Analisi dei sistemi nel dominio della frequenza

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi dei sistemi nel dominio della frequenza"

Transcript

1 Appunti di Teoria dei Segnali a.a. 00/0 L.Verdoliva La caratterizzazione nel dominio della requenza dei sistemi LTI rappresenta una soluzione alternativa a quella nel dominio del tempo, spesso molto conveniente dato che l operazione di convoluzione nel tempo diventa un prodotto in requenza. Analogamente alla risposta impulsiva è possibile introdurre la risposta in requenza di un sistema LTI, e quindi mostrare come tali sistemi presentino caratteristiche selettive in requenza, vale a dire i sistemi LTI si comportano come dei iltri, che attenuano o ampliicano le diverse requenze costituenti il segnale. In questa sezione analizzeremo i sistemi LTI tempo continuo e tempo discreto nel dominio della requenza. La risposta in requenza per sistemi tempo continuo Ricordiamo che un sistema LTI è completamente caratterizzato dalla sua risposta impulsiva h(t) e che l uscita è data proprio dalla convoluzione tra l ingresso e la risposta impulsiva. x(t) h(t) y(t) = x(t) h(t) D altra parte, ad una convoluzione nel tempo corrisponde il prodotto in requenza tra la trasormata di Fourier dell ingresso e la trasormata della risposta impulsiva: con y(t) = x(t) h(t) Y () = X()H() () H() = F[h(t)] = h(t) e jπt dt () detta anche risposta in requenza o risposta armonica. Allora, anziché realizzare la convoluzione nel tempo, è possibile: calcolare lo spettro dell ingresso X() = F[x(t)], moltiplicarla per la risposta in requenza X()H() = Y () e poi antitrasormare y(t) = F [y(t)]. x(t) FT X() H() Y () IFT y(t)

2 La risposta in requenza per sistemi tempo continuo Il legame tra gli spettri di ampiezza e di ase è il seguente: Y () = X() H() (3) Y () = X() + H() (4) Si noti come il atto che in requenza ci sia un prodotto tra gli spettri di ampiezza comporta che il sistema LTI abbia un comportamento selettivo nei conronti delle varie componenti requenziali che costituiscono il segnale. Inatti, in base alla orma della risposta in requenza è possibile ampliicare, attenuare o eliminare del tutto alcune componenti presenti in ingresso. Questa unzione di selettività giustiica il nome di iltro. Si noti, inoltre, come il sistema non possa introdurre requenze che non esistono nel segnale in ingresso, ma può solamente modiicarle. Un altro modo di deinire la risposta in requenza è dato dal seguente rapporto: H() = Y () X() (5) Tale relazione è sempre ormalmente valida, tuttavia non può essere applicata a quelle requenze per cui si annulla lo spettro del segnale in ingresso, poiché a tali requenze si annulla anche lo spettro dell uscita e la risposta armonica risulta indeterminata. Quindi se si vuole determinare H() mediante la (5) è necessario usare segnali in ingresso con estensione in requenza ininita e che non si annullino mai. Per esempio se si considera x(t) = δ(t), la risposta in requenza è data proprio dallo spettro del segnale in uscita..0. Esempio In questo esempio vogliamo mostrare il concetto di iltraggio in requenza. Supponiamo di considerare un segnale utile s(t) con spettro concentrato alle basse requenze S() = Λ(/B), cui si sovrappone un disturbo sinusoidale i(t) = cos(π 0 t), con requenza 0 > B: x(t) = s(t) + cos(π 0 t) Rappresentiamo graicamente lo spettro del segnale x(t). X() S() I() B 0 Figura : Spettro del segnale x(t) a.a. 00-0

3 La risposta in requenza per sistemi tempo continuo 3 In requenza gli spettri dei due segnali sono perettamente separati, pertanto risulta semplice eliminare il disturbo i(t), se si sceglie come iltro un sistema con risposta in requenza H() = Π(/B), che elimina il disturbo, ma lascia intatto il segnale (iltro passa-basso ideale). E charo che, se la sinusoide si osse sovrapposta allo spettro del segnale utile, sarebbe ancora stato possibile rimuovere l intererenza, ma lo spettro del segnale sarebbe risultato certamente distorto..0. Esempio L operazione di derivazione nel tempo: corrisponde al prodotto per jπ in requenza: y(t) = d dt x(t) Y () = jπx() Questa operazione può essere schematizzata in requenza come un sistema LTI con risposta armonica H() = jπ. Per comprenderne il comportamento è necessario determinare spettro di ampiezza e di ase: H() = π H() = π sign() H() H() π/ Figura : Spettro di ampiezza e di ase Dal graico si nota come il iltro tenda ad enatizzare le alte requenze del segnale, in particolare il sistema annulla la componente continua (la derivata di una costante è zero) e altera tutte le componenti requenziali secondo un attore proporzionale alla requenza stessa (più è alta la requenza tanto più essa verrà esaltata). Questo coerentemente col atto che il segnale derivato y(t) ha un andamento più rapidamente variabile rispetto al segnale x(t). a.a. 00-0

4 La risposta in requenza per sistemi tempo continuo 4. I iltri ideali I iltri ideali consentono di rimuovere perettamente un disturbo dal segnale utile, ornendo in uscita una versione indistorta del segnale in ingresso. In base alle caratteristiche di selettività del iltro è possibile eettuare la seguente classiicazione:. Filtro passa-basso: ( ) H LP () = Π B h LP (t) = B sinc(bt). Filtro passa-alto: H HP () = H LP () = Π ( ) B h HP (t) = δ(t) B sinc(bt) 3. Filtro passa-banda: ( ) ( ) H BP () = Π + Π B B h BP (t) = B sinc(bt) cos(π 0 t) 4. Filtro elimina-banda: H BR () = H BP () h BR (t) = δ(t) B sinc(bt) cos(π 0 t) H LP () B B H HP () B B Figura 3: Risposta in requenza di un iltro passa-basso H LP () e passa-alto H HP () Tutti i iltri ideali sono caratterizzati da risposta in ampiezza costante nella banda passante (intervallo requenziale che viene atto passare) e nulla al di uori (banda oscura). Inoltre si ha una transizione brusca tra banda passante e banda oscura. Dall andamento della risposta impulsiva è acile aermare che tutti questi iltri non sono né causali (h(t) non è causale) né stabili (h(t) non è sommabile). I iltri ideali possono quindi solo essere approssimati da un sistema reale, ma non possono essere realizzati isicamente. a.a. 00-0

5 La risposta in requenza per sistemi tempo continuo 5 H BP () B 0 0 H BR() B Figura 4: Risposta in requenza di un iltro passa-banda H BP () e elimina-banda H BR (). I iltri reali In questa sezione mostriamo alcuni esempi di iltri reali, che approssimano quindi il comportamento dei iltri ideali... Esempio: iltro RC Si consideri il circuito mostrato in igura. R v i (t) C v u (t) Figura 5: Circuito RC Se scriviamo le equazioni che ne regolano il unzionamento, la tensione ai capi del condensatore è data dalla tensione in ingresso a cui va sottratta la caduta di tensione ai capi del resistore, risulta: v u (t) = v i (t) Ri(t) (6) a.a. 00-0

6 La risposta in requenza per sistemi tempo continuo 6 d altra parte: v u (t) = q(t) C andando a sostituire la (7) nella (6) si ottiene: dv u(t) dt = dq(t) C = i(t) dt C (7) v u (t) = v i (t) RC dv u(t) dt (8) Trasormando ambo i membri della (8), si ha: V u () = V i () RCjπ V u () cioè: V u ()[ + jπrc] = V i () A questo punto possiamo determinare la risposta in requenza del iltro: H() = V u() V i () = + jπrc (9) Antitrasormando la (9), si ottiene la risposta impulsiva: h(t) = RC e t RC u(t) Per quanto riguarda spettro di ampiezza e di ase del sistema: H() = + (πrc) H() = arctan(πrc) In igura 6 ne sono mostrati gli andamenti. E acile osservare che il iltro ha un comportamento di tipo passa-basso. Spettro di ampiezza Spettro di ase H() 0.6 <H() Figura 6: Spettro di ampiezza e spettro di ase a.a. 00-0

7 La risposta in requenza per sistemi tempo continuo 7 Dato che spesso la risposta in ampiezza può variare di molti ordini di grandezza, si preerisce rappresentarla in decibel: H() db = 0 log0 H() H( 0 ) (0) dove 0 è una requenza di rierimento. Il decibel è quindi una misura relativa ad un rierimento issato e quindi risulta adimensionale. Spesso come rierimento si sceglie il massimo valore assunto da H(). La (0) può anche essere riscritta come: H() db = 0 log 0 H() H( 0 ) = 0 log 0 H() 0 log 0 H( 0 ) = 0 log 0 H() 0 log 0 H( 0 ) Se scegliamo per il iltro RC come requenza di rierimento 0 = 0, dal momento che H( 0 ) =, si ha: H() db = 0 log 0 H() = 0 log 0 + (πrc) = 0 log 0[ + (πrc) ] Si deinisce poi requenza di taglio: Per = T, risulta e: T = πrc H() = H() db = 3 db Questa grandezza verrà spiegata in seguito quando si deinirà la banda di un sistema... Esempio: iltro CR Analizziamo adesso il circuito CR. C v i(t) R v u(t) Figura 7: Circuito CR In questo caso risulta: v u (t) = v i (t) q(t) C () a.a. 00-0

