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

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

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

. . 7. . . . . . . . . .4 Proprietà della risposta in frequenza . . . 6. . . . . . . . . . . . . . . . .3 Segnali a banda non limitata . . . . . .1 Teorema del campionamento .3. . . .2 Relazione i-u nel dominio della frequenza per i sistemi LTI . . . 6. . . . . . . . . . . . . . . . . . . . . . . . .1 Proprietà di convoluzione . . . . . . . . . . . . . . . . 7. . . . .5 Esercizi proposti . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . .2 Forma algebrica dei numeri complessi . . . . . . . . .2. . 434 A. . . . . .1. . . . . . 6. . . . . . . . 6. . . . . . . . . . . . . . . . . . . . .1 Introduzione . . .3 Derivazione e differenza prima. . . . . . . . .6. . . . . 6. .5 Proprietà della trasformata di Fourier . . . . . . . . . . . .3 Estensione spettrale e banda di un segnale periodico . . .7. . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . .2 Segnali a banda praticamente limitata . . . . .3 Segnali TD transitori . . . 7 Campionamento e conversione A/D e D/A 7. . . . . . . . . . . . . . .5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Segnali TC . . . . . . . . . .2 Interpolazione non ideale . . . . . . . . . . . . . . . .3 Studio dell’interconnessione di sistemi LTI nel dominio della frequenza 6. . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . .6. . . .INDICE iii 6 Trasformata di Fourier 6. 6. . .3 Campionamento ed interpolazione in pratica . . . . . . . . . .2. . . . . . .3. . . . . . . . . . . . . . . . . . . A Richiami sui numeri complessi 433 A. . . . . . .3 Rappresentazione geometrica e forma trigonometrica dei numeri complessi . . . . . . . . . . .1 Trasformazioni della variabile dipendente . .3. .1. . 6. . . . .4. . . . . . . . . . . . . . . . .2. . . . 6.1 Trasformata di Fourier per segnali TC . . . 6.1 Trasformata di Fourier . . . . . . . . . . . . . . . . . .3 Esistenza ed invertibilità della trasformata di Fourier . . . . . . . . . . . . . . . 6. . . . 6. . .3. . .4. 7. . 6. . . . . . . .2 Segnali TD . .3 Aliasing .1 Trasformata di Fourier di un segnale periodico TC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . . . . . 7. . . . . . . . . . .7. 437 . .6.2 Banda passante e banda di un sistema . . . . . . . . . integrazione e somma . . .4. . . 6. . . . . . . . . .7. . 6. . . .1 Campionamento di segnali a banda praticamente limitata 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . .2 Trasformata di Fourier di un segnale periodico TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . 6. . . .7. . . .1 Definizione di numero complesso . . . . .3. . . . . . . . . . . .2 Interpolazione ideale . . . .2 Trasformata di Fourier per segnali TD . . . . . . 7. . .2 Trasformazioni della variabile indipendente . .1 Segnali a banda rigorosamente limitata . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6. .7 Caratterizzazione e proprietà dei sistemi LTI nel dominio della frequenza . . . . . . 255 255 258 260 263 267 270 272 272 285 285 295 298 300 311 312 312 321 336 345 345 347 351 352 357 357 361 365 369 382 395 395 398 400 405 407 409 409 415 418 427 . . . . . . .1. . . . .4 Estensione spettrale e banda di un segnale . . . . . . . .2 Campionamento ed interpolazione ideale . . . . . . . . . . . . . . . . . . . . . . . . . 6. .6 Trasformata di Fourier dei segnali periodici . . . . . . . . . . . . . . . . . . .5. . .8 Esercizi proposti .3 Proprietà elementari della trasformata di Fourier . . . . 433 A.1 Separazione di segnali mediante filtraggio . . . 7.5. . . . . . . . . . . . . . . . . . 6. . 6. . . . . . . . . . .4 Relazioni tra serie e trasformata di Fourier . . . . . . . . . . . 6. . 6. . . . . . . . . .4 Quantizzazione . . . . . . .

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

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

l’angolo (misurato rispetto all’asse x) percorso nel tempo t è pari a θ (t) = ω0t + ϕ0 . 1. 1.2. inoltre. nello studio delle equazioni per le quali non è possibile determinare analiticamente la soluzione.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. la coordinata x all’istante t è data da: x(t) = A cos[θ (t)] = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) .2 Segnali e sistemi: introduzione y ω0 x(t) A A cos (ϕ 0 ) θ(t) x(t) A x t -A Fig. Il segnale x(t) prende il nome di segnale sinusoidale1 di ampiezza A. 1. che consente di risolvere approssimativamente equazioni del tipo f (x) = 0. il metodo di Newton (fig.2 è una funzione del tempo x(t). 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)] . è possibile applicare metodi per determinare soluzioni approssimate. . Un esempio classico è il metodo di Newton o della tangente. L’espressione analitica del segnale e la sua rappresentazione grafica sono le stesse del segnale dell’es. Un corpo (in nero) si muove lungo una circonferenza con velocità angolare ω0 costante. frequenza f0 .3) consiste inizialmente nel tracciare la tangente alla curva f (x) nel suo punto di coordinate (b.2. dove ϕ0 è la posizione angolare del corpo all’istante t = 0.1. che sia crescente. Si noti che per t = 0 il segnale vale x(0) = A cos(ϕ0 ).1. 1. anche se il significato fisico ed i valori dei parametri A. . e fase iniziale ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Posto x(0) = b. f [x(1)]) e si ricava il punto di intersezione x(2) della retta ottenuta con l’asse delle ascisse. f0 e ϕ0 sono diversi. 2. . 3. Esempio 1. . . convessa e tale che f (a) < 0 ed f (b) > 0. seguito indicheremo indistintamente come “sinusoidale” un segnale del tipo x(t) = A cos(ω0 t + ϕ0 ) oppure x(t) = A sin(ω0 t + ϕ0 ).1 e 1. f (b)) e nel ricavare il punto di intersezione x(1) di tale tangente con l’asse delle ascisse.3 (successione) In matematica. pulsazione ω0 o frequenza f0 . 1. 1.2. Esempio 1. f [x(n − 1)] con n = 1. 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). Ripetendo tale procedimento. ed è raffigurato in fig. 1. Fig. Il segnale sinusoidale degli es. e fase iniziale ϕ0 . La sua proiezione sull’asse x al variare del tempo t è il segnale sinusoidale x(t) di fig. Supponiamo che f sia dotata di derivata prima continua e.

. 1.1 e 1. un’approssimazione della soluzione dell’equazione f (x) = 0 nell’es. 1.1. una tensione nell’es. .4. 1. Fig. che prende il nome di insieme di definizione o dominio di x. 1. l’indice n nell’es. lo studente nell’es. Tale tabella definisce un segnale che ad ogni studente associa il voto del corrispondente compito scritto.. l’insieme di definizione del segnale è rappresentato dagli studenti che hanno partecipato alla prova scritta (e che hanno consegnato il compito).} ⊂ Z e quindi la variabile indipendente n può assumere solo valori interi non negativi. 1. 1.10 e 1.3. 1.4. 1. Inoltre. Gli es. . un voto nell’es.14 più avanti).3. 1.1. nel caso dell’es. 1. . Al crescere di n.4 (tabella) In alcuni casi. come accade nell’es.} è costituito dai nomi degli studenti. 1.. racchiude i valori assunti dalla variabile dipendente x. 1. Maria Turchini.2 e 1. il dominio del segnale risulta essere T = N0 = {0. ovvero un segnale definito nell’insieme N0 dei numeri naturali. ad esempio – in cui la variabile indipendente è di tipo spaziale (vedi es. il dominio T di x coincide con l’insieme dei numeri reali.2.. per gli es. i valori assunti dal segnale tendono all’unica soluzione dell’equazione f (x) = 0. infine. Va osservato che la natura fisica delle variabili indipendenti in gioco può essere profondamente diversa.4. x(1) x(2) Fig..3.3. consideriamo i risultati dell’esame di Teoria dei Segnali riportati in fig.4. in questo caso. 2.1 Definizione di segnale 3 y f(x) a b x x(0) Studente Carlo Rossi Ugo Bianchi Maria Turchini Franca Neri .1) dove l’insieme T. ma esistono casi significativi di segnali – le immagini. 1.3. Tale relazione definisce una successione numerica.4. racchiude l’insieme dei valori ammissibili della variabile indipendente t oppure n. 1. 1.3.1. 1. 1. le variabili indipendenti di un segnale possono non avere un significato fisico o. cioè T = R. Si osservi che. nel caso dell’es. un segnale può essere definito mediante una tabella.. Utilizzando la simbologia comunemente impiegata nei corsi di analisi matematica..2. .4) ed una variabile dipendente x (una lunghezza nell’es. un segnale di questo tipo può essere indicato come segue: x : T → X. 1. Il segnale in forma tabellare dell’es.. Esempio 1. (1. mentre l’insieme X. che prende il nome di immagine di T mediante x o anche codominio di x. ad esempio per molti segnali la variabile indipendente è proprio il tempo. dove f (x) denota la derivata prima di f (x). Voto 22 30 25 30 . Franca Neri .1 e 1. Il metodo di Newton dell’es. 1. come nell’es. il dominio del segnale T = {Carlo Rossi.2. . 1. .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. possono rappresentare dati .. Ad esempio... Ugo Bianchi. 1.

di natura più generale (gli studenti). quando tuttavia vorremo enfatizzare la seconda interpretazione. 1. Esempio 1. Definizione 1. Fig. capace di trasportare un messaggio dalla sorgente alla destinazione. in cui il segnale di ingresso è la tensione ai capi della serie dei resistori R1 ed R2 .6 (sistema di comunicazione) Un secondo esempio è quello di un sistema di comunicazione.2 mostrano inoltre che uno stesso segnale – nel caso specifico sinusoidale – può comparire nella descrizione di fenomeni fisici completamente diversi. Schema elettrico di un partitore resistivo.5.1) (cioè il segnale nel suo complesso per ogni t ∈ T). Esso è composto da tre elementi fondamentali: un trasmettitore. ci riferiremo alla variabile indipendente t oppure n come al “tempo”. Per cui i segnali che considereremo saranno descritti quasi sempre attraverso funzioni del tempo.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).1 e 1. Concludiamo osservando che. dei quali alcuni sono identificati come segnali di ingresso (o cause). 1. 1. riportato schematicamente in fig. mentre l’uscita è la tensione ai capi del resistore R2 . Tali funzioni potranno essere descritte mediante un’espressione matematica. 1. 1.5.2 Definizione di sistema Anche per i sistemi forniamo una definizione abbastanza generale ed astratta. quale il partitore resistivo dell’es. 1. la notazione x(t) è ambigua: essa può significare il valore assunto dal segnale per un particolare valore di t (cioè l’immagine mediante x di t).5. 1.6.4 Segnali e sistemi: introduzione segnale di ingresso R1 R2 segnale di uscita segnale di ingresso sistema segnale di uscita Fig.2 (sistema) Un sistema è un modello matematico che descrive la relazione tra due o più segnali. Gli es. con riferimento ad un segnale funzione del tempo. Considerazioni analoghe valgono ovviamente anche per le notazioni x(n) e {x(n)}n∈T. 1. scriveremo {x(t)}t∈T. oppure può rappresentare la legge di corrispondenza (1. Di norma. e alla variabile dipendente x come all’“ampiezza” del segnale. comunque. Esempio 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. In molti casi la distinzione è ininfluente oppure si ricava dal contesto. Uno schema astratto particolarmente conveniente per rappresentare graficamente un sistema ad un ingresso e ad una uscita.7. a prescindere dal loro effettivo significato fisico.6. Rappresentazione di un sistema mediante schema a blocchi. rimandando il lettore agli esempi che ne chiariscono meglio il significato. è lo schema a blocchi di fig. che associa ad ogni messaggio da trasmettere . e gli altri come segnali di uscita (o effetti).

un cavo telefonico) lungo il quale viaggia il segnale d’informazione. ad esempio. o biochimici. il sistema di comunicazione in fig. allo studio di un sistema in condizioni operative particolari che sono pericolose da riprodurre in pratica. infatti. sono i segnali di ingresso che “forzano” il sistema a “reagire” e. infine. Gli esempi precedenti mettono in luce alcuni aspetti importanti. L’operatore S associa ad ogni segnale x di I un segnale y di U. 1. Dato un sistema e assegnati i segnali di ingresso. pertanto.1. e indichiamo con I l’insieme dei possibili segnali di ingresso e con U l’insieme dei possibili segnali di uscita. Un sistema può essere particolarmente complesso e può essere composto da più entità fisiche distinte. che ha il compito di estrarre dal segnale ricevuto il messaggio trasmesso e recapitarlo alla destinazione (“messaggio destinazione”). in alcuni casi. un canale.8.7 può essere suddiviso in tre sottosistemi distinti: il trasmettitore. per i quali l’analisi diretta dell’intero sistema risulta essere troppo complicata. La possibilità di caratterizzare analiticamente il comportamento di un sistema è importante perchè. a “produrre” dei segnali di uscita. il canale ed il ricevitore. non è stato ancora realizzato fisicamente. (“messaggio sorgente”) un segnale opportuno (generalmente elettrico o ottico). quindi. uno dei problemi fondamentali che si incontra nell’analisi dei sistemi è quello di ricavare analiticamente i corrispondenti segnali di uscita.2 Definizione di sistema 5 messaggio sorgente trasmettitore canale ricevitore messaggio destinazione Fig. S y x insieme dei segnali di uscita insieme dei segnali di ingresso (1. simbolicamente: S : I → U. che interagiscono tra di loro. il calcolo analitico della risposta di un sistema è spesso l’unica strada disponibile. Un sistema può essere descritto matematicamente da un operatore o una trasformazione S. Ad esempio. 1.2) I U Fig. si pensi. ogni singola entità può essere riguardata come un sottosistema che concorre a definire l’intero sistema. . soffermiamo l’attenzione su un sistema che ha un solo segnale di ingresso e un solo segnale di uscita (come il partitore resistivo). allo studio di fattibilità di un sistema che è in fase di progetto e che. oppure. un sistema è una mera collezione di componenti elettrici. ed. in questo caso. un ricevitore. è più semplice ed economicamente vantaggioso determinare i segnali di uscita analiticamente piuttosto che sperimentalmente. che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U. Schema semplificato di un sistema di comunicazione. meccanici. 1. che è il mezzo fisico (ad esempio. il concetto di sistema è inscindibilmente legato a quello di segnale: senza alcun segnale in ingresso. La decomposizione di un sistema in sottosistemi è particolarmente utile quando occorre studiare sistemi complessi. Innanzitutto. A tal fine.7. Da quanto detto si evince che è necessario introdurre una descrizione matematica dei sistemi. Inoltre.

1. Si osservi che. Per questo motivo nella definizione stessa di segnale e di sistema abbiamo posto l’enfasi sul concetto di modello matematico. che definisce un segnale. In tal caso. forniremo esempi di segnali e sistemi presi principalmente dall’elettrotecnica e dall’elettronica.6 Segnali e sistemi: introduzione In fig. A questo punto è necessario fare una considerazione che è bene che il lettore tenga . 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. facendo leva sulle conoscenze generalmente possedute dagli allievi ingegneri nell’area dell’informazione. n] (1.1). Una seconda osservazione importante è che. si useranno le notazioni y(t) = S[{x(u)}u∈T. tuttavia.2).1) e (1. sebbene le corrispondenze (1. l’insieme I dei segnali di ingresso è rappresentato da tutte le successioni x(k) la cui serie tra k = −∞ ed k = n. dove la successione x(n) denota il segnale di ingresso e la successione y(n) quello di uscita. Infatti. d’altra parte. il segnale di uscita in un dato istante può dipendere dall’intero segnale di ingresso.7 (integratore) Un integratore è un sistema che realizza la seguente trasformazione: y(t) = t −∞ x(u) du .8. i cui elementi sono numeri reali o interi relativi. esse sono tuttavia completamente differenti dal punto di vista concettuale: infatti. è una legge di corrispondenza tra insiemi “numerici”. e l’operatore S associa ad ogni segnale {x(u)}u∈R appartenente ad I il segnale y(t). con t ∈ R.2). dove x(t) denota il segnale di ingresso e y(t) quello di uscita. la (1. possano sembrare simili a prima vista.3) per descrivere sinteticamente la trasformazione (1. In molti casi. piuttosto che sulla realtà fisica cui il modello si riferisce. con n ∈ Z.8 è riportata una rappresentazione schematica della legge di corrispondenza (1.8 (accumulatore) Un accumulatore è un sistema che realizza la seguente trasformazione: y(n) = k=−∞ ∑ n x(k) . più in generale. per ogni t ∈ R. 1. Esempio 1. 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.2).2) sta ad indicare una corrispondenza tra insiemi i cui elementi sono segnali (ovvero funzioni).t] y(n) = S[{x(k)}k∈T.2). com’è anche evidente dagli es. Esempio 1. la (1. indipendentemente dai fenomeni fisici coinvolti. secondo il quale il valore y(t) del segnale di uscita all’istante t dipende solo dal valore x(t) assunto dal segnale di ingresso nello stesso istante t. Per evidenziare invece il fatto che nella trasformazione (1.2) che definiscono segnali e sistemi. rispettivamente. 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. rispettivamente. Sulla base di tale osservazione. l’insieme I dei segnali di ingresso è rappresentato da tutte le funzioni x(u) che risultano integrabili in ogni intervallo ]−∞. risulta essere convergente.7 e 1. In tal caso.t]. ottenuto integrando x(u) sull’intervallo ] − ∞.t]. 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. con particolare riguardo a quelle che sono applicabili in generale. su tutto il proprio dominio di definizione T. Nel seguito introdurremo le principali metodologie di analisi e di sintesi per i segnali ed i sistemi. per ogni n ∈ Z. 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.

1.1. La classe dei segnali deterministici è ampia. in quanto contengono un certo grado di imprevedibilità o di incertezza.2) non è mai esattamente sinusoidale. accoppiamenti parassiti. 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”. ma non esaurisce tutti i possibili segnali: esiste infatti la classe importante dei segnali non deterministici.4 t 0. 1. 1. 1.5 x(t) 0 x(t) 0 0. Definizione 1. In conclusione. .1.9.6 0.9 (a) si riporta ad esempio il segnale vocale corrispondente alla parola “pace” pronunciata da un adulto.3 Segnali deterministici ed aleatori 7 1 1 0. per evitare possibili fraintendimenti derivanti dalla confusione tra modello e realtà.5 0. per la loro complessità. non ammettono una descrizione matematica esatta.5 −0. (b) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un bambino. per la presenza di disturbi. ben presente nel seguito. In secondo luogo. ad esempio. 1. es. 1. infatti.8 1 (a) (b) Fig.2 0. o in forma grafica). non linearità. Esempio 1.5 −1 −1 0 0.3 Segnali deterministici ed aleatori I segnali considerati negli es.9 (segnale vocale) La voce può essere descritta da un segnale x(t) (segnale vocale). in forma tabellare. 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. In fig. la tensione alternata della rete di distribuzione dell’energia elettrica (cfr. o per la conoscenza imperfetta dei meccanismi che li governano.6 0. la scelta del modello matematico è sempre un compromesso tra accuratezza della descrizione del fenomeno fisico di interesse e semplicità matematica.2 e 1. Va osservato come principio generale che un modello è solo una rappresentazione.4 t 0.8 1 0 −0. della realtà che intende descrivere. Tali segnali scaturiscono da fenomeni fisici che. che non possono cioè essere descritti esattamente.2 0. Esempio di segnale aleatorio: (a) il segnale vocale x(t) corrispondente alla parola “pace” pronunciata da un adulto. Il segnale vocale assume una forma profondamente diversa. ecc. In primo luogo.3 ammettono una descrizione matematica esatta attraverso una funzione del tempo. il modello matematico è quasi sempre frutto di approssimazioni. che esprime la pressione acustica in funzione del tempo. quasi sempre estremamente semplificata. non 2 Arthur Bloch è l’autore di una fortunata serie di libri umoristici sulle “leggi di Murphy”.3 (segnale deterministico) Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente.

Definizione 1. 10]. Per ottenere una valida ed utile descrizione matematica a partire da questo concetto intuitivo. l’es.9 relativo al segnale vocale suggerisce intuitivamente. i segnali aleatori rivestono un grande interesse nell’ingegneria dell’informazione. che per estensione sta anche a significare “rischio. Ad esempio. rimandando a corsi successivi l’applicazione di tali metodologie anche al caso di segnali aleatori. Un segnale come quello dell’es. non essendo perfettamente noto a priori.9 si dice aleatorio (dal vocabolo latino alea=dado. incertezza”). l’affermazione “stanotte farà buio” non trasporta nessuna informazione. cap. dell’età. non può essere descritto da una semplice funzione. che un segnale aleatorio possa essere rappresentato non da una sola funzione. 1. 1. quali la teoria della probabilità [15]. che è noto a priori e quindi perfettamente prevedibile. Tale scelta ha una chiara motivazione didattica. Per questo motivo. Viceversa. essi sono adatti a trasportare informazione. perfettamente prevedibile. e dello stato d’animo del parlatore. . Un segnale aleatorio. una volta osservato o memorizzato. e quindi non prevedibile. nel seguito si affronterà esclusivamente lo studio dei segnali deterministici. ma anche al variare del sesso. il concetto di informazione è intrinsecamente legato a quello di imprevedibilità [15.9 (b) si riporta il segnale vocale corrispondente alla stessa parola “pace”. tuttavia. un segnale deterministico. con riferimento al segnale vocale).4 (segnale aleatorio) Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. a differenza dei segnali deterministici. in quanto.8 Segnali e sistemi: introduzione soltanto – come è ovvio – al variare della parola o del suono pronunciato. sono necessari strumenti più sofisticati. con un piccolo sforzo di generalizzazione. quale “domani il pianeta Terra sarà invaso dai Marziani” convoglia una grande quantità di informazione. ma da una collezione di funzioni (una per ogni possibile parlatore. Va osservato peraltro che. 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. non è adatto a trasportare informazione. semplicemente perché è una affermazione certa. Basti pensare infatti che. pronunciata stavolta da un bambino. in quanto operare con segnali deterministici consente di introdurre ad un livello relativamente semplice le principali tecniche di analisi ed elaborazione dei segnali. Ad esempio in fig. 1. per sua natura. Bisogna notare che. Nonostante abbiamo sottolineato l’importanza dei segnali aleatori. una affermazione poco probabile. perché poco probabile. proprio a causa della loro imprevedibilità. In effetti.

1.4 Classificazione elementare dei segnali

9

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

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

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

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

10

Segnali e sistemi: introduzione

3 2 1
x(n)

3 2 1 0 −1 −2 −3 −5

x(t)

0 −1 −2 −3 −5

0 t

5

0 n

5

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

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

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

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

11

20 10 0
3 gennaio 1995 3 gennaio 1996

−10 0

10

20
n

30

40

50

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

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

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

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

12

Segnali e sistemi: introduzione

x(t) A

x(nTc )

x(n) A

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

-A

-A

(a)

(b)

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

x(n) A

x(t) A

x(nTc )

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

-A

-A

(a)

(b)

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

1.4 Classificazione elementare dei segnali

13

segnale a TC

campion .

segnale a TD

segnale a TD

interp.

segnale a TC

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

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

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

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

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

Esempio 1.15... detta quantizzazione. 1.20(a).20 (b). Il segnale risultante x(t) (fig. 1. rimpiazzandole con un numero finito di possibili valori. La quantizzazione si dice “ad un bit” in quanto l’ampiezza . Definizione 1.12. I segnali visti negli esempi precedenti sono tutti ad ampiezza continua: ad esempio. la sinusoide degli es. In pratica tale operazione consiste nell’effettuare una discretizzazione delle ampiezze continue del segnale.1). Un segnale ad ampiezza discreta si può ottenere da un segnale ad ampiezza continua mediante una opportuna trasformazione delle ampiezze. mentre X è un insieme discreto per un segnale ad ampiezza discreta. 1. −A . Un esempio di segnale ad ampiezza discreta è il segnale logico. esse possono essere rappresentate mediante cifre binarie “0” ed ”1” (bit).1 e 1. se x(n) ≥ 0 .2 assume con continuità tutti i valori dell’intervallo [−A..19.. 1. raffigurato in fig. Esempio 1. altrimenti . se il numero delle ampiezze è finito. Esempio di segnale ad ampiezza discreta: il segnale logico dell’es. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme discreto. il codominio X della funzione è un insieme continuo per un segnale ad ampiezza continua. Sulla base del modello matematico (1. A] ≡ X. 1.16 (quantizzazione) Si consideri il segnale sinusoidale a TD x(n) = A cos(ω0 nT ) dell’es. Il vantaggio che si consegue con la quantizzazione è che. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta.1. .8 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo.19) descrive la variazione dello stato logico nel tempo. 1. ad esempio 5V per rappresentare lo stato “0” e −5V per rappresentare lo stato ”1”. t -5 Fig.4 Classificazione elementare dei segnali 15 x(t) 5 . 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 . visto che il suo codominio X = {−5. 5} è costituito solo da due valori. 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. Il segnale risultante è mostrato in fig.

Anche l’operazione di quantizzazione si può interpretare come un sistema. 1. segnale ad ampiezza continua quantizz . 1. . 1.21. ad esempio “1” per l’ampiezza A e “0” per l’ampiezza −A.12. e quindi può essere rappresentata con un solo bit. e raffigurato in 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.16 ottenuto quantizzando con due livelli A e −A il segnale x(n). denominato quantizzatore. Schema a blocchi di un quantizzatore. assume due soli valori.21. 1. anche la teoria della quantizzazione sarà approfondita nel cap. Quantizzazione di un segnale: (a) il segnale a TD x(n) dell’es. 1. 7. (b) il segnale ad ampiezza discreta y(n) dell’es. Così come il campionamento.20. segnale ad ampiezza discreta Fig.

e per il loro studio matematico. 1.4 Classificazione elementare dei segnali 17 discreta ampiezza segnali a TC/AD segnali digitali (TD/AD) continua segnali analogici (TC /AC) continuo tempo segnali a TD/AC discreto Fig. tuttavia.3 Segnali analogici e digitali Dal punto di vista applicativo. 1. ma essi rivestono un ruolo predominante nello scenario tecnologico attuale. in quanto possono essere rappresentati mediante stringhe di bit ed immagazzinati ed elaborati mediante dispositivi digitali (elaborazione digitale dei segnali o digital signal processing. tanto da meritare una denominazione particolare: Definizione 1. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). 1.22).18 e la successiva discussione). Tra esse.4. l’interesse per i segnali digitali è più recente. . affrontato già a partire dal XVIII secolo.22. Le quattro categorie di segnali che si ottengono combinando le classificazioni nel tempo ed in ampiezza. DSP). con vantaggi rilevanti in termini di costi e flessibilità (si veda l’es. solo le due che seguono hanno un’importanza rilevante nelle applicazioni. e tra segnali ad ampiezza continua o discreta. esistono metodologie ben consolidate. Di queste. in quanto i fenomeni fisici evolvono con continuità sia nel tempo che in ampiezza. Viceversa. Poiché tali classificazioni riguardano una il tempo e l’altra l’ampiezza del segnale. le classificazioni più importanti tra quelle viste in precedenza sono quella tra segnali a tempo continuo o discreto. I segnali del mondo fisico sono analogici. e dalla loro combinazione scaturiscono quattro possibili categorie di segnali (fig.9 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. le categorie dei segnali analogici e digitali sono le uniche di interesse applicativo. 1.1. esse sono indipendenti.

Rappresentazione di un sistema SISO mediante schema a blocchi: (a) sistema a TC. e la natura temporale (a tempo continuo o a tempo discreto) degli ingressi e delle uscite. ed il quantizzatore. (b) sistema a TD. raffigurati schematicamente in fig. (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). l’interpolatore.10 (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO).5 Classificazione elementare dei sistemi Come i segnali. Fig. I sistemi visti in precedenza.18 Segnali e sistemi: introduzione ingresso 1 uscita x(t) ingresso 2 (a) (a) sistema a TC y(t) ingresso 1 uscita x(n) ingresso 2 (b) sistema a TD (b) y(n) Fig. (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). 1. (b) Un sistema si dice a tempo discreto (TD) se l’ingresso e l’uscita sono entrambi segnali a tempo discreto. Semplici esempi di sistemi MISO sono il sommatore ed il moltiplicatore. (a) sommatore a due ingressi. Nel seguito.23. Definizione 1.23.24. o viceversa. 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. sono tutti di tipo SISO. . faremo esclusivamente riferimento a sistemi SISO: per questo motivo. anche i sistemi possono essere classificati sulla base delle loro proprietà elementari. a parte il caso dei sommatori e dei moltiplicatori. quando parleremo di sistema. quali il numero degli ingressi e delle uscite. il campionatore. (b) moltiplicatore a due ingressi. 1.11 (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. (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). Esempi di sistemi MISO. 1. supporremo implicitamente che esso sia di tipo SISO. Definizione 1. 1.

Praticamente tutti i sistemi del mondo fisico evolvono con continuità nel tempo. sistemi digitali. come il partitore dell’es. (b) rappresentazione schematica della conversione A/D come un campionamento seguito da una quantizzazione. in un ADC sarà presente in uscita anche un codificatore binario per trasformare le ampiezze del segnale quantizzato in stringhe di bit. le operazioni di campionamento e quantizzazione non sono necessariamente effettuate nell’ordine visto.2) utilizzato per descrivere matematicamente un sistema. 1. in maniera lievemente imprecisa. i sistemi digitali sono particolari sistemi a TD implementati con un’aritmetica a precisione finita. 1. 1. in un convertitore A/D reale (denominato anche analog-todigital converter. Notiamo infine che talvolta i sistemi a TC sono anche denominati sistemi analogici. e quindi sono sistemi a TC: ad esempio una rete elettrica. che presenta ingresso a TC e uscita a TD.16). effettuata da un sistema denominato convertitore A/D (fig.24(b).1. Esempio 1. . l’insieme I racchiude solo segnali a TC. Sulla base del modello (1. 1.25. 1.26): essa consiste fondamentalmente in una operazione di interpolazione 3 Più precisamente. e spesso non sono nemmeno chiaramente separabili.25 è puramente di principio. che presenta ingresso a TD e uscita a TC.24(a). un generico sistema a TC può essere rappresentato con lo schema a blocchi in fig. entrambi gli insiemi I e U dei segnali di ingresso e di uscita racchiudono solo segnali a TC.5. ed i sistemi a TD sono denominati. è un sistema a TC.12).13).3 Infine. La conversione inversa (da segnale digitale ad analogico) prende il nome di conversione D/A ed è effettuata da un convertitore D/A (fig. es. mentre U contiene solo segnali a TD. In accordo con la simbologia introdotta in fig. 1. I sistemi a TD non esistono generalmente “in natura”.6.17 (conversione A/D e D/A) Un segnale analogico può essere convertito in un segnale digitale mediante una conversione A/D. 1. e l’interpolatore (es. ma sono di grande interesse in quanto descrivono numerosi fenomeni delle scienze naturali ed umane (ad esempio. quantizz . Per effettuare tale conversione è necessario discretizzare sia i tempi che le ampiezze del segnale. segnale digitale (b) Tc Fig.5 Classificazione elementare dei sistemi 19 segnale analogico A/D segnale digitale (a) segnale analogico segnale campionato campion . e quindi bisogna effettuare sia un campionamento (cfr. 1. e viceversa. o viceversa. 1.12). mentre I e U sono costituiti solo da segnali a TD nel caso di sistemi a TD ed. Lo schema del convertitore A/D riportato in fig. Conversione A/D: (a) schema a blocchi di un convertitore A/D.25). nel caso di sistemi a TC. 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. Il seguente esempio introduce due ulteriori esempi di sistemi misti. essi sono inoltre di grande interesse ingegneristico. infine. Inoltre. Un generico sistema a TD si rappresenta con lo schema a blocchi in fig. 1. ADC). 1. sia una quantizzazione (cfr. nel caso di sistemi misti. Esempi significativi di sistemi di questo tipo sono il campionatore (es. 1. es. in quanto consentono di “simulare” mediante un calcolatore digitale il comportamento di un sistema fisico. in campo economico o sociale).

minore ingombro. 1. per questo motivo. non ultimo. 1.27 può essere interpretato anche come uno schema di simulazione di un sistema analogico mediante un sistema digitale.27) è un sistema analogico. schemi DSP del tipo precedentemente visto trovano applicazioni in quasi tutti i moderni settori della tecnologia. un segnale analogico x(t) viene prima convertito. il segnale x(n) viene elaborato mediante un sistema digitale. è lo schema classico dell’elaborazione digitale dei segnali o digital signal processing (DSP) riportato in fig. 1. 1. alle costruzioni aerospaziali. e finalizzato ad elaborare un segnale analogico in maniera digitale. Rispetto ad una elaborazione analogica del segnale x(t). in un segnale digitale x(n). che sono trasformate in valori di ampiezza da un decodificatore binario. lo schema digitale in fig. alla biomedica. prima di effettuare l’interpolazione. dalle telecomunicazioni all’informatica.26. 1. quali maggiore flessibilità. Schema classico per l’elaborazione digitale dei segnali. minor costo dell’hardware. Un convertitore D/A reale (denominato anche digital-to-analog converter. ed in particolare dei convertitori A/D e D/A. e quindi non può esistere una operazione inversa di “dequantizzazione”. (cfr. Si noti che il sistema complessivo (tratteggiato in fig. ed il segnale risultante y(n) viene nuovamente trasformato in un segnale analogico dal convertitore D/A. ai trasporti. 1. all’automazione. DAC).27. es.13).27. successivamente. Per questo motivo.20 Segnali e sistemi: introduzione segnale digitale D/A segnale analogico (a) segnale digitale interp. in quanto gli effetti della quantizzazione sono irreversibili. Un’applicazione particolarmente interessante dei sistemi misti. accetta in ingresso stringhe di bit. e numerosi altri. mediante un convertitore A/D. x(t) x(n) A/D sistema digitale y(n) D/A y(t) sistema analogico Fig. lo schema di fig. Conversione D/A: (a) schema a blocchi di un convertitore D/A. minore consumo di potenza e. segnale analogico (b) Tc Fig.27 offre alcuni vantaggi importanti. In tale schema. . 1. (b) rappresentazione schematica della conversione D/A in termini di interpolazione.

Esempio 1. Tuttavia l’esempio che segue mostra come tali sistemi giochino un ruolo fondamentale in una familiare applicazione dell’elettronica di consumo. bruciando con un laser in misura maggiore o minore le zone del disco. la differenza significativa è che il segnale captato dal microfono. Successivamente.5 Classificazione elementare dei sistemi 21 registrazione masterizzatore analogico microfono amplificatori disco in vinile trasduttore ("puntina ") altoparlante riproduzione Fig. 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. Una volta inciso il master. che dopo essere stata amplificata può essere applicata ai diffusori acustici (le casse) e finalmente ascoltata. In esso. Da ciascuna copia. entrambe effettuate in maniera analogica. Il profilo dei solchi del disco riproduce il più fedelmente possibile l’ampiezza del segnale audio all’ingresso del masterizzatore.28. l’utente può riascoltare il brano inciso utilizzando un giradischi. 1. ed inviate ad un convertitore D/A.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. il quale memorizza su un supporto ottico (il compact disc) le stringhe di bit che rappresentano il segnale dopo il campionamento e la quantizzazione. 1.1. ovvero converte la pressione acustica del suono in un segnale elettrico. trasforma cioè il segnale elettrico in un segnale che comanda l’incisione dei solchi su un supporto (master). ed inviato ad un masterizzatore (digitale). e da questi ultimi le copie in materiale plastico (vinile). 7. viene amplificato e inviato ad un masterizzatore (analogico).18 può servire per evidenziare più chiaramente alcuni dei numerosi vantaggi che lo schema digitale presenta rispetto a quello analogico. Tale segnale elettrico. dopo l’amplificatore. La sintesi e l’analisi dei convertitori A/D e D/A saranno approfondite nel cap. 1. Lo schema di registrazione/riproduzione analogica precedentemente visto è stato tuttavia sostituito al giorno d’oggi dallo schema digitale riportato in fig. codificato in bit. tipicamente in materiale metallico pregiato. che si comporta da trasduttore.18 (schemi analogici e digitali per la registrazione/riproduzione audio) In fig.29. L’es. viene sottoposto ad una conversione A/D. Il brano da registrare viene captato da un microfono. 1. di debole intensità. 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. . Il masterizzatore si comporta da attuatore. L’informazione è memorizzata sul disco in vinile in forma analogica (come profondità del solco). Schema analogico per la registrazione/riproduzione audio. da esso si possono ricavare dei master secondari.

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

24 Segnali e sistemi: introduzione .

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

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

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

un segnale TC invariante rispetto alla cascata di una riflessione e inversione. 2. secondo le seguenti relazioni. dispari se x(n) = −x(−n). in pratica il grafico del segnale subisce una rotazione intorno all’asse delle ordinate (si noti che il valore in t = 0 oppure n = 0 resta immutato per effetto della riflessione).3. Ad esempio. Traslazione temporale di un segnale TC: (a) segnale originario. si dice dispari. Un esempio di riflessione per un segnale TC è riportato in fig.4. valide rispettivamente per il caso TC e TD: y(t) = x(−t) . Dal punto di vista fisico. Riflessione temporale La riflessione temporale di un segnale consiste nel ribaltamento della scala dei tempi. (b) segnale ritardato (t0 > 0). x(−t) = x(t). 2.28 Proprietà dei segnali x(t) (a) t1 y(t) = x(t-t0) t2 t0 > 0 t (b) t1+t0 y(t) = x(t-t0) t0 < 0 (c) t2+t0 t t1+t0 t2+t0 t Fig.5 (a) . x(t) = −x(−t). 2. in fig. se ad esempio il segnale x(t) rappresenta l’audio di un brano musicale. Analogamente. invece. (c) segnale anticipato (t0 < 0). y(n) = x(−n) . la riflessione corrisponde a riprodurre il brano al contrario. si dice pari. un segnale TD si dice pari se x(−n) = x(n). Un segnale TC invariante alla riflessione.

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

x(t) 2 -1 Pa[x(t)] 1 t Di[x(t)] 1 1 -1 -1 1 t -1 -1 1 t Fig.5.6. Invarianza alle riflessioni/inversioni: (a) segnale pari a TC. 2. (b) segnale pari a TD. 2. . (b) segnale dispari a TD.30 Proprietà dei segnali x(t) x(n) (a) (b) t x(t) (c) -3 -2 -1 0 x(n) 1 2 3 n (d) 1 t -3 -2 -1 0 2 3 n Fig. Esempio di decomposizione di un segnale TC in parte pari e dispari. (c) segnale dispari a TC.

e quindi a velocità maggiore (ad esempio. mentre con . 2.7. (b) segnale espanso (0 < a < 1). la compressione corrisponde a riprodurre il segnale in un tempo più piccolo. si ha una compressione se si riproduce un disco in vinile a 33 giri alla velocità di un 45 giri). mentre per 0 < a < 1 si ha una espansione dei tempi [fig. si ha una compressione dei tempi [fig. il valore del segnale per t = 0 rimane inalterato. Si noti che sia nel caso della compressione che dell’espansione. (b) segnale compresso (a > 1). il cambiamento di scala temporale è definito come y(t) = x(at) . il caso a = 1 lascia ovviamente il segnale inalterato. Nel caso a < 0. Dal punto di vista fisico. 2. in quanto si può riguardare come la cascata di una riflessione e di un cambiamento di scala di |a| > 0. Cambiamento di scala temporale di un segnale TC: (a) segnale originario. se il segnale x(t) è l’audio di un brano musicale. in particolare. 2. Cambiamento di scala temporale L’operazione di cambiamento di scala temporale presenta sostanziali differenze tra il caso TC e quello TD. per cui tratteremo separatamente questi due casi.7(a)]. dove a ∈ R+ : per a > 1.7(b)].2.1 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. l’operazione y(t) = x(at) non è elementare. Nel caso TC.

l’espansione si ottiene esattamente l’effetto opposto. (b) segnale decimato con M = 3.8. 2 L’uso .8. ma nel caso TD si utilizza il termine più specifico di decimazione. 2. ed in particolare un cambiamento di scala con fattore a è perfettamente compensato da un cambiamento di scala con fattore 1/a. Notiamo che per segnali a TC il cambiamento di scala dei tempi è una operazione perfettamente reversibile. si noti l’effetto di compressione (minore durata) del segnale risultante. come accadde ad esempio in occasione del massacro delle Fosse Ardeatine. ovvero se a = M ∈ N. Un esempio di decimazione con M = 3 è rappresentato graficamente in fig. il segnale y(n) si ottiene dal segnale x(n) prendendo un campione ogni 10. Per segnali a TD. È proprio tale perdita dei campioni caratteristica della decimazione che segna la maggiore differenza tra il caso TD ed il caso TC. per cui si scrive: y(n) = x(nM) .32 Proprietà dei segnali x(n) (a) -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 n y(n) = x(3n) x(0) x(-3) x(-6) x(3) x(6) (b) -3 -2 -1 x(-9) 0 1 2 3 n x(9) Fig. 2. In questo caso è possibile ancora parlare di compressione. l’espressione y(n) = x(an) ha senso per a > 1 solo se a è intero. Decimazione di un segnale TD: (a) segnale originario. 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. infatti. derivante dalla perdita di due campioni ogni tre del segnale originario.2 infatti. se se sceglie M = 10.

in quanto an non è un numero intero. 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.9. (b) segnale espanso con L = 3. A differenza della decimazione. 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 . la decimazione è una operazione non reversibile. l’espressione y(n) = x(an) non ha senso per qualunque a < 1. con L ∈ N. M − 1 campioni ogni M) sono eliminati completamente.9.1) Un esempio di espansione per L = 3 è fornito in fig. . L 0. ovvero facendo seguire all’espansione con fattore L una decimazione con uguale fattore M = L. se n è multiplo di L . l’espansione a TD è una operazione perfettamente reversibile. Espansione di un segnale TD: (a) segnale originario. altrimenti . si assume a = 1/L. per analogia con il caso a = M. 2. della compressione di un segnale TC. in quanto essa espande il segnale x(n) inserendo L−1 campioni nulli (zeri) tra due campioni consecutivi. perché alcuni campioni del segnale TD (in generale.2. Se anche. Passiamo ora ad esaminare l’operazione di espansione nel caso TD. in quanto il segnale originario può essere ottenuto semplicemente eliminando gli zeri inseriti. l’espressione y(n) = x(n/L) ha senso solo se n è multiplo di L. Analogamente a quanto visto per la decimazione. (2. da tale esempio si capisce perché l’espansione viene denominata anche interpolazione con zeri.

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

Esempio 2. sostituendo ricorsivamente a partire dall’ultima. riflessione: u(t) = z(−t) . ottenendo un segnale differente da quello dell’es. per cui nella definizione (2.1 Operazioni elementari sui segnali 35 Successivamente operiamo le sostituzioni ricorsivamente partendo dall’ultima espressione: y(t) = v(2t) = u(−2t) = x(−2t − 3) .1) si assume convenzionalmente che tale valore sia nullo.2. y(t) = u(−t) = z(−t + 4) = x −t + 4 5 =x 4−t 5 . D’altra parte.3 (individuazione delle operazioni elementari. poiché portano allo stesso risultato. infatti. in quanto più “semplice”. È importante infatti notare che uno stesso segnale si può ottenere con diverse combinazioni di operazioni elementari. la tecnica da seguire per combinare operazioni elementari è la stessa vista per il caso TC. entrambe le sequenze di operazioni sono “corrette”. si ha: y(t) = u t t t +4 = x − −4 =v 5 5 5 e quindi un risultato differente da quello precedente. caso TC) Si consideri il segnale y(t) = x 4−t 5 . Un altro problema che si pone in pratica è il seguente: dato un segnale ottenuto per combinazione di operazioni elementari. poi l’anticipo. nell’ordine elencato: espansione di un fattore 5: anticipo di 4: t . Ad esempio se si effettua prima la riflessione. L’esempio che segue chiarisce meglio quest’aspetto. Per ottenere . Si può verificare che il risultato dipende dall’ordine in cui si eseguono le operazioni.1). in quanto quest’ultima non si può interpretare semplicemente come la sostituzione formale di n/L → n: se n/L non è intero. Ovviamente. 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. Qualche approfondimento merita il solo caso in cui è presente l’espansione a TD definita dalla (2. ed infine l’espansione. z(t) = x riflessione: y(t) = u(−t) . individuare quali siano le operazioni elementari ed in che ordine vadano effettuate. 5 u(t) = z(t + 4) . 2. non ha senso calcolare il valore del segnale in n/L.1. 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 . t . Infatti si ha. Esso si può pensare ottenuto a partire da x(t) mediante le seguenti tre operazioni. va osservato peraltro che in genere la prima è da preferire. Nel caso di segnali a TD.

altrimenti il valore del segnale è nullo.36 Proprietà dei segnali il risultato corretto per via analitica. allora il risultato si ottiene calcolando il valore del segnale in quel punto. Pertanto. mentre in tutti gli altri casi è frazionario. anticipo di 5: v(n) = u(n + 5) . altrimenti . Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: decimazione per 3: u(n) = x(3n) . (2) anticipo di 5. per cui il segnale y(n) vale convenzionalmente zero. (3) espansione di 2. il segnale y(n) si può esprimere esplicitamente. 2 Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. 2 0. 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 . caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) decimazione per 3.1). caso TD) Un segnale TD x(n) viene sottoposto nell’ordine alle seguenti operazioni: (1) riflessione. Esempio 2. (2) espansione di 6. Procediamo come come nel caso TC descrivendo matematicamente le operazioni prese individualmente: riflessione: u(n) = x(−n) . ovvero se n è pari. n x − − 5 .4 (combinazione di operazioni elementari. n espansione di 6: v(n) = u . Gli esempi che seguono mostrano come procedere in due situazioni tipiche. (3) anticipo di 5. 6 6 2 . nel senso che se in corrispondenza di un certo istante n l’argomento delle parentesi quadre è intero. Successivamente sostituiamo ricorsivamente partendo dall’ultima espressione. Esempio 2. osserviamo che l’argomento tra parentesi quadre è intero se e solo se n è multiplo di 2. eliminando la notazione simbolica con le parentesi quadre. e mantenendo le parentesi quadre dell’espansione con il loro significato simbolico: y(n) = v n n n = u +5 = x − −5 . è conveniente utilizzare la notazione formale con le parentesi quadre introdotta in (2. 6 anticipo di 5: y(n) = v(n + 5) . 2 2 2 Con riferimento all’ultima espressione. come: y(n) = se n è pari . n espansione di 2: y(n) = v .5 (combinazione di operazioni elementari.

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. Tuttavia. Il gradino presenta una discontinuità di prima specie per t = 0. per esso si applicano in modo naturale i concetti di derivabilità e integrabilità tipicamente trattati nei corsi di analisi matematica (cfr.1 Operazioni elementari sui segnali 37 1 0. per cui il valore in tale punto può essere definito piuttosto arbitrariamente come il limite da . la continuità del segnale x(t) in t0 è condizione necessaria (ma non sufficiente) affinchè il limite del rapporto incrementale (2. Se il segnale x(t) è derivabile in t0 . 0 . 2 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 (2.2 0 −2 0 2 4 t 6 8 10 Fig. Gradino a TC.2) esista e sia finito. infinito numerabile di punti di discontinuità di prima specie. ed è rappresentato graficamente in fig. il che accade se e solo se n è dispari. 2. Il gradino a TC è definito come: u(t) = 1 .10. In particolare. per cui l’espressione ottenuta si può rendere esplicita. § B. Pertanto. 0 . 2. differenza prima e somma Poiché un segnale TC x(t) è essenzialmente una funzione a valori reali di una variabile reale. come:  se n è dispari .2) che esiste ed è finito. un problema che ricorre spesso è il calcolo della derivata di un segnale x(t) che presenta un numero finito o. In particolare.2.10. altrimenti . se il segnale x(t) è derivabile nel punto t0 ∈ T.4 0. L’esempio più semplice di funzione di tale tipo è rappresentato dal gradino a TC. integrazione.2). y(n) = n+5 x . notiamo che l’argomento tra parentesi quadre è intero se e solo se n + 5 è multiplo di 2.6 0. se t ≥ 0 .1. altrimenti . si dimostra che x(t) è anche continuo in t0 . eliminando la notazione con le parentesi quadre.4 Derivazione. Con riferimento all’ultima espressione.8 x(t) = u(t) 0. al più.

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

la funzione ordinaria δε (t) non converge ad una funzione ordinaria. Invocando il teorema della media. ε →0 (2. a differenza del concetto di convergenza di funzioni ordinarie. al limite per ε che tende a zero. Dirac nei suoi studi sulla meccanica quantistica. si ottiene: +∞ ε →0 −∞ lim δε (t) x(t)dt = lim x(tε ) = x(0) .7) dove x(t) è un arbitrario segnale continuo nell’origine.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. il funzionale (2. ε →0 dt (2.3) deve essere intesa diversamente da come si è solito fare per le funzioni ordinarie. (2. Come indicato dal loro stesso nome. tali funzioni costituiscono una generalizzazione del concetto di funzione: un funzione generalizzata è sempre definita mediante un integrale e non ha senso quindi pensare al valore assunto da essa per un dato valore dell’argomento. Al limite per ε → 0. 2ε da cui passando al limite e ricordando che x(t) è continua nell’origine. che indichiamo con δ (t) = lim δε (t) . ε ) e la misura di tale intervallo. conservando tuttavia area unitaria.2.6) la quale è definita dalla relazione integrale +∞ −∞ δ (t) x(t)dt = x(0) . la funzione δε (t) diviene sempre più “stretta” e più “alta” nell’origine.3) mediante una funzione. ε →0 (2. Questo risultato suggerisce di definire il limite al secondo membro della (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 . per ε → 0. la (2. motivo per cui è comunemente nota come impulso o delta di Dirac. ε ] tale per cui +∞ −∞ δε (t) x(t)dt = 1 x(tε ) [ε − (−ε )] = x(tε ) . che è dato dal rapporto tra l’area sottesa da ϕ (t) nell’intervallo (−ε . 2. δε (t) non ha alcun significato come funzione ordinaria. un operatore che associa alla funzione x(t) un numero reale.11(b): si tratta di un rettangolo di area unitaria avente base 2 ε ed altezza 1/(2 ε ).4) Dal punto di vista matematico.4) semplicemente “campiona” il segnale x(t) nell’istante di tempo t = 0. la convergenza della famiglia di funzioni δε (t) alla funzione . Ciò suggerisce che la convergenza del limite al secondo membro della (2. risulta naturale definire la derivata di u(t) come segue: d u(t) = lim δε (t) . (2.5) In altre parole. si ottiene che δε (t) tende ad una funzione di area unitaria che è ovunque nulla.4) definisce un funzionale che si “appoggia” alla funzione δε (t). cioè. eccetto che nell’origine dove assume valore infinito: non esiste alcuna funzione nel senso ordinario dell’analisi matematica che può soddisfare queste condizioni. Infatti. se è vero che. Al diminuire di ε . A tale scopo. Quindi. possiamo affermare che esiste un punto tε ∈ [−ε . Tale funzione è una funzione generalizzata e fu introdotta dal fisico P. al limite per ε che tende a zero. Poiché al tendere di ε a zero la funzione uε (t) tende al gradino u(t).

la (2. la cui verifica è lasciata al lettore per esercizio: Proprietà 2. ∀n ∈ N. per semplicità d’impiego nelle applicazioni. di carattere prettamente matematico. 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). secondo l’analisi matematica convenzionale. ∀x(t) 0. La prima. (2. la convergenza è mediata attraverso una operazione di integrazione al di fuori della quale la funzione δ (t) non ha senso. (2. poiché nell’ambito della teoria dei segnali ciò che importa non è tanto la definizione dell’impulso di Dirac bensì il suo impiego nelle applicazioni. possiamo concludere che la derivata generalizzata del gradino è data dall’impulso di Dirac e.2 (proprietà elementari dell’impulso di Dirac) +∞ (a) Area unitaria: −∞ δ (t) dt = 1.7). |a| . ∀a < b ∈ R. ∀x(t) continua in t0 .9) dt In altre parole. (c) Prodotto: x(t) δ (t − t0 ) = x(t0 ) δ (t − t0 ). (d) Parità: δ (−t) = δ (t). deve essere intesa in senso generalizzato come: +∞ ε →0 −∞ lim δε (t) x(t)dt = +∞ −∞ δ (t) x(t)dt . b a continuo in t = 0.40 Proprietà dei segnali δ (t) non deve essere intesa puntualmente. La seconda. convenendo tacitamente che le uguaglianze dove compare la delta di Dirac vanno intese in senso generalizzato.8) rende lecito per definizione il passaggio al limite sotto il segno di integrale. ma. implicitamente.8). ∀x(t) continua in t0 . +∞ (b) Campionamento: −∞ δ (t − t0 ) x(t) dt = x(t0 ). . ∀t0 ∈ R. ∀a ∈ R − {0}.7) dell’impulso di Dirac si possono ricavare le seguenti proprietà elementari. dt −∞ −∞ scriveremo più semplicemente d u(t) = δ (t) . anzichè scrivere formalmente +∞ d +∞ u(t) x(t)dt = δ (t) x(t)dt . se a > 0 oppure b < 0 . useremo per δ (t) la stessa notazione che tipicamente si usa per le funzioni ordinarie. consiste nell’osservare che. A partire dalla definizione (2. Ci sono due considerazioni interessanti che si possono fare con riferimento alle relazioni (2.8) ovvero. se a < 0 < b . ∀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. t −∞ (g) Integrazione: u(t) = (h) Integrazione definita: δ (u) du. ∀t0 ∈ R. δ (t) x(t) dt = x(0) . nel seguito useremo frequentemente la delta di Dirac al di fuori dell’operazioni di integrazione che la definisce. riguarda il fatto che. ad esempio. di carattere esclusivamente applicativo.5) e (2. (e) Cambiamento di scala: δ (at) = +∞ 1 δ (t).5) e (2. in virtù delle (2. a valle delle considerazioni fatte finora.

