TELECOMUNICAZIONI (TLC) CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "TELECOMUNICAZIONI (TLC) CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE"

Transcript

1 TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE La Teoria (matematica) dell informazione è stata sviluppata da Claude Shannon (e altri) verso il 1940 ed è applicabile alle comunicazioni numeriche. Vediamo alcune definizioni: Informazione = è ciò che elimina incertezza Messaggio = supporto dell informazione. Ad es. questa pagina è un (lungo) messaggio in cui vi sono informazioni su argomenti che dovrete studiare. Anche una fotografia o un filmato o un brano audio sono messaggi, in quanto in essi si trova informazione!! E gli esempi possono continuare. Viene trasmessa tanta più informazione quanto più l'utilizzatore è "sorpreso" dal messaggio che è stato trasmesso. Dunque, la trasmissione dell'informazione implica un certo grado di incertezza da parte di chi riceve; chi trasmette invece non ha incertezze, se no, che cosa trasmetterebbe? L informazione contenuta in un messaggio è dunque tanto maggiore quanto più piccola è la probabilità dell evento descritto in quel messaggio. Ad es. se il messaggio è: Il 22 Agosto ci sarà il sole la quantità di informazione contenuta è piccola perché è molto probabile che il 22 di Agosto splenda il sole!!! Invece il messaggio: Una bomba termonucleare ha prosciugato l Oceano Pacifico contiene molta informazione perché la probabilità che questo capiti è estremamente piccola PER FORTUNA!!! Dunque la quantità di Informazione si può misurare- L unità di misura più usata è il bit (ma vi è anche il nat e l hartley che NON useremo però). BIT = Quantità di Informazione contenuta nel verificarsi di un evento tra 2 possibili ed ugualmente probabili. Attenzione: il bit di informazione è un altra cosa rispetto al bit usato in elettronica digitale, anche se c è un legame tra i due. In particolare il bit di informazione è in genere un numero reale (con la virgola cioè) mentre il bit digitale è un numero intero. 1

2 Ad es. il messaggio: ho lanciato una moneta ed è uscito Testa contiene 1 bit di informazione (gli eventi sono 2: o esce Testa o Croce.. e suppongo la moneta NON truccata! (Se invece è truccata, la quantità di informazione è più piccola o più grande di 1 bit??) P= probabilità che si verifichi l evento di cui vogliamo misurare la quantità di informazione. E un numero compreso SEMPRE tra 0 (evento impossibile) e 1 (evento certo) Una definizione di probabilità è la seguente: (-> Approfondire in Matematica) P n casi _ in _ cui _ si _ verifica _ l _ evento n casi _ tot _ che _ possono _ avvenire P = 0; evento impossibile P = 1; evento certo Non è l unica e nemmeno la migliore; nella pratica infatti NON sappiamo quanti sono i casi finché non abbiamo fatto degli esperimenti e determinato la frequenza statistica (vedi dopo) ma per quel poco che facciamo ci va più che bene. Definizione di Quantità di informazione I 1 log 2 log P I 2 P P = 0; evento impossibile I = P = 1; evento certo I = 0 log 2 X = logaritmo in base 2 di X. Poiché sulla calcolatrice NON c è il tasto log 2 ma c è quello di log 10 (spesso indicato con Log) allora: log 2 X = 3,32 log 10 X (circa) Il perché chiederlo al prof. di matematica!!! Esempi: Calcolare la quantità di informazione del messaggio: lancio una monete ed esce T EVENTO = lancio di una moneta Esce T? P = 1/2 = 0.5 = 50% I = lg 2 (1/0,5) = lg 2 2 = 3,32 log 10 2 = 1 bit T = testa C = croce Calcolare la quantità di informazione del messaggio: lancio due monete ed esce TT. Conviene (quando si può) disegnare l insieme di tutti i casi possibili, chiamato in statistica Universo. Quindi contare i casi favorevoli (1, cioè TT) e quelli totali, che sono 4 UNIVERSO 1 Moneta I = log 2 (1/0,25) = lg 2 4 = 3,32 log 10 4 = 2 bit 2 Moneta TT TC CT CC Provare a calcolare I per lancio 2 monete ed esce T C o C T Provare a calcolare I per lancio n monete ed escono tutti T per n = 3, 4, 5 2

3 ESERCIZI da fare a casa 1) Lancio 1 dado, qual è I che esca il numero 4? 2) Lancio 2 dadi, I che la somma dei numeri sia 7 ( maggiore o uguale a 7) 3) Lancio 2 dadi, I che la somma dei numeri sia 6 (minore o uguale a 6) 4) Lancio una moneta truccata per cui la probabilità che esca T è doppia di quella che esca C. Qual è I nel caso esca T? E che esca C? Suggerimento: P T, P C = probabilità che esca T o C è l evento certo, la cui probabilità = 1, quindi P T + P C = 1; P T = 2P C dunque 3P C = 1 e quindi P C = 1/3 e P T = 1 - P C = 2/3 5) Lancio 2 dadi, qual è l I che esca un numero 8? ( maggiore o uguale a 8) 1 dado UNIVERSO 2 dado P n casi _ Favorevoli n casi _ Possibili Continuare ora da soli. Per il momento ci fermiamo qui visto che NON siamo ingegneri e NON progettiamo Torneremo alla Teoria quando vedremo la codifica ed entreremo più nei dettagli delle Trasmissioni Digitali. 3

4 CENNI DI TEORIA SEI SEGNALI Nelle telecomunicazioni l Informazione, contenuta nel messaggio, deve poi essere trasportata a distanza. Questo lo si fa tramite un segnale. Segnale = grandezza fisica (tensione, corrente, onda elettromagnetica, ma anche impulso luminoso o pressione acustica ecc.) nelle cui variazioni rispetto al tempo è impressa l informazione. Il messaggio deve quindi essere convertito in un segnale per trasportare a distanza l informazione. Possiamo dunque dire che un segnale trasporta l informazione Attenzione: affinché una grandezza sia un segnale deve variare al variare del tempo (perché l informazione prevede una variazione), ma una grandezza che varia NON è detto che sia un segnale!! Ad Es. La tensione fornita dall ENEL è sinusoidale e quindi varia MA NON E un segnale ( potrebbe però esserlo in due casi.. Quali sono?) Il segnale che giunge all'utilizzatore è di fatto sconosciuto finché non viene completamente ricevuto; se così non fosse, non ci sarebbe bisogno del sistema di comunicazione, e non si avrebbe scambio di informazione! Poiché ci interessiamo di comunicazioni elettriche il segnale: Una tensione Per noi è Una corrente Una Intensità di Campo (onda elettromagnetica /luce) Segnali determinati e indeterminati (o probabilistici o stocastici) Vediamo di seguito due grandezze fisiche che variano. Sulle ascisse (variabile indipendente) mettiamo il tempo, sulle ordinate (variabile dipendente) mettiamo le ampiezze (tensione, corrente, ecc.). Un tale grafico in elettronica si chiama forma d onda (spesso abbreviato con onda ma NON è un onda!) o fdo e lo strumento che lo visualizza e consente di misurare è l Oscilloscopio. Il primo ha un andamento casuale E imprevedibile e dunque chi riceve NON può conoscerlo prima di averlo ricevuto. Dunque può davvero trasportare informazione. Tali segnali li chiamiamo Segnali indeterminati, o probabilistici, o stocastici. Li possiamo conoscere solo a livello statistico (-> Approfondire in Matematica). Due tra le molte grandezze statistiche sono il valore medio μ e la deviazione standard σ (che in elettronica chiamiamo valore efficace) 4

