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

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

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

. . . . . . . . . 437 . . . .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . . . . . . . . . . . . 6. . . 6. . . . . . . . . . . . . . . . . 7. . . .3. . . . . . . . . . . . 6. . . . . . .7. . . . . . . . . . . . . integrazione e somma . . . . . . . . . . . . . . . . . . . . . . . . . .2. . .1. 6. . . . .2 Forma algebrica dei numeri complessi . . . . . . 6. . . . . .5. . . .5 Esercizi proposti . . 6.5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . . 6. . . . . . . . . . . . . . 6. . . .3 Campionamento ed interpolazione in pratica . . . . . . . 6. . . 6. .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . .4 Quantizzazione . . . .3 Segnali a banda non limitata . . . . . 6. .3.2. . . . . . . . . . . . . . . . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . . . . . 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 . . . . 434 A. . . . . . . .1 Definizione di numero complesso . . . . . . . . . . . . . . . . .5 Proprietà della trasformata di Fourier . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . . . . . . . . . . . . . . .2 Interpolazione non ideale . . . . . . . . .2 Interpolazione ideale . . . . . .1. . . . . . . . .8 Esercizi proposti . . . . . . . . . . . . . . . . . .3 Segnali TD transitori . .2 Segnali TD . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . . . . . . .4. .3 Aliasing . . . . . .2. . . . . . . . .1. . . . . . . . .1 Teorema del campionamento .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . .2. . . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . 7 Campionamento e conversione A/D e D/A 7. .2 Trasformazioni della variabile indipendente . . . . . . . . . . 6. . . . . . . . . . .6. . 6. . . 6. . . . . . .3 Derivazione e differenza prima. . . . . . . . . . . . . . . . . . . . . . .3. . . 6. 6. . . . . . . . 6. . . . . . . . . . . . . . . 6.1 Trasformata di Fourier per segnali TC . . . . . .1 Segnali a banda rigorosamente limitata . . . . 6. . . . . . . . .5. . . . . . .1 Trasformata di Fourier . . . . . . . . . . . . . . .1 Trasformazioni della variabile dipendente . . . . . . . . . . . . . . .6. . . . . 7. . . .7. . . . . . . . . . . . . . . . . . . . . . 6. . 7. . .2 Trasformata di Fourier per segnali TD . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza .4. . . . . . . . . . . .2 Segnali a banda praticamente limitata . . . . . . . . . . . . . . . . . .2 Campionamento ed interpolazione ideale . . . . . .6. . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . .1 Proprietà di convoluzione . . . . . . . 7. 7.7. . . . . . . . . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. .1 Segnali TC . . . . . .4. . . . . . . . . . . . . . . . . 6. . . . . . . . . . . .6. . . . . . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Separazione di segnali mediante filtraggio . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . 6. . . . . . . 6. . . 433 A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Introduzione . . . . . . . . . . . . . 7. . . .4 Estensione spettrale e banda di un segnale . . . . . . . A Richiami sui numeri complessi 433 A. . . 6. . . . . . . . . . . . . . . . . . . . . . . . .3.7. . .3. .4 Proprietà della risposta in frequenza . 7. . . . . . . . . . . . . . .

. . . . . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . .3 Serie bilatere . . . . . . . . . . . . . . . . F. . . . . . . . . . .1 Successioni e serie numeriche . . .1. . . . . . . . . . . . . . B. . . . . . .1. . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . .4 Forma esponenziale dei numeri complessi . . . . . . . . . . F. . . . . . . . . 466 E Proprietà della serie di Fourier E. . . . . . . . . . . . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F.1 Integrale di convoluzione . . . . . . . . . . . . . . F. . . . . . . . . .2 Proprietà . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . .1 Definizioni . . . . . . . .1. . . . B. . . . . . . . . . . .1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . .iv INDICE A. . . . . . . . . . . . . .1 Definizione di limite di una successione B. 461 D Invertibilità di un sistema 463 D. . . . . . . . . . .2 Serie monolatere .1. . . . . . .2 Proprietà . . . . .3 Trasformate notevoli . . . . . . . . . . . . . . . .1. . . . . . . . . . . . .2. . B. . . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . F. .1 Invertibilità di un sistema . . . . . . . .1 Trasformata di Fourier a TC . . . .1. . . . . . F. . . . . . . . . . . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . 463 D. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Somma di convoluzione . . . . . . . . . . . . . . . . . . . . . . 445 445 445 447 448 450 451 451 453 456 . . . . . . . .2 Serie di Fourier a TD (DFS) . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . .2.5 Funzioni complesse di una variabile reale . . . . . . . . . . . . . . . . . . . . B. 440 A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Invertibilità di un sistema LTI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . B. . . . . . . .2. . . . . . . . . . . F. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . .1 Continuità e derivabilità . .2 Proprietà . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . .1 Definizione . . . . . . . .2 Trasformata di Fourier a TD . 442 B Richiami di analisi matematica B. . . . . . . . . . . . . . . E. .2 Funzioni complesse di una variabile reale . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . . . . . . . . . .3 Trasformate notevoli . . . . . . . . . . . 459 C. . . . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . . . . . . .2. . . . . . . . . . . . .3 Sommabilità . . . . . . . . . . . . . . .2. . . . .4 Successioni sommabili . . . .2. . . . . . . . . .1. . . . .2. . . . . . . . . . . . . . .1 Serie di Fourier a TC . .2 Integrazione .

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

Posto x(0) = b. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. 1. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. . 1. . 1. 1.3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b.2 (tensione alternata) La tensione alternata della rete di distribuzione dell’energia elettrica può essere descritta anch’essa da un segnale sinusoidale di ampiezza A. frequenza f0 . 3. 1. convessa e tale che f (a) < 0 ed f (b) > 0. Ripetendo tale procedimento. f0 e ϕ0 sono diversi. Il segnale sinusoidale degli es. . si ottiene una relazione ricorsiva in cui l’n-esimo elemento è dato da x(n) = x(n − 1) − 1 Nel f [x(n − 1)] . pulsazione ω0 o frequenza f0 .2. inoltre. f [x(n − 1)] con n = 1. e fase iniziale ϕ0 . che consente di risolvere approssimativamente equazioni del tipo f (x) = 0.1.2.2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig.1 e 1. . 1.2 è una funzione del tempo x(t). seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ). Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ). che sia crescente. Esempio 1. Supponiamo che f sia dotata di derivata prima continua e. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . 2. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione. e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . dove ϕ0 è la posizione angolare del corpo all’istante t = 0. Esempio 1. . ed è raffigurato in fig.3 (successione) In matematica. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse. l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 .1. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. anche se il significato fisico ed i valori dei parametri A. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. è possibile applicare metodi per determinare soluzioni approssimate. La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. il metodo di Newton (fig. Fig. 1. Un esempio classico è il metodo di Newton o della tangente.2. 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).

2. 1. possono rappresentare dati . . Franca Neri . Inoltre. Fig.1 e 1. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa..4 (tabella) In alcuni casi. . . Al crescere di n. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es..1.4. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. x(1) x(2) Fig. Si osservi che. come nell’es. un segnale di questo tipo può essere indicato come segue: x : T → X. Il segnale in forma tabellare dell’es.10 e 1. il dominio T di x coincide con l’insieme dei numeri reali. infine. Gli es. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. in questo caso.1 e 1.. il dominio del segnale T = {Carlo Rossi.. ad esempio per molti segnali la variabile indipendente è proprio il tempo. ovvero un segnale definito nell’insieme N0 dei numeri naturali. 2.. . 1. 1. 1.. Il metodo di Newton dell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto. Esempio 1. l’indice n nell’es. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. Voto 22 30 25 30 . che prende il nome di insieme di definizione o dominio di x. il dominio del segnale risulta essere T = N0 = {0. 1. Maria Turchini...} è costituito dai nomi degli studenti. (1.} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. 1.3.. le variabili indipendenti di un segnale possono non avere un significato fisico o. nel caso dell’es. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es.1. .1.2 e 1. un voto nell’es. cioè T = R. 1.4. 1.2..4. 1. .3. 1.3. lo studente nell’es.4. 1. dove f (x) denota la derivata prima di f (x). mentre l’insieme X. 1.4) ed una variabile dipendente x (una lunghezza nell’es. che prende il nome di immagine di T mediante x o anche codominio di x. come accade nell’es. 1. 1.3.4.3 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 può essere definito mediante una tabella.3.. 1.14 più avanti). racchiude i valori assunti dalla variabile dipendente x.. 1. Ugo Bianchi.2. 1. 1. per gli es.1) dove l’insieme T. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . una tensione nell’es.3. nel caso dell’es. 1. . Tale relazione definisce una successione numerica. 1.4). 1. ma esistono casi significativi di segnali – le immagini. Ad esempio.

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

il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. simbolicamente: S : I → U. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). Innanzitutto. Inoltre. un cavo telefonico) lungo il quale viaggia il segnale d’informazione. Schema semplificato di un sistema di comunicazione. che interagiscono tra di loro. in questo caso. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita. pertanto. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. ed. infatti. infine. un ricevitore. L’operatore S associa ad ogni segnale x di I un segnale y di U. 1.7. ad esempio.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig.1.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. allo studio di fattibilità di un sistema che è in fase di progetto e che. oppure.8. Ad esempio. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. un canale. si pensi. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. il sistema di comunicazione in fig. 1. in alcuni casi. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. non è stato ancora realizzato fisicamente. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica. Gli esempi precedenti mettono in luce alcuni aspetti importanti. quindi. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. un sistema è una mera collezione di componenti elettrici. che è il mezzo fisico (ad esempio. . Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. il canale ed il ricevitore.2) I U Fig. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. meccanici. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. a “produrre” dei segnali di uscita. 1. Dato un sistema e assegnati i segnali di ingresso. A tal fine. o biochimici. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile.

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

In primo luogo.4 t 0. Tali segnali scaturiscono da fenomeni fisici che.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo.5 x(t) 0 x(t) 0 0. La classe dei segnali deterministici è ampia. In secondo luogo.1. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino.3 Segnali deterministici ed aleatori 7 1 1 0.9.2) non è mai esattamente sinusoidale.1. che esprime la pressione acustica in funzione del tempo.5 −1 −1 0 0. che non possono cioè essere descritti esattamente.2 0. Va osservato come principio generale che un modello è solo una rappresentazione. . o per la conoscenza imperfetta dei meccanismi che li governano. 1. in forma tabellare.5 −0.8 1 0 −0. 1. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. 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”. Esempio 1. per la presenza di disturbi. In conclusione. Il segnale vocale assume una forma profondamente diversa. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.4 t 0. in quanto contengono un certo grado di imprevedibilità o di incertezza. Definizione 1.8 1 (a) (b) Fig. es. per la loro complessità.5 0.6 0. ben presente nel seguito. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici.2 e 1. 1.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). infatti. 1. non ammettono una descrizione matematica esatta. In fig. 1. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.6 0. non linearità. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. il modello matematico è quasi sempre frutto di approssimazioni.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. 1.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. ecc. quasi sempre estremamente semplificata. della realtà che intende descrivere.2 0. accoppiamenti parassiti. ad esempio. o in forma grafica). ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.3 Segnali deterministici ed aleatori I segnali considerati negli es.

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

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.

Esempio 1. Se l’immagine a colori è in movimento (filmato a colori). i segnali sono tutti scalari. zB (x. y). e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente. Esempio di segnale vettoriale: un’immagine a colori si può decomporre nelle componenti RGB. zG (x. alle due variabili indipendenti spaziali bisogna aggiungere una variabile temporale. In questo caso il segnale è complessivamente una funzione vettoriale di due variabili: z(x.18. discusso nell’esempio seguente. 1.7 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. y). y) = [zR (x. y).14 (immagine a colori) Una immagine fissa a colori (fig. e quindi nei segnali zR (x. y).t) di tre variabili. 1. ovvero un “array” di scalari. (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore. siano essi zR (x. y)] .2 Proprietà della variabile dipendente Definizione 1.18) può essere decomposta dalle sue tre componenti fondamentali.y) Blue z B(x. y). Un esempio di segnale vettoriale è l’immagine a colori.14 Segnali e sistemi: introduzione Red z R(x. zG (x.4. rosso (R).y) Fig. zG (x.y) Green z G(x. y). zB (x. per cui il segnale sarà descritto da una funzione vettoriale z(x. Negli esempi visti in precedenza. y). zB (x. verde (G) e blu (B). y. 1. y). Combinando opportunamente questi tre segnali è possibile riprodurre l’immagine a colori originaria. .

16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. Il vantaggio che si consegue con la quantizzazione è che. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale. visto che il suo codominio X = {−5.. se il numero delle ampiezze è finito.19. Il segnale risultante x(t) (fig. Il segnale risultante è mostrato in fig.2 assume con continuità tutti i valori dell’intervallo [−A.1 e 1.1).1. Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A .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). Sulla base del modello matematico (1. raffigurato in fig. 1. 1. utilizzato per descrivere un segnale. t -5 Fig. altrimenti . Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . se x(n) ≥ 0 . la sinusoide degli es. Esempio 1.15.19) descrive la variazione dello stato logico nel tempo. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. 5} è costituito solo da due valori. Definizione 1. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es.20(a). esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit). (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. mentre X è un insieme discreto per un segnale ad ampiezza discreta..12. 1. Un esempio di segnale ad ampiezza discreta è il segnale logico. 1.. . rimpiazzandole con un numero finito di possibili valori. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. −A . 1.4 Classificazione elementare dei segnali 15 x(t) 5 . Esempio 1.. detta quantizzazione. 1. 1.20 (b). I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. A] ≡ X.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.

Schema a blocchi di un quantizzatore. e quindi può essere rappresentata con un solo bit.16 Segnali e sistemi: introduzione x(n) A y(n) A 3 4 5 -2 -1 1 2 n -2 -1 1 2 3 4 5 n -A -A (a) (b) Fig. 1. Così come il campionamento. . Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. denominato quantizzatore. 1.21. segnale ad ampiezza continua quantizz . 1. segnale ad ampiezza discreta Fig.12. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). Anche l’operazione di quantizzazione si può interpretare come un sistema. 1. 1. (b) il segnale ad ampiezza discreta y(n) dell’es. assume due soli valori. 7. e raffigurato in fig.20.21. anche la teoria della quantizzazione sarà approfondita nel cap.

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

anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. 1. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. (a) sommatore a due ingressi. sono tutti di tipo SISO. Definizione 1. quali il numero degli ingressi e delle uscite.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. raffigurati schematicamente in fig. Definizione 1.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). Nel seguito. ed il quantizzatore. l’interpolatore. (b) sistema a TD.23.24. (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. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. . quali ad esempio il partitore resistivo. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC.5 Classificazione elementare dei sistemi Come i segnali. o viceversa. I sistemi visti in precedenza. il campionatore. (b) moltiplicatore a due ingressi. 1. quando parleremo di sistema. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). 1. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. supporremo implicitamente che esso sia di tipo SISO. Fig. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).23. a parte il caso dei sommatori e dei moltiplicatori.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. Esempi di sistemi MISO.

un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. o viceversa. 1. 1.6. effettuata da un sistema denominato convertitore A/D (fig. Conversione A/D: (a) schema a blocchi di un convertitore A/D.16). Inoltre. che presenta ingresso a TD e uscita a TC. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo.3 Infine. es. Il seguente esempio introduce due ulteriori esempi di sistemi misti.13). ed i sistemi a TD sono denominati. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. Esempio 1. in maniera lievemente imprecisa. es. 1. infine.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente.25 è puramente di principio. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . che presenta ingresso a TC e uscita a TD. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. 1. e quindi bisogna effettuare sia un campionamento (cfr. 1. 1. 1.25.5. e quindi sono sistemi a TC: ad esempio una rete elettrica. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. e l’interpolatore (es. è un sistema a TC. 1.2) utilizzato per descrivere matematicamente un sistema. sistemi digitali. mentre U contiene solo segnali a TD. 1. nel caso di sistemi misti. segnale digitale (b) Tc Fig. quantizz . . i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. Sulla base del modello (1. Esempi significativi di sistemi di questo tipo sono il campionatore (es. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione.12). Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. 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. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. in campo economico o sociale). essi sono inoltre di grande interesse ingegneristico.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. I sistemi a TD non esistono generalmente “in natura”. In accordo con la simbologia introdotta in fig. Lo schema del convertitore A/D riportato in fig. 1. l’insieme I racchiude solo segnali a TC. 1. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit.12). in un convertitore A/D reale (denominato anche analog-todigital converter.25). ADC).24(b). 1. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. sia una quantizzazione (cfr. nel caso di sistemi a TC.24(a). 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 spesso non sono nemmeno chiaramente separabili. come il partitore dell’es.1.

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

che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata.28. che si comporta da trasduttore. di debole intensità. Successivamente. L’es. tipicamente in materiale metallico pregiato. Il brano da registrare viene captato da un microfono. 7.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. . da esso si possono ricavare dei master secondari. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. 1. Il masterizzatore si comporta da attuatore. l’informazione binaria può essere letta dal compact disc utilizzando un trasduttore ottico (ancora un laser): le stringhe di bit vengono decodificate. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). Tale segnale elettrico. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. Schema analogico per la registrazione/riproduzione audio. entrambe effettuate in maniera analogica. Successivamente il segnale viene amplificato e riprodotto mediante i diffusori acustici (le casse). ovvero converte la pressione acustica del suono in un segnale elettrico.1. 1. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. dopo l’amplificatore. 1. e da questi ultimi le copie in materiale plastico (vinile). Da ciascuna copia. l’utente può riascoltare il brano inciso utilizzando un giradischi. In esso. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). che vengono vendute all’utente finale. 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. Una volta inciso il master.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo.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. viene amplificato e inviato ad un masterizzatore (analogico).29. bruciando con un laser in misura maggiore o minore le zone del disco. la differenza significativa è che il segnale captato dal microfono. ed inviato ad un masterizzatore (digitale). codificato in bit. 1. nel quale un trasduttore – la cosiddetta “puntina” – muovendosi lungo i solchi converte il movimento verticale in una debole tensione elettrica. Esempio 1. ed inviate ad un convertitore D/A.

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

24 Segnali e sistemi: introduzione .

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

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

Il prodotto di due segnali si può interpretare anch’esso come un sistema MISO (a due ingressi ed una uscita) denominato moltiplicatore e rappresentato in fig. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo). dove però. Genericamente. se a < 0. raffigurato in fig. o ritardo. Se a = −1. lo schema di fig. dove per t0 > 0 si ha una traslazione verso destra del segnale. con a > 0. cioè n0 ∈ Z: in altri termini. in particolare. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. ed il cambiamento di scala temporale.2.2. la riflessione temporale. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a.1. 2.2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. 2. ma comporta solo una variazione del riferimento temporale.2 può essere utilizzato anche in questo caso. 2.3.1(b).2. 2. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. considereremo alcune caratteristiche peculiari del caso TD.1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. attraverso l’introduzione delle operazioni di decimazione ed espansione. come rappresentato in fig. il parametro della traslazione n0 assume necessariamente valori interi. 2. 2. Più in generale. un segnale TD può essere traslato solo di quantità intere. o anticipo. Si noti che una traslazione temporale non modifica la forma del segnale. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . mentre per t0 < 0 si ha una traslazione verso sinistra. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). per quest’ultima operazione. a differenza del caso TC. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) . Schema a blocchi di un amplificatore/attenuatore. . Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) .

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

A partire dalla definizione di segnale pari e dispari. risulta necessariamente x(0) = 0.t1 t Fig. 2. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. mentre in fig. Riflessione temporale di un segnale TC: (a) segnale originario. e (b) sono raffigurati due esempi di segnali pari. . (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. mentre il prodotto di due segnali dispari è un segnale pari.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) . (b) segnale riflesso. 2. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. 2. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) .4.2. (c) Il prodotto di due segnali pari è un segnale pari. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente.6.t2 . 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·).5 (c) e (d) sono raffigurati due esempi di segnali dispari.

(c) segnale dispari a TC. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. . 2. 2.5.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. Esempio di decomposizione di un segnale TC in parte pari e dispari. (b) segnale pari a TD.6. (b) segnale dispari a TD. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.

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

2 L’uso . si noti l’effetto di compressione (minore durata) del segnale risultante. ma nel caso TD si utilizza il termine più specifico di decimazione. per cui si scrive: y(n) = x(nM) . 2. (b) segnale decimato con M = 3. ovvero se a = M ∈ N. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero.32 Proprietà dei segnali x(n) (a) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 n y(n) = x(3n) x(0) x(-3) x(-6) x(3) x(6) (b) -3 -2 -1 x(-9) 0 1 2 3 n x(9) Fig. Decimazione di un segnale TD: (a) segnale originario. l’espansione si ottiene esattamente l’effetto opposto.2 infatti. 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. infatti. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. Per segnali a TD. se se sceglie M = 10. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC.8.8. derivante dalla perdita di due campioni ogni tre del segnale originario. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. 2. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. a differenza del termine “decimazione” rievoca la terribile tecnica adoperata dall’esercito nazista durante la seconda guerra mondiale per selezionare i prigionieri da sottoporre a fucilazione per rappresaglia. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine.

2. 2. altrimenti . con L ∈ N. l’espansione a TD è una operazione perfettamente reversibile. per analogia con il caso a = M. se n è multiplo di L . L 0. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. si assume a = 1/L. (b) segnale espanso con L = 3.1 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.1) Un esempio di espansione per L = 3 è fornito in fig. Espansione di un segnale TD: (a) segnale originario.9.9. in quanto an non è un numero intero. perché alcuni campioni del segnale TD (in generale.2. della compressione di un segnale TC. la decimazione è una operazione non reversibile. A differenza della decimazione. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n . da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. (2. Se anche. Analogamente a quanto visto per la decimazione. M − 1 campioni ogni M) sono eliminati completamente. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. . Passiamo ora ad esaminare l’operazione di espansione nel caso TD.

in particolare effettuiamo le stesse operazioni ma nel seguente ordine: (1) ritardo di 3. Esempio 2. riflessione: v(t) = u(−t) . (2) ritardo di 3. introducendo dei segnali intermedi u(t). il risultato ottenuto dalla combinazione di più operazioni dipende anche dall’ordine con cui sono compiute tali operazioni. Utilizzando lo stesso procedimento dell’es. specialmente quando sono coinvolte trasformazioni della variabile indipendente (tempo). ritardare un segnale x(t) di 3 significa effettuare la seguente sostituzione: ogni volta che nell’espressione di x(t) compare t. come illustrato dall’esempio che segue. le tre operazioni sono descritte da: riflessione: u(t) = x(−t) . riflessione. Per individuare il segnale y(t) risultante.3 Combinazione di operazioni elementari Spesso un segnale è sottoposto in sequenza a più operazioni elementari del tipo precedentemente visto. v(t). Tenendo bene a mente questo principio. si giungerà al risultato corretto. compressione di 2: y(t) = v(2t) . etc. compressione di 2: y(t) = v(2t) . caso TC) Si riprenda per un momento l’es. è facile commettere errori. caso TC) Un segnale TC x(t) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. questa sostituzione si denota con t − 3 → t). Nel nostro caso. Successivamente. (3) compressione di 2. Dal punto di vista matematico.1. sostituire ad esso t − 3 (sinteticamente.1 scambiando l’ordine delle operazioni. il principio fondamentale da tener presente è che le trasformazioni che agiscono sull’asse dei tempi (ritardo. . cambiamento di scala) possono essere interpretate come semplici sostituzioni formali. effettuiamo sostituzioni simboliche a ritroso partendo dall’ultima espressione scritta: y(t) = v(2t) = u(2t − 3) = x[−(2t − 3)] = x(3 − 2t) . va detto però che spesso. una combinazione di operazioni elementari definisce una funzione composta. Si noti che quando effettuiamo sostituzioni a catena.34 Proprietà dei segnali 2. espandere un segnale x(t) di un fattore 2 significa effettuare la sostituzione t/2 → t. (3) compressione di 2. è conveniente seguire il seguente procedimento. (2) riflessione. Allo stesso modo. 2.2 (effetto dell’ordine nella combinazione di operazioni elementari. che è il risultato cercato. Per evitare ciò. per cui non dovrebbe essere difficile individuare il segnale risultante. Ad esempio. descriviamo le tre operazioni individualmente e nell’ordine assegnato: ritardo di 3: u(t) = x(t − 3) .1 (combinazione di operazioni elementari.1. operiamo sempre con sostituzioni formali in tutti i passaggi: ad esempio per calcolare v(2t) abbiamo effettuato la sostituzione 2t → t. in generale. Prima scriviamo le relazioni che descrivono le varie operazioni individualmente. Esempio 2. 2. Procedendo in questo modo si giunge sempre al risultato corretto. ritardo di 3: v(t) = u(t − 3) . È importante notare che. mentre per calcolare u(2t − 3) abbiamo effettuato la sostituzione 2t − 3 → t.

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

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

eliminando la notazione con le parentesi quadre. In particolare. In particolare. altrimenti . Il gradino a TC è definito come: u(t) = 1 .2. infinito numerabile di punti di discontinuità di prima specie. 2 2.2) esista e sia finito. si dimostra che x(t) è anche continuo in t0 . per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . Gradino a TC. per cui l’espressione ottenuta si può rendere esplicita. ed è rappresentato graficamente in fig. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. se t ≥ 0 .10.6 0. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. integrazione. 2. Tuttavia. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. y(n) = n+5 x . 0 . il che accade se e solo se n è dispari.1.2) che esiste ed è finito. Se il segnale x(t) è derivabile in t0 .8 x(t) = u(t) 0. al più. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr. Il gradino presenta una discontinuità di prima specie per t = 0.4 0.4 Derivazione.1 Operazioni elementari sui segnali 37 1 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. 2. Pertanto. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC.2 0 −2 0 2 4 t 6 8 10 Fig. se il segnale x(t) è derivabile nel punto t0 ∈ T.2). altrimenti . nell’ambito della teoria dei segnali si incontrano molto frequentemente segnali che non sono continui in tutti i punti del loro insieme di definizione T.10. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. come:  se n è dispari . 0 . Con riferimento all’ultima espressione. § B.

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

(2. motivo per cui è comunemente nota come impulso o delta di Dirac. al limite per ε che tende a zero. Ciò suggerisce che la convergenza del limite al secondo membro della (2. conservando tuttavia area unitaria. Invocando il teorema della media. il funzionale (2.4) Dal punto di vista matematico.7) dove x(t) è un arbitrario segnale continuo nell’origine. A tale scopo. che indichiamo con δ (t) = lim δε (t) .6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . Dirac nei suoi studi sulla meccanica quantistica. (2. la convergenza della famiglia di funzioni δε (t) alla funzione .11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ). Al limite per ε → 0. 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 .1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. un operatore che associa alla funzione x(t) un numero reale. Come indicato dal loro stesso nome. tali funzioni costituiscono una generalizzazione del concetto di funzione: un funzione generalizzata è sempre definita mediante un integrale e non ha senso quindi pensare al valore assunto da essa per un dato valore dell’argomento. 2.3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . a differenza del concetto di convergenza di funzioni ordinarie. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. Quindi.4) definisce un funzionale che si “appoggia” alla funzione δε (t). per ε → 0. Questo risultato suggerisce di definire il limite al secondo membro della (2. ε ) e la misura di tale intervallo. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t). la funzione ordinaria δε (t) non converge ad una funzione ordinaria. ε →0 (2. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla.3) mediante una funzione. ε →0 (2. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) .3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine. cioè. al limite per ε che tende a zero. se è vero che. Infatti. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . la (2.5) In altre parole. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. possiamo affermare che esiste un punto tε ∈ [−ε . δε (t) non ha alcun significato come funzione ordinaria. Al diminuire di ε . ε →0 dt (2.2. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) .4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0.

t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). ∀a < b ∈ R. (d) Parità: δ (−t) = δ (t). se a < 0 < b .2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1. (2. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. ad esempio. implicitamente. (2. A partire dalla definizione (2. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . ∀a ∈ R − {0}. ∀t0 ∈ R. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. 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. b a continuo in t = 0. ∀x(t) derivabile fino t=0 (f) Derivazione: dn dn δ (t) x(t) dt = (−1)n x(t) dt n dt n −∞ all’ordine n con derivata n-esima continua in t = 0.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. in virtù delle (2.5) e (2.8). δ (t) x(t) dt = x(0) . di carattere esclusivamente applicativo. ∀x(t) 0.7). convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. consiste nell’osservare che. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t).9) dt In altre parole. ma. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. ∀x(t) continua in t0 . a valle delle considerazioni fatte finora. di carattere prettamente matematico. La prima. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . questa operazione per l’integrale di Riemann è consentita solo se la famiglia di funzioni δε (t) converge uniformemente (il che non avviene nel nostro caso). per semplicità d’impiego nelle applicazioni. ∀t0 ∈ R. |a| .40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ).8) ovvero. ∀x(t) continua in t0 . la (2. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. riguarda il fatto che. ∀n ∈ N.5) e (2. secondo l’analisi matematica convenzionale. se a > 0 oppure b < 0 . anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt .8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. La seconda. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. .

2.1 Operazioni elementari sui segnali

41

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

δ (t) x(t)dt = lim

b

ε → 0 −ε ε >0

δ (t) x(t)dt = x(0) .

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

δ (t)dt = 1 ,

con ε ∈ R+ piccolo a piacere ,

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

(2.10)

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

42

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 t 5

x(t) = A δ(t−t0)

x(t) = δ(t)

t

0

t

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

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

x(t) 2

(a)

1

(b)

-1

1

t

-1

1

t

-2

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

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

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

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

2.1 Operazioni elementari sui segnali

43

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

Fig. 2.15. Gradino a TD.

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

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

δ (n) = ∇1 [u(n)] =

1 , se n = 0 ; 0 , altrimenti ;

(2.11)

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

44

Proprietà dei segnali

1

A
0.8 0.6 0.4 0.2 0 −5 0 n 5

x(n) = A δ(n−n )

x(n) = δ(n)

0

n0 n

Fig. 2.16. Impulso unitario a TD.

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

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

(a) Area unitaria:

n=−∞ +∞

δ (n) = 1.

(b) Campionamento:

n=−∞

x(n) δ (n − n0 ) = x(n0 ), ∀n0 ∈ Z.

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

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

∀M ∈ N ; ∀L ∈ N .

m=−∞

n

δ (m).

