Giacinto Gelli e Francesco Verde

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

NAPOLI 2008

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

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

Indice

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

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ii

INDICE

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

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

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

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

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

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

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

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

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

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

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

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

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

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

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

. .2. . . .2. . . 433 A. .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . .4. .2. . .5 Esercizi proposti . . . . . . . . . 6. . . . . . 6. . . . . . . . . . 6. . . . . . . 6. . . . . . A Richiami sui numeri complessi 433 A. . . .4. . . . . 6. . . . . .3 Segnali TD transitori . . . . . . . . .8 Esercizi proposti . . . .5 Proprietà della trasformata di Fourier . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . .2 Segnali TD . . . . . . . . . . . . . . . . . . . . . . . . . .3.2 Trasformata di Fourier di un segnale periodico TD . . . . . . .1. .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . .2 Interpolazione ideale . . . . . . . . . . . . 6. . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . .6. . . . 7.1 Trasformata di Fourier . . . . . . . .6. . . . . . 6. . . . . . . 7. 6. .4 Proprietà della risposta in frequenza . . . . .5.3 Derivazione e differenza prima. . . 6.3 Estensione spettrale e banda di un segnale periodico . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . 6. . . . . . . . . . 6. . . . . . . . . . . . . . . 7 Campionamento e conversione A/D e D/A 7. . . .1 Separazione di segnali mediante filtraggio . . .2 Trasformata di Fourier per segnali TD . . . . . . . 437 . . . 6. . . . . . . . . .7. . . . .3. . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . 7. . . . . . . . . . . . . . .1. . . . .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . . 7. . . . . . . . . . .7. . . . . . . . .2 Trasformazioni della variabile indipendente . . . . . . . . . 7. . . . . . . . . . . . . . . . . . .2. . . . . . .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . .3 Segnali a banda non limitata . . . .2 Segnali a banda praticamente limitata . . . . .1. .1 Teorema del campionamento . . . . . 6. . 6. .1 Introduzione . . . . . . . . . . . . . . . . . . . . .1 Proprietà di convoluzione . . 6. . . .1 Definizione di numero complesso . .5. . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . .3 Aliasing . . . . . . . . . 6.4 Quantizzazione .3 Esistenza ed invertibilità della trasformata di Fourier . . .7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Proprietà elementari della trasformata di Fourier . . . . . . . . . . . . 6. . . . . . 6. . . . . . 6. . . . . . . . . . . . . . . 7. .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . . . . . . . . . . . . . . . 6. . .2 Forma algebrica dei numeri complessi . . . . . . . . . . . . . . . . .1 Trasformata di Fourier per segnali TC . . .2 Interpolazione non ideale . . . . . . . . . . . . . . . . . 434 A. .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . . . . . . . . . . . .4. .7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Banda passante e banda di un sistema . . .3. . . . . . . .6. . . .3 Campionamento ed interpolazione in pratica . .1 Segnali a banda rigorosamente limitata . . . . . . . . . . . . integrazione e somma . . . . . . . . . . 6.3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .INDICE iii 6 Trasformata di Fourier 6. . . . .5. . .3. . 6. . . . . . . . . . . 6. . .1 Segnali TC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Trasformazioni della variabile dipendente . . . . . . .4 Estensione spettrale e banda di un segnale . . . . . . . . . . . . . . . . . . . . 7. . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6.

. . . . .2 Proprietà . . . . . . . . . .3 Trasformate notevoli . . . . . . . . . . . 445 445 445 447 448 450 451 451 453 456 . . . . . . . . .2 Proprietà . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . F. . . . . . . . . . . . . . . . . . . . . .1 Invertibilità di un sistema .2 Somma di convoluzione . . . . . . . . . . . . . . . . . . . E. .2. . . . . . B. F.4 Forma esponenziale dei numeri complessi .2 Serie di Fourier a TD (DFS) . . . . . . . . . . . . . E. . .3 Serie bilatere . . . . . .1. . . .iv INDICE A. . . .3 Convergenza in media quadratica della serie di Fourier F Proprietà della trasformata di Fourier F.2 Trasformata di Fourier a TD . . . . .4 Successioni sommabili . . . . . . . . . . . .1 Continuità e derivabilità . . . . . . . . .1 Integrale di convoluzione . . . . . . . . . . . . . . . . . . . 459 C. . . . . . . . . . . . . . . . . . . . . . . . .1 Definizioni . . . . . 466 E Proprietà della serie di Fourier E. . . . . . . . . . . . . . . . . . . . . . . 442 B Richiami di analisi matematica B. .1. . . . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Funzioni complesse di una variabile reale . .1. . . . . . . . . . . . 461 D Invertibilità di un sistema 463 D. . . . . E. . . F. . . . . . . C Proprietà matematiche della convoluzione 459 C. . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizione di limite di una successione B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Sommabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Proprietà . . . . . . . . . . . . . . . . .2 Integrazione . . . . . . . Bibliografia 471 471 471 471 473 473 473 474 479 479 479 479 482 482 482 483 485 487 . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Serie di Fourier a TC . . .1 Definizioni . . F. . . . . B. . . .1. . . . . .2.1. . . . F. . . . . . . F. . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . 463 D. E. . . . . .2. . . . . . . . . B. . . . . . . . . . . . . . .2 Proprietà . . . . .1 Successioni e serie numeriche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Invertibilità di un sistema LTI . . . . . .5 Funzioni complesse di una variabile reale . . . . . .1 Definizioni . E. . . . . . . . . . . . . B. . . . . . . . . . . . . . . . . . . . . . . .1 Trasformata di Fourier a TC . . . . . . . .1. . . F. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . E. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Definizione . . .3 Trasformate notevoli . .2 Serie monolatere . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . .2. . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . B. . . . . . . . . . . 440 A. . . . . . . . . . . . . . . . . . . . . . .

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

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

4. come nell’es.1. come accade nell’es. 1. 1. nel caso dell’es. .. x(1) x(2) Fig. ad esempio per molti segnali la variabile indipendente è proprio il tempo.3.2 e 1. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig. 1. 1.} è costituito dai nomi degli studenti. 1.1. un segnale può essere definito mediante una tabella. Tale relazione definisce una successione numerica. . Gli es.4). Fig. Il segnale in forma tabellare dell’es. 1.2. 1. 1. un voto nell’es.. Il metodo di Newton dell’es. Maria Turchini.10 e 1. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto.3. dove f (x) denota la derivata prima di f (x). Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica. ... che prende il nome di insieme di definizione o dominio di x.3. una tensione nell’es. 1. .4 (tabella) In alcuni casi...} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. .4. nel caso dell’es. un segnale di questo tipo può essere indicato come segue: x : T → X. 1. 1. Si osservi che. 1. le variabili indipendenti di un segnale possono non avere un significato fisico o.4. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito). Voto 22 30 25 30 .3. ovvero un segnale definito nell’insieme N0 dei numeri naturali. 1. 1. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0.1. Esempio 1.1 e 1. mentre l’insieme X. il dominio del segnale risulta essere T = N0 = {0. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. Ad esempio. il dominio T di x coincide con l’insieme dei numeri reali. che prende il nome di immagine di T mediante x o anche codominio di x. cioè T = R. l’indice n nell’es. Ugo Bianchi. racchiude i valori assunti dalla variabile dipendente x. 1. .1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri . 1.. Al crescere di n.3.1 e 1. 1.3.4.. Franca Neri . . per gli es. infine. lo studente nell’es.. ma esistono casi significativi di segnali – le immagini.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. in questo caso..1) dove l’insieme T..2. 1. possono rappresentare dati .14 più avanti). 2. (1. Inoltre. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1..4) ed una variabile dipendente x (una lunghezza nell’es. 1. 1.2. il dominio del segnale T = {Carlo Rossi.

Di norma. capace di trasportare un messaggio dalla sorgente alla destinazione. 1. 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). ci riferiremo alla variabile indipendente t oppure n come al “tempo”.5. di natura più generale (gli studenti). 1. riportato schematicamente in 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). a prescindere dal loro effettivo significato fisico. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. 1. 1.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. Definizione 1. un grafico o una tabella. Un semplice esempio di sistema con un solo ingresso ed una sola uscita è il partitore resistivo di fig. Fig. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 . che associa ad ogni messaggio da trasmettere . Esempio 1.5. Schema elettrico di un partitore resistivo.1 e 1. 1. è lo schema a blocchi di fig. Esempio 1.7.1) (cioè il segnale nel suo complesso per ogni t ∈ T). rimandando il lettore agli esempi che ne chiariscono meglio il significato. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo. 1. 1. Esso è composto da tre elementi fondamentali: un trasmettitore. oppure può rappresentare la legge di corrispondenza (1. scriveremo {x(t)}t∈T. e gli altri come segnali di uscita (o effetti). quando tuttavia vorremo enfatizzare la seconda interpretazione. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig. Gli es.6.5.6. Concludiamo osservando che. quale il partitore resistivo dell’es. con riferimento ad un segnale funzione del tempo.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. Tali funzioni potranno essere descritte mediante un’espressione matematica. dei quali alcuni sono identificati come segnali di ingresso (o cause). mentre l’uscita è la tensione ai capi del resistore R2 . e alla variabile dipendente x come all’“ampiezza” del segnale.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. comunque. In molti casi la distinzione è ininfluente oppure si ricava dal contesto.6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione. Rappresentazione di un sistema mediante schema a blocchi.

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

2). il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso. i cui elementi sono numeri reali o interi relativi. In tal caso.7 e 1. ottenuto integrando x(u) sull’intervallo ] − ∞. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t).3) per descrivere sinteticamente la trasformazione (1. In molti casi.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du . si useranno le notazioni y(t) = S[{x(u)}u∈T. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. con n ∈ Z. com’è anche evidente dagli es. d’altra parte.1). Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. 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. con particolare riguardo a quelle che sono applicabili in generale. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. per ogni n ∈ Z. In tal caso. per ogni t ∈ R.8 è riportata una rappresentazione schematica della legge di corrispondenza (1. è una legge di corrispondenza tra insiemi “numerici”.2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni). su tutto il proprio dominio di definizione T. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica. tuttavia. 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.2) che definiscono segnali e sistemi.2). Sulla base di tale osservazione. che definisce un segnale. sebbene le corrispondenze (1. dove x(t) denota il segnale di ingresso e y(t) quello di uscita. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n.t]. Una seconda osservazione importante è che. Si osservi che i due insiemi I e U implicitamente definiscono anche il dominio e il codominio dei segnali di ingresso ed uscita del sistema. Esempio 1.1) e (1. 1. n] (1. 1. risulta essere convergente. 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. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. rispettivamente.2). la (1.t] y(n) = S[{x(k)}k∈T.t]. Infatti. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . Esempio 1. con t ∈ R. la scrittura y(t) = S[x(t)] (e lo stesso si può dire di y(n) = S[x(n)]) può evocare erroneamente alla mente del lettore il concetto di funzione composta.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . Si osservi che. possano sembrare simili a prima vista. piuttosto che sulla realtà fisica cui il modello si riferisce. più in generale. Per evidenziare invece il fatto che nella trasformazione (1.6 Segnali e sistemi: introduzione In fig. rispettivamente. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. 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. la (1.8.2). indipendentemente dai fenomeni fisici coinvolti.

8 1 (a) (b) Fig. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica. Definizione 1. Il segnale vocale assume una forma profondamente diversa.6 0. ad esempio.5 −0. o per la conoscenza imperfetta dei meccanismi che li governano. il modello matematico è quasi sempre frutto di approssimazioni. 1. Tali segnali scaturiscono da fenomeni fisici che. In fig.5 0. accoppiamenti parassiti.8 1 0 −0.1. 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”. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. Va detto però che l’identificazione tra il concetto di segnale e quello di funzione è appropriata solo se restringiamo l’attenzione al caso dei segnali perfettamente noti o deterministici.2) non è mai esattamente sinusoidale. infatti. ben presente nel seguito. ecc.2 e 1. che non possono cioè essere descritti esattamente.2 0. In primo luogo.3 Segnali deterministici ed aleatori I segnali considerati negli es. per la loro complessità. 1. .3 Segnali deterministici ed aleatori 7 1 1 0. per la presenza di disturbi. o in forma grafica). Va osservato come principio generale che un modello è solo una rappresentazione.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto. quasi sempre estremamente semplificata.4 t 0. 1. della realtà che intende descrivere. 1. 1.5 x(t) 0 x(t) 0 0.6 0. in forma tabellare. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. non linearità.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). non ammettono una descrizione matematica esatta. 1. La classe dei segnali deterministici è ampia. es.4 t 0.5 −1 −1 0 0. In conclusione. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.9. Esempio 1. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente. che esprime la pressione acustica in funzione del tempo.2 0. In secondo luogo. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr.1.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. in quanto contengono un certo grado di imprevedibilità o di incertezza.

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

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.

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

A] ≡ X. Esempio 1. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. mentre X è un insieme discreto per un segnale ad ampiezza discreta.20 (b). Un esempio di segnale ad ampiezza discreta è il segnale logico. altrimenti .20(a). la sinusoide degli es.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. 1. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit).12. 1. Il segnale risultante è mostrato in fig. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto.8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. 1. −A . Esempio 1. . visto che il suo codominio X = {−5. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . 1.1)..1 e 1.15 (segnale logico) La codifica degli stati logici “0” (falso) ed “1” (vero) avviene in un circuito digitale associando ad essi due livelli di tensione (in Volt). utilizzato per descrivere un segnale. raffigurato in fig. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio... Definizione 1.. Sulla base del modello matematico (1. rimpiazzandole con un numero finito di possibili valori. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.2 assume con continuità tutti i valori dell’intervallo [−A.4 Classificazione elementare dei segnali 15 x(t) 5 . Il segnale risultante x(t) (fig.15.19) descrive la variazione dello stato logico nel tempo. 1. 5} è costituito solo da due valori. Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. 1. t -5 Fig. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta. se il numero delle ampiezze è finito. Esso può essere trasformato in un segnale ad ampiezza discreta con due soli livelli ±A mediante l’operazione di quantizzazione “ad un bit”: y(n) = +A .1. se x(n) ≥ 0 . Il vantaggio che si consegue con la quantizzazione è che. 1. detta quantizzazione.19.

1. . (b) il segnale ad ampiezza discreta y(n) dell’es. 1. Anche l’operazione di quantizzazione si può interpretare come un sistema. e quindi può essere rappresentata con un solo bit.16 ottenuto quantizzando con due livelli A e −A il segnale x(n).21. segnale ad ampiezza discreta Fig.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. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. Schema a blocchi di un quantizzatore. denominato quantizzatore. segnale ad ampiezza continua quantizz . 1. 1.21. anche la teoria della quantizzazione sarà approfondita nel cap. assume due soli valori. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.12. Così come il campionamento. 7.20. 1. e raffigurato in fig.

18 e la successiva discussione).4.22). le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. Viceversa. con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. 1.22. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). 1. I segnali del mondo fisico sono analogici. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. . affrontato già a partire dal XVIII secolo. Di queste.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.1. esse sono indipendenti.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. 1. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. 1.3 Segnali analogici e digitali Dal punto di vista applicativo. l’interesse per i segnali digitali è più recente. e per il loro studio matematico. Tra esse. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. tuttavia. e tra segnali ad ampiezza continua o discreta. esistono metodologie ben consolidate. tanto da meritare una denominazione particolare: Definizione 1. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. DSP).

Esempi di sistemi MISO. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO).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. il campionatore.24. . a parte il caso dei sommatori e dei moltiplicatori. (b) moltiplicatore a due ingressi. l’interpolatore. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. 1. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. (b) sistema a TD. faremo esclusivamente riferimento a sistemi SISO: per questo motivo. (a) sommatore a due ingressi. quando parleremo di sistema. raffigurati schematicamente in fig.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO).23.18 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. quali ad esempio il partitore resistivo. (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. quali il numero degli ingressi e delle uscite. sono tutti di tipo SISO. Fig.5 Classificazione elementare dei sistemi Come i segnali. Nel seguito. supporremo implicitamente che esso sia di tipo SISO. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). Definizione 1.23. Definizione 1. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. ed il quantizzatore. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. 1. 1. I sistemi visti in precedenza. o viceversa. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). 1.

e viceversa. 1. quantizz .16). segnale digitale (b) Tc Fig.25. 1. è un sistema a TC. In accordo con la simbologia introdotta in fig. che presenta ingresso a TC e uscita a TD. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. in campo economico o sociale). nel caso di sistemi a TC. 1. Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale.12). i sistemi misti (TC/TD o TD/TC) sono molto utili quando bisogna passare dal mondo “fisico” dei segnali a TC al mondo “virtuale” dei segnali a TD. nel caso di sistemi misti.24(b). 1. effettuata da un sistema denominato convertitore A/D (fig. l’insieme I racchiude solo segnali a TC. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. mentre U contiene solo segnali a TD. infine. . ed i sistemi a TD sono denominati.5. in maniera lievemente imprecisa.24(a). le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto. 1. e spesso non sono nemmeno chiaramente separabili. 1. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio.25).17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. Lo schema del convertitore A/D riportato in fig. Esempio 1. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. Esempi significativi di sistemi di questo tipo sono il campionatore (es. e quindi bisogna effettuare sia un campionamento (cfr.2) utilizzato per descrivere matematicamente un sistema. 1. Inoltre. 1.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . 1.3 Infine. Conversione A/D: (a) schema a blocchi di un convertitore A/D. e quindi sono sistemi a TC: ad esempio una rete elettrica. 1. Sulla base del modello (1. Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. es. 1.1. sia una quantizzazione (cfr. o viceversa. es. mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. essi sono inoltre di grande interesse ingegneristico.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. I sistemi a TD non esistono generalmente “in natura”.12). (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. come il partitore dell’es. e l’interpolatore (es. ADC). entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC. 1. che presenta ingresso a TD e uscita a TC.6. un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. sistemi digitali. in un convertitore A/D reale (denominato anche analog-todigital converter. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig.13). Il seguente esempio introduce due ulteriori esempi di sistemi misti.25 è puramente di principio.

prima di effettuare l’interpolazione. ai trasporti.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. 1. minor costo dell’hardware. alla biomedica. (b) rappresentazione schematica della conversione D/A in termini di interpolazione. ed in particolare dei convertitori A/D e D/A. segnale analogico (b) Tc Fig. non ultimo. e numerosi altri. Un’applicazione particolarmente interessante dei sistemi misti. 1.13). all’automazione. 1. e finalizzato ad elaborare un segnale analogico in maniera digitale.27. Un convertitore D/A reale (denominato anche digital-to-analog converter. (cfr.26. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. lo schema digitale in fig.27) è un sistema analogico. 1. accetta in ingresso stringhe di bit. Per questo motivo.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale. minore consumo di potenza e. il segnale x(n) viene elaborato mediante un sistema digitale. e quindi non può esistere una operazione inversa di “dequantizzazione”. per questo motivo.27. dalle telecomunicazioni all’informatica. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. Schema classico per l’elaborazione digitale dei segnali. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. Si noti che il sistema complessivo (tratteggiato in fig. 1. un segnale analogico x(t) viene prima convertito.27 offre alcuni vantaggi importanti. Rispetto ad una elaborazione analogica del segnale x(t). 1. In tale schema. . DAC). 1. in quanto gli effetti della quantizzazione sono irreversibili. quali maggiore flessibilità. lo schema di fig. minore ingombro. es. Conversione D/A: (a) schema a blocchi di un convertitore D/A. successivamente. che sono trasformate in valori di ampiezza da un decodificatore binario. alle costruzioni aerospaziali. in un segnale digitale x(n). mediante un convertitore A/D. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A.

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

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

24 Segnali e sistemi: introduzione .

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

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

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. la riflessione temporale. Schema a blocchi di un amplificatore/attenuatore. dove per t0 > 0 si ha una traslazione verso destra del segnale.2. mentre per t0 < 0 si ha una traslazione verso sinistra.2. corrisponde a moltiplicare tutti i valori di ampiezza del segnale per il fattore a. .2 Trasformazioni della variabile indipendente Tra le trasformazioni elementari della variabile indipendente considereremo la traslazione temporale. per quest’ultima operazione.1. il parametro della traslazione n0 assume necessariamente valori interi. l’operazione y(·) = a x(·) si può riguardare come un’inversione seguita da un’amplificazione (o attenuazione) con guadagno |a|. con a > 0. 2. se a < 0. in particolare. e viene denominata inversione (da non confondere con la riflessione temporale che è discussa dopo).1 Operazioni elementari sui segnali 27 x(·) a y(·) Fig. considereremo alcune caratteristiche peculiari del caso TD. Una definizione analoga di traslazione temporale si può dare per un segnale TD: y(n) = x(n − n0 ) .1(b). 2. l’operazione y(·) = −x(·) corrisponde ad un cambio di segno delle ampiezze del segnale. Traslazione temporale (ritardo/anticipo) La traslazione temporale di un segnale TC si definisce come y(t) = x(t − t0 ) . Si noti che una traslazione temporale non modifica la forma del segnale. lo schema di fig. o anticipo. ma comporta solo una variazione del riferimento temporale. 2.3. attraverso l’introduzione delle operazioni di decimazione ed espansione. dove però. Più in generale. Tale operazione può essere interpretata come l’effetto di un sistema SISO denominato amplificatore (se a > 1) o attenuatore (se a < 1). o ritardo. 2. a differenza del caso TC. Genericamente. Se a = −1. 2.2. Anche la definizione di prodotto e lo schema del moltiplicatore può essere generalizzato in modo ovvio al caso di più di due ingressi.2 può essere utilizzato anche in questo caso. cioè n0 ∈ Z: in altri termini. ed il cambiamento di scala temporale. come rappresentato in fig. il fattore a viene denominato guadagno dell’amplificatore/attenuatore. un segnale TD può essere traslato solo di quantità intere. raffigurato in fig. Moltiplicazione per una costante La moltiplicazione di un segnale per una costante y(·) = a x(·) . 2.

valide rispettivamente per il caso TC e TD: y(t) = x(−t) . Dal punto di vista fisico. x(t) = −x(−t). in pratica il grafico del segnale subisce una rotazione intorno all’asse delle ordinate (si noti che il valore in t = 0 oppure n = 0 resta immutato per effetto della riflessione). se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. (c) segnale anticipato (t0 < 0). in fig. la riflessione corrisponde a riprodurre il brano al contrario. secondo le seguenti relazioni. 2. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. dispari se x(n) = −x(−n). Analogamente. Ad esempio. un segnale TD si dice pari se x(−n) = x(n). 2. Un esempio di riflessione per un segnale TC è riportato in fig. invece. y(n) = x(−n) .28 Proprietà dei segnali x(t) (a) t1 y(t) = x(t-t0) t2 t0 > 0 t (b) t1+t0 y(t) = x(t-t0) t0 < 0 (c) t2+t0 t t1+t0 t2+t0 t Fig. si dice dispari. si dice pari. un segnale TC invariante rispetto alla cascata di una riflessione e inversione. Un segnale TC invariante alla riflessione. 2.3.5 (a) .4. Traslazione temporale di un segnale TC: (a) segnale originario. x(−t) = x(t). (b) segnale ritardato (t0 > 0).

si possono facilmente dimostrare (la dimostrazione è lasciata al lettore per esercizio) le seguenti semplici proprietà: Proprietà 2.t2 . risulta necessariamente x(0) = 0. 2.6. (c) Il prodotto di due segnali pari è un segnale pari. mentre in fig. Un esempio di decomposizione di un segnale TC in parte pari e dispari è riportato in fig.2. Si noti che un segnale pari o dispari è completamente descritto dal suo andamento per valori positivi (oppure negativi) della variabile indipendente. 2. (d) Il prodotto di un segnale pari e di un segnale dispari è un segnale dispari. . mentre il prodotto di due segnali dispari è un segnale pari. 2 sono rispettivamente la componente pari (o parte pari) e la componente dispari (o parte dispari) del segnale x(·). (b) La somma di due segnali pari [dispari] è un segnale pari [dispari]. 2. A partire dalla definizione di segnale pari e dispari.1 Operazioni elementari sui segnali 29 x(t) (a) t1 y(t) = x(-t) t2 t (b) .1 (proprietà elementari dei segnali pari e dispari) (a) Se x(·) è dispari ed è definito il suo valore nell’origine.4. (e) Ogni segnale x(·) (nè pari nè dispari) può essere decomposto come x(·) = Pa[x(·)] + Di[x(·)]. e (b) sono raffigurati due esempi di segnali pari. dove Pa[x(·)] = x(·) + x(−(·)) 2 e Di[x(·)] = x(·) − x(−(·)) . (b) segnale riflesso.5 (c) e (d) sono raffigurati due esempi di segnali dispari.t1 t Fig. Riflessione temporale di un segnale TC: (a) segnale originario.

(c) segnale dispari a TC. 2.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. 2.6. x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.5. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. (b) segnale pari a TD. . Esempio di decomposizione di un segnale TC in parte pari e dispari. (b) segnale dispari a TD.

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

ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. Per segnali a TD. 2. 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. l’espansione si ottiene esattamente l’effetto opposto. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine.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. derivante dalla perdita di due campioni ogni tre del segnale originario. In questo caso è possibile ancora parlare di compressione. Decimazione di un segnale TD: (a) segnale originario. 2 L’uso . per cui si scrive: y(n) = x(nM) . se se sceglie M = 10. ovvero se a = M ∈ N. infatti. 2.2 infatti. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. ma nel caso TD si utilizza il termine più specifico di decimazione.8. (b) segnale decimato con M = 3. si noti l’effetto di compressione (minore durata) del segnale risultante.8.

l’espansione a TD è una operazione perfettamente reversibile. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri. (b) segnale espanso con L = 3.1) Un esempio di espansione per L = 3 è fornito in fig. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. della compressione di un segnale TC.9. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. in quanto an non è un numero intero. (2. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. se n è multiplo di L . .2. la decimazione è una operazione non reversibile. si assume a = 1/L. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. 2. Analogamente a quanto visto per la decimazione. Se anche. A differenza della decimazione. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. M − 1 campioni ogni M) sono eliminati completamente. L 0. 2.1 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. con L ∈ N. perché alcuni campioni del segnale TD (in generale. altrimenti .9. Espansione di un segnale TD: (a) segnale originario. per analogia con il caso a = M. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. Le precedenti considerazioni inducono allora a definire l’operazione di espansione nel caso TD nel modo seguente (si noti l’uso “formale” delle parentesi quadre): n = y(n) = x L x n .

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

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

mentre in tutti gli altri casi è frazionario. 2 0.36 Proprietà dei segnali il risultato corretto per via analitica. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. il segnale y(n) si può esprimere esplicitamente. n espansione di 6: v(n) = u . 6 6 2 . Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Esempio 2. caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3. n espansione di 2: y(n) = v . è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. ovvero se n è pari. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione.5 (combinazione di operazioni elementari. (3) espansione di 2. per cui il segnale y(n) vale convenzionalmente zero. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 .4 (combinazione di operazioni elementari. nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . (2) espansione di 6. eliminando la notazione simbolica con le parentesi quadre. n x − − 5 . (3) anticipo di 5. 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 . allora il risultato si ottiene calcolando il valore del segnale in quel punto. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . altrimenti . 6 anticipo di 5: y(n) = v(n + 5) . come: y(n) = se n è pari . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. anticipo di 5: v(n) = u(n + 5) .1). 2 2 2 Con riferimento all’ultima espressione. altrimenti il valore del segnale è nullo. Pertanto. (2) anticipo di 5. Esempio 2. Gli esempi che seguono mostrano come procedere in due situazioni tipiche.

2 2. 0 . Il gradino a TC è definito come: u(t) = 1 .6 0.4 0.2) che esiste ed è finito. ed è rappresentato graficamente in fig. infinito numerabile di punti di discontinuità di prima specie. § B.10. la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale.8 x(t) = u(t) 0.1 Operazioni elementari sui segnali 37 1 0. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.1. y(n) = n+5 x .2 0 −2 0 2 4 t 6 8 10 Fig. 2. integrazione. 2. 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. si dimostra che x(t) è anche continuo in t0 . come:  se n è dispari . il che accade se e solo se n è dispari.2. Gradino a TC. Tuttavia. altrimenti . al più. Il gradino presenta una discontinuità di prima specie per t = 0.10. 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. se t ≥ 0 . Con riferimento all’ultima espressione. eliminando la notazione con le parentesi quadre. Se il segnale x(t) è derivabile in t0 . un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. Pertanto. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da .4 Derivazione. per cui l’espressione ottenuta si può rendere esplicita. altrimenti . In particolare.2). se il segnale x(t) è derivabile nel punto t0 ∈ T. 0 .2) esista e sia finito. notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2. In particolare.

rimandando il lettore desideroso di maggiore rigore matematico ai corsi avanzati di analisi matematica. per t > ε . Tale funzione rappresenta evidentemente un’approssimazione del gradino u(t). da sinistra (che vale 0). non previsto dall’analisi matematica elementare. ma a differenza di quest’ultimo è una funzione continua anche per t = 0. calcolata applicando la regola di derivazione ordinaria.2) non è definito. sebbene matematicamente corretto. L’approssimazione è tanto migliore quanto più ε è piccolo. non è intuitivamente accettabile. al limite per ε → 0. vale zero in tutti i punti. e la sua derivata vale: δε (t) = d uε (t) = dt 0. si ha: ε →0 lim uε (t) = u(t) . Questo risultato. poter definire la derivata del gradino anche per t = 0. tranne che nel punto t = 0.11(a). 1 2ε per |t| > ε . la cui trattazione rigorosa richiede la conoscenza dei fondamenti di una branca della matematica nota come teoria delle distribuzioni. per |t| < ε . destra (che vale 1). (b) la derivata δε (t) di uε (t). posto ε ∈ R+ . tuttavia. se facciamo riferimento all’interpretazione “fisica” della derivata come “rapidità di variazione” di una funzione. Definizione dell’impulso a TC: (a) approssimazione uε (t) di un gradino. Allo scopo di calcolare la derivata generalizzata del gradino. e talvolta come la semisomma dei due limiti (che vale 1/2): qui abbiamo scelto la prima convenzione. essendo continua.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. quindi. 2. 2. per |t| ≤ ε . La funzione uε (t). Per tener conto di questo comportamento e. in effetti.11. in quanto passa istantaneamente (in un tempo nullo) dal valore 0 al valore 1. non presenta i problemi del gradino per quanto riguarda il calcolo della derivata. bisogna ricorrere al concetto di derivata generalizzata.  1 t uε (t) = 2 1 + ε . Infatti la funzione uε (t) è derivabile nell’intorno di t = 0. conservando area unitaria. definiamo la seguente funzione uε (t):  0 . . . Infatti. il gradino presenta effettivamente una rapidità di variazione nulla (e quindi una derivata nulla) per ogni t = 0. ma per t = 0 presenta una rapidità di variazione infinita. Per mantenere la trattazione ad un livello sufficientemente elementare. raffigurata in fig. Al diminuire di ε la funzione δε (t) diventa sempre più stretta ed alta. cercheremo di calcolare la derivata di u(t) euristicamente. in cui il limite del rapporto incrementale (2. La derivata di u(t). per t < −ε .   1.

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. la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine.3) mediante una funzione. la convergenza della famiglia di funzioni δε (t) alla funzione . Invocando il teorema della media.4) Dal punto di vista matematico. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) .7) dove x(t) è un arbitrario segnale continuo nell’origine. ε →0 (2. (2. al limite per ε che tende a zero. se è vero che. Come indicato dal loro stesso nome. Ciò suggerisce che la convergenza del limite al secondo membro della (2. ε →0 (2. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla. Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. δε (t) non ha alcun significato come funzione ordinaria. Infatti. al limite per ε che tende a zero. A tale scopo. la funzione ordinaria δε (t) non converge ad una funzione ordinaria.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . (2. ε ) e la misura di tale intervallo. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. per ε → 0. il funzionale (2. motivo per cui è comunemente nota come impulso o delta di Dirac. possiamo affermare che esiste un punto tε ∈ [−ε .4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. la (2. essa ha invece un significato ben preciso se la si moltiplica per un’arbitrario segnale x(t) continuo nell’origine e si integra il risultato su tutto l’asse reale: +∞ −∞ δε (t) x(t)dt = 1 2ε ε −ε x(t)dt .3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. Al limite per ε → 0. Questo risultato suggerisce di definire il limite al secondo membro della (2. che indichiamo con δ (t) = lim δε (t) . ε →0 dt (2. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t).11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ).3) La questione fondamentale è ora capire a cosa tende la funzione δε (t) quando ε tende a zero.1 Operazioni elementari sui segnali 39 ed è raffigurata in fig. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) . un operatore che associa alla funzione x(t) un numero reale. Quindi. cioè. Dirac nei suoi studi sulla meccanica quantistica. che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . Al diminuire di ε .2.4) definisce un funzionale che si “appoggia” alla funzione δε (t). eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. a differenza del concetto di convergenza di funzioni ordinarie. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) .5) In altre parole. conservando tuttavia area unitaria.

∀x(t) continua in t0 . ad esempio. consiste nell’osservare che. A partire dalla definizione (2. riguarda il fatto che. (2. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t). anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . La prima. se a < 0 < b . .40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2. nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. secondo l’analisi matematica convenzionale. per semplicità d’impiego nelle applicazioni.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. a valle delle considerazioni fatte finora. poiché nell’ambito della teoria dei segnali ciò che importa non è tanto la definizione dell’impulso di Dirac bensì il suo impiego nelle applicazioni. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e. |a| .5) e (2. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . ∀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. +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). di carattere esclusivamente applicativo. deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . implicitamente. in virtù delle (2. ∀n ∈ N. la (2.9) dt In altre parole. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. ∀a < b ∈ R. ma. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. b a continuo in t = 0. La seconda. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. ∀t0 ∈ R. (d) Parità: δ (−t) = δ (t). di carattere prettamente matematico. ∀x(t) 0. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). (2.5) e (2.8). δ (t) x(t) dt = x(0) . se a > 0 oppure b < 0 . ∀x(t) continua in t0 . ∀a ∈ R − {0}. useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. questa operazione per l’integrale di Riemann è consentita solo se la famiglia di funzioni δε (t) converge uniformemente (il che non avviene nel nostro caso).2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1.8) ovvero. ∀t0 ∈ R.7).

