Esercizi svolti di Teoria dei Segnali
|
|
- Laura Fantoni
- 7 anni fa
- Visualizzazioni
Transcript
1 Esercizi svolti di eoria dei Segnali Enrico Magli, Letizia Lo Presti, Gabriella Olmo, Gabriella Povero Versione.
2 Prefazione A partire dall anno accademico 5/6 viene fornita agli studenti dei corsi di eoria dei Segnali del Politecnico di orino questa dispensa per aiutarli nella preparazione dell esame. La dispensa contiene un campionario di esercizi svolti che coprono la maggior parte del programma, e contengono alcuni dei metodi di soluzione più tipici per diverse classi di esercizi. Come in ogni raccolta di esercizi svolti, dato l elevato numero di formule è inevitabile che siano presenti degli errori. Al fine di migliorare la qualità delle edizioni successive di questa dispensa, si prega di segnalare eventuali errori inviando un a enrico.magli@polito.it. Gli autori ringraziano Pietro Macchi per l aiuto nella stesura della versione preliminare di questa dispensa.
3 Sommario Unità. Calcolo di energia e potenza media di un segnale Sviluppi in serie di Fourier e trasformate di Fourier Unità. Studio di sistemi LI Dimostrazione di linearità e invarianza temporale Unità Segnali a potenza media finita Filtraggio di segnali periodici Campionamento Unità Densità di probabilità, valore atteso e funzione di autocorrelazione di processi casuali Processi casuali filtrati
4 Unità. Calcolo di energia e potenza media di un segnale Esercizio Calcolare l energia del segnale con K >. x(t) = e Kt cos(πf t)u(t) Come in molti altri casi, anche in questo semplice esercizio la soluzione si può trovare calcolando l energia sia nel dominio del tempo che nel dominio della frequenza. Procediamo per esempio nel dominio del tempo: E x = + E x = + e Kt cos(πf t) dt = x(t) dt + e Kt cos (πf t)dt Ricordando la formula di duplicazione del coseno si ottiene E x = + e Kt dt + + e Kt cos(4πf t)dt Al secondo termine conviene applicare la formula di Eulero ed esprimere il coseno come somma di esponenziali complessi: E x = 4K e Kt + + ( e e Kt j4πf t + e j4πf ) t dt
5 E x = 4K e (K jπf )t dt + 4 E x = [( 4K + 4 (K jπf o ) e (K jπf )t dt E x = 4K + [ ] 4 (K jπf ) + (K + jπf o ) E x = [ + 4K K + K + 4π f e (K+jπf )t dt ( + (K + jπf o ) e (K+jπf )t dt = 4K + K 4 (K + 4π f ) ] ] 3
6 Esercizio Calcolare la potenza media del segnale x(t) = p(t n ) n= dove p(t) è riportato in Fig... p(t) A t -A Figura. x(t) è periodico di periodo. Quindi, indicando con E p l energia del segnale p(t) in un periodo, si ottiene P x = E p = p(t) dt P x = A dt = A 4
7 . Sviluppi in serie di Fourier e trasformate di Fourier Esercizio 3 Si calcoli ] lo sviluppo in serie di Fourier del segnale, definito nell intervallo [, x(t) = { π Ae τ t t [ τ, τ ] altrove È necessario calcolare i coefficienti µ n dello sviluppo in serie di Fourier applicando la definizione. Si ottiene µ n = x(t)e j π n dt = A e jπ( t τ n )t dt µ n = A = A µ n = Aτ [ jπ ( τ n ) e jπ( ] t τ n ) τ e jπ ( t τ n ) τ sin [ πτ ( τ n )] ) = Aτ sin [ πτ ( τ n )] ) π ( τ n πτ ( τ n sin [ π ( nτ )] π ( nτ ) = Aτ ( sinc nτ ) Si noti che, per certi valori di τ, alcuni dei coefficienti µ n potrebbero diventare nulli. Per esempio, prendendo τ = /, si ottiene µ n = Aτ ( sinc n ) e quindi µ n = per n pari e diverso da. 5
8 Esercizio 4 Determinare lo spettro del segnale x(t) rappresentato in Fig.., usando opportunamente le proprietà della trasformata di Fourier. A A/ x(t) τ τ+ τ+(3/) t Figura. Possiamo scrivere il segnale x(t) come somma di due contributi: x(t) = x (t) + x (t) La scomposizione si può fare in modi diversi, si veda p.es. la Fig..3. Nel seguito scriviamo il segnale seguendo l esempio B come x(t) = Ap (t ( + τ/)) + A p / (t (τ + 5/4)) Quindi per linearità si ottiene la trasformata di Fourier X(f) = X (f) + X (f) sin (πf ) X (f) = A πf X (f) = A sin ( πf ) πf e jπf( +τ) e jπf( 5 4 +τ) Utilizzando alcune proprietà trigonometriche si può scrivere X(f) in modo più elegante: sin (πf ) X(f) = A πf = A πf e jπfτ = A πf e jπfτ sin e jπf e jπfτ + A sin ( πf ) e jπf 5 e jπfτ = πf { ( sin πf ) ( cos πf ) e jπf + ( sin πf ) } e jπf 5 = ( πf ) { ( cos πf ) e jπf + } e jπf 5 6
9 x(t) A x(t) B A A/ A A/ τ τ+τ t τ τ+τ t x(t) x(t) A A/ A A/ τ τ+3/τ t τ+τ τ+3/τ t Figura.3 X(f) = A sin ( πf πf ) { ( e jπf(τ+ ) cos πf ) + } e jπf 3 7
10 Esercizio 5 Si considerino i due segnali x(t) = e kt u(t) y(t) = x(t) sin(θt) πt dove denota il prodotto di convoluzione. Si determini la relazione che deve intercorrere tra le costanti k e θ affinchè l energia di y(t) sia pari alla metà dell energia di x(t). x(t) = e kt u(t) L energia di x(t) si può calcolare facilmente nel dominio del tempo: E x = e kt dt = e kt dt = k Per calcolare l energia di y(t) è opportuno lavorare nel dominio della frequenza, dove il prodotto di convoluzione viene trasformato in un prodotto semplice. (Per semplicità indichiamo con F la trasformazione di Fourier di una funzione del tempo). y(t) = x(t) sin(θt) πt { } sin(θt) Y (f) = X(f)F = πt k + jπf p θ (f) π { } dove per il calcolo di F sin(θt) πt si è utilizzata la proprietà di dualità. E y = + = = θ π Y (f) df = kπ arctan k + 4π f df ( π k f θ π θ π ) θ π k + jπf Imponiamo ora la condizione richiesta dall esercizio. E y = kπ arctan θ k 8 df
11 E y = E x ( ) θ kπ arctan = k k arctan θ k = π 4 θ k = tan π 4 = Quindi la soluzione è θ = k k 9
12 Esercizio 6 dove Si consideri il segnale x(t) = a(t )e jπf t sin πt a(t) = πt e f = k con k una costante strettamente positiva. Calcolare lo spettro di ampiezza di x(t) Calcolare l energia di x(t) Il segnale x(t) si può scrivere come x(t) = a(t )e jπf t = y(t)e jπf t dove si è posto y(t) = a(t ). Per la proprietà di traslazione in frequenza la X(f) vale X(f) = Y (f f ) A sua volta, per la proprietà di traslazione nel tempo, la Y (f) vale Y (f) = A(f)e jπf e quindi lo spettro del segnale x(t) si può scrivere come Ponendo f = k X(f) = A(f f )e jπf e jπf si ottiene X(f) = A(f f )e jπf e jπk = A(f f )e jπf Inoltre la trasformata di Fourier di a(t) si può calcolare facilmente grazie alla proprietà di dualità, che permette di stabilire che la trasformata di una funzione di tipo sinc è una porta: A(f) = p (f) A questo punto è banale calcolare l energia di x(t) nel dominio della frequenza sfruttando l uguaglianza di Parseval, ricordando che il modulo quadro di un esponenziale complesso vale sempre : E x = + X(f) df =
13 Unità. Studio di sistemi LI Esercizio 7 Un sistema LI ha risposta all impulso h(t) rettangolare, causale, di ampiezza unitaria e durata. L ingresso vale x(t) = sin (πf t) Si denoti come y(t) l uscita del sistema. Determinare per quali valori di f l uscita è identicamente nulla: y(t) = t. La risposta all impulso del sistema si può scrivere come h(t) = p (t /), dove p (t) è una porta di ampiezza unitaria e durata, con supporto nell intervallo (, ). La trasformata di Fourier di h(t) è molto facile da calcolare; inoltre la trasformata di x(t) sarà formata da delta di Dirac, dal momento che x(t) è periodico. Queste considerazioni ci fanno propendere per una soluzione nel dominio della frequenza. In particolare la funzione di trasferimento vale H(f) = sin(πft) e jπf πf X(f) = j [δ (f f ) δ (f + f )] Y (f) = X(f)H(f) La condizione Y (f) = è verificata se le delta di Dirac nello spettro di X(f) cadono in corrispondenza degli zeri di H(f), cioè per f = k k =,...