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

In questo caso. non esiste una definizione universalmente accettata di estensione temporale di un segnale. . Una prima classificazione dei segnali sulla base della durata può essere quella tra segnali di durata rigorosamente e praticamente limitata. Segnale di durata rigorosamente limitata. 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 ). cioè. l’estensione del segnale è definita come Dx = (t1 . . segnale x(n). Un secondo aspetto importante riguarda un certo grado di arbitrarietà presente nella definizione precedente. un segnale TD x(n) si dice di durata rigorosamente limitata se esistono due numeri interi finiti n1 e n2 . . n1 + 1. e quali no. con n2 > n1 . . In tal caso. .t2 ). n2 }.46 Proprietà dei segnali x(t) t1 durata t2 t Fig. Talvolta un segnale a durata rigorosamente limitata è anche denominato finestra. esistono alcune definizioni di estensione temporale di un segnale che sono di comune impiego. con t2 > t1 . Conseguentemente. 2. e segnali di durata non limitata. 2. . considerando sia segnali TC che TD. si considerano trascurabili solo i valori nulli del segnale.t2 ) e la sua durata è data da ∆x = t2 − t1 .3. n2 }. con riferimento alla definizione generale di estensione. In altre parole. Nel caso TD. n2 } e la sua durata è data da ∆x = n2 − n1 + 1. legato all’interpretazione di quali valori del segnale siano trascurabili. x(n) = 0 per ogni n ∈ {n1 . Un primo esempio di segnale TC a durata rigorosamente limitata è quello riportato in fig. n1 + 1. l’estensione del segnale è definita come Dx = {n1 . . .t2 ).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 . tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo (t1 .18.18. Alcuni esempi elementari di finestre sono presentati di seguito. 2. Nel seguito. . x(t) = 0 per ogni t ∈ (t1 . . . con riferimento a taluni casi particolari di segnali. . . approfondiremo questa classificazione. cioè. tali che il segnale si annulla identicamente al di fuori dell’intervallo di tempo {n1 . Tuttavia. Analogamente. n1 + 1.

7 (finestra rettangolare arbitraria) La finestra x(t) = A rect t − t0 T è ottenuta dalla finestra prototipo mediante moltiplicazione per A. la finestra rettangolare è denotata con il simbolo Π(t). cambiamento di scala con a = 1/T e traslazione temporale di t0 .2. Finestra rettangolare a TC. Notiamo infine che la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. il cui andamento è raffigurato in fig. 2. 0 .20.4 0.20: la finestra è centrata in t = t0 e ha durata ∆x = T . 2. Utilizzando la definizione. . altrimenti . 0.8 x(t) = rect(t) 0. Tale finestra è ottenuta dalla finestra elementare mediante moltiplicazione per A.t0 + T /2] . traslazione temporale e cambiamento di scala.19.3 Estensione e durata temporale di un segnale 47 1 A x(t) = A rect[(t−t0)/T] 0. altrimenti .7. A partire dalla finestra prototipo. La finestra rettangolare a TD è definita da: RN (n) = 3 In 1 . Finestra rettangolare e triangolare La finestra rettangolare a TC è definita3 come rect(t) = 1 .5 . 0 . ed è rappresentata graficamente in fig.19.6 0. 2. Finestra rettangolare a TC dell’es. 2. 2. Si tratta di un segnale pari (centrato nell’origine). altrimenti . Esempio 2. in quanto si ha rect(t) = u(t + 1/2) − u(t − 1/2). se 0 ≤ n ≤ N − 1 . è possibile ottenere una finestra di ampiezza e durata arbitraria ed arbitrariamente posizionata sull’asse dei tempi. se |t| ≤ 0. di durata ∆x = 1 ed ampiezza unitaria (finestra elementare o “prototipo”). si vede che x(t) = A rect t − t0 T = A.2 0 −2 −1 0 t 1 2 t0−T/2 t t0 t0+T/2 Fig. cambiamento di scala con a = 1/T e traslazione temporale di t0 . mediante moltiplicazione per una costante. se t ∈ [t0 − T /2. Fig. numerosi testi.

traslazione temporale.21. Una finestra simmetrica (pari) si può ottenere da RN (n) solo per N dispari.6 0.22. per ottenere una finestra triangolare a TD con simmetria pari è sufficiente traslare la finestra di Bartlett di N campioni verso sinistra.8 x(n) = R5(n) 0. ed essa è nota come finestra di Bartlett:  |n − N|  .2 0 −2 −1 0 t 1 2 Fig. . se 0 ≤ n ≤ 2N − 1 . 2. 2. 0. a differenza della sua versione a TC.24. Finestra rettangolare a TD per N = 5.21. Notiamo in particolare che la durata della finestra triangolare prototipo è doppia rispetto a quella della finestra rettangolare prototipo. La finestra triangolare a TC è definita da: Λ(t) = 1 − |t| . ovvero considerare B2N (n + N). . Tuttavia. cioè. La finestra di Bartlett ha durata ∆x = 2N − 1 (il valore del segnale per n = 0 è nullo) e.2 0 −2 0 2 4 n 6 8 10 1 0. Si tratta di un segnale pari (centrato nell’origine). anche nel caso TD la finestra rettangolare si può esprimere come differenza di due gradini traslati temporalmente. se |t| < 1 . . considerando la versione anticipata RN (n + n0 ) con n0 = (N − 1)/2. 1. Infine. 2. la finestra rettangolare a TD degenera nell’impulso discreto. N −1} e durata ∆x = N. .4 0. Finestra triangolare a TC. ed è rappresentata graficamente in fig. La finestra ha estensione temporale Dx = {0. così come la finestra rettangolare a TD.48 Proprietà dei segnali 1 0. ponendo N = 1. 2.4 0. ed è rappresentata graficamente in fig. . pertanto. infatti si ha RN (n) = u(n)−u(n−N). 2.7. 2. È possibile definire la finestra triangolare (si veda la fig. è asimmetrica rispetto all’origine. Così come visto per la finestra rettangolare nell’es. si noti che. mediante operazioni elementari (moltiplicazione per una costante. di ampiezza unitaria e durata ∆x = 2. R1 (n) = δ (n). 2. come riportato in fig. Fig. altrimenti . 1− B2N (n) = N 0 . a partire dalla finestra triangolare prototipo.22. 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.6 0. altrimenti . ed è asimmetrica rispetto all’origine.23) anche nel caso TD. si noti che il numero di campioni non nulli è sempre un numero dispari e il massimo del segnale si raggiunge per n = N.8 x(t) = Λ(t) 0.

23. questo introduce.3 Estensione e durata temporale di un segnale 49 1 0. 2.2 0 −2 0 2 4 n 6 8 10 x(n) = B8(n+4) x(n) = B8(n) 1 0. Fissare una soglia (vedi fig. Un segnale TC di questo tipo di dice segnale di durata praticamente limitata. . con t2 > t1 . 2.4 0. tuttavia. Segnale di durata praticamente limitata. 2. Finestra triangolare a TD per N = 4. e la misura ∆x = t2 − t1 di tale intervallo è per definizione la durata del segnale.2 0 −6 −4 −2 0 n 2 4 6 Fig. legato proprio all’arbitrarietà nella scelta del valore della soglia. l’estensione Dx si può definire solo se si introduce un valore di soglia per le ampiezze.. senza mai annullarsi.t2 ) di valori significativi del segnale. per esso.. Fig. si perviene ad un diverso valore di durata del segnale. 2. t1 durata t2 . il quale decade asintoticamente a zero per t → ±∞.2 Segnali di durata praticamente limitata Esistono casi di segnali aventi ancora durata limitata. 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. un certo elemento di arbitrarietà nella misura della durata. a differenza del caso di segnali a durata rigorosamente limitata.25) consente anche in questo caso di individuare come estensione del segnale un intervallo Dx = (t1 . se si fissa una soglia diversa. Un discorso analogo sussiste anche per i segnali a TD. Finestra triangolare a TD per N = 4 con simmetria pari.4 0.3. x(t) soglia .25. 2. t Fig.6 0. In particolare.8 0. si consideri un segnale TC come quello riportato in fig. in quanto i suoi valori risultano trascurabili al di fuori di un certo intervallo di tempo. 2.6 0. e si considerano trascurabili le ampiezze del segnale inferiori alla soglia fissata.8 0. Si noti che.24.25..2. È chiaro intuitivamente che tale segnale debba essere considerato a durata limitata..

ed in particolare per a > 0 l’esponenziale risulta crescente. solo per t ≥ 0. come in fig. . Il caso a = 0 è degenere.26(b). Tale scelta può variare a seconda della natura del segnale. partiamo dalla definizione del segnale esponenziale bilatero a TC: x(t) = A eat . l’esponenziale bilatero è infinitesimo solo per t → +∞ o solo per t → −∞. In particolare. Un tipico esempio di segnali di durata praticamente limitata è rappresentato dai segnali esponenziali reali monolateri. con riferimento al caso TC per semplicità. mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. (a) a < 0 (valore effettivo a = −0. Esponenziale a TC con A = 1 e per due valori di a: (a) a > 0 (valore effettivo a = 0. delle applicazioni. in dipendenza dal valore di a = 0. Segnale esponenziale reale Per definire il segnale esponenziale monolatero a TC.25). mentre un’espansione con fattore 0 < a < 1 aumenta la durata del segnale da ∆x a ∆x /a > ∆x . in quanto assumono valori significativi solo in corrispondenza di un intervallo di tempo Dx limitato. al variare di a. In particolare. Poiché. mentre per a < 0 l’esponenziale risulta decrescente. esso non rientra nella famiglia dei segnali di durata praticamente limitata. per effetto del gradino.25).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. è lo stesso dell’esponenziale x(t) = A eat . Moltiplicando il segnale esponenziale per un gradino u(t) si ottiene l’esponenziale monolatero: x(t) = A eat u(t) . e degli scopi per i quali il segnale stesso viene studiato o elaborato. 2. 2. che risulta diverso da zero. in quanto per tale valore di a l’esponenziale si riduce ad una funzione costante x(t) = A. si noti peraltro che il comportamento per t ≥ 0. L’esponenziale a TC è una funzione monotona di t. Osserviamo inoltre che i segnali di durata limitata – sia quelli a durata rigorosamente limitata.1.26(a). ∀a ∈ R). Infine. 2. come mostra il calcolo della derivata di x(t). che quelli a durata praticamente limitata – sono anche detti segnali transitori. come in fig. nel caso a < 0. una compressione con fattore a > 1 riduce la durata del segnale da ∆x a ∆x /a < ∆x . solo il cambiamento di scala dei tempi è in grado di alterare la durata di un segnale. dove a ∈ R è un fattore di scala dei tempi. che sono descritti di seguito. notiamo che tra le operazioni elementari introdotte nel § 2. Inoltre al crescere di |a| l’esponenziale cresce o decresce più rapidamente.26.

e quindi aumenta la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. sebbene il segnale non si annulli mai al finito. se si pone per definizione a = −1/T con T > 0. e quindi diminuisce la misura dell’intervallo di tempo in cui x(t) assume valori non trascurabili. con 0 < α < 1. È chiaro allora che. La costante di tempo ammette anche una interessante interpretazione geometrica. ed indirettamente alla sua durata. e rappresenta il valore di t in corrispondenza del quale x(t) = A e−1 ≈ 0. la pendenza aumenta. essendo infinitesimo per t → ±∞. 2. scegliamo come valore di soglia α A.27): tale retta interseca l’asse delle ascisse proprio in corrispondenza di t = T . 2.27. con ∆x > 0 (durata) dipendente dalla scelta della soglia. Così facendo. In altre parole. Passiamo ora ad introdurre l’esponenziale bilatero a TD.368 A. 4 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(t) = A eat u(−t). al diminuire di T . la pendenza diminuisce. se si sceglie α = 0. dove il parametro T prende il nome di costante di tempo. . In tal caso. la cui estensione è Dx = (0. Esponenziale monolatero a TC ed interpretazione geometrica della costante di tempo T.05. dell’esponenziale monolatero. si ha un restringimento (compressione) dell’esponenziale sull’asse dei tempi. al crescere di T . A titolo esemplificativo.3 Estensione e durata temporale di un segnale 51 A u(t) x(t)=A e −t/T T t Fig. cioè. la durata del segnale risulta ∆x = T ln 1 α e. Per calcolare la durata analiticamente. la durata ∆x . dunque. per T t cui la retta tangente alla curva nell’origine ha equazione x = A 1 − T (fig. com’era intuibile. si ritengono trascurabili tutti i valori del segnale che risultano essere più piccoli del 5% del valore massimo A. l’esponenziale monolatero si riscrive come segue: x(t) = A e−t/T u(t) . ∆x ). risolvendo l’equazione x(∆x ) = α A. Infatti la derivata (calcolata da destra) della funzione x(t) dell’origine vale x (0+ ) = −A . cresce con legge direttamente proporzionale a T . con a > 0. esso assume valori praticamente trascurabili dopo solo 3 costanti di tempo. legata alla pendenza della funzione esponenziale nell’origine. Si capisce allora che la costante di tempo T governa proprio l’estensione Dx e. si ottiene che ∆x ≈ 3 T .2. che è definito dalla relazione x(n) = A an . l’esponenziale tende ad “allargarsi” (espandersi) sull’asse dei tempi. l’esponenziale monolatero è un segnale di durata praticamente limitata4 . Viceversa.

Infine. scegliendo come valore di soglia α A. la cui estensione è Dx = {0. l’esponenziale bilatero a TD non ricade nella classe dei segnali di durata praticamente limitata. se a = −1. bisogna introdurre l’esponenziale monolatero: x(n) = A an u(n) . viceversa. fissato 0 < α < 1. per |a| → 1. mentre per a < 0 assume valori di segno alterno (positivi per n pari. . 2. mentre per 0 < |a| < 1 l’esponenziale è decrescente in modulo. si ottiene che la durata del segnale è data da ∆x = ln ln 1 α 1 |a| = ln(α ) . mentre è identicamente nullo per n < 0. l’esponenziale è costante in modulo: in particolare. l’esponenziale monolatero tende a zero per n → ∞. mentre per valori di |a| prossimi a zero. 5 Lo stesso discorso può essere fatto anche per l’esponenziale monolatero x(n) = A an u(−n). per cui è un esempio di segnale TD di durata praticamente limitata5 . si ha x(n) = A (−1)n . L’andamento dell’esponenziale a TD al variare di a è più articolato rispetto a quello dell’esponenziale a TC. In particolare. con 0 < α < 1. che presenta lo stesso comportamento di x(n) = A an per n ≥ 0. che assume alternativamente i valori ±A. 1. con |a| > 1.28. in tal caso. per |a| > 1 l’esponenziale è crescente in modulo. con ∆x > 0 (durata) dipendente dalla scelta della soglia. a causa della presenza del gradino. ∆x − 1}. in particolare. la durata del segnale tende a zero. ln(|a|) Come preannunciato. . I sei possibili andamenti dell’esponenziale a TD sono rappresentati graficamente in fig. mentre. Per 0 < |a| < 1. la durata del segnale tende ad essere infinitamente grande. l’esponenziale decresce più lentamente. . è funzione di |a|: per valori di |a| prossimi ad 1. e risolvendo l’equazione |x(∆x )| = α A. . Inoltre. ∀a ∈ R − {0}). mentre A > 0 rappresenta un fattore di ampiezza (si noti che x(0) = A. se a = 1. La durata del segnale. per |a| → 0. per a > 0 l’esponenziale assume sempre valori positivi. per |a| = 1. negativi per n dispari). Più precisamente. . l’esponenziale si riduce al segnale costante x(n) = A. Similmente all’esponenziale bilatero a TC. l’esponenziale decresce più rapidamente.52 Proprietà dei segnali dove a ∈ R − {0} è un fattore di scala dei tempi. Per ottenere un segnale esponenziale di durata praticamente limitata.

2.2 0 −10 −5 0 n 5 10 −1 −10 −5 0 n 5 10 (e) (f) Fig.5 1 (d) 0.833).1).1). (d) −1 < a < 0 (valore effettivo a = −0. (c) 0 < a < 1 (valore effettivo a = 0.28.6 x(n) 0.5 x(n) 0 0. (f) a = −1. 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 0.833). .4 −0. (b) a < −1 (valore effettivo a = −1.2. (e) a = 1.8 0.

. Segnale di durata non limitata. come ad esempio il segnale raffigurato in fig. ovvero ∆x = +∞.. ∀t ∈ R .3 Segnali di durata non limitata e segnali periodici Esistono segnali che non decadono a zero. In molti casi.13) Il più piccolo valore di N0 che verifica la (2. 2. . Una famiglia importante di segnali di durata illimitata è quella dei segnali periodici. in quanto descrivono fenomeni in cui una stessa proprietà si presenta esattamente dopo un certo intervallo di tempo. Tale ripetibilità di un fenomeno si esprime in maniera matematicamente rigorosa come segue: Definizione 2. allora.29.12) e (2. sono sempre di durata limitata.13). tuttavia. Per segnali di questo tipo. Ad esempio. I segnali periodici sono molto frequenti nella fisica e nelle scienze naturali. ∀n ∈ Z . mentre nel caso TC il periodo T0 è in generale un numero reale. Va detto che il concetto di segnale di durata non limitata costituisce una astrazione matematica: i segnali che si incontrano in pratica. detto periodo.54 Proprietà dei segnali x(t) . nel caso TD il periodo N0 è necessariamente un numero intero. Una definizione pratica. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N0 ≥ 1 tale che x(n) = x(n + N0 ). Inoltre . e per questo motivo si assume che il segnale abbia durata non limitata o illimitata.29. risulta più semplice e conveniente utilizzare modelli matematici secondo i quali tali segnali hanno durata non limitata. 2. i segnali x(t) e x(n) si dicono aperiodici.12) è detto periodo (fondamentale) del segnale. è evidente che non esiste nessun criterio obiettivo per considerare trascurabili alcuni valori del segnale rispetto ad altri. Se non esiste alcun valore di T0 e N0 che soddisfa le relazioni (2. (2.13) è detto periodo (fondamentale) del segnale. il pianeta Terra ruota su sé stesso con un periodo circa pari a 24 ore.12) Il più piccolo valore di T0 che verifica la (2. in quanto osservati o elaborati su un intervallo di tempo finito (anche se eventualmente molto lungo).3. 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. infatti. ed intorno al Sole con un periodo pari circa a 365 giorni.. (2. t Fig. 2. rispettivamente.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 ). È bene enfatizzare il fatto che. I segnali di durata illimitata sono anche detti segnali persistenti..

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

Questa rappresentazione consente di dare un significato al concetto di pulsazione o frequenza negativa. § A. ed in senso orario se ω0 < 0.56 Proprietà dei segnali se ω0 > 0. risulta particolarmente utile per la sintesi e l’analisi dei segnali e sistemi che si incontrano nella realtà fisica.4). il valore assoluto della pulsazione o della frequenza misura la velocità di rotazione del vettore ruotante. che con il termine “segnale sinusoidale” intendiamo indifferentemente un segnale espresso in termini della funzione seno o (preferibilmente) della funzione coseno. un segnale sinusoidale si può esprimere come: A cos(ω0t + ϕ0 ) = 1 j(ω0t+ϕ0 ) 1 − j(ω0t+ϕ0 ) Ae + Ae = Re[A e j(ω0t+ϕ0 ) ] 2 2 ovvero come la somma di due fasori di uguale ampiezza A/2.12). come preannunciato. 2. 8 Ricordiamo . Anche la sinusoide.1). che il fasore non è un segnale “fisico”. il che accade dopo un tempo pari a T0 = 2π 1 = . Una dimostrazione più rigorosa della periodicità del fasore a TC si può ottenere utilizzando la (2. e quest’ultima relazione risulta verificata se e solo se 2π f0 T0 = 2kπ . ovvero la rapidità di variazione del fasore: a valori di |ω0 | maggiori corrispondono fasori che variano più rapidamente. come il fasore. il segno della pulsazione o della frequenza è legato al verso di rotazione (orario/antiorario) del fasore. notiamo che il fasore a TC rientra a pieno titolo nel modello matematico di segnale (1.31). Sinusoide a TC Un segnale sinusoidale8 a TC si può scrivere come: x(t) = A cos(ω0t + ϕ0 ) = A cos(2π f0t + ϕ0 ) . ovvero che x(t) = x(t + T0 ).15) pertanto. In ogni caso. si ha: A e j[2π f0 (t+T0 )+ϕ0 ] = A e j(2π f0t+ϕ0 ) =⇒ e j2π f0 T0 = 1 . Si noti. (2. e quindi si ha la (2. come sarà chiaro nel seguito. il fasore è una pura astrazione matematica che. infine. Dall’interpretazione come vettore ruotante. è un segnale periodico di periodo T0 = |2π | = | f10 | : la dimostrazione rigorosa si basa sull’applicazione della (2. nel senso che esso non è direttamente riconducibile a nessuna grandezza fisica. il fasore è un segnale periodico di periodo T0 . si vede che un fasore occupa nuovamente la stessa posizione nel piano complesso dopo aver percorso un giro completo. che altrimenti non avrebbe una chiara interpretazione fisica: in particolare. utilizzando le formule di Eulero (cfr. Di contro. imponendo che valga la (2. con k ∈ Z. da cui il più piccolo valore positivo per T0 si ottiene ponendo k = 1 (se f0 > 0) o k = −1 (se f0 < 0).12): infatti. In effetti. in cui il dominio T coincide con R e il codominio X è un sottoinsieme del campo dei numeri complessi C. mentre a valori di |ω0 | minori corrispondono fasori che variano più lentamente. il caso ω0 = 0 rappresenta il fasore più lentamente variabile.13) e ricalca quella già ω0 vista per il fasore. |ω 0 | | f 0 | (2. ruotanti in senso opposto con uguale velocità angolare |ω0 | (fig. in quanto per questo valore di ω0 il fasore degenera nel segnale costante x(t) = A e jϕ0 . ω0 . f0 e ϕ0 hanno la stessa interpretazione dei corrispondenti parametri per il fasore a TC.16) dove i parametri A. Così come l’impulso di Dirac a TC.15).

Prova. passando da ν0 = 0 a ν0 = 1. Ne segue che i fasori con la massima rapidità di variazione sono quelli a frequenza ν0 = 1/2 + k. nel caso TD il tempo n va considerato adimensionale. a ν2 − ν1 = k. L’interpretazione di un fasore a TD come vettore ruotante nel piano complesso è simile a quella di un fasore a TC (fig. derivanti dal fatto che mentre nel caso TC il tempo t si misura in secondi (s). 1[ oppure ν0 ∈ [−1/2. il fasore si muove “a scatti” nel piano complesso.1). 2π [ oppure θ0 ∈ [−π . Notiamo anzitutto le differenti dimensioni fisiche per la pulsazione e la frequenza rispetto al caso TC. poi diminuisce (fino a ν0 = 1). Come il fasore a TC. due fasori x1 (n) ed x2 (n) aventi frequenze ν1 e ν2 tali che ν2 − ν1 = k (k ∈ Z) sono coincidenti. π [. 2. se il fasore si sposta di θ0 oppure di θ0 + 2kπ . e con una differenza angolare tra due posizioni consecutivamente occupate pari a |θ0 |. 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) . ν0 = 2π è la frequenza (cicli). Infatti. la posizione finale è la stessa. la rapidità di variazione del fasore prima aumenta (fino a ν0 = 1/2).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. si ha: A e j[θ0 (n+N0 )+ϕ0 ] = A e jθ0 n+ϕ0 ) . in particolare. 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 )] . Sulla base di questa interpretazione. come θ0 ∈ [0. poiché θ1 = 2πν1 e similmente θ2 = 2πν2 . o equivalentemente valori di frequenza in un intervallo di ampiezza unitaria. ma anche alcune differenze significative rispetto al caso TC. 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 . =1 ∀n.3 Estensione e durata temporale di un segnale 57 Fasore a TD I fasori e le sinusoidi a TD presentano molte affinità. come ν0 ∈ [0. ed è nota come proprietà di periodicità in frequenza dei fasori a TD: Proprietà 2. k ∈ Z. applicando la definizione di periodicità (2. k ∈ Z . k ∈ Z. Questa è una delle fondamentali differenze rispetto ai fasori a TC. in termini di frequenze. la condizione θ2 − θ1 = 2kπ equivale.13) per un segnale TD. ϕ0 è la fase iniziale (rad). Equivalentemente. anche il fasore a TD soddisfa la definizione di segnale (1. però. così come accade nel caso TC.2.30): la differenza sostanziale. in cui il dominio T coincide con Z e il codominio X è un sottoinsieme del campo dei numeri complessi C. Inoltre la rapidità di variazione del fasore non aumenta in maniera monotona con la frequenza ν0 (o equivalentemente. ruotando in senso antiorario se θ0 > 0 e orario se θ0 < 0. Ovviamente. . da cui si ottiene dopo alcune semplificazioni: e jθ0 N0 = 1 . è che poiché il tempo n varia in maniera discreta. Un’altra differenza significativa rispetto al caso TC è che il fasore TD non è sempre un segnale periodico nel tempo.17) θ0 dove A > 0 è l’ampiezza. θ0 è la pulsazione (rad). (2. con la pulsazione θ0 ). 1/2[. mentre quelli con la minima rapidità di variazione (costanti) sono quelli a frequenza ν0 = k.

e quindi ν0 dev’essere necessariamente un numero razionale (rapporto di due numeri interi). e si può interpretare. il periodo di un fasore a TD si può determinare con i seguenti passi: Proprietà 2. antiorario se k > 0). In pratica. Infine. 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 . un aumento della frequenza (da ν0 = 1/3 a ν0 = 2/3) non implica una riduzione del periodo. k ∈ Z. nel caso in cui è periodico. similmente al caso TC. il segno di k è legato al verso di rotazione del fasore (orario se k < 0. se si aumenta la frequenza di un segnale periodico facendola passare da ν0 = 1/3 a ν0 = 3/4. mostra anche che. il periodo è N0 = 3 ed il fasore compie k = 1 giri completi in senso orario prima di riportarsi nelle posizione iniziale. il periodo è ancora N0 = 3. La proprietà precedente. se ν0 = √2 (un numero irrazionale). contrariamente a quanto avviene con i segnali periodici a TC. (3) il valore assoluto |k| del numeratore rappresenta il numero di giri che effettua il fasore prima di riportarsi nella posizione iniziale.58 Proprietà dei segnali che risulta verificata se e solo se θ0 N0 = 2kπ . da cui si ricava che ν0 = θ0 k = . con k ∈ Z − {0} ed N0 > 1 primi tra loro (si riduce preliminarmente la frazione ai minimi termini). Il periodo N0 del fasore si determina come segue: (1) si rappresenta il numero razionale ν0 = k/N0 . Questi due esempi mostrano che. Esempio 2. Questi semplici esempi confermano il fatto che la rapidità di variazione di un fasore non aumenta in maniera 1 monotona con la frequenza. (2) il periodo N0 coincide con il denominatore della frazione. il suo periodo è il più piccolo valore intero N0 ≥ 1 che soddisfa la relazione 2πν0 N0 = 2kπ . Infatti. allora il fasore non è periodico nel tempo. Se ν0 = 2/3.8 (periodicità nel tempo di un fasore a TD) Se ν0 = 1/3. può aumentare.6 (periodo di un fasore a TD) Sia x(n) = A e j(2πν0 n+ϕ0 ) un fasore a TD con frequenza ν0 razionale (non intera). il periodo aumenta passando da N0 = 3 a N0 = 4. In particolare: A cos(θ0 n + ϕ0 ) = . k ∈ Z. In tal caso. 2π N0 k ∈ Z.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. ma il fasore compie k = 2 giri completi in senso orario prima di riportarsi nella posizione iniziale. oltre ad evidenziare il fatto che un fasore a TD non è sempre periodico. addirittura. Si ricava allora la seguente proprietà di periodicità nel tempo dei fasori a TD: Proprietà 2. 2 2 Per la sinusoide a TD valgono le stesse proprietà di periodicità esposte per il fasore a TD. che può rimanere lo stesso (come nei due esempi precedenti) o. il periodo non coincide in generale con l’inverso della frequenza.

33 è mostrata un’onda rettangolare con A = 1 e δc = 0. ed il periodo dell’onda stessa. si ha: +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] = +∞ =−∞ ∑ xg (t − T0 ) = x(t) . d’altra parte. detto generatore. Ad esempio. etc. (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). notiamo che un’onda rettangolare con δc = 1 (100%) degenera nel segnale costante x(t) = A. per una dimostrazione più formale. 2.2. per cui x(t + T0 ) = x(t). è possibile costruire un unico segnale periodico x(t) secondo la (2. e di effettuarne la replicazione con periodo T0 : x(t) = repT0 [xg (t)] = +∞ k=−∞ ∑ xg (t − kT0 ) . e la cui rappresentazione grafica per A = 1 e δc = 0.8 (duty-cycle dell’80%). Come caso limite. un qualunque segnale periodico x(t) può sempre essere espresso come replicazione di un opportuno generatore xg (t). Viceversa.5 è quella di fig.18) risulta necessariamente x(t) = x(t + T0 ). Dato un segnale generatore xg (t) e fissato un periodo T0 . T0 /2]. in fig.9 (onda rettangolare a TC) Consideriamo come segnale generatore una finestra rettangolare di ampiezza A e durata T : xg (t) = A rect t T . Replicando xg (t) con passo T0 ≥ T (in caso contrario le repliche si sovrapporrebbero) si ottiene l’onda rettangolare di periodo T0 . Si ha. Esempio 2. infatti. la cui espressione è: ∑ A rect t − kT0 T . Applicando graficamente questa procedura si verifica facilmente che il segnale risultante è periodico di periodo T0 . diverso da zero nell’intervallo [−T0 /2. e duty-cycle o ciclo di servizio δc = x(t) = repT0 A rect t T = +∞ k=−∞ T T0 ≤ 1. x(t + T0 ) = +∞ k=−∞ ∑ xg (t + T0 − kT0 ) = +∞ k=−∞ ∑ xg [t − (k − 1)T0 ] . traslate di ±T0 . ∀t ∈ R. 2. (2. Effettuando il cambiamento di variabile k − 1 = nella sommatoria. ampiezza A. talvolta espresso in percentuale. rappresenta la misura del rapporto tra il tempo in cui l’onda rettangolare assume il valore A.18). ±2T0 . come si voleva dimostrare.3 Estensione e durata temporale di un segnale 59 (a) periodicità in frequenza: due sinusoidi con pulsazioni θ2 − θ1 = 2kπ (k ∈ Z) sono coincidenti. il periodo si determina come il denominatore della frazione che rappresenta ν0 ridotta ai minimi termini. Il duty-cycle δc .18) In pratica la replicazione consiste nel sommare infinite versioni (cosiddette “repliche”) del segnale generatore xg (t). basta provare che per il segnale x(t) definito come nella (2. Replicazione Un modo del tutto generale per costruire un segnale TC x(t) periodico con periodo T0 è quello di partire da un segnale xg (t). Infatti come generatore è possibile scegliere la . ∀t ∈ R.32.

.32. per determinare il generatore. descritta dall’esempio che segue. che si ottiene “finestrando” (ossia moltiplicando per una finestra rettangolare) il segnale: xg (t) = x(t) rect t T0 = x(t). T0 /2] . finestrando il segnale periodico nell’intervallo [−1. .8 (duty-cycle dell’80%).4 0.34). la replicazione di xg (n) è definita come: x(n) = repN0 [xg (n)] = +∞ k=−∞ ∑ xg (n − kN0 ) . ∀n ∈ Z (la prova è banale ed è simile a quella già vista per il caso TC). restrizione del segnale periodico ad un periodo. Onda rettangolare a TC con A = 1 e δc = 0.6 0. 2. La definizione di replicazione si può estendere al caso TD con cambiamenti banali di notazione. 0.t0 + T0 /2]. Bisogna tuttavia notare che.8 0.33. è possibile scegliere come intervallo di finestratura un qualunque intervallo di periodicità del segnale.36. T0 /2]. Un caso meno banale che evidenzia la possibilità di scegliere almeno due diversi generatori di uno stesso segnale periodico è la replicazione con sovrapposizione tra le repliche. 2. 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=−∞ +∞ ∑ .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. 2. In altri termini. Poiché il periodo di replicazione è inferiore alla durata del generatore.60 Proprietà dei segnali 1 0.8 0. si ottiene il generatore raffigurato in fig. ed il segnale risultante (fig.5 (duty-cycle del 50%). dato un segnale generatore xg (n) diverso da zero nell’intervallo {0. cioè risulta x(n) = x(n + N0 ). altrimenti. 1.4 0. Fig. la relazione tra segnale periodico e generatore non è biunivoca. ma bisogna tener conto della sovrapposizione tra le repliche. ad esempio [t0 − T0 /2. le repliche del segnale si sovrappongono.10 (onda triangolare a TC con sovrapposizione) A partire dal segnale generatore xg (t) = Λ(t) avente durata pari a 2 (Fig. 1]. . In particolare. 2. 2. (2.35) non si ottiene semplicemente affiancando le finestre triangolari. . N0 − 1}.6 x(t) 0. ad esempio [−T0 /2. In questo caso. con t0 ∈ R. Onda rettangolare a TC con A = 1 e δc = 0.2 0 −2 −1 0 t/T 1 2 x(t) 1 0. t ∈ [−T0 /2.2 0 −2 −1 0 t/T 1 2 0 0 Fig. . Esempio 2. sommando queste ultime negli intervalli di sovrapposizione.

8 0.6 x(n) 0.4 0.75. Segnale generatore dell’onda triangolare a TC dell’es. 0. Esempio 2.10. Replicando tale generatore con periodo N0 ≥ M (altrimenti le repliche si sovrapporrebbero) si ha: x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . 2.6 0.8 0. che si ottiene finestrando il segnale con una finestra . Onda triangolare a TC dell’es.36.2 0 1 0.8 0.37 per M = 3 e N0 = 5.37. Infatti come generatore è sempre possibile scegliere la restrizione del segnale periodico al periodo. 1 0.11 (onda rettangolare a TD) Consideriamo come segnale generatore una finestra rettangolare di ampiezza unitaria e durata M: xg (n) = RM (n) .6 0.2 0 −2 −1 0 t 1 2 1 0.75). 2. 2.10 (sono raffigurate a tratteggio le repliche che sommate tra loro danno luogo al segnale a tratto continuo).8 0.6 x(t) 0.4 0. 2. 2.4 0.2 0 −2 −1 0 t 1 2 Fig. Un differente generatore dell’onda triangolare a TC dell’es.3 Estensione e durata temporale di un segnale 61 1 0. 2. Fig.2 0 −2 −1 0 t 1 2 xg(t) −10 −5 0 n 5 10 Fig. un qualunque segnale periodico x(n) di periodo N0 può sempre essere ottenuto come replicazione di un opportuno generatore xg (n).10.2. Onda rettangolare a TD con M = 3 ed N0 = 5. xg(t) Fig. 2.4 0. Viceversa. 2. ottenuto finestrando il segnale periodico nell’intervallo (−0. il cui andamento è rappresentato in Fig.35.34.

n ∈ {0. 0. . già fatta nel caso TC. in altri termini. . . . un generatore determina univocamente un segnale periodico. altrimenti . Vale anche nel caso TD la stessa osservazione. riguardo la non biunivocità della relazione tra segnali periodici e generatori. N0 − 1} . mentre un segnale periodico può essere ottenuto da diversi generatori. 1.62 Proprietà dei segnali rettangolare a TD: xg (n) = x(n) RN0 (n) = x(n). .

. . x(t) <x(t)> Z -Z +Z t 2Z Fig. (2. Z). si definisce area del segnale nell’intervallo {−K.38. .22) mentre si definisce media temporale del segnale nell’intervallo (−Z. 63 2. −K + 1. il numero. K} la somma dei valori assunti dal segnale in tale intervallo: Ax (K) = n=−K ∑ K x(n) . 2. il numero.. si definisce infatti area del segnale nell’intervallo (−Z.2. K} la media aritmetica dei valori assunti dal segnale in tale intervallo: x(n) = K 1 ∑ x(n) . K − 1. Interpretazione della media temporale di un segnale TC nell’intervallo [−Z. 2K + 1 n=−K K (2. . reale o complesso.. (2. in dipendenza della natura del codominio X del segnale.4 Area e media temporale di un segnale Altri due parametri che concorrono a caratterizzare sinteticamente un segnale sono l’area e la media temporale. . calcolato effettuando la media integrale dei valori del segnale: x(t) Z = 1 2Z Z −Z x(t) dt . reale o complesso. .. . calcolato effettuando l’integrale del segnale su tale intervallo: Ax (Z) = +Z −Z x(t) dt . L’area del rettangolo (tratteggiata) di altezza x(t) Z e base 2Z è uguale all’area sottesa dal segnale. Dato un segnale TD x(n) e fissato un intero K ≥ 0. K − 1. (2. . l’area e la media temporale di x(n) sono numeri reali o complessi. −K + 1.20) mentre si definisce media temporale del segnale nell’intervallo {−K.4 Area e media temporale di un segnale .23) . .21) Si noti che. Z). Considerato Z > 0. Z]. 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..

A tal proposito.2). Se il limite nella (2. sia nel caso TC che nel caso TD. (segnali TC) Z→+∞ 2Z −Z x(·) = K 1  lim   ∑ x(n). il cui valore è in generale diverso dal corrispondente integrale improprio: +∞ −∞ x(t) dt = Z2 Z1 . 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. 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.22) e (2. (segnali TD) K→+∞ 2K + 1 n=−K (2. dipendono dalla scelta di Z oppure di K. il che significa che esistono segnali per i quali la definizione di area (2. salvo che in casi particolari.64 Proprietà dei segnali L’interpretazione di media.24) x(n). Si perviene così alle fondamentali definizioni di area e media temporale di un segnale (sull’intero asse dei tempi): Definizione 2. Ciò accade. Per ottenere invece valori di area e media temporale rappresentativi dell’intero segnale. Tale interpretazione è raffigurata graficamente per il caso TC in fig. si noti che.26) in cui.38. si ottiene notando che le (2. per i quali l’integrale nella (2. § B. (segnali TC) (2. 2.24) non esiste in senso ordinario.Z2 →+∞ −Z1 lim x(t) dt .26) esiste. per esempio.21) oppure (2.24) perde di significato. ovvero riguardano solo una porzione del segnale. nel caso dei segnali periodici. è sufficiente far tendere Z oppure K all’infinito. (2. cioè +∞ −∞ x(t) dt = lim Z Z→+∞ −Z x(t) dt .25) L’integrale che definisce l’area di un segnale TC può non esistere.24).27) . 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. 2K + 1 Ax (Z) . gli estremi di integrazione tendono all’infinito indipendentemente l’uno dall’altro.2. Si suole anche dire che la media temporale rappresenta il valor medio del segnale nell’intervallo temporale di riferimento.23) si possono riscrivere come x(n) x(t) K Z Ax (K) .3 (area e media temporale) (a) L’area di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K x(t) dt. = 2Z = e quindi. (2. I valori dell’area e della media temporale calcolati sulla base delle (2. (segnali TD) Ax = n=−K ∑ (b) La media temporale di un segnale è:  Z  lim 1  x(t) dt.21) e (2. in base alla (2.20) e (2. a differenza del valor principale di Cauchy dove Z1 = Z2 = Z.23).

nel senso che se y(t) = x(−t).3).12 (area e media temporale della finestra rettangolare) Calcoliamo area e media temporale di una finestra rettangolare a TC x(t) = A rect(t/T ). Con riferimento al caso TC per semplicità. |a| da cui si ricava che una compressione (|a| > 1) riduce l’area del segnale. cioè +∞ n=−∞ ∑ x(n) = lim K→+∞ n=−K ∑ K x(n) . si ha Ay = Ax . a partire dal segnale x(t) avente area finita Ax . cioè. è immediato calcolare l’area del segnale y(t) = x(at). 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 . Essa vale infatti se la media è calcolata su un intervallo temporale finito. Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. con t ∈ R. Infatti. e quindi per ogni fissato valore di Z o di K: in questo caso. |Ax | < +∞. mentre il valor principale di Cauchy dell’integrale di x(t) esteso a tutto l’asse reale risulta esistere ed essere nullo. se consideriamo il segnale x(t) = t.26) non esiste. se il segnale x(·) assume valori finiti. Z→+∞ . e quindi come valor medio del segnale (con riferimento all’intero asse dei tempi). Si tratta di un segnale di durata rigorosamente limitata. se il segnale ha area finita.4 Area e media temporale di un segnale 65 Tuttavia. cioè.23).25) si ottiene come caso limite dalle definizioni (2. +∞ (2. essa è anche simmetricamente convergente e la sua sua somma coincide con quella simmetrica.25) si potrebbe ricavare come caso limite di quella già data con riferimento alla media su un intervallo temporale di durata limitata. si deduce che affinché la media temporale di x(·) assuma un valore diverso da zero. § B. Quando invece la serie di x(n) converge. la sua media temporale è nulla. 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. Un’altra proprietà interessante dei segnali aventi area finita è legata al cambiamento di scala temporale. è facile verificare che anche l’operazione di traslazione temporale non altera l’area di un segnale. che può esistere anche quando la serie bilatera di x(n) non converge. 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.2.21) o (2. si ottiene che l’area di un segnale è invariante rispetto alle riflessioni temporali. Tuttavia. l’interpretazione della (2.28) ossia. Poiché la definizione di area e valor medio sono intimamente legate. se il segnale x(t) ha area finita. con a ∈ R − {0}. la sua area è necessariamente finita. Per quanto concerne l’interpretazione di x(·) . l’area del segnale deve necessariamente essere infinita. ponendo a = −1.1. l’integrale (2. ottenendo: Ay = lim Z Z→+∞ −Z y(t) dt = lim Z Z→+∞ −Z x(at) dt = lim 1 Z→+∞ |a| Z −Z x(τ ) dτ = Ax . Più in generale. mediante cambio di variabile. Questo accade per i segnali aventi durata rigorosamente limitata (come le finestre). Come caso particolare. mentre una espansione (0 < |a| < 1) aumenta 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. soffermando l’attenzione al caso TC. poiché la media temporale definita nella (2. Esempio 2. Ad esempio. ma si verifica anche per molti segnali aventi durata praticamente limitata. Allo stesso modo. dato che l’area di un segnale può essere infinita. Un discorso analogo sussiste anche per i segnali a TD con riferimento alla sommatoria: l’area del segnale x(n) è definita mediante la somma simmetrica della serie bilatera di x(n) (cfr. tutti i segnali dispari risultano avere area nulla. il segnale ha area nulla. il fatto che Ax sia finito o infinito ha delle immediate implicazioni sul valor medio del segnale. Come conseguenza di questo risultato.

definito come sgn(t) = 1. dobbiamo considerare allora segnali aventi area infinita e quindi durata illimitata. −1. l’esponenziale monolatero decrescente ha area finita come la finestra rettangolare: Ax = lim Z Z→+∞ −Z x(t) dt = lim A Z→+∞ Z 0 e−t/T dt = lim AT (1 − e−Z/T ) = AT . la media temporale di x(t) è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Esempio 2. in altri termini. K→+∞ 2K + 1 n=−K n=0 Calcoli analoghi si possono effettuare anche nel caso TC.14 (media temporale del segnale costante) È semplice calcolare la media temporale di un segnale costante x(·) = a. 2Z Calcoli analoghi si possono effettuare anche nel caso TD. 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. in quanto la sua area è finita ed è data da: Ax = lim K→+∞ n=−K ∑ K x(n) = lim A ∑ an = lim A K→+∞ n=0 K→+∞ K A 1 − aK+1 = . e quindi si ha in generale u(·) = 1 . con 0 < |a| < 1. la media temporale di una costante coincide con la costante stessa. Analogamente. t < 0 . ma presenta particolari proprietà di simmetria. la sua media temporale è nulla: x(t) = lim 1 Z→+∞ 2Z Z −Z x(t) dt = 0 . Esempio 2. Si ha: u(n) = lim K K 1 1 1 K +1 lim lim ∑ u(n) = K→+∞ 2K + 1 ∑ 1 = K→+∞ 2K + 1 = 2 .13 (area e media temporale dell’esponenziale monolatero decrescente) Calcoliamo area e media temporale del segnale esponenziale a TC x(t) = A e−t/T u(t). 1−a 1−a Per avere esempi significativi di segnali aventi media temporale diversa da zero. e quindi per un segnale costante x(·) = a si ha x(·) = a.66 Proprietà dei segnali Conseguentemente. con T > 0.27. Pur trattandosi di un segnale di durata praticamente limitata. Esempio 2.15 (media temporale del gradino) Calcoliamo la media temporale di un gradino a TD. si verifica che anche la media temporale della finestra a TD x(n) = RN (n) è nulla. è nulla. t ≥ 0. in quanto ha area finita pari a N. anche la media temporale dell’esponenziale a TD x(n) = A an u(n). come evidenziato nel seguente esempio. 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 . 2.16 (media temporale del signum) Calcoliamo la media temporale del segnale TC x(t) = sgn(t). . Esempio 2. Con calcoli analoghi. Conseguentemente. 2 La media temporale può essere nulla anche se il segnale ha durata infinita.

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

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

questo consente di utilizzare la notazione simbolica x(t) dt = t0 +T0 t0 T0 x(t) dt . ricalcoliamo la media temporale del segnale x(t) = sgn(t). osservando che per un segnale periodico a TC risulta: T0 0 x(t) dt = t0 +T0 t0 x(t) dt . la media temporale di un segnale periodico si può esprimere come:  1  x(t) dt . 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. .15. per un segnale TD. notando che tale segnale può essere espresso semplicemente in funzione del gradino come sgn(t) = 2 u(t) − 1. il fasore degenera nel segnale costante x(t) = A e jϕ0 . Tale proprietà può essere espressa in forma più generale.18 (media temporale di un fasore) Calcoliamo dapprima la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Allo stesso modo. ovvero il risultato dell’integrale su un periodo T0 non dipende dagli estremi di integrazione. utilizzando la (2. (segnali a TD)  N 0 N0 Esempio 2.14 e 2. evitando il passaggio al limite presente nella definizione generale (2. denoteremo con ∑ x(n) = N0 n0 +N0 −1 n=n0 ∑ x(n) . per indicare l’integrale effettuato su un intervallo arbitrario di durata T0 . Esempio 2. 2. (segnali a TC)  T0 T (2. pari ad un periodo del segnale. Per ω0 = 0.4 Area e media temporale di un segnale 69 per cui facendo divergere Z o equivalentemente nZ . la sommatoria fatta su N0 campioni consecutivi arbitrari. La proprietà 2. ∀t0 ∈ R .17 (media temporale del signum) Come applicazione della proprietà di linearità.29): x(t) = 1 T0 A e j(ω0 t+ϕ0 ) dt = A e j ϕ0 T0 T0 0 2π | ω0 | . ∀n0 ∈ Z . ad esempio in (0. il fasore x(t) è periodico di periodo T0 = periodo.7(c) consente di semplificare il calcolo della media temporale di un segnale periodico.25). Si ha allora: x(t) = 2 u(t) − 1 = 2 u(t) − 1 = 0 .2. T0 ). riottenendo il risultato dell’es. ovvero su un periodo del segnale. 2. =1 2 =1 dove abbiamo applicato i risultati degli es. Per ω0 = 0.29) x(·) = 1 0  ∑ x(n) . Con la notazione precedente.16. ∀t0 ∈ R . 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 .

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). altrimenti . se θ0 = 2π k. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ). si può definire per differenza anche la componente alternata. A cos (ϕ0 ) .19 (media temporale di una sinusoide) Calcoliamo la media temporale della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). applicando la proprietà di linearità della media temporale. Analogamente. Ae Esempio 2. la componente alternata. e quindi.31) Mentre la componente continua rappresenta il valor medio del segnale. (2. Dalla sua definizione. esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la media temporale. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). . la media temporale di un segnale si può interpretare come la componente continua del segnale.1 Componente continua e alternata di un segnale Utilizzando una terminologia mutuata dall’elettrotecnica.18) che un fasore con ω0 = 0 ha media temporale nulla. 2 2 2 2 =0 =0 dove abbiamo sfruttato il risultato (cfr. Definizione 2.30) La componente alternata (AC) di un segnale x(·) si ottiene sottraendo al segnale la sua componente continua: xac (·) = x(·) − xdc . essendo ottenuta depurando il segnale della componente continua. si può dimostrare (la verifica è lasciata come esercizio) che x(n) = 0. è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. poiché la sinusoide x(t) si esprime come somma di due fasori. 2.4 (componente continua/alternata) La componente continua (DC) di un segnale x(·) coincide con la sua media temporale: xdc = x(·) . (2. la parte “costante” del segnale. k ∈ Z . ne rappresenta la parte effettivamente “variabile”. Infatti. Infatti. si può verificare (la dimostrazione è lasciata come esercizio) che: x(n) = 0. in un certo senso. a partire dalla componente continua. se θ0 = 2π k. es. Nel caso in cui ω0 = 0. pertanto x(t) = A cos(ϕ0 ) = A cos(ϕ0 ) . k ∈ Z . jϕ0 . 2. si ha: xac (·) = x(·) − xdc = x(·) − xdc = xdc − xdc = 0 .7(a) (linearità della media temporale): x(t) = 1 1 1 1 A e j(ω0 t+ϕ0 ) + A e− j(ω0 t+ϕ0 ) = A e jϕ0 e jω0 t + A e− jϕ0 e− jω0 t = 0 .4. possiamo applicare la proprietà 2. altrimenti .

2. con θ0 = 2π k. Consideriamo. che viene misurata in Joule (J). anche la relazione sgn(t) = 2 u(t) − 1 che abbiamo già utilizzato in precedenza. sono segnali TD puramente alternativi. (2. quindi. 2 2 Dalla relazione precedente si può ricavare. mentre la componente alternata vale: 2 xac (t) = x(t) − xdc = u(t) − 1 1 = sgn(t) . in quanto per un segnale reale |x(·)|2 = x2 (·). Risultati analoghi valgono anche per il caso del gradino a TD. si può verificare che in generale l’energia è proporzionale all’integrale del quadrato del segnale.5 Energia di un segnale 71 Dalla definizione stessa di componente alternata. segue che il fasore e la sinusoide a TC. se il segnale è reale.5 (energia) L’energia di un segnale è:   lim  Z→+∞  lim   K→+∞ Z −Z K |x(t)|2 dt. Esempio 2. (segnali TC) |x(n)|2 . un resistore R attraversato dalla corrente x(t): per effetto termico.33) (segnali TD) Ex = n=−K ∑ Si noti la presenza del modulo nella definizione (2.33). il resistore dissipa nell’intervallo di tempo (−Z. il concetto di energia è fondamentale nella fisica. viene detto segnale puramente alternativo. un segnale x(·) che presenta xdc = 0 e che. Avendo ignorato eventuali costanti di proporzionalità.32) In particolare. 2.32) per un gradino assume la forma: u(t) = xdc + xac (t) = 1 1 + sgn(t) . Dagli es. Z) un’energia pari a Ex (Z) = Z −Z R x2 (t) dt . con ω0 = 0. coincide con la sua componente alternata.20 (componente continua ed alternata del gradino) Abbiamo già calcolato (es.18 e 2. il modulo può evidentemente essere omesso. (2. per cui la componente continua vale xdc = 1 .19. Se si considerano altri esempi in altri campi della fisica.15) la media temporale del gradino. 2. Per ottenere una definizione indipendente dalla particolare applicazione fisica. che rende tale definizione di energia applicabile anche a segnali complessi. k ∈ Z. e ricorre in numerose applicazioni. per verifica. conviene ignorare le eventuali costanti di proporzionalità (come la resistenza R nell’esempio precedente) e definire l’energia di un arbitrario segnale TC o TD (sull’intero asse dei tempi) nel modo seguente: Definizione 2. 2 2 Pertanto la decomposizione (2.5 Energia di un segnale Un parametro importante che caratterizza sinteticamente un’ampia famiglia di segnali è l’energia. 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 (·) . notiamo . sono segnali TC puramente alternativi. analogamente. ad esempio. 2. il fasore e la sinusoide a TD.