5 Ampiezze Ampiezze tempo μ = Valore Medio (AV) = 0,660 σ = Valore Efficace (RMS) = 6,888 Il secondo, qui sotto, ha invece un andamento molto regolare.. troppo regolare! Ed infatti è generato dalla formula 10*sen(2*π*0,1 + 1). Ma se c è una formula chi riceve lo può costruire quando vuole, e dunque è inutile trasmetterlo, pertanto NON è un segnale, anche se lo chiameremo segnale deterministico. Per questi NON serve la statistica! tempo Valore Medio (AV) = 0,0 Valore Efficace (RMS) = 7,071 Periodo T = 10 Frequenza = 0,1 Vediamo che il grafico si ripete ogni 10 s. Il tempo di ripetizione si chiama Periodo T [s]. Dunque è un segnale Periodico. In TLC siamo però più interessati alla frequenza f: frequenza = 1/periodo ; f = 1/ T misurata in [hertz] o [Hz] 5

6 In generale la frequenza ci dice quante cose (nel nostro caso i periodi ) avvengono in 1 secondo. Un altra grandezza utile quando si hanno segnali periodici sinusoidali (sen, cos) è la pulsazione ω = 2 * π * f = 2 * π / T misurata in [radianti / secondi] = [rad/s] Gli ingegneri delle Telecomunicazioni hanno le conoscenze matematiche per trattare i segnali indeterministici, noi NO! Dunque nello studio useremo solo quelli deterministici che sono l ombra di quelli veri. Ma meglio un ombra che niente!!! Come sono stati ottenuti i due grafici qui sopra? Tramite il foglio di calcolo segnali.xls che trovate nel sito. 1) Per il segnale deterministico ho usato la formula 10*sen(2*π*0,1*t + 1) che è quella generale che esprime un segnale sinusoidale: A*sen(ω*t + φo). Per confronto si ricava: A = ampiezza o valore massimo o valore di picco = 10 [volt o ampere o ] ω = 2*π*f = pulsazione. Da cui ricaviamo che ω =0,628 rad/s; f =0,1 Hz; T =10 s φo = fase iniziale = 1 rad (nella formula gli angoli devono essere in radianti) Per chi non lo sapesse in un angolo giro (360 ) ci stanno 2π radianti, per cui 1 rad = 57 (circa). Per passare da gradi a rad e viceversa si usano le formulette: rad = (π/180) * gradi e gradi = (180/π) * radianti (rifare a casa questi calcoli e verificare se tornano -> Poi Approfondire in Matematica). Le sinusoidi sono importantissime in elettronica e in TLC perché hanno delle proprietà uniche e che scopriremo nel prosieguo del corso dunque vanno comprese e studiate bene!!! 2) Per il segnale indeterministico ho usato la formula -20*CASUALE() +10 che genera un numero casuale tra -10 e 10. In generale casuale() da un numero tra 0 e 1. Per far generare numeri casuali tra min e max si deve usare la formula - (max min) * casuale() + max. Attenzione che benché si usi una formula, il segnale è indeterministico, in quanto ogni volta la formula da un numero diverso e (quasi) imprevedibile. Il valore medio μ = 0,660 dovrebbe essere = 0. Infatti se i numeri sono a caso tanti ce ne sono di positivi quanti di negativi e la media dovrebbe essere = 0. (Perché NON lo è?). Provare a effettuare molte ripetizioni (premere il tasto F9) e vedere come cambiano il grafico, μ e σ Un ultima osservazione: Nel calcolo del valore efficace per la sinusoide si usa la formuletta (che vedremo meglio più avanti): valore efficace = A / 2 = 10/ 2= 7,071. Ma è possibile, con buona approssimazione, usare anche la statistica, in questo caso la deviazione standard σ 6

7 = DEV.ST(C3:C50) = 7,265, con un errore del solo 2% nell esempio. Stessa cosa sul valore medio statistico μ = MEDIA(C3:C54) che ci da -0,02 e che in teoria dev essere = 0. Bene a sapersi, magari per qualche esercizio?, ESERCIZI da fare a casa 1) Dato un angolo di 60, 45, 30 10, 1 calcolare l equivalente in rad 2) Dato un angolo di π, (2/3)*π, (1/2)*π, (1/3)*π radianti, calcolare l equivalente in gradi 3) Realizzare un foglio di calcolo di una sinusoide di ampiezza A = 5, Periodo T=2 e fase iniziale -2 rad. Si vogliono visualizzare N 3 periodi con 10 valori a periodo. Calcolare la frequenza f. Scrivere l espressione matematica e Valutare il valor medio ed efficace 4) Realizzare un foglio di calcolo di una sinusoide di ampiezza A = 10, frequenza f=3 e fase iniziale 30. Si vogliono visualizzare N 2 periodi con 20 valori a periodo. Calcolare il periodo T. Scrivere l espressione matematica e Valutare il valor medio ed efficace 5) Dato 15*sen(t + 12) Indicare quanto valgono A; f; T; ω; φo (in gradi e rad) 6) Realizzare un foglio di calcolo di un segnale indeterministico (usare 60 valori). Effettuare il grafico e provare la simulazione per un valore minimo del valor medio statistico μ. Quanto vale in corrispondenza il valor efficace statistico σ? Segnali Analogici (Continui in matem) e Numerici (Discreti in matem) NELLE AMPIEZZE Un segnale è Analogico se può assumere infiniti valori tutti significativi. Le ampiezze fanno cioè parte dei numeri reali R. Se anche uno solo di quei valori cambia, cambia pure l informazione trasportata. In altre parole se la forma cambia, cambia anche l informazione, e poiché è virtualmente impossibile mantenere la stessa fdo nella trasmissione, si capisce che vi sarà sempre qualche modifica non voluta di informazione. Un Segnale è Numerico (o Digitale o Quantizzato) se i valori significativi che assume in opportuni istanti è un numero finito (2; 3; 4; 5;.). Le ampiezze sono in corrispondenza coi numeri naturali N. L informazione si trova solo in quei valori, e quindi segnali diversi, ma coincidenti in quei particolari valori, sono equivalenti per quanto riguarda l informazione trasportata. In altre parole la forma del segnale NON ha importanza, purché assuma i valori giusti in certi particolari istanti di tempo (istanti di osservazione o di lettura). Quindi è possibile trasmettere l informazione senza alterazioni (almeno in teoria). Per motivi tecnologici è bene che il passaggio da un livello all altro avvenga quasi istantaneamente, e quindi la fdo risulti squadrata, proprio come si trova nei libri, anche se nella realtà le cose sono un po diverse. 7

