Segnale di durata rigorosamente limitata. e segnali di durata non limitata. In tal caso. segnale x(n). . e quali no. . Alcuni esempi elementari di finestre sono presentati di seguito.3. n2 }. esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata.t2 ). con riferimento alla definizione generale di estensione. . . . . n2 }. In questo caso. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra.t2 ). non esiste una definizione universalmente accettata di estensione temporale di un segnale. cioè. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . . 2. con riferimento a taluni casi particolari di segnali. . l’estensione del segnale è definita come Dx = (t1 . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 .18. Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig.t2 ) e la sua durata è data da ∆x = t2 − t1 . n1 + 1.1 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 . cioè. considerando sia segnali TC che TD. x(t) = 0 per ogni t ∈ (t1 . 2. n1 + 1. . Nel caso TD. . 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 ). approfondiremo questa classificazione. . Tuttavia. l’estensione del segnale è definita come Dx = {n1 .18. legato all’interpretazione di quali valori del segnale siano trascurabili. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . In altre parole. n1 + 1. Analogamente. Conseguentemente. con n2 > n1 . x(n) = 0 per ogni n ∈ {n1 . . si considerano trascurabili solo i valori nulli del segnale.

0 . La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig.6 0.19. altrimenti . 2. Finestra rettangolare a TC. A partire dalla finestra prototipo. cambiamento di scala con a = 1/T e traslazione temporale di t0 .3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0.t0 + T /2] . se t ∈ [t0 − T /2. 2. Fig. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”).2. Esempio 2.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. numerosi testi. 2.4 0.19. se |t| ≤ 0. Utilizzando la definizione.20: la finestra è centrata in t = t0 e ha durata ∆x = T .8 x(t) = rect(t) 0. Finestra rettangolare a TC dell’es. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.7. mediante moltiplicazione per una costante. ed è rappresentata graficamente in fig.20. si vede che x(t) = A rect t − t0 T = A. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 2. altrimenti . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 .5 . il cui andamento è raffigurato in fig. se 0 ≤ n ≤ N − 1 . 0 . Si tratta di un segnale pari (centrato nell’origine). . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A. traslazione temporale e cambiamento di scala. altrimenti . 0. 2. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). cambiamento di scala con a = 1/T e traslazione temporale di t0 . la finestra rettangolare è denotata con il simbolo Π(t).

2. 0. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 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. N −1} e durata ∆x = N. .22. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2.48 Proprietà dei segnali 1 0.2 0 −2 −1 0 t 1 2 Fig. Finestra triangolare a TC.8 x(t) = Λ(t) 0.2 0 −2 0 2 4 n 6 8 10 1 0. infatti si ha RN (n) = u(n)−u(n−N). ed è rappresentata graficamente in fig. come riportato in fig. altrimenti . traslazione temporale.21. Infine. 2. È possibile definire la finestra triangolare (si veda la fig. ovvero considerare B2N (n + N). Finestra rettangolare a TD per N = 5. Così come visto per la finestra rettangolare nell’es. ed è asimmetrica rispetto all’origine. ponendo N = 1. mediante operazioni elementari (moltiplicazione per una costante. 2. R1 (n) = δ (n). Come nel caso TC. . si noti che. Fig. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.4 0. è asimmetrica rispetto all’origine.4 0. così come la finestra rettangolare a TD. ed è rappresentata graficamente in fig.6 0. la finestra rettangolare a TD degenera nell’impulso discreto.23) anche nel caso TD.24. ed essa è nota come finestra di Bartlett:  |n − N|  . La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . cioè. 1− B2N (n) = N 0 . a differenza della sua versione a TC. se 0 ≤ n ≤ 2N − 1 . altrimenti . . 2. Tuttavia.22. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. 2. 2. Si tratta di un segnale pari (centrato nell’origine). .6 0.21. di ampiezza unitaria e durata ∆x = 2.7.8 x(n) = R5(n) 0. . 1. se |t| < 1 . per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. a partire dalla finestra triangolare prototipo. pertanto. La finestra ha estensione temporale Dx = {0.

si consideri un segnale TC come quello riportato in fig. se si fissa una soglia diversa.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.t2 ) di valori significativi del segnale. Segnale di durata praticamente limitata. t Fig. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.25. a differenza del caso di segnali a durata rigorosamente limitata. 2. t1 durata t2 .25.2. Fissare una soglia (vedi fig. 2.3 Estensione e durata temporale di un segnale 49 1 0. 2.2 0 −6 −4 −2 0 n 2 4 6 Fig.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.. Finestra triangolare a TD per N = 4 con simmetria pari.4 0. Fig. legato proprio all’arbitrarietà nella scelta del valore della soglia. Finestra triangolare a TD per N = 4. senza mai annullarsi.6 0. . si perviene ad un diverso valore di durata del segnale. per esso.. con t2 > t1 . questo introduce.8 0. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. un certo elemento di arbitrarietà nella misura della durata.23. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. 2.6 0. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo. x(t) soglia .24... In particolare. il quale decade asintoticamente a zero per t → ±∞.4 0.3. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. 2. Un discorso analogo sussiste anche per i segnali a TD. 2.8 0. Si noti che. tuttavia.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .

2. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . come mostra il calcolo della derivata di x(t). Il caso a = 0 è degenere. . esso non rientra nella famiglia dei segnali di durata praticamente limitata. (a) a < 0 (valore effettivo a = −0. l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. e degli scopi per i quali il segnale stesso viene studiato o elaborato. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. nel caso a < 0. che risulta diverso da zero. ed in particolare per a > 0 l’esponenziale risulta crescente. ∀a ∈ R). solo per t ≥ 0. Infine. con riferimento al caso TC per semplicità. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . mentre per a < 0 l’esponenziale risulta decrescente. In particolare. notiamo che tra le operazioni elementari introdotte nel § 2. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. 2. delle applicazioni. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . 2. come in fig. si noti peraltro che il comportamento per t ≥ 0. L’esponenziale a TC è una funzione monotona di t. dove a ∈ R è un fattore di scala dei tempi.26.26(a).26(b). Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . è lo stesso dell’esponenziale x(t) = A eat . In particolare. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. Poiché. come in fig.25).25). che quelli a durata praticamente limitata – sono anche detti segnali transitori.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. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. Tale scelta può variare a seconda della natura del segnale. per effetto del gradino. che sono descritti di seguito. in dipendenza dal valore di a = 0. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. al variare di a. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A.1.

368 A. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . al crescere di T . sebbene il segnale non si annulli mai al finito. la pendenza diminuisce. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . Passiamo ora ad introdurre l’esponenziale bilatero a TD. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. A titolo esemplificativo. Viceversa. In altre parole. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. con ∆x > 0 (durata) dipendente dalla scelta della soglia. che è definito dalla relazione x(n) = A an . la pendenza aumenta. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. con a > 0.27. Così facendo. dunque. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. ∆x ). essendo infinitesimo per t → ±∞. se si sceglie α = 0.2. cioè. . 2. com’era intuibile. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. dell’esponenziale monolatero. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . È chiaro allora che. La costante di tempo ammette anche una interessante interpretazione geometrica. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. dove il parametro T prende il nome di costante di tempo. se si pone per definizione a = −1/T con T > 0. Per calcolare la durata analiticamente. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A.05.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . la durata del segnale risulta ∆x = T ln 1 α e. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. legata alla pendenza della funzione esponenziale nell’origine. al diminuire di T . 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). ed indirettamente alla sua durata.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. la durata ∆x . Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. scegliamo come valore di soglia α A. risolvendo l’equazione x(∆x ) = α A. In tal caso. si ottiene che ∆x ≈ 3 T . con 0 < α < 1. cresce con legge direttamente proporzionale a T . la cui estensione è Dx = (0. 2.

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

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 0.1).1). 2.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.28.4 −0.5 1 (d) 0. .8 0.5 x(n) 0 0. (e) a = 1.833).2. (d) −1 < a < 0 (valore effettivo a = −0.6 x(n) 0. (c) 0 < a < 1 (valore effettivo a = 0.833). Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1. (b) a < −1 (valore effettivo a = −1. (f) a = −1.

Per segnali di questo tipo. Ad esempio.13) è detto periodo (fondamentale) del segnale. 2..12) Il più piccolo valore di T0 che verifica la (2. È bene enfatizzare il fatto che. t Fig. nel caso TD il periodo N0 è necessariamente un numero intero. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. ∀n ∈ Z . ∀t ∈ R . risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. Una definizione pratica. ed intorno al Sole con un periodo pari circa a 365 giorni. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. 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. detto periodo. 2. mentre nel caso TC il periodo T0 è in generale un numero reale. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. 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. i segnali x(t) e x(n) si dicono aperiodici.12) e (2.54 Proprietà dei segnali x(t) .12) è detto periodo (fondamentale) del segnale. come ad esempio il segnale raffigurato in fig. Inoltre .13).3.13) Il più piccolo valore di N0 che verifica la (2. allora. infatti. rispettivamente.29. ovvero ∆x = +∞. sono sempre di durata limitata.. tuttavia.. (2. Segnale di durata non limitata. 2. .29. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).2 (segnale periodico) (a) Un segnale TC x(t) si dice periodico se esiste un valore reale T0 > 0 tale che x(t) = x(t + T0 ). in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). (2. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri.3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. I segnali di durata illimitata sono anche detti segnali persistenti..

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

e quindi si ha la (2. come preannunciato. utilizzando le formule di Eulero (cfr. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . ovvero che x(t) = x(t + T0 ). Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. ω0 . Così come l’impulso di Dirac a TC. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. come il fasore. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. che il fasore non è un segnale “fisico”.56 Proprietà dei segnali se ω0 > 0. (2. In effetti. il fasore è un segnale periodico di periodo T0 . Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. come sarà chiaro nel seguito.12): infatti. In ogni caso. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. infine.15) pertanto. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . Di contro. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. 8 Ricordiamo . il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. 2. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. imponendo che valga la (2. con k ∈ Z. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente.1). che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. Dall’interpretazione come vettore ruotante. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. |ω 0 | | f 0 | (2. il che accade dopo un tempo pari a T0 = 2π 1 = . risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica. Anche la sinusoide. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0).16) dove i parametri A. ed in senso orario se ω0 < 0. 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/2.12).4). § A.15). Si noti. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) .31). il fasore è una pura astrazione matematica che. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente.13) e ricalca quella già ω0 vista per il fasore. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 .

passando da ν0 = 0 a ν0 = 1. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). Infatti. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . in particolare. Prova. =1 ∀n. Ovviamente. k ∈ Z. ϕ0 è la fase iniziale (rad). 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 )] . Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. Come il fasore a TC. poi diminuisce (fino a ν0 = 1). 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. Equivalentemente. con la pulsazione θ0 ). nel caso TD il tempo n va considerato adimensionale. 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 . π [. 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 |. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. Sulla base di questa interpretazione. 2. applicando la definizione di periodicità (2. Questa è una delle fondamentali differenze rispetto ai fasori a TC. come ν0 ∈ [0. 1[ oppure ν0 ∈ [−1/2. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0.2. a ν2 − ν1 = k. da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . . la condizione θ2 − θ1 = 2kπ equivale. 2π [ oppure θ0 ∈ [−π . θ0 è la pulsazione (rad). se il fasore si sposta di θ0 oppure di θ0 + 2kπ .13) per un segnale TD. k ∈ Z . la posizione finale è la stessa. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . anche il fasore a TD soddisfa la definizione di segnale (1. come θ0 ∈ [0. ma anche alcune differenze significative rispetto al caso TC. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. 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. (2. così come accade nel caso TC.30): la differenza sostanziale. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2.17) θ0 dove A > 0 è l’ampiezza.1). 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) . 1/2[. k ∈ Z. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. il fasore si muove “a scatti” nel piano complesso.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. in termini di frequenze. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k.

Questi due esempi mostrano che. che può rimanere lo stesso (come nei due esempi precedenti) o. Esempio 2. il periodo non coincide in generale con l’inverso della frequenza. allora il fasore non è periodico nel tempo. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. il periodo aumenta passando da N0 = 3 a N0 = 4. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . nel caso in cui è periodico. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. il periodo è ancora N0 = 3. se ν0 = √2 (un numero irrazionale). Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . In pratica. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. antiorario se k > 0). 2π N0 k ∈ Z. La proprietà precedente. k ∈ Z. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . il segno di k è legato al verso di rotazione del fasore (orario se k < 0. Se ν0 = 2/3. Infatti. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. da cui si ricava che ν0 = θ0 k = .8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3.6 (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). (2) il periodo N0 coincide con il denominatore della frazione. addirittura. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). Infine. mostra anche che. e si può interpretare. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). In particolare: A cos(θ0 n + ϕ0 ) = . può aumentare. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. k ∈ Z.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. contrariamente a quanto avviene con i segnali periodici a TC. In tal caso.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. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. similmente al caso TC.

Effettuando il cambiamento di variabile k − 1 = nella sommatoria. etc.2. traslate di ±T0 .33 è mostrata un’onda rettangolare con A = 1 e δc = 0. per cui x(t + T0 ) = x(t). infatti. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini.32.8 (duty-cycle dell’80%). Infatti come generatore è possibile scegliere la . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. ∀t ∈ R. per una dimostrazione più formale. (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). e la cui rappresentazione grafica per A = 1 e δc = 0. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. diverso da zero nell’intervallo [−T0 /2. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . in fig. è possibile costruire un unico segnale periodico x(t) secondo la (2. d’altra parte. 2. ±2T0 . basta provare che per il segnale x(t) definito come nella (2. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . ampiezza A. Dato un segnale generatore xg (t) e fissato un periodo T0 . un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . Si ha. detto generatore. la cui espressione è: ∑ A rect t − kT0 T .5 è quella di fig. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . 2.18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). Come caso limite. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. Esempio 2.18). come si voleva dimostrare. 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).3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. ed il periodo dell’onda stessa. talvolta espresso in percentuale.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . Il duty-cycle δc . (2. ∀t ∈ R. Ad esempio. T0 /2]. Viceversa.18) risulta necessariamente x(t) = x(t + T0 ).

6 x(t) 0. descritta dall’esempio che segue.4 0.2 0 −2 −1 0 t/T 1 2 x(t) 1 0.34). Esempio 2.8 (duty-cycle dell’80%). ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). (2. si ottiene il generatore raffigurato in fig.2 0 −2 −1 0 t/T 1 2 0 0 Fig. 2.36. 2. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale.60 Proprietà dei segnali 1 0. T0 /2]. Fig.35) non si ottiene semplicemente affiancando le finestre triangolari. con t0 ∈ R. Bisogna tuttavia notare che. le repliche del segnale si sovrappongono.5 (duty-cycle del 50%). ad esempio [−T0 /2. . N0 − 1}. costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ . .10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. ma bisogna tener conto della sovrapposizione tra le repliche. 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. t ∈ [−T0 /2. . Onda rettangolare a TC con A = 1 e δc = 0. In questo caso. 1. 2. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. la relazione tra segnale periodico e generatore non è biunivoca. ed il segnale risultante (fig. 2. 2. 1]. altrimenti. In altri termini. Onda rettangolare a TC con A = 1 e δc = 0. .t0 + T0 /2]. restrizione del segnale periodico ad un periodo. per determinare il generatore. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). T0 /2] . che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.8 0.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . sommando queste ultime negli intervalli di sovrapposizione. Poiché il periodo di replicazione è inferiore alla durata del generatore.33.8 0.4 0. finestrando il segnale periodico nell’intervallo [−1. 0.32. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . In particolare. cioè risulta x(n) = x(n + N0 ). ad esempio [t0 − T0 /2.6 0. .

Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .4 0. Fig. Un differente generatore dell’onda triangolare a TC dell’es. 2.8 0. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n). 2. 2.6 0. Segnale generatore dell’onda triangolare a TC dell’es.8 0. il cui andamento è rappresentato in Fig. 0.8 0.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). 2.2 0 −2 −1 0 t 1 2 Fig.35.36.37 per M = 3 e N0 = 5. 2. ottenuto finestrando il segnale periodico nell’intervallo (−0.2. 2. Esempio 2.34.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .75.2 0 1 0.4 0.4 0.2 0 −2 −1 0 t 1 2 1 0.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.10. 2.8 0. Viceversa.3 Estensione e durata temporale di un segnale 61 1 0. xg(t) Fig.4 0. Onda rettangolare a TD con M = 3 ed N0 = 5.6 0. 2. Onda triangolare a TC dell’es.6 x(t) 0.75). che si ottiene finestrando il segnale con una finestra .37.10. 1 0.6 x(n) 0. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo.

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

. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. Considerato Z > 0.. K − 1. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .23) .2. . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. (2.38. . reale o complesso. .4 Area e media temporale di un segnale . K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . . . . x(t) <x(t)> Z -Z +Z t 2Z Fig. −K + 1. Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale. Z). l’area e la media temporale di x(n) sono numeri reali o complessi. il numero. in dipendenza della natura del codominio X del segnale. Z). −K + 1. 2..22) mentre si definisce media temporale del segnale nell’intervallo (−Z. il numero. Dato un segnale TD x(n) e fissato un intero K ≥ 0. reale o complesso. (2. . si definisce area del segnale nell’intervallo {−K. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt .. 63 2. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . .21) Si noti che.20) mentre si definisce media temporale del segnale nell’intervallo {−K. (2. 2K + 1 n=−K K (2.. si definisce infatti area del segnale nell’intervallo (−Z.4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. Z]. K − 1.

(segnali TD) K→+∞ 2K + 1 n=−K (2. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale.24) non esiste in senso ordinario. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. in base alla (2.21) e (2. si noti che. Ciò accade.2.24) perde di significato. (2. Tale interpretazione è raffigurata graficamente per il caso TC in fig. § B. 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.38. si ottiene notando che le (2. nel caso dei segnali periodici. A tal proposito.21) oppure (2. ovvero riguardano solo una porzione del segnale. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . = 2Z = e quindi.Z2 →+∞ −Z1 lim x(t) dt . a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. il che significa che esistono segnali per i quali la definizione di area (2. dipendono dalla scelta di Z oppure di K. per esempio. 2.22) e (2.27) . 2K + 1 Ax (Z) .23). Se il limite nella (2. l’area di un segnale TC è definita mediante il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale (cfr. il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .64 Proprietà dei segnali L’interpretazione di media.26) in cui. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n).25) L’integrale che definisce l’area di un segnale TC può non esistere.24). I valori dell’area e della media temporale calcolati sulla base delle (2. sia nel caso TC che nel caso TD. (segnali TC) (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.2).3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. per i quali l’integrale nella (2. (2.24) x(n). 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.23) si possono riscrivere come x(n) x(t) K Z Ax (K) .20) e (2.26) esiste. salvo che in casi particolari. è sufficiente far tendere Z oppure K all’infinito.

26) non esiste. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. a partire dal segnale x(t) avente area finita Ax . Quando invece la serie di x(n) converge. la sua media temporale è nulla.1. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. l’interpretazione della (2. 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. 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. § B. e quindi per ogni fissato valore di Z o di K: in questo caso. la sua area è necessariamente finita. Si tratta di un segnale di durata rigorosamente limitata. +∞ (2.25) si ottiene come caso limite dalle definizioni (2. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . l’area del segnale deve necessariamente essere infinita. 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. ma si verifica anche per molti segnali aventi durata praticamente limitata. Per quanto concerne l’interpretazione di x(·) . si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. 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 . dato che l’area di un segnale può essere infinita. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. il segnale ha area nulla. mediante cambio di variabile.21) o (2. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. soffermando l’attenzione al caso TC. tutti i segnali dispari risultano avere area nulla. se il segnale x(t) ha area finita. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale.2. poiché la media temporale definita nella (2. ponendo a = −1. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. si ha Ay = Ax . nel senso che se y(t) = x(−t). Più in generale. Allo stesso modo. con a ∈ R − {0}. è immediato calcolare l’area del segnale y(t) = x(at). se il segnale ha area finita. Essa vale infatti se la media è calcolata su un intervallo temporale finito. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. Poiché la definizione di area e valor medio sono intimamente legate. Ad esempio. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). l’integrale (2. Come conseguenza di questo risultato.3). cioè. se consideriamo il segnale x(t) = t. |Ax | < +∞. Esempio 2. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. se il segnale x(·) assume valori finiti. 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.23).28) ossia.12 (area e media temporale della finestra rettangolare) Calcoliamo area e media temporale di una finestra rettangolare a TC x(t) = A rect(t/T ). Come caso particolare. cioè. Con riferimento al caso TC per semplicità. Tuttavia. Infatti. Z→+∞ .4 Area e media temporale di un segnale 65 Tuttavia.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. con t ∈ R. 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 .

2 La media temporale può essere nulla anche se il segnale ha durata infinita. in altri termini.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). la media temporale di una costante coincide con la costante stessa. ma presenta particolari proprietà di simmetria. Con calcoli analoghi.27. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). con T > 0. . dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. t < 0 . l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT . Conseguentemente. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. Pur trattandosi di un segnale di durata praticamente limitata. Esempio 2. t ≥ 0. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . 2. Analogamente.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. con 0 < |a| < 1. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. è nulla. −1.13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). e quindi per un segnale costante x(·) = a si ha x(·) = a. come evidenziato nel seguente esempio. definito come sgn(t) = 1. Esempio 2. Esempio 2. 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 . Z→+∞ L’area dell’esponenziale monolatero decrescente dipende linearmente dalla costante di tempo T : questo risultato è perfettamente in accordo con l’interpretazione geometrica di T data in fig.66 Proprietà dei segnali Conseguentemente. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. in quanto ha area finita pari a N. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . 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 . Esempio 2.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD.

tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t). 2.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig.39. 9 Notiamo . Segnale signum a TC. In questo caso. Per completare la trattazione. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n).5 x(n) = sgn(n) 0. −1.40. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. Più in generale. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. 2. presentiamo le seguenti proprietà della media temporale. anche la sua media temporale è nulla. come sgn(n) = 1. osserviamo nuovamente che se un segnale ha simmetria dispari.39.5 −0. allora la sua area è nulla e. Fig. Si ha:  x(t) = lim 1 Z→∞ 2Z Z −Z  0 −Z sgn(t) dt = lim 1   Z→∞ 2Z  (−1) dt + Z 0  1 dt  = 0 . Segnale signum a TD. definito analogamente a sgn(t).4 Area e media temporale di un segnale 67 1 1 0. n ≥ 0.40.2. in quanto il suo valore nell’origine non è nullo. conseguentemente. e raffigurato graficamente in fig. ∀t = 0. ha area nulla (nel senso del valor principale di Cauchy).5 x(t) = sgn(t) 0 0 −0. essendo una funzione dispari9 . 2. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. e rappresentato graficamente in Fig. 2. n < 0 .  =−Z =Z Questo risultato discende dal fatto che il signum a TC.

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

∀t0 ∈ R .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt .15. Con la notazione precedente. . La proprietà 2. ovvero su un periodo del segnale.16. (segnali a TD)  N 0 N0 Esempio 2. (segnali a TC)  T0 T (2. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. ad esempio in (0.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . Allo stesso modo. ∀n0 ∈ Z . la sommatoria fatta su N0 campioni consecutivi arbitrari. per un segnale TD. Tale proprietà può essere espressa in forma più generale. T0 ). questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Esempio 2.2. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. Per ω0 = 0.29) x(·) = 1 0  ∑ x(n) . 2. evitando il passaggio al limite presente nella definizione generale (2. riottenendo il risultato dell’es. =1 2 =1 dove abbiamo applicato i risultati degli es.17 (media temporale del signum) Come applicazione della proprietà di linearità. pari ad un periodo del segnale. Per ω0 = 0. il fasore x(t) è periodico di periodo T0 = periodo.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | .25).14 e 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 . utilizzando la (2. il fasore degenera nel segnale costante x(t) = A e jϕ0 . 2. ∀t0 ∈ R . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . per cui: x(t) = A e jϕ0 = A e jϕ0 . ricalcoliamo la media temporale del segnale x(t) = sgn(t). per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt .

31) Mentre la componente continua rappresenta il valor medio del segnale. la componente alternata. e quindi. essendo ottenuta depurando il segnale della componente continua. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. 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 media temporale. altrimenti . in un certo senso. 2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). A cos (ϕ0 ) .7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 . si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. k ∈ Z .19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). . se θ0 = 2π k. ne rappresenta la parte effettivamente “variabile”. es.4. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. Infatti.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . a partire dalla componente continua. si può definire per differenza anche la componente alternata. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 .18) che un fasore con ω0 = 0 ha media temporale nulla. possiamo applicare la proprietà 2. applicando la proprietà di linearità della media temporale.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). (2. (2. la media temporale di un segnale si può interpretare come la componente continua del segnale. Infatti. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . poiché la sinusoide x(t) si esprime come somma di due fasori. Nel caso in cui ω0 = 0. k ∈ Z . jϕ0 . altrimenti . Definizione 2. se θ0 = 2π k. Ae Esempio 2.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. la parte “costante” del segnale. Analogamente. 2. Dalla sua definizione.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica.

si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. (segnali TC) |x(n)|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 (·) . ad esempio. Risultati analoghi valgono anche per il caso del gradino a TD. Avendo ignorato eventuali costanti di proporzionalità. analogamente. segue che il fasore e la sinusoide a TC.15) la media temporale del gradino. notiamo . il modulo può evidentemente essere omesso. Esempio 2. che rende tale definizione di energia applicabile anche a segnali complessi. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . in quanto per un segnale reale |x(·)|2 = x2 (·). conviene ignorare le eventuali costanti di proporzionalità (come la resistenza R nell’esempio precedente) e definire l’energia di un arbitrario segnale TC o TD (sull’intero asse dei tempi) nel modo seguente: Definizione 2. (2. il concetto di energia è fondamentale nella fisica. un resistore R attraversato dalla corrente x(t): per effetto termico. coincide con la sua componente alternata. che viene misurata in Joule (J). 2.19. il resistore dissipa nell’intervallo di tempo (−Z. k ∈ Z. 2. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt .18 e 2.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. 2 2 Pertanto la decomposizione (2.33). Consideriamo.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . Dagli es. (2. per verifica. 2 2 Dalla relazione precedente si può ricavare. Per ottenere una definizione indipendente dalla particolare applicazione fisica. il fasore e la sinusoide a TD. viene detto segnale puramente alternativo. sono segnali TC puramente alternativi.32) In particolare. per cui la componente continua vale xdc = 1 .5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. un segnale x(·) che presenta xdc = 0 e che. se il segnale è reale.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. Se si considerano altri esempi in altri campi della fisica. e ricorre in numerose applicazioni.2. quindi. 2.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. con θ0 = 2π k. sono segnali TD puramente alternativi. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. con ω0 = 0.

l’energia è una quantità non negativa (Ex ≥ 0). che quindi avrebbe presentato Ex = +∞. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata.4). Esempio 2. .33). che converge se e solo se |a|2 < 1. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. il quadrato di una corrente non è dimensionalmente una energia. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). mentre per |a| ≥ 1 l’energia non esiste finita. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. 1 − a2 |a| < 1 .2. Tuttavia. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. l’energia vale: Ex = A2 1 .23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n).33) non sono necessariamente quelle di una energia. § B.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. ∞ Si ottiene allora una serie geometrica di ragione a2 . Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. Se avessimo viceversa considerato T < 0. In particolare.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). Esempio 2.3 e B.33) in specifiche applicazioni. allora. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. con T > 0. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. Essendo legata al quadrato del segnale. In questo caso. Si ha: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 ∞ 0 e−2t/T dt = A2 e−2t/T −2/T t=∞ = t=0 A2 T .33) (cfr. Tali costanti di proporzionalità non saranno considerate nel seguito. conseguentemente. Ad esempio. avremmo avuto un esponenziale monolatero crescente. Esempio 2. Dal confronto tra le (2.1. 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).72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. in quanto l’esponenziale non tende a zero.24) e (2. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). ovvero se e solo se |a| < 1. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . allora anche |x(·)|2 sarà di durata rigorosamente limitata e. ma richiede una moltiplicazione per una resistenza.