8 La risposta in requenza per sistemi tempo continuo 8 e: derivando ambo i menbri della () rispetto al tempo, si ottiene: ricordando poi che si ha: dv u (t) dt dv u (t) dt dq(t) dt v u (t) = Ri(t) () = dv i(t) dt C = i(t) = v u(t) R = dv i(t) dt Trasormando ambo i membri della (3), risulta: cioè: dq(t) dt jπ V u () = jπ V i () RC V u() V u ()[ + jπrc] = jπrc V i () A questo punto possiamo determinare la risposta in requenza del iltro: RC v u(t) (3) H() = V u() V i () = jπrc + jπrc (4) Si noti come risulti: H() = + jπrc cioè la risposta in requenza di un circuito CR è data da meno la risposta in requenza di un circuito RC; questo signiica che avrà un comportamento in requenza complementare: arà passare cioè le alte requenze del segnale ingresso. Antitrasormando la (5), si ottiene la risposta impulsiva: h(t) = δ(t) RC u(t) RC e t Per quanto riguarda spettro di ampiezza e di ase del sistema: (πrc) H() = + (πrc) H() = π sign() arctan(πrc) Spettro di ampiezza e di ase sono mostrati in igura 8. Il circuito CR si comporta come un iltro passa-alto. (5) a.a. 00-0

9 La risposta in requenza per sistemi tempo continuo 9 Spettro di ampiezza Spettro di ase X() 0.5 <X() Figura 8: Spettro di ampiezza e spettro di ase.3 Banda di un segnale In modo analogo a quanto atto per i segnali nel dominio del tempo attraverso il concetto di durata, è possibile misurare l estensione requenziale di un segnale, cioè l intervallo di requenza all interno del quale il segnale assume valori non trascurabili, introducendo il concetto di banda. I segnali possono allora essere classiicati in. segnali a banda rigorosamente limitata; questi segnali si annullano identicamente al di uori di un certo intervallo requenziale;. segnali a banda illimitata; questi segnali assumono valori non trascurabili su tutto l asse requenziale; 3. segnali a banda praticamente limitata; questi segnali decadono asintoticamente a zero, per cui si possono ritenere trascurabili al di uori di un certo intervallo, che indica la misura della banda. In quest ultimo caso la deinizione di tale misura è arbitraria; nel seguito considereremo le seguenti deinizioni: a) banda nullo-nullo; b) banda all α% dell energia; c) banda a α db. La banda nullo-nullo può essere applicata a segnali a banda rigorosamente limitata come l impulso rettangolare o l impulso triangolare, il cui spettro presenta dei lobi (vedi igura, cap.4). In tal caso la banda è deinita come l estensione del lobo principale (quello centrato intorno a = 0), e misura quindi la distanza che intercorre tra i primi due nulli. La banda all α% dell energia è deinita come l intervallo spettrale B per cui è veriicata la seguente uguaglianza: B B X() d = αe x a.a. 00-0

10 La risposta in requenza per sistemi tempo continuo 0 con 0 < α <. Ricordiamo inatti che per Parseval risulta: E x = x(t) dt = X() d quindi si determina la banda del segnale imponendo che l energia nell intervallo B sia pari ad una razione α dell energia complessiva. Per esempio, per α = 0.9 si deinisce la banda al 90% dell energia, mentre per α = 0.99 si deinisce la banda al 99% dell energia. Inine, la banda a α db considera trascurabili tutti queli valori che si trovano al di sotto di una issata soglia, quando lo spettro è rappresentato in db (su scala logaritmica). Si deinisce per esempio la banda a 3 db l intervallo di requenza nel quale lo spettro del segnale assume valori maggiori o uguali a -3 db. Deiniamo adesso la banda per alcuni dei sistemi LTI descritti in precedenza. Il iltro ideale passa-basso (H() = Π(/B)) è un sistema a banda rigorosamente limitata. In tal caso è possibile deinire una banda monolatera pari a B o bilatera pari a B (igura 9). Il circuito RC, invece, è un iltro passa-basso reale per cui la banda a 3 db è deinita proprio dalla requenza di taglio T = /(πrc). H() B B Figura 9: Banda monolatera e bilatera Un ultima, ma importante considerazione, va atta riguardo il concetto di banda e durata. E possibile, inatti, dimostrare che nessun segnale a banda rigorosamente limitata può avere durata rigorosamente limitata. Questo esprime il principio di indeterminazione per cui non è possibile avere contemporaneamente banda e durata inite. Anche se in modo non rigoroso è possibile intuire questa aermazione, tenendo presente che un segnale a banda rigorosamente limitata B può essere riscritto, senza essere alterato, moltiplicandolo per un impulso rettangolare opportuno X() X() Π(/B). Dal momento che ad un prodotto in requenza corrisponde una convoluzione nel tempo si ha: x(t) Bsinc(Bt), il cui risultato ha durata non limitata. a.a. 00-0

11 La risposta in requenza per sistemi tempo discreto La risposta in requenza per sistemi tempo discreto Anche nel caso tempo discreto è possibile aermare che: con ma anche: y(n) = x(n) h(n) Y (ν) = X(ν)H(ν) (6) H(ν) = F[h(n)] = + n= H(ν) = Y (ν) X(ν) Il legame tra gli spettri di ampiezza e di ase è il seguente: h(n) e jπνn (7) (8) Y (ν) = X(ν) H(ν) (9) Y (ν) = X(ν) + H(ν) (0) per cui è possibile ripetere esattamente le stesse considerazioni del caso tempo continuo. E bene, tuttavia, osservare che tutti i iltri a tempo discreto hanno banda limitata.. Filtri ideali Nel caso tempo discreto nel deinire i iltri ideali, bisogna ricordare che tutti i segnali discreti sono periodici di periodo e che la massima requenza di oscillazione è ±/. Di seguito sono mostrati i iltri ideali passa-basso e passa-alto (igura 0) e passa-banda e elimina-banda (igura ). Si ricordi che comunque nell elaborazione basta limitarsi al range di requenze: ( /, /), in tal caso le cosniderazioni sono analoghe al caso continuo. H LP (ν) - - B B ν H HP (ν) - B B ν Figura 0: Risposta in requenza di un iltro passa-basso H LP (ν) e passa-alto H HP (ν) a.a. 00-0

12 La risposta in requenza per sistemi tempo discreto H BP (ν) - ν 0 - ν 0 ν H BR(ν) - B ν Figura : Risposta in requenza di un iltro passa-banda H BP (ν) e elimina-banda H BR (ν). Dierenza prima Consideriamo il sistema dierenza prima: y(n) = x(n) x(n ) e calcoliamone la risposta in requenza con la (8): H(ν) = Y (ν) X(ν) = e jπν () Per stabilire il comportamento in requenza del sistema, bisogna determinare spettro di ampiezza e di ase. Riscriviamo quindi la () come: da cui: H(ν) = je jπν sin(πν) H(ν) = sin(πν) H(ν) = πν + π sign[sin(πν)] Lo spettro di ampiezza e ase sono mostrati in igura (a sinistra) nell intervallo (, ). Il iltro ha un comportamento di tipo passa-alto..3 Media aritmetica Si consideri adesso il sistema che realizza la media aritmetica: y(n) = x(n) + x(n ) a.a. 00-0

13 La risposta in requenza per sistemi tempo discreto 3 Spettro di ampiezza Spettro di ampiezza X() 0.5 X(ν) Spettro di ase Spettro di ase <X() 0 <X(ν) Figura : Dierenza prima e media aritmetica In questo caso determiniamo la risposta in requenza con la (7), in cui la risposta impulsiva è: h(n) = δ(n) + δ(n ) Pertanto: H(ν) = + e jπν Procedendo in modo analogo all esempio precedente: da cui: H(ν) = e jπν cos(πν) H(ν) = cos(πν) H(ν) = πν + π sign[cos(πν)] In questo caso, invece, il iltro ha un comportamento di tipo passa-basso e lo spettro di ampiezza e ase sono mostrati in igura (a destra) nell intervallo (, )..4 Sistemi ARMA Consideriamo nuovamente i sistemi ARMA, cioè i sistemi che sono descritti dalla seguente equazione ingresso-uscita: y(n) = N a k y(n k) k= } {{ } AR Trasormando primo e secondo membro si ha: Y (ν) = N k= b m x(n m), M + m=0 } {{ } MA M a k Y (ν) e jπνk + b m X(ν) e jπνm m=0 a.a. 00-0