Esempio 2.33) non sono necessariamente quelle di una energia. ovvero se e solo se |a| < 1. 2 Notiamo che l’energia è finita poiché x(t) è una funzione che tende a zero per t → +∞ con legge esponenziale (quindi molto rapidamente). ma richiede una moltiplicazione per una resistenza. ∞ Si ottiene allora una serie geometrica di ragione a2 . 1 − a2 |a| < 1 .33) (cfr. Tali costanti di proporzionalità non saranno considerate nel seguito. Si ha infatti: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = N−1 n=0 ∑ 1=N. se il segnale x(·) presenta durata rigorosamente limitata (è il caso delle finestre). la sua energia (ovvero l’area di |x(·)|2 ) sarà finita. Esempio 2.72 Proprietà dei segnali che le dimensioni fisiche di Ex calcolata mediante la (2. Dal confronto tra le (2. purché |x(·)|2 decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità.24) e (2. Notiamo che la condizione |a| < 1 equivale a dire che l’esponenziale tende a zero per n → +∞ . Si ha: Ex = lim K→+∞ n=−K ∑ K |x(n)|2 = A2 n=0 ∑ a2n .22 (energia dell’esponenziale monolatero a TC) Calcoliamo l’energia per l’esponenziale monolatero a TC x(t) = A e−t/T u(t). il quadrato di una corrente non è dimensionalmente una energia.2. allora anche |x(·)|2 sarà di durata rigorosamente limitata e. Esempio 2. conseguentemente. Questo osservazione ci consente di estendere all’energia alcune proprietà dell’area di un segnale.1. . Ad esempio. con T > 0. allora. Se avessimo viceversa considerato T < 0. è interessante osservare che l’energia del segnale x(·) può essere interpretata come l’area del segnale |x(·)|2 . l’energia può esistere finita anche se il segnale x(·) ha durata non rigorosamente limitata.33). avremmo avuto un esponenziale monolatero crescente.3 e B. Calcoli altrettanto semplici si possono effettuare per una finestra rettangolare a TD x(n) = RN (n). che converge se e solo se |a|2 < 1. l’energia vale: Ex = A2 1 . § B.21 (energia della finestra rettangolare) Il calcolo dell’energia per una finestra rettangolare a TC x(t) = A rect(t/T ) è semplice. In questo caso. che quindi avrebbe presentato Ex = +∞. 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 . mentre per |a| ≥ 1 l’energia non esiste finita. l’energia è una quantità non negativa (Ex ≥ 0). Essendo legata al quadrato del segnale. in quanto l’esponenziale non tende a zero. ma evidentemente vanno portate in conto se si intende calcolare l’energia in Joule mediante la (2. Tuttavia.4). 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). in modo da garantire la convergenza dell’integrale o della serie che compaiono nella definizione (2. In particolare.33) in specifiche applicazioni.

più articolato è il calcolo dell’energia Ex+y della somma di due segnali. § B.22.22 e 2. in quanto tipicamente presentano Ex = +∞: vedremo che tali segnali appartengono in genere alla classe dei segnali di potenza (vedi § 2.5.2. in molti casi di interesse pratico i segnali di energia hanno anche area finita (vedi ad esempio gli esponenziali monolateri). 2. e la somma di due segnali di energia è ancora un segnale di energia. la conseguenza pratica è che tipicamente essi hanno componente continua nulla.4). 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)] .23). dalla quale. dal punto di vista matematico. in generale. consegue che. un segnale di energia può anche avere componente continua non nulla.35) Z→+∞ −Z x(t) y∗ (t) dt .1. In conclusione.3). è semplice provare che si ha Ey = |α |2 Ex .6 (segnale di energia) Si dice segnale di energia un segnale x(·) avente energia finita e diversa da zero (0 < Ex < +∞).2.2. Nel caso del prodotto per una costante α ∈ C.21. sostituendo nella (2. ma non essere di energia. sia i segnali di durata praticamente limitata (ad esempio i segnali esponenziali monolateri decrescenti degli es.6).34) Sviluppando il modulo al quadrato all’interno dell’integrale. 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 . che comprende sia i segnali di durata rigorosamente limitata (come ad esempio la finestra rettangolare dell’es. 2.36) . Poiché i segnali aventi area finita hanno componente continua nulla. (2.5 Energia di un segnale 73 2. In pratica. 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. partendo dalla definizione: Ex+y = lim Z Z→+∞ −Z |x(t) + y(t)|2 dt . Sviluppiamo esplicitamente i calcoli nel caso TC. Viceversa. Tuttavia. § 2.34). (2.3 e B. e 2. 2. non esiste alcuna relazione di inclusione tra l’insieme dei segnali di energia e l’insieme dei segnali aventi area finita (cfr.21).4): un segnale può essere di energia. la classe dei segnali di energia si può identificare con la classe dei segnali di durata limitata o transitori (cfr. § B.3 e B.2 Energia mutua Osserviamo preliminarmente che il prodotto di un segnale di energia per una costante è ancora un segnale di energia. posto y(·) = α x(·). 2. Più in generale. 2.5. sussiste la seguente definizione: Definizione 2.1. un segnale può avere area finita. i segnali di durata non limitata o persistenti non sono di energia.23) prendono il nome di segnali di energia.1 Segnali di energia I segnali aventi energia finita (come quelli degli es. osserviamo che. (2. ma non avere area finita.

sono mostrati alcuni casi tipici (certamente non esaustivi) di segnali ortogonali. 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 ) . Poiché il termine contenente l’energia mutua nella (2. l’energia mutua è anch’essa reale (anche se può avere segno qualsiasi). l’energia mutua può anche essere interpretata come “prodotto scalare” tra i segnali x(t) ed y(t) (riguardati come vettori). Inoltre. In tal caso. . che garantisce l’additività delle energie:10 Ex+y = Ex + Ey . tali relazioni mostrano che l’energia della somma di due segnali può risultare in generale maggiore.38) (segnali TD) A differenza dell’energia. (2. il termine Exy che evidentemente porta in gioco relazioni energetiche mutue o reciproche tra i due segnali. in questo caso xy la condizione Exy = 0 è sufficiente ma non necessaria. l’energia mutua è in generale una quantità complessa.40). (2.40) La precedente osservazione porta ad introdurre il concetto di ortogonalità11 tra due segnali di energia: Definizione 2. Esempio 2. come ad esempio x(t) = rect(t) e y(t) = rect(t − 1) (fig. con ovvie modifiche. che è una quantità reale e non negativa. (2.37) o nella (2.37) La relazione (2. Nei due esempi seguenti.8 (ortogonalità tra segnali di energia) Due segnali di energia x(·) e y(·) si dicono ortogonali se Exy = 0.24 (segnali di energia ortogonali nel tempo) Si considerino due segnali che non si sovrappongono nel tempo. notiamo peraltro che per x(·) ≡ y(·) l’energia mutua si riduce all’energia del segnale.41). Estendendo i precedenti concetti. possiamo dare la seguente definizione di energia mutua tra due segnali: Definizione 2. Z e quindi a maggior ragione Exy = limZ→+∞ −Z x(t) y∗ (t) dt = 0.37) (valida per segnali a TC e a TD) si semplifica nella: Ex+y = Ex + Ey + 2 Exy . e risulta simmetrica. Segnali (TC o TD) che non si sovrappongono nel tempo sono detti ortogonali nel tempo. mentre diventa necessaria e sufficiente se i segnali sono reali. In tal caso si ha x(t) y∗ (t) ≡ 0. si ha Eyx = E∗ : nel caso di xy segnali reali.39) può assumere segno qualsiasi. minore o uguale rispetto alla somma delle energie. in base a concetti matematici più avanzati. poiché il secondo segnale nella (2. (2. Particolarmente interessante è la condizione in cui Exy = 0. 11 Si usa il termine “ortogonalità” in quanto. in quanto Eyx = Exy . però. (segnali TC) ∗ Exy = −K ∑ x(n) y (n).38) è coniugato. 10 Se i segnali sono complessi.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. oltre alle energie Ex e Ey dei singoli segnali. 2.37) mostra che nel calcolo dell’energia Ex+y della somma di due segnali compare.39) simile concettualmente alla formula per il calcolo del quadrato di un binomio. per l’additività delle energie è necessario e sufficiente che sia Re[E ] = 0. la relazione (2. al caso TD.

anche la potenza è un parametro sintetico caratterizzante alcuni segnali. basta considerare i segnali x(t) = rect(t) e y(t) = t rect(t) (fig. generalizzando l’interpretazione come media temporale al caso TD. Pertanto. Poiché il prodotto di una funzione pari e di una dispari è una funzione dispari. ovvero si ottiene dividendo l’energia dissipata nell’intervallo (−Z. mentre l’altro ha simmetria dispari.6 Potenza e valore efficace di un segnale 75 1 x(t) x(t) 1 0.41.5 1 1. Esempio 2.5 0. nonostante x(t) y∗ (t) ≡ 0.5 −1.5 y(t) 0 −0.5 2 −1 −0.5 t 1 1.5 0 −1 1 −0. 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. 2. al modulo al quadrato del segnale. 2. 2.5 0 −1.25 (segnali di energia ortogonali per simmetria) Si considerino due segnali di energia anche sovrapposti nel tempo. Si ha: Exy = lim Z Z→+∞ −Z rect(t)t rect(t)dt = 1/2 −1/2 t dt = 0 . che è utilizzato in numerosi e diversi ambiti della fisica.5 0 0. Per ottenere una definizione generale della potenza mediamente dissipata su tutto l’intervallo temporale del segnale. Z) per la lunghezza 2Z di tale intervallo di tempo.5 2 −1 −0. 2.24). risulta anche in questo caso Exy = 0. Z) è Px (Z) = 1 2Z Z −Z R x2 (t) dt .5 0 t 0. come l’energia. I segnali x(t) = rect(t) e y(t) = rect(t − 1) sono ortogonali nel tempo (es.5 0 −1 −0.6 Potenza e valore efficace di un segnale Come l’energia.42. è una quantità non negativa (Px ≥ 0). abbia simmetria pari.5 t 1 1.5 y(t) 0. ottenendo così: Px = lim 1 Z→+∞ 2Z Z −Z |x(t)|2 dt . 2.5 0 t 0. La potenza è una quantità misurata in J/s o Watt (W). si perviene alla seguente definizione di potenza: .5 1 1.5 0 0. ad esempio x(t).25).41) Notiamo che la potenza Px coincide con la media temporale del segnale |x(t)|2 ed essendo legata. Per un esempio concreto.5 0. (2. Fig. 2.5 Fig.42). ma tali che uno dei due. Consideriamo ancora l’esempio del resistore R attraversato dalla corrente x(t): la potenza mediamente dissipata nell’intervallo di tempo (−Z.2.

Esempio 2. di ottenere una quantità che dipende esclusivamente dal segnale.11 (segnale di potenza) Si dice segnale di potenza un segnale x(·) avente potenza finita e diversa da zero (0 < Px < +∞). (segnali TD) K→+∞ 2K + 1 n=−K Si noti che il modulo nella definizione (2.42) non sono necessariamente quelle corrette (ovvero W). gradino. signum) e i segnali periodici (es. le dimensioni fisiche della potenza definita in base alla (2.76 Proprietà dei segnali Definizione 2. Esempio 2. molto utilizzato nell’elettrotecnica: Definizione 2. 2. 2. allora Px = a2 . come per l’energia. . Sulla base del risultato dell’es.10 (valore efficace) Il valore efficace di un segnale x(·) è: xrms = Px = |x(·)|2 .42) può essere omesso se il segnale è reale.15 sulla componente continua di un gradino. poiché il gradino assume solo i due valori reali 0 ed 1. 2. La classe dei segnali di potenza è costituita dai segnali di durata non limitata o persistenti: tali segnali comprendono i segnali aperiodici persistenti (es. tali segnali prendono il nome di segnali di potenza: Definizione 2.26. (segnali TC) (2. il valore efficace di un segnale x(·) si può interpretare come il valore che deve assumere un segnale costante per avere la stessa potenza del segnale dato.1 Segnali di potenza Sulla base della definizione di potenza.6. è possibile individuare la classe dei segnali che hanno potenza finita. A partire dalla potenza si definisce il valore efficace di un segnale (detto anche valore root mean square o RMS).26 (potenza di un segnale costante) La potenza di un segnale costante x(·) = a è: Px = |x(·)|2 = |a|2 = |a|2 . Il vantaggio è.27 (potenza del gradino) Il calcolo della potenza di un gradino u(·) è semplice: basta osservare che.42) Px = |x(·)| 2 = K 1 ∑ |x(n)|2. Se il segnale è reale (a ∈ R). Avendo trascurato eventuali costanti di proporzionalità.9 (potenza) La potenza di un segnale è:   lim 1  Z→+∞ 2Z  lim   Z −Z |x(t)|2 dt. si ha: Px = |u(·)|2 = u2 (·) = u(·) = xdc = 1 2 dove abbiamo utilizzato il risultato dell’es. fasore.

.13). si può verificare (la dimostrazione è lasciata come esercizio) che: Px = |x(n)|2 = A2 2 . Px = |x(t)|2 = A2 cos2 (ω0t + ϕ0 ) = 2 2 2 =1 =0 dove si è sfruttato il risultato (si veda l’es. Nel caso ω0 = 0 la sinusoide si riduce ad un segnale costante x(t) = A cos(ϕ0 ).2. Analogamente.12) oppure (2. 2. 13 Ad esempio. salvo per casi particolari di scarso interesse pratico13 . Il valore efficace della sinusoide è allora xrms = Px = √2 . per cui è di scarso interesse pratico).29 (potenza di una sinusoide) Calcoliamo prima la potenza della sinusoide a TC x(t) = A cos(ω0t + ϕ0 ). questo comporta che la sua energia è necessariamente infinita. fatta eccezione per casi di scarso interesse pratico. In tal modo. (segnali a TC)  T0 T0 Px = |x(·)|2 = 1 (2.7(c) della media temporale. si ha:   2 2 A2 A A  1 + cos(2ω0t + 2ϕ0 ) = 1 + cos(2ω0t + 2ϕ0 )  = . 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.6 Potenza e valore efficace di un segnale 77 sinusoide). se θ0 = π k. per cui la potenza si può calcolare applicando la A2 dt = A2 . si ha: Px = |x(t)|2 = 1 T0 T0 2π | ω0 | . Per soddisfare la definizione (2. anche se il periodo 0 0 fondamentale può essere un sottomultiplo di T0 [N0 ]. Infatti. il fasore degenera nel segnale costante x(t) = A e jϕ0 . pertanto: Px = |x(t)|2 = A2 cos2 (ϕ0 ) = A2 cos2 (ϕ0 ) . un segnale periodico deve necessariamente avere durata illimitata. k ∈ Z . un segnale periodico è necessariamente un segnale di potenza. allora anche |x(·)|2 ammette lo stesso periodo. Ricordando che la potenza di un segnale x(·) non è altro che il valor medio di |x(·)|2 e invocando la proprietà 2. Esempio 2.28 (potenza di un fasore) Calcoliamo la media temporale del fasore a TC x(t) = A e j(ω0 t+ϕ0 ) . Per ω0 = 0. risultato frequentemente utilizzato nell’elettrotecnica. (segnali a TD)  N 0 N0 da cui si vede che la potenza esiste necessariamente finita e diversa da zero. per la sinusoide a TD x(n) = A cos(θ0 n + ϕ0 ). esso gode di proprietà analoghe a quelle del fasore a TC per quanto riguarda la potenza. Nel caso in cui ω0 = 0. per cui: Px = |x(t)|2 = A2 = A2 .19) che una sinusoide con √ pulsazione diversa da zero ha comA ponente continua nulla. √ 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). Esempio 2. il fasore x(t) è periodico di periodo T0 = (2. segue che la potenza di un segnale periodico si può calcolare12 come:  1  |x(t)|2 dt . Per ω0 = 0. applicando la formula trigonometrica di bisezione ed ancora la proprietà di linearità della media temporale. 12 Notiamo che se x(·) è periodico di periodo T [N ]. altrimenti .43).43)  ∑ |x(n)|2 . A2 cos2 (ϕ0 ) . 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). si può dimostrare (la verifica è lasciata come esercizio) che in ogni caso Px = |x(n)|2 = A2 . Infatti.

e quindi non si può considerare nè un segnale di potenza. si può verificare che anche l’insieme dei segnali di potenza è chiuso rispetto alle operazioni di somma e prodotto per una costante.78 Proprietà dei segnali 2. la (b) prova che un segnale di energia ha necessariamente Px = 0.6.3 Potenza mutua Con ragionamenti analoghi a quelli effettuati per i segnali di energia.43. e quindi sono disgiunti. in quanto hanno Ex = +∞). e quindi non può essere di energia. Ad esempio il segnale rampa a TC x(t) = t u(t). lim 2Z (2. Prova. dove Pxy è la potenza mutua tra i segnali x(·) ed y(·). nè di potenza. il prodotto di un segnale di potenza per una costante α ∈ C è ancora un segnale di potenza. nè a quelli di potenza. Viceversa.45) il che prova la (b) (un analogo ragionamento è possibile per il caso TD). per quanto riguarda la somma di due segnali. in quanto hanno Px = +∞ (e ovviamente non sono neppure segnali di energia. dalla (2.6. si prova facilmente che Py = |α |2 Px . invece. se l’energia è finita.44) esiste finita. seguendo passaggi simili a quelli effettuati per l’energia. 2. In altri termini. Per provare la (a).44) È chiaro allora che. posto y(·) = α x(·). 2. (b) se x(·) è un segnale di energia. e la somma di due segnali di potenza è ancora un segnale di potenza. La proprietà (a) prova che un segnale di potenza ha necessariamente Ex = +∞. e sfruttando la proprietà di linearità della media temporale. Z→+∞ Con ragionamenti analoghi è possibile provare la stessa proprietà anche nel caso TD. allora esso ha potenza nulla (Px = 0).44) si ricava: Z Px = Z→+∞ −Z lim |x(t)|2 dt Z→+∞ lim 2Z = Z→+∞ Ex = 0. nè di energia. raffigurato in fig. Un primo esempio banale è il segnale identicamente nullo x(·) = 0. sussiste il seguente risultato: Teorema 2. aventi durata non limitata. 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 . se la potenza (2. presenta Ex = Px = +∞. definita come segue: (2. allora esso ha energia infinita (Ex = +∞).1 (relazioni tra segnali di energia e di potenza) (a) se x(·) è un segnale di potenza. si mostra facilmente che Px+y = Px + Py + 2 Re(Pxy ) . si avrà: Ex = lim Z Z→+∞ −Z |x(t)|2 dt = Px lim 2Z = +∞ . (2. gli insiemi dei segnali di energia e dei segnali di potenza non hanno elementi in comune.46) . A tal proposito.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. Pertanto. che ha Ex = Px = 0 e quindi non appartiene a rigore nè ai segnali di energia. Viceversa. in quanto esistono casi di segnali che non sono nè di energia. Esistono casi meno banali di segnali. i due insiemi non costituiscono una partizione di tutti i possibili segnali. e quindi non può essere di potenza. Tuttavia. Anche in questo caso. che non sono segnali di potenza.

Esempio 2.47) K 1 ∑ x(n) y∗ (n). (2.49) Gli esempi che seguono presentano alcuni casi significativi (anche qui non esaustivi) di segnali di potenza ortogonali. 2. (2.30 (ortogonalità tra seno e coseno) Un esempio di due segnali di potenza a TC ortogonali si ottiene scegliendo x(t) = cos(ω0t) e y(t) = sin(ω0t). come per le energia. per la presenza dell’operazione di coniugazione sul secondo segnale. con ω0 = 0.48) Le relazioni (2. per cui la (2. si ha Pyx = P∗ .43. Segnale rampa a TC. ed xy in generale la potenza mutua è complessa.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.6 Potenza e valore efficace di un segnale 79 2 1. (segnali TD) K→+∞ 2K + 1 n=−K Notiamo che. in particolare.2.46) si scrive Px+y = Px + Py + 2 Pxy . adoperando le proprietà della media temporale e note formula trigonometriche: Pxy = cos(ω0t) sin(ω0t) = 1 1 sin(2ω0t) = sin(2ω0t) = 0 . Definizione 2.5 0 −2 −1 0 t 1 2 Fig. Questa osservazione porta alla definizione di ortogonalità anche per i segnali di potenza: Definizione 2. Per segnali di potenza ortogonali. (segnali TC) (2.48) e evidenziano che.5 x(t) = t u(t) 1 0. anche per la potenze non vale l’additività. a meno che Pxy = 0. se invece i segnali sono reali la potenza mutua è simmetrica (Pyx = Pxy ) e reale (ma di segno qualsiasi). vale la proprietà di additività delle potenze: Px+y = Px + Py . 2 2 . Si ha infatti.13 (ortogonalità per segnali di potenza) Due segnali di potenza x(·) e y(·) si dicono ortogonali se Pxy = 0.46) e (2.

nell’ingegneria si utilizza spesso una misura logaritmica ed adimensionale della potenza Px . che è una unità di misura originariamente introdotto da tecnici che lavoravano ai laboratori della Bell Telephone. evidenziando i legami esistenti tra alcuni di essi.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. dove abbiamo sfruttato il fatto che un segnale sinusoidale ha media nulla.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.30). ovvero la potenza di un segnale si può esprimere come la somma della potenza in continua e della potenza in alternata. Notiamo che l’ortogonalità si perde se si introduce uno sfasamento tra i due segnali. Esempio 2. Con riferimento in particolare alla potenza. In conclusione. Joule (J) per le energie. 2. Si ha allora: Px = Pdc + Pac .1 sono riepilogati i parametri introdotti finora che caratterizzano sinteticamente un segnale. e xac (·) = 0 per definizione. in quanto l’operazione di coniugazione si scambia con la media temporale. 2. inoltre nelle applicazioni esse andrebbero misurate nelle opportune unità di misura. 2. detta misura in deciBel (dB):14 [Px ]dB = 10 log10 14 Il Px P0 .1.7 Misura in dB della potenza e dell’energia Potenze ed energie possono variare anche di numerosi ordini di grandezza. . nella tab. Watt (W) per le potenze.50) termine “deciBel” significa letteralmente la decima parte di un “Bel”. Posto infatti x(·) = xdc + xac (·). a meno che lo sfasamento non assuma valori particolari (vedi esercizio 2. per risolvere i due problemi precedenti e per semplificare alcuni calcoli. si ha: ∗ ∗ Pxdc xac = xdc xac (·) = xdc xac (·) = xdc xac (·) ∗ = 0. Riepilogo dei parametri che caratterizzano sinteticamente un segnale x(·). vale a dire. (2. Il deciBel è utilizzato anche in acustica come unità di misura dell’intensità di un suono.

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

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).44.82 Proprietà dei segnali mezzo PT trasmissivo γc P R =γc P T Fig. risulta [PR ]dBm < [PT ]dBm . Si consideri lo schema di fig. . Esempio 2.2) in unità logaritmiche. allora [γc ]dB < 0. in una relazione additiva. Il vantaggio è che la relazione moltiplicativa tra potenza trasmessa e ricevuta si è trasformata. 2. misurando invece la potenza ricevuta in dB. Notiamo che la relazione esistente tra dBW e dBm è la seguente: [Px ]dBm = [Px ]dBW + 30 dB .44. le potenze di riferimento nei due casi differiscono di un fattore 1000. (2. Notiamo che poiché 0 < γc < 1. 2. per cui. la potenza ricevuta sarà pari a PR = γc PT . in cui un segnale viene trasmesso su un mezzo trasmissivo che introduce una attenuazione della potenza pari ad γc . [PR ]dBm = [γc ]dB + [PT ]dBm . per le proprietà dei logaritmi.51) PR γc PT = 10 log10 P0 P0 = 10 log10 [γc ] + 10 log10 PT P0 . si ha: [PR ]dB = 10 log10 ovvero. ponendo: [γc ]dB = 10 log10 [γc ] si può scrivere. La (2. come è ovvio che sia. 2. con 0 < γc < 1 (il valore di γc dipende dalla natura del mezzo e dalla distanza coperta dal collegamento). Infatti. Schema di principio di un collegamento punto-punto in un sistema di telecomunicazioni (problema del link budget). Detta PT la potenza trasmessa.51) definisce l’attenuazione in dB o path loss caratteristica del collegamento. assumendo ad esempio P0 = 1mW. corrispondente a 30 dB (tab.

Esercizio 2. (c) y(t) = x(−t).4 Si consideri il segnale TC y(t) = x(2t − 1).8 Esercizi proposti 83 2. (g) z(n) = x(2n) + y(n − 4). (k) z(n) = x(n) y(−2 − n). ±2. (f) z(n) = x(n − 2) + y(n + 2). 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. (b) z(n) = x(3n − 1). 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).2 Dati i segnali TD x(n) = |n| . Esercizio 2. 2 (e) z(n) = y(2 − 2n). (c) z(n) = y(1 − n). ±1. ±3} 0. (c) cambiamento di scala con a = 5 seguito da un anticipo di 5. altrimenti y(n) = R4 (n − 1) − R4 (−n − 1) . dopo aver rappresentato il grafico di x(n) ed y(n). (i) z(n) = x(3 − n) y(n). (d) anticipo di 5 seguito da un cambiamento di scala con a = 5. t (e) y(t) = x . (b) y(t) = x(t + 5). (d) y(t) = x(2t). (l) z(n) = x(n + 2) y(6 − n). (b) ritardo di 5 seguito da una riflessione. n ∈ {0. n (d) z(n) = x . (h) z(n) = x(n + 2) y(n − 2).3 Si consideri il segnale TC x(t) = Λ(t).8 Esercizi proposti Esercizio 2. rappresentare accuratamente il grafico del segnale z(n) nei seguenti casi: (a) z(n) = x(2n). Individuare quali delle seguenti combinazioni di operazioni elementari consente di ottenere y(t) a partire da x(t) (sono possibili più risposte corrette): . 3 Esercizio 2.2. (j) z(n) = x(−n) y(−n).

l’estensione temporale e la durata del segnale. Esercizio 2.84 Proprietà dei segnali (a) ritardo di 1 seguito da cambiamento di scala con a = 2. (c) ritardo di 1/2 seguito da cambiamento di scala con a = 2. 2 1 (e) x(t) = √ . (b) cambiamento di scala con a = 2 seguito da ritardo di 1. 2 ≤ t ≤ 4 0 . 1 + t2 (f) x(t) = u(t) − rect(t − 2).9 Rappresentare graficamente i seguenti segnali TD e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Esercizio 2.7 Rappresentare graficamente il segnale TC  3(t − 2) . inoltre. altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = Λ(t). inoltre. 3 Esercizio 2. (b) y(t) = x(−t − 1). (b) x(t) = e at u(−t). (e) y(t) = x 3 t −1 (f) y(t) = x . (c) x(t) = e−|t|/T . (c) y(t) = x(2t − 1). con T > 0. 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).6 Rappresentare graficamente il segnale TC y(t) = 1. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): (a) x(t) = rect(t) − rect(t − 1). (d) x(t) = e−t .5 Si consideri il segnale TC x(t) = Λ(t).8 Rappresentare graficamente i seguenti segnali TC e determinare la loro estensione temporale e durata (per i segnali aventi durata praticamente limitata. Determinare. Esercizio 2. Esercizio 2. 2 ≤ t ≤ 5  y(t) = 3(8 − t) . Determinare. t −1 . altrimenti e trovarne una espressione analitica in funzione del segnale x(t) = rect(t). 5 ≤ t ≤ 8   0. (d) cambiamento di scala con a = 2 seguito da ritardo di 1/2. con a > 0. si scelga una soglia α pari al 10% del valore massimo assunto dal segnale): . (d) y(t) = x[2(t − 1)]. l’estensione temporale e la durata del segnale.

(e) x(n) = e j (f) x(n) = e j (g) x(n) = e 8π n 15 7π n 15 2 . (d) x(n) = (−1)n u(n). (b) x(t) = sgn(t). Esercizio 2. . calcolarne inoltre area e valor medio: (a) x(n) = (b) x(n) = +∞ k=−∞ +∞ k=−∞ ∑ ∑ (−1)k δ (n − 2k). n ∈ {0. π j √n 2 . con |a| > 1. (d) x(n) = cos(2π n). in caso affermativo. utilizzare le proprietà della media temporale] Esercizio 2. (h) x(n) = n e jn jπ n (i) x(n) = e . 5} 0. in caso affermativo.2. (c) x(t) = u(t − 5). (b) x(n) = an u(−n).8 Esercizi proposti 85 (a) x(n) = δ (n) − 2 δ (n − 1) + 3 δ (n − 2) − δ (n − 4). (c) x(n) = cos(2n). (b) x(n) = (−1)n . Esercizio 2. determinarne il periodo fondamentale N0 . Esercizio 2. (d) x(t) = sgn(−t). (e) x(t) = 2 u(t).12 Rappresentare il grafico di x(t) e calcolarne area e valor medio nei seguenti casi: (a) x(t) = u(t). 1.11 Rappresentare il grafico della differenza prima y(n) = ∇1 [x(n)] = x(n) − x(n − 1) del segnale TD x(n) e calcolarne area e valor medio nei seguenti casi: (a) x(n) = 1. altrimenti (b) x(n) = u(n) + u(n − 1). [Suggerimento: per il calcolo del valor medio. . determinarne il periodo fondamentale N0 : (a) x(n) = (−1)n . . 4. (g) x(t) = 2 rect(t).10 Stabilire quali dei seguenti segnali TD sono periodici e. δ (n − 3k) − δ (n − k2 ) . (h) x(t) = e−t u(t). (f) x(t) = 2 sgn(t) + 1. (c) x(n) = a|n| .13 Stabilire quali dei seguenti segnali TD sono periodici e. con 0 < |a| < 1.

. T0 ∈ R+ ) discutendo separatamente i casi in cui a > 0 e a < 0. 0≤t ≤1  x(t) = 2 − t . Esercizio 2. 1 ≤ t ≤ 2   0.15 Calcolare energia e potenza dei seguenti segnali TD e stabilire se sono segnali di energia o di potenza: (a) x(n) = u(n). energia e potenza. energia e potenza. (f) x(n) = (2)n R4 (n − 2).86 Proprietà dei segnali πn πn sin . (c) x(t) = cos(2π 100t) u(t). altrimenti e calcolarne valor medio. (c) x(n) = cos(π n) R5 (n).16 Rappresentare il grafico del segnale TC x(t) = sgn a cos 2π t T0 (a ∈ R. (g) x(n) = k=−∞ ∑ (−1)k δ (n − 2k). utilizzare l’integrale √ 2 +∞ notevole −∞ e−x dx = π .] Esercizio 2. (e) x(t) = et u(−t).2π n). (b) x(n) = u(n) − u(−n − 1). 1 + t2 [Suggerimento: per il calcolo dell’area e dell’energia dei segnali ai punti (g) ed (h). 1 (i) x(t) = √ . (g) x(t) = e−t . (f) x(t) = e−|t| . (d) x(t) = e−2t u(t).17 Rappresentare il grafico del segnale TC  t . (b) x(t) = sgn(t). (e) x(n) = 1 2 +∞ n u(n). + 4 sin (d) x(n) = 2 cos 8 3 2 (c) x(n) = cos Esercizio 2. e calcolarne valor medio. 5 3 πn 3π n π + .14 Calcolare energia e potenza dei seguenti segnali TC e stabilire se sono segnali di energia o di potenza: (a) x(t) = u(t). (d) x(n) = 5 cos(0. 2 (h) x(t) = e−t 2 /2 u(t). Esercizio 2.

− 0. e calcolarne valor medio.5π n) . .20 Rappresentare il grafico del segnale TC x(t) = 1 2 [cos(ω t) + 1] . (c) Stabilire se y(t) è un segnale di energia o di potenza e calcolarne l’energia o la potenza rispettivamente. energia e potenza in entrambi i casi.8 Esercizi proposti 87 Esercizio 2. 4 ≤ t ≤ 5   1 . energia e potenza.24 Si consideri il segnale TC periodico x(t) = dove xg (t) = 2 A Λ 2t T0 (A. −a ≤ t ≤ a 0. altrimenti e calcolarne valor medio.19 Rappresentare il grafico del segnale TC x(t) = 5 cos(π t) . n ∈ {−4. si consideri il segnale y(t) = (a) Calcolare y(t) e rappresentarlo graficamente.23 Dato il segnale TC x(t) = rect(t). Esercizio 2. energia e potenza. energia e potenza. altrimenti nel caso in cui a = 1 e a = 0. . −5 ≤ t ≤ −4    0. (b) Calcolare la componente continua di y(t). ∑ xg (t − kT0 ) Rappresentare il grafico del segnale x(t) e calcolarne valor medio.18 Rappresentare il grafico del segnale TD x(n) = e−n/N u(n) con N>0 e calcolarne valor medio.22 Rappresentare il grafico del segnale TC  5 − t . e calcolarne valor medio. Esercizio 2.5. −4 ≤ t ≤ 4 x(t) = 5 + t . . Esercizio 2. energia e potenza.21 Rappresentare il grafico del segnale TD x(n) = sin(0. T0 ∈ R+ ) +∞ k=−∞ t −∞ x(τ ) d τ . Esercizio 2. .2. Esercizio 2. Esercizio 2. . π π ≤t ≤ ω ω altrimenti dove ω è una costante reale positiva. 4} 0. energia e potenza. altrimenti e calcolarne valor medio. −3.

27 Stabilire se i seguenti segnali TC sono periodici ed in caso affermativo determinarne il periodo. Esercizio 2. energia e potenza. A2 ∈ R+ . πt 2 (d) x(t) = cos(π t) + cos .88 Proprietà dei segnali Esercizio 2. x2 (n) = A2 e j(2πν2 n+ψ2 ) con A1 . x2 (t) = A2 e j2π f2 t con A1 . energia e potenza del segnale x(n) = x1 (n) + x2 (n) . energia e potenza dei seguenti segnali TD x1 (n) = A1 e j(2πν1 n+ψ1 ) . energia e potenza dei seguenti segnali TC x1 (t) = A1 e j2π f1 t . Esercizio 2. Esercizio 2.30 Stabilire per quali valori di θ i segnali TC x(t) = cos(2π f0 t) e y(t) = cos(2π f0 t + θ ) sono ortogonali. A2 ∈ R+ . Inoltre. 2 4 (g) x(t) = cos(2π t) sin(4π t). si calcolino valor medio.   1. energia e potenza del segnale x(t) = x1 (t) + x2 (t) discutendo separatamente i casi in cui f1 = f2 e f1 = f2 . (c) x(t) = t 0 cos(2πτ ) d τ . xg (n) =  2.   0. (b) x(t) = cos(2π t) u(t).26 Rappresentare il grafico del segnale TD y(n) = +∞ k=−∞ ∑ x(n − 10k) dove x[n] = R3 (n + 1) + R2 (n − 4).28 Calcolare valor medio.29 Calcolare valor medio. Esercizio 2. (e) x(t) = 2 cos(2π t) + 3 sin(2π t). calcolarne inoltre il valor medio e la potenza: (a) x(t) = 2 cos2 (2π t). energia e potenza. e calcolarne valor medio. n = −1 n=0 n=1 altrove Rappresentare il grafico del segnale x(n) e calcolarne valor medio.25 Si consideri il segnale periodico x(n) = dove +∞ k=−∞ ∑ xg (n − 6 k)   2. (f) x(t) = cos(2π t) + 1 cos 2π t − π . Per quali valori di ν1 − ν2 i due segnali sono ortogonali? Esercizio 2. . si calcolino valor medio. Inoltre.

x2 (t) = et/2 u(at) Determinare l’insieme A ⊆ R dei valori di a in corrispondenza dei quali il segnale x2 (t) è un segnale di energia. per n0 ∈ Ω. Esercizio 2.8 Esercizi proposti 89 Esercizio 2. A2 ∈ R+ .33 Si considerino i seguenti segnali TD x1 (n) = e−n u(n) . 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.31 Rappresentare il grafico dei seguenti segnali TC x1 (t) = A1 [Λ(t − 1) − Λ(t + 1)] .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 ) . e calcolare valor medio. Successivamente. energia e potenza dei segnali y(t) = 5 x1 (t) + 3 x2 (t) . x2 (t) = A2 rect t 2 con A1 . Successivamente.2. z(t) = 5 x1 (t) + 3 x2 (t − 1) I segnali x1 (t) e x2 (t) sono ortogonali? Cosa si può dire invece per i segnali x1 (t) e x2 (t − 1)? Esercizio 2. si calcoli l’energia del segnale x(t) = x1 (t) + 2 x2 (t) .32 Si considerino i seguenti segnali TC x1 (t) = e−t 2 /2 u(t) . si calcoli l’energia del segnale x(n) = x1 (n) + 2 x2 (n) . . energia e potenza del segnale z(t) = x(t) + y(t − 2T0 ) . e calcolare valor medio. Esercizio 2. per a ∈ A. y(t) = +∞ n=−∞ ∑ yg (t − 4nT0 ) con T0 ∈ R+ .

90 Proprietà dei segnali .

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

(a) Integratore TC. come già osservato nel § 1. e non semplicemente dal valore del segnale nello stesso istante t. che presentano proprietà diverse.2). un sistema SISO TD può essere descritto matematicamente da una relazione i-u simile alla (3. n] .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 . (3. ed è rappresentato schematicamente in fig. che nel caso di un sistema TC si definisce come segue: Definizione 3.2.2): Definizione 3.t] . abbiamo supposto che l’insieme di definizione del segnale TC di ingresso sia T ≡ R. 3. Il modello matematico (3.1(a). (3.2) Nella (3.1.∞ ∑ n y(n) (a) (b) Fig.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.1) può essere espresso in maniera sintetica. 3. la notazione y(t) = S [{x(u)}u∈R . L’uscita del sistema all’istante t è calcolata effettuando l’integrale del segnale di ingresso da −∞ fino all’istante considerato. l’uscita all’istante t dipende da tutti i valori dell’ingresso x(u) per u ≤ t. 1 Per (3.92 Proprietà dei sistemi x(t) −∞ ∫ t y(t) x(n) k=. .1) che istituisce una relazione tra l’insieme dei segnali di ingresso I e l’insieme dei segnali di uscita U.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 . di ingresso ed un segnale di uscita. Si osservi che gli insiemi I e U sono parte integrante della definizione di sistema: fissata la legge di corrispondenza.1 (integratore TC) L’integratore TC è descritto dalla seguente relazione i-u: y(t) = t −∞ x(u) du . Tale modello matematico è descritto da una trasformazione S : I → U.3) semplicità di notazione. attraverso la relazione ingresso uscita (i-u).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 . (b) Integratore TD o accumulatore. valori che possiamo denotare sinteticamente con {x(u)}u≤t . insiemi di segnali diversi definiscono sistemi diversi. Pertanto. Esempio 3. In maniera analoga.

se n è multiplo di L . date rispettivamente da y(n) = x(n − 1) .3) è lo stesso adottato per il caso TC: in particolare. si veda [14]).3.4) e rappresentato schematicamente in fig. abbiamo supposto che l’insieme di definizione del segnale TD di ingresso sia T ≡ Z. 2 (cfr. Nel caso TD.3 (ritardo unitario. (b) Anticipo elementare: y(n) = x(n + 1). con una legge che può variare con n. Esempio 3. 3. 3. denominati ritardo unitario. anticipo unitario.3. 3. altrimenti .2 (integratore TD o accumulatore) La versione TD dell’integratore TC è l’accumulatore o somma corrente. 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. decimatore ed espansore. 3. e di espansione: y(n) = x n = L n . x y(n) = x(n + 1) .2.2 Esempio 3. § 2. sono riportati in fig. Gli schemi a blocchi dei sistemi corrispondenti. Fig. (a) Ritardo elementare: y(n) = x(n − 1).1(b). Il senso della notazione utilizzata nella (3. 3.3. decimatore ed espansore) Molte delle operazioni elementari sui segnali introdotte nel cap. l’uscita y(n) dipende dai valori dell’ingresso x(k) per k ≤ n. (a) Decimatore per M: y(n) = x(nM). Anche in questo caso.1) possono essere interpretate come sistemi. Sistemi TD elementari. Tale sistema calcola l’uscita all’istante n effettuando la somma di tutti i valori del segnale di ingresso fino all’istante n incluso. (b) Espansore per L: y(n) = n x L . 2 Per 3 Le . l’uscita del sistema all’istante n dipende in generale dall’intero segnale di ingresso {x(k)}k∈Z .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. descritto dalla seguente relazione i-u: y(n) = k=−∞ ∑ n x(k) . di decimazione: y(n) = x(nM) . per questo motivo. L 0. Sistemi TD elementari. il lettore è invitato a considerarle semplicemente delle notazioni simbolica (per ulteriori approfondimenti. (3.2 e fig. valori che denotiamo sinteticamente con {x(k)}k≤n . particolarmente importanti sono l’operazione di ritardo o anticipo di un campione.3 semplicità di notazione. anticipo unitario.

il sistema stesso è visto come una “scatola nera” (black box). § 3. oltre ai segnali di ingresso e di uscita. Un’altra rappresentazione spesso adoperata nella teoria dei sistemi e del controllo. 3. scheda audio. in cui entrano in gioco. mentre R3 ed R4 sono connessi in parallelo. 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. “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. in cui compaiono solo i segnali in ingresso ed in uscita al sistema. anche altri segnali (variabili di stato) che rappresentano lo stato interno del sistema. scheda video.5) è fuorviante. notiamo che la relazione i-u non è l’unica descrizione possibile di un sistema. quali scheda madre. 5 Per 4 Questa . invece delle notazioni complete (3.2) e (3.6) Abbiamo già osservato che la notazione (3. Inoltre. Per concludere.3) per snellire alcune derivazioni. R1 ed R2 sono connessi in serie.3) per le relazioni i-u dei sistemi. A volte. In particolare. (3. Questo approccio è estremamente conveniente se si desidera realizzare o sintetizzare un sistema complesso a partire da componenti semplici (ad esempio.94 Proprietà dei sistemi R1 R2 R3 R4 x(t) y(t) Fig. 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. In particolare.6) in luogo delle notazioni rigorose (3.5) oppure le notazioni simboliche: x(t) −→ y(t). di cui non conosciamo il contenuto. i sistemi cosiddetti non dispersivi (cfr. utilizzeremo talvolta le (3.1). interpretazione vale solo per una classe particolare di sistemi. y(n) = S[x(n)] (3. 3. un PC può essere realizzato assemblando componenti più semplici.4.5) e (3. nel seguito faremo uso esclusivamente della relazione i-u.2) e (3. che sebbene sia meno generale. x(n) −→ y(n) . è la rappresentazione ingresso-stato-uscita (i-s-u).3. la serie di R1 ed R2 è connessa in serie al parallelo tra R3 ed R4 . essa è una rappresentazione esterna. e sicuramente non è la più generale.5 In ogni caso. è perfettamente adeguata per i nostri obiettivi.4 Tuttavia. si utilizzano le notazioni semplificate y(t) = S[x(t)].

. 3. 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. Questo approccio è frequentemente utilizzato nello studio dei circuiti elettrici.4.6) se lo stesso ingresso è applicato ai due sistemi S1 e S2 . avendo a disposizione più di due sistemi.2 Interconnessione di sistemi 95 z(. mouse.5. 3. 3.). i resistori R1 ed R2 sono collegati in serie. connessione in parallelo. e collegandoli tra loro secondo tali schemi. monitor. è possibile ottenere sistemi anche molto complessi. Definizione 3. nel circuito di fig.) S1 S2 y(.5) se l’uscita del primo sistema S1 è collegata all’ingresso del secondo sistema S2 .3. 3. etc. Si noti che. lettore floppy-disk. e connessione in retroazione. 3. tastiera.3 (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata (fig. Il sommatore all’uscita effettua la somma o la differenza dei segnali y1 (·) e y2 (·). lettore DVD. Definizione 3. S1 y 1(.) Fig. Per semplificare lo studio delle interconnessioni tra sistemi. cioè U1 ⊆ I2 .6. Connessione in serie o in cascata dei sistemi S1 ed S2 .4. Ad esempio.) x(. come ad esempio quello riportato in fig.) x(. Le connessioni più frequentemente considerate sono tre: connessione in serie.) S2 y 2(. e l’uscita si ottiene sommando algebricamente le uscite dei due sistemi. Connessione in parallelo dei sistemi S1 e S2 . 3. occorre che l’insieme U1 dei segnali di uscita del primo sistema sia racchiuso nell’insieme dei segnali di ingresso I2 del secondo sistema. possiamo considerare le connessioni elementari tra due soli sistemi S1 : I1 → U1 e S2 : I2 → U2 . hard-disk.) Fig.) y(. lettore CD. Viceversa. affinchè il sistema serie sia correttamente definito.4 (connessione di sistemi in parallelo) Due sistemi S1 e S2 si dicono connessi in parallelo (fig.

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

Si noti che si tratta di una retroazione positiva. data dalla (3.1 Non dispersività Riprendiamo la relazione i-u (3. infatti l’uscita. tende ad amplificare le variazioni del segnale di ingresso. mentre il sistema S1 nel ramo diretto è il sistema identico. e quindi la relazione i-u si può particolarizzare come segue: y(t) = S [x(t). 3. possiamo dare la seguente definizione di sistema non dispersivo: .3. mentre il sistema S2 è un ritardo elementare. 3. Notiamo che la precedente relazione non è una relazione i-u.3) nel caso TD. la stabilità.3 Proprietà dei sistemi Sulla base della definizione di relazione i-u. Realizzazione di un accumulatore mediante connessione in retroazione di due sistemi: il sistema S1 è il sistema identico. ma analizzando esclusivamente la forma matematica della relazione i-u. la linearità. Essa consente tuttavia di fornire l’interpretazione dell’accumulatore riportata nello schema di fig. 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 97 x(n) y(n) + + z-1 y(n-1) Fig. la causalità. discusse di seguito. sono la non dispersività.t] .t] .2) nel caso TC e dalla (3. l’invertibilità. prescindendo completamente dalla loro natura fisica.8.8. Esistono tuttavia sistemi per i quali l’uscita all’istante t è funzione solo dell’ingresso nello stesso istante t. l’invarianza temporale.3.2) di un sistema TC: y(t) = S [{x(u)}u∈R . e non ad attenuarle. è possibile introdurre e discutere alcune proprietà fondamentali dei sistemi. in quanto l’uscita y(n) non è espressa direttamente in funzione dell’ingresso. Estendendo i concetti precedenti in maniera ovvia al caso TD. Tali proprietà. 3. essendo riportata in ingresso con il segno positivo. ma in funzione dell’uscita y(n − 1) all’istante precedente. dove il sistema S2 nel ramo in retroazione è un semplice ritardo unitario. 3.

di norma.5 (non dispersività del partitore resistivo) Si consideri il partitore resistivo. con t oppure con n). 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.6 (amplificatore/attenuatore TC) Un partitore resistivo ha una relazione i-u del tipo y(t) = α x(t) .98 Proprietà dei sistemi R1 x(t) R2 y(t) x(t) α y(t) (a) x(n) Fig. Definizione 3. e quindi i sistemi non dispersivi rappresentano un caso particolare. R1 + R2 (3. Sottolineamo che. α y(n) (b) Fig. con α = R2 < 1. si parla anche di sistema istantaneo o senza memoria.8) (3.2) oppure la (3. Esempio 3. (b) Un sistema TD si dice non dispersivo se la sua relazione i-u (3.9. eventualmente. Esempio 3.t] . n] . 3. i sistemi sono dispersivi. in un sistema non dispersivo.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u (3. dove x(t) è la tensione d’ingresso e y(t) è la tensione di uscita.3). Pertanto il partitore resistivo è un sistema non dispersivo. 3. Schema a blocchi di un amplificatore. come sinonimo di sistema non dispersivo.10. R1 + R2 nella quale y(t) dipende solo da x(t). Applicando la legge del partitore. (3.2) assume la forma y(t) = S [x(t).9. ovvero la tensione di uscita dipende dalla tensione di ingresso nello stesso istante.7) In sintesi. (a) Caso TC. Inoltre. (b) Caso TD. il cui schema elettrico è riportato in fig.9) . in quanto la forma più generale della relazione i-u è la (3.3) assume la forma y(n) = S [x(n). si ottiene la semplice relazione i-u: y(t) = R2 x(t) . Schema elettrico di un partitore resistivo.

8 e 3. tale sistema ha memoria finita e pari ad M. . 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. Esempio 3. Un sistema che non soddisfa la prop.6 si dice evidentemente dispersivo.9 ciò non accade. z(t) = −x(t).3.6 Il parametro α prende il nome di guadagno dell’amplificatore/attenuatore. oltre che da x(n). 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. con 0 < α < 1. . e sistemi a memoria infinita. la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce. il sistema “dimentica” l’ingresso. anche da M campioni precedenti dell’ingresso.7 all’uscita in un determinato istante di tempo. si parla di media mobile in quanto al variare di n cambiano i campioni del segnale di ingresso interessati dall’operazione di media.3. anche se negli es. in quanto i valori di x(u) con u < t − T oppure u > t non contribuiscono all’integrale. Per questo motivo. 8 In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2.2 sono entrambi sistemi con memoria infinita. In linea di principio tale memoria potrebbe variare col tempo. degli M + 1 campioni x(n). . non sempre la memoria di un sistema è finita. Un amplificatore/attenuatore TC si rappresenta come in fig. Esempio 3. i sistemi con memoria si possono ulteriormente classificare in sistemi a memoria rigorosamente finita. in quanto l’uscita all’istante t dipende dai valori dell’ingresso x(u) per t − T ≤ u ≤ t. .9).1 e l’accumulatore dell’es. il sistema prende il nome di integratore con memoria finita. L’uscita all’istante t. tuttavia. l’integratore dell’es.6 si possono estendere al caso TD. n − 1. 7 Escludere il campione attuale nella determinazione della memoria di un sistema è significativo solo nel caso TD.1 e l’accumulatore dell’es.7 (amplificatore/attenuatore TD) I concetti dell’es. ad esempio l’integratore dell’es. un sistema TC descritto da una relazione i-u del tipo (3. 6 Il .8 (integratore con memoria finita) Si consideri il sistema avente relazione i-u: y(t) = t t−T x(u) du . il sistema funziona da amplificatore. nel senso chiarito meglio dai due esempi seguenti.9 (sistema MA) Si consideri il sistema TD descritto dalla seguente relazione i-u: y(n) = k=0 ∑ bk x(n − k) .10(a). . 3. o anche dinamico. dopo un tempo T .10(b). x(n − M) del segnale di ingresso. prende il nome di attenuatore. Si tratta evidentemente di un sistema dispersivo.3 Proprietà dei sistemi 99 Più in generale. Si parla di “memoria” del sistema. Se. o ancora con memoria: ad esempio. x(n − 1). con T > 0. Poiché l’uscita all’istante n dipende. 3. Inoltre. Esempio 3. viceversa. . n − M. 3. . definendo attenuatore/amplificatore a TD (con guadagno α ∈ R) un sistema avente la seguente relazione i-u non dispersiva: y(n) = α x(n) . e di un amplificatore/attenuatore y(t) = |α |z(t). . In definitiva. Il termine “memoria” per T viene utilizzato proprio perché. α > 1. . con pesi b0 . Un amplificatore/attenuatore a TD si rappresenta come in fig. 3. Nel caso in cui i pesi siano tutti uguali a 1/(M + 1).2 sono sistemi dispersivi. . . 3. oltre al campione attuale. b1 . bM . la memoria del sistema è proprio pari a T per ogni t. 3. dove per memoria del sistema si intende la durata temporale della porzione di x(t) in ingresso che contribuisce all’uscita y(t) in un dato istante di tempo t: in questo caso. 3. non dipende dall’intero segnale d’ingresso.8 caso α < 0 si può vedere come la cascata di un invertitore. 3. sistemi a memoria praticamente finita. la relazione i-u diventa y(n) = M 1 ∑ x(n − k) . .

la dipendenza dell’uscita da valori futuri dell’ingresso viola il principio di causalità. Si giunge allora alla fondamentale definizione di sistema causale. Allo stesso modo. in un sistema causale l’uscita all’istante t dipende dagli ingressi passati e dall’ingresso presente. giungendo alla seguente definizione: Definizione 3.100 Proprietà dei sistemi 3. {x(u)}u>t rappresenta l’ingresso futuro: in generale. 3. Modificando gli estremi di integrazione. n] . in quanto l’uscita all’istante t dipende da x(u) per t ≤ u ≤ t + T . descritto dalla relazione i-u y(t) = t −∞ x(u) du . in quanto l’uscita all’istante t dipende dall’ingresso x(u) per u ≤ t.2) assume la forma y(t) = S[{x(u)}u≤t . Interpretando l’ingresso come causa e l’uscita come effetto. l’integratore dell’es.t] . possiamo suddividere il segnale {x(u)}u∈R in tre contributi: {x(u)}u<t rappresenta l’ingresso passato. il concetto di sistema causale si estende al caso TD.2) assume la forma y(t) = S [{x(u)}u≤t . Con ovvie modifiche. In altri termini.11) (3.t] . è chiaramente un sistema causale. ma non dipende dagli ingressi futuri. descritto dalla relazione i-u y(t) = t t−T x(u) du . ovvero di un sistema per il quale la (3. è un sistema causale. Per un fissato t. ovvero i valori passati ed il valore presente dell’ingresso. con T > 0.2 Causalità Partiamo ancora dalla relazione i-u (3. {x(u)}u=t ≡ x(t) rappresenta l’ingresso presente.3) assume la forma y(n) = S [{x(k)}k≤n . a patto che T > 0.8. e quindi da valori futuri dell’ingresso.10 (integratore causale e non causale) L’integratore dell’es. presente e futuro.7 (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u (3. otteniamo un sistema non causale. l’uscita y(t) all’istante t dipende dall’ingresso passato. quindi.1.10) Esempio 3.t] . 3.2) valida per un sistema TC: y(t) = S [{x(u)}u∈R . ovvero considerando un integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . secondo il quale l’effetto non può precedere la causa. . (b) Un sistema TD si dice causale se la sua relazione i-u (3.3. (3. dove con {x(u)}u≤t si intendono i valori dell’ingresso x(u) per u ≤ t.