3 e B. (2.1 Segnali di energia I segnali aventi energia finita (come quelli degli es.21). in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). e la somma di due segnali di energia è ancora un segnale di energia. è semplice provare che si ha Ey = |α |2 Ex . 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)] . Nel caso del prodotto per una costante α ∈ C.34). consegue che.3). e 2.5.35) Z→+∞ −Z x(t) y∗ (t) dt .21. in generale.23) prendono il nome di segnali di energia.36) .2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. dalla quale. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.2. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr.23). sussiste la seguente definizione: Definizione 2.22. un segnale di energia può anche avere componente continua non nulla.3 e B. i segnali di durata non limitata o persistenti non sono di energia. Viceversa. 2. In conclusione. dal punto di vista matematico. ma non avere area finita.5. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. 2. (2.5 Energia di un segnale 73 2. Tuttavia.6).2.2. § 2. § B. Poiché i segnali aventi area finita hanno componente continua nulla. 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. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr. In pratica. Più in generale. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . posto y(·) = α x(·). Sviluppiamo esplicitamente i calcoli nel caso TC.4). sostituendo nella (2.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).1.22 e 2. ma non essere di energia. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.34) Sviluppando il modulo al quadrato all’interno dell’integrale. 2.1. 2. § B. un segnale può avere area finita. (2. si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt . osserviamo che.4): un segnale può essere di energia. più articolato è il calcolo dell’energia Ex+y della somma di due segnali.

37) o nella (2. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). al caso TD.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . con ovvie modifiche.40). in quanto Eyx = Exy . (2.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. (2.41). 10 Se i segnali sono complessi. mentre diventa necessaria e sufficiente se i segnali sono reali. si ha Eyx = E∗ : nel caso di xy segnali reali. e risulta simmetrica. Inoltre. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. In tal caso si ha x(t) y∗ (t) ≡ 0. poiché il secondo segnale nella (2.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy .8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. Per segnali di energia ortogonali vale l’additività delle energie (2. 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. . Estendendo i precedenti concetti. minore o uguale rispetto alla somma delle energie. Poiché il termine contenente l’energia mutua nella (2. In tal caso. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). la relazione (2. che è una quantità reale e non negativa. 2. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. Esempio 2.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. (2. oltre alle energie Ex e Ey dei singoli segnali.37) La relazione (2.38) è coniugato. l’energia mutua è in generale una quantità complessa.38) (segnali TD) A differenza dell’energia. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. Nei due esempi seguenti. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0.39) può assumere segno qualsiasi. (2. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . (segnali TC) ∗ Exy = −K ∑ x(n) y (n). però. 11 Si usa il termine “ortogonalità” in quanto.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. in base a concetti matematici più avanzati.

abbia simmetria pari.5 y(t) 0. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.25). che è utilizzato in numerosi e diversi ambiti della fisica. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z.6 Potenza e valore efficace di un segnale Come l’energia. mentre l’altro ha simmetria dispari.5 1 1.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Pertanto.5 2 −1 −0. 2. è una quantità non negativa (Px ≥ 0). Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .5 0.5 t 1 1. 2.5 0 0. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.5 2 −1 −0.5 0. 2. Fig.5 1 1.5 0 −1 −0. 2. 2.5 y(t) 0 −0. al modulo al quadrato del segnale. La potenza è una quantità misurata in J/s o Watt (W).41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.5 0 0.24). ma tali che uno dei due. anche la potenza è un parametro sintetico caratterizzante alcuni segnali. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.5 −1. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . si perviene alla seguente definizione di potenza: .5 t 1 1. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.42. generalizzando l’interpretazione come media temporale al caso TD. Esempio 2. come l’energia.5 0 −1. 2.42). (2. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .5 Fig.41.2. Z) per la lunghezza 2Z di tale intervallo di tempo.5 0 t 0. nonostante x(t) y∗ (t) ≡ 0. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es. risulta anche in questo caso Exy = 0.5 0 t 0. Per un esempio concreto. ad esempio x(t).5 0 −1 1 −0.

le dimensioni fisiche della potenza definita in base alla (2. Avendo trascurato eventuali costanti di proporzionalità.6. Sulla base del risultato dell’es.1 Segnali di potenza Sulla base della definizione di potenza. gradino. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. Se il segnale è reale (a ∈ R). è possibile individuare la classe dei segnali che hanno potenza finita.76 Proprietà dei segnali Definizione 2. molto utilizzato nell’elettrotecnica: Definizione 2. Esempio 2.42) non sono necessariamente quelle corrette (ovvero W).27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. come per l’energia. signum) e i segnali periodici (es. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). . 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.15 sulla componente continua di un gradino.42) può essere omesso se il segnale è reale.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . 2. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. (segnali TC) (2. 2. tali segnali prendono il nome di segnali di potenza: Definizione 2.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . di ottenere una quantità che dipende esclusivamente dal segnale. Esempio 2. allora Px = a2 .9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. 2.26.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). Il vantaggio è. poiché il gradino assume solo i due valori reali 0 ed 1. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. fasore.

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). A2 cos2 (ϕ0 ) . In tal modo. per cui è di scarso interesse pratico).6 Potenza e valore efficace di un segnale 77 sinusoide). Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . Per soddisfare la definizione (2. un segnale periodico è necessariamente un segnale di potenza. Analogamente. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). il fasore x(t) è periodico di periodo T0 = (2. Nel caso in cui ω0 = 0. per cui: Px = |x(t)|2 = A2 = A2 . 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.13). risultato frequentemente utilizzato nell’elettrotecnica.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). per cui la potenza si può calcolare applicando la A2 dt = A2 . Il valore efficace della sinusoide è allora xrms = Px = √2 . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. il fasore degenera nel segnale costante x(t) = A e jϕ0 . (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. . 12 Notiamo che se x(·) è periodico di periodo T [N ]. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. Per ω0 = 0. k ∈ Z . salvo per casi particolari di scarso interesse pratico13 . 13 Ad esempio. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. questo comporta che la sua energia è necessariamente infinita. Esempio 2.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. altrimenti . esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Infatti.43). Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. Per ω0 = 0.2. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . 2. √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0).28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) .12) oppure (2.7(c) della media temporale. Esempio 2.43)  ∑ |x(n)|2 . allora anche |x(·)|2 ammette lo stesso periodo. un segnale periodico deve necessariamente avere durata illimitata. se θ0 = π k. fatta eccezione per casi di scarso interesse pratico. Infatti.

che non sono segnali di potenza. sussiste il seguente risultato: Teorema 2. in quanto esistono casi di segnali che non sono nè di energia. e quindi non si può considerare nè un segnale di potenza. (2. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. i due insiemi non costituiscono una partizione di tutti i possibili segnali.78 Proprietà dei segnali 2. in quanto hanno Ex = +∞). in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. Tuttavia. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. 2.6. A tal proposito. definita come segue: (2. (b) se x(·) è un segnale di energia. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. e quindi sono disgiunti. Per provare la (a). e quindi non può essere di potenza. Ad esempio il segnale rampa a TC x(t) = t u(t).43. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD.44) È chiaro allora che. Pertanto.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD).46) . allora esso ha potenza nulla (Px = 0). Anche in questo caso. nè a quelli di potenza. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). Prova. e quindi non può essere di energia.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. se l’energia è finita. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . nè di potenza. seguendo passaggi simili a quelli effettuati per l’energia. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. nè di energia. Viceversa. 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 . raffigurato in fig. per quanto riguarda la somma di due segnali.6. dalla (2. lim 2Z (2. si prova facilmente che Py = |α |2 Px . Esistono casi meno banali di segnali. In altri termini. allora esso ha energia infinita (Ex = +∞). la (b) prova che un segnale di energia ha necessariamente Px = 0. se la potenza (2.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. e la somma di due segnali di potenza è ancora un segnale di potenza.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. presenta Ex = Px = +∞.44) esiste finita. invece. 2. Viceversa. posto y(·) = α x(·).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. aventi durata non limitata. e sfruttando la proprietà di linearità della media temporale. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . Un primo esempio banale è il segnale identicamente nullo x(·) = 0.

2 2 . (2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. vale la proprietà di additività delle potenze: Px+y = Px + Py . con ω0 = 0.6 Potenza e valore efficace di un segnale 79 2 1. Esempio 2.5 0 −2 −1 0 t 1 2 Fig.46) si scrive Px+y = Px + Py + 2 Pxy .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. Segnale rampa a TC.48) Le relazioni (2. (2. a meno che Pxy = 0.5 x(t) = t u(t) 1 0.2. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. per la presenza dell’operazione di coniugazione sul secondo segnale. (segnali TC) (2. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). in particolare. anche per la potenze non vale l’additività.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t). Si ha infatti.47) K 1 ∑ x(n) y∗ (n). per cui la (2. 2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.46) e (2.43. Definizione 2. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .48) e evidenziano che. si ha Pyx = P∗ . come per le energia. ed xy in generale la potenza mutua è complessa. Per segnali di potenza ortogonali.

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

32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm . Nella tab. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . e si scrive più specificamente [Px ]dBW . mentre se si sceglie P0 = 1 mW. 2. Valori comuni di potenza espressi in dB. si parla di potenze espressa in dBm. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB .7 Misura in dB della potenza e dell’energia 81 Px /P0 0.50): Px = P0 · 10 [P x ]dB 10 . .01 0. scegliendo P0 = 1 W. Esempio 2. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. dato il valore di potenza [Px ]dB in dB .2. applicando le proprietà dei logaritmi. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .1 0. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. dove P0 è una potenza di riferimento. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2. conviene introdurre un fattore numerico pari a 20.50).2. in quanto. invece di 10. Ovviamente. nella definizione (2. opportunamente scelta a seconda delle applicazioni. e si scrive [Px ]dBm . si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . tuttavia. per avere lo stesso valore in dB. 2.001 0. ed in tal caso si parla di potenze espresse in dBW. se invece P0 = 1mW.

51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. per cui. assumendo ad esempio P0 = 1mW. Infatti. risulta [PR ]dBm < [PT ]dBm . misurando invece la potenza ricevuta in dB. Detta PT la potenza trasmessa.2) in unità logaritmiche. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . corrispondente a 30 dB (tab. Notiamo che poiché 0 < γc < 1. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). le potenze di riferimento nei due casi differiscono di un fattore 1000. . La (2.44. si ha: [PR ]dB = 10 log10 ovvero. Esempio 2. come è ovvio che sia. [PR ]dBm = [γc ]dB + [PT ]dBm . ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. in una relazione additiva. 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 .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). con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento).44. 2.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. 2. per le proprietà dei logaritmi. 2.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . Si consideri lo schema di fig. allora [γc ]dB < 0.

(d) y(t) = x(2t).4 Si consideri il segnale TC y(t) = x(2t − 1). (c) y(t) = x(−t). (j) z(n) = x(−n) y(−n). (b) ritardo di 5 seguito da una riflessione. Esercizio 2. (b) y(t) = x(t + 5). t (e) y(t) = x . 2 (e) z(n) = y(2 − 2n).8 Esercizi proposti Esercizio 2. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . ±2.8 Esercizi proposti 83 2. 3 Esercizio 2. (h) z(n) = x(n + 2) y(n − 2).2 Dati i segnali TD x(n) = |n| . (i) z(n) = x(3 − n) y(n). Esercizio 2. n (d) z(n) = x .2. n ∈ {0. ±3} 0. (g) z(n) = x(2n) + y(n − 4). 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). (k) z(n) = x(n) y(−2 − n). (b) z(n) = x(3n − 1).3 Si consideri il segnale TC x(t) = Λ(t). Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. (c) z(n) = y(1 − n). dopo aver rappresentato il grafico di x(n) ed y(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): . (d) anticipo di 5 seguito da un cambiamento di scala con a = 5.1 Si consideri il segnale TC x(t) = rect(t). (l) z(n) = x(n + 2) y(6 − n). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). (f) z(n) = x(n − 2) + y(n + 2).

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).9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (d) x(t) = e−t . 2 ≤ t ≤ 5  y(t) = 3(8 − t) . 1 + t2 (f) x(t) = u(t) − rect(t − 2).7 Rappresentare graficamente il segnale TC  3(t − 2) . (b) y(t) = x(−t − 1). con T > 0. Determinare. (b) cambiamento di scala con a = 2 seguito da ritardo di 1.5 Si consideri il segnale TC x(t) = Λ(t). con a > 0. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). 5 ≤ t ≤ 8   0. Determinare.6 Rappresentare graficamente il segnale TC y(t) = 1. inoltre. (c) y(t) = x(2t − 1). (e) y(t) = x 3 t −1 (f) y(t) = x . 3 Esercizio 2. t −1 .8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (d) y(t) = x[2(t − 1)]. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). 2 1 (e) x(t) = √ . 2 ≤ t ≤ 4 0 . l’estensione temporale e la durata del segnale. Esercizio 2.84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). (c) x(t) = e−|t|/T . (b) x(t) = e at u(−t). (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. Esercizio 2. l’estensione temporale e la durata del segnale. Esercizio 2. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. Esercizio 2. inoltre.

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

(d) x(t) = e−2t u(t). (c) x(t) = cos(2π 100t) u(t). 1 (i) x(t) = √ . Esercizio 2.] Esercizio 2.2π n). 0≤t ≤1  x(t) = 2 − t . energia e potenza.16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. (c) x(n) = cos(π n) R5 (n). (f) x(n) = (2)n R4 (n − 2). 1 ≤ t ≤ 2   0. (f) x(t) = e−|t| .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). energia e potenza. 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). (e) x(t) = et u(−t). altrimenti e calcolarne valor medio.86 Proprietà dei segnali πn πn sin . (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). (b) x(n) = u(n) − u(−n − 1). . Esercizio 2. 5 3 πn 3π n π + . (d) x(n) = 5 cos(0. utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . (e) x(n) = 1 2 +∞ n u(n). (b) x(t) = sgn(t). 2 (h) x(t) = e−t 2 /2 u(t). (g) x(t) = e−t .15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n).17 Rappresentare il grafico del segnale TC  t . + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. e calcolarne valor medio.

8 Esercizi proposti 87 Esercizio 2. energia e potenza.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . . Esercizio 2.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. − 0. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente.2. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. (b) Calcolare la componente continua di y(t). . .5π n) . −a ≤ t ≤ a 0. −4 ≤ t ≤ 4 x(t) = 5 + t . altrimenti nel caso in cui a = 1 e a = 0. energia e potenza. Esercizio 2. n ∈ {−4. −5 ≤ t ≤ −4    0. e calcolarne valor medio.22 Rappresentare il grafico del segnale TC  5 − t . 4 ≤ t ≤ 5   1 . −3.21 Rappresentare il grafico del segnale TD x(n) = sin(0. Esercizio 2. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. Esercizio 2.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . energia e potenza in entrambi i casi. Esercizio 2. energia e potenza. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. . energia e potenza.5. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ .24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A.23 Dato il segnale TC x(t) = rect(t). e calcolarne valor medio. Esercizio 2. 4} 0. altrimenti e calcolarne valor medio. energia e potenza. altrimenti e calcolarne valor medio. .

energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . (c) x(t) = t 0 cos(2πτ ) d τ . Esercizio 2.   0.88 Proprietà dei segnali Esercizio 2. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . πt 2 (d) x(t) = cos(π t) + cos .26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). si calcolino valor medio. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. Esercizio 2. .28 Calcolare valor medio. (e) x(t) = 2 cos(2π t) + 3 sin(2π t).30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. A2 ∈ R+ . si calcolino valor medio. Inoltre. (b) x(t) = cos(2π t) u(t). energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . xg (n) =  2. energia e potenza. Esercizio 2. e calcolarne valor medio. A2 ∈ R+ . Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t).27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. (f) x(t) = cos(2π t) + 1 cos 2π t − π . x2 (t) = A2 e j2π f2 t con A1 .   1. energia e potenza. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) .29 Calcolare valor medio. Inoltre.

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

90 Proprietà dei segnali .

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

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

Esempio 3. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. Anche in questo caso. date rispettivamente da y(n) = x(n − 1) .2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente.2 e fig. (a) Ritardo elementare: y(n) = x(n − 1).2. 2 (cfr. decimatore ed espansore. Il senso della notazione utilizzata nella (3. se n è multiplo di L . abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. 3. notazioni z−1 e z utilizzate negli schemi per il ritardo e per l’anticipo fanno riferimento ad uno strumento matematico (la Z-trasformata) che non approfondiremo in questo testo. 3.3.3. Sistemi TD elementari. § 2. x y(n) = x(n + 1) . 3. Fig.3) è lo stesso adottato per il caso TC: in particolare. e di espansione: y(n) = x n = L n . Nel caso TD. 3. si veda [14]). particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. (3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . 3. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap.3. anticipo unitario. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) .4) e rappresentato schematicamente in fig.1(b).1) possono essere interpretate come sistemi. con una legge che può variare con n. L 0.1 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. Gli schemi a blocchi dei sistemi corrispondenti. Sistemi TD elementari. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. denominati ritardo unitario. per questo motivo.2 Esempio 3.3 (ritardo unitario. (a) Decimatore per M: y(n) = x(nM).3 semplicità di notazione. (b) Espansore per L: y(n) = n x L . valori che denotiamo sinteticamente con {x(k)}k≤n . altrimenti . 2 Per 3 Le . Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. anticipo unitario. di decimazione: y(n) = x(nM) . sono riportati in fig. (b) Anticipo elementare: y(n) = x(n + 1).

5 In ogni caso. i sistemi cosiddetti non dispersivi (cfr. si utilizzano le notazioni semplificate y(t) = S[x(t)].6) in luogo delle notazioni rigorose (3.5) oppure le notazioni simboliche: x(t) −→ y(t). y(n) = S[x(n)] (3.1).2) e (3. mentre R3 ed R4 sono connessi in parallelo.5) e (3.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. in cui compaiono solo i segnali in ingresso ed in uscita al sistema.6) Abbiamo già osservato che la notazione (3. il sistema stesso è visto come una “scatola nera” (black box). invece delle notazioni complete (3. In particolare. scheda video. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. 3. che sebbene sia meno generale.5) è fuorviante. Circuito elettrico con resistori connessi in serie ed in parallelo. interpretazione vale solo per una classe particolare di sistemi. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. in cui entrano in gioco. x(n) −→ y(n) . Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. A volte. essa è una rappresentazione esterna. R1 ed R2 sono connessi in serie. nel seguito faremo uso esclusivamente della relazione i-u. § 3. un PC può essere realizzato assemblando componenti più semplici. è perfettamente adeguata per i nostri obiettivi.4 Tuttavia.3) per snellire alcune derivazioni. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. scheda audio. utilizzeremo talvolta le (3. di cui non conosciamo il contenuto. 5 Per 4 Questa . notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.3. Per concludere. In particolare.2) e (3. oltre ai segnali di ingresso e di uscita.3) per le relazioni i-u dei sistemi.4.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. e sicuramente non è la più generale. 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. (3. avendo avvertito il lettore. quali scheda madre. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . è la rappresentazione ingresso-stato-uscita (i-s-u). Inoltre. 3.

mouse.) x(. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. il comportamento di un sistema complesso può essere studiato o analizzato più facilmente se si riesce a decomporlo in sistemi più semplici e ad individuare le connessioni tra questi ultimi. e collegandoli tra loro secondo tali schemi. 3. 3. lettore CD.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig. come ad esempio quello riportato in fig. e connessione in retroazione. connessione in parallelo. Viceversa. avendo a disposizione più di due sistemi. hard-disk. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 .4. Per semplificare lo studio delle interconnessioni tra sistemi.) S1 S2 y(. . lettore DVD.) Fig.2 Interconnessione di sistemi 95 z(.3.4. lettore floppy-disk. affinchè il sistema serie sia correttamente definito. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·).5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . cioè U1 ⊆ I2 .3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. etc.5. 3.). 3. Ad esempio.) Fig.) y(. Definizione 3. i resistori R1 ed R2 sono collegati in serie. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. 3. è possibile ottenere sistemi anche molto complessi. Le connessioni più frequentemente considerate sono tre: connessione in serie. 3. nel circuito di fig. Connessione in parallelo dei sistemi S1 e S2 . Definizione 3. monitor. S1 y 1(.) S2 y 2(. tastiera. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 .6.) x(. Connessione in serie o in cascata dei sistemi S1 ed S2 . Si noti che.

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

3.2) di un sistema TC: y(t) = S [{x(u)}u∈R . la linearità. e non ad attenuarle. la stabilità.8.8. mentre il sistema S1 nel ramo diretto è il sistema identico. Tali proprietà. 3. ma in funzione dell’uscita y(n − 1) all’istante precedente. l’invertibilità. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario.3) nel caso TD. 3. data dalla (3.3. possiamo dare la seguente definizione di sistema non dispersivo: . infatti l’uscita.1 Non dispersività Riprendiamo la relazione i-u (3. essendo riportata in ingresso con il segno positivo. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. tende ad amplificare le variazioni del segnale di ingresso.2) nel caso TC e dalla (3. mentre il sistema S2 è un ritardo elementare.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig.t] . Abbiamo già precisato che la notazione {x(u)}u∈R evidenzia che l’uscita all’istante t dipende in generale dall’intero segnale di ingresso. Notiamo che la precedente relazione non è una relazione i-u. la causalità. sono la non dispersività. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. ma analizzando esclusivamente la forma matematica della relazione i-u. discusse di seguito. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. l’invarianza temporale.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. Estendendo i concetti precedenti in maniera ovvia al caso TD. Si noti che si tratta di una retroazione positiva. 3.t] .3. prescindendo completamente dalla loro natura fisica. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico.

Sottolineamo che. Schema a blocchi di un amplificatore. 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.9.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . α y(n) (b) Fig. (a) Caso TC. (b) Caso TD. il cui schema elettrico è riportato in fig.3) assume la forma y(n) = S [x(n).98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig.2) oppure la (3. come sinonimo di sistema non dispersivo. Inoltre.3). e quindi i sistemi non dispersivi rappresentano un caso particolare. R1 + R2 (3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. in quanto la forma più generale della relazione i-u è la (3. R1 + R2 nella quale y(t) dipende solo da x(t). eventualmente. 3. Esempio 3. (3.2) assume la forma y(t) = S [x(t). si parla anche di sistema istantaneo o senza memoria. Schema elettrico di un partitore resistivo. con t oppure con n). di norma. in un sistema non dispersivo. con α = R2 < 1.t] . 3. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante.10. si ottiene la semplice relazione i-u: y(t) = R2 x(t) .7) In sintesi. n] . Definizione 3. Esempio 3. Pertanto il partitore resistivo è un sistema non dispersivo. i sistemi sono dispersivi.8) (3.9) .6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. Applicando la legge del partitore.9. 3.

Un amplificatore/attenuatore TC si rappresenta come in fig. Se.7 all’uscita in un determinato istante di tempo. un sistema TC descritto da una relazione i-u del tipo (3. 3. o anche dinamico. la memoria del sistema è proprio pari a T per ogni t. Un amplificatore/attenuatore a TD si rappresenta come in fig.9). tuttavia. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . e di un amplificatore/attenuatore y(t) = |α |z(t). Si tratta evidentemente di un sistema dispersivo. l’integratore dell’es.2 sono entrambi sistemi con memoria infinita.2 sono sistemi dispersivi. Poiché l’uscita all’istante n dipende. Inoltre. . x(n − M) del segnale di ingresso. L’uscita all’istante t. ad esempio l’integratore dell’es. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . Si parla di “memoria” del sistema. z(t) = −x(t). . 3. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. . 3. non dipende dall’intero segnale d’ingresso. il sistema prende il nome di integratore con memoria finita. 3.9 ciò non accade. 3. Esempio 3. Esempio 3. non sempre la memoria di un sistema è finita. . si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media. . anche se negli es.6 si dice evidentemente dispersivo. il sistema “dimentica” l’ingresso. con T > 0. n − 1. .9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) .10(a). 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. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). 3. sistemi a memoria praticamente finita. tale sistema ha memoria finita e pari ad M. oltre al campione attuale. nel senso chiarito meglio dai due esempi seguenti. .8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . . il sistema funziona da amplificatore. .6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore.3. Esempio 3. oltre che da x(n).7 (amplificatore/attenuatore TD) I concetti dell’es. In definitiva. con pesi b0 . bM . x(n − 1). la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. anche da M campioni precedenti dell’ingresso.3. M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare.10(b).8 caso α < 0 si può vedere come la cascata di un invertitore. Per questo motivo. prende il nome di attenuatore. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. b1 . 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. 3. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.6 si possono estendere al caso TD. viceversa.1 e l’accumulatore dell’es. . α > 1.3 Proprietà dei sistemi 99 Più in generale. 3. con 0 < α < 1. e sistemi a memoria infinita.8 e 3. Il termine “memoria” per T viene utilizzato proprio perché.1 e l’accumulatore dell’es. 3. . degli M + 1 campioni x(n). o ancora con memoria: ad esempio. . In linea di principio tale memoria potrebbe variare col tempo. 6 Il . Un sistema che non soddisfa la prop. 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. n − M. dopo un tempo T .