14 Esercizio 8 Si consideri lo schema in Fig.., dove φ e f sono costanti, e x(t) è un segnale strettamente limitato in banda: X(f) = per f > B. x(t) cos(πf t) X z(t) H(f) y(t) cos(πf t+φ) -B B f Figura. Si supponga f = B. Ricavare un espressione analitica per y(t). E possibile trovare un valore di φ affinchè y(t) = t? Scriviamo esplicitamente il segnale z(t), applichiamo le formule di Werner, e quindi quelle di Eulero: z(t) = x(t) cos (πf t) cos (πf t + φ) = x(t) [cos(φ) + cos (4πf t + φ)] = x(t) cos(φ) + 4 x(t)ej(4πf t+φ) + 4 x(t)e j(4πf t+φ) A questo punto si può calcolare facilmente la sua trasformata di Fourier. Z(f) = cos φx(f) + 4 ejφ X (f f o ) + 4 e jφ X (f + f o ) Come si può notare, questa trasformata contiene tre termini, ovvero lo spettro originale X(f) e due sue versioni traslate. Ci chiediamo come questo spettro venga modificato passando attraverso il sistema LI, ed in particolare se alcuni di questi termini vengano cancellati. Ciò si può determinare più facilmente per via grafica, facendo un disegno qualitativo, come in Fig.., della trasformata di Fourier Z(f) e della funzione di trasferimento H(f), e disegnando quindi lo spettro del segnale di uscita Y (f).
15 Z(f) ~ X(f) f B B f H(f) f Y(f) f ~ X(f) B B Figura. f In particolare, si noti che per f = B non si ha sovrapposizione in frequenza dei tre termini; inoltre il filtro passabasso ideale cancella le due repliche intorno alle frequenze ±f. Quindi lo spettro del segnale di uscita vale Y (f) = Z(f)H(f) = cos φx(f), e il segnale nel dominio del tempo si può scrivere come y(t) = cos(φ)x(t) Cerchiamo i valori di φ tali per cui y(t) = t. La condizione da imporre è quindi cos(φ) =, che a sua volta implica φ = (k + ) π. 3
16 . Dimostrazione di linearità e invarianza temporale Esercizio 9 L uscita di un sistema è legata all ingresso x(t) dalla relazione: y(t) = t t x(τ)dτ + x(t ) Dimostrare che il sistema è lineare e tempo-invariante. Calcolare la risposta all impulso e la funzione di trasferimento. Per la linearità dobbiamo verificare che l uscita z (t), quando l ingresso è una combinazione lineare di segnali, è pari alla combinazione lineare delle uscite ai singoli segnali: z (t) = t t [a x (τ) + a x (τ)] dτ + a x (t ) + a x (t ) = [ t ] [ t ] = a x (τ) dτ + x (t ) + a x (τ) dτ + x (t ) = t t = a y (t) + a y (t) Per la tempo-invarianza dobbiamo verificare che l uscita z (t) ad un ingresso ritardato sia pari all uscita, ritardata della stessa quantità, corrispondente all ingresso non ritardato: Ponendo τ = θ z (t) = y(t ) = z (t) = t t t t t t x(τ)dτ + x(t ) x(τ )dτ + x(t ) x(θ)d(θ) + x(t ) = y(t ) Quindi si può osservare che il sistema è lineare e tempo-invariante. La risposta all impulso si ottiene imponento che l ingresso sia una delta di Dirac, x(t) = δ(t), e calcolando l uscita. Questo calcolo è spesso abbastanza semplice, perchè si possono sfruttare le proprietà delle delta sotto l operatore 4
17 di integrale. In questo caso specifico si noti che l integrale non è tra e, quindi occorre renderlo tale moltiplicando la funzione integranda per una porta. t h(t) = δ(θ)dθ + δ(t ) = t ( = p t ) + δ(t ) + ( δ(θ)p [θ t )] dθ + δ(t ) = A questo punto è semplice ricavare la funzione di trasferimento: H(f) = F {h(t)} = sin ( πf ) e jπf + e jπf = sin(πf) e jπf + e j4πf πf πf 5
18 Unità 3 3. Segnali a potenza media finita Esercizio Un impulso ideale δ(t) è inviato all ingresso del sistema rappresentato in Fig. 3.. Calcolare l energia e la potenza media di y (t) e y (t). Calcolare (se esistono) gli spettri di energia di y (t) e y (t). Dire se il sistema racchiuso nel riquadro tratteggiato è lineare e/o tempo-invariante. δ(t) +jπf e jπft y (t) A e jπft y (t) Figura 3. Dalle tavole della trasformate di Fourier si ottiene che H(f) = + jπf h(t) = u(t)e t 6
19 Quindi il segnale x (t) si ottiene come A loro volta y (t) e y (t) valgono x (t) = δ(t) h(t) = u(t)e t y (t) = u(t)e t e jπfot y (t) = [ A + u(t)e t] e jπf ot L energia di y (t) si calcola facilmente usando la definizione nel dominio del tempo. y (t) è quindi un segnale ad energia finita. + E y = y (t) dt = e t e jπf t dt = e t dt = e t = Il calcolo dell energia di y (t) mostra che l integrale diverge, quindi il segnale è ad energia infinita. Per questo segnale non ha quindi senso calcolare uno spettro di energia. Ey = + y (t) dt = + [ A + u(t)e t ] dt Il calcolo della potenza media di y (t) dà zero. Questo era prevedibile, dal momento che un segnale a energia finita ha necessariamente potenza media nulla. Calcoliamo quindi la potenza media di y (t). L integrale si può calcolare indifferentemente negli intervalli [ /, /] e [, ]. P y = lim t = lim t t y (t) dt [ A + u(t)e t ] dt [ = lim A + Au(t)e t + u(t)e t] dt { = lim A + A e t dt + } e t dt t { = lim A + A ( e ) + ( e )} = A t Lo spettro di energia di y (t) vale S y (f) = Y (f) = + jπ (f f ) = + 4π (f f ) 7