1 è data direttamente come definizione di sistema causale. per cui tale sistema MA è non causale. 3.3. se t ≥ 0 . la prop. ∀n ≤ n0 . 3. Gli esempi che seguono servono a chiarire ulteriormente questo aspetto.3 Proprietà dei sistemi 101 Esempio 3.  t  T. con T > 0 e. x2 (t) ∈ I tali che x1 (t) = x2 (t). Pertanto. utilizzando la prop. che rappresentano il presente (k = 0) ed il passato (k > 0). M in tale sistema l’uscita all’istante n dipende dai valori dell’ingresso x(n + k). che rappresentano il presente (k = 0) ed il futuro (k > 0). 3. in corrispondenza dei quali y1 (t) = y2 (t). Viceversa. La verifica della prop. considerando un sistema MA descritto dalla y(n) = k=0 ∑ bk x(n + k) . ∀t ≤ t0 . la cui corrispondente uscita è y1 (t) = 0. 3. non verifica la prop. x2 (t) ∈ I tali che x1 (t) = x2 (t). con k ≥ 0. per un dato valore t0 ∈ R. Scegliamo x1 (t) = 0. Esempio 3. ∀t ≤ t0 .1 (proprietà di un sistema causale) (a) Siano y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t).9. con riferimento al caso TC. Le stesse considerazioni valgono con ovvie modifiche anche per i sistemi TD.  t+T y2 (t) = x(u) du = t + T .12 (integratore non causale) Riconsideriamo l’integratore descritto dalla relazione i-u y(t) = t+T t x(u) du . 3.11 (sistema MA causale e non causale) Il sistema MA dell’es. ∀t ∈ R. ∀n ≤ n0 . Se però modifichiamo leggermente la relazione i-u.1. per dimostrare che un dato sistema è causale a partire dalla prop. con t0 ∈ R arbitrariamente scelto. è sufficiente fornire uno ed un solo esempio di segnali di ingresso x1 (t) = x2 (t).1(a). ∀t ≤ t0 . 9 In alcuni testi.1 solo per alcuni segnali di ingresso appartenenti a I e/o solo per alcuni valori di t0 non è sufficiente per affermare che il sistema è causale.1. la cui corrispondente uscita è  0 . se −T ≤ t < 0 . x2 (n) ∈ I tali che x1 (n) = x2 (n). risulta che y1 (t) = y2 (t). occorre verificare che tale proprietà sia soddisfatta per ogni coppia di segnali x1 (t). verifichiamo che si tratta di un sistema non causale. (b) Siano y1 (n) e y2 (n) le uscite di un sistema TD in risposta ai segnali x1 (n) e x2 (n). Il sistema è causale se e solo se. ∀t ≤ t0 . quindi. ed x2 (t) = u(t). per ogni n0 ∈ Z e per ogni x1 (n). Il sistema è causale se e solo se. M è chiaramente un sistema causale. Un sistema causale è fondamentalmente un sistema la cui uscita in un dato istante non dipende dai valori futuri del segnale di ingresso. per ogni t0 ∈ R e per ogni x1 (t). descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . in quanto l’uscita all’istante n dipende dai valori dell’ingresso x(n − k). . con k ≥ 0. A tal fine è sufficiente individuare due ingressi x1 (t) ed x2 (t) che non soddisfano la prop. risulta che y1 (n) = y2 (n). 3. se t < −T . rispettivamente.1(a). ∀t ∈ R. Ciò può essere espresso mediante la seguente proprietà:9 Proprietà 3. per uno o più valori di t ≤ t0 . 3. per dimostrare che un dato sistema è non causale e. È bene osservare che la causalità (così come tutte le proprietà dei sistemi) è una proprietà dei sistemi e non dei segnali. rispettivamente.

in particolare. infatti.11. ∀n ∈ Z. Quindi la prop.11) si dice non causale.) sistemi fisici capaci di prevedere il futuro (ad esempio. Esempio 3. e quindi i sistemi del mondo fisico sono tutti causali. È possibile definire anche un sistema che opera la differenza prima non causale nel seguente modo: y(n) = x(n + 1) − x(n) . Per provare ciò formalmente. es.10) oppure la (3.t] . che può essere visto come la cascata di un anticipo unitario e del sistema che opera la differenza prima causale. per le corrispondenti uscite si ha invece che y1 (t) = y2 (t). 3. Si è visto che un sistema in cui l’uscita non soddisfa la (3. y1 (0) = 0 e y2 (0) = 1. Un altro esempio . 0[. per alcuni valori di n ≤ 0. all’elaborazione di un segnale che è stato prima acquisito e memorizzato sull’hard-disk di un personal computer.9. In quest’ultimo caso.13 (differenza prima causale e non causale) Similmente all’operazione di derivazione per segnali a TC. per t ∈] − T.9. la cui corrispondente uscita è y1 (n) = 0.. n] . 3. 3. b0 = 1 e b1 = −1).1(a) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. ossia: y(t) = S[{x(u)}u>t . es. con M = 1. non sono stati ancora scoperti. con M = 1. Osserviamo in conclusione che non esistono (o almeno. è possibile memorizzarlo (su un supporto magnetico o ottico. ed x2 (n) = δ (n − 1). 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. 3. la macchina del tempo che consente di viaggiare nel futuro è un esempio “fantascientifico” di sistema non causale). mentre y2 (t) = 0. ∀n ∈ Z. esso può anche essere visto come un sistema MA non causale (cfr. è possibile assumere che il sistema di elaborazione conosca l’intero segnale di ingresso. Un sistema siffatto si dice anticausale. anziché elaborare un segnale in tempo reale. ad esempio) ed elaborarlo “in tempo differito”: si pensi. y(n) Sebbene x1 (t) = x2 (t) = 0. y2 (t) = 0.102 Proprietà dei sistemi x(n) ∇1 Fig. per ogni n ≤ 0. la cui corrispondente uscita è y2 (n) = δ (n) − δ (n − 1). Sebbene x1 (n) = x2 (n) = 0. l’anticipo unitario y(n) = x(n + 1) è un sistema anticausale.1(b) è violata da questa particolare scelta dei segnali di ingresso ed il sistema non può essere causale. 3. cioè senza introdurre ritardi significativi tra il segnale d’ingresso ed il segnale di uscita. ai sistemi fisici che elaborano i segnali “in tempo reale”. Ad esempio. 3. anche l’operazione di differenza prima per segnali a TD (cfr. y(n) = S[{x(k)}k>n . infatti. in molti casi. 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). ed è quindi utile considerare anche il caso di sistemi non causali.4) ammette una interpretazione sistemistica. Equivalentemente. b0 = −1 e b1 = 1). § 2. Un caso particolare di sistema non causale è quello in cui l’uscita dipende solo dal futuro. Tuttavia. Può essere visto come un sistema MA causale (cfr. Quindi la prop. usiamo la prop. per le corrispondenti uscite si ha invece che y1 (n) = y2 (n). per alcuni valori di t ≤ 0.1(b) e scegliamo x1 (n) = 0. Differenza prima.. per ogni t < 0. Si tratta chiaramente di un sistema non causale in quanto l’uscita all’istante n dipende dal valore futuro x(n + 1) del segnale di ingresso.11. ad esempio. per ogni t ≤ 0.1. 3. Questa osservazione si applica.

12) ossia. Da un punto di vista sistemistico. 3. anche se non operanti in tempo reale. l’ordine dei due sistemi nella cascata in fig. è possibile costruire un sistema S−1 : U → I . descritto dalla relazione i-u: y(·) = α x(·) .8 (sistema invertibile) Un sistema S : I → U si dice invertibile se.14 (invertibilità dell’amplificatore) Consideriamo l’amplificatore di guadagno α > 1. la causalità rappresenta un vincolo a cui il sistema deve obbedire. sussiste la seguente definizione di sistema invertibile:10 Definizione 3. In questo caso. In altri termini. . la variabile indipendente è di tipo spaziale). ingressi distinti devono generare uscite distinte. non vi è alcuna restrizione sui segnali di ingresso e uscita. Si intuisce allora come una condizione necessaria per risalire univocamente dall’uscita all’ingresso è quella che. tale che la cascata di S e S−1 (nell’ordine) realizza la trasformazione identica riportata in fig.3. L’amplificatore è un sistema invertibile. allora anche il sistema S−1 è invertibile e risulta che S{S−1 [y(·)]} = y(·). basti pensare ad esempio al sistema TC y(t) = x2 (t): è chiaro che. a causa dell’ambiguità sul segno nella determinazione della radice x(t) = ± y(t). nota l’uscita y(·) di un sistema. (3.3. ed il sistema inverso si ottiene facilmente invertendo la precedente relazione: x(·) = 1 y(·) . le corrispondenti uscite y1 (·) e y1 (·) siano distinte. Se il sistema è invertibile. pertanto. cioè: x1 (·) = x2 (·) =⇒ y1 (·) = y2 (·) . matematicamente ciò significa che: S−1 {S[x(·)]} = x(·) . Si noti che.12. Sfortunatamente questo non è sempre possibile. Si può verificare che. allora dall’osservazione dell’uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l’ingresso.3 Invertibilità In molti casi pratici. per ogni segnale di ingresso x(·) ∈ I . α e quindi il sistema inverso è un attenuatore. comunque si prendano due ingressi distinti x1 (·) e x2 (·) appartenenti all’insieme I. il sistema S è il sistema inverso di S−1 . esiste un unico segnale di ingresso x(·) ∈ I tale che S [x(·)] = y(·).5) per esprimere i legami i-u dei sistemi. 10 Nel seguito di questa sezione. detto sistema inverso. Più precisamente. per ogni segnale y(·) ∈ U. comunque si fissi un segnale di uscita y(·) ∈ U. questo significa che. osservato y(t). in altre parole. se il sistema S è invertibile. se S−1 è il sistema inverso di S. rimuovere il vincolo di causalità – compatibilmente con i requisiti applicativi – consente di progettare sistemi non causali aventi migliori prestazioni. 3. avente guadagno 1/α < 1 reciproco di quello dell’amplificatore. 3. siamo interessati a risalire all’ingresso x(·) che l’ha generata.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. quando si progetta un sistema.12 è inessenziale: sia la cascata S − S−1 che quella S−1 − S realizzano il sistema identico. nell’elaborazione di immagini. Esempio 3. non potremo risalire univocamente a x(t). faremo uso della notazione semplificata (3.

104 Proprietà dei sistemi y(.t] .12. 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 (·)|.) S S -1 x(.15 (non invertibilità del raddrizzatore) Studiamo l’invertibilità del sistema non lineare (“raddrizzatore”) descritto dalla relazione i-u: y(·) = |x(·)| . È facile provare che il sistema raddrizzatore non è invertibile. Il sistema S−1 è il sistema inverso di S se e solo se la cascata dei due sistemi coincide con il sistema identico. Esempio 3. a tale scopo possiamo far riferimento alla condizione necessaria (3.) x(.3.14) . mentre U è costituito da tutti i segnali non negativi a valori reali. è in generale un problema abbastanza complesso. nella sua forma più generale: y(t) = S [{x(u)}u∈R . possiamo dare la seguente definizione: Definizione 3. il raddrizzatore non è dotato di sistema inverso.4 Invarianza temporale Consideriamo ancora una volta la relazione i-u di un sistema TC. allora il sistema si dice invariante temporalmente [si usano anche le denominazioni di sistema tempoinvariante (TI) o stazionario]. nonché la determinazione del sistema inverso. (3. Va notato in conclusione che. non vi è alcuna restrizione sui segnali di ingresso. Estendendo tale concetto in modo ovvio al caso TD.13) (b) Un sistema TD si dice invariante temporalmente (TI) se la sua relazione i-u (3. Se tale dipendenza dal tempo non c’è.12) è violata. La dipendenza da t nella relazione precedente evidenzia che il comportamento del sistema può variare nel tempo. Pertanto. e quindi i suoi effetti sono irreversibili. salvo per casi particolari.3) assume la forma y(n) = S [{x(k)}k∈Z ] .9 (sistema invariante temporalmente) (a) Un sistema TC si dice invariante temporalmente (TI) se la sua relazione i-u (3.12). 3. lo studio dell’invertibilità di un sistema. In questo caso.2) assume la forma y(t) = S [{x(u)}u∈R ] .) Fig. poiché la (3. 3. (3. ovvero se è possibile scrivere: y(t) = S [{x(u)}u∈R ] .

R1 + R2 è un sistema TI.3 Proprietà dei sistemi 105 x(t) y(t) t1 x (t) t0 t2 t y (t) t0 t1 t2 t2 + T s t t1 t1 + t0 t2 t2 + t0 t t1 t1 + t0 t2 t2 + Ts t2 +Ts + t0 t Fig. pertanto la risposta yt0 (t) del sistema al segnale xt0 (t) è la stessa di quella corrispondente al segnale x(t).14) si dice tempo-variante (TV) o non stazionario. in questo esempio. con riferimento ad un sistema TC. e quindi l’origine dei tempi può essere fissata arbitrariamente. Esempio 3. R1 (t) + R2 (t) (3. 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 ). producendo in uscita il segnale y(t) a partire dall’istante di tempo t1 . cioè. il segnale x(t) è applicato in ingresso al sistema all’istante t1 . Se il sistema è TI. Se invece il sistema è TV. Questa proprietà dei sistemi invarianti temporalmente è chiarita in fig.13.3. Specificatamente. Una conseguenza dell’invarianza temporale è che il comportamento del sistema non dipende dall’istante in cui viene applicato l’ingresso. il segnale yt0 (t) differisce da y(t) solo per una traslazione temporale di t0 . un sistema che non soddisfa la (3. allora yt0 (t) = y(t − t0 ). si consideri ora il segnale xt0 (t) = x(t −t0 ). 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).16 (amplificatore a guadagno costante e variabile) Il partitore resistivo. la cui durata è maggiore di quella del segnale di ingresso (Ts > 0 è un parametro caratteristico del sistema).15) . il suo comportamento non cambia nel tempo. Se tuttavia si tiene conto degli effetti +R termici. 3. Si supponga ora di applicare in ingresso al sistema lo stesso segnale in un istante di tempo successivo t1 +t0 (con t0 > 0 arbitrario). ottenuto da x(t) introducendo il ritardo temporale t0 . in quanto il rapporto R1R2 2 non dipende dal tempo.13) o la (3. l’andamento dei segnali y(t) e yt0 (t) è in generale differente e la loro forma può essere anche profondamente diversa. allora i valori delle resistenze R1 ed R2 possono variare nel tempo per effetto dei cambiamenti di temperatura. avente relazione i-u y(t) = R2 x(t) . 3. l’unica differenza consiste nel fatto che yt0 (t) evolve a partire dall’istante di tempo t1 +t0 .2). Viceversa. In questo caso la relazione i-u va modificata come segue: y(t) = R2 (t) x(t) . Una possibile interpretazione fisica della proprietà di invarianza temporale è quella che le proprietà del sistema non cambiano nel tempo. 3. ovvero il sistema non “invecchia” e – caso limite – non “si rompe”. a partire dal segnale x(t). ovvero yt0 (t) = y(t −t0 ) (questa interpretazione dell’invarianza temporale è ulteriormente approfondita dalla prop.13.

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

ovvero se α (t) = α (costante). come mostrato dagli esempi che seguono.3. 3. 11 Per semplicità.11 cioè: S{Sz−n0 [x(n)]} = Sz−n0 {S[x(n)]} . si dimostra che l’amplificatore a guadagno variabile a TD. se il sistema è TI. All’ingresso x(t) corrisponde l’uscita y(t) = α (t) x(t). conviene procedere per sostituzioni formali. Quindi l’amplificatore risulta TI se e solo se il guadagno è costante. Se il sistema TD S è TI. è TV. i due schemi in figura sono equivalenti. per dimostrare che un dato sistema è invariante temporalmente oppure no. 3.16. quindi. In pratica. Esempio 3. D’altra parte. le trasformazioni S e Sz−n0 commutano.5) per esprimere i legami i-u dei sistemi.14.2 piuttosto che la def. nella relazione precedente può valere l’uguaglianza per ogni ingresso x(t) se e solo se α (t − t0 ) = α (t) per ogni t0 ∈ R. l’amplificatore a guadagno variabile è un sistema TV. per ogni segnale di ingresso x(n) ∈ I . 3. denotando con xt0 (t) = x(t − t0 ) l’ingresso traslato di t0 . introdotto nell’es. è conveniente in generale utilizzare la prop. ovvero se la sua relazione i-u è y(t) = α x(t). 3.9. Per non sbagliare.2 dell’invarianza temporale. forniscono la stessa uscita in risposta allo stesso segnale.17 (tempo-varianza dell’amplificatore con guadagno variabile) Applicando la prop. se si deve calcolare la risposta del sistema S al segnale di ingresso x(n − n0 ).3 Proprietà dei sistemi 107 x(n) z . Analogamente. si può calcolare prima la risposta del sistema al segnale x(n) e poi far passare il segnale ottenuto attraverso il sistema Sz−n0 . traslando l’uscita y(t) si ha: y(t − t0 ) = α (t − t0 ) x(t − t0 ) . per il quale si ha y(n) = α (n) x(n). si ha che l’uscita yt0 (t) corrispondente a xt0 (t) è yt0 (t) = α (t) xt0 (t) = α (t) x(t − t0 ) . e la loro posizione nella cascata è ininfluente. evidentemente. facciamo uso ancora una volta della notazione semplificata (3. In altre parole.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. in quanto si ha: yt0 (t) = α (t) x(t − t0 ) = α (t − t0 ) x(t − t0 ) = y(t − t0 ) . ovviamente tale risultato non sussiste se il sistema è TV. 3. per cui. è un sistema TV in generale (è TI se e solo se α (n) = α ). È chiaro che yt0 (t) = y(t − t0 ). In effetti. . verifichiamo che in generale il sistema y(t) = α (t) x(t).

se tale proprietà non fosse verificata. sono anch’essi sistemi TI. e cambia meno drasticamente quando si alza o si abbassa il volume.1): y(n) = x(−n) . Ad esempio. Esempio 3. 3. Poiché all’ingresso x(t) corrisponde l’uscita y(t) = t −∞ x(u) du . Allo stesso modo. Applicando al sistema l’ingresso traslato xn0 (n) = x(n − n0 ).8. all’ingresso xt0 (t) = x(t − t0 ) corrisponde l’uscita yt0 (t) = t −∞ xt0 (u) du = t −∞ x(u − t0 ) du . 3. in quanto il suo comportamento cambia drasticamente quando lo si accende o lo si spegne. Si dimostra analogamente che anche l’accumulatore o integratore a TD dell’es.10.19 (invarianza temporale del sistema MA) È facile provare che il sistema MA dell’es. k=0 M M per cui il sistema è effettivamente TI. si osservi che l’invarianza temporale è una pura astrazione matematica: nessun sistema del mondo fisico è tempo-invariante in senso stretto. Nella dimostrazione precedente gioca un ruolo fondamentale il fatto che i coefficienti bk non variano con n. Esempio 3. poiché all’ingresso x(n) corrisponde l’uscita y(n) = k=0 ∑ bk x(n − k) . se il volume è tenuto fisso. Tuttavia. 3. e pertanto il sistema risulta essere TV. Infatti. Alla stessa conclusione si arriva anche se si considera la riflessione y(t) = x(−t) di un segnale TC. si ha: yt0 (t) = t−t0 −∞ x(v) dv = y(t − t0 ) . 3. . e l’integratore non causale dell’es.2 è un sistema TI.1 è un sistema TI. In conclusione. il sistema risulterebbe TV. Tuttavia. 3. M all’ingresso xn0 (n) = x(n − n0 ) corrisponderà l’uscita: yn0 (n) = k=0 ∑ bk xn0 (n − k) = ∑ bk x(n − n0 − k) = y(n − n0 ) . per l’intervallo di durata di un compact disc. il sistema può ritenersi ragionevolmente TI. un amplificatore audio non è un sistema TI in senso stretto. 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). si può provare che l’integratore con memoria dell’es.108 Proprietà dei sistemi Esempio 3. per cui resta provato che l’integratore è un sistema TI.9 è TI.20 (tempo-varianza della riflessione) Consideriamo il sistema TD che effettua la riflessione temporale di un segnale (si tratta di una delle operazioni elementari introdotte nel § 2. Effettuando il cambio di variabile v = u − t0 . si ottiene l’uscita yn0 (n) = xn0 (−n) = x(−n − n0 ) = y(n + n0 ) = y(n − n0 ) .18 (invarianza temporale dell’integratore) Proviamo invece che l’integratore dell’es.

che coinvolgono anche la limitatezza delle variabili di stato. cioè che valga la condizione |x(·)| ≤ Kx .19) per ogni x(t) ∈ I limitato. ∀t ∈ R . 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. (3. ovvero trovare un valore Ky ∈ R+ tale che |y(·)| ≤ Ky . . per provare che un sistema è stabile. è possibile provare che anche l’amplificatore a guadagno variabile a TD y(n) = α (n) x(n) è un sistema stabile. Esempio 3. Nel seguito. per cui anche y(t) è limitato. Per la rappresentazione i-s-u. per ogni valore di tempo.3. ovvero che |α (n)| ≤ Kα per ogni n ∈ Z.3 Proprietà dei sistemi 109 3. Notiamo che il sistema è stabile solo se facciamo l’ipotesi aggiuntiva (fisicamente ragionevole) che il guadagno α (t) sia limitato. Se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato).5 Stabilità Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l’uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata.12 Matematicamente. è possibile scrivere la seguente catena di uguaglianze e disuguaglianze: |y(t)| = |α | |x(t)| ≤ |α | Kx = Ky . per ogni valore di tempo. con Kx . questa proprietà si può formulare per il caso TC e TD come segue: Definizione 3. si possono dare definizioni diverse di stabilità.22 (stabilità dell’amplificatore a guadagno variabile) Consideriamo l’amplificatore a guadagno variabile a TC y(t) = α (t) x(t). da cui si ricava che anche y(t) è limitato. Esempio 3. e trovare un’opportuna maggiorazione per l’uscita. descritto dalla relazione i-u y(n) = 12 La k=0 ∑ bk x(n − k) . Ky ∈ R+ .3. bisogna supporre che l’ingresso sia arbitrario ma limitato. (3.20) per ogni x(n) ∈ I limitato. invece.23 (sistema MA) Proviamo che il sistema MA dell’es. Con analoghi passaggi è possibile provare che anche l’amplificatore a TD y(n) = α x(n) è un sistema stabile. se |x(t)| ≤ Kx per ogni t ∈ R (ingresso limitato). e non attraverso la rappresentazione i-s-u. Ky ∈ R+ . quando parleremo di stabilità intenderemo sempre la stabilità BIBO. ∀t ∈ R .10 (sistema stabile in senso BIBO) (a) Un sistema TC con ingresso x(t) ed uscita y(t) si dice stabile in senso BIBO se |x(t)| ≤ Kx per ogni t ∈ R =⇒ |y(t)| ≤ Ky per ogni t ∈ R . e 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. (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 . con Kx . Con analoghi passaggi.9.21 (stabilità dell’amplificatore a guadagno costante) Proviamo che l’amplificatore a TC y(t) = α x(t) è stabile. 3. e supponendo anche in questo caso che il guadagno sia limitato. Infatti. In pratica.

con la sola ipotesi che |x(·)| ≤ Kx . k=0 M M per cui anche y(n) è limitato. . (c) Alle 11:00 circa del 7 novembre 1940 il ponte crolla. 3. Notiamo che un sistema MA è sempre stabile.24 (instabilità dell’integratore con memoria infinita e dell’accumulatore) L’integratore a TC con memoria infinita dell’es.1.5 metri. Il dislivello tra i due lati del ponte dovuto alla torsione raggiunge l’altezza di 8. Infatti. Un segnale che si presta bene per dimostrare che un sistema è instabile è il gradino x(·) = u(·). in ogni istante di tempo. Viceversa.15. qualunque sia l’ordine M e per qualsiasi valore dei coefficienti bk . quindi bisogna procedere tentando di trovare un maggiorante Ky per l’uscita. 3. Come si vede. descritto dalla relazione i-u y(t) = t −∞ x(u) du .110 Proprietà dei sistemi (a) (b) (c) Fig. è possibile scrivere: |y(n)| = k=0 ∑ bk x(n − k) M ≤ k=0 ∑ |bk | |x(n − k)| ≤ Kx ∑ |bk | = Ky . ∀n ∈ Z . per provare che un sistema è stabile. Esempio 3. è stabile. per provare che un sistema è instabile. se |x(n)| ≤ Kx per ogni n ∈ Z. (b) Le oscillazioni viste da una estremità del ponte. Un esempio di sistema instabile: il Tacoma Narrows Bridge. è sufficiente trovare almeno un segnale limitato in corrispondenza del quale l’uscita non è limitata. bisogna provare che l’uscita y(·) è limitata in ogni istante di tempo e per un qualunque ingresso limitato. assume cioè valore infinito in almeno un istante di tempo. 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). che è un segnale limitato in quanto assume solo i valori 0 ed 1. (a) Il Tacoma Narrows Bridge in oscillazione per le forti raffiche di vento poco prima della rottura.

l’uscita può assumere. USA) che crollò nel 1940. applicando al sistema segnali di ingresso limitati.C. t ≥ 0 . 2. cioè l’accumulatore dell’es. per provarlo. n < 0. Infatti. ed è un segnale non limitato in ampiezza. 3.3. si ha: |y(t)| = t −∞ x(u) du ≤ t −∞ |x(u)| du ≤ Kx t −∞ du . secondo la definizione seguente: .43). si prova che la versione a TD dell’integratore con memoria infinita. X ≡ C. ai soldati che attraversano i ponti a passo di marcia si comanda abitualmente di “rompere il passo”. è instabile. La stabilità è una proprietà fondamentale nel progetto dei sistemi. per determinati segnali di ingresso. in un sistema fisico instabile. Questa scelta ci consente di trattare anche segnali. 3. pochi mesi dopo essere stato aperto al traffico.  n n y(n) = ∑ u(k) = ∑ 1 = n+1. Tale difficoltà lascia intuire che il sistema è instabile.. −∞ 0 ovvero l’uscita si può scrivere nella forma y(t) = t u(t). in quanto l’integrale −∞ du non è limitato. Nel seguito supporremo che. Viceversa.6 Linearità La proprietà di linearità è estremamente importante. mentre il dominio T sarà uguale a R oppure Z nel caso TC oppure TD. Proprio per evitare l’innesco di pericolose oscillazioni. i segnali in gioco siano a valori complessi e il loro codominio coincida con il campo dei numeri complessi. che rappresenta una rampa a TC (fig. t ma non è possibile trovare un’ulteriore maggiorazione per l’uscita. poniamo in ingresso x(t) = u(t) (ingresso limitato).3. in quanto porta a notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. D’altra parte. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività. più in generale. t t u(u) du = y(t) =  du = t . Un esempio fisico particolarmente impressionante di sistema instabile è quello del Tacoma Narrows Bridge (costruito presso Washington D. rappresentano una comoda astrazione matematica per la descrizione di alcuni fenomeni naturali. pur non essendo direttamente riconducibili ad alcuna grandezza fisica.  k=−∞ k=0 ovvero un segnale esprimibile come y(n) = (n + 1) u(n) (rampa a TD). valori arbitrariamente grandi. e calcoliamo l’uscita:  0 .15). 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. rispettivamente. si ottiene in uscita il segnale  0 . cioè. se si pone in ingresso x(n) = u(n). a causa delle raffiche di vento che indussero oscillazioni tali da provocare la rottura dei cavi metallici e il conseguente crollo del ponte (fig. i segnali a valori reali sono un sottoinsieme dei segnali a valori complessi. 3.3 Proprietà dei sistemi 111 non è un sistema stabile. Avendo trovato anche un solo ingresso limitato in corrispondenza del quale l’uscita non è limitata. che. il che può portare al malfunzionamento del sistema o addirittura alla sua rottura. In maniera simile. l’uscita non assumerà mai valori arbitrariamente grandi. in quanto assicura che. che è non limitato.2. Infatti. che possono portare alla rottura. avente relazione i-u y(n) = k=−∞ ∑ n x(k) . abbiamo provato che il sistema è instabile. quali ad esempio il fasore. n ≥ 0.

se il sistema S verifica la proprietà di additività. 3. Precisamente.16. Infatti. 3.) S α y b(. se x1 (·) ∈ I e x2 (·) ∈ I. 3. la proprietà di omogeneità impone implicitamente che. Allo stesso modo. allora la cascata del sommatore e del sistema S in fig. la proprietà di additività impone implicitamente che. la proprietà di omogeneità può essere interpretata come in fig. se si deve calcolare la risposta del . allora la configurazione serie in fig. allora anche α x(·) ∈ I.) α (a) S y a(. e per ogni coppia di segnali di ingresso x2 (·) ∈ I ed uscita y2 (·) ∈ U. 3.16(a) è equivalente alla configurazione serie in fig. se il sistema è omogeneo.16(b) (si faccia attenzione: non è una configurazione parallelo).112 Proprietà dei sistemi x(. 3. Da un punto di vista matematico. si ha: x1 (·) + x2 (·) −→ y1 (·) + y2 (·) .16. In altre parole.16(b).17. Stessa proprietà deve valere anche per l’insieme dei segnali di uscita 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 . con riferimento alla fig. occorre che l’insieme dei segnali di ingresso I sia uno spazio lineare. nel senso che ya (·) ≡ yb (·). se x(·) ∈ I. Da un punto di vista sistemistico. esso commuta con il sistema amplificatore e la sua posizione nella cascata è inessenziale. affinchè il sistema S possa essere lineare. ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di moltiplicazione per una costante. Pertanto. quindi. 3. Anche la proprietà di additività ammette una interessante interpretazione in termini di sistemi. se si deve calcolare la risposta del sistema S al segnale di ingresso α x(·). ovvero l’insieme dei segnali di ingresso deve essere chiuso rispetto all’operazione di somma. nel senso che ya (·) ≡ yb (·). le configurazioni (a) e (b) sono equivalenti. si ha: α x(·) −→ α y(·) .11 (sistema lineare) Un sistema si dice lineare se soddisfa le seguenti due proprietà: (a) Omogeneità: per ogni coppia di segnali di ingresso x(·) ∈ I ed uscita y(·) ∈ U. (b) Additività: per ogni coppia di segnali di ingresso x1 (·) ∈ I ed uscita y1 (·) ∈ U. se il sistema S verifica la proprietà di omogeneità. allora anche x1 (·) + x2 (·) ∈ I.) (b) Fig. ossia uno spazio funzionale chiuso rispetto all’operazione di moltiplicazione per una costante e somma. Definizione 3. Se il sistema S verifica la proprietà di omogeneità. quindi. 3. ∀α ∈ C .) x(.17(a) è equivalente al sistema raffigurato in fig.

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

si ha: ∑ αk xk (·) k −→ ∑ αk yk (·) . 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.) x1(.) S α2 (b) Fig.) α1 S α2 (a) y a(.22) come caso particolare. ed il principio di sovrapposizione è molto utilizzato ad esempio nello studio dei circuiti elettrici. le configurazioni (a) e (b) sono equivalenti (principio di sovrapposizione).) x2(. la (3.23) È bene evidenziare che se il numero di segnali che si sovrappone è finito la (3. α2 . delle uscite yk (·) ∈ U corrispondenti agli ingressi presi separatamente. Se il sistema S è lineare. il numero di segnali xk (·) è infinito. . si noti che. anche la linearità è una idealizzazione .) x2(. occorre imporre alcune condizioni matematiche aggiuntive. i segnali di uscita ottenuti. utilizzando i coefficienti α1 e α2 . ∈ C . .23) come definizione di principio di sovrapposizione. . che ovviamente racchiude la (3. La proprietà di linearità comporta notevoli semplificazioni nell’analisi e nella sintesi dei sistemi. k ∀α1 . se. invece. 3. . Onde evitare di dilungarci in discussioni di carattere prettamente matematico che non hanno rilevanza in molti casi di interesse pratico. . si può calcolare prima la risposta del sistema S ai segnali di ingresso x1 (·) e x2 (·) separatamente. . l’uscita corrispondente ad una arbitraria combinazione lineare di {xk (·)}k∈Z è costituita dalla combinazione lineare. con k ∈ Z.22) da sola non basta per assicurare la (3. comunque si consideri una successione numerabile di segnali di ingresso xk (·) ∈ I.22). nel seguito assumeremo la (3. .18.23) discende semplicemente dalla (3.114 Proprietà dei sistemi x1(.23): in questo caso. A tale proposito. calcolare la risposta del sistema S al segnale di ingresso α1 x1 (·) + α2 x2 (·). αk . con gli stessi coefficienti. come l’invarianza temporale. Ciò conduce alla seguente definizione più generale di sistema lineare: un sistema è lineare se. e poi combinare linearmente. (3.) S α1 y b(.

si intende un sistema che soddisfa il principio di sovrapposizione. con b0 = 0. α x0 (·) −→ α y0 (·) . . quando l’ampiezza dei segnali di ingresso non eccede (in valore assoluto) una determinata soglia. in elettronica. 3. 3. e la moltiplicazione del segnale di ingresso per una costante di ampiezza arbitraria non si traduce semplicemente nella moltiplicazione dell’uscita per la stessa costante. se l’ampiezza del segnale di ingresso eccede tale soglia. si ha yL (t) = b1 x(t) e y0 (t) = b0 .26 (sistema non omogeneo) Il sistema avente relazione i-u y(t) = b1 x(t) + b0 . non è omogeneo (e quindi non è lineare) per la presenza del termine b0 . Prova. è che se un sistema omogeneo è sollecitato con un ingresso nullo (ovvero è “a riposo”).3.25 (linearità dell’amplificatore a guadagno variabile) L’amplificatore a guadagno variabile a TC y(t) = α (t) x(t) è un sistema lineare. (3. Infatti ponendo x(t) ≡ 0. Poiché x0 (·) −→ y0 (·).24) Con analogo ragionamento si può provare che anche l’amplificatore a TD y(n) = α (n) x(n) è un sistema lineare.4 (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo. Nell’es. si ha. un sistema è progettato per poter funzionare con una certa famiglia di segnali di ingresso. In pratica. Ad esempio. il sistema dell’es. in quanto. variabile da sistema a sistema. Tali sistemi sono una generalizzazione dei sistemi lineari. notiamo che la linearità dell’amplificatore vale anche nel caso particolare in cui il guadagno α (·) = α è costante (amplificatore a guadagno costante). 13 Tipicamente.22). allora deve aversi necessariamente y0 (·) = α y0 (·). per l’omogeneità. Una conseguenza importante della proprietà di linearità.26. e quest’ultima uguaglianza può essere verificata se e solo se y0 (·) ≡ 0. in particolare. Proprietà 3. in quanto soddisfa al principio di sovrapposizione. 3. se si considera un amplificatore audio e lo si forza in ingresso con un segnale di tensione la cui ampiezza è maggiore di quella per cui il sistema è stato progettato. si trova y0 (t) = b0 = 0. Infatti. ∀α ∈ C . Sia x0 (·) ≡ 0 l’ingresso nullo. questa osservazione è alla base dei cosiddetti “modelli lineari approssimati per piccoli segnali”. quando si parla di sistema lineare. e si dicono lineari per le differenze. e pertanto l’uscita corrispondente all’ingresso nullo non è nulla.19) come la somma dell’uscita di un sistema lineare yL (t) e di un termine y0 (t) non dipendente dall’ingresso. e più precisamente dell’omogeneità. l’uscita corrispondente è necessariamente nulla. infatti. Sia nel caso TC che TD. e sia y0 (·) l’uscita corrispondente a tale ingresso. che rappresenta l’uscita corrispondente all’ingresso nullo. 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)] .3 Proprietà dei sistemi 115 matematica: nessun sistema nella realtà fisica è lineare in senso stretto. Esempio 3. l’uscita corrispondente all’ingresso nullo è necessariamente nulla. Adoperando la formulazione (3. si ha. dati due ingressi quasi tutti i sistemi tendono a comportarsi in maniera lineare se l’ampiezza del segnale di ingresso è sufficientemente piccola. si ottiene in uscita un suono poco gradevole che nulla ha a che fare con il segnale di ingresso che si vuole amplificare. ma poiché x0 (·) = α x0 (·) ≡ 0 ∀α ∈ C. in pratica. il sistema non può più considerarsi lineare.13 Esempio 3. Sebbene sia non lineare secondo la definizione data. ∀α ∈ C.26 appartiene ad una classe di sistemi in cui l’uscita y(t) si può vedere (fig.

cfr. Infatti. Un esempio “fisico” tratto dall’elettronica è il diodo. Schema a blocchi di un sistema non lineare (non linearità) senza memoria. Esempio 3. la differenza y2 (·) − y1 (·) tra le due uscite è una funzione lineare della differenza x2 (·) − x1 (·) tra i due ingressi. e y(t) = x3 (t) (sistema cubico). arbitrari x1 (·) e x2 (·).21. Infatti.) Fig. se si indica (fig. 3. Per l’omogeneità. si ha: S[α x(t)] = α 2 x2 (t) = α 2 S[x(t)] = α S[x(t)] .116 Proprietà dei sistemi x(. cfr.28 (caratteristica i-u di un diodo) Il diodo è un componente elettronico rappresentato schematicamente in fig. Un sistema lineare per le differenze si può vedere come composto da un sistema lineare e da un segnale indipendente dall’ingresso.21) con x(t) la tensione ai capi del diodo e con y(t) la corrente .12 (non linearità senza memoria) Sia g(·) una funzione non lineare.) sistema lineare y L(. Tali sistemi possono essere descritti semplicemente assegnando la funzione y = g(x).) g(x) y(.20. è descritto nell’esempio seguente. che prende il nome di caratteristica i-u.20. e quindi non è omogeneo.1). 3. y(t) = sgn[x(t)] (“hard limiter”).) y 0(. un sistema TI senza memoria. § 3. detti anche non-linearità senza memoria: Definizione 3. 3. 3.15). es.27 è anche TI e non dispersivo o senza memoria (cfr. 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)] .19.) x(. e prende il nome di sistema quadratico o non-linearità quadratica.2) lineari e a coefficienti costanti. Altri esempi di non linearità senza memoria sono i sistemi descritti dalle relazioni i-u y(t) = |x(t)| (“raddrizzatore”. § 4. Il sistema quadratico dell’es. si verifica facilmente che il sistema non soddisfa né la proprietà di omogeneità. e sono rappresentati graficamente come in fig. Fig. Un caso più caratteristico di sistema non lineare. 3.) y(. 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. che può essere descritto con buona approssimazione da una relazione i-u non lineare senza memoria. cfr.6. 3. e quindi non è additivo. Esempi di sistemi lineari per le differenze compaiono nell’analisi di sistemi descritti da equazioni differenziali (nel caso TC.27 (sistema quadratico) Il sistema descritto dalla relazione i-u y(t) = x2 (t) è non lineare. Esempio 3.6. § 4. che non risulta neppure lineare per le differenze.3. né quella di additività. Esso appartiene pertanto ad una classe più generale di sistemi. in quanto l’uscita y(t) è funzione dell’ingresso x(t) nello stesso istante.1) o alle differenze (nel caso TD. 3.

22 è lineare a tratti. . avente come ingresso la tensione x(t) e come uscita la corrente y(t). poiché essa non è lineare per tutti i valori di x. con buona14 approssimazione. Altri esempi di sistemi elettronici descritti approssimativamente15 da modelli non lineari senza memoria sono i transistori bipolari (bipolar junction transistor. che assume in genere valori molto piccoli (dell’ordine di pochi decimi di ohm). 3.3. y(t) = g[x(t)]. che scorre nel diodo.22. Fig. Schema elettrico di un diodo. in ogni caso.3 Proprietà dei sistemi 117 y(t) y=g(x) x(t) tg(θ)=R x Fig. altrimenti. 15 Bisogna notare che per i componenti elettronici menzionati (diodi e transistori) il modello di sistema senza memoria è accurato solo se si trascurano gli effetti capacitivi.21. modellato come un sistema non lineare senza memoria. BJT) ed i transistori ad effetto di campo (field-effect transistor. dove R è la resistenza del diodo in conduzione. 0 . si può porre. FET). il sistema non può essere considerato lineare. 14 Un modello più accurato mostra che la relazione tra tensione e corrente in un diodo in conduzione segue una legge di tipo esponenziale. 3. 3.22) è g(x) = x R . x ≥ 0. Il parametro R rappresenta la resistenza del diodo in conduzione. 3. il che è ragionevole per segnali costanti o lentamente variabili. Notiamo che la funzione g(x) di fig. Caratteristica ingresso-uscita di un diodo. dove la caratteristica i-u g(x) (fig.

4 Esercizi proposti Esercizio 3. Determinare il legame i-u del sistema (complessivo) riportato in figura.2. Risultato: La memoria è pari a N − 1. Sistema dell’esercizio 3. Esercizio 3.23. 3.3 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = +∞ k=−∞ ∑ x(k) RN n − k + N −1 2 . y(t) = 2 ln(|x(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 . . 3. con N ≥ 1 numero intero dispari . 4 Esercizio 3. S1 : S2 : S3 : S4 : y(t) = 2 x(t) + 1 . Risultato: y(t) = 2 u[x(t)].23.23. Determinare il legame i-u del sistema (complessivo) riportato in fig. 2 4 S3 : y(n) = x(2n) .118 Proprietà dei sistemi 3.2 Si consideri l’interconnessione di sistemi riportata in fig. 2 1 1 S2 : y(n) = x(n) + x(n − 1) + x(n − 2) . y(t) = ex(t) . y(t) = sgn[x(t)]. 3. dove i legami i-u dei quattro sistemi sono i seguenti: S1 x(t) S2 y(t) S3 S4 Fig. Calcolare la memoria del sistema. Risultato: y(n) = x(n) + 1 x(n − 1).

] Risultato: Il sistema è non causale.] Risultato: Il sistema può essere causale (non è detto che lo sia). la memoria è pari a T1 . Esercizio 3.1 del libro di testo. (a) Calcolare l’uscita y(n) corrispondente al segnale di ingresso x(n) = A δ (n). (b) non invertibile: in virtù del risultato del punto (a). x(n) = R3 (n) −→ y(n) = 3n u(n) . Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. la memoria è pari a 2 T2 − T1 .3. x(τ ) dτ .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) . Esercizio 3. x(t) = rect(t − 1) −→ y(t) = e−3t . indipendentemente dalla costante A.4 Esercizi proposti 119 S1 y(t) x(t) S2 Esercizio 3.5 Un sistema S con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = u(t + 3) −→ y(t) = e−5t u(t) . t+T2 t−T2 Calcolare la memoria del sistema (complessivo) riportato in figura. Risultato: (a) y(n) ≡ 0. . con T1 > 0. se T1 < T2 . Esercizio 3.1 del libro di testo. 3. l’uscita corrispondente al segnale x(n) = A δ (n) è sempre nulla. con A ∈ R.7 Si consideri il sistema caratterizzato dal seguente legame i-u: y(n) = x(n) x(n − 2) . 3.4 Si consideri la seguente interconnessione di sistemi: dove i legami i-u dei due sistemi sono i seguenti: S1 : y(t) = S2 : y(t) = t t−T1 x(τ ) dτ . (b) Il sistema è invertibile? Giustificare la risposta. Stabilire se il sistema può essere causale [Suggerimento: disegnare i due segnali ed applicare la prop. con T2 > 0. Risultato: Se T1 ≥ T2 .

x2 (n) e x3 (n). Segnali dell’esercizio 3. l’insieme U è costituito da tutti i segnali positivi. determinare il sistema inverso.8 Si consideri il sistema caratterizzato dal seguente legame i-u: S : x(t) ∈ I −→ ex(t) ∈ U . Risultato: (a) nessuna restrizione su I. (a) Calcolare l’uscita ya (n) del sistema corrispondente al segnale di ingresso xa (n) = δ (n). è necessariamente tempo-variante. Nella stessa figura sono riportate le uscite del sistema y1 (n).9. stabilire se il sistema può essere tempo-invariante. In caso affermativo. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n). 3. (c) Sulla base dei risultati ottenuti ai punti (a) e (b). 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. (b) Calcolare l’uscita yb (n) del sistema corrispondente al segnale di ingresso xb (n) = δ (n − 1). 3. rispettivamente.120 Proprietà dei sistemi Esercizio 3. Risultato: (a) ya (n) = 2 δ (n + 2) + δ (n + 1) − 2 δ (n) + 3 δ (n − 1) + 2 δ (n − 2) + δ (n − 3). . (a) Caratterizzare gli insiemi di ingresso ed uscita. (b) yb (n) = −δ (n) − 3 δ (n − 1) − δ (n − 3). Esercizio 3.24 è lineare. (b) Stabilire se tale sistema è invertibile.10 Si consideri il sistema caratterizzato dal seguente legame i-u: y(t) = cos 2π fct + 2π t −∞ x(τ ) dτ . (c) non può essere tempo-invariante.24. (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.9 Il sistema S in fig. Esercizio 3.

25. Risultato: (a) y(n) = x(n) + (−1)n x(n) = [1 + (−1)n ] x(n). dove 1 + (−1)n = 0 se n è dispari e 1 + (−1)n = 2 se n è pari. con t0 ∈ R. (b) yb (t) = cos(3t − 1). Nella stessa figura sono riportate le uscite del sistema y1 (n).13 Il sistema S in fig. (b) Dire se il sistema è stabile. è necessariamente tempo-variante. x(n) y(n) (-1) n Fig.25. Esercizio 3. Risultato: (a) non può essere lineare. rispettivamente.3. (b) yb (t) = ya (t) = cos(2π fct). x(t) = e− j2t −→ y(t) = e− j3t . (c) Sulla base dei risultati ottenuti ai punti (a) e (b). (a) Determinare il legame i-u del sistema. (b) y(n) = 3 δ (n + 6) + 2 δ (n + 5).26 è tempo-invariante. Risultato: (a) ya (t) = cos(2π fct). (b) stabile. 3. 3.11 Si consideri il sistema riportato in fig. y2 (n) e y3 (n) corrispondenti ai segnali di ingresso x1 (n).11. (c) non può essere tempo-invariante. è necessariamente non lineare. 3. Esercizio 3. dire se il sistema può essere tempo-invariante. (b) Calcolare l’uscita y(n) del sistema corrispondente al segnale di ingresso x(n) = δ (n). (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = cos(2t). (c) Stabilire se il sistema può essere tempo-invariante.4 Esercizi proposti 121 (a) Calcolare l’uscita ya (t) corrispondente al segnale di ingresso xa (t) = δ (t). Esercizio 3.14 Si considerino i due sistemi caratterizzati dai seguenti legami i-u: . (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = cos(2t − 1). è necessariamente tempo-variante. (b) Calcolare l’uscita yb (t) corrispondente al segnale di ingresso xb (t) = δ (t − t0 ). Sistema dell’esercizio 3. Esercizio 3. Risultato: (a) ya (t) = cos(3t). (c) il sistema non può essere tempo-invariante. x2 (n) e x3 (n). (a) Stabilire se il sistema può essere lineare.12 Un sistema S lineare con ingresso x(t) ed uscita y(t) presenta le seguenti coppie i-u: x(t) = e j2t −→ y(t) = e j3t .

15 Classificare. . se la seguente affermazione è vera oppure falsa: “se x1 (n) = x2 (n). con T ∈ R − {0}. Inoltre. (e) y(t) = [x(t) − x(t − T )] u[x(t)]. dispersivo se T = 0.1 è y(n) = x(−n + 2). (c) lineare. S1 : y(n) = x(−n) .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. (c) y(t) = x(t) cos(2π t). non causale. tempo-invariante e stabile. Risultato: I due sistemi sono diversi: il legame i-u del sistema S1. motivando brevemente le risposte.2 e S2.1 sono necessariamente uguali”. Esercizio 3. dispersivo. tempo-variante e stabile. (d) lineare. ciascuno dei sistemi TC sotto riportati sulla base delle loro proprietà (linearità.2 è y(n) = δ (n + 2). tempo-variante e stabile. l’uscita del sistema S1. causalità. causale se T > 0 e non causale se T < 0. sia S1. causale se T ≥ 0 e non causale se T < 0. motivando la risposta e fornendo almeno un esempio a suo supporto. (d) y(t) = [x(t) + x(t − T )] u(t). S2 : y(n) = x(n + 2). invarianza temporale. Segnali dell’esercizio 3. Risultato: (a) non lineare. tempo-variante e stabile. causale. (b) y(t) = x(t − 2) − x(1 − t). non dispersivo.1 rappresenta il sistema ottenuto dalla cascata S2 -S1 (nell’ordine). (e) non lineare. dispersivo. 3.13.2 è y(n) = x(−n − 2).1 è y(n) = δ (n − 2). tempo-invariante e stabile.26. le uscite dei due sistemi S1. il legame i-u del sistema S2.2 il sistema ottenuto dalla cascata S1 -S2 (nell’ordine). mentre l’uscita del sistema S2. non dispersività. mentre S2. Stabilire. (b) lineare. stabilità): (a) y(t) = 2 exp[x(t)]. non dispersivo. Esempio: quando x1 [n] = x2 [n] = δ [n]. causale.

(c) y(n) = x(n2 ). motivando brevemente le risposte. dispersivo. (d) lineare. tempo-invariante. non dispersivo.4 Esercizi proposti 123 Esercizio 3. (c) non lineare. causale se T ≥ 0. tempo-invariante e stabile. (e) y(n) = n+m0 k=n−m0 ∑ x(k). (d) y(n) = k=m0  0 . (c) y(t) = x(t)  0. .16 Classificare. con a. stabilità): (a) y(n) = x(n) + u(n + 1). non dispersività. con a ∈ R − {0}.17 Classificare in base alle loro proprietà (linearità. se x(t) = 0 . dispersivo. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. causale. invarianza temporale. (b) y(n) = x(−n). causale. non dispersivo. invarianza temporale. (b) y(n) = cos(π n) x(n). per n ≥ m0 . Risultato: (a) lineare. causale. invarianza temporale. non causale. ciascuno dei sistemi TD sotto riportati sulla base delle loro proprietà (linearità. (b) non lineare. dispersivo. altrimenti . stabile se h(τ ) è sommabile. con m0 ∈ Z . con T ∈ R − {0}. b ∈ R − {0}. non dispersivo. motivando brevemente le risposte. tempo-variante e stabile. instabile. h(τ ) x2 (t − τ ) dτ . tempo-invariante e stabile. dispersivo. con m0 ∈ N. tempo-invariante e stabile. tempoinvariante e stabile. stabile se h(τ ) è sommabile. stabilità): (a) y(n) = a x(n) + b. stabilità) i sistemi TC individuati dalle seguenti relazioni i-u: (a) y(t) = (b) y(t) = +∞ 0 T 0 h(τ ) x(t − τ ) dτ . (e) y(n) = an u(n) x(n). tempo-invariante. (b) lineare. Esercizio 3. tempo-variante e instabile. causale. dispersivo. non causale se T < 0.18 Classificare. causalità. dispersivo.  n   ∑ x(k) . (d) y(n) = x(n) +∞ k=0 ∑ δ (n − k). causale. non causale. non causale. causalità. non dispersività. causalità.3. Esercizio 3. (d) y(t) = 1 2T T −T x(t − τ )dτ . non dispersività. Risultato: (a) non lineare (lineare per le differenze). (d) lineare. (e) lineare. altrimenti . tempo-invariante.   1 . (c) y(n) = ex(n) . (c) non lineare.

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

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

126 Proprietà dei sistemi .

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

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

6) nella (4. Scegliendo come segnali elementari xk (n) nella (4. non essendo dipendenti dal tempo n. si ha semplicemente αk = x(k). Pertanto. come già detto. Si noti che. la (4. Pertanto la rappresentazione di un arbitrario segnale TD x(n) come sovrapposizione di impulsi è: x(n) = +∞ k=−∞ ∑ x(k) δ (n − k) .7) abbiamo utilizzato sia la proprietà di linearità [nella (4. se si osserva che gli impulsi δ (n − k) nella (4.4). Notiamo peraltro che la (4. che rappresenta la risposta del sistema LTI all’impulso δ (n) applicato al suo ingresso: per la proprietà di invarianza temporale (si veda in particolare la caratterizzazione i-u dell’invarianza temporale espressa dalla prop.5)]. (4.4) si può giustificare in maniera più formale anche applicando le prop. ed abbiamo sfruttato il fatto che le quantità x(k). si dice che la risposta impulsiva è una risposta canonica. la rappresentazione (4. l’uscita del sistema quando viene applicato l’impulso δ (n) in ingresso.2 Relazione i-u di un sistema LTI e risposta impulsiva 129 considerare prima il caso TD.1) si scrive: x(n) = +∞ k=−∞ ∑ αk xk (n) = +∞ k=−∞ ∑ αk δ (n − k) .1) l’insieme numerabile degli impulsi discreti traslati nel tempo. utilizzando la conoscenza della sola risposta impulsiva del sistema. (4.7) consente di calcolare l’uscita di un sistema LTI in corrispondenza di un qualsiasi ingresso x(n). rappresentato mediante la (4. ∀k ∈ Z . esteso al caso di una infinità (numerabile) di segnali. sia la proprietà di invarianza temporale [nella (4. Definiamo allora il segnale h(n) = S[δ (n)]. il segnale di uscita h(n) trasla anch’esso di k campioni. Ribadiamo che per ricavare la (4.7) prende il nome di convoluzione a TD. (4. e sarà studiata più approfonditamente nel § 4. con k ∈ Z.3. L’operazione matematica effettuata tra x(n) ed h(n) nella (4.3) non si sovrappongono nel tempo. Supponiamo allora che un segnale x(n). poiché essa caratterizza (cioè descrive) completamente il sistema LTI. 3.2) risulta conseguentemente che: S[δ (n − k)] = h(n − k) .7) prende il nome di risposta all’impulso o di risposta impulsiva del sistema LTI: essa rappresenta. .3) Determinare i coefficienti αk della rappresentazione è semplice.6)]. la relazione i-u del sistema LTI assume la forma y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . e calcoliamo l’uscita sfruttando il principio di sovrapposizione. nonché l’invarianza temporale del sistema. e quindi l’ampiezza di ciascuno di essi deve coincidere necessariamente con il campione x(k) della sequenza: in altri termini.4) che si può interpretare equivalentemente dicendo che x(k) δ (n−k) rappresenta il campione del segnale x(n) all’istante n = k. La funzione h(n) che compare nella (4.7) dove la seconda espressione si può ottenere dalla prima con il semplice cambiamento di variabile n − k = k e ponendo poi nuovamente k in luogo di k .6) cioè traslando l’impulso in ingresso di k campioni. sia posto in ingresso ad un sistema TD LTI. ed in particolare la proprietà di campionamento (la banale verifica è lasciata al lettore).4.5). (4. sostituendo la (4. Possiamo scrivere simbolicamente: y(n) = S[x(n)] = S +∞ k=−∞ ∑ x(k) δ (n − k) = +∞ k=−∞ ∑ x(k) S[δ (n − k)] . In questo senso. ovvero xk (n) = δ (n − k). 2.5) dove abbiamo applicato il principio di sovrapposizione. (4. vanno riguardate come delle costanti (corrispondono in effetti alle costanti αk ).3 dell’impulso discreto.

. dal confronto tra la (4. (a) Risposta impulsiva di un generico sistema MA. il segnale di uscita y(n) si ottiene sommando i singoli segnali x(k) h(n − k).1(b). M (4. È interessante notare che la risposta impulsiva del sistema MA è di durata finita. 4.7). 5}. 4. In sostanza. pari ad M + 1 campioni.7). (4. e particolarizzata in fig. al segnale di ingresso x(n) = 1 R3 (n). .8) Seguendo i procedimenti delineati negli esempi del capitolo precedente. 1. partiamo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: x(t) = +∞ −∞ x(τ ) δ (t − τ ) dτ . 3.9) rappresentata graficamente in fig. In questo caso il segnale di 3 ingresso è rappresentato dai suoi tre campioni x(0) δ (n). ∀k ∈ {0. x(1) h(n − 1) e x(2) h(n − 2). si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = bk . 6 Esempio 4. k ∈ {0. 4. M} . M (4.130 Sistemi lineari tempo-invarianti (LTI) h(n) b1 b2 b0 b3 . per un dato k ∈ Z. il segnale di uscita si ottiene sommando tali segnali. 4.1(a) nel caso generale. . è semplice provare che tale sistema è sia lineare che tempo-invariante. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . 5}..11) . dove è calcolata graficamente la risposta del sistema MA dell’es.1. si ha. 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. Per estendere al caso TC il ragionamento sulla relazione i-u visto in precedenza. D’altra parte.1(b) al caso M = 5 e 1 bk = M+1 = 1 . (b) Risposta impulsiva del sistema MA con M = 5 e con pesi bk = 1 . 4. osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)]. ponendo x(n) = δ (n) nella (4. . . 0 .. 1. altrimenti . . la (4. per ogni k ∈ Z. Infatti. x(1) δ (n − 1) e x(2) δ (n − 2) a cui il sistema fa corrispondere in uscita i tre segnali x(0) h(n).1 (risposta impulsiva di un sistema MA) Si consideri il sistema MA già introdotto nell’es.8) e la (4.7).. 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).7) mostra che. . . . deve essere possibile esprimere la sua relazione i-u come una convoluzione (4.8): h(n) = k=0 ∑ bk δ (n − k) .9). .9. ∀k ∈ {0. con n ∈ Z. (4. è utile mettere in luce una particolare interpretazione della (4.2. 1. 4. . Questa interpretazione è chiarita in fig. e pertanto esso rappresenta un esempio di sistema LTI: per questo motivo. avente la risposta impulsiva di fig.10) espressione che fornisce gli stessi valori della (4. Prima di passare al caso TC. .1. cioè y(n) = x(0) h(n) + x(1) h(n − 1) + x(2) h(n − 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. . 4.4.2 Relazione i-u di un sistema LTI e risposta impulsiva 131 x(n) h(n) 1/3 1/6 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(0) δ(n) x(0) h(n) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(1) δ(n-1) x(1) h(n-1) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n x(2) δ(n-2) x(2) h(n-2) 1/18 0 1 2 3 4 5 n 0 1 2 3 4 5 6 7 8 n y(n) = x(0) h( n) + x(1) h( n-1) + x(2) h( n-2) 1/6 1/9 1/18 0 1 2 3 4 5 6 7 8 n Fig.