2) valida per un sistema TC: y(t) = S [{x(u)}u∈R .10 (integratore causale e non causale) L’integratore dell’es.3. a patto che T > 0.3) assume la forma y(n) = S [{x(k)}k≤n . ovvero i valori passati ed il valore presente dell’ingresso. Allo stesso modo.100 Proprietà dei sistemi 3. (b) Un sistema TD si dice causale se la sua relazione i-u (3. presente e futuro. (3. ma non dipende dagli ingressi futuri. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t.1. In altri termini. descritto dalla relazione i-u y(t) = t −∞ x(u) du . giungendo alla seguente definizione: Definizione 3. l’uscita y(t) all’istante t dipende dall’ingresso passato. l’integratore dell’es.t] . Con ovvie modifiche.10) Esempio 3. 3.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. il concetto di sistema causale si estende al caso TD.11) (3. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. Modificando gli estremi di integrazione. ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . Interpretando l’ingresso come causa e l’uscita come effetto. secondo il quale l’effetto non può precedere la causa.2) assume la forma y(t) = S [{x(u)}u≤t . .8. Per un fissato t. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. 3.2) assume la forma y(t) = S[{x(u)}u≤t . è chiaramente un sistema causale. otteniamo un sistema non causale. quindi. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . Si giunge allora alla fondamentale definizione di sistema causale.t] . con T > 0. ovvero di un sistema per il quale la (3.t] . {x(u)}u>t rappresenta l’ingresso futuro: in generale. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. n] . descritto dalla relazione i-u y(t) = t t−T x(u) du . è un sistema causale.2 Causalità Partiamo ancora dalla relazione i-u (3. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. e quindi da valori futuri dell’ingresso.

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

Sebbene x1 (n) = x2 (n) = 0. Differenza prima. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) .11) si dice non causale. Per provare ciò formalmente. 3. y(n) = S[{x(k)}k>n . ∀n ∈ Z. Quindi la prop. con M = 1. y2 (t) = 0. 3. b0 = 1 e b1 = −1). Può essere visto come un sistema MA causale (cfr. Equivalentemente. Questa osservazione si applica.10) oppure la (3. anche l’operazione di differenza prima per segnali a TD (cfr. y(n) Sebbene x1 (t) = x2 (t) = 0. Un altro esempio . la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). n] . usiamo la prop.4) ammette una interpretazione sistemistica. y1 (0) = 0 e y2 (0) = 1.1. Quindi la prop. in particolare.9. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro.102 Proprietà dei sistemi x(n) ∇1 Fig. e quindi i sistemi del mondo fisico sono tutti causali. Un sistema siffatto si dice anticausale. ∀n ∈ Z. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita.t] . non sono stati ancora scoperti. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. per ogni n ≤ 0. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. ed x2 (n) = δ (n − 1).1(b) e scegliamo x1 (n) = 0.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. è possibile memorizzarlo (su un supporto magnetico o ottico. infatti. 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. per t ∈] − T.) sistemi fisici capaci di prevedere il futuro (ad esempio. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale. ossia: y(t) = S[{x(u)}u>t . Esempio 3. es.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. b0 = −1 e b1 = 1).. per alcuni valori di t ≤ 0. Osserviamo in conclusione che non esistono (o almeno. § 2. esso può anche essere visto come un sistema MA non causale (cfr. ed è quindi utile considerare anche il caso di sistemi non causali. 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). mentre y2 (t) = 0. anziché elaborare un segnale in tempo reale. infatti.11. per ogni t < 0.11.9. 3. 0[. ad esempio.. ad esempio) ed elaborarlo “in tempo differito”: si pensi. la cui corrispondente uscita è y1 (n) = 0. es. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso. per alcuni valori di n ≤ 0. in molti casi. per ogni t ≤ 0. Tuttavia. 3. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). 3. 3. In quest’ultimo caso. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). Ad esempio. con M = 1. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. ai sistemi fisici che elaborano i segnali “in tempo reale”. 3. Si è visto che un sistema in cui l’uscita non soddisfa la (3. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t).

in altre parole. nell’elaborazione di immagini. In questo caso. non vi è alcuna restrizione sui segnali di ingresso e uscita.3 Invertibilità In molti casi pratici. se il sistema S è invertibile. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. . 3. Sfortunatamente questo non è sempre possibile. (3. 3. In altri termini. Si noti che.3. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. detto sistema inverso. 3. le corrispondenti uscite y1 (·) e y1 (·) siano distinte. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·).14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. nota l’uscita y(·) di un sistema. faremo uso della notazione semplificata (3. quando si progetta un sistema.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. la variabile indipendente è di tipo spaziale). il sistema S è il sistema inverso di S−1 . sussiste la seguente definizione di sistema invertibile:10 Definizione 3. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). siamo interessati a risalire all’ingresso x(·) che l’ha generata. descritto dalla relazione i-u: y(·) = α x(·) .3.3 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. pertanto. Esempio 3. Se il sistema è invertibile. questo significa che. è possibile costruire un sistema S−1 : U → I . avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig. Si può verificare che. se S−1 è il sistema inverso di S. l’ordine dei due sistemi nella cascata in fig. α e quindi il sistema inverso è un attenuatore. la causalità rappresenta un vincolo a cui il sistema deve obbedire. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . L’amplificatore è un sistema invertibile. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . ingressi distinti devono generare uscite distinte.12) ossia.5) per esprimere i legami i-u dei sistemi. comunque si fissi un segnale di uscita y(·) ∈ U. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . anche se non operanti in tempo reale. Da un punto di vista sistemistico. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t).12. Più precisamente. per ogni segnale di ingresso x(·) ∈ I .12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. 10 Nel seguito di questa sezione. non potremo risalire univocamente a x(t). per ogni segnale y(·) ∈ U. osservato y(t). basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che.

non vi è alcuna restrizione sui segnali di ingresso.) x(.) S S -1 x(. In questo caso. (3. È facile provare che il sistema raddrizzatore non è invertibile.2) assume la forma y(t) = S [{x(u)}u∈R ] .104 Proprietà dei sistemi y(. Esempio 3. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .3. lo studio dell’invertibilità di un sistema. Basta infatti osservare che due ingressi distinti x1 (·) e x2 (·) aventi segno opposto [tali cioè che x2 (·) = −x1 (·)] generano gli stessi segnali di uscita y1 (·) ≡ y2 (·) = |x1 (·)| ≡ |x2 (·)|. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. il raddrizzatore non è dotato di sistema inverso. salvo per casi particolari.14) . poiché la (3. 3. è in generale un problema abbastanza complesso. (3.12).12. possiamo dare la seguente definizione: Definizione 3.12) è violata.9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. Se tale dipendenza dal tempo non c’è. nella sua forma più generale: y(t) = S [{x(u)}u∈R .15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.t] . mentre U è costituito da tutti i segnali non negativi a valori reali. Va notato in conclusione che. 3. nonché la determinazione del sistema inverso. e quindi i suoi effetti sono irreversibili.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.) Fig. a tale scopo possiamo far riferimento alla condizione necessaria (3. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. Pertanto.3) assume la forma y(n) = S [{x(k)}k∈Z ] . Estendendo tale concetto in modo ovvio al caso TD.

R1 + R2 è un sistema TI. cioè. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). 3. il suo comportamento non cambia nel tempo.13.3 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. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig.2). l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 .16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. ottenuto da x(t) introducendo il ritardo temporale t0 . Specificatamente. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo.15) . ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop.14) si dice tempo-variante (TV) o non stazionario. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso.13) o la (3. in altre parole. Se il sistema è TI. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). e quindi l’origine dei tempi può essere fissata arbitrariamente.13. avente relazione i-u y(t) = R2 x(t) . producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . allora yt0 (t) = y(t − t0 ). un sistema che non soddisfa la (3. Se invece il sistema è TV. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. 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). 3. in questo esempio. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. Se tuttavia si tiene conto degli effetti +R termici.3. in quanto il rapporto R1R2 2 non dipende dal tempo. Esempio 3. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). a partire dal segnale x(t). 3. Viceversa. con riferimento ad un sistema TC. si consideri ora il segnale xt0 (t) = x(t −t0 ). il segnale x(t) è applicato in ingresso al sistema all’istante t1 . R1 (t) + R2 (t) (3. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 .

il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). (3. a stretto rigore.13).15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) .14(b) al segnale di ingresso x(n). (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 ) . coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. più precisamente. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. 3.2(b). 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”. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. differentemente dalla def. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. per cui si ha la seguente proprietà: Proprietà 3. In base alla prop. per ogni n0 ∈ Z. 3. Con riferimento al caso TC. 3. è utile fornire una caratterizzazione della proprietà di invarianza temporale che.14(a). l’ordine tra i due sistemi è scambiato. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U.14 sono equivalenti. ovvero se e solo se le due configurazioni in cascata riportate in fig. in cui. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. rispetto allo schema di fig. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). Viceversa. Si faccia attenzione che.18) (3. La prop.16) Un sistema del tipo (3. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. ad esempio. 3. 3.2 ha un’interessante interpretazione in termini sistemistici.9 in cui compare il funzionale S. 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). la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. per ogni t0 ∈ R. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. ottenendo il segnale yn0 (n) in uscita dalla cascata. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. 3. 3.16) è denominato amplificatore a guadagno variabile. e da attenuatore per i valori di t per i quali |α (t)| < 1.14 con riferimento ad un sistema TD.106 Proprietà dei sistemi ed è quella di un sistema TV. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig.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 ) . La stessa caratterizzazione vale anche nel caso TD. nel senso che (3. e si scrive y(n) = α (n) x(n). che è illustrata in fig.17) . Notiamo che un partitore del tipo (3. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame.14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . 3.

denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . In pratica. come mostrato dagli esempi che seguono. Analogamente. ovviamente tale risultato non sussiste se il sistema è TV. 3. l’amplificatore a guadagno variabile è un sistema TV. e la loro posizione nella cascata è ininfluente. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) .14.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. È chiaro che yt0 (t) = y(t − t0 ). 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.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . Esempio 3.3 Proprietà dei sistemi 107 x(n) z . 3. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . In effetti.9.16. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ). per dimostrare che un dato sistema è invariante temporalmente oppure no. evidentemente. ovvero se la sua relazione i-u è y(t) = α x(t).n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig. Se il sistema TD S è TI. le trasformazioni S e Sz−n0 commutano. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . 3. 3. D’altra parte. i due schemi in figura sono equivalenti. se il sistema è TI. . introdotto nell’es.2 piuttosto che la def. per cui. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). è un sistema TV in generale (è TI se e solo se α (n) = α ). 11 Per semplicità.5) per esprimere i legami i-u dei sistemi. verifichiamo che in generale il sistema y(t) = α (t) x(t). In altre parole. Per non sbagliare. quindi. per il quale si ha y(n) = α (n) x(n). conviene procedere per sostituzioni formali. 3. è conveniente in generale utilizzare la prop. forniscono la stessa uscita in risposta allo stesso segnale. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 .2 dell’invarianza temporale. per ogni segnale di ingresso x(n) ∈ I . facciamo uso ancora una volta della notazione semplificata (3.3. si dimostra che l’amplificatore a guadagno variabile a TD. ovvero se α (t) = α (costante). è TV.

In conclusione. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) .19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. sono anch’essi sistemi TI. Esempio 3. il sistema risulterebbe TV. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . . per l’intervallo di durata di un compact disc.8. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. Tuttavia. Ad esempio. Effettuando il cambio di variabile v = u − t0 . se il volume è tenuto fisso. un amplificatore audio non è un sistema TI in senso stretto.1 è un sistema TI. 3. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. e l’integratore non causale dell’es. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n.2 è un sistema TI.1): y(n) = x(−n) . Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . k=0 M M per cui il sistema è effettivamente TI. e pertanto il sistema risulta essere TV. 3. 3. e cambia meno drasticamente quando si alza o si abbassa il volume. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es.9 è TI. se tale proprietà non fosse verificata. Tuttavia. 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).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. per cui resta provato che l’integratore è un sistema TI. si può provare che l’integratore con memoria dell’es. Esempio 3. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) . il sistema può ritenersi ragionevolmente TI. Infatti. Allo stesso modo. 3. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) .10. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . 3.108 Proprietà dei sistemi Esempio 3.

Esempio 3. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z.3. con Kx . bisogna supporre che l’ingresso sia arbitrario ma limitato. per ogni valore di tempo. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . con Kx .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 . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato.23 (sistema MA) Proviamo che il sistema MA dell’es.3 Proprietà dei sistemi 109 3. Con analoghi passaggi. ∀t ∈ R .3.5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . per cui anche y(t) è limitato. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). Infatti. Nel seguito. (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 .22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). cioè che valga la condizione |x(·)| ≤ Kx . per provare che un sistema è stabile. In pratica. e non attraverso la rappresentazione i-s-u. quando parleremo di stabilità intenderemo sempre la stabilità BIBO. da cui si ricava che anche y(t) è limitato. per ogni valore di tempo. 3. Esempio 3.9.19) per ogni x(t) ∈ I limitato. ∀t ∈ R . e supponendo anche in questo caso che il guadagno sia limitato. Ky ∈ R+ .21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. Ky ∈ R+ . Per la rappresentazione i-s-u. (3. . Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). (3. Esempio 3.12 Matematicamente. e trovare un’opportuna maggiorazione per l’uscita.20) per ogni x(n) ∈ I limitato. invece. che coinvolgono anche la limitatezza delle variabili di stato. si possono dare definizioni diverse di stabilità. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3.

Infatti. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. con la sola ipotesi che |x(·)| ≤ Kx . (b) Le oscillazioni viste da una estremità del ponte. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . assume cioè valore infinito in almeno un istante di tempo.5 metri. Esempio 3. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. che è un segnale limitato in quanto assume solo i valori 0 ed 1. Un esempio di sistema instabile: il Tacoma Narrows Bridge. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. k=0 M M per cui anche y(n) è limitato. Viceversa. 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). è stabile. descritto dalla relazione i-u y(t) = t −∞ x(u) du . in ogni istante di tempo. 3. Notiamo che un sistema MA è sempre stabile. per provare che un sistema è stabile. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. . 3.1. se |x(n)| ≤ Kx per ogni n ∈ Z. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . per provare che un sistema è instabile. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). Come si vede. ∀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 8.15.

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

Infatti. allora la cascata del sommatore e del sistema S in fig. la proprietà di omogeneità impone implicitamente che. se si deve calcolare la risposta del . Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U.) x(. Da un punto di vista matematico. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . nel senso che ya (·) ≡ yb (·).17(a) è equivalente al sistema raffigurato in fig. se il sistema è omogeneo. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. Da un punto di vista sistemistico. allora anche α x(·) ∈ I. ∀α ∈ C . se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). 3. 3.17. si ha: α x(·) −→ α y(·) . Definizione 3.) S α y b(. allora la configurazione serie in fig. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. Precisamente. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. la proprietà di omogeneità può essere interpretata come in fig. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. 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 . nel senso che ya (·) ≡ yb (·). allora anche x1 (·) + x2 (·) ∈ I. se x(·) ∈ I. le configurazioni (a) e (b) sono equivalenti. affinchè il sistema S possa essere lineare. In altre parole.16(b) (si faccia attenzione: non è una configurazione parallelo). la proprietà di additività impone implicitamente che.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.) (b) Fig. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma.16.) α (a) S y a(. quindi. 3. se il sistema S verifica la proprietà di omogeneità. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. se x1 (·) ∈ I e x2 (·) ∈ I. se il sistema S verifica la proprietà di additività.16. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. Allo stesso modo. 3. Pertanto. con riferimento alla fig. 3. quindi.112 Proprietà dei sistemi x(.16(b).16(a) è equivalente alla configurazione serie in fig. 3. 3.

α2 ∈ C .18: se il sistema S è lineare. se si deve .) x2(.18(a) e fig.18(b) sono equivalenti. che caratterizzano la linearità di un sistema. Le due proprietà precedenti. ∀α1 . Se il sistema S verifica la proprietà di additività. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. (3. per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.22) che ammette l’interpretazione sistemistica riportata in fig. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . ∀α1 . (3.3. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U.) S (b) Fig.3 Proprietà dei sistemi 113 x1(. e poi sommare i segnali di uscita ottenuti.) S y a(.3 (principio di sovrapposizione) Un sistema è lineare se. le configurazioni (a) e (b) sono equivalenti. cioè.) (a) x1(.17. adoperando la notazione semplificata (3. 3. sistema S al segnale di ingresso x1 (·) + x2 (·) si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente.) S y b(.21) Notiamo che il principio di sovrapposizione si può esprimere. 3. ya (·) ≡ yb (·).5) per il sistema S. 3. pertanto. 3. α2 ∈ C .) x2(. allora i due sistemi riportati in fig. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) .

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

si trova y0 (t) = b0 = 0. in particolare. Tali sistemi sono una generalizzazione dei sistemi lineari. infatti. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. si ha. Una conseguenza importante della proprietà di linearità. per l’omogeneità. Adoperando la formulazione (3. Sia x0 (·) ≡ 0 l’ingresso nullo. Sebbene sia non lineare secondo la definizione data.13 Esempio 3. che rappresenta l’uscita corrispondente all’ingresso nullo. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. ∀α ∈ C. Esempio 3. 13 Tipicamente. Infatti ponendo x(t) ≡ 0. con semplici calcoli algebrici: S[α1 x1 (t) + α2 x2 (t)] = α (t)[α1 x1 (t) + α2 x2 (t)] = α1 [α (t) x1 (t)] + α2 [α (t) x2 (t)] = α1 S[x1 (t)] + α2 S[x2 (t)] . l’uscita corrispondente all’ingresso nullo è necessariamente nulla.26. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. in quanto. α x0 (·) −→ α y0 (·) . 3. quando si parla di sistema lineare. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. Ad esempio. in quanto soddisfa al principio di sovrapposizione. (3. e si dicono lineari per le differenze. Prova.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. 3. in elettronica. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. si ha. il sistema dell’es. si intende un sistema che soddisfa il principio di sovrapposizione. . In pratica. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”).22). Proprietà 3.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. l’uscita corrispondente è necessariamente nulla. 3.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . se l’ampiezza del segnale di ingresso eccede tale soglia.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. con b0 = 0. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . si ha yL (t) = b1 x(t) e y0 (t) = b0 . il sistema non può più considerarsi lineare. Nell’es. ∀α ∈ C . e più precisamente dell’omogeneità. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. 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. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). allora deve aversi necessariamente y0 (·) = α y0 (·). Sia nel caso TC che TD. e sia y0 (·) l’uscita corrispondente a tale ingresso.3. 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. in pratica. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. Poiché x0 (·) −→ y0 (·). Infatti.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. variabile da sistema a sistema.

Esso appartiene pertanto ad una classe più generale di sistemi. e quindi non è omogeneo. cfr.) sistema lineare y L(.20. 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)] .21) con x(t) la tensione ai capi del diodo e con y(t) la corrente .28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig.116 Proprietà dei sistemi x(. 3. cfr. che non risulta neppure lineare per le differenze. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . e sono rappresentati graficamente come in fig. y(t) = sgn[x(t)] (“hard limiter”). 3.) y 0(. e y(t) = x3 (t) (sistema cubico). 3. § 4. Fig. Il sistema quadratico dell’es. se si indica (fig. detti anche non-linearità senza memoria: Definizione 3. Infatti. 3.15). Infatti. 3.) Fig. Esempio 3. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. Per l’omogeneità. Schema a blocchi di un sistema non lineare (non linearità) senza memoria.) g(x) y(. e prende il nome di sistema quadratico o non-linearità quadratica.) x(. arbitrari x1 (·) e x2 (·).12 (non linearità senza memoria) Sia g(·) una funzione non lineare. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.21.20.3. Un caso più caratteristico di sistema non lineare. 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.6.1) o alle differenze (nel caso TD. § 3.19. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.1). Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. un sistema TI senza memoria.2) lineari e a coefficienti costanti. e quindi non è additivo. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. né quella di additività.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. es. è descritto nell’esempio seguente.27 è anche TI e non dispersivo o senza memoria (cfr. Esempio 3. Un esempio “fisico” tratto dall’elettronica è il diodo. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. che prende il nome di caratteristica i-u.6. § 4. 3.) y(.

Notiamo che la funzione g(x) di fig.22) è g(x) = x R . il che è ragionevole per segnali costanti o lentamente variabili. con buona14 approssimazione. dove la caratteristica i-u g(x) (fig. BJT) ed i transistori ad effetto di campo (field-effect transistor. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. 3.3. .22 è lineare a tratti. FET). che scorre nel diodo. in ogni caso. 3. Il parametro R rappresenta la resistenza del diodo in conduzione. 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi. dove R è la resistenza del diodo in conduzione. 0 . avente come ingresso la tensione x(t) e come uscita la corrente y(t). 3. Caratteristica ingresso-uscita di un diodo.22. Schema elettrico di un diodo. poiché essa non è lineare per tutti i valori di x. il sistema non può essere considerato lineare. 3. x ≥ 0. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). Fig. altrimenti.21. si può porre. y(t) = g[x(t)]. modellato come un sistema non lineare senza memoria.

y(t) = sgn[x(t)]. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . 3. y(t) = ex(t) . Risultato: La memoria è pari a N − 1. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.23.2. .23. y(t) = 2 ln(|x(t)|). Esercizio 3. Sistema dell’esercizio 3. 3.2 Si consideri l’interconnessione di sistemi riportata in fig. Determinare il legame i-u del sistema (complessivo) riportato in figura.118 Proprietà dei sistemi 3. 2 4 S3 : y(n) = x(2n) .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 . Risultato: y(t) = 2 u[x(t)]. con N ≥ 1 numero intero dispari . S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . 4 Esercizio 3. Calcolare la memoria del sistema.4 Esercizi proposti Esercizio 3.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 .23. 3. Risultato: y(n) = x(n) + 1 x(n − 1). Determinare il legame i-u del sistema (complessivo) riportato in fig.

1 del libro di testo. con T1 > 0.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . .3. indipendentemente dalla costante A. x(n) = R3 (n) −→ y(n) = 3n u(n) . la memoria è pari a T1 . con A ∈ R. Esercizio 3. x(t) = rect(t − 1) −→ y(t) = e−3t .1 del libro di testo. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. Esercizio 3.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.5 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) . la memoria è pari a 2 T2 − T1 .] Risultato: Il sistema è non causale.4 Si consideri la seguente interconnessione di sistemi: dove i legami i-u dei due sistemi sono i seguenti: S1 : y(t) = S2 : y(t) = t t−T1 x(τ ) dτ . 3.] Risultato: Il sistema può essere causale (non è detto che lo sia). Risultato: Se T1 ≥ T2 .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) . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. x(τ ) dτ . Risultato: (a) y(n) ≡ 0. (b) Il sistema è invertibile? Giustificare la risposta. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. con T2 > 0. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). Esercizio 3. 3. se T1 < T2 . (b) non invertibile: in virtù del risultato del punto (a).

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

dire se il sistema può essere tempo-invariante. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). (b) yb (t) = ya (t) = cos(2π fct). 3. è necessariamente non lineare.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). è necessariamente tempo-variante. Esercizio 3. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). Risultato: (a) ya (t) = cos(2π fct). Sistema dell’esercizio 3. (b) yb (t) = cos(3t − 1). Nella stessa figura sono riportate le uscite del sistema y1 (n).11.13 Il sistema S in fig. (c) il sistema non può essere tempo-invariante. x(t) = e− j2t −→ y(t) = e− j3t . Esercizio 3. è necessariamente tempo-variante. (b) Dire se il sistema è stabile. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). (a) Determinare il legame i-u del sistema. con t0 ∈ R. Risultato: (a) non può essere lineare.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 .11 Si consideri il sistema riportato in fig.25. (b) stabile. x2 (n) e x3 (n). x(n) y(n) (-1) n Fig. Risultato: (a) ya (t) = cos(3t). (c) Stabilire se il sistema può essere tempo-invariante.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . Esercizio 3. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1).25. Esercizio 3. rispettivamente. (a) Stabilire se il sistema può essere lineare. 3. (c) non può essere tempo-invariante.3. 3.26 è tempo-invariante. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).

Inoltre. se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). mentre l’uscita del sistema S2. Risultato: (a) non lineare. dispersivo.2 è y(n) = x(−n − 2). (d) y(t) = [x(t) + x(t − T )] u(t). stabilità): (a) y(t) = 2 exp[x(t)].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 brevemente le risposte.26. (b) lineare. non dispersivo. tempo-variante e stabile. l’uscita del sistema S1. causale se T ≥ 0 e non causale se T < 0. non dispersività. non causale. sia S1. dispersivo. causale. S2 : y(n) = x(n + 2).13. causale. (c) y(t) = x(t) cos(2π t). dispersivo se T = 0. tempo-invariante e stabile. (e) non lineare. le uscite dei due sistemi S1. motivando la risposta e fornendo almeno un esempio a suo supporto. il legame i-u del sistema S2. non dispersivo. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. (b) y(t) = x(t − 2) − x(1 − t). causalità. S1 : y(n) = x(−n) . con T ∈ R − {0}. 3. (c) lineare. (d) lineare. causale se T > 0 e non causale se T < 0. tempo-variante e stabile. mentre S2.1 è y(n) = x(−n + 2).1 è y(n) = δ (n − 2). Segnali dell’esercizio 3. tempo-invariante e stabile. invarianza temporale. Esempio: quando x1 [n] = x2 [n] = δ [n]. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità.2 è y(n) = δ (n + 2). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. Stabilire.1 sono necessariamente uguali”. .2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). tempo-variante e stabile.15 Classificare.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). Esercizio 3.2 e S2.