14 La risposta in requenza per sistemi tempo discreto 4 d altra parte risulta: [ + ] N a k e jπνk Y (ν) = k= M m=0 b m e jπνm X(ν) ricordando poi che H(ν) = Y (ν)/x(ν), si ha: H(ν) = M m=0 b m e jπνm + N k= a k e jπνk Per sistemi MA la risposta in requenza è rappresentata dal solo numeratore: H(ν) = mentre per iltri AR dal solo denominatore: M m=0 b m e jπνm H(ν) = + N k= a k e jπνk.4. Filtro AR Si consideri il seguente sistema AR del primo ordine: y(n) = ay(n ) + bx(n) () Determiniamo la risposta in requenza del sistema, trasormando ambo i membri della : da cui: Y (ν) = ay (ν)e jπν + bx(ν) H(ν) = Y (ν) X(ν) = b a e jπν antitrasormando è possibile determinare anche la risposta impulsiva: h(n) = b a n u(n) Il comportamento del sistema dipende dal valore di a: se 0 < a < il comportamento è di tipo passa-basso, se invece se < a < 0 il comportamento è di tipo passa-alto (ig., cap.4)..4. Filtro ARMA Consideriamo adesso un esmpio di iltro ARMA e determiniamo anche in questo caso prima H(ν) e poi h(n) = F [H(ν)]. Sia: y(n) = 3 y(n ) + x(n) + x(n ) a.a. 00-0

15 Sistemi LTI e segnali periodici 5 risulta: Y (ν) = 3 Y (ν)e jπν + X(ν) + X(ν)e jπν da cui: H(ν) = Y (ν) X(ν) = e jπν 3 e jπν la risposta impulsiva può essere determinata acilmente se si interpreta la risposta in requenza come il prodotto delle quantità: H(ν) = ( ) e jπν 3 e jπν A questo punto si ha: h(n) = F [( e jπν )] F ( = = [δ(n) δ(n ) ] ( ) n u(n) 3 ( 3 ( ) n u(n) 3 ) n u(n ) 3 e jπν In igura 3 sono mostrati spettro di ampiezza e di ase, il iltro si comporta come un passa-basso. ).5 Spettro di ampiezza.4.3 X(ν) Spettro di ase <X(ν) Figura 3: Spettro di ampiezza e di ase del iltro ARMA 3 Sistemi LTI e segnali periodici In questo paragrao ci vogliamo occupare del iltraggio dei segnali periodici. In particolare, dato che un segnale periodico si può esprimere come sovrapposizione di sinusoidi ed essendo il sistema LTI possiamo determinare la risposta del sistema ad un segnale periodico, conoscendo la risposta ai singoli segnali sinusoidali o esponenziali complessi. a.a. 00-0

16 Sistemi LTI e segnali periodici 6 3. Sistemi tempo continuo In eetti possiamo dire che, detto x p (t) un segnale periodico di periodo T 0 = / 0, esso può essere espresso in serie di Fourier: x p (t) = k X k e jπk 0t (3) Essendo per ipotesi il sistema lineare, vale il principio di sovrapposizione degli eetti, quindi: y(t) = k X k T [e jπk 0t ] (4) 3.. Fasore E interessante allora determinare la risposta di un sistema LTI quando in ingresso è presente un asore x(t) = e jπ0t : y(t) = x(t) h(t) = = = e jπ 0t l uscita risulta essere ancora un asore: h(α)x(t α) dα h(α) e jπ 0(t α) dα h(α) e jπ 0α dα = e jπ 0t H( 0 ) y(t) = H( 0 ) e j(π 0t+ H( 0 )) (5) con ampiezza e ase modiicate secondo le quantità H( 0 ) e H( 0 ), rispettivamente. Questo concetto si esprime dicendo che i asori sono autounzioni dei sistemi LTI. In eetti questo stesso discorso poteva anche essere eettuato nel dominio della requenza, ottenendo lo stesso risultato, inatti: Y () = X()H() = δ( 0 )H() = δ( 0 )H( 0 ) antitrasormando: y(t) = e jπ 0t H( 0 ) 3.. Sinusoide A questo punto, prima di passare ai segnali periodici, estendiamo questo concetto anche ad una sinusoide x(t) = cos(π 0 t) che è data dalla somma di due asori: Per la (5) risulta: x(t) = cos(π 0 t) = ejπ 0t + e jπ 0t y(t) = H( 0) e j(π 0t+ H( 0 )) + H( 0) e j(π 0t H( 0 )) (6) a.a. 00-0

17 Sistemi LTI e segnali periodici 7 D altra parte, per sistemi reali lo spettro di ampiezza di H() è pari, mentre quello di ase è dispari, quindi la (6) diventa: y(t) = H( 0) e j(π 0t+ H( 0 )) + H( 0) e j(π 0t+ H( 0 )) = H( 0 ) cos(π 0 t + H( 0 )) (7) La (7) ci dice che se in ingresso ad un sistema LTI poniamo un segnale sinusoidale alla requenza 0 in uscita avremo ancora un segnale sinusoidale alla stessa requenza con spettro di ampiezza e di ase modiicati secondo H( 0 ) e H( 0 ), rispettivamente Esempio Si consideri la sinusoide: x(t) = cos(πt/t ) posta in ingresso ad un sistema con risposta impulsiva: h(t) = δ(t) + δ(t T ) Determiniamo il segnale in uscita, applicando la (7). E necessario prima determinare H( 0 ) e H( 0 ), alla requenza 0 = /T, valutiamo allora la risposta in requenza del sistema: per cui: In conclusione: H() = + e jπt = e jπt cos(πt ) (8) H(/T ) = cos(π/) = 0 H(/T ) = π/ + cos(π/) = π/ y(t) = H(/T ) cos(πt/t + H(/T )) = 0 A questo risultato si poteva pervenire anche graicamente osservando che gli impulsi della sinusoide sono collocati proprio in corrispondenza del primo nullo del modulo della risposta in requenza, per cui nel prodotto vengono annullati (igura 4). Inine, è importante ar notare che per questo speciico esempio era possibile operare acilmente anche nel dominio del tempo, a causa del atto che la risposta impulsiva è data da somma di impulsi, inatti: [ y(t) = x(t) δ(t) + ] δ(t T ) = x(t) + x(t T ) = cos(πt/t ) + cos[π(t T )/T ] = 0 a.a. 00-0

18 Sistemi LTI e segnali periodici 8 X() H()... T T... Figura 4: Filtraggio di un segnale sinusoidale 3..4 Segnale periodico I risultati ottenuti nei paragrai precedenti ci permettono di calcolare l uscita di un sistema LTI quando in ingresso al sistema si considera un generico segnale periodico: x p (t) = rep T0 [x(t)] = n x(t nt 0 ) Mettendo assieme la (4) e la (5) l uscita risulta essere: y(t) = k X k H(k 0 ) e j(πk 0t+ H(k 0 )) (9) =... + X H( 0 ) e j(π 0t H( 0 )) + X(0)H(0) + X H( 0 ) e j(π 0t+ H( 0 )) +... Ma allora in uscita ad un sistema LTI si ha ancora un segnale periodico, in cui ad ogni componente sinusoidale è stata modiicata ampiezza e ase in base allo spettro della risposta in requenza del sistema. Notate come la componente continua del segnale in ingresso venga moltiplicata per H(0). Dato che anche i coeicienti di Fourier possono essere complessi, riesprimiamo la (9) come: y(t) = X k H(k 0 ) e j(πk 0t+ H(k 0 )+ X k ) k In realtà, risulta più comodo esprimere il segnale mediante sinusoidi: + x p (t) = A 0 + A k cos(πk 0 t + θ k ) (30) k= dove A 0 = X 0, A k = X k e θ k = X k per cui: + y(t) = A 0 H(0) + A k H(k 0 ) cos(πk 0 t + θ k + H(k 0 )) (3) k= a.a. 00-0

19 Sistemi LTI e segnali periodici 9 X p () X 0... T 0 T 0 X X T 0 T T 0 3 T 0 Figura 5: Filtraggio di un segnale periodico 3..5 Esempio Consideriamo il seguente segnale periodico x p (t) = rep T0 [x(t)] = rep T0 [Λ(t/T 0 )] in ingresso al iltro passa-basso ideale con risposta in requenza: H() = Π(/3 0 ) Graicamente è acile prevedere che dal iltraggio di x p (t) si ottiene in uscita la componente continua del segnale periodico e la sinusoide alla requenza ondamentale 0 = /T 0. Inatti, il iltro passa-basso lascia passare solo queste componenti e annulla tutte le altre. Applicando la (3) si ha: y(t) = A 0 H(0) + A H( 0 ) cos(π 0 t + θ + H( 0 )) (3) E necessario allora determinare i coeicienti dello sviluppo in serie di x p (t). A tal ine, applichiamo la ormula del campionamento in requenza: X k = ( ) k X = ( ) T 0 k T 0 T 0 T 0 sinc = ( ) k T 0 sinc T 0 Per cui A 0 = /, mentre A = (/) sinc (/) = /π e θ = 0. Inoltre, poichè risulta H(0) = H( 0 ) = e H( 0 ) = 0, la (3) diventa: y(t) = + 4 π cos(π 0t) a.a. 00-0