Notiamo inoltre che. data l’analogia formale tra la (4. Una giustificazione immediata ed intuitiva della (4. 4.1). la sua interpretazione e le sue proprietà saranno approfondite nel § 4.11) il segnale x(t) è rappresentato come sovrapposizione nel continuo (cioè. La derivazione della (4.3 e richiede delle condizioni matematiche aggiuntive per la sua validità. 2. seguendo passaggi matematici simili a quelli già visti per il caso TD. L’operazione matematica tra x(t) ed h(t) che compare nella (4.14) come definizione di principio di sovrapposizione per una infinità continua di segnali. per τ ∈ R. In pratica mediante la (4. τ ) = δ (t − τ ). τ )dτ . se il sistema è LTI.11) e la (4. Tuttavia.14) non discende direttamente dalla prop.11).3. il segnale di uscita y(t) si ottiene sovrapponendo nel continuo (cioè. tuttavia. prop. possiamo pensare che x(τ ) δ (t − τ ) dτ rappresenti la componente del segnale di ingresso x(t) nell’istante di tempo t = τ . τ )]dτ . τ ). con t ∈ R.4) al caso TC. e prende il nome di convoluzione a TC. in cui i segnali elementari sono una infinità numerabile (la variabile k che parametrizza i segnali è discreta). assumeremo direttamente la (4. (4.12) si basa su una definizione più generale di linearità di un sistema. ma la sua validità si può provare formalmente utilizzando la proprietà di campionamento dell’impulso di Dirac (cfr. è possibile provare che l’uscita y(t) del sistema LTI può essere espressa come: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .12) richiede la validità della seguente uguaglianza: y(t) = S[x(t)] = +∞ −∞ α (τ ) S[x(t. segue che α (τ ) = x(τ ) e x(t. ovvero mediante degli impulsi di Dirac di area infinitesima x(τ ) dτ . Il segnale h(t) = S[δ (t)] prende il nome di risposta impulsiva del sistema LTI. Così come il principio di sovrapposizione (3. un integrale) di segnali elementari x(τ ) δ (t − τ ) dτ . Tale rappresentazione si può vedere come l’estensione della (4. come già visto nel caso TD.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 l’integrale prende il posto della sommatoria. e rappresenta. 3.13) racchiude come caso particolare la proprietà di campionamento dell’impulso di Dirac: infatti. ossia: x(t) = +∞ −∞ α (τ ) x(t. A differenza del caso TD. con gli stessi coefficienti α (τ ) dτ . . con τ ∈ R. integrando) i segnali x(τ ) h(t − τ ) dτ . τ ). supponiamo che un generico segnale x(t) si possa esprimere come sovrapposizione di una infinità continua di segnali elementari x(t.132 Sistemi lineari tempo-invarianti (LTI) Tale rappresentazione si può vedere come l’estensione della (4. Precisamente.14) secondo cui la risposta y(t) del sistema al segnale di ingresso x(t) si può ottenere sovrapponendo nel continuo. tale componente è “trasformata” dal sistema nel segnale x(τ ) h(t − τ ) dτ . τ )] del sistema ai segnali elementari x(t. Nel seguito. senza perderci in complicate discussioni matematiche. anche la (4.12) si può fornire utilizzando l’interpretazione della convoluzione per il caso TD data in precedenza (si veda anche la fig.13) dove α (τ ) dτ rappresentano i coefficienti (infinitesimi) della sovrapposizione. per ogni τ ∈ R.11). al caso di una infinità continua di segnali elementari (la variabile τ che parametrizza i segnali è continua). le risposte S[x(t.2). Precisamente.23) per una infinità numerabile di segnali.4). (4. La (4. dove la delta di Dirac sostituisce quella discreta. la (4. centrati in tutti i possibili istanti di tempo τ ∈ R. dal confronto con la (4. l’uscita del sistema quando viene applicato un impulso δ (t) all’ingresso. (4. non è possibile dare una giustificazione immediata della (4.7) è simile a quella vista nel caso TD. formalmente. facendo un ragionamento concettualmente simile a quello fatto per il caso TD.2).

si conclude che la risposta impulsiva del sistema è: h(t) = rect t − 0. avente relazione i-u: y(t) = t t−T x(u) du . 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. notiamo preliminarmente che. Negli es. T ). pari a T e coincidente con la memoria del sistema. da cui. (4. In maniera equivalente. per confronto con la (4. 4. (4. per cui è un sistema LTI.2. (4.1 e 4. Si può facilmente verificare che tale sistema è sia lineare. . in maniera più formale. (b) Dato un sistema TD S con ingresso x(n) ed uscita y(n). con il cambio di variabile τ = t − u → u = t − τ .2 Relazione i-u di un sistema LTI e risposta impulsiva 133 Esempio 4. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(n) = +∞ k=−∞ ∑ x(k) h(n − k) = +∞ k=−∞ ∑ h(k) x(n − k) . allora il sistema è necessariamente LTI. 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 (4.5T T x(t − τ ) dτ . 4. es. sia invariante temporalmente.16) dove h(t) = S[δ (t)] è la risposta impulsiva del sistema.2 (risposta impulsiva di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr.1. si può mostrare che la (4.15) si può scrivere come: y(t) = T 0 x(t − τ ) dτ . la (4. Successivamente.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).17) dove h(n) = S[δ (n)] è la risposta impulsiva del sistema.15) con T > 0.5T T . In altri termini.12). si può provare che condizione necessaria e sufficiente affinché un sistema sia LTI è che la sua relazione i-u sia una convoluzione: Proprietà 4.2).15) si può scrivere come una convoluzione: infatti.4. esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ .12).7) oppure (4. 4. anche tale risposta impulsiva è di durata finita. ed inoltre è automaticamente determinata la sua risposta impulsiva h(·). Come nell’es. e cioè: y(t) = +∞ −∞ rect τ − 0.

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

2. Si ha: y(1) = y(2) = y(3) = +∞ k=−∞ +∞ k=−∞ +∞ k=−∞ ∑ ∑ ∑ ∑ h(k) w1 (k) = 1 + a . 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. 1−a dove per ottenere l’ultima espressione si è utilizzata la formula seguente. Nel caso TC la convoluzione è definita mediante uno dei due integrali: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = +∞ −∞ h(τ ) x(t − τ ) dτ . se n < 0 . il calcolo della convoluzione tra h(n) = an u(n) e x(n) = u(n) restituisce il seguente segnale:  0 . per effettuare correttamente il calcolo della convoluzione. che in generale potrebbe non convergere. . . in pratica essa può ridursi ad una somma finita di valori per ogni n. h(k) e wn (k) si sovrappongono per k ∈ {0. (4. l’esempio mostra chiaramente che. in tal caso il calcolo della convoluzione richiede la determinazione della somma di una serie. per alcuni valori di n. In particolare. per cui: y(n) = +∞ k=−∞ h(k) wn (k) = 1 + a + a2 + a3 + .4. Ovviamente esistono casi in cui il numero di termini della somma è infinito. h(k) w3 (k) = 1 + a + a2 + a3 . oppure anche per tutti i valori di n. 4. C.19). 3 e poi generalizzare il risultato ottenuto al caso di n qualsiasi. è semplice considerare i casi per n = 1. 1−a Esso può essere espresso evidentemente come y(n) = 1 − an+1 1−a u(n) . 1 dove si è utilizzato il noto risultato sulla convergenza della serie geometrica. per n → +∞ si ha: n→+∞ lim y(n) = +∞ k=0 ∑ ak = 1 − a . . un comodo aiuto è fornito dalla rappresentazione grafica dei segnali coinvolti.7) vada effettuata in principio su infiniti valori di k. n}.3 Convoluzione 135 wn (k) su un numero finito di campioni. h(k) w2 (k) = 1 + a + a2 . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TD sono discusse in app. Per un generico valore n > 0. se |a| < 1. Facendo riferimento per convenienza alla seconda delle (4.7). vale a dire: . . In particolare. tale numero di campioni è pari ad n+1. ed è rappresentato graficamente in fig. la sequenza di operazioni che bisogna effettuare sui segnali è analoga a quella per il caso TD.3(f) nel caso in cui 0 < a < 1. sebbene la somma in (4. 1. + an = k=0 ∑ ak = n 1 − an+1 . y(n) = 1 − an+1  . più precisamente. Si noti che. valida per ogni a ∈ C e per N2 ≥ N1 : k=N1 ∑ N2 ak = aN1 − aN2 +1 . 1−a In definitiva. . .19) Anche in questo caso. altrimenti .

2 0 −10 −5 0 k 5 10 −10 −5 0 k 5 10 (c) 1 0.8 0.6 h(k) 0.8333) e x(n) = u(n) (es. 4.6 0.4 0. (f) risultato della convoluzione.2 0 −10 −5 0 k 5 10 −10 −5 0 n 5 10 (e) (f) Fig.4): (a) rappresentazione di h(k). Calcolo della convoluzione tra h(n) = an u(n) (a = 0.8 w−5(k)=x(−5−k) 1 0. (c) riflessione del segnale x(k). 4.2 0 −10 −5 0 k 5 10 x(k) 1 0.2 0 (b) z(k)=x(−k) 0.4 0.6 0.8 (d) 6 5 y(n) = h(n) ∗ x(n) 4 3 2 1 0 w5(k)=x(5−k) 0.4 0.6 0. . (d) traslazione verso sinistra di z(k) (n = −5).2 0 −10 −5 0 k 5 10 (a) 1 0.6 0.4 0. (b) rappresentazione di x(k).8 0. (e) traslazione verso destra di z(k) (n = 5).3.4 0.136 Sistemi lineari tempo-invarianti (LTI) 1 0.8 0.

successivamente. T2 ≤ t < T2 + T1 . in quanto le due finestre rettangolari si sovrappongono solo su un punto.2) avente risposta impulsiva h(t) = rect .5T2 T2 . per T1 ≤ t < T2 . le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . notiamo che per t > 0 le due finestre h(τ ) e wt (τ ) iniziano a sovrapporsi [fig. e verso sinistra se t < 0. (2) Effettuare prima la riflessione del segnale x(τ ). per 0 < t < T1 .19). l’espressione del segnale y(t) è la seguente:  t ≤ 0 oppure t ≥ T2 + T1 .   t. 4. per cui y(0) = +∞ −∞ h(τ ) z(τ ) dτ = 0 . 0 < t < T1 .    T2 + T1 − t. per cui si ha nuovamente y(t) ≡ 0.20) T1 . per T2 ≤ t < T2 + T1 . posto in ingresso al sistema LTI (cfr. invece. Esempio 4. successivamente.4(e)]: in particolare. Per prima cosa.t). 4. ed effettuando l’integrale del prodotto. es. ed assumiamo T2 > T1 . (3) Per ogni fissato valore di t ∈ R. 4. Considerando invece valori positivi di t. per cui si ha: y(t) = t t−T1 dτ = T1 .4 (calcolo della convoluzione tra due finestre rettangolari a TC) Consideriamo il segnale: x(t) = rect t − 0. Riassumendo.4(d)]. per cui si ha: y(t) = T2 t−T1 dτ = T2 + T1 − t. Per T2 ≤ t < T2 + T1 .4. rappresentiamo x(τ ) [fig.t). per cui risulta y(t) ≡ 0 per t ≤ 0. il valore della convoluzione y(t) all’istante t si ottiene moltiplicando tra loro i segnali h(τ ) e wt (τ ) per tutti i valori di τ ∈ R. Infine. effettuare la traslazione del segnale z(τ ) verso destra se t > 0.3 Convoluzione 137 Algoritmo per il calcolo della convoluzione a TC: (1) Rappresentare h(τ ) e x(τ ) in funzione di τ ∈ R. per cui si ha: y(t) = t 0 dτ = t . Per T1 ≤ t < T2 . per t ≥ T2 + T1 . costruendo il segnale z(τ ) = x(−τ ) e. L’esempio che segue chiarisce meglio i passi da seguire per il calcolo della convoluzione a TC. T2 ).4(a)] e h(τ ) [fig. ottenendo così il segnale wt (τ ) = z(τ − t) = x[−(τ − t)] = x(t − τ ). le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (t − T1 . di durata ∆h = T2 . Traslando il segnale z(τ ) verso sinistra [fig. 4.4(c)].5T1 T1 t − 0. le finestre non si sovrappongono affatto. 4. T1 ≤ t < T2 . Osserviamo poi che il prodotto tra h(τ ) e z(τ ) ha area nulla. ovvero costruendo il segnale wt (τ ) = z(τ − t) = x(t − τ ) per t < 0. Facciamo per comodità riferimento alla seconda delle (4. per 0 < t < T1 le due finestre h(τ ) e wt (τ ) si sovrappongono sull’intervallo (0. le due finestre h(τ ) e wt (τ ) non si sovrappongono affatto. 0. di durata ∆x = T1 .4(b)] in funzione di τ ∈ R. 4. y(t) = (4. . effettuiamo la riflessione del segnale x(τ ) in modo da ottenere il segnale z(τ ) = x(−τ ) [fig.

l’integrale di convoluzione può non esistere finito. traslazione. prodotto. 4. data la proprietà commutativa della convoluzione: l’espressione del segnale y(t) per T1 > T2 si può ottenere allora scambiando T1 con T2 nella (4. Si noti che se T1 > T2 si può procedere allo stesso modo. e prende il nome di proprietà di durata della convoluzione (cfr. § 4. similmente alla somma di convoluzione. tutte le proprietà algebriche del prodotto convenzionale. si introduce il simbolo ∗ per denotare indifferentemente la convoluzione nel caso TC e TD. . nello studio delle proprietà della convoluzione. la convoluzione dei due sarà di durata pari (al più) a ∆1 + ∆2 . ed è rappresentato graficamente in fig. 4. 4. scambiando il ruolo dei due segnali.20). non ha nessun senso dal punto di vista sistemistico. la convoluzione tra i segnali x(·) ed h(·) sarà indicata come y(·) = x(·) ∗ h(·) . Ovviamente questo scambio. 4. come discusso di seguito. Proprietà commutativa Abbiamo già osservato che la convoluzione tra due segnali gode della proprietà commutativa: x(·) ∗ h(·) = h(·) ∗ x(·) . Le condizioni per l’esistenza e la convergenza della convoluzione tra due segnali TC sono discusse in app.1). mentre la seconda è definita mediante un integrale.5. nel seguito. Per questo motivo. Come mostrato in fig. ed è rappresentata in fig. calcolo dell’area) sono molto simili nei due casi. pertanto. per cui si ottiene una finestra triangolare (traslata) di durata ∆y = 2T :  0. Nel caso particolare T1 = T2 = T . per 0 < t < T .6 sono equivalenti. C. Tale proprietà può essere estesa con qualche modifica anche al caso di segnali TD.  y(t) = t. in particolare.6. se è possibile dal punto di vista matematico. notiamo che. la convoluzione viene chiamata anche prodotto di convoluzione. Quest’ultimo esempio mostra una proprietà generale della convoluzione tra segnali TC aventi durata rigorosamente limitata. cioè i due schemi in fig.7) e quella a TC (4.   2T − t. 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(·).4(f). è conveniente (per quanto possibile) seguire una trattazione unificata per i casi TD e TC. per T ≤ t < 2T .3. Per questo motivo. in quanto si può verificare che la convoluzione possiede. nel senso che ya (·) ≡ yb (·). 4. Il simbolo utilizzato ricorda il prodotto: tale scelta non è casuale. 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.1 Proprietà della convoluzione La principale differenza tra la convoluzione a TD (4. In conclusione.3. oltre a proprietà specifiche. T2 ) in cui il segnale y(t) è costante si riduce ad un punto. tuttavia gli esempi del paragrafo precedente mostrano che le operazioni da effettuare sui segnali (riflessione. In altri termini. notiamo che l’intervallo di tempo (T1 .12) è che la prima è definita mediante una sommatoria. t < 0 oppure t ≥ 2T . tale finestra si può esprimere in funzione della finestra triangolare elementare come y(t) = T Λ t −T T . se uno dei segnali ha durata ∆1 e l’altro ha durata ∆2 . A tale scopo.138 Sistemi lineari tempo-invarianti (LTI) Il segnale y(t) è una finestra trapezoidale di durata rigorosamente limitata ∆y = T1 + T2 = ∆x + ∆h .

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

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

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

3 Dal punto di vista dell’interpretazione sistemistica. ovvero gioca un ruolo analogo a quello dell’unità nel prodotto (moltiplicare un numero per 1 non altera il numero stesso).) x(. è possibile riottenere la (4. al risultato scorretto y(t − t0 ) = x(t − t0 ) ∗ h(t − t0 ). dove l’uguaglianza tra le due espressioni deriva ovviamente dalla proprietà commutativa della convoluzione.23)] è sufficiente partire dalla definizione di convoluzione a TC: y(t) = 3 Si +∞ −∞ h(τ ) x(t − τ ) dτ . le relazioni precedenti si scrivono esplicitamente come x(t − t0 ) ∗ h(t) = y(t − t0 ) .21) è caratterizzato dalla risposta impulsiva h(·) = δ (·) (fig.4) nel caso TD e la (4. infatti. la (4.n2 x(n-n2) h(n-n1) y a(n) (a) y(n) Fig. si procedesse con una semplice sostituzione formale t − t0 → t nell’espressione y(t) = x(t) ∗ h(t). ad esempio.22) (4.22) e (4. rispettivamente. x(t − t0 ) −→ y(t − t0 ) . invece che alla (4. In un sistema identico. ∀n0 ∈ Z . . e per la (4. In virtù della proprietà di invarianza temporale (4. ∀t0 ∈ R . per sistemi a TC e a TD. esprimendo la relazione i-u del sistema mediante una convoluzione.21). x(n − n0 ) ∗ h(n) = y(n − n0 ) .10. notiamo che la (4. i due schemi in figura sono equivalenti. si ha.11) nel caso TC.22) [un discorso analogo vale per la (4.23) che vanno sotto il nome di proprietà di invarianza temporale della convoluzione. secondo la quale.22).23) dovrebbero indurre il lettore a prestare molta attenzione al significato formale della notazione sintetica y(·) = x(·) ∗ h(·). 4. noti inoltre che.21) rappresenta la relazione i-u di un sistema LTI per il quale l’uscita è sempre coincidente con l’ingresso. 4. si giungerebbe. il segnale di uscita coincide con il segnale di ingresso: si tratta di un sistema LTI avente risposta impulsiva h(·) = δ (·).142 Sistemi lineari tempo-invarianti (LTI) x(. esplicitando la convoluzione (4.) x(n) z .25) della convoluzione. Nel caso di un sistema LTI. Dal punto di vista matematico. ∀n0 ∈ Z . x(n) h(n) (b) -(n1+n2) z y b(n) Fig.) δ(. rispettivamente. ∀t0 ∈ R . abbiamo già osservato che la convoluzione possiede proprietà formali analoghe a quelle del prodotto algebrico: per questo motivo.21) ammette l’interpretazione secondo la quale la δ (·) è l’elemento unitario per la convoluzione. x(n − n0 ) −→ y(n − n0 ) . Per giustificare invece la correttezza della (4.9. se per calcolare y(t − t0 ). 3. (4. Le (4.2). Proprietà di invarianza temporale Ricordiamo la formulazione i-u della proprietà di invarianza temporale (prop. Tale sistema prende il nome di sistema identico.9). 4. per ogni x(·) ∈ I e y(·) ∈ U.

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.

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

le relazioni (4. In definitiva. Il segnale y(n) si può esprimere come y(n) = 4B8 (n + 1). allora si ha: h(n) = s(n) − s(n − 1) = ∇1 [s(n)] . basta ricordare che una finestra rettangolare si può esprimere mediante differenza di due gradini: RN (n) = u(n) − u(n − N) . Nel caso TD. è sufficiente far passare quest’ultima in un sistema accumulatore. Risultato della convoluzione tra due finestre rettangolari TD di durata N = 4. 4.35) mostrano che risposta impulsiva e risposta al gradino sono legate da una relazione biunivoca: per questo motivo. non solo la risposta impulsiva.11(a). es. in particolare. 2. . Infatti. Un’interpretazione alternativa della precedente relazione si basa sulla proprietà commutativa della convoluzione. ovvero è anch’essa una risposta canonica.4.2) avente risposta impulsiva u(n) sollecitato in ingresso da h(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) .34) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 e quindi per n < k. In particolare. per ottenere la risposta al gradino a partire dalla risposta impulsiva. con un tempo di salita molto stretto. In altri termini.7) di un sistema TD LTI. ma anche la risposta al gradino caratterizza completamente un sistema LTI.4 Risposta al gradino 149 4 y(n) = h(n) ∗ x(n) 3 2 1 0 −10 −5 0 n 5 10 Fig.35) e quindi la risposta impulsiva si può ottenere effettuando la differenza prima della risposta al gradino. sfruttando la relazione i-u (4. (4. definita come l’uscita s(·) del sistema LTI corrispondente ad un gradino u(·) in ingresso. come ad esempio il segnale uε (t) di fig.34) e (4. Questa considerazione spinge ad introdurre la risposta al gradino o risposta indiciale di un sistema LTI (TC oppure TD). la risposta al gradino consente di calcolare immediatamente la risposta rN (n) del sistema ad una finestra rettangolare di durata N. (4.12.34) si può anche scrivere in forma ricorsiva come s(n) = s(n − 1) + h(n) . secondo la quale s(n) si può interpretare come l’uscita di un sistema accumulatore (cfr. 3. Notando che la (4.

11(b). (4. Pertanto.36) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per t < τ . raffigurati in fig. 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 . con ε sufficientemente piccolo. 2.38) Se ε è sufficientemente piccolo5 il segnale hε (t) rappresenta una buona approssimazione della risposta impulsiva del sistema. tale uscita è data da: hε (t) = S[δε (t)] = 1 1 r2ε (t) = [s(t + ε ) − s(t − ε )] .37) Le (4. si ottiene: rN (n) = S[RN (n)] = s(n) − s(n − N) . si può scrivere esplicitamente come s(t) = h(t) ∗ u(t) = +∞ −∞ h(τ ) u(t − τ ) dτ = t −∞ h(τ ) dτ . Infatti.4). Tuttavia. varia da sistema a sistema. un valore appropriato di ε dipende dalla struttura interna del sistema e. come già detto in precedenza. trattandosi di una pura astrazione matematica (cfr. mediante la risposta al gradino è semplice calcolare la risposta rT (t) alla finestra rettangolare centrata nell’origine di durata T . Dalla (4.36) ed (4. 5 Non esiste una regola generale per stabilire quanto ε . 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. derivando ambo i membri ed applicando il teorema fondamentale del calcolo integrale. e mostrano che anche nel caso TC la risposta al gradino è una risposta canonica. 2ε 2ε (4.38) tende debba essere piccolo affinchè hε (t) sia una buona approssimazione di h(t). In particolare. Nel caso TC valgono considerazioni analoghe.150 Sistemi lineari tempo-invarianti (LTI) da cui sfruttando le proprietà di linearità e di invarianza temporale del sistema. la risposta alla finestra rettangolare consente di ricavare approssimativamente per via sperimentale la risposta impulsiva di un sistema LTI. si ottiene h(t) = d s(t) dt (4.6) 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). adoperando le proprietà di linearità e di invarianza temporale del sistema. § 2.12).1.36). aventi area unitaria. abbiamo visto [si veda la (2. si ha rT (t) = S rect t T = s(t + T /2) − s(t − T /2) . in quanto quest’ultima si può esprimere come rect t T = u(t + T /2) − u(t − T /2) . Nel caso TC. in quanto caratterizza completamente il sistema. 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.37) legano biunivocamente risposta al gradino e risposta impulsiva nel caso TC. utilizzando la (4. dunque. cioè hε (t) ≈ h(t) (notiamo che per ε → 0 il secondo membro della (4. Infatti la risposta al gradino s(t). Per la linearità del sistema.

37) è esattamente la risposta impulsiva.39) è un sistema LTI. I legami tra risposta impulsiva e risposta al gradino nel caso TC e TD sono schematicamente riassunti di seguito: Proprietà 4. In maniera equivalente. si può mostrare che la (4.13(b)]. si tratta cioè di una rampa. 4. per cui l’integratore (4. descritto dalla relazione i-u: y(t) = t −∞ x(u) du . (4. . 3. Si può notare che. 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.36).12).18) e si può facilmente verificare che tale sistema è anche lineare.3 (legami tra risposta al gradino e risposta impulsiva) (a) Nel caso TC.13(c) rappresenta una buona approssimazione della risposta impulsiva del sistema.4 Risposta al gradino 151 alla derivata della risposta al gradino. Conseguentemente. Utilizzando la (4.38). in fig.1). per ε → 0. che per la (4.13(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t). la risposta al gradino del sistema integratore è data dal seguente integrale: s(t) = t −∞ u(τ ) dτ . ossia la risposta impulsiva del sistema integratore è proprio il gradino unitario [fig.40) con la (4. 3. es. possiamo dire che. 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) .7 (risposta impulsiva e risposta al gradino di un integratore) Si consideri l’integratore avente memoria infinita (cfr. 4. Esempio 4. per cui l’approssimazione vista corrisponde a confondere la derivata con il rapporto incrementale). il segnale hε (t) tende proprio alla risposta impulsiva del sistema. Confrontando la (4. che cresce linearmente per t > 0 [fig.39) Abbiamo già mostrato che tale sistema è TI (cfr.4. 4.40) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(t − τ ) ≡ 0 per t − τ < 0 e quindi per τ > t. dt (b) Nel caso TD.24): s(t) = t u(t) . si conclude che la risposta impulsiva del sistema è: h(t) = u(t) . (4. il cui valore è (cfr. la risposta al gradino s(n) e la risposta impulsiva h(n) di un sistema LTI sono legate dalla relazione biunivoca: s(n) = k=−∞ ∑ n h(k) ←→ h(n) = ∇1 [s(n)] = s(n) − s(n − 1) . es. 4. In pratica.39) si può scrivere come una convoluzione: y(t) = t −∞ x(u) du = +∞ −∞ x(τ ) u(t − τ ) dτ .13(a)]. se ε 1. il segnale in fig. 3. in virtù della (4. es. identicamente nulla per t < 0.

.42) dove nell’ultimo passaggio abbiamo sfruttato il fatto che u(n − k) ≡ 0 per n − k < 0 ovvero per k > n. In maniera equivalente.13. (4.42) con la (4. 4. avente relazione i-u: y(n) = k=−∞ ∑ n x(k) . 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) .7). si può mostrare che la (4. 3.152 Sistemi lineari tempo-invarianti (LTI) 3 1 2 h(t) s(t) 1 0 −1 t 0 1 t 2 3 (a) (b) 1 h (t) ε 0 −ε −1 0 ε 1 t 2 3 (c) Fig.2).41) Si può facilmente verificare che l’integratore TD è un sistema LTI. Integratore con memoria infinita (es. (4. es. 4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε 1.8 (risposta impulsiva e risposta dell’integratore TD o accumulatore) Si consideri l’integratore TD o accumulatore (cfr. Confrontando la (4.7): (a) risposta impulsiva. (b) risposta al gradino. Esempio 4.

4. 0 . In virtù della (4. (4.5T T . in cui l’estremo superiore di integrazione t varia in R.14(a)].4. ossia la risposta impulsiva del sistema integratore TD è proprio il gradino unitario [fig.9 (risposta al gradino di un integratore con memoria finita) Si consideri l’integratore con memoria finita (cfr. se n ≥ 0 .15(a).14(b)]. che possiamo scrivere in maniera più compatta come segue: s(n) = (n + 1) u(n) .2).8 8 6 h(n) s(n) −4 −2 0 n 2 4 6 8 0. Conseguentemente. Risolvendo l’integrale si ottiene:  se t < 0 .4 0. se n < 0 . Esempio 4. 4. es. si tratta cioè di una rampa a TD [fig. (b) risposta al gradino.5T T dτ .34).2 0 4 2 0 −4 −2 0 n 2 4 6 8 (a) (b) Fig. la risposta al gradino del sistema integratore TD è data da: s(n) = k=−∞ ∑ n u(k) = 0. 4. Integratore a TD o accumulatore (es.43) la cui risposta impulsiva è una finestra rettangolare di durata T centrata in t = T /2.14. 0 s(t) =  T     dτ = T .   t    se 0 ≤ t < T . 4. avente relazione i-u: y(t) = t t−T x(u) du .6 0. n + 1 .4 Risposta al gradino 153 10 1 0. in virtù della (4.8): (a) risposta impulsiva. se t ≥ T . che è riportata in fig. la risposta al gradino di tale sistema è il risultato del seguente integrale: s(t) = t −∞ rect τ − 0.  dτ = t . 4. ossia: h(t) = rect t − 0. 4.   0 .36).

13(c) rappresenta una buona approssimazione della risposta possiamo dire che. Esempio 4. Integratore con memoria finita (es.38).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.5T T + T u(t − T ) . 4.15. che possiamo esprimere in maniera più compatta nel seguente modo: s(t) = t rect t − 0. In altre parole. se la durata della finestra rettangolare di ingresso è molto piccola rispetto alla memoria T del sistema. 4. . Si può notare che. il sistema si comporta approssimativamente come se vi fosse un impulso di Dirac in ingresso. il segnale in fig. 4. 4. (c) la risposta hε (t) alla finestra rettangolare δε (t) = 21ε rect 2tε è una buona approssimazione della risposta impulsiva per ε T. T ) fino a raggiungere per t = T il valore T che mantiene costantemente fino all’infinito [fig. in fig.1. 4. il segnale hε (t) tende ancora alla risposta impulsiva h(t) del sistema. (b) risposta al gradino. In pratica. si tratta di una funzione identicamente nulla per t < 0. T .9): (a) risposta impulsiva.15(b)]. che cresce linearmente nell’intervallo (0. se ε impulsiva del sistema. per ε → 0.10 (risposta al gradino di un sistema MA) Si consideri il sistema MA già studiato nell’es. Utilizzando la (4. 4.15(c) è riportata la risposta hε (t) del sistema alla finestra rettangolare δε (t) di durata 2ε < T .

5}: (a) risposta impulsiva. la risposta al gradino di tale sistema è il risultato della seguente sommatoria: s(n) = k=−∞ m=0 ∑ ∑ bm δ (k − m) .2 1/6 h(n) 0. M M (4. (b) risposta al gradino.1(a) nel caso generale. ed in fig. se n ≥ M .3 1 0. Nel caso in cui i pesi bk siano tutti uguali a  0 .2 0 −0. . n+1 RM (n) + u(n − M) . ∀k ∈ {0. se n < 0 . . ∑ k   k=0  1 M+1 . n M in cui l’estremo superiore della sommatoria n varia in Z.4 0 0. se 0 ≤ n < M . 4. 6 descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n − k) . .1 −2 −2 0 2 4 n 6 8 10 (a) (b) Fig. se n ≥ M .34). .    n   b . 4.1 0.  ∑ k  s(n) = k=0 M    b . La somma di tale serie si ottiene distinguendo i seguenti casi:  0 . ∑ bk δ (n − k) .8 s(n) 0 2 4 n 6 8 10 0.4 Risposta al gradino 155 0. 4.4.45) k=0 rappresentata in fig. 1.   n+1 s(n) = . M +1   1. In virtù della (4.6 0. Sistema MA con M = 5 e bk = 1 . M+1 la risposta al gradino diventa: che possiamo esprimere in maniera più compatta nel seguente modo: s(n) = .44) la cui risposta impulsiva ha la seguente espressione: h(n) = (4.1(b) nel caso in cui M = 5 e i pesi bk sono tutti uguali 1 a M+1 .16. se n < 0 . se 0 ≤ n < M .

Nel seguito faremo quasi sempre riferimento alla risposta impulsiva.156 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata graficamente nel caso M = 5.16. . 4. il lettore non dovrebbe incontrare difficoltà ad estendere alla risposta al gradino molti dei risultati ottenuti per la risposta impulsiva. in fig. insieme alla risposta impulsiva. dato il legame biunivoco con la risposta al gradino.

49) . (4. Passiamo ora a considerare i sistemi TC LTI. ponendo α = h(0). stabilità. è possibile legare le proprietà del sistema (non dispersività.47). possiamo concludere che un sistema TD LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma (4.5 Proprietà della risposta impulsiva Poiché la risposta impulsiva è una risposta canonica. 4. Una condizione necessaria e sufficiente affinché ciò accada.48). ponendo x1 (τ ) = x(τ ) δ (t − τ ) = x(t) δ (t − τ ) . § 3. seguiamo una strada diversa da quella seguita nel caso TD. in questo caso.1) se l’uscita all’istante t oppure n dipende solo dall’ingresso nello stesso istante. 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 . causalità. possiamo ricorrere alla proprietà del prodotto dell’impulso di Dirac [cfr. Consideriamo un sistema TD LTI. infatti. l’uscita all’istante t dipende solo dal valore {x(τ )}τ =t del segnale di ingresso nello stesso istante. descritto dalla convoluzione a TD espressa dalla seconda delle (4. la relazione precedente si può riscrivere come y(n) = α x(n) . prop.4. (4. un sistema TD LTI non dispersivo è necessariamente un amplificatore/attenuatore ideale. Ponendo x(n) = δ (n) nella (4.3.12): y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ . al posto di {x(τ )}τ ∈R . invertibilità) alle proprietà matematiche della risposta impulsiva: questo aspetto è approfondito nei paragrafi seguenti.48) Per ricavare la proprietà cui deve soddisfare la risposta impulsiva affinchè il sistema sia non dispersivo. per ogni segnale di ingresso {x(k)}k∈Z .48). Il sistema è non dispersivo se e solo se. equivalentemente. nella (4. Notiamo che.2(c)]. (4.5 Proprietà della risposta impulsiva 157 4. poniamo un segnale {x1 (τ )}τ ∈R che dipende solo dal valore “attuale” {x(τ )}τ =t .47) Pertanto. è che risulti h(k) = 0. 2. questo vuol dire che la risposta del sistema non cambia se. si ha: y(n) = h(0) x(n) . occorre che i termini x(n − k) per k = 0 non diano contributo alla somma su k.46).1 Non dispersività Ricordiamo che un generico sistema si dice non dispersivo (cfr. Sostituendo nella (4. ∀k = 0. si ricava che la risposta impulsiva di tale sistema vale h(n) = α δ (n) . per ogni segnale di ingresso.46) e quindi si può interpretare come la relazione i-u di un amplificatore/attenuatore ideale: pertanto. (4.7): y(n) = +∞ k=−∞ ∑ h(k) x(n − k) . Per costruire un segnale siffatto. Affinché y(n) dipenda solo da x(n).5. il cui legame i-u è descritto dalla convoluzione a TC espressa dalla prima delle (4. cioè caratterizza completamente un sistema LTI.

. § 3. si ha: y(t) = +∞ −∞ x(τ ) h(t − τ ) dτ = α +∞ −∞ x(τ )δ (t − τ ) dτ = α x(t) . dal confronto tra la (4. possiamo notare che tale durata è determinata dalla estensione temporale Dh della risposta impulsiva. otteniamo che un sistema TC LTI è non dispersivo se e solo se la sua risposta impulsiva è l’analogo a TC della (4. Sostituendo nella (4. dove ancora una volta nell’ultimo passaggio si è sfruttata la proprietà del prodotto dell’impulso di Dirac.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 (·). In definitiva.48) la risposta impulsiva precedente. la durata ∆h . n → ±∞.12)]. 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. si definisce introducendo una soglia opportuna e considerando trascurabili le ampiezze della risposta impulsiva inferiori alla soglia fissata. quindi. l’estensione temporale Dh e.47). Se allora osserviamo la relazione i-u di un sistema LTI [cfr. • sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h(·) decade asintoticamente a zero per t. la memoria di un sistema coincide con la durata temporale ∆h della risposta impulsiva h(·) (escluso il campione per n = 0 nel caso TD). Se poniamo α = h(0). per cui presenta valori non trascurabili su un intervallo temporale non limitato. In stretta analogia con la classificazione dei segnali effettuata sulla base della durata nel § 2. un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y(·) = α x(·).7) oppure (4. pertanto. oltre al campione attuale. I sistemi non dispersivi sono denominati anche sistemi senza memoria. ovvero se h(t) = α δ (t) .158 Sistemi lineari tempo-invarianti (LTI) Per quanto precedentemente detto. per ogni segnale di ingresso e per ogni t ∈ R.48) e (4.49). all’uscita in un determinato istante di tempo. 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. (4. dove nell’ultimo passaggio si è applicata la proprietà di campionamento dell’impulso di Dirac.3. senza mai annullarsi. un sistema TC LTI non dispersivo ha necessariamente una relazione i-u del tipo: y(t) = α x(t) . ciò accade se e solo se h(t) = h(t) δ (t) = h(0) δ (t) .3.1) come la durata temporale del segmento del segnale di ingresso che contribuisce. dove la memoria di un sistema è stata definita (cfr. (b) Equivalentemente. ovvero anche in questo caso coincide con un amplificatore/attenuatore ideale. • sistemi LTI aventi memoria infinita: la risposta impulsiva h(·) non decade a zero. il sistema è non dispersivo se e solo se y(t) = y1 (t). Quindi. ovvero se e solo se è un amplificatore/attenuatore ideale.

51) Confrontando la (4. Esempio 4. 4.  t 1 t 1 −τ /T −t/T e−τ /T u(τ ) dτ = s(t) = dτ = 1 − e . la relazione di sopra si può esprimere equivalentemente come segue: y(t) = +∞ −∞ 1 −τ /T e u(τ ) x(t − τ ) dτ .12). la risposta al gradino di tale sistema si ottiene come:  se t < 0 .17. .8 0. il sistema in esame è un sistema LTI con risposta impulsiva data dalla (4. Esempi di sistemi FIR sono l’integratore con memoria finita (cfr. T (4.10).6 0. T (4.6 0. aventi come risposta impulsiva il gradino unitario. 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) .2 0 −2 −1 0 1 t/T 2 3 4 5 s(t) 1 0. Un sistema LTI con memoria non rigorosamente finita (praticamente finita o infinita) è spesso detto anche sistema infinite impulse response (IIR).9) e il sistema MA (cfr. es. Sfruttando il fatto che u(τ ) = 0 per τ < 0. T (4.51) con la seconda delle (4.4 0.7) e l’accumulatore (cfr. 4. Nell’esempio che segue è trattato il caso di un sistema IIR con memoria praticamente finita.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 .11): (a) risposta impulsiva.4.50) dove T > 0. 4. es.5 Proprietà della risposta impulsiva 159 1 0. 4. che è rappresentata in fig. (b) risposta al gradino.8 0. sono sistemi IIR con memoria infinita. es.8).4 0. L’integratore (cfr. 4.17(a).52).2 0 −2 −1 0 1 t/T 2 3 4 5 T h(t) (a) (b) Fig.  0 Te −∞ T  che possiamo esprimere in maniera più compatta come: s(t) = (1 − e−t/T ) u(t) . 4.52) Pertanto. In virtù della (4. se t ≥ 0 . es. 4. 0 . Un sistema LTI con memoria rigorosamente finita prende anche il nome di sistema finite impulse response (FIR). Sistema TC IIR con memoria praticamente finita (es.36).

per ogni segnale di ingresso. La somma su k porta in conto valori futuri dell’ingresso per k < 0. per effetto della convoluzione. Così facendo. risolvendo l’equazione h(∆h ) = α /T (cfr. In altri termini. è un sistema dispersivo IIR con memoria praticamente finita data da: ∆h = ln(α ) .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. se per semplicità facciamo riferimento ai sistemi TC. (4. applicando un ingresso di durata finita e misurando la durata dell’uscita è possibile ricavare per differenza la durata della risposta impulsiva. Affinché allora l’uscita non dipenda dai valori futuri. In conclusione. ln(|a|) memoria che tende a diventare infinitamente grande.2). ricordando la proprietà di durata della convoluzione (cfr. con 0 < |a| < 1 . In questo caso la relazione i-u assume la forma: y(n) = +∞ k=0 ∑ h(k) x(n − k) = +∞ −∞ k=−∞ ∑ n x(k) h(n − k) . con 0 < α < 1. ∀k < 0 . § 4. Lo stesso si può dire anche per i sistemi TD.54) . in quanto per tali valori di k risulta n − k > n.1). Consideriamo allora la relazione i-u di un sistema TD LTI: y(n) = +∞ k=−∞ ∑ h(k) x(n − k) .53). Infatti. la durata della risposta impulsiva risulta ∆h = T ln 1 α .3. Per calcolare la memoria analiticamente.31). il cui legame i-u è descritto dalla convoluzione: y(t) = x(τ ) h(t − τ ) dτ . mentre tende a zero per |a| → 0. notiamo che applicando al sistema un ingresso di durata finita. il sistema LTI ha memoria praticamente finita.53) Pertanto un sistema TD LTI risulta causale se e solo se è verificata la condizione (4. § 2. Poichè la risposta impulsiva del sistema è un esponenziale monolatero decrescente. 4. ma non dipende dai valori dell’ingresso negli istanti successivi. Passiamo ora a considerare i sistemi TC LTI. per |a| → 1. da cui si ricava che la memoria del sistema cresce con legge direttamente proporzionale a T . proprio di una quantità pari alla memoria del sistema. (4. con costante di tempo T > 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. scegliamo come valore di soglia α h(0+ ) = α /T .17(b). esso sarà “allungato”. Con ragionamenti analoghi si può verificare che il sistema TD LTI avente risposta impulsiva: h(n) = an u(n) . e quindi misurare la memoria del sistema LTI. 4. deve accadere che h(k) = 0 .5. in virtù della (4.160 Sistemi lineari tempo-invarianti (LTI) e che è rappresentata in fig.3. ovvero è un segnale di durata praticamente limitata.

Ragionando in modo analogo a quanto fatto nel caso TD.12). si può verificare che un sistema TC è causale se e solo se h(t) = 0 .2) che un caso particolare di sistema non causale è il sistema anticausale. per il quale l’uscita dipende solo dai valori futuri del segnale di ingresso. In sintesi. 4. Risposta impulsiva dell’integratore non causale (es. In questo caso. si può mostrare che un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0. 4. h(t) = 0. la relazione i-u (4. Abbiamo visto nel capitolo precedente (cfr. Ripercorrendo gli stessi ragionamenti fatti per un sistema causale.5 (risposta impulsiva di un sistema LTI causale) Un sistema LTI è causale se e solo se h(n) = 0. Di seguito sono riportati alcuni esempi di sistemi non causali.5 Proprietà della risposta impulsiva 161 1 h(t) T t Fig. la caratterizzazione di un sistema LTI causale in termini della sua risposta impulsiva è descritta dalla seguente proprietà: Proprietà 4. § 3. h(t) = 0.18. . il sistema è non causale. ∀n ≥ 0 (sistema TD) ∀t ≥ 0 (sistema TC) Tutti i sistemi LTI precedentemente presentati negli esempi di questo capitolo sono causali.54) assume la forma: y(t) = +∞ 0 h(τ ) x(t − τ ) dτ = t −∞ x(τ ) h(t − τ ) dτ . ∀n < 0 (sistema TD) ∀t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t < 0 (caso TC) oppure per n < 0 (caso TD).4. ∀t < 0 .3.

162 Sistemi lineari tempo-invarianti (LTI) Esempio 4.12 (integratore non causale) Si consideri l’integratore con memoria finita (cfr. 0} .19(a) nel caso generale.13 (sistema MA non causale) Si consideri il sistema MA già introdotto nell’es. Infatti. conseguentemente. (4. per confronto diretto con la (4. avente relazione i-u: y(t) = t+T t x(u) du . Si può facilmente verificare che tale sistema è sia lineare.56) da cui.18: si tratta di un segnale che assume valori non nulli per t < 0 e. 4. possiamo estendere l’integrale tra −∞ e +∞ ottenendo: y(t) = +∞ −∞ rect τ + 0. si ha una perfetta corrispondenza se si definisce la risposta impulsiva del sistema come segue: h(k) = b−k . . 4. k ∈ {−M. M Si tratta di un sistema sia lineare che tempo-invariante.55) con T > 0.57).55) si può scrivere come: y(t) = 0 −T x(t − τ ) dτ . . .12). si ha. per cui è un sistema LTI. . Infatti.10 e 3. . 3. Esempio 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) . pertanto tale sistema è non causale.11.57) rappresentata graficamente in fig. . sia invariante temporalmente. 5}. . ponendo x(n) = δ (n) nella (4. moltiplicando la funzione integranda per una finestra rettangolare che assume il valore 1 nell’intervallo (−T. .5T T x(t − τ ) dτ . Per questo motivo. . osserviamo che utilizzando la definizione di risposta impulsiva 6 come h(n) = S[δ (n)].55) si può scrivere come una convoluzione. si conclude che la risposta impulsiva del sistema è: h(t) = rect t + 0. A questo punto. ∀k ∈ {0. con il cambio di variabile τ = t − u → u = t − τ .7).12). Si tratta di una risposta impulsiva che assume valori non nulli per n < 0. si può mostrare che la (4. descritto dalla relazione i-u y(n) = k=0 ∑ bk x(n + k) . In maniera equivalente. (4. che è rappresentata in fig. 3. altrimenti . (4. da cui. la (4.7).19(b) al caso M = 5 e 1 bk = M+1 = 1 . e particolarizzata in fig. e pertanto esso rappresenta un esempio di sistema LTI.56): h(n) = h=−M ∑ 0 b−h δ (n − h) .58) espressione che è perfettamente equivalente alla (4. il sistema non è causale. −M + 1. (4.5T T . 1. deve essere possibile esprimere la sua relazione i-u come una convoluzione (4. 4. 0). per confronto con la (4. es. D’altra parte. 0.

6 Questa . allora la risposta impulsiva del sistema avrà estensione temporale Dh = (0.6 (risposta di un sistema LTI causale ad un segnale causale) (a) Se il segnale in ingresso ad un sistema TC LTI causale è identicamente nullo per t < 0. abbia estensione temporale Dx = (0. (a) Risposta impulsiva di un generico sistema MA non causale. Tale risultato. seguendo gli stessi ragionamenti che hanno portato alla (4. Supponiamo ora che anche il segnale di ingresso sia identicamente nullo per t < 0. (b) Risposta impulsiva del sistema MA non causale con M = 5 e con pesi bk = 1 . la cui risposta impulsiva si ottiene ponendo in ingresso il segnale x(n) = δ (n): h(n) = δ (n + 1) . ∀t ∈ (0. consideriamo il caso dei sistemi TC.31). Il sistema è pertanto non causale. 6 Esempio 4. è riassunto dalla seguente proprietà: Proprietà 4. ossia anche il segnale di uscita risulta essere identicamente nullo per t < 0.. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n < 0. Un segnale identicamente nullo per t < 0 è anche detto6 causale. con ∆x ∈ R+ . è un sistema LTI anticausale. Per evidenziare tale proprietà. che realizza un anticipo unitario del segnale di ingresso. con ∆h ∈ R+ . I sistemi causali godono di una proprietà importante.4.. descritto dalla relazione i-u y(t) = x(t + T ) con T > 0. ∆h ). Se il sistema è causale.14 (anticipo unitario) Consideriamo il sistema TD descritto dalla relazione i-u: y(n) = x(n + 1) . Si tratta chiaramente di un sistema LTI. 1. si tratta di un impulso TD di ampiezza unitaria centrato in n = −1. l’anticipo unitario TD è un sistema anticausale. . 4. . ∆x + ∆h ) . allora la corrispondente uscita è anch’essa identicamente nulla per n < 0.5 Proprietà della risposta impulsiva 163 h(n) bM-1 b3 bM b2 . si ottiene che: y(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.. in particolare. cioè.13). 4. che sussiste con ovvie modifiche anche nel caso TD. In tal caso. poiché h(n) è identicamente nulla per n ≥ 0. 5} (es. 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. ∀k ∈ {0. Allo stesso modo il sistema TC che effettua un anticipo temporale. ∆x ).19. . allora la corrispondente uscita è anch’essa identicamente nulla per t < 0. .

∀t ≤ −ε . 7 Nel caso TD. si ottiene la seguente condizione: h(·) ∗ hinv (·) = δ (·) . In verità.1 è più immediata: . la prop. ∀t ∈ R. a differenza del caso TC in cui si è dovuto introdurre un ε arbitrariamente piccolo per la scelta di t0 . In app.6 vale più in generale per sistemi lineari causali (non necessariamente TI). valido più in generale per l’inverso di un generico sistema (non necessariamente LTI.) x(. Soffermiamo l’attenzione sui sistemi TC. le stesse considerazioni si possono fare scegliendo n0 = −1. in virtù della prop. in base alla prop. secondo cui il sistema diretto commuta con il sistema inverso nella cascata di fig. 4. x2 (t) ∈ I tali che x1 (t) = x2 (t). anche il segnale di uscita è identicamente nullo per t < 0.20 (notiamo che per i sistemi LTI vale una proprietà più generale. se indichiamo con h(·) la risposta impulsiva del sistema LTI invertibile e con hinv (·) la risposta impulsiva del sistema inverso.3). così come il segnale di ingresso. (4. ∀t ≤ −ε . allora risulterà per la prop. l’applicazione della prop. ∀t ≤ t0 . per ogni t0 ∈ R e per ogni x1 (t). in questo caso. Per cui ritroviamo il risultato. la cascata (nell’ordine) del sistema con risposta impulsiva h(·) e del sistema con risposta impulsiva hinv (·) deve realizzare il sistema identico. Ma se il sistema è lineare. ed applichiamo la proprietà vista per t0 = −ε < 0. come mostrato in fig. un sistema è causale se e solo se.4. 3.6 si poteva già dedurre dalle prop. 3.4. supponiamo di scegliere un secondo ingresso x2 (t) = 0. secondo la quale qualunque sistema LTI commuta con qualunque altro sistema LTI nella cascata).3. 4.) Fig. Poiché la risposta impulsiva del sistema identico è δ (·). D è mostrato che se un sistema LTI è invertibile.20.59) per cui se hinv (·) è l’inverso di h(·). Pertanto. Le considerazioni che seguono si estendono senza alcuna difficoltà anche ai sistemi TD. e tenendo presente che alla cascata di due sistemi LTI corrisponde la convoluzione delle rispettive risposte impulsive.) hinv(.) x(.) h(. ∀t ≤ −ε . l’omogeneità) e la causalità del sistema: questo dimostra che la prop.1 e 3.5. si ha che y1 (t) = 0. Poiché la convoluzione è commutativa. In base a tale risultato. Poiché risulta x1 (t) = x2 (t) = 0. rispettivamente. Dato un ingresso x1 (t) = 0. La seguente proprietà riassume le considerazioni fatte precedentemente: infatti.3 Invertibilità Ricordiamo che se un dato sistema è invertibile. possiamo scrivere anche: hinv (·) ∗ h(·) = δ (·) . allora il corrispondente sistema inverso è anch’esso LTI.1. cfr. Ricordiamo che. cioè. 3. il sistema inverso è quel sistema che posto in cascata al sistema dato realizza il sistema identico. §3. l’uscita corrispondente al segnale nullo x2 (t) è necessariamente nulla. ∀t < 0. risulta che y1 (t) = y2 (t). 4. 4.20. ∀t ≤ t0 . 3.1 y1 (t) = y2 (t). dette y1 (t) e y2 (t) le uscite di un sistema TC in risposta ai segnali x1 (t) e x2 (t).164 Sistemi lineari tempo-invarianti (LTI) y(. 4.60) (4. con ε ∈ R+ piccolo a piacere. ∀t ∈ R.7 È interessante osservare che nel derivare questo risultato abbiamo sfruttato solo la linearità (più precisamente. 3. 4. allora h(·) è l’inverso di hinv (·). cioè y2 (t) = 0. Il sistema LTI hinv (·) è il sistema inverso di h(·) se e solo se la cascata dei due sistemi coincide con il sistema identico. sfruttando in aggiunta la proprietà di linearità.