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

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

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

126 Proprietà dei sistemi .

supponiamo che un generico ingresso TC o TD x(·) ∈ I possa essere espresso come sovrapposizione di segnali semplici o . A tale proposito. La proprietà fondamentale che semplifica lo studio dei sistemi LTI (più in generale. sia quella di invarianza temporale. Introdurremo poi una classe importante di sistemi LTI. Tali sistemi sono denominati sistemi lineari tempo-invarianti (LTI).27) è un sistema non lineare ma tempo-invariante. ovvero i sistemi LTI descritti nel caso TC da equazioni differenziali. consideriamo il sistema lineare descritto dalla trasformazione S : I → U. possiedono sia la proprietà di linearità. 3. di grande interesse per le applicazioni. l’amplificatore con guadagno variabile y(t) = α (t) x(t) (cfr. 3. In particolare. che può essere espressa mediante una particolare operazione matematica. sia quella di invarianza temporale. mentre il sistema quadratico y(t) = x2 (t) (cfr. denominata convoluzione. la sua risposta impulsiva. introdurremo il fondamentale concetto di risposta in frequenza di un sistema LTI.3).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. che rappresenta la base per lo studio dei sistemi nel dominio della frequenza e che sarà approfondito nei capitoli seguenti. che si incontrano frequentemente nelle applicazioni. il cui legame i-u. sarà descritto nel seguito mediante la notazione semplificata y(·) = S[x(·)]. dei sistemi lineari) è il principio di sovrapposizione (prop. potenti e generali. In questo capitolo. 3.1 Introduzione Le proprietà di invarianza temporale e linearità viste nel cap. Ad esempio. per semplicità di notazione. ovvero dei sistemi che possiedono sia la proprietà di linearità. tra il segnale di ingresso e una funzione che descrive completamente il sistema nel dominio del tempo. es. In particolare. ed in gran parte del seguito della trattazione. mostreremo che tali sistemi ammettono una relazione i-u semplice e generale.16) è un sistema lineare ma tempo-variante (sistema LTV). Tuttavia. es. il nostro studio si concentrerà su tale classe di sistemi. 4. numerosi sistemi. e per essi esistono tecniche di analisi e di sintesi semplici. Infine. e nel caso TD da equazioni alle differenze. 3 non devono necessariamente essere possedute contemporaneamente da un dato sistema.

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

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. Ribadiamo che per ricavare la (4. Notiamo peraltro che la (4.4). e calcoliamo l’uscita sfruttando il principio di sovrapposizione.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. . (4. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). sostituendo la (4.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . si dice che la risposta impulsiva è una risposta canonica. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). ed abbiamo sfruttato il fatto che le quantità x(k). Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . (4.5)].4) si può giustificare in maniera più formale anche applicando le prop.6) nella (4. nonché l’invarianza temporale del sistema. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . come già detto. Scegliendo come segnali elementari xk (n) nella (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . Supponiamo allora che un segnale x(n).3) Determinare i coefficienti αk della rappresentazione è semplice. sia posto in ingresso ad un sistema TD LTI.4. ∀k ∈ Z .5) dove abbiamo applicato il principio di sovrapposizione. la rappresentazione (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. Si noti che.3 dell’impulso discreto.3) non si sovrappongono nel tempo. (4.3. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. con k ∈ Z. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . se si osserva che gli impulsi δ (n − k) nella (4.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . (4. La funzione h(n) che compare nella (4. non essendo dipendenti dal tempo n. la (4. In questo senso. 3. si ha semplicemente αk = x(k). utilizzando la conoscenza della sola risposta impulsiva del sistema.6) cioè traslando l’impulso in ingresso di k campioni.6)].5). il segnale di uscita h(n) trasla anch’esso di k campioni. Definiamo allora il segnale h(n) = S[δ (n)]. ovvero xk (n) = δ (n − k). rappresentato mediante la (4. sia la proprietà di invarianza temporale [nella (4.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. e sarà studiata più approfonditamente nel § 4. (4. esteso al caso di una infinità (numerabile) di segnali. 2. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso.7) prende il nome di convoluzione a TD. Pertanto.

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). È interessante notare che la risposta impulsiva del sistema MA è di durata finita.7). x(1) h(n − 1) e x(2) h(n − 2). si ha. per un dato k ∈ Z. (a) Risposta impulsiva di un generico sistema MA.7) mostra che. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].1. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . avente la risposta impulsiva di fig. M} . 3. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. 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).1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. . . Prima di passare al caso TC.1(a) nel caso generale. altrimenti . Infatti. 4. .10) espressione che fornisce gli stessi valori della (4. 6 Esempio 4. D’altra parte. al segnale di ingresso x(n) = 1 R3 (n).. 5}. k ∈ {0. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 4.9). il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k). . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . 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. ∀k ∈ {0.9) rappresentata graficamente in fig. il segnale di uscita si ottiene sommando tali segnali. M (4. In sostanza. è semplice provare che tale sistema è sia lineare che tempo-invariante. . (4. con n ∈ Z.7).2. 4. .8) e la (4.11) . ∀k ∈ {0.1(b). Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. e particolarizzata in fig. 4. ponendo x(n) = δ (n) nella (4. 0 . Questa interpretazione è chiarita in fig. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). (4. 1. per ogni k ∈ Z. . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.8): h(n) = k=0 ∑ bk δ (n − k) .1(b) al caso M = 5 e 1 bk = M+1 = 1 . la (4. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). . 4. .9. . 1.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.7). è utile mettere in luce una particolare interpretazione della (4.1. 1. dove è calcolata graficamente la risposta del sistema MA dell’es. . 4. pari ad M + 1 campioni.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . dal confronto tra la (4. M (4. ... descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . 5}.

Calcolo dell’uscita y(n) di un sistema LTI come sovrapposizione delle risposte del sistema ai singoli campioni del segnale di ingresso x(n). 4.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig.2.4. .

11).12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. anche la (4. integrando) i segnali x(τ ) h(t − τ ) dτ . supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. Precisamente. con gli stessi coefficienti α (τ ) dτ .1). con t ∈ R. (4. τ ). con τ ∈ R. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. La derivazione della (4. e rappresenta. Nel seguito. Tuttavia. la (4.2). (4.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. prop. A differenza del caso TD.4) al caso TC. 3.23) per una infinità numerabile di segnali.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. dal confronto con la (4. La (4. τ )] del sistema ai segnali elementari x(t.11). assumeremo direttamente la (4.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. τ )]dτ .11) e la (4.12) dove la seconda uguaglianza si ottiene dalla prima ricorrendo al cambio di variabile t − τ = τ e utilizzando poi nuovamente τ al posto di τ .14) non discende direttamente dalla prop.2). formalmente.12) si basa su una definizione più generale di linearità di un sistema. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . Così come il principio di sovrapposizione (3. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . facendo un ragionamento concettualmente simile a quello fatto per il caso TD.3. come già visto nel caso TD. e l’integrale prende il posto della sommatoria. non è possibile dare una giustificazione immediata della (4.4). ossia: x(t) = +∞ −∞ α (τ ) x(t. dove la delta di Dirac sostituisce quella discreta. tuttavia. (4. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. senza perderci in complicate discussioni matematiche. 4. segue che α (τ ) = x(τ ) e x(t.7) è simile a quella vista nel caso TD.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. 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 . tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . τ ) = δ (t − τ ). In pratica mediante la (4. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . τ )dτ . seguendo passaggi matematici simili a quelli già visti per il caso TD. Precisamente. τ ).14) come definizione di principio di sovrapposizione per una infinità continua di segnali. Notiamo inoltre che. le risposte S[x(t. L’operazione matematica tra x(t) ed h(t) che compare nella (4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. per ogni τ ∈ R. centrati in tutti i possibili istanti di tempo τ ∈ R. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. se il sistema è LTI. 2. . ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. e prende il nome di convoluzione a TC. 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). data l’analogia formale tra la (4. per τ ∈ R. Una giustificazione immediata ed intuitiva della (4. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t.

con il cambio di variabile τ = t − u → u = t − τ .12). 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 (0.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.2).15) si può scrivere come una convoluzione: infatti.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. 4. in maniera più formale. Negli es. sia invariante temporalmente. si può mostrare che la (4. (4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0.12). Come nell’es. es. si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. 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) . 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. In altri termini.1. notiamo preliminarmente che. avente relazione i-u: y(t) = t t−T x(u) du .1 e 4. T ). (4.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . 4.2. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). Successivamente. la (4. allora il sistema è necessariamente LTI.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. per cui è un sistema LTI. 4.5T T .7) oppure (4. per confronto con la (4. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).5T T x(t − τ ) dτ . pari a T e coincidente con la memoria del sistema.4. .15) con T > 0. da cui. In maniera equivalente. (4. e cioè: y(t) = +∞ −∞ rect τ − 0. anche tale risposta impulsiva è di durata finita.

Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. Per calcolare gli altri valori della convoluzione. 4. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2.7) nel caso TD. vedi anche il § 4. Ovviamente. In particolare.3(b)] ed il segnale riflesso z(k) = x(−k) [fig. 4.3(e)]. il valore della convoluzione y(n) all’istante n si ottiene moltiplicando i campioni corrispondenti dei due segnali h(k) e wn (k) per tutti i valori di k ∈ Z. 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. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. e sommando i risultati dei prodotti ottenuti. si veda la fig. Viceversa.1.18). fatta eccezione per casi particolari.3(c)]. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. possiamo ottenere direttamente il risultato della convoluzione per n = 0. in particolare. consideriamo il seguente esempio. dobbiamo costruire il segnale wn (k) = z(k − n). partendo dal caso TD per semplicità.3 Convoluzione Come abbiamo visto nel paragrafo precedente.18) Le due espressioni riportate nella (4. che si ottiene da z(k) mediante traslazione di n campioni. (3) Per ogni fissato valore di n ∈ Z. costruendo il segnale z(k) = x(−k) e. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). insieme con x(k) [fig.3(d)]. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . 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) .134 Sistemi lineari tempo-invarianti (LTI) 4. descritta dalla (4. (4. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. si vede che per n < 0 [traslazione verso sinistra. si nota che si ha sovrapposizione tra h(k) e .18) sono del tutto equivalenti. Per capire meglio il meccanismo precedentemente descritto.1 seguente). 4. si veda la fig.12) nel caso TC.3. per cui il risultato della convoluzione è nullo. (2) Effettuare prima la riflessione del segnale x(k). 4. per la proprietà commutativa della convoluzione. effettuare la traslazione del segnale z(k) verso destra se n > 0. Esempio 4. con a = 0. Nel caso TD. successivamente. La difficoltà maggiore è che. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). e verso sinistra se n < 0. oppure dalla (4. se n > 0 [traslazione verso destra. Prendendo come riferimento la seconda delle (4. 4.3(a)]. Seguendo la procedura delineata precedentemente. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. Se non effettuiamo nessuna traslazione su z(k). il segnale wn (k) non si sovrappone con h(k). rappresentiamo h(k) in funzione di k [fig.

.7) vada effettuata in principio su infiniti valori di k. tale numero di campioni è pari ad n+1. più precisamente. oppure anche per tutti i valori di n. per alcuni valori di n. 1. (4. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. C. sebbene la somma in (4. Si noti che. 1−a In definitiva.7). Ovviamente esistono casi in cui il numero di termini della somma è infinito. 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 . valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 .4.19) Anche in questo caso. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. + an = k=0 ∑ ak = n 1 − an+1 . vale a dire: . per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . per effettuare correttamente il calcolo della convoluzione. In particolare. 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. in pratica essa può ridursi ad una somma finita di valori per ogni n. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. h(k) w3 (k) = 1 + a + a2 + a3 . è semplice considerare i casi per n = 1. . n}. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. se n < 0 . Per un generico valore n > 0. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. Facendo riferimento per convenienza alla seconda delle (4. l’esempio mostra chiaramente che. 2. se |a| < 1. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . 4.3(f) nel caso in cui 0 < a < 1. h(k) w2 (k) = 1 + a + a2 .3 Convoluzione 135 wn (k) su un numero finito di campioni. . . che in generale potrebbe non convergere. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . In particolare. . altrimenti .19). 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . y(n) = 1 − an+1  . h(k) e wn (k) si sovrappongono per k ∈ {0. . ed è rappresentato graficamente in fig. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 .

4): (a) rappresentazione di h(k). (c) riflessione del segnale x(k). 4.8333) e x(n) = u(n) (es.6 0.2 0 (b) z(k)=x(−k) 0. (f) risultato della convoluzione.8 0.6 0. (e) traslazione verso destra di z(k) (n = 5).8 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0. (d) traslazione verso sinistra di z(k) (n = −5).136 Sistemi lineari tempo-invarianti (LTI) 1 0.4 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.4 0.6 0. 4.4 0.2 0 −10 −5 0 k 5 10 (a) 1 0.4 0.6 0.3.8 w−5(k)=x(−5−k) 1 0.4 0. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.6 h(k) 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig. (b) rappresentazione di x(k). .2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8 0.

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

7) e quella a TC (4. In conclusione.6. l’interpretazione di questa proprietà con riferimento ai sistemi LTI è che nel calcolo dell’uscita di un sistema si può scambiare il segnale di ingresso con la risposta impulsiva. In altri termini. 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(·). notiamo che l’intervallo di tempo (T1 . scambiando il ruolo dei due segnali. 4. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . similmente alla somma di convoluzione. 4. T2 ) in cui il segnale y(t) è costante si riduce ad un punto.3.5. per T ≤ t < 2T . l’integrale di convoluzione può non esistere finito. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . calcolo dell’area) sono molto simili nei due casi. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. t < 0 oppure t ≥ 2T .1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . A tale scopo. Per questo motivo. in particolare.  y(t) = t. prodotto. ed è rappresentata in fig.4(f). nel senso che ya (·) ≡ yb (·). mentre la seconda è definita mediante un integrale. 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. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. traslazione. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . 4.6 sono equivalenti. Come mostrato in fig. e prende il nome di proprietà di durata della convoluzione (cfr.20). cioè i due schemi in fig.12) è che la prima è definita mediante una sommatoria. come discusso di seguito.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . nello studio delle proprietà della convoluzione. tutte le proprietà algebriche del prodotto convenzionale. 4. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. Ovviamente questo scambio. non ha nessun senso dal punto di vista sistemistico. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . se è possibile dal punto di vista matematico. . Si noti che se T1 > T2 si può procedere allo stesso modo. per 0 < t < T .   2T − t. notiamo che. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. 4. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC.3. Per questo motivo. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. oltre a proprietà specifiche. pertanto. C. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. la convoluzione viene chiamata anche prodotto di convoluzione. ed è rappresentato graficamente in fig. Nel caso particolare T1 = T2 = T . in quanto si può verificare che la convoluzione possiede. nel seguito. § 4.1).

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

4. Per la proprietà commutativa.7(a) e fig. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T .7(b) e fig. 4. il sistema LTI in fig. In virtù della proprietà commutativa della convoluzione. 4. come evidenziato in fig.7(a) è equivalente al sistema LTI riportato in fig. 4. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) .5. per cui il sistema LTI in fig. 4. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·). cioè i due schemi in fig.7(d). notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·).7(c) è equivalente allo schema serie riportato in fig. 4. nel senso che ya (·) ≡ yb (·). In tale ipotesi.7(c). come mostrato in fig. in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·). T Proprietà associativa Fig.) h(. Inoltre. Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . ossia yc (·) ≡ yd (·).6. In base a queste due interpretazioni. i due sistemi LTI in figura sono equivalenti.7(a). per la proprietà associativa. cioè ya (·) ≡ yc (·). Il segnale y(t) si può esprimere come y(t) = T Λ t−T . notiamo che calcolare l’espressione yb (·) = [x(·) ∗ h1 (·)] ∗ h2 (·) seguendo l’ordine indicato dalle parentesi equivale a calcolare prima l’uscita del sistema avente risposta impulsiva h1 (·). 4. In altre parole.) (a) y a(. 4.) h(.7(b) sono equivalenti. A tal fine.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.7(d) sono equivalenti. Conseguentemente. 4.) (b) y b(. osserviamo innanzitutto che.7(b). nel senso che yb (·) ≡ yd (·). i due schemi riportati in fig. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI. 4. 4. la proprietà associativa della convoluzione consente di affermare che la serie di due sistemi LTI equivale ad un unico sistema LTI avente risposta impulsiva hser (·) = h1 (·) ∗ h2 (·). 4. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco.) Fig. . la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI.) 0 T t 2T x(. A sua volta. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini.

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

esplicitando la convoluzione (4.22). 4. noti inoltre che.) x(. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). Tale sistema prende il nome di sistema identico. rispettivamente. ∀n0 ∈ Z . al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). x(n) h(n) (b) -(n1+n2) z y b(n) Fig. infatti. x(n − n0 ) −→ y(n − n0 ) . .21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. 3.) δ(.10. Le (4. ∀t0 ∈ R . e per la (4. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . 4.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·).21). i due schemi in figura sono equivalenti.25) della convoluzione. 4. è possibile riottenere la (4.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. rispettivamente.142 Sistemi lineari tempo-invarianti (LTI) x(. invece che alla (4. x(n − n0 ) ∗ h(n) = y(n − n0 ) . Nel caso di un sistema LTI. ad esempio. se per calcolare y(t − t0 ). Dal punto di vista matematico. ∀t0 ∈ R .) x(n) z . x(t − t0 ) −→ y(t − t0 ) .22) (4. In un sistema identico. si giungerebbe. secondo la quale. notiamo che la (4.22) e (4. per sistemi a TC e a TD.22) [un discorso analogo vale per la (4. per ogni x(·) ∈ I e y(·) ∈ U. Per giustificare invece la correttezza della (4.9).23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.3 Dal punto di vista dell’interpretazione sistemistica.11) nel caso TC. ∀n0 ∈ Z .21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.2). il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).9. In virtù della proprietà di invarianza temporale (4. esprimendo la relazione i-u del sistema mediante una convoluzione. si ha. la (4. (4.4) nel caso TD e la (4.

4.3 Convoluzione

143

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

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

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

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

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

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

(4.28)

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

144

Sistemi lineari tempo-invarianti (LTI)

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

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

Dh ∩Dwt

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

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

4.3 Convoluzione

145

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

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

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

k=0

∑ 1 = n+1,

n

0 ≤ n < N1 − 1 .

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

k=n−N1 +1

n

1 = N1 ,

N1 − 1 ≤ n < N2 − 1 .

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

1 = N2 + N1 − n − 1,

N2 − 1 ≤ n ≤ N2 + N1 − 2 .

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

(4.32)

146

Sistemi lineari tempo-invarianti (LTI)

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

4.3 Convoluzione

147

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

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10

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

(b)

z(k)=x(−k)

0.6 0.4 0.2 0 −10 −5 0 k 5 10

−10

−5

0 k

5

10

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

(d)

3

w2(k)=x(2−k)

2

1

0 n

5

10

(e)

(f)

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

∀n2 ∈ Z . ∀t1 ∈ R. h(n − n1 ) ∗ x(n − n2 ) = y[n − (n1 + n2 )] . (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata.2 (proprietà della convoluzione) (a) Proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . 4.4 Risposta al gradino L’impulso di Dirac è un segnale ideale. (f) Proprietà di convoluzione con l’impulso: x(t − t0 ) = x(t) ∗ δ (t − t0 ) = δ (t − t0 ) ∗ x(t) . ∀t0 ∈ R . in quanto presenta una discontinuità brusca. tuttavia in laboratorio è più semplice da approssimare mediante un segnale . con durate ∆x . ∆h ∈ R+ =⇒ y(t) = x(t) ∗ h(t) è di durata rigorosamente limitata. le proprietà della convoluzione precedentemente introdotte e discusse sono sinteticamente riassunte di seguito: Proprietà 4. D’altra parte. anche il gradino è un segnale ideale. ∀n1 ∈ Z. ∀n0 ∈ Z . Siano x(n) e h(n) di durata rigorosamente limitata. ∆h ∈ N =⇒ y(n) = x(n) ∗ h(n) è di durata rigorosamente limitata. (b) Proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . come suggerito dalla definizione. per cui è impossibile determinare sperimentalmente la risposta impulsiva di un sistema TC. x(n − n0 ) = x(n) ∗ δ (n − n0 ) = δ (n − n0 ) ∗ x(n) . non realizzabile in pratica. con durata ∆y ≤ ∆x + ∆h − 1. applicando un impulso al suo ingresso. (c) Proprietà distributiva: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . ∀t2 ∈ R . con durate ∆x .148 Sistemi lineari tempo-invarianti (LTI) Riepilogo delle proprietà della convoluzione Per comodità del lettore. (e) Proprietà di invarianza temporale: h(·) ∗ x(·) = y(·) =⇒ h(t − t1 ) ∗ x(t − t2 ) = y[t − (t1 + t2 )] . con durata ∆y ≤ ∆x + ∆h . (d) Proprietà di esistenza dell’unità: x(·) = x(·) ∗ δ (·) = δ (·) ∗ x(·) .

4. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD).34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. (4. sfruttando la relazione i-u (4. come ad esempio il segnale uε (t) di fig.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . ma anche la risposta al gradino caratterizza completamente un sistema LTI. in particolare. . 2. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. per ottenere la risposta al gradino a partire dalla risposta impulsiva. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. ovvero è anch’essa una risposta canonica. Infatti.34) e (4. è sufficiente far passare quest’ultima in un sistema accumulatore. la risposta al gradino si può scrivere esplicitamente come: s(n) = h(n) ∗ u(n) = +∞ k=−∞ ∑ h(k) u(n − k) = k=−∞ ∑ n h(k) . definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). 4.7) di un sistema TD LTI. In particolare.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. con un tempo di salita molto stretto. 3.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino.12. In definitiva. le relazioni (4. 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 altri termini. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . es. Nel caso TD.11(a).2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). non solo la risposta impulsiva. (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).12). si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . 5 Non esiste una regola generale per stabilire quanto ε . 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 . 2.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. abbiamo visto [si veda la (2.4). Pertanto. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .37) Le (4. raffigurati in fig. § 2. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . con ε sufficientemente piccolo. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.1.11(b). e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . un valore appropriato di ε dipende dalla struttura interna del sistema e. 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.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). Nel caso TC. in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . Infatti la risposta al gradino s(t). come già detto in precedenza. varia da sistema a sistema.36) ed (4. utilizzando la (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. Nel caso TC valgono considerazioni analoghe. 2ε 2ε (4. trattandosi di una pura astrazione matematica (cfr. Tuttavia. dunque. Infatti. adoperando le proprietà di linearità e di invarianza temporale del sistema. In particolare. Dalla (4.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema.36). derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . si ottiene h(t) = d s(t) dt (4. aventi area unitaria. Per la linearità del sistema. (4. in quanto caratterizza completamente il sistema.

. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. 4. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . es.36).12). In pratica.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). per cui l’integratore (4.24): s(t) = t u(t) . 4. Conseguentemente. dt (b) Nel caso TD.40) con la (4. es.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. es. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. per ε → 0.18) e si può facilmente verificare che tale sistema è anche lineare. In maniera equivalente. in fig. in virtù della (4. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . Utilizzando la (4. se ε 1. 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) . identicamente nulla per t < 0. 3. che per la (4.4. che cresce linearmente per t > 0 [fig.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t.39) Abbiamo già mostrato che tale sistema è TI (cfr. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.39) è un sistema LTI. Esempio 4. (4. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD. 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) . 3. si tratta cioè di una rampa. possiamo dire che. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale).13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. si può mostrare che la (4.4 Risposta al gradino 151 alla derivata della risposta al gradino. (4.13(a)].7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. 3.37) è esattamente la risposta impulsiva.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . Confrontando la (4.38).1). Si può notare che. il cui valore è (cfr. 4. il segnale in fig.13(b)]. 4.

7): (a) risposta impulsiva.41) Si può facilmente verificare che l’integratore TD è un sistema LTI. Esempio 4. (4.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig. Confrontando la (4. es.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. . si può mostrare che la (4. Integratore con memoria infinita (es. (b) risposta al gradino. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . 4.42) con la (4.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . (4.7).42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n.2). (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. 3. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . 4.13. In maniera equivalente.

4.4 0. 4. es. ossia: h(t) = rect t − 0. si tratta cioè di una rampa a TD [fig.34).14(a)]. Esempio 4. 0 . che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .5T T .8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.5T T dτ . se n ≥ 0 .2).   t    se 0 ≤ t < T . (b) risposta al gradino.4.   0 .9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.6 0. in cui l’estremo superiore di integrazione t varia in R. (4.36). ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.14(b)]. 4.14.15(a). che è riportata in fig. in virtù della (4. n + 1 . 0 s(t) =  T     dτ = T . Risolvendo l’integrale si ottiene:  se t < 0 . 4.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. avente relazione i-u: y(t) = t t−T x(u) du . 4.4 Risposta al gradino 153 10 1 0.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. In virtù della (4. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. 4. se n < 0 . Integratore a TD o accumulatore (es. se t ≥ T . Conseguentemente.  dτ = t .8): (a) risposta impulsiva.

che cresce linearmente nell’intervallo (0.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .15. 4. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. Integratore con memoria finita (es. 4. (b) risposta al gradino. Esempio 4. si tratta di una funzione identicamente nulla per t < 0.9): (a) risposta impulsiva. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. se ε impulsiva del sistema. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. il segnale in fig. Si può notare che. 4. 4. per ε → 0. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T.5T T + T u(t − T ) .1. in fig. Utilizzando la (4. 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. 4. . In pratica.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. In altre parole. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig.38).15(b)]. T .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.

34). 4. 4.4. Sistema MA con M = 5 e bk = 1 . M +1   1.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .2 0 −0.    n   b .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. se n < 0 . ed in fig.1(a) nel caso generale. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . (b) risposta al gradino.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.4 Risposta al gradino 155 0. 5}: (a) risposta impulsiva.1 0. n+1 RM (n) + u(n − M) . . .3 1 0.6 0. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = . ∀k ∈ {0. n M in cui l’estremo superiore della sommatoria n varia in Z.2 1/6 h(n) 0. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . se n ≥ M .16. se n ≥ M . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . . 1. ∑ bk δ (n − k) . ∑ k   k=0  1 M+1 . se 0 ≤ n < M .  ∑ k  s(n) = k=0 M    b .45) k=0 rappresentata in fig.   n+1 s(n) = . se 0 ≤ n < M .8 s(n) 0 2 4 n 6 8 10 0. 4. . se n < 0 . In virtù della (4. Nel caso in cui i pesi bk siano tutti uguali a  0 . M M (4.4 0 0.