8 Ampiezze Nell Es. che segue (foglio: Segnali.xls) i valori significativi sono 0; 2; 4; 6 (4 livelli) e gli istanti di osservazione sono 2; 5; 8; 11; 14 ecc. In tali istanti il valore dei due segnali è lo stesso e quindi, pur avendo fdo diverse, questi sono equivalenti. 7 Segnali Numerici Equivalenti tempo Riconoscere molti livelli è una operazione difficile da parte del RX, quindi molto spesso i livelli sono solo due: H (ampiezza maggiore) ed L (ampiezza minore). Se il numero di valori è 2 il segnale è detto Binario. Vediamo un esempio di un segnale Binario ideale e reale Poiché il RX legge i valori al centro di ciascun bit, questi sono equivalenti. H Segnale Binario Ideale L Segnale Binario Reale Istanti di lettura Segnali Analogici Discreti nei TEMPI (Campionati) Prendete un segnale Analogico e supponete di essere al buio. Ogni tanto si accende un flash, come nelle discoteche quando viene attivata la luce stroboscopica. Cosa vedete? Vedete dei 8

9 pezzi (si dice dei campioni ) del segnale. Abbiamo reso il tempo discreto, ossia il tempo varia ora a scatti Vediamo un esempio: In color rosso il segnale analogico, in nero il segnale campionato (discreto nei tempi). L operazione di campionamento è l importantissima prima operazione da fare quando si vuole convertire un segnale analogico in uno digitale secondo quanto stabilisce il: Teorema del Campionamento o Teorema di Shannon sul campionamento e la vedremo in seguito. Da notare che il segnale campionato è ancora Analogico. Segnali Analogici Discreti nei TEMPI e nelle Ampiezze (Campionati e Quantizzati) Dopo il campionamento segue la quantizzazione, che rende il segnale numerico.. E alla base della moderna Telefonia e di tutte le applicazioni delle comunicazioni moderne.. Compresa la TV digitale, CD musicali, gli MP3 ecc Avremo modo di sviluppare l argomento in seguito. Vale l esempio sotto (file segnale.xls) Segnale Discreto nei Tempi e nelle Ampiezze 8 6 Ampiezza Tempo SEGNALI MATEMATICI (sono Segnali che si NON si trovano nella Realtà) 9

10 -6-4,7-4,2-3,7-3,2-2,7-2,2-1,7-1,2-0,7-0,2 0,3 0,8 1,3 1,8 2,3 2,8 3,3 3,8 4,3 4,8 Sono inventati di sana pianta dai fisici matematici. Benché non esistano, sono molto utili nelle operazioni matematiche (tanto per cambiare ). Il più folle di tutti è la delta (δ)di Dirac. Non è nemmeno una funzione, bensì una distribuzione!! Vediamo la figura: A m p i e z z a Delta di Dirac: δ(t) Tutti gli impulsi hanno AREA = 1 y1 y2 y3 y4 y5 y6 y7 tempo Prendiamo un impulso rettangolare y 1 (t) che si estende (ha supporto ) da t=-5 a t=5 ed ha ampiezza di 1/10. La sua area = base x altezza = (5 (-5)) x 1/10 = 10 x 1/10 = 1. Ora riduciamo il suo supporto da 4 a 4 (8 in totale) ma aumentiamo la sua ampiezza a 1/8. Otteniamo y 2 (t). La sua area vale 8 x 1/ 8 = 1. Procediamo così con y 3 ; y 4 ; ecc. fino a che il supporto tende a 0 Per avere Area = 1 la sua ampiezza deve tendere a. Abbiamo ottenuto la δ; ossia un impulso che dura nulla, che ha ampiezza ma AREA=1. Se chiamo Δt la base e y(t) = 1 / Δt la funzione si ha: Il bello è che si trova lo stesso risultato anche se al posto degli impulsi si usano funzioni diverse, purché mantengano la stessa area quando il supporto diminuisce! Un tale segnale non ha senso fisico, ma ha alcune proprietà divertenti: f(t) δ(t) = f(0) δ(t) δ(t) dt = 1 f(t) δ(t) dt = f(0) Poiché NON si può tracciare il suo grafico, la si rappresenta con una con a fianco il valore dell area. Ad Es. 10 significa una δ con area 10 La troveremo quando si studierà il campionamento. Per approfondimenti vedi ad es: Altri segnali sono il gradino U (t) e l impulso rettangolare di durata T ed altri 10

11 Gradino U(t) e Impulso 1,2 1 0,8 0,6 0,4 Gradino Impulso 0, tempo Il gradino (conosciuto anche come funzione di Heaviside, dal nome di chi l ha introdotto) è sempre nullo fino a t=0 e poi vale sempre 1. Cioè: In t=0 vi è una discontinuità (un salto cioè), in quanto un segnale reale NON può essere contemporaneamente a 0 e ad 1. La natura NON fa tratti verticali e nemmeno spigoli come a volte si vede nei libri: per questo è un segnale matematico!! A volte invece si definisce U(t=0) = ½ che il valore a cui tende la serie di Fourier L impulso poi è la differenza tra il gradino e un altro gradino ritardato di un tempo T. Valgono anche per lui le considerazioni fatte per U(t). Segnali che si trovano nella Realtà: FINALMENTE!!! Segnale Audio Analogico: ad es. all uscita da un microfono, da una radiolina, dalle cuffiette di un lettore MP3 ecc.. Segnale Video Analogico: ad es. all uscita di una videocamera di qualche anno fa (ora forniscono un segnale numerico in formato, ad es. MP4, WebM, FLV, 3GP, H264 ecc.) Segnale Dati: ad es. all uscita di una macchina numerica (calcolatore, Bancomat ecc.) Segnale Video Analogico (fdo) 11

