Definizione di Segnali e loro caratterizzazione
|
|
- Angela Marra
- 6 anni fa
- Visualizzazioni
Transcript
1 Definizione di Segnali e loro caratterizzazione Definizione Un segnale è un modello matematico che descrive la variazione di una o più grandezze (fisiche) in funzione di altre grandezze (fisiche). Non tutti i segnali ammettono una descrizione matematica esatta attraverso una funzione del tempo. Alcuni segnali contengono un certo grado di imprevedibilità o di incertezza, in quanto scaturiscono da fenomeni fisici che, per la loro complessità, o per la conoscenza imperfetta dei meccanismi che li governano, non ammettono una descrizione matematica esatta. Pertanto distinguiamo tra: Segnale deterministico: Un segnale si dice deterministico (o determinato) se è perfettamente descritto da una funzione (espressa analiticamente, in forma tabellare, o in forma grafica). Segnale aleatorio: Un segnale si dice aleatorio (o casuale) se nella sua definizione è contenuto un certo grado di incertezza. 1 Presentation Title Month 2006
2 Classificazione elementare dei segnali Definizione1. Segnale monodimensionale/multidimensionale (a) Un segnale si dice monodimensionale i se è descritto da una funzione di una variabile indipendente. Esempio x(t)=cos(2 f t ) (b) Un segnale si dice multidimensionale se è descritto da una funzione di due o più variabili indipendenti. Tipici esempi di segnali multidimensionali sono le immagini (fisse o in movimento). Un immagine fissa in bianco e nero, o monocromatica può essere descritta da un segnale multidimensionale z(x,y), che descrive le variazioni di luminosità (o luminanza) in funzione della posizione spaziale (x,y) del punto (detto anche pixel) dell immagine. Se l immagine è in movimento (filmato in bianco e nero), è necessario considerare anche una terza variabile temporale, per cui il segnale diventa una funzione z(x,y,t) di tre variabili. 2 Presentation Title Month 2006
3 Classificazione elementare dei segnali Definizione 2 (segnale a tempo continuo/discreto) (a) Un segnale si dice a tempo continuo (TC), o forma d onda, se la variabile indipendente (tempo) varia in un insieme continuo. (b) Un segnale si dice a tempo discreto (TD), o sequenza, se la variabile indipendente (tempo) varia in un insieme discreto. Definizione 3 (segnale scalare/vettoriale) (a) Un segnale si dice scalare se il valore assunto dal segnale (la variabile dipendente) è uno scalare. Esempi: segnale cosinusoidale x(t)=cos(2 f t ), Un immagine fissa in bianco e nero, o monocromatica z(x,y). (b) Un segnale si dice vettoriale se il valore assunto dal segnale (la variabile dipendente) è un vettore, ovvero un array di scalari. Una immagine fissa a colori è una funzione vettoriale di due variabili: z(x,y) = [zr(x,y), zg(x,y), zb(x,y)]. in quanto può essere decomposta dalle sue tre componenti fondamentali, rosso (R), verde (G) e blu (B), e quindi può essere descritta da tre segnali monocromatici associati a ciascuna componente, siano essi zr(x,y), zg(x,y), zb(x,y). 3 Presentation Title Month 2006
4 Classificazione elementare dei segnali Definizione 4 (segnale ad ampiezza continua/discreta) (a) Un segnale si dice ad ampiezza continua (AC) se la variabile dipendente (ampiezza) varia in un insieme continuo. (b) Un segnale si dice ad ampiezza discreta (AD) se la variabile dipendente (ampiezza) varia in un insieme i discreto. Un esempio di segnale ad ampiezza discreta è il segnale logico. La codifica degli stati logici 0 (falso) ed 1 1 (vero) avviene in un circuito digitale associando ad essi due livelli di tensione (in Volt), ad esempio 5V per rappresentare lo stato 0 e -5V per rappresentare lo stato 1. Il segnale risultante x(t) (vedi figura) descrive la variazione dello stato logico nel tempo. Si tratta di un segnale a tempo continuo ma ad ampiezza discreta, visto che il suo codominio. 4 Presentation Title Month 2006