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

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

in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). 0. è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi.t0 + T /2] . se 0 ≤ n ≤ N − 1 . Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.7.2. numerosi testi. traslazione temporale e cambiamento di scala. . 2. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). 2. Finestra rettangolare a TC.6 0. Fig. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. 2. mediante moltiplicazione per una costante. se |t| ≤ 0. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . A partire dalla finestra prototipo. la finestra rettangolare è denotata con il simbolo Π(t).19.7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. il cui andamento è raffigurato in fig.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. altrimenti .4 0. si vede che x(t) = A rect t − t0 T = A.5 . 0 . Si tratta di un segnale pari (centrato nell’origine). 2. ed è rappresentata graficamente in fig. altrimenti .20. cambiamento di scala con a = 1/T e traslazione temporale di t0 . cambiamento di scala con a = 1/T e traslazione temporale di t0 . Esempio 2. se t ∈ [t0 − T /2. 0 . 2.8 x(t) = rect(t) 0. Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 . Utilizzando la definizione.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig.20: la finestra è centrata in t = t0 e ha durata ∆x = T .19. altrimenti . Finestra rettangolare a TC dell’es.

è asimmetrica rispetto all’origine.4 0.7.8 x(t) = Λ(t) 0. a partire dalla finestra triangolare prototipo. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N.2 0 −2 0 2 4 n 6 8 10 1 0.6 0. se 0 ≤ n ≤ 2N − 1 . altrimenti . di ampiezza unitaria e durata ∆x = 2.24. N −1} e durata ∆x = N. anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente.22. si noti che. ed è rappresentata graficamente in fig. . 2.8 x(n) = R5(n) 0. . ed è asimmetrica rispetto all’origine. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari. 0. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . . cioè. 2. e cambiamento di scala) è possibile ottenere una finestra triangolare di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. Come nel caso TC. 2. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e. Finestra triangolare a TC. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra.21. 2. la finestra rettangolare a TD degenera nell’impulso discreto.48 Proprietà dei segnali 1 0. 2. Infine. Così come visto per la finestra rettangolare nell’es. ed è rappresentata graficamente in fig.4 0. altrimenti . È possibile definire la finestra triangolare (si veda la fig. ed essa è nota come finestra di Bartlett:  |n − N|  . Fig.6 0. . infatti si ha RN (n) = u(n)−u(n−N). 2.2 0 −2 −1 0 t 1 2 Fig. 2.21. ponendo N = 1. considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. a differenza della sua versione a TC. 1. Finestra rettangolare a TD per N = 5. R1 (n) = δ (n). pertanto. mediante operazioni elementari (moltiplicazione per una costante. come riportato in fig. traslazione temporale. . Tuttavia. così come la finestra rettangolare a TD. Si tratta di un segnale pari (centrato nell’origine). Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo.22.23) anche nel caso TD. ovvero considerare B2N (n + N). se |t| < 1 . La finestra ha estensione temporale Dx = {0. 1− B2N (n) = N 0 .

4 0. 2.24. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale. il quale decade asintoticamente a zero per t → ±∞. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata.8 0. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. Fissare una soglia (vedi fig. con t2 > t1 . questo introduce.2 0 −6 −4 −2 0 n 2 4 6 Fig. 2. tuttavia..6 0. Segnale di durata praticamente limitata. 2. 2..25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze. x(t) soglia . Un discorso analogo sussiste anche per i segnali a TD.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata.23. t1 durata t2 . Si noti che. senza mai annullarsi.. Finestra triangolare a TD per N = 4 con simmetria pari. Fig.. t Fig. legato proprio all’arbitrarietà nella scelta del valore della soglia. un certo elemento di arbitrarietà nella misura della durata.25. per esso. 2. 2. In particolare.25. Finestra triangolare a TD per N = 4.2.4 0.3 Estensione e durata temporale di un segnale 49 1 0.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. ma per i quali l’interpretazione e la misura della durata non è altrettanto univoca di quella per i segnali che si annullano identicamente al di fuori di un intervallo. se si fissa una soglia diversa.8 0. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. a differenza del caso di segnali a durata rigorosamente limitata. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata. si perviene ad un diverso valore di durata del segnale.3. si consideri un segnale TC come quello riportato in fig.t2 ) di valori significativi del segnale. .6 0.

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

la pendenza diminuisce. dell’esponenziale monolatero. che è definito dalla relazione x(n) = A an . In altre parole. scegliamo come valore di soglia α A. risolvendo l’equazione x(∆x ) = α A. Passiamo ora ad introdurre l’esponenziale bilatero a TD. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T. ∆x ). Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . essendo infinitesimo per t → ±∞. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). la cui estensione è Dx = (0. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. È chiaro allora che. cioè. se si sceglie α = 0. Così facendo. e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. sebbene il segnale non si annulli mai al finito. dunque. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0.05. l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. 2.2. con 0 < α < 1. . al crescere di T .27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . 2. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . la durata ∆x . si ottiene che ∆x ≈ 3 T . Viceversa.27. legata alla pendenza della funzione esponenziale nell’origine. al diminuire di T . si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. ed indirettamente alla sua durata. la pendenza aumenta. se si pone per definizione a = −1/T con T > 0. con a > 0. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. Per calcolare la durata analiticamente. dove il parametro T prende il nome di costante di tempo. con ∆x > 0 (durata) dipendente dalla scelta della soglia. com’era intuibile. cresce con legge direttamente proporzionale a T . In tal caso. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. la durata del segnale risulta ∆x = T ln 1 α e. La costante di tempo ammette anche una interessante interpretazione geometrica.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) .368 A. A titolo esemplificativo.

l’esponenziale si riduce al segnale costante x(n) = A. fissato 0 < α < 1. che assume alternativamente i valori ±A. . . per |a| → 0. l’esponenziale decresce più lentamente. . Per 0 < |a| < 1. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . 1. ln(|a|) Come preannunciato. con |a| > 1. In particolare. ∀a ∈ R − {0}). L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). Per ottenere un segnale esponenziale di durata praticamente limitata. a causa della presenza del gradino. mentre per a < 0 assume valori di segno alterno (positivi per n pari. in tal caso. Similmente all’esponenziale bilatero a TC. in particolare. Più precisamente. con 0 < α < 1. . ∆x − 1}. Infine. . l’esponenziale è costante in modulo: in particolare. viceversa. se a = −1. con ∆x > 0 (durata) dipendente dalla scelta della soglia. mentre. per |a| = 1. mentre per valori di |a| prossimi a zero. per cui è un esempio di segnale TD di durata praticamente limitata5 . bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . la durata del segnale tende a zero. I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. negativi per n dispari). la cui estensione è Dx = {0. si ha x(n) = A (−1)n . l’esponenziale decresce più rapidamente. l’esponenziale monolatero tende a zero per n → ∞.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. per |a| > 1 l’esponenziale è crescente in modulo. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. La durata del segnale. se a = 1. 2.28. mentre è identicamente nullo per n < 0. e risolvendo l’equazione |x(∆x )| = α A. è funzione di |a|: per valori di |a| prossimi ad 1. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. Inoltre. scegliendo come valore di soglia α A. per a > 0 l’esponenziale assume sempre valori positivi. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. per |a| → 1. la durata del segnale tende ad essere infinitamente grande.

2.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.8 0.1).2.28.5 1 (d) 0.833). Esponenziale a TD con A = 1 e per vari valori di a: (a) a > 1 (valore effettivo a = 1.3 Estensione e durata temporale di un segnale 53 8 7 6 5 x(n) x(n) −5 0 n 5 10 4 3 2 1 0 −1 −10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 0 n 5 10 (a) 8 7 6 5 x(n) x(n) 4 3 2 1 0 −1 −10 −5 0 n 5 10 8 6 4 2 0 −2 −4 −6 −8 −10 −5 (b) 0 n 5 10 (c) 1 0.5 x(n) 0 0. (b) a < −1 (valore effettivo a = −1.4 −0.833). . (f) a = −1. (e) a = 1. (d) −1 < a < 0 (valore effettivo a = −0.1). (c) 0 < a < 1 (valore effettivo a = 0.6 x(n) 0.

∀t ∈ R . e per questo motivo si assume che il segnale abbia durata non limitata o illimitata. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata.3. (2. Per segnali di questo tipo.. nel caso TD il periodo N0 è necessariamente un numero intero.12) e (2. tuttavia. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore. 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 Fig. 2.29. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ).13) è detto periodo (fondamentale) del segnale. sono sempre di durata limitata. mentre nel caso TC il periodo T0 è in generale un numero reale. come ad esempio il segnale raffigurato in fig. ∀n ∈ Z . Una definizione pratica. allora.13) Il più piccolo valore di N0 che verifica la (2. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo). ed intorno al Sole con un periodo pari circa a 365 giorni.13).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 ).3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. In molti casi.. ovvero ∆x = +∞. 2. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. detto periodo. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. 2.. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. . Inoltre . I segnali di durata illimitata sono anche detti segnali persistenti.54 Proprietà dei segnali x(t) .12) è detto periodo (fondamentale) del segnale. Segnale di durata non limitata. Ad esempio. i segnali x(t) e x(n) si dicono aperiodici.12) Il più piccolo valore di T0 che verifica la (2. (2.29. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali.. infatti. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. È bene enfatizzare il fatto che. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. rispettivamente.

30) è invece quella nel piano complesso. noti l’analogia tra la rappresentazione grafica del fasore sul piano complesso ed il moto circolare uniforme della fisica. A. .13) sono verificate per ogni scelta di T0 e per ogni scelta di N0 . Il fasore è un segnale che assume valori complessi. ϕ0 è la fase iniziale. secondo la quale il fasore è rappresentato come un vettore ruotante. f0 = 2π è la frequenza. Fig. un segnale periodico arbitrario può essere rappresentato mediante combinazione lineare di fasori oppure di sinusoidi. allora esso è periodico di periodo 2T0 . misurata in cicli/s o Hertz (Hz). . Pertanto. se un segnale (ad esempio TC) è periodico di periodo T0 . Nel seguito si introdurranno alcuni segnali periodici elementari. un segnale costante può essere visto come caso limite di segnale periodico avente periodo arbitrario. che si muove con velocità angolare |ω0 |. 5.30. . Come vedremo nel cap. 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 )] .12) e (2. per un segnale costante x(·) = a. misurata in radianti (rad). è interessante notare che.12) e (2. e pertanto non può essere rappresentato in funzione del tempo su un convenzionale diagramma cartesiano (t. 3T0 . 2. 2. le (2.14) dove A > 0 è l’ampiezza. (2. x). sotto condizioni non eccessivamente restrittive. in senso antiorario 6 Alcune 7 Si definizioni e proprietà dei numeri complessi e delle funzioni a valori complessi sono richiamati in app. e della definizione di periodo.2. che si basa sul fatto che un segnale periodico si ripete nel tempo con cadenza pari al periodo fondamentale del segnale. Rappresentazione di una sinusoide a TC nel piano complesso come somma di due fasori aventi ampiezza A/2 e ruotanti in verso opposto.13). e talvolta si parla di periodo fondamentale. Per questo motivo nella definizione di periodo si fa riferimento al minimo valore di T0 o N0 . gli esponenziali complessi o fasori6 e le sinusoidi.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. la somma dei vettori ruotanti si calcola applicando la regola del parallelogramma osserviamo che. ω0 è la pulsazione. Come ulteriore osservazione. ad esempio. sulla base delle (2.7 avente modulo A. quali. Un’altra operazione che consente di rappresentare in modo naturale un segnale periodico di forma arbitraria è la replicazione. 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). .31. Una conveniente interpretazione grafica (fig. misurata ω0 in radianti al secondo (rad/s). 2.

(2. 2. Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ .15). il che accade dopo un tempo pari a T0 = 2π 1 = . ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente.13) e ricalca quella già ω0 vista per il fasore. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica.12): infatti. Dall’interpretazione come vettore ruotante.15) pertanto. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0). che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. e quindi si ha la (2. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. imponendo che valga la (2. ω0 .31). Si noti. il fasore è un segnale periodico di periodo T0 . come preannunciato. |ω 0 | | f 0 | (2. un segnale sinusoidale si può esprimere come: A cos(ω0t + ϕ0 ) = 1 j(ω0t+ϕ0 ) 1 − j(ω0t+ϕ0 ) Ae + Ae = Re[A e j(ω0t+ϕ0 ) ] 2 2 ovvero come la somma di due fasori di uguale ampiezza A/2. il fasore è una pura astrazione matematica che. il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. come sarà chiaro nel seguito. il caso ω0 = 0 rappresenta il fasore più lentamente variabile. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. infine.12). In ogni caso. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. In effetti. con k ∈ Z. 8 Ricordiamo . che il fasore non è un segnale “fisico”. Di contro.4). in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 .1). ed in senso orario se ω0 < 0.16) dove i parametri A. utilizzando le formule di Eulero (cfr. Anche la sinusoide. Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. come il fasore. ovvero che x(t) = x(t + T0 ). Così come l’impulso di Dirac a TC. f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C.56 Proprietà dei segnali se ω0 > 0. Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . § A. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente.

da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . la condizione θ2 − θ1 = 2kπ equivale. Come il fasore a TC. π [. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2). k ∈ Z. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. 1/2[. k ∈ Z. però. k ∈ Z . Equivalentemente. passando da ν0 = 0 a ν0 = 1.4 (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. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente.30): la differenza sostanziale. Infatti. in termini di frequenze. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. 2π [ oppure θ0 ∈ [−π . in particolare. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . ν0 = 2π è la frequenza (cicli). come ν0 ∈ [0. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k. la posizione finale è la stessa. con la pulsazione θ0 ). =1 ∀n. è che poiché il tempo n varia in maniera discreta. o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. . in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . così come accade nel caso TC. ϕ0 è la fase iniziale (rad). ma anche alcune differenze significative rispetto al caso TC. nel caso TD il tempo n va considerato adimensionale.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. Prova. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . 2. applicando la definizione di periodicità (2. a ν2 − ν1 = k. anche il fasore a TD soddisfa la definizione di segnale (1. Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. θ0 è la pulsazione (rad). Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo. 1[ oppure ν0 ∈ [−1/2. Questa è una delle fondamentali differenze rispetto ai fasori a TC. poi diminuisce (fino a ν0 = 1). Un fasore a TD si scrive come: x(n) = A e j(θ0 n+ϕ0 ) = A e j(2πν0 n+ϕ0 ) = A[cos(2πν0 n + ϕ0 ) + j sin(2πν0 n + ϕ0 )] .1).2. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. il fasore si muove “a scatti” nel piano complesso.17) θ0 dove A > 0 è l’ampiezza. e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |.13) per un segnale TD. (2. 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 . ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 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) . derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). Sulla base di questa interpretazione. Ovviamente. come θ0 ∈ [0.

(2) il periodo N0 coincide con il denominatore della frazione. può aumentare. un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. similmente al caso TC.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . contrariamente a quanto avviene con i segnali periodici a TC. Esempio 2. In tal caso. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale. In particolare: A cos(θ0 n + ϕ0 ) = . Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. mostra anche che. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. da cui si ricava che ν0 = θ0 k = .8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. antiorario se k > 0). k ∈ Z. 2π N0 k ∈ Z. nel caso in cui è periodico. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . che può rimanere lo stesso (come nei due esempi precedenti) o. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 .6 (periodo di un fasore a TD) Sia x(n) = A e j(2πν0 n+ϕ0 ) un fasore a TD con frequenza ν0 razionale (non intera). Infatti. addirittura. Se ν0 = 2/3. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. Infine. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. Sinusoide a TD Il segnale sinusoidale a TD si può scrivere come x(n) = A cos(θ0 n + ϕ0 ) = cos(2πν0 n + ϕ0 ) . come la somma di due fasori ruotanti in senso opposto: 1 j(θ0 n+ϕ0 ) 1 − j(θ0 n+ϕ0 ) Ae + Ae . La proprietà precedente. k ∈ Z. e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). allora il fasore non è periodico nel tempo. il periodo è ancora N0 = 3. se ν0 = √2 (un numero irrazionale). il periodo non coincide in generale con l’inverso della frequenza.5 (periodicità nel tempo dei fasori a TD) Un fasore a TD x(n) = A e j(2πν0 n+ϕ0 ) risulta periodico nel tempo se e solo se la sua frequenza ν0 è un numero razionale. In pratica. e si può interpretare. il periodo aumenta passando da N0 = 3 a N0 = 4. con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). Questi due esempi mostrano che. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico.

detto generatore. diverso da zero nell’intervallo [−T0 /2. Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 .18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). (b) periodicità nel tempo: una sinusoide è periodica se e solo se la sua frequenza è un numero razionale ν0 = k/N0 (k ∈ Z e N0 > 1). T0 /2]. Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . 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). ampiezza A. per cui x(t + T0 ) = x(t). un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t).18) risulta necessariamente x(t) = x(t + T0 ).33 è mostrata un’onda rettangolare con A = 1 e δc = 0. Ad esempio. e la cui rappresentazione grafica per A = 1 e δc = 0. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. Si ha. (2. ±2T0 . notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. d’altra parte. ed il periodo dell’onda stessa. è possibile costruire un unico segnale periodico x(t) secondo la (2.5 è quella di fig. come si voleva dimostrare. Il duty-cycle δc . ∀t ∈ R. Esempio 2. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A. Viceversa.32. talvolta espresso in percentuale. traslate di ±T0 . Effettuando il cambiamento di variabile k − 1 = nella sommatoria. 2.18). 2. ∀t ∈ R.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti.2. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . in fig. basta provare che per il segnale x(t) definito come nella (2. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. etc. Infatti come generatore è possibile scegliere la . e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . Dato un segnale generatore xg (t) e fissato un periodo T0 . per una dimostrazione più formale. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . la cui espressione è: ∑ A rect t − kT0 T .8 (duty-cycle dell’80%).9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . infatti. Come caso limite.

4 0.36. Onda rettangolare a TC con A = 1 e δc = 0. finestrando il segnale periodico nell’intervallo [−1. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). Esempio 2. ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). t ∈ [−T0 /2.2 0 −2 −1 0 t/T 1 2 0 0 Fig. dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. con t0 ∈ R.34).32. restrizione del segnale periodico ad un periodo. .6 0. le repliche del segnale si sovrappongono.19) Tale espressione restituisce un segnale periodico x(n) di periodo N0 . che ovviamente è differente da quello originariamente considerato per costruire l’onda triangolare.8 (duty-cycle dell’80%). ad esempio [t0 − T0 /2. . .4 0.t0 + T0 /2].33. In particolare. la relazione tra segnale periodico e generatore non è biunivoca. Onda rettangolare a TC con A = 1 e δc = 0.35) non si ottiene semplicemente affiancando le finestre triangolari. sommando queste ultime negli intervalli di sovrapposizione. (2. ed il segnale risultante (fig. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. 2. In altri termini. ad esempio [−T0 /2.60 Proprietà dei segnali 1 0. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale. 1. Fig. si ottiene il generatore raffigurato in fig. .10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig.6 x(t) 0. ma bisogna tener conto della sovrapposizione tra le repliche. cioè risulta x(n) = x(n + N0 ). Bisogna tuttavia notare che. 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. N0 − 1}.8 0. Poiché il periodo di replicazione è inferiore alla durata del generatore. costruiamo il segnale periodico x(t) effettuando la replicazione di xg (t) con periodo T0 = 3 < 2: 2 x(t) = rep 3 [xg (t)] = 2 3 Λ t− k 2 k=−∞ +∞ ∑ . 2. 0. T0 /2]. 2.5 (duty-cycle del 50%). la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . 2.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. In questo caso. T0 /2] . 1]. descritta dall’esempio che segue. altrimenti. 2. per determinare il generatore. .8 0.

2.75). Esempio 2. Un differente generatore dell’onda triangolare a TC dell’es.37 per M = 3 e N0 = 5. Onda triangolare a TC dell’es.2 0 1 0. 2.36. Fig. Segnale generatore dell’onda triangolare a TC dell’es. 2. che si ottiene finestrando il segnale con una finestra .10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo). ottenuto finestrando il segnale periodico nell’intervallo (−0.2 0 −2 −1 0 t 1 2 1 0.6 0.2 0 −2 −1 0 t 1 2 Fig.6 x(t) 0.2. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).75. 1 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .4 0.6 x(n) 0.4 0. xg(t) Fig.35. 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 0.8 0.34.10.10. 2. il cui andamento è rappresentato in Fig.8 0.37.8 0. Viceversa.6 0. 0. 2. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. 2.3 Estensione e durata temporale di un segnale 61 1 0.8 0. 2.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. Onda rettangolare a TD con M = 3 ed N0 = 5.

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

. il numero. Considerato Z > 0. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . . l’area e la media temporale di x(n) sono numeri reali o complessi. 63 2. Z). Interpretazione della media temporale di un segnale TC nell’intervallo [−Z.20) mentre si definisce media temporale del segnale nell’intervallo {−K.22) mentre si definisce media temporale del segnale nell’intervallo (−Z. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) .21) Si noti che.. K − 1. (2. 2. . 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. Dato un segnale TD x(n) e fissato un intero K ≥ 0. reale o complesso. .23) . in dipendenza della natura del codominio X del segnale.38. (2. −K + 1.2. (2. .4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale.. . . .. . −K + 1.4 Area e media temporale di un segnale . x(t) <x(t)> Z -Z +Z t 2Z Fig. reale o complesso. K − 1. 2K + 1 n=−K K (2. calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . si definisce area del segnale nell’intervallo {−K. . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . il numero. Z). Z]. si definisce infatti area del segnale nell’intervallo (−Z. L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale.

= 2Z = e quindi. il che significa che esistono segnali per i quali la definizione di area (2. si noti che. 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. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.21) e (2.3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. 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.25) L’integrale che definisce l’area di un segnale TC può non esistere. A tal proposito.20) e (2. 2.24) x(n).26) esiste.24) perde di significato. Ciò accade. § B. nel caso dei segnali periodici.24) non esiste in senso ordinario.2.26) in cui. Tale interpretazione è raffigurata graficamente per il caso TC in fig.64 Proprietà dei segnali L’interpretazione di media. ovvero riguardano solo una porzione del segnale. (segnali TD) K→+∞ 2K + 1 n=−K (2.24). Se il limite nella (2. per i quali l’integrale nella (2. gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.2). il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . sia nel caso TC che nel caso TD.38. Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. per esempio. (2. I valori dell’area e della media temporale calcolati sulla base delle (2.23) si possono riscrivere come x(n) x(t) K Z Ax (K) . (segnali TC) (2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt . salvo che in casi particolari.22) e (2. allora anche il valor principale di Cauchy dell’integrale di x(t) esteso all’intero asse reale esiste e i due integrali forniscono lo stesso risultato. dipendono dalla scelta di Z oppure di K.Z2 →+∞ −Z1 lim x(t) dt . in base alla (2.21) oppure (2. si ottiene notando che le (2. 2K + 1 Ax (Z) . Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z. (2.27) . (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). è sufficiente far tendere Z oppure K all’infinito. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt.23).

Infatti. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). l’area del segnale deve necessariamente essere infinita. Allo stesso modo. § B. la sua area è necessariamente finita. si ha Ay = Ax . Ad esempio. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali.25) si ottiene come caso limite dalle definizioni (2. e quindi per ogni fissato valore di Z o di K: in questo caso. |Ax | < +∞. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. bisogna fare attenzione a generalizzare l’interpretazione di media come l’altezza di un rettangolo avente la stessa area del segnale. a partire dal segnale x(t) avente area finita Ax . se il segnale ha area finita. se il segnale x(·) assume valori finiti. Esempio 2.21) o (2.3).26) non esiste. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo.2. mediante cambio di variabile. poiché la media temporale definita nella (2. se il segnale x(t) ha area finita. Come conseguenza di questo risultato.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 ). Tuttavia. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica. cioè. con t ∈ R. Quando invece la serie di x(n) converge. Z→+∞ . l’integrale (2. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. +∞ (2. e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). che può esistere anche quando la serie bilatera di x(n) non converge. 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. Con riferimento al caso TC per semplicità. la sua media temporale è nulla.23). si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. Per quanto concerne l’interpretazione di x(·) . ma si verifica anche per molti segnali aventi durata praticamente limitata. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. dato che l’area di un segnale può essere infinita. nel senso che se y(t) = x(−t).1. 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. 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 . Essa vale infatti se la media è calcolata su un intervallo temporale finito. ponendo a = −1. Poiché la definizione di area e valor medio sono intimamente legate. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. con a ∈ R − {0}. è immediato calcolare l’area del segnale y(t) = x(at). Come caso particolare. soffermando l’attenzione al caso TC. cioè. mentre una espansione (0 < |a| < 1) aumenta l’area del segnale. risulta che: Z x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = Z→+∞ −Z Z→+∞ lim x(t) dt = lim 2Z Ax = 0.4 Area e media temporale di un segnale 65 Tuttavia. se consideriamo il segnale x(t) = t. il segnale ha area nulla. l’interpretazione della (2. Più in generale. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale.28) ossia. 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 . tutti i segnali dispari risultano avere area nulla. Si tratta di un segnale di durata rigorosamente limitata. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) .

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

∀t = 0. −1. Più in generale.39.4 Area e media temporale di un segnale 67 1 1 0.2. 2. allora la sua area è nulla e. essendo una funzione dispari9 .  =−Z =Z Questo risultato discende dal fatto che il signum a TC. presentiamo le seguenti proprietà della media temporale. ha area nulla (nel senso del valor principale di Cauchy). 2. Lo stesso risultato si ottiene per il segnale TD x(n) = sgn(n). tuttavia essa soddisfa la proprietà sgn(−t) = −sgn(t).5 −0.40. Per completare la trattazione. come sgn(n) = 1.39. osserviamo nuovamente che se un segnale ha simmetria dispari. e raffigurato graficamente in fig. utili nelle applicazioni: che a rigore la funzione sgn(t) non è dispari. e rappresentato graficamente in Fig.5 x(t) = sgn(t) 0 0 −0. n ≥ 0. n < 0 . in quanto il suo valore nell’origine non è nullo. conseguentemente. In questo caso. il risultato x(n) = 0 discende dal fatto che il signum a TD è un segnale avente area finita pari ad 1 [somma simmetrica della serie bilatera di x(n)]. 2. Segnale signum a TD. 9 Notiamo . definito analogamente a sgn(t). Segnale signum a TC.5 −1 −5 0 t 5 −1 −5 0 n 5 Fig. 2. anche la sua media temporale è nulla.40. Si ha:  x(t) = lim 1 Z→∞ 2Z Z −Z  0 −Z sgn(t) dt = lim 1   Z→∞ 2Z  (−1) dt + Z 0  1 dt  = 0 .5 x(n) = sgn(n) 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. Fig.

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

Per ω0 = 0. la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt .29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . ∀t0 ∈ R .29) x(·) = 1 0  ∑ x(n) . osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) .2. ∀t0 ∈ R .16. riottenendo il risultato dell’es. =1 2 =1 dove abbiamo applicato i risultati degli es.17 (media temporale del signum) Come applicazione della proprietà di linearità. Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .7(c) consente di semplificare il calcolo della media temporale di un segnale periodico. (segnali a TC)  T0 T (2. . la sommatoria fatta su N0 campioni consecutivi arbitrari.15. Con la notazione precedente. ad esempio in (0. T0 ).4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . (segnali a TD)  N 0 N0 Esempio 2.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . il fasore x(t) è periodico di periodo T0 = periodo. ∀n0 ∈ Z . utilizzando la (2. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. per un segnale TD. La proprietà 2. il fasore degenera nel segnale costante x(t) = A e jϕ0 . Per ω0 = 0. per cui: x(t) = A e jϕ0 = A e jϕ0 . si ha in definitiva: x(t) = lim 2nz nZ →+∞ 2nz T0 + 2εz T0 0 x(t) dt = 1 T0 T0 0 x(t) dt .14 e 2. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . 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. ricalcoliamo la media temporale del segnale x(t) = sgn(t). Esempio 2. ovvero su un periodo del segnale. questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . Allo stesso modo.25). 2. pari ad un periodo del segnale. evitando il passaggio al limite presente nella definizione generale (2. Tale proprietà può essere espressa in forma più generale. 2.

18) che un fasore con ω0 = 0 ha media temporale nulla. la media temporale di un segnale si può interpretare come la componente continua del segnale. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . se θ0 = 2π k. Infatti.70 Proprietà dei segnali Nonostante il fasore a TD x(n) = A e j(θ0 n+ϕ0 ) non sia necessariamente un segnale periodico (lo è solo se la sua frequenza ν0 è un numero razionale). Analogamente. a partire dalla componente continua. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. A cos (ϕ0 ) . Ae Esempio 2. 2. è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. e quindi. Definizione 2. applicando la proprietà di linearità della media temporale.7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 . per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). essendo ottenuta depurando il segnale della componente continua. Dalla sua definizione. ne rappresenta la parte effettivamente “variabile”. (2.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . poiché la sinusoide x(t) si esprime come somma di due fasori. 2. k ∈ Z . si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 . si può definire per differenza anche la componente alternata. jϕ0 .4. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). la parte “costante” del segnale. (2.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica. possiamo applicare la proprietà 2. in un certo senso. k ∈ Z . altrimenti . . altrimenti .31) Mentre la componente continua rappresenta il valor medio del segnale. Nel caso in cui ω0 = 0. Infatti. se θ0 = 2π k. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. la componente alternata.19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ).30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. es.

che rende tale definizione di energia applicabile anche a segnali complessi. il resistore dissipa nell’intervallo di tempo (−Z. Per ottenere una definizione indipendente dalla particolare applicazione fisica. Se si considerano altri esempi in altri campi della fisica. 2 2 Dalla relazione precedente si può ricavare. 2. Esempio 2. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . coincide con la sua componente alternata. con ω0 = 0.18 e 2. notiamo . 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 (·) .5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. Avendo ignorato eventuali costanti di proporzionalità. per cui la componente continua vale xdc = 1 . 2. anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . sono segnali TD puramente alternativi. un segnale x(·) che presenta xdc = 0 e che. ad esempio. (segnali TC) |x(n)|2 .32) In particolare. viene detto segnale puramente alternativo. se il segnale è reale.19. Consideriamo.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . e ricorre in numerose applicazioni. il concetto di energia è fondamentale nella fisica. in quanto per un segnale reale |x(·)|2 = x2 (·).5 Energia di un segnale 71 Dalla definizione stessa di componente alternata.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2. k ∈ Z. 2 2 Pertanto la decomposizione (2. un resistore R attraversato dalla corrente x(t): per effetto termico. quindi.2.33). che viene misurata in Joule (J).5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. il modulo può evidentemente essere omesso.15) la media temporale del gradino. analogamente. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale. 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. con θ0 = 2π k. Dagli es. per verifica. Risultati analoghi valgono anche per il caso del gradino a TD. 2. (2. il fasore e la sinusoide a TD. sono segnali TC puramente alternativi. (2. segue che il fasore e la sinusoide a TC.

§ B.24) e (2.22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). Esempio 2.33) in specifiche applicazioni. Ad esempio. il quadrato di una corrente non è dimensionalmente una energia. in quanto l’esponenziale non tende a zero. Si ha: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 ∞ 0 e−2t/T dt = A2 e−2t/T −2/T t=∞ = t=0 A2 T . la sua energia (ovvero l’area di |x(·)|2 ) sarà finita.33) (cfr. Tali costanti di proporzionalità non saranno considerate nel seguito. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale. l’energia vale: Ex = A2 1 . ma richiede una moltiplicazione per una resistenza. avremmo avuto un esponenziale monolatero crescente. Essendo legata al quadrato del segnale.33) non sono necessariamente quelle di una energia. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. conseguentemente.4). In particolare. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. Esempio 2. Esempio 2.1. che quindi avrebbe presentato Ex = +∞. 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). è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. allora.3 e B. l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata. In questo caso. con T > 0. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre).21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. avendosi: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = A2 T /2 −T /2 dt = A2 T .23 (energia dell’esponenziale monolatero a TD) Calcoliamo l’energia per l’esponenziale monolatero a TD x(n) = A an u(n). mentre per |a| ≥ 1 l’energia non esiste finita. Tuttavia. Se avessimo viceversa considerato T < 0. ∞ Si ottiene allora una serie geometrica di ragione a2 .72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n . ovvero se e solo se |a| < 1. 1 − a2 |a| < 1 .2.33). che converge se e solo se |a|2 < 1. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. . Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). l’energia è una quantità non negativa (Ex ≥ 0). Dal confronto tra le (2.

2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia.5 Energia di un segnale 73 2.6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞). Poiché i segnali aventi area finita hanno componente continua nulla.3 e B.6). non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.3). posto y(·) = α x(·).22.2. sussiste la seguente definizione: Definizione 2. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es. ma non essere di energia. § B. e la somma di due segnali di energia è ancora un segnale di energia.4). 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.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. Tuttavia.34) Sviluppando il modulo al quadrato all’interno dell’integrale. dalla quale. e 2. si ha: |x(t) + y(t)|2 = [x(t) + y(t)][x(t) + y(t)]∗ = x(t) x∗ (t) + y(t) y∗ (t) + x(t) y∗ (t) + y(t) x∗ (t) = |x(t)|2 + |y(t)|2 + 2 Re[x(t) y∗ (t)] . consegue che.23) prendono il nome di segnali di energia. Nel caso del prodotto per una costante α ∈ C. osserviamo che.4): un segnale può essere di energia. In conclusione. Sviluppiamo esplicitamente i calcoli nel caso TC. Viceversa. 2.1. § B. (2. più articolato è il calcolo dell’energia Ex+y della somma di due segnali. in generale. si ha: Ex+y = lim Se si pone Exy = lim Z Z Z→+∞ −Z |x(t)|2 dt + lim Z Z→+∞ −Z |y(t)|2 dt + 2 Re Z Z→+∞ −Z lim x(t) y∗ (t) dt . § 2.5.34). 2. dal punto di vista matematico. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.21. un segnale di energia può anche avere componente continua non nulla. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . è semplice provare che si ha Ey = |α |2 Ex . un segnale può avere area finita. (2.22 e 2.36) . (2. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. In pratica. i segnali di durata non limitata o persistenti non sono di energia. che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri).1.2. 2. la conseguenza pratica è che tipicamente essi hanno componente continua nulla. ma non avere area finita.35) Z→+∞ −Z x(t) y∗ (t) dt . sostituendo nella (2.21). Più in generale. 2.2.3 e B.23).5. 2.

notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.7 (energia mutua) L’energia mutua tra due segnali x(·) e y(·) è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) y∗ (t) dt. (2. 10 Se i segnali sono complessi. oltre alle energie Ex e Ey dei singoli segnali. Per segnali di energia ortogonali vale l’additività delle energie (2.74 Proprietà dei segnali si ha in definitiva: Ex+y = Ex + Ey + 2 Re(Exy ) . Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0. con ovvie modifiche. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). Inoltre. al caso TD. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. in base a concetti matematici più avanzati. che è una quantità reale e non negativa. si ha Eyx = E∗ : nel caso di xy segnali reali.40).39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. in quanto Eyx = Exy . per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. (2. mentre diventa necessaria e sufficiente se i segnali sono reali. e risulta simmetrica.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare. che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . In tal caso. l’energia mutua è in generale una quantità complessa.38) (segnali TD) A differenza dell’energia. In tal caso si ha x(t) y∗ (t) ≡ 0. Esempio 2.39) può assumere segno qualsiasi.37) La relazione (2.38) è coniugato. minore o uguale rispetto alla somma delle energie. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. 11 Si usa il termine “ortogonalità” in quanto. Estendendo i precedenti concetti. Nei due esempi seguenti. la relazione (2. Poiché il termine contenente l’energia mutua nella (2. l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori).41). tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0. Particolarmente interessante è la condizione in cui Exy = 0.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy .40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. poiché il secondo segnale nella (2. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. (segnali TC) ∗ Exy = −K ∑ x(n) y (n). sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. però. (2. 2. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. . il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. (2.37) o nella (2.