20 Verifichiamo la linearità e tempo invarianza del sistema nel riquadro. Applichiamo la notazione compatta L[x] per indicare l uscita del sistema quando il segnale di ingresso è X(t). Per quanto riguarda la linearità: L {a x + a x } = A + [a x (t) + a x (t)] e jπf t L {x } = [A + x (t)] e jπf t L {x } = [A + x (t)] e jπf t L {a x + a x } = a L {x } + a L {x } Quindi il sistema non è lineare. Per la tempo-invarianza: L {x(t θ)} = [A + x(t θ)] e jπf t y (t θ) = [A + x(t θ)] e jπf (t θ) Pertanto il sistema non è neanche tempo-invariante. 8
21 3. Filtraggio di segnali periodici Esercizio Si consideri il segnale periodico x(t) rappresentato in Fig. 3.. ale segnale viene filtrato con un filtro la cui risposta all impulso h(t) è rettangolare, causale, di ampiezza unitaria e durata. x(t) t Figura 3. Calcolare: Lo spettro di potenza del segnale filtrato y(t). La potenza media del segnale filtrato y(t). Una espressione analitica per y(t). x(t) è periodico, quindi il suo spettro di potenza è G x (f) = + n= µ n δ(f n/ ). I coefficienti µ n, che determinano univocamente lo spettro di potenza, si possono ottenere dalla trasformata di Fourier del ( segnale ) X (t) considerato nel periodo fondamentale, ovvero x (t) = p / t 4. Q x (f) = + n= X ( n ) ( δ f n ) X (f) = sin ( πf e jπf 4 πf = sin ( π f ) π f e jπf µ n = X = ( n ) ) = sin ( n π ) n π per n = e jn π per n pari vd. seguito per n dispari 9
22 µ n+ = sin ( (n + ) π (n + ) π = j sin (n + ) π (n + ) π ) µ n = µ n = [ ( cos (n + ) π ) ( j sin (n + ) π )] = = jπ (n + ) per n = per n pari jπn per n dispari 4 per n = per n pari π n per n dispari Lo spettro di potenza del segnale all uscita del filtro si ottiene come G y (f) = G x (f) H(f) = µ δ(f) = 4 δ(f) Infatti tutte le altre delta di Dirac nello spettro di potenza G y (f) vengono poste a zero dagli zeri di H(f) (di cui abbiamo omesso il calcolo). Il calcolo della potenza risulta quindi banale: P y = 4 Il calcolo di un espressione per il segnale y(t) è abbastanza semplice. Visto che il segnale di ingresso è periodico, il segnale di uscita y(t) deve essere anch esso periodico (eventualmente una costante, o pari a zero). La densità spettrale di potenza G y (f) ci dice che y(t) è una costante diversa da zero, in quanto il contributo alla frequenza zero è non nullo. Ci rimane da stabilire il segno (si ricordi che i coefficienti nello spettro di potenza sono in modulo quadro, quindi y(t) potrebbe anche essere una costante negativa). Guardando la Fig. 3. è evidente che il valore medio di x(t) è positivo, e anche la H() è positiva, da cui si deduce che y(t) = /4 = +/
23 3.3 Campionamento Esercizio Il segnale ( x(t) = + sin 5t + π ) 6 deve essere campionato e ricostruito esattamente dai suoi campioni quale è il massimo intervallo ammissibile tra due campioni? quale è il numero minimo di campioni necessari per ricostruire s di segnale? Come quasi sempre avviene, gli esercizi sul campionamento richiedono di lavorare nel dominio della frequenza per calcolare la banda unilatera del segnale da campionare. Lo spettro di x(t) vale X(f) = δ(f) + j [ ] e j π 6 δ(f f ) + e j π 6 δ(f + f ) con la sostituzione f = 5/(π), e quindi f = 79.6 Hz. Poichè f è anche chiaramente la banda unilatera del segnale x(t) si ha che la minima frequenza di campionamento vale f c min = f = 59.5Hz e quindi il massimo intervallo tra due campioni risulta c max = f c min 6ms La minima frequenza di campionamento corrisponde a 59.5, quindi ad almeno 6 campioni di segnale in un secondo.
24 Esercizio 3 Si consideri il segnale con: y(t) = x(t) + x (t) + x (t) x (t) = x(t) cos(πf t) x (t) = x(t) cos(nπf t) e x(t) strettamente limitato in banda a B = KHz. y(t) deve essere campionato in modo tale da poter essere ricostruito a partire dai suoi campioni. La frequenza di campionamento e f c = Khz. Determinare i valori di f e N affinchè: i segnali di ingresso siano spettralmente separati si abbia perfetta ricostruzione di y(t) N sia massimo Il segnale da campionare si può scrivere come segue: y(t) = x(t) [ + cos(πf t) + cos(nπf t) ] Ne calcoliamo lo spettro Y (f) al fine di valutare la banda unilatera, necessaria per calcolare la minima frequenza di campionamento secondo il teorema di Nyquist. [ Y (f) = X(f) δ(f) + δ(f f ) + δ(f + f ) + δ(f Nf ) + ] δ(f + Nf ) = X (f) + X(f f ) + X(f + f ) + X(f Nf ) + X(f + Nf ) Si hanno spettri separati se f B, quindi f KHz. Si ha perfetta ricostruzione se f c B y = (Nf + B). La massimizzazione di N deve quindi rispettare le condizioni: { f KHz Nf + B fc La seconda condizione diventa N f c f B f = 4 f. Quindi il massimo di N si ottiene in corrispondenza del minimo di f, ovvero KHz. Questo dà N max =.