5 Classificazione elementare dei segnali Definizione 5 (segnale analogico/digitale) (a) Un segnale si dice analogico se è a tempo continuo e ad ampiezza continua. (b) Un segnale si dice digitale o numerico se è a tempo discreto e ad ampiezza discreta (con un numero finito di ampiezze). 5 Presentation Title Month 2006
6 Segnale periodico Definizione (segnale periodico) (a) Un segnale TC x(t) si dice periodico se esiste it un valore reale T 0 > 0 tale che: x(t) = x(t + T 0 ), t, Il più piccolo valore di T0 che verifica l equazione di sopra è detto periodo (fondamentale) del segnale. (b) Un segnale TD x(n) si dice periodico se esiste un valore intero N 0 1 tale che: x(n) = x(n + N 0 ), n Il più piccolo valore di N 0 che verifica l equazione di sopra è detto periodo (fondamentale) del segnale. 6 Presentation Title Month 2006
7 Caratterizzazione sintetica dei segnali I principali parametri numerici che concorrono a caratterizzare sinteticamente un segnale sono : durata temporale; media temporale; energia e potenza. Definizione (estensione e durata temporale di un segnale) (a) L estensione temporale di un segnale x(t) a TC è l intervallo di tempo in cui x(t) assume valori non trascurabili. (b) L estensione temporale di un segnale x(n) a TD è l intervallo di tempo in cui x(n) assume valori non trascurabili. Definizione (media temporale): La media temporale di un segnale è: 7 Presentation Title Month 2006
8 Proprietà della media temporale (a) Linearità: (b) Invarianza temporale: x (t-t t 0 ) = x (t), t 0, x (n-n 0 ) = x (n), n 0, 1 x 1 ( ) + 2 x 2 ( ) 1 x 1 ( ) + 2 x 2 ( ), 1, 2 (c) Media temporale di un segnale periodico: Sia x( ) un segnale periodico, avente periodo T 0 nel caso TC, o periodo N 0 nel caso TD, assolutamente integrabile/sommabile su un periodo. La media temporale di x( ) può essere calcolata su un solo periodo: 8 Presentation Title Month 2006
9 Caratterizzazione sintetica dei segnali I Definizione (Energia e Potenza ): L energia di un segnale è: La potenza di un segnale è: 9 Presentation Title Month 2006
10 Segnali di Energia e Potenza Si dice segnale di energia un segnale x( ) ) avente energia finita e diversa da zero Si dice segnale di potenza un segnale x( ) avente potenza finita e diversa da zero Teorema 2.1 (relazioni tra segnali di energia e di potenza) (a) se x( ) è un segnale di potenza, allora esso ha energia infinita (E x = ); (b) se x( ) è un segnale di energia, allora esso ha potenza nulla (P x = 0). 10 Presentation Title Month 2006
11 Definizione (componente continua/alternata) La componente continua (DC) di un segnale x( ) coincide con la sua media temporale: La componente alternata (AC) di un segnale x( ) si ottiene sottraendo al segnale la sua componente continua: Mentre la componente continua rappresenta il valor medio del segnale, e quindi, in un certo senso, la parte costante del segnale, la componente alternata, essendo ottenuta depurando il segnale della componente continua, ne rappresenta la parte effettivamente variabile. Dalla sua definizione, è chiaro che la componente alternata di un segnale ha media temporale (e quindi componente continua) nulla. Infatti, applicando la proprietà di linearità della media temporale, si ha: 11 Presentation Title Month 2006