20 Sistemi LTI e segnali periodici 0 3. Sistemi tempo discreto I risultati ottenuti nei paragrai precedenti possono essere estesi anche ai sistemi tempo discreto LTI, per cui se in ingresso ad un sistema discreto si pone un asore è possibile aermare che in uscita si ha ancora un asore alla stessa requenza: x(n) = e jπν 0n se, invece, si considera un segnale sinusoidale: y(n) = H(ν 0 ) e j(πν 0n+ H(ν 0 )) (33) x(n) = cos(πν 0 n) y(n) = H(ν 0 ) cos(πν 0 n + H(ν 0 )) (34) Inine per un segnale periodico: x(n) = N 0 k=0 X k e jπkn/n 0 y(n) = N 0 k=0 Facciamo alcuni esempi in cui vengono applicati tali risultati. 3.. Esempio H(k/N 0 )X k e jπkn/n 0 (35) Si consideri un iltro con risposta impulsiva h(n) = a δ(n) + b δ(n ) e risposta in requenza H(ν), con a e b coeicienti reali e a > b. Calcolare i coeicienti del iltro, a e b, in modo che:. il guadagno in continua del iltro, H(0), sia uguale a ;. la potenza di un segnale sinusoidale di ampiezza A, ase ψ e requenza ν 0 = / sia attenuata di 6 db. Per determinare i coeicienti del iltro è necessario quindi imporre due condizioni:. H(0) = ;. P y [db] = P x [db] 6 equivalente a P x /P y 4. La risposta armonica del iltro H(ν) è data dalla trasormata di Fourier della risposta impulsiva h(n), quindi: H(ν) = a + b e jπν Dovendo risultare H(0) =, la prima equazione da imporre è: a + b = (36) Per quanto riguarda invece la seconda condizione, teniamo presente che vale la (34) per cui se in ingresso si pone x(n) = A cos(πn + ψ) il segnale in uscita è: y(n) = A H(/) cos(πn + ψ + H(/)) Allora se la potenza del segnale in ingresso è P x = A /, quella del segnale in uscita risulta essere P y = H(/) A /, dove H(/) = a + b e jπ = a b. La seconda condizione equivale a imporre pertanto la seguente equazione: (a b) = /4 (37) Risolvendo il sistema delle due equazioni (36) e (37) nelle incognite a e b e ricordando che deve essere a > b si trova a = 3/4 e b = /4. a.a. 00-0

21 Sistemi in cascata e in parallelo 3.. Esempio Il seguente segnale periodico: x(n) = rep N0 [x g (n)] = rep 9 [R 5 (n + )] è posto in ingresso ad un iltro passa-alto ideale con H(ν) = rep [Π(ν)], si determini il segnale in uscita y(n) Per calcolare il segnale in uscita possiamo applicare la (35) tenendo conto che i coeicienti dello sviluppo in serie di Fourier sono stati già calcolati nel capitolo 3 (esempio.4) e che il iltro lascia passare solo le componenti X 3, X 4, X 5 e X 6, per cui la (35) diventa: y(n) = 8 H(k/9)X k e jπkn/9 k=0 = X 3 e j6πn/9 + X 4 e j8πn/9 + X 5 e j0πn/9 + X 6 e jπn/9 A questo punto riconosciamo che X 5 = X 4 = 0.07, X 6 = X 3 = 0. e che ej0πn/9 = e jπn e j8πn/9 = e j8πn/9, inine e jπn/9 = e jπn e j6πn/9 = e j6πn/9, per cui: y(n) = 0. cos(πn/3) cos(8πn/9) 4 Sistemi in cascata e in parallelo Nel capitolo abbiamo mostrato come due sistemi LTI in cascata sono equivalenti ad un unico sistema con risposta impulsiva data dalla convoluzione delle due risposte impulsive, h( ) = h ( ) h ( ) (risultato valido sia per sistemi tempo continuo che tempo discreto). Poiché la convoluzione nel tempo equivale al prodotto in requenza, è possibile aermare che due sistemi LTI in cascata con risposta armonica rispettivamente, H ( ) e H ( ), sono equivalenti ad un unico sistema con risposta in requenza data da H( ) = H ( )H ( ). x( ) H ( ) z( ) H ( ) y( ) x( ) H ( )H ( ) y( ) Analogamente due sistemi LTI in parallelo sono equivalenti ad un unico sistema con risposta impulsiva data dalla somma delle due risposte impulsive, h( ) = h ( ) + h ( ). Questa proprietà è identica anche nel dominio della requenza. x( ) H ( ) H ( ) y ( ) y ( ) y( ) x( ) H ( ) + H ( ) y( ) a.a. 00-0

22 Proprietà dei sistemi LTI 5 Proprietà dei sistemi LTI Dal momento che le proprietà di un sistema LTI sono legate alla sua risposta impulsiva (cap., par..), in questo paragrao vogliamo vedere come sia possibile individuare le proprietà del sistema dalla conoscenza della sua risposta armonica, che caratterizza in modo equivalente un sistema LTI. Anche in questo caso la trattazione risulta valida per sistemi tempo continuo e tempo discreto. 5. Dispersività Un sistema è non dispersivo se la sua risposta impulsiva ha la orma h( ) = kδ( ). Trasormando ambo i membri secondo Fourier: H( ) = k (38) Allora un sistema LTI è non dispersivo se e solo se la risposta armonica è costante in requenza. 5. Causalità Ricordiamo che la risposta impulsiva di un sistema LTI causale deve essere anch essa causale, cioè nulla per n < 0 per sistemi tempo discreto, per t < 0 per sistemi tempo continuo. Purtroppo non esiste una condizione necessaria e suiciente su H(), a meno che non si impongano alcune restrizioni. In particolare, per sistemi a quadrato sommabile vale la condizione di Paley-Wiener: log H() + d < + +/ / log H(ν) dν < + (39) Questa è una condizione necessaria per la causalità di un sistema LTI. Tale condizione è anche suiciente per l esistenza di un sistema LTI causale, nel senso che se la risposta in ampiezza del sistema veriica la (39), allora esiste una risposta in ase θ( ), tale che: H( ) = H( ) e jθ( ) è la risposta armonica di un sistema LTI causale. E bene notare che tutti i iltri ideali non soddisano la (39), dal momento che la risposta in ampiezza si annulla identicamente in un intervallo (in quello stesso intervallo la unzione integranda assume valore + per cui l integrale non converge). Per questo motivo i iltri ideali risultano non causali. 5.3 Stabilità Un sistema è stabile se e solo se la sua risposta impulsiva è sommabile. Per la risposta armonica è possibile derivare solo condizioni necessarie, ma non suicienti. Inatti, la trasormata di Fourier di un segnale tempo continuo sommabile è continua e ininitesima all ininito, per cui una condizione necessaria per la stabilità di un sistema è che H() sia continua e ininitesima all ininito. Per segnali tempo discreto, invece, H(ν) deve essere solo continua, dato che la trasormata di Fourier di un segnale tempo discreto sommabile è continua. Fate attenzione al atto che questa proprietà può essere usata solo per dimostrare che un sistema non è stabile, essendo condizione necessaria, ma non suiciente. Poiché tutti i iltri ideali presentano discontinuità, essi sono instabili. a.a. 00-0