12 Segnale Audio Analogico (fdo) della parola Prova ripetuta, registrato con Audacity Costellazione (sopra) e Spettro di Ampiezza (sotto) di un segnale Video Digitale da Satellite (o DVB- S) modulato 8PSK Vedremo in seguito che cosa sono questi concetti Oggigiorno però si va verso l integrazione dei dati con i servizi o ISD (Integrated Service and Data), in cui il segnale dati trasporta anche servizi Audio, Radio, Telefonici e TV. Vantaggi del Segnale (e quindi dei sistemi) Digitali Binari possibilità di usare circuiteria digitale a basso costo; possibilità di cifratura dei messaggi per preservare privatezza o segretezza; possibilità di trasmettere segnali con grande dinamica (rapporto tra il valore massimo e minimo del segnale stesso) 12

13 unificazione del formato di dati, voce e video che vengono trasmessi attraverso un unico sistema di trasmissione comune. Ad es. si può telefonare via Internet tramite Skype e non solo (tecnologia VoIP = Voice over IP) assenza dell'effetto di accumulo del rumore in comunicazioni su lunghe distanze con ripetitori intermedi; immunità ai disturbi nella rilevazione dei dati trasmessi; possibilità di diminuire gli errori di trasmissione dovuti ai disturbi con l'uso di opportune codifiche. D'altro canto, le comunicazioni digitali hanno anche i seguenti svantaggi: in generale, maggiore richiesta di banda (vediamo dopo cosa significa); necessità della sincronizzazione dei segnali (per arrivare giusti negli istanti di lettura). Naturalmente, i vantaggi sono così importanti da più che controbilanciare gli svantaggi, e ciò giustifica la massiccia adozione delle tecniche digitali nella trasmissione dell'informazione cui si è assistito negli ultimi anni. TRASFORMATA DI FOURIER Supponiamo di guardare l edificio della nostra scuola dalla porta principale: vedremo le bandiere, una porta e il nome dell Istituto. Ora spostiamoci verso l ingresso delle auto; vedremo un cancello metallico ed un cortile. Vediamo immagini diverse, ma sappiamo che la scuola è sempre la stessa. Abbiamo solo cambiato prospettiva. Perché lo facciamo? Perché a seconda della prospettiva si vedono meglio certi dettagli, si scoprono cose che altrimenti resterebbero sconosciute, perché ci fa comodo Lo stesso lo possiamo fare con i segnali. Li possiamo vedere nel dominio del tempo, ma cambiando prospettiva (i matematici direbbero.. cambiando base o dominio) li possiamo vedere nel dominio della frequenza. Il segnale invece NON cambia!!! Ricordare che il dominio è la variabile indipendente; quella che si mette sull asse orizzontale!!! Per fare questo cambiamento usiamo una operazione matematica chiamata trasformazione integrale che da come risultato la trasformata. Di trasformazioni ve ne sono parecchie: di Laplace, di Hilbert, Z, Coseno, Fourier ecc. Ognuna ha particolari vantaggi e svantaggi, ma per le TLC quella che va meglio è quella di Fourier. Di fatto è una estensione del Teorema di Fourier, valida sia per segnali periodici che NON periodici, dove il teorema NON ci è più utile. Ora sparo un po di matematica. Non fatevi spaventare da queste formule : NON le useremo, ma vedremo solo alcuni (pochi) risultati trovati da altri. Il segno che compare si chiama integrale e lo studierete (si spera fervidamente!!!) nel 2 Quadrimestre in matematica (Numeri reali e complessi ripassateli con l insegnante di Matematica!!!!) 13

14 DEFINIZIONI Chiamiamo, ad es., x(t) il nostro segnale. F[ ] la trasformazione di Fourier e X(f) il segnale trasformato (o trasformata). La definizione è la seguente: Matematicamente la Trasformata di Fourier fa passare da t a f (entrambi numeri reali R). Il segnale x a sua volta passa da reale (R) a X numero complesso (C). E se si vuole tornare indietro, ossia ri-passare da f a t? Basta effettuare la trasformazione inversa, detta anche anti trasformata ed indicata con F -1 [ ] NB: F e F -1 NON sempre si possono calcolare, cioè non sempre esistono. Per quanto ci riguarda però, nei casi pratici, esistono di sicuro Per la vostra felicità!!! Un numero complesso è una coppia ordinata di numeri reali, che possiamo scrivere come parte reale e parte immaginaria: X = RE[X] + j IM[X], ma anche, e sarà quella usata da noi, come Modulo e Fase (o argomento): X = X arg(x). arg(x) è un angolo, misurato in gradi o radianti. Se arg(x) = 0 allora X = X è un numero reale positivo. Se invece arg(x) = (+/-) 180 allora X = - X è un numero reale negativo. (Se arg(x) = (+/-) 90 che tipo di numero viene fuori per X??) Come per il Teorema di Fourier, si può tracciare il grafico di X rispetto alla frequenza. Tale grafico si chiama Spettro delle Ampiezze; mentre quello di arg(x) si chiama Spettro delle Fasi. Benché utile, lo spettro delle Fasi è poco usato. Invece quello delle Ampiezze è di estrema importanza nelle TLC. Vi è anche un (costosissimo e complicato) strumento per visualizzarlo e misuralo: L ANALIZZATORE DI SPETTRO. La F[ ] di suo da lo spettro bilatero (f positive e negative), mentre col Teorema di Fourier di norma calcoliamo lo spettro unilatero (f solo positive e nulle). Benché le f<0 non abbiano significato fisico, lo spettro bilatero semplifica i calcoli e quindi è molto usato. Come si passa da uno all altro? Tramite una proprietà della F[] che ci dice: se x(t) è un numero reale (come in realtà è), allora: il modulo ha simmetria pari rispetto alla frequenza: X(-f) = X(f). Cioè lo spettro bilatero si ottiene da quello unilatero ribaltandolo a sinistra usando come cerniera l asse a f=0, e dimezzando le ampiezze (in tal modo la potenza NON cambia). 14

15 La fase ha invece a simmetria dispari rispetto a f: arg (X(-f))=-arg(X(f)). Cioè lo spettro bilatero si ottiene da quello unilatero prima ribaltandolo a sinistra usando come cerniera l asse a f=0, e poi ribaltandolo ancora ma usando come cerniera l asse orizzontale. Un esempio val più di mille parole: 10 9 A m p i e z z a Spettro Bilatero Spettro Unilatero frequenza 50 F a s e Spettro Bilatero Spettro Unilatero frequenza Molto spesso lo spettro delle fasi non viene indicato, sia perché l Analizz. Di Spettro NON lo fornisce e sia perché energia e potenza del segnale dipendono solo da quello delle ampiezze 15