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

2.2 Caratterizzazione sintetica dei segnali

45

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

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

. con riferimento a taluni casi particolari di segnali. In tal caso.1 Segnali di durata rigorosamente limitata Un segnale TC x(t) si dice di durata rigorosamente limitata se esistono due numeri reali finiti t1 e t2 . Conseguentemente. 2. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. . e quali no. cioè. . e segnali di durata non limitata.3. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. n2 }. In questo caso. considerando sia segnali TC che TD. con n2 > n1 . con riferimento alla definizione generale di estensione. si considerano trascurabili solo i valori nulli del segnale. approfondiremo questa classificazione. Segnale di durata rigorosamente limitata. 2. n1 + 1. con t2 > t1 . segnale x(n). . l’estensione del segnale è definita come Dx = {n1 . Nel caso TD. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 . n2 }. 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 ). Alcuni esempi elementari di finestre sono presentati di seguito. x(n) = 0 per ogni n ∈ {n1 . Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. Analogamente. l’estensione del segnale è definita come Dx = (t1 . . . esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . Nel seguito. . . non esiste una definizione universalmente accettata di estensione temporale di un segnale. n1 + 1.18.18. . . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. . cioè. legato all’interpretazione di quali valori del segnale siano trascurabili. Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. Tuttavia. In altre parole.t2 ). n1 + 1. 2. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 .t2 ).46 Proprietà dei segnali x(t) t1 durata t2 t Fig.t2 ) e la sua durata è data da ∆x = t2 − t1 . . . x(t) = 0 per ogni t ∈ (t1 .

Esempio 2. 0.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. se 0 ≤ n ≤ N − 1 . se |t| ≤ 0. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . Fig. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”).20: la finestra è centrata in t = t0 e ha durata ∆x = T .2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. 2. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . la finestra rettangolare è denotata con il simbolo Π(t). .2. se t ∈ [t0 − T /2. A partire dalla finestra prototipo. cambiamento di scala con a = 1/T e traslazione temporale di t0 . mediante moltiplicazione per una costante. Finestra rettangolare a TC dell’es. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.5 . altrimenti .4 0. Finestra rettangolare a TC.8 x(t) = rect(t) 0. 2. si vede che x(t) = A rect t − t0 T = A. 0 . 2. altrimenti . 2. altrimenti .19. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2).6 0. 2. numerosi testi. 0 .7.19. Si tratta di un segnale pari (centrato nell’origine). ed è rappresentata graficamente in fig. il cui andamento è raffigurato in fig.t0 + T /2] . Utilizzando la definizione. traslazione temporale e cambiamento di scala.20. cambiamento di scala con a = 1/T e traslazione temporale di t0 .

6 0. 2. si noti che. ed essa è nota come finestra di Bartlett:  |n − N|  .23) anche nel caso TD. ponendo N = 1.4 0. se 0 ≤ n ≤ 2N − 1 . si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N. pertanto.7. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. 2. a partire dalla finestra triangolare prototipo. come riportato in fig. Si tratta di un segnale pari (centrato nell’origine). .2 0 −2 −1 0 t 1 2 Fig. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra. Finestra triangolare a TC. ovvero considerare B2N (n + N).24. infatti si ha RN (n) = u(n)−u(n−N). ed è asimmetrica rispetto all’origine. ed è rappresentata graficamente in fig.22. N −1} e durata ∆x = N. Infine. Come nel caso TC. così come la finestra rettangolare a TD. 1. R1 (n) = δ (n). Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. 1− B2N (n) = N 0 .22. è asimmetrica rispetto all’origine.4 0. a differenza della sua versione a TC. cioè. 2. di ampiezza unitaria e durata ∆x = 2.21. altrimenti . 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)/2.8 x(t) = Λ(t) 0.6 0.8 x(n) = R5(n) 0. 2. Così come visto per la finestra rettangolare nell’es. mediante operazioni elementari (moltiplicazione per una costante. traslazione temporale. . e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. se |t| < 1 . anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 2. altrimenti .21. ed è rappresentata graficamente in fig.2 0 −2 0 2 4 n 6 8 10 1 0. 0. 2. Finestra rettangolare a TD per N = 5. . La finestra ha estensione temporale Dx = {0. Fig. . . È possibile definire la finestra triangolare (si veda la fig. 2. Tuttavia.48 Proprietà dei segnali 1 0. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . la finestra rettangolare a TD degenera nell’impulso discreto.

In particolare.t2 ) di valori significativi del segnale.8 0.25. legato proprio all’arbitrarietà nella scelta del valore della soglia. si perviene ad un diverso valore di durata del segnale.2. Fig. t Fig. Finestra triangolare a TD per N = 4 con simmetria pari.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. il quale decade asintoticamente a zero per t → ±∞.24. Segnale di durata praticamente limitata.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. x(t) soglia . Si noti che. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata.3 Estensione e durata temporale di un segnale 49 1 0. con t2 > t1 .4 0. un certo elemento di arbitrarietà nella misura della durata. per esso.3. a differenza del caso di segnali a durata rigorosamente limitata.23. 2. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata. 2.4 0. 2. Fissare una soglia (vedi fig. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale..6 0. questo introduce. senza mai annullarsi. si consideri un segnale TC come quello riportato in fig. Un discorso analogo sussiste anche per i segnali a TD. tuttavia. se si fissa una soglia diversa. 2.8 0. Finestra triangolare a TD per N = 4. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. t1 durata t2 .25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 .6 0. 2.. 2. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo..25.. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo. .2 0 −6 −4 −2 0 n 2 4 6 Fig.

L’esponenziale a TC è una funzione monotona di t. 2. 2. si noti peraltro che il comportamento per t ≥ 0. 2.26. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente. mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . come in fig. dove a ∈ R è un fattore di scala dei tempi. delle applicazioni. ∀a ∈ R). in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A.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. al variare di a. mentre per a < 0 l’esponenziale risulta decrescente. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata. in dipendenza dal valore di a = 0. Poiché. Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . che risulta diverso da zero. notiamo che tra le operazioni elementari introdotte nel § 2. con riferimento al caso TC per semplicità. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. (a) a < 0 (valore effettivo a = −0. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. e degli scopi per i quali il segnale stesso viene studiato o elaborato. . partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . solo per t ≥ 0.25). Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. è lo stesso dell’esponenziale x(t) = A eat . Il caso a = 0 è degenere. In particolare. in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato.1. come mostra il calcolo della derivata di x(t).26(b). l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. ed in particolare per a > 0 l’esponenziale risulta crescente. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC. In particolare. che quelli a durata praticamente limitata – sono anche detti segnali transitori. Tale scelta può variare a seconda della natura del segnale.26(a). esso non rientra nella famiglia dei segnali di durata praticamente limitata.25). Infine. come in fig. per effetto del gradino. nel caso a < 0. che sono descritti di seguito. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x .

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

scegliendo come valore di soglia α A. Più precisamente. mentre. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. ∆x − 1}. . mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. l’esponenziale decresce più lentamente. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). . ∀a ∈ R − {0}). con 0 < α < 1. negativi per n dispari). l’esponenziale decresce più rapidamente. se a = −1. per a > 0 l’esponenziale assume sempre valori positivi. per cui è un esempio di segnale TD di durata praticamente limitata5 . si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . per |a| > 1 l’esponenziale è crescente in modulo. Infine. è funzione di |a|: per valori di |a| prossimi ad 1. viceversa. per |a| = 1. Per 0 < |a| < 1. Per ottenere un segnale esponenziale di durata praticamente limitata. l’esponenziale è costante in modulo: in particolare. L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. l’esponenziale monolatero tende a zero per n → ∞. in tal caso. e risolvendo l’equazione |x(∆x )| = α A. fissato 0 < α < 1. ln(|a|) Come preannunciato. si ha x(n) = A (−1)n . con |a| > 1. la cui estensione è Dx = {0.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. . la durata del segnale tende a zero. per |a| → 0. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. l’esponenziale si riduce al segnale costante x(n) = A. . Similmente all’esponenziale bilatero a TC. mentre è identicamente nullo per n < 0. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . in particolare. . per |a| → 1.28. La durata del segnale. 1. con ∆x > 0 (durata) dipendente dalla scelta della soglia. mentre per valori di |a| prossimi a zero. a causa della presenza del gradino. se a = 1. Inoltre. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. 2. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. In particolare. mentre per a < 0 assume valori di segno alterno (positivi per n pari. la durata del segnale tende ad essere infinitamente grande. che assume alternativamente i valori ±A.

1). Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.4 −0.833).5 1 (d) 0. (d) −1 < a < 0 (valore effettivo a = −0.1).833). (e) a = 1. 2.6 x(n) 0. (b) a < −1 (valore effettivo a = −1. . (c) 0 < a < 1 (valore effettivo a = 0.8 0.3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0. (f) a = −1.5 x(n) 0 0.2.28.

tuttavia. . il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. 2. i segnali x(t) e x(n) si dicono aperiodici. rispettivamente. come ad esempio il segnale raffigurato in fig. 2.. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.. sono sempre di durata limitata.3.13) Il più piccolo valore di N0 che verifica la (2. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. 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. È bene enfatizzare il fatto che. infatti. (2.. mentre nel caso TC il periodo T0 è in generale un numero reale. di segnale di durata non limitata è quella di un segnale che presenta valori non trascurabili durante tutto l’intervallo di tempo in cui viene osservato o elaborato. ∀t ∈ R . Una definizione pratica.29.2 (segnale periodico) (a) Un segnale TC x(t) si dice periodico se esiste un valore reale T0 > 0 tale che x(t) = x(t + T0 ). I segnali di durata illimitata sono anche detti segnali persistenti. In molti casi.54 Proprietà dei segnali x(t) . Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2.12) è detto periodo (fondamentale) del segnale. Inoltre .3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. allora.13) è detto periodo (fondamentale) del segnale. ∀n ∈ Z . Ad esempio. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. t Fig. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). ovvero ∆x = +∞. Segnale di durata non limitata. (2. e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. 2. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). nel caso TD il periodo N0 è necessariamente un numero intero.12) Il più piccolo valore di T0 che verifica la (2.12) e (2.13). Per segnali di questo tipo. detto periodo.29.

13). . sotto condizioni non eccessivamente restrittive. . 2. . allora esso è periodico di periodo 2T0 . A. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. e talvolta si parla di periodo fondamentale. Pertanto. se un segnale (ad esempio TC) è periodico di periodo T0 . un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. è interessante notare che. per un segnale costante x(·) = a. misurata in cicli/s o Hertz (Hz).2. misurata in radianti (rad). quali. secondo la quale il fasore è rappresentato come un vettore ruotante. 3T0 .13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . Il fasore è un segnale che assume valori complessi. e della definizione di periodo. Una conveniente interpretazione grafica (fig.12) e (2. gli esponenziali complessi o fasori6 e le sinusoidi. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. Fig. 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). Come ulteriore osservazione. ϕ0 è la fase iniziale.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 questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . Come vedremo nel cap. ad esempio. 5. che si muove con velocità angolare |ω0 |. Nel seguito si introdurranno alcuni segnali periodici elementari. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione.7 avente modulo A. . in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. misurata ω0 in radianti al secondo (rad/s).12) e (2. 2. x). 2. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto. sulla base delle (2. f0 = 2π è la frequenza. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica.31.30.30) è invece quella nel piano complesso.14) dove A > 0 è l’ampiezza. 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 )] . ω0 è la pulsazione. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. le (2. (2.

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

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

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

3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) .9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . Dato un segnale generatore xg (t) e fissato un periodo T0 . Infatti come generatore è possibile scegliere la .18). la cui espressione è: ∑ A rect t − kT0 T . si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . Esempio 2. etc. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . come si voleva dimostrare. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . per una dimostrazione più formale. Viceversa. diverso da zero nell’intervallo [−T0 /2. 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). Come caso limite. talvolta espresso in percentuale. ±2T0 . il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. per cui x(t + T0 ) = x(t). ∀t ∈ R. detto generatore. ∀t ∈ R. e la cui rappresentazione grafica per A = 1 e δc = 0. d’altra parte. infatti.2. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. (2. notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. 2. ampiezza A.5 è quella di fig. 2. Si ha. (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).18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t).18) risulta necessariamente x(t) = x(t + T0 ). Il duty-cycle δc . Ad esempio. ed il periodo dell’onda stessa.8 (duty-cycle dell’80%). in fig. è possibile costruire un unico segnale periodico x(t) secondo la (2. T0 /2]. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. basta provare che per il segnale x(t) definito come nella (2. traslate di ±T0 .33 è mostrata un’onda rettangolare con A = 1 e δc = 0.32.

T0 /2] . . Poiché il periodo di replicazione è inferiore alla durata del generatore. la relazione tra segnale periodico e generatore non è biunivoca. 2. Bisogna tuttavia notare che.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . . cioè risulta x(n) = x(n + N0 ).6 0.60 Proprietà dei segnali 1 0. T0 /2]. finestrando il segnale periodico nell’intervallo [−1. ed il segnale risultante (fig. 1. N0 − 1}. la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . descritta dall’esempio che segue. si ottiene il generatore raffigurato in fig. 1]. . 2.33. ad esempio [−T0 /2. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. ad esempio [t0 − T0 /2.6 x(t) 0.8 0. 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=−∞ +∞ ∑ . le repliche del segnale si sovrappongono. Un caso meno banale che evidenzia la possibilità di scegliere almeno due diversi generatori di uno stesso segnale periodico è la replicazione con sovrapposizione tra le repliche. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.2 0 −2 −1 0 t/T 1 2 0 0 Fig. .8 0. per determinare il generatore.35) non si ottiene semplicemente affiancando le finestre triangolari.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. 0.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. In particolare.36. Fig. Onda rettangolare a TC con A = 1 e δc = 0. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. 2. In questo caso. altrimenti. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). 2. ma bisogna tener conto della sovrapposizione tra le repliche. Onda rettangolare a TC con A = 1 e δc = 0. restrizione del segnale periodico ad un periodo.32.t0 + T0 /2].4 0.8 (duty-cycle dell’80%). con t0 ∈ R.4 0. t ∈ [−T0 /2. Esempio 2. In altri termini. (2.34). 2. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. sommando queste ultime negli intervalli di sovrapposizione.5 (duty-cycle del 50%). .

2.10. Viceversa.6 0.8 0. 1 0.8 0. Onda triangolare a TC dell’es. Onda rettangolare a TD con M = 3 ed N0 = 5.2 0 −2 −1 0 t 1 2 1 0. Fig. xg(t) Fig.10.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) . Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. il cui andamento è rappresentato in Fig. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) .2.4 0.4 0.6 x(n) 0.37 per M = 3 e N0 = 5.2 0 −2 −1 0 t 1 2 Fig.3 Estensione e durata temporale di un segnale 61 1 0.35. ottenuto finestrando il segnale periodico nell’intervallo (−0. 2.75. che si ottiene finestrando il segnale con una finestra . 2. 2.4 0. 0. Segnale generatore dell’onda triangolare a TC dell’es. 2. 2.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig.37.75). 2.36.8 0.4 0.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).8 0. 2. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).2 0 1 0.6 0.6 x(t) 0.34. Un differente generatore dell’onda triangolare a TC dell’es. Esempio 2.

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

L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. . .38.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. x(t) <x(t)> Z -Z +Z t 2Z Fig. reale o complesso. calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt .2. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . (2. . Dato un segnale TD x(n) e fissato un intero K ≥ 0. (2. . . . reale o complesso. . Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. si definisce area del segnale nell’intervallo {−K.20) mentre si definisce media temporale del segnale nell’intervallo {−K.4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. l’area e la media temporale di x(n) sono numeri reali o complessi.. Le definizioni di area e media temporale date nel caso TD si estendono al caso di segnali a TC x(t) sostituendo alla sommatoria l’integrale. il numero. (2.. .. Z]. il numero.. 2K + 1 n=−K K (2. in dipendenza della natura del codominio X del segnale. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . −K + 1. 63 2.23) . −K + 1. Z). 2. Z). K − 1. si definisce infatti area del segnale nell’intervallo (−Z. Considerato Z > 0.21) Si noti che.4 Area e media temporale di un segnale . K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . K − 1. .

Ciò accade. salvo che in casi particolari.Z2 →+∞ −Z1 lim x(t) dt . Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. 2. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). = 2Z = e quindi.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. (segnali TD) K→+∞ 2K + 1 n=−K (2. per i quali l’integrale nella (2.26) esiste.24) x(n). il che significa che esistono segnali per i quali la definizione di area (2. 2K + 1 Ax (Z) .25) L’integrale che definisce l’area di un segnale TC può non esistere.26) in cui. A tal proposito.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . (2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. Tale interpretazione è raffigurata graficamente per il caso TC in fig. in base alla (2. Se il limite nella (2. § B. sia nel caso TC che nel caso TD. 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.21) oppure (2.2. (2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt. si ottiene notando che le (2.20) e (2. si noti che. ovvero riguardano solo una porzione del segnale.24) non esiste in senso ordinario.24).21) e (2. è sufficiente far tendere Z oppure K all’infinito. 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.23).27) . il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 .38. per esempio. (segnali TC) (2.22) e (2. I valori dell’area e della media temporale calcolati sulla base delle (2.24) perde di significato. nel caso dei segnali periodici.64 Proprietà dei segnali L’interpretazione di media. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. dipendono dalla scelta di Z oppure di K. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2.

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

in altri termini. Analogamente. 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 = . Pur trattandosi di un segnale di durata praticamente limitata. è nulla.66 Proprietà dei segnali Conseguentemente. Con calcoli analoghi. definito come sgn(t) = 1. −1. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. in quanto ha area finita pari a N. 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. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. con 0 < |a| < 1. . Esempio 2.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). e quindi per un segnale costante x(·) = a si ha x(·) = a. la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 .14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Esempio 2. Esempio 2. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC. ma presenta particolari proprietà di simmetria. 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 . e quindi si ha in generale u(·) = 1 . come evidenziato nel seguente esempio. con T > 0.13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t).27. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. 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 . anche la media temporale dell’esponenziale a TD x(n) = A an u(n). Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 . Esempio 2. t < 0 . 2 La media temporale può essere nulla anche se il segnale ha durata infinita. t ≥ 0.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. Conseguentemente. la media temporale di una costante coincide con la costante stessa.

in quanto il suo valore nell’origine non è nullo.2.39. Segnale signum a TD. e rappresentato graficamente in Fig.5 −0. e d’altra parte il valore della funzione in un singolo punto non modifica il risultato del calcolo dell’area e della media temporale. 2. definito analogamente a sgn(t). Segnale signum a TC. Per completare la trattazione. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). In questo caso. presentiamo le seguenti proprietà della media temporale.5 x(t) = sgn(t) 0 0 −0.40. osserviamo nuovamente che se un segnale ha simmetria dispari. 9 Notiamo . 2. ∀t = 0. allora la sua area è nulla e. 2. Più in generale. anche la sua media temporale è nulla.39. Fig. 2. conseguentemente.  =−Z =Z Questo risultato discende dal fatto che il signum a TC.4 Area e media temporale di un segnale 67 1 1 0.5 −1 −5 0 t 5 −1 −5 0 n 5 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 . −1. e raffigurato graficamente in fig. come sgn(n) = 1. ha area nulla (nel senso del valor principale di Cauchy). essendo una funzione dispari9 .5 x(n) = sgn(n) 0. tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t).40. n ≥ 0. n < 0 . il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari.

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

16. T0 ).7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. il fasore x(t) è periodico di periodo T0 = periodo. riottenendo il risultato dell’es. ricalcoliamo la media temporale del segnale x(t) = sgn(t).4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . Esempio 2. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . Tale proprietà può essere espressa in forma più generale. ∀t0 ∈ R . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) .2. =1 2 =1 dove abbiamo applicato i risultati degli es. per un segnale TD. Con la notazione precedente.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt . Per ω0 = 0.25). per cui: x(t) = A e jϕ0 = A e jϕ0 . notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. il fasore degenera nel segnale costante x(t) = A e jϕ0 . 2.15. ad esempio in (0. osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . . utilizzando la (2. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione.17 (media temporale del signum) Come applicazione della proprietà di linearità. ∀n0 ∈ Z . questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 . Per ω0 = 0.14 e 2. per cui la media temporale si può calcolare su un A e j ϕ0 e j ω0 t T0 jω0 t=T0 T0 e jω0 t dt = = t=0 A e j ϕ0 T0 e j2π − 1 jω0 = 0. La proprietà 2. 2. (segnali a TD)  N 0 N0 Esempio 2. ∀t0 ∈ R . evitando il passaggio al limite presente nella definizione generale (2.29) x(·) = 1 0  ∑ x(n) .18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . pari ad un periodo del segnale. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . Allo stesso modo. (segnali a TC)  T0 T (2. ovvero su un periodo del segnale. la sommatoria fatta su N0 campioni consecutivi arbitrari.

Dalla sua definizione.18) che un fasore con ω0 = 0 ha media temporale nulla. a partire dalla componente continua. è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . poiché la sinusoide x(t) si esprime come somma di due fasori. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). se θ0 = 2π k. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr.4. 2. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ).4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . altrimenti . Infatti. Nel caso in cui ω0 = 0. e quindi.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).31) Mentre la componente continua rappresenta il valor medio del segnale. si può definire per differenza anche la componente alternata. Ae Esempio 2. k ∈ Z .1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. jϕ0 . ne rappresenta la parte effettivamente “variabile”. 2. in un certo senso.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . applicando la proprietà di linearità della media temporale. Definizione 2. Infatti. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. k ∈ Z . . Analogamente. la componente alternata. (2. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . la media temporale di un segnale si può interpretare come la componente continua del segnale. A cos (ϕ0 ) . es. (2. la parte “costante” del segnale. altrimenti . essendo ottenuta depurando il segnale della componente continua. se θ0 = 2π k. possiamo applicare la proprietà 2.7(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.

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

l’energia è una quantità non negativa (Ex ≥ 0). Se avessimo viceversa considerato T < 0. Essendo legata al quadrato del segnale.33) in specifiche applicazioni. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . Dal confronto tra le (2. Esempio 2. .24) e (2. ∞ Si ottiene allora una serie geometrica di ragione a2 . allora anche |x(·)|2 sarà di durata rigorosamente limitata e. conseguentemente. l’energia vale: Ex = A2 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).3 e B. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T . Esempio 2. In particolare.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. 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 .22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . che converge se e solo se |a|2 < 1. con T > 0. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). Esempio 2. che quindi avrebbe presentato Ex = +∞. § B. ovvero se e solo se |a| < 1. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n).2.23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). In questo caso.4).33) (cfr. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. Tuttavia. allora. Ad esempio. in quanto l’esponenziale non tende a zero. 1 − a2 |a| < 1 .33) non sono necessariamente quelle di una energia. mentre per |a| ≥ 1 l’energia non esiste finita. Tali costanti di proporzionalità non saranno considerate nel seguito.1. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. il quadrato di una corrente non è dimensionalmente una energia. ma richiede una moltiplicazione per una resistenza.33).21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. avremmo avuto un esponenziale monolatero crescente. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata.

in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2. Viceversa. consegue che.36) . sostituendo nella (2. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es.22. dalla quale. in generale.3 e B. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri).21).3 e B. § B.34) Sviluppando il modulo al quadrato all’interno dell’integrale. 2. Questa circostanza si esprime matematicamente dicendo che l’insieme dei segnali di energia è chiuso rispetto alle operazioni di somma e prodotto per una costante (cfr. Più in generale.34). 2.2. sussiste la seguente definizione: Definizione 2.2.2. Tuttavia.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). più articolato è il calcolo dell’energia Ex+y della somma di due segnali. e 2. 2. Poiché i segnali aventi area finita hanno componente continua nulla. un segnale di energia può anche avere componente continua non nulla. e la somma di due segnali di energia è ancora un segnale di energia.1 Segnali di energia I segnali aventi energia finita (come quelli degli es.4): un segnale può essere di energia. 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 . ma non essere di energia.5. 2.35) Z→+∞ −Z x(t) y∗ (t) dt . Sviluppiamo esplicitamente i calcoli nel caso TC.23) prendono il nome di segnali di energia. 2. In pratica. 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)] .4). In conclusione. i segnali di durata non limitata o persistenti non sono di energia.6). non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.23). è semplice provare che si ha Ey = |α |2 Ex . posto y(·) = α x(·).21. ma non avere area finita. osserviamo che. Nel caso del prodotto per una costante α ∈ C. la conseguenza pratica è che tipicamente essi hanno componente continua nulla.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. § B. dal punto di vista matematico. (2. § 2. (2.1.5.22 e 2.1. (2. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.3). un segnale può avere area finita.5 Energia di un segnale 73 2. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt .

Estendendo i precedenti concetti. la relazione (2. 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.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. si ha Eyx = E∗ : nel caso di xy segnali reali. che è una quantità reale e non negativa.37) La relazione (2. Inoltre. . Particolarmente interessante è la condizione in cui Exy = 0. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . e risulta simmetrica. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. (2. Nei due esempi seguenti.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) .8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. 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).24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. (2.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio.39) può assumere segno qualsiasi. In tal caso si ha x(t) y∗ (t) ≡ 0. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. poiché il secondo segnale nella (2.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy .38) (segnali TD) A differenza dell’energia. con ovvie modifiche. però. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). minore o uguale rispetto alla somma delle energie.37) o nella (2.41).38) è coniugato. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). 10 Se i segnali sono complessi. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. (2. sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. oltre alle energie Ex e Ey dei singoli segnali. l’energia mutua è in generale una quantità complessa.40). possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. in base a concetti matematici più avanzati. Poiché il termine contenente l’energia mutua nella (2. tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore. In tal caso. al caso TD. Per segnali di energia ortogonali vale l’additività delle energie (2. in quanto Eyx = Exy . mentre diventa necessaria e sufficiente se i segnali sono reali. Esempio 2. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale. 11 Si usa il termine “ortogonalità” in quanto. (2.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig.

Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . come l’energia. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .2. Esempio 2. Fig. nonostante x(t) y∗ (t) ≡ 0.5 t 1 1.42. 2. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.42). Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.24). (2. ma tali che uno dei due. Per un esempio concreto. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es.6 Potenza e valore efficace di un segnale Come l’energia. 2.5 1 1. 2.5 0. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. generalizzando l’interpretazione come media temporale al caso TD. risulta anche in questo caso Exy = 0. che è utilizzato in numerosi e diversi ambiti della fisica. Pertanto. 2. 2. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.5 0 −1 1 −0.5 0 −1 −0.5 Fig.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.5 y(t) 0.5 0 t 0. al modulo al quadrato del segnale.5 0 0. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt . Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale.5 0 t 0. 2.5 2 −1 −0.5 1 1.25).41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo.5 t 1 1. è una quantità non negativa (Px ≥ 0). si perviene alla seguente definizione di potenza: .41. anche la potenza è un parametro sintetico caratterizzante alcuni segnali.5 −1.5 2 −1 −0. ad esempio x(t).5 0 0.5 0 −1. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. Z) per la lunghezza 2Z di tale intervallo di tempo.5 y(t) 0 −0.5 0. abbia simmetria pari. mentre l’altro ha simmetria dispari. La potenza è una quantità misurata in J/s o Watt (W).

si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. allora Px = a2 . tali segnali prendono il nome di segnali di potenza: Definizione 2.76 Proprietà dei segnali Definizione 2. Esempio 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. Sulla base del risultato dell’es.6. signum) e i segnali periodici (es. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.1 Segnali di potenza Sulla base della definizione di potenza.42) può essere omesso se il segnale è reale. di ottenere una quantità che dipende esclusivamente dal segnale.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. poiché il gradino assume solo i due valori reali 0 ed 1.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). molto utilizzato nell’elettrotecnica: Definizione 2. il valore efficace di un segnale x(·) si può interpretare come il valore che deve assumere un segnale costante per avere la stessa potenza del segnale dato. Avendo trascurato eventuali costanti di proporzionalità.26. le dimensioni fisiche della potenza definita in base alla (2. gradino. (segnali TC) (2. Il vantaggio è. 2.15 sulla componente continua di un gradino. Se il segnale è reale (a ∈ R). 2. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS).42) non sono necessariamente quelle corrette (ovvero W).9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. è possibile individuare la classe dei segnali che hanno potenza finita.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. Esempio 2. come per l’energia. fasore. 2.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 .

questo comporta che la sua energia è necessariamente infinita. il fasore degenera nel segnale costante x(t) = A e jϕ0 . Nel caso in cui ω0 = 0. Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. Infatti.7(c) della media temporale. Esempio 2. 12 Notiamo che se x(·) è periodico di periodo T [N ].12) oppure (2. Infatti. In tal modo. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. A2 cos2 (ϕ0 ) . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. un segnale periodico deve necessariamente avere durata illimitata. √ 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). un segnale periodico è necessariamente un segnale di potenza. Esempio 2. la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | .2. Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Per ω0 = 0. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. fatta eccezione per casi di scarso interesse pratico. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . 13 Ad esempio. allora anche |x(·)|2 ammette lo stesso periodo. risultato frequentemente utilizzato nell’elettrotecnica. k ∈ Z . salvo per casi particolari di scarso interesse pratico13 . . per cui è di scarso interesse pratico).43)  ∑ |x(n)|2 . pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) .28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Per ω0 = 0. per cui: Px = |x(t)|2 = A2 = A2 .6 Potenza e valore efficace di un segnale 77 sinusoide). Il valore efficace della sinusoide è allora xrms = Px = √2 . Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale).19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. il fasore x(t) è periodico di periodo T0 = (2. Per soddisfare la definizione (2.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). Analogamente.13).43). se θ0 = π k. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). per cui la potenza si può calcolare applicando la A2 dt = A2 . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . 2. altrimenti .