12 esempi di segnali: Piu definizione i i della delta di dirac delta e della delta di kroneker k 12 Presentation Title Month 2006
13 Convoluzione Consideriamo due segnali x ( ) e y ( ). Si definisce prodotto di convoluzione tra di essi il nuove segnale z(.)= x( ) y( ) cosi definito: Integrale di Convoluzione Somma di Convoluzione Se i due segnali x(.) e y(.) sono segnali periodici la convoluzione cosi come definita i sopra diverge. Pertanto si introduce una definizione i i alternativa di convoluzione valida per segnali periodici. Siano x(.) e y(.) sono segnali periodici TC (rispettivamente TD) di periodo T 0 (rispettivamente N 0 ): 13 Presentation Title Month 2006
14 Proprietà della Convoluzione (a) Proprietà commutativa: x( ) ( h( ) ) = h( ) ) x( ) ( ). (b) Proprietà associativa: x( ) [h 1 ( ) h 2 ( )] = [x( ) h 1 ( )] h 2 ( ). (c) Proprietà distributiva: x( ) [h 1 ( ) +h 2 ( )] = x( ) h 1 ( ) + x( ) h 2 ( ). (d) Proprietà di esistenza dell unità: x( ) = x( ) ( ) = ( ) x( ). 14 Presentation Title Month 2006
15 Proprietà della Convoluzione (Dimostrazione nell esercitazione del 23 Marzo) (e) Proprietà di invarianza temporale: h(t) x(t) = y(t) h(t -t 1 ) x(t -t 2 ) = y[t -(t 1 +t 2 )], t 1, t 2 ; h(t) x(t) = y(t) h(n -n 1 ) x(n -n 2 ) = y[n -(n 1 +n 2 )],, n 1, n 2 ; (f) Proprietà di convoluzione con l impulso: x(t - t 0 ) = x(t) (t -t 0 ), t 0, x(n - n 0 ) = x(n) (n -n 0 ), n 0, (g) Proprietà di durata della convoluzione: Siano x(t) e h(t) di durata rigorosamente limitata, con durate x e h z(t) = x(t) h(t) è di durata rigorosamente limitata, con durata z x + h. Siano x(n) e h(n) di durata rigorosamente limitata, con durate x e h z(n) = x(n) h(n) è di durata rigorosamente limitata, con durata z x + h Presentation Title Month 2006
16 Sistemi Definizione 1 (Sistema) Un sistema it è un modello matematico ti che descrive la relazione tra due o più segnali, dei quali alcuni sono identificati come segnali di ingresso (o cause), e gli altri come segnali di uscita (o effetti). 16 Presentation Title Month 2006
17 Classificazione elementare dei sistemi Definizione 1. (sistema SISO/MISO/SIMO/MIMO) (a) Un sistema con un ingresso ed una uscita si dice single-input single-output (SISO). (b) Un sistema con più ingressi ed una uscita si dice multiple-input single-output (MISO). (c) Un sistema con un ingresso e più uscite si dice single-input multiple-output (SIMO). (d) Un sistema con più ingressi e più uscite si dice multiple-input multiple-output (MIMO). (MISO). (SISO). 17 Presentation Title Month 2006
18 Classificazione elementare dei sistemi Definizione 2 (sistema a tempo continuo/discreto/misto) (a) Un sistema si dice a tempo continuo (TC) se l ingresso e l uscita sono entrambi segnali a tempo continuo. (b) Un sistema si dice a tempo discreto (TD) se l ingresso e l uscita sono entrambi segnali a tempo discreto. (c) () Un sistema si dice misto (o ibrido) se l ingresso e l uscita sono uno a tempo continuo e l altro a tempo discreto, o viceversa. 18 Presentation Title Month 2006
19 Classificazione elementare dei sistemi Un sistema TC (SISO) è descritto matematicamente da una trasformazione S : I --> U, Definizione (relazione i-u di un sistema TC) Detto x(t) I l ingresso ed y(t) U l uscita, il sistema TC (SISO) è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): Esempi: Integratore, integrale di convoluzione, Definizione (relazione i-u di un sistema TC) Detto x(t) I l ingresso ed y(t) U l uscita, il sistema TC (SISO) è descritto matematicamente dalla sua relazione ingresso-uscita (i-u): Esempi: Sommatore, somma di convoluzione, 19 Presentation Title Month 2006