è una quantità non negativa (Px ≥ 0).5 y(t) 0.2. Fig.5 0 0.5 0 0. al modulo al quadrato del segnale. abbia simmetria pari.5 −1. I segnali x(t) = rect(t) e y(t) = t rect(t) sono ortogonali per simmetria (es. conviene trascurare eventuali costanti di proporzionalità (come la resistenza R) e far tendere Z all’infinito.24). Per un esempio concreto.5 Fig. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig.5 0 −1 1 −0. come l’energia. Esempio 2. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.41. 2. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 .5 1 1.5 0. 2. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari.5 2 −1 −0.5 1 1.5 0 t 0. Pertanto. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z. nonostante x(t) y∗ (t) ≡ 0.41) 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. anche la potenza è un parametro sintetico caratterizzante alcuni segnali. (2. 2.5 t 1 1. generalizzando l’interpretazione come media temporale al caso TD. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. ad esempio x(t). La potenza è una quantità misurata in J/s o Watt (W).25).5 0 −1 −0. Z) per la lunghezza 2Z di tale intervallo di tempo.5 t 1 1. si perviene alla seguente definizione di potenza: . ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt .6 Potenza e valore efficace di un segnale Come l’energia.42). Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .42. che è utilizzato in numerosi e diversi ambiti della fisica. 2. mentre l’altro ha simmetria dispari.5 0 t 0.5 0 −1.5 2 −1 −0. ma tali che uno dei due.5 y(t) 0 −0. 2.5 0.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0. 2. risulta anche in questo caso Exy = 0.

come per l’energia.26. Avendo trascurato eventuali costanti di proporzionalità. Il vantaggio è. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. Esempio 2. (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2. di ottenere una quantità che dipende esclusivamente dal segnale.76 Proprietà dei segnali Definizione 2.42) non sono necessariamente quelle corrette (ovvero W). le dimensioni fisiche della potenza definita in base alla (2. gradino.42) può essere omesso se il segnale è reale. tali segnali prendono il nome di segnali di potenza: Definizione 2. signum) e i segnali periodici (es.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. 2. 2. poiché il gradino assume solo i due valori reali 0 ed 1. (segnali TC) (2. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS). il valore efficace di un segnale x(·) si può interpretare come il valore che deve assumere un segnale costante per avere la stessa potenza del segnale dato.26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . allora Px = a2 .6.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 . si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). .15 sulla componente continua di un gradino. Sulla base del risultato dell’es.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. fasore. 2. molto utilizzato nell’elettrotecnica: Definizione 2. Esempio 2.1 Segnali di potenza Sulla base della definizione di potenza.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che. è possibile individuare la classe dei segnali che hanno potenza finita. Se il segnale è reale (a ∈ R).

12 Notiamo che se x(·) è periodico di periodo T [N ].6 Potenza e valore efficace di un segnale 77 sinusoide). pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . Nel caso in cui ω0 = 0. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. Infatti. In tal modo. Per soddisfare la definizione (2.43). 13 Ad esempio. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). allora anche |x(·)|2 ammette lo stesso periodo. per cui la potenza si può calcolare applicando la A2 dt = A2 . questo comporta che la sua energia è necessariamente infinita. un segnale periodico è necessariamente un segnale di potenza.19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla.29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). per cui è di scarso interesse pratico). Il valore efficace della sinusoide è allora xrms = Px = √2 . √ da cui si ottiene per il valore efficace xrms = Px = A (si noti che i risultati per la potenza ed il valore efficace valgono anche per ω0 = 0). il fasore degenera nel segnale costante x(t) = A e jϕ0 . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . . Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. un segnale periodico deve necessariamente avere durata illimitata. la potenza potrebbe divergere solo nel caso di un segnale TC periodico x(t) che non sia a quadrato sommabile sull’intervallo T0 (un segnale del genere dovrebbe necessariamente essere non limitato su un periodo. Esempio 2. Analogamente. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = .13).7(c) della media temporale. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. Per ω0 = 0. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Per ω0 = 0. per cui: Px = |x(t)|2 = A2 = A2 . il fasore x(t) è periodico di periodo T0 = (2. Infatti.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . altrimenti . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. 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). salvo per casi particolari di scarso interesse pratico13 . fatta eccezione per casi di scarso interesse pratico. k ∈ Z .43)  ∑ |x(n)|2 .2.12) oppure (2. se θ0 = π k. 2. Esempio 2. A2 cos2 (ϕ0 ) . risultato frequentemente utilizzato nell’elettrotecnica.

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. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞.44) esiste finita. (2. seguendo passaggi simili a quelli effettuati per l’energia. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . sussiste il seguente risultato: Teorema 2. In altri termini. 2. che non sono segnali di potenza. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. nè di energia. si prova facilmente che Py = |α |2 Px . e quindi non può essere di energia. A tal proposito. e quindi sono disgiunti. Ad esempio il segnale rampa a TC x(t) = t u(t). Esistono casi meno banali di segnali. la (b) prova che un segnale di energia ha necessariamente Px = 0.78 Proprietà dei segnali 2. 2. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. nè a quelli di potenza.43.6. (b) se x(·) è un segnale di energia. allora esso ha potenza nulla (Px = 0). dalla (2. Pertanto.44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. 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 .1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . e quindi non si può considerare nè un segnale di potenza. in quanto hanno Ex = +∞).3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune. aventi durata non limitata. Prova. se la potenza (2. i due insiemi non costituiscono una partizione di tutti i possibili segnali. Anche in questo caso. Viceversa. e sfruttando la proprietà di linearità della media temporale. presenta Ex = Px = +∞. allora esso ha energia infinita (Ex = +∞).44) È chiaro allora che. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. se l’energia è finita. invece. per quanto riguarda la somma di due segnali. Tuttavia. posto y(·) = α x(·). dove Pxy è la potenza mutua tra i segnali x(·) ed y(·).6. raffigurato in fig. lim 2Z (2. in quanto esistono casi di segnali che non sono nè di energia. nè di potenza.46) . Viceversa. Per provare la (a).45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). e la somma di due segnali di potenza è ancora un segnale di potenza. e quindi non può essere di potenza. definita come segue: (2.

12 (potenza mutua) La potenza mutua tra due segnali x(·) e y(·) è:   lim 1  Z→+∞ 2Z  lim   Z −Z Pxy = x(·) y (·) = ∗ x(t) y∗ (t) dt.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.2. Per segnali di potenza ortogonali. Esempio 2.5 x(t) = t u(t) 1 0. ed xy in generale la potenza mutua è complessa. 2.47) K 1 ∑ x(n) y∗ (n). in particolare.48) e evidenziano che. (2. si ha Pyx = P∗ . per la presenza dell’operazione di coniugazione sul secondo segnale. come per le energia.6 Potenza e valore efficace di un segnale 79 2 1.46) si scrive Px+y = Px + Py + 2 Pxy .46) e (2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi).5 0 −2 −1 0 t 1 2 Fig. vale la proprietà di additività delle potenze: Px+y = Px + Py .48) Le relazioni (2. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che.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). Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. Definizione 2. 2 2 . a meno che Pxy = 0. anche per la potenze non vale l’additività. adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . con ω0 = 0. Si ha infatti. (2. Segnale rampa a TC.43. (segnali TC) (2. per cui la (2.

a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. Con riferimento in particolare alla potenza. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0.31 (ortogonalità tra componente continua ed alternata) È facile provare che la componente continua ed alternata di un segnale di potenza sono tra loro ortogonali. nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . in quanto l’operazione di coniugazione si scambia con la media temporale.1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. Posto infatti x(·) = xdc + xac (·). Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali.30). nella tab. . che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. (2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. e xac (·) = 0 per definizione. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 . 2. 2. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·).50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Esempio 2.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. In conclusione. 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. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla. evidenziando i legami esistenti tra alcuni di essi. Si ha allora: Px = Pdc + Pac .1. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura.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. 2. Watt (W) per le potenze. Joule (J) per le energie.

si perviene pertanto alla seguente definizione per la misura in dB del valore efficace xrms : [xrms ]dB = 20 log10 xrms x0 . applicando le proprietà dei logaritmi. dato il valore di potenza [Px ]dB in dB . quest’ultima scelta è molto utilizzata ad esempio nelle applicazioni che riguardano la telefonia ed i sistemi di telecomunicazione. si ha: [Px ]dB = 10 log10 Px P0 = 10 log10 2 xrms 2 x0 = 20 log10 xrms x0 = [xrms ]dB . nella definizione (2. tenendo conto della relazione quadratica esistente tra valore efficace e potenza. si ha: [Px ]dBW = 10 log10 100 1 = 20 dBW . e si scrive [Px ]dBm . 2. 2. opportunamente scelta a seconda delle applicazioni. dove P0 è una potenza di riferimento. mentre se si sceglie P0 = 1 mW. tuttavia. Nella tab. per avere lo stesso valore in dB. √ Una misura analoga in dB si può introdurre anche per il valore efficace xrms = Px .7 Misura in dB della potenza e dell’energia 81 Px /P0 0. ed in tal caso si parla di potenze espresse in dBW. Esempio 2. Valori comuni di potenza espressi in dB.5 1 2 10 100 1000 [Px ]dB −30 dB −20 dB −10 dB −3 dB 0 dB 3 dB 10 dB 20 dB 30 dB Tab. . in quanto. se invece P0 = 1mW. si ha: [Px ]dBm = 10 log10 100 10−3 = 50 dBm .50): Px = P0 · 10 [P x ]dB 10 . il valore Px in unità naturali si ottiene facilmente invertendo la relazione (2.2 sono riportati alcuni dei valori più comuni di potenze espresse in dB.01 0. scegliendo P0 = 1 W. Ovviamente. √ dove x0 = P0 è il valore efficace corrispondente alla potenza di riferimento P0 .50). invece di 10.001 0. si parla di potenze espressa in dBm. e si scrive più specificamente [Px ]dBW . Le scelte più comuni per la potenza di riferimento sono P0 = 1W.32 (potenze espresse di dBW e dBm) Si consideri la potenza Px = 100 W.2.2. conviene introdurre un fattore numerico pari a 20. Con questa scelta i valori in dB relativi alla potenza ed al valore efficace coincidono.1 0.

Si consideri lo schema di fig. si ha: [PR ]dB = 10 log10 ovvero. per le proprietà dei logaritmi. per cui. 2. in una relazione additiva. 2. Esempio 2. la potenza ricevuta sarà pari a PR = γc PT . allora [γc ]dB < 0. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB . . corrispondente a 30 dB (tab. Detta PT la potenza trasmessa.2) in unità logaritmiche. 2. Infatti. come è ovvio che sia. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento).44.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. (2. misurando invece la potenza ricevuta in dB.44.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 .51) definisce l’attenuazione in dB o path loss caratteristica del collegamento.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). Notiamo che poiché 0 < γc < 1. in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . La (2. [PR ]dBm = [γc ]dB + [PT ]dBm . risulta [PR ]dBm < [PT ]dBm . le potenze di riferimento nei due casi differiscono di un fattore 1000. assumendo ad esempio P0 = 1mW.

(c) y(t) = x(−t). ±1. (f) z(n) = x(n − 2) + y(n + 2). Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . (b) y(t) = x(t + 5). (b) z(n) = x(3n − 1). (i) z(n) = x(3 − n) y(n). (j) z(n) = x(−n) y(−n). (c) z(n) = y(1 − n). rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). (d) y(t) = x(2t). (b) ritardo di 5 seguito da una riflessione.8 Esercizi proposti Esercizio 2. 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).1 Si consideri il segnale TC x(t) = rect(t). t (e) y(t) = x . Esercizio 2. (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. (k) z(n) = x(n) y(−2 − n). dopo aver rappresentato il grafico di x(n) ed y(n). ±2. ±3} 0.4 Si consideri il segnale TC y(t) = x(2t − 1).2. n (d) z(n) = x . 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. (g) z(n) = x(2n) + y(n − 4). 2 (e) z(n) = y(2 − 2n). n ∈ {0. Esercizio 2. (l) z(n) = x(n + 2) y(6 − n).3 Si consideri il segnale TC x(t) = Λ(t). (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. (h) z(n) = x(n + 2) y(n − 2).2 Dati i segnali TD x(n) = |n| .8 Esercizi proposti 83 2. 3 Esercizio 2.

(c) y(t) = x(2t − 1). (d) y(t) = x[2(t − 1)]. (b) y(t) = x(−t − 1). con T > 0. inoltre. 3 Esercizio 2. l’estensione temporale e la durata del segnale.5 Si consideri il segnale TC x(t) = Λ(t). Esercizio 2. 1 + t2 (f) x(t) = u(t) − rect(t − 2). Determinare. 2 ≤ t ≤ 5  y(t) = 3(8 − t) .7 Rappresentare graficamente il segnale TC  3(t − 2) . (b) x(t) = e at u(−t). Esercizio 2. Determinare. Individuare le operazioni effettuate (specificandone l’ordine) per ottenere il segnale y(t) e rappresentare il grafico del segnale y(t): (a) y(t) = x(−t + 1). (e) y(t) = x 3 t −1 (f) y(t) = x . (b) cambiamento di scala con a = 2 seguito da ritardo di 1. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1).6 Rappresentare graficamente il segnale TC y(t) = 1. l’estensione temporale e la durata del segnale. Esercizio 2. t −1 . 2 1 (e) x(t) = √ . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t).84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2.8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Esercizio 2. 2 ≤ t ≤ 4 0 . (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. (d) x(t) = e−t . 5 ≤ t ≤ 8   0. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2.9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. (c) x(t) = e−|t|/T . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . inoltre. con a > 0.

. 4. (d) x(t) = sgn(−t). utilizzare le proprietà della media temporale] Esercizio 2. (b) x(n) = an u(−n). in caso affermativo. (e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . determinarne il periodo fondamentale N0 . (g) x(t) = 2 rect(t). 1.12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). (h) x(n) = n e jn jπ n (i) x(n) = e .13 Stabilire quali dei seguenti segnali TD sono periodici e. (c) x(t) = u(t − 5). [Suggerimento: per il calcolo del valor medio. π j √n 2 . con |a| > 1.8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). altrimenti (b) x(n) = u(n) + u(n − 1). (c) x(n) = a|n| . (f) x(t) = 2 sgn(t) + 1. 5} 0. . Esercizio 2. con 0 < |a| < 1. (d) x(n) = (−1)n u(n). (d) x(n) = cos(2π n). in caso affermativo. n ∈ {0. calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k).2. Esercizio 2. (h) x(t) = e−t u(t). (e) x(t) = 2 u(t). (b) x(n) = (−1)n . . determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n .10 Stabilire quali dei seguenti segnali TD sono periodici e.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. Esercizio 2. δ (n − 3k) − δ (n − k2 ) . (c) x(n) = cos(2n). (b) x(t) = sgn(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). (b) x(t) = sgn(t). (c) x(n) = cos(π n) R5 (n). (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π . altrimenti e calcolarne valor medio. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. 1 (i) x(t) = √ . Esercizio 2. 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h).15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n).86 Proprietà dei segnali πn πn sin . (b) x(n) = u(n) − u(−n − 1). energia e potenza.] Esercizio 2. (c) x(t) = cos(2π 100t) u(t).2π n). (d) x(t) = e−2t u(t).17 Rappresentare il grafico del segnale TC  t . 1 ≤ t ≤ 2   0. (f) x(n) = (2)n R4 (n − 2). 0≤t ≤1  x(t) = 2 − t .16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (f) x(t) = e−|t| . energia e potenza. 2 (h) x(t) = e−t 2 /2 u(t). (g) x(t) = e−t . e calcolarne valor medio. (d) x(n) = 5 cos(0. . (e) x(t) = et u(−t). Esercizio 2. 5 3 πn 3π n π + . (e) x(n) = 1 2 +∞ n u(n). + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2.

altrimenti nel caso in cui a = 1 e a = 0. Esercizio 2.5π n) . e calcolarne valor medio. e calcolarne valor medio. n ∈ {−4.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. energia e potenza. −3.21 Rappresentare il grafico del segnale TD x(n) = sin(0.23 Dato il segnale TC x(t) = rect(t). −4 ≤ t ≤ 4 x(t) = 5 + t . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. . 4} 0. energia e potenza in entrambi i casi.22 Rappresentare il grafico del segnale TC  5 − t . − 0. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente. .8 Esercizi proposti 87 Esercizio 2. Esercizio 2. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . energia e potenza. −5 ≤ t ≤ −4    0.5. ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio. −a ≤ t ≤ a 0. Esercizio 2. altrimenti e calcolarne valor medio. energia e potenza.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio. altrimenti e calcolarne valor medio.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. energia e potenza. 4 ≤ t ≤ 5   1 . . energia e potenza. (b) Calcolare la componente continua di y(t). Esercizio 2. . .2.20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . Esercizio 2. Esercizio 2.

calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). Inoltre. (f) x(t) = cos(2π t) + 1 cos 2π t − π . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . (b) x(t) = cos(2π t) u(t). Inoltre. xg (n) =  2.30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . πt 2 (d) x(t) = cos(π t) + cos . Esercizio 2. x2 (t) = A2 e j2π f2 t con A1 . A2 ∈ R+ . energia e potenza. Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. Esercizio 2.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2.   1. Esercizio 2.26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4). (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 .   0. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio. energia e potenza.29 Calcolare valor medio. energia e potenza del segnale x(n) = x1 (n) + x2 (n) . energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t .28 Calcolare valor medio. si calcolino valor medio. e calcolarne valor medio. Esercizio 2.27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. .88 Proprietà dei segnali Esercizio 2. 2 4 (g) x(t) = cos(2π t) sin(4π t). (c) x(t) = t 0 cos(2πτ ) d τ . si calcolino valor medio. A2 ∈ R+ .

e calcolare valor medio. per a ∈ A. 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. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ . x2 (t) = A2 rect t 2 con A1 . Successivamente. Esercizio 2.33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) .8 Esercizi proposti 89 Esercizio 2. Successivamente. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) .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 ) .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) .31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] . . A2 ∈ R+ . e calcolare valor medio. energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . per n0 ∈ Ω. 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. si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) .2. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) . x2 (t) = et/2 u(at) Determinare l’insieme A ⊆ R dei valori di a in corrispondenza dei quali il segnale x2 (t) è un segnale di energia. Esercizio 2.

90 Proprietà dei segnali .

Sebbene incompleta. e poiché il modello matematico che introdurremo presenta differenze trascurabili nei due casi. 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. una reazione chimico-fisica. un processo di trasferimento di informazione) che trasforma segnali di ingresso (o cause) in segnali di uscita (o effetti). a partire da un modello matematico del sistema. Facendo riferimento alla classificazione elementare introdotta nel § 1. un circuito elettrico. consiste. e tratteremo sia sistemi TC (ingresso e uscita entrambi TC). a partire dalle particolari proprietà di un sistema. diremo che un sistema SISO è un modello matematico che descrive la relazione tra un segnale . Innanzitutto.Capitolo 3 Proprietà dei sistemi n sistema è un modello matematico di un’entità fisica (un dispositivo elettromeccanico. Da un punto di vista matematico. sulla base delle proprietà individuate è possibile suddividere i sistemi in classi omogenee. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. che è l’oggetto principale di questo capitolo.5. interpolatori. Inoltre. in quanto sistemi con proprietà diverse richiedono generalmente metodologie differenti. la trattazione procederà in maniera il più possibile unificata. la descrizione di un sistema sulla base delle sue proprietà è particolarmente importante in pratica per tre motivi. Infine. sia sistemi TD (con ingresso e uscita entrambi TD). convertitori A/D e D/A) sono discussi più in dettaglio nel cap. il progettista è in grado di capire e sviluppare i metodi di analisi e sintesi più appropriati. Inoltre. per evidenziare le forti analogie esistenti tra il caso TC e TD. 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. Il secondo passo.2 che un sistema è fondamentalmente descritto da un operatore o una trasformazione S.1 Relazione ingresso-uscita Particolarizzando la definizione di sistema data nel § 1. le proprietà di un sistema consentono di capire più rapidamente quale sistema sia il modello matematico più adatto a descrivere un determinato fenomeno fisico. considereremo nel seguito esclusivamente sistemi con un ingresso ed un’uscita (sistemi SISO). U 3. 7. abbiamo visto nel § 1.2 al caso di sistemi con un ingresso ed un’uscita. nel definire e studiare alcune proprietà dei sistemi.

e non semplicemente dal valore del segnale nello stesso istante t.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du .1 Inoltre abbiamo utilizzato un’ulteriore variabile temporale t (separata dal punto e virgola) per specificare che la forma matematica della legge di corrispondenza tra ingresso ed uscita dipende in generale dal tempo t. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t.1(a). che nel caso di un sistema TC si definisce come segue: Definizione 3.1. 1 Per (3. Esempio 3. . (b) Integratore TD o accumulatore. insiemi di segnali diversi definiscono sistemi diversi. 3. (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 . Tale modello matematico è descritto da una trasformazione S : I → U.2) Nella (3. 3.2.2). che presentano proprietà diverse.1) può essere espresso in maniera sintetica. un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. valori che possiamo denotare sinteticamente con {x(u)}u≤t . ed è rappresentato schematicamente in fig.t] .t] sottolinea esplicitamente che l’uscita y(t) all’istante di tempo t dipende in generale dall’intero segnale di ingresso {x(u)}u∈R . Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.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 . n] . la notazione y(t) = S [{x(u)}u∈R . attraverso la relazione ingresso uscita (i-u). In maniera analoga.3) semplicità di notazione. di ingresso ed un segnale di uscita. Il modello matematico (3. Pertanto. (3. abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R.2): Definizione 3.1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. come già osservato nel § 1.∞ ∑ n y(n) (a) (b) Fig. (a) Integratore TC. L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato.

Nel caso TD. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti.3. con una legge che può variare con n. 2 Per 3 Le . Sistemi TD elementari. sono riportati in fig.2 e fig.4) e rappresentato schematicamente in fig. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. 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. x y(n) = x(n + 1) .2 Esempio 3.3) è lo stesso adottato per il caso TC: in particolare. (a) Decimatore per M: y(n) = x(nM).1) possono essere interpretate come sistemi. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. 3. anticipo unitario.3. e di espansione: y(n) = x n = L n .2. Esempio 3. § 2. se n è multiplo di L . 2 (cfr. 3. 3. date rispettivamente da y(n) = x(n − 1) . (b) Espansore per L: y(n) = n x L . decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. (a) Ritardo elementare: y(n) = x(n − 1). L 0. di decimazione: y(n) = x(nM) . 3. 3. l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z . particolarmente importanti sono l’operazione di ritardo o anticipo di un campione. (b) Anticipo elementare: y(n) = x(n + 1).3. Fig.1 Relazione ingresso-uscita 93 x(n) z -1 (a) y(n) x(n) ↓M y(n) (a) x(n) z (b) y(n) x(n) ↑L y(n) (b) Fig. decimatore ed espansore. Sistemi TD elementari. per questo motivo. denominati ritardo unitario. si veda [14]). Il senso della notazione utilizzata nella (3.3 semplicità di notazione. (3.2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . valori che denotiamo sinteticamente con {x(k)}k≤n . Gli schemi a blocchi dei sistemi corrispondenti. anticipo unitario.3 (ritardo unitario.1(b). altrimenti . Anche in questo caso.

scheda video.5) è fuorviante.6) in luogo delle notazioni rigorose (3.2) e (3. 3. invece delle notazioni complete (3. si utilizzano le notazioni semplificate y(t) = S[x(t)]. In particolare. § 3. x(n) −→ y(n) .2) e (3. utilizzeremo talvolta le (3. che sebbene sia meno generale. quali scheda madre.4. In particolare. il sistema stesso è visto come una “scatola nera” (black box).94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. è la rappresentazione ingresso-stato-uscita (i-s-u). anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. un PC può essere realizzato assemblando componenti più semplici. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema.3. Inoltre. A volte. e sicuramente non è la più generale. scheda audio. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. nel seguito faremo uso esclusivamente della relazione i-u. Per concludere.5) e (3.4 Tuttavia. y(n) = S[x(n)] (3. è perfettamente adeguata per i nostri obiettivi. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 .3) per le relazioni i-u dei sistemi.1). in cui entrano in gioco. essa è una rappresentazione esterna. 3. “stato” di un sistema in un certo istante di tempo si intende l’insieme di informazioni necessarie e sufficienti a descrivere l’evoluzione del sistema fino a quell’istante. avendo avvertito il lettore. 5 Per 4 Questa .3) per snellire alcune derivazioni. Circuito elettrico con resistori connessi in serie ed in parallelo.2 Interconnessione di sistemi Sistemi semplici possono essere connessi tra loro (interconnessi) in varie configurazioni per ottenere sistemi più complessi. interpretazione vale solo per una classe particolare di sistemi. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. R1 ed R2 sono connessi in serie. oltre ai segnali di ingresso e di uscita.5) oppure le notazioni simboliche: x(t) −→ y(t). mentre R3 ed R4 sono connessi in parallelo.5 In ogni caso.6) Abbiamo già osservato che la notazione (3. i sistemi cosiddetti non dispersivi (cfr. (3. in quanto può essere interpretata nel senso che il valore del segnale di uscita al’istante t oppure n dipende solo dal valore del segnale di ingresso nello stesso istante. di cui non conosciamo il contenuto.

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

Infine.96 Proprietà dei sistemi x(.4 (accumulatore come sistema in retroazione) L’accumulatore dell’es. Esso consente tuttavia di ottenere sistemi con comportamenti assai più complessi ed interessanti rispetto alle connessioni in serie ed in parallelo. si noti che. per la stabilizzazione degli amplificatori). sulla base dell’osservazione dell’uscita del sistema S1 . Il sommatore all’ingresso del sistema S1 effettua la somma o la differenza dei segnali x(·) e y2 (·). anche per lo schema con retroazione occorre che U1 ⊆ I2 e. dopo essere stata elaborata dal sistema S2 .2 ammette anche una descrizione di tipo ricorsivo. in cui il segnale viaggia esclusivamente “in avanti” (feedforward). 3. . è richiesto che se x(·) ∈ I1 e y2 (·) ∈ U2 allora la loro somma/differenza x(·) ± y2 (·) è un segnale appartenente all’insieme I1 . che porta alla sua interpretazione come sistema in retroazione. estraendo il termine x(n) dalla sommatoria su k presente nella (3. si utilizzano sia schemi con retroazione negativa (ad esempio. sia schemi con retroazione positiva (ad esempio per il progetto di oscillatori). 3. Connessione in retroazione dei sistemi S1 e S2 . invece. =y(n−1) da cui y(n) = y(n − 1) + x(n) . Ad esempio. Lo schema con retroazione negativa è molto utilizzato nei sistemi di controllo. si ha: y(n) = k=−∞ ∑ n x(k) = n−1 k=−∞ ∑ x(k) + x(n) .5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback (fig. Si parla di retroazione negativa se il segnale y2 (·) riportato all’ingresso tende a contrastare le variazioni del segnale x(·). viene sommata algebricamente all’ingresso del sistema S1 . In particolare. e si dice che il sistema S2 funge da “controllore” del sistema S1 .) S2 Fig.4). mediante tale schema il sistema S2 .) S1 y(. similmente al collegamento serie. Esempio 3. può modificare l’ingresso al sistema S1 in modo da forzare un determinato andamento dell’uscita del sistema S1 . e viene aggiunto al segnale di ingresso.7) se l’uscita del sistema S1 . Nell’elettronica analogica. in quanto il segnale di uscita viene riportato “all’indietro” (feedback). modificando a sua volta il segnale di uscita. dove prende il nome di controllo a ciclo chiuso.4.7. in caso contrario si parla di retroazione positiva. Definizione 3. in aggiunta. Infatti. 3. nel circuito di fig. Quest’ultimo schema è più complicato da interpretare ed analizzare.) y 2(. i resistori R3 ed R4 sono collegati in parallelo. 3.

mentre il sistema S2 è un ritardo elementare. essendo riportata in ingresso con il segno positivo. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). tende ad amplificare le variazioni del segnale di ingresso.3 Proprietà dei sistemi 97 x(n) y(n) + + z-1 y(n-1) Fig. mentre il sistema S1 nel ramo diretto è il sistema identico.t] . 3.3. la linearità. e non ad attenuarle. infatti l’uscita. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. 3. 3. Estendendo i concetti precedenti in maniera ovvia al caso TD. data dalla (3. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. possiamo dare la seguente definizione di sistema non dispersivo: . Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico.8. prescindendo completamente dalla loro natura fisica. l’invertibilità. discusse di seguito. 3.t] . in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso.2) nel caso TC e dalla (3.3.1 Non dispersività Riprendiamo la relazione i-u (3. l’invarianza temporale. la stabilità. ma in funzione dell’uscita y(n − 1) all’istante precedente.2) di un sistema TC: y(t) = S [{x(u)}u∈R . Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. Notiamo che la precedente relazione non è una relazione i-u. sono la non dispersività. Si noti che si tratta di una retroazione positiva. Tali proprietà.8. la causalità.3) nel caso TD. 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.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. ma analizzando esclusivamente la forma matematica della relazione i-u.

9.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. (b) Caso TD. R1 + R2 nella quale y(t) dipende solo da x(t). eventualmente.3) assume la forma y(n) = S [x(n).7) In sintesi. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3. Pertanto il partitore resistivo è un sistema non dispersivo. in un sistema non dispersivo.8) (3.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .2) assume la forma y(t) = S [x(t). Sottolineamo che.10. Esempio 3. l’uscita all’istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare. (a) Caso TC. con t oppure con n). con α = R2 < 1.9. Definizione 3. 3. il cui schema elettrico è riportato in fig. in quanto la forma più generale della relazione i-u è la (3. Schema elettrico di un partitore resistivo.2) oppure la (3.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. (3. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante. n] . dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita. si ottiene la semplice relazione i-u: y(t) = R2 x(t) . come sinonimo di sistema non dispersivo. e quindi i sistemi non dispersivi rappresentano un caso particolare. Schema a blocchi di un amplificatore. Esempio 3. α y(n) (b) Fig. Inoltre. 3. i sistemi sono dispersivi. 3. Applicando la legge del partitore. di norma. R1 + R2 (3. si parla anche di sistema istantaneo o senza memoria.3).98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig.9) .t] .

3.8 caso α < 0 si può vedere come la cascata di un invertitore. anche se negli es. n − 1. . nel senso chiarito meglio dai due esempi seguenti. L’uscita all’istante t. 3. M Tale sistema viene denominato filtro a media mobile o moving average (MA): il nome deriva dal fatto che il sistema calcola l’uscita y(n) effettuando la combinazione lineare. bM . prende il nome di attenuatore. 3. x(n − 1). non sempre la memoria di un sistema è finita. 3. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. con 0 < α < 1.7 all’uscita in un determinato istante di tempo. Per questo motivo. Un amplificatore/attenuatore TC si rappresenta come in fig. b1 . tale sistema ha memoria finita e pari ad M. il sistema prende il nome di integratore con memoria finita.9). 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD. Esempio 3.1 e l’accumulatore dell’es. . non dipende dall’intero segnale d’ingresso. l’integratore dell’es.3 Proprietà dei sistemi 99 Più in generale. . 3. oltre al campione attuale. Esempio 3. . o anche dinamico. e sistemi a memoria infinita. Se.2 sono sistemi dispersivi. definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t.6 si dice evidentemente dispersivo. Un amplificatore/attenuatore a TD si rappresenta come in fig. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce.9 ciò non accade. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media.7 (amplificatore/attenuatore TD) I concetti dell’es. tuttavia. con T > 0. n − M. un sistema TC descritto da una relazione i-u del tipo (3.2 sono entrambi sistemi con memoria infinita. . .6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. Il termine “memoria” per T viene utilizzato proprio perché.6 si possono estendere al caso TD. . Nel caso in cui i pesi siano tutti uguali a 1/(M + 1). con pesi b0 . .9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) . 3. . Si tratta evidentemente di un sistema dispersivo. 3. Inoltre. α > 1.3. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. il sistema funziona da amplificatore. 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. 6 Il . 3.3.1 e l’accumulatore dell’es. o ancora con memoria: ad esempio. anche da M campioni precedenti dell’ingresso. .10(a). . Un sistema che non soddisfa la prop. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. . Si parla di “memoria” del sistema. e di un amplificatore/attenuatore y(t) = |α |z(t). ad esempio l’integratore dell’es.8 e 3. In definitiva.10(b). la memoria del sistema è proprio pari a T per ogni t. oltre che da x(n). degli M + 1 campioni x(n). sistemi a memoria praticamente finita. x(n − M) del segnale di ingresso. il sistema “dimentica” l’ingresso. In linea di principio tale memoria potrebbe variare col tempo.8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . dopo un tempo T . 3. Poiché l’uscita all’istante n dipende. viceversa. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. z(t) = −x(t). Esempio 3.

ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du .1.11) (3.8.10) Esempio 3. presente e futuro. è chiaramente un sistema causale.3) assume la forma y(n) = S [{x(k)}k≤n . la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. l’integratore dell’es. descritto dalla relazione i-u y(t) = t t−T x(u) du . l’uscita y(t) all’istante t dipende dall’ingresso passato. ovvero di un sistema per il quale la (3. {x(u)}u>t rappresenta l’ingresso futuro: in generale. giungendo alla seguente definizione: Definizione 3. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.3. descritto dalla relazione i-u y(t) = t −∞ x(u) du . a patto che T > 0. 3. . 3. il concetto di sistema causale si estende al caso TD. Allo stesso modo. in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t. quindi. è un sistema causale. secondo il quale l’effetto non può precedere la causa. n] .100 Proprietà dei sistemi 3. Interpretando l’ingresso come causa e l’uscita come effetto. con T > 0.2) assume la forma y(t) = S [{x(u)}u≤t . (3. Per un fissato t. ovvero i valori passati ed il valore presente dell’ingresso.t] . in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. otteniamo un sistema non causale. ma non dipende dagli ingressi futuri. possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t.10 (integratore causale e non causale) L’integratore dell’es. in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . (b) Un sistema TD si dice causale se la sua relazione i-u (3.2 Causalità Partiamo ancora dalla relazione i-u (3. Si giunge allora alla fondamentale definizione di sistema causale.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R .2) assume la forma y(t) = S[{x(u)}u≤t .t] . In altri termini.t] . e quindi da valori futuri dell’ingresso. Modificando gli estremi di integrazione. Con ovvie modifiche.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3.

se t < −T . considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . per dimostrare che un dato sistema è non causale e. con k ≥ 0. la prop. non verifica la prop. per ogni n0 ∈ Z e per ogni x1 (n).1. Se però modifichiamo leggermente la relazione i-u. Viceversa. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto. ∀t ≤ t0 . che rappresentano il presente (k = 0) ed il futuro (k > 0). x2 (t) ∈ I tali che x1 (t) = x2 (t). ed x2 (t) = u(t).11 (sistema MA causale e non causale) Il sistema MA dell’es. Il sistema è causale se e solo se. rispettivamente. risulta che y1 (n) = y2 (n). se t ≥ 0 . 3. che rappresentano il presente (k = 0) ed il passato (k > 0).1(a). utilizzando la prop. M è chiaramente un sistema causale.  t  T. 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. per dimostrare che un dato sistema è causale a partire dalla prop. Pertanto. la cui corrispondente uscita è y1 (t) = 0. 3.12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. se −T ≤ t < 0 . x2 (t) ∈ I tali che x1 (t) = x2 (t). Il sistema è causale se e solo se. ∀t ∈ R. ∀n ≤ n0 . occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). Esempio 3. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . 3. ∀n ≤ n0 . (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). per cui tale sistema MA è non causale. in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k).9. 3. ∀t ≤ t0 . Scegliamo x1 (t) = 0.1. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t). 3.3. risulta che y1 (t) = y2 (t). x2 (n) ∈ I tali che x1 (n) = x2 (n). la cui corrispondente uscita è  0 . ∀t ≤ t0 . La verifica della prop. con t0 ∈ R arbitrariamente scelto. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD. . per un dato valore t0 ∈ R. ∀t ≤ t0 .  t+T y2 (t) = x(u) du = t + T . 3. verifichiamo che si tratta di un sistema non causale. in corrispondenza dei quali y1 (t) = y2 (t). quindi. con T > 0 e. per ogni t0 ∈ R e per ogni x1 (t). A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali.1 è data direttamente come definizione di sistema causale.3 Proprietà dei sistemi 101 Esempio 3. ∀t ∈ R. con riferimento al caso TC. 9 In alcuni testi.1(a). rispettivamente.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). per uno o più valori di t ≤ t0 . con k ≥ 0.

usiamo la prop. con M = 1. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . ∀n ∈ Z. Ad esempio.9. anziché elaborare un segnale in tempo reale. non sono stati ancora scoperti. in molti casi. § 2. 3. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). 3. la cui corrispondente uscita è y1 (n) = 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. per t ∈] − T. Sebbene x1 (n) = x2 (n) = 0. Esempio 3. Differenza prima. Il sistema che opera la differenza prima causale è definito dal legame i-u: y(n) = ∇1 [x(n)] = x(n) − x(n − 1) ed è rappresentato schematicamente in fig. in particolare. Per provare ciò formalmente.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. Osserviamo in conclusione che non esistono (o almeno. es. per alcuni valori di n ≤ 0. per ogni n ≤ 0. ad esempio. 3. infatti. esso può anche essere visto come un sistema MA non causale (cfr.. Quindi la prop. ossia: y(t) = S[{x(u)}u>t . l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale.9. ad esempio) ed elaborarlo “in tempo differito”: si pensi. è possibile memorizzarlo (su un supporto magnetico o ottico. mentre y2 (t) = 0.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. infatti. y1 (0) = 0 e y2 (0) = 1.11) si dice non causale. 3. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. ai sistemi fisici che elaborano i segnali “in tempo reale”. y(n) Sebbene x1 (t) = x2 (t) = 0.1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. b0 = −1 e b1 = 1). b0 = 1 e b1 = −1). Quindi la prop. n] . Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. In quest’ultimo caso. per alcuni valori di t ≤ 0.. 3. Un altro esempio .) sistemi fisici capaci di prevedere il futuro (ad esempio. ed x2 (n) = δ (n − 1). 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). che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. y2 (t) = 0. Può essere visto come un sistema MA causale (cfr.1(b) e scegliamo x1 (n) = 0. Questa osservazione si applica.1. 3. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer. anche l’operazione di differenza prima per segnali a TD (cfr.11. 0[. Un sistema siffatto si dice anticausale.t] . Equivalentemente. per ogni t < 0. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). 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. e quindi i sistemi del mondo fisico sono tutti causali.10) oppure la (3. 3. con M = 1. ∀n ∈ Z. Tuttavia. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). ed è quindi utile considerare anche il caso di sistemi non causali. es.4) ammette una interpretazione sistemistica.11.102 Proprietà dei sistemi x(n) ∇1 Fig. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). per ogni t ≤ 0. y(n) = S[{x(k)}k>n .

3. Esempio 3. questo significa che. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·).5) per esprimere i legami i-u dei sistemi. descritto dalla relazione i-u: y(·) = α x(·) . faremo uso della notazione semplificata (3. α e quindi il sistema inverso è un attenuatore.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. matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . Se il sistema è invertibile. in altre parole. nell’elaborazione di immagini. se S−1 è il sistema inverso di S.3. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. . 3. se il sistema S è invertibile. basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. quando si progetta un sistema. comunque si fissi un segnale di uscita y(·) ∈ U. per ogni segnale y(·) ∈ U. esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·). Da un punto di vista sistemistico. per ogni segnale di ingresso x(·) ∈ I . 10 Nel seguito di questa sezione. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . (3.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig.3. siamo interessati a risalire all’ingresso x(·) che l’ha generata. la variabile indipendente è di tipo spaziale). Si noti che. ingressi distinti devono generare uscite distinte. In altri termini. le corrispondenti uscite y1 (·) e y1 (·) siano distinte.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. nota l’uscita y(·) di un sistema. detto sistema inverso. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che.3 Invertibilità In molti casi pratici. il sistema S è il sistema inverso di S−1 . osservato y(t). avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. Sfortunatamente questo non è sempre possibile.12) ossia. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso. non potremo risalire univocamente a x(t). anche se non operanti in tempo reale. è possibile costruire un sistema S−1 : U → I . In questo caso.12. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). la causalità rappresenta un vincolo a cui il sistema deve obbedire. non vi è alcuna restrizione sui segnali di ingresso e uscita.8 (sistema invertibile) Un sistema S : I → U si dice invertibile se. pertanto. Si può verificare che. Più precisamente. L’amplificatore è un sistema invertibile. l’ordine dei due sistemi nella cascata in fig. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. 3. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I.

mentre U è costituito da tutti i segnali non negativi a valori reali. Estendendo tale concetto in modo ovvio al caso TD.) S S -1 x(. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. Pertanto. In questo caso. Se tale dipendenza dal tempo non c’è. 3.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . non vi è alcuna restrizione sui segnali di ingresso.2) assume la forma y(t) = S [{x(u)}u∈R ] .12.12) è violata. possiamo dare la seguente definizione: Definizione 3. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. salvo per casi particolari.) x(. il raddrizzatore non è dotato di sistema inverso. Va notato in conclusione che. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] . a tale scopo possiamo far riferimento alla condizione necessaria (3. nella sua forma più generale: y(t) = S [{x(u)}u∈R . e quindi i suoi effetti sono irreversibili. nonché la determinazione del sistema inverso.14) .9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3. 3. 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 (·)|.3) assume la forma y(n) = S [{x(k)}k∈Z ] . (3. lo studio dell’invertibilità di un sistema. Esempio 3.104 Proprietà dei sistemi y(. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario].t] . è in generale un problema abbastanza complesso. poiché la (3.) Fig.3.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. (3.12). È facile provare che il sistema raddrizzatore non è invertibile.

14) si dice tempo-variante (TV) o non stazionario. Esempio 3.13. si consideri ora il segnale xt0 (t) = x(t −t0 ). cioè.3. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”.15) . Viceversa. Se invece il sistema è TV. un sistema che non soddisfa la (3. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 . in questo esempio. 3.2). producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. Se il sistema è TI. R1 + R2 è un sistema TI.13.13) o la (3. allora yt0 (t) = y(t − t0 ). ottenuto da x(t) introducendo il ritardo temporale t0 . avente relazione i-u y(t) = R2 x(t) . 3. 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 . e quindi l’origine dei tempi può essere fissata arbitrariamente. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . Specificatamente. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t). Se tuttavia si tiene conto degli effetti +R termici. in quanto il rapporto R1R2 2 non dipende dal tempo. 3. con riferimento ad un sistema TC. ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop. in altre parole. Il comportamento di un sistema TC invariante temporalmente non dipende dall’istante di applicazione dell’ingresso: se xt0 (t) = x(t − t0 ).16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. R1 (t) + R2 (t) (3. il suo comportamento non cambia nel tempo. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso.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. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. 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). Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . a partire dal segnale x(t). la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema).

coinvolga esclusivamente operazioni sui segnali di ingresso e di uscita (in linea con l’interpretazione data in fig. più precisamente. e si scrive y(n) = α (n) x(n).2 ha un’interessante interpretazione in termini sistemistici.2(b). 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 ) . il segnale ottenuto xn0 (n) è poi posto in ingresso al sistema S in esame. In base alla prop.16) è denominato amplificatore a guadagno variabile. la proprietà precedente non deve valere solo “per ogni t0 ∈ R” ma. 3. rispetto allo schema di fig.13). La prop.9 in cui compare il funzionale S. Si faccia attenzione che. 3. differentemente dalla def. (3. il segnale traslato y(n − n0 ) può essere visto come la risposta della cascata riportata in fig. 3. a stretto rigore. ovvero se e solo se le due configurazioni in cascata riportate in fig.14(b) al segnale di ingresso x(n). 3. La risposta yn0 (n) del sistema S al segnale traslato x(n − n0 ) può essere riguardata come la risposta della cascata riportata in fig. Una definizione analoga di amplificatore a guadagno variabile vale anche per il caso TD.16) Un sistema del tipo (3.106 Proprietà dei sistemi ed è quella di un sistema TV. che è illustrata in fig. ottenendo il segnale yn0 (n) in uscita dalla cascata. il sistema S è TI se e solo se yn0 (n) = y(n − n0 ). Poiché tale distinzione ha un valenza esclusivamente matematica ed è inessenziale per molti sistemi di interesse pratico. in cui. l’ordine tra i due sistemi è scambiato. 3. Si noti che un sistema siffatto si comporta da amplificatore in corrispondenza dei valori di t per i quali |α (t)| > 1.15) è un esempio di sistema avente relazione i-u y(t) = α (t) x(t) . si può dimostrare che una formulazione equivalente della proprietà di invarianza temporale è la seguente: se all’ingresso x(t) corrisponde l’uscita y(t). 3. ad esempio.17) .14 sono equivalenti.14(a). Poiché spesso non si conosce con sufficiente dettaglio la struttura del sistema. 3. all’ingresso traslato x(t −t0 ) corrisponde l’uscita traslata y(t −t0 ). e per ogni coppia di segnali di ingresso x(n) ∈ I e di uscita y(n) ∈ U. per ogni t0 ∈ R e per ogni segnale x(t) ∈ I ed y(t) ∈ U. 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”. per ogni n0 ∈ Z. 3. è utile fornire una caratterizzazione della proprietà di invarianza temporale che. e per ogni coppia di segnali di ingresso x(t) ∈ I e di uscita y(t) ∈ U.14 con riferimento ad un sistema TD. Notiamo che un partitore del tipo (3. nel seguito imporremo per semplicità che la proprietà di invarianza temporale debba valere per ogni t0 ∈ R. 3.18) (3. ed effettua semplicemente il ritardo/anticipo del segnale x(n) di n0 campioni. La stessa caratterizzazione vale anche nel caso TD. e da attenuatore per i valori di t per i quali |α (t)| < 1. nel senso che (3. per cui si ha la seguente proprietà: Proprietà 3. per ogni t0 ∈ R. (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 ) .14(a) al segnale di ingresso x(n): il primo sistema è così definito: Sz−n0 : x(n) → xn0 (n) = x(n − n0 ) . Con riferimento al caso TC.

evidentemente. 11 Per semplicità. quindi. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. è un sistema TV in generale (è TI se e solo se α (n) = α ). All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). 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 . è conveniente in generale utilizzare la prop.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . Analogamente. . forniscono la stessa uscita in risposta allo stesso segnale. D’altra parte. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . come mostrato dagli esempi che seguono. 3.2 piuttosto che la def. 3. si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . è TV. l’amplificatore a guadagno variabile è un sistema TV. In pratica. verifichiamo che in generale il sistema y(t) = α (t) x(t). 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. conviene procedere per sostituzioni formali. In altre parole. Se il sistema TD S è TI. se il sistema è TI.14. per dimostrare che un dato sistema è invariante temporalmente oppure no. i due schemi in figura sono equivalenti. traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) .16. Per non sbagliare. 3.9.3. ovviamente tale risultato non sussiste se il sistema è TV. introdotto nell’es. per cui.5) per esprimere i legami i-u dei sistemi. 3.2 dell’invarianza temporale. e la loro posizione nella cascata è ininfluente. ovvero se la sua relazione i-u è y(t) = α x(t). se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ).17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. Esempio 3. per il quale si ha y(n) = α (n) x(n). le trasformazioni S e Sz−n0 commutano. per ogni segnale di ingresso x(n) ∈ I .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. ovvero se α (t) = α (costante). In effetti. facciamo uso ancora una volta della notazione semplificata (3. 3. si dimostra che l’amplificatore a guadagno variabile a TD.3 Proprietà dei sistemi 107 x(n) z . denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 .

3. 3. tale astrazione è utile per descrivere molti sistemi di interesse il cui comportamento nel tempo è approssimativamente costante su un periodo di tempo sufficientemente lungo (rispetto all’intervallo di tempo in cui ci interessa studiare il sistema). sono anch’essi sistemi TI. . poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . In conclusione. se tale proprietà non fosse verificata. Esempio 3. Infatti. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ). per cui resta provato che l’integratore è un sistema TI. Ad esempio. 3. per l’intervallo di durata di un compact disc. si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) .8. Allo stesso modo.9 è TI. k=0 M M per cui il sistema è effettivamente TI.1 è un sistema TI.108 Proprietà dei sistemi Esempio 3. e l’integratore non causale dell’es. Tuttavia. il sistema risulterebbe TV. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du .1): y(n) = x(−n) . in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne.18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es. si può provare che l’integratore con memoria dell’es.10. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . 3.2 è un sistema TI. e cambia meno drasticamente quando si alza o si abbassa il volume. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. il sistema può ritenersi ragionevolmente TI. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es.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. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . 3. Esempio 3. Effettuando il cambio di variabile v = u − t0 .19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. 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. se il volume è tenuto fisso. e pertanto il sistema risulta essere TV. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. Tuttavia. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) .

e supponendo anche in questo caso che il guadagno sia limitato. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato).22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). Esempio 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. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z. per provare che un sistema è stabile. Per la rappresentazione i-s-u. Ky ∈ R+ . è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. e trovare un’opportuna maggiorazione per l’uscita. cioè che valga la condizione |x(·)| ≤ Kx .5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata.3. (3. (3. e non attraverso la rappresentazione i-s-u.12 Matematicamente.19) per ogni x(t) ∈ I limitato. da cui si ricava che anche y(t) è limitato. Ky ∈ R+ . ∀t ∈ R . quando parleremo di stabilità intenderemo sempre la stabilità BIBO. (b) Un sistema TD con ingresso x(n) ed uscita y(n) si dice stabile in senso BIBO se |x(n)| ≤ Kx per ogni n ∈ Z =⇒ |y(n)| ≤ Ky per ogni n ∈ Z .23 (sistema MA) Proviamo che il sistema MA dell’es. Esempio 3. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato).21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. si possono dare definizioni diverse di stabilità. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky .3 Proprietà dei sistemi 109 3. bisogna supporre che l’ingresso sia arbitrario ma limitato. che coinvolgono anche la limitatezza delle variabili di stato. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . invece.20) per ogni x(n) ∈ I limitato. ∀t ∈ R . per cui anche y(t) è limitato.9. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . Nel seguito. questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. con Kx . Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. per ogni valore di tempo. con Kx . . e se anche |α (t)| ≤ Kα per ogni t ∈ R (guadagno limitato) è possibile scrivere: |y(t)| = |α (t)| |x(t)| ≤ Kα Kx = Ky . Esempio 3. Infatti. per ogni valore di tempo. In pratica. Con analoghi passaggi. M stabilità BIBO è anche detta stabilità esterna in quanto coinvolge solo le grandezze esterne al sistema (ingresso ed uscita) e non le grandezze interne al sistema (stato): questa definizione di stabilità è quindi in perfetto accordo con la scelta di descrivere i sistemi mediante la rappresentazione i-u.

5 metri. Notiamo che un sistema MA è sempre stabile. Esempio 3. con la sola ipotesi che |x(·)| ≤ Kx .15.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es. 3. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura.1. per provare che un sistema è stabile. che è un segnale limitato in quanto assume solo i valori 0 ed 1. Infatti. Come si vede. ∀n ∈ Z . k=0 M M per cui anche y(n) è limitato. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. Un esempio di sistema instabile: il Tacoma Narrows Bridge. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. Viceversa. 3. per provare che un sistema è instabile. (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. se |x(n)| ≤ Kx per ogni n ∈ Z. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky .110 Proprietà dei sistemi (a) (b) (c) Fig. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. in ogni istante di tempo. descritto dalla relazione i-u y(t) = t −∞ x(u) du . è stabile. 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). (b) Le oscillazioni viste da una estremità del ponte. assume cioè valore infinito in almeno un istante di tempo. . quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita.

cioè. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . abbiamo provato che il sistema è instabile. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). t < 0. Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. poniamo in ingresso x(t) = u(t) (ingresso limitato). che.6 Linearità La proprietà di linearità è estremamente importante.43). in un sistema fisico instabile. valori arbitrariamente grandi. secondo la definizione seguente: . Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. D’altra parte.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. Infatti. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. più in generale. Proprio per evitare l’innesco di pericolose oscillazioni. Infatti. si prova che la versione a TD dell’integratore con memoria infinita. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. 2. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. La stabilità è una proprietà fondamentale nel progetto dei sistemi. è instabile. che rappresenta una rampa a TC (fig. Viceversa. si ottiene in uscita il segnale  0 . e calcoliamo l’uscita:  0 . l’uscita può assumere. 3. rispettivamente. In maniera simile. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. per provarlo. n ≥ 0. 3.15). in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. Questa scelta ci consente di trattare anche segnali. t t u(u) du = y(t) =  du = t . applicando al sistema segnali di ingresso limitati. Tale difficoltà lascia intuire che il sistema è instabile. n < 0.C. se si suppone che |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato) e si prova a trovare una maggiorazione per l’uscita. t ≥ 0 . pur non essendo direttamente riconducibili ad alcuna grandezza fisica. quali ad esempio il fasore.3. in quanto assicura che. a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. l’uscita non assumerà mai valori arbitrariamente grandi. pochi mesi dopo essere stato aperto al traffico. in quanto l’integrale −∞ du non è limitato. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du .3. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. per determinati segnali di ingresso. che è non limitato. che possono portare alla rottura. USA) che crollò nel 1940. cioè l’accumulatore dell’es..2. se si pone in ingresso x(n) = u(n). Nel seguito supporremo che. X ≡ C.3 Proprietà dei sistemi 111 non è un sistema stabile. ed è un segnale non limitato in ampiezza.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. 3.

16(b) (si faccia attenzione: non è una configurazione parallelo). esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale.) (b) Fig. se il sistema S verifica la proprietà di additività. con riferimento alla fig.16. 3. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. 3. se il sistema è omogeneo. allora la cascata del sommatore e del sistema S in fig. Definizione 3.11 (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. 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 . Da un punto di vista sistemistico. 3. 3. la proprietà di additività impone implicitamente che. Allo stesso modo. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U.112 Proprietà dei sistemi x(. allora la configurazione serie in fig. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. 3. se x(·) ∈ I. se si deve calcolare la risposta del . le configurazioni (a) e (b) sono equivalenti. la proprietà di omogeneità può essere interpretata come in fig.16(a) è equivalente alla configurazione serie in fig.16(b).) α (a) S y a(. quindi.16. ∀α ∈ C . Se il sistema S verifica la proprietà di omogeneità. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. affinchè il sistema S possa essere lineare. 3. 3. quindi. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) . se il sistema S verifica la proprietà di omogeneità. nel senso che ya (·) ≡ yb (·). Infatti. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita U.) S α y b(. si ha: α x(·) −→ α y(·) . Da un punto di vista matematico.17. allora anche α x(·) ∈ I. Pertanto. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. se x1 (·) ∈ I e x2 (·) ∈ I. la proprietà di omogeneità impone implicitamente che.17(a) è equivalente al sistema raffigurato in fig. In altre parole. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). allora anche x1 (·) + x2 (·) ∈ I.) x(. Precisamente. nel senso che ya (·) ≡ yb (·).

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

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

che rappresenta l’uscita corrispondente all’ingresso nullo. ∀α ∈ C. si ha. 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. Esempio 3.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. allora deve aversi necessariamente y0 (·) = α y0 (·). un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso.13 Esempio 3.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. 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.24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare. 3. α x0 (·) −→ α y0 (·) . Nell’es. Sebbene sia non lineare secondo la definizione data.22). ∀α ∈ C . e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0.3. l’uscita corrispondente è necessariamente nulla. Sia x0 (·) ≡ 0 l’ingresso nullo. si trova y0 (t) = b0 = 0. infatti. Ad esempio. Proprietà 3. Infatti. e sia y0 (·) l’uscita corrispondente a tale ingresso. Una conseguenza importante della proprietà di linearità. variabile da sistema a sistema. e si dicono lineari per le differenze. 3.26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). quando si parla di sistema lineare.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. Poiché x0 (·) −→ y0 (·). in quanto. si ha. non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . Prova. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola.26. Tali sistemi sono una generalizzazione dei sistemi lineari. si intende un sistema che soddisfa il principio di sovrapposizione. il sistema dell’es. in pratica.3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. con b0 = 0. si ha yL (t) = b1 x(t) e y0 (t) = b0 . 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)] . se l’ampiezza del segnale di ingresso eccede tale soglia. In pratica. . questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. e più precisamente dell’omogeneità. 13 Tipicamente. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. per l’omogeneità. (3. in particolare. Sia nel caso TC che TD. in quanto soddisfa al principio di sovrapposizione. in elettronica. 3. Infatti ponendo x(t) ≡ 0. Adoperando la formulazione (3. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”). il sistema non può più considerarsi lineare.

1).) x(.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig.19.) g(x) y(. se si indica (fig. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi.3.1) o alle differenze (nel caso TD. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. e y(t) = x3 (t) (sistema cubico). e prende il nome di sistema quadratico o non-linearità quadratica. § 4. Per l’omogeneità.) y 0(. Fig.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. 3. è descritto nell’esempio seguente. inoltre 2 2 2 2 S[x1 (t) + x2 (t)] = [x1 (t) + x2 (t)]2 = x1 (t) + x2 (t) + 2 x1 (t) x2 (t) = x1 (t) + x2 (t) = S[x1 (t)] + S[x2 (t)] . Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso. es. Un caso più caratteristico di sistema non lineare. e quindi non è additivo. Esempio 3. Il sistema quadratico dell’es.6. né quella di additività. arbitrari x1 (·) e x2 (·).6. che non risulta neppure lineare per le differenze.) y(. e sono rappresentati graficamente come in fig. che prende il nome di caratteristica i-u. y(t) = sgn[x(t)] (“hard limiter”). 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.20.2) lineari e a coefficienti costanti.12 (non linearità senza memoria) Sia g(·) una funzione non lineare. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente . Infatti. 3. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x). cfr.116 Proprietà dei sistemi x(. 3.) Fig. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. Esso appartiene pertanto ad una classe più generale di sistemi. cfr. detti anche non-linearità senza memoria: Definizione 3. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] . un sistema TI senza memoria. 3. Un esempio “fisico” tratto dall’elettronica è il diodo.) sistema lineare y L(.27 è anche TI e non dispersivo o senza memoria (cfr. Infatti. 3. cfr. 3. Esempio 3. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. § 3. e quindi non è omogeneo. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.15).20. § 4. 3.21.

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

3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . Determinare il legame i-u del sistema (complessivo) riportato in figura.2. con N ≥ 1 numero intero dispari . Sistema dell’esercizio 3. Risultato: La memoria è pari a N − 1. 2 4 S3 : y(n) = x(2n) . Calcolare la memoria del sistema. y(t) = ex(t) .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 . Esercizio 3. . 3. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . y(t) = 2 ln(|x(t)|). 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . Determinare il legame i-u del sistema (complessivo) riportato in fig. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig.4 Esercizi proposti Esercizio 3.2 Si consideri l’interconnessione di sistemi riportata in fig.23. Risultato: y(n) = x(n) + 1 x(n − 1).118 Proprietà dei sistemi 3. Risultato: y(t) = 2 u[x(t)]. 4 Esercizio 3. y(t) = sgn[x(t)]. 3.23.23. 3.

x(n) = R3 (n) −→ y(n) = 3n u(n) . 3. Esercizio 3.] Risultato: Il sistema può essere causale (non è detto che lo sia). x(t) = rect(t − 1) −→ y(t) = e−3t .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) . 3. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. con T2 > 0. indipendentemente dalla costante A. (b) non invertibile: in virtù del risultato del punto (a). Risultato: (a) y(n) ≡ 0. Risultato: Se T1 ≥ T2 . con T1 > 0. t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura.3. la memoria è pari a 2 T2 − T1 . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.6 Un sistema S con ingresso x(n) ed uscita y(n) presenta le seguenti coppie i-u: x(n) = u(n + 2) −→ y(n) = 2−n u(n + 1) . x(τ ) dτ . Esercizio 3.1 del libro di testo.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . Esercizio 3. se T1 < T2 . (b) Il sistema è invertibile? Giustificare la risposta. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n).1 del libro di testo. con A ∈ R.] Risultato: Il sistema è non causale. la memoria è pari a T1 .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 . .

Esercizio 3.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . 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). In caso affermativo. . Segnali dell’esercizio 3.9 Il sistema S in fig. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). (b) Stabilire se tale sistema è invertibile. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). stabilire se il sistema può essere tempo-invariante. 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. 3.24 è lineare. 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).9. l’insieme U è costituito da tutti i segnali positivi. Esercizio 3. (c) non può essere tempo-invariante. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). x2 (n) e x3 (n). determinare il sistema inverso. 3. Risultato: (a) nessuna restrizione su I.24. è necessariamente tempo-variante. rispettivamente. (a) Caratterizzare gli insiemi di ingresso ed uscita.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . (b) S è invertibile e il suo sistema inverso è caratterizzato dal seguente legame i-u: x(t) ∈ U −→ y(t) = ln[x(t)] ∈ I.

dire se il sistema può essere tempo-invariante. (b) Dire se il sistema è stabile. Esercizio 3. Risultato: (a) ya (t) = cos(3t).4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). 3. dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. (b) yb (t) = ya (t) = cos(2π fct).3. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5). (c) il sistema non può essere tempo-invariante.13 Il sistema S in fig. Sistema dell’esercizio 3. Esercizio 3.12 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 . Risultato: (a) non può essere lineare. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). con t0 ∈ R. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). x(n) y(n) (-1) n Fig. (a) Stabilire se il sistema può essere lineare. 3.26 è tempo-invariante. 3.11 Si consideri il sistema riportato in fig. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). Esercizio 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b).14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . è necessariamente tempo-variante. (b) yb (t) = cos(3t − 1). (b) stabile. rispettivamente. è necessariamente non lineare.25.25. (c) non può essere tempo-invariante. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). è necessariamente tempo-variante. x(t) = e− j2t −→ y(t) = e− j3t . (c) Stabilire se il sistema può essere tempo-invariante. x2 (n) e x3 (n). Esercizio 3.11. Nella stessa figura sono riportate le uscite del sistema y1 (n). (a) Determinare il legame i-u del sistema. Risultato: (a) ya (t) = cos(2π fct).

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. (b) y(t) = x(t − 2) − x(1 − t). causalità. stabilità): (a) y(t) = 2 exp[x(t)]. invarianza temporale. causale. le uscite dei due sistemi S1. tempo-variante e stabile. Esempio: quando x1 [n] = x2 [n] = δ [n]. . tempo-invariante e stabile. (c) y(t) = x(t) cos(2π t). causale se T > 0 e non causale se T < 0. tempo-variante e stabile. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. motivando la risposta e fornendo almeno un esempio a suo supporto.26.1 sono necessariamente uguali”. 3. Stabilire. non dispersività. Segnali dell’esercizio 3. (c) lineare. S2 : y(n) = x(n + 2). mentre l’uscita del sistema S2. sia S1.1 è y(n) = x(−n + 2). (e) non lineare.1 è y(n) = δ (n − 2). se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n).1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). (e) y(t) = [x(t) − x(t − T )] u[x(t)]. con T ∈ R − {0}. tempo-variante e stabile. causale se T ≥ 0 e non causale se T < 0. (b) lineare. non causale. Inoltre. motivando brevemente le risposte. dispersivo. causale. l’uscita del sistema S1. (d) y(t) = [x(t) + x(t − T )] u(t). non dispersivo. dispersivo. (d) lineare. Esercizio 3. Risultato: (a) non lineare.2 è y(n) = δ (n + 2).2 è y(n) = x(−n − 2).2 e S2.13. tempo-invariante e stabile. il legame i-u del sistema S2. dispersivo se T = 0. non dispersivo. mentre S2.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). S1 : y(n) = x(−n) .15 Classificare.

(c) non lineare. dispersivo. non dispersività. non dispersività. causale. invarianza temporale. non causale se T < 0. altrimenti . tempo-invariante. (d) y(n) = k=m0  0 . tempo-invariante e stabile. causale. (e) lineare. tempo-invariante e stabile. se x(t) = 0 . instabile. Risultato: (a) lineare. b ∈ R − {0}. causale se T ≥ 0.4 Esercizi proposti 123 Esercizio 3. causale. stabile se h(τ ) è sommabile. dispersivo. non causale. Risultato: (a) non lineare (lineare per le differenze).3. per n ≥ m0 . causale.   1 . non dispersivo. tempo-invariante e stabile. non dispersivo. con a ∈ R − {0}. con T ∈ R − {0}.16 Classificare. dispersivo. tempo-variante e instabile. h(τ ) x2 (t − τ ) dτ . ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. invarianza temporale. causalità. motivando brevemente le risposte. non dispersività. non causale.17 Classificare in base alle loro proprietà (linearità. (c) y(n) = x(n2 ). (c) non lineare.  n   ∑ x(k) . con m0 ∈ N. (d) lineare. (b) y(n) = cos(π n) x(n). tempo-invariante. stabile se h(τ ) è sommabile. causalità. tempo-invariante. motivando brevemente le risposte. (b) non lineare. (c) y(n) = ex(n) . (e) y(n) = n+m0 k=n−m0 ∑ x(k). stabilità): (a) y(n) = a x(n) + b. (d) lineare. dispersivo. stabilità): (a) y(n) = x(n) + u(n + 1). dispersivo. tempoinvariante e stabile. . Esercizio 3. causale. (d) y(t) = 1 2T T −T x(t − τ )dτ . altrimenti . non causale. Esercizio 3. (b) lineare. (e) y(n) = an u(n) x(n). 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 . dispersivo. (c) y(t) = x(t)  0. (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. invarianza temporale.18 Classificare. (b) y(n) = x(−n). non dispersivo. con m0 ∈ Z . con a. causalità. tempo-variante e stabile.

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

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

126 Proprietà dei sistemi .

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

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

4). come già detto.3.7) prende il nome di convoluzione a TD. nonché l’invarianza temporale del sistema. la rappresentazione (4.4) si può giustificare in maniera più formale anche applicando le prop. e calcoliamo l’uscita sfruttando il principio di sovrapposizione. non essendo dipendenti dal tempo n.5).7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. Si noti che. utilizzando la conoscenza della sola risposta impulsiva del sistema. sia la proprietà di invarianza temporale [nella (4. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . con k ∈ Z.5) dove abbiamo applicato il principio di sovrapposizione. Supponiamo allora che un segnale x(n). 3. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ). e sarà studiata più approfonditamente nel § 4. che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop. L’operazione matematica effettuata tra x(n) ed h(n) nella (4. si dice che la risposta impulsiva è una risposta canonica. sia posto in ingresso ad un sistema TD LTI. .4. (4. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) . (4.3) Determinare i coefficienti αk della rappresentazione è semplice.6)]. il segnale di uscita h(n) trasla anch’esso di k campioni. ovvero xk (n) = δ (n − k). si ha semplicemente αk = x(k).7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k . la (4. In questo senso.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) . ∀k ∈ Z . La funzione h(n) che compare nella (4.3) non si sovrappongono nel tempo. se si osserva che gli impulsi δ (n − k) nella (4. (4.2) risulta conseguentemente che: S[δ (n − k)] = h(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. poiché essa caratterizza (cioè descrive) completamente il sistema LTI. 2. Pertanto.7) abbiamo utilizzato sia la proprietà di linearità [nella (4. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . (4. sostituendo la (4. rappresentato mediante la (4. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso. (4. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore). Scegliendo come segnali elementari xk (n) nella (4.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.5)]. esteso al caso di una infinità (numerabile) di segnali. Definiamo allora il segnale h(n) = S[δ (n)].7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n).3 dell’impulso discreto.6) cioè traslando l’impulso in ingresso di k campioni. ed abbiamo sfruttato il fatto che le quantità x(k). Ribadiamo che per ricavare la (4. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini.1) l’insieme numerabile degli impulsi discreti traslati nel tempo.6) nella (4. Notiamo peraltro che la (4.