16 x(t) Linearità: k1 x1(t) + k2 x2(t) ALCUNE PROPRIETA k1 X1(f) + k2 X2(f) X(f) Pari [ad es. cos(x)] Dispari [ad es. sen(x)] Periodico A Righe / Campionato nel tempo Limitato nel tempo (a supporto limitato) Non limitato nel tempo Variazioni brusche nel tempo Area di x(t) = x(t) dt --> valore AV x(t=0) Puramente Reale Puramente Immaginaria A Righe / Campionato nelle frequenze Periodico Non limitato nella frequenza Limitato in frequenza (a supporto limitato) Componenti ad alta frequenza X(f=0) Area di X(f) = X(f) df 16

17 Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente di informazione Ricevitore (RX) Trasduttore DISTURBI Canale Condizionamento: (filtraggio, Amplific. modulazione) Trasmettitore (TX) Condizionamento: Amplific. Filtraggio, De-modulazione Segnale elettrico RICEVUTO s Y (t) Attuatore Segnale non elettrico Destinatario dell informazione 17

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE

TELECOMUNICAZIONI (TLC) Generico sistema di telecomunicazione (TLC) Trasduttore. Attuatore CENNI DI TEORIA (MATEMATICA) DELL INFORMAZIONE TELECOMUNICAZIONI (TLC) Tele (lontano) Comunicare (inviare informazioni) Comunicare a distanza Generico sistema di telecomunicazione (TLC) Segnale non elettrico Segnale elettrico TRASMESSO s x (t) Sorgente

Dettagli

Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2

Elettronica 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

Dettagli

FONDAMENTI DI INFORMATICA

FONDAMENTI DI INFORMATICA FONDAMENTI DI INFORMATICA CENNI ELEMENTARI AL TEOREMA DEL CAMPIONAMENTO E SPETTRO DI UN SEGNALE Prof. Alfredo Accattatis Fondamenti di Informatica - Alfredo Accattatis 2 Vi ricordate la slide introdotta

Dettagli

Dispense del corso di Elettronica L Prof. Guido Masetti

Dispense del corso di Elettronica L Prof. Guido Masetti Dispense del corso di Elettronica L Prof. Guido Masetti Teoria dei Segnali e Sistemi 1 Sommario Architettura dei sistemi per l'elaborazione dell'informazione Informazione e segnali Teoria dei segnali Analisi

Dettagli

2. Analisi in frequenza di segnali

2. Analisi in frequenza di segnali 2.1 Serie di Fourier 2. Analisi in frequenza di segnali Secondo il teorema di Fourier, una funzione periodica y(t) è sviluppabile in una serie costituita da un termine costante A 0 e da una somma di infinite

Dettagli

Dispense del corso di Elettronica L Prof. Guido Masetti

Dispense del corso di Elettronica L Prof. Guido Masetti Dispense del corso di Elettronica L Prof. Guido Masetti Teoria dei Segnali e Sistemi Sommario Architettura dei sistemi per l'elaborazione dell'informazione Informazione e segnali Teoria dei segnali Analisi

Dettagli

SEGNALE ANALOGICO. Un segnale analogico ha un ampiezza che varia in maniera continua nel tempo

SEGNALE ANALOGICO. Un segnale analogico ha un ampiezza che varia in maniera continua nel tempo ACQUISIZIONE SEGNALE ANALOGICO 6 5 4 3 2 t Un segnale analogico ha un ampiezza che varia in maniera continua nel tempo CONVERTITORE A/D Dispositivo che realizza la conversione tra i valori analogici del

Dettagli

Unità 3 Segnali a potenza media finita e conversione A/D

Unità 3 Segnali a potenza media finita e conversione A/D Teoria dei segnali Unità 3 e conversione A/D e conversione A/D Rappresentazione in frequenza Segnali periodici Conversione A/D 005 Politecnico di Torino Obiettivi Introdurre gli strumenti per l analisi

Dettagli

Prof. Carlo Rossi DEIS - Università di Bologna Tel:

Prof. 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

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi 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

Dettagli

I Segnali nella comunicazione

I Segnali nella comunicazione I Segnali nella comunicazione Nella lingua italiana il termine segnale indica una convenzione, la cui unzione è quella di comunicare qualcosa ( segnale di Partenza, segnale di aiuto, segnale stradale ecc.).

Dettagli

QUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA. 1 Fondamenti Segnali e Trasmissione

QUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA. 1 Fondamenti Segnali e Trasmissione UANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA Fondamenti Segnali e Trasmissione Campionamento e quantizzazione di un segnale analogico Si consideri il segnale x(t) campionato con passo T c. Campioni del

Dettagli

Il tema proposto può essere risolto seguendo due ipotesi:

Il tema proposto può essere risolto seguendo due ipotesi: Per la trattazione delle tecniche TDM, PM e Trasmissione dati si rimanda alle schede 41, 42, 43, 44, 45, 46, 47 e 48 del libro Le Telecomunicazioni del Prof. F. Dell Aquila. Il tema proposto può essere

Dettagli

Campionamento e quantizzazione

Campionamento 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

Dettagli

Fondamenti di Internet e Reti. Antonio Capone, Matteo Cesana, Ilario Filippini, Guido Maier

Fondamenti di Internet e Reti. Antonio Capone, Matteo Cesana, Ilario Filippini, Guido Maier Fondamenti di Internet e Reti Antonio Capone, Matteo Cesana, Ilario Filippini, Guido Maier Fondamenti di Internet e Reti 7 Livello Fisico Antonio Capone, Matteo Cesana, Ilario Filippini, Guido Maier Fondamenti

Dettagli

CANALE STAZIONARIO CANALE TEMPO INVARIANTE

CANALE STAZIONARIO CANALE TEMPO INVARIANTE CANALE STAZIONARIO Si parla di un Canale Stazionario quando i fenomeni che avvengono possono essere modellati da processi casuali e le proprietà statistiche di tali processi sono indipendenti dal tempo.