20 Classificazione elementare dei sistemi Definizione (connessione di sistemi in serie) Due sistemi S1 e S2 si dicono connessi in serie o in cascata se l uscita del primo sistema S1 è collegata all ingresso del secondo sistema S2. Definizione 3.4 (connessione di sistemi in parallelo) Due sistemi ste S1 e S2 si dicono o connessi in parallelo allelo se lo stesso ingresso è applicato ai due sistemi S1 e S2, e l uscita si ottiene sommando algebricamente le uscite dei due sistemi. Definizione 3.5 (connessione di sistemi in retroazione) Due sistemi S1 e S2 si dicono connessi in retroazione o con feedback se l uscita del sistema S1, dopo essere stata elaborata dal sistema S2, viene sommata algebricamente all ingresso del sistema S1. 20 Presentation Title Month 2006
21 Proprietà dei sistemi Definizione 3.6 (sistema non dispersivo) (a) Un sistema TC si dice non dispersivo se la sua relazione i-u assume la forma (b) Un sistema TD si dice non dispersivo se la sua relazione i-u assume la forma In sintesi, in un sistema non dispersivo, l uscita all istante t oppure n dipende solo dal valore assunto dal segnale di ingresso nello stesso istante (con una legge che può variare, eventualmente, con t oppure con n). Come sinonimo di sistema non dispersivo, si parla anche di sistema istantaneo o senza memoria. Un sistema che non soddisfa la definzione di sopra si dice evidentemente dispersivo, o anche dinamico, o ancora con memoria. In definitiva, la memoria di un sistema può essere definita come la durata temporale del segmento del segnale di ingresso che contribuisce, oltre al campione attuale, all uscita in un determinato istante di tempo. Inoltre, non sempre la memoria di un sistema è finita diversi sono gli esempi di sistemi con memoria infinita. 21 Presentation Title Month 2006
22 Esempi 22 Presentation Title Month 2006
23 Proprietà dei sistemi Definizione (sistema causale) (a) Un sistema TC si dice causale se la sua relazione i-u assume la forma (b) Un sistema TD si dice causale se la sua relazione i-u assume la forma Un sistema in cui l uscita non soddisfa la definzione di sopra si dice non causale. Un caso particolare di sistema non causale è quello in cui l uscita dipende solo dal futuro, ossia: Un sistema siffatto si dice anticausale. 23 Presentation Title Month 2006
24 Esempi 24 Presentation Title Month 2006
25 Proprietà dei sistemi Definizione (sistema invertibile) Un sistema è invertibile se è possibile costruire un sistema S -1 : I --> U, detto sistema inverso, tale che la cascata di S e S -1 (nell ordine) realizza la trasformazione identica, matematicamente ciò significa che:, per ogni segnale di ingresso x(t) I. Questo comporta che dall osservazione dell uscita del sistema è possibile determinare (almeno in linea di principio) univocamente l ingresso. 25 Presentation Title Month 2006
26 Esempi 26 Presentation Title Month 2006
27 Proprietà dei sistemi: Definizione (sistema invariante temporalmente) La relazione i-u di un sistema TC e TD, nella forma più generale é: La dipendenza esplicita da t (e da n rispettivamemente) nelle relazioni precedenti evidenzia che il comportamento del sistema può variare nel tempo. Se tale dipendenza dal tempo non c è, allora è possibile scrivere la relazione i-u del sistama senza l esplicta dipendenza da t o da n, i.e.: ed il sistema si dice invariante temporalmente [sistema tempo-invariante (TI) o stazionario]. Se la tempo-invarianza non è soddisfatta il sistema di dice tempo-variante (TV) Esempi: (amplificatore a guadagno costante ( partitore resistivo) : Sitema TI amplificatore a guadagno variabile: Sistema TV 27 Presentation Title Month 2006