25 Unità 4 4. Densità di probabilità, valore atteso e funzione di autocorrelazione di processi casuali Esercizio 4 Si consideri lo schema di Fig. 4., dove x(t) = A cos(πf t + θ) e θ è una costante. Si consideri il parametro A come una variabile casuale uniformemente distribuita tra e. Calcolare la media di insieme di y(t) e valutare per quali istanti di tempo tale media è massima. x(t) y 45 o x y(t) Figura 4. Il processo y(t) si può scrivere come prodotto di x(t) per una funzione q(t) che assume valore o a seconda del segno di x(t): y(t) = q(t) = { x(t) < x(t) x(t) = x(t)q(t) { x(t) < x(t) Si noti che, mentre il valore di x(t) dipende dalla variabile casuale A, il suo segno è deterministico, dal momento che A non può diventare negativa e 3
26 quindi cambiare il segno della funzione coseno. Pertanto la media di y(t) si può scrivere come E {y(t)} = E {x(t)q(t)} = q(t)e {x(t)} = E [A] cos (πf t + ϑ) q(t) Poichè la media di A vale, si ottiene che E{y(t)} = cos (πf t + ϑ) q(t). Il massimo dell attesa si ottiene quindi per cos (πf t + ϑ) =, che implica πf t + ϑ = kπ. Quindi gli istanti di tempo in cui la media è massima sono t m = k f ϑ πf 4
27 Esercizio 5 Si consideri il segnale y(t) = x(t) cos(ω t) z(t) sin(ω t) dove x(t) e z(t) sono processi casuali a media nulla, indipendenti e con la stessa autocorrelazione R x (t, t ) = R z (t, t ). Determinare R y (t, t ) e verificare che se R x (t, t ) = R x (t t ) allora R y (t, t ) = R y (t t ). Il calcolo della funzione di autocorrelazione di y(t) segue i seguenti passi: R y (t, t ) = E {y(t )y(t )} = E {[x(t ) cos(ω t ) z(t ) sin(ω t )] [x(t ) cos(ω t ) z(t ) sin(ω t )]} = E {x(t )x(t )} cos(ω t ) cos(ω t ) + E {z(t )z(t )} sin(ω t ) sin(ω t ) + E {x(t )z(t )} cos(ω t ) sin(ω t ) E {x(t )z(t )} cos(ω t ) sin(ω t ) A questo punto si nota che E {z(t )z(t )} = R z (t, t ): R y (t, t ) = R z (t, t ) [cos(ω t ) cos(ω t ) + sin(ω t ) sin(ω t )] = = R z (t, t ) cos [ω (t t )] = R x (t, t ) cos [ω (t t )] Se R x (t, t ) = R x (t t ) allora R y (t, t ) = R x (t t ) cos [ω (t t )] e si vede chiaramente che la funzione di autocorrelazione R y (t, t ) dipende solo da t t e non separatamente da t e t. 5
28 Esercizio 6 Si consideri un processo casuale x(t) stazionario con autocorrelazione nulla per τ > e positiva per τ <. Si costruisca un processo casuale y(t) = x(t)+x(t ) e da questo si estraggano due campioni nei due istanti t e t + A. rovare il minimo valore di A tale per cui il coefficiente di correlazione delle variabili casuali così ottenuto sia nullo. Usando la notazione y = y(t ) e y = y(t + A), imporre che il coefficiente di correlazione sia nullo significa risolvere la seguente equazione: ρ y,y = E {y y } E {y } E {y } σ y σ y = E {y y } E {y } E {y } = Dal momento che x(t) è stazionario si può scrivere E {y } = E {x(t ) + x(t )} = E {x(t )} + E {x(t )} = µ x Dal momento che l autocorrelazione di x(t) tende a zero per τ, si può assumere che il processo x(t) sia a media nulla. Questo implica ovviamente che anche y(t) sia a media nulla, e quindi le variabili casuali y e y sono a media nulla: E {y } = E {x(t ) + x(t )} = µ x µ x = lim τ R x(τ) = E {y } = E {y } = Il coefficiente di correlazione cercato vale quindi E {y y } = E {y(t )y(t + A)} = = E {[x(t ) + x(t )] [x(t + A) + x(t + A )]} = E {x(t )x(t + A)} + E {x(t )x(t + A )} +E {x(t )x(t + A)} + E {x(t )x(t + A )} = R x (A) + R x (A ) + R x (A + ) + R x (A) = R x (A) + R x (A ) + R x (A + ) Bisogna quindi trovare il minimo valore di A tale per cui questo coefficiente di correlazione vale zero. Si noti che il coefficiente di correlazione, visto in funzione di A, contiene tre termini: uno centrato intorno all origine 6
29 (R x (A)) e due repliche intorno a ±. Dal momento che R x (A) è a supporto limitato in (, ), si danno due casi. Se > (quindi > ) il valore minimo è A = perchè le repliche sono separate da R x (A); altrimenti il valore minimo è A = +. I due casi sono mostrati in Fig. 4.. E[yy] E[yy] A + A Figura 4. 7
30 Esercizio 7 Un processo casuale x(t) gaussiano stazionario a media nulla viene moltiplicato per un onda quadra r(t) che assume alternativamente i valori + e ogni secondi. Calcolare: La densità di probabilità del segnale y(t) così ottenuto La probabilità P {y(t) > y(t + a)} nei due casi a = e a = Si definisca il processo z(t) = y(t) y ( t ) e si verifichi se z(t) è stazionario del primo ordine. In ogni istante di tempo la variabile casuale estratta da x(t) è una variabile gaussiana moltiplicata per + o -. Quindi questa variabile è ancora gaussiana. Il suo valor medio e varianza valgono E [y(t)] = E [r(t)x(t)] = r(t)e [x(t)] = σ y = E [ y (t) ] = r (t)e [ x (t) ] = σ x Questi parametri quindi specificano completamente la densità di probabilità del processo y(t). La probabilità richiesta vale P {y(t) > y(t + a)} = P {y(t) y(t + a) > } = P {z a (t) > } con z a (t) = y(t) y(t+a). Poichè z a (t) è ancora gaussiano a valor medio nullo si ha che P {z a (t) > } = a Definiamo ora il processo z(t) = y(t) y(t /). Per la stazionarietà del primo ordine si ha che E {z(t)} =. La varianza vale σ z = E { z (t) } = E { y (t) } + E { y (t /) } E {y(t)y(t /)} = σ y E {y(t)y(t /)} E {y(t)y(t /)} = E {r(t)r(t /)x(t)x(t /)} = E {x(t)x(t /)} r(t)r(t /) = r(t)r(t /)R X (/) 8
31 Chiaramente la varianza dipende dal tempo, quindi z(t) non è un processo stazionario del primo ordine. 9