23 La distorsione 3 6 La distorsione I sistemi LTI sono particolarmente utili sia nell elaborazione dei segnali sia per modellare sistemi isici, come i canali usati nella trasmissione dell inormazione. Quando si elabora un segnale per eliminare un disturbo, a meno che il iltro non sia ideale, è inevitabile che il segnale sia alterato dal sistema. Lo stesso accade quando si trasmette un segnale su di un canale. E importante allora stabilire quando il segnale in uscita ad un sistema LTI può essere considerato una replica edele di ciò che è stato trasmesso. Certe dierenze sono inatti tollerabili e non vanno considerate distorsione, se non modiicano il contenuto inormativo di un segnale. Un segnale y(t), in uscita ad un sistema LTI, è considerato una versione non distorta di un segnale in ingresso x(t) se ne dierisce solo per una costante moltiplicativa e un ritardo: y(t) = kx(t t 0 ) (40) La condizione di non distorsione equivale a dire che nel dominio della requenza deve accadere: cioè il sistema deve avere risposta in requenza Y () = kx() e jπt 0 In termini di spettro di ampiezza e di ase risulta: H() = Y () X() = k e jπt 0 (4) A() = H() = k θ() = πt 0 + mπ (4) dove il termine mπ tiene conto del segno di k. Quindi, ainché un sistema non introduca distorsione, deve avere risposta in ampiezza costante e ase proporzionale alla requenza. Questo equivale a dire che le componenti sinusoidali che compongono il segnale devono essere ampliicate o attenuate allo stesso modo e ritardate della stessa quantità. Evidentemente non è necessario che queste condizioni siano veriicate per qualsiasi valore della requenza, ma basta che siano soddisatte solo alle requenze in cui è presente lo spettro del segnale in ingresso o almeno laddove il segnale presenta componenti spettrali signiicative. Se non si riesce a garantire che le condizioni siano soddisatte all interno della banda del segnale, allora il segnale subisce distorsioni lineari. In particolare, se la risposta in ampiezza non è costante nella banda del segnale, esso subisce distorsione di ampiezza, se invece la risposta in ase non è lineare si avrà distorsione di ase. 6. Esempio Si consideri il seguente segnale sinusoidale: x(t) = cos(πbt) in ingresso ad un sistema LTI con risposta in ampiezza e ase mostrate in igura 6. Il segnale in uscita per la (7) è dato da: ( y(t) = H(B) cos(πbt + H(B)) = cos πbt + π ) a.a. 00-0

24 La distorsione 4 A() θ() B B B Figura 6: Risposta in ampiezza e ase quindi un segnale sinusoidale si propaga sempre indistorto attraverso un sistema LTI, dato che risulterà ampliicato o attenuato e ritardato di una certa quantità, e queste equivalgono alle condizioni di non distorsione. Se invece consideriamo in ingresso al sistema il seguente segnale: allora l uscita risulta essere: ( y(t) = cos πbt + π [ = cos πb x(t) = cos(πbt) + cos(3πbt/) ( t + B ) + ( 3πBt cos ) + π )] + [ ( 3 cos πb t + 3B quindi il segnale subisce sia distorsione di ampiezza che di ase. Consideriamo adesso le distorsioni introdotte da sistemi non lineari senza memoria, per i quali la relazione ingresso/uscita è del tipo: y(t) = g[x(t)], con g( ) opportuna unzione non lineare. Supponiamo per esempio di considerare il seguente sistema istantaneo non lineare: y(t) = x (t) Se consideriamo un segnale sinusoidale x(t) = cos(π 0 t) il segnale in uscita è: y(t) = cos (π 0 t) = + cos(4π 0t) quindi in uscita troviamo componenti armoniche che non sono presenti nel segnale in ingresso. Inatti, se acciamo rierimento allo spettro dell uscita, si ha: Y () = X() X() Se allora il segnale in ingresso ha componenti spettrali per B, il segnale in uscita avrà componenti spettrali per B, cioè la banda si raddoppia. )] a.a. 00-0

25 Caratterizzazione energetica dei segnali 5 7 Caratterizzazione energetica dei segnali In questo paragrao i segnali di energia e di potenza vengono caratterizzati nel dominio della requenza attraverso la densità spettrale. La trattazione che segue è stata sviluppata solo per i segnali tempo continuo, in realtà è possibile estendere tutti i concetti in modo molto semplice anche ai segnali tempo discreto. 7. Densità spettrale di energia Nel capitolo precedente abbiamo dimostrato la relazione di Parseval, utile per calcolare l energia di un segnale anche nel dominio trasormato, dato che risulta: E x = x(t) dt = X() d Al di là dell utilità di tale relazione come strumento di calcolo, è interessante mostrare cosa rappresenti la quantità X(). Tale unzione ornisce inatti indicazioni sulla distribuzione in requenza dell energia, vale a dire l energia del segnale x(t) nell intervallo requenziale (, + d) è pari a X() d, per questo motivo si deinisce densità spettrale di energia o spettro di energia: S x () = X() (43) Per comprendere quanto detto consideriamo un segnale in ingresso ad un sistema passabanda ideale con banda, centrato alla requenza 0, e calcoliamo l energia del segnale in uscita: E y = Y () d = = = = 0 + / 0 / X()H() d X() H() d S x () H() d S x ()d / 0 / S x ()d Per sistemi reali H() è una unzione pari e tale sarà anche H(), per cui: E y = 0 + / 0 / S x ()d (44) Se si considera un iltro passa-banda con banda molto stretta (iltro estremamente selettivo), allora è possibile ritenere costante in tale intervallo lo spettro di energia e approssimare il valore dell integrale (44) con S x ( 0 ), cioè: E y S x ( 0 ) da cui: E y S x ( 0 ) = E x ( 0 ) (45) a.a. 00-0

26 Caratterizzazione energetica dei segnali 6 L energia in uscita non è altro che il contributo energetico ornito dalle componenti del segnale nell intorno di ± 0, per questo motivo è stata indicata con E x ( 0 ). La quantità S x ( 0 ), quindi, non è altro che il rapporto tra il contributo dovuto alle componenti appartenenti ad un intorno di 0 e l ampiezza di tale intorno, da qui il nome di densità spettrale. Dalla deinizione di densità spettrale di energia seguono le seguenti proprietà:. S x () 0, assume sempre valori non negativi;. S x () = S x ( ), è una unzione pari; 3. S x ()d = E x, l integrale della densità spettrale di energia coincide con l energia del segnale; 4. la densità spettrale di un segnale in uscita ad un sistema LTI con risposta in requenza H() è: S y () = S x () H() Proviamo adesso a calcolare l anti-trasormata di Fourier di S x () nell ipotesi in cui x(t) sia un segnale reale: S x () = X() = X()X () = X()X( ) x(t) x( t) = R x (t) (46) Scopriamo allora che F [S x ()] = R x (t) ovvero la densità spettrale di energia di un segnale x(t) è data dalla trasormata di Fourier della sua unzione di autocorrelazione (Teorema di Wiener-Kintchine). 7.. Esempio Consideriamo il segnale di energia x(t) = AΠ(t/T ) e valutiamone lo spettro di energia: S x () = X() = AT sinc(t ) = A T sinc (T ) (47) In igura... si mostra l andamento per A = T =. Si noti come per l impulso rettangolare un elevata percentuale di energia è contenuta nel lobo principale. Densità spettrale S x () Figura 7: Densità spettrale dell impulso rettangolare a.a. 00-0

27 Caratterizzazione energetica dei segnali 7 In alternativa è possibile valutare la densità spettrale dell impulso rettangolare calcolando la trasormata di Fourier della unzione di auttocorrelazione. Ricordiamo che per x(t) = AΠ(t/T ) l autocorrelazione è un impulso triangolare di durata T (cap., esempio 6..): R x (τ) = A T Λ(t/T ) la cui trasormata di Fourier è data proprio dalla (47). 7. Densità spettrale di potenza Vogliamo adesso estendere il concetto di densità spettrale anche ai segnali di potenza, per i quali risulta inita la quantità: T/ P x = lim x(t) dt T T T/ Per introdurre lo spettro di potenza che porta in conto la distribuzione di potenza in requenza bisogna ar rierimento al segnale troncato: x T (t) = x(t) Π(t/T ) tale segnale ha, inatti, sicuramente energia inita e quindi è possibile applicare l uguaglianza di Parseval. Quindi: T/ P x = lim T T = lim = T T T/ lim T x T (t) dt = lim T T x T (t) dt (48) X T () d (49) T X T () d (50) Si deinisce allora la densità spettrale di potenza come limite dello spettro di energia del segnale troncato nell intervallo ( T/, T/): S x () = lim T T X T () (5) Le proprietò della densità spettrale di potenza sono analoghe a quelle della densità spettrale di energia e sono riassunte di seguito:. assume sempre valori non negativi;. è una unzione pari; 3. l integrale della densità spettrale di potenza coincide con la potenza del segnale; 4. la densità spettrale di un segnale in uscita ad un sistema LTI con risposta in requenza H() è: S y () = S x () H() a.a. 00-0

28 Caratterizzazione energetica dei segnali 8 5. vale il teorema di Wiener-Kintchine, per cui: S x () = F[R x (τ)] 6. S x ( 0 ) d rappresenta il contributo della potenza del segnale ornito dalle componenti requenziali prossime a Esempio Calcoliamo la densità spettrale di potenza del gradino unitario x(t) = u(t). Bisogna innanzitutto considerare il segnale troncato x T (t), quindi valutarne la trasormata di Fourier e poi passare al limite. Si ha: ( ) ( ) t t T/4 x T (t) = u(t)π = Π T T/ la cui trasormata di Fourier è: pertanto la densità spettrale è data da: X T () = T sinc ( T ) T S x () = lim T 4 sinc Osserviamo il comportamento della quantità T 4 sinc ( T e jπt/ ( ) T ). Al crescere di T notiamo che:. l area di tale unzione è costante, indipendentemente dal valore di T, inatti, ricordando che risulta X()d = x(0), si ha: ( ) T T 4 sinc = ( ) t Λ t=0 = T. la successione di unzioni tende ad un impulso di Dirac. In conclusione: S x () = δ() Ricordiamo che nel capitolo (esempio 6..3) avevamo calcolato la unzione di autocorrelazione del gradino: R x (τ) = /, che è pari proprio all anti-trasormata di Fourier di S x (). 7.. Densità spettrale per segnali periodici Per i segnale periodici la densità spettrale e la unzione di autocorrelazione possono essere espresse mediante i coeicienti dello sviluppo in serie del segnale. Consideriamo, inatti, un segnale periodico x(t) di periodo T 0, la sua unzione di autocorrelazione è periodica dello stesso periodo e può essere espressa come: R x (τ) = T 0 T 0 x(t)x (t τ)dt a.a. 00-0