28 Proprietà dei sistemi invarianti temporalmente Proprietà (caratterizzazione i-u dell invarianza temporale) (a) Un sistema TC con ingresso x(t) ed uscita y(t) è invariante i temporalmente t se e solo se per ogni t 0, e per ogni coppia di segnali di ingresso x(t) I e di uscita y(t) ) U. (b) Un sistema TD con ingresso x(n) ed uscita y(n) è invariante temporalmente se e solo se per ogni n 0, e per ogni coppia di segnali di ingresso x(n) I e di uscita y(n) U. 28 Presentation Title Month 2006
29 Esempi 29 Presentation Title Month 2006
30 Esempi 30 Presentation Title Month 2006
31 Proprietà dei sistemi Un sistema si dice stabile in senso BIBO (bounded-input bounded-output) se l uscita corrispondente ad un qualunque ingresso di ampiezza limitata è a sua volta di ampiezza limitata. Matematicamente: Definizione (sistema stabile in senso BIBO) (a) Un sistema TC con ingresso x(t) ed uscita y(t) si dice stabile in senso BIBO se: x(t) K x per ogni t, y(t) K y per ogni t, per ogni x(t) I limitato con K x, K y +. y (b) Un sistema TD con ingresso x(n) ( ) ed uscita y(n) ) si dice stabile in senso BIBO se: x(n) K x per ogni n, y(n) K y per ogni n, per ogni x(n) I limitato con K x, K y Presentation Title Month 2006
32 Esempi 32 Presentation Title Month 2006
33 Proprietà dei sistemi: Sistemi Lineari La proprietà di linearità è estremamente importante, in quanto porta a notevoli semplificazioni nell analisi e nella sintesi dei sistemi. La proprietà di linearità può essere vista come composta da due proprietà più semplici: la proprietà di omogeneità e di additività, secondo la definizione seguente: Definizione (sistema lineare) Un sistema si dice lineare se soddisfa le seguenti due proprietà: (a) Omogeneità: per ogni coppia di segnali di ingresso x( ) I e di uscita y( ) U, si ha: x( ) y( ) (b) Additività: per ogni coppia di segnali di ingresso x 1 ( ) I e di uscita y 1 ( ) U, e per ogni coppia di segnali di ingresso x 2 ( ) I e di uscita y 2 ( ) U, si ha: 2 2 x 1 ( )+x 2 ( ) y 1 ( )+y 2 ( ). 33 Presentation Title Month 2006
34 Proprietà dei sistemi: Sistemi Lineari Le due proprietà precedenti, che caratterizzano la linearità di un sistema, si possono riassumere nel cosiddetto principio di sovrapposizione: Proprietà (principio di sovrapposizione) Un sistema è lineare se, per ogni coppia di segnali di ingresso x 1 ( ) I e di uscita y 1 ( ) U, e per ogni coppia di segnali di ingresso x 2 ( ) I e di uscita y 2 ( ) U, si ha:, si ha: 1 x 1 ( ) + 2 x 2 ( ) 1 y 1 ( ) + 2 y 2 ( ), 1, 2 34 Presentation Title Month 2006
35 Proprietà dei sistemi: Sistemi Lineari Proprietà (comportamento a riposo di un sistema omogeneo) In un sistema omogeneo, l uscita corrispondente all ingresso nullo è necessariamente nulla. Esempio di sistema non omogeneo omogeneo 35 Presentation Title Month 2006
36 Sistemi non lineari senza memoria Definizione (non linearità senza memoria) Sia g( ) una funzione non lineare, un sistema TI senza memoria, descritto dalla relazione iu: y(t) = g[x(t)] (nel caso TC) oppure da y(n) = g[x(n)] (nel caso TD) prende il nome di non linearità senza memoria. Esempi: raddrizzatore: y ( )= x ( ), hard limiter: y (t)=sign(x (t)), y(t)=x 2 (t) 36 Presentation Title Month 2006