44) esiste finita. e la somma di due segnali di potenza è ancora un segnale di potenza. Viceversa. invece. 2. nè di energia. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. e quindi sono disgiunti. lim 2Z (2. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. sussiste il seguente risultato: Teorema 2. dalla (2. che non sono segnali di potenza.6. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. (b) se x(·) è un segnale di energia. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. (2. Anche in questo caso.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. nè di potenza. Per provare la (a). dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). Prova. 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 .44) È chiaro allora che. presenta Ex = Px = +∞. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. e quindi non può essere di potenza. si prova facilmente che Py = |α |2 Px .43.46) . raffigurato in fig.78 Proprietà dei segnali 2. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. per quanto riguarda la somma di due segnali. Ad esempio il segnale rampa a TC x(t) = t u(t).45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . la (b) prova che un segnale di energia ha necessariamente Px = 0. Pertanto.1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. allora esso ha energia infinita (Ex = +∞). Tuttavia. allora esso ha potenza nulla (Px = 0). A tal proposito. in quanto esistono casi di segnali che non sono nè di energia. In altri termini.6. 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. definita come segue: (2. seguendo passaggi simili a quelli effettuati per l’energia. se la potenza (2. se l’energia è finita. i due insiemi non costituiscono una partizione di tutti i possibili segnali. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. Esistono casi meno banali di segnali.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. nè a quelli di potenza. aventi durata non limitata. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. e quindi non si può considerare nè un segnale di potenza. 2. e sfruttando la proprietà di linearità della media temporale. e quindi non può essere di energia. in quanto hanno Ex = +∞). Viceversa.

43. (2. Esempio 2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali.5 x(t) = t u(t) 1 0. ed xy in generale la potenza mutua è complessa.46) si scrive Px+y = Px + Py + 2 Pxy . come per le energia.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. in particolare. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 .46) e (2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. vale la proprietà di additività delle potenze: Px+y = Px + Py . 2. (segnali TC) (2.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t). 2 2 . per la presenza dell’operazione di coniugazione sul secondo segnale. a meno che Pxy = 0. si ha Pyx = P∗ .5 0 −2 −1 0 t 1 2 Fig.48) e evidenziano che.47) K 1 ∑ x(n) y∗ (n). Definizione 2.6 Potenza e valore efficace di un segnale 79 2 1. per cui la (2. Segnale rampa a TC.48) Le relazioni (2. Si ha infatti. Per segnali di potenza ortogonali. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).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.2. con ω0 = 0. anche per la potenze non vale l’additività. (2.

Joule (J) per le energie.31 (ortogonalità tra componente continua ed alternata) È facile provare che la componente continua ed alternata di un segnale di potenza sono tra loro ortogonali. 2.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. (2. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. . in quanto l’operazione di coniugazione si scambia con la media temporale. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. Watt (W) per le potenze.1.80 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. vale a dire.30). Esempio 2. ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. Posto infatti x(·) = xdc + xac (·). e xac (·) = 0 per definizione. 2. In conclusione. nella tab. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. evidenziando i legami esistenti tra alcuni di essi. che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . Con riferimento in particolare alla potenza. 2. Si ha allora: Px = Pdc + Pac .

dato il valore di potenza [Px ]dB in dB . opportunamente scelta a seconda delle applicazioni. dove P0 è una potenza di riferimento. Ovviamente. mentre se si sceglie P0 = 1 mW.50): Px = P0 · 10 [P x ]dB 10 .5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. Nella tab. Le scelte più comuni per la potenza di riferimento sono P0 = 1W. quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono. Esempio 2.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB. scegliendo P0 = 1 W. in quanto. e si scrive più specificamente [Px ]dBW . ed in tal caso si parla di potenze espresse in dBW. e si scrive [Px ]dBm . conviene introdurre un fattore numerico pari a 20.50). si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . per avere lo stesso valore in dB.7 Misura in dB della potenza e dell’energia 81 Px /P0 0. . applicando le proprietà dei logaritmi. tuttavia. si parla di potenze espressa in dBm. nella definizione (2. Valori comuni di potenza espressi in dB. 2. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm .01 0.2. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 . si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2.001 0.2. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px . 2. se invece P0 = 1mW.1 0.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W. si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . invece di 10.

corrispondente a 30 dB (tab. 2. assumendo ad esempio P0 = 1mW. si ha: [PR ]dB = 10 log10 ovvero. La (2. Si consideri lo schema di fig. in una relazione additiva. 2. per cui. [PR ]dBm = [γc ]dB + [PT ]dBm .2) in unità logaritmiche. misurando invece la potenza ricevuta in dB. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . 2. (2.44. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . Detta PT la potenza trasmessa. . Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). Esempio 2. la potenza ricevuta sarà pari a PR = γc PT . come è ovvio che sia. risulta [PR ]dBm < [PT ]dBm . le potenze di riferimento nei due casi differiscono di un fattore 1000.33 (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). per le proprietà dei logaritmi. allora [γc ]dB < 0. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. Notiamo che poiché 0 < γc < 1.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 .44. Infatti.

(k) z(n) = x(n) y(−2 − n). ±3} 0. (g) z(n) = x(2n) + y(n − 4). n ∈ {0.2. (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (l) z(n) = x(n + 2) y(6 − n).3 Si consideri il segnale TC x(t) = Λ(t). rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). 2 (e) z(n) = y(2 − 2n). ±2.2 Dati i segnali TD x(n) = |n| . (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. 3 Esercizio 2. (b) y(t) = x(t + 5). Esercizio 2.8 Esercizi proposti 83 2.8 Esercizi proposti Esercizio 2. (f) z(n) = x(n − 2) + y(n + 2).1 Si consideri il segnale TC x(t) = rect(t). Esercizio 2. n (d) z(n) = x . (c) z(n) = y(1 − n). (b) ritardo di 5 seguito da una riflessione. Individuare quale operazione elementare è effettuata su x(t) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(t − 5).4 Si consideri il segnale TC y(t) = x(2t − 1). dopo aver rappresentato il grafico di x(n) ed y(n). Determinare l’espressione analitica del segnale y(t) ottenuto effettuando le seguenti operazioni su x(t) (nell’ordine specificato) e rappresentare il grafico del segnale y(t): (a) riflessione seguita da un ritardo di 5. Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . t (e) y(t) = x . (h) z(n) = x(n + 2) y(n − 2). (b) z(n) = x(3n − 1). (j) z(n) = x(−n) y(−n). altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . (c) y(t) = x(−t). (i) z(n) = x(3 − n) y(n). (d) y(t) = x(2t). ±1.

altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). inoltre. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). 2 1 (e) x(t) = √ . l’estensione temporale e la durata del segnale. Esercizio 2.7 Rappresentare graficamente il segnale TC  3(t − 2) . (b) cambiamento di scala con a = 2 seguito da ritardo di 1. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). Determinare. (b) y(t) = x(−t − 1).84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. 3 Esercizio 2. (c) y(t) = x(2t − 1). con T > 0. 2 ≤ t ≤ 4 0 . (b) x(t) = e at u(−t). Esercizio 2. Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . Determinare. (e) y(t) = x 3 t −1 (f) y(t) = x .9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. 2 ≤ t ≤ 5  y(t) = 3(8 − t) . (c) x(t) = e−|t|/T . t −1 . (d) x(t) = e−t . Esercizio 2. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. Esercizio 2. l’estensione temporale e la durata del segnale. con a > 0. 1 + t2 (f) x(t) = u(t) − rect(t − 2).6 Rappresentare graficamente il segnale TC y(t) = 1. 5 ≤ t ≤ 8   0. inoltre. (d) y(t) = x[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.5 Si consideri il segnale TC x(t) = Λ(t).

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

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

energia e potenza. (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. −5 ≤ t ≤ −4    0. Esercizio 2.5π n) . (b) Calcolare la componente continua di y(t). Esercizio 2. Esercizio 2. e calcolarne valor medio. −3. .23 Dato il segnale TC x(t) = rect(t). − 0.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. energia e potenza. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ .2. altrimenti nel caso in cui a = 1 e a = 0. altrimenti e calcolarne valor medio. n ∈ {−4. energia e potenza.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . .20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . Esercizio 2. .5. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.21 Rappresentare il grafico del segnale TD x(n) = sin(0. energia e potenza. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. 4} 0. Esercizio 2. energia e potenza. . altrimenti e calcolarne valor medio.8 Esercizi proposti 87 Esercizio 2. energia e potenza in entrambi i casi. −a ≤ t ≤ a 0. . Esercizio 2. −4 ≤ t ≤ 4 x(t) = 5 + t . e calcolarne valor medio.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio.22 Rappresentare il grafico del segnale TC  5 − t . 4 ≤ t ≤ 5   1 .

energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . Inoltre.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. xg (n) =  2. (f) x(t) = cos(2π t) + 1 cos 2π t − π .28 Calcolare valor medio. Esercizio 2. 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). Inoltre. Esercizio 2.88 Proprietà dei segnali Esercizio 2.29 Calcolare valor medio. energia e potenza. calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . 2 4 (g) x(t) = cos(2π t) sin(4π t). Esercizio 2. A2 ∈ R+ . Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. (b) x(t) = cos(2π t) u(t). x2 (t) = A2 e j2π f2 t con A1 .27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. A2 ∈ R+ .   1. energia e potenza. (c) x(t) = t 0 cos(2πτ ) d τ . . (e) x(t) = 2 cos(2π t) + 3 sin(2π t). energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . e calcolarne valor medio. si calcolino valor medio.   0. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . Esercizio 2. si calcolino valor medio.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. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio.

y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . per n0 ∈ Ω. per a ∈ A. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . Successivamente.8 Esercizi proposti 89 Esercizio 2.2. x2 (t) = A2 rect t 2 con A1 . e calcolare valor medio. Successivamente. 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.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . Esercizio 2. Esercizio 2.34 Rappresentare il grafico dei seguenti segnali TC x(t) = dove xg (t) = Λ yg (t) = Λ t T0 t T0 − rect + rect t − 2T0 2T0 t − 2T0 2T0 +∞ n=−∞ ∑ xg (t − 4nT0 ) . .33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . e calcolare valor medio. A2 ∈ R+ . 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. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . x2 (n) = R5 (n + n0 ) Determinare l’insieme Ω ⊆ Z dei valori di n0 in corrispondenza dei quali i due segnali x1 (n) e x2 (n) sono ortogonali.32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) .

90 Proprietà dei segnali .

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

Il modello matematico (3. Esempio 3. ed è rappresentato schematicamente in fig. 3.2).1) può essere espresso in maniera sintetica. che nel caso di un sistema TC si definisce come segue: Definizione 3.2 (relazione i-u di un sistema TD) Un sistema TD (SISO) con ingresso x(n) ∈ I ed uscita y(n) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(n) = S [{x(k)}k∈Z .1 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. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. (b) Integratore TD o accumulatore.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du .1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. n] .1 (relazione i-u di un sistema TC) Un sistema TC (SISO) con ingresso x(t) ∈ I ed uscita y(t) ∈ U è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): y(t) = S [{x(u)}u∈R .3) semplicità di notazione.2) Nella (3. Tale modello matematico è descritto da una trasformazione S : I → U. che presentano proprietà diverse. valori che possiamo denotare sinteticamente con {x(u)}u≤t . insiemi di segnali diversi definiscono sistemi diversi. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. (a) Integratore TC. 1 Per (3.1. la notazione y(t) = S [{x(u)}u∈R . e non semplicemente dal valore del segnale nello stesso istante t. 3. di ingresso ed un segnale di uscita. (3.2): Definizione 3. attraverso la relazione ingresso uscita (i-u). Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza. Pertanto. (3.2.∞ ∑ n y(n) (a) (b) Fig. .1(a). l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t.t] . In maniera analoga.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. come già osservato nel § 1.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 .

descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . 3. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. 2 Per 3 Le . l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. con una legge che può variare con n. 2 (cfr. § 2. decimatore ed espansore. (3.1) possono essere interpretate come sistemi.1(b). 3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . e di espansione: y(n) = x n = L n . (a) Ritardo elementare: y(n) = x(n − 1). L 0. Gli schemi a blocchi dei sistemi corrispondenti. anticipo unitario. anticipo unitario. date rispettivamente da y(n) = x(n − 1) . (b) Anticipo elementare: y(n) = x(n + 1). (a) Decimatore per M: y(n) = x(nM).2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. denominati ritardo unitario. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. sono riportati in fig. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap.3 (ritardo unitario. Anche in questo caso. Sistemi TD elementari. se n è multiplo di L .2 Esempio 3. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z.3) è lo stesso adottato per il caso TC: in particolare. Il senso della notazione utilizzata nella (3. 3.3.3. altrimenti . notazioni z−1 e z utilizzate negli schemi per il ritardo e per l’anticipo fanno riferimento ad uno strumento matematico (la Z-trasformata) che non approfondiremo in questo testo. 3.2 e fig. Sistemi TD elementari. si veda [14]).3.2. (b) Espansore per L: y(n) = n x L . Nel caso TD. di decimazione: y(n) = x(nM) .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. Esempio 3. Fig. 3. x y(n) = x(n + 1) .4) e rappresentato schematicamente in fig. per questo motivo. valori che denotiamo sinteticamente con {x(k)}k≤n .3 semplicità di notazione.

In particolare.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. 5 Per 4 Questa .3) per le relazioni i-u dei sistemi. oltre ai segnali di ingresso e di uscita. utilizzeremo talvolta le (3. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. nel seguito faremo uso esclusivamente della relazione i-u. 3. il sistema stesso è visto come una “scatola nera” (black box).1). mentre R3 ed R4 sono connessi in parallelo.6) Abbiamo già osservato che la notazione (3. scheda video. e sicuramente non è la più generale.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig.5) e (3.3) per snellire alcune derivazioni. (3.5) è fuorviante. essa è una rappresentazione esterna. quali scheda madre.4. “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. che sebbene sia meno generale. In particolare. Circuito elettrico con resistori connessi in serie ed in parallelo. R1 ed R2 sono connessi in serie.3. A volte.6) in luogo delle notazioni rigorose (3. è perfettamente adeguata per i nostri obiettivi. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .5 In ogni caso. un PC può essere realizzato assemblando componenti più semplici.2) e (3. in cui entrano in gioco. di cui non conosciamo il contenuto.5) oppure le notazioni simboliche: x(t) −→ y(t). Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. § 3. invece delle notazioni complete (3. scheda audio. y(n) = S[x(n)] (3. Per concludere. Inoltre.2) e (3. in cui compaiono solo i segnali in ingresso ed in uscita al sistema.4 Tuttavia. avendo avvertito il lettore. i sistemi cosiddetti non dispersivi (cfr. si utilizzano le notazioni semplificate y(t) = S[x(t)]. interpretazione vale solo per una classe particolare di sistemi. in quanto può essere interpretata nel senso che il valore del segnale di uscita al’istante t oppure n dipende solo dal valore del segnale di ingresso nello stesso istante. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. è la rappresentazione ingresso-stato-uscita (i-s-u). 3. x(n) −→ y(n) .

mouse.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . il comportamento di un sistema complesso può essere studiato o analizzato più facilmente se si riesce a decomporlo in sistemi più semplici e ad individuare le connessioni tra questi ultimi. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. .3.5. Viceversa. 3.) x(. Definizione 3. lettore DVD.4. hard-disk.4. e connessione in retroazione. Per semplificare lo studio delle interconnessioni tra sistemi. 3. 3.2 Interconnessione di sistemi 95 z(. lettore floppy-disk. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . come ad esempio quello riportato in fig.) S2 y 2(. è possibile ottenere sistemi anche molto complessi.) y(. tastiera. monitor. avendo a disposizione più di due sistemi.) Fig.6. Ad esempio. affinchè il sistema serie sia correttamente definito. etc. Definizione 3.) Fig.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig.).5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 . 3.) x(. connessione in parallelo. cioè U1 ⊆ I2 . Connessione in parallelo dei sistemi S1 e S2 . lettore CD. Le connessioni più frequentemente considerate sono tre: connessione in serie. 3. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). Connessione in serie o in cascata dei sistemi S1 ed S2 .) S1 S2 y(. nel circuito di fig. i resistori R1 ed R2 sono collegati in serie. S1 y 1(. e collegandoli tra loro secondo tali schemi. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici. 3.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. Si noti che. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi.

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

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

6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. R1 + R2 (3.10.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) . Esempio 3. Sottolineamo che. in quanto la forma più generale della relazione i-u è la (3. i sistemi sono dispersivi. n] . si ottiene la semplice relazione i-u: y(t) = R2 x(t) . R1 + R2 nella quale y(t) dipende solo da x(t). Inoltre.2) assume la forma y(t) = S [x(t).2) oppure la (3. 3. (3. Schema elettrico di un partitore resistivo. Definizione 3. Pertanto il partitore resistivo è un sistema non dispersivo. in un sistema non dispersivo.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo.7) In sintesi. Esempio 3. (a) Caso TC.9) . 3. con t oppure con n). (b) Caso TD.3) assume la forma y(n) = S [x(n). ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. con α = R2 < 1. 3. Applicando la legge del partitore. di norma.9.t] .3).8) (3. il cui schema elettrico è riportato in fig. si parla anche di sistema istantaneo o senza memoria.98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. e quindi i sistemi non dispersivi rappresentano un caso particolare. come sinonimo di sistema non dispersivo.9. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. α y(n) (b) Fig. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. eventualmente. 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.

tale sistema ha memoria finita e pari ad M.1 e l’accumulatore dell’es. e sistemi a memoria infinita. 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. In linea di principio tale memoria potrebbe variare col tempo. Esempio 3.10(a). Per questo motivo.3. non dipende dall’intero segnale d’ingresso. Esempio 3. Un sistema che non soddisfa la prop. bM . anche se negli es. oltre che da x(n). Un amplificatore/attenuatore TC si rappresenta come in fig. viceversa. e di un amplificatore/attenuatore y(t) = |α |z(t). 3. . con 0 < α < 1.3. 3. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. .8 e 3. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . n − 1. . o ancora con memoria: ad esempio.6 si possono estendere al caso TD. z(t) = −x(t). con pesi b0 .9 ciò non accade. L’uscita all’istante t. . nel senso chiarito meglio dai due esempi seguenti. x(n − 1). Se.8 caso α < 0 si può vedere come la cascata di un invertitore. . ad esempio l’integratore dell’es. Esempio 3. degli M + 1 campioni x(n).9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . l’integratore dell’es. dopo un tempo T . la memoria del sistema è proprio pari a T per ogni t. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . oltre al campione attuale. Si tratta evidentemente di un sistema dispersivo. 6 Il . b1 . sistemi a memoria praticamente finita. .6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. il sistema prende il nome di integratore con memoria finita. il sistema “dimentica” l’ingresso. α > 1. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media.2 sono entrambi sistemi con memoria infinita. .9). 3. tuttavia. n − M.10(b). 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. 3. prende il nome di attenuatore.7 all’uscita in un determinato istante di tempo. In definitiva. 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. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. 3. . . il sistema funziona da amplificatore. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . .7 (amplificatore/attenuatore TD) I concetti dell’es. 3. Un amplificatore/attenuatore a TD si rappresenta come in fig. 3. con T > 0. Si parla di “memoria” del sistema.2 sono sistemi dispersivi.1 e l’accumulatore dell’es. .6 si dice evidentemente dispersivo. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. . dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. anche da M campioni precedenti dell’ingresso. Poiché l’uscita all’istante n dipende.3 Proprietà dei sistemi 99 Più in generale. 3. Il termine “memoria” per T viene utilizzato proprio perché. Inoltre. un sistema TC descritto da una relazione i-u del tipo (3. x(n − M) del segnale di ingresso. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. 3. non sempre la memoria di un sistema è finita. o anche dinamico.

ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du .t] .t] . . secondo il quale l’effetto non può precedere la causa. (b) Un sistema TD si dice causale se la sua relazione i-u (3. ma non dipende dagli ingressi futuri. otteniamo un sistema non causale.2 Causalità Partiamo ancora dalla relazione i-u (3. 3. Per un fissato t. descritto dalla relazione i-u y(t) = t t−T x(u) du . Interpretando l’ingresso come causa e l’uscita come effetto. e quindi da valori futuri dell’ingresso. la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. descritto dalla relazione i-u y(t) = t −∞ x(u) du .10 (integratore causale e non causale) L’integratore dell’es. giungendo alla seguente definizione: Definizione 3.100 Proprietà dei sistemi 3. Con ovvie modifiche.t] . ovvero di un sistema per il quale la (3.2) assume la forma y(t) = S [{x(u)}u≤t . in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . {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. a patto che T > 0.3) assume la forma y(n) = S [{x(k)}k≤n . l’integratore dell’es.3. n] . Allo stesso modo.1.11) (3. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente.2) assume la forma y(t) = S[{x(u)}u≤t . ovvero i valori passati ed il valore presente dell’ingresso. è chiaramente un sistema causale. (3. con T > 0. è un sistema causale.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. {x(u)}u>t rappresenta l’ingresso futuro: in generale. il concetto di sistema causale si estende al caso TD. quindi. l’uscita y(t) all’istante t dipende dall’ingresso passato. Modificando gli estremi di integrazione. 3.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R .10) Esempio 3. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t. presente e futuro. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. Si giunge allora alla fondamentale definizione di sistema causale.8. In altri termini.

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

3. la cui corrispondente uscita è y1 (n) = 0.t] . con M = 1.1(b) e scegliamo x1 (n) = 0.11. b0 = −1 e b1 = 1). ossia: y(t) = S[{x(u)}u>t .. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). per ogni t ≤ 0.11. ∀n ∈ Z. y2 (t) = 0. § 2.9. 3. 3. ai sistemi fisici che elaborano i segnali “in tempo reale”. y(n) Sebbene x1 (t) = x2 (t) = 0. e quindi i sistemi del mondo fisico sono tutti causali. ad esempio) ed elaborarlo “in tempo differito”: si pensi. Un sistema siffatto si dice anticausale. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t).1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. anche l’operazione di differenza prima per segnali a TD (cfr. y1 (0) = 0 e y2 (0) = 1. per t ∈] − T. es. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1).11) si dice non causale. Per provare ciò formalmente. Può essere visto come un sistema MA causale (cfr. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . per ogni t < 0.) sistemi fisici capaci di prevedere il futuro (ad esempio. infatti. Sebbene x1 (n) = x2 (n) = 0. Questa osservazione si applica. mentre y2 (t) = 0.9. per alcuni valori di n ≤ 0. Ad esempio. Quindi la prop. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. Differenza prima.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. Tuttavia. In quest’ultimo caso.. ed x2 (n) = δ (n − 1). con M = 1.102 Proprietà dei sistemi x(n) ∇1 Fig. 3. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. in molti casi. ed è quindi utile considerare anche il caso di sistemi non causali. in particolare. 3. 3. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. 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.10) oppure la (3. esso può anche essere visto come un sistema MA non causale (cfr. non sono stati ancora scoperti. Esempio 3. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n).13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. Si tratta evidentemente di un sistema causale in quanto l’uscita all’istante n dipende solo dal valore presente x(n) del segnale di ingresso e da quello passato x(n − 1). è possibile memorizzarlo (su un supporto magnetico o ottico. Un altro esempio . ∀n ∈ Z. 3. anziché elaborare un segnale in tempo reale. Quindi la prop. Osserviamo in conclusione che non esistono (o almeno. n] . infatti. per ogni n ≤ 0. 0[. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale.4) ammette una interpretazione sistemistica. ad esempio. b0 = 1 e b1 = −1). es. che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. usiamo la prop. 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. y(n) = S[{x(k)}k>n . Equivalentemente.1. per alcuni valori di t ≤ 0. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. Si è visto che un sistema in cui l’uscita non soddisfa la (3.

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

Va notato in conclusione che.12. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .) Fig. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. (3. non vi è alcuna restrizione sui segnali di ingresso.t] .3) assume la forma y(n) = S [{x(k)}k∈Z ] . Estendendo tale concetto in modo ovvio al caso TD. possiamo dare la seguente definizione: Definizione 3. (3. In questo caso.) S S -1 x(. è in generale un problema abbastanza complesso.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . lo studio dell’invertibilità di un sistema.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. poiché la (3. È facile provare che il sistema raddrizzatore non è invertibile.14) . e quindi i suoi effetti sono irreversibili. a tale scopo possiamo far riferimento alla condizione necessaria (3. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. Pertanto. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. Se tale dipendenza dal tempo non c’è. 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 (·)|. mentre U è costituito da tutti i segnali non negativi a valori reali. 3.12). nonché la determinazione del sistema inverso.) x(. il raddrizzatore non è dotato di sistema inverso.3. nella sua forma più generale: y(t) = S [{x(u)}u∈R .2) assume la forma y(t) = S [{x(u)}u∈R ] .4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC.12) è violata. Esempio 3.104 Proprietà dei sistemi y(. salvo per casi particolari. 3.

Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. a partire dal segnale x(t).3. 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). ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. avente relazione i-u y(t) = R2 x(t) . in altre parole.16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. Se invece il sistema è TV. 3. Esempio 3. Specificatamente.15) . l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . si consideri ora il segnale xt0 (t) = x(t −t0 ). l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. e quindi l’origine dei tempi può essere fissata arbitrariamente. un sistema che non soddisfa la (3. cioè. in quanto il rapporto R1R2 2 non dipende dal tempo. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . R1 + R2 è un sistema TI. Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. con riferimento ad un sistema TC. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema). Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario).14) si dice tempo-variante (TV) o non stazionario. Viceversa. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . Se il sistema è TI.3 Proprietà dei sistemi 105 x(t) y(t) t1 x (t) t0 t2 t y (t) t0 t1 t2 t2 + T s t t1 t1 + t0 t2 t2 + t0 t t1 t1 + t0 t2 t2 + Ts t2 +Ts + t0 t Fig. producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 .13. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ). ottenuto da x(t) introducendo il ritardo temporale t0 . il suo comportamento non cambia nel tempo.13) o la (3.13.2). allora yt0 (t) = y(t − t0 ). 3. R1 (t) + R2 (t) (3. Se tuttavia si tiene conto degli effetti +R termici. in questo esempio. 3.

per cui si ha la seguente proprietà: Proprietà 3. e si scrive y(n) = α (n) x(n).14 con riferimento ad un sistema TD.2 ha un’interessante interpretazione in termini sistemistici. 3. Viceversa.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 ) . l’ordine tra i due sistemi è scambiato.106 Proprietà dei sistemi ed è quella di un sistema TV. 3.18) (3.16) è denominato amplificatore a guadagno variabile. nel senso che (3. Si faccia attenzione che. coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. ovvero se e solo se le due configurazioni in cascata riportate in fig. 3. e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. ad esempio. per ogni n0 ∈ Z.16) Un sistema del tipo (3. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U. In base alla prop. a stretto rigore. più precisamente. rispetto allo schema di fig.14(a). all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). 3.2(b). La stessa caratterizzazione vale anche nel caso TD. differentemente dalla def. 3.14(b) al segnale di ingresso x(n). per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. 3. 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). nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . 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”.13). che è illustrata in fig. per ogni t0 ∈ R. in cui. Con riferimento al caso TC. 3. (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 ) . è utile fornire una caratterizzazione della proprietà di invarianza temporale che. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ).14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . e da attenuatore per i valori di t per i quali |α (t)| < 1. Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema.14 sono equivalenti. ottenendo il segnale yn0 (n) in uscita dalla cascata. (3.17) . Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD. La prop. 3. Notiamo che un partitore del tipo (3. 3. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni.9 in cui compare il funzionale S.

Se il sistema TD S è TI. l’amplificatore a guadagno variabile è un sistema TV. ovvero se α (t) = α (costante). 3. si dimostra che l’amplificatore a guadagno variabile a TD. evidentemente. ovviamente tale risultato non sussiste se il sistema è TV. In effetti. per il quale si ha y(n) = α (n) x(n). quindi.5) per esprimere i legami i-u dei sistemi. introdotto nell’es. 11 Per semplicità.n0 x n (n)=x(n-n0) 0 S y n (n) 0 (a) y(n) x(n) S -n z 0 y(n-n0) (b) Fig. per ogni segnale di ingresso x(n) ∈ I . Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. è TV. Per non sbagliare. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . è conveniente in generale utilizzare la prop. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . le trasformazioni S e Sz−n0 commutano. per dimostrare che un dato sistema è invariante temporalmente oppure no. 3. In altre parole. D’altra parte.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. e la loro posizione nella cascata è ininfluente.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} .16. Esempio 3.2 piuttosto che la def. 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. facciamo uso ancora una volta della notazione semplificata (3. i due schemi in figura sono equivalenti. se il sistema è TI. ovvero se la sua relazione i-u è y(t) = α x(t). denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . verifichiamo che in generale il sistema y(t) = α (t) x(t). come mostrato dagli esempi che seguono. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) .9. forniscono la stessa uscita in risposta allo stesso segnale. È chiaro che yt0 (t) = y(t − t0 ). si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ).3. In pratica.2 dell’invarianza temporale. per cui. è un sistema TV in generale (è TI se e solo se α (n) = α ).14. .3 Proprietà dei sistemi 107 x(n) z . conviene procedere per sostituzioni formali. Analogamente. 3. 3. 3.

all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). se il volume è tenuto fisso. Esempio 3. per l’intervallo di durata di un compact disc. il sistema risulterebbe TV.1 è un sistema TI. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. e l’integratore non causale dell’es. 3.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. .8. si può provare che l’integratore con memoria dell’es. Tuttavia. k=0 M M per cui il sistema è effettivamente TI. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es.1): y(n) = x(−n) .108 Proprietà dei sistemi Esempio 3. e pertanto il sistema risulta essere TV. Infatti. un amplificatore audio non è un sistema TI in senso stretto. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. Tuttavia. 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 ) . poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . 3. Esempio 3. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . il sistema può ritenersi ragionevolmente TI.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. per cui resta provato che l’integratore è un sistema TI. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. 3. Allo stesso modo. sono anch’essi sistemi TI. 3. se tale proprietà non fosse verificata. Effettuando il cambio di variabile v = u − t0 . In conclusione.2 è un sistema TI.10. e cambia meno drasticamente quando si alza o si abbassa il volume. 3.9 è TI. 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). Ad esempio. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) .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. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) .

Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. con Kx . bisogna supporre che l’ingresso sia arbitrario ma limitato. si possono dare definizioni diverse di stabilità. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). da cui si ricava che anche y(t) è limitato. per ogni valore di tempo. Nel seguito. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. Esempio 3. 3. Con analoghi passaggi. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. ∀t ∈ R . ∀t ∈ R . (b) Un sistema TD con ingresso x(n) ed uscita y(n) si dice stabile in senso BIBO se |x(n)| ≤ Kx per ogni n ∈ Z =⇒ |y(n)| ≤ Ky per ogni n ∈ Z . (3. Ky ∈ R+ . quando parleremo di stabilità intenderemo sempre la stabilità BIBO. 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.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). Esempio 3. che coinvolgono anche la limitatezza delle variabili di stato. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). per provare che un sistema è stabile.20) per ogni x(n) ∈ I limitato. cioè che valga la condizione |x(·)| ≤ Kx . descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . e trovare un’opportuna maggiorazione per l’uscita. Esempio 3. per ogni valore di tempo. Infatti.3. per cui anche y(t) è limitato. Per la rappresentazione i-s-u.9. e supponendo anche in questo caso che il guadagno sia limitato. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. .12 Matematicamente.23 (sistema MA) Proviamo che il sistema MA dell’es. con Kx . invece.19) per ogni x(t) ∈ I limitato. Ky ∈ R+ . e non attraverso la rappresentazione i-s-u.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile.3 Proprietà dei sistemi 109 3. (3.10 (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 .3. e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky .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. In pratica. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky .

se |x(n)| ≤ Kx per ogni n ∈ Z. Infatti. assume cioè valore infinito in almeno un istante di tempo.5 metri. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. Viceversa. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura. Come si vede. in ogni istante di tempo. che è un segnale limitato in quanto assume solo i valori 0 ed 1. . Esempio 3. Un esempio di sistema instabile: il Tacoma Narrows Bridge. 3. quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. con la sola ipotesi che |x(·)| ≤ Kx . per provare che un sistema è instabile. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. descritto dalla relazione i-u y(t) = t −∞ x(u) du .15.110 Proprietà dei sistemi (a) (b) (c) Fig. (b) Le oscillazioni viste da una estremità del ponte. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . 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). per provare che un sistema è stabile. Notiamo che un sistema MA è sempre stabile. k=0 M M per cui anche y(n) è limitato.1.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. ∀n ∈ Z . 3. è stabile.

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

le configurazioni (a) e (b) sono equivalenti. Da un punto di vista sistemistico. si ha: α x(·) −→ α y(·) . Infatti. la proprietà di omogeneità può essere interpretata come in fig. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. se x(·) ∈ I. 3. allora la cascata del sommatore e del sistema S in fig. nel senso che ya (·) ≡ yb (·).16(a) è equivalente alla configurazione serie in fig.) α (a) S y a(. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. allora anche x1 (·) + x2 (·) ∈ I. quindi.) x(. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. se il sistema S verifica la proprietà di additività. la proprietà di omogeneità impone implicitamente che. 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 . esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. 3. Da un punto di vista matematico.) (b) Fig. 3.) S α y b(. 3. allora anche α x(·) ∈ I. 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.16.112 Proprietà dei sistemi x(. Allo stesso modo. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). allora la configurazione serie in fig.17. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. Precisamente. affinchè il sistema S possa essere lineare. se il sistema è omogeneo. se x1 (·) ∈ I e x2 (·) ∈ I. nel senso che ya (·) ≡ yb (·). In altre parole. se si deve calcolare la risposta del .11 (sistema lineare) Un sistema si dice lineare se soddisfa le seguenti due proprietà: (a) Omogeneità: per ogni coppia di segnali di ingresso x(·) ∈ I ed uscita y(·) ∈ U. ∀α ∈ C . 3. la proprietà di additività impone implicitamente che. quindi. Se il sistema S verifica la proprietà di omogeneità. Pertanto.17(a) è equivalente al sistema raffigurato in fig. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. con riferimento alla fig.16(b). Definizione 3. 3.16(b) (si faccia attenzione: non è una configurazione parallelo). 3.16.

22) che ammette l’interpretazione sistemistica riportata in fig.) S y b(.) S y a(. si ha: α1 x1 (·) + α2 x2 (·) −→ α1 y1 (·) + α2 y2 (·) . per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. Se il sistema S verifica la proprietà di additività.) S (b) Fig.) (a) x1(.18(a) e fig.3. 3. anche nella forma: S[α1 x1 (·) + α2 x2 (·)] = α1 S[x1 (·)] + α2 S[x2 (·)] . ∀α1 . Le due proprietà precedenti. allora i due sistemi riportati in fig. che caratterizzano la linearità di un sistema.) x2(.21) Notiamo che il principio di sovrapposizione si può esprimere. ya (·) ≡ yb (·). adoperando la notazione semplificata (3.) x2(. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. ∀α1 . α2 ∈ C .5) per il sistema S. (3.17. si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà 3. e poi sommare i segnali di uscita ottenuti. cioè. 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. pertanto. (3. α2 ∈ C .3 (principio di sovrapposizione) Un sistema è lineare se. 3. le configurazioni (a) e (b) sono equivalenti. 3.3 Proprietà dei sistemi 113 x1(. se si deve .18(b) sono equivalenti. 3.18: se il sistema S è lineare.

che ovviamente racchiude la (3. invece.22).23): in questo caso. come l’invarianza temporale. . ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. . comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I. 3.) x1(. la (3. . Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. A tale proposito.23) come definizione di principio di sovrapposizione. . ∈ C . il numero di segnali xk (·) è infinito. si noti che. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione). . utilizzando i coefficienti α1 e α2 . . La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) .22) da sola non basta per assicurare la (3.18. con k ∈ Z.22) come caso particolare. con gli stessi coefficienti. anche la linearità è una idealizzazione .) x2(. e poi combinare linearmente. se.23) discende semplicemente dalla (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. αk . Se il sistema S è lineare. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se.) S α1 y b(.) x2(.114 Proprietà dei sistemi x1(.) S α2 (b) Fig. k ∀α1 . . α2 . delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. i segnali di uscita ottenuti. occorre imporre alcune condizioni matematiche aggiuntive.) α1 S α2 (a) y a(. (3. si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). nel seguito assumeremo la (3.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare.

α x0 (·) −→ α y0 (·) . se l’ampiezza del segnale di ingresso eccede tale soglia. che rappresenta l’uscita corrispondente all’ingresso nullo. si ha.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. Esempio 3.22). infatti. Adoperando la formulazione (3. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). allora deve aversi necessariamente y0 (·) = α y0 (·). Nell’es. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. 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. il sistema dell’es. l’uscita corrispondente è necessariamente nulla. Infatti. quando si parla di sistema lineare. e sia y0 (·) l’uscita corrispondente a tale ingresso. Una conseguenza importante della proprietà di linearità. in pratica. Tali sistemi sono una generalizzazione dei sistemi lineari. Sia nel caso TC che TD. (3. Sebbene sia non lineare secondo la definizione data. 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. il sistema non può più considerarsi lineare.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig. in particolare. in quanto soddisfa al principio di sovrapposizione. . si trova y0 (t) = b0 = 0.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola.26. in elettronica.13 Esempio 3. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. ∀α ∈ C. 3. si ha yL (t) = b1 x(t) e y0 (t) = b0 .25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. In pratica.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. 3. in quanto. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . con b0 = 0. Proprietà 3. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C.3. Infatti ponendo x(t) ≡ 0. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. Prova. e si dicono lineari per le differenze. e più precisamente dell’omogeneità. 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)] . per l’omogeneità. variabile da sistema a sistema. si intende un sistema che soddisfa il principio di sovrapposizione.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. 3. ∀α ∈ C . si ha. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). Sia x0 (·) ≡ 0 l’ingresso nullo. Ad esempio. 13 Tipicamente. Poiché x0 (·) −→ y0 (·).

Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC. cfr. § 4. 3. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. e quindi non è omogeneo. Infatti. § 4.2) lineari e a coefficienti costanti.) g(x) y(.3. cfr. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. 3.21.6. che non risulta neppure lineare per le differenze. che prende il nome di caratteristica i-u.) y 0(.1).) sistema lineare y L(.116 Proprietà dei sistemi x(. Infatti. se si indica (fig. Esempio 3. arbitrari x1 (·) e x2 (·). Esempio 3.) y(.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . Per l’omogeneità. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso.1) o alle differenze (nel caso TD.) x(. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). cfr. un sistema TI senza memoria.20. né quella di additività. 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. Esso appartiene pertanto ad una classe più generale di sistemi. es. 3. 3. e prende il nome di sistema quadratico o non-linearità quadratica. 3.) Fig. e quindi non è additivo. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . 3. detti anche non-linearità senza memoria: Definizione 3. Il sistema quadratico dell’es. Fig.15). y(t) = sgn[x(t)] (“hard limiter”).27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. 3. Un esempio “fisico” tratto dall’elettronica è il diodo.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. è descritto nell’esempio seguente. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. Un caso più caratteristico di sistema non lineare.6. e sono rappresentati graficamente come in fig.19. § 3.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig.27 è anche TI e non dispersivo o senza memoria (cfr. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. e y(t) = x3 (t) (sistema cubico).20. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria.

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

Sistema dell’esercizio 3. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 .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 . 2 4 S3 : y(n) = x(2n) . con N ≥ 1 numero intero dispari .3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 .23. Risultato: La memoria è pari a N − 1. 3. y(t) = sgn[x(t)]. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.23. Risultato: y(t) = 2 u[x(t)]. Risultato: y(n) = x(n) + 1 x(n − 1). Calcolare la memoria del sistema. 4 Esercizio 3. . Determinare il legame i-u del sistema (complessivo) riportato in figura. y(t) = ex(t) . 3.23. Determinare il legame i-u del sistema (complessivo) riportato in fig. 3.118 Proprietà dei sistemi 3.2.2 Si consideri l’interconnessione di sistemi riportata in fig. Esercizio 3.4 Esercizi proposti Esercizio 3. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . y(t) = 2 ln(|x(t)|).

1 del libro di testo. x(τ ) dτ . Risultato: (a) y(n) ≡ 0. Esercizio 3.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3. 3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop.3.4 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 .5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) . Esercizio 3. . con A ∈ R.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . con T1 > 0. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). Risultato: Se T1 ≥ T2 . (b) non invertibile: in virtù del risultato del punto (a). con T2 > 0.] Risultato: Il sistema è non causale. la memoria è pari a 2 T2 − T1 . la memoria è pari a T1 . x(n) = R3 (n) −→ y(n) = 3n u(n) . l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. indipendentemente dalla costante A.1 del libro di testo. Esercizio 3. x(t) = rect(t − 1) −→ y(t) = e−3t . 3. (b) Il sistema è invertibile? Giustificare la risposta.] Risultato: Il sistema può essere causale (non è detto che lo sia). se T1 < T2 .7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) .

.9. Risultato: (a) nessuna restrizione su I. Risultato: (a) ya (n) = 2 δ (n + 2) + δ (n + 1) − 2 δ (n) + 3 δ (n − 1) + 2 δ (n − 2) + δ (n − 3). (a) Caratterizzare gli insiemi di ingresso ed uscita. è necessariamente tempo-variante. (b) Stabilire se tale sistema è invertibile.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . 3. Esercizio 3. In caso affermativo.9 Il sistema S in fig. x2 (n) e x3 (n). (c) non può essere tempo-invariante. (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. y1(n) x1(n) 1 -1 0 -2 -2 y2(n) 1 -1 S 0 -2 -3 y3(n) x3(n) 1 0 1 1 S n -2 2 1 1 -1 0 2 n 2 n -1 0 1 2 -1 3 n 1 n -1 S -1 0 1 2 3 n 3 3 1 x2(n) 1 -1 -3 Fig. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). rispettivamente. 3. Segnali dell’esercizio 3. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1).24. determinare il sistema inverso. stabilire se il sistema può essere tempo-invariante.24 è lineare. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3).10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). Esercizio 3. l’insieme U è costituito da tutti i segnali positivi. Nella stessa figura sono riportate le uscite del sistema y1 (n).120 Proprietà dei sistemi Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b).

13 Il sistema S in fig. (c) non può essere tempo-invariante. (b) yb (t) = ya (t) = cos(2π fct). 3. x2 (n) e x3 (n). (b) Dire se il sistema è stabile. (a) Stabilire se il sistema può essere lineare.3. Esercizio 3. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (b) yb (t) = cos(3t − 1). 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 . (a) Determinare il legame i-u del sistema. (c) il sistema non può essere tempo-invariante. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). è necessariamente non lineare. Risultato: (a) ya (t) = cos(2π fct).11. (c) Stabilire se il sistema può essere tempo-invariante. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1).25. dire se il sistema può essere tempo-invariante. (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t).14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . rispettivamente.25. Risultato: (a) ya (t) = cos(3t). 3. è necessariamente tempo-variante. Sistema dell’esercizio 3. x(n) y(n) (-1) n Fig. con t0 ∈ R.26 è tempo-invariante. x(t) = e− j2t −→ y(t) = e− j3t . Esercizio 3.4 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). Esercizio 3. è necessariamente tempo-variante. (b) stabile. 3.11 Si consideri il sistema riportato in fig. Nella stessa figura sono riportate le uscite del sistema y1 (n). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. Esercizio 3.

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

causale se T ≥ 0. (c) y(n) = x(n2 ). (b) y(n) = x(−n). con m0 ∈ N. (b) lineare. (c) non lineare. causale. dispersivo. (d) lineare. stabile se h(τ ) è sommabile. (c) y(n) = ex(n) . tempo-invariante. motivando brevemente le risposte. (b) y(n) = cos(π n) x(n). causale. (c) non lineare. dispersivo. Risultato: (a) lineare. invarianza temporale.4 Esercizi proposti 123 Esercizio 3. (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). con a ∈ R − {0}. tempo-invariante. dispersivo. (d) lineare. (d) y(n) = k=m0  0 . Esercizio 3.16 Classificare. altrimenti . h(τ ) x2 (t − τ ) dτ . causalità.  n   ∑ x(k) . causale. stabilità): (a) y(n) = a x(n) + b. tempo-invariante e stabile. invarianza temporale.18 Classificare. non dispersività. non dispersivo. (e) lineare. tempo-invariante. non dispersività. non causale. non dispersivo. dispersivo. non causale. stabile se h(τ ) è sommabile. tempo-variante e stabile. 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 .   1 . Risultato: (a) non lineare (lineare per le differenze). causale. tempo-variante e instabile. con m0 ∈ Z . altrimenti . Esercizio 3. dispersivo. per n ≥ m0 . (b) non lineare. con T ∈ R − {0}. dispersivo. causalità. non causale. (e) y(n) = an u(n) x(n). stabilità): (a) y(n) = x(n) + u(n + 1). se x(t) = 0 .3. instabile. invarianza temporale.17 Classificare in base alle loro proprietà (linearità. non dispersività. con a. (d) y(t) = 1 2T T −T x(t − τ )dτ . causalità. non causale se T < 0. motivando brevemente le risposte. non dispersivo. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. tempo-invariante e stabile. tempo-invariante e stabile. (e) y(n) = n+m0 k=n−m0 ∑ x(k). tempoinvariante e stabile. . ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. b ∈ R − {0}. causale. (c) y(t) = x(t)  0.

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

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

126 Proprietà dei sistemi .

La proprietà fondamentale che semplifica lo studio dei sistemi LTI (più in generale. il cui legame i-u. Infine. dei sistemi lineari) è il principio di sovrapposizione (prop. In questo capitolo. e nel caso TD da equazioni alle differenze. es. 3. numerosi sistemi. 3 non devono necessariamente essere possedute contemporaneamente da un dato sistema. ed in gran parte del seguito della trattazione. calcolando la risposta di un sistema LTI ad un fasore applicato al suo ingresso. 3. tra il segnale di ingresso e una funzione che descrive completamente il sistema nel dominio del tempo. per semplicità di notazione. che si incontrano frequentemente nelle applicazioni. Tali sistemi sono denominati sistemi lineari tempo-invarianti (LTI).1 Introduzione Le proprietà di invarianza temporale e linearità viste nel cap. ovvero i sistemi LTI descritti nel caso TC da equazioni differenziali. 4.16) è un sistema lineare ma tempo-variante (sistema LTV). ovvero dei sistemi che possiedono sia la proprietà di linearità. possiedono sia la proprietà di linearità. il nostro studio si concentrerà su tale classe di sistemi. A tale proposito. supponiamo che un generico ingresso TC o TD x(·) ∈ I possa essere espresso come sovrapposizione di segnali semplici o . e per essi esistono tecniche di analisi e di sintesi semplici. mostreremo che tali sistemi ammettono una relazione i-u semplice e generale. consideriamo il sistema lineare descritto dalla trasformazione S : I → U. la sua risposta impulsiva. Ad esempio. l’amplificatore con guadagno variabile y(t) = α (t) x(t) (cfr.27) è un sistema non lineare ma tempo-invariante. Tuttavia. sia quella di invarianza temporale. Introdurremo poi una classe importante di sistemi LTI.3). es. che rappresenta la base per lo studio dei sistemi nel dominio della frequenza e che sarà approfondito nei capitoli seguenti. introdurremo il fondamentale concetto di risposta in frequenza di un sistema LTI. che può essere espressa mediante una particolare operazione matematica. In particolare. sarà descritto nel seguito mediante la notazione semplificata y(·) = S[x(·)]. denominata convoluzione.Capitolo 4 Sistemi lineari tempo-invarianti (LTI) In questo capitolo approfondiremo lo studio dei sistemi lineari tempo-invarianti (LTI). mentre il sistema quadratico y(t) = x2 (t) (cfr. In particolare. 3. potenti e generali. di grande interesse per le applicazioni. sia quella di invarianza temporale.

(3) deve essere semplice calcolare la risposta yk (·) del sistema a ciascuno dei segnali xk (·). tali funzioni dipendono da due variabili. Applicando il principio di sovrapposizione (3. in linea di principio. in quanto è sufficiente calcolare la risposta del sistema agli ingressi elementari xk (·). e la funzione che caratterizza il sistema LTI nel dominio del tempo prende il nome di risposta impulsiva. e quello di risposta in frequenza ad esso strettamente legato. idealmente. è conveniente concetto di risposta impulsiva. con gli stessi coefficienti αk .1) dove i coefficienti αk sono in generale dei numeri complessi. possono essere dati anche con riferimento a sistemi che siano solo lineari (ma tempo-varianti). però.1) può essere finito oppure infinito numerabile. 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. • i segnali xk (·) sono fasori: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio della frequenza. devono essere in grado di rappresentare tutti i segnali di interesse pratico. in particolare. di semplificare notevolmente lo studio dei sistemi lineari. Il numero dei segnali elementari necessari per descrivere esattamente il segnale x(·) nella (4.uno studio più approfondito della rappresentazione nel dominio della frequenza sarà effettuato nei prossimi capitoli. ovvero yk (·) è l’uscita corrispondente all’ingresso elementare xk (·).23). e introdurremo anche i primi elementi della loro rappresentazione nel dominio della frequenza. ciascuno dei quali rappresenta la risposta del sistema all’ingresso xk (·). tuttavia.2) dove yk (·) = S[xk (·)]. le scelte più comuni per i segnali elementari xk (·) sono due: • i segnali xk (·) sono impulsi: la descrizione risultante del sistema prende il nome di rappresentazione nel dominio del tempo. si ha: y(·) = S[x(·)] = S ∑ αk xk (·) k = ∑ αk S [xk (·)] = ∑ αk yk (·) .1). Affinché tale tecnica sia applicabile in pratica. essi devono soddisfare tre proprietà fondamentali: (1) devono essere in grado di rappresentare un’ampia classe di segnali x(·).128 Sistemi lineari tempo-invarianti (LTI) “elementari” xk (·) ∈ I come segue: x(·) = ∑ αk xk (·) . dei segnali yk (·). k (4.1) devono essere scelti in modo opportuno. (2) per un dato segnale di interesse x(·). La (4. in quanto come vedremo i segnali elementari possono assumere valori complessi. in tal caso. deve essere semplice calcolare i coefficienti αk della sua rappresentazione (4. Per approfondire tale rappresentazione. Tenendo conto delle proprietà precedenti.2) mostra che l’uscita y(·) si può esprimere come sovrapposizione.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. Questa proprietà consente. i segnali elementari xk (·) da utilizzare nella (4. k k (4. 1 Il . 4.

L’operazione matematica effettuata tra x(n) ed h(n) nella (4.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k .2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD. la (4.6) nella (4. Si noti che. (4. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . 3.3. rappresentato mediante la (4. il segnale di uscita h(n) trasla anch’esso di k campioni. ovvero xk (n) = δ (n − k). poiché essa caratterizza (cioè descrive) completamente il sistema LTI.3 dell’impulso discreto. con k ∈ Z.6)]. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).3) non si sovrappongono nel tempo. Supponiamo allora che un segnale x(n).5) dove abbiamo applicato il principio di sovrapposizione. (4. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). se si osserva che gli impulsi δ (n − k) nella (4.7) prende il nome di convoluzione a TD. 2. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) .1) l’insieme numerabile degli impulsi discreti traslati nel tempo.4) si può giustificare in maniera più formale anche applicando le prop. (4. si ha semplicemente αk = x(k). sostituendo la (4.6) cioè traslando l’impulso in ingresso di k campioni. ∀k ∈ Z . la rappresentazione (4.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . La funzione h(n) che compare nella (4. Pertanto.3) Determinare i coefficienti αk della rappresentazione è semplice. ed abbiamo sfruttato il fatto che le quantità x(k).4. e sarà studiata più approfonditamente nel § 4. Ribadiamo che per ricavare la (4. sia posto in ingresso ad un sistema TD LTI. 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. esteso al caso di una infinità (numerabile) di segnali. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. (4.5)]. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini. . In questo senso. (4. sia la proprietà di invarianza temporale [nella (4. Definiamo allora il segnale h(n) = S[δ (n)]. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) .4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. non essendo dipendenti dal tempo n. si dice che la risposta impulsiva è una risposta canonica. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. Notiamo peraltro che la (4.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) . utilizzando la conoscenza della sola risposta impulsiva del sistema. nonché l’invarianza temporale del sistema. come già detto. Scegliendo come segnali elementari xk (n) nella (4.7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta.4).7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).7) abbiamo utilizzato sia la proprietà di linearità [nella (4.5).

avente la risposta impulsiva di fig. 6 Esempio 4. . Prima di passare al caso TC.7). (4. pari ad M + 1 campioni.1(b) al caso M = 5 e 1 bk = M+1 = 1 . la (4.9). . 4. è semplice provare che tale sistema è sia lineare che tempo-invariante.1. il segnale di uscita si ottiene sommando tali segnali. . altrimenti . 1. dal confronto tra la (4. al segnale di ingresso x(n) = 1 R3 (n). è utile mettere in luce una particolare interpretazione della (4. . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. 5}. . dove è calcolata graficamente la risposta del sistema MA dell’es.9) rappresentata graficamente in fig. 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). . 3. (a) Risposta impulsiva di un generico sistema MA. 1.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. 4. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 .7). 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.7). con n ∈ Z.. (4. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo..1(b). cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). Infatti.1(a) nel caso generale. . Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. x(1) h(n − 1) e x(2) h(n − 2). per ogni k ∈ Z. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). k ∈ {0. 5}. ∀k ∈ {0. . partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).8) e la (4.8): h(n) = k=0 ∑ bk δ (n − k) . per un dato k ∈ Z. ∀k ∈ {0. 4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . si ha. 4. x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n).1. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. 4.2.11) . .7) mostra che. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. ponendo x(n) = δ (n) nella (4. e particolarizzata in fig. 1.. . M} .9.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . 4. In sostanza. 0 . . M (4. D’altra parte.10) espressione che fornisce gli stessi valori della (4. . Questa interpretazione è chiarita in fig. M (4.

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

La derivazione della (4. Tale rappresentazione si può vedere come l’estensione della (4. e prende il nome di convoluzione a TC.23) per una infinità numerabile di segnali.11).12) si basa su una definizione più generale di linearità di un sistema. non è possibile dare una giustificazione immediata della (4.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. è possibile provare che l’uscita y(t) del sistema LTI può essere espressa come: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .3.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ .4) al caso TC. integrando) i segnali x(τ ) h(t − τ ) dτ . Nel seguito. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). In pratica mediante la (4. supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. 2. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. L’operazione matematica tra x(t) ed h(t) che compare nella (4. Precisamente. tuttavia. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . dal confronto con la (4. Notiamo inoltre che. La (4. centrati in tutti i possibili istanti di tempo τ ∈ R. assumeremo direttamente la (4. τ ) = δ (t − τ ). 4.14) non discende direttamente dalla prop. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . τ ). Tuttavia. (4.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. la (4.14) come definizione di principio di sovrapposizione per una infinità continua di segnali.11). l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. τ )dτ . con t ∈ R.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. e l’integrale prende il posto della sommatoria. A differenza del caso TD. e rappresenta.11) e la (4. seguendo passaggi matematici simili a quelli già visti per il caso TD. Precisamente. (4. Una giustificazione immediata ed intuitiva della (4.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. Così come il principio di sovrapposizione (3. ossia: x(t) = +∞ −∞ α (τ ) x(t.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. anche la (4. se il sistema è LTI.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. τ ). 3. la sua interpretazione e le sue proprietà saranno approfondite nel § 4. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . senza perderci in complicate discussioni matematiche. con gli stessi coefficienti α (τ ) dτ . . (4. con τ ∈ R. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. data l’analogia formale tra la (4. segue che α (τ ) = x(τ ) e x(t. prop.2). formalmente. per ogni τ ∈ R. dove la delta di Dirac sostituisce quella discreta. le risposte S[x(t.2). facendo un ragionamento concettualmente simile a quello fatto per il caso TD. come già visto nel caso TD. τ )]dτ . τ )] del sistema ai segnali elementari x(t.3 e richiede delle condizioni matematiche aggiuntive per la sua validità.7) è simile a quella vista nel caso TD. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta).12) dove la seconda uguaglianza si ottiene dalla prima ricorrendo al cambio di variabile t − τ = τ e utilizzando poi nuovamente τ al posto di τ .1). per τ ∈ R.4).

4.12).5T T . 4. per confronto con la (4. abbiamo implicitamente mostrato una strada alternativa per dimostrare che un determinato sistema è LTI: se infatti siamo in grado di provare che la relazione i-u del sistema si può esprimere nella forma (4. 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) . con il cambio di variabile τ = t − u → u = t − τ . es. (4. da cui. 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 . Come nell’es. Negli es. In altri termini. 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. la (4.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. e cioè: y(t) = +∞ −∞ rect τ − 0. notiamo preliminarmente che.1 e 4. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). T ). 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. in maniera più formale. . (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n).1.12).2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. (4.1 (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC S con ingresso x(t) ed uscita y(t). 4. Si può facilmente verificare che tale sistema è sia lineare. Successivamente.17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.2. anche tale risposta impulsiva è di durata finita. pari a T e coincidente con la memoria del sistema.15) con T > 0.2). per cui è un sistema LTI.5T T x(t − τ ) dτ . In maniera equivalente.15) si può scrivere come una convoluzione: infatti.4.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . si può mostrare che la (4. allora il sistema è necessariamente LTI. si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. sia invariante temporalmente.7) oppure (4. (4.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. avente relazione i-u: y(t) = t t−T x(u) du .

18) Le due espressioni riportate nella (4. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della convoluzione. insieme con x(k) [fig. 4.3(e)]. In particolare. possiamo ottenere direttamente il risultato della convoluzione per n = 0. Nel caso TD. 4. costruendo il segnale z(k) = x(−k) e. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n).3(b)] ed il segnale riflesso z(k) = x(−k) [fig. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. La difficoltà maggiore è che. Seguendo la procedura delineata precedentemente. il valore della convoluzione y(n) all’istante n si ottiene moltiplicando i campioni corrispondenti dei due segnali h(k) e wn (k) per tutti i valori di k ∈ Z.3. si nota che si ha sovrapposizione tra h(k) e . per cui il risultato della convoluzione è nullo.3(c)]. 4. dobbiamo costruire il segnale wn (k) = z(k − n).3(d)]. si veda la fig. si veda la fig. con a = 0.1. e verso sinistra se n < 0. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2. (2) Effettuare prima la riflessione del segnale x(k). la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . Ovviamente. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k). rappresentiamo h(k) in funzione di k [fig.3 Convoluzione Come abbiamo visto nel paragrafo precedente. descritta dalla (4.18) sono del tutto equivalenti. si vede che per n < 0 [traslazione verso sinistra.1 seguente). 4. vedi anche il § 4. se n > 0 [traslazione verso destra. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 .18). Se non effettuiamo nessuna traslazione su z(k). effettuare la traslazione del segnale z(k) verso destra se n > 0. consideriamo il seguente esempio. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. 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.7) nel caso TD.134 Sistemi lineari tempo-invarianti (LTI) 4. Per capire meglio il meccanismo precedentemente descritto. che si ottiene da z(k) mediante traslazione di n campioni. (4.12) nel caso TC. Viceversa. oppure dalla (4. (3) Per ogni fissato valore di n ∈ Z.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . in particolare. per la proprietà commutativa della convoluzione. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione.3(a)]. 4. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. Esempio 4. e sommando i risultati dei prodotti ottenuti. partendo dal caso TD per semplicità. successivamente. Prendendo come riferimento la seconda delle (4. Per calcolare gli altri valori della convoluzione. fatta eccezione per casi particolari. il segnale wn (k) non si sovrappone con h(k).

h(k) w3 (k) = 1 + a + a2 + a3 . per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + .7) vada effettuata in principio su infiniti valori di k. è semplice considerare i casi per n = 1. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. Nel caso TC la convoluzione è definita mediante uno dei due integrali: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . se |a| < 1. vale a dire: . h(k) w2 (k) = 1 + a + a2 . C. oppure anche per tutti i valori di n. 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. In particolare. l’esempio mostra chiaramente che. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. 1−a In definitiva. . . h(k) e wn (k) si sovrappongono per k ∈ {0. il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 .3 Convoluzione 135 wn (k) su un numero finito di campioni. altrimenti . 4. più precisamente. un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . + an = k=0 ∑ ak = n 1 − an+1 . in pratica essa può ridursi ad una somma finita di valori per ogni n. sebbene la somma in (4.4. . Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . . n}.7).19) Anche in questo caso. Ovviamente esistono casi in cui il numero di termini della somma è infinito. se n < 0 . L’esempio precedente evidenzia che l’interpretazione grafica è fondamentale per individuare correttamente gli estremi effettivi della sommatoria su k ∈ Z che compare nella (4.3(f) nel caso in cui 0 < a < 1. Facendo riferimento per convenienza alla seconda delle (4. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. In particolare. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . 2. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. . (4. per effettuare correttamente il calcolo della convoluzione. tale numero di campioni è pari ad n+1. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . Si noti che. che in generale potrebbe non convergere. y(n) = 1 − an+1  . Per un generico valore n > 0. 1. ed è rappresentato graficamente in fig. .19). per alcuni valori di n.