29 Caratterizzazione energetica dei segnali 9 S x () X 0... T 0 T 0 X X T 0 T 0... Figura 8: Densità spettrale di un segnale periodico A questo punto sostituiamo al segnale x (t τ) il relativo sviluppo in serie di Fourier, ottenendo: R x (τ) = x(t) Xk T e jπk(t τ)/t 0 dt 0 T 0 k Scambiando le operazioni di sommatoria e integrazione, si ha: R x (τ) = k X k ejπkτ/t 0 T 0 T 0 x(t)e jπkt/t 0 dt = k X k ejπkτ/t 0 X k = k X k e jπkτ/t 0 (5) Scopriamo in questo modo che la unzione di autocorrelazione, essendo periodica, ammette espansione in serie di Fourier con coeicienti dati proprio dal modulo quadro dei coeicienti di Fourier del segnale x(t). Per determinare, invece, la densità spettrale basta calcolare la trasormata di Fourier di R x (τ): S x () = ) X k δ ( kt0 (53) k Un segnale periodico ha dunque uno spettro di potenza a righe (igura 8): ogni riga ornisce il contributo alla potenza del segnale dato dalla relativa armonica. La potenza di x(t) può anche essere ottenuta integrando S x (): P x = = k S x () d = ) X k δ ( kt0 d = k k ) X k δ ( kt0 d La (54) non esprime altro che la relazione di Parseval per segnali periodici. X k (54) a.a. 00-0

30 Caratterizzazione energetica dei segnali Esempio Calcoliamo la unzione di autocorrelazione e la densità spettrale del segnale periodico: x(t) = cos (π 0 t) Ricordiamo che tale segnale ha coeicienti di Fourier diversi da zero: X 0 =, X = 4, X = 4 Quindi la sua unzione di autocorrelazione è data da: mentre la densità spettrale è: R x (τ) = ej4π 0τ + 6 e j4π 0τ = cos(4π 0τ) S x () = 4 δ() + 6 δ( 0) + 6 δ( + 0) 7.3 Densità spettrale mutua di energia e di potenza In modo analogo all energia e alla potenza mutua è possibile introdurre i concetti di densità spettrale di energia e potenza mutua, tenendo presente che sussiste anche la seguente uguaglianza di Parseval: x(t)y (t)dt = X()Y ()d (55) Dal momento che il primo membro della (55) rappresenta proprio l energia mutua tra due segnali, si deinisce densità spettrale di energia mutua o spettro di energia mutua la quantità: S xy () = X()Y () Analogamente per i segnali di potenza è possibile deinire lo spettro di potenza mutua: S xy () = lim T T X T ()YT () Se allora si considera un segnale z(t) = x(t) + y(t) la densità spettrale di z(t) è data da: S z () = S x () + S y () + S xy () + S yx () = S x () + S y () + Re[S xy ()] a.a. 00-0

Sistemi LTI a Tempo Continuo

Sistemi 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,

Dettagli

RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI

RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Introduzione Se il segnale d ingresso di un sistema Lineare Tempo-Invariante (LTI e un esponenziale

Dettagli

COMUNICAZIONI ELETTRICHE

COMUNICAZIONI 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

Dettagli

Formule di Teoria dei Segnali

Formule 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

Dettagli

ESERCIZI DI TEORIA DEI SEGNALI

ESERCIZI 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)

Dettagli

SEGNALI 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 ) 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

Dettagli

In questa Appendice sono riportate schematicamente le proprietà più importanti della trasformata di

In questa Appendice sono riportate schematicamente le proprietà più importanti della trasformata di Appendice F Proprietà della trasformata di Fourier In questa Appendice sono riportate schematicamente le proprietà più importanti della trasformata di Fourier per segnali TC e TD. Inoltre, sono riportate

Dettagli

Trasformate al limite

Trasformate al limite Bozza Data 6/0/007 Trasormate al limite La unzione generalizzata delta di Dirac Funzioni, unzionali e distribuzioni Prima di deinire la delta di Dirac conviene ricordare le seguenti deinizioni: unzione

Dettagli

RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI

RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI Fondamenti di Segnali e Trasmissione Risposta in requenza e banda passante La risposta in requenza di un sistema LTI e la trasormata di Fourier

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

Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione

Teoria 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

Dettagli

SEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione

SEGNALI 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,

Dettagli

1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano

1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una

Dettagli

Analisi dei segnali nel dominio della frequenza

Analisi dei segnali nel dominio della frequenza Appunti di Teoria dei Segnali a.a. / L.Verdoliva Nel capitolo precedente è stata descritta una rappresentazione dei segnali periodici mediante combinazione lineare di sinusoidi (se i segnali sono reali)

Dettagli

Corso di SEGNALI a.a Corso di SEGNALI. anno accademico Trasformata di Fourier: esercizi d esame

Corso di SEGNALI a.a Corso di SEGNALI. anno accademico Trasformata di Fourier: esercizi d esame Corso di SEGNLI a.a.008 009 Corso di SEGNLI anno accademico 008-009 rasormata di Fourier: esercizi d esame. Successivamente si calcoli il valore di () per 0, ±/ e ±/. Per calcolare la trasormata di questo

Dettagli

Teoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione

Teoria 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

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

Laboratorio II, modulo

Laboratorio 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

Dettagli

Prima prova Intermedia

Prima prova Intermedia Carissimi studenti, scopoo di questa prima prova intermedia è quello di veriicare il vostroo grado di apprendimento sulla prima parte del corso. Il testo della prova vi viene reso disponibile nella serata

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

Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui

Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it

Dettagli

Circuiti a tempo discreto Raffaele Parisi

Circuiti a tempo discreto Raffaele Parisi Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Risposta in frequenza dei circuiti TD Rappresentazione nel dominio della frequenza,

Dettagli

CALCOLO DEL RAGGIO DI CURVATURA DI UNA CURVA REGOLARE DI E Q UAZI O NE y = f (x ), ivi derivabile almeno due volte, e che la derivata seconda

CALCOLO DEL RAGGIO DI CURVATURA DI UNA CURVA REGOLARE DI E Q UAZI O NE y = f (x ), ivi derivabile almeno due volte, e che la derivata seconda ALOLO DEL RAGGIO DI URVATURA DI UNA URVA REGOLARE DI E Q UAZI O NE Supponiamo che b sia una unzione deinita in, ivi derivabile almeno due volte, e che in la derivata seconda sia diversa da zero, e indichiamo

Dettagli

E, la successione di numeri {f n (x 0. n f n(x) (15.1)

E, la successione di numeri {f n (x 0. n f n(x) (15.1) Capitolo 15 15.1 Successioni e serie di funzioni Sia {f n } una successione di funzioni, tutte definite in un certo insieme E dello spazio R n ; si dice che essa è convergente nell insieme E se, comunque

Dettagli

Corso di Fondamenti di Segnali e Trasmissione - Esame del 21 Febbraio 2006

Corso 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.

Dettagli

Laboratorio II, modulo

Laboratorio II, modulo Laboratorio II, modulo 2 205-206 Banda di un segnale, filtri e cavi coassiali (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_03.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf

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

Sviluppo in serie di Fourier

Sviluppo in serie di Fourier Appunti di Teoria dei Segnali a.a. / L.Verdoliva La serie e la trasformata di Fourier sono strumenti matematici estremamente utili nell analisi e nell elaborazione dei segnali mediante sistemi LTI e forniscono

Dettagli

Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico Primo Appello 26/2/2015

Fondamenti 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) = ( )

Dettagli

Esercitazioni di Matematica

Esercitazioni di Matematica Università degli Studi di Udine Anno Accademico 009/00 Facoltà di Agraria Corsi di Laurea in VIT e STAL Esercitazioni di Matematica novembre 009 Trovare le soluzioni della seguente disequazione: x + +

Dettagli

Prova di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.