32 4. Processi casuali filtrati Esercizio 8 Sia dato un processo casuale x(t) = m x + n(t) dove m x è una costante e n(t) è un processo gaussiano stazionario bianco a valor medio nullo e densità spettrale di potenza N. In questo contesto x(t) rappresenta la tensione ai capi di un bipolo. Se ne vuole stimare il valor medio m x usando un voltmetro la cui risposta all impulso vale h(t) = u(t) τ e t τ. La lettura dello strumento vale pertanto v(t) = x(t) h(t), dove il simbolo significa convoluzione. Calcolare: valor medio, valor quadratico medio e varianza di v(t) la probabilità che v(t) sia compresa nell intervallo [.9m x,.m x ]. Il valore atteso di v(t) si calcola ricordando che il valore atteso di un processo all uscita di un sistema LI è dato dal valore atteso dell ingresso moltiplicato per la funzione di trasferimento valutata alla frequenza zero: E {v(t)} = E {x(t) h(t)} = E {x(t)} H() = E {x(t)} = in quanto = E {m x + n(t)} = E {n(t)} + m x = m x H(f) = a H() = a + jπf Per calcolare il valore quadratico medio la strada più semplice è di passare attraverso la funzione di autocorrelazione, che si può calcolare come antitrasformata di Fourier della densità spettrale di potenza G v (f) del processo di uscita v(t). L operatore di antitrasformata di FOurier sarà anche indicato con la notazione F. A sua volta, la G v (f) si calcola utilizzando la densità spettrale di potenza dell ingresso e la funzione di trasferimento del filtro LI. E { v (t) } = R v () = F {G v (f)} G v (f) = G x (f) H(f) Per calcolare la densità spettrale di potenza di x(t) si passa attraverso la sua funzione di autocorrelazione. 3
33 R x (τ) = E {x(t)x(t + τ)} = E {[m x + n(t)] [m x + n(t + τ)]} = da cui si ottiene che = E {n(t)n(t + τ)} + m x = R n (τ) + m x G x (f) = F {R x (τ)} = G n (f) + m xδ(f) = N + m xδ(f) Quindi la densità spettrale di potenza di v(t) vale G v (f) = ( N + m xδ(f) e il valore quadratico medio E { v (t) } = + ) H(f) = N H(f) + m xδ(f) G v (f)df = m x + N + H(f) df dove l ultimo integrale si risolve con l ausilio delle tavole degli integrali. Per quanto riguarda il calcolo della probabilità p = P (.9m x < v(t) <.m x ) è necessario conoscere la densità di probabilità del processo v(t). Si noti che x(t) è un processo gaussiano stazionario; poichè v(t) è ottenuto filtrando x(t) attraverso un sistema LI, v(t) à ancora gaussiano stazionario. La sua densità di probabilità è quindi gaussiana e non dipende dal tempo; essa è completamente determinata dal valor medio E[v(t)] = m x e dalla varianza σv = E[v (t)] E[v(t)]. La probabilità p vale quindi.mx p = e (x m v) σv dx.9m x πσv e si può esprimere tramite le funzioni di errore erf e erfc. 3
34 Esercizio 9 Un rumore gaussiano n(t) con densità spettrale di potenza G n (f) = N per f < B e nulla altrove passa attraverso un sistema lineare con risposta all impulso h(t) = δ(t) +.5δ(t ). Il segnale in uscita passa attraverso un sistema non lineare che ne fa il quadrato. Calcolare il valor medio dell uscita nel caso di B = 3 4. x(t) = n(t) h(t) = n(t) + n(t ) z(t) = x (t) = n (t) + 4 n (t ) + n(t)n(t ) Il valore atteso di z(t) vale [ E [z(t)] = E n (t) + ] 4 n (t ) + n(t)(t ) = σn+ 4 σ n+r n ( ) = 5 4 σ n+r n ( ) La funzione di autocorrelazione di n(t) è pari all antitrasformata di Fourier di G n (f). Dai dati dell esercizio sappiamo che G n (f) = N p B (f), quindi R n (τ) = F {G n (f)} = sin(πbτ) N πτ = N B sin(πbτ) πτb σn 3 = R n () = N B = N 4 R n ( ) = N B sin(πb ) = N ( πb π sin π 3 ) 4 E [z(t)] = N N π = N ( 5 8 π = N π ) 3
35 Esercizio Un processo casuale n(t) stazionario ha una densità di probabilità del primo ordine uniforme nell intervallo ( A, +A), e spettro di potenza { N S n = per f B altrove Questo processo passa attraverso un sistema LI con funzione di trasferimento H(f) = + e jπf Il processo in uscita da tale sistema viene quindi elevato al quadrato. Sia m(t) il risultato di tale operazione. Determinare il valore di A Calcolare la media di m(t) nel caso in cui B = Possiamo determinare il valore di A imponendo che la varianza calcolata utilizzando la densità di probabilità del processo sia uguale a quella calcolata integrando la densità spettrale di potenza (si noti che il processo n(t) è a media nulla). σ n = + n f n (n)dn = A σ n = + +A A n dn = G n (f)df = N B A 6A n3 A = A 3 3 da cui A = N B. Per trovare un espressione per y(t) conviene lavorare nel dominio del tempo, notando che l antitrasformata di Fourier di H(f) contiene solo delle delta di Dirac. h(t) = F {H(f)} = δ(t) + δ(t ) Da cui il valore atteso cercato è y(t) = n(t) h(t) = n(t) + n(t ) 33
36 E {m(t)} = E { y (t) } = E { n (t) } + E { n (t ) } + E {n(t)n(t )} = E { n (t) } + E {n(t)n(t )} E {n(t)} = E { n (t) } = σ n = N B E {n(t)n(t )} = R n ( ) = F {G n (f)} τ= = N B sin(πb ) πb Per B = si ottiene R n ( ) = N sin(π) = π E {m(t)} = σ n = N B 34
37 Esercizio Un processo di rumore gaussiano bianco n(t), con densità spettrale di potenza costante e pari a N, passa attraverso un sistema lineare e tempoinvariante con funzione di trasferimento H(f) = + jπf Sia z(t) il processo all uscita di tale sistema. Determinare: la densità di probabilità di z(t) La probabilità P [z(t) >.5] la funzione di autocorrelazione di z(t), R z (τ) z(t) è ancora gaussiano, in quanto è ottenuto tramite trasformazione lineare di un processo gaussiano. Pertanto per determinarne la densità di probabilità dobbiamo calcolarne valore medio e varianza. E {z(t)} = E {n(t)} H() = σ z = E { z (t) } E {z(t)} = E { z (t) } = R z () = F {G z (f)} τ= G z (f) = G n (f) H(f) = N R z (τ) = N 4 e τ + (πf) σz = R z () = N 4 P [z(t) >.5] = ( ) erf = ( ) σ z erf N 35
x(t) = p(t nt ) p(t) T 2 -A Figura 1.1
Esercizio Calcolare la potenza media del segnale x(t) = p(t nt ) n= dove p(t) è riportato in Fig... p(t) A T T t -A Figura. x(t) è periodico di periodo T. Quindi, indicando con E p l energia del segnale
DettagliCorso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra
Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Sommario CARATTERISTICHE DEI SEGNALI DETERMINATI.... ESERCIZIO.... ESERCIZIO... 5.3 ESERCIZIO 3 CONVOLUZIONE...