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

§ 3. Sostituendo nella (4. è possibile legare le proprietà del sistema (non dispersività. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. per ogni segnale di ingresso. seguiamo una strada diversa da quella seguita nel caso TD. la relazione precedente si può riscrivere come y(n) = α x(n) . si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ . il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. al posto di {x(τ )}τ ∈R . ∀k = 0.4.47) Pertanto. si ha: y(n) = h(0) x(n) .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . cioè caratterizza completamente un sistema LTI.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. 2. in questo caso. Per costruire un segnale siffatto. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. nella (4. stabilità. Una condizione necessaria e sufficiente affinché ciò accada. ponendo α = h(0). invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti.48). Affinché y(n) dipenda solo da x(n). (4. Consideriamo un sistema TD LTI.5. equivalentemente. per ogni segnale di ingresso {x(k)}k∈Z . infatti. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . prop.46). causalità. Notiamo che.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo.49) . 4. è che risulti h(k) = 0.47). Il sistema è non dispersivo se e solo se. descritto dalla convoluzione a TD espressa dalla seconda delle (4.2(c)]. (4. (4. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . Ponendo x(n) = δ (n) nella (4.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica.48).3. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . Passiamo ora a considerare i sistemi TC LTI. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. (4.5 Proprietà della risposta impulsiva 157 4. questo vuol dire che la risposta del sistema non cambia se. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr.

otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4.7) oppure (4. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). (b) Equivalentemente. .158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). l’estensione temporale Dh e. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. oltre al campione attuale.49). Se poniamo α = h(0).3.48) e (4. dove la memoria di un sistema è stata definita (cfr. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. I sistemi non dispersivi sono denominati anche sistemi senza memoria. per ogni segnale di ingresso e per ogni t ∈ R. Se allora osserviamo la relazione i-u di un sistema LTI [cfr. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . § 3. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. la durata ∆h . ovvero se e solo se è un amplificatore/attenuatore ideale. la caratterizzazione di un sistema LTI non dispersivo in termini di risposta impulsiva è riassunta dalla seguente proprietà (valida per il caso TC e TD): Proprietà 4.3. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. il sistema è non dispersivo se e solo se y(t) = y1 (t).12)].48) la risposta impulsiva precedente. 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. Quindi. ovvero se h(t) = α δ (t) . quindi.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 (·). si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. per cui presenta valori non trascurabili su un intervallo temporale non limitato. In definitiva. dal confronto tra la (4. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. senza mai annullarsi. n → ±∞. Sostituendo nella (4. all’uscita in un determinato istante di tempo. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. pertanto. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . (4. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) .

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 . es.51) con la seconda delle (4.12). 4.8 0.51) Confrontando la (4. aventi come risposta impulsiva il gradino unitario. 0 . es. 4. la risposta al gradino di tale sistema si ottiene come:  se t < 0 .52). 4. . che è rappresentata in fig. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4.5 Proprietà della risposta impulsiva 159 1 0.36). T (4.6 0. se t ≥ 0 .17(a). si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) . sono sistemi IIR con memoria infinita. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. Sistema TC IIR con memoria praticamente finita (es. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).17.8 0. 4.11): (a) risposta impulsiva.9) e il sistema MA (cfr.7) e l’accumulatore (cfr. (b) risposta al gradino.8).4.4 0. 4. es. 4.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .10). es.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). T (4. 4.6 0. la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .50) dove T > 0. T (4.4 0. In virtù della (4.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.52) Pertanto. Sfruttando il fatto che u(τ ) = 0 per τ < 0. L’integratore (cfr. Esempio 4.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.

53). Per calcolare la memoria analiticamente. se per semplicità facciamo riferimento ai sistemi TC. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva.3. il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ .53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. esso sarà “allungato”. Passiamo ora a considerare i sistemi TC LTI. in quanto per tali valori di k risulta n − k > n. il sistema LTI ha memoria praticamente finita. 4.3.1). Affinché allora l’uscita non dipenda dai valori futuri.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. In altri termini. proprio di una quantità pari alla memoria del sistema. La somma su k porta in conto valori futuri dell’ingresso per k < 0. (4. 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 costante di tempo T > 0. con 0 < |a| < 1 . e quindi misurare la memoria del sistema LTI. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente.54) .5. ovvero è un segnale di durata praticamente limitata. 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. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . Lo stesso si può dire anche per i sistemi TD. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . per ogni segnale di ingresso. deve accadere che h(k) = 0 . ma non dipende dai valori dell’ingresso negli istanti successivi. notiamo che applicando al sistema un ingresso di durata finita. risolvendo l’equazione h(∆h ) = α /T (cfr. con 0 < α < 1. mentre tende a zero per |a| → 0. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . Così facendo. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . § 4. § 2.2). scegliamo come valore di soglia α h(0+ ) = α /T . ln(|a|) memoria che tende a diventare infinitamente grande. per |a| → 1.2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. (4.17(b). Infatti. ∀k < 0 . per effetto della convoluzione. 4. in virtù della (4.31). In conclusione. la durata della risposta impulsiva risulta ∆h = T ln 1 α .

. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. Di seguito sono riportati alcuni esempi di sistemi non causali. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Risposta impulsiva dell’integratore non causale (es. In questo caso. h(t) = 0.18. ∀t < 0 . h(t) = 0.4.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig.2) che un caso particolare di sistema non causale è il sistema anticausale. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. ∀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). In sintesi. 4. Ragionando in modo analogo a quanto fatto nel caso TD. 4.3. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. la relazione i-u (4. § 3. il sistema è non causale. Abbiamo visto nel capitolo precedente (cfr.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ .12).

altrimenti . −M + 1. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. 0). per cui è un sistema LTI. A questo punto. (4. Infatti. 0. Esempio 4.18: si tratta di un segnale che assume valori non nulli per t < 0 e. 0} .55) si può scrivere come una convoluzione. con il cambio di variabile τ = t − u → u = t − τ .5T T x(t − τ ) dτ . 4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) .12). il sistema non è causale.58) espressione che è perfettamente equivalente alla (4. k ∈ {−M. per confronto con la (4.11. si può mostrare che la (4. . .7).57). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . conseguentemente. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. . . pertanto tale sistema è non causale. Infatti. che è rappresentata in fig.7).56): h(n) = h=−M ∑ 0 b−h δ (n − h) . (4.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. . ponendo x(n) = δ (n) nella (4. sia invariante temporalmente. . si ha.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. 4.12).162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. 3.19(b) al caso M = 5 e 1 bk = M+1 = 1 .57) rappresentata graficamente in fig. (4.19(a) nel caso generale. 1. 3. avente relazione i-u: y(t) = t+T t x(u) du . possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0.55) con T > 0. e particolarizzata in fig. In maniera equivalente. ∀k ∈ {0. 5}. e pertanto esso rappresenta un esempio di sistema LTI. D’altra parte. es. 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) . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. (4. da cui.5T T . . Si tratta di una risposta impulsiva che assume valori non nulli per n < 0.56) da cui. . Si può facilmente verificare che tale sistema è sia lineare. la (4. 4.10 e 3.55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . per confronto diretto con la (4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. M Si tratta di un sistema sia lineare che tempo-invariante. . Per questo motivo.

terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. consideriamo il caso dei sistemi TC. Se il sistema è causale. 6 Questa . si ottiene che: y(t) = 0. . ∀t ∈ (0.. .14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . seguendo gli stessi ragionamenti che hanno portato alla (4.4. ∆h ). ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. poiché h(n) è identicamente nulla per n ≥ 0. è un sistema LTI anticausale. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. . la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. è riassunto dalla seguente proprietà: Proprietà 4. Il sistema è pertanto non causale. Un segnale identicamente nullo per t < 0 è anche detto6 causale. 4. che sussiste con ovvie modifiche anche nel caso TD. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. . Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. con ∆x ∈ R+ . in particolare. con ∆h ∈ R+ . Tale risultato.31). 4.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . In tal caso.. Allo stesso modo il sistema TC che effettua un anticipo temporale. 1. I sistemi causali godono di una proprietà importante.19. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. ∆x + ∆h ) . ∀k ∈ {0. ∆x ). che realizza un anticipo unitario del segnale di ingresso.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. cioè. Si tratta chiaramente di un sistema LTI. abbia estensione temporale Dx = (0. (a) Risposta impulsiva di un generico sistema MA non causale. 5} (es. Per evidenziare tale proprietà. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. l’anticipo unitario TD è un sistema anticausale..13). 6 Esempio 4.

Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. Ma se il sistema è lineare. In app. allora il corrispondente sistema inverso è anch’esso LTI.60) (4. allora h(·) è l’inverso di hinv (·). In base a tale risultato.1.4. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. cfr. 3. in virtù della prop. 4. rispettivamente. per ogni t0 ∈ R e per ogni x1 (t). Per cui ritroviamo il risultato. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata).1 è più immediata: .5. Poiché la risposta impulsiva del sistema identico è δ (·). un sistema è causale se e solo se.6 si poteva già dedurre dalle prop. Poiché risulta x1 (t) = x2 (t) = 0. 4. così come il segnale di ingresso.1 e 3. 4. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . 3. risulta che y1 (t) = y2 (t). ed applichiamo la proprietà vista per t0 = −ε < 0. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. 4. ∀t ∈ R. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. cioè. in questo caso.) hinv(. ∀t < 0.1 y1 (t) = y2 (t). si ha che y1 (t) = 0. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). la prop. in base alla prop.) Fig.20. anche il segnale di uscita è identicamente nullo per t < 0.) x(. In verità.20 (notiamo che per i sistemi LTI vale una proprietà più generale. ∀t ≤ −ε . Dato un ingresso x1 (t) = 0. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . 7 Nel caso TD. Soffermiamo l’attenzione sui sistemi TC. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . §3. 4.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. supponiamo di scegliere un secondo ingresso x2 (t) = 0. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive. 4. (4. ∀t ≤ t0 . le stesse considerazioni si possono fare scegliendo n0 = −1. sfruttando in aggiunta la proprietà di linearità.3. Ricordiamo che.4.) h(. ∀t ≤ −ε . x2 (t) ∈ I tali che x1 (t) = x2 (t). con ε ∈ R+ piccolo a piacere. allora risulterà per la prop.3).20.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. ∀t ≤ −ε . l’applicazione della prop. D è mostrato che se un sistema LTI è invertibile. 3. 3. 3. Pertanto. cioè y2 (t) = 0.164 Sistemi lineari tempo-invarianti (LTI) y(.59) per cui se hinv (·) è l’inverso di h(·). Poiché la convoluzione è commutativa. ∀t ≤ t0 . La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. come mostrato in fig.) x(.6 vale più in generale per sistemi lineari causali (non necessariamente TI). ∀t ∈ R. valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico.

59) o (4. descritto dalla (4. se un sistema è stabile. e proviamo a trovare una maggiorazione simile per l’uscita y(n).3. 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. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). se h(k) è una successione sommabile.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . noto l’altro fattore ed il risultato finale). ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . che va sotto il nome di deconvoluzione (di fatto. Questa compensazione prende il nome di equalizzazione. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. ovvero |x(n)| < Kx . In molti casi pratici. significa determinare uno dei fattori della convoluzione. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . cfr. D. con passaggi banali. un problema di interesse è determinare il sistema inverso di un dato sistema. §3. Alcuni approfondimenti ed esempi sono riportati in app. Purtroppo determinare hinv (·) dalla (4.5 Proprietà della risposta impulsiva 165 Proprietà 4. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. Si ha. Supponiamo allora che l’ingresso sia limitato. 4. ∀n ∈ Z. .60) è un problema matematicamente complicato.61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·).5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. detta hinv (·) la sua risposta impulsiva. Ad esempio. allora la risposta impulsiva dev’essere sommabile. consideriamo un sistema TD LTI.5. Abbiamo cioè provato che la sommabilità (4. il suo sistema inverso è anch’esso LTI e. nelle telecomunicazioni.4. a cui si rimanda direttamente il lettore.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) . Pertanto. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. (4. In alcuni casi.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·).

altrimenti . (sistema TC) . ovvero h(n) sommabile .9) e il sistema MA (§ es. (4.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile.62) In definitiva. il che contraddice l’ipotesi che il sistema sia stabile. Ad esempio. per ciascun n ∈ Z. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . 1. .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. procediamo per assurdo. la risposta impulsiva h(·) ha durata rigorosamente limitata. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). l’integratore con memoria finita (§ es. h(k) k k=−∞ dove abbiamo incluso nella somma. che presentano memoria rigorosamente finita. 4. 4. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . −1. senza alterarla. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. anche i valori di k per i quali h(k) = 0. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . Pertanto. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. su tutti i valori della variabile k per i quali h(k − n) = 0. In definitiva. x(n) = h(−n)  0. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| .10). come riassunto dalla seguente proprietà: Proprietà 4. h(k − n) dove la seconda sommatoria va effettuata. risulta che l’uscita all’istante n = 0 non è limitata. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. e quindi è sicuramente limitato. Per un sistema LTI a TC è possibile ragionare in maniera analoga. se h(−n) = 0 . la risposta impulsiva deve essere necessariamente sommabile. Tale segnale assume solo i valori 0.

Ad esempio. in quanto. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. il sistema che effettua la traslazione temporale del segnale di ingresso.63). Infatti. il sistema è stabile.11.64) . n=1 himp (t) N (4. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . In conclusione. Analogamente. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. aventi come risposta impulsiva il gradino unitario. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. Ad esempio.17(a)] è data da: 1 −τ /T e u(τ ) . possiamo concludere che il sistema TC (4. sono esempi di sistemi IIR con memoria infinita e. 1 la risposta impulsiva è sommabile. che anticipa/ritarda il segnale di ingresso.63) è sicuramente limitata.8). ossia h(t) = δ (t − t0 ). la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti.2.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . caratterizzato dal legame i-u: y(t) = x(t − t0 ) . l’uscita del sistema (4. questo problema può essere tranquillamente aggirato. 4. dal punto di vista pratico. Più in generale.4 e B. se il segnale di ingresso è limitato. § B. +∞ k=−∞ +∞ con 0 < |a| < 1 . Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR).62) (cfr. T Si tratta di un sistema con memoria praticamente finita. i sistemi IIR aventi memoria infinita sono sicuramente instabili.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. che contiene solo impulsi. Verifichiamo che tale sistema è stabile. con t0 ∈ R . è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t).1. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . se la risposta impulsiva h(t) è una funzione generalizzata. per ogni t0 ∈ R. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.63). che non contiene impulsi. l’integratore (§ es. se il sistema IIR ha memoria praticamente finita. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . In verità.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. e di una funzione himp (t) puramente impulsiva. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva.61) e (4. D’altra parte. 4. (4. è un sistema stabile. conseguentemente. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. Ad esempio. Poiché il concetto di sommabilità di una distribuzione non è definito. in questo caso. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. Esempio 4. nel caso del sistema (4. 4. nel senso che può contenere degli impulsi di Dirac. la cui risposta impulsiva [fig. instabili. 4. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . Più precisamente.7) e l’accumulatore (§ es. sono stabili.3). pertanto. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4.4. Pertanto.

21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. In questo caso. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). come mostrato in fig. il sistema in fig. in svariati campi delle scienze fisiche e dell’ingegneria.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC.65) . In altre parole.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . tN Fig. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . 4. in virtù della prop. allora il sistema complessivo è sicuramente stabile. αN . 4. se i sistemi componenti il parallelo sono singolarmente stabili. 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). .21. possiamo affermare che.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. 4.8. 4. Tali sistemi presentano numerose analogie. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. dt k dt m=0 (4. 4.6. . quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.21. tuttavia per una presentazione efficace è opportuno studiarli separatamente. .64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). sono descritti da equazioni differenziali lineari a coefficienti costanti. 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. Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. dove N ∈ N. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano.

. . .4.65). Nel caso più generale in cui N = 0. essa non rappresenta un legame i-u come espresso dalla def. che tiene conto di tutte le possibili condizioni iniziali. . yN−1 dipendono dalla evoluzione passata del sistema e. d y(t) dt = y1 . . Per sgombrare subito il campo da qualsiasi tipo di equivoco. . La soluzione generale y0 (t) della (4.65). aN e b0 . . . in tal caso. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. la (4. Come verifica di quanto sopra affermato. . Ciò è vero solo nel caso particolare in cui N = 0. aN e b0 . (4. . 3.68) è detta soluzione omogenea della (4. . . infatti. osserviamo che. yN−1 sono valori (in genere reali) assegnati. b1 . .1. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. sia applicato in ingresso al sistema un dato segnale x(t). . . è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . 3.66) t=0 t=0 dove y0 . . è necessario conoscere lo stato iniziale del sistema. N dk (4. . . M dm che rappresenta una relazione i-u tra y(t) ed x(t). la (4. È noto8 che tale problema non è completamente definito. . .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. per ogni fissato ingresso x(t). l’equazione differenziale (4. dal punto di vista fisico. vedremo che ciò è vero solo in alcuni casi particolari. .65). per trovare la corrispondente uscita y(t) per t ≥ tin . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . per le quali si rimanda il lettore direttamente ai testi di analisi matematica. a1 . y1 . dN−1 y(t) dt N−1 = yN−1 . Ponendo per semplicità tin = 0. . 8 Nel . e N ≥ 0 è l’ordine dell’equazione. a1 . occorre preliminarmente osservare che il fatto che la (4. 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. Assegnato l’ingresso x(t) per t ≥ 0. in altre parole. .65).67) e della soluzione generale dell’equazione differenziale omogenea associata alla (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. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 .65). determinare la relazione i-u del sistema equivale a risolvere. a0 . La (4. . Una seconda osservazione importante riguarda il fatto che la (4.65) coinvolge.1.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . . in quanto. .65) rispetto al segnale di uscita y(t). bM sono costanti e quindi indipendenti dal tempo t. . I valori assegnati y0 . supposto che. la soluzione generale della (4. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). y1 . In questo caso. oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. bM sono i coefficienti (in genere reali) dell’equazione. m=0 N dk M dm (4. b1 .68) ottenuta ponendo x(t) ≡ 0 nella (4. nel senso specificato dalla def. è data dalla somma di una soluzione particolare y p (t) della (4.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) .65) descrive in maniera solo implicita il comportamento del sistema.

si può provare che la (4. (4. a N 0 1 siano reali. eλ2t . le radici di q(λ ) sono o reali o complesse coniugate. . .170 Sistemi lineari tempo-invarianti (LTI) della (4.68).68). 1. la soluzione generale della (4. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t .68). cioè del tipo esponenziale complesso. con N1 + N2 + · · · + NR = N [nel caso in cui R = N. NR . . Se si pone allora y(t) = eλ t nella (4. N2 .65) non univocamente determinata. . eλN t sono singolarmente soluzioni della (4. .70) fornisce tutte le soluzioni dell’equazione differenziale (4. combinando linearmente tutte le N possibili soluzioni. .68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ). .65). . In linea di principio.9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. (4.68) non offre particolari difficoltà. .69). . allora gli esponenziali complessi eλ1t . . c2 . è immediato constatare che y(t) = y0 (t) + y p (t) (4.68) è ancora una soluzione della stessa equazione.73) dove λ1 . . .69) da cui sommando membro a membro la (4.68). . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 .71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. λ2 . 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 . . allora k=0 ∑ ak dt k y0 (t) = 0 . . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4.68). i (4. è soluzione della (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . N dk (4. . a . .65). Quindi. la (4. . λ2 . . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. Pertanto. siano esse λ1 . Le radici del polinomio caratteristico possono essere reali. Ni − 1}. λN . l’esponenziale eλ t è soluzione della (4. . . cN sono costanti arbitrarie. allora si prova facilmente che t h eλit . Più in generale. . . .h t h eλ t . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. rispettivamente. . poiché una arbitraria combinazione lineare di soluzioni della (4.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . . . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. per h ∈ {0. immaginarie oppure complesse. D’altra parte. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). e quindi deve annullarsi q(λ ). .70) è una soluzione della (4.67) e (4. con λ ∈ C.72) dove c1 .

si determina una soluzione particolare y p (t) della (4.4. y1 . l’evoluzione libera del sistema è nulla. Assegnato l’ingresso x(t). la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. A differenza della soluzione y0 (t). e per essa non è possibile dare un’espressione generale. senza portare in conto le condizioni iniziali. 2. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. l’equazione differenziale (4. Ni − 1}. . cioè y0 (0) = y0 .65) si può ottenere seguendo i seguenti passi: 1.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. 2. . (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .65). questo vuol dire che se si impone che il sistema sia inizialmente in quiete. Si determinano gli N coefficienti ci. . .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. In altri termini. per la presenza delle costanti ci. Questo è un risultato del tutto intuibile in quanto.66) assegnate.h . . . In molti casi è conveniente esprimere la soluzione generale della (4. R} e h ∈ {0.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. allora la soluzione particolare ottenuta è valida solo per t > 0. . .73). . (4.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0.h sono combinazioni lineari dei valori y0 . . Notiamo che.65).h . cioè y0 = y1 = · · · = yN−1 = 0. Innanzitutto. Conseguentemente. y1 . dN−1 y0 (t) dt N−1 = yN−1 . . . .72)]. .65) non definisce univocamente un sistema. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4.74) determina un sistema di N equazioni lineari nelle N incognite ci. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). . assumendo che siano nulle le condizioni iniziali. se l’ingresso è applicato all’istante tin = 0. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. ossia. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. 3.6 Esempi di sistemi LTI 171 nella (4. ∀t ∈ R. d y0 (t) dt = y1 .75) t=0 t=0 La soluzione particolare yfor (t) della (4. in quanto l’uscita è definita a meno di N costanti arbitrarie. soddisfi le condizioni iniziali (4. data da y(t) = y0 (t) + y p (t) per t > 0. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. con i ∈ {1. Risolvendo tale sistema si trova che le costanti ci.h nella soluzione omogenea. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. (4.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. ylib (t) = 0.73). . possiamo dire che la soluzione generale della equazione differenziale (4. 1. . Si determina la soluzione omogenea y0 (t) data dalla (4. Anche in questo caso.h ). . yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. né una tecnica generale di soluzione. Riassumendo quanto detto finora. . D’altra parte. La (4. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci.66) e la seconda dipendente solo dal segnale di ingresso x(t). in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). in quanto tiene conto del solo segnale di ingresso x(t). yN−1 . . imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate.

4. se si impone x(t) ≡ 0.76) è che in generale il sistema descritto dalle (4. il che si ottiene imponendo che il sistema sia inizialmente in quiete. Fig. α2 ∈ C. In definitiva. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. affinchè il sistema descritto dalle (4.66) non è lineare. Schema a blocchi del sistema RC (es.22.23. 4.65) e (4. 4.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig. può essere rappresentato mediante lo schema a blocchi in fig.66) non è tempo-invariante. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita.16). 3. indipendente dal segnale di ingresso.22. allora yfor (t) ≡ 0. ciò viola la prop. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).76) è lineare per le differenze. assegnando cioè y0 = y1 = · · · = yN−1 = 0.65) e (4.4 dal momento che. La .76) che y(t) = ylib (t) = 0. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . 4. è interessante osservare che il sistema definito dalla (4.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. indipendente dal segnale di ingresso. nel quale l’ingresso x(t) è la tensione ai capi della serie RC.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. Inoltre. mentre l’uscita y(t) è la tensione ai capi della capacità. dt (4. Possiamo quindi dire che. 3. ∀t0 ∈ R. Schema elettrico del sistema RC (es. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t).76) La prima osservazione interessante suggerita dalla (4. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. ∀α1 . La seconda osservazione legata alla (4.23. (4.76) è che in generale il sistema descritto dalle (4.16). 4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. 4. occorre che la sua evoluzione libera sia nulla. In particolare.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). Esempio 4.65) e (4. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). rispettivamente. ciò significa che se x(t) ≡ 0. la relazione che lega yfor (t) al segnale di ingresso è tempoinvariante: se yfor (t) è la risposta forzata del sistema al segnale di ingresso x(t). segue dalla (4. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . Tuttavia. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). cioè.66) sia LTI. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità.

4.79) otteniamo allora che y0 (0) = c1 = y0 . otteniamo la risposta forzata del sistema.71). Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. dt (4. c1 ∈ R .66).77).  c2 .78) mentre y p (t) è una soluzione particolare dell’equazione completa (4.79) Notiamo che.72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . La soluzione particolare y p (t) dipende dal tipo di ingresso.77). per integrazione indefinita. risolvendo l’equazione (4.  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 .73) degenera nella (4. se t < 0 . Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . Dalla (4. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. l’equazione differenziale completa assume la forma y p (t) + RC d y p (t) = u(t) dt ⇐⇒ d 1 1 y p (t) + y p (t) = u(t) . In questo caso. la (4. dobbiamo imporre la sola condizione y0 (0) = y0 . e deve soddisfare l’equazione differenziale completa (4. Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).77). dt RC dt  0 . In questo caso (R = N = 1). per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . se t ≥ 0 . che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 .77) si può scrivere come: y(t) = y0 (t) + y p (t) . (4.79) non consente di determinare univocamente l’uscita del sistema. se t < 0 . la (4.6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. nel nostro caso (equazione del primo ordine). per la presenza della costante moltiplicativa c1 arbitraria. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4.  RC e  . RC da cui. se t ≥ 0 . da cui si ricava l’unica radice λ1 = −1/(RC). 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 .

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 un’equazione differenziale di ordine N. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. e la (4. (4. Tenendo presente la relazione (4. la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t).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) . ponendo y0 = 0. corrisponde alla risposta impulsiva (4. ma non comporta discontinuità in t = 0 del segnale y p (t). inoltre. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t).37) esistente tra risposta al gradino e risposta impulsiva.10 Pertanto. essendo il sistema LTI nelle ipotesi fatte. Nel paragrafo successivo introduciamo invece una classe di sistemi a TD con proprietà molto simili a quelli a TC descritti da equazioni differenziali del tipo (4. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. per la presenza dell’evoluzione libera. con N ≥ 0 e aN = 0. il sistema risultante non è omogeneo (e quindi non è lineare). ∀t < 0] e stabile [h(t) è sommabile]. 4. Notiamo a questo punto che. dt RC che. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. segue che c3 = −1. ovvero s(t) = (1 − e−t/RC ) u(t) . Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. M (4.11. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) .50) assegnata nell’es. ottenuta ponendo x(t) = u(t − t0 ).174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. il sistema LTI ottenuto è causale [h(t) = 0. Inoltre. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . 4. 4. trattandosi di una equazione differenziale del primo ordine.65).65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) .6. ponendo T = RC. ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1.65) in maniera più semplice di quanto visto finora. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. .77).2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. Nel cap.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . una relazione analoga alla (4.81) nota come equazione alla differenze a coefficienti costanti di ordine N. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente.80) Osserviamo che. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. Oltre ad essere chiaramente dispersivo. per cui risulta che c2 = 0. è pari a yt0 (t) = yfor (t −t0 ).