. ∀k ∈ {0. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk ..7). è semplice provare che tale sistema è sia lineare che tempo-invariante. 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). M} . 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). M (4.. 4. Infatti. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) .10) espressione che fornisce gli stessi valori della (4. (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . si ha.1(b).1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. il segnale di uscita si ottiene sommando tali segnali.1(a) nel caso generale. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ .130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 .8): h(n) = k=0 ∑ bk δ (n − k) . 5}.2. (4.7). . è utile mettere in luce una particolare interpretazione della (4. con n ∈ Z. avente la risposta impulsiva di fig. 4. 4.9) rappresentata graficamente in fig.1. . 4. per un dato k ∈ Z.11) . 5}. ponendo x(n) = δ (n) nella (4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].8) e la (4. k ∈ {0. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. 1. (a) Risposta impulsiva di un generico sistema MA. pari ad M + 1 campioni. . . dove è calcolata graficamente la risposta del sistema MA dell’es. (4. D’altra parte. altrimenti . 1.1(b) al caso M = 5 e 1 bk = M+1 = 1 . Prima di passare al caso TC.1. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). 3. x(1) h(n − 1) e x(2) h(n − 2). cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 2). 4. 0 .7). al segnale di ingresso x(n) = 1 R3 (n). 1. M (4. dal confronto tra la (4.9). e particolarizzata in fig. 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. la (4. . In sostanza.9. 4. 6 Esempio 4. . . il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).7) mostra che. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. ∀k ∈ {0. . . . Questa interpretazione è chiarita in fig. per ogni k ∈ Z.8) Seguendo i procedimenti delineati negli esempi del capitolo precedente.. .

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

prop. τ ) = δ (t − τ ). supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t. 2.11). tuttavia.4) al caso TC. 4.2). dal confronto con la (4. per τ ∈ R.11). la (4. 3. L’operazione matematica tra x(t) ed h(t) che compare nella (4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. Una giustificazione immediata ed intuitiva della (4. (4.14) come definizione di principio di sovrapposizione per una infinità continua di segnali.4).1). Notiamo inoltre che. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . la sua interpretazione e le sue proprietà saranno approfondite nel § 4. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . con gli stessi coefficienti α (τ ) dτ . e l’integrale prende il posto della sommatoria.7) è simile a quella vista nel caso TD. non è possibile dare una giustificazione immediata della (4. La (4. come già visto nel caso TD.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig. Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. centrati in tutti i possibili istanti di tempo τ ∈ R. senza perderci in complicate discussioni matematiche. per ogni τ ∈ R.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. con t ∈ R.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo.3. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. . τ ).132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. è possibile provare che l’uscita y(t) del sistema LTI può essere espressa come: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . In pratica mediante la (4.11) e la (4. ossia: x(t) = +∞ −∞ α (τ ) x(t. formalmente. con τ ∈ R.2). (4. se il sistema è LTI. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . dove la delta di Dirac sostituisce quella discreta. A differenza del caso TD. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . (4. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. e rappresenta. τ ).3 e richiede delle condizioni matematiche aggiuntive per la sua validità. assumeremo direttamente la (4. al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). segue che α (τ ) = x(τ ) e x(t. Precisamente.12) si basa su una definizione più generale di linearità di un sistema. τ )dτ . Nel seguito. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). le risposte S[x(t. Precisamente. Tuttavia. seguendo passaggi matematici simili a quelli già visti per il caso TD. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. integrando) i segnali x(τ ) h(t − τ ) dτ .14) non discende direttamente dalla prop. τ )] del sistema ai segnali elementari x(t.12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t.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 . e prende il nome di convoluzione a TC. La derivazione della (4.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. Così come il principio di sovrapposizione (3. anche la (4.23) per una infinità numerabile di segnali. data l’analogia formale tra la (4. Tale rappresentazione si può vedere come l’estensione della (4. facendo un ragionamento concettualmente simile a quello fatto per il caso TD. τ )]dτ .

si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ .16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema. la (4. sia invariante temporalmente. per cui è un sistema LTI. e cioè: y(t) = +∞ −∞ rect τ − 0. allora il sistema è necessariamente LTI. 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 . in maniera più formale.12). 4. T ). (4. con il cambio di variabile τ = t − u → u = t − τ .2). Si può facilmente verificare che tale sistema è sia lineare. 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. 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) . In maniera equivalente. In altri termini. si può mostrare che la (4.12).2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.4.2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4.7) oppure (4.2.1 e 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. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). per confronto con la (4. da cui. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·).15) con T > 0. avente relazione i-u: y(t) = t t−T x(u) du . es. pari a T e coincidente con la memoria del sistema. Successivamente. 4. notiamo preliminarmente che. . si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. 4. Negli es.5T T x(t − τ ) dτ .17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema. (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).5T T . Come nell’es. anche tale risposta impulsiva è di durata finita.1.15) si può scrivere come una convoluzione: infatti.

Prendendo come riferimento la seconda delle (4. effettuando i prodotti dei campioni corrispondenti di h(k) e z(k) e sommando i risultati. Cerchiamo allora di interpretare il meccanismo che sta alla base della convoluzione. per la proprietà commutativa della convoluzione. la relazione i-u di un sistema LTI può sempre essere espressa in termini di convoluzione. si vede che per n < 0 [traslazione verso sinistra. Se non effettuiamo nessuna traslazione su z(k).12) nel caso TC. insieme con x(k) [fig. effettuare la traslazione del segnale z(k) verso destra se n > 0. 4.1. vedi anche il § 4. 4. Nel caso TD.3(b)] ed il segnale riflesso z(k) = x(−k) [fig.3(d)]. (3) Per ogni fissato valore di n ∈ Z. Esempio 4. e calcoliamo la sua uscita quando esso è sollecitato in ingresso da un gradino x(n) = u(n). che si ottiene da z(k) mediante traslazione di n campioni. Per capire meglio il meccanismo precedentemente descritto.3(c)]. Viceversa. la convoluzione si scrive esplicitamente come: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . il segnale wn (k) non si sovrappone con h(k). 4. e quindi l’ordine dei segnali è ininfluente nel calcolo della convoluzione (proprietà commutativa della 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. La difficoltà maggiore è che. possiamo ottenere direttamente il risultato della convoluzione per n = 0. in particolare. costruendo il segnale z(k) = x(−k) e. fatta eccezione per casi particolari. ed il risultato vale: y(0) = +∞ k=−∞ ∑ h(k) z(k) = h(0) z(0) = 1 . rappresentiamo h(k) in funzione di k [fig.134 Sistemi lineari tempo-invarianti (LTI) 4.1 seguente). descritta dalla (4. successivamente. 4. e verso sinistra se n < 0.18) sono del tutto equivalenti. Seguendo la procedura delineata precedentemente.18) Le due espressioni riportate nella (4.3(a)]. e sommando i risultati dei prodotti ottenuti. consideriamo il seguente esempio. (2) Effettuare prima la riflessione del segnale x(k). si nota che si ha sovrapposizione tra h(k) e . (4. è possibile scambiare nei passi (1)–(3) i ruoli di h(k) e x(k) senza modificare il risultato finale. Ovviamente. con a = 0. se n > 0 [traslazione verso destra. Per calcolare gli altri valori della convoluzione.3. dobbiamo costruire il segnale wn (k) = z(k − n).3(e)]. ottenendo così il segnale wn (k) = z(k − n) = x[−(k − n)] = x(n − k).3 Convoluzione Come abbiamo visto nel paragrafo precedente. si veda la fig. partendo dal caso TD per semplicità.3 (calcolo della convoluzione a TD) Consideriamo un sistema TD avente risposta impulsiva h(n) = an u(n) . 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. In particolare. si veda la fig. si vede che solo i campioni di x(k) e z(k) per k = 0 danno contributo in questo caso. 4.7) nel caso TD. la convoluzione tra due segnali è un’operazione più complessa da interpretare (e da calcolare) rispetto alle operazioni elementari viste ad esempio nel § 2.18). oppure dalla (4. per cui il risultato della convoluzione è nullo.

se n < 0 . valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . (4. C. è semplice considerare i casi per n = 1. y(n) = 1 − an+1  . in pratica essa può ridursi ad una somma finita di valori per ogni n. altrimenti . per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + . 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. . h(k) w3 (k) = 1 + a + a2 + a3 . 1. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD. + an = k=0 ∑ ak = n 1 − an+1 . 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 . In particolare. tale numero di campioni è pari ad n+1.19). Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. 2. ed è rappresentato graficamente in fig. che in generale potrebbe non convergere. oppure anche per tutti i valori di n. 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . per alcuni valori di n. 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 . per effettuare correttamente il calcolo della convoluzione. In particolare. sebbene la somma in (4. più precisamente. . un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti.7). 1−a In definitiva.3 Convoluzione 135 wn (k) su un numero finito di campioni. Facendo riferimento per convenienza alla seconda delle (4. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. . n}. vale a dire: .4. .3(f) nel caso in cui 0 < a < 1. 4. Per un generico valore n > 0. se |a| < 1.7) vada effettuata in principio su infiniti valori di k. l’esempio mostra chiaramente che. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. 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. h(k) w2 (k) = 1 + a + a2 . . Ovviamente esistono casi in cui il numero di termini della somma è infinito. Si noti che. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . .19) Anche in questo caso.

4 0. (c) riflessione del segnale x(k).8 w−5(k)=x(−5−k) 1 0. (e) traslazione verso destra di z(k) (n = 5). (f) risultato della convoluzione.2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.4 0. 4.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.8 0.2 0 (b) z(k)=x(−k) 0. 4.136 Sistemi lineari tempo-invarianti (LTI) 1 0.8333) e x(n) = u(n) (es. Calcolo della convoluzione tra h(n) = an u(n) (a = 0.4 0.6 0. .4 0.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.6 0.3. (d) traslazione verso sinistra di z(k) (n = −5).6 0.4 0.8 0.2 0 −10 −5 0 k 5 10 x(k) 1 0.8 0.2 0 −10 −5 0 k 5 10 (a) 1 0. (b) rappresentazione di x(k).6 h(k) 0.6 0.4): (a) rappresentazione di h(k).

le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. 0 < t < T1 .2) avente risposta impulsiva h(t) = rect . 4. per 0 < t < T1 . di durata ∆h = T2 .19). per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 .4(a)] e h(τ ) [fig. effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig. .5T1 T1 t − 0.4(b)] in funzione di τ ∈ R. le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . per cui risulta y(t) ≡ 0 per t ≤ 0. per cui si ha nuovamente y(t) ≡ 0.    T2 + T1 − t. l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 . Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. Per T1 ≤ t < T2 . (2) Effettuare prima la riflessione del segnale x(τ ). Esempio 4. effettuare la traslazione del segnale z(τ ) verso destra se t > 0. ed assumiamo T2 > T1 . T1 ≤ t < T2 . 4. per T2 ≤ t < T2 + T1 . ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. invece. Considerando invece valori positivi di t.20) T1 . in quanto le due finestre rettangolari si sovrappongono solo su un punto. Infine. successivamente.   t. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. 4.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. 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. Per T2 ≤ t < T2 + T1 . e verso sinistra se t < 0.4(e)]: in particolare. per cui si ha: y(t) = t t−T1 dτ = T1 .4. per T1 ≤ t < T2 . successivamente.4(c)]. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). di durata ∆x = T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. T2 ). le finestre non si sovrappongono affatto.4(d)]. costruendo il segnale z(τ ) = x(−τ ) e. rappresentiamo x(τ ) [fig. 4. per t ≥ T2 + T1 . 4. per cui si ha: y(t) = t 0 dτ = t . Traslando il segnale z(τ ) verso sinistra [fig. (3) Per ogni fissato valore di t ∈ R. Riassumendo. ed effettuando l’integrale del prodotto.t).t). 4. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. Per prima cosa.4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0.5T2 T2 . Facciamo per comodità riferimento alla seconda delle (4. posto in ingresso al sistema LTI (cfr. T2 ≤ t < T2 + T1 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . es. 0. y(t) = (4. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0.

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. t < 0 oppure t ≥ 2T . per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0.6 sono equivalenti. in quanto si può verificare che la convoluzione possiede. mentre la seconda è definita mediante un integrale. se è possibile dal punto di vista matematico. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . non ha nessun senso dal punto di vista sistemistico. In altri termini.3. l’integrale di convoluzione può non esistere finito. Per questo motivo.12) è che la prima è definita mediante una sommatoria. § 4. per T ≤ t < 2T . notiamo che l’intervallo di tempo (T1 . Ovviamente questo scambio. 4.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h . calcolo dell’area) sono molto simili nei due casi.   2T − t.20). ed è rappresentata in fig.  y(t) = t. notiamo che. Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD. oltre a proprietà specifiche. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione.7) e quella a TC (4. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. . 4. e prende il nome di proprietà di durata della convoluzione (cfr. 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(·). traslazione. per 0 < t < T . C. prodotto. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. Si noti che se T1 > T2 si può procedere allo stesso modo. 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. Come mostrato in fig.6.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4.3. nel senso che ya (·) ≡ yb (·). Nel caso particolare T1 = T2 = T . pertanto. 4. la convoluzione viene chiamata anche prodotto di convoluzione. tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 .5. cioè i due schemi in fig. nello studio delle proprietà della convoluzione.4(f). Per questo motivo. scambiando il ruolo dei due segnali. se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . tutte le proprietà algebriche del prodotto convenzionale. è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. 4. come discusso di seguito. ed è rappresentato graficamente in fig. nel seguito. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. similmente alla somma di convoluzione.1). In conclusione. A tale scopo. in particolare. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . 4.

(e) traslazione verso destra di z(τ ) (t > 0).4): (a) rappresentazione di x(τ ). (b) rappresentazione di h(τ ). 4. .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. (c) riflessione del segnale x(τ ). (d) traslazione verso sinistra di z(τ ) (t < 0).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. 4.4.

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

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

23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ .) δ(. esprimendo la relazione i-u del sistema mediante una convoluzione. In virtù della proprietà di invarianza temporale (4. per sistemi a TC e a TD. Dal punto di vista matematico.142 Sistemi lineari tempo-invarianti (LTI) x(. . si giungerebbe. per ogni x(·) ∈ I e y(·) ∈ U. i due schemi in figura sono equivalenti. 4.4) nel caso TD e la (4. se per calcolare y(t − t0 ).3 Dal punto di vista dell’interpretazione sistemistica. infatti.22) (4. la (4. esplicitando la convoluzione (4.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione.23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). x(n) h(n) (b) -(n1+n2) z y b(n) Fig.) x(.) x(n) z .21).11) nel caso TC. le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) . notiamo che la (4. secondo la quale. In un sistema identico. è possibile riottenere la (4. x(n − n0 ) −→ y(n − n0 ) . ∀n0 ∈ Z .22) [un discorso analogo vale per la (4.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. rispettivamente. Nel caso di un sistema LTI. ∀t0 ∈ R . noti inoltre che.21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig.2). il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·). x(n − n0 ) ∗ h(n) = y(n − n0 ) . si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). Tale sistema prende il nome di sistema identico. (4. dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione. x(t − t0 ) −→ y(t − t0 ) . Le (4. 4.22). 4. abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo. Per giustificare invece la correttezza della (4. ∀t0 ∈ R . ad esempio. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. 3.22) e (4.9.10. invece che alla (4. rispettivamente.9). ∀n0 ∈ Z . si ha.25) della convoluzione. e per la (4.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop.

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.

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

2. come ad esempio il segnale uε (t) di fig. In altri termini. non solo la risposta impulsiva.34) e (4. Nel caso TD. es. in particolare. basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . ovvero è anch’essa una risposta canonica. . definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso.12. Notando che la (4.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) .7) di un sistema TD LTI. In particolare. (4. le relazioni (4. è sufficiente far passare quest’ultima in un sistema accumulatore. 4.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino.4.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. 3. secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig. la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. 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) .2) avente risposta impulsiva u(n) sollecitato in ingresso da h(n). Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). In definitiva. per ottenere la risposta al gradino a partire dalla risposta impulsiva. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). con un tempo di salita molto stretto. sfruttando la relazione i-u (4. ma anche la risposta al gradino caratterizza completamente un sistema LTI. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] .34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. Infatti. (4.11(a).

§ 2.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. trattandosi di una pura astrazione matematica (cfr. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) .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). utilizzando la (4.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) .36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. 2ε 2ε (4. adoperando le proprietà di linearità e di invarianza temporale del sistema. Infatti la risposta al gradino s(t).36). raffigurati in fig. (4. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. Nel caso TC. 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. varia da sistema a sistema. Ciò suggerisce che una buona approssimazione della risposta impulsiva di un sistema TC LTI si può ottenere osservando la sua uscita hε (t) quando in ingresso è posto il segnale δε (t) = t 1 rect 2ε 2ε . Nel caso TC valgono considerazioni analoghe. si ottiene h(t) = d s(t) dt (4. con ε sufficientemente piccolo.12). Tuttavia. abbiamo visto [si veda la (2.1.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema.37) Le (4. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . ossia la risposta di un sistema LTI alla finestra rettangolare RN (n) si ottiene semplicemente calcolando la differenza tra la risposta al gradino e la sua versione ritardata nel tempo di N. aventi area unitaria. Infatti. Dalla (4.36) ed (4. 5 Non esiste una regola generale per stabilire quanto ε . come già detto in precedenza. dunque. In particolare. in quanto caratterizza completamente il sistema. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. Pertanto.4). si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . Per la linearità del sistema. un valore appropriato di ε dipende dalla struttura interna del sistema e.11(b). 2. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC.

37) è esattamente la risposta impulsiva.39) Abbiamo già mostrato che tale sistema è TI (cfr. Confrontando la (4. (4. si può mostrare che la (4. in fig. 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) . il segnale in fig.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.4 Risposta al gradino 151 alla derivata della risposta al gradino.7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. 3. dt (b) Nel caso TD.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t).39) è un sistema LTI. 4. il segnale hε (t) tende proprio alla risposta impulsiva del sistema. se ε 1. es.1). identicamente nulla per t < 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) . per cui l’integratore (4.13(b)]. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig. 4. in virtù della (4. la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . Esempio 4. es.4. 3. che per la (4.38). . (4. Conseguentemente. per ε → 0.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ . Utilizzando la (4.18) e si può facilmente verificare che tale sistema è anche lineare.13(a)]. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. In pratica. Si può notare che. 4. Di seguito sono riportati alcuni esempi di calcolo della risposta impulsiva e della risposta al gradino sia nel caso di sistemi TC che nel caso di sistemi TD. possiamo dire che.24): s(t) = t u(t) .12).36). es. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). In maniera equivalente.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC. 4.40) con la (4. si tratta cioè di una rampa. che cresce linearmente per t > 0 [fig. si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . il cui valore è (cfr. 3.

In maniera equivalente. Integratore con memoria infinita (es. (4.7): (a) risposta impulsiva. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1. (4.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. Confrontando la (4.7).2). Esempio 4.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig. si conclude che la risposta impulsiva del sistema è: h(n) = u(n) .41) si può scrivere come una convoluzione: y(n) = k=−∞ ∑ n x(k) = +∞ k=−∞ ∑ x(k) u(n − k) . avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . (b) risposta al gradino. .42) con la (4.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. 3. es. si può mostrare che la (4.13. 4. 4.41) Si può facilmente verificare che l’integratore TD è un sistema LTI.

0 s(t) =  T     dτ = T . 4. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0. se t ≥ T . se n ≥ 0 .14. (b) risposta al gradino.  dτ = t . ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig. in cui l’estremo superiore di integrazione t varia in R. che è riportata in fig.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.5T T . se n < 0 .14(a)]. (4. Conseguentemente. 4. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0.4 Risposta al gradino 153 10 1 0. Integratore a TD o accumulatore (es. es.   0 .4 0. 4. in virtù della (4. Risolvendo l’integrale si ottiene:  se t < 0 .43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2. n + 1 . ossia: h(t) = rect t − 0.   t    se 0 ≤ t < T .8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0.2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. In virtù della (4. si tratta cioè di una rampa a TD [fig. 0 .15(a).36). 4. 4. Esempio 4.34).6 0.14(b)]. 4.4. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) . avente relazione i-u: y(t) = t t−T x(u) du .2).5T T dτ .8): (a) risposta impulsiva.

Si può notare che.1. (b) risposta al gradino.5T T + T u(t − T ) . T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. Esempio 4. 4. . il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. 4. Integratore con memoria finita (es. in fig. 4. In altre parole.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema.154 Sistemi lineari tempo-invarianti (LTI) 1 T h(t) T t s(t) T t (a) (b) 1 h (t) ε −ε ε T−ε t T+ε (c) Fig. se ε impulsiva del sistema. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. In pratica. 4.15. T . 4.13(c) rappresenta una buona approssimazione della risposta possiamo dire che.15(b)]. il segnale in fig. per ε → 0. Utilizzando la (4. che cresce linearmente nell’intervallo (0.38). si tratta di una funzione identicamente nulla per t < 0.9): (a) risposta impulsiva. 4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T.

4.34). se n < 0 . 1.44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4. . ∑ k   k=0  1 M+1 .4 0 0. 5}: (a) risposta impulsiva.8 s(n) 0 2 4 n 6 8 10 0. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) . se n ≥ M . .16. se n < 0 . se 0 ≤ n < M . n+1 RM (n) + u(n − M) .  ∑ k  s(n) = k=0 M    b . .3 1 0. 4.   n+1 s(n) = .4 Risposta al gradino 155 0.6 0. . ∑ bk δ (n − k) . se 0 ≤ n < M .1(a) nel caso generale.1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. La somma di tale serie si ottiene distinguendo i seguenti casi:  0 .1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 . se n ≥ M . M +1   1.1 0. M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = . Nel caso in cui i pesi bk siano tutti uguali a  0 . 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . ∀k ∈ {0.2 0 −0. 4.2 1/6 h(n) 0. Sistema MA con M = 5 e bk = 1 .45) k=0 rappresentata in fig.    n   b . In virtù della (4. ed in fig. M M (4. (b) risposta al gradino. n M in cui l’estremo superiore della sommatoria n varia in Z. 4.

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

si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) .47). (4. occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k.4. possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4. per ogni segnale di ingresso.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . Sostituendo nella (4. prop. Il sistema è non dispersivo se e solo se.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. (4. ∀k = 0.5. 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.48). (4. Affinché y(n) dipenda solo da x(n).47) Pertanto. seguiamo una strada diversa da quella seguita nel caso TD. (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 . si ha: y(n) = h(0) x(n) . il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. cioè caratterizza completamente un sistema LTI. Ponendo x(n) = δ (n) nella (4. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. infatti. Passiamo ora a considerare i sistemi TC LTI. 4. al posto di {x(τ )}τ ∈R . 2. la relazione precedente si può riscrivere come y(n) = α x(n) . questo vuol dire che la risposta del sistema non cambia se. invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti. Una condizione necessaria e sufficiente affinché ciò accada. in questo caso.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . per ogni segnale di ingresso {x(k)}k∈Z . ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) .5 Proprietà della risposta impulsiva 157 4. Per costruire un segnale siffatto.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. Notiamo che.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. nella (4. ponendo α = h(0).2(c)]. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t . stabilità. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. § 3. Consideriamo un sistema TD LTI. è che risulti h(k) = 0. equivalentemente.49) . è possibile legare le proprietà del sistema (non dispersività.46). causalità.48).1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr.3. descritto dalla convoluzione a TD espressa dalla seconda delle (4.

12)].158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. . dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . quindi. 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 4.49).48) la risposta impulsiva precedente. Se allora osserviamo la relazione i-u di un sistema LTI [cfr.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. per ogni segnale di ingresso e per ogni t ∈ R. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). ovvero se h(t) = α δ (t) . dove la memoria di un sistema è stata definita (cfr.47).3. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . pertanto. In definitiva. per cui presenta valori non trascurabili su un intervallo temporale non limitato. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva.7) oppure (4. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. il sistema è non dispersivo se e solo se y(t) = y1 (t). § 3. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. (4.48) e (4. ovvero se e solo se è un amplificatore/attenuatore ideale. oltre al campione attuale. la durata ∆h . dal confronto tra la (4. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. I sistemi non dispersivi sono denominati anche sistemi senza memoria. n → ±∞. i sistemi LTI con memoria si possono ulteriormente classificare come segue: • sistemi LTI aventi memoria rigorosamente finita: la risposta impulsiva h(·) ha durata rigorosamente limitata. Quindi.3. ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) . Se poniamo α = h(0). In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.4 (risposta impulsiva di un sistema LTI non dispersivo) (a) Un sistema LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma h(·) = α δ (·). • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. Sostituendo nella (4. (b) Equivalentemente. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·). l’estensione temporale Dh e. senza mai annullarsi. all’uscita in un determinato istante di tempo.

T (4.11 (sistema IIR con memoria praticamente finita) Si consideri il sistema TC descritto dal seguente legame i-u: y(t) = +∞ 0 1 −τ /T e x(t − τ ) dτ . sono sistemi IIR con memoria infinita.6 0. si ricava che il legame i-u del sistema è espresso mediante l’integrale di convoluzione tra il segnale di ingresso x(t) e la funzione del tempo h(t) = 1 −t/T e u(t) .7) e l’accumulatore (cfr. 4.2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0.4 0. 4. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. aventi come risposta impulsiva il gradino unitario. 0 .17(a).50) dove T > 0.51) Confrontando la (4. Sistema TC IIR con memoria praticamente finita (es. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. L’integratore (cfr.8 0. es.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e .17. 4.6 0. (b) risposta al gradino. es. In virtù della (4.4 0.52) Pertanto. se t ≥ 0 .  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) .10). Sfruttando il fatto che u(τ ) = 0 per τ < 0. 4. che è rappresentata in fig. Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR).8 0.11): (a) risposta impulsiva. 4. T (4.9) e il sistema MA (cfr. Esempio 4. 4. es.4. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).51) con la seconda delle (4.5 Proprietà della risposta impulsiva 159 1 0.12).36).2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig. .52).8). la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ . la risposta al gradino di tale sistema si ottiene come:  se t < 0 . 4. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita. T (4. es.

§ 4. risolvendo l’equazione h(∆h ) = α /T (cfr. proprio di una quantità pari alla memoria del sistema. In conclusione. ∀k < 0 .53). § 2. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. Lo stesso si può dire anche per i sistemi TD. con 0 < α < 1. Così facendo. In altri termini. Affinché allora l’uscita non dipenda dai valori futuri. Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Per calcolare la memoria analiticamente. il sistema LTI ha memoria praticamente finita. 4. per ogni segnale di ingresso. e quindi misurare la memoria del sistema LTI. La somma su k porta in conto valori futuri dell’ingresso per k < 0. 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. 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) . la durata della risposta impulsiva risulta ∆h = T ln 1 α . ma non dipende dai valori dell’ingresso negli istanti successivi. con costante di tempo T > 0.5. (4. con 0 < |a| < 1 . ricordando la proprietà di durata della convoluzione (cfr. in quanto per tali valori di k risulta n − k > n.54) . da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T .3. notiamo che applicando al sistema un ingresso di durata finita. 4.3. per |a| → 1. per effetto della convoluzione.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. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) . Passiamo ora a considerare i sistemi TC LTI.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente.31). scegliamo come valore di soglia α h(0+ ) = α /T . ln(|a|) memoria che tende a diventare infinitamente grande. se per semplicità facciamo riferimento ai sistemi TC.1). Infatti. deve accadere che h(k) = 0 . in virtù della (4.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. ovvero è un segnale di durata praticamente limitata. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . esso sarà “allungato”.17(b). (4. mentre tende a zero per |a| → 0.2). il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ .

In questo caso. Ragionando in modo analogo a quanto fatto nel caso TD. Risposta impulsiva dell’integratore non causale (es. si può verificare che un sistema TC è causale se e solo se h(t) = 0 . § 3. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0.3. 4.2) che un caso particolare di sistema non causale è il sistema anticausale. la relazione i-u (4. h(t) = 0. ∀t < 0 . Abbiamo visto nel capitolo precedente (cfr. In sintesi. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4.18. 4. ∀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).54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . h(t) = 0. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso.4. il sistema è non causale. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale. Di seguito sono riportati alcuni esempi di sistemi non causali.12).5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. .

In maniera equivalente. Esempio 4. altrimenti .5T T x(t − τ ) dτ . D’altra parte. (4. . es. −M + 1. per confronto con la (4. 3. k ∈ {−M. . 3. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . e pertanto esso rappresenta un esempio di sistema LTI.5T T . 0. per confronto diretto con la (4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. (4. Infatti.58) espressione che è perfettamente equivalente alla (4. effettuando il cambiamento di variabile h = −k si ha y(n) = h=−M ∑ 0 b−h x(n − h) = k=−M ∑ 0 b−k x(n − k) . Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. A questo punto.7).12). il sistema non è causale. e particolarizzata in fig. .57). .55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . 4. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. (4. pertanto tale sistema è non causale. . che è rappresentata in fig.10 e 3. .11. 4. ponendo x(n) = δ (n) nella (4. 0} . 4. 0). da cui. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) .18: si tratta di un segnale che assume valori non nulli per t < 0 e.7). possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. Si può facilmente verificare che tale sistema è sia lineare.55) si può scrivere come una convoluzione. si può mostrare che la (4.56) da cui. per cui è un sistema LTI. si ha. conseguentemente. Infatti. sia invariante temporalmente. (4.55) con T > 0. . 5}. M Si tratta di un sistema sia lineare che tempo-invariante. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. 1.56): h(n) = h=−M ∑ 0 b−h δ (n − h) .19(b) al caso M = 5 e 1 bk = M+1 = 1 . Per questo motivo.12).162 Sistemi lineari tempo-invarianti (LTI) Esempio 4. la (4. . .19(a) nel caso generale. con il cambio di variabile τ = t − u → u = t − τ . avente relazione i-u: y(t) = t+T t x(u) du . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.57) rappresentata graficamente in fig.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. ∀k ∈ {0.

(b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . in particolare. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0.19. 6 Questa . è riassunto dalla seguente proprietà: Proprietà 4. 1. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. -M -M +1 -3 -2 -1 0 n b1 b0 h(n) 1/6 -5 -4 -3 -2 -1 0 n (a) (b) Fig. . Il sistema è pertanto non causale. 4. 5} (es. . con ∆h ∈ R+ . si ottiene che: y(t) = 0. terminologia discende dal fatto che la risposta impulsiva è essa stessa un segnale – è il segnale di uscita di un sistema LTI quando in ingresso è applicato un impulso – per cui dire che il sistema è casuale equivale a dire che la sua risposta impulsiva è causale. è un sistema LTI anticausale. allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0. ∀k ∈ {0. ∆h ).14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . poiché h(n) è identicamente nulla per n ≥ 0. la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . Si tratta chiaramente di un sistema LTI. allora la corrispondente uscita è anch’essa identicamente nulla per n < 0. .4. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0. consideriamo il caso dei sistemi TC.. 6 Esempio 4.13). . Per evidenziare tale proprietà.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 < 0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . con ∆x ∈ R+ . ∀t ∈ (0. (a) Risposta impulsiva di un generico sistema MA non causale.31). cioè. allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. abbia estensione temporale Dx = (0. che sussiste con ovvie modifiche anche nel caso TD.. 4. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1.. ∆x + ∆h ) . l’anticipo unitario TD è un sistema anticausale. seguendo gli stessi ragionamenti che hanno portato alla (4. Se il sistema è causale. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. ∆x ). I sistemi causali godono di una proprietà importante. Un segnale identicamente nullo per t < 0 è anche detto6 causale. che realizza un anticipo unitario del segnale di ingresso. Tale risultato. In tal caso. Allo stesso modo il sistema TC che effettua un anticipo temporale.

cfr. per ogni t0 ∈ R e per ogni x1 (t). valido più in generale per l’inverso di un generico sistema (non necessariamente LTI. cioè y2 (t) = 0.20. ∀t ≤ t0 . 3. dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t).6 vale più in generale per sistemi lineari causali (non necessariamente TI). Poiché la convoluzione è commutativa. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive.20.) x(.1 è più immediata: . l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. (4. cioè. 3. 4. D è mostrato che se un sistema LTI è invertibile. l’applicazione della prop. ∀t ∈ R. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) .5. 3.164 Sistemi lineari tempo-invarianti (LTI) y(. 3.3. come mostrato in fig. Poiché risulta x1 (t) = x2 (t) = 0. le stesse considerazioni si possono fare scegliendo n0 = −1. la prop. Poiché la risposta impulsiva del sistema identico è δ (·). la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. Dato un ingresso x1 (t) = 0. Ricordiamo che.1. un sistema è causale se e solo se. Soffermiamo l’attenzione sui sistemi TC.3). in questo caso.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. ∀t ∈ R. 3. In verità.60) (4. 4. 4.4. allora risulterà per la prop.) Fig. 4. Per cui ritroviamo il risultato. In base a tale risultato.1 e 3. Ma se il sistema è lineare. ∀t ≤ −ε . supponiamo di scegliere un secondo ingresso x2 (t) = 0.6 si poteva già dedurre dalle prop. l’omogeneità) e la causalità del sistema: questo dimostra che la prop.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. così come il segnale di ingresso. allora h(·) è l’inverso di hinv (·).4. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso. 4. ∀t < 0. ∀t ≤ t0 . Pertanto.) x(. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti. anche il segnale di uscita è identicamente nullo per t < 0. in base alla prop. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata). ed applichiamo la proprietà vista per t0 = −ε < 0. ∀t ≤ −ε . 7 Nel caso TD. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . si ha che y1 (t) = 0. allora il corrispondente sistema inverso è anch’esso LTI. in virtù della prop. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . x2 (t) ∈ I tali che x1 (t) = x2 (t). rispettivamente. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. con ε ∈ R+ piccolo a piacere. risulta che y1 (t) = y2 (t). 4.) h(. In app.) hinv(. sfruttando in aggiunta la proprietà di linearità. ∀t ≤ −ε . §3.59) per cui se hinv (·) è l’inverso di h(·). Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD.1 y1 (t) = y2 (t).

il suo sistema inverso è anch’esso LTI e. ovvero |x(n)| < Kx .61) allora si ha |y(n)| ≤ Kx Kh = Ky e quindi l’uscita y(n) è limitata.5) se l’uscita corrispondente ad un qualunque ingresso limitato in ampiezza è a sua volta limitata in ampiezza. allora la risposta impulsiva dev’essere sommabile. se h(k) è una successione sommabile. D. Purtroppo determinare hinv (·) dalla (4.4 Stabilità Ricordiamo che un sistema si dice stabile (in senso BIBO. Questa compensazione prende il nome di equalizzazione. Possiamo però provare che la sommabilità della risposta impulsiva è anche condizione necessaria per la stabilità: in altri termini. Ad esempio. Vedremo che una soluzione semplice si potrà ottenere operando nel dominio della frequenza. Supponiamo allora che l’ingresso sia limitato. il canale può essere ben modellato mediante un sistema LTI con risposta impulsiva h(·).4. ∀n ∈ Z.5.7 (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri un sistema LTI invertibile con risposta impulsiva h(·). Pertanto. con passaggi banali. nelle telecomunicazioni.5 Proprietà della risposta impulsiva 165 Proprietà 4. che: |y(n)| = +∞ k=−∞ ∑ h(k) x(n − k) ≤ +∞ k=−∞ ∑ |h(k)||x(n − k)| ≤ Kx +∞ k=−∞ ∑ |h(k)| . un problema di interesse è determinare il sistema inverso di un dato sistema. che va sotto il nome di deconvoluzione (di fatto. §3. In alcuni casi.59) o (4. 4. (4.60) è un problema matematicamente complicato. Se fossimo grado di individuare il sistema inverso potremmo alla destinazione utilizzare il sistema hinv (·) per compensare perfettamente la distorsione introdotta dal sistema h(·). significa determinare uno dei fattori della convoluzione. cfr. Abbiamo cioè provato che la sommabilità (4. In molti casi pratici. ovvero se +∞ k=−∞ ∑ |h(k)| ≤ Kh . descritto dalla (4. . e proviamo a trovare una maggiorazione simile per l’uscita y(n).61) della risposta impulsiva è condizione sufficiente per la stabilità di un sistema LTI. consideriamo un sistema TD LTI. Alcuni approfondimenti ed esempi sono riportati in app. Si ha. Lo studio dell’invertibilità di un sistema non è sempre agevole e richiede qualche cautela dal punto di vista matematico. noto l’altro fattore ed il risultato finale). se un sistema è stabile. detta hinv (·) la sua risposta impulsiva. a cui si rimanda direttamente il lettore.3. Per individuare quale sia la proprietà della risposta impulsiva che caratterizza la stabilità. 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. sussiste la seguente relazione tra le due risposte impulsive: h(·) ∗ hinv (·) = hinv (·) ∗ h(·) = δ (·) .7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .

Tale segnale assume solo i valori 0. In definitiva. (sistema TC) . L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. 4. x(n) = h(−n)  0. Per un sistema LTI a TC è possibile ragionare in maniera analoga. procediamo per assurdo. su tutti i valori della variabile k per i quali h(k − n) = 0. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. per ciascun n ∈ Z. altrimenti . come riassunto dalla seguente proprietà: Proprietà 4. il che contraddice l’ipotesi che il sistema sia stabile. Pertanto. ovvero h(n) sommabile . la risposta impulsiva h(·) ha durata rigorosamente limitata. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI.10). pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). anche i valori di k per i quali h(k) = 0. che presentano memoria rigorosamente finita. h(k) k k=−∞ dove abbiamo incluso nella somma. se h(−n) = 0 . Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| . risulta che l’uscita all’istante n = 0 non è limitata. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . −1.8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile. ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . Ad esempio. . senza alterarla. h(k − n) dove la seconda sommatoria va effettuata. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile.9) e il sistema MA (§ es. 4.62) In definitiva. 1. l’integratore con memoria finita (§ es. e quindi è sicuramente limitato. la risposta impulsiva deve essere necessariamente sommabile. (4. sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh .

4. caratterizzato dal legame i-u: y(t) = x(t − t0 ) . si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. la cui risposta impulsiva [fig. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t).64) .2.62) (cfr. instabili. 4. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti. Ad esempio. nel caso del sistema (4. se la risposta impulsiva h(t) è una funzione generalizzata. in quanto la loro risposta impulsiva h(·) non è infinitesima all’infinito e quindi non può essere sommabile. è assolutamente inutile studiare la stabilità a partire dalla risposta impulsiva. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. e di una funzione himp (t) puramente impulsiva.11. con t0 ∈ R .15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. il sistema è stabile. conseguentemente. possiamo concludere che il sistema TC (4. Pertanto. In conclusione. pertanto.4 e B. Analogamente. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. questo problema può essere tranquillamente aggirato. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) .4. In verità. sono esempi di sistemi IIR con memoria infinita e. Ad esempio. per ogni t0 ∈ R. che non contiene impulsi. 4. 4. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) . Poiché il concetto di sommabilità di una distribuzione non è definito. 1 la risposta impulsiva è sommabile. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e. Verifichiamo che tale sistema è stabile.8).17(a)] è data da: 1 −τ /T e u(τ ) . D’altra parte. ossia h(t) = δ (t − t0 ). dal punto di vista pratico. Esempio 4. (4. l’uscita del sistema (4. Più in generale.63). Infatti. T Si tratta di un sistema con memoria praticamente finita.63).63) è sicuramente limitata. in questo caso. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. che contiene solo impulsi. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). +∞ k=−∞ +∞ con 0 < |a| < 1 . nel senso che può contenere degli impulsi di Dirac. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.3). se il segnale di ingresso è limitato.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 . Più precisamente. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . in quanto. se il sistema IIR ha memoria praticamente finita. è un sistema stabile. l’integratore (§ es. aventi come risposta impulsiva il gradino unitario. sono stabili.5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. che anticipa/ritarda il segnale di ingresso. il sistema che effettua la traslazione temporale del segnale di ingresso.61) e (4.7) e l’accumulatore (§ es. Ad esempio. n=1 himp (t) N (4.1. i sistemi IIR aventi memoria infinita sono sicuramente instabili. § B.

21. dove N ∈ N. αN . Tali sistemi presentano numerose analogie. tuttavia per una presentazione efficace è opportuno studiarli separatamente. In altre parole.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . 4. in svariati campi delle scienze fisiche e dell’ingegneria. dt k dt m=0 (4.65) . 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) .21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile.21. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. . possiamo affermare che. sono descritti da equazioni differenziali lineari a coefficienti costanti.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. .6.8. 4. In questo caso.6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. 4. in virtù della prop. .64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. come mostrato in fig. 4. . il sistema in fig. 4. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. tN Fig. 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. allora il sistema complessivo è sicuramente stabile. 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).

la (4. occorre preliminarmente osservare che il fatto che la (4. . d y(t) dt = y1 . dal punto di vista fisico.65).65) coinvolge. a partire da un istante prefissato tin ∈ R. . la soluzione generale della (4. la (4. . . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . a1 . (4. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. l’equazione differenziale (4. Come verifica di quanto sopra affermato. . Una seconda osservazione importante riguarda il fatto che la (4. a1 . Nel caso più generale in cui N = 0.4. . portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico. . . . . determinare la relazione i-u del sistema equivale a risolvere.65). 8 Nel . in tal caso. a0 . . vedremo che ciò è vero solo in alcuni casi particolari. La (4. essa non rappresenta un legame i-u come espresso dalla def.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. aN e b0 . yN−1 sono valori (in genere reali) assegnati. bM sono costanti e quindi indipendenti dal tempo t. . in quanto. 3. è data dalla somma di una soluzione particolare y p (t) della (4.65). In questo caso.1. 3. sia applicato in ingresso al sistema un dato segnale x(t). cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . . Ponendo per semplicità tin = 0.68) ottenuta ponendo x(t) ≡ 0 nella (4. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. supposto che.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. M dm che rappresenta una relazione i-u tra y(t) ed x(t). è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . .65). dN−1 y(t) dt N−1 = yN−1 . .1. . . b1 . aN e b0 . N dk (4. I valori assegnati y0 . La soluzione generale y0 (t) della (4. per trovare la corrispondente uscita y(t) per t ≥ tin . . . . Ciò è vero solo nel caso particolare in cui N = 0. oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. yN−1 dipendono dalla evoluzione passata del sistema e. bM sono i coefficienti (in genere reali) dell’equazione.65) rispetto al segnale di uscita y(t).65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . . infatti. per ogni fissato ingresso x(t).66) t=0 t=0 dove y0 . y1 . Per sgombrare subito il campo da qualsiasi tipo di equivoco.68) è detta soluzione omogenea della (4.6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. Assegnato l’ingresso x(t) per t ≥ 0. . m=0 N dk M dm (4. .65) è detta lineare perché al primo membro compare una combinazione lineare del segnale y(t) e delle sue N derivate e al secondo membro compare una combinazione lineare del segnale x(t) e delle sue M derivate. b1 . osserviamo che. che tiene conto di tutte le possibili condizioni iniziali. e N ≥ 0 è l’ordine dell’equazione. coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0). È noto8 che tale problema non è completamente definito. è necessario conoscere lo stato iniziale del sistema. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 .65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 .65). in altre parole. . y1 .65) descrive in maniera solo implicita il comportamento del sistema. . . la (4. . nel senso specificato dalla def. .

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

Questo è un risultato del tutto intuibile in quanto. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso).66) e la seconda dipendente solo dal segnale di ingresso x(t). in quanto tiene conto del solo segnale di ingresso x(t). . assumendo che siano nulle le condizioni iniziali.72)].74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. . soddisfi le condizioni iniziali (4. per la presenza delle costanti ci. la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4. con i ∈ {1. cioè y0 = y1 = · · · = yN−1 = 0. Innanzitutto. 2. (4.73). . . . d y0 (t) dt = y1 . la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci. . cioè y0 (0) = y0 .h ).h .65). ∀t ∈ R. . . In molti casi è conveniente esprimere la soluzione generale della (4. ylib (t) = 0. senza portare in conto le condizioni iniziali. . imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. Si determinano gli N coefficienti ci. possiamo dire che la soluzione generale della equazione differenziale (4. .65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. 1. Risolvendo tale sistema si trova che le costanti ci.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4.73). .75) t=0 t=0 La soluzione particolare yfor (t) della (4.h nella soluzione omogenea.65) si può ottenere seguendo i seguenti passi: 1. 3. si determina una soluzione particolare y p (t) della (4.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. se l’ingresso è applicato all’istante tin = 0. ossia. la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. né una tecnica generale di soluzione. allora la soluzione particolare ottenuta è valida solo per t > 0. l’equazione differenziale (4. e per essa non è possibile dare un’espressione generale. Riassumendo quanto detto finora. Notiamo che. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. Ni − 1}. . l’evoluzione libera del sistema è nulla. y1 .65). (4.h sono combinazioni lineari dei valori y0 . la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t). . Si determina la soluzione omogenea y0 (t) data dalla (4. R} e h ∈ {0. dN−1 y0 (t) dt N−1 = yN−1 .4. (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . In altri termini.66) assegnate. in quanto l’uscita è definita a meno di N costanti arbitrarie.6 Esempi di sistemi LTI 171 nella (4. yN−1 . data da y(t) = y0 (t) + y p (t) per t > 0. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. La (4. 2. . l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . . . .65) non definisce univocamente un sistema.h . Conseguentemente. Anche in questo caso. calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci.74) determina un sistema di N equazioni lineari nelle N incognite ci. . yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. A differenza della soluzione y0 (t). .h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. Assegnato l’ingresso x(t). y1 . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . D’altra parte.

4. allora yfor (t) ≡ 0. 4. affinchè il sistema descritto dalle (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.76) è che in generale il sistema descritto dalle (4. 3. α2 ∈ C. è interessante osservare che il sistema definito dalla (4.66) sia LTI. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) . Schema elettrico del sistema RC (es. può essere rappresentato mediante lo schema a blocchi in fig.65) e (4.66) non è tempo-invariante. La . rispettivamente. 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). cioè.66) non è lineare.23.76) è che in generale il sistema descritto dalle (4. per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo.65) e (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). indipendente dal segnale di ingresso. dt (4.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. Schema a blocchi del sistema RC (es.76) è lineare per le differenze. ∀α1 . La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). ∀t0 ∈ R. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). 4. mentre l’uscita y(t) è la tensione ai capi della capacità.22. 3. il che si ottiene imponendo che il sistema sia inizialmente in quiete. Possiamo quindi dire che. segue dalla (4. In particolare. Esempio 4. ciò viola la prop. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). indipendente dal segnale di ingresso. La seconda osservazione legata alla (4. occorre che la sua evoluzione libera sia nulla.65) e (4. (4.16). Fig. Tuttavia. ciò significa che se x(t) ≡ 0.76) La prima osservazione interessante suggerita dalla (4.22.23. In definitiva. Inoltre. 4. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) .19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)]. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi. Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig. 4.4 dal momento che. 4. se si impone x(t) ≡ 0.76) che y(t) = ylib (t) = 0.16). per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. assegnando cioè y0 = y1 = · · · = yN−1 = 0.

77) si può scrivere come: y(t) = y0 (t) + y p (t) .79) otteniamo allora che y0 (0) = c1 = y0 .  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 .66).6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0. e deve soddisfare l’equazione differenziale completa (4.73) degenera nella (4. RC da cui. la (4. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(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 .79) Notiamo che. se t < 0 . per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . se t ≥ 0 . In questo caso. d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e . la (4. Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC .77). In questo caso (R = N = 1).71). dt (4. Dalla (4. La soluzione particolare y p (t) dipende dal tipo di ingresso. risolvendo l’equazione (4. Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 . dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). per integrazione indefinita. se t < 0 .78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. per la presenza della costante moltiplicativa c1 arbitraria. da cui si ricava l’unica radice λ1 = −1/(RC).  RC e  . otteniamo la risposta forzata del sistema.77). che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 .79) non consente di determinare univocamente l’uscita del sistema. dt RC dt  0 . l’equazione differenziale completa assume la forma y p (t) + RC d y p (t) = u(t) dt ⇐⇒ d 1 1 y p (t) + y p (t) = u(t) .4.77). (4.  c2 . se t ≥ 0 . dobbiamo imporre la sola condizione y0 (0) = y0 . c1 ∈ R . nel nostro caso (equazione del primo ordine).

ponendo y0 = 0.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . per cui risulta che c2 = 0. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . ovvero s(t) = (1 − e−t/RC ) u(t) . trattandosi di una equazione differenziale del primo ordine. Oltre ad essere chiaramente dispersivo. La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. 4. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete. il sistema LTI ottenuto è causale [h(t) = 0. 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) . il sistema risultante non è omogeneo (e quindi non è lineare). . 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). dt RC che. ma non comporta discontinuità in t = 0 del segnale y p (t).65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . 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). ottenuta ponendo x(t) = u(t − t0 ). ponendo T = RC. inoltre. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. segue che c3 = −1. ma non comporta discontinuità nel medesimo punto di y p (t) e di tutte le sue derivate successive fino a quella di ordine N − 1.65).50) assegnata nell’es. Inoltre. e la (4. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0. Nel cap.80) Osserviamo che.10 Pertanto. 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. Tenendo presente la relazione (4. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . essendo il sistema LTI nelle ipotesi fatte. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. è pari a yt0 (t) = yfor (t −t0 ).81) nota come equazione alla differenze a coefficienti costanti di ordine N. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. (4. per la presenza dell’evoluzione libera.6. con N ≥ 0 e aN = 0. y(t) = yfor (t) ne rappresenta la sua risposta al gradino.11. 4.65) in maniera più semplice di quanto visto finora.37) esistente tra risposta al gradino e risposta impulsiva. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4.24. corrisponde alla risposta impulsiva (4. una relazione analoga alla (4. M (4. con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD. ∀t < 0] e stabile [h(t) è sommabile].77). Notiamo a questo punto che. 4. per un’equazione differenziale di ordine N.

e sono denominati sistemi auto-regressivi a media mobile (ARMA). si può provare che la soluzione generale di una equazione del tipo (4. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali. y(−2) = y2 . è necessario risolvere rispetto a y(n) l’equazione alle differenze. In particolare. per trovare la corrispondente uscita y(n) per n ≥ nin . Sistema RC (es.9. In particolare.6 0.81) descrive solo implicitamente un sistema. Solo nel caso N = 0. y(−N) = yN . . 1. . Ponendo per semplicità nin = 0. . 3. . supposto che. .82) Dal confronto con l’es.82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). a0 m=0 (4. analogamente alle soluzioni di una equazione differenziale (4.83) dove y1 .81) si può esprimere. y2 . in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . (4.2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig.81). la (4. i sistemi definiti implicitamente dalla (4.16): (a) risposta impulsiva. questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin . A tale proposito. . . Assegnato l’ingresso x(n) per n ≥ nin .4 0.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. n ∈ {0. yN sono valori (in genere reali) assegnati.81) rappresenta una relazione i-u semplice da studiare. Per N ≥ 1. 4. h(n) = a0  0. assegnato il segnale di ingresso x(n). . analogamente al caso TC. sotto opportune ipotesi.4 0. altrimenti . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . per determinarne la relazione i-u. va detto che la teoria e la pratica delle equazioni alle differenze. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . notiamo che la (4. come: y(n) = y0 (n) + y p (n) .6 Esempi di sistemi LTI 175 1 0. . a partire da un istante prefissato nin ∈ Z. .8 0. (b) risposta al gradino.24. (4. . M} . 4. la (4.6 0. sia applicato in ingresso al sistema un dato segnale x(n).8 RC h(t) 0.65).4. . sebbene in principio siano più semplici rispetto alle equazioni differenziali. sono generalmente meno note ai lettori. .65). avente la seguente risposta impulsiva:   bn . sono sistemi LTI.

la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. 1 2 N (4. y1 . zN . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 .86) le cui radici possono essere reali. . −1}.81).84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci.h . . .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z).88) Quindi. rispettivamente. N2 .87) dove c1 .81): k=0 ∑ ak y(n − k) = 0 . yN−1 assunti da y0 (n) per n ∈ {−N. yN (−N) = yN . . siano esse z1 .84).h sono combinazioni lineari dei valori y0 .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. c2 . . .84) si effettua ragionando similmente al caso TC. . . . L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. (4.89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n).84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. . M (4. zR aventi molteplicità N1 . ossia y0 (−1) = y1 . . z2 . a N 0 1 siano reali. . l’esponenziale zn è soluzione della (4. le radici di q(z) sono o reali o complesse coniugate.88) che soddisfa le condizioni iniziali (4. Risolvendo il sistema lineare (4. . −N + 1.11 Se le N radici del polinomio q(z) sono distinte. l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . z2 . ovvero la soluzione generale dell’equazione omogenea associata alla (4.85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4. . Pertanto.h nh zn . (4. . . yN . i (4. y2 . Se invece il polinomio q(z) presenta R radici distinte z1 . . . . cioè y1 = y2 = · · · = yN = 0. con N1 + N2 + · · · + NR = N. a . Conseguentemente. . l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 . . . la soluzione generale della (4. ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 .83).84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn . . . NR . . . . Se ci si limita a trovare soluzioni del tipo zn . N (4. cN sono costanti arbitrarie. . come nel caso TC. .89) si trova che le costanti ci. per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . la soluzione generale della (4. . . . y0 (−2) = y2 . questo vuol dire che se si impone che il sistema sia inizialmente in quiete. . . . immaginarie oppure complesse. con z ∈ C e si pone y(n) = zn nella (4. . .

e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. il sistema descritto dalle (4.6 Esempi di sistemi LTI 177 del sistema è nulla. che è applicabile solo a TD. il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4.83) è in generale lineare per le differenze e tempo-variante. l’equazione alle differenze (4. di quello passato x(0) e degli N valori precedenti dell’uscita y(0).17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0.91). il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. y(−N + 1).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) . con condizioni iniziali nulle. Successivamente. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1).83). a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. Dividendo primo e secondo membro per a0 = 0. y(n − 2).91). dai valori y(n − 1). la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. . . Tale procedura. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. y(1). . e ponendo a = −a1 /a0 e b = b1 /a0 . ossia. sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito. la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. ∀n ∈ Z.92) . Esempio 4.81) e (4. x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. D’altra parte. . . In conclusione.90) A causa della presenza dell’evoluzione libera. . . Similmente al caso TC. . possiamo riscriverla nella forma seguente. . assegnando y1 = y2 = · · · = yN = 0.81) e dalle condizioni iniziali (4. Pertanto. a0 k=1 a0 m=0 (4. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete.91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). . y(−N) (ovvero le condizioni iniziali assegnate). . che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) . più semplice. .81). y(−2). y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). . .81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. ylib (n) = 0.81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 . . A differenza del caso TC. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. . x(n − 2). y(n) − a y(n − 1) = b x(n) . (4.4. (4. essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. Nell’esempio che segue. I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4. Tale metodo si basa sull’osservazione che la (4.

Per semplicità. Dalle proprietà della risposta impulsiva.17. per n < 0. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. suggerisce anche un modo per realizzare il sistema. A tale proposito. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es.91) dell’equazione alle differenze (4. ovvero y(−1) = 0. con un leggero abuso di notazione. ossia y(n) = h(n). 4. Questa interpretazione porta allo schema a blocchi riportato in fig. oltre a fornire un metodo alternativo di risoluzione dell’equazione.8333 e b = 1. 4. .81). 4. assumendo che il sistema sia inizialmente in quiete. scrivendo: h(n) = a h(n − 1) + b δ (n) . 4. Analogamente.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. in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. il comando filter implementa proprio la relazione i-u di un sistema ARMA. si vede che il sistema è dispersivo. h(n) = an b . Va detto che. 4.25.11.16). in Matlab. 4. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. data la notevole importanza dei sistema ARMA nelle applicazioni. Imponiamo che il sistema sia LTI. h(n) può essere sinteticamente espressa come h(n) = b an u(n) .92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. per n ≥ 0. i sistemi ARMA presentano risposte impulsive di durata infinita. A conclusione di questo paragrafo. ed in particolare nell’elaborazione digitale dei segnali. ponendo b = 1. a ed in generale.23 sottolinea che l’equazione (4. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n). 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza. In tale ipotesi. il sistema in esame è un sistema IIR avente memoria praticamente finita. e stabile per 0 < |a| < 1. h(1) = a h(0) + b δ (1) = ab . osserviamo che la forma ricorsiva (4. ed in generale. in generale. È interessante osservare che. supposto 0 < |a| < 1. h(n) = 0 . Così facendo. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 . denotiamo 12 Ad esempio. In definitiva. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . a 1 h(−3) = [h(−2) − b δ (−3)] = 0 .25). Pertanto. 4. nel cap. possiamo trovare la soluzione h(n) in maniera ricorsiva.26 per a = 0. es. la cui somiglianza con lo schema di fig. e sono pertanto sistemi IIR.12 è utile fare qualche considerazione sulla loro implementazione. che è rappresentata graficamente in fig. per N ≥ 1. causale. A differenza del caso TC. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b .

8333 e b = 1). 13 A . è possibile ottenere un sistema con N < M. . con ak i rapporti −ak /a0 . . e con bm i rapporti bm /a0 . .17). . 4.95) in cui l’uscita all’istante n si ricava in funzione del valore attuale del segnale di ingresso z(n) e dei valori del segnale di uscita negli N istanti precedenti. h(n) 0 0 5 n 10 15 20 Fig. . 4.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. N (4. si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che. .27. 4. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0. m=0 N N (4. 4. per m ∈ {0. Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. Precisamente. M}. N}. . che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi.6 0.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. ponendo a zero i coefficienti bm . 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) . 1.26. lo schema a blocchi corrispondente alla (4. . ponendo a zero i coefficienti bk . per k ∈ {N + 1.8 0. partire da un sistema ARMA con N = M.25. N (4. M}.4 0. 4. Il primo sistema (quello di sinistra) effettua una semplice elaborazione (consistente in ritardi e moltiplicazioni per costanti) del segnale di ingresso x(n) producendo in uscita il segnale: z(n) = m=0 ∑ bm x(n − m) . . i sistemi AR presentano risposte impulsive di durata infinita.2 Fig. . ritardo elementare e sommatore. Per effetto della ricorsione. . Questa ricorsione.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. . è riportato indietro verso il segnale di ingresso z(n). per m ∈ {M + 1.93) è riportato in fig. per k ∈ {1.4. M + 2. è possibile ottenere un sistema con N > M. opportunamente ritardato e scalato.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . . analogamente. Risposta impulsiva del sistema LTI (es. . 2. . Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. . N + 2. così facendo la (4. N}.

.15 Si nota che in questa nuova configurazione i due banchi di N ritardi hanno in ingresso il medesimo segnale u(n) e. 14 Un banco di N ritardi è equivalente ad un registro a scorrimento di lunghezza N. 4. Lo schema di fig. Così facendo si giunge alla struttura modificata rappresentata in fig. . .95) rappresenta la parte AR (o IIR) del sistema. in quanto sia la parte MA che quella AR sono sistemi LTI. che è generalmente denominata forma diretta II del sistema ARMA. . e sono pertanto sistemi IIR. . In tal modo.28. 4. si ottiene la struttura cosiddetta canonica riportata in fig. ed abbiamo visto che per i sistemi LTI l’ordine di connessione in serie è inessenziale. pertanto. ciò non altera il legame i-u del sistema. .27 può essere riorganizzato allo scopo di ridurre il numero di ritardi elementari richiesti. che minimizza il numero di ritardi necessari (e quindi l’ingombro di memoria) per l’implementazione del sistema ARMA.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) .27.14 per un totale di 2 N ritardi elementari. . 4. Lo schema si può vedere come la cascata della parte MA e della parte AR. mentre la (4. nonchè amplificatori e sommatori. Realizzazione in forma diretta I di un sistema ARMA (N = M). precedentemente menzionato. Osserviamo che per tale realizzazione sono richiesti due banchi costituiti da N ritardi elementari. 4. . b1 a1 b0 z -1 y(n-1) z -1 y(n-2) y(n) parte MA parte AR Fig. z -1 x(n-N) bN aN . . 4. . 15 Il comando filter di Matlab. essi possono essere sostituiti da un unico banco costituito solo da N elementi di ritardo. Possiamo quindi dire che la (4. Un modo per fare ciò consiste nello scambiare l’ordine della parte MA e AR nella cascata.27 è comunemente denominata forma diretta I del sistema ARMA.29. calcola l’uscita di un sistema ARMA utilizzando proprio la forma diretta II. senza alterare la natura del sistema. La realizzazione di fig. z -1 y(n-N) b2 a2 .

. . . Lo schema si ottiene facilmente da quello di fig. . Lo schema si ottiene facilmente da quello di fig. .6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 .29.27 scambiando l’ordine della parte MA e della parte AR. .28. z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . . . 4. x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . 4. b2 b1 Fig. 4. . . .28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. . b1 b2 . . 4.4. . z -1 aN u(n-N) bN . . . z -1 u(n-N) bN parte AR parte MA Fig. Realizzazione in forma canonica di un sistema ARMA (N = M). Realizzazione in forma diretta II di un sistema ARMA (N = M). .

moltiplicato per H( f ).12). e ponendo: H( f ) = si ha: y(t) = H( f ) e j2π f t .7) oppure continua (4. in ingresso ad un sistema TC LTI con risposta impulsiva h(t). e scrivere la relazione i-u in termini di convoluzione discreta (4. di sinusoidi (rappresentazioni di Fourier).96) . che riportiamo di seguito per comodità: y(t) = +∞ −∞ h(τ ) x(t − τ ) dτ . Vedremo nei prossimi capitoli che un’ampia famiglia di segnali di interesse pratico possono essere rappresentati. e la funzione che descrive il sistema in tale rappresentazione è la risposta in frequenza del sistema LTI. Sostituendo nella relazione i-u del sistema. (4.97) +∞ −∞ h(τ ) e− j2π f τ dτ . e dei sistemi LTI in particolare. La caratterizzazione risultante del sistema prende il nome di relazione i-u nel dominio della frequenza. per il quale la H( f ) definita dalla (4. Questa importante proprietà dei sistemi TC LTI si può riassumere sinteticamente come segue: Proprietà 4. è allora sufficiente analizzare il comportamento di un sistema LTI quando esso in ingresso viene sollecitato da un singolo fasore avente frequenza arbitraria. Assumendo che la quantità tra parentesi tonde esista finita. per comodità di presentazione. Nei paragrafi seguenti. se reali.1 Risposta ad un fasore di un sistema TC LTI Un sistema TC LTI è descritto dalla relazione i-u (4.12). oltre che come sovrapposizione di impulsi.182 Sistemi lineari tempo-invarianti (LTI) 4. Per la proprietà di sovrapposizione degli effetti caratteristica dei sistemi lineari.96) esiste finita.9 (risposta ad un fasore di un sistema TC LTI) Si consideri un fasore a frequenza f ∈ R. si ottiene: y(t) = +∞ −∞ h(τ ) e j2π f (t−τ ) dτ = +∞ −∞ h(τ ) e− j2π f τ dτ e j2π f t . Vale la seguente relazione i-u: x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t (4. Questa relazione mostra che l’uscita y(t) corrispondente al fasore x(t) = e j2π f t è a sua volta un fasore avente la stessa frequenza f dell’ingresso. anche come sovrapposizione di fasori (esponenziali complessi) a diverse frequenze o.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 (·). ovvero poniamo x(t) = e j2π f t . 4.7. studieremo tale rappresentazione separatamente nel caso TC e nel caso TD. è possibile caratterizzare in generale il comportamento di un sistema LTI attraverso la sua risposta impulsiva h(·). Supponiamo che il segnale di ingresso sia un fasore a frequenza f . avente ampiezza unitaria e fase iniziale nulla. e tenendo anche conto del fatto che le sinusoidi stesse si possono esprimere come sovrapposizione di una coppia di fasori (formule di Eulero).

. ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ).97).30. ∀f ∈ R. prende il nome di risposta in fase. (4. Infatti. la prop. Quindi. mentre la sua fase H( f ). |H( f )| < +∞. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. dicendo che i fasori sono le autofunzioni dei sistemi LTI. generalmente soddisfatte dai segnali di interesse pratico. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. Sostituendo tale espressione nella (4. 4. che modifica la fase del fasore di ingresso. per ogni fissato valore di f .16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. Sotto opportune ipotesi.98) La (4.4. cioè dell’autovalore. 4. poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI.31. La prova di questo risultato si ottiene osservando che: |H( f )| = +∞ −∞ h(τ ) e− j2π f τ dτ ≤ +∞ −∞ |h(τ )| |e− j2π f τ | dτ = =1 +∞ −∞ |h(τ )|dτ . proporzionale a e. evidenzia che i fasori sono segnali particolari per i sistemi LTI. mentre la fase del fasore viene modificata da H( f ). che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) .98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI. Dalla sua definizione (4. ovvero se il sistema è stabile. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . inoltre il suo modulo |H( f )|. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. da cui segue che.96). Fig. 4. ovvero si ha y = A x.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. prende il nome di risposta in ampiezza. osserviamo che H( f ). Si noti che tale proprietà vale anche per f = 0. si può interpretare come la trasformata di Fourier del segnale h(τ ). 4.96). 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. La prop. per analogia con la corrispondente proprietà dell’algebra lineare. 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. 6 che la relazione (4. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI. Tale proprietà si esprime. ∀ f ∈ R. tale relazione di trasformata di Fourier è invertibile. e la sua inversa. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. Per completare l’analogia. che definisce H( f ) in funzione di h(τ ). se h(τ ) è sommabile. in particolare concetti di analisi funzionale. cui corrisponde in uscita ancora un segnale costante y(t) = H(0). si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . Vedremo nel cap.9 può anche essere rappresentata dallo schema a blocchi di fig. è in generale una grandezza complessa.9 si applica sicuramente a tutti i sistemi stabili. detta antitrasformata di Fourier.30. in particolare l’ampiezza del fasore viene modificata da |H( f )|. conseguentemente. 4. che modifica l’ampiezza del fasore di ingresso.

Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. 4.1). ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . § 4. la prop.9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4.184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. e sostituendo tali espressioni nell’equazione differenziale (4.16. 6. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. della quale è facile ricavare modulo e fase. dt (4. Sfruttando la conoscenza di h(t). avente ampiezza unitaria e fase iniziale nulla. mentre assume valori minori di 1 per f = 0 e decrescenti .16 (si veda anche il § 4. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. dt dt sostituendo nella (4. 4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t). (4.1) che. Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . si perviene alla seguente equazione differenziale. 4. Esempio 4. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .6.32 in funzione di 2π f RC. 4. raffigurato in fig.22. ovvero H( f ) = y(t) x(t) . 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f . deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 .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 .99). 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. come dimostrato dall’esempio seguente.6.96).100) Abbiamo visto nell’es. Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. e sarà ulteriormente approfondito nel cap.100) che descrive il sistema. 4. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t). da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t . 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. 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.100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .

supposto H( f ) finita. Infatti.96).32. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. Infatti. In virtù di questo comportamento.100) e non la condizione iniziale y(0) = 0. il che è vero se e solo se y(0) = 0. a prima vista. si è implicitamente imposto che il sistema sia LTI. Pertanto.4. 3. Se il sistema LTI è reale. se h(τ ) è reale.96) o dalla (4. dove si è sfruttato il fatto che. la corrispondente uscita è necessariamente nulla (cfr. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. se l’ingresso è nullo. al crescere di | f |. che assume una importanza rilevante nello studio dei sistemi LTI. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . notiamo che. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . 4.9 e l’es. Risposta in frequenza di un sistema RC (es. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . L’es.99) è in generale una funzione complessa. 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. coniugando la (4. cioè H( f0 ) = 0. risposta in fase (in basso). 4.18): risposta in ampiezza (in alto). risulta h∗ (τ ) = h(τ ). ovvero la sua risposta impulsiva h(t) è una funzione reale. viene chiamato filtro passabasso. In altri termini. 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 . modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo. Un sistema di questo tipo. Tale conclusione non è corretta. In definitiva. 4. per un sistema reale. il sistema può “sopprimere” completamente il segnale di ingresso. 4. crescenti al crescere di | f |.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. la corrispondente uscita è nulla.101) . dato un sistema LTI. La prop. Come osservazione conclusiva. mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza.4). prop.18 conferma che la funzione H( f ) data dalla (4. tuttavia. che introduce un’attenuazione di ampiezza crescente con la frequenza. 4.7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0. Quindi. (4. In particolare. si ha: H ∗ ( f ) = H(− f ) . e sarà ulteriormente approfondito nei prossimi capitoli.