Dettagli

Analisi di segnali variabili nel tempo: la trasformata di Fourier

Analisi 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

Dettagli

Conversione Analogico/Digitale

Conversione Analogico/Digitale Conversione Analogico/Digitale 1 Fondamenti di Segnali e Trasmissione Conversione analogico/digitale (A/D) Per rappresentare numericamente un segnale continuo nel tempo e nelle ampiezze è necessario: Campionare

Dettagli

Teoria dei Segnali Un esempio di processo stocastico: il rumore termico

Teoria dei Segnali Un esempio di processo stocastico: il rumore termico Teoria dei Segnali Un esempio di processo stocastico: il rumore termico Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Il rumore

Dettagli

Concetti di base: segnali - Classificazione dei segnali -

Concetti 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)

Dettagli

La corrente alternata

La corrente alternata La corrente alternata Corrente continua e corrente alternata Le correnti continue sono dovute ad un generatore i cui poli hanno sempre lo stesso segno e pertanto esse percorrono un circuito sempre nello

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Capitolo Trasformata di Laplace

Capitolo Trasformata di Laplace Capitolo Trasformata di Laplace. Segnali lo studio dei sistemi. Trasformata di Laplace.3 Antitrasformata di Laplace.4 Antitrasformata di Laplace: metodo delle frazioni parziali . SEGNALI PER LO STUDIO

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica inferenziale Cernusco S.N., giovedì 18 febbraio 2016 (9.00/13.00)

Dettagli

Il Corso di Fisica per Scienze Biologiche

Il Corso di Fisica per Scienze Biologiche Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/

Dettagli

Conversione analogico-digitale

Conversione 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

Dettagli

Introduzione ai segnali determinati

Introduzione 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

Dettagli

Modelli probabilistici variabili casuali

Modelli probabilistici variabili casuali Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi

Dettagli

Teoria dell informazione

Teoria dell informazione Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di

Dettagli

DISTRETTO FORMATIVO ROBOTICA - Verona

DISTRETTO FORMATIVO ROBOTICA - Verona La catena trasmissiva Tipicamente una catena di trasmissione si presenta nel seguente modo: La Trasmissione Sorgente: emette le informazioni sotto forma di grandezza fisica o elettrica. Trasduttore: si

Dettagli

PROCESSI 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 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

Dettagli

L ANALISI ARMONICA DI UN SEGNALE PERIODICO

L ANALISI ARMONICA DI UN SEGNALE PERIODICO L ANALISI ARMONICA DI UN SEGNALE PERIODICO Il segnale elettrico è una grandezza fisica (in genere una tensione) che varia in funzione del tempo e che trasmette un'informazione. Quasi tutti i segnali che

Dettagli

Informatica. Caratterizzazione del canale I simboli emessi dalla sorgente passano attraverso un canale di trasmissione.

Informatica. Caratterizzazione del canale I simboli emessi dalla sorgente passano attraverso un canale di trasmissione. Informatica Pietro Storniolo storniolo@csai.unipa.it http://www.pa.icar.cnr.it/storniolo/info267 Entropia e flusso di informazione di una sorgente La sorgente viene caratterizzata dal valor medio di I(x

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 3

Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 Sperimentazioni di Fisica I mod. A Statistica - Lezione 3 A Garfagnini, M Mazzocco, C Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Teoria della Probabilità L ineliminabile

Dettagli

Reti di Calcolatori a.a

Reti di Calcolatori a.a Analogico e digitale 2 Corso di laurea in Informatica Reti di Calcolatori a.a. 2007-2008 Prof. Roberto De Prisco Capitolo 3 Dati e segnali Per essere trasmessi i dati devono essere trasformati in segnali

Dettagli

CONVERSIONE ANALOGICO/DIGITALE

CONVERSIONE ANALOGICO/DIGITALE CONVERSIONE ANALOGICO/DIGITALE Prof. CAPEZIO Francesco Quest'opera è soggetta alla licenza Creative Commons Attribuzione Non Commerciale Il segnale analogico Un segnale è una variazione nel tempo di una

Dettagli

CAMPIONAMENTO 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. 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)

Dettagli

CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI

CAMPIONAMENTO 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

Dettagli

In realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo

In 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,

Dettagli

Progetto dei Sistemi di Controllo Digitali. Docente: Prof. Francesco Amato

Progetto dei Sistemi di Controllo Digitali. Docente: Prof. Francesco Amato Progetto dei Sistemi di Controllo Digitali Docente: Prof. Francesco Amato 1 Schema di un sistema di controllo digitale Controllore digitale r e A/D e* u* D/A u y Processo Sistema a empo-continuo Sistema

Dettagli

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Il teorema di Shannon Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: crossi@deis.unibo.it Introduzione Il teorema di Shannon, o

Dettagli

Teoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier

Teoria 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

Dettagli

MODULAZIONE AD IMPULSI

MODULAZIONE AD IMPULSI MODULAZIONE AD IMPULSI PM Pulse Modulation La portante è costituita da un segnale impulsivo periodico con le seguenti caratteristiche: ampiezza Vp, durata dell impulso, periodo T. All atto della modulazione,

Dettagli

Audio Digitale. Cenni sulle onde. Multimedia 1

Audio Digitale. Cenni sulle onde. Multimedia 1 Audio Digitale Cenni sulle onde 1 Suono e Audio Il suono è un insieme di onde meccaniche longitudinali. L oggetto che origina il suono produce una vibrazione che si propaga attraverso un mezzo modificando

Dettagli

Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra

Corso 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...

Dettagli

Capitolo 4. Campionamento e ricostruzione

Capitolo 4. Campionamento e ricostruzione Capitolo 4 Campionamento e ricostruzione Sommario. In questo capitolo vengono richiamati brevemente i risultati fondamentali (teorema di Shannon e sue conseguenze) sul campionamento e la ricostruzione

Dettagli

Segnali e trasformate

Segnali 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

Dettagli

Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta

Teoria 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;

Dettagli

Segnali Numerici. Segnali Continui

Segnali Numerici. Segnali Continui Segnali Continui La descrizione dell andamento nel tempo di un fenomeno fisico è data da una funzione continua nel tempo (X) e nelle ampiezze (Y) Il segnale analogico è una serie continua di valori x e

Dettagli

Trasmissione dati. Dati e segnali Rappresentazione dei dati con segnali elettromagnetici Analogico e digitale

Trasmissione dati. Dati e segnali Rappresentazione dei dati con segnali elettromagnetici Analogico e digitale Prof. Roberto De Prisco TEORIA - Lezione 1 Trasmissione dati Università degli studi di Salerno Laurea e Diploma in Informatica Sommario: parleremo di 2 Dati e segnali Rappresentazione dei dati con segnali

Dettagli

CONTROLLI AUTOMATICI Ingegneria Gestionale ANALISI ARMONICA

CONTROLLI AUTOMATICI Ingegneria Gestionale  ANALISI ARMONICA CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Ing. Federica Grossi Tel. 059 2056333 e-mail: federica.grossi@unimore.it

Dettagli

Simplex unidirezionale es. Televisione, radio. Half duplex bidirezionale ma una direzione per volta es. Ricetrasmittenti

Simplex unidirezionale es. Televisione, radio. Half duplex bidirezionale ma una direzione per volta es. Ricetrasmittenti Tipi di collegamento 4 Trasmissione: diretta nessun dispositivo intermedio tranne ripetitore/amplificatore Prof. Roberto De Prisco TEORIA - Lezione 1 Trasmissione dati Università degli studi di Salerno

Dettagli

UNIVERSITÀ DI PISA Corso di Laurea in Scienze Motorie. Tecnologie e strumentazione biomedica. Accenni sulla Trasformata di Fourier.