3. 4. sia applicato in ingresso al sistema un dato segnale x(n). Assegnato l’ingresso x(n) per n ≥ nin . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . Solo nel caso N = 0. . Ponendo per semplicità nin = 0. la (4.6 Esempi di sistemi LTI 175 1 0. y(−N) = yN . è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin .4. a partire da un istante prefissato nin ∈ Z. e sono denominati sistemi auto-regressivi a media mobile (ARMA).4 0. analogamente alle soluzioni di una equazione differenziale (4. . va detto che la teoria e la pratica delle equazioni alle differenze. (b) risposta al gradino. per determinarne la relazione i-u.81) descrive solo implicitamente un sistema. .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. la (4. analogamente al caso TC. M} . sono generalmente meno note ai lettori. A tale proposito.81).16): (a) risposta impulsiva. 4.82) Dal confronto con l’es.81) rappresenta una relazione i-u semplice da studiare. . .65). 1.81) si può esprimere. In particolare. Per N ≥ 1. .9.6 0. per trovare la corrispondente uscita y(n) per n ≥ nin . come: y(n) = y0 (n) + y p (n) . (4. .8 0. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . a0 m=0 (4.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). yN sono valori (in genere reali) assegnati.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. . notiamo che la (4. . avente la seguente risposta impulsiva:   bn . (4. .8 RC h(t) 0. . assegnato il segnale di ingresso x(n). y2 . sotto opportune ipotesi. In particolare. .24. y(−2) = y2 . altrimenti . n ∈ {0. è necessario risolvere rispetto a y(n) l’equazione alle differenze. Sistema RC (es.4 0. supposto che.6 0. sebbene in principio siano più semplici rispetto alle equazioni differenziali. .65). si può provare che la soluzione generale di una equazione del tipo (4.83) dove y1 . in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. i sistemi definiti implicitamente dalla (4. sono sistemi LTI. h(n) = a0  0.

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

Esempio 4. ∀n ∈ Z. Nell’esempio che segue. assegnando y1 = y2 = · · · = yN = 0. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4.4.81) e (4. . Similmente al caso TC. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. l’equazione alle differenze (4.6 Esempi di sistemi LTI 177 del sistema è nulla. possiamo riscriverla nella forma seguente. y(n − 2). . il sistema descritto dalle (4. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 .81).83) è in generale lineare per le differenze e tempo-variante. .91). . a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1).91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. Pertanto. con condizioni iniziali nulle. che è applicabile solo a TD. ylib (n) = 0. e ponendo a = −a1 /a0 e b = b1 /a0 . che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . y(−N + 1). . essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. più semplice. Dividendo primo e secondo membro per a0 = 0. D’altra parte. (4. se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. ossia. . . (4. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. .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) .81) e dalle condizioni iniziali (4.92) . A differenza del caso TC. il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. y(n) − a y(n − 1) = b x(n) . . . Successivamente. y(1). sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito.81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) . x(n − 2). y(−N) (ovvero le condizioni iniziali assegnate). a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) .91). . . . e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. . Tale metodo si basa sull’osservazione che la (4. a0 k=1 a0 m=0 (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). dai valori y(n − 1). il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4.83). . y(−2). di quello passato x(0) e degli N valori precedenti dell’uscita y(0). In conclusione. Tale procedura. .90) A causa della presenza dell’evoluzione libera.

4. per N ≥ 1. in generale. Pertanto. A tale proposito. per n ≥ 0. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. h(n) = 0 . suggerisce anche un modo per realizzare il sistema. a ed in generale. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). Così facendo. i sistemi ARMA presentano risposte impulsive di durata infinita. possiamo trovare la soluzione h(n) in maniera ricorsiva. ed in particolare nell’elaborazione digitale dei segnali. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.25). A differenza del caso TC. h(1) = a h(0) + b δ (1) = ab . h(2) = a h(1) + b δ (2) = a(ab) = a2 b . 4. Va detto che. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b .8333 e b = 1. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. e sono pertanto sistemi IIR. ovvero y(−1) = 0. . Imponiamo che il sistema sia LTI. Questa interpretazione porta allo schema a blocchi riportato in fig. nel cap. 4. Analogamente.23 sottolinea che l’equazione (4. denotiamo 12 Ad esempio. scrivendo: h(n) = a h(n − 1) + b δ (n) . Dalle proprietà della risposta impulsiva.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. il comando filter implementa proprio la relazione i-u di un sistema ARMA. 4. oltre a fornire un metodo alternativo di risoluzione dell’equazione. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . ed in generale. data la notevole importanza dei sistema ARMA nelle applicazioni. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 .17.91) dell’equazione alle differenze (4.12 è utile fare qualche considerazione sulla loro implementazione.81).26 per a = 0. ossia y(n) = h(n). si vede che il sistema è dispersivo. È interessante osservare che. con un leggero abuso di notazione. In tale ipotesi.25. causale.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. 4. es. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. osserviamo che la forma ricorsiva (4. che è rappresentata graficamente in fig. in Matlab. assumendo che il sistema sia inizialmente in quiete. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi.11. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . la cui somiglianza con lo schema di fig. A conclusione di questo paragrafo.16). per n < 0. 4. supposto 0 < |a| < 1. il sistema in esame è un sistema IIR avente memoria praticamente finita. 4. e stabile per 0 < |a| < 1. Per semplicità. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. ponendo b = 1. In definitiva. h(n) = an b .

94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . è possibile ottenere un sistema con N > M. . per m ∈ {M + 1. Per effetto della ricorsione.6 0. m=0 N N (4.4. è riportato indietro verso il segnale di ingresso z(n). per k ∈ {N + 1. 4. N + 2. . N}. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. i sistemi AR presentano risposte impulsive di durata infinita.17). N (4. 13 A .4 0.26.93) è riportato in fig. . 4. per m ∈ {0. . ritardo elementare e sommatore.25.95) 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. . analogamente. .2 Fig. M + 2. . partire da un sistema ARMA con N = M. 4. e con bm i rapporti bm /a0 . Precisamente. 1. lo schema a blocchi corrispondente alla (4.8 0. . così facendo la (4. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. Risposta impulsiva del sistema LTI (es. opportunamente ritardato e scalato. 2. . N (4.27.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. ponendo a zero i coefficienti bm . N}. . .93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. M}. con ak i rapporti −ak /a0 . . h(n) 0 0 5 n 10 15 20 Fig. M}.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. . 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) . Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. . . per k ∈ {1. 4. .8333 e b = 1). Il secondo sistema (quello di destra) ha come ingresso il segnale z(n) e produce in uscita il segnale y(n) secondo la seguente relazione ricorsiva: y(n) = k=1 ∑ ak y(n − k) + z(n) . Questa ricorsione. 4. è possibile ottenere un sistema con N < M. ponendo a zero i coefficienti bk .

in quanto sia la parte MA che quella AR sono sistemi LTI. . b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. Lo schema di fig. 4.27 è comunemente denominata forma diretta I del sistema ARMA. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. Possiamo quindi dire che la (4. si ottiene la struttura cosiddetta canonica riportata in fig. precedentemente menzionato.27. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. . Realizzazione in forma diretta I di un sistema ARMA (N = M). In tal modo.29. .95) rappresenta la parte AR (o IIR) del sistema. La realizzazione di fig.27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. pertanto. . . e sono pertanto sistemi IIR. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. ciò non altera il legame i-u del sistema. 4. . z -1 x(n-N) bN aN . 15 Il comando filter di Matlab.14 per un totale di 2 N ritardi elementari. nonchè amplificatori e sommatori.28. . . z -1 y(n-N) b2 a2 . senza alterare la natura del sistema. che è generalmente denominata forma diretta II del sistema ARMA.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . 4. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. 4.94) rappresenta la parte MA (o FIR) del sistema. Lo schema si può vedere come la cascata della parte MA e della parte AR. mentre la (4. Così facendo si giunge alla struttura modificata rappresentata in fig. 4. .15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. . Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N.

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

è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.7. Assumendo che la quantità tra parentesi tonde esista finita. di sinusoidi (rappresentazioni di Fourier). è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. Sostituendo nella relazione i-u del sistema. e dei sistemi LTI in particolare. 4. che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). per comodità di presentazione. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. (4.7 Risposta in frequenza di un sistema LTI Abbiamo visto in questo capitolo che rappresentando un arbitrario segnale di ingresso x(·) come sovrapposizione (discreta o continua) di impulsi δ (·).12).1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4.12). avente ampiezza unitaria e fase iniziale nulla.96) . 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. moltiplicato per H( f ). e scrivere la relazione i-u in termini di convoluzione discreta (4. oltre che come sovrapposizione di impulsi.182 Sistemi lineari tempo-invarianti (LTI) 4. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R.96) esiste finita. Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati.97) +∞ −∞ h(τ ) e− j2π f τ dτ . per il quale la H( f ) definita dalla (4. se reali. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t .7) oppure continua (4. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. Nei paragrafi seguenti. ovvero poniamo x(t) = e j2π f t . e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . Supponiamo che il segnale di ingresso sia un fasore a frequenza f .

essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. da cui segue che. generalmente soddisfatte dai segnali di interesse pratico. ∀f ∈ R. 4. Sotto opportune ipotesi. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). Tale proprietà si esprime. se h(τ ) è sommabile. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . Infatti. |H( f )| < +∞. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . prende il nome di risposta in ampiezza. ovvero si ha y = A x. dicendo che i fasori sono le autofunzioni dei sistemi LTI. che modifica l’ampiezza del fasore di ingresso. e la sua inversa. in particolare concetti di analisi funzionale.30. che modifica la fase del fasore di ingresso. in particolare l’ampiezza del fasore viene modificata da |H( f )|. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. prende il nome di risposta in fase. . evidenzia che i fasori sono segnali particolari per i sistemi LTI. proporzionale a e. La quantità H(0) prende il nome di guadagno in continua del sistema LTI.4. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. Sostituendo tale espressione nella (4. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati.9 può anche essere rappresentata dallo schema a blocchi di fig. inoltre il suo modulo |H( f )|.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. mentre la fase del fasore viene modificata da H( f ). 4. ovvero se il sistema è stabile. 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. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. mentre la sua fase H( f ).30.31. La prova di questo risultato si ottiene osservando che: |H( f )| = +∞ −∞ h(τ ) e− j2π f τ dτ ≤ +∞ −∞ |h(τ )| |e− j2π f τ | dτ = =1 +∞ −∞ |h(τ )|dτ . la prop. Si noti che tale proprietà vale anche per f = 0. tale relazione di trasformata di Fourier è invertibile. Dalla sua definizione (4. Per completare l’analogia. (4. 4.97). in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. 4. è in generale una grandezza complessa.96). Fig. La prop. cioè dell’autovalore. Vedremo nel cap. osserviamo che H( f ). ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1.96). si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). conseguentemente.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. ∀ f ∈ R.9 si applica sicuramente a tutti i sistemi stabili. per analogia con la corrispondente proprietà dell’algebra lineare. detta antitrasformata di Fourier.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. 6 che la relazione (4. si può interpretare come la trasformata di Fourier del segnale h(τ ). che definisce H( f ) in funzione di h(τ ).98) La (4. Quindi. 4. per ogni fissato valore di f . Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI.

96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). della quale è facile ricavare modulo e fase. (4. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t .96). avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .99). 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.32 in funzione di 2π f RC. 4. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .1) che. Sfruttando la conoscenza di h(t). Esempio 4. raffigurato in fig.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. la prop. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . dt (4.16.100) che descrive il sistema. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t . 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f .9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.1).6. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. 4. § 4. 4.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. e sostituendo tali espressioni nell’equazione differenziale (4. mentre assume valori minori di 1 per f = 0 e decrescenti . avente ampiezza unitaria e fase iniziale nulla.100) Abbiamo visto nell’es. come dimostrato dall’esempio seguente. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. 4. 4. dt dt sostituendo nella (4. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R.22.99) 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 .16 (si veda anche il § 4.6. si perviene alla seguente equazione differenziale. ovvero H( f ) = y(t) x(t) . È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4. e sarà ulteriormente approfondito nel cap. 6.

4). Infatti. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . notiamo che. la corrispondente uscita è nulla. 3. se l’ingresso è nullo. Risposta in frequenza di un sistema RC (es. e sarà ulteriormente approfondito nei prossimi capitoli. che introduce un’attenuazione di ampiezza crescente con la frequenza. tuttavia. 4. si ha: H ∗ ( f ) = H(− f ) . se h(τ ) è reale. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. Infatti.18 conferma che la funzione H( f ) data dalla (4. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. In particolare. (4.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. che assume una importanza rilevante nello studio dei sistemi LTI.101) . 4.32. a prima vista. risposta in fase (in basso). Pertanto. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. il sistema può “sopprimere” completamente il segnale di ingresso. ovvero la sua risposta impulsiva h(t) è una funzione reale. Se il sistema LTI è reale.9 e l’es. 4.96). l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.100) e non la condizione iniziale y(0) = 0. In definitiva. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete.99) è in generale una funzione complessa. Un sistema di questo tipo. coniugando la (4. In altri termini.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. dove si è sfruttato il fatto che. dato un sistema LTI. Quindi. per un sistema reale. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . Come osservazione conclusiva. viene chiamato filtro passabasso. cioè H( f0 ) = 0. si è implicitamente imposto che il sistema sia LTI. La prop. Tale conclusione non è corretta. L’es. 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 . al crescere di | f |. la corrispondente uscita è necessariamente nulla (cfr. prop. risulta h∗ (τ ) = h(τ ). 4.18): risposta in ampiezza (in alto).18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. 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. crescenti al crescere di | f |. il che è vero se e solo se y(0) = 0.4. In virtù di questo comportamento. supposto H( f ) finita. 4.96) o dalla (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.

13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. 4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. è semplice risalire allo sfasamento H( f0 ) = ϕy − ϕx introdotto dal sistema risolvendo una semplice proporzione: ϕy − ϕx ty − tx ∆t = = 2π T0 T0 =⇒ H( f0 ) = ϕy − ϕx = 2π ∆t = 2π ∆t f0 . capace cioè di rappresentare due segnali su uno stesso visore.21).12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. 4. Notiamo in effetti che la (4.112) Analogamente al caso TC. un oscilloscopio a doppia traccia. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). ed è riportata di seguito per completezza. se H(ν0 ) = 0.35.35. 4.111) (4.35). Si consideri lo schema di misura di fig.109) introducendo un opportuno sfasamento di π /2.4. per il quale H(ν ) definita dalla (4. Si può immediatamente osservare che. se H( f0 ) = 0.110) si può ottenere come caso particolare della (4. 4. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). Esempio 4. considerando due attraversamenti dell’origine con pendenza positiva). in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] .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. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. Inoltre. (4. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. T0 In definitiva. Variando la frequenza f0 del generatore (a scatti oppure in maniera . Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . 4. viene collegato all’ingresso e all’uscita del circuito.104) esiste finita per ν = ν0 .12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. 4. la prop. notiamo che per la proprietà 4.

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

(T ∈ R+ ). dall’esame della risposta impulsiva. M2 ∈ N). 1 + |k| [Suggerimento: vedi esercizio precedente. 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+ ).8 Esercizi proposti Esercizio 4. (g) h(t) = 1/(π t). +∞ τ − 0. (b) y(t) = 3 x(t) + 5 x(t − 2). Successivamente. stabilire se il sistema è non dispersivo. causale. stabile. (b) h(n) = u(n). (f) h(t) = rect t+0. causale. .4. (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). stabile. x(n − k). causale. stabile. stabile. non causale.1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. (a) y(t) = t −∞ x(τ ) dτ . causale. dispersivo. dispersivo. (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). stabile.] Risultato: (a) h(t) = u(t).5T . stabile. t−T t+T t 1 π +∞ −∞ x(τ ) dτ t −τ [Suggerimento: per determinare h(t) applicare x(t) = δ (t) e semplificare utilizzando le proprietà dell’impulso. instabile. (T ∈ R+ ). dispersivo. Esercizio 4. dispersivo. Successivamente. non causale. ∑ 1 x(n − k). (d) h(n) = |k|≤3 ∑ δ (n − k). causale. dispersivo.2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. causale. (c) h(t) = rect t−0.8 Esercizi proposti 193 4. (−1)k x(n − k) (M1 . (trasformata di Hilbert). k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k). causale. dall’esame della risposta impulsiva. instabile.5T . in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione. x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ). |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). non causale. (e) come (c). stabilire se il sistema è non dispersivo. (b) h(t) = 3 δ (t) + 5 δ (t − 2). dispersivo.] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2). dispersivo. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). (d) come (c). stabile. T T dispersivo.

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

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

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

16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . instabile. h(t) = t e−t u(t). utilizzando s(n). stabile. τ )dτ = +∞ −∞ d [ f (t. Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(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. stabile. dt Esercizio 4. τ )] dτ . causale. h(n) = (1/2)|n| . stabile. stabilire se il sistema è non dispersivo.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). h(t) = e2t u(−1 − t). causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). non causale. causale. (d) il sistema è dispersivo. Risultato: s(n) = δ (n + 1) − δ (n).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 .4. non causale. h(t) = rect(t − 0. Esercizio 4.5) − rect(t − 1. h(t) = e−2t u(t + 2). (f) il sistema è dispersivo. Risultato: s(t) = Λ(t − 1). (b) il sistema è dispersivo. (e) il sistema è dispersivo. tale per cui: d f (t. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4).8 Esercizi proposti 197 dagli scopi di questo corso. τ ) . . stabilire se il sistema è non dispersivo. τ ) dt allora d dt +∞ −∞ ≤ g(t. stabile. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). h(n) = (1/3)n u(n) + 3n u(−n − 1). instabile. (g) h(t) = 2 e−t − e(t−100)/100 u(t). (c) il sistema è dispersivo. stabile. h(t) = e−6|t| .5). Esercizio 4. non causale. Esercizio 4. h(n) = 4n u(n). f (t. Risultato: (a) il sistema è dispersivo. (g) il sistema è dispersivo. τ ) integrabile su R rispetto a τ e un costante ε > 0. non causale. h(t) = e−6t u(3 − t). causale.

non causale.17 Si consideri il sistema LTI avente risposta impulsiva 1 h(t) = δ (t) + δ (t − T ) . stabile. (b) y(n) = R4 (n − 4). k ∈ N0 . (c) il sistema è dispersivo. stabile. 2 con T > 0.198 Sistemi lineari tempo-invarianti (LTI) (e) h[n] = sin nπ u(n).18 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(k) g(n − 2k) . 3 (f) h(n) = 2 u(n + 5) − u(n) − u(n − 5). Risultato: (a) y(n) = R4 (n − 2).] 1 Risultato: gk = (−1)k 2k . stabilire se S può essere un sistema LTI. (d) si prova effettuando il cambiamento di variabile h = 2k nella sommatoria e ricordando le proprietà dell’espansione. [Suggerimento: studiare l’equazione h(t) ∗ hinv (t) = δ (t) nelle incognite gk . non causale. stabilire se S può essere un sistema LTI. Esercizio 4. (b) Calcolare y(n) quando x(n) = δ (n − 2). causale. (d) Verificare che S si può interpretare come la cascata (nell’ordine) di un espansore per L (con L da determinare) e di un sistema LTI con risposta impulsiva h(n) = g(n). (c) Sulla base dei risultati dei punti (a) e (b). (f) il sistema è dispersivo. (c) Sulla base dei risultati dei punti (a) e (b). stabile. causale. non causale. instabile. stabile. (b) Calcolare y(n) quando x(n) = δ (n − 2). Esercizio 4. (a) Calcolare y(n) quando x(n) = δ (n − 1). (a) Calcolare y(n) quando x(n) = δ (n − 1). (e) il sistema è dispersivo. (c) non è LTI. stabile. (d) il sistema è dispersivo. causale. Ricavare l’espressione dei coefficienti gk . Risultato: (a) il sistema è dispersivo. (g) il sistema è dispersivo. (c) non è LTI. (g) h(n) = n (1/3)n u(n − 1). Risultato: (a) y(n) ≡ 0. (b) y(n) = R3 (n − 1).19 Si consideri il sistema S descritto dalla seguente relazione i-u: y(n) = +∞ k=−∞ ∑ x(2k) g(n − k) . causale. si trova L = 2. dove g(n) = R3 (n). Si può dimostrare che tale sistema è invertibile e che il sistema inverso ha risposta impulsiva hinv (t) = +∞ k=0 ∑ gk δ (t − kT ). Esercizio 4. (b) il sistema è dispersivo. . dove g(n) = R4 (n). instabile.

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

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

stabile. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. per t ≥ 2 . (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). s(t) = yfor (t) = e−t/T u(t). porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. causalità.5 (1 − e−2t ) e−t .27 Si consideri il circuito CR di fig. con costante di tempo T = RC = 1s. 4. e la tensione y(t) ai capi della resistenza è il segnale di uscita. Esercizio 4. (b) y0 (t) = c1 e−t/T . (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). dt T Esercizio 4.] Risultato: (a) d 1 d y(t) + y(t) = x(t).29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) .5 (1 − e−4 ) e−t . Esercizio 4. stabile se e solo se |a| > 1. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). per t < 0 . (f) il sistema è dispersivo. (a) Disegnare lo schema implementativo del sistema in forma diretta I. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). con T = RC.36. la risposta al gradino sarà la derivata della risposta alla rampa. causale. [Suggerimento: per il punto (e). (e) il sistema è LTI se y0 = 0. (c) Disegnare lo schema implementativo del sistema in forma canonica. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). notare che essendo il gradino la derivata della rampa. (b) Disegnare lo schema implementativo del sistema in forma diretta II. (c) ylib (t) = y0 e−t/T . stabilità) del sistema LTI determinato al punto (e). nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 .] Risultato: h(n) = (1/a)n−1 u(n − 1). causale e stabile. 4. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . con a ∈ R. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. causale. .4.     Risultato: y(t) = 0.28 Il segnale di ingresso x(n) e quello di uscita y(n) di un sistema LTI causale sono legati dalla seguente equazione alle differenze: y(n) + a−1 y(n − 1) = x(n − 1) . [Suggerimento: Per calcolare h(n).26 Si consideri il circuito RC di fig.36.8 Esercizi proposti 201 Esercizio 4. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva.  0 . (f) Studiare le proprietà (non dispersività. sistema dispersivo. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. per 0 ≤ t < 2 .     0. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t).

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

(b) il sistema è LTI. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. calcolare l’uscita y(t). applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . con riferimento al periodo principale. 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 ). Esercizio 4. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . stabile). invarianza temporale. con le seguenti proprietà: linea- re. 1/T ). (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. non dispersività. tempo-invariante. applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. tempo-invariante.34 Nello schema di figura. causale.4.36 Si consideri il sistema LTI avente.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .25 π n). è un integratore con memoria finita.5T . stabilità).5 e− j 8πν per −0. Risultato: (a) y(t) = t t−T x(τ ) dτ . x(t) 6 S S 6 . (b) il sistema è LTI. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). calcolare l’uscita y(t) e rappresentarla grafiT camente.5 . √ Risultato: y(n) = 2 2 sin(0. (c) y(t) ≡ 1. (c) y(t) = rect . dispersivo. . applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. stabile.5T 1 1 − e− j2π f T = e− jπ f T . causalità. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . il sistema è lineare. Esercizio 4. causale. T Esercizio 4. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). dispersivo.5 < ν ≤ 0. (b) y(t) = 4 cos .y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità.25 π (n + 1)). il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). (b) Sfruttando i risultati del punto (a).

Circuito RC. con ω0 = dt dt (coefficiente di smorzamento). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. (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 . 1 + 4π Risultato: (a) f >0 . dt T dt 1 + j2π f T π − arctan(2π f T ) . 4.37. Circuito RLC. determinare la sua risposta in frequenza H( f ).38 Si consideri il circuito RLC di fig. Circuito CR.38.37 Si consideri il circuito CR di fig. (b) H( f ) = . con 2π f0 = ω0 . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. determinare la sua risposta in frequenza H( f ).37.38. Fig. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). 4. 1 . 2 − e− j2πν + e− j6πν Esercizio 4. 4. H( f ) = tan−1 ζf . e la tensione y(t) ai capi del condensatore è il segnale di uscita. f <0 Esercizio 4. 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. con T = RC. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . (a) Determinare l’equazione differenziale che lega x(t) ed y(t). dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. Esercizio 4. calcolare la sua risposta in frequenza H(ν ).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. Risultato: H(ν ) = 1 − 5 e− j8πν .29 sia stabile. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 1 d j2π f T d y(t) + y(t) = x(t). 4. 2π | f |T .40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: .36. Fig. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. 4.

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

206 Sistemi lineari tempo-invarianti (LTI) .

1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. per la linearità del sistema e per la (4.97). composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . Abbiamo però visto nel § 4. 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. I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t . In questo capitolo si introduce una prima rappresentazione di questo tipo. Nasce allora l’esigenza di rappresentare un generico segnale come sovrapposizione (discreta o continua) di fasori (rappresentazioni di Fourier o nel dominio della frequenza). quando il segnale di ingresso è un semplice fasore. aventi frequenze multiple di una stessa frequenza (frequenza fondamentale). 5.97) e (4. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori.7 che. Tale rappresentazione prende il nome di serie di Fourier. come ad esempio il seguente segnale TC. il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza. nel caso TC o TD.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. 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. . Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). denominati filtri ideali. la risposta di un sistema LTI ad un fasore applicato al suo ingresso.

che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . 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. Nel seguito del capitolo. 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.3.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). vedremo la rappresentazione più generale di un segnale. opportunamente generalizzata.3. sarà applicabile anche ai segnali periodici. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. peraltro. purché le frequenze siano tutte multiple di una frequenza comune f0 . Successivamente.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. poiché esistono differenze non trascurabili tra i due casi. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. rispettivamente.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 . che prende il nome1 di serie di Fourier. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. ed ampiezza A/2. ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). espresso come somma di un numero finito di fasori. Partiamo per semplicità da uno dei più semplici segnali periodici TC. Va osservato. solo in questo caso. 5. il segnale x(t) risulta periodico. rappresenti un caso particolare di scarso interesse pratico. 2 2 2 2 2 2 (5. infatti. 2 In generale. che molto prima di Fourier. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . e per di più a valori complessi. tratteremo separatamente la serie di Fourier per segnali TC e TD. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . sarà esaminata in questo capitolo. Tale segnale risulta periodico di periodo T0 = 1/ f0 . che la introdusse in vari scritti del 1807 e del 1811. Quest’ultima rappresentazione.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . 6. nota come trasformata di Fourier. lo svizzero Leonhard Euler (1707–1783) detto Eulero. . e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. nel cap. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . non necessariamente periodico. in accordo con l’interpretazione già data nel § 2. In particolare. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. 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. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. cioè i loro rapporti sono dei numeri razionali. 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.2 Si consideri ad esempio il seguente segnale.

con M ∈ N . i termini per k = ±2 prendono il nome di seconda armonica. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). dal confronto tra la (5. Ad esempio. cambiando l’indice da h nuovamente a k.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. con h ∈ {0. si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . ±M} . ±2 f0 e ±3 f0 . se k = h . cioè se hanno frequenze distinte. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). . . supponiamo che il segnale x(t) sia sommabile sul periodo T0 . Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. (5.6) per cui. . Se infatti consideriamo due fasori della rappresentazione (5. (5.4) e pertanto risultano ortogonali se k = h. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi). . Le frequenze fk = k f0 dei fasori della rappresentazione (5. In tale ipotesi. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza).5) T0 Essendo l’intervallo di integrazione finito. . che in generale può essere complesso.1)]. (5.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . (4. (5.3).2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. ±3}. con k ∈ {0. Ad A|k| esempio. . e quindi ammettono T0 come più piccolo periodo comune. la loro potenza mutua si calcola facilmente: ∗ Pxk xh = xk (t) xh (t) = 1 T0 T0 e j2π (k−h) f0t dt = δ (k − h) = 1. ±1. A tale proposito.3) e la (5. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). ottenuto come combinazione lineare di un numero finito di sinusoidi. . e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. con k ∈ {±1. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t .5. Assegnato il periodo T0 e il numero di armoniche M. per il segnale (5. Per mostrare ciò.3) sia effettivamente periodico di periodo T0 .1). moltiplicando ambo i membri della (5.3) per e− j2π h f0t . ±2. 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 . dove le funzioni xk (t) sono ortogonali. . i termini per k = ±1 prendono il nome di prima armonica o fondamentale. ovvero: |x(t)| dt < +∞ . ed integrando termine a termine su un periodo. notiamo che la (5.7) T0 . il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare. 0. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). a frequenze ± f0 . Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . =δ (k−h) (5.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . ±M}. nel senso precisato nel cap. se k = h . ±1.2) si ricava che M = 3 e Xk = 2 .