Prova 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

Dettagli

LA TRASFORMATA DI FOURIER, PROPRIETA ED ESEMPI (2) 12 Fondamenti Segnali e Trasmissione

LA TRASFORMATA DI FOURIER, PROPRIETA ED ESEMPI (2) 12 Fondamenti Segnali e Trasmissione LA RASFORMAA DI FOURIER, PROPRIEA ED ESEMPI () Fondamenti Segnali e rasmissione Proprieta della DF (5) Moltiplicazione nelle requenze: la DF inversa del prodotto delle DF di due segnali e uguale all integrale

Dettagli

Analisi dei segnali nel dominio del tempo

Analisi dei segnali nel dominio del tempo Laboratorio di Telecomunicazioni - a.a. 200/20 Lezione n. 3 Analisi dei segnali nel dominio del tempo L.Verdoliva In questa seconda lezione determiniamo, con l uso di Matlab, i parametri che caratterizzano

Dettagli

Teoria dei Segnali. Tema d'esame. Soluzione compito di Teoria dei Segnali

Teoria 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

Dettagli

LA DERIVATA DI UNA FUNZIONE. Prof Giovanni Ianne

LA DERIVATA DI UNA FUNZIONE. Prof Giovanni Ianne LA ERIVATA I UNA FUNZIONE Pro. Giovanni Ianne /22 Come si determina la retta tangente a una curva in un punto P? Per una circonerenza, la tangente è la retta che interseca la curva solo in P. IL PROBLEMA

Dettagli

I TEOREMI DEL CALCOLO DIFFERENZIALE

I TEOREMI DEL CALCOLO DIFFERENZIALE I TEOREMI DEL CALCOLO DIFFERENZIALE 1. DEFINIZIONI. TEOREMI DEL CALCOLO DIFFERENZIALE.1 TEOREMA DELL ESTREMANTE LOCALE. TEOREMI DI ROLLE, CAUCHY, LAGRANGE.3 TEOREMI CONSEGUENTI AL T. DI LAGRANGE 3. DETERMINAZIONE

Dettagli

ANALISI DI FOURIER. Segnali tempo continui:

ANALISI DI FOURIER. Segnali tempo continui: ANALISI DI FOURIER Segnali tempo continui: Segnali aperiodici Introduzione alla Trasformata Continua di - Derivazione intuitiva della TCF a partire dallo Sviluppo in Serie di - Spettro di ampiezza e fase

Dettagli

Esercizi sul campionamento

Esercizi 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

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

Campionamento. Campionamento. esercizi. Segnale analogico. Segnale campionato. x(n)=x(nt c. con T c. : passo di campionamento e f c.

Campionamento. Campionamento. esercizi. Segnale analogico. Segnale campionato. x(n)=x(nt c. con T c. : passo di campionamento e f c. Campionamento eserizi Campionamento x(t) x n Segnale analogio t x(n)x(n ) 0 N- n Segnale ampionato on : passo di ampionamento e / requenza di ampionamento x( t ) x( t )p( t ) p( t ) δ ( t n ) n x( t )

Dettagli

Corso di Fondamenti di Segnali e Trasmissione - Esame del 7 Febbraio 2006

Corso di Fondamenti di Segnali e Trasmissione - Esame del 7 Febbraio 2006 Corso di Fondamenti di Segnali e Trasmissione - Esame del 7 Febbraio 6 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.

Dettagli

Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli

Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Richiami

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

Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi. Mauro Biagi

Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi. Mauro Biagi Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi Outline Dall analogico al digitale Quantizzazione dell inormazione Trasormate di Fourier

Dettagli

Teoria dei segnali terza edizione

Teoria 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

Dettagli

Segnali ad energia ed a potenza finita

Segnali 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

Dettagli

Seconda esperienza - Verifica di alcune proprietà delle trasformate di Laplace -

Seconda esperienza - Verifica di alcune proprietà delle trasformate di Laplace - Seconda esperienza - Verifica di alcune proprietà delle trasformate di Laplace - Alpigiani Cristiano 17 novembre 2005 Introduzione Scopo di questa esperienza è quello di familiarizzare con alcune proprietà

Dettagli

modalità che si trovano a destra della modalità centrale. se k è dispari.

modalità che si trovano a destra della modalità centrale. se k è dispari. La misura della orma per variabili qualitative ordinali Lo studio della orma per variabili qualitative ordinali può essere condotto servendosi dell indice di dispersione introdotto per tale categoria di

Dettagli

Il differenziale ed i teoremi sulle funzioni derivabili. Appunti delle lezioni di Analisi A. Pisani A.S Liceo Classico Dante Alighieri (GO)

Il differenziale ed i teoremi sulle funzioni derivabili. Appunti delle lezioni di Analisi A. Pisani A.S Liceo Classico Dante Alighieri (GO) Il dierenziale ed i teoremi sulle unzioni derivabili Appunti delle lezioni di Analisi A. Pisani A.S. 22-3 Liceo Classico Dante Alighieri (GO Nota bene Questi appunti sono da intendere come guida allo studio

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

Banda passante di un sistema lineare

Banda passante di un sistema lineare .. 3.3 Banda passante di un sistema lineare Consideriamo un sistema lineare con funzione di trasferimento G(s). La funzione di risposta armonica del sistema lineare è G(j). Applichiamo in ingresso al sistema

Dettagli

Formulario di Teoria dei Segnali 1

Formulario 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,

Dettagli

Elaborazione di segnali e immagini: modulo segnali

Elaborazione 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 )

Dettagli

Capitolo 5. Calcolo infinitesimale

Capitolo 5. Calcolo infinitesimale Capitolo 5 Calcolo ininitesimale 5 Derivazione a b R ed ] a, Siano ( :(, DEFINIZINE Diremo che ( è derivabile nel punto se esiste inito il seguente ite ( ( e porremo per deinizione ( ( ( La unzione : (

Dettagli

Trasformata di Fourier per Immagini Digitali

Trasformata di Fourier per Immagini Digitali A.a. 008/009 Trasormata di Fourier per Immagini Digitali + j [ ] Segnali Continui -D π i ( ) I i ( ) = ie ( ) d= I( ) I( ) spettro di ampiezza + i( ) =I [ I( ) ] = I( ) e j π d ( ) ( ( )) I I( ) tan R

Dettagli

Corso di Controllo DigitaleAntitrasformate Zeta e calcolo della risposta p.1/32

Corso 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

Dettagli

Analisi Matematica 1 Soluzioni prova scritta n. 1

Analisi Matematica 1 Soluzioni prova scritta n. 1 Analisi Matematica Soluzioni prova scritta n Corso di laurea in Matematica, aa 008-009 5 giugno 009 Sia a n la successione definita per ricorrenza: a n+ 3 a n a 3 n, a 3 a n+ 3 a n a 3 n, a 3 a n+ 3 a

Dettagli

Pulse Amplitude Modulation (PAM) 2 Scelta delle risposte impulsive dei filtri in trasmissione e ricezione

Pulse 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

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

( e j2π ft 0.9 j) ( e j2π ft j)

( e j2π ft 0.9 j) ( e j2π ft j) Esercitazione Filtri IIR Es. 1. Si consideri il filtro dato dalla seguente equazione alle differenze y[n]+0.81y[n-2]=x[n]-x[n-2] - Determinare la funzione di trasferimento del filtro Eseguendo la Trasformata

Dettagli

Prova scritta di Teoria dei Segnali: nuovo ordinamento

Prova 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

Dettagli

I teoremi del calcolo differenziale

I teoremi del calcolo differenziale I teoremi del calcolo dierenziale Ora che le regole di derivazione e il concetto di derivata sono stati arontati è possibile passare ad analizzare alcuni risultati importanti. Deinizione: data una unzione

Dettagli

Proprieta. Proprieta. Proprieta. Proprieta. 1. Linearita : 3. Trasformata della derivata: 2. Trasformata dell integrale:

Proprieta. Proprieta. Proprieta. Proprieta. 1. Linearita : 3. Trasformata della derivata: 2. Trasformata dell integrale: FA-es Parte 1L 1 FA-es Parte 1L 2 Trasformate di Laplace La trasformata di Laplace e un OPERATORE funzionale Importanza dei modelli dinamici Risolvere equazioni differenziali (lineari a coefficienti costanti)

Dettagli

Teoria dei segnali terza edizione

Teoria dei segnali terza edizione Teoria dei segnali Capitolo 7 Progetto di filtri digitali SOLUZIONI DEGLI ESERCIZI Soluione dell eserciio 7. La risposta in frequena del filtro può essere riscritta come π f f H( f) cos rect + B B Antitrasformando

Dettagli

Filtri passivi Risposta in frequenza dei circuiti RC-RL-RLC

Filtri passivi Risposta in frequenza dei circuiti RC-RL-RLC 23. Guadagno di un quadripolo Filtri passivi isposta in frequenza dei circuiti C-L-LC In un quadripolo generico (fig. ) si definisce guadagno G il rapporto tra il valore d uscita e quello d ingresso della