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

sostituendo alla sommabilità della successione h(n) quella della funzione h(t): +∞ −∞ |h(τ )| dτ ≤ Kh . ovvero se e solo se +∞ k=−∞ +∞ −∞ ∑ |h(k)| ≤ Kh (sistema TD) . x(n) = h(−n)  0. e quindi è sicuramente limitato. la risposta impulsiva deve essere necessariamente sommabile. Per un sistema LTI a TC è possibile ragionare in maniera analoga.9) e il sistema MA (§ es. la risposta impulsiva h(·) ha durata rigorosamente limitata. pertanto essa risulterà sicuramente sommabile (supposto che assuma valori finiti). risulta che l’uscita all’istante n = 0 non è limitata. ovvero h(n) sommabile . −1. 4. |h(τ )| dτ ≤ Kh Nel caso dei sistemi FIR. Ad esempio. Definiamo allora un opportuno segnale di ingresso:   |h(−n)| . h(k − n) dove la seconda sommatoria va effettuata. Poiché abbiamo supposto per assurdo che la risposta impulsiva non sia sommabile. il che contraddice l’ipotesi che il sistema sia stabile. senza alterarla. Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. per ciascun n ∈ Z. Pertanto. la sommabilità della risposta impulsiva è condizione necessaria e sufficiente per la stabilità di un sistema LTI. anche i valori di k per i quali h(k) = 0. . che presentano memoria rigorosamente finita. 4. (sistema TC) . h(k) k k=−∞ dove abbiamo incluso nella somma. se h(−n) = 0 . L’uscita corrispondente a tale segnale limitato è: y(n) = +∞ k=−∞ ∑ h(k)x(n − k) = ∑ h(k) k |h(k − n)| . altrimenti . l’integratore con memoria finita (§ es. per un sistema TD vale l’equivalenza seguente: sistema TD stabile ⇐⇒ +∞ k=−∞ ∑ |h(k)| ≤ Kh . 1.166 Sistemi lineari tempo-invarianti (LTI) Per provarlo. procediamo per assurdo.62) In definitiva. supponendo che un sistema stabile abbia una risposta impulsiva non sommabile. In definitiva. come riassunto dalla seguente proprietà: Proprietà 4. Calcoliamo in particolare l’uscita per n = 0: y(0) = ∑ h(k) k +∞ |h(k)| = ∑ |h(k)| = ∑ |h(k)| .8 (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva è sommabile.10). su tutti i valori della variabile k per i quali h(k − n) = 0. (4. Tale segnale assume solo i valori 0.

possiamo concludere che il sistema TC (4. T 0 −∞ −∞ T h(τ ) = pertanto la risposta impulsiva del sistema è sommabile e.61) e (4. il sistema che effettua la traslazione temporale del segnale di ingresso. 4. Un sistema LTI instabile deve necessariamente avere memoria non rigorosamente finita (IIR). (4. instabili. A tal fine osserviamo che: +∞ +∞ 1 1 +∞ −τ /T e−τ /T u(τ ) dτ = |h(τ )| dτ = e dτ = 1 . se il sistema IIR ha memoria praticamente finita.63) ha una risposta impulsiva contenente un impulso di area unitaria centrato in t0 .8). Più in generale. che non contiene impulsi.17(a)] è data da: 1 −τ /T e u(τ ) . D’altra parte. Verifichiamo che tale sistema è stabile. in modo da garantire la convergenza dell’integrale o della serie che compaiono nella (4. Esempio 4. 4. Più precisamente. Un esempio di sistema LTI stabile con memoria praticamente finita è il seguente. 1 la risposta impulsiva è sommabile. è stabile pur non avendo memoria rigorosamente finita (ma memoria praticamente finita). ossia h(t) = δ (t − t0 ). T Si tratta di un sistema con memoria praticamente finita. per ogni t0 ∈ R. se la risposta impulsiva h(t) è una funzione generalizzata. è un sistema stabile. § B. la stabilità può essere studiata direttamente dal legame i-u senza alcun problema di carattere matematico: infatti.4 e B. se il segnale di ingresso è limitato. la sua risposta impulsiva può essere ancora sommabile purché |h(·)| decada a zero per |t| → +∞ o per |n| → +∞ con sufficiente rapidità. questo problema può essere tranquillamente aggirato. la cui risposta impulsiva [fig. aventi come risposta impulsiva il gradino unitario. con t0 ∈ R . nel caso del sistema (4. i sistemi IIR aventi memoria infinita sono sicuramente instabili. Ad esempio. In conclusione. notiamo che per taluni sistemi TC la risposta impulsiva h(t) può non essere una funzione ordinaria.62) (cfr. il sistema è stabile. il sistema TD IIR avente risposta impulsiva: h(n) = an u(n) .5 Proprietà della risposta impulsiva 167 essendo sistemi FIR. in quanto. cioè: h(t) = hord (t) + ∑ αn δ (t − tn ) = hord (t) + himp (t) .2. è (quasi) sempre possibile decomporla nella somma di una funzione ordinaria hord (t). 4. si pone pertanto il problema di come studiare la stabilità di un sistema LTI qualora la sua risposta impulsiva sia una funzione generalizzata. nel senso che può contenere degli impulsi di Dirac.63). 4. Ad esempio.7) e l’accumulatore (§ es.63) è sicuramente limitata. l’uscita del sistema (4. che contiene solo impulsi. dal punto di vista pratico. pertanto. Poiché il concetto di sommabilità di una distribuzione non è definito. sono stabili. +∞ k=−∞ +∞ con 0 < |a| < 1 .4. 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. poichè risulta: ∑ |h(k)| = k=0 ∑ |a|n = 1 − |a| . sono esempi di sistemi IIR con memoria infinita e.15 (stabilità di un sistema IIR con memoria praticamente finita) Riconsideriamo nuovamente il sistema IIR dell’es. e di una funzione himp (t) puramente impulsiva. n=1 himp (t) N (4. In verità. l’integratore (§ es.1.63).64) . conseguentemente. che anticipa/ritarda il segnale di ingresso.11.3). Analogamente. Infatti. in questo caso. Ad esempio. Pertanto. caratterizzato dal legame i-u: y(t) = x(t − t0 ) .

tN Fig. . . come mostrato in fig.168 Sistemi lineari tempo-invarianti (LTI) hord (t) x(t) α1 t1 y(t) . ciascuno dei quali composto da un attenuatore/amplificatore connesso in serie con un sistema che effettua la traslazione temporale. dove N ∈ N. quando occorre studiare la sommabilità di una funzione generalizzata del tipo (4. nel senso che conservano la limitatezza (in ampiezza) del segnale su cui operano. Osservando che il parallelo di più sistemi LTI equivale ad un unico sistema LTI la cui risposta impulsiva è data dalla somma delle risposte impulsive dei sistemi coinvolti nel parallelo. In questo caso. In altre parole.6. 4.65) . Decomposizione in parallelo di un sistema avente risposta impulsiva generalizzata. del tipo k=0 ∑ ak N M dk dm y(t) = ∑ bm m x(t) . descritti da equazioni differenziali lineari (nel caso TC) oppure da equazioni alla differenze (nel caso TD). αN .21. dt k dt m=0 (4. in virtù della prop. 4.1 Sistemi descritti da equazioni differenziali Numerosi sistemi TC. in svariati campi delle scienze fisiche e dell’ingegneria. e quest’ultimo a sua volta può essere visto come il parallelo di N sistemi. se i sistemi componenti il parallelo sono singolarmente stabili.64) è sufficiente limitarsi a studiare la sommabilità della sola parte ordinaria hord (t). sono descritti da equazioni differenziali lineari a coefficienti costanti. tuttavia per una presentazione efficace è opportuno studiarli separatamente.21 è stabile se e solo se la risposta impulsiva hord (t) è sommabile. allora il sistema complessivo è sicuramente stabile. .6 Esempi di sistemi LTI In questa sezione introduciamo due classi particolarmente importanti di sistemi LTI. Tali sistemi presentano numerose analogie. Poichè la moltiplicazione per una costante e la traslazione temporale sono operazioni stabili. possiamo affermare che. 4.8. . 4. 4.21. 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). 4. il sistema in fig.

in altre parole. . .65) descrive in maniera solo implicita il comportamento del sistema. . N dk (4. .68) ottenuta ponendo x(t) ≡ 0 nella (4.65) coinvolge. l’equazione differenziale (4. d y(t) dt = y1 . supposto che.65) si dice a coefficienti costanti perché i coefficienti moltiplicativi a0 .65).65). In questo caso. a0 . La (4.4. . determinare la relazione i-u del sistema equivale a risolvere. y1 . . . occorre preliminarmente osservare che il fatto che la (4. è necessario conoscere lo stato iniziale del sistema. La soluzione generale y0 (t) della (4.1. . dN−1 y(t) dt N−1 = yN−1 . M dm che rappresenta una relazione i-u tra y(t) ed x(t). m=0 N dk M dm (4. . . 8 Nel . e N ≥ 0 è l’ordine dell’equazione. a partire da un istante prefissato tin ∈ R. per le quali si rimanda il lettore direttamente ai testi di analisi matematica. . è sufficiente conoscere il valore del segnale di uscita e delle sue prime N − 1 derivate in tin . essa non rappresenta un legame i-u come espresso dalla def.65) è detta lineare perché al primo membro compare una combinazione lineare del segnale y(t) e delle sue N derivate e al secondo membro compare una combinazione lineare del segnale x(t) e delle sue M derivate. la (4. Assegnato l’ingresso x(t) per t ≥ 0. 3. Nel caso più generale in cui N = 0.65). y1 . cioè dell’equazione k=0 ∑ ak dt k y(t) = 0 . . . . oltre all’uscita y(t) anche le prime N derivate di y(t): pertanto. . yN−1 dipendono dalla evoluzione passata del sistema e. .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. a1 . infatti. Una seconda osservazione importante riguarda il fatto che la (4. yN−1 sono valori (in genere reali) assegnati. se y0 (t) è soluzione seguito si richiameranno alcuni risultati riguardanti la soluzione di equazioni differenziali senza fornire dimostrazioni. portano in conto la presenza eventuale di energia immagazzinata nel sistema fisico.67) e della soluzione generale dell’equazione differenziale omogenea associata alla (4. . nel senso specificato dalla def. aN e b0 . . Ponendo per semplicità tin = 0. bM sono costanti e quindi indipendenti dal tempo t. È noto8 che tale problema non è completamente definito. Ciò è vero solo nel caso particolare in cui N = 0. la (4. a1 . coincidente con il massimo ordine di derivazione rispetto al segnale di uscita y(t) (si suppone che aN = 0).66) t=0 t=0 dove y0 .65) si può scrivere direttamente come segue: y(t) = 1 a0 m=0 ∑ bm dt m x(t) . che tiene conto di tutte le possibili condizioni iniziali. in quanto.1. . . aN e b0 . . vedremo che ciò è vero solo in alcuni casi particolari.65) rispetto al segnale di uscita y(t). in tal caso. . la (4. b1 .6 Esempi di sistemi LTI 169 dove x(t) rappresenta l’ingresso e y(t) l’uscita del sistema. . per la quale si ha: k=0 ∑ ak dt k y p (t) = ∑ bm dt m x(t) . . la soluzione generale della (4. lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(0) = y0 . . . è data dalla somma di una soluzione particolare y p (t) della (4. per trovare la corrispondente uscita y(t) per t ≥ tin . osserviamo che. dal punto di vista fisico. Come verifica di quanto sopra affermato. sia applicato in ingresso al sistema un dato segnale x(t). . 3.65). per ogni fissato ingresso x(t). bM sono i coefficienti (in genere reali) dell’equazione.68) è detta soluzione omogenea della (4. . Per sgombrare subito il campo da qualsiasi tipo di equivoco. I valori assegnati y0 .65). (4. b1 .

cN sono costanti arbitrarie. . In linea di principio. allora si prova facilmente che t h eλit .68). . λ2 .9 Se supponiamo in prima istanza che le N radici del polinomio q(λ ) siano distinte. . . c2 . con λ ∈ C. Considerazioni di carattere fisico inducono nelle applicazioni pratiche a trovare soluzioni del tipo eλ t . 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 . . . è soluzione della (4. Se si pone allora y(t) = eλ t nella (4. . . Quindi. . λR sono le R radici distinte del polinomio caratteristico q(λ ) aventi molteplicità N1 .67) e (4. l’esponenziale eλ t è soluzione della (4.72) dove c1 . . rispettivamente. .68). . NR . ossia: q(λ ) = a0 + a1 λ + · · · + aN λ N = 0 . dove l’equivalenza sussiste grazie al fatto che l’esponenziale complesso non si annulla mai. e quindi deve annullarsi q(λ ). . con N1 + N2 + · · · + NR = N [nel caso in cui R = N. N dk (4. . .69). Si noti che l’arbitrarietà di queste costanti rende la soluzione omogenea della (4. è immediato constatare che y(t) = y0 (t) + y p (t) (4.h t h eλ t . la (4. . combinando linearmente tutte le N possibili soluzioni. . allora gli esponenziali complessi eλ1t . le radici di q(λ ) sono o reali o complesse coniugate. Ni − 1}. (4. λ2 . Più in generale. eλN t sono singolarmente soluzioni della (4.68) è data da: y0 (t) = c1 eλ1t + c2 eλ2t + · · · + cN eλN t . .70) fornisce tutte le soluzioni dell’equazione differenziale (4. la soluzione generale della (4. siano esse λ1 .65). Pertanto.68) è ancora una soluzione della stessa equazione.68). allora k=0 ∑ ak dt k y0 (t) = 0 . i (4.68). . cioè del tipo esponenziale complesso. D’altra parte.70) è una soluzione della (4.65).68) se e solo se il parametro λ ∈ C è una radice del polinomio q(λ ).68). (4. Le complicazioni introdotte dalla presenza di eventuali radici multiple del polinomio caratteristico q(λ ) sono minime e possono essere portate in conto come segue.73) dove λ1 . si ottiene: y0 (t) = ∑ R Ni −1 i=1 h=0 ∑ ci. . Supposto che λi sia una radice con molteplicità Ni del polinomio caratteristico q(λ ). 1.65) non univocamente determinata.68) non offre particolari difficoltà. Le radici del polinomio caratteristico possono essere reali. . si può provare che la (4. immaginarie oppure complesse. il calcolo della soluzione generale y0 (t) dell’equazione omogenea (4. .170 Sistemi lineari tempo-invarianti (LTI) della (4. λN . . a N 0 1 siano reali. poiché una arbitraria combinazione lineare di soluzioni della (4. . . a . . N2 .69) da cui sommando membro a membro la (4.71) Il polinomio q(λ ) è detto polinomio caratteristico dell’equazione omogenea (4.73) degenera 9 Nel caso in cui i coefficienti del polinomio a . . per h ∈ {0. .

ylib (t) = 0.4. cioè y0 (0) = y0 . assumendo che siano nulle le condizioni iniziali. yN−1 . allora la soluzione particolare ottenuta è valida solo per t > 0. data da y(t) = y0 (t) + y p (t) per t > 0.73). . In altri termini.h . senza portare in conto le condizioni iniziali. l’evoluzione libera ylib (t) del sistema è essa stessa una funzione lineare di y0 . dN−1 y0 (t) dt N−1 = yN−1 .66) e la seconda dipendente solo dal segnale di ingresso x(t). Assegnato l’ingresso x(t).73). se l’ingresso è applicato all’istante tin = 0. (4. . Riassumendo quanto detto finora.65) non definisce univocamente un sistema.75) t=0 t=0 La soluzione particolare yfor (t) della (4. Ni − 1}. in quanto dipende solo dalle condizioni iniziali ed è completamente indipendente dal segnale di ingresso x(t).h ). con i ∈ {1. . .65). .h nella soluzione omogenea. 3.74) determina un sistema di N equazioni lineari nelle N incognite ci. . cioè y0 = y1 = · · · = yN−1 = 0.74) t=0 t=0 Così facendo si ottiene una particolare soluzione omogenea ylib (t) che prende il nome di evoluzione libera del sistema. questo vuol dire che se si impone che il sistema sia inizialmente in quiete.h sono combinazioni lineari dei valori y0 . 1. d y0 (t) dt = y1 . Si determina la soluzione omogenea y0 (t) data dalla (4.65) come somma di due componenti: la prima dipendente solo dalle condizioni iniziali (4. . si determina una soluzione particolare y p (t) della (4.6 Esempi di sistemi LTI 171 nella (4. . né una tecnica generale di soluzione. . la componente dipendente solo dal segnale di ingresso assegnato si può ottenere cercando una soluzione particolare y p (t) della (4.65) che si ottiene in questo modo prende il nome di risposta forzata del sistema. (4. . possiamo dire che la soluzione generale della equazione differenziale (4. La componente dipendente solo dalle condizioni iniziale si può ottenere a partire dalla soluzione omogenea (4. l’equazione differenziale (4. Notiamo che. yN−1 assunti da y0 (t) e dalle sue prime N − 1 derivate per t = 0. in quanto l’uscita è definita a meno di N costanti arbitrarie. ossia. 2. . in quanto tiene conto del solo segnale di ingresso x(t). . (1) (2) la risposta forzata è funzione lineare del segnale di ingresso: se yfor (t) e yfor (t) sono le risposte forzate . In molti casi è conveniente esprimere la soluzione generale della (4.66) assegnate.h . la soluzione omogenea y0 (t) non è univocamente specificata in quanto dipende dalle N costanti arbitrarie ci.h della soluzione omogenea y0 (t) in modo che la soluzione generale della (4. y1 . y1 . Questo è un risultato del tutto intuibile in quanto. Anche in questo caso. per la presenza delle costanti ci.65).72)]. A differenza della soluzione y0 (t). . la soluzione particolare y p (t) dipende dal tipo di ingresso assegnato. ∀t ∈ R. R} e h ∈ {0.65) che soddisfi le condizioni: y p (0) = d y p (t) dt = ··· = dN−1 y p (t) dt N−1 = 0. 2. . soddisfi le condizioni iniziali (4. la soluzione generale y(t) = y0 (t) + y p (t) non consente di determinare univocamente l’uscita del sistema. . Innanzitutto. . La (4. Risolvendo tale sistema si trova che le costanti ci. Si può mostrare che la risposta forzata del sistema gode di due proprietà importanti. . calcolando le radici del polinomio caratteristico q(λ ) (tale soluzione dipende dalle N costanti arbitrarie ci. imponendo che y0 (t) soddisfi da sola le condizioni iniziali assegnate. D’altra parte. . . Si determinano gli N coefficienti ci. .65) si può ottenere seguendo i seguenti passi: 1. se all’istante tin = 0 il sistema non possiede alcuna energia immagazzinata al suo interno. l’uscita per t ≥ 0 non può che essere nulla in assenza di alcuna sollecitazione esterna (segnale di ingresso). e per essa non è possibile dare un’espressione generale. l’evoluzione libera del sistema è nulla. Conseguentemente.

22. La . 4. 3. Tuttavia. 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). 4.65) e (4. indipendente dal segnale di ingresso.65) e (4. Applicando il secondo principio di Kirchoff (equilibrio tra le tensioni) e le relazioni tra tensione e corrente ai capi di resistenza e capacità. 4. Nell’esempio che segue si considererà un caso semplice per chiarire ulteriormente gli aspetti precedentemente discussi. nel quale l’ingresso x(t) è la tensione ai capi della serie RC. assegnando cioè y0 = y1 = · · · = yN−1 = 0. se si impone x(t) ≡ 0. Possiamo quindi dire che.22. 4.65) e (4. la risposta del sistema può essere espressa anche come la somma dell’evoluzione libera e della risposta forzata: y(t) = ylib (t) + yfor (t) .76) è lineare per le differenze. per effetto della quale ad una traslazione del segnale di ingresso non corrisponde la medesima traslazione del segnale di uscita. Schema a blocchi del sistema RC (es. La tempo-varianza del sistema è ancora una volta dovuta alla presenza dell’evoluzione libera ylib (t). mentre l’uscita y(t) è la tensione ai capi della capacità. affinchè il sistema descritto dalle (4. Il carattere non lineare del sistema è esclusivamente dovuto alla presenza dell’evoluzione libera ylib (t). dt (4.23.19 [dove y0 (·) corrisponde in questo caso all’evoluzione libera ylib (·)].76) è che in generale il sistema descritto dalle (4.16). è interessante osservare che il sistema definito dalla (4. α2 ∈ C. allora α1 yfor (t) + α2 yfor (t) è la risposta forzata del sistema al segnale di ingresso α1 x1 (t) + α2 x2 (t). per effetto della quale l’uscita y(t) è non nulla anche quando l’ingresso è identicamente nullo.16).4 dal momento che. ciò viola la prop. Esempio 4. ciò significa che se x(t) ≡ 0.76) è che in generale il sistema descritto dalle (4. (1) (2) del sistema agli ingressi x1 (t) e x2 (t). 4. rispettivamente.66) non è tempo-invariante. il che si ottiene imponendo che il sistema sia inizialmente in quiete.76) che y(t) = ylib (t) = 0. occorre che la sua evoluzione libera sia nulla. In particolare.172 Sistemi lineari tempo-invarianti (LTI) x(t) y(t) d dt R x(t) C y(t) -1/RC d y(t) dt Fig. (4. Fig. allora yfor (t − t0 ) è la risposta forzata del sistema al segnale di ingresso x(t − t0 ). può essere rappresentato mediante lo schema a blocchi in fig. ∀α1 . Notiamo che tale equazione può essere rappresentata dallo schema a blocchi in retroazione di fig.16 (sistema RC) Un esempio particolarmente semplice nell’ambito dei circuiti elettrici è il sistema RC raffigurato in fig. si ottiene l’equazione differenziale che descrive il comportamento del circuito: RC d y(t) + y(t) = x(t) . cioè. 3.66) non è lineare. 4.76) La prima osservazione interessante suggerita dalla (4. Schema elettrico del sistema RC (es. allora yfor (t) ≡ 0. La seconda osservazione legata alla (4. in quanto la differenza delle risposte ad una arbitraria coppia di ingressi è funzione lineare della differenza dei corrispondenti ingressi.66) sia LTI.23.77) Il comportamento di questo sistema è pertanto descritto da una equazione differenziale del primo ordine (N = 1). Inoltre. In definitiva. segue dalla (4. indipendente dal segnale di ingresso. ∀t0 ∈ R.

66). se t < 0 . da cui si ricava l’unica radice λ1 = −1/(RC). dt RC dt  0 .79) otteniamo allora che y0 (0) = c1 = y0 . RC da cui. se t ≥ 0 . per la presenza della costante moltiplicativa c1 arbitraria. (4. Determiniamo prima la soluzione dell’equazione omogenea: dobbiamo cercare le radici del polinomio caratteristico q(λ ). 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 .6 Esempi di sistemi LTI 173 soluzione generale y(t) della (4. la (4.4.  c2 . e deve soddisfare l’equazione differenziale completa (4. In questo caso (R = N = 1).  1 t/RC t/RC y p (t)et/RC = dt + c3 = e + c3 . otteniamo la risposta forzata del sistema. l’equazione differenziale completa assume la forma y p (t) + RC d y p (t) = u(t) dt ⇐⇒ d 1 1 y p (t) + y p (t) = u(t) .79) non consente di determinare univocamente l’uscita del sistema. Si noti che l’evoluzione libera dipende linearmente dal valore iniziale y0 .77). La soluzione particolare y p (t) dipende dal tipo di ingresso. dobbiamo imporre la sola condizione y0 (0) = y0 .77). che nel nostro caso si riduce alla: q(λ ) = 1 + RC λ = 0 . se t ≥ 0 . risolvendo l’equazione (4. Supponiamo ad esempio che l’ingresso sia un gradino x(t) = u(t).79) Notiamo che. la (4. se t < 0 . d 1 t/RC e u(t) = y p (t)et/RC = 1 t/RC  dt RC e .73) degenera nella (4.  RC e  . Dalla (4. Risolvendo tale equazione differenziale con la condizione iniziale y p (0) = 0.77) si può scrivere come: y(t) = y0 (t) + y p (t) .71).72) ed è composta da un solo termine: y0 (t) = c1 e−t/RC . dt (4. cioè dell’equazione che si ottiene ponendo in ingresso x(t) ≡ 0: y(t) + RC d y(t) = 0 . Per determinare l’evoluzione libera del sistema dobbiamo imporre che la soluzione omogenea y0 (t) trovata soddisfi le condizioni iniziali (4. per integrazione indefinita. dove y0 (t) è una qualunque soluzione dell’equazione omogenea associata alla (4. per cui l’evoluzione libera del sistema RC è descritta dal seguente segnale: ylib (t) = y0 e−t/RC . nel nostro caso (equazione del primo ordine). In questo caso.77).78) mentre y p (t) è una soluzione particolare dell’equazione completa (4. c1 ∈ R .

con N ≥ 0 e aN = 0. il sistema risultante non è omogeneo (e quindi non è lineare). e la (4. La soluzione completa y(t) dell’equazione differenziale corrispondente all’ingresso x(t) = u(t) si scrive: y(t) = ylib (t) + yfor (t) = y0 e−t/RC + (1 − e−t/RC ) u(t) . con t0 ∈ R − {0} e con la condizione iniziale yt0 (t0 ) = 0. è pari a yt0 (t) = yfor (t −t0 ). (4.10 Pertanto.174 Sistemi lineari tempo-invarianti (LTI) Imponendo che y p (0) = 0.65) in maniera più semplice di quanto visto finora.6. il sistema LTI ottenuto è causale [h(t) = 0.2 Sistemi descritti da equazioni alle differenze (sistemi ARMA) Nel caso TD.80) Osserviamo che. Inoltre la presenza di y0 (t) indipendente dall’ingresso rende il sistema non invariante temporalmente. in altri termini il legame tra yfor (t) e x(t) = u(t) è tempo-invariante. 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. Per tale equazione alle differenze si applicano tutte le considerazioni iniziali fatte per l’equazione differenziale 10 Più in generale.65).50) assegnata nell’es. . corrisponde alla risposta impulsiva (4. M (4. ma non comporta discontinuità in t = 0 del segnale y p (t). trattandosi di una equazione differenziale del primo ordine.24. ottenuta ponendo x(t) = u(t − t0 ).77). essendo il sistema LTI nelle ipotesi fatte. 4. la risposta forzata del sistema assume la forma: yfor (t) = (1 − e−t/RC ) u(t) . La risposta impulsiva e la risposta al gradino del sistema RC sono raffigurate in fig. Nel cap. ovvero s(t) = (1 − e−t/RC ) u(t) .11. ∀t < 0] e stabile [h(t) è sommabile]. dt RC che.81) nota come equazione alla differenze a coefficienti costanti di ordine N. 6 vedremo come sia possibile ottenere la caratterizzazione di un generico sistema descritto dalla (4. 4.80) si riduce a y(t) = yfor (t) = (1 − e−t/RC ) u(t) . la discontinuità di prima specie del segnale x(t) all’istante t = 0 implica una discontinuità della stessa specie all’istante t = 0 nella derivata prima di y p (t). Inoltre. Oltre ad essere chiaramente dispersivo. Si osservi che yfor (t) è funzione lineare del segnale di ingresso x(t) = u(t). 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. una relazione analoga alla (4. ponendo T = RC. si può verificare (la verifica è lasciata al lettore) che la soluzione yt0 (t) dell’equazione differenziale (4. inoltre. Se allora siamo interessati ad un sistema LTI bisogna fissare come condizione iniziale quella di sistema inizialmente in quiete.65) è la seguente: k=0 ∑ ak y(n − k) = N m=0 ∑ bm x(n − m) . ponendo y0 = 0. si dimostra che una discontinuità di prima specie del segnale x(t) nel punto t0 implica una discontinuità di prima specie nel punto t0 della derivata N-esima del segnale y p (t). per cui risulta che c2 = 0. 4. Tenendo presente la relazione (4. segue che c3 = −1. ricaviamo che la risposta impulsiva del sistema RC è: h(t) = 1 −t/RC d s(t) = e u(t) . per la presenza dell’evoluzione libera. y(t) = yfor (t) ne rappresenta la sua risposta al gradino. per un’equazione differenziale di ordine N.37) esistente tra risposta al gradino e risposta impulsiva. Notiamo a questo punto che.

analogamente alle soluzioni di una equazione differenziale (4. e sono denominati sistemi auto-regressivi a media mobile (ARMA). va detto che la teoria e la pratica delle equazioni alle differenze. yN sono valori (in genere reali) assegnati. è necessario risolvere rispetto a y(n) l’equazione alle differenze.4 0. ma presentano interessanti analogie con le corrispondenti nozioni valide per le equazioni differenziali.81). sono sistemi LTI. a partire da un istante prefissato nin ∈ Z. per trovare la corrispondente uscita y(n) per n ≥ nin . avente la seguente risposta impulsiva:   bn . y(−N) = yN . In particolare. supposto che. Per N ≥ 1. .6 0.81) si può esprimere. sia applicato in ingresso al sistema un dato segnale x(n).6 Esempi di sistemi LTI 175 1 0. . la (4. sono generalmente meno note ai lettori.65).2 0 −2 −1 0 1 t/RC 2 3 4 5 (a) (b) Fig. 4.83) dove y1 .8 RC h(t) 0. . In particolare. si può provare che la soluzione generale di una equazione del tipo (4.82) Dal confronto con l’es. . . n ∈ {0.2 0 −2 −1 0 1 t/RC 2 3 4 5 s(t) 1 0. A tale proposito. è sufficiente conoscere i valori del segnale di uscita negli N istanti di tempo precedenti nin . . a0 m=0 (4.6 0. 3.9.65).8 0. Sistema RC (es. . (4. i sistemi definiti implicitamente dalla (4.16): (a) risposta impulsiva. sotto opportune ipotesi. (b) risposta al gradino. 1. assegnato il segnale di ingresso x(n). altrimenti . Ponendo per semplicità nin = 0. come: y(n) = y0 (n) + y p (n) . Assegnato l’ingresso x(n) per n ≥ nin . . .4 0. M} .4. (4. . lo stato iniziale del sistema è pertanto descritto dalle N condizioni iniziali: y(−1) = y1 . questi valori racchiudono tutte le informazioni circa il passato del sistema necessarie per determinare il suo comportamento per n ≥ nin .81) descrive solo implicitamente un sistema.81) rappresenta una relazione i-u semplice da studiare. analogamente al caso TC. . in quanto è possibile ricavare direttamente y(n) in funzione di x(n): y(n) = 1 M ∑ bm x(n − m) . la (4. y(−2) = y2 . .82) definisce in effetti un sistema a media mobile (MA) (e quindi LTI e FIR). h(n) = a0  0. y2 . Solo nel caso N = 0. per determinarne la relazione i-u. . sebbene in principio siano più semplici rispetto alle equazioni differenziali.24. 4. notiamo che la (4.

. . per la quale si ha: k=0 ∑ ak y p (n − k) = N m=0 ∑ bm x(n − m) . yN−1 assunti da y0 (n) per n ∈ {−N. .84) mentre y p (n) è una soluzione particolare dell’equazione “completa” (4. cN sono costanti arbitrarie.88) Quindi. a N 0 1 siano reali.h sono combinazioni lineari dei valori y0 . .84) assume la forma: y0 (n) = ∑ R Ni −1 i=1 h=0 ∑ ci. N2 .84) si effettua ragionando similmente al caso TC.89) si trova che le costanti ci. zN . Risolvendo il sistema lineare (4. . . yN (−N) = yN . .85) Il calcolo della soluzione generale y0 (n) dell’equazione omogenea (4.84) è data da: y0 (n) = c1 zn + c2 zn + · · · + cN zn .88) che soddisfa le condizioni iniziali (4. . 1 2 N (4. Conseguentemente. c2 . . .176 Sistemi lineari tempo-invarianti (LTI) dove y0 (n) è la soluzione omogenea. . ossia y0 (−1) = y1 . . . con N1 + N2 + · · · + NR = N. la soluzione generale della (4. questo vuol dire che se si impone che il sistema sia inizialmente in quiete. −N + 1. L’evoluzione libera del sistema ylib (n) corrisponde alla particolare soluzione omogenea (4. . si ottiene: k=0 ∑ ak z−k q(z) N zn = q(z) zn = 0 ⇐⇒ q(z) = 0 . . (4.86) le cui radici possono essere reali.81). ovvero la soluzione generale dell’equazione omogenea associata alla (4.11 Se le N radici del polinomio q(z) sono distinte. −1}. NR . con z ∈ C e si pone y(n) = zn nella (4. . z2 . y2 .h nh zn . . . . .81): k=0 ∑ ak y(n − k) = 0 . . . rispettivamente. . immaginarie oppure complesse. . . siano esse z1 . . Se invece il polinomio q(z) presenta R radici distinte z1 . . M (4.83). l’esponenziale zn è soluzione della (4. zR aventi molteplicità N1 . i (4.h . le radici di q(z) sono o reali o complesse coniugate. z2 . (4. N (4. yN . . . y1 . a . . . y0 (−2) = y2 . .87) dove c1 . come nel caso TC.84).89) dipendente solo dalle condizioni iniziali e completamente indipendente dal segnale di ingresso x(n). la soluzione omogenea y0 (n) non è univocamente specificata in quanto dipende dagli N coefficienti arbitrari ci. . Se ci si limita a trovare soluzioni del tipo zn . . . cioè y1 = y2 = · · · = yN = 0. la soluzione generale della (4. l’evoluzione libera ylib (n) del sistema è essa stessa una funzione lineare di y1 .84) se e solo se il parametro z è una radice del polinomio caratteristico q(z). ossia: q(z) = a0 + a1 z−1 + · · · + aN z−N = 0 . l’evoluzione libera 11 Nel caso in cui i coefficienti del polinomio a . . . Pertanto.

il legame tra la risposta forzata yfor (n) e il segnale di ingresso x(n) è lineare e tempo-invariante. prende il nome di metodo ricorsivo per il calcolo dell’uscita di un sistema il cui funzionamento è determinato dalla equazione alle differenze (4. Esempio 4. y(n − N) assunti dal segnale di uscita nei precedenti N istanti di tempo e dai valori x(n − 1). x(n − M) assunti dal segnale di ingresso nei precedenti M istanti di tempo. ylib (n) = 0.81) si può riscrivere lasciando solo y(n) al primo membro: y(n) = − 1 M 1 N ak y(n − k) + ∑ ∑ bm x(n − m) .81) e (4. di quello passato x(0) e degli N valori precedenti dell’uscita y(0). . che possiamo esprimere equivalentemente come segue: y(n) = a y(n − 1) + b x(n) .83) è in generale lineare per le differenze e tempo-variante. ossia. . più semplice. . Similmente al caso TC. . . la risposta del sistema può essere scritta come la somma dell’evoluzione libera e della risposta forzata: y(n) = ylib (n) + yfor (n) . y(n) − a y(n − 1) = b x(n) . Iterando questa procedura è possibile calcolare ricorsivamente il segnale di uscita y(n) per n ≥ 0. .91).81) che soddisfa le condizioni: y p (−1) = y p (−2) = · · · = y p (−N) = 0 .17 (sistema AR del primo ordine) Consideriamo la seguente equazione alle differenze di ordine N = 1: a0 y(n) + a1 y(n − 1) = b1 x(n) . (4. Successivamente.83). y(−2). . In conclusione. e ponendo a = −a1 /a0 e b = b1 /a0 . ∀n ∈ Z. a partire dalla conoscenza del segnale di ingresso e delle condizioni iniziali assegnate. D’altra parte. Tale metodo si basa sull’osservazione che la (4. l’equazione alle differenze (4.91) Tale relazione evidenzia che l’uscita y(n) all’istante n può essere calcolata a partire dal valore corrente del segnale di ingresso x(n). il valore y(1) del segnale di uscita all’istante n = 1 si può calcolare utilizzando la (4. a partire dalla conoscenza del valore corrente del segnale di ingresso x(0) e degli N valori precedenti dell’uscita y(−1). Pertanto. a0 k=1 a0 m=0 (4. assegnando y1 = y2 = · · · = yN = 0. e quindi anche in questo caso se x(n) ≡ 0 si ha yfor (n) ≡ 0. il sistema descritto dalle (4. possiamo riscriverla nella forma seguente. . x(n − 2). Dividendo primo e secondo membro per a0 = 0. (4. . sono detti sistemi ARMA e sono quelli a cui faremo riferimento nel seguito.4. . y(n − 2). A differenza del caso TC. . la risposta forzata del sistema yfor (n) si può ottenere cercando una soluzione particolare y p (n) della (4. Tale procedura. . y(1).92) . il valore y(0) del segnale di uscita all’istante n = 0 si può calcolare utilizzando la (4. Nell’esempio che segue. . se il segnale di ingresso è applicato al sistema a partire dall’istante nin = 0.81) e dalle condizioni iniziali (4. y(−N + 1). . essa tiene conto del solo segnale di ingresso x(n) assumendo che siano nulle le condizioni iniziali. il metodo ricorsivo è applicato allo studio di una semplice equazione alle differenze del primo ordine. Tale sistema diventa LTI se si impone che il sistema sia inizialmente in quiete. che è applicabile solo a TD. dai valori y(n − 1). .90) A causa della presenza dell’evoluzione libera.6 Esempi di sistemi LTI 177 del sistema è nulla. a partire dalla conoscenza del valore corrente del segnale di ingresso x(1). I sistemi LTI caratterizzati dalle equazioni alle differenze del tipo (4.81) può essere risolta seguendo un metodo alternativo a quello delineato sopra. y(−N) (ovvero le condizioni iniziali assegnate).91). con condizioni iniziali nulle.81). .

a ed in generale. . Così facendo. 6 vedremo che esistono tecniche alternative per studiare tali sistemi nel dominio della frequenza.91) dell’equazione alle differenze (4. cerchiamo di determinarne la risposta impulsiva ponendo x(n) = δ (n).81). ovvero y(−1) = 0. Per semplicità. si vede che il sistema è dispersivo. A conclusione di questo paragrafo. Questa interpretazione porta allo schema a blocchi riportato in fig. ponendo b = 1.16).11. Analogamente. per n < 0. il che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. È interessante osservare che. A differenza del caso TC. 4. oltre a fornire un metodo alternativo di risoluzione dell’equazione. supposto 0 < |a| < 1. es. possiamo trovare la soluzione h(n) in maniera ricorsiva. denotiamo 12 Ad esempio.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. ossia y(n) = h(n). il comando filter implementa proprio la relazione i-u di un sistema ARMA. per n ≥ 0. i sistemi ARMA presentano risposte impulsive di durata infinita.26 per a = 0. troviamo iterando in avanti: h(0) = a h(−1) + b δ (0) = b . in tal caso la corrispondente uscita del sistema è per definizione proprio la risposta impulsiva. Pertanto.12 è utile fare qualche considerazione sulla loro implementazione. per N ≥ 1. e sono pertanto sistemi IIR.17. h(2) = a h(1) + b δ (2) = a(ab) = a2 b . Purtroppo il calcolo della risposta impulsiva di un sistema ARMA arbitrario utilizzando il metodo ricorsivo non è sempre agevole come nell’es. Imponiamo che il sistema sia LTI. assumendo che il sistema sia inizialmente in quiete. h(1) = a h(0) + b δ (1) = ab . ed in generale. 4. 4. La natura IIR di questo sistema dipende dalla presenza nel sistema di un anello ricorsivo (fig. iterando all’indietro si ha: 1 h(−2) = [h(−1) − b δ (−2)] = 0 .25. In definitiva. e stabile per 0 < |a| < 1. suggerisce anche un modo per realizzare il sistema. con un leggero abuso di notazione. data la notevole importanza dei sistema ARMA nelle applicazioni. a 1 h(−3) = [h(−2) − b δ (−3)] = 0 . Va detto che.25). 4. osserviamo che la forma ricorsiva (4. In tale ipotesi. la risposta impulsiva di tale sistema coincide con quella assegnata nell’es. h(n) = an b . che è rappresentata graficamente in fig. 4. ed in particolare nell’elaborazione digitale dei segnali. scrivendo: h(n) = a h(n − 1) + b δ (n) . h(n) = 0 .23 sottolinea che l’equazione (4. 4. la cui somiglianza con lo schema di fig.8333 e b = 1. A tale proposito. nel cap. Dalle proprietà della risposta impulsiva. in Matlab.92) si può interpretare come la controparte a TD dell’equazione differenziale del sistema RC (cfr. 4. causale. h(n) può essere sinteticamente espressa come h(n) = b an u(n) . in generale. il sistema in esame è un sistema IIR avente memoria praticamente finita.

Per effetto della ricorsione. Il primo sistema (quello di sinistra) effettua una semplice elaborazione (consistente in ritardi e moltiplicazioni per costanti) del segnale di ingresso x(n) producendo in uscita il segnale: z(n) = m=0 ∑ bm x(n − m) .4 0.27. 1. lo schema a blocchi corrispondente alla (4. ritardo elementare e sommatore. N (4.8333 e b = 1). . M}. M + 2. N (4. . 4.4. Questa ricorsione. ponendo a zero i coefficienti bm .8 0.2 Fig. h(n) 0 0 5 n 10 15 20 Fig.93) è riportato in fig. . N}. 4. così facendo la (4. . . per k ∈ {1. analogamente. . con ak i rapporti −ak /a0 .6 0. . N}. 4. che giustifica anche il termine auto-regressivo (AR) utilizzato per tali sistemi. è riportato indietro verso il segnale di ingresso z(n). per m ∈ {M + 1. . Precisamente.6 Esempi di sistemi LTI 179 x(n) b z -1 a y(n-1) y(n) 1 0.95) 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. . 13 A . per k ∈ {N + 1. 4. 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) . partire da un sistema ARMA con N = M. . si traduce dal punto di vista grafico nella “reazione del segnale di uscita” che.25. ponendo a zero i coefficienti bk . 4.26.94) Tale sistema è in effetti un sistema MA di ordine N ed è pertanto un sistema FIR. i sistemi AR presentano risposte impulsive di durata infinita. m=0 N N (4. Risposta impulsiva del sistema LTI (es.17) descritto dall’equazione alle differenze y(n) − a y(n − 1) = b x(n) (a = 0. . . . . . è possibile ottenere un sistema con N > M. Tale schema evidenzia che un sistema ARMA può essere decomposto nella serie di due sistemi LTI.17). Schema a blocchi del sistema descritto dall’equazione alle differenze y(n) = a y(n − 1) + b x(n) (es. per m ∈ {0.93) in cui abbiamo inoltre assunto senza perdita di generalità che13 N = M. N + 2.91) si riscrive come segue: y(n) = k=1 ∑ ak y(n − k) + ∑ bm x(n − m) . 2. è possibile ottenere un sistema con N < M. opportunamente ritardato e scalato. M}. Questa relazione mette in luce che un sistema ARMA può essere realizzato mediante opportuna interconnessione di tre componenti elementari: amplificatore/attenuatore ideale. . e con bm i rapporti bm /a0 .

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

b1 b2 . x(n) u(n) b0 y(n) z -1 a1 z -1 a2 . Realizzazione in forma diretta II di un sistema ARMA (N = M).6 Esempi di sistemi LTI 181 x(n) z -1 a1 z -1 a2 . . . . 4. . 4. Lo schema si ottiene facilmente da quello di fig. Realizzazione in forma canonica di un sistema ARMA (N = M). . . z -1 u(n-N) bN parte AR parte MA Fig. z -1 aN u(n-N) bN . .28. .28 notando che i due banchi di ritardi paralleli possono essere sostituiti da un unico banco. 4. Lo schema si ottiene facilmente da quello di fig. . . . .29.4.27 scambiando l’ordine della parte MA e della parte AR. 4. . z -1 aN u(n) b0 z -1 y(n) u(n-1) z -1 u(n-2) . . . . b2 b1 Fig. .

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

98) La (4. Dalla sua definizione (4. cui corrisponde in uscita ancora un segnale costante y(t) = H(0).9 può anche essere rappresentata dallo schema a blocchi di fig.30. allora l’integrale all’ultimo membro dell’equazione precedente esiste finito e. 4. 4. mentre la sua fase H( f ). poiché nell’algebra lineare una trasformazione lineare è descritta da una matrice A. prende il nome di risposta in fase. evidenzia che i fasori sono segnali particolari per i sistemi LTI. La prop. mentre la fase del fasore viene modificata da H( f ). Vedremo nel cap. proporzionale a e. detta antitrasformata di Fourier.7 Risposta in frequenza di un sistema LTI 183 x(t) H(f) y(t) = H( f) e j2πft x(n) H(ν) y(n) = H( ν) e j2πνn Fig. consente di calcolare la risposta impulsiva h(τ ) a partire dalla risposta armonica H( f ). ed in tal caso il fasore di ingresso degenera nel segnale costante x(t) = 1. Per completare l’analogia. che definisce H( f ) in funzione di h(τ ). tale relazione di trasformata di Fourier è invertibile. Sotto opportune ipotesi. Sostituendo tale espressione nella (4.30. Si noti che tale proprietà vale anche per f = 0. ∀ f ∈ R.96). |H( f )| < +∞. Rappresentazione schematica della risposta ad un fasore di un sistema TD LTI.98) mostra in maniera più esplicita l’effetto del sistema sul fasore in ingresso. che modifica l’ampiezza del fasore di ingresso. Tale proprietà si esprime. è in generale una grandezza complessa. se h(τ ) è sommabile.97). (4. generalmente soddisfatte dai segnali di interesse pratico. . 6 che la relazione (4. essa prende il nome di risposta in frequenza o risposta armonica del sistema LTI. in quanto restano sostanzialmente inalterati nel passaggio attraverso il sistema stesso. da cui segue che. 16 Il fatto che ad un fasore in ingresso corrisponda un fasore in uscita alla stessa frequenza. si può interpretare come la trasformata di Fourier del segnale h(τ ). Rappresentazione schematica della risposta ad un fasore di un sistema TC LTI. 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 . cioè dell’autovalore. in particolare l’ampiezza del fasore viene modificata da |H( f )|. osserviamo che H( f ). inoltre il suo modulo |H( f )|.16 Riguardando H( f ) come una funzione complessa della frequenza f ∈ R. prende il nome di risposta in ampiezza. Infatti. si ha: y(t) = |H( f )| e j H( f ) j2π f t e = |H( f )| e j[2π f t+ H( f )] . per ogni fissato valore di f . ovvero se il sistema è stabile. dicendo che i fasori sono le autofunzioni dei sistemi LTI. 4. 4.4. in particolare concetti di analisi funzionale. conseguentemente.9 si applica sicuramente a tutti i sistemi stabili. e la sua inversa. Fig. che modifica la fase del fasore di ingresso. 4. ovvero si ha y = A x. È interessante osservare che la risposta in frequenza è sicuramente limitata se la risposta impulsiva è sommabile. Quindi. Questa analogia può essere resa rigorosa utilizzando concetti matematici più avanzati.31. 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. La quantità H(0) prende il nome di guadagno in continua del sistema LTI. per analogia con la corrispondente proprietà dell’algebra lineare. ∀f ∈ R.96). che si può scrivere in termini di ampiezza e fase come segue: H( f ) = |H( f )| e j H( f ) . si noti allora che la funzione H( f ) gioca il ruolo del coefficiente di proporzionalità λ . la prop. Notiamo che la frequenza del fasore resta invariata nel passaggio attraverso il sistema LTI.

Affinché l’uguaglianza precedente possa valere per ogni t ∈ R. nell’ipotesi in cui il sistema sia inizialmente in quiete [y(0) = 0] tale equazione differenziale definisce univocamente un sistema LTI causale e stabile. da cui mettendo in evidenza e j2π f t si ottiene: (RC j2π f + 1) H( f ) e j2π f t = e j2π f t .9 consente anche di fornire una definizione della risposta in frequenza alternativa alla (4. (4.100) Abbiamo visto nell’es. e sarà ulteriormente approfondito nel cap. 4. deve risultare necessariamente: (RC j2π f + 1) H( f ) = 1 . Esempio 4. 4.1).100) si ha: RC j2π f H( f ) e j2π f t + H( f ) e j2π f t = e j2π f t . mentre assume valori minori di 1 per f = 0 e decrescenti .1) che. avente ampiezza unitaria e fase iniziale nulla.96). si perviene alla seguente equazione differenziale. 6. raffigurato in fig. la prop.16. 1 + j2π f RC La precedente relazione mostra effettivamente che H( f ) è una funzione complessa di f .99). e sostituendo tali espressioni nell’equazione differenziale (4.100) che descrive il sistema. ovvero H( f ) = y(t) x(t) . Notando infatti che dy(t) d = H( f ) e j2π f t = j2π f H( f ) e j2π f t . 4.96): questo approccio equivale ad effettuare la trasformata di Fourier di h(t).22. ossia ponendo x(t) = e j2π f t e y(t) = H( f ) e j2π f t . È più semplice invece – e non richiede la conoscenza di h(t) – calcolare la risposta in frequenza del sistema utilizzando la (4.6.16 (si veda anche il § 4. Questa definizione è di grande utilità per ricavare direttamente la risposta armonica dei sistemi TC LTI descritti da equazioni differenziali lineari a coefficienti costanti (cfr. che descrive il comportamento del sistema: RC dy(t) + y(t) = x(t) .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 .184 Sistemi lineari tempo-invarianti (LTI) Supposto H( f ) finita. Sfruttando la conoscenza di h(t). dt dt sostituendo nella (4. Applicando i principi di Kirchoff e le relazioni tensione-corrente per i componenti R e C. § 4. Particolarmente interessante è notare che la risposta in ampiezza è uguale ad 1 solo per f = 0. da cui si ottiene infine la risposta in frequenza di un sistema RC: H( f ) = 1 .6. è possibile allora calcolare la risposta in frequenza H( f ) mediante la (4. 4.32 in funzione di 2π f RC. avente 1 risposta impulsiva h(t) = RC e−t/RC u(t).18 (risposta in frequenza di un sistema RC) Consideriamo il sistema RC dell’es. 4. della quale è facile ricavare modulo e fase. come dimostrato dall’esempio seguente. dt (4. che definiscono rispettivamente la risposta in ampiezza e la risposta in fase del sistema RC: |H( f )| = 1 1 + (2π f RC)2 (risposta in ampiezza) (risposta in fase) H( f ) = − arctan(2π f RC) che sono rappresentate graficamente in fig.

mentre i fasori a frequenza f = 0 subiscono attenuazioni di ampiezza. 4. coniugando la (4. 4.96). In virtù di questo comportamento. risposta in fase (in basso). viene chiamato filtro passabasso. la corrispondente uscita è necessariamente nulla (cfr. il che potrebbe far pensare che il risultato ottenuto è valido anche se il sistema non è inizialmente in quiete.18 conferma che la funzione H( f ) data dalla (4. prop. Come osservazione conclusiva. solo il fasore a frequenza f = 0 (coincidente con il segnale costante x(t) = 1) non viene attenuato in ampiezza passando attraverso il sistema. (4. che assume una importanza rilevante nello studio dei sistemi LTI. 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. si ha: H ∗ ( f ) = H(− f ) .101) . 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 . a prima vista. Infatti. l’uscita di un sistema LTI può essere nulla anche quando in ingresso al sistema è posto un segnale non nullo.4. si ottiene: H ∗( f ) = +∞ −∞ h∗ (τ ) e j2π f τ dτ = +∞ −∞ h(τ ) e− j2π (− f )τ dτ = H(− f ) . il sistema può “sopprimere” completamente il segnale di ingresso.32. crescenti al crescere di | f |. ovvero la sua risposta impulsiva h(t) è una funzione reale. questo significa che se si mette in ingresso a tale sistema un fasore avente frequenza f0 . 4. e sarà ulteriormente approfondito nei prossimi capitoli. il che è vero se e solo se y(0) = 0. Infatti.18): risposta in ampiezza (in alto). risulta h∗ (τ ) = h(τ ).7 Risposta in frequenza di un sistema LTI 185 1 |H(f)| 0.9 e l’es. Pertanto.18 mostrano che un sistema LTI tratta i fasori presenti al suo ingresso diversamente a seconda della loro frequenza. Risposta in frequenza di un sistema RC (es. modificandone sia l’ampiezza che la fase con una legge dipendente da f : tale comportamento. se l’ingresso è nullo. Un sistema di questo tipo. che introduce un’attenuazione di ampiezza crescente con la frequenza. Se il sistema LTI è reale.99) è in generale una funzione complessa. si potrebbe pensare che nella strada seguita per determinare H( f ) si sia sfruttata solo l’equazione differenziale (4. è possibile provare che tale funzione complessa gode di una particolare proprietà di simmetria. supposto H( f ) finita. Quindi. è importante osservare che la risposta in frequenza di un sistema può anche annullarsi ad una data frequenza f0 . notiamo che. In particolare. In altri termini. al crescere di | f |. La prop. 4. tuttavia. dato un sistema LTI. In definitiva. 3. L’es. va sotto il nome di proprietà di selettività in frequenza dei sistemi LTI. Tale conclusione non è corretta. cioè H( f0 ) = 0.100) e non la condizione iniziale y(0) = 0.96) o dalla (4.5 0 −10 1 ∠ H(f) 0 −1 −10 −5 0 2πfRC 5 10 −5 0 2πfRC 5 10 Fig. la corrispondente uscita è nulla.4). per un sistema reale. se h(τ ) è reale. 4. dove si è sfruttato il fatto che. si è implicitamente imposto che il sistema sia LTI.

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.

12 è alla base di una semplice tecnica sperimentale utilizzata per la determinazione della risposta in frequenza di un circuito elettrico. x(n) = A sin(2πν0t + ϕ0 ) −→ y(n) = A |H(ν0 )| sin[2πν0t + ϕ0 + H(ν0 )] . nel quale si collega un generatore sinusoidale (con frequenza f0 variabile) all’ingresso del circuito elettrico da analizzare.12 si ha Ay = |H( f0 )|Ax e ϕy = ϕx + H( f0 ).35). la prop.112) Analogamente al caso TC. in ingresso ad un sistema TD LTI con risposta impulsiva reale h(n).7 Risposta in frequenza di un sistema LTI 191 generatore sinusoidale x(t) f 0 (variabile ) circuito elettrico y(t) in1 in2 oscilloscopio a doppia traccia Fig. 4. Ax mentre calcolando la differenza temporale ∆t = ty − tx esistente tra le due sinusoidi (ad esempio. considerando due attraversamenti dell’origine con pendenza positiva). Posto x(t) = Ax cos(2π f0t + ϕx ) e y(t) = Ay cos(2π f0t + ϕy ). viene collegato all’ingresso e all’uscita del circuito. 4. notiamo che per la proprietà 4. 4.109) introducendo un opportuno sfasamento di π /2. se H( f0 ) = 0. Pertanto confrontando le ampiezze dei segnali si può calcolare il valore di |H( f0 )| come |H( f0 )| = Ay . Inoltre. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza ν0 è identicamente nulla. Esempio 4. un oscilloscopio a doppia traccia.111) (4. 4. in modo che da rappresentare i segnali x(t) e y(t) sovrapposti (fig. Si può immediatamente osservare che. 4. capace cioè di rappresentare due segnali su uno stesso visore. Notiamo in effetti che la (4.35. per il quale H(ν ) definita dalla (4. 4.104) esiste finita per ν = ν0 . T0 In definitiva.12 vale con ovvi cambi di notazione anche per il caso tempo-discreto. 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 . Valgono le seguenti relazioni i-u: x(n) = A cos(2πν0 n + ϕ0 ) −→ y(n) = A |H(ν0 )| cos[2πν0t + ϕ0 + H(ν0 )] . se H(ν0 ) = 0. allora l’uscita corrispondente ad un segnale di ingresso sinusoidale/cosinusoidale a frequenza f0 è identicamente nulla.21).110) si può ottenere come caso particolare della (4.21 (misura sperimentale della risposta in frequenza di un circuito elettrico) La prop. Si consideri lo schema di misura di fig. lasciando al lettore gli ovvi passaggi per la sua dimostrazione: Proprietà 4.13 (risposta ad una sinusoide di un sistema TD LTI) Si consideri una sinusoide (coseno o seno) a frequenza ν0 ∈ R. Schema di principio per la misura della risposta in frequenza di un circuito elettronico (es. Variando la frequenza f0 del generatore (a scatti oppure in maniera .35.4. (4. sollecitando il circuito con una sinusoide a frequenza f0 possiamo ricavare la risposta in ampiezza ed in fase del sistema alla frequenza f0 . ed è riportata di seguito per completezza.