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.

Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. Esempio 4. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4. T0 In definitiva. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . Si può immediatamente osservare che. 4.4. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n). in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. un oscilloscopio a doppia traccia.110) si può ottenere come caso particolare della (4. 4. capace cioè di rappresentare due segnali su uno stesso visore.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. per il quale H(ν ) definita dalla (4. Notiamo in effetti che la (4.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. notiamo che per la proprietà 4. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio.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.111) (4. viene collegato all’ingresso e all’uscita del circuito.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ). 4.12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . (4. ed è riportata di seguito per completezza.35.35). 4. Si consideri lo schema di misura di fig. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla. 4. se H( f0 ) = 0. 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 .21). Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). se H(ν0 ) = 0.109) introducendo un opportuno sfasamento di π /2. considerando due attraversamenti dell’origine con pendenza positiva).21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. 4. Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] .104) esiste finita per ν = ν0 . allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla.35. Variando la frequenza f0 del generatore (a scatti oppure in maniera .112) Analogamente al caso TC. la prop. Inoltre. nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.

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

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

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

per t ≤ 0 . per n > −1 .    2t − t 2 . e  0 .    2t .  (b) y(t) = 1 . per 1 < t ≤ 2 .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 2 ≤ t < 4 .  1−1/a Risultato: (a) y(n) =  1/a  1−1/a . Risultato: (a) y(t) = T (1 − e per 0 ≤ t ≤ T . per t < 0 . per 2 < t < 3 . . per t > −1 . Esercizio 4.4.  n  a . con |b| < 1.9 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).   9 − 6t + t 2 .   12 − 2t . (b) x(n) = e j 2πν0 n R10 (n) ed h(n) = bn u(n). Calcolare l’uscita y(n) del sistema.  (b) y(t) = 4 .    0 . (b) x(t) = 2(1 − t) [u(t) − u(t − 1)] ed h(t) = u(t) − u(t − 2). 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). y(n) = 1 a−b an+1 − bn+1 u(n) per a = b. per n ≤ −1 .8 Esercizi proposti 195 Esercizio 4. con |b| < 1. per 4 ≤ t < 6 . (c) x(n) = bn e j 2πν0 n u(n) ed h(n) = R5 (n).  −t/T ) . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(n). per t ≤ −1 . per t < 0 .  per 0 ≤ t < 2 .8 Il segnale di ingresso x(t) e la risposta impulsiva h(t) di un sistema LTI sono dati da: (a) x(t) = e−t/T u(t) ed h(t) = rect t − T /2 . Esercizio 4.   1 e(t+1) .    0 . con T ∈ R+ .  per 0 < t ≤ 1 . 3 Risultato: (a) y(t) =  −(t+1) 2 −2 (t+1) −3e . Esercizio 4.7 Un sistema LTI avente risposta impulsiva h(n) = an u(n) con a ∈ R − {0} è sollecitato dall’ingresso x(n) = bn u(n) con b ∈ R − {0}. per t ≥ 3 .  −t/T  (e − 1) . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t). per t ≥ 6 . Risultato: y(n) = (n + 1) bn u(n) per a = b. Te  0 . per t > T . Determinare analiticamente e rappresentare graficamente il segnale di uscita y(t).  0 . con a > 1.

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

causale. (e) il sistema è dispersivo.15 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(t). stabile. h(t) = e−2t u(t + 2). h(t) = rect(t − 0. τ ) integrabile su R rispetto a τ e un costante ε > 0. utilizzando s(n). non causale. (d) il sistema è dispersivo. (b) il sistema è dispersivo. h(n) = (1/2)|n| . Risultato: s(t) = Λ(t − 1). h(t) = e2t u(−1 − t). stabile. stabile. stabilire se il sistema è non dispersivo. y(n) = δ (n + 1) − δ (n) − 2δ (n − 1) + 2δ (n − 2) + δ (n − 3) − δ (n − 4). τ )] dτ . dt Esercizio 4. causale. stabile. instabile. non causale. non causale. (c) il sistema è dispersivo. stabilire se il sistema è non dispersivo. (g) il sistema è dispersivo. Risultato: (a) il sistema è dispersivo. calcolare e diagrammare la risposta y(n) del sistema al segnale di ingresso x(n) = R2 (n) − R2 (n − 2). h(t) = e−6|t| .5) − rect(t − 1. h(n) = 4n u(n). Risultato: s(n) = δ (n + 1) − δ (n).13 Calcolare e diagrammare la risposta al gradino e la risposta impulsiva del sistema LTI avente relazione i-u: y(t) = t t−1 [x(τ ) − x(τ − 1)] dτ . causale e stabile: (a) (b) (c) (d) (e) (f) h(t) = e−4t u(t − 2).16 Per ognuno dei seguenti sistemi LTI con risposta impulsiva h(n). (f) il sistema è dispersivo. stabile. t=t0 per ogni t0 ∈ R tale che |t0 − t| ≤ ε . Esercizio 4.4. h(t) = t e−t u(t). . Qui ci limitiamo a richiamare il seguente risultato: se esiste una funzione g(t. h(n) = (1/3)n u(n) + 3n u(−n − 1).5). tale per cui: d f (t. τ ) .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 ) dt allora d dt +∞ −∞ ≤ g(t. non causale. causale. causale e stabile: (a) (b) (c) (d) h(n) = (1/2)n u(n). f (t. τ )dτ = +∞ −∞ d [ f (t. instabile. h(t) = e−6t u(3 − t).8 Esercizi proposti 197 dagli scopi di questo corso. Esercizio 4. (g) h(t) = 2 e−t − e(t−100)/100 u(t). Esercizio 4.

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

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

(a) Determinare la relazione ingresso/uscita del sistema complessivo e discuterne brevemente le proprietà (linearità. (b) Ripetere il calcolo del punto (a) con riferimento alla cascata S3-S2-S1 (nell’ordine). rispettivamente. (b) Determinare un’espressione semplificata della risposta y(n) per n → +∞. eccetto che nel caso in cui a = 3. dispersivo. Risultato: (a) y(n) = (−1)n (−1)n 1 − (− j/2)(n+1) u(n). 1 + j/2 1 + j/2 . 2T lineare per ogni a. causale. S3 : y(t) = x(t/2) (espansione di 2) . causalità e stabilità. stabile. il legame ingresso/uscita è y(t) = x(t) − x(t − 2) nel caso (a). causali. y(n) ≈ . (b) Classificare il sistema complessivo. sulla base delle sue proprietà di non dispersività. y(t) = x(t) − x(t − 0. (c) Calcolare la risposta impulsiva h(t) del sistema complessivo per il valore di a determinato al punto (b). S2 : h(t) = δ (t) − δ (t − 1) . stabile. rispettivamente. non causale. Risultato: (a) detti x(t) e y(t) i segnali in ingresso e uscita alla cascata. invariante temporalmente. (b) Determinare il valore di a in corrispondenza del quale il sistema complessivo è LTI. (b) per n → +∞. in generale è tempo-variante. (a) Determinare il legame ingresso/uscita del sistema costituito dalla cascata S1-S2-S3 (nell’ordine) e stabilire se è lineare. (b) il sistema è 3t .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]. dispersivi. (a) Determinare la risposta y(n) del sistema al segnale di ingresso x(n) = cos(π n) u(n). (b) il sistema è dispersivo. non dispersivo. Esercizio 4. il sistema è lineare. motivando brevemente le risposte. causalità e stabilità). invarianti temporalmente e stabili. Entrambi i sistemi sono lineari.23 Si considerino i seguenti tre sistemi TC: S1 : y(t) = x(2t) (compressione di 2) .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 . mentre i due sistemi S1 e 2T S2 sono caratterizzati dalle relazioni ingresso/uscita u(t) = x(t/3) e y(t) = v(at). (c) h(t) = 3 rect Esercizio 4. non dispersività. con T > 0.5) nel caso (b). con a ∈ R. non causale. Risultato: (a) y(t) = T −T x at − τ 3 d τ . Risultato: (a) h(t) = e−2(t+1) − e−3(t+1) u(t + 1) + e−3t + e−2t u(t). stabile. Esercizio 4.25 Si consideri il sistema LTI avente risposta impulsiva: h(n) = j 2 n u(n) .

Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI). s(t) = yfor (t) = e−t/T u(t). e la tensione y(t) ai capi della resistenza è il segnale di uscita.  0 . per 0 ≤ t < 2 . stabile. Esercizio 4. per t ≥ 2 . causale.     0. 4.] Risultato: h(n) = (1/a)n−1 u(n − 1). causale e stabile.5 (1 − e−4 ) e−t . per t < 0 . (b) y0 (t) = c1 e−t/T .36. con a ∈ R. con costante di tempo T = RC = 1s. 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. (c) ylib (t) = y0 e−t/T .     Risultato: y(t) = 0. (b) Disegnare lo schema implementativo del sistema in forma diretta II. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . (f) il sistema è dispersivo.27 Si consideri il circuito CR di fig. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). causalità. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). notare che essendo il gradino la derivata della rampa. 4. causale. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. Esercizio 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) .28 Il segnale di ingresso x(n) e quello di uscita y(n) di un sistema LTI causale sono legati dalla seguente equazione alle differenze: y(n) + a−1 y(n − 1) = x(n − 1) . [Suggerimento: per il punto (e). (e) il sistema è LTI se y0 = 0. stabilità) del sistema LTI determinato al punto (e). (f) Studiare le proprietà (non dispersività. (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). [Suggerimento: Per calcolare h(n). (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 . (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva.8 Esercizi proposti 201 Esercizio 4.5 (1 − e−2t ) e−t .4. Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). (c) Disegnare lo schema implementativo del sistema in forma canonica. stabile se e solo se |a| > 1.] Risultato: (a) d 1 d y(t) + y(t) = x(t). la risposta al gradino sarà la derivata della risposta alla rampa. sistema dispersivo. dt T Esercizio 4.26 Si consideri il circuito RC di fig.36. con T = RC. (a) Disegnare lo schema implementativo del sistema in forma diretta I.

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

(b) il sistema è LTI.5T 1 1 − e− j2π f T = e− jπ f T . invarianza temporale. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. calcolare l’uscita y(t). applicando x(t) = e j2π f t si ha H( f ) = T j2π f πf rect t−0. dispersivo.5 e− j 8πν per −0.36 Si consideri il sistema LTI avente. la seguente risposta in frequenza: H(ν ) = 1 − e− j 4πν 1 + 0. stabile). 1 t t (c) Assumendo che l’ingresso sia x(t) = + 5 cos 2π + 7 sin 4π . causale.35 Si consideri il sistema LTI descritto dalla seguente relazione ingresso-uscita: y(t) = x(t) − x(t − T ) T ∈ R+ . applicando x(t) = δ (t) si ha h(t) = δ (t) + δ (t − T ) + δ (t − 2T ). . Esercizio 4. applicando x(t) = e j2π f t si ha H( f ) = 1 + e− j2π f T + e− j4π f T . causale.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. tempo-invariante. (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. causalità. (c) y(t) = rect .5 < ν ≤ 0.5T . (c) y(t) ≡ 1. (b) il sistema è LTI.8 Esercizi proposti 203 t (c) Assumendo che l’ingresso sia x(t) = 1 + δ (t) + cos 2π .5 . calcolare l’uscita y(t) e rappresentarla grafiT camente. Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = sin(0. con le seguenti proprietà: linea- re. stabile. non dispersività. è un integratore con memoria finita. 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 ). tempo-invariante. Esercizio 4. 1/T ). √ Risultato: y(n) = 2 2 sin(0. x(t) 6 S S 6 .4. stabilità). applicando x(t) = δ (t) si ha h(t) = sin(π f T ) t − 0. il sistema è lineare.25 π (n + 1)). il sistema S è caratterizzato dalla risposta impulsiva hS (t) = δ (t − T ) (T > 0). dispersivo. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ).34 Nello schema di figura. T Esercizio 4.25 π n). 3 3T 3T Risultato: (a) y(t) = x(t) + x(t − T ) + x(t − 2T ). (b) y(t) = 4 cos . Risultato: (a) y(t) = t t−T x(τ ) dτ . (b) Sfruttando i risultati del punto (a). con riferimento al periodo principale.

(a) Determinare l’equazione differenziale che lega x(t) ed y(t). e la tensione y(t) ai capi del condensatore è il segnale di uscita. 4. 4. 1 d j2π f T d y(t) + y(t) = x(t). Fig.37 Si consideri il circuito CR di fig. Esercizio 4. 4. H( f ) = tan−1 ζf . 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. dt T dt 1 + j2π f T π − arctan(2π f T ) . (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso.37.37. 1 .40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso.38. Risultato: H(ν ) = 1 − 5 e− j8πν .36. con ω0 = dt dt (coefficiente di smorzamento).38. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. (b) H( f ) = . H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) .39 Supponendo che il sistema ARMA descritto dell’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. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). 4. Circuito CR. f <0 Esercizio 4. con 2π f0 = ω0 . con T = RC. 2π | f |T . 2 − e− j2πν + e− j6πν Esercizio 4. e la tensione y(t) ai capi del condensatore è il segnale di uscita.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. Circuito RC.38 Si consideri il circuito RLC di fig. Circuito RLC. Fig. 1 + 4π Risultato: (a) f >0 . determinare la sua risposta in frequenza H( f ). calcolare la sua risposta in frequenza H(ν ). determinare la sua risposta in frequenza H( f ).29 sia stabile. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. 4.

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

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

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

Tuttavia. non pone alcun problema di convergenza.5).3) per il segnale x(t) espresso come somma di un numero finito di fasori. la funzione x(t) e− j2π k f0t è sommabile sul periodo T0 e quindi l’integrale che definisce i coefficienti Xk nella (5. Per il momento tralasciamo questo aspetto.8) può risultare non convergente. la serie di funzioni (5. . nella quale il segnale periodico x(t) avente periodo T0 è espresso come somma di una serie: x(t) = lim M→+∞ k=−M ∑ M Xk e j2π k f0t = +∞ k=−∞ ∑ Xk e j2π k f0t .2.9) 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. il segnale periodico x(t) deve essere necessariamente continuo.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 .9). a differenza della rappresentazione (5. . sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. In definitiva. mettendo insieme le (5. In altre parole.10) (5. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. ±1. conseguentemente il segnale x(t). prop. B.3) e (5. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5. La serie di Fourier di x(t) è definita dalle equazioni: x(t) = Xk = +∞ k=−∞ ∑ Xk e j2π k f0t x(t) e− j2π k f0t dt T0 (equazione di sintesi) (equazione di analisi) (5. affinchè la rappresentazione (5.8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori.8) al § 5. Abbiamo già avuto modo di evidenziare in passato che. per ogni k ∈ Z. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. in virtù della (5. inoltre.8) e (5. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori.3) che. ∀k ∈ Z . (vedi concetto di gradino e di risposta al gradino). (5. Si osservi inoltre che non tutti i segnali continui.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt .7). rimandando ogni discussione sulla convergenza della serie (5. è ancora una funzione continua (cfr. T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . utilizzando la (5. espresso come somma di un numero finito di funzioni continue. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. essendo la somma di un numero finito di termini. . ±M} ma. (5. Si osservi che. .11) 1 T0 .1.7) ha senso. Ad esempio.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue. possono essere rappresentati combinando linearmente un numero finito di fasori. Dalla maggiorazione precedente. basti pensare che nella (5.3) sia applcabile. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi.3). più in generale. Purtroppo.

particolare. La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t).7(c)] si può calcolare su un periodo del segnale.k . chiamati anch’essi armoniche del segnale. la seconda consente di decomporre o analizzare il segnale x(t).10) e (5. Poiché i coefficienti Xk sono grandezze complesse.4.2 Serie di Fourier per segnali TC 211 Le equazioni (5. per ogni k ∈ Z. rispettivamente.12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. valida in generale per segnali x(t) a valori reali o complessi. la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. sviluppabili in serie di Fourier con coefficienti X1. che è ovviamente nulla per xac (t). rispettivamente. ovvero si ha x1 (t) = x2 (t). Dal punto di vista matematico.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico. Particolarizzando l’equazione di analisi per k = 0. 3 In . allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. si ha X0 = 1 T0 x(t) dt = xdc . È interessante osservare che.5.k = X2. ed il fatto che per segnali periodici la media temporale [cfr. in virtù di tale corrispondenza. tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. saranno sviluppate nel § 5. ∀t ∈ R eccetto che in un insieme di misura nulla. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 . in quanto forniscono per ogni valore di k. prop. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. In altre parole.k . Altre forme della serie di Fourier. e gli stessi coefficienti della serie di Fourier di x(t).3 In particolare. Per differenza. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . se X1. 2. fatta eccezione per il coefficiente per k = 0.2. Più precisamente. La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk . (5. ovvero per la componente continua. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). La (5. mentre la sequenza Xk delle fasi prende il nome di spettro di fase del segnale x(t) (quest’ultimo spettro è definito a meno di multipli di 2π ).k ed X2. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). valide esclusivamente per segnali a valori reali.

consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Per segnali più complicati. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. Gli spettri di ampiezza e fase sono dati. rispettivamente. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.1 per il caso A = 1 e ϕ0 = π . per semplicità di rappresentazione. si ricava:   A e j ϕ0 . altrimenti. k = 1.2 0 0 −0. e sono riportati4 in fig.11). 5.2.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. 4 L’esempio precedente mostra che in casi molto semplici. 6].1 e nel seguito.6 sinc(x) 0.5 0 −5 1 ∠ Xk 0 k 5 1 0. 0. Per maggiore generalità rispetto al caso visto precedentemente. altrimenti. k = 1. ϕ0 = π ). 2  0. il calcolo dei coefficienti non è un problema concettualmente difficile. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. 5. sebbene essa risulti a rigore indeterminata.   indeterminata.4 0. come la formula di Eulero. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche. 2 Xk = A e− jϕ0 .1 (A = 1. 5. k = −1.1)).1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato. Applicando la formula di Eulero si ha: x(t) = A jϕ0 j2π f0 t A − jϕ0 − j2π f0 t e e + e e . k = −1. da: |Xk | = A 2. 5. La funzione sinc(x) per valori di x ∈ [−6. 4 Si . altrimenti.  ϕ0 . 2 2 da cui. k = ±1. 4 Fig.1. 5.10). noti che in fig.  Xk = −ϕ0 . per confronto con l’equazione di sintesi (5.212 Serie di Fourier 1 |Xk| 0. Esempio 5. con A > 0. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.8 0. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.

5.2 (A = 1. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.9). si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) .5). . Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es.4 |Xk| 0.4 0. 5. 5. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . 5. Fig.2 −5 0 k 5 0. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T . δc = 0.1 −0. es.5. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5.3.2 (serie di Fourier dell’onda rettangolare TC.2 Serie di Fourier per segnali TC 213 0.1 0 −0. introduciamo la funzione sinc(x): sinc(x) = sin(π x) . ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. δc = 0. πk πk (5.13) Per esprimere in forma più compatta il risultato precedente.3 Xk 0.4. 5.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig.14) il cui grafico per x ∈ [−6. 2. πx x ∈ R.5 0.2 (A = 1. cfr.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 . 6] è riportato in fig.2 0.5) sono puramente reali. Per k = 0. I coefficienti Xk dell’onda rettangolare dell’es.2. Le principali proprietà della funzione sinc(x) sono le tre seguenti. 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 . Esempio 5. (5.

nonché proprietà trigonometriche elementari. π |x| ∀x ∈ R . π kδc k = 0. Più in generale. .13).  1  . k dispari. 5. . 5. −7. −3. −1. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . k = . ricaviamo gli spettri di ampiezza e di fase: 1 k = 0. Notiamo che l’espressione precedente vale anche per k = 0. k = 0. . che sono raffigurati graficamente in fig. 0. osserviamo che questo segnale. e quella dispari dello spettro di fase. per qualunque valore di A e δc . k = 0. . .5 (duty-cycle del 50 %) e A = 1. risulta: X0 = A δc sinc(0) = A δc . k = . . . . Consideriamo allora il caso particolare δc = 0. la cui ampiezza decresce con legge inversamente proporzionale a k. 5. . k pari. . k = 0. . si ha: 1 2. k = 2h + 1. . . . 9.3. e la fase −π per k < 0. . presenta armoniche puramente reali.    1 − πk . si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) . ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. −5. h pari (k = . su un unico diagramma cartesiano. in quanto. −3. k = 2h + 1. ed utilizzando la definizione di sinc(x) e le sue proprietà. In tal caso. k pari. Per maggiore generalità.  k pari. 5. k = 0 .).4. . 7. 7. . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. 2.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. . −5. h dispari (k = . Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc . Xk = 1  πk . 3. 1. 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). |Xk | = 0. quindi esse possono essere rappresentate come in fig. . −1. k = 0 . 3. . . 11. . . − 7. π |k|  0   indeterminata Xk = 0    ±π k = 0. in quanto: |sinc(x)| ≤ 1 . Notiamo la simmetria pari dello spettro di ampiezza. tuttavia.   0. Moltiplicando e dividendo per δc nella (5... 1. e utilizzando la definizione di sinc(x).). . per la proprietà (b) della sinc.

2 0 −5 0 k 5 2 ∠ Xk 0. in quanto esso risulta nullo per la simmetria dispari della funzione integranda. 5.11). Per k = 0.6. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. ricordando la definizione esplicita della finestra triangolare: Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 T0 A 1− 2|t| T0 e− j2π k f0 t dt .6 x(t) 0.3 (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 .3 (A = 1). T0 4 2 mentre per k = 0.5.5 per A = 1. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . 5. Applicando la formula di Eulero a e− j2π k f0 t .3 (A = 1). Tale segnale è raffigurato graficamente in fig. L’onda triangolare dell’es. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t). 5.2 Serie di Fourier per segnali TC 215 1 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. 5.8 0.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. Fig.4 |Xk| 0. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = .4 0. 5. ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda. Esempio 5.5. 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 .

esistano finiti. 5 Per . nel seguito daremo solo qualche risultato fondamentale. = 2A  .11). come vedremo nel § 5.11).3.2. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. inoltre. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. 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. quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). 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. segnale sinusoidale). 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).4 o più estesamente in app. e sono raffigurati in fig. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. (−1)k Come evidenziato dagli es.2.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. in quanto |Xk | = Xk ≥ 0 e Xk = 0. 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]). questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. ma la loro ampiezza decresce in modo inversamente proporzionale a k2 . 5. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5.2. § 5. Sia x(t) un arbitrario segnale periodo con periodo T0 . Come vedremo (cfr. 5. Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. fatta eccezione per casi molto semplici (es. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. quindi gli spettri di ampiezza e fase si calcolano banalmente. 5. k = 0. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. Vedremo tuttavia nel cap.216 Serie di Fourier integrale.2 e 5. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5. k pari. notiamo che anche l’onda triangolare possiede solo armoniche dispari. k dispari. e quindi consiste nella risoluzione di un integrale.2). come già mostrato precedentemente. definiti dalla equazione di analisi (5.

Lo studio delle condizioni sotto le quali la serie (5.18) allora la serie associata ai coefficienti Xk converge uniformemente. (5. con M ∈ N .6) e (5. Così come per le serie numeriche. uno stesso numero Nε va bene per tutti i punti dell’asse reale. la sua serie di Fourier non potrà convergere uniformemente ad x(t). ∀k ∈ Z e ∀x ∈ (a. (5. in modo che il segnale xM (t) possa essere reale (proprietà di simmetria hermitiana. 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. né tanto meno che tale serie converga al segnale x(t). simmetrico per garantire che siano presenti le armoniche Xk e X−k . si dice che la serie di Fourier (5.15) converge dipende dal tipo di convergenza richiesta. poichè la somma di una serie uniformemente convergente di funzioni continue (quali sono i fasori) è sempre una funzione continua. .15) converge uniformemente [5] al segnale x(t) su R se. allora la serie bilatera k=−∞ ∑ gk (x) converge uniformemente in (a. Se la serie di Fourier (5. b).8 Si osservi che affinchè la successione {Xk } sia sommabile occorre che essa sia necessariamente infinitesima all’infinito. per ogni ε > 0. pertanto. b). b). i passaggi che hanno portato a ricavare i coefficienti Xk nelle (5. se il segnale x(t) ha almeno una discontinuità. Si definisce somma parziale (simmetrica) M-esima della serie di Fourier (5. la continuità del segnale x(t) è condizione necessaria (ma non sufficiente) affinchè la sua serie di Fourier sia uniformemente convergente. (5. Una proprietà importante delle serie uniformemente convergenti è che esse si possono integrare membro a membro. lo studio della convergenza di una serie di funzioni passa attraverso la definizione delle sue somme parziali.7) sono validi anche per M → +∞.2).17) ovvero l’equazione di sintesi restituisce il segnale x(t). e inoltre +∞ +∞ k=−∞ 6 È opportuno effettuare un troncamento ∑ |Mk | < +∞. cioè k→±∞ lim |Xk | = 0 . se la serie di Fourier converge uniformemente su R. Risulta immediatamente evidente che.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 (5.15) costruita a partire da questi coefficienti converga.15) il segnale: xM (t) = k=−M ∑ M Xk e j2π k f0t . § 5. è possibile determinare Nε ∈ N tale che in ogni punto t ∈ R e per tutti i valori di M > Nε sia verificata la disuguaglianza:7 |xM (t) − x(t)| < ε . ovvero se +∞ k=−∞ ∑ |Xk | < +∞ . sono funzioni a valori k complessi definite sull’intervallo (a. con k ∈ Z. allora si può scrivere M→+∞ lim xM (t) = x(t) . 8 Tale risultato è una conseguenza del cosiddetto criterio di Weierstrass [6]: se g (x). Una condizione sufficiente per la convergenza uniforme della serie di Fourier è la seguente: se la successione {Xk } dei coefficienti è sommabile.5.4. In particolare.16) ottenuto troncando simmetricamente6 la serie di Fourier ai primi 2M + 1 termini.15) converge al segnale x(t). cfr. con |gk (x)| ≤ Mk . Quindi.

coseni o seni) sono tutte continue.1.15) converge ad x(t) per quasi tutti i valori di t ∈ R.15) è data dal seguente teorema: Teorema 5.18) è verificata. non restituisce esattamente il segnale x(t).10) converge uniformemente al segnale x(t) su tutto l’asse reale. eccetto al più un sottoinsieme di valori di t di misura nulla. Pertanto.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t).1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). come l’onda rettangolare dell’es. con derivata x (t) a quadrato sommabile sul periodo T0 . T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. ossia: x (t) dt < +∞ . come l’onda rettangolare dell’es. Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). A differenza della convergenza uniforme espressa dal teor. 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 . la serie di Fourier (5. In tal senso.218 Serie di Fourier Si faccia bene attenzione che la sommabilità dei coefficienti di Fourier assicura solo la convergenza uniforme della serie di Fourier. 5. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. per i quali la serie. 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. ˇ tuttavia. Dal punto di vista ingegneristico. com’è intuibile. la somma di una serie di funzioni continue non è necessariamente una funzione continua. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. se la (5. che assicura la convergenza della serie (5. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. e sollevò numerosi dubbi sulla validità della serie di Fourier. quando ciò accade. 5. una volta calcolati i coefficienti Xk a partire da un segnale x(t). un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). periodico con periodo T0 . il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. In altre parole. se ci limitassimo a considerare la sola convergenza uniforme. Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. è continuo e derivabile quasi ovunque. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori.2? Oggi sappiamo che se la serie non converge uniformemente. ma non che la serie restituisca proprio x(t). ma con continuità. 2 T0 la serie di Fourier (5. . possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici.15) al segnale x(t) per ogni t ∈ R.15) può convergere uniformemente ad un segnale x(t) = x(t). pur essendo convergente. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare. 5. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che.15) che. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia. come può la serie rappresentare segnali discontinui.2.

18). Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. In più. Esempio 5. E. considerazioni matematicamente più approfondite mostrano che. Questo tipo di convergenza. la convergenza della serie è uniforme per ogni t ∈ R. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. detta convergenza in media quadratica. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . esiste un terzo tipo di convergenza (meno restrittiva di entrambe). Ad esempio. la convergenza non è uniforme per ogni t ∈ R. 5. decrescendo come 1/k2 . In particolare. allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). T0 (d2) x(t) è una funzione continua nel periodo T0 . matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. essendo una funzione continua. e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. Poiché l’onda rettangolare non 2 è una funzione continua. allora la serie di Fourier di x(t) esiste e.2 soddisfa le tre condizioni di Dirichlet. noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t.3 soddisfa le condizioni di Dirichlet. In particolare. 5. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”. (d3) x(t) è una funzione derivabile nel periodo T0 . la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. Si osservi che in questo caso i coefficienti Xk .4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t).1. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. Per concludere. se la funzione x(t) è continua. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità. in effetti. per ogni t ∈ R. 5.5.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. violando la condizione (5. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. non costituiscono una successione sommabile. 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. che è importante non solo nell’ambito della teoria dei segnali e sistemi. le condizioni di Dirichlet sono un caso particolare del seguente risultato. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . Si può inoltre dimostrare che la convergenza della serie di Fourier è uniforme in ogni intervallo che non contiene punti di discontinuità di x(t).2 Serie di Fourier per segnali TC 219 Teorema 5. osserviamo che.2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . Inoltre. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . decrescendo come 1/k. . Infine. è discusso in app. escluso al più un numero finito di punti con discontinuità di prima specie. ma anche in molti problemi di fisica matematica. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier.10 Esempio 5. costituiscono una sequenza sommabile. la serie di Fourier restituisce x(t) in tutti i punti.

È facilmente intuibile che. Evidentemente. che include solo un numero finito di armoniche. già definito nella (5. D’altra parte. quindi essa può essere verificata solo analiticamente. tanto più rapidamente decadono a zero i coefficienti della sua serie di Fourier.2). non riportata. la scelta di M dipende dalla rapidità con cui i coefficienti di Fourier Xk tendono a zero per |k| → +∞. si basa sulla ripetuta integrazione per parti dell’equazione di analisi): Proprietà 5. Abbiamo osservato che la rapidità di decadimento a zero dei coefficienti di Fourier può essere diversa da segnale a segnale: ad esempio. dal punto di vista matematico. con derivata (n + 1)-esima discontinua ma limitata. 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). La proprietà precedente esprime con linguaggio matematico il seguente concetto qualitativo: quanto più è dolce il segnale. Questo vuol dire che.2 Ricostruzione di un segnale periodico con un numero finito di armoniche L’equazione di sintesi della serie di Fourier. quanto maggiore è la rapidità di decadimento dei coefficienti di Fourier. i coefficienti Xk della sua serie di Fourier decadono a zero per k → ±∞ come 1/|k|n+2 . possiamo prevedere che. tanto più piccolo può essere il valore M sufficiente a garantire un determinato livello di accuratezza. essa consente di prevedere esattamente tale rapidità di decadimento a zero. se M è “sufficientemente” grande. 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. Notiamo che la proprietà precedente vale anche per un segnale discontinuo. Vale allora la seguente proprietà (la cui dimostrazione. Pertanto. anche senza calcolare esplicitamente i coefficienti Xk : basta infatti individuare il più piccolo ordine di derivata discontinua.16).1.220 Serie di Fourier 5. quanto più dolce è l’andamento del segnale nel dominio del tempo. Come conseguenza della prop. consente di ricostruire esattamente in ogni punto di continuità il valore del segnale x(t). 5. i coefficienti decadono come 1/k per l’onda rettangolare. basta porre n = −1. il segnale xM (t) = k=−M ∑ M Xk e j2π k f0t . 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. un segnale x(t). Più precisamente.1 (rapidità di decadimento a zero dei coefficienti della serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . ha un andamento tanto più dolce quanto maggiore è il numero di derivate continue. in pratica. Se il segnale è continuo con le sue derivate fino a quella di ordine n. 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). Tale proprietà è sicuramente verificata per l’onda rettangolare e triangolare. ed incrementarlo di uno per avere la rapidità di convergenza a zero dei coefficienti. e come 1/k2 per l’onda triangolare. La ricostruzione esatta di un segnale x(t) è possibile in generale solo considerando un numero infinito di armoniche. Osserviamo infatti preliminarmente che. mentre restituisce in ogni punto di discontinuità la semisomma del limite destro e sinistro. abbiamo osservato che una condizione necessaria per la convergenza uniforme della serie di Fourier è che i coefficienti Xk tendano a zero per |k| → +∞. può risultare una buona approssimazione del segnale x(t). 5. nelle ipotesi in cui valgono le condizioni di Dirichlet per la convergenza puntuale (cfr. teor. 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. . se è vero che in teoria occorre considerare un numero finito di armoniche per ricostruire il segnale x(t). continuo con alcune sue derivate. con M ∈ N .2.

dt. W.09 (a destra della discontinuità. L’onda triangolare è continua ma con derivata prima discontinua. 5. 5. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. come si può anche osservare dalla fig. 11 Il 12 In fenomeno prende il nome dal fisico J. in effetti. 5. ma non uniformemente negli intervalli che contengono le discontinuità. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. Inoltre.28114072518757 è una costante notevole.09 (a sinistra della discontinuità) e 1. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare. ma per ogni segnale x(t) che.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. 5. noto come fenomeno di Gibbs. 5.8.7 (onda triangolare) Si consideri l’onda triangolare dell’es. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. 5. Infatti al crescere di M i picchi delle oscillazioni. Questo fenomeno. pur soddisfacendo le condizioni di Dirichlet. e pertanto il segnale ricostruito con 2M + 1 armoniche. 5. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. la cui frequenza aumenta. ottenuti con Matlab. come già discusso in precedenza. quindi la prop. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. 1. ma la cui ampiezza non diminuisce al crescere di M. se t0 è un punto di discontinuità. L’espressione (5. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. 5. (5.2 Serie di Fourier per segnali TC 221 Esempio 5.12 Nell’es. confermando che. presenta dei punti di discon− + tinuità.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. che per primo lo osservò e lo descrisse. ed il valore 1/2 in corrispondenza delle discontinuità. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. 3. il fenomeno di Gibbs non si verifica per tale segnale. In particolare. Gibbs (1839–1903). i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .1 si applica con n = −1. per cui la prop. come testimoniato dalla fig. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. sebbene restino di ampiezza invariata.09.20) è pari in valore assoluto circa a 0. in effetti. 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) . 11. Per δc = 1/2 ed A = 1. e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5.5. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 .20) dove βgibbs ≈ 0. 5. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. l’ampiezza delle oscillazioni calcolata secondo la (5. vengono “schiacciati” verso la discontinuità. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. nella quale il segnale oscilla tra i valori −0.2.3.6. 101. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 .19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica.7. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. poiché l’onda triangolare è una funzione continua. confermando che. Esempio 5.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. Matematicamente. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . In effetti. In fig.1 si applica con n = 0.