37 Sistemi Lineari: Relazione i-u e risposta impulsiva Considerato l insieme numerabile degli impulsi discreti traslati nel tempo (n-k), un arbitrario segnale TD si scrive: Supponiamo che x(n) sia posto in ingresso ad un sistema TD LTI, sfruttando il principio di sovrapposizione, nonché l invarianza temporale del sistema: Definito per l invarianza temporale abbiamo: Pertanto la relazione i-u del sistema diventa: 37 Presentation Title Month 2006
38 Esempio 38 Presentation Title Month 2006
39 Sistemi Lineari: Relazione i-u e risposta impulsiva Partendo dalla rappresentazione di un segnale a TC come sovrapposizione di impulsi di Dirac: Applicando la linearità e la tempo invarianza, abbiamo dove abbiamo indicato Risposta Impulsiva 39 Presentation Title Month 2006
40 Relazione i-u e risposta impulsiva di un sistema LTI Proprietà (relazione i-u e risposta impulsiva di un sistema LTI) (a) Dato un sistema TC con ingresso x(t) ed uscita y(t), esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: dove è la risposta impulsiva del sistema. (b) Dato un sistema TD con ingresso x(n) ed uscita y(n), esso è un sistema LTI se e solo se è descritto da una relazione i-u di convoluzione: dove è la risposta impulsiva del sistema. 40 Presentation Title Month 2006
41 Relazione i-u e risposta impulsiva di un sistema LTI 41 Presentation Title Month 2006
42 Risposta impulsiva di un sistema LTI non dispersivo Proprietà (a) Un sistema LTI è non dispersivo se e solo se la sua risposta impulsiva assume la forma h( ) = ( ). (b) Equivalentemente, un sistema LTI è non dispersivo se e solo se la sua relazione i-u è y( ) = x( ), ovvero se e solo se è un amplificatore/attenuatore ideale. 42 Presentation Title Month 2006
43 Sistemi dispersivi o con memoria I sistemi non dispersivi sono detti anche sistemi senza memoria, dove la memoria di un sistema è la durata temporale del segmento del segnale di ingresso che contribuisce, oltre al campione attuale, all uscita in un determinato istante di tempo. Dalla relazione i-u di un sistema LTI, segue che tale durata è determinata dalla estensione temporale D h della risposta impulsiva la memoria di un sistema coincide con la durata temporale D h della risposta impulsiva h( ) (escluso il campione per n = 0 nel caso TD). I sistemi LTI con memoria si possono ulteriormente classificare come segue: sistemi LTI aventi memoria rigorosamente finita: la risposta impulsiva h( ) ha durata rigorosamente limitata; sistemi LTI aventi memoria praticamente finita: la risposta impulsiva h( ) decade asintoticamente a zero per t senza mai annullarsi; l estensione temporale D h è l intervallo in cui risposta impulsiva h( ) assume valori significativamente diversi da zero (soglia da fissarsi); sistemi LTI aventi memoria infinita: la risposta impulsiva h( ) non decade a zero, per cui presenta valori non trascurabili su un intervallo temporale non limitato. Sistemi LTI con memoria rigorosamente finita prendono il nome di sistema finite impulse response (FIR). l integratore con memoria finita, sistema MA. Sistema LTI con memoria non rigorosamente finita sono detti sistemi infinite impulse response (IIR). L integratore e l accumulatore 43 Presentation Title Month 2006
44 Risposta impulsiva di un sistema LTI causale Proprietà Un sistema LTI è causale se e solo se h(n) = 0, n < 0 (sistema TD) h(t) = 0, t < 0 (sistema TC) Se la risposta impulsiva del sistema LTI non è identicamente nulla per t <0 (caso TC) oppure per n<0 (caso TD), il sistema è non causale. Un sistema LTI è anticausale se e solo se la sua risposta impulsiva soddisfa la seguente condizione: h(n) = 0, n 0 (sistema TD) h(t) = 0, t 0 (sistema TC) 44 Presentation Title Month 2006
45 Sistema LTI non-causale 45 Presentation Title Month 2006