UNIVERSITÀ DI PISA Corso di Laurea in Scienze Motorie. Tecnologie e strumentazione biomedica. Accenni sulla Trasformata di Fourier. UNIVERSITÀ DI PISA Corso di Laurea in Scienze Motorie Tecnologie e strumentazione biomedica Accenni sulla Trasformata di Fourier Alberto Macerata Dipartimento di Ingegneria dell Informazione Fourier (1768-183)

Dettagli

Scheda n.3: densità gaussiana e Beta

Scheda n.3: densità gaussiana e Beta Scheda n.3: densità gaussiana e Beta October 10, 2008 1 Definizioni generali Chiamiamo densità di probabilità (pdf ) ogni funzione integrabile f (x) definita per x R tale che i) f (x) 0 per ogni x R ii)

Dettagli

Grande rilevanza hanno in elettronica i segnali sinusoidali. Un. segnale sinusoidale è un segnale che varia nel tempo con una legge

Grande rilevanza hanno in elettronica i segnali sinusoidali. Un. segnale sinusoidale è un segnale che varia nel tempo con una legge I segnali sinusoidali Grande rilevanza hanno in elettronica i segnali sinusoidali. Un segnale sinusoidale è un segnale che varia nel tempo con una legge del seguente tipo u = U sen( ω t+ ϕ ) Figura A andamento

Dettagli

Modello di sistema di comunicazione

Modello di sistema di comunicazione Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di

Dettagli

INDICE. Capitolo 1 Introduzione 1. Capitolo 2 Rappresentazione di Fourier di segnali e sistemi 19. Capitolo 3 Modulazione d ampiezza 99

INDICE. Capitolo 1 Introduzione 1. Capitolo 2 Rappresentazione di Fourier di segnali e sistemi 19. Capitolo 3 Modulazione d ampiezza 99 INDICE Capitolo 1 Introduzione 1 1.1 Inquadramento storico 1 1.2 Applicazioni 4 1.3 Risorse principali e requisiti operativi 13 1.4 Teorie alla base dei sistemi di comunicazione 14 1.5 Osservazioni conclusive

Dettagli

Nella modulazione di ampiezza, si trasmette il segnale. v R (t) = (V 0 + k I x(t)) cos (2πf 0 t).

Nella 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

Dettagli

Segnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta

Segnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in

Dettagli

RICHIAMI DI CALCOLO DELLE PROBABILITÀ

RICHIAMI DI CALCOLO DELLE PROBABILITÀ UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due

Dettagli

Teoria dell'informazione

Teoria dell'informazione Teoria dell'informazione L'informazione può essere o un suono o una immagine o un insieme di dati; per poterla utilizzare nelle telecomunicazioni occorre convertirla in un segnale elettrico. Il segnale

Dettagli

Prof. Carlo Rossi DEIS - Università di Bologna Tel:

Prof. Carlo Rossi DEIS - Università di Bologna Tel: Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093024 email: carlo.rossi@unibo.it Introduzione Il teorema di Shannon, o del campionamento, stabilisce la connessione esistente tra i segnali fisici

Dettagli

6.2 La probabilità e gli assiomi della probabilità

6.2 La probabilità e gli assiomi della probabilità 6.2 La probabilità e gli assiomi della probabilità L introduzione alla teoria della probabilità può essere vista come un applicazione della teoria degli insiemi. Essa si occupa degli esperimenti il cui

Dettagli

Corso 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 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

Dettagli

Segnali e trasformate

Segnali 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

Dettagli

Probabilità: teoremi e distribuzioni

Probabilità: teoremi e distribuzioni Probabilità: teoremi e distribuzioni OBIETTIVO DIDATTICO DELLA LEZIONE Illustrare le più importanti distribuzioni di probabilità che vengono utilizzate in statistica Distribuzioni di probabilità 1. La

Dettagli

Errori sistematici e casuali

Errori sistematici e casuali Errori sistematici e casuali Errori Casuali Tempo di reazione nel far partire o fermare l orologio: Può essere sia in eccesso che in difetto (ad esempio partenza e arrivo), quindi l errore può avere segno

Dettagli

Modello di sistema di comunicazione

Modello di sistema di comunicazione Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Modulazione A.A. 24-5 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di sistema di comunicazione

Dettagli

La funzione di risposta armonica

La funzione di risposta armonica Funzione di risposta armonica - Corso di Laurea in Ingegneria Meccanica Controlli Automatici L La funzione di risposta armonica DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,

Dettagli

SISTEMI DI CONTROLLO Ingegneria Meccanica e Ingegneria del Veicolo.

SISTEMI DI CONTROLLO Ingegneria Meccanica e Ingegneria del Veicolo. SISTEMI DI CONTROLLO Ingegneria Meccanica e Ingegneria del Veicolo http://www.dii.unimore.it/~lbiagiotti/sistemicontrollo.html Banda passante e sviluppo in serie di Fourier Ing. Luigi Biagiotti e-mail:

Dettagli

Modulazioni digitali o numeriche

Modulazioni digitali o numeriche Modulazioni digitali o numeriche La modulazione digitale o numerica è quella in cui il segnale modulante rappresenta un'informazione in formato binario, cioè un insieme di valori che possono essere o zero

Dettagli

Comunicazioni Elettriche Esercizi

Comunicazioni Elettriche Esercizi Comunicazioni Elettriche Esercizi Alberto Perotti 9 giugno 008 Esercizio 1 Un processo casuale Gaussiano caratterizzato dai parametri (µ = 0, σ = 0.5) ha spettro nullo al di fuori dellintervallo f [1.5kHz,

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Modulazione A.A Alberto Perotti

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche. Modulazione A.A Alberto Perotti Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Modulazione A.A. 8-9 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di sistema di comunicazione

Dettagli

Capitolo 5 La trasmissione dell informazione

Capitolo 5 La trasmissione dell informazione Capitolo 5 La trasmissione dell informazione Sistema di comunicazione Sorgente messaggio Sistema di trasmissione Trasmettitore Canale di trasmissione segnale Ricevitore rumore messaggio Destinazione Caratterizzazione

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità A.A

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità A.A Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità A.A. 2004-05 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento suscettibile di più