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

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+ ). (b) h(n) = u(n). x(t − τ ) dτ x(τ ) dτ x(τ ) dτ (T ∈ R+ ). causale. 1 + |k| [Suggerimento: vedi esercizio precedente. causale. dall’esame della risposta impulsiva. stabile. stabilire se il sistema è non dispersivo. (a) y(t) = t −∞ x(τ ) dτ . non causale. in alternativa cercare di esprimere direttamente la relazione tra y(t) ed x(t) come una convoluzione. dall’esame della risposta impulsiva. stabile. 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. x(n − k). non causale. (g) h(t) = 1/(π t). (T ∈ R+ ). dispersivo. (c) h(n) = k=−M1 ∑ M2 (−1)k δ (n − k). (b) y(t) = 3 x(t) + 5 x(t − 2).] Risultato: (a) h(n) = δ (n) + 2δ (n − 1) − 3δ (n − 2).8 Esercizi proposti 193 4. (d) h(n) = |k|≤3 ∑ δ (n − k). causale. causale.4. dispersivo. (f) h(t) = rect t+0.8 Esercizi proposti Esercizio 4.2 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. causale. dispersivo. (b) h(t) = 3 δ (t) + 5 δ (t − 2). |k| k = −∞ k=0 +∞ k=−∞ (g) y(n) = ∑ 1 x(n − k). stabilire se il sistema è non dispersivo. dispersivo. (d) come (c). (T ∈ R+ ). (c) h(t) = rect t−0. stabile. instabile.] Risultato: (a) h(t) = u(t). instabile.1 Determinare e diagrammare la risposta impulsiva dei seguenti sistemi LTI. (e) come (c). M2 ∈ N).5T . causale. ∑ 1 x(n − k). . (−1)k x(n − k) (M1 . stabile. stabile. dispersivo. dispersivo. (trasformata di Hilbert). stabile. instabile.5T . Esercizio 4. T T dispersivo. (a) y(n) = x(n) + 2 x(n − 1) − 3x(n − 2). Successivamente. stabile. non causale. k=−M1 |k|≤3 +∞ ∑ M2 ∑ k=0 +∞ ∑ x(n − k). Successivamente. dispersivo. (b) y(n) = (c) y(n) = (d) y(n) = (e) y(n) = (f) y(n) = k=−∞ n ∑ x(k). +∞ τ − 0.

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

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

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

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

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

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

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

con T = RC. porre x(n) = δ (n) e risolvere ricorsivamente l’equazione alle differenze con h(n) = y(n) ed h(−1) = 0. Esercizio 4.5 (1 − e−2t ) e−t . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso.  0 . (f) Studiare le proprietà (non dispersività. Supponendo che il sistema sia inizialmente in quiete (il sistema è quindi LTI).26 Si consideri il circuito RC di fig. (b) y0 (t) = c1 e−t/T . (b) Disegnare lo schema implementativo del sistema in forma diretta II. (b) Determinare la soluzione omogenea dell’equazione differenziale determinata al punto (a). [Suggerimento: per il punto (e). (d) yfor (t) = dt T dt d T 1 − e−t/T u(t) (risposta alla rampa). causale. stabilità) del sistema LTI determinato al punto (e). per t < 0 . Esercizio 4. sistema dispersivo. 4. con costante di tempo T = RC = 1s. stabile se e solo se |a| > 1. con a ∈ R. la risposta al gradino sarà la derivata della risposta alla rampa.5 (1 − e−4 ) e−t . (d) Determinare l’evoluzione forzata del sistema quando l’ingresso è x(t) = t u(t) (rampa). (c) Disegnare lo schema implementativo del sistema in forma canonica. 4. (f) il sistema è dispersivo. (c) Determinare l’evoluzione libera del sistema supponendo che y(0) = y0 .27 Si consideri il circuito CR di fig.36. causalità. s(t) = yfor (t) = e−t/T u(t). (a) Determinare l’equazione differenziale che lega x(t) ed y(t). notare che essendo il gradino la derivata della rampa.] Risultato: h(n) = (1/a)n−1 u(n − 1).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) .] Risultato: (a) d 1 d y(t) + y(t) = x(t). (e) Stabilire sotto quali condizioni il sistema CR è un sistema LTI e determinare la sua risposta al gradino e la sua risposta impulsiva.36.8 Esercizi proposti 201 Esercizio 4. (c) ylib (t) = y0 e−t/T . [Suggerimento: Per calcolare h(n).4. determinare analiticamente e rappresentare graficamente la tensione di uscita y(t) ai capi del condensatore.     Risultato: y(t) = 0.29 Si consideri un sistema ARMA descritto dall’equazione alle differenze 2y(n) − y(n − 1) + y(n − 3) = x(n) − 5x(n − 4) . per 0 ≤ t < 2 . Determinare la risposta impulsiva h(n) del sistema e stabilire se esso è dispersivo. (a) Disegnare lo schema implementativo del sistema in forma diretta I. stabile. h(t) = dt d 1 s(t) = δ (t) − e−t/T u(t). per t ≥ 2 .     0. e la tensione y(t) ai capi della resistenza è il segnale di uscita. dt T Esercizio 4. nell’ipotesi in cui la tensione di ingresso sia data da x(t) = e−3t rect t −1 2 . causale. causale e stabile. . (e) il sistema è LTI se y0 = 0.

S3 : e j5t −→ cos(5t) . S3 : e jπ n/2 −→ 2 e j5π n/2 . t (e) x(t) = cos 2π T u(t). (c) y(t) ≡ 0. i sistemi S1 e S3 non sono sicuramente LTI. causalità. t t (c) x(t) = cos 2π T . Esercizio 4.5T T . le cui risposte al fasore x(t) = e j5t sono le seguenti: S1 : e j5t −→ te j5t . t (b) x(t) = e jπ T .33 Nello schema di figura. S2 . ed utilizzarla quando possibile per calcolare la risposta del sistema ai seguenti segnali applicati al suo ingresso: (a) x(t) = e j2π T . t t Risultato: (a) y(t) ≡ 0. S3 . S2 : e j5t −→ e j5(t−1) . stabilità). Stabilire se i tre sistemi possono essere LTI.y(t) (a) Determinare l’espressione esplicita del legame ingresso-uscita del sistema complessivo [avente x(t) come ingresso ed y(t) come uscita] ed individuarne le proprietà (linearità. . S2 . ed il sistema S2 è descritto dalla risposta impulsiva h2 (t) = δ (t − T ). S3 . x(t) z(t) S1 + − 6 S2 .30 Si consideri il sistema LTI avente relazione i-u y(t) = x(t) − x(t − T ). Calcolare la risposta in frequenza del sistema.202 Sistemi lineari tempo-invarianti (LTI) Esercizio 4. Stabilire se i tre sistemi possono essere LTI. (b) y(t) = 2e jπ T . (d) y(t) = 2 cos π T . Esercizio 4. (e) y(t) = cos 2π T rect t t−0. (b) Nel caso in cui il sistema complessivo determinato al punto (a) sia LTI. con T > 0. determinarne la risposta impulsiva h(t) e la risposta armonica H( f ). i sistemi S1 e S2 non sono sicuramente LTI. il sistema S1 è descritto dalla relazione ingresso-uscita z(t) = t −∞ x(u) du . S2 : e jπ n/2 −→ e j3π n/2 .31 Si considerino i sistemi TC S1 . 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 (d) x(t) = 2 sin 2π T + cos π T . Esercizio 4. invarianza temporale. Risultato: Solo il sistema S3 può essere LTI. Risultato: Solo il sistema S2 può essere LTI.32 Si considerino i sistemi TD S1 . non dispersività. con T > 0.

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

Circuito RLC. calcolare la sua risposta in frequenza H(ν ).38. Circuito CR.40 Si consideri l’implementazione di un sistema LTI ARMA in forma diretta prima di figura: .36. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente.38. H( f ) = j + f − (1 + j2π f T ) = 2 π (c) |H( f )| = 2 f 2T 2 − 2 − arctan(2π f T ) . 4. d d2 2 2 Risultato: (a) 2 y(t) + 2ζ y(t) + ω0 y(t) = ω0 x(t). e la tensione y(t) ai capi del condensatore è il segnale di uscita. determinare la sua risposta in frequenza H( f ). f <0 Esercizio 4. (a) Determinare l’equazione differenziale che lega x(t) ed y(t).29 sia stabile.37. 4.37 Si consideri il circuito CR di fig. 4.204 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. (c) Determinare la risposta in ampiezza ed in fase del sistema e rappresentarle graficamente. H( f ) = tan−1 ζf . (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 . dove la tensione x(t) ai capi della serie CR è il segnale di ingresso. Fig. determinare la sua risposta in frequenza H( f ). 2 − e− j2πν + e− j6πν Esercizio 4. (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile. (a) Determinare l’equazione differenziale che lega x(t) ed y(t). 2π | f |T . con 2π f0 = ω0 . 2 π f0 [1 − ( f / f0 )2 ] Esercizio 4. (b) H( f ) = . (b) Supponendo che l’equazione differenziale definisca un sistema LTI stabile.39 Supponendo che il sistema ARMA descritto dell’esercizio 4. e la tensione y(t) ai capi del condensatore è il segnale di uscita. dt T dt 1 + j2π f T π − arctan(2π f T ) . Esercizio 4. 1 d j2π f T d y(t) + y(t) = x(t). Circuito RC. 1 + 4π Risultato: (a) f >0 . 4.37. Fig. con T = RC. Risultato: H(ν ) = 1 − 5 e− j8πν . 1 . con ω0 = dt dt (coefficiente di smorzamento). 4. dove la tensione x(t) ai capi della serie RLC è il segnale di ingresso.38 Si consideri il circuito RLC di fig.

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

206 Sistemi lineari tempo-invarianti (LTI) .

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

ed in maniera più estesa nel suo più importante trattato “Théorie analytique de la chaleur” (1822). il segnale x(t) risulta periodico.3. 6. 2 2 2 2 2 2 (5. poiché esistono differenze non trascurabili tra i due casi. Applicando a ciascuna sinusoide la formula di Eulero si ottiene: x(t) = 1 La (5. Partiamo per semplicità da uno dei più semplici segnali periodici TC. peraltro. i segnali periodici possono essere rappresentati come sovrapposizione discreta (ovvero come somma di una serie) di fasori: tale rappresentazione. Le somme di funzioni periodiche con periodi incommensurabili appartengono ad una classe più ampia di funzioni dette quasi periodiche [17]. e presenterà interessanti relazioni con la serie di Fourier.2 Serie di Fourier per segnali TC Il nostro scopo è quello di rappresentare un arbitrario segnale periodico come sovrapposizione di fasori. solo in questo caso. dove tale strumento matematico veniva applicato per lo studio di problemi di trasmissione del calore. che prende il nome1 di serie di Fourier. vale a dire il segnale sinusoidale di ampiezza A e frequenza f0 . Quest’ultima rappresentazione. In particolare. È semplice rappresentare tale sinusoide come sovrapposizione di fasori. vedremo la rappresentazione più generale di un segnale. sarà esaminata in questo capitolo. lo svizzero Leonhard Euler (1707–1783) detto Eulero. purché le frequenze siano tutte multiple di una frequenza comune f0 . l’espressione di un segnale arbitrario come somma di oscillazioni sinusoidali fu introdotta nel 1753 dal matematico svizzero Daniel Bernoulli (1700–1782) nell’ambito dei suoi studi sul problema delle corde vibranti. Successivamente. periodico di periodo T0 = 1/ f0 : x(t) = A1 cos(2π f0t) + A2 cos(2π 2 f0t) + A3 cos(2π 3 f0t) . opportunamente generalizzata. rappresenti un caso particolare di scarso interesse pratico. espresso come somma di un numero finito di fasori. La rappresentazione come somma di fasori si può facilmente estendere al caso di un segnale x(t) somma di sinusoidi a frequenze diverse. 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. e per di più a valori complessi. in accordo con l’interpretazione già data nel § 2. 2 2 La relazione precedente mostra.208 Serie di Fourier Si potrebbe obiettare che un segnale x(t) come il precedente. infatti. come sovrapposizione continua (ovvero definita mediante un integrale) di fasori. applicando la formula di Eulero: x(t) = A cos(2π f0t) = A j2π f0t A − j2π f0t e + e . e costituì l’oggetto di una violenta disputa scientifica con il più importante matematico dell’epoca. si può dimostrare che la somma di funzioni periodiche con periodi differenti è ancora una funzione periodica se e solo se i periodi sono commensurabili tra loro.3. rispettivamente. che una sinusoide si può esprimere come somma di due fasori aventi frequenze f0 e − f0 . . Va osservato. tratteremo separatamente la serie di Fourier per segnali TC e TD. che molto prima di Fourier.2 Si consideri ad esempio il seguente segnale. 2 In generale. nota come trasformata di Fourier. Tale segnale risulta periodico di periodo T0 = 1/ f0 . 5. sarà applicabile anche ai segnali periodici. che la introdusse in vari scritti del 1807 e del 1811. ed ampiezza A/2.1) 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 . avente fase iniziale ϕ0 = 0: x(t) = A cos(2π f0t) . nel cap. cioè i loro rapporti sono dei numeri razionali. non necessariamente periodico. Nel seguito del capitolo.2) serie di Fourier (come la trasformata di Fourier) deve il suo nome al matematico francese Jean Baptiste Joseph Fourier (1768-1830).

per il segnale (5.4) e pertanto risultano ortogonali se k = h.2 Serie di Fourier per segnali TC 209 e quindi x(t) è la combinazione lineare di 6 fasori. (4. che in generale può essere complesso. i termini per k = ±2 prendono il nome di seconda armonica. il segnale x(t) è completamente determinato dai coefficienti Xk della combinazione lineare.1). Per mostrare ciò.7) T0 . ±1.5. e quindi ammettono T0 come più piccolo periodo comune. lo è sicuramente se x(t) è un segnale limitato (come la somma di un numero finito di sinusoidi).3) e la (5. . Ad A|k| esempio. =δ (k−h) (5. .3) sono tutte multiple della frequenza fondamentale f0 = 1/T0 . . (5. con h ∈ {0. i vari termini della rappresentazione prendono il nome di armoniche del segnale x(t). Le frequenze fk = k f0 dei fasori della rappresentazione (5. dal confronto tra la (5. supponiamo che il segnale x(t) sia sommabile sul periodo T0 . ovvero: |x(t)| dt < +∞ . con k ∈ {0.2) si ricava che M = 3 e Xk = 2 . Tali coefficienti possono essere calcolati direttamente dal segnale x(t) (problema dell’analisi). questa condizione è quasi sempre verificata per i segnali x(t) di interesse pratico: in particolare. . Se infatti consideriamo due fasori della rappresentazione (5. in quanto i fasori che lo compongono hanno tutti periodo pari ad un sottomultiplo del periodo T0 . (5.3) per e− j2π h f0t . La proprietà di ortogonalità agevola la determinazione dei coefficienti Xk per un dato segnale x(t).3) sia effettivamente periodico di periodo T0 . ±M}. si può rappresentare come somma di un numero finito di fasori: x(t) = k=−M ∑ M Xk e j2π k f0t .3). ±1. Gli esempi visti mostrano che un segnale periodico x(t) di periodo T0 . ed integrando termine a termine su un periodo. nel senso precisato nel cap.3) in cui ciascun fasore è moltiplicato per un coefficiente Xk . . ±2.5) T0 Essendo l’intervallo di integrazione finito. a frequenze ± f0 . con M ∈ N . cambiando l’indice da h nuovamente a k. e così via fino ad arrivare ai termini per k = ±M che prendono il nome di M-esima armonica. (5. ±3}. Assegnato il periodo T0 e il numero di armoniche M.3) si può interpretare anche come decomposizione del segnale x(t) in segnali elementari xk (t) = e j2π k f0t [cfr. cioè se hanno frequenze distinte. (5. A tale proposito. Poiché le frequenze dei fasori della rappresentazione sono in rapporto armonico tra loro (ovvero il rapporto tra due qualunque frequenze è un numero razionale). se k = h . . notiamo che la (5. moltiplicando ambo i membri della (5. Questa particolare proprietà assicura che il segnale x(t) ottenuto mediante la (5. . Ad esempio. . ±M} . i termini per k = ±1 prendono il nome di prima armonica o fondamentale. se k = h . 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. 0. 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 .6) per cui. 2 per i segnali di potenza (in quanto i fasori sono segnali di potenza). ottenuto come combinazione lineare di un numero finito di sinusoidi. ±2 f0 e ±3 f0 . si ha: Xk = 1 T0 x(t) e− j2π k f0t dt . con k ∈ {±1.1)]. dove le funzioni xk (t) sono ortogonali. In tale ipotesi.

Purtroppo.8) esistano finiti è che la funzione x(t) sia sommabile sul periodo T0 . conseguentemente il segnale x(t). ∀k ∈ Z .10) (5. . la serie di funzioni (5. Dalla maggiorazione precedente. . T0 T0 dove si è sfruttato il fatto che il fasore ha modulo unitario.9) è possibile effettuare la seguente maggiorazione: |Xk | = 1 T0 x(t) e− j2π k f0t dt ≤ 1 T0 |x(t)| dt . In definitiva. rimandando ogni discussione sulla convergenza della serie (5. (vedi concetto di gradino e di risposta al gradino). per ogni k ∈ Z.11) 1 T0 . 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 . mettendo insieme le (5. espresso come somma di un numero finito di funzioni continue.9). (5. Tuttavia.9) È interessante osservare che la sommabilità del segnale x(t) sul periodo T0 assicura l’esistenza dei coefficienti Xk non solo per k ∈ {0.3) per il segnale x(t) espresso come somma di un numero finito di fasori.3) sia applcabile. sussistendo la relazione |x(t) e− j2π k f0t | = |x(t)|. .210 Serie di Fourier che consente di calcolare i coefficienti Xk della rappresentazione (5. è ancora una funzione continua (cfr. affinchè la rappresentazione (5.3).7).8) ovvero si ottiene come la sovrapposizione di un numero infinito di fasori. il segnale periodico x(t) deve essere necessariamente continuo. prop.8) al § 5.3) i termini della rappresentazione (cioè i fasori) sono funzioni continue.8) e (5. giungiamo alla seguente definizione di serie di Fourier per un segnale TC: Definizione 5. possono essere rappresentati combinando linearmente 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. . Ad esempio. si ricava che una condizione sufficiente affinché tutti i coefficienti Xk della serie (5. ±M} ma. Abbiamo già avuto modo di evidenziare in passato che.1. più in generale. i segnali discontinui sono un’utile astrazione matematica nello studio dei sistemi.1 (serie di Fourier a TC) Sia x(t) un segnale periodico avente periodo T0 e frequenza fondamentale f0 = 1/T0 .5). ±1. basti pensare che nella (5.3) e (5. non pone alcun problema di convergenza. essendo la somma di un numero finito di termini. Si osservi inoltre che non tutti i segnali continui. In altre parole. sebbene nessun fenomeno fisico sia descrivibile mediante segnali che presentano delle discontinuità. inoltre. B. Infatti.7) ha senso.2. ciascuno dei quali è moltiplicato per un coefficiente complesso Xk dato da: Xk = 1 T0 T0 x(t) e− j2π k f0t dt . Si osservi che.3) che. Le precedenti motivazioni spingono a cercare una generalizzazione della rappresentazione definita dalle (5.8) può risultare non convergente. (5. Per il momento tralasciamo questo aspetto. non tutti i segnali periodici di interesse pratico si possono esprimere come combinazione lineare di un numero finito di fasori. in virtù della (5. a differenza della rappresentazione (5. utilizzando la (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.

10) e (5. sviluppabili in serie di Fourier con coefficienti X1.2 Serie di Fourier per segnali TC 211 Le equazioni (5. 3 In . In altre parole. per rappresentarli graficamente dobbiamo decomporli in modulo e fase (risulta scarsamente utilizzata la rappresentazione in parte reale ed immaginaria). valida in generale per segnali x(t) a valori reali o complessi. La (5. nel senso che consente di calcolare i coefficienti complessi Xk della sua rappresentazione come somma di fasori. la serie di Fourier instaura una corrispondenza biunivoca tra il segnale x(t) e la successione dei coefficienti complessi {Xk }k∈Z . la successione {Xk }k∈Z identifica (quasi) univocamente il segnale x(t) (proprietà di unicità della serie di Fourier). Più precisamente. la componente alternata si calcola come: xac (t) = x(t) − xdc = +∞ k = −∞ k=0 ∑ Xk e j2π k f0t . Dal punto di vista matematico. Gli spettri di ampiezza e di fase possono essere rappresentati mediante due diagrammi cartesiani. la seconda consente di decomporre o analizzare il segnale x(t). Per differenza. prop. che è ovviamente nulla per xac (t).3 In particolare. se X1. È interessante osservare che.7(c)] si può calcolare su un periodo del segnale. saranno sviluppate nel § 5. Altre forme della serie di Fourier. per ogni k ∈ Z. ed il fatto che per segnali periodici la media temporale [cfr.k ed X2. valide esclusivamente per segnali a valori reali.2. 2. e quindi xac (t) è un segnale periodico avente lo stesso periodo di x(t). La sequenza |Xk | dei moduli prende il nome di spettro di ampiezza del segnale x(t). in virtù di tale corrispondenza. rispettivamente.k . si ha X0 = 1 T0 x(t) dt = xdc . siano x1 (t) e x2 (t) due segnali periodici con uguale periodo T0 . la prima consente di costruire o sintetizzare il segnale x(t) sovrapponendo i singoli fasori della rappresentazione. fatta eccezione per il coefficiente per k = 0. un segnale periodico TC può essere equivalentemente descritto nel dominio della frequenza da un segnale TD (la successione dei suoi coefficienti di Fourier). allora i due segnali x1 (t) e x2 (t) sono uguali quasi ovunque su R. Particolarizzando l’equazione di analisi per k = 0. l’ampiezza |Xk | e la fase Xk del fasore a frequenza k f0 presente nel segnale.5. Poiché i coefficienti Xk sono grandezze complesse. chiamati anch’essi armoniche del segnale. ovvero si ha x1 (t) = x2 (t). La corrispondenza biunivoca tra x(t) e la successione dei suoi coefficienti di Fourier si può denotare simbolicamente come segue: x(t) ←→ Xk .k = X2. ovvero per la componente continua. 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 ).12) FS T0 dove si è tenuta presente la definizione xdc = x(t) di componente continua. e gli stessi coefficienti della serie di Fourier di x(t). (5.12) mostra che l’armonica a frequenza zero rappresenta la componente continua del segnale periodico.4.k . tali equazioni definiscono la cosiddetta forma esponenziale della serie di Fourier. in quanto forniscono per ogni valore di k.11) prendono rispettivamente il nome di equazione di sintesi ed equazione di analisi della serie di Fourier. rispettivamente. Essi costituiscono un primo esempio di rappresentazione nel dominio della frequenza per un segnale x(t). particolare. ∀t ∈ R eccetto che in un insieme di misura nulla. che riportano |Xk | e Xk in funzione di k o anche di fk = k f0 .

5. 4 Fig. 0.  ϕ0 . si ricava:   A e j ϕ0 . Per maggiore generalità rispetto al caso visto precedentemente.5 0 −5 1 ∠ Xk 0 k 5 1 0.10). sebbene essa risulti a rigore indeterminata.1 (A = 1.  Xk = −ϕ0 .1. per semplicità di rappresentazione. 5. con A > 0. ovvero quando il segnale periodico è composto da funzioni sinusoidali (vedi anche il segnale (5.1 e nel seguito. k = 1. k = 1. 2 2 da cui.8 0. consideriamo un segnale sinusoidale avente fase iniziale arbitraria ϕ0 : x(t) = A cos(2π f0t + ϕ0 ) . Gli spettri di ampiezza e fase sono dati. in quanto si può effettuare risolvendo l’integrale che compare nell’equazione di analisi (5.2 −1 −5 0 k 5 −6 −4 −2 0 x 2 4 6 Fig. il calcolo dei coefficienti non è un problema concettualmente difficile. 2 Xk = A e− jϕ0 . 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. per confronto con l’equazione di sintesi (5.2 0 0 −0. eventuali complicazioni possono riguardare soltanto la difficoltà di risoluzione dell’integrale. La funzione sinc(x) per valori di x ∈ [−6.1 per il caso A = 1 e ϕ0 = π . 5.   indeterminata.6 sinc(x) 0. la fase corrispondente al numero complesso z = 0 viene convenzionalmente assunta pari a zero. i coefficienti della sua serie di Fourier si possono ottenere “per ispezione” adoperando semplici relazioni trigonometriche.2. altrimenti. Spettro di ampiezza (in alto) e di fase (in basso) del segnale dell’es.1)). 2  0. 5. 4 L’esempio precedente mostra che in casi molto semplici. altrimenti. Per segnali più complicati.4 0. noti che in fig. ϕ0 = π ). 4 Si . k = ±1. k = −1. 5.11). 6]. altrimenti. rispettivamente. e sono riportati4 in fig. come la formula di Eulero. da: |Xk | = A 2. Esempio 5.1 (serie di Fourier di un segnale sinusoidale TC) Il calcolo della serie di Fourier per un segnale sinusoidale TC è immediato.212 Serie di Fourier 1 |Xk| 0.

5. T0 mentre per k = 0 si ha: Xk = A e− j2π k f0 t − j2π k f0 T0 t=T /2 t=−T /2 =A sin(π kδc ) sin(π k f0 T ) =A . (5.4 0.4 |Xk| 0.2 0. Tale segnale si ottiene per replicazione dal generatore: xg (t) = A rect t T .13) Per esprimere in forma più compatta il risultato precedente. 5.5 0.5). si ha: X0 = 1 T0 T /2 −T /2 A dt = A T = Aδc . δc = 0. Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. cfr. Per k = 0. πx x ∈ R. funzione sinc) Calcoliamo la serie di Fourier T per un’onda rettangolare TC di periodo T0 . 5.1 −0.2.11): Xk = 1 T0 x(t) e− j2π k f0 t dt = 1 T0 T0 /2 −T0 /2 A rect T0 t T e− j2π k f0 t dt = 1 T0 T /2 −T /2 A e− j2π k f0 t dt . di facile dimostrazione: (a) La funzione sinc(x) è una funzione pari: sinc(−x) = sinc(x) . e quindi la sua espressione è la seguente: x(t) = repT0 A rect t T . introduciamo la funzione sinc(x): sinc(x) = sin(π x) .9).2 (A = 1.4.14) il cui grafico per x ∈ [−6. 2. Fig.2 0 −5 0 k 5 2 ∠ Xk 0 −2 −5 0 k 5 Fig. δc = 0.3. Esempio 5. 5.2 −5 0 k 5 0.1 0 −0. πk πk (5. 5.3 Xk 0.2 (serie di Fourier dell’onda rettangolare TC.5. ampiezza A > 0 e duty-cycle δc = T0 ≤ 1 (per il grafico del segnale e l’interpretazione del duty-cycle. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda rettangolare dell’es. e x si ottengono dalla funzione 1 sinc 2 (tratteggiata) 2 calcolata per x = k.2 Serie di Fourier per segnali TC 213 0. I coefficienti Xk dell’onda rettangolare dell’es.2 (A = 1. 6] è riportato in fig. Le principali proprietà della funzione sinc(x) sono le tre seguenti. es. .5) sono puramente reali.

5.5 (duty-cycle del 50 %) e A = 1. 7. in quanto. ricaviamo gli spettri di ampiezza e di fase: 1 k = 0.). Notiamo che l’espressione precedente vale anche per k = 0. le armoniche si esprimono come: Xk = k 1 sinc 2 2 . . k = 0 . 5. − 7. k = 2h + 1.  k pari.    1 − πk . nonché proprietà trigonometriche elementari. −3. quindi esse possono essere rappresentate come in fig. . −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). 11. Moltiplicando e dividendo per δc nella (5. k = . 5. k = 0 . in quanto: |sinc(x)| ≤ 1 . Consideriamo allora il caso particolare δc = 0. Notiamo la simmetria pari dello spettro di ampiezza.3. e la fase −π per k < 0. 9. 7. . . h dispari (k = . In tal caso. Più in generale.. . . . k pari. Xk = 1  πk . k pari. su un unico diagramma cartesiano. 3.13). π |k|  0   indeterminata Xk = 0    ±π k = 0. . presenta armoniche puramente reali. Per maggiore generalità.214 Serie di Fourier (b) La funzione sinc(x) si annulla in tutti i valori interi tranne per k = 0: sinc(k) = 1. .  1  . −5.). k = . −5. k dispari. 5. k = 0. . . (c) La funzione sinc(x) è infinitesima del primo ordine per x → ±∞. . risulta: X0 = A δc sinc(0) = A δc . k = 0. . si ha: 1 2. . e utilizzando la definizione di sinc(x). . −7. 0. ottenuta quest’ultima scegliendo opportunamente la fase π per k > 0. 2. 1. h pari (k = . k = 0. π |x| ∀x ∈ R . . π kδc k = 0. . |Xk | = 0. che sono raffigurati graficamente in fig. Notiamo che nell’espressione delle armoniche Xk compaiono solo A ed il duty-cycle δc .   0. k = 2h + 1.. e quella dispari dello spettro di fase. ed utilizzando la definizione di sinc(x) e le sue proprietà. . tuttavia. 3. per la proprietà (b) della sinc. osserviamo che questo segnale. −1. la cui ampiezza decresce con legge inversamente proporzionale a k. . . . . . per qualunque valore di A e δc . 1.4. si ha: Xk = A δc sin(π kδc ) = A δc sinc(kδc ) .

2 0 −5 0 k 5 2 ∠ Xk 0. 5.3 (A = 1). Per k = 0. si ha: Xk = 1 T0 T0 /2 −T0 /2 A 1− 2|t| T0 cos(2π k f0t) dt = 2A T0 T0 /2 0 1− 2t T0 cos(2π k f0t) dt .4 0.5 per A = 1.5. Fig.2 Serie di Fourier per segnali TC 215 1 0. dove non abbiamo riportato l’integrale in cui compare sin(2π k f0t).3 (A = 1). Per calcolare i coefficienti della serie di Fourier utilizziamo direttamente l’equazione di analisi (5. si ha: X0 = 2A T0 T0 /2 0 1− 2t T0 dt = A 2A T0 = . in quanto esso risulta nullo per la simmetria dispari della funzione integranda. Applicando la formula di Eulero a e− j2π k f0 t . 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 .11). ed abbiamo viceversa sfruttato nell’integrale in cui compare cos(2π k f0t) la simmetria pari della funzione integranda.5.8 0. 5. ottenuta a partire dal generatore: x(t) = A Λ 2t T0 . 5.2 0 −2 −1 0 t/T 1 2 0 −2 −5 0 k 5 0 Fig. 5.3 (serie di Fourier dell’onda triangolare TC) Calcoliamo la serie di Fourier per un’onda triangolare TC di periodo T0 ed ampiezza A: x(t) = repT0 A Λ 2t T0 . Esempio 5. 5.6 x(t) 0.6.4 |Xk| 0. decomponendo l’integrale nella differenza di due integrali ed integrando per parti il secondo . L’onda triangolare dell’es. T0 4 2 mentre per k = 0. Spettro di ampiezza (in alto) e di fase (in basso) dell’onda triangolare dell’es. Tale segnale è raffigurato graficamente in fig.

2. nel seguito daremo solo qualche risultato fondamentale. 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]). definiti dalla equazione di analisi (5. fatta eccezione per casi molto semplici (es. Tuttavia.2. In taluni casi è possibile utilizzare le proprietà formali (riportate nel § 5. Vedremo tuttavia nel cap. = 2A  .2. 5. e sono raffigurati in fig.2 e 5. 5 Per . quindi più rapidamente (si ricordi che l’onda rettangolare presenta armoniche che decrescono come 1/k). k dispari. come già mostrato precedentemente. Dal confronto con lo spettro di ampiezza dell’onda rettangolare con δc = 1/2. in quanto |Xk | = Xk ≥ 0 e Xk = 0. (−1)k Come evidenziato dagli es. notiamo che anche l’onda triangolare possiede solo armoniche dispari.3. il calcolo dei coefficienti della serie di Fourier per un dato segnale x(t) si effettua utilizzando direttamente l’equazione di analisi (5.11). Quest’ultima strada è generalmente la più semplice per calcolare la serie di Fourier di un dato segnale. Abbiamo già avuto modo di dire che tutti i segnali periodici di interesse pratico verificano questa ipotesi. Sia x(t) un arbitrario segnale periodo con periodo T0 . inoltre.216 Serie di Fourier integrale. segnale sinusoidale). ma la loro ampiezza decresce in modo inversamente proporzionale a k2 .2. quindi gli spettri di ampiezza e fase si calcolano banalmente. e quindi consiste nella risoluzione di un integrale.6: si noti anche in questo caso la simmetria pari dello spettro di ampiezza. k = 0. Come vedremo (cfr. questo significa che l’onda triangolare può essere approssimata più accuratamente con un numero minore di armoniche. 5. E) per ricondurre il calcolo a quello di qualche altro segnale per il quale è noto lo sviluppo in serie di Fourier. si ha: Xk = = 2A T0 2A T0 T0 /2 0 cos(2π k f0t) dt − t=T0 /2 t=0 2 T0 2 T0 T0 /2 0 t cos(2π k f0t) dt t=T0 /2 t=0  1 2  T0 1 1 = sin(π k) − sin(π k) + T0  2π k f0 T0  2 2π k f0 2π k f0 =0 =0  2A  sin(2π k f0t) 2π k f0 − t sin(2π k f0t) 2π k f0 sin(2π k f0t) dt 2π k f0  cos(2π k f0t) t=T0 /2   2π k f0 t=0 − T0 /2 0 1 4A = 2 [1 − cos(π k) ] T0 (2π k f0 )2  0.2). enfatizzando il più possibile gli aspetti intuitivi ed applicativi ed omettendo le relative dimostrazioni. L’ipotesi di partenza che riterremo valida d’ora in avanti è che il segnale x(t) sia sommabile sul periodo T0 . k pari. π 2 k2 Notiamo che le armoniche Xk sono reali e non negative. esistano finiti.11).4 o più estesamente in app. la sommabilità di x(t) sul periodo assicura che tutti i coefficienti Xk della serie di Fourier. esso è intimamente legato al problema della ricostruzione di un segnale periodico a partire da un numero finito di armoniche. 5. § 5.5 La trattazione di tale problema matematico è interessante anche dal punto di vista applicativo in quanto. 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). come vedremo nel § 5.1 Condizioni matematiche per la convergenza della serie di Fourier In questa sezione prenderemo in considerazione il problema della convergenza della serie di Fourier.

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

1.15) è data dal seguente teorema: Teorema 5. com’è intuibile.15) al segnale x(t) per ogni t ∈ R.10) converge uniformemente al segnale x(t) su tutto l’asse reale. Infatti la principale obiezione che si muoveva a Fourier era la seguente: visto che le funzioni della serie (fasori. possa consentire di applicare la teoria della serie di Fourier ad una classe più ampia di segnali periodici. che individuò nel 1828 le condizioni matematiche che prendono il suo nome e garantiscono che. e sollevò numerosi dubbi sulla validità della serie di Fourier. T0 T0 Una semplice condizione sufficiente [11] per la convergenza uniforme al segnale x(t) della serie di Fourier (5. è continuo e derivabile quasi ovunque. il problema della convergenza puntuale della serie di Fourier consiste nel trovare sotto quali condizioni la serie (5. pur essendo convergente. non restituisce esattamente il segnale x(t). Si tratta quindi di dare una interpretazione meno restrittiva della convergenza della serie (5. che assicura la convergenza della serie (5. non potremmo applicare la teoria della serie di Fourier al caso di segnali con discontinuità. eccetto al più un sottoinsieme di valori di t di misura nulla.18) è verificata. A differenza della convergenza uniforme espressa dal teor. 5. quando ciò accade. ossia: x (t) dt < +∞ . 5. Abbiamo appena visto che la serie di Fourier può convergere uniformemente al segnale x(t) solo se tale segnale è continuo. come può la serie rappresentare segnali discontinui.2. ma ai matematici dell’800 l’affermazione di Fourier doveva sembrare ai limiti dell’eresia.15) converge ad x(t) per quasi tutti i valori di t ∈ R. 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 . ˇ tuttavia. Dal punto di vista ingegneristico. potremmo aggirare l’ostacolo osservando che nella pratica i segnali discontinui non esistono. Tuttavia dal punto di vista matematico il problema ha significato e va affrontato in modo rigoroso. In altre parole.1 (condizione sufficiente per la convergenza uniforme ad x(t)) Se il segnale x(t). per i quali la serie. un risultato importante fu ottenuto dal matematico tedesco Johann Peter Gustav Lejeune Dirichlet (1805-1859). 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. come l’onda rettangolare dell’es. come l’onda rettangolare dell’es.15) può convergere uniformemente ad un segnale x(t) = x(t).2? Oggi sappiamo che se la serie non converge uniformemente. Pertanto. se ci limitassimo a considerare la sola convergenza uniforme. tanto da negare al suo scopritore il meritato riconoscimento della comunità scientifica. . ma con continuità. con derivata x (t) a quadrato sommabile sul periodo T0 . se la (5.15) che. la serie associata a tali coefficienti converga (non necessariamente in maniera uniforme) al segnale da rappresentare.9 considerando il problema della convergenza puntuale [10] della serie di Fourier al segnale x(t). Uno dei critici più severi fu il matematico francese Joseph-Louis Lagrange (1763–1813). una volta calcolati i coefficienti Xk a partire da un segnale x(t). la serie di Fourier (5. periodico con periodo T0 . ma non che la serie restituisca proprio x(t). la somma di una serie di funzioni continue non è necessariamente una funzione continua. coseni o seni) sono tutte continue. 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. ma sono solo una rappresentazione idealizzata di segnali che variano molto rapidamente. 2 T0 la serie di Fourier (5. 5.

se la funzione x(t) è continua. Poiché l’onda rettangolare non 2 è una funzione continua. decrescendo come 1/k. è discusso in app. violando la condizione (5. ed al valore A (semisomma dei limiti destro e sinistro) nei punti di discontinuità. Il fatto che la serie converga uniformemente è testimoniato anche dal fatto che i coefficienti Xk . la convergenza non è uniforme in ogni intervallo che contiene i punti di discontinuità. decrescendo come 1/k2 .3 soddisfa le condizioni di Dirichlet. essendo una funzione continua. ed a 1 [x(t + ) + x(t − )] (semisomma dei limiti destro e 2 sinistro) nei punti in cui x(t) presenta discontinuità di prima specie. Ad esempio. costituiscono una sequenza sommabile. 5. ed inoltre la convergenza della serie è uniforme per ogni t ∈ R. allora la serie di Fourier di x(t) esiste e. E. e quindi la sua serie di Fourier converge alla funzione x(t) nel punti di continuità.1.10 Esempio 5. converge al valore assunto dalla funzione x(t) nei punti in cui questa è continua. In particolare. (d3) x(t) è una funzione derivabile nel periodo T0 . In particolare.2 soddisfa le tre condizioni di Dirichlet.5 (onda triangolare a TC) Anche l’onda triangolare dell’es. 5.18). 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). e la condizione (d3) come il fatto che x(t) è una funzione “generalmente derivabile con derivata generalmente continua”. esiste un terzo tipo di convergenza (meno restrittiva di entrambe).2 (condizioni di Dirichlet per la serie di Fourier) Sia x(t) un segnale periodico di periodo T0 . Infine. le condizioni di Dirichlet sono un caso particolare del seguente risultato. in effetti. escluso al più un numero finito di punti con discontinuità di prima specie. la serie di Fourier restituisce x(t) in tutti i punti. Si osservi che in questo caso i coefficienti Xk . la convergenza della serie è uniforme per ogni t ∈ R. Questo tipo di convergenza. Il fatto che la serie converga uniformemente al segnale x(t) è inoltre testimoniato dal teor. la condizione (d3) fu originariamente formulata dallo stesso Dirichlet nel modo seguente. T0 (d2) x(t) è una funzione continua nel periodo T0 . ma anche in molti problemi di fisica matematica. considerazioni matematicamente più approfondite mostrano che. in numerosi testi la condizione (d2) viene formulata come il fatto che x(t) è una funzione “generalmente continua”.4 (onda rettangolare TC) Si verifica facilmente che l’onda rettangolare dell’es. Per concludere. escluso al più un numero finito di punti nei quali esistono finite la derivata sinistra e destra. mentre non è uniforme in ogni intervallo che contiene punti di discontinuità di x(t). Esempio 5. Inoltre. la convergenza non è uniforme per ogni t ∈ R. osserviamo che.5. 5. non costituiscono una successione sommabile. che è importante non solo nell’ambito della teoria dei segnali e sistemi. In più. per la cui validità si richiede solo che il segnale x(t) sia a quadrato sommabile sul periodo T0 . . allora la serie di Fourier converge a 1 x(t + ) + x(t − ) ” (per la 2 definizione di funzione a variazione limitata si veda [7]). matematicamente equivalente: “x(t) presenta nel periodo T0 un numero finito di massimi e minimi”. 10 In taluni testi le condizioni di Dirichlet sono espresse con linguaggio matematico differente. per ogni t ∈ R. detta convergenza in media quadratica. Se il segnale soddisfa le seguenti tre condizioni: (d1) x(t) è sommabile sul periodo T0 : |x(t)| dt < +∞ . noto come criterio di Jordan: “se la funzione x(t) è a variazione limitata in ogni intorno di t.2 Serie di Fourier per segnali TC 219 Teorema 5. oltre alla convergenza uniforme e alla convergenza puntuale della serie di Fourier.

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

20) dove βgibbs ≈ 0. il fenomeno di Gibbs non si verifica per tale segnale. sfruttando la simmetria pari della funzione sinc ed il fatto che Xk = 0 per k dispari. la cui frequenza aumenta.2 Serie di Fourier per segnali TC 221 Esempio 5. presenta dei punti di discon− + tinuità. poiché l’onda triangolare è una funzione continua. i coefficienti della serie di Fourier dell’onda triangolare decadono a zero come 1/k2 .12 Nell’es.09. ottenuti con Matlab. quindi la prop.1 si applica con n = 0. Poiché l’onda quadra soddisfa le condizioni di Dirichlet. i coefficienti della sua serie di Fourier sono dati da: Xk = k 1 sinc 2 2 . 5. pur soddisfacendo le condizioni di Dirichlet. 5. denotato con s(t0 ) = x(t0 ) − x(t0 ) il salto di discontinuità in t0 . e pertanto il segnale ricostruito con 2M + 1 armoniche.11 non pregiudica la convergenza della serie di Fourier in prossimità della discontinuità. È interessante osservare il particolare comportamento del segnale ricostruito nell’intorno delle discontinuità. Infatti da entrambi i lati della discontinuità sono presenti delle oscillazioni. Per δc = 1/2 ed A = 1. 5.6 (fenomeno di Gibbs) Si consideri l’onda rettangolare dell’es. come βgibbs = sinint(π ) − π (in Matlab si può usare per 2 . e la loro ampiezza (calcolata rispetto al limite destro o sinistro) tende per M → +∞ in valore assoluto a βgibbs |s(t0 )| π (5. la convergenza della serie di Fourier è dell’onda triangolare è uniforme in R. dt. 5. che a sua volta può essere espresso in termini della funzione non elementare seno integrale sinint(x) = il calcolo la funzione sinint). confermando che.3. L’espressione (5.28114072518757 è una costante notevole. In fig. 5. nella quale il segnale oscilla tra i valori −0. e la ricostruzione con un numero finito di armoniche è molto più rapida e regolare. 101. il fenomeno di Gibbs è una conseguenza del fatto che la serie di Fourier dell’onda rettangolare converge. Matematicamente.20) è pari in valore assoluto circa a 0. 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) .8. si può dimostrare che le oscillazioni a destra e a sinistra della discontinuità sono simmetriche. 1. W. l’ampiezza delle oscillazioni calcolata secondo la (5.09 (a sinistra della discontinuità) e 1. ed il valore 1/2 in corrispondenza delle discontinuità. i coefficienti della serie di Fourier dell’onda rettangolare decadono a zero come 1/|k|. Infatti al crescere di M i picchi delle oscillazioni.6. noto come fenomeno di Gibbs. 11.7 sono rappresentati il segnale x(t) su un periodo e la sua ricostruzione xM (t) per M = 0. la ricostruzione ideale mediante la serie di Fourier deve restituire il valore 1 oppure 0 in tutti i punti di continuità.09 (a destra della discontinuità. sebbene restino di ampiezza invariata. per cui la prop. Questo fenomeno. 5. che per primo lo osservò e lo descrisse. Esempio 5. confermando che. 11 Il 12 In fenomeno prende il nome dal fisico J. In particolare. in effetti. 5. 5.2. in effetti. ma per ogni segnale x(t) che. 3. (5. come testimoniato dalla fig. se t0 è un punto di discontinuità. 5. Inoltre. L’onda triangolare è continua ma con derivata prima discontinua.7.5.1 si applica con n = −1. È interessante osservare che il fenomeno di Gibbs non si verifica solo per l’onda rettangolare.19) k dispari Si osservi che l’onda rettangolare è un segnale discontinuo. come già discusso in precedenza. ma non uniformemente negli intervalli che contengono le discontinuità. Gibbs (1839–1903).7 (onda triangolare) Si consideri l’onda triangolare dell’es. effetti la costante βgibbs si può calcolare come βgibbs = − x sint 0 t +∞ sin(t) π t dt. vengono “schiacciati” verso la discontinuità. garantendo la convergenza per ogni valore di t arbitrariamente prossimo alla discontinuità. ma la cui ampiezza non diminuisce al crescere di M. come si può anche osservare dalla fig.19) può essere calcolata numericamente utilizzando ad esempio Matlab o Mathematica. In effetti.

6 0. (b) M = 1. xM(t) 1 0.5 0 t/T0 0.8 x(t).5 (d) 0 t/T0 0. Ricostruzione di un’onda rettangolare con un numero finito (2M + 1) di armoniche (si noti la presenza del fenomeno di Gibbs in corrispondenza delle discontinuità): (a) M = 0.4 0.6 0.5 x(t).5 (a) 1 0. xM(t) 1 0.8 0.4 0.4 0.4 0. .8 x(t).6 0.8 0.5 0 t/T0 0.6 0.5 x(t).5 x(t).2 0 −0.5 (e) (f) Fig.6 0.2 0 −0. xM(t) 0. (c) M = 3. (f) M = 101. xM(t) 0.5 0 t/T0 0.8 x(t). xM(t) 0.5 (b) 0 0 t/T 0. (d) M = 5.2 0 −0.2 0 −0. xM(t) 1 0.4 0.6 0. (e) M = 11.222 Serie di Fourier 1 0.8 0.5 0 t/T 0.5 0 (c) 1 0. 5.7.2 0 −0.2 0 −0.4 0.

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

(b) M = 1.6 0.6 0.8 0. (c) M = 3.2 0 −0.224 Serie di Fourier 1 0. xM(t) 1 0.8 x(t).5 x(t).8 0.5 0 t/T0 0. xM(t) 0.5 0 (c) 1 0.8 x(t). (d) M = 5. Ricostruzione di un’onda triangolare con un numero finito (2M + 1) di armoniche (si noti l’assenza del fenomeno di Gibbs): (a) M = 0.5 (e) (f) Fig. xM(t) 0.4 0. (f) M = 101.8 x(t).5 (a) 1 0.2 0 −0.4 0.6 0. (e) M = 11. xM(t) 1 0.8 0.4 0.2 0 −0.2 0 −0.5 (b) 0 0 t/T 0.2 0 −0.4 0. 5. xM(t) 0.2 0 −0.5 0 t/T0 0.8.5 x(t). xM(t) 1 0.5 0 t/T0 0. .4 0.5 x(t).5 (d) 0 t/T0 0.6 0.4 0.6 0.5 0 t/T 0.6 0.

si ha: Xk = 1 N0 −1 ∑ x(n) e− j2π kν0 n . 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 . ∑ ∑e N0 n=0 N0 n=0 k=0 =δ (k−h) per cui.21) Notiamo che. pertanto.21) si può scrivere come: x(n) = N0 −1 k=0 ∑ Xk e j2π kν0 n .22) è analoga all’equazione di sintesi (5. . Infatti. Esse.21).3. 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. cambiando l’indice da h nuovamente a k. . In particolare. non abbiamo indicato di proposito gli estremi di variazione dell’indice k. . . per cui la (5. e definiamo la sua frequenza fondamentale come ν0 = 1/N0 . è improprio parlare di “serie” di Fourier nel caso TD. (5. N0 n=0 k ∈ {0. § 2. semplificati dal fatto che.22) La relazione (5. .23) rappresentano una coppia di equazioni di sintesi/analisi della serie di Fourier per segnali TD. quindi con un’espressione del tipo: x(n) = ∑ Xk e j2π kν0 n . In particolare. . 1. L’equazione che consente di calcolare Xk (equazione di analisi) si trova con passaggi analoghi a quelli utilizzati nel caso TC. moltiplicando ambo i membri della (5.3). 1/2). Anche nel caso TD la serie di Fourier consiste nella rappresentazione di x(n) come sovrapposizione di fasori aventi frequenze multiple della frequenza fondamentale ν0 . . e rappresenta l’equazione di sintesi della serie di Fourier discreta. . è sufficiente far variare k in modo da ottenere le frequenze νk = kν0 = k/N0 in un qualunque intervallo di ampiezza unitaria. 14 Si . nota anche come Discrete Fourier Series (DFS). se k ∈ {0. un segnale TC può essere solo approssimato utilizzando un numero finito di armoniche).22) una somma finita. (N0 − 1)/N0 nell’intervallo [0. . . N0 − 1}. in quanto si tratta di una somma (finita) e non di una serie.5. e quindi l’intervallo di variazione delle frequenze νk = kν0 .22) per e− j2π hν0 n e sommando su un periodo.10) per segnali TC è che nel caso TD il numero di armoniche è finito14 ed è pari proprio ad N0 . 1. non è necessario utilizzare il concetto di convergenza uniforme di una serie come nel caso TC.3 Serie di Fourier per segnali TD (DFS) Trattiamo ora la rappresentazione in serie di Fourier di segnali TD. Quindi un segnale TD periodico di periodo N0 può essere rappresentato esattamente con N0 armoniche (viceversa. La differenza fondamentale rispetto alla serie di Fourier (5.22) e (5. se si eccettua la fondamentale differenza sul numero di fasori che compaiono nella osservi che.23) Le (5. . nella (5. Nella (5. Denotiamo con x(n) un segnale periodico di periodo N0 ∈ N. (5. . 1) oppure in (−1/2.3 Serie di Fourier per segnali TD (DFS) 225 5. 1/N0 . essendo la (5. ad esempio in (0.21). cfr. proprio per questo motivo. 1[. N0 − 1} .10) della serie di Fourier a TC. k (5. si ha: N0 −1 1 N0 −1 j2π (k−h)ν0 n 1 N0 −1 x(n) e− j2π hν0 n = ∑ Xk = Xh . salvo casi particolari. le frequenze νk assumono i valori 0.

Una prima differenza rispetto alle (5. . che una tale periodicità non vale invece per la sequenza dei coefficienti Xk della serie di Fourier di un segnale TC. (5. . con sostituzioni algebriche banali. Va detto però che. mentre la (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 5.24) e pertanto.23) è che il fattore 1/N0 è stato spostato dall’equazione di analisi a quella di sintesi.22) e (5. entrambe periodiche dello stesso periodo N0 .28) prende il nome di Inverse Discrete Fourier Series (IDFS). Se infine nelle (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 . sebbene a rigore gli unici valori di X(k) richiesti dall’equazione di sintesi (5. le (5. Inoltre nella (5.25) (5.15 come la sequenza x(n).11). Posto wN0 = e− j2π /N0 .27) (equazione di sintesi) (equazione di analisi) (5.25) e (5.29) viene denominata Discrete Fourier Series (DFS). costituiscono formalmente l’esatta controparte delle (5. viene abitualmente utilizzata una definizione leggermente diversa per la serie di Fourier a TD. valide nel caso TC.26) ∑ x(n) e− j2π kν0 n . di periodo N0 : tale proprietà discende banalmente dalla periodicità in k del fasore e− j2π kν0 n .2 (serie di Fourier a TD o DFS) Sia x(n) un segnale periodico avente periodo N0 e frequenza fondamentale ν0 = 1/N0 . che anzi tendono a zero per |k| → ∞ e quindi non possono essere periodici.10) e (5. anche se esse non sono esattamente corrispondenti a quelle nel caso TC.226 Serie di Fourier rappresentazione.28) e (5. N0 − 1}. Per sottolineare che la DFS/IDFS istituisce una corrispondenza biunivoca tra due sequenze periodiche delle stesso periodo N0 si scrive: x(n) ←→ X(k) . In altri termini. . le (5. 1.29) sono comunemente considerate le equazioni di sintesi ed analisi della serie di Fourier a TD. A partire da Xk .28) (5. la serie di Fourier (DFS) di x(n) è definita dalle equazioni: x(n) = X(k) = 1 N0 −1 ∑ X(k) w−kn N0 N0 k=0 N0 −1 n=0 (5.29) ∑ x(n) wkn N0 In effetti. In particolare. la (5. 15 Notiamo DFS .25) siano quelli dell’intervallo {0. . si definisce infatti la sequenza X(k) come X(k) = N0 Xk .26) definiscono una trasformazione biunivoca tra le due sequenze x(n) e X(k).26) è periodica. nella letteratura scientifica le (5. N0 k=0 N0 −1 n=0 (5.25) e (5. D’altra parte è facile verificare che la sequenza X(k) definita mediante la (5.26) abbiamo esteso la definizione di X(k) a qualunque valore di k. nella letteratura scientifica.22) e (5.

e si scrive sinteticamente X(k) = DFS[x(n)] . cfr.2). ad esempio x(0). mentre la periodicità della sequenza X(k) segue dalla proprietà (c). il segnale x(t) è descritto dalla successione {Xk }k∈Z dei suoi coefficienti di Fourier. la periodicità della sequenza x(n) deriva dalla proprietà (b).4. ottenuta replicando una finestra rettangolare di durata M ≤ N0 : x(n) = repN0 [RM (n)] = +∞ k=−∞ ∑ RM (n − kN0 ) . 7). x(1). . Si può infine verificare che le quantità wN0 definite mediante la (5. Un segnale TC periodico x(t) con periodo T0 è completamente descritto nel dominio del tempo dal suo andamento su un qualsiasi periodo. . ed è importante per comprendere alcune proprietà sia della DFS (come ad esempio la simmetria hermitiana. che è strettamente legata alla DFS (cfr. ovvero da un’inifinità continua di valori. per i segnali periodici TD sussiste una perfetta dualità tra il dominio del tempo e quello della frequenza.2 0 −20 −10 0 n 10 20 Fig. Differentemente dal caso TC. 5. . sia della trasformata discreta di Fourier (DFT). N0 (k+N0 )n In particolare.6 x(n) 0.27) godono delle seguenti proprietà: (a) Coniugazione: (wkn )∗ = w−kn . ovvero da un segnale TD.3 Serie di Fourier per segnali TD (DFS) 227 1 0. nel dominio della frequenza sussiste esattamente la stessa proprietà. x(n) = IDFS[X(k)] . . un segnale TD periodico x(n) con periodo N0 è completamente descritto nel dominio del tempo dai suoi N0 valori assunti su un periodo. M = 4).8 (N0 = 8. § 5.8 0. ad esempio per t ∈ [0. N0 = wkn . il segnale x(n) è completamente descritto assegnando solo N0 valori.4 0.8 (DFS dell’onda rettangolare TD. Onda rettangolare TD dell’es. N0 −1 cioè i coefficienti {X(k)}k=0 della sua serie di Fourier. funzione di Dirichlet) Consideriamo l’onda rettangolare TD di ampiezza unitaria e periodo N0 . abbiamo visto che invece. La periodicità di X(k) è una caratteristica peculiare della DFS. nel dominio della frequenza.9. x(N0 − 1). cap.5. . Esempio 5. N0 N0 (b) Periodicità in n: wN0 (c) Periodicità in k: wN0 k(n+N0 ) = wkn . È interessante mettere in luce un’ulteriore differenza tra il caso TC e TD. 5. Infatti. T0 [. La DFS e IDFS possono anche essere viste come operatori.

x = . .10 [notiamo che trattandosi di una funzione complessa abbiamo rappresentato separatamente modulo e fase di DM (x)]. . sulla base della definizione (5. tranne che in x = ±1. 0 Per esprimere in forma più compatta il risultato precedente. 5. 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. . x ∈ Z . (5. 5. ±2. La funzione DM (x) è periodica di periodo 1: DM (x + 1) = DM (x) . 1] è riportato in fig. sin(π x) x ∈ R. 2.228 Serie di Fourier e raffigurata graficamente in fig. di facile dimostrazione: 1. notiamo che wkM N0 wk 0 N = e = e . Ponendo infatti a = wk 0 . Tale DFS è rappresentata in ampiezza e fase in fig. si ha: N X(k) = M−1 n=0 ∑ [wk 0 ]n = N − j2π kM N 0 k − j2π N 0 1 − wkM N0 1 − wk 0 N . come 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 . k ∈ Z.. come: X(k) = DFS[x(n)] = N0 −1 n=0 ∑ x(n) wkn = N0 M−1 n=0 ∑ wkn0 = ∑ [wk 0 ]n . per cui la (5. N1 = 0 e N2 = M − 1. x ∈ Z . . con semplici passaggi algebrici. si ha allora: X(k) = DM k N0 .31).11 nel caso N0 = 8 ed M = 4. N N n=0 M−1 Per calcolare l’espressione precedente in forma chiusa. ovvero la DFS dell’onda rettangolare si ottiene campionando con passo 1/M la funzione di Dirichlet. è possibile sfruttare la seguente identità: n=N1 ∑ N2 an = aN1 − aN2 +1 . e quella dispari dello spettro di fase. introduciamo la funzione DM (x) (funzione di Dirichlet o “sinc periodica”): DM (x) = sin(π xM) − j(M−1)π x e .29).31) il cui grafico per x ∈ [−1. (5. La DFS di x(n) si scrive.30) Ricordando la definizione di wN0 . 1−a valida per ogni a ∈ C e per ogni N2 ≥ N1 . Utilizzando la definizione (5. . DM (x) = M M. Le principali proprietà della funzione DM (x) sono le seguenti. dove vale M:  k  0. ∀x ∈ R .9 per N0 = 8 ed M = 4.30) può essere riscritta. 5.