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 .1. ±1.10) (5. a differenza della rappresentazione (5. utilizzando la (5. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. ±M} ma. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. conseguentemente il segnale x(t).8) al § 5. basti pensare che nella (5. ∀k ∈ Z . in virtù della (5. Per il momento tralasciamo questo aspetto. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. .3) che. (vedi concetto di gradino e di risposta al gradino). non pone alcun problema di convergenza. più in generale. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. è ancora una funzione continua (cfr.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. affinchè la rappresentazione (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (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. Infatti.7) ha senso.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . . la serie di funzioni (5. . sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.9). per ogni k ∈ Z. Ad esempio. mettendo insieme le (5.7).8) può risultare non convergente.8) e (5.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.3) per il segnale x(t) espresso come somma di un numero finito di fasori. il segnale periodico x(t) deve essere necessariamente continuo.3).3) sia applcabile.5). possono essere rappresentati combinando linearmente un numero finito di fasori. Dalla maggiorazione precedente.2.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . Si osservi inoltre che non tutti i segnali continui. Abbiamo già avuto modo di evidenziare in passato che. rimandando ogni discussione sulla convergenza della serie (5. prop. espresso come somma di un numero finito di funzioni continue. In altre parole.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi.11) 1 T0 . In definitiva. (5. Tuttavia.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. essendo la somma di un numero finito di termini. inoltre. .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. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . (5. Purtroppo. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (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. B.3) e (5. Si osservi che.

Più precisamente.10) e (5.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. rispettivamente. in virtù di tale corrispondenza.5. (5. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). sviluppabili in serie di Fourier con coefficienti X1. 2. rispettivamente. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. se X1.k = X2. e gli stessi coefficienti della serie di Fourier di x(t). Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t).12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua.3 In particolare.k ed X2. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). ed il fatto che per segnali periodici la media temporale [cfr. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). In altre parole. Particolarizzando l’equazione di analisi per k = 0. particolare. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale.k . È interessante osservare che. che è ovviamente nulla per xac (t). nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani.4. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . ovvero si ha x1 (t) = x2 (t). ovvero per la componente continua. Dal punto di vista matematico. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). valida in generale per segnali x(t) a valori reali o complessi. Altre forme della serie di Fourier. 3 In . La (5. Poiché i coefficienti Xk sono grandezze complesse. saranno sviluppate nel § 5. chiamati anch’essi armoniche del segnale. in quanto forniscono per ogni valore di k. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . si ha X0 = 1 T0 x(t) dt = xdc .2. Per differenza. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . fatta eccezione per il coefficiente per k = 0.2 Serie di Fourier per segnali TC 211 Le equazioni (5. la seconda consente di decomporre o analizzare il segnale x(t).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. prop. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. valide esclusivamente per segnali a valori reali. ∀t ∈ R eccetto che in un insieme di misura nulla. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . per ogni k ∈ Z.k . 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 ).7(c)] si può calcolare su un periodo del segnale.

2  0. e sono riportati4 in fig.  Xk = −ϕ0 . ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. per semplicità di rappresentazione.1 e nel seguito.4 0. 6]. Per segnali più complicati. 0. noti che in fig.8 0.212 Serie di Fourier 1 |Xk| 0.5 0 −5 1 ∠ Xk 0 k 5 1 0. il calcolo dei coefficienti non è un problema concettualmente difficile. si ricava:   A e j ϕ0 .1)). con A > 0. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es. k = 1. rispettivamente.10). k = 1. Per maggiore generalità rispetto al caso visto precedentemente.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. k = ±1. Esempio 5. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. 5.2 0 0 −0.11). 4 Si .1 per il caso A = 1 e ϕ0 = π . 5. come la formula di Eulero.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. k = −1. k = −1.1. 4 L’esempio precedente mostra che in casi molto semplici. altrimenti. 5. 5. 2 2 da cui. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . 4 Fig. sebbene essa risulti a rigore indeterminata. La funzione sinc(x) per valori di x ∈ [−6. altrimenti.  ϕ0 . altrimenti. da: |Xk | = A 2.1 (A = 1. per confronto con l’equazione di sintesi (5.   indeterminata. 2 Xk = A e− jϕ0 .6 sinc(x) 0. 5.2. Gli spettri di ampiezza e fase sono dati. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. ϕ0 = π ).

5. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . cfr.2 −5 0 k 5 0.2.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt . 2.4 |Xk| 0.2 Serie di Fourier per segnali TC 213 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. .5). δc = 0. Fig. 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 . Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .1 −0. I coefficienti Xk dell’onda rettangolare dell’es.2 0. πk πk (5. Esempio 5.3.14) il cui grafico per x ∈ [−6. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.9).5 0. δc = 0. 5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. es. (5. 5.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.1 0 −0.4 0.2 (A = 1. πx x ∈ R.3 Xk 0. Per k = 0.2 (serie di Fourier dell’onda rettangolare TC. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .2 (A = 1. 5.4. si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc .13) Per esprimere in forma più compatta il risultato precedente. Le principali proprietà della funzione sinc(x) sono le tre seguenti. 5. 5. 6] è riportato in fig. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .5) sono puramente reali.

osserviamo che questo segnale. . e quella dispari dello spettro di fase.    1 − πk . π |x| ∀x ∈ R . π kδc k = 0. . le armoniche si esprimono come: Xk = k 1 sinc 2 2 . 5.). Più in generale. −3.. |Xk | = 0. Notiamo la simmetria pari dello spettro di ampiezza. quindi esse possono essere rappresentate come in fig. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . − 7. su un unico diagramma cartesiano. −7. . . per la proprietà (b) della sinc. k = 0.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. nonché proprietà trigonometriche elementari. . in quanto: |sinc(x)| ≤ 1 . . ed utilizzando la definizione di sinc(x) e le sue proprietà.13). k pari. presenta armoniche puramente reali. 7. 7. . k = 0. 5. 3. 11. Xk = 1  πk .). 5. risulta: X0 = A δc sinc(0) = A δc . −1. In tal caso. .. −3. Per maggiore generalità. 5. Notiamo che l’espressione precedente vale anche per k = 0. . che sono raffigurati graficamente in fig. k dispari. Consideriamo allora il caso particolare δc = 0.3. . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0.4. 0. 1. e la fase −π per k < 0. . . 3. Moltiplicando e dividendo per δc nella (5. . k = 0 . . . h dispari (k = . . e utilizzando la definizione di sinc(x). k = . k = . 9.  k pari. 1. in quanto. k = 0.   0. . si ha: 1 2. . . 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). la cui ampiezza decresce con legge inversamente proporzionale a k. k = 0 . . . tuttavia. 2.5 (duty-cycle del 50 %) e A = 1. k pari. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. k = 2h + 1. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . k = 2h + 1. −1. h pari (k = . . −5. . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. per qualunque valore di A e δc . .  1  . −5. π |k|  0   indeterminata Xk = 0    ±π k = 0.

Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 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 .6 x(t) 0.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.5. T0 4 2 mentre per k = 0. Fig. Tale segnale è raffigurato graficamente in fig. Per k = 0. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. 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 .4 |Xk| 0.2 Serie di Fourier per segnali TC 215 1 0.5 per A = 1. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. Applicando la formula di Eulero a e− j2π k f0 t .3 (A = 1).3 (A = 1). decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . 5.8 0. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .11). 5.6. 5. 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 . dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). 5.5.2 0 −5 0 k 5 2 ∠ Xk 0. Esempio 5. L’onda triangolare dell’es. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.4 0. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .

k = 0. k dispari.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. esistano finiti.2. nel seguito daremo solo qualche risultato fondamentale. come già mostrato precedentemente. k pari. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . 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). = 2A  . 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. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier.11). fatta eccezione per casi molto semplici (es. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. Come vedremo (cfr.11).2. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 .5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. e quindi consiste nella risoluzione di un integrale.3. quindi gli spettri di ampiezza e fase si calcolano banalmente.2. 5. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. 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]). enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. Vedremo tuttavia nel cap. Sia x(t) un arbitrario segnale periodo con periodo T0 . Tuttavia.4 o più estesamente in app. definiti dalla equazione di analisi (5.2). segnale sinusoidale).2 e 5. (−1)k Come evidenziato dagli es. 5. in quanto |Xk | = Xk ≥ 0 e Xk = 0. notiamo che anche l’onda triangolare possiede solo armoniche dispari. inoltre.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. come vedremo nel § 5.216 Serie di Fourier integrale.2. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. 5 Per . e sono raffigurati in fig. § 5. 5.

Se la serie di Fourier (5. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x).15) converge uniformemente [5] al segnale x(t) su R se. sono funzioni a valori k complessi definite sull’intervallo (a.17) ovvero l’equazione di sintesi restituisce il segnale x(t). ∀k ∈ Z e ∀x ∈ (a.6) e (5. se la serie di Fourier converge uniformemente su R.15) converge dipende dal tipo di convergenza richiesta. uno stesso numero Nε va bene per tutti i punti dell’asse reale. con k ∈ Z. b). con |gk (x)| ≤ Mk .4.5. né tanto meno che tale serie converga al segnale x(t).2). allora si può scrivere M→+∞ lim xM (t) = x(t) .18) allora la serie associata ai coefficienti Xk converge uniformemente. Risulta immediatamente evidente che. (5. si dice che la serie di Fourier (5. b). 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. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile. ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. pertanto.15) costruita a partire da questi coefficienti converga. In particolare. . b). la sua serie di Fourier non potrà convergere uniformemente ad x(t).8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. Così come per le serie numeriche. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . con M ∈ N . cioè k→±∞ lim |Xk | = 0 . Quindi. (5. § 5. simmetrico per garantire che siano presenti le armoniche Xk e X−k . Lo studio delle condizioni sotto le quali la serie (5. per ogni ε > 0. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua.15) converge al segnale x(t). i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. (5.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. se il segnale x(t) ha almeno una discontinuità.7) sono validi anche per M → +∞. cfr. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.2 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. e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. 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 . allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.

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

ed a 1 [x(t + ) + x(t − )] (semisomma dei limiti destro e 2 sinistro) nei punti in cui x(t) presenta discontinuità di prima specie. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. T0 (d2) x(t) è una funzione continua nel periodo T0 . Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . In più. Infine. In particolare. che è importante non solo nell’ambito della teoria dei segnali e sistemi. costituiscono una sequenza sommabile. (d3) x(t) è una funzione derivabile nel periodo T0 . 5. per ogni t ∈ R. Poiché l’onda rettangolare non 2 è una funzione continua.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . se la funzione x(t) è continua. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . E. Questo tipo di convergenza. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. In particolare. matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. 5. detta convergenza in media quadratica. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). Esempio 5. decrescendo come 1/k. esiste un terzo tipo di convergenza (meno restrittiva di entrambe). e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. escluso al più un numero finito di punti con discontinuità di prima specie. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t. la convergenza della serie è uniforme per ogni t ∈ R. . Inoltre. non costituiscono una successione sommabile. la convergenza non è uniforme per ogni t ∈ R. considerazioni matematicamente più approfondite mostrano che.10 Esempio 5.2 soddisfa le tre condizioni di Dirichlet. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. è discusso in app. Ad esempio.1. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. 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). Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. allora la serie di Fourier di x(t) esiste e. Si osservi che in questo caso i coefficienti Xk .2 Serie di Fourier per segnali TC 219 Teorema 5. in effetti. osserviamo che. la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. violando la condizione (5. la serie di Fourier restituisce x(t) in tutti i punti.5.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. ma anche in molti problemi di fisica matematica. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. essendo una funzione continua. le condizioni di Dirichlet sono un caso particolare del seguente risultato.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. Per concludere. decrescendo come 1/k2 . e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier.18).3 soddisfa le condizioni di Dirichlet. 5.

Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. Questo vuol dire che. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. Più precisamente. in pratica. 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). basta porre n = −1. i coefficienti decadono come 1/k per l’onda rettangolare.220 Serie di Fourier 5.2). anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua. quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. Se il segnale è continuo con le sue derivate fino a quella di ordine n.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. Osserviamo infatti preliminarmente che. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. Evidentemente. dal punto di vista matematico. Vale allora la seguente proprietà (la cui dimostrazione. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . 5. con M ∈ N . abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. se M è “sufficientemente” grande. essa consente di prevedere esattamente tale rapidità di decadimento a zero. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . 5. .1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . È facilmente intuibile che. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. Notiamo che la proprietà precedente vale anche per un segnale discontinuo. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza.16). 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. e come 1/k2 per l’onda triangolare. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. 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). quindi essa può essere verificata solo analiticamente. non riportata. continuo con alcune sue derivate. possiamo prevedere che. teor. La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. quanto più dolce è l’andamento del segnale nel dominio del tempo. tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t).1. che include solo un numero finito di armoniche. un segnale x(t). È allora particolarmente interessante notare che l’effettiva rapidità con cui i coefficienti Xk decadono a zero dipende dalla dolcezza del segnale x(t) nel dominio del tempo. con derivata (n + 1)-esima discontinua ma limitata. D’altra parte. se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). 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. già definito nella (5. può risultare una buona approssimazione del segnale x(t). Pertanto.2. Come conseguenza della prop. ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue.

poiché l’onda triangolare è una funzione continua. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. 3.7 (onda triangolare) Si consideri l’onda triangolare dell’es.09 (a destra della discontinuità.8. L’onda triangolare è continua ma con derivata prima discontinua. ed il valore 1/2 in corrispondenza delle discontinuità. Matematicamente. nella quale il segnale oscilla tra i valori −0. 11 Il 12 In fenomeno prende il nome dal fisico J. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.6.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). Gibbs (1839–1903). che per primo lo osservò e lo descrisse. in effetti. In fig. In effetti.2. ma la cui ampiezza non diminuisce al crescere di M. ma non uniformemente negli intervalli che contengono le discontinuità.09 (a sinistra della discontinuità) e 1. vengono “schiacciati” verso la discontinuità. Per δc = 1/2 ed A = 1. confermando che. sebbene restino di ampiezza invariata. 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) . Infatti al crescere di M i picchi delle oscillazioni. Poiché l’onda quadra soddisfa le condizioni di Dirichlet.28114072518757 è una costante notevole. 5. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. come già discusso in precedenza.20) è pari in valore assoluto circa a 0. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.09. se t0 è un punto di discontinuità. dt. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . 5. 5. la cui frequenza aumenta.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. 5. in effetti. come si può anche osservare dalla fig. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. W. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 . In particolare. come testimoniato dalla fig. pur soddisfacendo le condizioni di Dirichlet.2 Serie di Fourier per segnali TC 221 Esempio 5. il fenomeno di Gibbs non si verifica per tale segnale. 5. confermando che. 5. Inoltre. noto come fenomeno di Gibbs. Questo fenomeno.3. quindi la prop.1 si applica con n = −1. (5.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. 5. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. per cui la prop. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni.20) dove βgibbs ≈ 0. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. Esempio 5.12 Nell’es. ottenuti con Matlab. L’espressione (5. e pertanto il segnale ricostruito con 2M + 1 armoniche. l’ampiezza delle oscillazioni calcolata secondo la (5. 101. 5. 1.7. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. 5.5. presenta dei punti di discon− + tinuità. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. ma per ogni segnale x(t) che.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica.1 si applica con n = 0. 11. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari.

5 (d) 0 t/T0 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 = 0.4 0. xM(t) 0.2 0 −0.5 x(t). (b) M = 1.8 x(t).2 0 −0. xM(t) 1 0. xM(t) 1 0.8 x(t). xM(t) 0.5 0 t/T 0.2 0 −0.2 0 −0.5 (b) 0 0 t/T 0. xM(t) 0.5 0 t/T0 0. (e) M = 11.8 0.4 0.4 0. (c) M = 3.222 Serie di Fourier 1 0.6 0.5 (a) 1 0.6 0. (d) M = 5.8 x(t).8 0.8 0.5 0 (c) 1 0.4 0. 5.6 0.5 x(t).4 0. xM(t) 1 0.5 (e) (f) Fig. (f) M = 101.6 0.7.2 0 −0.6 0.2 0 −0.6 0.5 0 t/T0 0.4 0.5 x(t).5 0 t/T0 0.

5. sulla base dell’uguaglianza di Parseval. 13 Una . 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. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig. è proposta nel § 5.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico.4.13 valutazione quantitativa della bontà di tale ricostruzione. Viceversa.5.8). insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare.3.7 e 5.

4 0. (f) M = 101.2 0 −0.5 0 t/T 0.2 0 −0.8 0. xM(t) 1 0.6 0. (b) M = 1. xM(t) 0. (e) M = 11.5 0 t/T0 0.6 0.8 0.6 0. xM(t) 0.5 (d) 0 t/T0 0.5 (b) 0 0 t/T 0.6 0.5 x(t).8.5 0 t/T0 0.4 0.8 x(t). xM(t) 0.8 x(t).2 0 −0.224 Serie di Fourier 1 0.5 (e) (f) Fig.2 0 −0.5 0 t/T0 0.4 0. xM(t) 1 0.5 x(t).6 0.8 x(t).5 x(t). (d) M = 5.2 0 −0.2 0 −0.5 0 (c) 1 0. . (c) M = 3.4 0.8 0.5 (a) 1 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.6 0. 5. xM(t) 1 0.4 0.4 0.

e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . La differenza fondamentale rispetto alla serie di Fourier (5.22) è analoga all’equazione di sintesi (5. in quanto si tratta di una somma (finita) e non di una serie. Infatti. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N.10) della serie di Fourier a TC. 1) oppure in (−1/2. 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 .22) e (5.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. § 2. . e rappresenta l’equazione di sintesi della serie di Fourier discreta. cambiando l’indice da h nuovamente a k. proprio per questo motivo. essendo la (5. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria.21). un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n .22) una somma finita. . ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui.22) per e− j2π hν0 n e sommando su un periodo.3. pertanto. Esse. . .10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 .5. N0 n=0 k ∈ {0. (N0 − 1)/N0 nell’intervallo [0. . 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 . non abbiamo indicato di proposito gli estremi di variazione dell’indice k. In particolare. è improprio parlare di “serie” di Fourier nel caso TD. In particolare. .21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . (5. N0 − 1} .22) La relazione (5. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh .21). 1. 1/N0 . non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. e quindi l’intervallo di variazione delle frequenze νk = kν0 . moltiplicando ambo i membri della (5.23) Le (5. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC.3 Serie di Fourier per segnali TD (DFS) 225 5.21) Notiamo che. per cui la (5. . nella (5. 1[. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa.3). . salvo casi particolari. 1. semplificati dal fatto che. Nella (5. le frequenze νk assumono i valori 0. 1/2). cfr. . N0 − 1}. 14 Si . . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. k (5. nota anche come Discrete Fourier Series (DFS). 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. . ad esempio in (0. . se k ∈ {0. (5.

25) e (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC. N0 k=0 N0 −1 n=0 (5. . entrambe periodiche dello stesso periodo N0 . le (5.24) e pertanto. N0 − 1}.26) ∑ x(n) e− j2π kν0 n .26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). costituiscono formalmente l’esatta controparte delle (5. . . 1. Se infine nelle (5. mentre la (5. Va detto però che. .25) (5. In altri termini. si definisce infatti la sequenza X(k) come X(k) = N0 Xk .2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .25) siano quelli dell’intervallo {0. Posto wN0 = e− j2π /N0 .28) prende il nome di Inverse Discrete Fourier Series (IDFS).22) e (5. le (5.29) ∑ x(n) wkn N0 In effetti. In particolare. Inoltre nella (5.22) e (5. 15 Notiamo DFS . nella letteratura scientifica.15 come la sequenza x(n).226 Serie di Fourier rappresentazione. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC.29) viene denominata Discrete Fourier Series (DFS). Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .11). Una prima differenza rispetto alle (5.26) è periodica. con sostituzioni algebriche banali.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.28) e (5. (5. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. 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. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. valide nel caso TC. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. la (5. A partire da Xk .28) (5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n .27) (equazione di sintesi) (equazione di analisi) (5. nella letteratura scientifica le (5. sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD.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. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD.10) e (5.25) e (5.

La DFS e IDFS possono anche essere viste come operatori.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . che è strettamente legata alla DFS (cfr. N0 = wkn . funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 .2 0 −20 −10 0 n 10 20 Fig. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn .5. Esempio 5. . x(N0 − 1). N0 (k+N0 )n In particolare. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . Onda rettangolare TD dell’es. . x(n) = IDFS[X(k)] . un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier.8 0.6 x(n) 0. cap. abbiamo visto che invece. ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. il segnale x(n) è completamente descritto assegnando solo N0 valori. nel dominio della frequenza sussiste esattamente la stessa proprietà. ad esempio x(0). 5. .9. . T0 [. La periodicità di X(k) è una caratteristica peculiare della DFS.3 Serie di Fourier per segnali TD (DFS) 227 1 0. È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. nel dominio della frequenza. 7). M = 4). x(1).8 (N0 = 8.4 0. ovvero da un segnale TD. 5. ovvero da un’inifinità continua di valori. cfr.2). mentre la periodicità della sequenza X(k) segue dalla proprietà (c). Si può infine verificare che le quantità wN0 definite mediante la (5. sia della trasformata discreta di Fourier (DFT). e si scrive sinteticamente X(k) = DFS[x(n)] .4. Differentemente dal caso TC. la periodicità della sequenza x(n) deriva dalla proprietà (b).8 (DFS dell’onda rettangolare TD. Infatti. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza. il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. ad esempio per t ∈ [0. . § 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 .31). Utilizzando la definizione (5.30) può essere riscritta. 5. . x = . per cui la (5. dove vale M:  k  0.228 Serie di Fourier e raffigurata graficamente in fig. sulla base della definizione (5. come 1−e − j2π kM N 0 k − j2π N 0 e = − jπ kM N 0 k − jπ N e e jπ kM N 0 k jπ N −e −e − jπ kM N 0 X(k) = 1−e e 0 0 k − jπ N = sin π kM N0 k sin π N0 e k − jπ (M−1) N 0 . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 .31) il cui grafico per x ∈ [−1. .30) Ricordando la definizione di wN0 .9 per N0 = 8 ed M = 4. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. notiamo che wkM N0 wk 0 N = e = e . 0 Per esprimere in forma più compatta il risultato precedente. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. di facile dimostrazione: 1. 2.. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . . ±2. DM (x) = M M. 5. Tale DFS è rappresentata in ampiezza e fase in fig. N1 = 0 e N2 = M − 1. con semplici passaggi algebrici. sin(π x) x ∈ R. 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 . tranne che in x = ±1. 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . La DFS di x(n) si scrive. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . k ∈ Z. 5. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. (5. si ha allora: X(k) = DM k N0 . ∀x ∈ R .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. Le principali proprietà della funzione DM (x) sono le seguenti. x ∈ Z .29). 1] è riportato in fig. Ponendo infatti a = wk 0 . (5. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. x ∈ Z .11 nel caso N0 = 8 ed M = 4. .

evidenziando. denominati algoritmi Fast Fourier Transform (FFT). § cap.28) and (5. Altre proprietà formali.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . E. In altre parole. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. DFS dell’onda rettangolare dell’es.11. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). che suggeriscono ulteriori considerazioni concettuali e. In particolare.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. 5. rispettivamente. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). α2 ∈ C.5 0 x 0. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali.29). 5. quando necessario. 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.8 (N0 = 8. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. discuteremo nel dettaglio la proprietà di linearità. Per tali proprietà.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. 5.16 La proprietà di linearità della serie di Fourier afferma . 5.5. Notiamo in conclusione che. M = 4): spettro di ampiezza (in alto) e di fase (in basso). anche perchè il concetto di continuità perde di significato in tal caso. ma anche algoritmicamente. e sono comunque riportate in app.4. Fig. è ancora un segnale periodico di periodo T0 . 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. Vedremo (cfr.10. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali. tratteremo congiuntamente sia il caso TC che quello TD. le differenze salienti. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. soprattutto. simmetria hermitiana dei coefficienti. 5. utili talvolta nei calcoli. i cui coefficienti di Fourier siano Xk e Yk .5 0 x 0.5 1 4 |X(k)| −0. con α1 . sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). e l’uguaglianza di Parseval per il calcolo della potenza. Di conseguenza. il fenomeno di Gibbs non sussiste nel caso TD.

Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . . DFS ∀α1 .2 Simmetria hermitiana Con riferimento a segnali periodici TC. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .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) . Valgono cioè le seguenti relazioni: |Xk | = |X−k | . Xk = − X−k . 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. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. con α1 . 16 Può (5.2 e 5. 5. α2 ∈ C. negli es.1.2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo. (simmetria pari) (simmetria dispari) (5. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). nel caso TD.4. ossia: Zk = α1 Xk + α2 Yk . α2 ∈ C . α2 ∈ C . rispettivamente. DFS DFS FS ∀α1 . dei due segnali è ancora un segnale periodico di periodo N0 .32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo.29).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).33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . 5. Analogamente.11) e (5. i cui coefficienti di Fourier siano X(k) e Y (k). Riassumendo. 5. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). rispettivamente. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. otteniamo la seguente proprietà notevole: Proprietà 5.