Dettagli

6 dbm, mentre il secondo ha una potenza di 3 dbm. Quale sarà la

6 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

Dettagli

La trasformata di Laplace e un OPERATORE funzionale

La trasformata di Laplace e un OPERATORE funzionale FA-es Parte 1L 1 Trasformate di Laplace Importanza dei modelli dinamici Risolvere equazioni differenziali (lineari a coefficienti costanti) Metodi per risolverle??? FA-es Parte 1L 2 La trasformata di Laplace

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

Argomento 8 Integrali indefiniti

Argomento 8 Integrali indefiniti 8. Integrale indefinito Argomento 8 Integrali indefiniti Definizione 8. Assegnata la funzione f definita nell intervallo I, diciamo che una funzione F con F : I R è una primitiva di f in I se i) F è derivabile

Dettagli

Trasformata di Fourier

Trasformata 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

Dettagli

Comunicazioni Elettriche anno accademico Esercitazione 1

Comunicazioni 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)=

Dettagli

Lezioni di acustica. Analisi del segnale sonoro

Lezioni di acustica. Analisi del segnale sonoro Lezioni di acustica Analisi del segnale sonoro ONDA SINUSOIDALE sin 2 sin 2 sin A è l'ampiezza ω è la pulsazione (o velocità angolare, indica quanti periodi ci sono in un intervallo di 2π) è la requenza,

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

Trasformata discreta di Fourier diunasequenzafinita: algoritmifft

Trasformata discreta di Fourier diunasequenzafinita: algoritmifft diunasequenzafinita: algoritmifft La TDF di una sequenza finita può essere calcolata utilizzando algoritmi, computazionalmente efficienti, quali gli algoritmi Fast Fourier Transform (FFT). L efficienza

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

SECONDO COMPITINO DI SEGNALI E SISTEMI 3 Dicembre 2003

SECONDO 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

Dettagli

FILTRI ANALOGICI L6/1

FILTRI ANALOGICI L6/1 FILTRI ANALOGICI Scopo di un filtro analogico è l eliminazione di parte del contenuto armonico di un segnale, lasciandone inalterata la porzione restante. In funzione dell intervallo di frequenze del segnale

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

Le derivate parziali

Le derivate parziali Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire

Dettagli

CAP. VII FUNZIONI DERIVABILI

CAP. VII FUNZIONI DERIVABILI C Boccaccio Appunti di Analisi Matematica CAP VII CAP VII FUNZIONI DERIVABILI In molti problemi di varia natura (isica, economica, matematica, ecc ) si ha a che are con unzioni, delle quali importa determinare

Dettagli

La Trasformata di Fourier

La Trasformata di Fourier La Trasformata di Fourier Preliminari: Spazi di Hilbert Da Wikipedia In matematica uno spazio di Hilbert è uno spazio vettoriale che generalizza la nozione di spazio euclideo. Gli spazi di Hilbert sono

Dettagli

Esercitazione ENS sulle finestre (22 Aprile 2008)

Esercitazione 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

Dettagli

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA II Parziale - Compito C 3/5/25 A. A. 24 25 ) Risolvere il seguente sistema

Dettagli

Lezione n. 4 (caratterizzazione dei segnali e analisi in frequenza)

Lezione n. 4 (caratterizzazione dei segnali e analisi in frequenza) Lezione n. 4 (caratterizzazione dei segnali e analisi in frequenza) 1 I ruoli del medico e del bioingegnere nell analisi di segnali biomedici MEDICO Quali segnali misurare Quale informazione possono contenere

Dettagli

Esperimenti computazionali con Mathematica: la trasformata di Fourier

Esperimenti computazionali con Mathematica: la trasformata di Fourier Matematica Open Source http://www.extrabyte.info Quaderni di Analisi Matematica 06 Esperimenti computazionali con Mathematica: la trasformata di Fourier Marcello Colozzo 3 0 5 5 0 Ω LA TRASFORMATA DI FOURIER

Dettagli

Funzioni implicite - Esercizi svolti

Funzioni implicite - Esercizi svolti Funzioni implicite - Esercizi svolti Esercizio. È data la funzione di due variabili F (x, y) = y(e y + x) log x. Verificare che esiste un intorno I in R del punto di ascissa x 0 = sul quale è definita

Dettagli

Esame di FONDAMENTI DI AUTOMATICA (6 CFU) / CONTROLLI AUTOMATICI SOLUZIONE

Esame di FONDAMENTI DI AUTOMATICA (6 CFU) / CONTROLLI AUTOMATICI SOLUZIONE Esame di FONDAMENTI DI AUTOMATICA (6 CFU) / CONTROLLI AUTOMATICI Prova scritta 8 settembre 2017 SOLUZIONE ESERCIZIO 1. Si consideri il seguente circuito elettrico passivo: Applicando le leggi di Kirchhoff

Dettagli

Alcune nozioni di calcolo differenziale

Alcune nozioni di calcolo differenziale Alcune nozioni di calcolo differenziale G. Mastroeni, M. Pappalardo 1 Limiti per funzioni di piu variabili Supporremo noti i principali concetti algebrici e topologici relativi alla struttura dello spazio

Dettagli

Azione Filtrante. Prof. Laura Giarré https://giarre.wordpress.com/ca/

Azione Filtrante. Prof. Laura Giarré https://giarre.wordpress.com/ca/ Azione Filtrante Prof. Laura Giarré Laura.Giarre@UNIMORE.IT https://giarre.wordpress.com/ca/ Sviluppo in serie di Fourier Qualunque funzione periodica di periodo T può essere rappresentata mediante sviluppo

Dettagli

Teoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici

Teoria 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

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

Banda passante e sviluppo in serie di Fourier

Banda passante e sviluppo in serie di Fourier CONTROLLI AUTOMATICI Ingegneria Meccanica e Ingegneria del Veicolo http://www.dii.unimore.it/~lbiagiotti/controlliautomatici.html Banda passante e sviluppo in serie di Fourier Ing. e-mail: luigi.biagiotti@unimore.it

Dettagli

SEGNALI E SISTEMI Proff. N. Benvenuto, C. Dalla Man e M. Pavon (a.a ) IIIo Appello 24 agosto 2015 SOLUZIONI

SEGNALI E SISTEMI Proff. N. Benvenuto, C. Dalla Man e M. Pavon (a.a ) IIIo Appello 24 agosto 2015 SOLUZIONI SEGNALI E SISTEMI Proff. N. Benvenuto, C. Dalla Man e M. Pavon a.a. 04-05) IIIo Appello 4 agosto 05 SOLUZIONI Esercizio [punti 4]. Discutere le proprietà di: a) causalità, b) linearità, c) tempo-invarianza,

Dettagli

Michele Scarpiniti. L'Amplificatore Operazionale

Michele Scarpiniti. L'Amplificatore Operazionale Michele Scarpiniti L'Amplificatore Operazionale MICHELE SCARPINITI L Amplificatore Operazionale Versione 1.0 Dipartimento DIET Università di Roma La Sapienza via Eudossiana 18, 00184 Roma L AMPLIFICATORE

Dettagli

Marco Listanti. Lo strato Fisico. Caratterizzazione dei canali di. comunicazioni digitali. DIET Dept

Marco Listanti. Lo strato Fisico. Caratterizzazione dei canali di. comunicazioni digitali. DIET Dept Marco Listanti Lo strato Fisico Parte 3 Caratterizzazione dei canali di comunicazione e limiti fondamentali delle comunicazioni digitali Canali di comunicazione 2 Per canale di comunicazione si intende

Dettagli

Analisi Matematica III modulo Soluzioni della prova scritta preliminare n. 2

Analisi Matematica III modulo Soluzioni della prova scritta preliminare n. 2 Analisi Matematica III modulo Soluzioni della prova scritta preliminare n. Corso di laurea in Matematica, a.a. 003-004 17 dicembre 003 1. Si consideri la funzione f : R R definita da f(x, y) = x 4 y arctan

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

Esercizi sulla trasformata di Fourier di distribuzioni raccolti dai temi d esame

Esercizi sulla trasformata di Fourier di distribuzioni raccolti dai temi d esame Esercizi sulla trasformata di Fourier di distribuzioni raccolti dai temi d esame Esercizio Sia T > 0 e f : R R la funzione reale T -periodica la cui restrizione all intervallo [0, T ] vale f(t) := t(t

Dettagli

Esercitazioni di Analisi Matematica FUNZIONI CUBICHE. Effettuare lo studio completo delle seguenti funzioni di terzo grado intere:

Esercitazioni di Analisi Matematica FUNZIONI CUBICHE. Effettuare lo studio completo delle seguenti funzioni di terzo grado intere: FUNZIONI CUBICHE Effettuare lo studio completo delle seguenti funzioni di terzo grado intere: 1) y = fx) = x 3 + 2x 2 + x 2) y = fx) = x 3 + x 2 + x + 2 3) y = fx) = x 3 + 2x 2 + x 4 4) y = fx) = x 3 +

Dettagli