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliProva di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
Dettagli1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito
1) Lo spettro di potenza di X(t) fornito può essere espresso graficamente come di seguito L autocorrelazione di X(t), che essendo SSL dipenderà da τ, può invece essere valutata attraverso il calcolo dell
DettagliVI test di autovalutazione di SEGNALI & SISTEMI
VI test di autovalutazione di SEGNALI & SISEMI. Sia u(t) t R un generico segnale di ingresso e si supponga che tale segnale venga prima campionato idealmente con frequenza di campionamento f c e successivamente
DettagliESERCIZI DI TEORIA DEI SEGNALI
ESERCIZI DI EORIA DEI SEGNALI EX. 1 Si determini lo sviluppo in serie di Fourier del segnale cos[ m(t)] dove m(t) = m(t) = m(t k ) [ π 2 2π ] ( ) t t rect. EX. 2 Si siderino due segnali x 1 (t) e x 2 (t)
DettagliTeoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliSEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione
Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,
DettagliCAMPIONAMENTO. y(t) = x 1 (t) x 2 (t) Σ δ(t - kt c. ) k. Figure 1:
CAMPIONAMENTO 1) Si considerino i due segnali a banda limitata x 1 (t) con banda B 1 e x 2 (t) con banda B 2. Si costruisca il segnale y(t) come y(t) = x 1 (t) x 2 (t) Volendo applicare il principio del
DettagliCAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1
CAMPIONAMENTO E RICOSTRUZIONE Esercizio 1 Dato il segnale y(t), con trasformata di Fourier Y(f) rappresentata in figura, rappresentare lo spettro del segnale ottenuto campionando idealmente y(t) con a)
DettagliTeoria dei Segnali IIa Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 22 novembre 2018
UNIVERSITA DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell Informazione Corso di Laurea in Ingegneria Elettronia e Informatica
DettagliPulse Amplitude Modulation (PAM) 2 Scelta delle risposte impulsive dei filtri in trasmissione e ricezione
Pulse Amplitude Modulation (PAM 1 Definizione La trasmissione di una sequenza di numeri {a k } mediante un onda PAM consiste nel generare, a partire dalla sequenza {a k } il segnale a tempo continuo u(t
DettagliModulazioni di ampiezza
Modulazioni di ampiezza 1) Si consideri un segnale z(t) modulato in ampiezza con soppressione di portante dal segnale di informazione x(t): z(t) = Ax(t)cos(2πf 0 t) Il canale di comunicazione aggiunge
DettagliCorso di Laurea in Ingegneria Informatica (Laurea on Line)
Milano 30/11/07 Corso di Laurea in Ingegneria Informatica (Laurea on Line) Corso di Fondamenti di Segnali e Trasmissione Prima prova Intermedia Carissimi studenti, scopo di questa prima prova intermedia
DettagliSvolgimenti esami del corso di Teoria di Segnali
Svolgimenti esami del corso di Teoria di Segnali versione.4 - ultimo aggionamento 0/03/209 Autore: Gabriel Emile Hine mail: gabriel.hine@uniroma3.it (per segnalazione di eventuali errori/refusi) Esame
DettagliComunicazione Elettriche L-A Identità ed equazioni
Comunicazione Elettriche L-A Identità ed equazioni Gennaio - Marzo 2009 Identità ed equazioni relative alle comunicazioni elettriche tratti dalle lezioni del corso di Comunicazioni Elettriche L-A alla
DettagliSEGNALI E SISTEMI Ripasso per Io Compitino
SEGNALI E SISTEMI Ripasso per Io Compitino Esercizio 1 Si consideri il segnale a tempo continuo x(t) = 2 ( 1) k 1 1 sin(kt), t R. k=1 k a. Trovare il periodo fondamentale T p di x(t) e dire se il segnale
DettagliRipasso segnali e processi casuali. Trasmissione dell Informazione
Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale
DettagliTeoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione p. 1 Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
DettagliTeoria dei Segnali Ila Prova Intracorso Prof. Francesco A. N. Palmieri giovedi 23 novembre 2017
UNIVERSITA' DEGLI STUDI DELLA CAMPANIA Luigi Vanvitelli SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Dipartimento di Ingegneria Industriale e dell'informazione Corso di Laurea in Ingegneria Elettronia e
DettagliEsercitazione ENS su periodogramma (27 e 28 Maggio 2008) Esercizio 1: Autocorrelazione e stima della densità spettrale di potenza
sercitazione S su periodogramma (7 e 8 Maggio 008 D. Donno sercizio : Autocorrelazione e stima della densità spettrale di potenza Si consideri la sequenza x n di lunghezza = 8 campioni. x n è somma di
DettagliProva scritta di Teoria dei Segnali: nuovo ordinamento
Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata
DettagliSEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione
SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti
DettagliPROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne
PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t
DettagliCOMUNICAZIONI ELETTRICHE A
COMUNICAZIONI ELERICHE A Laurea riennale in Ingegneria Elettronica e delle elecomunicazioni Prova del 10/1/007 empo a disposizione: ore 1. Si illustri il funzionamento di un ricevitore supereterodina,
DettagliElettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2
Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
DettagliSECONDO COMPITINO DI SEGNALI E SISTEMI 3 Dicembre 2003
SECONDO COMPIINO DI SEGNALI E SISEMI 3 Dicembre 003 Esercizio. Si consideri il modello ingresso/uscita a tempo discreto e causale descritto dalla seguente equazione alle differenze: vk) con a parametro
DettagliComunicazioni Elettriche anno accademico Esercitazione 1
Comunicazioni Elettriche anno accademico 003-004 Esercitazione Esercizio Un processo aleatorio a tempo discreto X(n) è definito nel seguente modo: Viene lanciata una moneta. Se il risultato è testa X(n)=
DettagliTeoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici
eoria dei Segnali rasmissione binaria casuale; somma di processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it eoria dei Segnali rasmissione
DettagliTeoria dei Segnali (19 dicembre 2002)
Teoria dei Segnali (9 dicembre ) II Provetta Esercizio N. (per gli studenti della laurea quinquennale) All ingresso del modulatore in figura c è il segnale m() t cos( Ωt) l inviluppo complesso del segnale
DettagliRICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA
RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti
DettagliIntroduzione ai segnali determinati
Teoria dei segnali Unità 1 Introduzione ai segnali determinati Introduzione ai segnali determinati Sviluppo in serie di Fourier Trasformata di Fourier 005 Politecnico di Torino 1 Introduzione ai segnali
DettagliCOMUNICAZIONI ELETTRICHE
COMUNICAZIONI ELERICHE Diploma Universitario Ingegneria Elettronica - Ingegneria Inormatica ESERCIZIO : Si consideri il sistema mostrato in igura. Il iltro ha risposta in requenza H() = j segn (), dove
DettagliEsercizi sul campionamento
Capitolo 5 Esercizi sul campionamento 5.1 Esercizio 1 Dato il segnale x(t) = s(t) cos (2π 0 t) con s(t) a banda limitata s e supponendo di introdurre il segnale x(t) come ingresso di un sistema non lineare
DettagliTeoria dei segnali terza edizione
Capitolo 9 Segnali aleatori a tempo continuo e a tempo discreto SOLUZIONI DEGLI ESERCIZI Soluzione dell esercizio 9.3 Si osservi innanzitutto che, essendo il processo () t Gaussiano, anche il processo
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliFormule di Teoria dei Segnali
Formule di trigonometria Formule di eoria dei Segnali L.Verdoliva cos(α + β = cos α cos β sin α sin β sin(α + β = sin α cos β + sin β cos α cos α = + cos α sin α = cos α sin α = sin α cos α cos α = cos
Dettagli6 dbm, mentre il secondo ha una potenza di 3 dbm. Quale sarà la
DECIBEL, FILTRAGGIO, PROCESSI Esercizio 9 (sui decibel) Un segnale con potenza media di 0 dbm viene amplificato attraverso un dispositivo elettronico la cui H(f) è costante per ogni frequenza e pari a
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Sistemi Tempo-Discreti In questi sistemi i segnali hanno come base l insieme dei numeri interi: sono sequenze
DettagliConversione analogico-digitale
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliTeoria dei Segnali. Tema d'esame. Soluzione compito di Teoria dei Segnali
Soluzione compito di 3/03/00 A cura di Francesco Alesiani Esercizio Si consideri un sistema di comunicazione che può essere modellizzato come la cascata di due canali simmetrici indipendenti con probabilità
DettagliScomposizione in fratti semplici
0.0.. Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiedono l antitrasformazione di una funzione razionale fratta
DettagliTeoria dei Segnali Densità spettrale di energia e di potenza; campionamento e teorema di Shannon
Teoria dei Segnali Densità spettrale di energia e di potenza; campionamento e teorema di Shannon Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria
DettagliSegnali e trasformate
Segnali e trasformate - Corso di Laurea in Ingegneria Meccanica Segnali e trasformate DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Segnali e trasformate
DettagliSegnali (processi) aleatori (casuali)
Segnali (processi) aleatori (casuali) Definizione di processo aleatorio Descrizione statistica di un processo aleatorio Media, potenza, varianza Autocorrelazione e autocovarianza Filtraggio di un processo
Dettagli+ h(τ) x(t τ)dτ (2.1) Figura 2.1: Sistema lineare
Capitolo Metodo di Volterra.1 Introduzione Per un sistema lineare, come riportato in figura.1, si può sempre definire una risposta impulsiva ht che relaziona, tramite un integrale di convoluzione, il segnale
DettagliEsercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s.