4 0.2 0 −0.5 x(t).2 0 −0.8 x(t).4 0.6 0. (f) M = 101. xM(t) 0.7.6 0.2 0 −0.6 0.8 0. xM(t) 0.6 0.8 0.5 0 (c) 1 0.5 (d) 0 t/T0 0.4 0.4 0.5 0 t/T 0.5 x(t). (e) M = 11. (c) M = 3.5 0 t/T0 0. xM(t) 1 0. .222 Serie di Fourier 1 0.5 (e) (f) Fig.5 (a) 1 0.2 0 −0.5 (b) 0 0 t/T 0. (d) M = 5. xM(t) 1 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. xM(t) 1 0.5 0 t/T0 0.2 0 −0.6 0.8 0.5 0 t/T0 0.8 x(t).5 x(t).6 0.4 0. xM(t) 0. (b) M = 1.2 0 −0.8 x(t). 5.

13 Una . insieme con un ulteriore confronto tra la ricostruzione dell’onda rettangolare e quella triangolare. 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. 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. sulla base dell’uguaglianza di Parseval.4.3.5.8).13 valutazione quantitativa della bontà di tale ricostruzione. Viceversa.2 Serie di Fourier per segnali TC 223 Dal punto di vista pratico. è proposta nel § 5.7 e 5.

(b) M = 1.5 (a) 1 0.6 0. (d) M = 5.8 x(t).8 x(t). xM(t) 0.6 0.5 0 t/T0 0.5 (b) 0 0 t/T 0.8 x(t).2 0 −0.8 0.5 (d) 0 t/T0 0.4 0. .2 0 −0.4 0.8 0.4 0.5 x(t).2 0 −0.2 0 −0. (e) M = 11.6 0.5 0 t/T 0.5 0 t/T0 0.5 x(t).2 0 −0. xM(t) 1 0.5 0 t/T0 0. xM(t) 1 0.224 Serie di Fourier 1 0.5 0 (c) 1 0.6 0. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.8 0. (f) M = 101.2 0 −0. xM(t) 0. (c) M = 3.8.6 0.4 0.5 x(t).6 0.4 0.4 0. 5. xM(t) 0.5 (e) (f) Fig. xM(t) 1 0.

. . 1/2). in quanto si tratta di una somma (finita) e non di una serie. .23) Le (5. ad esempio in (0. è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. essendo la (5. Esse.5. le frequenze νk assumono i valori 0. . N0 n=0 k ∈ {0. .3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. § 2. per cui la (5.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n .3 Serie di Fourier per segnali TD (DFS) 225 5. . semplificati dal fatto che. proprio per questo motivo. In particolare. ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui. k (5.10) della serie di Fourier a TC.3).21). e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . Infatti. salvo casi particolari. 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 . (5. La differenza fondamentale rispetto alla serie di Fourier (5. cfr. 1[. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . In particolare. N0 − 1} .22) per e− j2π hν0 n e sommando su un periodo. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche). nota anche come Discrete Fourier Series (DFS). una differenza fondamentale da tener presente nel caso TD rispetto al caso TC è che due fasori aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k ∈ Z sono matematicamente coincidenti (proprietà di periodicità in frequenza dei fasori TD. 1/N0 . cambiando l’indice da h nuovamente a k. . 1) oppure in (−1/2.22) e (5. .21).22) La relazione (5.22) una somma finita. 1. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. moltiplicando ambo i membri della (5. Nella (5. N0 − 1}. . nella (5. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh .10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. (N0 − 1)/N0 nell’intervallo [0. pertanto. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che. e rappresenta l’equazione di sintesi della serie di Fourier discreta. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC. (5.22) è analoga all’equazione di sintesi (5. 1. . 14 Si . 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 . se k ∈ {0. e quindi l’intervallo di variazione delle frequenze νk = kν0 . è improprio parlare di “serie” di Fourier nel caso TD. .21) Notiamo che. .23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD.3.

29) viene denominata Discrete Fourier Series (DFS). Se infine nelle (5. le (5. N0 k=0 N0 −1 n=0 (5. con sostituzioni algebriche banali. 1.25) e (5.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD.25) e (5.26) abbiamo esteso la definizione di X(k) a qualunque valore di k. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5. che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.26) ∑ x(n) e− j2π kν0 n .11). di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n . anche se esse non sono esattamente corrispondenti a quelle nel caso TC. nella letteratura scientifica le (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. N0 − 1}.25) (5.28) e (5.28) (5. In altri termini.26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k). . la (5. valide nel caso TC.25) siano quelli dell’intervallo {0. costituiscono formalmente l’esatta controparte delle (5.26) è periodica.22) e (5.226 Serie di Fourier rappresentazione.28) prende il nome di Inverse Discrete Fourier Series (IDFS). sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. . Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) .22) e (5.2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . Inoltre nella (5. entrambe periodiche dello stesso periodo N0 . .29) ∑ x(n) wkn N0 In effetti. 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. Va detto però che. (5.23) si riscrivono in termini di x(n) e X(k) come: x(n) = X(k) = 1 N0 −1 ∑ X(k) e j2π kν0 n .23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi. nella letteratura scientifica.15 come la sequenza x(n). In particolare.24) e pertanto.10) e (5. 15 Notiamo DFS . mentre la (5. . le (5. si definisce infatti la sequenza X(k) come X(k) = N0 Xk . Una prima differenza rispetto alle (5.26) 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. Posto wN0 = e− j2π /N0 .27) (equazione di sintesi) (equazione di analisi) (5. A partire da Xk .

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

x ∈ Z .31) il cui grafico per x ∈ [−1.9 per N0 = 8 ed M = 4.11 nel caso N0 = 8 ed M = 4. 5. .31). 5. tranne che in x = ±1. ±2. 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 . N1 = 0 e N2 = M − 1. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . 2. Utilizzando la definizione (5. notiamo che wkM N0 wk 0 N = e = e . x ∈ Z . con semplici passaggi algebrici. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. (5..29). DM (x) = M M. Tale DFS è rappresentata in ampiezza e fase in fig. Ponendo infatti a = wk 0 . La DFS di x(n) si scrive. sulla base della definizione (5. di facile dimostrazione: 1.10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. k ∈ Z. . ∀x ∈ R . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . 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 . per cui la (5. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) .30) può essere riscritta. si ha allora: X(k) = DM k N0 . 5. sin(π x) x ∈ R. x = . 0 Per esprimere in forma più compatta il risultato precedente. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. Notiamo anche in questo caso la simmetria pari dello spettro di ampiezza. La funzione DM (x) si annulla in tutti i valori di x multipli di 1/M. (5. e quella dispari dello spettro di fase. Le principali proprietà della funzione DM (x) sono le seguenti.30) Ricordando la definizione di wN0 . introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e .228 Serie di Fourier e raffigurata graficamente in fig. . . 1] è riportato in fig. .

Altre proprietà formali. discuteremo nel dettaglio la proprietà di linearità. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. e sono comunque riportate in app. anche perchè il concetto di continuità perde di significato in tal caso. simmetria hermitiana dei coefficienti. in quanto richiede un numero finito di operazioni.28) and (5. 5. Vedremo (cfr. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT).10.16 La proprietà di linearità della serie di Fourier afferma . DFS dell’onda rettangolare dell’es. Fig.11. quando necessario. ma anche algoritmicamente. § cap. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. In altre parole. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori. 5.5 0 x 0. tratteremo congiuntamente sia il caso TC che quello TD.8 (N0 = 8. utili talvolta nei calcoli. denominati algoritmi Fast Fourier Transform (FFT). 5.5. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. il fenomeno di Gibbs non sussiste nel caso TD. M = 4): spettro di ampiezza (in alto) e di fase (in basso).29).5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. è ancora un segnale periodico di periodo T0 .1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso). rispettivamente. In particolare. Di conseguenza. e l’uguaglianza di Parseval per il calcolo della potenza. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali.4.5 1 4 |X(k)| −0. soprattutto.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. sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio). 5. E. evidenziando. Notiamo in conclusione che. 5. con α1 . i cui coefficienti di Fourier siano Xk e Yk . che suggeriscono ulteriori considerazioni concettuali e. le differenze salienti. 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.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t). α2 ∈ C. Per tali proprietà.5 0 x 0.

. otteniamo la seguente proprietà notevole: Proprietà 5.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. Xk = − X−k . nel caso TD. 5. rispettivamente.29). Analogamente. 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) .3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk .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.11) e (5.32) Si può facilmente mostrare che queste relazioni di simmetria per gli spettri di ampiezza e di fase si possono sinteticamente enunciare come: ∗ Xk = X−k . rispettivamente. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). 16 Può (5. ossia: Zk = α1 Xk + α2 Yk . mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 . Valgono cioè le seguenti relazioni: |Xk | = |X−k | . i cui coefficienti di Fourier siano X(k) e Y (k). Riassumendo. negli es. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5.2 e 5. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 .1. α2 ∈ C. 5. DFS DFS FS ∀α1 .4. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) .2 Simmetria hermitiana Con riferimento a segnali periodici TC. (simmetria pari) (simmetria dispari) (5. con α1 . 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.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). α2 ∈ C . dei due segnali è ancora un segnale periodico di periodo N0 . DFS ∀α1 . 5.

e valgono se e solo se il segnale periodico in questione è reale. dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. si ha x∗ (t) ≡ x(t). 5. osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 .36).8 riguardante la DFS dell’onda rettangolare TD.36). Partiamo dall’equazione di analisi (5.35) Le proprietà (5. come specificato dalla seguente proprietà: Proprietà 5.5. (simmetria pari) (simmetria dispari) (5. avendo già provato che X0 è reale. (5.36).35). 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 . k=1 k=1 ∑ Xk e j2π k f0 t da cui.36). la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). Se vale la simmetria hermitiana (5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. Proviamo prima l’implicazione ⇒ nella (5.37) Prova.38) . Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| . Proviamo adesso l’implicazione ⇐ nella (5. si ricava che x(t) è reale.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. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5. e quindi X0 è reale. anche in questo caso le (5. T0 Se x(t) è reale. Inoltre l’equazione di sintesi (5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5. X(k) = − X(−k) . in particolare. 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 (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . Si ha: ∗ Xk = X−k ⇐⇒ |Xk | e− j Xk = |X−k | e j X−k .4 Principali proprietà della serie di Fourier e della DFS 231 Una proprietà analoga è stata osservata anche nell’es. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier.33) e (5.34) Pertanto.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .

anche X(N0 /2) è vincolato ad essere reale per N0 pari. Questa conclusione non è corretta. N0 − 1} . applicando la (5. 2. . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . per cui la (5. 1. . se k ∈ {1. Per evitare possibili fraintendimenti.34) a partire dalla (5. se N0 /2 è intero (il che accade se e solo se N0 è pari). valide esclusivamente per segnali reali. 2. N0 − 1}. .32) (con analoghi passaggi si ottiene la (5. . . 2. In particolare. .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. Notiamo infatti che nell’equazione di sintesi (5. Infatti.37) si può riscrivere. N0 − 1}. N0 − 1}. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD. . anche come segue: X ∗ (k) = X(N0 − k) . da cui si deduce che.28) compaiono solo i valori di X(k) per k ∈ {0. N0 pari . si può verificare (la verifica è lasciata al lettore come esercizio) che.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. con riferimento a segnali periodici TC reali. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. poiché la fase di un numero complesso è definita a meno di multipli di 2π . tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). . . . 1. ponendo Xk = |Xk | e j Xk nella (5. Notiamo infatti che. In altre parole. in alternativa alla (5. . k=1 Con ragionamenti simili. . X ∗ (k) = X(N0 − k) . si può esprimere. . k ∈ {1. . Rispetto al caso TC. si ottiene: x(t) = X0 + 2 Re +∞ +∞ k=1 ∑ |Xk | e j Xk e j2π k f0t = X0 + 2 Re +∞ k=1 ∑ |Xk | e j(2π k f t+ 0 Xk ) (5. N0 − 1}. oltre a X(0). partendo dall’equazione di sintesi (5. In definitiva. si ha: X(−k) = X(−k + N0 ) = X(N0 − k) .38).  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . . . per segnali periodici TD reali. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). per k ∈ {1.37) mediante le seguenti condizioni: X(0) reale . . . . anche N0 − k varia nello stesso intervallo. conseguentemente. . . ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . .39).37) nel caso TD). per k ∈ {1. .39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . 2. . in relazione alla periodicità della sequenza X(k). 2. . . se x(·) è reale. è possibile determinarne almeno uno dispari. la proprietà di simmetria hermitiana per la DFS.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . con riferimento ai soli valori di k ∈ {0. il solo coefficiente X(0) è vincolato ad essere reale. . la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. notiamo che. Infatti. (5. . X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . N0 − 1}.  N 0 k=1 .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. N0 − 1}.

N0 dispari . perché più generali e compatte. def. N0 pari . 2 k=1 (5. Le espressioni (5. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1.29).43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. rispettivamente. si ottiene nel caso TC decomponendo Xk . ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5.41) Le (5.4 Principali proprietà della serie di Fourier e della DFS 233 (5. come nella forma polare.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . 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 . in parte reale ed immaginaria.1 e def. 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. note come forma polare della serie di Fourier. 5. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t .40) e (5. in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. anziché in modulo e fase. anche per segnali reali. . .42) T0 T0 T0 Allo stesso modo. Il punto di partenza è l’equazione di sintesi (5. note anche come forma esponenziale della serie di Fourier. N0 − 1}) nella (5.4. Consideriamo dapprima il caso di un segnale TC periodico. bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) . ed in essa. .2). compaiono soltanto quantità reali. ak = 2 T0 x(t) cos(2π k f0t) dt .42) e (5. molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . Un’ulteriore espressione della serie di Fourier. 5. (5. Nel seguito.5. . con facili passaggi algebrici. bk = 2 T0 x(t) sin(2π k f0t) dt .10). valide per segnali reali.39). Infatti. si ha.38). partendo dall’equazione di sintesi (5. . saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. 2. x(t) = dove: a0 = 2 T0 x(t) dt . .28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.

essendo fasori a frequenze distinte. sono tra di loro ortogonali. È semplice anche in questo caso provare che i segnali xk (n). 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . 2. es.4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 .10) sono a due a due ortogonali. 2 ∑ N0 k=0 (5. la potenza del segnale x(n) si ottiene come somma delle potenze dei singoli fasori. In virtù di tale ortogonalità. 0. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . se k = h . (5. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 . riprendendo e riscrivendo l’equazione di sintesi (5.45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono. Riassumendo. ∑ N0 N0 k=0 k=0 N0 Come nel caso 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. con coefficienti X(k)/N0 .234 Serie di Fourier Abbiamo già osservato [eq. (5. nota come uguaglianza di Parseval per la serie di Fourier (a TC). Poiché (cfr.28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 . si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 . possiamo quindi enunciare la seguente proprietà: Proprietà 5. 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 1.18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 .44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 .4)] che i fasori e j2π k f0t che compaiono nella (5. se k = h . Passiamo a considerare il caso di un segnale periodico TD. Notiamo che per segnali . otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 .

al variare di M. . ottenendo così il coefficiente ξM = Px (M) ∈ [0. Ad esempio. tale coefficiente. 5. Per un fissato valore di ξM .99 è necessario considerare M = 23 per l’onda rettangolare.2. 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. ottenendo: 2 Px = X0 + 2 ∑ |Xk |2 . è possibile calcolare il numero di armoniche M necessarie per i due segnali considerati. e confrontarla con la potenza del segnale originario x(t). Tale potenza può essere rapportata alla potenza Px del segnale x(t). e quindi per un fissato valore di accuratezza relativa. In fig. Utilizzando l’uguaglianza di Parseval. è possibile calcolare la potenza del segnale ricostruito con 2M + 1 armoniche: xM (t) = k=−M ∑ M Xk e j2π k f0t . rispetto a quello per l’onda rettangolare. con M ∈ N . la (5.44) può essere riscritta utilizzando solo le armoniche con k ≥ 0.4 Principali proprietà della serie di Fourier e della DFS 235 TC reali. indica la frazione della potenza del segnale originario x(t) presente nel segnale approssimato xM (t). sfruttando la simmetria hermitiana dei coefficienti.12 è rappresentato. per ottenere una valutazione quantitativa di tale bontà. Infatti. per un fissato valore di M.5. Px che può essere assunto come indice della bontà della ricostruzione al variare di M. 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.2). il coefficiente ξM (espresso in percentuale) per l’onda rettangolare e triangolare. 1] . per avere ξM ≥ 0. In particolare. mentre è sufficiente un valore M = 3 per l’onda triangolare.

5. 60 80 100 .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. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . 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. =Yk (5.46) Poiché la (5.97) e (4.7. Risposta di un sistema LTI ad un segnale periodico (caso TC). § 4. Per la linearità del sistema.13) in ingresso ad un sistema LTI con risposta in frequenza H( f ).18 Consideriamo prima il caso TC. Fig. il segnale x(t) può essere espresso come: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . Risposta di un sistema LTI ad un segnale periodico (caso TD). sfruttando le formule di Eulero. per il principio di sovrapposizione (3. le espressioni precedenti sono state già utilizzate (cfr. è possibile applicare il principio di sovrapposizione (3.5 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. che può essere vista come un caso particolare di segnale periodico.10) della serie di Fourier di y(t). 5.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t . 18 Espressioni . Infatti. e supponiamo che il segnale x(t). la principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l’uscita di un sistema LTI sollecitato da un singolo fasore.5.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . mediante le relazioni (4. Pertanto. ed essendo i coefficienti Xk ∈ C quantità costanti. dove f0 = 1/T0 .10). è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. In particolare. sia applicato (fig.23).13.14. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t . siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico.23) per calcolare l’uscita y(t). 5. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD.46) ha la forma dell’equazione di sintesi (5.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. 6). Applicando l’equazione di sintesi della serie di Fourier a TC (5. periodico di periodo T0 . 5. 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 ).22). in particolare. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI.48) (5. 19 A (5.14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ).47) per k = 0. (5. la funzione H( f ) prende anche il nome di risposta armonica del sistema. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0). il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. N0 k=0 dove ν0 = 1/N0 . sia applicato (fig. si ha: ydc = H(0) xdc .47) La (5. si ricava anche in questo caso che y(n) è un segnale periodico. stretto rigore. applicando il principio di sovrapposizione. 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . calcolati alle frequenze fk = k f0 . valgono considerazioni analoghe a quelle già fatte nel caso TC.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 . mentre la risposta in fase H( f ) del sistema modifica con legge additiva lo spettro di fase del segnale di ingresso.21 Passando ad esaminare il caso di un segnale TD.49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. complesse. e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . Particolarizzando la (5.47). 21 Si noti che. Yk = H(k f0 ) + Xk . Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. 5. in generale. Notiamo che le quantità che compaiono nella (5. se il sistema è reale. e ricordando che Y0 = ydc e X0 = xdc . che prende per questo motivo il nome di guadagno in continua del sistema.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . N0 k=0 =Y (k) (5. per la simmetria hermitiana di H( f ) risulta che H(0) è reale.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n . con lo stesso22 periodo N0 del segnale di ingresso. Pertanto.51) Per gli spettri di ampiezza e fase. supponiamo che il segnale x(n).47) sono tutte. In termini di modulo e fase. la (5.105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .50) Dal confronto con la (5. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . (5.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . periodico di periodo N0 .

dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.47) e (5. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es. 5. Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .5.46).9). riportata di seguito. 5. |H(k f0)| 0. Fig.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. Particolarmente interessante è la modifica delle ampiezze delle armoniche. Esempio 5.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. 5.2 0 −5 0 k 5 Fig. ad esempio.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata.6 0.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t =Yk mostra che un sistema LTI modifica in ampiezza e fase ciascun fasore e j2π k f0t del segnale di ingresso.4 |Yk| 0. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|.9). 5.2 0 0 −5 0 f/f0 5 −5 0 k 5 0. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. la (5. 1 + j2π f RC per cui la (5. mentre la risposta in frequenza del sistema RC è H( f ) = 1 .47) si scrive: Yk = H(k f0 )Xk = 1 Aδc sinc(kδc ) . Ciò significa che in generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività in frequenza.4 0. 5. la modifica subita dalla k-esima armonica. 5.4 0. come evidenziato nell’esempio che segue.15.2 |Xk| 0. di ampiezza A e duty-cycle δc . 1 + j2π k f0 RC . avente frequenza k f0 . in ingresso ad un sistema RC. Facendo riferimento al caso TC.16.8 |H(f)|. Inoltre. Risposta di ampiezza del filtro RC (es. in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. lasciando tuttavia invariata la frequenza k f0 del fasore stesso.2.

si dice che il sistema LTI si comporta come un filtro.6 0.17). I filtri ideali TC sono in genere classificati.8 x(t). Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso. 5.17.23 Come caso limite. In particolare. mentre in fig. Il segnale y(t) di uscita (fig.5 1 0 Fig. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . un comportamento tipico ad esempio dei circuiti elettrici risonanti. per 2π f0 RC = 1. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. In particolare. 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. 5. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es. Con riferimento al caso TC. Viceversa. i più semplici esempi di filtri sono quelli cosiddetti ideali. ossia quello di atte1) l’ampiezza di alcune armoniche.5 0 t/T 0. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate.4 0. . 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).240 Serie di Fourier 1 0.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. per effetto dell’attenuazione delle componenti ad alta frequenza. Per questo motivo. 5.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. 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. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). 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. se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare. 5. 5.9. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband. In fig. le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita.y(t) 0.2 0 −1 −0.

(1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. La risposta in frequenza (fig. | f | > fc . 5. 0. | f | > fc . 5. . − fc [ ∪ ] fc . La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. 1. mentre la banda oscura è Ws = [− fc .18. +∞[. (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞. La banda passante del filtro è W p =]−∞.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1.5. | f | ≤ fc . La banda passante del filtro è W p = [− fc . +∞[.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. o equivalentemente: HLPF ( f ) = rect f 2 fc .19. la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. | f | ≤ fc . mentre la banda oscura è Ws =]−∞. fc ]. − fc [ ∪ ] fc . Anche in questo caso. La risposta in frequenza di un tale filtro (fig. Risposta in frequenza di un filtro ideale TC passabasso (LPF). 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 .19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. Risposta in frequenza di un filtro ideale TC passaalto (HPF). fc ]. 5. 5.

La banda passante del filtro è W p = [− fc2 . La risposta in frequenza (fig. dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . La risposta in frequenza (fig. mentre la banda oscura è Ws = [− fc2 . − fc1 ] ∪ [ fc1 . − fc2 [ ∪ ] − fc1 . 5. fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . fc2 ]. altrimenti . − fc1 ] ∪ [ fc1 . (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. fc1 ≤ | f | ≤ fc2 . è possibile definire due frequenze di taglio. 1. . 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 . altrimenti . +∞[. 0. (3) Filtri passabanda o bandpass filter (BPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ± f0 = 0. è possibile definire due frequenze di taglio. con 0 < fc1 < fc2 (notiamo che f0 = Un’espressione alternativa per HBPF ( f ) è la seguente: HBPF ( f ) = rect f − f0 ∆f + rect f + f0 ∆f . e ∆ f = fc2 − fc1 ). così come per il filtro passabanda. 5. Risposta in frequenza di un filtro ideale TC passabanda (BPF). fc1 [ ∪ ] fc2 . una inferiore ( fc1 ) ed una superiore ( fc2 ).242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig.20. La banda passante del filtro è W p =] − ∞. mentre la frequenza f0 prende il nome di frequenza centrale del filtro. fc1 ≤ | f | ≤ fc2 . 5.20) ha un’espressione analitica del tipo: HBPF ( f ) = 1. − fc2 [ ∪ ] − fc1 . fc1 [ ∪ ] fc2 .21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. mentre la banda oscura è Ws = ] − ∞. fc2 ]. Per questo filtro. +∞[. una inferiore ( fc1 ) ed una superiore ( fc2 ). Anche per questo filtro. con 0 < fc1 < fc2 .

prop. perché presentano una separazione netta tra banda passante e banda oscura.21.101) nel caso TC.53). essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza).53) (5.11). 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. le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1.54) e (5. con 0 < νc1 < νc2 < 1 .22–5. 1/2[. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . nelle fig.25 sono mostrate le risposte armoniche dei filtri ideali LPF. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio. Tali filtri si dicono invece ideali in senso “fisico”. Nelle fig. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico. sia nel caso TC che TD. Si noti che per tutte le tipologie di filtri introdotti precedentemente. Per questo motivo. 2 mentre per i filtri BPF e BSF. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). Tali filtri si dicono ideali anche .52) e (5. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. quindi soddisfa la proprietà di simmetria hermitiana.5.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2.6 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. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF).55) è possibile definire due frequenze di taglio. 0 < νc < 1 rappresenta la frequenza di taglio. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).22–5.108) nel caso TD. essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. con la fondamentale differenza che. 5. le tipologie di filtri ideali sono le stesse.54) (5. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. la risposta armonica H(·) è una funzione reale e pari. 5. 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. HPF.52) (5. data dalla (4. necessaria per garantire la periodicità di H(ν ). 4. 5. oppure dalla (4.55) 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. Per quanto riguarda il caso TD. Anche nel caso TD. descritti dalla (5. BPF e BSF per il caso TD. A causa di tale periodicità. descritti dalla (5.

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

. 5. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig.24.25. Fig.5. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig.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. Risposta in frequenza di un filtro ideale TD passabasso (LPF).23. 5. Risposta in frequenza di un filtro ideale TD passabanda (BPF). Risposta in frequenza di un filtro ideale TD passaalto (HPF). 5. 5.22.

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

(π k)2 Esercizio 5.6 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (b) Xk = Esercizio 5.] 0. k pari . 0 T0 xg (t) = 0 . k dispari . (a) Rappresentare graficamente il segnale x(t). Risultato: (a) T0 = 1 2 f1 . con T ∈ R+ .  2  . (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.  j Risultato: (b) Xk = − π k .7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.  k = 0. con T0 ∈ R+ . k dispari . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari . Esercizio 5. altrimenti . Esercizio 5. 0. . dove  1 − 4t . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Risultato: (a) T0 = 2T . notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1.3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. 1 T . ed applicare poi la proprietà di linearità della serie di Fourier. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k dispari . 0 ≤ t ≤ T /2 . (a) Rappresentare graficamente il segnale x(t). con T0 ∈ R+ . . dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . (b) Xk = (−1)k π (1−4k2 ) . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 .4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) .5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. f 0 2 = 2 f1 . dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). con T0 ∈ R+ . k = 0 pari . [Suggerimento: dal grafico. 0 .5.

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

1. Risultato: (a) N0 = 5. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. da cui X(0) = 12. (b) X(k) = 4 + 8(− j)k . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(1) = 4 − j 8. altrimenti . 3. n = 1... 2.. . . Esercizio 5. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Risultato: (a) N0 = 4. k ∈ {1. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.5. Esercizio 5. . X(3) = 4 + j 8. 4.12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . k ∈ {0. 6}. k = 0. k ∈ {0.13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . n = 0. 2. Risultato: (b) X(k) = 1 + 4 cos πk 3 .    0.11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . 3}. dove  2 .. 4} . 2. -5 0 5 n (a) Determinare il periodo N0 di x(n).. X(2) = −4. 5.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. 1.7 Esercizi proposti 249 Esercizio 5. (a) Rappresentare graficamente il segnale x(n). n = −1 . xg (n) = 2 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 3.   1 .. 8.

in modo da poter sfruttare la (5.56). e si ha in particolare  0 .] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ]. Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . (b) X(0) = 3. (d) X(0) = −2. allora il segnale ha solo le armoniche dispari. ∀t ∈ R . X(2) = 1 + j. X(2) = 2. Esercizio 5. valida ∀a = 0.14 Sia wN0 = e− j2π /N0 . T0 /2) e dividere l’integrale in due integrali. X(3) = − j. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . 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 . ] Esercizio 5. N0 ∈ N: 0 x(n) = x n T0 N0 . .] 1−a Esercizio 5. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. (5.56). ∀k pari. X(1) = −5. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3. (c) X(0) = j. X(1) = 3 e jπ /4 . X(3) = −3 j.16 Senza calcolare esplicitamente x(n). k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . mostrare che se x(t) ha la proprietà di simmetria (5. (e) X(0) = 3. X(2) = 1. X(3) = 3 e j7π /4 . (b) Scrivere l’equazione di analisi in (−T0 /2. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). X(1) = 5 − j. Verificare che x(n) è un segnale periodico di periodo N0 e determinare la DFS X(k) di x(n) in funzione dei coefficienti Xk della serie di Fourier di x(t). X(4) = −3. X(1) = 2. X(3) = 1 − j. X(2) = 3 j. X(3) = −5. [Suggerimento: applicare le identità dell’esercizio 5.56) operando un cambiamento di variabile in uno dei due integrali. X(3) = 5 + j. X(2) = 3.14.56) (b) Viceversa.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(1) = 3.

n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. 1 + j2π f T0 ottenendo il segnale y(t). [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n). (3) X(11) = 50. il segnale x(n) è quello avente potenza Px minima. (d) x(n) non reale. Risultato: y(t) ≡ 0. . per la proprietà (4). con T0 ∈ R+ . caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . β = π /5 e γ = 0.5. dove xg (t) = Λ t T0 .] Risultato: α = 10. Esercizio 5. e determinare in particolare le costanti α .17 Si consideri il segnale periodico x(n). n=0 (3) ∑7 (−1)n x(n) = 1. (e) x(n) reale. (c) x(n) non reale. 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)]. (2) ∑5 x(n) = 2. utilizzare l’uguaglianza di Parseval per la DFS. 3 6 Esercizio 5. γ . 4 ≤ t < 8 .7 Esercizi proposti 251 Risultato: (a) x(n) reale. (4) Px = 50. 0 ≤ t < 4. avente DFS X(k). Esercizio 5. Esercizio 5. avente DFS X(k).20 Il segnale periodico x(t) = rep2T0 [xg (t)].19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . con xg (t) = 1. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate.] Risultato: x(n) = 1 + 1 (−1)n .18 Si consideri il segnale periodico x(n). (2) x(n) è periodico di periodo N0 = 10. [Suggerimento: utilizzare le proprietà della DFS. β . 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 periodico di periodo N0 = 6. −1. (b) x(n) reale.

. per k = 0. 2.23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). (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 ). con T0 ∈ R+ .252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(t). π2 Esercizio 5. è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . Esercizio 5. 1). Determinare i valori di H Risultato: H(0) = 0. (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. . Risultato: (a) xdc = ydc = 1 . si trova che Esercizio 5. 1. H(3/4) = 2 e− jπ /4 .22 Il segnale periodico x(t) = repT0 [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 . 3. 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 . H(1/2) = 0. Risultato: y(t) = 8 sin(2π f0t).21 Il segnale periodico x(t) = rep2T0 [xg (t)]. l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . (b) In corrispondenza dei valori di fc determinati al punto (a). dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . calcolare l’espressione esplicita di y(t). e ∆ν = 1 24 . con T0 ∈ R+ . (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). H(1/4) = 2 e jπ /4 . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. 1 2T0 3 < fc < 2T0 . (b) y(t) = π82 cos(2π f0t). Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . Determinare il segnale y(t) in uscita al filtro. 9 Esercizio 5.

con T0 ∈ R+ .27 Il segnale x(t) = rep2T0 [xg (t)].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 . f1 = 2 kHz. Esercizio 5. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .6. (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . dove xg (t) = cos πt T0 rect t T0 . 1 + j2π f RC 2|Y1 | Y0 (a) Determinare l’espressione dei coefficienti Yk della serie di Fourier del segnale y(t) in uscita al filtro. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. Risultato: RC = 1 2π f0 68 13 ≈ 0. (c) y3 (n) ≡ 0.5. Py = π 4 1 + 81 . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py .28 Con riferimento allo schema in figura. (b) Con riferimento al punto precedente. (b) y2 (n) = sin . (a) Calcolare la frequenza fondamentale f0 del segnale x(t).] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ).7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n .] √ 1 2 1 . con T0 ∈ R+ . 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. con f0 = 1 kHz.364 f0 . f2 = 3 kHz.2. Esercizio 5.25 Il segnale periodico x(t) = repT0 [xg (t)]. . sapendo che: (1) x(t) = cos(2π f0t). si calcoli l’uscita y(t). 2T Esercizio 5. (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5. (c) RC = T0 π 3 .

y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4). dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . Py = 776. =4kHz Esercizio 5.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }.254 Serie di Fourier (2) H1 ( f ) è la risposta in frequenza di un filtro ideale passabasso avente frequenza di taglio 2 kHz e guadagno nella banda passante pari a 2.y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t]. (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.29 Con riferimento allo schema in figura.H2 ( f ) .H2 ( f ) . (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . Si assuma che tutti i segnali ed i sistemi considerati siano reali. (1) x(t) = 5 + 2 cos(2π f0t). x(t) . y(t) H( f ) . 1 2π f0 e guadagno in continua unitario. Determinare l’espressione del segnale di uscita z(t).5 f0 e guadagno in continua unitario.30 Con riferimento allo schema in figura. k=−∞ k=−∞ .5/T0 e guadagno unitario. x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk . (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. e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. x(t) 6 .H1 ( f ) 6 . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria.H1 ( f ) u(t) - (·)2 v(t) . Esercizio 5.

Sign up to vote on this title
UsefulNot useful