6 0.2 0 −10 −5 0 k 5 10 (a) 1 0.6 0. (d) traslazione verso sinistra di z(k) (n = −5). Calcolo della convoluzione tra h(n) = an u(n) (a = 0. 4.8 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig. 4.2 0 (b) z(k)=x(−k) 0. (c) riflessione del segnale x(k).2 0 −10 −5 0 k 5 10 x(k) 1 0. (f) risultato della convoluzione. (b) rappresentazione di x(k).4): (a) rappresentazione di h(k).3.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8333) e x(n) = u(n) (es. (e) traslazione verso destra di z(k) (n = 5). .6 0.8 w−5(k)=x(−5−k) 1 0.4 0.4 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.6 h(k) 0.8 0.8 0.6 0.4 0.4 0.4 0.

20) T1 . per 0 < t < T1 . T1 ≤ t < T2 .2) avente risposta impulsiva h(t) = rect . di durata ∆x = T1 . 4. invece. successivamente.4(c)]. per cui si ha: y(t) = t 0 dτ = t . Per T1 ≤ t < T2 . Per T2 ≤ t < T2 + T1 .4(b)] in funzione di τ ∈ R.    T2 + T1 − t. Riassumendo. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. per cui si ha: y(t) = t t−T1 dτ = T1 . Infine. . Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. per cui risulta y(t) ≡ 0 per t ≤ 0. Per prima cosa.5T1 T1 t − 0. notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig.4(a)] e h(τ ) [fig. in quanto le due finestre rettangolari si sovrappongono solo su un punto. effettuare la traslazione del segnale z(τ ) verso destra se t > 0.4. costruendo il segnale z(τ ) = x(−τ ) e. le finestre non si sovrappongono affatto. (2) Effettuare prima la riflessione del segnale x(τ ).t). per cui si ha nuovamente y(t) ≡ 0. posto in ingresso al sistema LTI (cfr. per t ≥ T2 + T1 . T2 ≤ t < T2 + T1 . Traslando il segnale z(τ ) verso sinistra [fig.4(e)]: in particolare.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. rappresentiamo x(τ ) [fig. per T1 ≤ t < T2 . ed assumiamo T2 > T1 . 0.19).t). 4. Esempio 4. 4. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. 4. ed effettuando l’integrale del prodotto.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. 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. 4. y(t) = (4. 0 < t < T1 . (3) Per ogni fissato valore di t ∈ R. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . di durata ∆h = T2 . es. per T2 ≤ t < T2 + T1 . successivamente. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. T2 ). e verso sinistra se t < 0. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 .5T2 T2 . Considerando invece valori positivi di t. 4. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. Facciamo per comodità riferimento alla seconda delle (4.   t. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ).4(d)].

4. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) .3. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. Si noti che se T1 > T2 si può procedere allo stesso modo. e prende il nome di proprietà di durata della convoluzione (cfr.6. In altri termini. ed è rappresentata in fig. non ha nessun senso dal punto di vista sistemistico. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . 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 conclusione.7) e quella a TC (4.  y(t) = t. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . Come mostrato in fig. t < 0 oppure t ≥ 2T .20).6 sono equivalenti. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . oltre a proprietà specifiche. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. come discusso di seguito. mentre la seconda è definita mediante un integrale. se è possibile dal punto di vista matematico. per T ≤ t < 2T . per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . tutte le proprietà algebriche del prodotto convenzionale. pertanto. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . 4. Ovviamente questo scambio. 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. similmente alla somma di convoluzione.3. nel seguito. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4.12) è che la prima è definita mediante una sommatoria. nello studio delle proprietà della convoluzione. l’integrale di convoluzione può non esistere finito.1). cioè i due schemi in fig. A tale scopo. per 0 < t < T . Nel caso particolare T1 = T2 = T .5. traslazione. 4. Per questo motivo. la convoluzione viene chiamata anche prodotto di convoluzione. in particolare. 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(·). ed è rappresentato graficamente in fig. calcolo dell’area) sono molto simili nei due casi. scambiando il ruolo dei due segnali. nel senso che ya (·) ≡ yb (·). è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. Per questo motivo. 4. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. prodotto. C. . in quanto si può verificare che la convoluzione possiede.   2T − t. notiamo che. notiamo che l’intervallo di tempo (T1 .4(f). § 4. 4. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale.

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

4. Inoltre. Conseguentemente. Con semplici passaggi si dimostra che la convoluzione gode anche della proprietà associativa: x(·) ∗ [h1 (·) ∗ h2 (·)] = [x(·) ∗ h1 (·)] ∗ h2 (·) . cioè i due schemi in fig.7(b) sono equivalenti.7(a) è equivalente al sistema LTI riportato in fig. e successivamente considerare il risultato ottenuto come l’ingresso del sistema avente risposta impulsiva h2 (·) per calcolare yb (·): in altri termini.7(b) e fig. 4. Risultato della convoluzione tra due finestre rettangolari TC di uguale durata T . come mostrato in fig. i due sistemi LTI in figura sono equivalenti. il sistema LTI in fig.) h(. notiamo anche che hser (·) = h1 (·) ∗ h2 (·) = h2 (·) ∗ h1 (·). In tale ipotesi.7(a) e fig.) 0 T t 2T x(. A tal fine.140 Sistemi lineari tempo-invarianti (LTI) T y(t) = h(t) ∗ x(t) x(.) h(. come evidenziato in fig.7(d) sono equivalenti.5. nel senso che yb (·) ≡ yd (·).) (a) y a(. Per la proprietà commutativa. Il segnale y(t) si può esprimere come y(t) = T Λ t−T . i due schemi riportati in fig.6. . 4. 4. A sua volta. In base a queste due interpretazioni.7(c). la proprietà associativa ci consente di evidenziare alcune interessanti proprietà dei sistemi LTI. per la proprietà associativa. Va osservato che la proprietà associativa vale nell’ipotesi che abbiano senso tutte le convoluzioni in gioco. per cui il sistema LTI in fig. 4. 4.7(d). 4. yb (·) si può interpretare come l’uscita della serie o cascata dei due sistemi aventi risposte impulsive h1 (·) e h2 (·).7(b). In altre parole. ossia yc (·) ≡ yd (·). 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 (·). osserviamo innanzitutto che. 4. 4. T Proprietà associativa Fig. nel senso che ya (·) ≡ yb (·).) Fig. cioè ya (·) ≡ yc (·). 4.7(c) è equivalente allo schema serie riportato in fig. 4. In virtù della proprietà commutativa della convoluzione. 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 (·). in generale non posseduta da altre categorie di sistemi (tale proprietà si può generalizzare alla serie di più di due sistemi LTI). Proprietà distributiva È semplice provare che la convoluzione gode della proprietà distributiva rispetto alla somma: x(·) ∗ [h1 (·) + h2 (·)] = x(·) ∗ h1 (·) + x(·) ∗ h2 (·) . l’espressione ya (·) = x(·) ∗ [h1 (·) ∗ h2 (·)] si può interpretare come l’uscita di un unico sistema LTI avente risposta impulsiva h1 (·) ∗ h2 (·).) (b) y b(. il comportamento della serie di due sistemi LTI è indipendente dall’ordine di connessione: questa è una caratteristica molto importante dei sistemi LTI.7(a).

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

se per calcolare y(t − t0 ).23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ .22) (4.142 Sistemi lineari tempo-invarianti (LTI) x(. ∀n0 ∈ Z . ∀n0 ∈ Z .10. In un sistema identico. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.25) della convoluzione. ∀t0 ∈ R . è possibile riottenere la (4. x(t − t0 ) −→ y(t − t0 ) . noti inoltre che. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.) x(. i due schemi in figura sono equivalenti.21). 3.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). la (4. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso). x(n − n0 ) −→ y(n − n0 ) . rispettivamente. Tale sistema prende il nome di sistema identico.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). ad esempio. In virtù della proprietà di invarianza temporale (4.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. ∀t0 ∈ R . le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).2).21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig. 4. infatti.3 Dal punto di vista dell’interpretazione sistemistica. Per giustificare invece la correttezza della (4. secondo la quale. Le (4. (4.11) nel caso TC.4) nel caso TD e la (4. si ha. 4. invece che alla (4. Nel caso di un sistema LTI. x(n) h(n) (b) -(n1+n2) z y b(n) Fig.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione.22) e (4. e per la (4.9). 4. per sistemi a TC e a TD.9. .) x(n) z .21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. esprimendo la relazione i-u del sistema mediante una convoluzione. rispettivamente.) δ(. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ).22) [un discorso analogo vale per la (4. esplicitando la convoluzione (4. x(n − n0 ) ∗ h(n) = y(n − n0 ) . Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop.22). per ogni x(·) ∈ I e y(·) ∈ U. notiamo che la (4. Dal punto di vista matematico. si giungerebbe.

4.3 Convoluzione

143

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

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

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

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

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

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

(4.28)

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

144

Sistemi lineari tempo-invarianti (LTI)

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

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

Dh ∩Dwt

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

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

4.3 Convoluzione

145

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

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

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

k=0

∑ 1 = n+1,

n

0 ≤ n < N1 − 1 .

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

k=n−N1 +1

n

1 = N1 ,

N1 − 1 ≤ n < N2 − 1 .

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

1 = N2 + N1 − n − 1,

N2 − 1 ≤ n ≤ N2 + N1 − 2 .

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

(4.32)

146

Sistemi lineari tempo-invarianti (LTI)

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

4.3 Convoluzione

147

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

1 0.8 0.6 0.4 0.2 0 −10 −5 0 k 5 10

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

(b)

z(k)=x(−k)

0.6 0.4 0.2 0 −10 −5 0 k 5 10

−10

−5

0 k

5

10

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

(d)

3

w2(k)=x(2−k)

2

1

0 n

5

10

(e)

(f)

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

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

35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino.12. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . In particolare.34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. con un tempo di salita molto stretto. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. In definitiva. es.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . ma anche la risposta al gradino caratterizza completamente un sistema LTI. sfruttando la relazione i-u (4. per ottenere la risposta al gradino a partire dalla risposta impulsiva. non solo la risposta impulsiva.11(a). Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD).4. 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) . le relazioni (4. 2.34) e (4.7) di un sistema TD LTI. ovvero è anch’essa una risposta canonica. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . (4. In altri termini. 4. come ad esempio il segnale uε (t) di fig. Notando che la (4. Infatti. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. (4. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). in particolare. Nel caso TD.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. 3.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. è sufficiente far passare quest’ultima in un sistema accumulatore. .

in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . 2. Pertanto. aventi area unitaria. ossia la risposta di un sistema LTI alla finestra rettangolare RN (n) si ottiene semplicemente calcolando la differenza tra la risposta al gradino e la sua versione ritardata nel tempo di N.11(b).36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . un valore appropriato di ε dipende dalla struttura interna del sistema e.1. con ε sufficientemente piccolo. raffigurati in fig.37) Le (4. 2ε 2ε (4. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. Dalla (4. 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 . tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .4). Infatti. 5 Non esiste una regola generale per stabilire quanto ε .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).38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t).38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. Infatti la risposta al gradino s(t). in quanto caratterizza completamente il sistema. come già detto in precedenza. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . trattandosi di una pura astrazione matematica (cfr. si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . adoperando le proprietà di linearità e di invarianza temporale del sistema. (4. § 2. varia da sistema a sistema. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . Nel caso TC valgono considerazioni analoghe. dunque. 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. abbiamo visto [si veda la (2. utilizzando la (4.36). si ottiene h(t) = d s(t) dt (4.36) ed (4. Nel caso TC.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4.12). Per la linearità del sistema.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. Tuttavia. In particolare. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI.

39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . In pratica. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).1). la risposta al gradino s(t) e la risposta impulsiva h(t) di un sistema LTI sono legate dalla relazione biunivoca: s(t) = t −∞ h(τ ) dτ ←→ h(t) = d s(t) . 4.37) è esattamente la risposta impulsiva.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC.39) è un sistema LTI.13(b)]. si tratta cioè di una rampa. 4.12). se ε 1. ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . Utilizzando la (4.4. 3.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema. In maniera equivalente. es. identicamente nulla per t < 0.4 Risposta al gradino 151 alla derivata della risposta al gradino. Confrontando la (4.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. il segnale in fig. per cui l’integratore (4. dt (b) Nel caso TD. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . il segnale hε (t) tende proprio alla risposta impulsiva del sistema. (4. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ .36). in fig. in virtù della (4.39) Abbiamo già mostrato che tale sistema è TI (cfr.13(a)].24): s(t) = t u(t) . si può mostrare che la (4. es. 4. che cresce linearmente per t > 0 [fig. Esempio 4. es. (4. 4.40) con la (4. . Conseguentemente.38). I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. Si può notare che. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). 3. 3. per ε → 0. 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) . che per la (4. possiamo dire che.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. il cui valore è (cfr.18) e si può facilmente verificare che tale sistema è anche lineare.

3.13.2). Confrontando la (4. (4. In maniera equivalente.7).41) Si può facilmente verificare che l’integratore TD è un sistema LTI.42) con la (4. 4.7): (a) risposta impulsiva. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) . .42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. si può mostrare che la (4. (b) risposta al gradino. 4. (4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . Integratore con memoria infinita (es. Esempio 4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.152 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.41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . es.

che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . si tratta cioè di una rampa a TD [fig.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. (b) risposta al gradino. avente relazione i-u: y(t) = t t−T x(u) du .14(b)]. Conseguentemente.   0 . ossia: h(t) = rect t − 0. 4. 4.14(a)]. In virtù della (4. n + 1 .4. 4.4 Risposta al gradino 153 10 1 0.  dτ = t .9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.   t    se 0 ≤ t < T . se t ≥ T .14. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. Integratore a TD o accumulatore (es. in virtù della (4.8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. 0 s(t) =  T     dτ = T .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. che è riportata in fig.5T T dτ .4 0. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.8): (a) risposta impulsiva. 4.34). se n < 0 . 4. 0 .15(a). in cui l’estremo superiore di integrazione t varia in R.2).36). Esempio 4. 4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. es. (4. Risolvendo l’integrale si ottiene:  se t < 0 . se n ≥ 0 .5T T .6 0.

il segnale in fig.38). Si può notare che. se ε impulsiva del sistema. Utilizzando la (4. In pratica. che cresce linearmente nell’intervallo (0. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. T . 4. In altre parole. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.15(b)].1.15. 4. (b) risposta al gradino. 4.13(c) rappresenta una buona approssimazione della risposta possiamo dire che. . 4.154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T . 4. 4. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. si tratta di una funzione identicamente nulla per t < 0. Integratore con memoria finita (es. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. Esempio 4. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. per ε → 0.9): (a) risposta impulsiva.5T T + T u(t − T ) . in fig.

. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) .45) k=0 rappresentata in fig. se n ≥ M .  ∑ k  s(n) = k=0 M    b .1 0.3 1 0.4.34). M +1   1. 4. ed in fig. 1. ∑ bk δ (n − k) .6 0. ∀k ∈ {0. . . se n ≥ M . ∑ k   k=0  1 M+1 . se n < 0 .16. 5}: (a) risposta impulsiva. (b) risposta al gradino. In virtù della (4. se 0 ≤ n < M . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .2 1/6 h(n) 0. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = . se n < 0 . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . 4. Nel caso in cui i pesi bk siano tutti uguali a  0 .4 Risposta al gradino 155 0.    n   b . M M (4. 4. n+1 RM (n) + u(n − M) .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. Sistema MA con M = 5 e bk = 1 .1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . .4 0 0.2 0 −0.8 s(n) 0 2 4 n 6 8 10 0.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. n M in cui l’estremo superiore della sommatoria n varia in Z.   n+1 s(n) = . se 0 ≤ n < M .1(a) nel caso generale.

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

è che risulti h(k) = 0.47) Pertanto. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. ponendo α = h(0). Consideriamo un sistema TD LTI.47). Passiamo ora a considerare i sistemi TC LTI. in questo caso.48).7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . stabilità. 4.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. § 3.48). infatti. per ogni segnale di ingresso {x(k)}k∈Z . al posto di {x(τ )}τ ∈R . Notiamo che.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. 2. (4. la relazione precedente si può riscrivere come y(n) = α x(n) . causalità. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. si ha che l’uscita corrispondente a x1 (τ ) vale y1 (t) = +∞ −∞ x1 (τ ) h(t − τ ) dτ = +∞ −∞ x(τ ) δ (t − τ ) h(t − τ ) dτ . occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale.5 Proprietà della risposta impulsiva 157 4. Il sistema è non dispersivo se e solo se. (4.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . per ogni segnale di ingresso.3. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .49) . Sostituendo nella (4. Una condizione necessaria e sufficiente affinché ciò accada.2(c)]. si ha: y(n) = h(0) x(n) . Per costruire un segnale siffatto. equivalentemente. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. cioè caratterizza completamente un sistema LTI. ∀k = 0.1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto.46). nella (4. seguiamo una strada diversa da quella seguita nel caso TD. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . questo vuol dire che la risposta del sistema non cambia se. descritto dalla convoluzione a TD espressa dalla seconda delle (4. è possibile legare le proprietà del sistema (non dispersività. (4. ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .4. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. Ponendo x(n) = δ (n) nella (4. (4. Affinché y(n) dipenda solo da x(n). prop.5. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo.

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

L’integratore (cfr. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. Sfruttando il fatto che u(τ ) = 0 per τ < 0.4 0. 4.2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.52) Pertanto. . che è rappresentata in fig. T (4.50) dove T > 0. Esempio 4.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . Sistema TC IIR con memoria praticamente finita (es. 4. 0 . es. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. es. si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) .8).7) e l’accumulatore (cfr.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .9) e il sistema MA (cfr.51) con la seconda delle (4. 4.8 0.36). 4.4. la risposta al gradino di tale sistema si ottiene come:  se t < 0 . 4. es. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR). es.4 0. 4.52).6 0.11): (a) risposta impulsiva.5 Proprietà della risposta impulsiva 159 1 0. 4.11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ .51) Confrontando la (4. aventi come risposta impulsiva il gradino unitario.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. (b) risposta al gradino. sono sistemi IIR con memoria infinita. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .6 0. se t ≥ 0 .17. T (4. T (4.10).12).17(a).8 0. In virtù della (4.

3. Lo stesso si può dire anche per i sistemi TD. proprio di una quantità pari alla memoria del sistema.1). ∀k < 0 . e quindi misurare la memoria del sistema LTI. Affinché allora l’uscita non dipenda dai valori futuri. con costante di tempo T > 0.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. scegliamo come valore di soglia α h(0+ ) = α /T . risolvendo l’equazione h(∆h ) = α /T (cfr.2 Causalità Ricordiamo che un generico sistema è causale se l’uscita all’istante t oppure n dipende dal valore dell’ingresso nello stesso istante e in istanti precedenti. con 0 < α < 1. per |a| → 1. ln(|a|) memoria che tende a diventare infinitamente grande. 4. con 0 < |a| < 1 . Passiamo ora a considerare i sistemi TC LTI.17(b). § 2. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Infatti. (4. la durata della risposta impulsiva risulta ∆h = T ln 1 α . è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . per ogni segnale di ingresso. 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.2). ovvero è un segnale di durata praticamente limitata. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. 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) . deve accadere che h(k) = 0 .54) . La somma su k porta in conto valori futuri dell’ingresso per k < 0. ma non dipende dai valori dell’ingresso negli istanti successivi. in virtù della (4. notiamo che applicando al sistema un ingresso di durata finita. § 4. 4.5. In altri termini. per effetto della convoluzione. In conclusione. in quanto per tali valori di k risulta n − k > n. Così facendo. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . se per semplicità facciamo riferimento ai sistemi TC. ricordando la proprietà di durata della convoluzione (cfr. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . mentre tende a zero per |a| → 0. il sistema LTI ha memoria praticamente finita. Per calcolare la memoria analiticamente. esso sarà “allungato”.31). (4.3.53). 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.

Abbiamo visto nel capitolo precedente (cfr. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. In questo caso.12). la relazione i-u (4. 4. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. si può verificare che un sistema TC è causale se e solo se h(t) = 0 .4. § 3. h(t) = 0. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso.3. 4.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. .5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. h(t) = 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).2) che un caso particolare di sistema non causale è il sistema anticausale. ∀t < 0 . Risposta impulsiva dell’integratore non causale (es. In sintesi. Ragionando in modo analogo a quanto fatto nel caso TD. Di seguito sono riportati alcuni esempi di sistemi non causali. il sistema è non causale.18.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.

∀k ∈ {0.11. sia invariante temporalmente. avente relazione i-u: y(t) = t+T t x(u) du . e pertanto esso rappresenta un esempio di sistema LTI.12). conseguentemente.5T T x(t − τ ) dτ . 1. (4. Per questo motivo. ponendo x(n) = δ (n) nella (4.55) con T > 0.162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. e particolarizzata in fig. che è rappresentata in fig.58) espressione che è perfettamente equivalente alla (4. (4. 5}.19(a) nel caso generale. .12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. per confronto diretto con la (4.10 e 3. M Si tratta di un sistema sia lineare che tempo-invariante. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. 3. (4. Infatti. 0). es. Esempio 4. 3. pertanto tale sistema è non causale. −M + 1. per cui è un sistema LTI. . . . 4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].19(b) al caso M = 5 e 1 bk = M+1 = 1 . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. 0. la (4. 0} . altrimenti . si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . con il cambio di variabile τ = t − u → u = t − τ .55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . da cui. 4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) .13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. . il sistema non è causale. effettuando il cambiamento di variabile h = −k si ha y(n) = h=−M ∑ 0 b−h x(n − h) = k=−M ∑ 0 b−k x(n − k) . 4. (4.55) si può scrivere come una convoluzione.57) rappresentata graficamente in fig.56): h(n) = h=−M ∑ 0 b−h δ (n − h) .12).5T T . moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. .7). si ha. Infatti. Si può facilmente verificare che tale sistema è sia lineare.18: si tratta di un segnale che assume valori non nulli per t < 0 e. per confronto con la (4. . .7). possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. D’altra parte. Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. si può mostrare che la (4.57). . In maniera equivalente. k ∈ {−M.56) da cui. A questo punto.

6 Questa . ∆h ). ∆x ). Il sistema è pertanto non causale. 6 Esempio 4. ∆x + ∆h ) . Si tratta chiaramente di un sistema LTI. I sistemi causali godono di una proprietà importante. seguendo gli stessi ragionamenti che hanno portato alla (4. consideriamo il caso dei sistemi TC.. In tal caso.. è un sistema LTI anticausale. con ∆h ∈ R+ . 4. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. che realizza un anticipo unitario del segnale di ingresso. Tale risultato. Se il sistema è causale. che sussiste con ovvie modifiche anche nel caso TD. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. . ∀k ∈ {0. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. l’anticipo unitario TD è un sistema anticausale. 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. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 .19. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. Per evidenziare tale proprietà.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . 5} (es. abbia estensione temporale Dx = (0. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. .6 (risposta di un sistema LTI causale ad un segnale causale) (a) Se il segnale in ingresso ad un sistema TC LTI causale è identicamente nullo per t < 0.4. . 4. cioè. con ∆x ∈ R+ . 1. ∀t ∈ (0. (a) Risposta impulsiva di un generico sistema MA non causale.. Un segnale identicamente nullo per t < 0 è anche detto6 causale. poiché h(n) è identicamente nulla per n ≥ 0. è riassunto dalla seguente proprietà: Proprietà 4. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. si ottiene che: y(t) = 0. Allo stesso modo il sistema TC che effettua un anticipo temporale.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . allora la corrispondente uscita è anch’essa identicamente nulla per t < 0.31).13). . si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. in particolare.

Poiché la risposta impulsiva del sistema identico è δ (·). valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. risulta che y1 (t) = y2 (t).20 (notiamo che per i sistemi LTI vale una proprietà più generale. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. ∀t ≤ t0 . sfruttando in aggiunta la proprietà di linearità. 4. un sistema è causale se e solo se.20. cioè. Poiché la convoluzione è commutativa.6 si poteva già dedurre dalle prop. §3. le stesse considerazioni si possono fare scegliendo n0 = −1.20.4. anche il segnale di uscita è identicamente nullo per t < 0.) h(.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. si ha che y1 (t) = 0.1 è più immediata: . cfr.3).) x(. come mostrato in fig.5. 4. Ricordiamo che. 3. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente.3. Soffermiamo l’attenzione sui sistemi TC. 4. per ogni t0 ∈ R e per ogni x1 (t). 4.1. ∀t ≤ t0 . Ma se il sistema è lineare. D è mostrato che se un sistema LTI è invertibile. ∀t ≤ −ε . in virtù della prop. allora risulterà per la prop. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. con ε ∈ R+ piccolo a piacere.60) (4. ∀t ∈ R. Pertanto. 3. (4. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive.) x(.59) per cui se hinv (·) è l’inverso di h(·). secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. rispettivamente. 3. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. 4.4. In base a tale risultato. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t). 4. Per cui ritroviamo il risultato. Poiché risulta x1 (t) = x2 (t) = 0. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. in base alla prop. l’omogeneità) e la causalità del sistema: questo dimostra che la prop. cioè y2 (t) = 0. in questo caso.6 vale più in generale per sistemi lineari causali (non necessariamente TI). così come il segnale di ingresso. ∀t ≤ −ε . possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . Dato un ingresso x1 (t) = 0. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. In app. ∀t ∈ R. ed applichiamo la proprietà vista per t0 = −ε < 0. supponiamo di scegliere un secondo ingresso x2 (t) = 0. l’applicazione della prop. la prop. ∀t < 0.1 y1 (t) = y2 (t).) Fig. 3. ∀t ≤ −ε .1 e 3. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). In verità. allora il corrispondente sistema inverso è anch’esso LTI. 7 Nel caso TD.164 Sistemi lineari tempo-invarianti (LTI) y(. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . x2 (t) ∈ I tali che x1 (t) = x2 (t). l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. allora h(·) è l’inverso di hinv (·).) hinv(. 3.

Ad esempio. In molti casi pratici. cfr. se un sistema è stabile. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. D. Purtroppo determinare hinv (·) dalla (4.5. Si ha. Abbiamo cioè provato che la sommabilità (4. detta hinv (·) la sua risposta impulsiva.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . a cui si rimanda direttamente il lettore. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. consideriamo un sistema TD LTI. Alcuni approfondimenti ed esempi sono riportati in app.5 Proprietà della risposta impulsiva 165 Proprietà 4. Pertanto.60) è un problema matematicamente complicato.59) o (4. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) .3. In alcuni casi. un problema di interesse è determinare il sistema inverso di un dato sistema. allora la risposta impulsiva dev’essere sommabile.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . 4. Supponiamo allora che l’ingresso sia limitato. descritto dalla (4.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). con passaggi banali. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). il suo sistema inverso è anch’esso LTI e. che va sotto il nome di deconvoluzione (di fatto.4. (4. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·).61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini.61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . ovvero |x(n)| < Kx . significa determinare uno dei fattori della convoluzione. se h(k) è una successione sommabile. nelle telecomunicazioni. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. noto l’altro fattore ed il risultato finale). Questa compensazione prende il nome di equalizzazione. e proviamo a trovare una maggiorazione simile per l’uscita y(n). il segnale x(·) viene modificato o distorto dal supporto fisico su cui si propaga (il cosiddetto canale) e giunge alla destinazione con modifiche tali da rendere difficoltoso il recupero dell’informazione ad esso associata. . ∀n ∈ Z. §3.

4. l’integratore con memoria finita (§ es. per ciascun n ∈ Z. h(k − n) dove la seconda sommatoria va effettuata.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. Per un sistema LTI a TC è possibile ragionare in maniera analoga. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. che presentano memoria rigorosamente finita. L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . 4.10). la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. −1. su tutti i valori della variabile k per i quali h(k − n) = 0. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . risulta che l’uscita all’istante n = 0 non è limitata. Tale segnale assume solo i valori 0. il che contraddice l’ipotesi che il sistema sia stabile. senza alterarla.9) e il sistema MA (§ es. h(k) k k=−∞ dove abbiamo incluso nella somma. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . Pertanto. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh .166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. come riassunto dalla seguente proprietà: Proprietà 4. Ad esempio. altrimenti . procediamo per assurdo. . pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). (4. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. se h(−n) = 0 . la risposta impulsiva h(·) ha durata rigorosamente limitata. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . 1. anche i valori di k per i quali h(k) = 0. e quindi è sicuramente limitato. In definitiva. x(n) = h(−n)  0. la risposta impulsiva deve essere necessariamente sommabile. (sistema TC) . Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. ovvero h(n) sommabile .62) In definitiva.

la cui risposta impulsiva [fig. dal punto di vista pratico. 1 la risposta impulsiva è sommabile. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). se la risposta impulsiva h(t) è una funzione generalizzata.63). è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. 4. è un sistema stabile. +∞ k=−∞ +∞ con 0 < |a| < 1 . per ogni t0 ∈ R. in questo caso. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. sono stabili. se il segnale di ingresso è limitato. conseguentemente.2. Verifichiamo che tale sistema è stabile. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . T Si tratta di un sistema con memoria praticamente finita. con t0 ∈ R . sono esempi di sistemi IIR con memoria infinita e.61) e (4.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. questo problema può essere tranquillamente aggirato. (4. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . Pertanto.62) (cfr. che anticipa/ritarda il segnale di ingresso. In verità. il sistema è stabile. il sistema che effettua la traslazione temporale del segnale di ingresso. nel senso che può contenere degli impulsi di Dirac. Più in generale. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. i sistemi IIR aventi memoria infinita sono sicuramente instabili. Infatti. § B. Più precisamente.4 e B. Ad esempio. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. e di una funzione himp (t) puramente impulsiva. Analogamente. che non contiene impulsi. ossia h(t) = δ (t − t0 ).63) è sicuramente limitata. Ad esempio.8). 4. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata.63). il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) . se il sistema IIR ha memoria praticamente finita. Poiché il concetto di sommabilità di una distribuzione non è definito. nel caso del sistema (4. possiamo concludere che il sistema TC (4. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. che contiene solo impulsi.3). Esempio 4. in quanto. 4. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t).63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . 4. pertanto.64) . cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . l’uscita del sistema (4. n=1 himp (t) N (4. instabili.11. In conclusione. Ad esempio.7) e l’accumulatore (§ es.4. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.1. D’altra parte. aventi come risposta impulsiva il gradino unitario. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es.17(a)] è data da: 1 −τ /T e u(τ ) . la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. l’integratore (§ es.

Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) .6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. 4. In questo caso. come mostrato in fig.65) . In altre parole. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4.6. 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. in virtù della prop. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). . 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). il sistema in fig. se i sistemi componenti il parallelo sono singolarmente stabili. 4. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . dt k dt m=0 (4. αN . 4. allora il sistema complessivo è sicuramente stabile. . dove N ∈ N. 4.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. tuttavia per una presentazione efficace è opportuno studiarli separatamente.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. possiamo affermare che. 4. Tali sistemi presentano numerose analogie.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile.21. 4. . sono descritti da equazioni differenziali lineari a coefficienti costanti.8. ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale.21. . tN Fig. in svariati campi delle scienze fisiche e dell’ingegneria. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi.

65) descrive in maniera solo implicita il comportamento del sistema. . bM sono i coefficienti (in genere reali) dell’equazione.65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . l’equazione differenziale (4.65). oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto.65). infatti. .1. y1 . Come verifica di quanto sopra affermato. La (4. determinare la relazione i-u del sistema equivale a risolvere. è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . a1 . osserviamo che. in tal caso.65). per le quali si rimanda il lettore direttamente ai testi di analisi matematica. . . Nel caso più generale in cui N = 0.65) rispetto al segnale di uscita y(t). . b1 . In questo caso.65) coinvolge.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. m=0 N dk M dm (4. vedremo che ciò è vero solo in alcuni casi particolari. in altre parole. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . (4.65) sia lineare e i coefficienti che in essa compaiono siano tempo-invarianti non implica che il sistema da essa descritto sia in generale lineare e tempo-invariante. 3. 8 Nel . . per trovare la corrispondente uscita y(t) per t ≥ tin . aN e b0 . . yN−1 sono valori (in genere reali) assegnati.68) ottenuta ponendo x(t) ≡ 0 nella (4.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 . . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . b1 . . Una seconda osservazione importante riguarda il fatto che la (4.1.4. nel senso specificato dalla def. . e N ≥ 0 è l’ordine dell’equazione. 3. N dk (4. è data dalla somma di una soluzione particolare y p (t) della (4. a partire da un istante prefissato tin ∈ R. a1 . la (4. la (4. . la (4. che tiene conto di tutte le possibili condizioni iniziali. per ogni fissato ingresso x(t).6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. yN−1 dipendono dalla evoluzione passata del sistema e. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . Per sgombrare subito il campo da qualsiasi tipo di equivoco. . . . sia applicato in ingresso al sistema un dato segnale x(t). Assegnato l’ingresso x(t) per t ≥ 0. supposto che. è necessario conoscere lo stato iniziale del sistema. . Ponendo per semplicità tin = 0. . . occorre preliminarmente osservare che il fatto che la (4. . . aN e b0 . . . se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni.65). .68) è detta soluzione omogenea della (4. . bM sono costanti e quindi indipendenti dal tempo t. a0 . dN−1 y(t) dt N−1 = yN−1 . La soluzione generale y0 (t) della (4. . . y1 . È noto8 che tale problema non è completamente definito. M dm che rappresenta una relazione i-u tra y(t) ed x(t).65). d y(t) dt = y1 .66) t=0 t=0 dove y0 . Ciò è vero solo nel caso particolare in cui N = 0. I valori assegnati y0 . in quanto. . . .67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. essa non rappresenta un legame i-u come espresso dalla def. la soluzione generale della (4. dal punto di vista fisico.

68). . il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. .68) non offre particolari difficoltà. . a N 0 1 siano reali.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4. le radici di q(λ ) sono o reali o complesse coniugate.65) non univocamente determinata. si ottiene: k=0 ∑ ak λ k eλ t = ∑ ak λ k k=0 q(λ ) N N eλ t = q(λ ) eλ t = 0 ⇐⇒ q(λ ) = 0 . Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . . Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. . .70) è una soluzione della (4. . è immediato constatare che y(t) = y0 (t) + y p (t) (4. allora k=0 ∑ ak dt k y0 (t) = 0 . Le radici del polinomio caratteristico possono essere reali.69) da cui sommando membro a membro la (4.72) dove c1 . . siano esse λ1 . . per h ∈ {0.68).69).70) fornisce tutte le soluzioni dell’equazione differenziale (4.68) è ancora una soluzione della stessa equazione. . c2 . . .67) e (4. si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci.h t h eλ t . . immaginarie oppure complesse. . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . . . In linea di principio.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . poiché una arbitraria combinazione lineare di soluzioni della (4.73) dove λ1 . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). l’esponenziale eλ t è soluzione della (4. .68). allora gli esponenziali complessi eλ1t . . . a . Quindi. . λ2 . . cioè del tipo esponenziale complesso. 1. allora si prova facilmente che t h eλit . (4. . con λ ∈ C. i (4. cN sono costanti arbitrarie. N dk (4. . combinando linearmente tutte le N possibili soluzioni. Ni − 1}. si può provare che la (4. .73) degenera 9 Nel caso in cui i coefficienti del polinomio a . Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue. con N1 + N2 + · · · + NR = N [nel caso in cui R = N. la soluzione generale della (4. . . rispettivamente. λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 . Più in generale. (4. . eλ2t . NR . . . D’altra parte. Pertanto. dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. Se si pone allora y(t) = eλ t nella (4. λ2 . e quindi deve annullarsi q(λ ). N2 .65).68). è soluzione della (4.68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ).170 Sistemi lineari tempo-invarianti (LTI) della (4. eλN t sono singolarmente soluzioni della (4.68).9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. la (4.65). λN .

.h nella soluzione omogenea.h .h . e per essa non è possibile dare un’espressione generale. . 2. se l’ingresso è applicato all’istante tin = 0. y1 . 2. ylib (t) = 0.6 Esempi di sistemi LTI 171 nella (4. . 1.75) t=0 t=0 La soluzione particolare yfor (t) della (4. cioè y0 = y1 = · · · = yN−1 = 0. Risolvendo tale sistema si trova che le costanti ci.73).h ). A differenza della soluzione y0 (t).4. . Conseguentemente. . . In molti casi è conveniente esprimere la soluzione generale della (4. . imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. . Innanzitutto. possiamo dire che la soluzione generale della equazione differenziale (4. Ni − 1}. .65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. l’equazione differenziale (4. . soddisfi le condizioni iniziali (4.72)]. Assegnato l’ingresso x(t). con i ∈ {1. . In altri termini. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). . l’evoluzione libera del sistema è nulla. la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. cioè y0 (0) = y0 . . La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. ∀t ∈ R. .65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. R} e h ∈ {0. Notiamo che. assumendo che siano nulle le condizioni iniziali. La (4. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . si determina una soluzione particolare y p (t) della (4. Questo è un risultato del tutto intuibile in quanto. y1 . allora la soluzione particolare ottenuta è valida solo per t > 0. . Anche in questo caso. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. 3. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno.65). l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). .65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0.66) assegnate. .65) non definisce univocamente un sistema. Si determina la soluzione omogenea y0 (t) data dalla (4. senza portare in conto le condizioni iniziali. yN−1 . .74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. d y0 (t) dt = y1 . Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. (4. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. Si determinano gli N coefficienti ci. D’altra parte. in quanto l’uscita è definita a meno di N costanti arbitrarie. Riassumendo quanto detto finora. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. per la presenza delle costanti ci. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate .74) determina un sistema di N equazioni lineari nelle N incognite ci.65). ossia.73). data da y(t) = y0 (t) + y p (t) per t > 0. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. né una tecnica generale di soluzione. dN−1 y0 (t) dt N−1 = yN−1 . .65) si può ottenere seguendo i seguenti passi: 1.h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. (4.h sono combinazioni lineari dei valori y0 . in quanto tiene conto del solo segnale di ingresso x(t).66) e la seconda dipendente solo dal segnale di ingresso x(t). .

77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1).66) non è lineare. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . può essere rappresentato mediante lo schema a blocchi in fig.16). ciò viola la prop. 3.22. 4.66) non è tempo-invariante. dt (4.22. è interessante osservare che il sistema definito dalla (4. Esempio 4. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). Tuttavia. se si impone x(t) ≡ 0.4 dal momento che. occorre che la sua evoluzione libera sia nulla. 3. ∀α1 . Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. In definitiva. allora yfor (t) ≡ 0. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). 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. indipendente dal segnale di ingresso.76) è che in generale il sistema descritto dalle (4. Fig. Possiamo quindi dire che.23. La .16). affinchè il sistema descritto dalle (4.65) e (4. La seconda osservazione legata alla (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). In particolare.76) è lineare per le differenze. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. 4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi.76) è che in generale il sistema descritto dalle (4. segue dalla (4. 4. nel quale l’ingresso x(t) è la tensione ai capi della serie RC.76) che y(t) = ylib (t) = 0.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].65) e (4. indipendente dal segnale di ingresso. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. rispettivamente. mentre l’uscita y(t) è la tensione ai capi della capacità. Schema elettrico del sistema RC (es. α2 ∈ C. 4. assegnando cioè y0 = y1 = · · · = yN−1 = 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). la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) .65) e (4. ciò significa che se x(t) ≡ 0.23.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. ∀t0 ∈ R. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). cioè. 4. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t).66) sia LTI. Schema a blocchi del sistema RC (es.76) La prima osservazione interessante suggerita dalla (4. Inoltre. il che si ottiene imponendo che il sistema sia inizialmente in quiete. (4.

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

80) Osserviamo che. (4. il sistema LTI ottenuto è causale [h(t) = 0. ovvero s(t) = (1 − e−t/RC ) u(t) . . per un’equazione differenziale di ordine N.37) esistente tra risposta al gradino e risposta impulsiva. 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) . 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). si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. Inoltre.77).80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale. Tenendo presente la relazione (4. Nel cap. 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). con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. è pari a yt0 (t) = yfor (t −t0 ). 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. 4. essendo il sistema LTI nelle ipotesi fatte.65).11. con N ≥ 0 e aN = 0.65) in maniera più semplice di quanto visto finora. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. ma non comporta discontinuità in t = 0 del segnale y p (t). inoltre. segue che c3 = −1. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. M (4. ∀t < 0] e stabile [h(t) è sommabile]. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. una relazione analoga alla (4.50) assegnata nell’es. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) .174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. ponendo T = RC. trattandosi di una equazione differenziale del primo ordine.81) nota come equazione alla differenze a coefficienti costanti di ordine N. ponendo y0 = 0. 4. e la (4. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). il sistema risultante non è omogeneo (e quindi non è lineare). y(t) = yfor (t) ne rappresenta la sua risposta al gradino. dt RC che.24.10 Pertanto.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . corrisponde alla risposta impulsiva (4.6. per cui risulta che c2 = 0. 4. per la presenza dell’evoluzione libera. ottenuta ponendo x(t) = u(t − t0 ). Oltre ad essere chiaramente dispersivo. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . 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. Notiamo a questo punto che.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.

analogamente alle soluzioni di una equazione differenziale (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . . 3.9. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . Solo nel caso N = 0. sono generalmente meno note ai lettori. i sistemi definiti implicitamente dalla (4. sebbene in principio siano più semplici rispetto alle equazioni differenziali. h(n) = a0  0. . (b) risposta al gradino. sotto opportune ipotesi. è necessario risolvere rispetto a y(n) l’equazione alle differenze. . notiamo che la (4. . ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin .6 0. per determinarne la relazione i-u.8 RC h(t) 0. (4.81) si può esprimere. A tale proposito. . . avente la seguente risposta impulsiva:   bn . .65).8 0. la (4.81) rappresenta una relazione i-u semplice da studiare. In particolare. y(−2) = y2 . a partire da un istante prefissato nin ∈ Z. In particolare. M} .2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. la (4. e sono denominati sistemi auto-regressivi a media mobile (ARMA). y(−N) = yN . analogamente al caso TC. sono sistemi LTI. . Sistema RC (es.82) Dal confronto con l’es. .4 0.83) dove y1 . come: y(n) = y0 (n) + y p (n) . n ∈ {0. sia applicato in ingresso al sistema un dato segnale x(n). assegnato il segnale di ingresso x(n).4. supposto che. va detto che la teoria e la pratica delle equazioni alle differenze.6 0. . si può provare che la soluzione generale di una equazione del tipo (4.4 0. Per N ≥ 1.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. per trovare la corrispondente uscita y(n) per n ≥ nin .82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). . yN sono valori (in genere reali) assegnati.65). . altrimenti . y2 . .6 Esempi di sistemi LTI 175 1 0. (4. 4. 1. in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . Ponendo per semplicità nin = 0.16): (a) risposta impulsiva.81) descrive solo implicitamente un sistema. Assegnato l’ingresso x(n) per n ≥ nin .24. a0 m=0 (4.81). 4.

. . . Conseguentemente. zN . y0 (−2) = y2 . la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. N (4. .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . l’esponenziale zn è soluzione della (4. . yN (−N) = yN . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. a N 0 1 siano reali. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . con z ∈ C e si pone y(n) = zn nella (4.88) Quindi. . .89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n).11 Se le N radici del polinomio q(z) sono distinte. . . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . ossia y0 (−1) = y1 .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. . Se invece il polinomio q(z) presenta R radici distinte z1 . .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. rispettivamente.87) dove c1 . . come nel caso TC. . N2 . . cioè y1 = y2 = · · · = yN = 0. M (4. z2 . .83). immaginarie oppure complesse. .89) si trova che le costanti ci. cN sono costanti arbitrarie.81): k=0 ∑ ak y(n − k) = 0 . ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . 1 2 N (4. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . .h nh zn . .84) si effettua ragionando similmente al caso TC. .88) che soddisfa le condizioni iniziali (4. la soluzione generale della (4.86) le cui radici possono essere reali. NR . .h .81).84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). zR aventi molteplicità N1 . siano esse z1 . yN−1 assunti da y0 (n) per n ∈ {−N. yN .h sono combinazioni lineari dei valori y0 . . . z2 . y1 . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . Risolvendo il sistema lineare (4. ovvero la soluzione generale dell’equazione omogenea associata alla (4.84). −1}. . . . . Se ci si limita a trovare soluzioni del tipo zn . con N1 + N2 + · · · + NR = N.84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . i (4. . . le radici di q(z) sono o reali o complesse coniugate. y2 . . (4. . −N + 1. . . la soluzione generale della (4. c2 .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. a . Pertanto. . . . (4.

81).6 Esempi di sistemi LTI 177 del sistema è nulla. Tale procedura. . . . assegnando y1 = y2 = · · · = yN = 0.91). A differenza del caso TC. .4. . prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. Nell’esempio che segue. Tale metodo si basa sull’osservazione che la (4. Pertanto. l’equazione alle differenze (4.81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) .92) . y(−N + 1). Dividendo primo e secondo membro per a0 = 0.81) e (4. . e ponendo a = −a1 /a0 e b = b1 /a0 . il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4.91). ∀n ∈ Z.83) è in generale lineare per le differenze e tempo-variante.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) . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0. Esempio 4. . x(n − 2). dai valori y(n − 1). il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. Successivamente. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate.90) A causa della presenza dell’evoluzione libera. y(−2). a0 k=1 a0 m=0 (4. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. y(1). essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. . I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4.91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). .81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . . il sistema descritto dalle (4. .83). che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . di quello passato x(0) e degli N valori precedenti dell’uscita y(0). . (4. possiamo riscriverla nella forma seguente. ossia. y(−N) (ovvero le condizioni iniziali assegnate). . Similmente al caso TC. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). D’altra parte.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. y(n) − a y(n − 1) = b x(n) . In conclusione. ylib (n) = 0. Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0.81) e dalle condizioni iniziali (4. più semplice. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. . con condizioni iniziali nulle. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). (4. che è applicabile solo a TD. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). . il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . y(n − 2). .

causale. in Matlab. Analogamente.8333 e b = 1. h(n) = 0 .178 Sistemi lineari tempo-invarianti (LTI) da cui si ricava che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n) e dal valore precedente y(n − 1) del segnale di uscita. es. 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. a ed in generale.11. Questa interpretazione porta allo schema a blocchi riportato in fig. scrivendo: h(n) = a h(n − 1) + b δ (n) . h(2) = a h(1) + b δ (2) = a(ab) = a2 b . nel cap. 4. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . i sistemi ARMA presentano risposte impulsive di durata infinita. per N ≥ 1. 4. È interessante osservare che.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. 4. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. Per semplicità. possiamo trovare la soluzione h(n) in maniera ricorsiva. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . Dalle proprietà della risposta impulsiva. Imponiamo che il sistema sia LTI. ed in generale. ossia y(n) = h(n).23 sottolinea che l’equazione (4. 4. si vede che il sistema è dispersivo. ovvero y(−1) = 0. h(n) = an b . il comando filter implementa proprio la relazione i-u di un sistema ARMA. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. il sistema in esame è un sistema IIR avente memoria praticamente finita. A conclusione di questo paragrafo. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b .26 per a = 0.16). oltre a fornire un metodo alternativo di risoluzione dell’equazione. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. data la notevole importanza dei sistema ARMA nelle applicazioni. in generale. Pertanto. la cui somiglianza con lo schema di fig. con un leggero abuso di notazione. h(1) = a h(0) + b δ (1) = ab . cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n).12 è utile fare qualche considerazione sulla loro implementazione. A differenza del caso TC. supposto 0 < |a| < 1. e stabile per 0 < |a| < 1. osserviamo che la forma ricorsiva (4. Va detto che. assumendo che il sistema sia inizialmente in quiete. per n ≥ 0. per n < 0.81). 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. 4.25. ed in particolare nell’elaborazione digitale dei segnali. .17. Così facendo. A tale proposito. che è rappresentata graficamente in fig. In tale ipotesi. e sono pertanto sistemi IIR. 4. In definitiva. suggerisce anche un modo per realizzare il sistema. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva.25). 4. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 .91) dell’equazione alle differenze (4. denotiamo 12 Ad esempio.

91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . opportunamente ritardato e scalato. M}. m=0 N N (4. ponendo a zero i coefficienti bk . 4.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. è possibile ottenere un sistema con N > M. N (4.8333 e b = 1). . così facendo la (4. . Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI. ponendo a zero i coefficienti bm .25. 4. Questa ricorsione.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. è possibile ottenere un sistema con N < M. con ak i rapporti −ak /a0 . h(n) 0 0 5 n 10 15 20 Fig.8 0.26. Precisamente.6 0. . M}. e con bm i rapporti bm /a0 . 2. 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) .17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. . per m ∈ {0. per m ∈ {M + 1. .2 Fig. partire da un sistema ARMA con N = M. 4. analogamente. per k ∈ {N + 1. N + 2. 4. 4. Risposta impulsiva del sistema LTI (es. N}. i sistemi AR presentano risposte impulsive di durata infinita. . . è riportato indietro verso il segnale di ingresso z(n). si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che.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. N}. lo schema a blocchi corrispondente alla (4. . . . . . . ritardo elementare e sommatore. 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) .4 0. M + 2.4. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale.17). . 1. Per effetto della ricorsione.27. per k ∈ {1. 13 A .93) è riportato in fig. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. . N (4. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. .

precedentemente menzionato. . . b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N.94) rappresenta la parte MA (o FIR) del sistema.180 Sistemi lineari tempo-invarianti (LTI) z(n) x(n) z -1 x(n-1) z -1 x(n-2) . . che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. nonchè amplificatori e sommatori. pertanto.95) rappresenta la parte AR (o IIR) del sistema.28. z -1 y(n-N) b2 a2 .27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. si ottiene la struttura cosiddetta canonica riportata in fig. . Lo schema di fig.27. . 4.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. 4. . .29. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata. senza alterare la natura del sistema.27 è comunemente denominata forma diretta I del sistema ARMA. La realizzazione di fig. . z -1 x(n-N) bN aN . calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II.14 per un totale di 2 N ritardi elementari. 4. Possiamo quindi dire che la (4. Lo schema si può vedere come la cascata della parte MA e della parte AR. . In tal modo. 15 Il comando filter di Matlab. mentre la (4. 4. in quanto sia la parte MA che quella AR sono sistemi LTI. Realizzazione in forma diretta I di un sistema ARMA (N = M). che è generalmente denominata forma diretta II del sistema ARMA. 4. ciò non altera il legame i-u del sistema. Così facendo si giunge alla struttura modificata rappresentata in fig. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. . e sono pertanto sistemi IIR. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari.

4. . . .27 scambiando l’ordine della parte MA e della parte AR.28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. . . . Realizzazione in forma canonica di un sistema ARMA (N = M). . . z -1 aN u(n-N) bN . . . .4. . Realizzazione in forma diretta II di un sistema ARMA (N = M). b2 b1 Fig.28. .6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . . b1 b2 . 4. Lo schema si ottiene facilmente da quello di fig. . . . Lo schema si ottiene facilmente da quello di fig. 4.29. z -1 u(n-N) bN parte AR parte MA Fig. z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . 4.

e scrivere la relazione i-u in termini di convoluzione discreta (4. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. Supponiamo che il segnale di ingresso sia un fasore a frequenza f . avente ampiezza unitaria e fase iniziale nulla. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero). Assumendo che la quantità tra parentesi tonde esista finita.7) oppure continua (4. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza.12).12). Nei paragrafi seguenti. (4. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o. oltre che come sovrapposizione di impulsi.97) +∞ −∞ h(τ ) e− j2π f τ dτ .9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t . è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria.182 Sistemi lineari tempo-invarianti (LTI) 4. 4. e dei sistemi LTI in particolare. Sostituendo nella relazione i-u del sistema. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). di sinusoidi (rappresentazioni di Fourier). per il quale la H( f ) definita dalla (4.96) esiste finita. Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. se reali. 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. ovvero poniamo x(t) = e j2π f t . per comodità di presentazione. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI.96) . in ingresso ad un sistema TC LTI con risposta impulsiva h(t). Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati.7 Risposta in frequenza di un sistema LTI Abbiamo visto in questo capitolo che rappresentando un arbitrario segnale di ingresso x(·) come sovrapposizione (discreta o continua) di impulsi δ (·). moltiplicato per H( f ).7.

mentre la sua fase H( f ).31.9 si applica sicuramente a tutti i sistemi stabili. ovvero si ha y = A x. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. e la sua inversa. per ogni fissato valore di f .30. |H( f )| < +∞. (4. Dalla sua definizione (4. 4. prende il nome di risposta in fase. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). è in generale una grandezza complessa. tale relazione di trasformata di Fourier è invertibile. che definisce H( f ) in funzione di h(τ ). 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. si può interpretare come la trasformata di Fourier del segnale h(τ ). prende il nome di risposta in ampiezza. che modifica l’ampiezza del fasore di ingresso.9 può anche essere rappresentata dallo schema a blocchi di fig. che modifica la fase del fasore di ingresso.4. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. la prop. 4. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. 4.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). 4. Quindi. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. Si noti che tale proprietà vale anche per f = 0. detta antitrasformata di Fourier. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. Infatti. Fig. da cui segue che. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. dicendo che i fasori sono le autofunzioni dei sistemi LTI. La quantità H(0) prende il nome di guadagno in continua del sistema LTI.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. proporzionale a e.98) La (4. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. Per completare l’analogia. ∀ f ∈ R. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] .30. per analogia con la corrispondente proprietà dell’algebra lineare. osserviamo che H( f ). 6 che la relazione (4. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati.97). Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. inoltre il suo modulo |H( f )|.96). Tale proprietà si esprime. mentre la fase del fasore viene modificata da H( f ). generalmente soddisfatte dai segnali di interesse pratico. che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . ovvero se il sistema è stabile. . evidenzia che i fasori sono segnali particolari per i sistemi LTI. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. Vedremo nel cap. in particolare concetti di analisi funzionale. in particolare l’ampiezza del fasore viene modificata da |H( f )|. cioè dell’autovalore. La prop.7 Risposta in frequenza di un sistema LTI 183 x(t) H(f) y(t) = H( f) e j2πft x(n) H(ν) y(n) = H( ν) e j2πνn Fig. Sotto opportune ipotesi. Sostituendo tale espressione nella (4. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. 4. conseguentemente. se h(τ ) è sommabile. si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ .96). ∀f ∈ R. 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 .

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 . si perviene alla seguente equazione differenziale.16 (si veda anche il § 4. ovvero H( f ) = y(t) x(t) . è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. Esempio 4.22. mentre assume valori minori di 1 per f = 0 e decrescenti .1). della quale è facile ricavare modulo e fase. 6.6. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . e sostituendo tali espressioni nell’equazione differenziale (4. (4. la prop. 4. 4. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). 4. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0.96). 4. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f .100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t .99). Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t .184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. § 4.32 in funzione di 2π f RC. 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 .100) che descrive il sistema. Sfruttando la conoscenza di h(t). dt (4. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 . nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile.6. raffigurato in fig. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. e sarà ulteriormente approfondito nel cap. È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 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. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C.1) che. come dimostrato dall’esempio seguente. 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. 4. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) . dt dt sostituendo nella (4.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). avente ampiezza unitaria e fase iniziale nulla.100) Abbiamo visto nell’es.16.

supposto H( f ) finita.96). 3. dove si è sfruttato il fatto che.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. se l’ingresso è nullo. 4. notiamo che. 4.32.18): risposta in ampiezza (in alto). va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. cioè H( f0 ) = 0. la corrispondente uscita è nulla.96) o dalla (4.9 e l’es. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete. il sistema può “sopprimere” completamente il segnale di ingresso.18 conferma che la funzione H( f ) data dalla (4. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. si è implicitamente imposto che il sistema sia LTI. che assume una importanza rilevante nello studio dei sistemi LTI. Se il sistema LTI è reale. 4. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. La prop. 4. L’es. e sarà ulteriormente approfondito nei prossimi capitoli. crescenti al crescere di | f |.100) e non la condizione iniziale y(0) = 0. 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 .101) .18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. la corrispondente uscita è necessariamente nulla (cfr. risulta h∗ (τ ) = h(τ ). Infatti. In altri termini. si ha: H ∗ ( f ) = H(− f ) . dato un sistema LTI. risposta in fase (in basso). In virtù di questo comportamento. Quindi. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) .4. Infatti.4). per un sistema reale. Pertanto. coniugando la (4. il che è vero se e solo se y(0) = 0. prop. al crescere di | f |.99) è in generale una funzione complessa. (4. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. Come osservazione conclusiva. Risposta in frequenza di un sistema RC (es. 4. se h(τ ) è reale. In particolare. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . Tale conclusione non è corretta. tuttavia. In definitiva. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. viene chiamato filtro passabasso. Un sistema di questo tipo. 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. che introduce un’attenuazione di ampiezza crescente con la frequenza. ovvero la sua risposta impulsiva h(t) è una funzione reale. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . a prima vista.

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.

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 . Si consideri lo schema di misura di fig. se H( f0 ) = 0. considerando due attraversamenti dell’origine con pendenza positiva).35.110) si può ottenere come caso particolare della (4. Notiamo in effetti che la (4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . la prop. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare. viene collegato all’ingresso e all’uscita del circuito.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. 4.4. 4. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . Si può immediatamente osservare che.109) introducendo un opportuno sfasamento di π /2. notiamo che per la proprietà 4. 4. Esempio 4. per il quale H(ν ) definita dalla (4. Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla.112) Analogamente al caso TC.104) esiste finita per ν = ν0 . ed è riportata di seguito per completezza. capace cioè di rappresentare due segnali su uno stesso visore. 4.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).111) (4.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. un oscilloscopio a doppia traccia. Inoltre. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es.35). T0 In definitiva.21).13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R.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. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] .35. se H(ν0 ) = 0. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. (4. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. 4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. Variando la frequenza f0 del generatore (a scatti oppure in maniera .12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. 4. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4.

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

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

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

. Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n). con |b| < 1.   1 e(t+1) . y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. con T ∈ R+ . per 4 ≤ t < 6 . per t ≤ 0 . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n). per t > T . per t < 0 . per n ≤ −1 .    2t − t 2 .  0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n).  −t/T ) .  per 0 ≤ t < 2 . Esercizio 4.    0 .8 Esercizi proposti 195 Esercizio 4.8 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 t < 0 . per 1 < t ≤ 2 . Esercizio 4. per 2 < t < 3 .   9 − 6t + t 2 . per t > −1 . per t ≥ 6 .    0 .4. e  0 . per t ≥ 3 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . Te  0 . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).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). (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). con a > 1. Calcolare l’uscita y(n) del sistema.    2t . 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).  per 0 < t ≤ 1 . per n > −1 .  (b) y(t) = 4 . con |b| < 1.  1−1/a Risultato: (a) y(n) =  1/a  1−1/a .  (b) y(t) = 1 .   12 − 2t .  n  a . Esercizio 4. Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).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 2 ≤ t < 4 .  −t/T  (e − 1) . Risultato: y(n) = (n + 1) bn u(n) per a = b.10 Il segnale di ingresso x(n) e la risposta impulsiva h(n) di un sistema LTI sono dati da: (a) x(n) = u(n) ed h(n) = an u(−n − 1). per t ≤ −1 .

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

τ ) dt allora d dt +∞ −∞ ≤ g(t. utilizzando s(n). (c) il sistema è dispersivo. Risultato: s(n) = δ (n + 1) − δ (n). τ ) . dt Esercizio 4. h(t) = t e−t u(t). stabilire se il sistema è non dispersivo. causale. stabile. (b) il sistema è dispersivo. h(n) = (1/2)|n| . t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . f (t. stabile. h(t) = e−2t u(t + 2). h(t) = e−6t u(3 − t). Esercizio 4. stabile. non causale. (g) h(t) = 2 e−t − e(t−100)/100 u(t).5) − rect(t − 1. h(n) = 4n u(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 . stabile. Esercizio 4.8 Esercizi proposti 197 dagli scopi di questo corso. τ ) integrabile su R rispetto a τ e un costante ε > 0.5). stabile. non causale. τ )dτ = +∞ −∞ d [ f (t. (g) il sistema è dispersivo. (d) il sistema è dispersivo. Risultato: s(t) = Λ(t − 1). Risultato: (a) il sistema è dispersivo. instabile. Esercizio 4. stabilire se il sistema è non dispersivo. .15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t).14 Calcolare e diagrammare la risposta al gradino s(n) del sistema LTI avente relazione i-u y(n) = x(n + 1) − 2 x(n) + x(n − 1) Successivamente. τ )] dτ . h(t) = e−6|t| . h(t) = e2t u(−1 − t). Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2). non causale. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). tale per cui: d f (t. h(n) = (1/3)n u(n) + 3n u(−n − 1). causale. instabile. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). (f) il sistema è dispersivo.16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). h(t) = rect(t − 0. causale.4. non causale. (e) il sistema è dispersivo.