ASB 17/01/12 (270) Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. A 0 T 2T 3T t - A Si consideri il segnale
DettagliTeoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier
Teoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali
DettagliProbabilità e Processi casuali Laboratorio 5 Segnali per le
Probabilità e Processi casuali Laboratorio 5 Segnali per le Telecomunicazioni Prof. Prati Claudio Maria Autore: Federico Borra Politecnico di Milano, DEIB Email: federico.borra@polimi.it Aprile 17, Ultima
DettagliSistemi e Tecnologie della Comunicazione
Sistemi e Tecnologie della Comunicazione Lezione 5: strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza Rappresentazione spettrale di un segnale Il grafico
DettagliLa Trasformata di Fourier
La rasformata di Fourier Mauro Zucchelli Univeristà degli studi di Verona, Dipartimento di Informatica April, 7 La serie di Fourier Data una funzione ft definita in un intervallo di tempo, la possiamo
DettagliDispense del corso di Analisi II
Dispense del corso di Analisi II versione preliminare Paolo Tilli Dipartimento di Matematica Politecnico di Torino email: paolo.tilli@polito.it 8 gennaio 5 Capitolo 6 La trasformata di Fourier 6. Introduzione
DettagliElaborazione numerica. Teoria dei segnali
Elaborazione numerica e Teoria dei segnali Raccolta di Esercizi Fiandrino Claudio agosto 00 II Indice I Teoria dei segnali 5 Esercizi di base 7. Esercizio............................. 7. Esercizio.............................
DettagliCOMPITO DI SEGNALI E SISTEMI 7 Gennaio 2004
COMPITO DI SEGNALI E SISTEMI 7 Gennaio 2004 Esercizio. Si consideri il modello ingresso/uscita a tempo continuo descritto dalla seguente equazione differenziale: d 2 v(t) 2 + π 2 v(t) = d2 u(t) 2, t R
DettagliFormulario di Teoria dei Segnali 1
Formulario di eoria dei Segnali Parte : Segnali determinati his documentation was prepared with L A EX by Massimo Barbagallo formulario di teoria dei segnali Proprietà dei segnali determinati Energia,
DettagliSegnali e sistemi passa-banda
Segnali e sistemi passa-banda Segnali passa-banda Segnale analitico Inviluppo complesso Trasformata di Hilbert Analisi dei sistemi LTI passa-banda Ritardo di fase, ritardo di gruppo Segnale passa banda:
DettagliLa trasformata discreta di Fourier in ambiente Mathematica
Matematica Open Source http://www.extrabyte.info Quaderni di Matematica Computazionale 017 La trasformata discreta di Fourier in ambiente Mathematica Marcello Colozzo Indice 1 Campionamento di un segnale
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Primo Appello 26/2/2015
Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 204-205 Primo Appello 26/2/205 Quesiti relativi alla prima parte del corso (tempo max. 90 min). Calcolare: la trasformata z di x(n) = ( )
DettagliScomposizione in fratti semplici
0.0. 2.2 Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiede l antitrasformazione di una funzione razionale fratta
DettagliEsame di Fisica Matematica 2, a.a (8/5/2014)
Esame di Fisica Matematica, a.a. 03-04 (8/5/04) Tempo a disposizione: DUE ORE E MEZZA. Svolgere tutti gli esercizi. Scrivere chiaramente nome, cognome e numero di matricola. Non è consentito l uso di libri,
DettagliTeoria dei Segnali Processo di Poisson e rumore granulare
Teoria dei Segnali Processo di Poisson e rumore granulare Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Processo di Poisson e
DettagliSegnali ad energia ed a potenza finita
Bozza Data 07/03/008 Segnali ad energia ed a potenza finita Energia e potenza di un segnale Definizioni di energia e potenza Dato un segnale (t), in generale complesso, si definisce potenza istantanea
DettagliCorso di Elaborazione Numerica dei Segnali Esame del 7 Luglio 2004
Corso di Elaborazione Numerica dei Segnali Esame del 7 Luglio TOTALE PUNTI: L allievo é invitato a dare una ragionata e succinta risposta a tutti gli argomenti proposti, per dimostrare il livello di preparazione
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono
DettagliSistemi LTI a Tempo Continuo
Capitolo 3 Sistemi LTI a Tempo Continuo 3.1 Proprietà di Linearità e Tempo Invarianza 3.1.1 Linearità Si indichi con T [.] la trasormazione ingresso-uscita, o unzione di traserimento, di un sistema S 1,
DettagliLezione 2: rappresentazione in frequenza
Segnali a potenza media finita e conversione A/D Lezione : rappresentazione in frequenza Generalità Spettro di potenza e autocorrelazione Proprietà dello spettro di potenza Larghezza di banda Spettri mutui
DettagliRisposta all impulso
...3 Risposta all impulso Sistemi lineari tempo invarianti: x(t) Sistema y(t) n a lineare i D i y(t) = i= m b i D i x(t) i= La funzione di trasferimento G(s) è definita a condizioni iniziali nulle: X(s)
DettagliAnalisi di segnali variabili nel tempo: la trasformata di Fourier
Analisi di segnali variabili nel tempo: la trasformata di Fourier Aniello (a.k.a. Daniele) Mennella Università degli Studi di Milano Dipartimento di Fisica 13 ottobre 2015 Laboratorio di strumentazione
DettagliTrasformata di Fourier
Trasformata di Fourier Ø Risposta impulsiva e integrale di convoluzione Ø Rappresentazione di segnali nel tempo e in frequenza Ø Filtri idealmente e fisicamente realizzabili, stabilità Ø Trasformazioni
DettagliSerie di Fourier. Tra queste funzioni definiamo un prodotto scalare nel seguente modo: date f, g V poniamo f (x) g (x) dx. f (x) [g (x) + h (x)] dx
Serie di Fourier Indichiamo con V l insieme delle funzioni f : R R che siano periodiche di periodo π, si abbia cioè f ( + π) = f (), e che risultino integrabili nell intervallo [, π]. Tra queste funzioni
DettagliANALISI DI FOURIER. Segnali a tempo continuo:
ANALISI DI OURIER Segnali a tempo continuo: Segnali aperiodici Segnali periodici Introduzione alla Trasformata Continua di ourier - Derivazione intuitiva della TC a partire dallo Sviluppo in Serie di ourier
DettagliTeoria dei Segnali Quantizzazione dei segnali; trasformata zeta
Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;
DettagliScomposizione in fratti semplici
0.0. 2.2 Scomposizione in fratti semplici Evoluzione forzata di un equazione differenziale: la trasformata di Laplace Y(s) del segnale di uscita y(t) è uguale al prodotto della trasformata di Laplace X(s)
DettagliCorso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32
Corso di Controllo Digitale Antitrasformate Zeta e calcolo della risposta Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo Istituto per la Sistemistica
DettagliAnalisi Matematica II 6 aprile sin[π(x 2 + y 2 /5)] x 2 + y2
Analisi Matematica II 6 aprile 07 Cognome: Nome: Matricola:. (0 punti) Si consideri la seguente corrispondenza tra R ed R f(x, y) = Determinare l insieme di definizione A R di f e sin[π(x + y /5)] x +
DettagliElaborazione di segnali e immagini: modulo segnali
Elaborazione di segnali e immagini: modulo segnali 30 gennaio 014 Esame parziale con soluzioni Esercizio 1 Dato un sistema LTI descritto dalla seguente equazione alle differenze: v(k) + v(k 1) 10v(k )
DettagliLaboratorio II, modulo
Laboratorio II, modulo 2 206-207 Banda di un segnale e filtri (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_03.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_05.pdf
DettagliNella modulazione di ampiezza, si trasmette il segnale. v R (t) = (V 0 + k I x(t)) cos (2πf 0 t).