M = 4): spettro di ampiezza (in alto) e di fase (in basso).8 (N0 = 8. Notiamo in conclusione che. discuteremo nel dettaglio la proprietà di linearità. utili talvolta nei calcoli. poiché la DFS è la rappresentazione di un segnale periodico come somma finita di fasori.10. Il fatto che la DFS/IDFS sia espressa mediante una somma finita di termini comporta che la DFS/IDFS può essere calcolata non solo analiticamente. 5.5 0 x 0. è ancora un segnale periodico di periodo T0 .5 0 x 0. tratteremo congiuntamente sia il caso TC che quello TD. Funzione di Dirichlet per M = 4: modulo (in alto) e fase (in basso).5 1 4 |X(k)| −0. Altre proprietà formali. E.4 Principali proprietà della serie di Fourier e della DFS 229 4 |DM(x)| 2 0 −1 2 0 −2 −1 −0. che suggeriscono ulteriori considerazioni concettuali e. il fenomeno di Gibbs non sussiste nel caso TD. le differenze salienti. α2 ∈ C. i cui coefficienti di Fourier siano Xk e Yk . quando necessario.1 Linearità Siano x(t) ed y(t) due segnali periodici TC con lo stesso periodo T0 . e sono comunque riportate in app. Di conseguenza. rispettivamente. 5.5 1 2 0 −5 2 0 k 5 ∠ D (x) ∠ X(k) M 0 −2 −5 0 k 5 Fig. allora per essa non esistono problemi di convergenza come per la serie di Fourier a TC.4 Principali proprietà della serie di Fourier e della DFS La serie di Fourier a TC e a TD (DFS) gode di molte proprietà interessanti. Per tali proprietà. che a partire dalla loro scoperta negli anni ’60 hanno dato un grosso impulso alla diffusione delle tecniche di elaborazione numerica dei segnali.11. 5. con α1 . DFS dell’onda rettangolare dell’es. denominati algoritmi Fast Fourier Transform (FFT). ma anche algoritmicamente. 7) che la DFS presenta forti affinità con la trasformata di Fourier discreta (DFT). sono simili a quelle della trasformata di Fourier (che vedremo in maggior dettaglio).5. in quanto richiede un numero finito di operazioni. si può facilmente dimostrare che una loro arbitraria combinazione lineare z(t) = α1 x(t) + α2 y(t).16 La proprietà di linearità della serie di Fourier afferma .4. evidenziando. Vedremo (cfr. 5. anche perchè il concetto di continuità perde di significato in tal caso. e per quest’ultima esistono algoritmi di calcolo computazionalmente efficienti. risultano particolarmente utili per facilitare il calcolo dei coefficienti di Fourier. soprattutto. Poichè i due segnali x(t) e y(t) hanno lo stesso periodo. In altre parole. Fig. simmetria hermitiana dei coefficienti.28) and (5. In particolare. § cap. un qualunque segnale periodico TD con periodo N0 si può sempre esprimere mediante le (5. In questo paragrafo considereremo solo alcune proprietà principali della serie di Fourier che risultano più interessanti per le loro implicazioni nell’elaborazione dei segnali. e l’uguaglianza di Parseval per il calcolo della potenza.29). 5.

rispettivamente. siano x(n) ed y(n) due segnali periodici TD con lo stesso periodo N0 .29). (simmetria pari) (simmetria dispari) (5. La dimostrazione della proprietà di linearità nel caso TC e TD si ottiene immediatamente a partire dalle equazioni di analisi (5. 5. dei due segnali è ancora un segnale periodico di periodo N0 . nel caso TD.11) e (5. Anche in questo caso si può mostrare agevolmente che un’arbitraria combinazione lineare z(n) = α1 x(n) + α2 y(n). otteniamo la seguente proprietà notevole: Proprietà 5. Si ha: α1 x(n) + α2 y(n) ←→ α1 X(k) + α2 Y (k) . Riassumendo. esistono casi particolari in cui il periodo fondamentale della combinazione lineare è più piccolo di N0 . 16 Può (5. mentre lo spettro di fase Xk è una funzione dispari di k (a meno di multipli di 2π ). α2 ∈ C. Valgono cioè le seguenti relazioni: |Xk | = |X−k | .230 Serie di Fourier che i coefficienti di Fourier Zk del segnale periodico z(t) si ottengono combinando linearmente allo stesso modo i coefficienti di Fourier dei segnali x(t) e y(t). 5. α2 ∈ C . Si ha: α1 x(t) + α2 y(t) ←→ α1 Xk + α2 Yk .2 Simmetria hermitiana Con riferimento a segnali periodici TC.33) 17 Anche accadere in casi particolari che il periodo fondamentale della combinazione lineare sia però più piccolo di T0 .4. α2 ∈ C . . ossia: Zk = α1 Xk + α2 Yk . DFS DFS FS ∀α1 . (b) Siano x(n) ←→ X(k) e y(n) ←→ Y (k) due segnali TD periodici con lo stesso periodo. 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.3 abbiamo osservato che lo spettro di ampiezza |Xk | è una funzione pari di k. con α1 . 5. negli es. DFS ∀α1 . rispettivamente.17 la cui DFS si ottiene da quella dei segnali x(n) ed y(n) nel seguente modo: Z(k) = α1 X(k) + α2 Y (k) .2 (linearità della serie di Fourier) FS FS (a) Siano x(t) ←→ Xk e y(t) ←→ Yk due segnali TC periodici con lo stesso periodo. Analogamente.1.32) 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 . Xk = − X−k . i cui coefficienti di Fourier siano X(k) e Y (k).2 e 5.

36). k=1 k=1 ∑ Xk e j2π k f0 t da cui. Proviamo prima l’implicazione ⇒ nella (5. Nel seguito è riportata la dimostrazione della proprietà di simmetria hermitiana solo nel caso TC.35) Le proprietà (5. 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.37) Prova. come specificato dalla seguente proprietà: Proprietà 5. (5.11): Xk = 1 T0 x(t) e− j2π k f0 t dt .36). e valgono se e solo se il segnale periodico in questione è reale. L’equivalenza tra simmetria hermitiana e simmetria pari/dispari degli spettri di ampiezza/fase si dimostra facilmente nel caso TC esprimendo Xk come Xk = |Xk | e j Xk e sostituendo tale espressione nella (5.34) si possono scrivere in maniera più compatta come: X ∗ (k) = X(−k) . Valgono cioè le seguenti relazioni: |X(k)| = |X(−k)| .10) si può riscrivere come: x(t) = X0 + ∑ Xk e j2π k f0 t + k=1 +∞ +∞ k=−∞ +∞ ∑ −1 Xk e j2π k f0 t = X0 + ∑ Xk e j2π k f0 t + ∑ X−k e− j2π k f0 t k=1 k=1 +∞ +∞ = X0 + ∑ Xk e k=1 j2π k f0 t +∑ ∗ Xk e− j2π k f0 t = X0 + 2 Re +∞ (5.34) Pertanto. mentre lo spettro di fase X(k) è una funzione dispari di k (a meno di multipli di 2π ). Partiamo dall’equazione di analisi (5. prendono il nome di simmetria hermitiana o coniugata dei coefficienti di Fourier. in particolare. X(k) = − X(−k) .33) e (5. Proviamo adesso l’implicazione ⇐ nella (5. 5. Vale la seguente equivalenza: x(t) reale DFS ⇐⇒ ∗ Xk = X−k (simmetria hermitiana) (5.8 riguardante la DFS dell’onda rettangolare TD. e quindi X0 è reale. avendo già provato che X0 è reale.36). 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 . T0 Se x(t) è reale. Vale la seguente equivalenza: x(n) reale ⇐⇒ X ∗ (k) = X(−k) (simmetria hermitiana) (5.3 (simmetria hermitiana dei coefficienti della serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico. la dimostrazione nel caso della DFS si ottiene con ragionamenti analoghi.5. Se vale la simmetria hermitiana (5.36) (b) Sia x(n) ←→ X(k) un segnale TD periodico.35). si ha x∗ (t) ≡ x(t). osserviamo prelimi∗ narmente che per k = 0 si ha X0 = X0 . (simmetria pari) (simmetria dispari) (5.38) . dove si è visto che lo spettro di ampiezza |X(k)| è una funzione pari di k. si ricava che x(t) è reale.36). anche in questo caso le (5. Inoltre l’equazione di sintesi (5.

se N0 /2 è intero (il che accade se e solo se N0 è pari). notiamo che.  N 0 k=1 . 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. ponendo Xk = |Xk | e j Xk nella (5.  N  0 2 k=1 x(n) = 1 (N0 −1)/2    N0 dispari . per k ∈ {1. . N0 − 1}. X(0) + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] . . per k ∈ {1. . Notiamo infatti che. . la proprietà di simmetria hermitiana per la DFS. X ∗ (k) = X(N0 − k) . N0 − 1}. N0 − 1}. k ∈ {1. per segnali periodici TD reali. . (5. la proprietà di simmetria hermitiana della DFS merita qualche ulteriore commento. In particolare.39) dove la seconda relazione si può interpretare anche come una simmetria di X(k) rispetto al “punto medio” N0 /2 dell’intervallo {1. k=1 Con ragionamenti simili. . . .232 Serie di Fourier da cui eguagliando modulo e fase dei due membri si ottiene la (5. Infatti. . 2. mentre non è imposta nessuna relazione tra gli altri coefficienti X(k). Questa conclusione non è corretta. si ottiene:  (N0 /2)−1 1 N0   X(0) + (−1)n X + 2 ∑ |X(k)| cos[2π kν0 n + X(k)] .28) compaiono solo i valori di X(k) per k ∈ {0. se x(·) è reale. In altre parole. poiché la fase di un numero complesso è definita a meno di multipli di 2π . N0 − 1} . . . partendo dall’equazione di sintesi (5.39) per k = N0 /2 si ha: X ∗ (N0 /2) = X(N0 /2) . N0 pari . . anche come segue: X ∗ (k) = X(N0 − k) .32) (con analoghi passaggi si ottiene la (5. 2.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5.37) si può riscrivere. è possibile determinarne almeno uno dispari. . 2. . 1.34) a partire dalla (5. conseguentemente.39). da cui si deduce che. In definitiva. il solo coefficiente X(0) è vincolato ad essere reale. . . si può verificare (la verifica è lasciata al lettore come esercizio) che. N0 − 1}. N0 − 1}. . . per cui la (5. Rispetto al caso TC. .37) nel caso TD). La proprietà di simmetria hermitiana dei coefficienti consente di ottenere forme alternative della serie di Fourier a TC e TD.40) = X0 + 2 ∑ |Xk | cos(2π k f0t + Xk ) . Infatti. anche X(N0 /2) è vincolato ad essere reale per N0 pari. . applicando la (5. si può esprimere. anche N0 − k varia nello stesso intervallo. 2. ricordando che la DFS X(k) è una sequenza periodica di periodo N0 . con riferimento ai soli valori di k ∈ {0. . in alternativa alla (5. . .37) mediante le seguenti condizioni: X(0) reale . in relazione alla periodicità della sequenza X(k). Per evitare possibili fraintendimenti. per cui sembrerebbe che la simmetria hermitiana si possa applicare solo per k = 0 e. . . Notiamo infatti che nell’equazione di sintesi (5. . oltre a X(0). valide esclusivamente per segnali reali. con riferimento a segnali periodici TC reali. 2. tra tutti i possibili andamenti dello spettro di fase (ottenuti aggiungendo o sottraendo multipli di 2π ). . 1. . la simmetria dispari dello spettro di fase va intesa anch’essa a meno di multipli di 2π . N0 − 1}. se k ∈ {1.38). si ha: X(−k) = X(−k + N0 ) = X(N0 − k) .

4 Principali proprietà della serie di Fourier e della DFS 233 (5. Nel seguito.28) e sfruttando la proprietà di simmetria hermitiana nella forma (5. partendo dall’equazione di sintesi (5. note anche come forma esponenziale della serie di Fourier. N0 pari . anche per segnali reali.1 e def. . compaiono soltanto quantità reali. che riscriviamo per comodità: x(t) = +∞ k=−∞ ∑ Xk e j2π k f0t . ponendo X0 = a0 /2 e Xk = (ak − jbk )/2 (con k ∈ N) nella (5. . perché più generali e compatte. con facili passaggi algebrici. N0 dispari .41) Le (5.42) e (5.29). a0 +∞ + ∑ [ak cos(2π k f0t) + bk sin(2π k f0t)] . 2 k=1 (5.43) sono note come forma trigonometrica o forma rettangolare della serie di Fourier. Consideriamo dapprima il caso di un segnale TC periodico. Il punto di partenza è l’equazione di sintesi (5. anziché in modulo e fase. ponendo X(0) = a(0)/2 e X(k) = [a(k) − jb(k)]/2 (con k ∈ {1.40) e (5.43) dove: a(0) = 2 N0 −1 n=0 x(n) = 0 1     N 0 ∑ x(n) . . ed in essa. x(t) = dove: a0 = 2 T0 x(t) dt . . Infatti. bk = 2 T0 x(t) sin(2π k f0t) dt .38).4.41) sono forme alternative delle equazioni di sintesi della serie di Fourier a TC e TD. si ha. note come forma polare della serie di Fourier. . 5. 2. come nella forma polare. a(k) = 2 N0 −1 n=0 ∑ x(n) cos(2π kν0 n) . Un’ulteriore espressione della serie di Fourier. in parte reale ed immaginaria. 5.42) T0 T0 T0 Allo stesso modo. valide per segnali reali.2). bk = 2 N0 −1 n=0 ∑ x(n) sin(2π kν0 n) .39). molto utilizzata nei testi di analisi matematica e valida sempre per segnali reali. (5. def. 5. saranno utilizzate quasi esclusivamente le definizioni originali di serie di Fourier a TC e TD (cfr. si ottiene nel caso TC decomponendo Xk .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.10). in cui compaiono esclusivamente funzioni trigonometriche reali e coefficienti reali. ak = 2 T0 x(t) cos(2π k f0t) dt . rispettivamente. .5. nel caso TD si ottiene:  1    N  a(0) (−1)n a(N0 /2) (N0 /2)−1 + + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 2 k=1 a(0) (N0 −1)/2 + ∑ [a(k) cos(2π kν0 n) + b(k) sin(2π kν0 n)] 2 k=1 . Le espressioni (5. N0 − 1}) nella (5.

4 (uguaglianza di Parseval per la serie di Fourier) FS (a) Sia x(t) ←→ Xk un segnale TC periodico con periodo T0 . 0. È semplice anche in questo caso provare che i segnali xk (n). Riassumendo. con coefficienti X(k)/N0 . se k = h .234 Serie di Fourier Abbiamo già osservato [eq. Poiché (cfr. nota come uguaglianza di Parseval per la serie di Fourier (a TC). essendo fasori a frequenze distinte. riprendendo e riscrivendo l’equazione di sintesi (5. (5. si ottiene la seguente relazione: Px = 1 N0 −1 |X(k)|2 .4)] che i fasori e j2π k f0t che compaiono nella (5.44) (b) Sia x(n) ←→ X(k) un segnale TD periodico con periodo N0 . In virtù di tale ortogonalità. La potenza di x(t) è data da: Px = +∞ k=−∞ ∑ |Xk |2 . Tale proprietà consente di calcolare la potenza della somma dei fasori come somma delle potenze dei singoli fasori. La potenza di x(n) è data da: Px = 1 N0 −1 |X(k)|2 .28): x(n) = N0 −1 1 1 N0 −1 j2π k n X(k) w−kn = ∑ X(k) e N0 .45) DFS L’interpretazione “fisica” della uguaglianza di Parseval è che la potenza di un segnale periodico si può ottenere sommando le potenze delle singole armoniche che lo compongono. sono tra di loro ortogonali. 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. ∑ N0 N0 k=0 k=0 N0 Come nel caso TC. Notiamo che per segnali . Passiamo a considerare il caso di un segnale periodico TD. (5. possiamo interpretare questa relazione come uno sviluppo del segnale x(n) in una somma finita di fasori xk (n) = e N0 . se k = h . 2. e tenendo conto che la potenza di ciascun fasore della rappresentazione è pari stavolta 2 a |X(k)|2 /N0 .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. 2 ∑ N0 k=0 nota come uguaglianza di Parseval per la DFS. es. possiamo quindi enunciare la seguente proprietà: Proprietà 5. otteniamo la seguente relazione: Px = +∞ k=−∞ ∑ |Xk |2 .18) la potenza di un singolo fasore Xk e j2π f0t della rappresentazione vale |Xk |2 .

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

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

Applicando l’equazione di sintesi della serie di Fourier a TC (5. l’uscita corrispondente ad un singolo fasore xk (t) = e j2π k f0t (avente frequenza k f0 ) della rappresentazione di x(t) si ottiene applicando la (4.23) per calcolare l’uscita y(t).18 Consideriamo prima il caso TC. § 4.7.10).14.3) per ricavare l’uscita di un sistema LTI reale sollecitato da una sinusoide TC o TD. mediante le relazioni (4. le espressioni precedenti sono state già utilizzate (cfr. 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). Fig. 5.5 Risposta di un sistema LTI ad un segnale periodico Come accennato all’inizio di questo capitolo. Per la linearità del sistema. ed essendo i coefficienti Xk ∈ C quantità costanti.46) ha la forma dell’equazione di sintesi (5. l’uscita del sistema sarà: y(t) = +∞ k=−∞ ∑ Xk H(k f0 ) e j2π k f0t .13.97): xk (t) = e j2π k f0t −→ yk (t) = H(k f0 ) e j2π k f0t . 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. è possibile applicare il principio di sovrapposizione (3. =Yk (5. sia applicato (fig. e supponiamo che il segnale x(t). 5. Risposta di un sistema LTI ad un segnale periodico (caso TC).10) della serie di Fourier di y(t). Infatti. che può essere vista come un caso particolare di segnale periodico. siamo ora in grado di calcolare esplicitamente l’uscita di un sistema LTI quando il segnale di ingresso è un arbitrario segnale periodico. 6).13) in ingresso ad un sistema LTI con risposta in frequenza H( f ). In particolare.46) Poiché la (5.105): x(t) = e j2π f t −→ y(t) = H( f ) e j2π f t .97) e (4.23). Pertanto. sfruttando le formule di Eulero. periodico di periodo T0 . è possibile trarre due importanti conclusioni: ancora più generali per un segnale non necessariamente periodico saranno ricavate quando studieremo la trasformata di Fourier (cap. Avendo ricavato la rappresentazione in serie di Fourier sia nel caso TC che in quello TD. 5. 18 Espressioni .5. x(n) = e j2πν n −→ y(n) = H(ν ) e j2πν n . per 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. 5. dove f0 = 1/T0 .

(5.238 Serie di Fourier (1) l’uscita di un sistema LTI sollecitato in ingresso da un segnale periodico x(t) avente periodo T0 è a sua volta un segnale periodico y(t) avente periodo T0 . . si trova: y(t) = 1 N0 −1 ∑ X(k) H(kν0) e j2π kν0t . 22 Vale anche nel caso TD l’osservazione secondo la quale il periodo fondamentale del segnale di uscita potrebbe essere un sottomultiplo di N0 . e che la sua DFS Y (k) è legata alla DFS del segnale di ingresso dalla relazione: Y (k) = H(kν0 ) X(k) . con lo stesso22 periodo N0 del segnale di ingresso. poiché alcune armoniche Xk del segnale di ingresso potrebbero essere cancellate dal sistema LTI. si ha: ydc = H(0) xdc . e ricordando che Y0 = ydc e X0 = xdc . si ricava anche in questo caso che y(n) è un segnale periodico. in particolare. 20 Proprio perché lega le armoniche del segnale di ingresso e di uscita. Yk = H(k f0 ) + Xk .14) in ingresso ad un sistema LTI con risposta in frequenza H(ν ). che prende per questo motivo il nome di guadagno in continua del sistema. complesse. sia applicato (fig. periodico di periodo N0 .50) Dal confronto con la (5.47) si può scrivere equivalentemente: |Yk | = |H(k f0 )||Xk | . valgono considerazioni analoghe a quelle già fatte nel caso TC.19 (2) i coefficienti delle serie di Fourier di y(t) e x(t) sono legati dalla relazione20 Yk = H(k f0 ) Xk . 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. In termini di modulo e fase.47) per k = 0. se il sistema è reale. 19 A (5. N0 k=0 dove ν0 = 1/N0 . il periodo fondamentale del segnale y(t) potrebbe essere anche un sottomultiplo di T0 . (5. La risposta del sistema LTI ad un generico fasore della precedente rappresentazione è data dalla (4. applicando il principio di sovrapposizione. supponiamo che il segnale x(n).49) Pertanto la risposta in ampiezza |H( f )| del sistema modifica con legge moltiplicativa lo spettro di ampiezza del segnale di ingresso. in generale. stretto rigore. la funzione H( f ) prende anche il nome di risposta armonica del sistema. Pertanto. 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 ). Particolarizzando la (5. Pertanto le componenti continue dei segnali di ingresso e di uscita sono legate tra loro dalla moltiplicazione per H(0).22).105): xk (n) = e j2π kν0 n −→ yk (n) = H(kν0 ) e j2π kν0 n .51) Per gli spettri di ampiezza e fase. 5. la (5. 21 Si noti che. calcolati alle frequenze fk = k f0 .47) sono tutte.47) La (5. per la simmetria hermitiana di H( f ) risulta che H(0) è reale. N0 k=0 =Y (k) (5. Tale segnale periodico può essere rappresentato come sovrapposizione di fasori mediante l’equazione di sintesi (5. Notiamo che le quantità che compaiono nella (5.48) (5.22) della DFS: x(n) = 1 N0 −1 ∑ X(k) e j2π kν0 n .47).

in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier.4 0.46). Le armoniche del segnale x(t) sono date da Xk = Aδc sinc(kδc ) .2 0 0 −5 0 f/f0 5 −5 0 k 5 0.2 0 −5 0 k 5 Fig.6 Selettività in frequenza dei sistemi LTI e filtri ideali 239 1 0. lasciando tuttavia invariata la frequenza k f0 del fasore stesso. la modifica subita dalla k-esima armonica.47) e (5. Particolarmente interessante è la modifica delle ampiezze delle armoniche. 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. riportata di seguito. dipende esclusivamente dal valore H(k f0 ) assunto della risposta armonica H( f ) del sistema in corrispondenza di tale frequenza.16.6 Selettività in frequenza dei sistemi LTI e filtri ideali Le relazioni (5. in ingresso ad un sistema RC. Spettro di ampiezza dell’ingresso (alto) e dell’uscita (basso) del filtro RC (es.51) consentono di studiare gli effetti di un sistema LTI su un segnale periodico. analizzando le modifiche introdotte dal sistema sulle singole armoniche che compongono il segnale. |H(k f0)| 0. 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 ) . Facendo riferimento al caso TC. Fig. di ampiezza A e duty-cycle δc .4 |Yk| 0.4 0.5. Inoltre.9 (onda rettangolare a TC in ingresso ad un sistema RC) Si consideri l’onda rettangolare dell’es.8 |H(f)|. Esempio 5.2.9).2 |Xk| 0. 1 + j2π k f0 RC . Risposta di ampiezza del filtro RC (es. Si noti nel segnale di uscita l’attenuazione delle armoniche a frequenza più elevata. ad esempio.9). 5. avente frequenza k f0 .15. 5. Sono evidenziati i campioni |H(k f0 )| dello spettro di ampiezza |H( f )|. la (5. 5. 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. come evidenziato nell’esempio che segue. 1 + j2π f RC per cui la (5.6 0. 5.

se il sistema presenta un risposta armonica che si annulla in corrispondenza di alcune frequenze. Segnale di ingresso x(t) (linea tratteggiata) e di uscita y(t) (linea continua) del filtro RC dell’es.2 0 −1 −0. In particolare.23 Come caso limite. la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1.y(t) 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). si dice che il sistema LTI si comporta come un filtro. presenta un andamento più dolce rispetto al segnale di ingresso (in particolare.17). i più semplici esempi di filtri sono quelli cosiddetti ideali.4 0.15 è raffigurato lo spettro di ampiezza |H( f )| ed i campioni |H(k f0 )|. Il segnale y(t) di uscita (fig. sulla base della posizione della banda passante e di quella oscura. Con riferimento al caso TC. 5.5 1 0 Fig. 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. un comportamento tipico ad esempio dei circuiti elettrici risonanti. In fig.5 0 t/T 0.6 0. 5. 5. Si noti che l’effetto del sistema RC è quello di attenuare l’ampiezza delle armoniche aventi frequenze più elevate. mentre in fig. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di 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.17. ossia quello di atte1) l’ampiezza di alcune armoniche. ovvero opera un filtraggio del segnale di ingresso: i termini “sistema LTI” e “filtro” possono quindi essere assunti come sinonimi. Viceversa. In particolare. e di lasciare inalterate nuare notevolmente (quando |H(k f0 )| (quando |H(k f0 )| ≈ 1) l’ampiezza di altre armoniche. l’ampiezza delle armoniche di uscita (spettro di ampiezza) è data da: |Yk | = 1 1 + (2π k f0 RC)2 Aδc |sinc(kδc )| . le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. . 5.9.240 Serie di Fourier 1 0. per effetto dell’attenuazione delle componenti ad alta frequenza. L’esempio precedente evidenza un comportamento tipico di molti sistemi LTI. per 2π f0 RC = 1.8 x(t). I filtri ideali TC sono in genere classificati. tutte le armoniche aventi frequenze per le quali H( f ) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze W p prende il nome di banda passante del filtro o passband.16 sono raffigurate le ampiezze delle armoniche dell’ingresso e dell’uscita per A = 1 e δc = 1/2. si noti che nel segnale di uscita sono scomparse le discontinuità presenti nell’ingresso). Per questo motivo.

fc ]. 5. Un’espressione equivalente di HHPF ( f ) si ottiene osservando che un filtro HPF è complementare ad un filtro LPF con la stessa frequenza di taglio: HHPF ( f ) = 1 − HLPF ( f ) = 1 − rect f 2 fc . | f | ≤ fc . | f | > fc . | f | ≤ fc . 1. − fc [ ∪ ] fc . (1) Filtri passabasso o lowpass filter (LPF): sono caratterizzati da una banda passante W p posizionata intorno alla frequenza f = 0. 5. La risposta in frequenza (fig. mentre la banda oscura è Ws =]−∞. 0. 5.18. +∞[. . mentre la banda oscura è Ws = [− fc . (2) Filtri passaalto o highpass filter (HPF): sono caratterizzati da una banda passante posizionata intorno alle frequenze ±∞.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.19. La banda passante del filtro è W p = [− fc . fc ]. o equivalentemente: HLPF ( f ) = rect f 2 fc . − fc [ ∪ ] fc . la frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. 5.5. Anche in questo caso.19) ha un’espressione analitica del tipo: HHPF ( f ) = 0. Risposta in frequenza di un filtro ideale TC passaalto (HPF). +∞[. Risposta in frequenza di un filtro ideale TC passabasso (LPF). La banda passante del filtro è W p =]−∞.18) ha un’espressione analitica del tipo: HLPF ( f ) = 1. La frequenza fc > 0 che separa la banda passante dalla banda oscura prende il nome di frequenza di taglio del filtro. | f | > fc . Fig. La risposta in frequenza di un tale filtro (fig.

con 0 < fc1 < fc2 . 0. La banda passante del filtro è W p = [− fc2 . fc1 ≤ | f | ≤ fc2 . La banda passante del filtro è W p =] − ∞. 1. 5. fc1 + fc2 2 dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . +∞[. con 0 < fc1 < fc2 (notiamo che f0 = Un’espressione alternativa per HBPF ( f ) è la seguente: HBPF ( f ) = rect f − f0 ∆f + rect f + f0 ∆f . +∞[. 5. − fc1 ] ∪ [ fc1 . così come per il filtro passabanda. Anche per questo filtro. 5. è possibile definire due frequenze di taglio.20. . fc2 ]. (4) Filtri eliminabanda o bandstop filter (BSF): sono caratterizzati da una banda passante posizionata intorno alle frequenze f = 0 e f = ±∞. fc1 ≤ | f | ≤ fc2 . una inferiore ( fc1 ) ed una superiore ( fc2 ). fc2 ]. − fc1 ] ∪ [ fc1 . altrimenti .20) ha un’espressione analitica del tipo: HBPF ( f ) = 1.242 Serie di Fourier HBPF(f) ∆f ∆f 1 -fc2 -f0 Ws Wp -fc1 0 Ws fc1 f0 Wp fc2 Ws f Fig.21) ha un’espressione analitica del tipo: HBSF ( f ) = 0. una inferiore ( fc1 ) ed una superiore ( fc2 ). Un’espressione alternativa per HBSF ( f ) si ottiene osservando che un filtro BSF è complementare ad un filtro BPF con le stesse frequenze di taglio: HBSF ( f ) = 1 − HBPF ( f ) = 1 − rect f − f0 ∆f + rect f + f0 ∆f . e ∆ f = fc2 − fc1 ). Per questo filtro. La risposta in frequenza (fig. fc1 [ ∪ ] fc2 . Risposta in frequenza di un filtro ideale TC passabanda (BPF). − fc2 [ ∪ ] − fc1 . mentre la banda oscura è Ws = [− fc2 . fc1 [ ∪ ] fc2 . dove fc1 = f0 − ∆2f e fc2 = f0 + ∆2f . − fc2 [ ∪ ] − fc1 . La risposta in frequenza (fig. mentre la banda oscura è Ws = ] − ∞. altrimenti . (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. mentre la frequenza f0 prende il nome di frequenza centrale del filtro.

25 sono mostrate le risposte armoniche dei filtri ideali LPF. ovvero le coppie di filtri LPF/HPF e BPF/BSF con le stesse frequenze di taglio sono (a due a due) complementari. 5.22–5. descritti dalla (5. si ha HHPF (ν ) = 1−HLPF (ν ) 2 e HBPF (ν ) = 1 − HBSF (ν ).6 Selettività in frequenza dei sistemi LTI e filtri ideali 243 HBSF(f) 1 -fc2 Wp Ws -fc1 0 Wp fc1 Ws fc2 Wp f Fig. 5. necessaria per garantire la periodicità di H(ν ). Tali filtri si dicono ideali anche . essendo la risposta armonica H(ν ) una funzione periodica di periodo 1 (cfr. intendendo con questo che la loro risposta impulsiva h(·) è una funzione reale. Tali filtri si dicono invece ideali in senso “fisico”. Anche nel caso TD.101) nel caso TC. i filtri considerati precedentemente sono tutti esempi di sistemi reali dal punto di vista matematico.54) e (5.22–5.53) (5.53). la risposta armonica H(·) è una funzione reale e pari.52) e (5. perché presentano una separazione netta tra banda passante e banda oscura. 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.11). HPF. Per questo motivo. Risposta in frequenza di un filtro ideale TC eliminabanda (BSF).21. descritti dalla (5. A causa di tale periodicità. A parte il cambiamento della notazione utilizzata per la frequenza (ν invece di f ). Si noti che per tutte le tipologie di filtri introdotti precedentemente. essa consente di separare perfettamente segnali che occupano differenti intervalli di frequenza). le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. sia nel caso TC che TD. 0 < νc < 1 rappresenta la frequenza di taglio.25 si è scelto di rappresentare le varie risposte in frequenza solo nell’intervallo ν ∈ [−1/2. 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) (5.55) è possibile definire due frequenze di taglio. le tipologie di filtri ideali sono le stesse. con 0 < νc1 < νc2 < 1 . Per quanto riguarda il caso TD. Nelle fig. prop. 2 mentre per i filtri BPF e BSF.54) (5.52) (5. νc1 = ν0 − ∆2ν e νc2 = ν0 + ∆2ν . quindi soddisfa la proprietà di simmetria hermitiana. oppure dalla (4. proprietà che in molte applicazioni è una caratteristica desiderabile (ad esempio.5. 5. BPF e BSF per il caso TD. 4. 1/2[. nelle fig. con la fondamentale differenza che.108) nel caso TD.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. data dalla (4.

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. 6). .

5. HBSF(ν) 1 -1/2 Wp -νc2 Ws -νc1 0 Wp νc1 Ws νc2 Wp 1/2 ν Fig. HBPF(ν) ∆ν ∆ν 1 -1/2 Ws -νc2 -ν0 -νc1 Wp 0 Ws νc1 ν0 Wp νc2 Ws 1/2 ν Fig. Risposta in frequenza di un filtro ideale TD passabasso (LPF). Risposta in frequenza di un filtro ideale TD passaalto (HPF).22. 5. . 5.5.6 Selettività in frequenza dei sistemi LTI e filtri ideali 245 HLPF(ν) HHPF(ν) 1 1 -1/2 Ws -νc 0 Wp νc 1/2 Ws ν -1/2 Wp -νc 0 Ws νc 1/2 Wp ν Fig.25.24. Risposta in frequenza di un filtro ideale TD passabanda (BPF). Fig.23. Risposta in frequenza di un filtro ideale TD eliminabanda (BSF). 5.

In questo caso il calcolo di Xk si riduce a quello di un integrale definito (spesso conviene considerare separatamente il caso k = 0). 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. [Suggerimento: per il punto (b). tutte le serie di Fourier proposte negli esercizi di questo capitolo sono calcolabili semplicemente anche con le tecniche (b) e (c). (b) si risolve direttamente l’equazione di analisi Xk = 1 T0 x(t) e− j2π k f0t dt . Esercizio 5.7 Esercizi proposti Con riferimento ai segnali TC (analoghe considerazioni sussistono per la DFS di un segnale TD). la procedura (d) è quella che semplifica maggiormente i calcoli. utilizzare note formule trigonometriche ed applicare il metodo di ispezione. 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”). se x(t) = 2 y(t) − 1 si ha. (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 e la frequenza fondamentale f0 . in questo modo il calcolo della serie di Fourier si riconduce a quello della trasformata di Fourier di xg (t). T0 dove le scelte più comuni per l’intervallo di integrazione sono (−T0 /2. per la proprietà di linearità Xk = 2Yk − δ (k). Esercizio 5. X2 = X−2 = X4 = X−4 = 1 .] 1 1 Risultato: (a) T0 = 1 (b) X1 = 2 j e jπ /4 .246 Serie di Fourier 5. (c) si esprime il segnale periodico x(t) in funzione di uno o più segnali periodici con lo stesso periodo. tuttavia. Xk = 0 per tutti gli altri 4 valori di k ∈ Z. e quest’ultimo problema è generalmente più semplice. 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). (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. e si utilizzano le proprietà formali della serie di Fourier: ad esempio. X−1 = − 2 j e− jπ /4 . T0 /2) oppure (0. per ricavare i coefficienti Xk di un segnale x(t) periodico. T0 ). Per un segnale avente forma più generale.2 Si consideri il segnale periodico: x(t) = | cos(2π f1t)| (segnale coseno “raddrizzato”). (d) si utilizza la relazione nota come proprietà di campionamento in frequenza o formula di Poisson (cfr. con f1 ∈ R+ . e quindi andrebbe utilizzata per prima. in quanto i coefficienti della serie di Fourier di 1 (segnale costante) sono δ (k). . avente periodo fondamentale T0 e frequenza 1 fondamentale f0 = T0 . In conclusione. il metodo di ispezione è applicabile solo a segnali composti da sinusoidi/cosinusoidi. le cui serie sono più agevoli da calcolare. ci sono varie strade alternative: (a) nel caso particolare in cui il segnale si può esprimere come somma di sinusoidi/cosinusoidi.

k = 0 pari . Risultato: (a) T0 = 2T .] 0. dove y(t) = repT0 [2 rect(2t/T0 )] (onda rettangolare di ampiezza 2 e δc = 1/2). k dispari . 1 T . dove xg (t) = rect 2t T0 − rect 2t − T0 T0 . (b) Xk = (−1)k π (1−4k2 ) . 0. con T0 ∈ R+ . con T ∈ R+ . 0 . k dispari .4 Si consideri il segnale periodico x(t) = +∞ k=−∞ ∑ (−1)k δ (t − kT ) . (a) Rappresentare graficamente il segnale x(t). notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1.5 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. (a) Rappresentare graficamente il segnale x(t) e determinarne il periodo T0 . k pari . (π k)2 Esercizio 5. Risultato: (a) T0 = 1 2 f1 . con T0 ∈ R+ .  j Risultato: (b) Xk = − π k . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica.7 Esercizi proposti 247 (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. ed applicare poi la proprietà di linearità della serie di Fourier. dove  1 − 4t .3 Si consideri il segnale periodico x(t) = repT0 [xg (t)]. f 0 2 = 2 f1 . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. [Suggerimento: dal grafico. (b) Xk = Esercizio 5. . (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. Esercizio 5. altrimenti . 0 T0 xg (t) = 0 .6 Si consideri il segnale periodico x(t) = repT0 [xg (t)].  2  . . con T0 ∈ R+ . k dispari . 0 ≤ t ≤ T /2 . (a) Rappresentare graficamente il segnale x(t).  k = 0. dove xg (t) = 2Λ 2t T0 − 1 rect t T0 . 2 kπ Risultato: (b) Xk = sin kπ 2 k pari .5. Esercizio 5.

(a) Determinare il periodo N0 del segnale x(n). Risultato: (a) N0 = N. X(1) = 3 − j.9 Si consideri il segnale periodico x(n) = 1 + sin 2π n 2π n 4π n π + + 3 cos + cos N N N 2 . X(N − 1) = 2 N 2 (3 + j). (a) Determinare il periodo N0 di x(n). k2 π 2 Esercizio 5. (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.] 0.8 Si consideri il segnale periodico x(n) = 1 + sin nπ 3π + 12 8 . (b) X(k) = − 12 e− j 3π /8 .   12 j 3π /8  e . 3}. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. Risultato: (b) X(k) = 1 − 2e− jπ k − e− j(π /2)k . k = 0. k = 1. k ∈ {0. Esercizio 5. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. j Risultato: (a) N0 = 24. k dispari . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. [Suggerimento: dal grafico.  24 . 22} . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (b) X(0) = N.7 Si consideri il segnale periodico x(n) = rep4 [xg (n)].  j   0. 1. 3. k ∈ {2. ed applicare poi la proprietà di linearità della serie di Fourier. . dove xg (n) = δ (n) − 2 δ (n − 2) − δ (n − 3) . X(3) = 3 + j. . . . Esercizio 5. (b) Determinare analiticamente i coefficienti Xk della serie di Fourier di x(t) e fornirne una valida rappresentazione grafica. k pari . 2.248 Serie di Fourier (a) Rappresentare graficamente il segnale x(t). X(2) = 0. X(1) = X(k) = 0 per tutti gli altri valori di k. N 2 (3 − j). . X(N − 2) = − N j. da cui X(0) = −2. notare che il segnale x(t) si può esprimere come x(t) = y(t) − 1. k = 23 . dove y(t) = repT0 [2Λ(2t/T0 )] (onda triangolare di ampiezza 2). X(2) = N 2 j. (a) Rappresentare graficamente il segnale x(n). Risultato: (b) Xk = 4 .

(a) Rappresentare graficamente il segnale x(n).11 Si consideri il segnale periodico rappresentato nella seguente figura: x(n) 2 1 . 5. (b) X(k) = k π k/5) e− j2π 5 sin(3π k/5) sin( Esercizio 5. 6}. 4. (a) Rappresentare graficamente il segnale x(n) e determinarne il periodo N0 . Esercizio 5. 2. Esercizio 5. -5 0 5 n (a) Determinare il periodo N0 di x(n). n = 1.   1 .5. n = −1 .12 Si consideri il segnale periodico x(n) = +∞ k=−∞ ∑ [4 δ (n − 4k) + 8 δ (n − 1 − 4k)] . .. k ∈ {0. 3}.7 Esercizi proposti 249 Esercizio 5.. k = 0. dove  2 . (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana.    0. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. 1. altrimenti .. 2. 3. (b) X(k) = 4 + 8(− j)k . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. n = 0. Risultato: (a) N0 = 4. (c) Verificare che la DFS calcolata gode della proprietà di simmetria hermitiana. . 4} . (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. (b) Determinare analiticamente la DFS X(k) di x(n) e fornirne una valida rappresentazione grafica. X(2) = −4. k ∈ {1.. xg (n) = 2 . Risultato: (a) N0 = 5.. X(3) = 4 + j 8. k ∈ {0. .13 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . da cui X(0) = 12. Risultato: (b) X(k) = 1 + 4 cos πk 3 .. 1. 3. 2. 8.10 Si consideri il segnale periodico x(n) = rep6 [xg (n)]. X(1) = 4 − j 8.

Esercizio 5. (d) X(0) = −2. ∀k pari.250 Serie di Fourier (a) Mostrare che se x(t) ha solo armoniche dispari (Xk = 0. X(4) = −3. in modo da poter sfruttare la (5. con N0 ∈ N (è la quantità che compare nella definizione di DFS/IDFS). X(2) = 3 j. X(3) = 1 − j. [Suggerimento: applicare le identità dell’esercizio 5. X(3) = −5. X(3) = − j.14 Sia wN0 = e− j2π /N0 . X(1) = 3 e jπ /4 . k pari Xk = 2 T0 /2 − j2π k f0 t  x(t) e dt . (b) Scrivere l’equazione di analisi in (−T0 /2. e si ha in particolare  0 . allora il segnale ha solo le armoniche dispari.56) operando un cambiamento di variabile in uno dei due integrali. X(2) = 3. T0 /2) e dividere l’integrale in due integrali. mostrare che se x(t) ha la proprietà di simmetria (5. X(1) = 5 − j. k dispari T0 0 [Suggerimento: (a) Scrivere l’equazione di sintesi e provare direttamente che vale la (5. X(2) = 1.] Risultato: X(k) = +∞ =−∞ ∑ Xk− N0 = repN0 [Xk ].56). 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 . (b) X(0) = 3. incluso k = 0) allora x(t) presenta la seguente proprietà di simmetria x(t) = −x t + T0 2 . X(1) = −5.] 1−a Esercizio 5. X(1) = 2.56) (b) Viceversa. . Si consideri il segnale a tempo discreto x(n) T ottenuto campionando x(t) con passo Tc = N0 . (e) X(0) = 3. 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). N0 ∈ N: 0 x(n) = x n T0 N0 .15 Sia x(t) un segnale periodico di periodo T0 ∈ R+ . ] Esercizio 5. X(2) = 1 + j.16 Senza calcolare esplicitamente x(n).14. X(1) = 3. X(3) = 3 e j7π /4 . (5. X(3) = −3 j. X(2) = 2. valida ∀a = 0. stabilire quali delle seguenti DFS corrispondono ad un segnale x(n) reale: (a) X(0) = 3.56). X(3) = 5 + j. ∀t ∈ R . (c) X(0) = j.

4 ≤ t < 8 . (e) x(n) reale. avente DFS X(k). (c) x(n) non reale. (d) x(n) non reale. (3) X(11) = 50. avente DFS X(k). 0 ≤ t < 4. con xg (t) = 1. il segnale x(n) è quello avente potenza Px minima. Dimostrare che l’unico segnale che soddisfa le proprietà (1)–(4) ha l’espressione x(n) = α cos(β n + γ ).5. Determinare e rappresentare graficamente il segnale x(n) che verifica le quattro proprietà sopra elencate. γ .20 Il segnale periodico x(t) = rep2T0 [xg (t)]. caratterizzato dalle seguenti proprietà: (1) x(n) è periodico di periodo N0 = 6. (2) ∑5 x(n) = 2. con T0 ∈ R+ . 3 6 Esercizio 5. caratterizzato dalle seguenti proprietà: (1) x(n) è un segnale reale. [Suggerimento: utilizzare le proprietà della DFS. Esercizio 5.] Risultato: x(n) = 1 + 1 (−1)n . 2π f Calcolare l’uscita y(t) del sistema in corrispondenza del segnale di ingresso x(t) = rep8 [xg (t)].18 Si consideri il segnale periodico x(n). per la proprietà (4). n=2 (4) tra tutti i segnali che verificano le proprietà (1)–(3) precedenti. . (b) x(n) reale. viene filtrato con un filtro LTI avente risposta armonica H( f ) = 1 − j4π f T0 . Esercizio 5. Esercizio 5. β . (2) x(n) è periodico di periodo N0 = 10. β = π /5 e γ = 0.19 Si consideri il sistema LTI avente risposta in frequenza H( f ) = sin(8π f ) . −1. dove xg (t) = Λ t T0 . 1 + j2π f T0 ottenendo il segnale y(t). utilizzare l’uguaglianza di Parseval per la DFS.7 Esercizi proposti 251 Risultato: (a) x(n) reale. Risultato: y(t) ≡ 0. n=0 (3) ∑7 (−1)n x(n) = 1. [Suggerimento: utilizzare le proprietà (2) e (3) per ricavare alcuni valori della DFS di x(n).17 Si consideri il segnale periodico x(n). e determinare in particolare le costanti α .] Risultato: α = 10. (4) Px = 50.

252 Serie di Fourier (a) Determinare la componente continua dei segnali x(t) ed y(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 . .23 Quando il segnale x(n) = rep4 [δ (n)] è posto in ingresso al sistema LTI avente risposta armonica H(ν ). è posto in ingresso ad un filtro ideale passabasso avente guadagno unitario nella banda passante e frequenza di taglio fc . si trova che Esercizio 5. 1. (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).22 Il segnale periodico x(t) = repT0 [xg (t)]. (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 ). . (b) In corrispondenza dei valori di fc determinati al punto (a). Determinare il segnale y(t) in uscita al filtro. con T0 ∈ R+ . Esercizio 5. 9 Esercizio 5. 3. l’uscita y(n) è pari a y(n) = cos 5π π n+ 2 4 k 4 . calcolare l’espressione esplicita di y(t). dove xg (t) = 2 Λ t T0 − 1 rect t 2T0 . (a) Rappresentare graficamente la risposta armonica del filtro nell’intervallo ν ∈ (−1. Risultato: (a) ragionando sulla relazione i-u Yk = Xk H(k f0 ). e ∆ν = 1 24 . 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 . con T0 ∈ R+ . Determinare i valori di H Risultato: H(0) = 0. 1 2T0 3 < fc < 2T0 . Risultato: y(t) = 8 sin(2π f0t).21 Il segnale periodico x(t) = rep2T0 [xg (t)]. H(1/4) = 2 e jπ /4 . per k = 0. (b) |X3 |/|X1 | = 2 1 9 e |Y3 |/|Y1 | = 1 9 (1+36π 2 )(1+π 2 ) (1+9π 2 )(1+4π 2 ) ≈ 1. H(3/4) = 2 e− jπ /4 . Risultato: (a) xdc = ydc = 1 . dove xg (t) = 2 Λ 2t T0 − 1 rect t T0 . 1). H(1/2) = 0. (b) y(t) = π82 cos(2π f0t). π2 Esercizio 5. 2.

si calcoli l’uscita y(t). Risultato: RC = 1 2π f0 68 13 ≈ 0. dove xg (t) = cos πt T0 rect t T0 .26 Il segnale x(t) = +∞ k=−∞ ∑ (−1)k Λ t − 2kT0 T0 è posto in ingresso ad un filtro ideale passabasso di guadagno unitario e frequenza di taglio 1/T0 . (2) x2 (n) = 1 + sin (3) 3π π 8 n+ 4 . (b) y(t) = π82 cos 2Tt0 + 9π 2 cos 3π0t . Esercizio 5. è filtrato con un filtro RC allo scopo di ottenere un segnale approssimativamente sinusoidale con frequenza f0 = 1/(2T0 ). (b) y2 (n) = sin .2. 1 n−4k x3 (n) = ∑+∞ u(n − 4k). (c) y3 (n) ≡ 0. (c) RC = T0 π 3 . 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.364 f0 . con T0 ∈ R+ .6. con f0 = 1 kHz.25 Il segnale periodico x(t) = repT0 [xg (t)]. f1 = 2 kHz. (a) Calcolare la frequenza fondamentale f0 del segnale x(t). Py = π 4 1 + 81 . (b) Con riferimento al punto precedente. sapendo che: (1) x(t) = cos(2π f0t).27 Il segnale x(t) = rep2T0 [xg (t)].] π 8 32 1 Risultato: (a) f0 = 1/(4T0 ). con T0 ∈ R+ .] √ 1 2 1 . determinare il valore di RC che assicura che il rapporto ciente di ripple) in uscita al filtro sia pari ad 1 . è posto in ingresso ad un filtro RC avente risposta armonica H( f ) = 1 . 2T Esercizio 5. Esercizio 5. (b) Determinare il segnale in uscita al filtro e valutarne la potenza Py . f2 = 3 kHz. [Suggerimento: il segnale x(t) è simile all’onda triangolare dell’esercizio 5. k=−∞ 2 3π π 8 n+ 4 Risultato: (a) y1 (n) ≡ 0. Risultato: (a) Yk = (−1)k π 1−4k2 k 2 1+ j2π T RC 0 (coeffi- Esercizio 5.5.28 Con riferimento allo schema in figura. dove xg (t) = 2Λ t T0 − 1) rect t 2T0 .7 Esercizi proposti 253 (b) Calcolare l’uscita del filtro in corrispondenza dei seguenti ingressi periodici: (1) x1 (n) = (−1)n . 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. . 3 [Suggerimento: il segnale x(t) è il coseno raddrizzato dell’esercizio 5.

H1 ( f ) u(t) - (·)2 v(t) . Determinare l’espressione del segnale di uscita z(t). (3) H2 ( f ) è la risposta in frequenza di un filtro ideale passaalto avente frequenza di taglio 3 kHz e guadagno nella banda passante pari a 2.z(t) x(t) g(x) Risultato: z(t) = Y0 + 2 Re{Y1 e j 2π t T 0 ∗ }. k=−∞ k=−∞ . y(t) H( f ) . x(t) è un segnale periodico di periodo T0 ∈ R+ con coefficienti della serie di Fourier Xk .254 Serie di Fourier (2) H1 ( f ) è la risposta in frequenza di un filtro ideale passabasso avente frequenza di taglio 2 kHz e guadagno nella banda passante pari a 2.H2 ( f ) .H2 ( f ) . =4kHz Esercizio 5. Esercizio 5. (2) H1 ( f ) è un filtro RC avente costante di tempo RC = Calcolare l’uscita y(t) e determinarne la potenza Py . x(t) 6 .y(t) √ Risultato: y(t) = 26 + 10 2 cos(2π f0t − π /4).y(t) cos(2π f1t) cos(2π f2t) Risultato: y(t) = cos[2π ( f1 − f0 + f2 ) t]. dove Y0 = ∑+∞ |Xk |2 e Y1 = ∑+∞ Xk Xk−1 . g(x) = |x|2 è una nonlinearità (quadratica) senza memoria. (3) H2 ( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1. Si assuma che tutti i segnali ed i sistemi considerati siano reali. (1) x(t) = 5 + 2 cos(2π f0t). 1 2π f0 e guadagno in continua unitario. x(t) . e H( f ) è un filtro ideale passabasso avente frequenza di taglio fc = 1.5 f0 e guadagno in continua unitario.30 Con riferimento allo schema in figura.29 Con riferimento allo schema in figura.H1 ( f ) 6 . Py = 776.5/T0 e guadagno unitario.

Sign up to vote on this title
UsefulNot useful