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

h1(t) u1(t) + w 3(t) h3(t) u3(t) h4(t) u4(t) + + y(t) x(t) h2(t) u2(t) Sistema complessivo . Risultato: (a) il sistema h1 (t) è dispersivo. Esercizio 4. h2 (t) = u(t + 2) − u(t) . il sistema h4 (t) è dispersivo. determinare la risposta impulsiva h2 (n) (si noti che questo equivale ad effettuare una deconvoluzione). causale. causalità e stabilità). stabile. instabile. instabile.8 Esercizi proposti 199 Esercizio 4. rispettivamente. stabile. causale. motivando brevemente le risposte. causale. causale. h4 (t) = eat u(t) . dove a è un numero reale negativo. rispettivamente. il sistema h2 (t) è dispersivo. il sistema h3 (t) è dispersivo. con h1 (n) = R2 (n). stabile. h2 (t) = e−2t u(t) e h4 (t) = e−3 (t+2) u(t + 2) . h3 (t) = δ (t − 2) . non causale. (b) Determinate la risposta impulsiva h(t) del sistema complessivo avente come ingresso ed uscita i segnali x(t) e y(t). e discuterne le proprietà (non dispersività. ciascuno dei sistemi sopra riportati sulla base delle loro proprietà (non dispersività. il sistema è dispersivo. 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).22 I quattro sistemi LTI in figura sono caratterizzati dalle seguenti risposte impulsive: h1 (t) = h3 (t) = δ (t − 1) . Risultato: h2 (n) = δ (n) + 3δ (n − 1) − 7δ (n − 2) + 5δ (n − 3).4.20 Si consideri la connessione in cascata dei due sistemi LTI causali aventi risposte impulsive h1 (n) ed h2 (n). Esercizio 4.21 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) . (a) Classificare. causalità e stabilità). (b) h(t) = (1−eat ) u(t).

Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare.200 Sistemi lineari tempo-invarianti (LTI) (a) Calcolare la risposta impulsiva h(t) del sistema complessivo [avente x(t) come ingresso e y(t) come uscita]. (b) il sistema è dispersivo. Esercizio 4.5) nel caso (b). il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). Entrambi i sistemi sono lineari.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) . in generale è tempo-variante. causali. 1 + j/2 1 + j/2 . motivando brevemente le risposte. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). non causale. (b) il sistema è 3t . dispersivo. 2T lineare per ogni a.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) . (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. (b) Classificare il sistema complessivo. con T > 0. S3 : y(t) = x(t/2) (espansione di 2) . non causale. stabile. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. Esercizio 4. causalità e stabilità. dispersivi. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). S2 : h(t) = δ (t) − δ (t − 1) . (a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. invarianti temporalmente e stabili. (b) per 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). con a ∈ R. invariante temporalmente. rispettivamente. non dispersivo. stabile. (c) h(t) = 3 rect Esercizio 4. y(t) = x(t) − x(t − 0. il sistema è lineare. stabile. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. causalità e stabilità). non dispersività. causale. y(n) ≈ . sulla base delle sue proprietà di non dispersività. eccetto che nel caso in cui a = 3. rispettivamente.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 . Risultato: (a) y(t) = T −T x at − τ 3 d τ .

36.4.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . s(t) = yfor (t) = e−t/T u(t). (e) il sistema è LTI se y0 = 0. stabilità) del sistema LTI determinato al punto (e). e la tensione y(t) ai capi della resistenza è il segnale di uscita. stabile. (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . [Suggerimento: per il punto (e). (f) Studiare le proprietà (non dispersività. la risposta al gradino sarà la derivata della risposta alla rampa. 4. dt T Esercizio 4. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa).  0 . per 0 ≤ t < 2 . h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore. dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. (c) ylib (t) = y0 e−t/T .     0. [Suggerimento: Per calcolare h(n).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) . (c) Disegnare lo schema implementativo del sistema in forma canonica. per t < 0 .5 (1 − e−4 ) e−t . (f) il sistema è dispersivo. causale. (b) y0 (t) = c1 e−t/T .     Risultato: y(t) = 0.26 Si consideri il circuito RC di fig.8 Esercizi proposti 201 Esercizio 4. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. sistema dispersivo. notare che essendo il gradino la derivata della rampa. Esercizio 4. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. Esercizio 4. con costante di tempo T = RC = 1s. causale. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).5 (1 − e−2t ) e−t .27 Si consideri il circuito CR di fig. con T = RC. (a) Disegnare lo schema implementativo del sistema in forma diretta I.36. (b) Disegnare lo schema implementativo del sistema in forma diretta II. stabile se e solo se |a| > 1. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). .] Risultato: h(n) = (1/a)n−1 u(n − 1). causale e stabile. per t ≥ 2 . causalità. 4.] Risultato: (a) d 1 d y(t) + y(t) = x(t). con a ∈ R. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI).

33 Nello schema di figura. 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) . (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. con T > 0. t t (c) x(t) = cos 2π T . Esercizio 4. (c) y(t) ≡ 0. (d) y(t) = 2 cos π T . S3 : e j5t −→ cos(5t) . i sistemi S1 e S3 non sono sicuramente LTI. Stabilire se i tre sistemi possono essere LTI. S2 : e j5t −→ e j5(t−1) . Risultato: Solo il sistema S3 può essere LTI. Calcolare la risposta in frequenza del sistema. Esercizio 4. S3 . S3 : e jπ n/2 −→ 2 e j5π n/2 .202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). t (b) x(t) = e jπ T . (b) y(t) = 2e jπ T . causalità. (e) y(t) = cos 2π T rect t t−0.5T T . stabilità). il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . i sistemi S1 e S2 non sono sicuramente LTI.31 Si considerino i sistemi TC S1 . S2 . S3 . Stabilire se i tre sistemi possono essere LTI.32 Si considerino i sistemi TD S1 . Risultato: Solo il sistema S2 può essere LTI. ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . t t Risultato: (a) y(t) ≡ 0. non dispersività. S2 . con T > 0. x(t) z(t) S1 + − 6 S2 . t (e) x(t) = cos 2π T u(t). Esercizio 4. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). S2 : e jπ n/2 −→ e j3π n/2 . . invarianza temporale. t t (d) x(t) = 2 sin 2π T + cos π T .30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ).

il sistema è lineare. calcolare l’uscita y(t) del sistema se in ingresso si pone il segnale x(t) = 3 + 2 cos 2π t 2T + 4 cos 2π t T 2π t 2T Risultato: (a) H( f ) = 1 − e− j2π f T = 2 je− jπ f T sin(π f T ). T Esercizio 4. calcolare l’uscita y(t).y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. (b) il sistema è LTI.5 .5 < ν ≤ 0. dispersivo. applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π . √ Risultato: y(n) = 2 2 sin(0. (b) il sistema è LTI. Esercizio 4. invarianza temporale. il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). . (c) y(t) ≡ 1. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. (b) y(t) = 4 cos . non dispersività. tempo-invariante. stabilità). Risultato: (a) y(t) = t t−T x(τ ) dτ . stabile).36 Si consideri il sistema LTI avente.25 π (n + 1)). (c) y(t) = rect . stabile.34 Nello schema di figura.5T 1 1 − e− j2π f T = e− jπ f T . la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. (b) Sfruttando i risultati del punto (a). causale. causale. 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). con le seguenti proprietà: linea- re. con riferimento al periodo principale.25 π n). tempo-invariante. causalità. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T .4. è un integratore con memoria finita. calcolare l’uscita y(t) e rappresentarla grafiT camente. x(t) 6 S S 6 .5T . 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 . Esercizio 4. 1/T ). dispersivo. (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.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ .5 e− j 8πν per −0.

(b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 1 + 4π Risultato: (a) f >0 .38 Si consideri il circuito RLC di fig. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . determinare la sua risposta in frequenza H( f ). e la tensione y(t) ai capi del condensatore è il segnale di uscita. Fig. 1 . con T = RC. calcolare la sua risposta in frequenza H(ν ). e la tensione y(t) ai capi del condensatore è il segnale di uscita.37 Si consideri il circuito CR di fig.38. Circuito RLC. Fig. 4. 2 − e− j2πν + e− j6πν Esercizio 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).36. f <0 Esercizio 4. (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 . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . Circuito CR. Circuito RC. 4. con ω0 = dt dt (coefficiente di smorzamento). (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.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. 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4.29 sia stabile. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).39 Supponendo che il sistema ARMA descritto dell’esercizio 4. 4. determinare la sua risposta in frequenza H( f ). 4. H( f ) = tan−1 ζf . 4. 2π | f |T . Esercizio 4. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso. (b) H( f ) = . 1 d j2π f T d y(t) + y(t) = x(t). con 2π f0 = ω0 . dt T dt 1 + j2π f T π − arctan(2π f T ) . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso.38.37. Risultato: H(ν ) = 1 − 5 e− j8πν .37.

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

206 Sistemi lineari tempo-invarianti (LTI) .

il calcolo dell’uscita di un sistema LTI si effettua più semplicemente introducendo il concetto di risposta in frequenza. nel caso TC o TD. I benefici di tale rappresentazione saranno evidenziati calcolando nel § 5. la risposta di un sistema LTI ad un fasore applicato al suo ingresso. come ad esempio il seguente segnale TC. e nel caso TD assume la denominazione più specifica di Discrete Fourier Series (DFS). 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. Abbiamo però visto nel § 4. per la linearità del sistema e per la (4. composto da due fasori a frequenze f1 ed f2 : x(t) = e j2π f1t + 2 e j2π f2t . Tale rappresentazione prende il nome di serie di Fourier. mostrando in particolare che i segnali periodici (TC e TD) possono essere espressi come sovrapposizione discreta di fasori. l’uscita corrispondente sarà calcolabile semplicemente come: y(t) = H( f1 ) e j2π f1t + 2 H( f2 ) e j2π f2t .97) e (4. aventi frequenze multiple di una stessa frequenza (frequenza fondamentale).7 che. la semplicità di tali risultati spinge a cercare rappresentazioni di segnali come sovrapposizione di fasori. Si consideri infatti un segnale espresso da una somma di fasori.5 l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico. quando il segnale di ingresso è un semplice fasore. 5.1 Introduzione Nel precedente capitolo abbiamo ricavato le semplici relazioni i-u (4. denominati filtri ideali.97). Se tale segnale è posto in ingresso ad un sistema LTI avente risposta in frequenza H( f ). .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.105) che consentono di calcolare. 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).

ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822).2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. tratteremo separatamente la serie di Fourier per segnali TC e TD. Tale segnale risulta periodico di periodo T0 = 1/ f0 . ed ampiezza A/2. e presenterà interessanti relazioni con la serie di Fourier. che la introdusse in vari scritti del 1807 e del 1811. Successivamente. l’espressione di un segnale arbitrario come somma di oscillazioni sinusoidali fu introdotta nel 1753 dal matematico svizzero Daniel Bernoulli (1700–1782) nell’ambito dei suoi studi sul problema delle corde vibranti. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. lo svizzero Leonhard Euler (1707–1783) detto Eulero.2 Si consideri ad esempio il seguente segnale.3. solo in questo caso. espresso come somma di un numero finito di fasori. infatti. sarà applicabile anche ai segnali periodici. Quest’ultima rappresentazione. opportunamente generalizzata. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . 2 2 La relazione precedente mostra. 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. non necessariamente periodico. purché le frequenze siano tutte multiple di una frequenza comune f0 . Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17].208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. in accordo con l’interpretazione già data nel § 2. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . 5. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . Va osservato. cioè i loro rapporti sono dei numeri razionali. È semplice rappresentare tale sinusoide 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) . La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse.3.1) 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 . il segnale x(t) risulta periodico. vedremo la rappresentazione più generale di un segnale. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. rispettivamente. 2 2 2 2 2 2 (5. che molto prima di Fourier. che prende il nome1 di serie di Fourier. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. In particolare. 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. peraltro. nota come trasformata di Fourier. 2 In generale. rappresenti un caso particolare di scarso interesse pratico.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830). Nel seguito del capitolo. e per di più a valori complessi. poiché esistono differenze non trascurabili tra i due casi. avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . sarà esaminata in questo capitolo. 6. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. nel cap. Partiamo per semplicità da uno dei più semplici segnali periodici TC.

3) e la (5. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare.7) T0 . A tale proposito. nel senso precisato nel cap. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ed integrando termine a termine su un periodo.5) T0 Essendo l’intervallo di integrazione finito. e quindi ammettono T0 come più piccolo periodo comune. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). con M ∈ N . cioè se hanno frequenze distinte.1). Ad A|k| esempio. Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). ±3}.3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . 0. . (5. ±M}.1)]. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t . dal confronto tra la (5. 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). . ±1. (4. Ad esempio. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. ±M} .2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. ottenuto come combinazione lineare di un numero finito di sinusoidi.3) sia effettivamente periodico di periodo T0 . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . =δ (k−h) (5. 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. i termini per k = ±2 prendono il nome di seconda armonica. se k = h . con h ∈ {0. notiamo che la (5. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5.4) e pertanto risultano ortogonali se k = h. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza).2) si ricava che M = 3 e Xk = 2 . dove le funzioni xk (t) sono ortogonali. a frequenze ± f0 . . se k = h . Le frequenze fk = k f0 dei fasori della rappresentazione (5. (5. ovvero: |x(t)| dt < +∞ . In tale ipotesi. ±1. cambiando l’indice da h nuovamente a k. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). . con k ∈ {0. ±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 . con k ∈ {±1. ±2 f0 e ±3 f0 . Assegnato il periodo T0 e il numero di armoniche M. moltiplicando ambo i membri della (5. .3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr.3) per e− j2π h f0t .3). per il segnale (5. questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . Per mostrare ciò. La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t). (5. Se infatti consideriamo due fasori della rappresentazione (5. (5.6) per cui.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . i termini per k = ±1 prendono il nome di prima armonica o fondamentale. . . .5. che in generale può essere complesso.

Abbiamo già avuto modo di evidenziare in passato che. (5. B. (vedi concetto di gradino e di risposta al gradino). T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. utilizzando la (5. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt .8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.7) ha senso.7).3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. più in generale. la serie di funzioni (5.2. in virtù della (5. mettendo insieme le (5. rimandando ogni discussione sulla convergenza della serie (5. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. 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. espresso come somma di un numero finito di funzioni continue. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5.11) 1 T0 . In definitiva.9). conseguentemente il segnale x(t). possono essere rappresentati combinando linearmente un numero finito di fasori.8) può risultare non convergente.3) e (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0. Infatti. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. (5. per ogni k ∈ Z. ±1.8) al § 5.210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. . non pone alcun problema di convergenza. Purtroppo.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 . Dalla maggiorazione precedente. ±M} ma. ∀k ∈ Z . sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità.3) che.10) (5. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. Si osservi inoltre che non tutti i segnali continui. 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 .3) sia applcabile. . affinchè la rappresentazione (5. Tuttavia.3) per il segnale x(t) espresso come somma di un numero finito di fasori.8) e (5. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi. In altre parole. inoltre.5).9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. basti pensare che nella (5. Per il momento tralasciamo questo aspetto. essendo la somma di un numero finito di termini. a differenza della rappresentazione (5.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .1. .3). prop. Ad esempio. è ancora una funzione continua (cfr. . il segnale periodico x(t) deve essere necessariamente continuo. Si osservi che.

k = X2.2. Più precisamente. Altre forme della serie di Fourier. in virtù di tale corrispondenza. rispettivamente.4. 3 In . la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier).12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. prop. 2.k . Per differenza. La (5.k . (5. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. Particolarizzando l’equazione di analisi per k = 0. 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 ).11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier.5. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t).12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. la seconda consente di decomporre o analizzare il segnale x(t). saranno sviluppate nel § 5. per ogni k ∈ Z. si ha X0 = 1 T0 x(t) dt = xdc . chiamati anch’essi armoniche del segnale. rispettivamente.10) e (5. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). ovvero si ha x1 (t) = x2 (t). in quanto forniscono per ogni valore di k. e gli stessi coefficienti della serie di Fourier di x(t). allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . ovvero per la componente continua. se X1. che è ovviamente nulla per xac (t). In altre parole. particolare. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). ed il fatto che per segnali periodici la media temporale [cfr. fatta eccezione per il coefficiente per k = 0.7(c)] si può calcolare su un periodo del segnale. ∀t ∈ R eccetto che in un insieme di misura nulla.3 In particolare. Poiché i coefficienti Xk sono grandezze complesse. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . È interessante osservare che. sviluppabili in serie di Fourier con coefficienti X1.k ed X2. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . Dal punto di vista matematico. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier.2 Serie di Fourier per segnali TC 211 Le equazioni (5. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . valida in generale per segnali x(t) a valori reali o complessi. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . valide esclusivamente per segnali a valori reali. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier).

5.212 Serie di Fourier 1 |Xk| 0. noti che in fig. 5. 2  0. Gli spettri di ampiezza e fase sono dati.1. Esempio 5. 6]. 5.  ϕ0 . 4 L’esempio precedente mostra che in casi molto semplici. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. 4 Si .6 sinc(x) 0. k = 1. si ricava:   A e j ϕ0 .8 0. il calcolo dei coefficienti non è un problema concettualmente difficile. come la formula di Eulero. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5. altrimenti. Per segnali più complicati. La funzione sinc(x) per valori di x ∈ [−6. sebbene essa risulti a rigore indeterminata. k = −1. 2 2 da cui. k = −1. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e .11). con A > 0.2. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. 0. e sono riportati4 in fig. per semplicità di rappresentazione. altrimenti. 4 Fig. altrimenti.   indeterminata.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato.1 per il caso A = 1 e ϕ0 = π . Per maggiore generalità rispetto al caso visto precedentemente. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.10).1)).2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. k = ±1.5 0 −5 1 ∠ Xk 0 k 5 1 0.1 e nel seguito.  Xk = −ϕ0 . ϕ0 = π ). k = 1. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5. rispettivamente. 5. per confronto con l’equazione di sintesi (5.1 (A = 1. 2 Xk = A e− jϕ0 . eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. da: |Xk | = A 2. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . 5.2 0 0 −0.4 0.

si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . 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 . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. Per k = 0.1 −0. δc = 0.3 Xk 0.5 0.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt .5). Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .2. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle.5.3.2 (A = 1.2 Serie di Fourier per segnali TC 213 0. πk πk (5. I coefficienti Xk dell’onda rettangolare dell’es.5) sono puramente reali. cfr. 5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.4 0. di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . es.2 0.2 (serie di Fourier dell’onda rettangolare TC. 6] è riportato in fig.2 (A = 1.9). introduciamo la funzione sinc(x): sinc(x) = sin(π x) .13) Per esprimere in forma più compatta il risultato precedente. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . Le principali proprietà della funzione sinc(x) sono le tre seguenti. 2. . (5.2 −5 0 k 5 0. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k. 5. 5. Fig. Esempio 5. πx x ∈ R.14) il cui grafico per x ∈ [−6. 5. δc = 0. 5.4 |Xk| 0.1 0 −0. e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T .4.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.

in quanto. . 3. k pari. 1. che sono raffigurati graficamente in fig. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . 5. 11. (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. k = 2h + 1.3. .13). 2. 3. k dispari. 7. h dispari (k = . .    1 − πk . −7.  1  . . .4.5 (duty-cycle del 50 %) e A = 1. π |x| ∀x ∈ R . ed utilizzando la definizione di sinc(x) e le sue proprietà. . in quanto: |sinc(x)| ≤ 1 . k = . k = 0. Notiamo la simmetria pari dello spettro di ampiezza. . . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. . su un unico diagramma cartesiano. −1. quindi esse possono essere rappresentate come in fig. k = 0 . . e utilizzando la definizione di sinc(x).  k pari.   0. presenta armoniche puramente reali. 7. . 5. . 1. Xk = 1  πk . . π |k|  0   indeterminata Xk = 0    ±π k = 0. e la fase −π per k < 0. |Xk | = 0. 9. .. risulta: X0 = A δc sinc(0) = A δc . −5. Notiamo che l’espressione precedente vale anche per k = 0. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . Moltiplicando e dividendo per δc nella (5. k = 0 . − 7. la cui ampiezza decresce con legge inversamente proporzionale a k. Consideriamo allora il caso particolare δc = 0. k pari. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. . . . −3. −1. Più in generale. per la proprietà (b) della sinc. . . 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). si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . osserviamo che questo segnale. k = 0. . per qualunque valore di A e δc . k = . k = 0. k = 2h + 1. −3. 5.214 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. Per maggiore generalità. .). . 5. tuttavia.). si ha: 1 2. h pari (k = . e quella dispari dello spettro di fase. −5. π kδc k = 0. 0.. In tal caso. .

decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . 5.6. 5. L’onda triangolare dell’es.3 (A = 1). dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). Esempio 5. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. Tale segnale è raffigurato graficamente in fig.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 . Fig.11).4 0. Applicando la formula di Eulero a e− j2π k f0 t .6 x(t) 0. ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt .5. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. 5. T0 4 2 mentre per k = 0. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .4 |Xk| 0.2 Serie di Fourier per segnali TC 215 1 0.5 per A = 1. 5. Per k = 0.2 0 −5 0 k 5 2 ∠ Xk 0.3 (A = 1). 5.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig.8 0.5. 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 . Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 .

Come vedremo (cfr.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. k dispari. 5.3. 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).2. quindi gli spettri di ampiezza e fase si calcolano banalmente. il fatto che i coefficienti Xk una trattazione esauriente del problema della convergenza della serie di Fourier si rimanda ai testi di analisi matematica (ad esempio [3]). k pari. = 2A  . fatta eccezione per casi molto semplici (es. (−1)k Come evidenziato dagli es.2.216 Serie di Fourier integrale. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). si ha: Xk = = 2A T0 2A T0 T0 /2 0 cos(2π k f0t) dt − t=T0 /2 t=0 2 T0 2 T0 T0 /2 0 t cos(2π k f0t) dt t=T0 /2 t=0  1 2  T0 1 1 = sin(π k) − sin(π k) + T0  2π k f0 T0  2 2π k f0 2π k f0 =0 =0  2A  sin(2π k f0t) 2π k f0 − t sin(2π k f0t) 2π k f0 sin(2π k f0t) dt 2π k f0  cos(2π k f0t) t=T0 /2   2π k f0 t=0 − T0 /2 0 1 4A = 2 [1 − cos(π k) ] T0 (2π k f0 )2  0.11). 5. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative.2. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. 5 Per . Sia x(t) un arbitrario segnale periodo con periodo T0 . come vedremo nel § 5. definiti dalla equazione di analisi (5. 5.4 o più estesamente in app. nel seguito daremo solo qualche risultato fondamentale. e quindi consiste nella risoluzione di un integrale. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. § 5. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. come già mostrato precedentemente. segnale sinusoidale). notiamo che anche l’onda triangolare possiede solo armoniche dispari.2). esistano finiti. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . in quanto |Xk | = Xk ≥ 0 e Xk = 0. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2.2. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. k = 0. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. Vedremo tuttavia nel cap. Tuttavia.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier.2 e 5. e sono raffigurati in fig. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. inoltre.11). ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi.

la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. b). b). e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞.6) e (5.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini. se la serie di Fourier converge uniformemente su R. pertanto.15) converge al segnale x(t). lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali. § 5. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. allora si può scrivere M→+∞ lim xM (t) = x(t) . con |gk (x)| ≤ Mk . (5. con M ∈ N . uno stesso numero Nε va bene per tutti i punti dell’asse reale. In particolare. Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile.4. (5. (5.15) costruita a partire da questi coefficienti converga. ∀k ∈ Z e ∀x ∈ (a. 7 Si osservi che la peculiarità della convergenza uniforme consiste nel fatto che il numero N non dipende dal particolare ε punto t ∈ R: infatti.7) sono validi anche per M → +∞. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. Così come per le serie numeriche. per ogni ε > 0. cfr. b). la sua serie di Fourier non potrà convergere uniformemente ad x(t). si dice che la serie di Fourier (5.18) allora la serie associata ai coefficienti Xk converge uniformemente. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a.8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. Se la serie di Fourier (5. simmetrico per garantire che siano presenti le armoniche Xk e X−k . ovvero se +∞ k=−∞ ∑ |Xk | < +∞ .5. 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). Risulta immediatamente evidente che. sono funzioni a valori k complessi definite sull’intervallo (a.2 Serie di Fourier per segnali TC 217 calcolati mediante l’equazione di analisi a partire da x(t) esistano finiti non significa che la serie +∞ k=−∞ ∑ Xk e j2π k f0t (5. Quindi. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. . cioè k→±∞ lim |Xk | = 0 . i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. con k ∈ Z.15) converge uniformemente [5] al segnale x(t) su R se. né tanto meno che tale serie converga al segnale x(t).17) ovvero l’equazione di sintesi restituisce il segnale x(t). è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε . se il segnale x(t) ha almeno una discontinuità.2). Lo studio delle condizioni sotto le quali la serie (5. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t .15) converge dipende dal tipo di convergenza richiesta.

ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. eccetto al più un sottoinsieme di valori di t di misura nulla.15) che.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). Pertanto. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. ma non che la serie restituisca proprio x(t). A differenza della convergenza uniforme espressa dal teor. 5. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia.15) al segnale x(t) per ogni t ∈ R.1. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). . possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. coseni o seni) sono tutte continue.15) è data dal seguente teorema: Teorema 5.18) è verificata. con derivata x (t) a quadrato sommabile sul periodo T0 . periodico con periodo T0 . 5. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. che assicura la convergenza della serie (5. non restituisce esattamente il segnale x(t). e sollevò numerosi dubbi sulla validità della serie di Fourier. ma con continuità. è continuo e derivabile quasi ovunque. una volta calcolati i coefficienti Xk a partire da un segnale x(t). ossia: x (t) dt < +∞ .15) converge ad x(t) per quasi tutti i valori di t ∈ R. come l’onda rettangolare dell’es. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. com’è intuibile. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). Dal punto di vista ingegneristico. come l’onda rettangolare dell’es. pur essendo convergente. se la (5. In tal senso. In altre parole. 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. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. come può la serie rappresentare segnali discontinui.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. quando ciò accade. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. 5.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. per i quali la serie. la serie di Fourier (5.2.15) può convergere uniformemente ad un segnale x(t) = x(t). ˇ tuttavia. la somma di una serie di funzioni continue non è necessariamente una funzione continua. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5.10) converge uniformemente al segnale x(t) su tutto l’asse reale. 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 . Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. 2 T0 la serie di Fourier (5. se ci limitassimo a considerare la sola convergenza uniforme.2? Oggi sappiamo che se la serie non converge uniformemente.

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

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

denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . 5. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche.6. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .7. per cui la prop. ottenuti con Matlab.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. dt. in effetti.09. ed il valore 1/2 in corrispondenza delle discontinuità. Inoltre. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. 5. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. ma non uniformemente negli intervalli che contengono le discontinuità. 11.20) dove βgibbs ≈ 0. in effetti. L’espressione (5. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . sebbene restino di ampiezza invariata. 101. Matematicamente. 5. ma per ogni segnale x(t) che. se t0 è un punto di discontinuità. noto come fenomeno di Gibbs.1 si applica con n = 0.09 (a destra della discontinuità. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. W. presenta dei punti di discon− + tinuità. Per δc = 1/2 ed A = 1. 11 Il 12 In fenomeno prende il nome dal fisico J. Esempio 5. In effetti.20) è pari in valore assoluto circa a 0. 5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. l’ampiezza delle oscillazioni calcolata secondo la (5.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. vengono “schiacciati” verso la discontinuità. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.2. la cui frequenza aumenta.3. 5. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. 5. (5. che per primo lo osservò e lo descrisse. 3. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). confermando che.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità.28114072518757 è una costante notevole. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. L’onda triangolare è continua ma con derivata prima discontinua. 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) .1 si applica con n = −1. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. In fig. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . pur soddisfacendo le condizioni di Dirichlet. 5.12 Nell’es. In particolare. Gibbs (1839–1903). confermando che.5. 5. come già discusso in precedenza. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge.09 (a sinistra della discontinuità) e 1. poiché l’onda triangolare è una funzione continua. come si può anche osservare dalla fig.2 Serie di Fourier per segnali TC 221 Esempio 5.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. Questo fenomeno. 5. ma la cui ampiezza non diminuisce al crescere di M. nella quale il segnale oscilla tra i valori −0.7 (onda triangolare) Si consideri l’onda triangolare dell’es. 1. il fenomeno di Gibbs non si verifica per tale segnale. e pertanto il segnale ricostruito con 2M + 1 armoniche.8. quindi la prop. Infatti al crescere di M i picchi delle oscillazioni. come testimoniato dalla fig. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.

6 0. xM(t) 0. . (c) M = 3. 5.4 0.4 0. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.2 0 −0.4 0. (b) M = 1.5 0 t/T0 0.6 0.6 0.2 0 −0.7.6 0.5 (e) (f) Fig.5 0 t/T0 0.4 0.5 (d) 0 t/T0 0.8 0.5 x(t). xM(t) 1 0.5 (b) 0 0 t/T 0.8 0.5 x(t).5 0 t/T 0.2 0 −0. xM(t) 1 0. xM(t) 0.4 0.6 0.8 x(t). xM(t) 0.2 0 −0.6 0.5 x(t).2 0 −0.8 0.5 0 t/T0 0.5 0 (c) 1 0. (d) M = 5.8 x(t).8 x(t). (f) M = 101. xM(t) 1 0.5 (a) 1 0.2 0 −0.222 Serie di Fourier 1 0.4 0. (e) M = 11.