Cenni alla Modulazione di Ampiezza (AM) Nella modulazione di ampiezza, si trasmette il segnale v(t) = (V 0 + k I x(t)) cos (πf 0 t), dove x(t) è il segnale di informazione, con banda B, e f 0 è la frequenza
DettagliConcetti di base: segnali - Classificazione dei segnali -
Corso di Tecnologie per le Telecomunicazioni e sviluppo in serie di Fourier 1 - Classificazione dei segnali - Le forme d onda di interesse per le Telecomunicazioni possono essere sia una tensione v(t)
DettagliCOGNOME... NOME... Matricola... Corso Prof... Esame di ANALISI MATEMATICA II - 27 Gennaio cos x
COGNOME... NOME... Matricola... Corso Prof.... Esame di ANALISI MATEMATICA II - 27 Gennaio 25 A ESERCIZIO. 4 punti) Verificare che la serie 7 2 cos x ) n è convergente per ogni x R, e calcolarne la somma.
DettagliCorso di Fondamenti di Segnali e Trasmissione - Esame del 21 Febbraio 2006
Corso di Fondamenti di Segnali e Trasmissione - Esame del Febbraio 006 Gli esercizi devono essere risolti solo sui ogli dei colori indicati. Per esiti e soluzioni si veda il sito web del corso: http://www.elet.polimi.polimi.it/dsp/courses/st.
Dettagliè un segnale periodico di periodo T0 1 equazioni di analisi e di sintesi stabiliscono
PROPRIEA ELEMENARI Se x( t) è un segnale periodico di periodo 0 di classe C 1 -tratti e normalizzato, le equazioni di analisi e di sintesi stabiliscono una corrispondenza fra x( t) e la sequenza dei suoi
DettagliLa Trasformata di Fourier Discreta. e sue applicazioni
Prof. Lucio Cadeddu Giorgia Tranquilli Università degli Studi di Cagliari Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica La Trasformata di Fourier Discreta e sue applicazioni Relatore: Tesi
DettagliStima puntuale di parametri
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Stima puntuale di parametri Ines Campa Probabilità e Statistica -
DettagliSegnali e trasformate
Segnali e trasformate - 1 Corso di Laurea in Ingegneria dell Automazione Segnali e trasformate DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi
DettagliControlli Automatici LA Segnali e trasformate
- 1 Corso di Laurea in Ingegneria dell Automazione DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Controlli Automatici L - 2 Segnali tempo continui
DettagliQuesta viene trasmessa sul canale (wireless o wired). In questo corso, modellizzeremo il canale di trasmissione come un canale Gaussiano bianco
Canale di trasmissione Dati una costellazione M un labeling binario e è possibile associare alle sequenze binarie di informazione u da trasmettere una forma d onda s(t). Questa viene trasmessa sul canale
DettagliTRASMISSIONE NUMERICA IN BANDA BASE
TRASMISSIONE NUMERICA IN BANDA BASE 1 Fondamenti di segnali Fondamenti e trasmissione TLC Trasmissione numerica in banda base Per trasmettere una sequenza di cifre binarie su un canale di trasmissione
DettagliEsercitazione ENS sulle finestre (22 Aprile 2008)
Esercitazione ENS sulle finestre ( Aprile 008) D. Donno Esercizio : Separazione di due segnali Si consideri un segnale z(t) somma di due segnali x(t) e y(t) reali e di potenza simile, ciascuno con semi
DettagliAppunti Esercitazioni per il corso di Telecomunicazioni Stefano Savazzi
Appunti Esercitazioni per il corso di elecomunicazioni Stefano Savazzi Parte Ricostruzione di segnali analogici - teorema del campionamento Sia dato il seguente segnale µ sin(90πt) x(t) cos(000πt) πt si
DettagliPrime nozioni sui segnali
Prime nozioni sui segnali Ø Conce'o di segnale Ø ed esempi di segnali elementari sia determinis4ci che casuali (media, deviazione standard, densità di probabilità) Ø Operazioni sui segnali Ø Energia, potenza,
DettagliSinusoide a fase aleatoria
Sinusoide a fase aleatoria x(t) = cos(ωt + ϑ) ϑ U(,π) Caratterizzazione di primo ordine. Fisso un istante di tempo arbitrario t. Siccome ω è costante, posso porre ωt = Φ Ottengo la V.. (Variabile leatoria)
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
Dettagli( ) ( ) = ( )* ( ) Z f X f Y f. sin 2 f. 0 altrove. Esempio di Modulazione
Esempio di Modulazione z ( t) = x( t) y ( t) dove x( t ) e y () t ammetto trasformata di Fourier X ( f ) e Y ( f ) Per z ( t ) si ha (convoluzione degli spettri): Ad esempio se: ( ) = sin( 2π f t) x t
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Secondo compitino e primo appello, 12 gennaio 2017 Testi 1
Secondo compitino e primo appello, gennaio 7 Testi Prima parte, gruppo.. Determinare l insieme di definizione della funzione arcsin(e ).. Determinare lo sviluppo di Taylor di ordine 4 (in ) della funzione
Dettagli