Dettagli

Laboratorio di Calcolo Paola Gallo

Laboratorio di Calcolo Paola Gallo Studio di una funzione Dopo aver calcolato limiti, massimi, minimi e flessi siamo in grado di stabilire noi quali estremi di variabilità e che passo dare alle mie x per poter visualizzare bene nel grafico

Dettagli

01CXGBN Trasmissione numerica. parte 11: modulazione 2-PAM

01CXGBN Trasmissione numerica. parte 11: modulazione 2-PAM 0CXGBN Trasmissione numerica parte : modulazione 2-PAM PARTE 2: Modulazioni Numeriche 2 Modulazioni: introduzione Per ogni modulazione considereremo: Caratteristiche generali Costellazione (insieme di

Dettagli

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Analisi

Dettagli

CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa

CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Ing. Luigi

Dettagli

Controllo Digitale. Riassumendo. I sistemi di controllo digitale hanno alcuni vantaggi rispetto ai sistemi di controllo a tempo continuo:

Controllo Digitale. Riassumendo. I sistemi di controllo digitale hanno alcuni vantaggi rispetto ai sistemi di controllo a tempo continuo: Parte 12, 1 Motivazioni Parte 12, 2 I sistemi di controllo digitale hanno alcuni vantaggi rispetto ai sistemi di controllo a tempo continuo: Controllo Digitale Flessibilità del SW rispetto all HW Compatibilità

Dettagli

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Luigi Biagiotti DEIS-Università di Bologna Tel. 5 29334 e-mail: lbiagiotti@deis.unibo.it Analisi armonica di sistemi dinamici Analisi nel

Dettagli

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA Luigi Biagiotti DEIS-Università di Bologna Tel. 051 2093034 e-mail: lbiagiotti@deis.unibo.it Analisi armonica di sistemi dinamici Analisi

Dettagli

u(t)=u s (t)+u n (t)

u(t)=u s (t)+u n (t) (gli esercizi contrassegnati con (*) non sono obbligatori) Esercizio (rumore filtrato) Dato il sistema in figura, s(t) n(t) + x(t) H(f) u(t)=u s (t)+u n (t) t=to u(to) L ingresso del filtro e il segnale

Dettagli

2.2.5 Approssimazione di un segnale in una base biortogonale (segnali rettangolari) Esercizi proposti... 46

2.2.5 Approssimazione di un segnale in una base biortogonale (segnali rettangolari) Esercizi proposti... 46 Indice 1 Operazioni elementari, convoluzione, correlazione 1 1.1 Operazioni elementari........................ 1 1.1.1 Ribaltamento, traslazione, scalatura............ 1 1.2 Convoluzione.............................

Dettagli

Codifica dei segnali audio

Codifica dei segnali audio FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Codifica dei segnali audio 2000 Pier Luca Montessoro (si veda la nota di copyright alla slide

Dettagli

LE EQUAZIONI DIFFERENZIALI. che, insieme alle loro derivate, soddisfano un equazione differenziale.

LE EQUAZIONI DIFFERENZIALI. che, insieme alle loro derivate, soddisfano un equazione differenziale. LE EQUAZIONI DIFFERENZIALI I problemi incontrati fin ora nel corso di studi di matematica erano tutti di tipo numerico, cioè la loro risoluzione ha sempre portato alla determinazione di uno o più numeri

Dettagli

Introduzione ai sistemi di trasmissione dell Informazione

Introduzione ai sistemi di trasmissione dell Informazione Introduzione ai sistemi di trasmissione dell Informazione La trasmissione dell Informazione Sorgente Destinazione Trasformazione & Elaborazione Mezzo Trasmissivo Host A Host B Struttura reale di una interconnessione

Dettagli

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica. CONTROLLI AUTOMATICI Ingegneria Meccatronica

ANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica. CONTROLLI AUTOMATICI Ingegneria Meccatronica CONTROLLI AUTOMATICI Ingegneria Meccatronica http://www.automazione.ingre.unimore.it/pages/corsi/automazione%2industriale.htm ANALISI ARMONICA Analisi armonica di sistemi dinamici Analisi nel dominio del

Dettagli

06. Analisi Armonica. Controlli Automatici. Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti

06. Analisi Armonica. Controlli Automatici. Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti Controlli Automatici 6. Analisi Armonica Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it http://www.arscontrol.org/teaching

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 3: Variabili aleatorie discrete notevoli Esperimenti binari ripetuti o esperimenti bernoulliani (Bernoulli

Dettagli

Informazione binaria: - rappresentazione dei numeri naturali e interi relativi -

Informazione binaria: - rappresentazione dei numeri naturali e interi relativi - Informazione binaria: - rappresentazione dei numeri naturali e interi relativi - Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin Tipologie

Dettagli

Variabili aleatorie parte 2. 1 Definizione di funzione di ripartizione o funzione cumulativa (CDF)

Variabili aleatorie parte 2. 1 Definizione di funzione di ripartizione o funzione cumulativa (CDF) Statistica e analisi dei dati Data: 11 aprile 2016 Variabili aleatorie parte 2 Docente: Prof. Giuseppe Boccignone Scriba: Alessandra Birlini 1 Definizione di funzione di ripartizione o funzione cumulativa

Dettagli

Calcolo numerico per utilizzare i residui di udito

Calcolo numerico per utilizzare i residui di udito Calcolo numerico per utilizzare i residui di udito Andrea Trucco, Ph.D. Dipartimento Ingegneria Biofisica ed Elettronica DIBE - Università di Genova trucco@ieee.org 1 Segnale audio Variazione della pressione

Dettagli

Reti nel dominio delle frequenze. Lezione 10 2

Reti nel dominio delle frequenze. Lezione 10 2 Lezione 10 1 Reti nel dominio delle frequenze Lezione 10 2 Introduzione Lezione 10 3 Cosa c è nell Unità 3 In questa sezione si affronteranno Introduzione all Unità Trasformate di Laplace Reti nel dominio

Dettagli

Ascoltare Fourier. Segnali audio. ω o. θ è l angolo di fase

Ascoltare Fourier. Segnali audio. ω o. θ è l angolo di fase Ascoltare Fourier Jean Baptiste Joseph Fourier 1768 Auxerre 1830 Parigi Matematico francese, partecipò alla rivoluzione francese e seguì Napoleone in Egitto come membro della spedizione scientifica. Studiò

Dettagli

QUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA

QUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA QUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA 1 Fondamenti di segnali Fondamenti e trasmissione TLC Campionamento e quantizzazione di un segnale analogico Si consideri il segnale x(t) campionato con passo

Dettagli

Variabili aleatorie. Variabili aleatorie e variabili statistiche

Variabili aleatorie. Variabili aleatorie e variabili statistiche Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa

Dettagli