8). 5.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. Viceversa. 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.13 valutazione quantitativa della bontà di tale ricostruzione.7 e 5. sulla base dell’uguaglianza di Parseval. è proposta nel § 5. la più rapida convergenza a zero (come 1/k2 ) delle armoniche dell’onda triangolare determina una migliore ricostruzione a parità di numero di armoniche (si confrontino le fig. 13 Una .3.5.4.

6 0.5 (e) (f) Fig. xM(t) 1 0.2 0 −0.4 0.8.5 0 t/T0 0.8 x(t).4 0.6 0.6 0.2 0 −0.8 x(t).8 0.5 (b) 0 0 t/T 0.2 0 −0.5 x(t).5 (d) 0 t/T0 0. xM(t) 1 0.8 0.8 x(t).5 0 (c) 1 0.224 Serie di Fourier 1 0.8 0.4 0.5 0 t/T0 0.2 0 −0. (e) M = 11.6 0.5 (a) 1 0.5 0 t/T 0. (c) M = 3.6 0.4 0.5 x(t). (d) M = 5. xM(t) 0.5 x(t). 5. xM(t) 0. (f) M = 101. xM(t) 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.5 0 t/T0 0. xM(t) 1 0.6 0. .2 0 −0.4 0.4 0. (b) M = 1.2 0 −0.

. Esse. 1. 1) oppure in (−1/2. . .3). In particolare. La differenza fondamentale rispetto alla serie di Fourier (5. Infatti. moltiplicando ambo i membri della (5. ad esempio in (0.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n . . e quindi l’intervallo di variazione delle frequenze νk = kν0 . In particolare. 1. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. . nota anche come Discrete Fourier Series (DFS). in quanto si tratta di una somma (finita) e non di una serie. è improprio parlare di “serie” di Fourier nel caso TD. . . cambiando l’indice da h nuovamente a k.22) è analoga all’equazione di sintesi (5. N0 n=0 k ∈ {0. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. 1/2). non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. nella (5. 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 . se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. . se k ∈ {0. essendo la (5.3 Serie di Fourier per segnali TD (DFS) 225 5.22) e (5. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche).3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. k (5. 14 Si . salvo casi particolari.5. (5.10) della serie di Fourier a TC.22) per e− j2π hν0 n e sommando su un periodo. N0 − 1}.23) Le (5. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. 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 . è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria.3. e rappresenta l’equazione di sintesi della serie di Fourier discreta. § 2. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . N0 − 1} . Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N.21) Notiamo che. si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . . (5. .22) una somma finita. 1[. cfr.21). le frequenze νk assumono i valori 0.21). semplificati dal fatto che.23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. per cui la (5. 1/N0 . (N0 − 1)/N0 nell’intervallo [0. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. . proprio per questo motivo. 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.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . Nella (5. .22) La relazione (5. pertanto.

2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 .24) e pertanto.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). si definisce infatti la sequenza X(k) come X(k) = N0 Xk .22) e (5.28) (5. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. con sostituzioni algebriche banali. A partire da Xk . valide nel caso TC.26) è periodica.25) siano quelli dell’intervallo {0.25) e (5. di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici. costituiscono formalmente l’esatta controparte delle (5.11).25) e (5.26) abbiamo esteso la definizione di X(k) a qualunque valore di k.25) (5. In particolare. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .28) e (5. entrambe periodiche dello stesso periodo N0 . anche se esse non sono esattamente corrispondenti a quelle nel caso TC. mentre la (5. .28) prende il nome di Inverse Discrete Fourier Series (IDFS). D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. (5.27) (equazione di sintesi) (equazione di analisi) (5. nella letteratura scientifica le (5. nella letteratura scientifica.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 .22) e (5.29) viene denominata Discrete Fourier Series (DFS).226 Serie di Fourier rappresentazione. Va detto però che.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. . la (5. . Una prima differenza rispetto alle (5. Inoltre nella (5.15 come la sequenza x(n). Posto wN0 = e− j2π /N0 .29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. 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. le (5. . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5.26) ∑ x(n) e− j2π kν0 n .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. Se infine nelle (5. N0 k=0 N0 −1 n=0 (5. N0 − 1}. In altri termini. 1.29) ∑ x(n) wkn N0 In effetti. le (5. 15 Notiamo DFS .10) e (5.

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

k ∈ Z.31) il cui grafico per x ∈ [−1. 5. Utilizzando la definizione (5. per cui la (5.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. N1 = 0 e N2 = M − 1. x ∈ Z . 5. x ∈ Z . sulla base della definizione (5. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa.31). La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M.30) Ricordando la definizione di wN0 . Tale DFS è rappresentata in ampiezza e fase in fig. (5. La DFS di x(n) si scrive. tranne che in x = ±1. sin(π x) x ∈ R. 2. .. notiamo che wkM N0 wk 0 N = e = e . come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n .11 nel caso N0 = 8 ed M = 4. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e . . è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 .228 Serie di Fourier e raffigurata graficamente in fig. ±2.29). dove vale M:  k  0. 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 . . Le principali proprietà della funzione DM (x) sono le seguenti. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. e quella dispari dello spettro di fase. . La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . 1] è riportato in fig. . Ponendo infatti a = wk 0 . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . 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 . DM (x) = M M.9 per N0 = 8 ed M = 4. di facile dimostrazione: 1. 0 Per esprimere in forma più compatta il risultato precedente. ∀x ∈ R . con semplici passaggi algebrici. x = . (5.30) può essere riscritta. si ha allora: X(k) = DM k N0 . ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet.

si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). 5. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). il fenomeno di Gibbs non sussiste nel caso TD. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC.8 (N0 = 8. con α1 . rispettivamente. § cap.5 0 x 0. quando necessario. Vedremo (cfr.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. 5. le differenze salienti. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. è ancora un segnale periodico di periodo T0 .4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. che suggeriscono ulteriori considerazioni concettuali e. Il fatto che la DFS/IDFS sia espressa mediante una somma finita di termini comporta che la DFS/IDFS può essere calcolata non solo analiticamente. 5. Di conseguenza. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). e sono comunque riportate in app. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori.10. discuteremo nel dettaglio la proprietà di linearità.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . utili talvolta nei calcoli. e l’uguaglianza di Parseval per il calcolo della potenza.16 La proprietà di linearità della serie di Fourier afferma . simmetria hermitiana dei coefficienti. M = 4): spettro di ampiezza (in alto) e di fase (in basso).4. Altre proprietà formali.28) and (5. soprattutto. denominati algoritmi Fast Fourier Transform (FFT). In particolare. 5. ma anche algoritmicamente. DFS dell’onda rettangolare dell’es. 5. tratteremo congiuntamente sia il caso TC che quello TD. Per tali proprietà. In altre parole. Notiamo in conclusione che. Fig. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. E. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. evidenziando. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali.29). in quanto richiede un numero finito di operazioni. i cui coefficienti di Fourier siano Xk e Yk . Poichè i due segnali x(t) e y(t) hanno lo stesso periodo.11. α2 ∈ C.5. anche perchè il concetto di continuità perde di significato in tal caso.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti.5 1 4 |X(k)| −0. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier.5 0 x 0. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT).

esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .2 e 5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5.1. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . 5. Analogamente. 16 Può (5. 5. nel caso TD.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. dei due segnali è ancora un segnale periodico di periodo N0 . DFS ∀α1 . i cui coefficienti di Fourier siano X(k) e Y (k). α2 ∈ C. ossia: Zk = α1 Xk + α2 Yk . Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n).33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk . 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. DFS DFS FS ∀α1 . 5. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). α2 ∈ C .17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) .2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo. Xk = − X−k .29). Riassumendo. Valgono cioè le seguenti relazioni: |Xk | = |X−k | . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. (simmetria pari) (simmetria dispari) (5.32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k .11) e (5.230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t). rispettivamente. . con α1 . negli es.4.2 Simmetria hermitiana Con riferimento a segnali periodici TC. α2 ∈ C . rispettivamente. otteniamo la seguente proprietà notevole: Proprietà 5.

36). anche in questo caso le (5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . avendo già provato che X0 è reale. k=1 k=1 ∑ Xk e j2π k f0 t da cui.8 riguardante la DFS dell’onda rettangolare TD. (5.36). Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC. Se vale la simmetria hermitiana (5. Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k . e valgono se e solo se il segnale periodico in questione è reale.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. Partiamo dall’equazione di analisi (5. 5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .33) e (5. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k.36).35) Le proprietà (5.34) Pertanto. 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 . prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .5. Proviamo adesso l’implicazione ⇐ nella (5. Proviamo prima l’implicazione ⇒ nella (5. Inoltre l’equazione di sintesi (5. si ricava che x(t) è reale. X(k) = − X(−k) . mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). 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 (5.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.35). Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. e quindi X0 è reale. come specificato dalla seguente proprietà: Proprietà 5. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. (simmetria pari) (simmetria dispari) (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . T0 Se x(t) è reale.37) Prova.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. si ha x∗ (t) ≡ x(t).36). in particolare.38) .

si ottiene: x(t) = X0 + 2 Re +∞ +∞ k=1 ∑ |Xk | e j Xk e j2π k f0t = X0 + 2 Re +∞ k=1 ∑ |Xk | e j(2π k f t+ 0 Xk ) (5. per segnali periodici TD reali. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . con riferimento ai soli valori di k ∈ {0. In definitiva. con riferimento a segnali periodici TC reali. Rispetto al caso TC. N0 − 1}. . .28) compaiono solo i valori di X(k) per k ∈ {0.32) (con analoghi passaggi si ottiene la (5. anche X(N0 /2) è vincolato ad essere reale per N0 pari.38). Infatti.37) nel caso TD). La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. k=1 Con ragionamenti simili. 2. . . per k ∈ {1. N0 − 1}.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . anche come segue: X ∗ (k) = X(N0 − k) . 2. k ∈ {1. oltre a X(0). N0 − 1}. . .37) si può riscrivere. . .34) a partire dalla (5.  N 0 k=1 . per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. per cui la (5. Notiamo infatti che nell’equazione di sintesi (5. 2. se k ∈ {1. . X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . se x(·) è reale. .  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. Per evitare possibili fraintendimenti. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). in relazione alla periodicità della sequenza X(k). . se N0 /2 è intero (il che accade se e solo se N0 è pari). è possibile determinarne almeno uno dispari. .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . . . applicando la (5. In altre parole. . per k ∈ {1. partendo dall’equazione di sintesi (5. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . . 2. in alternativa alla (5. In particolare. si può esprimere. . X ∗ (k) = X(N0 − k) . 2. . .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ).37) mediante le seguenti condizioni: X(0) reale . . conseguentemente. . N0 − 1}. (5. valide esclusivamente per segnali reali. la proprietà di simmetria hermitiana per la DFS. . anche N0 − k varia nello stesso intervallo. .39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. . . . il solo coefficiente X(0) è vincolato ad essere reale.39). N0 − 1}. Infatti. N0 pari . ponendo Xk = |Xk | e j Xk nella (5. N0 − 1}. notiamo che. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) . Notiamo infatti che. la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . . N0 − 1} . si può verificare (la verifica è lasciata al lettore come esercizio) che. 1. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. 1. da cui si deduce che. Questa conclusione non è corretta. poiché la fase di un numero complesso è definita a meno di multipli di 2π . .

.4 Principali proprietà della serie di Fourier e della DFS 233 (5. bk = 2 T0 x(t) sin(2π k f0t) dt . Nel seguito. .42) T0 T0 T0 Allo stesso modo. N0 dispari . anche per segnali reali. N0 pari . ak = 2 T0 x(t) cos(2π k f0t) dt .5.29). N0 − 1}) nella (5. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1. 2.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. si ha. Il punto di partenza è l’equazione di sintesi (5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . . Le espressioni (5. come nella forma polare. con facili passaggi algebrici.38). . molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. in parte reale ed immaginaria.41) Le (5. ed in essa. anziché in modulo e fase. . 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 .43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . def.2). partendo dall’equazione di sintesi (5.3 Uguaglianza di Parseval L’uguaglianza di Parseval consente di esprimere la potenza di un segnale periodico in termini delle potenza delle armoniche che lo compongono.42) e (5. Consideriamo dapprima il caso di un segnale TC periodico. perché più generali e compatte. . si ottiene nel caso TC decomponendo Xk . 2 k=1 (5. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) .40) e (5.39). a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . (5.4. x(t) = dove: a0 = 2 T0 x(t) dt . ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. rispettivamente. 5. valide per segnali reali. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . note come forma polare della serie di Fourier.1 e def. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali.10). note anche come forma esponenziale della serie di Fourier. Un’ulteriore espressione della serie di Fourier. compaiono soltanto quantità reali. Infatti. 5. 5.

4)] che i fasori e j2π k f0t che compaiono nella (5. (5.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 .18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 . possiamo quindi enunciare la seguente proprietà: Proprietà 5. es. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 . Passiamo a considerare il caso di un segnale periodico TD. In virtù di tale ortogonalità. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 .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. sono tra di loro ortogonali.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori.10) sono a due a due ortogonali. nota come uguaglianza di Parseval per la serie di Fourier (a TC). e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . Riassumendo. se k = h . 2 ∑ N0 k=0 (5. con coefficienti X(k)/N0 . se k = h . 2. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . (5. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. Poiché (cfr.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . 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. essendo fasori a frequenze distinte. riprendendo e riscrivendo l’equazione di sintesi (5. È semplice anche in questo caso provare che i segnali xk (n).234 Serie di Fourier Abbiamo già osservato [eq. Notiamo che per segnali . La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. 0.

5. con M ∈ N . per un fissato valore di M. la (5.99 è necessario considerare M = 23 per l’onda rettangolare. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. In particolare. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t .12 è rappresentato. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. 1] . Per un fissato valore di ξM . per ottenere una valutazione quantitativa di tale bontà.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. Infatti.2). 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. la potenza del segnale ricostruito è pari a: Px (M) = k=−M ∑ M |Xk |2 . Si noti come il coefficiente ξM per l’onda triangolare tenda molto più rapidamente ad 1. § 5. . Tale potenza può essere rapportata alla potenza Px del segnale x(t). ottenendo così il coefficiente ξM = Px (M) ∈ [0. 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.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0.2. rispetto a quello per l’onda rettangolare. Utilizzando l’uguaglianza di Parseval. mentre è sufficiente un valore M = 3 per l’onda triangolare. In fig. al variare di M. per avere ξM ≥ 0. e confrontarla con la potenza del segnale originario x(t). tale coefficiente. sfruttando la simmetria hermitiana dei coefficienti. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 .5.

60 80 100 . 5.236 Serie di Fourier 100 98 γM (%) 96 94 92 Onda triangolare Onda rettangolare 90 0 20 40 M Fig.12. Bontà della ricostruzione con un numero finito di armoniche: confronto tra l’onda rettangolare e l’onda triangolare.

3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD.23) per calcolare l’uscita y(t). Infatti.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t .13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). dove f0 = 1/T0 . Fig. sfruttando le formule di Eulero. che può essere vista come un caso particolare di segnale periodico. 5. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . 5. mediante le relazioni (4.5. è possibile applicare il principio di sovrapposizione (3. Applicando l’equazione di sintesi della serie di Fourier a TC (5. e supponiamo che il segnale x(t). è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap.18 Consideriamo prima il caso TC. 5. Risposta di un sistema LTI ad un segnale periodico (caso TD). 5. In particolare. per il principio di sovrapposizione (3.97) e (4. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . 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. Risposta di un sistema LTI ad un segnale periodico (caso TC).10). l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . sia applicato (fig. § 4.5 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. le espressioni precedenti sono state già utilizzate (cfr. 6).13. Per la linearità del sistema. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. l’uscita corrispondente ad un singolo fasore xk (t) = e j2π k f0t (avente frequenza k f0 ) della rappresentazione di x(t) si ottiene applicando la (4.23).46) ha la forma dell’equazione di sintesi (5.10) della serie di Fourier di y(t). Pertanto. 18 Espressioni . ed essendo i coefficienti Xk ∈ C quantità costanti. =Yk (5. periodico di periodo T0 .5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo.7.14.46) Poiché la (5.

21 Passando ad esaminare il caso di un segnale TD. N0 k=0 dove ν0 = 1/N0 .47) La (5. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) .22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . e ricordando che Y0 = ydc e X0 = xdc .47) per k = 0. 19 A (5.47) sono tutte. in generale. .48) (5. Particolarizzando la (5. applicando il principio di sovrapposizione. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. supponiamo che il segnale x(n). Pertanto.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . si ricava anche in questo caso che y(n) è un segnale periodico.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). (5. il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . 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 ). poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. in particolare. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.47). valgono considerazioni analoghe a quelle già fatte nel caso TC. si ha: ydc = H(0) xdc . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . N0 k=0 =Y (k) (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. Yk = H(k f0 ) + Xk .238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 . Notiamo che le quantità che compaiono nella (5. stretto rigore.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n . che prende per questo motivo il nome di guadagno in continua del sistema. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. 21 Si noti che. calcolati alle frequenze fk = k f0 .19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . con lo stesso22 periodo N0 del segnale di ingresso. la funzione H( f ) prende anche il nome di risposta armonica del sistema. (5.22). se il sistema è reale. In termini di modulo e fase. complesse. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. periodico di periodo N0 . la (5.50) Dal confronto con la (5. sia applicato (fig.

lasciando tuttavia invariata la frequenza k f0 del fasore stesso.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. di ampiezza A e duty-cycle δc .9).2 |Xk| 0. Inoltre. Facendo riferimento al caso TC. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.8 |H(f)|.4 |Yk| 0. Esempio 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.5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. in ingresso ad un sistema RC.15.47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) . |H(k f0)| 0. la modifica subita dalla k-esima armonica. 5. 5. la (5. ad esempio.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.6 0. 5.46).2 0 0 −5 0 f/f0 5 −5 0 k 5 0. 5.47) e (5.4 0. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso.2 0 −5 0 k 5 Fig. 5. come evidenziato nell’esempio che segue. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. riportata di seguito. 5.4 0. Particolarmente interessante è la modifica delle ampiezze delle armoniche. 1 + j2π f RC per cui la (5.2.16. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. avente frequenza k f0 .51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. Risposta di ampiezza del filtro RC (es. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.9). 1 + j2π k f0 RC . in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. mentre la risposta in frequenza del sistema RC è H( f ) = 1 . Fig.

Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. 5. i più semplici esempi di filtri sono quelli cosiddetti ideali.17).6 0. 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. . 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.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. 5.8 x(t). 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).17. Viceversa. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. sulla base della posizione della banda passante e di quella oscura. 5. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). In particolare.4 0. I filtri ideali TC sono in genere classificati. 5.5 0 t/T 0.5 1 0 Fig. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso.240 Serie di Fourier 1 0.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|.9.2 0 −1 −0. Per questo motivo. 5. In particolare. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. mentre in fig. per effetto dell’attenuazione delle componenti ad alta frequenza.y(t) 0. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. Il segnale y(t) di uscita (fig. ossia quello di atte1) l’ampiezza di alcune armoniche. 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. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. si dice che il sistema LTI si comporta come un filtro. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. Con riferimento al caso TC. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. un comportamento tipico ad esempio dei circuiti elettrici risonanti. In fig. per 2π f0 RC = 1.23 Come caso limite.

la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. +∞[. − fc [ ∪ ] fc . 5. La banda passante del filtro è W p = [− fc . Fig. (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. mentre la banda oscura è Ws =]−∞.6 Selettività in frequenza dei sistemi LTI e filtri ideali 241 HLPF(f) HHPF(f) 1 1 -fc Ws 0 Wp fc Ws f Wp -fc 0 Ws fc Wp f Fig. 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 . Risposta in frequenza di un filtro ideale TC passabasso (LPF). | f | > fc . 5. . 5. La risposta in frequenza (fig. Risposta in frequenza di un filtro ideale TC passaalto (HPF). o equivalentemente: HLPF ( f ) = rect f 2 fc . | f | ≤ fc . La risposta in frequenza di un tale filtro (fig. La banda passante del filtro è W p =]−∞. fc ].19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. − fc [ ∪ ] fc .18. +∞[. 5. 1. mentre la banda oscura è Ws = [− fc . fc ]. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro.19.5. | f | > fc . 0. | f | ≤ fc . Anche in questo caso.

Risposta in frequenza di un filtro ideale TC passabanda (BPF). Anche per questo filtro. 5. La risposta in frequenza (fig. 5. fc1 [ ∪ ] fc2 . è possibile definire due frequenze di taglio.21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. è possibile definire due frequenze di taglio. così come per il filtro passabanda. fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . La risposta in frequenza (fig. altrimenti . − fc2 [ ∪ ] − fc1 . Un’espressione alternativa per HBSF ( f ) si ottiene osservando che un filtro BSF è complementare ad un filtro BPF con le stesse frequenze di taglio: HBSF ( f ) = 1 − HBPF ( f ) = 1 − rect f − f0 ∆f + rect f + f0 ∆f . fc1 [ ∪ ] fc2 . 0. +∞[. fc2 ]. 1. fc1 ≤ | f | ≤ fc2 . una inferiore ( fc1 ) ed una superiore ( fc2 ). − fc1 ] ∪ [ fc1 .242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig. − fc1 ] ∪ [ fc1 . dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . mentre la banda oscura è Ws = [− fc2 . (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0.20. Per questo filtro. fc1 ≤ | f | ≤ fc2 . altrimenti . +∞[. 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 . con 0 < fc1 < fc2 . mentre la frequenza f0 prende il nome di frequenza centrale del filtro. 5.20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. e ∆ f = fc2 − fc1 ). La banda passante del filtro è W p = [− fc2 . una inferiore ( fc1 ) ed una superiore ( fc2 ). − fc2 [ ∪ ] − fc1 . fc2 ]. La banda passante del filtro è W p =] − ∞. . mentre la banda oscura è Ws = ] − ∞.

Risposta in frequenza di un filtro ideale TC eliminabanda (BSF).22–5. 0 < νc < 1 rappresenta la frequenza di taglio. oppure dalla (4. descritti dalla (5. perché presentano una separazione netta tra banda passante e banda oscura. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. con 0 < νc1 < νc2 < 1 . essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari.55) è possibile definire due frequenze di taglio. Per quanto riguarda il caso TD. 2 mentre per i filtri BPF e BSF.21. Tali filtri si dicono ideali anche . 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 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. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr.25 sono mostrate le risposte armoniche dei filtri ideali LPF.108) nel caso TD. sia nel caso TC che TD. le tipologie di filtri ideali sono le stesse. nelle fig.53).53) (5. Nelle fig. la risposta armonica H(·) è una funzione reale e pari. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ). 4. Anche nel caso TD.54) (5.55) HHPF (ν ) = 1 − rep1 rect ν 2νc ν − ν0 ν + ν0 HBPF (ν ) = rep1 rect + rect ∆ν ∆ν ν − ν0 ν + ν0 + rect HBSF (ν ) = 1 − rep1 rect ∆ν ∆ν Per il filtri LPF e HPF. 5. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). Si noti che per tutte le tipologie di filtri introdotti precedentemente. HPF. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. con la fondamentale differenza che. necessaria per garantire la periodicità di H(ν ).11).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. 1/2[. prop. Per questo motivo. A causa di tale periodicità.52) e (5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2.52) (5.22–5. 5. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. descritti dalla (5. BPF e BSF per il caso TD. Tali filtri si dicono invece ideali in senso “fisico”. quindi soddisfa la proprietà di simmetria hermitiana.5.54) e (5.101) nel caso TC. 5. data dalla (4.

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

5. Risposta in frequenza di un filtro ideale TD passabasso (LPF). 5.23. Risposta in frequenza di un filtro ideale TD passabanda (BPF).25. 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 eliminabanda (BSF). 5. . Fig. Risposta in frequenza di un filtro ideale TD passaalto (HPF).5.24.22.6 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. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. 5.

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

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

k = 1. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (a) Determinare il periodo N0 di x(n). Esercizio 5. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . . dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . X(1) = 3 − j. k pari . X(3) = 3 + j. 22} . [Suggerimento: dal grafico. dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). . k ∈ {0. 3. X(N − 2) = − N j. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.  j   0. j Risultato: (a) N0 = 24.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)]. (b) X(k) = − 12 e− j 3π /8 . X(2) = N 2 j. N 2 (3 − j). (a) Determinare il periodo N0 del segnale x(n). (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. . 3}. da cui X(0) = −2. 1. k ∈ {2. ed applicare poi la proprietà di linearità della serie di Fourier. X(2) = 0. k = 0. k dispari . k2 π 2 Esercizio 5.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. (b) X(0) = N.   12 j 3π /8  e . .248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). (b) Determinare analiticamente la DFS X(k) di x(n) 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 . X(1) = X(k) = 0 per tutti gli altri valori di k. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Risultato: (b) Xk = 4 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.] 0. Esercizio 5. k = 23 . . 2. (a) Rappresentare graficamente il segnale x(n). X(N − 1) = 2 N 2 (3 + j).  24 . Risultato: (a) N0 = N.

dove  2 .. 4} . .. 4. 2. (a) Rappresentare graficamente il segnale x(n).11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. 3}. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Risultato: (b) X(k) = 1 + 4 cos πk 3 . da cui X(0) = 12.. 2. 1. 6}. k = 0. xg (n) = 2 .13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ .    0.. k ∈ {0. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . k ∈ {0.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. (b) X(k) = 4 + 8(− j)k . 1. X(2) = −4. 5. n = 1. . n = 0. 8. . k ∈ {1. -5 0 5 n (a) Determinare il periodo N0 di x(n).. 3. Risultato: (a) N0 = 5.. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Esercizio 5. altrimenti . X(1) = 4 − j 8. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. n = −1 . Risultato: (a) N0 = 4. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica.   1 . 3.7 Esercizi proposti 249 Esercizio 5.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] .5. X(3) = 4 + j 8. 2. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. Esercizio 5.

Provare che valgono le seguenti identità: N0 −1 n=0 N0 −1 k=0 ∑ ∑ w±kn = N0 N0 w±kn = N0 N0 +∞ =−∞ +∞ =−∞ ∑ ∑ δ (k − N0 ) = N0 repN0 [δ (k)] δ (n − N0 ) = N0 repN0 [δ (n)] N−1 [Suggerimento: applicare l’indentità notevole n=0 ∑ an = 1 − aN .250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(2) = 2. k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . in modo da poter sfruttare la (5. (b) Scrivere l’equazione di analisi in (−T0 /2.] 1−a Esercizio 5. [Suggerimento: applicare le identità dell’esercizio 5. valida ∀a = 0. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS).15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . (b) X(0) = 3. X(2) = 3.14.56) operando un cambiamento di variabile in uno dei due integrali. ] Esercizio 5. Esercizio 5. X(3) = − j.56). (c) X(0) = j. e si ha in particolare  0 . X(3) = 1 − j.56). X(1) = 3. N0 ∈ N: 0 x(n) = x n T0 N0 . X(1) = −5. ∀k pari.56) (b) Viceversa.14 Sia wN0 = e− j2π /N0 . (e) X(0) = 3. X(2) = 1 + j. X(3) = −5. X(2) = 1. (d) X(0) = −2.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. T0 /2) e dividere l’integrale in due integrali. allora il segnale ha solo le armoniche dispari. X(3) = 3 e j7π /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(1) = 3 e jπ /4 . ∀t ∈ R . X(2) = 3 j.16 Senza calcolare esplicitamente x(n). X(4) = −3. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . X(3) = −3 j. mostrare che se x(t) ha la proprietà di simmetria (5. X(1) = 5 − j. X(1) = 2. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. (5. . X(3) = 5 + j.

e determinare in particolare le costanti α .7 Esercizi proposti 251 Risultato: (a) x(n) reale. −1. 1 + j2π f T0 ottenendo il segnale y(t). con T0 ∈ R+ . Esercizio 5. n=0 (3) ∑7 (−1)n x(n) = 1. γ .20 Il segnale periodico x(t) = rep2T0 [xg (t)]. Risultato: y(t) ≡ 0.17 Si consideri il segnale periodico x(n). 4 ≤ t < 8 . β . (b) x(n) reale. 3 6 Esercizio 5. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n).] Risultato: x(n) = 1 + 1 (−1)n .5. .19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . 0 ≤ t < 4. il segnale x(n) è quello avente potenza Px minima.] Risultato: α = 10. (3) X(11) = 50. avente DFS X(k). Esercizio 5. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. (e) x(n) reale. (d) x(n) non reale.18 Si consideri il segnale periodico x(n). con xg (t) = 1. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ). caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. (2) ∑5 x(n) = 2. per la proprietà (4). utilizzare l’uguaglianza di Parseval per la DFS. (2) x(n) è periodico di periodo N0 = 10. [Suggerimento: utilizzare le proprietà della DFS. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . (4) Px = 50. dove xg (t) = Λ t T0 . (c) x(n) non reale. Esercizio 5. avente DFS X(k). Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. β = π /5 e γ = 0. n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti.

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

(b) y2 (n) = sin . Esercizio 5.] √ 1 2 1 . 1 n−4k x3 (n) = ∑+∞ u(n − 4k). Esercizio 5. determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 .7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n .28 Con riferimento allo schema in figura. si calcoli l’uscita y(t). Risultato: RC = 1 2π f0 68 13 ≈ 0. (c) y3 (n) ≡ 0. con f0 = 1 kHz. con T0 ∈ R+ . [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. dove xg (t) = cos πt T0 rect t T0 . con T0 ∈ R+ . (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py .] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). 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. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. Determinare la costante di tempo RC del filtro in modo che l’ampiezza della prima componente sinusoidale a frequenza superiore ad f0 del segnale filtrato sia pari ad 1/25 della fondamentale. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .25 Il segnale periodico x(t) = repT0 [xg (t)]. f1 = 2 kHz.6. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t .364 f0 .5.26 Il segnale x(t) = +∞ k=−∞ ∑ (−1)k Λ t − 2kT0 T0 è posto in ingresso ad un filtro ideale passabasso di guadagno unitario e frequenza di taglio 1/T0 .2. sapendo che: (1) x(t) = cos(2π f0t).27 Il segnale x(t) = rep2T0 [xg (t)]. f2 = 3 kHz. Py = π 4 1 + 81 . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. . 2T Esercizio 5. (a) Calcolare la frequenza fondamentale f0 del segnale x(t). (c) RC = T0 π 3 . (b) Con riferimento al punto precedente.

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

Sign up to vote on this title
UsefulNot useful