34) Pertanto. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .5. (5. e valgono se e solo se il segnale periodico in questione è reale.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . Inoltre l’equazione di sintesi (5. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .37) Prova.36). Se vale la simmetria hermitiana (5.33) e (5. in particolare. X(k) = − X(−k) .35). (simmetria pari) (simmetria dispari) (5.36). dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.8 riguardante la DFS dell’onda rettangolare TD. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. avendo già provato che X0 è reale. anche in questo caso le (5. si ha x∗ (t) ≡ x(t). 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 . Partiamo dall’equazione di analisi (5. 5. si ricava che x(t) è reale.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.35) Le proprietà (5. Proviamo prima l’implicazione ⇒ nella (5. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ).11): Xk = 1 T0 x(t) e− j2π k f0 t dt . Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es.36). k=1 k=1 ∑ Xk e j2π k f0 t da cui. e quindi X0 è reale. Proviamo adesso l’implicazione ⇐ nella (5.38) . T0 Se x(t) è reale. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. 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. come specificato dalla seguente proprietà: Proprietà 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. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico.36). Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.

per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. . In altre parole. Notiamo infatti che nell’equazione di sintesi (5. . Rispetto al caso TC. ponendo Xk = |Xk | e j Xk nella (5. Infatti. X ∗ (k) = X(N0 − k) .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. . . . con riferimento a segnali periodici TC reali. N0 − 1}. (5. per cui la (5. . . . . . N0 − 1} .37) mediante le seguenti condizioni: X(0) reale . conseguentemente. . . la proprietà di simmetria hermitiana per la DFS. . . .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . . N0 pari . anche come segue: X ∗ (k) = X(N0 − k) . anche X(N0 /2) è vincolato ad essere reale per N0 pari.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. 1. . notiamo che.32) (con analoghi passaggi si ottiene la (5.38). Questa conclusione non è corretta. con riferimento ai soli valori di k ∈ {0. se N0 /2 è intero (il che accade se e solo se N0 è pari). si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . per k ∈ {1. 1. .39). è possibile determinarne almeno uno dispari. N0 − 1}.37) nel caso TD). N0 − 1}. oltre a X(0). k ∈ {1. Infatti. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . si può esprimere. in relazione alla periodicità della sequenza X(k). poiché la fase di un numero complesso è definita a meno di multipli di 2π .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . . . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 .28) compaiono solo i valori di X(k) per k ∈ {0. N0 − 1}. . In particolare. il solo coefficiente X(0) è vincolato ad essere reale. in alternativa alla (5. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). 2. da cui si deduce che. . N0 − 1}. 2. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . Notiamo infatti che. In definitiva. anche N0 − k varia nello stesso intervallo.34) a partire dalla (5.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . k=1 Con ragionamenti simili. partendo dall’equazione di sintesi (5. 2. . per k ∈ {1. . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD.  N 0 k=1 . se k ∈ {1. valide esclusivamente per segnali reali. 2. 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. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). Per evitare possibili fraintendimenti. N0 − 1}. per segnali periodici TD reali. se x(·) è reale.37) si può riscrivere. . . applicando la (5. si può verificare (la verifica è lasciata al lettore come esercizio) che. . 2.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1.

Consideriamo dapprima il caso di un segnale TC periodico. Nel seguito.10).28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. 5. ak = 2 T0 x(t) cos(2π k f0t) dt . in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. (5. ed in essa. . bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . .4.3 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.39). ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 . Il punto di partenza è l’equazione di sintesi (5. bk = 2 T0 x(t) sin(2π k f0t) dt . con facili passaggi algebrici.5.29).42) e (5.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) .1 e def. N0 − 1}) nella (5. partendo dall’equazione di sintesi (5.40) e (5. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . 5. 5. rispettivamente. note come forma polare della serie di Fourier.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. N0 pari . N0 dispari .42) T0 T0 T0 Allo stesso modo.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. compaiono soltanto quantità reali. perché più generali e compatte. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . come nella forma polare. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. def.2). Un’ulteriore espressione della serie di Fourier. si ottiene nel caso TC decomponendo Xk . anche per segnali reali. note anche come forma esponenziale della serie di Fourier.41) Le (5. 2. .38). 2 k=1 (5. valide per segnali reali.4 Principali proprietà della serie di Fourier e della DFS 233 (5. in parte reale ed immaginaria. . che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. . si ha. Le espressioni (5. x(t) = dove: a0 = 2 T0 x(t) dt . anziché in modulo e fase. Infatti. .

Notiamo che per segnali .18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . È semplice anche in questo caso provare che i segnali xk (n). possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . (5.4)] che i fasori e j2π k f0t che compaiono nella (5. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . sono tra di loro ortogonali.10) sono a due a due ortogonali. con coefficienti X(k)/N0 . 0. Riassumendo. Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC.234 Serie di Fourier Abbiamo già osservato [eq. (5. se k = h . es. riprendendo e riscrivendo l’equazione di sintesi (5. essendo fasori a frequenze distinte. Passiamo a considerare il caso di un segnale periodico TD. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . nota come uguaglianza di Parseval per la serie di Fourier (a TC).44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . possiamo quindi enunciare la seguente proprietà: Proprietà 5. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 .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.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . se k = h . ovvero hanno potenza mutua nulla: ∗ Pxk xh = xk (n) xh (n) = j2π k n 1 N0 −1 j2π (k−h) n ∑ e N0 = δ (k − h) = N0 n=0 1. Poiché (cfr. 2. 2 ∑ N0 k=0 (5. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . In virtù di tale ortogonalità.

In fig. il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. Ad esempio. e quindi per un fissato valore di accuratezza relativa. Per un fissato valore di ξM . 5. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . ottenendo così il coefficiente ξM = Px (M) ∈ [0. rispetto a quello per l’onda rettangolare.2. Utilizzando l’uguaglianza di Parseval. In particolare.5.2).44) può essere riscritta utilizzando solo le armoniche con k ≥ 0. . ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . k=1 +∞ L’uguaglianza di Parseval può essere utilizzate per misurare la bontà della ricostruzione di un segnale TC periodico impiegando un numero finito di armoniche (cfr. per un fissato valore di M. 1] .4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. al variare di M. per ottenere una valutazione quantitativa di tale bontà. Px che può essere assunto come indice della bontà della ricostruzione al variare di M.12 è rappresentato. tale coefficiente. sfruttando la simmetria hermitiana dei coefficienti. per avere ξM ≥ 0.99 è necessario considerare M = 23 per l’onda rettangolare. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. la (5. con M ∈ N . § 5. e confrontarla con la potenza del segnale originario x(t). Infatti. Tale potenza può essere rapportata alla potenza Px del segnale x(t). la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . mentre è sufficiente un valore M = 3 per l’onda triangolare.

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

18 Consideriamo prima il caso TC. mediante le relazioni (4. per il principio di sovrapposizione (3. Applicando l’equazione di sintesi della serie di Fourier a TC (5.7. 18 Espressioni . =Yk (5. dove f0 = 1/T0 . è possibile applicare il principio di sovrapposizione (3.10). sia applicato (fig.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. Risposta di un sistema LTI ad un segnale periodico (caso TC).105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . In particolare. Fig. ed essendo i coefficienti Xk ∈ C quantità costanti.46) ha la forma dell’equazione di sintesi (5.14.23). è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. 5.10) della serie di Fourier di y(t).97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . sfruttando le formule di Eulero. 6). Per la linearità del sistema. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. 5. § 4. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n .23) per calcolare l’uscita y(t). che può essere vista come un caso particolare di segnale periodico.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .5 Risposta di un sistema LTI ad un segnale periodico 237 x(t) H(f) Yk=H(kf 0)X k y(t) x(n) H(ν) Y(k)=H(kν0)X(k) y(n) Fig. Risposta di un sistema LTI ad un segnale periodico (caso TD). 5. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . e supponiamo che il segnale x(t). la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. 5.5. periodico di periodo T0 . Pertanto. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD.97) e (4.46) Poiché la (5. le espressioni precedenti sono state già utilizzate (cfr. Infatti. l’uscita corrispondente ad un singolo fasore xk (t) = e j2π k f0t (avente frequenza k f0 ) della rappresentazione di x(t) si ottiene applicando la (4.13.

105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . N0 k=0 dove ν0 = 1/N0 . applicando il principio di sovrapposizione. In termini di modulo e fase. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . periodico di periodo N0 .48) (5. si ha: ydc = H(0) xdc . stretto rigore. la (5. se il sistema è reale.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . . e ricordando che Y0 = ydc e X0 = xdc . complesse. Yk = H(k f0 ) + Xk . in particolare.47).49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 .22).50) Dal confronto con la (5. 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 ). il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . N0 k=0 =Y (k) (5. 19 A (5.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . sia applicato (fig. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita.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 .14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. Pertanto. in generale. (5. calcolati alle frequenze fk = k f0 . che prende per questo motivo il nome di guadagno in continua del sistema. Notiamo che le quantità che compaiono nella (5. 21 Si noti che. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. per la simmetria hermitiana di H( f ) risulta che H(0) è reale. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso.51) Per gli spettri di ampiezza e fase. (5. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .21 Passando ad esaminare il caso di un segnale TD.47) sono tutte.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . valgono considerazioni analoghe a quelle già fatte nel caso TC. con lo stesso22 periodo N0 del segnale di ingresso.47) La (5. si ricava anche in questo caso che y(n) è un segnale periodico. supponiamo che il segnale x(n). 5. la funzione H( f ) prende anche il nome di risposta armonica del sistema.47) per k = 0. Particolarizzando la (5.

47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) .9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. Esempio 5. 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. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.16. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.2. 1 + j2π f RC per cui la (5. Risposta di ampiezza del filtro RC (es. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.6 0. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. Fig. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.47) e (5. la (5.9). di ampiezza A e duty-cycle δc .15.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. 5. Facendo riferimento al caso TC. 5.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. ad esempio. 5. Particolarmente interessante è la modifica delle ampiezze delle armoniche. come evidenziato nell’esempio che segue.2 |Xk| 0. mentre la risposta in frequenza del sistema RC è H( f ) = 1 .4 |Yk| 0.46).51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. in ingresso ad un sistema RC. 5. Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5.5. |H(k f0)| 0.2 0 −5 0 k 5 Fig. riportata di seguito.8 |H(f)|. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.9).4 0. la modifica subita dalla k-esima armonica. Inoltre. avente frequenza k f0 . 5. 1 + j2π k f0 RC .4 0. 5.

L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI.5 1 0 Fig. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1.8 x(t). 5. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita.23 Come caso limite. 5.9.17). In particolare. . ossia quello di atte1) l’ampiezza di alcune armoniche. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. sulla base della posizione della banda passante e di quella oscura. In fig. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . mentre in fig. I filtri ideali TC sono in genere classificati. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso.4 0. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. Per questo motivo.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. 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). se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. 5.2 0 −1 −0. Il segnale y(t) di uscita (fig.y(t) 0. per effetto dell’attenuazione delle componenti ad alta frequenza. si dice che il sistema LTI si comporta come un filtro. 5. 5. In particolare. Viceversa. 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. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. i più semplici esempi di filtri sono quelli cosiddetti ideali. tutte le armoniche aventi frequenze per le quali H( f ) = 0 vengono completamente bloccate dal filtro: tale intervallo di frequenze Ws prende il nome di banda oscura del filtro o stopband. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso).17.5 0 t/T 0. Con riferimento al caso TC.240 Serie di Fourier 1 0. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche.6 0. per 2π f0 RC = 1. un comportamento tipico ad esempio dei circuiti elettrici risonanti. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband.

5. mentre la banda oscura è Ws = [− fc . La banda passante del filtro è W p = [− fc .18) ha un’espressione analitica del tipo: HLPF ( f ) = 1.6 Selettività in frequenza dei sistemi LTI e filtri ideali 241 HLPF(f) HHPF(f) 1 1 -fc Ws 0 Wp fc Ws f Wp -fc 0 Ws fc Wp f Fig. . La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. − fc [ ∪ ] fc . (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. | f | ≤ fc . | f | > fc . | f | > fc . − fc [ ∪ ] fc . | f | ≤ fc . mentre la banda oscura è Ws =]−∞. Risposta in frequenza di un filtro ideale TC passabasso (LPF).18. La banda passante del filtro è W p =]−∞. 5. +∞[. Anche in questo caso. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro.19.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. +∞[. Fig. La risposta in frequenza di un tale filtro (fig. La risposta in frequenza (fig. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. 5. Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc . o equivalentemente: HLPF ( f ) = rect f 2 fc . 1. 5. Risposta in frequenza di un filtro ideale TC passaalto (HPF). fc ]. 0.5. fc ].

− fc1 ] ∪ [ fc1 . 0.242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. − fc1 ] ∪ [ fc1 . mentre la frequenza f0 prende il nome di frequenza centrale del filtro. fc1 [ ∪ ] fc2 . Risposta in frequenza di un filtro ideale TC passabanda (BPF).21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. e ∆ f = fc2 − fc1 ). 5. fc1 [ ∪ ] fc2 . fc1 ≤ | f | ≤ fc2 . − fc2 [ ∪ ] − fc1 . − fc2 [ ∪ ] − fc1 . Anche per questo filtro. 5. fc1 ≤ | f | ≤ fc2 . fc2 ].20. altrimenti .20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. con 0 < fc1 < fc2 . una inferiore ( fc1 ) ed una superiore ( fc2 ). è possibile definire due frequenze di taglio. +∞[. così come per il filtro passabanda. mentre la banda oscura è Ws = [− fc2 . fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. una inferiore ( fc1 ) ed una superiore ( fc2 ). La risposta in frequenza (fig. (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. 5. Un’espressione alternativa per HBSF ( f ) si ottiene osservando che un filtro BSF è complementare ad un filtro BPF con le stesse frequenze di taglio: HBSF ( f ) = 1 − HBPF ( f ) = 1 − rect f − f0 ∆f + rect f + f0 ∆f . +∞[. dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . La banda passante del filtro è W p = [− fc2 . 1. . altrimenti . La banda passante del filtro è W p =] − ∞. La risposta in frequenza (fig. Per questo filtro. è possibile definire due frequenze di taglio. 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 . fc2 ]. mentre la banda oscura è Ws = ] − ∞.

con 0 < νc1 < νc2 < 1 . si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).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. BPF e BSF per il caso TD. descritti dalla (5. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. nelle fig. Anche nel caso TD. sia nel caso TC che TD. Per quanto riguarda il caso TD. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF). Per questo motivo.11). intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale.54) e (5. Nelle fig. perché presentano una separazione netta tra banda passante e banda oscura. 5.52) (5. con la fondamentale differenza che. HPF.53). 5. 2 mentre per i filtri BPF e BSF. 4.101) nel caso TC. Tali filtri si dicono invece ideali in senso “fisico”. 0 < νc < 1 rappresenta la frequenza di taglio. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari.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. 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) (5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. A causa di tale periodicità.22–5.54) (5. la risposta armonica H(·) è una funzione reale e pari. data dalla (4.53) (5.55) è possibile definire due frequenze di taglio.25 sono mostrate le risposte armoniche dei filtri ideali LPF. necessaria per garantire la periodicità di H(ν ). essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza).22–5. 1/2[. descritti dalla (5. Tali filtri si dicono ideali anche .108) nel caso TD. prop.21.52) e (5. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. quindi soddisfa la proprietà di simmetria hermitiana. 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. le tipologie di filtri ideali sono le stesse. oppure dalla (4. 5. Si noti che per tutte le tipologie di filtri introdotti precedentemente. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ).5.

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

5.22.25. 5. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. Risposta in frequenza di un filtro ideale TD passabasso (LPF).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. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. 5. Fig. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). Risposta in frequenza di un filtro ideale TD passaalto (HPF).24.5.23. . Risposta in frequenza di un filtro ideale TD passabanda (BPF).

In conclusione. 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”).246 Serie di Fourier 5. utilizzare note formule trigonometriche ed applicare il metodo di ispezione. e quindi andrebbe utilizzata per prima. in questo modo il calcolo della serie di Fourier si riconduce a quello della trasformata di Fourier di xg (t). (d) si utilizza la relazione nota come proprietà di campionamento in frequenza o formula di Poisson (cfr. Esercizio 5. (c) si esprime il segnale periodico x(t) in funzione di uno o più segnali periodici con lo stesso periodo. e si utilizzano le proprietà formali della serie di Fourier: ad esempio. per la proprietà di linearità Xk = 2Yk − δ (k). T0 dove le scelte più comuni per l’intervallo di integrazione sono (−T0 /2.2 Si consideri il segnale periodico: x(t) = | cos(2π f1t)| (segnale coseno “raddrizzato”). (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 e la frequenza fondamentale f0 . per ricavare i coefficienti Xk di un segnale x(t) periodico. la procedura (d) è quella che semplifica maggiormente i calcoli. π 4 .] 1 1 Risultato: (a) T0 = 1 (b) X1 = 2 j e jπ /4 . ci sono varie strade alternative: (a) nel caso particolare in cui il segnale si può esprimere come somma di sinusoidi/cosinusoidi. Per un segnale avente forma più generale. 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. Esercizio 5. X−1 = − 2 j e− jπ /4 . tuttavia.7 Esercizi proposti Con riferimento ai segnali TC (analoghe considerazioni sussistono per la DFS di un segnale TD). X2 = X−2 = X4 = X−4 = 1 . in quanto i coefficienti della serie di Fourier di 1 (segnale costante) sono δ (k). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. [Suggerimento: per il punto (b). (b) si risolve direttamente l’equazione di analisi Xk = 1 T0 x(t) e− j2π k f0t dt . il metodo di ispezione è applicabile solo a segnali composti da sinusoidi/cosinusoidi. T0 ). con f1 ∈ R+ . tutte le serie di Fourier proposte negli esercizi di questo capitolo sono calcolabili semplicemente anche con le tecniche (b) e (c). . In questo caso il calcolo di Xk si riduce a quello di un integrale definito (spesso conviene considerare separatamente il caso k = 0). le cui serie sono più agevoli da calcolare. e quest’ultimo problema è generalmente più semplice. avente periodo fondamentale T0 e frequenza 1 fondamentale f0 = T0 .1 Si consideri il segnale: x(t) = cos(6π t) cos(2π t) + sin 2π t + (a) Determinare il periodo T0 di x(t). se x(t) = 2 y(t) − 1 si ha. Xk = 0 per tutti gli altri 4 valori di k ∈ Z. T0 /2) oppure (0.

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

X(1) = 3 − j. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). 3}.] 0. X(2) = N 2 j. Esercizio 5. . (b) X(k) = − 12 e− j 3π /8 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 .8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . ed applicare poi la proprietà di linearità della serie di Fourier. k2 π 2 Esercizio 5. k pari . X(N − 2) = − N j. k dispari . j Risultato: (a) N0 = 24. (a) Determinare il periodo N0 del segnale x(n).   12 j 3π /8  e . (a) Determinare il periodo N0 di x(n). 2.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. k = 0. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. k = 23 . (a) Rappresentare graficamente il segnale x(n). (b) X(0) = N. dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . [Suggerimento: dal grafico. Risultato: (a) N0 = N.  j   0. Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Risultato: (b) Xk = 4 . 1. k ∈ {2. X(2) = 0.  24 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. . X(N − 1) = 2 N 2 (3 + j). k ∈ {0. 3. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). da cui X(0) = −2. 22} . N 2 (3 − j). k = 1. . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . . X(1) = X(k) = 0 per tutti gli altri valori di k. X(3) = 3 + j. .

dove  2 . Esercizio 5. 4. 2. 2. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. n = −1 .10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. . 5.7 Esercizi proposti 249 Esercizio 5.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . X(1) = 4 − j 8. n = 0.5. 6}.. 1. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 ... n = 1.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. da cui X(0) = 12. 3}. 4} . X(3) = 4 + j 8. X(2) = −4.. 3. xg (n) = 2 . altrimenti . . 3. Risultato: (a) N0 = 5. -5 0 5 n (a) Determinare il periodo N0 di x(n). 8. k ∈ {0.    0. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 2. Risultato: (b) X(k) = 1 + 4 cos πk 3 .11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 .. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 1. . (a) Rappresentare graficamente il segnale x(n). k = 0. k ∈ {1. (b) X(k) = 4 + 8(− j)k .   1 . k ∈ {0. Esercizio 5. Risultato: (a) N0 = 4. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana..

X(1) = 2. Esercizio 5. X(1) = 3. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 .] 1−a Esercizio 5. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3.56). (e) X(0) = 3.15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . (c) X(0) = j.56). (b) Scrivere l’equazione di analisi in (−T0 /2.14 Sia wN0 = e− j2π /N0 . [Suggerimento: applicare le identità dell’esercizio 5. X(4) = −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 .56) operando un cambiamento di variabile in uno dei due integrali. X(2) = 3 j. T0 /2) e dividere l’integrale in due integrali. ] Esercizio 5. valida ∀a = 0. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(3) = −3 j.14. (b) X(0) = 3. e si ha in particolare  0 . X(3) = 1 − j. X(1) = 5 − j. mostrare che se x(t) ha la proprietà di simmetria (5. X(1) = −5. X(3) = 5 + j. X(2) = 1 + j.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ].56) (b) Viceversa. X(3) = 3 e j7π /4 . k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. X(3) = − j.16 Senza calcolare esplicitamente x(n). ∀k pari. . N0 ∈ N: 0 x(n) = x n T0 N0 . X(2) = 3.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(2) = 2. in modo da poter sfruttare la (5. X(3) = −5. ∀t ∈ R . k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . allora il segnale ha solo le armoniche dispari. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). (5. (d) X(0) = −2. X(1) = 3 e jπ /4 . Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). X(2) = 1.

γ .] Risultato: x(n) = 1 + 1 (−1)n . (c) x(n) non reale. (b) x(n) reale. 1 + j2π f T0 ottenendo il segnale y(t). con xg (t) = 1. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate.5. 4 ≤ t < 8 . 3 6 Esercizio 5. il segnale x(n) è quello avente potenza Px minima. . utilizzare l’uguaglianza di Parseval per la DFS. avente DFS X(k). n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti.] Risultato: α = 10.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . Risultato: y(t) ≡ 0. Esercizio 5. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. n=0 (3) ∑7 (−1)n x(n) = 1. (e) x(n) reale. 0 ≤ t < 4. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. (d) x(n) non reale. (2) x(n) è periodico di periodo N0 = 10. β = π /5 e γ = 0.7 Esercizi proposti 251 Risultato: (a) x(n) reale. e determinare in particolare le costanti α . Esercizio 5.18 Si consideri il segnale periodico x(n). con T0 ∈ R+ . Esercizio 5.20 Il segnale periodico x(t) = rep2T0 [xg (t)]. per la proprietà (4). Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ).17 Si consideri il segnale periodico x(n). −1. dove xg (t) = Λ t T0 . [Suggerimento: utilizzare le proprietà della DFS. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). β . (4) Px = 50. avente DFS X(k). (2) ∑5 x(n) = 2. (3) X(11) = 50. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale.

si trova che Esercizio 5. 1). H(1/4) = 2 e jπ /4 .21 Il segnale periodico x(t) = rep2T0 [xg (t)]. Determinare il segnale y(t) in uscita al filtro. 3. Risultato: y(t) = 8 sin(2π f0t). H(3/4) = 2 e− jπ /4 . 2. Esercizio 5. π2 Esercizio 5. H(1/2) = 0. 9 Esercizio 5.24 Si consideri il filtro ideale avente risposta armonica H(ν ) = rep1 rect con ν0 = 3 16 ν − ν0 ∆ν + rect ν + ν0 ∆ν . calcolare l’espressione esplicita di y(t). con T0 ∈ R+ . Determinare i valori di H Risultato: H(0) = 0. dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . è posto in ingresso ad un filtro passabasso avente risposta armonica: H( f ) = rect f 4 f0 e − j2π 4 f f 0 con f0 = 1/T0 . (b) y(t) = π82 cos(2π f0t).22 Il segnale periodico x(t) = repT0 [xg (t)]. e ∆ν = 1 24 . con T0 ∈ R+ . Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ).23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). . Risultato: (a) xdc = ydc = 1 . (a) Determinare la frequenza di taglio fc del filtro in modo che l’uscita y(t) del filtro sia un segnale sinusoidale di frequenza f0 = 1/(2T0 ). 1. 1 2T0 3 < fc < 2T0 . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. . per k = 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 ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . (b) In corrispondenza dei valori di fc determinati al punto (a). l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(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).

[Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5.5. con T0 ∈ R+ . Esercizio 5. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . con T0 ∈ R+ . (c) RC = T0 π 3 . 2T Esercizio 5.27 Il segnale x(t) = rep2T0 [xg (t)]. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 . f1 = 2 kHz. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) Con riferimento al punto precedente. Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . 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. si calcoli l’uscita y(t). (c) y3 (n) ≡ 0. 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.6. 1 n−4k x3 (n) = ∑+∞ u(n − 4k).364 f0 . (b) y2 (n) = sin .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). dove xg (t) = cos πt T0 rect t T0 .25 Il segnale periodico x(t) = repT0 [xg (t)]. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. Risultato: RC = 1 2π f0 68 13 ≈ 0.7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 .28 Con riferimento allo schema in figura. sapendo che: (1) x(t) = cos(2π f0t). (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . con f0 = 1 kHz. 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. Esercizio 5. Py = π 4 1 + 81 . . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 .2.] √ 1 2 1 . (a) Calcolare la frequenza fondamentale f0 del segnale x(t). f2 = 3 kHz.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 .

(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.H1 ( f ) u(t) - (·)2 v(t) . x(t) . (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py .z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t].5/T0 e guadagno unitario. x(t) 6 . (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. (1) x(t) = 5 + 2 cos(2π f0t). 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.H2 ( f ) . Esercizio 5. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . 1 2π f0 e guadagno in continua unitario.30 Con riferimento allo schema in figura. Si assuma che tutti i segnali ed i sistemi considerati siano reali.29 Con riferimento allo schema in figura. k=−∞ k=−∞ . e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.5 f0 e guadagno in continua unitario.y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). Determinare l’espressione del segnale di uscita z(t).H2 ( f ) . =4kHz Esercizio 5. Py = 776. dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 .H1 ( f ) 6 . y(t) H( f ) .

Sign up to vote on this title
UsefulNot useful