46 46 Presentation Title Month 2006
47 Risposta di un sistema LTI causale ad un segnale causale Proprietà (risposta di un sistema LTI causale ad un segnale causale) (a) Se il segnale in ingresso ad un sistema TC LTI causale è identicamente nullo per t < 0, allora la corrispondente uscita è anch essa identicamente nulla per t < 0. (b) Se il segnale in ingresso ad un sistema TD LTI causale è identicamente nullo per n<0, allora la corrispondente uscita è anch essa identicamente nulla per n < Presentation Title Month 2006
48 Sistema Inverso Proprietà (risposta impulsiva del sistema inverso di un sistema LTI) Si consideri i un sistema LTI invertibile con risposta impulsiva i h( ), ) il suo sistema inverso è anch esso LTI e, detta hinv( ) la sua risposta impulsiva, sussiste la seguente relazione tra le due risposte impulsive: h( ) hinv( ) = hinv( ) h( ) = ( ). 48 Presentation Title Month 2006
49 Sistemi Stabili Proprietà (risposta impulsiva di un sistema LTI stabile) Un sistema LTI è stabile se e solo se la sua risposta impulsiva i è sommabile, ovvero se e solo se (sistema TD), (sistema TC). Dimostrarlo: Possiamo quindi dire che tutti i sistemi LTI con memoria rigorosamente finita (FIR) sono stabili. 49 Presentation Title Month 2006
50 Sistemi Stabili: Dimostrazione Condizione sufficiente: 50 Presentation Title Month 2006
51 Sistemi Stabili: Dimostrazione Condizione necessaria: Per provarlo, procediamo per assurdo, supponendo che un sistema stabile abbia una risposta impulsivanon sommabile. Definiamo allora un opportuno segnale di ingresso: 51 Presentation Title Month 2006
52 Esempi 52 Presentation Title Month 2006
53 Trasformata di Fourier Definizione (trasformata di Fourier per segnali TC) La trasformata di Fourier di un segnale TC x(t) è definita dalle equazioni: (equazione di analisi) (equazione di sintesi) Definizione (trasformata di Fourier per segnali TD) La trasformata di Fourier di un segnale TD x(n) è definita dalle equazioni: (equazione di analisi) (equazione di sintesi) 53 Presentation Title Month 2006
54 Periodicità della trasformata di Fourier a TD Proprietà (periodicità della trasformata di Fourier a TD) La trasformata t di Fourier X( ) di un segnale TD x(n), è periodica di periodo unitario, ossiaç X( ) = X( +1), ν R. In virtù di tale proprietà, per specificare completamente la trasformata di Fourier X( ) è sufficiente assegnare i suoi valori in un arbitrario intervallo di ampiezza unitaria, ad esempio (0,1) oppure (.1/2,1/2). Sapedo che: calcorale per esercizio la trasformata di Fourier della finestra rettangolare TD 54 Presentation Title Month 2006
55 Proprietà elementari delle trasformata di Fourier Proprietà (linearità della trasformata di Fourier) Siano x 1 ( ) FT X 1 ( ) e x 2 ( ) FT X 2 ( ), e siano 1, 2, si ha: y ( ) = 1 x 1 ( ) + 2 x 2 ( ) FT Y( ) = 1 X 1 ( ) + 2 X 2 ( ). Proprietà (simmetria hermitiana della trasformata di Fourier) Sia x( ) FT X( ), valgono i seguenti risultati: (a) Se x( ) è reale, allora X( ) possiede la seguente proprietà di simmetria hermitiana: X*( ) = X(-( )) (( )* denota la coniugazione) (b) Se X( ) possiede la proprietà di simmetria hermitiana, allora x( ) è reale. Dimostrare la prop. di simmetria hermitiana ricordando che: 55 Presentation Title Month 2006
56 Proprietà di dualità nel caso TC Proprietà (dualità della trasformata di Fourier a TC) Sia x(t) FT X( f ), si ha X(t) FT x(-f ( ). Dim: La trasformata di Fourier di X(t) è Utilizzando l equazione di sintesi con come variabile di integrazioneç 56 Presentation Title Month 2006
57 Esempio 57 Presentation Title Month 2006
58 Valore nell origine della trasformata di Fourier Proprietà (valore nell origine della trasformata di Fourier) Sia x( ) FT X( ), si ha: (caso TC) (caso TD) 58 Presentation Title Month 2006
59 Proprietà di convoluzione della trasformata di Fourier Proprietà (proprietà di convoluzione della trasformata di Fourier) Siano x1( ) ) FT X1( ) ) e x2( ) ) FT X2( ), ) si ha: y( ) = x1( ) x2( ) FT Y( ) = X1( ) X2( ). 59 Presentation Title Month 2006
60 Uguaglianza di Parseval 60 Presentation Title Month 2006
61 Uguaglianza di Parseval: Dimostrazione 61 Presentation Title Month 2006
62 Uguaglianza di Parseval sua estensione con dimostrazione 62 Presentation Title Month 2006
63 Decadimenta zero: senza dimostrazione 63 Presentation Title Month 2006
64 Proprietà della Trasformata di Fourier 64 Presentation Title Month 2006
65 Proprietà della Trasformata di Fourier 65 Presentation Title Month 2006
66 Proprietà della Trasformata di Fourier 66 Presentation Title Month 2006
67 67 Presentation Title Month 2006
68 Trasformata di Fourier di segnali sommabili Proprietà (trasformata di Fourier a TD di un segnale sommabile) Se il segnale x(t) è sommabile su R, l integrale che definisce l equazione di analisi esiste in senso ordinario e la trasformata di Fourier X( f ) del segnale x(t) è una funzione continua e limitata, infinitesima per f +. Proprietà (trasformata di Fourier a TD di un segnale sommabile) (i) Se il segnale x(n) è sommabile, la serie che definisce l equazione di analisi converge uniformemente in R e la trasformata di Fourier X( ν) del segnale x(n) è una funzione continua. (ii) Se X( ν) è la trasformata di Fourier di un segnale x(n) sommabile, l equazione di sintesi restituisce x(n), n Z. 68 Presentation Title Month 2006
69 69 Presentation Title Month 2006
70 70 Presentation Title Month 2006
71 71 Presentation Title Month 2006
72 72 Presentation Title Month 2006
73 73 Presentation Title Month 2006
74 74 Presentation Title Month 2006
75 75 Presentation Title Month 2006
76 76 Presentation Title Month 2006
77 Trasformata di Fourier della finestra rettangolare
78 78 Presentation Title Month 2006
79 79 Presentation Title Month 2006
80 80 Presentation Title Month 2006
81 81 Presentation Title Month 2006
82 82 Presentation Title Month 2006
83 83 Presentation Title Month 2006
84 84 Presentation Title Month 2006
85 Serie di Fourier
86 Proprietà della Serie di Fourier Dimostrazione: o Dimostrazione: o
87 Verifica:
88 Trasformata di Fourier di segnali periodici Utilizzando: Utilizzando:
89 Relazione tra Serie di Fourier and Trasformata di Fourier
90 Esempio
91 Esempio
92 Sistemi LTI e Serie di Fourier La principale motivazione che spinge a rappresentare un arbitrario segnale come sovrapposizione di fasori è la semplicità con cui è possibile calcolare l uscita di un sistema LTI sollecitato da un singolo fasore, mediante le relazioni Le relazioni sono state ottenute via def. di integrale di covoluzione
93 Sistemi LTI e Serie di Fourier per segnali TC Infatti applicando l equazione di sintesi Per il principio p di sovrapposizione otteniamo: Da cui si deduce che:
94 Sistemi LTI e Serie di Fourier per segnali TD Infatti applicando l equazione di sintesi Per il principio di sovrapposizione otteniamo: Da cui si deduce che come nel caso TC che che y(n) è un segnale periodico, con lo stesso periodo N0 del segnale di ingresso, e che la sua DFS Y(k) è legata alla DFS del segnale di ingresso dalla relazione:: che le componenti continue di x(k) e y(k) sono legate della dal valor in zero della risposta in fequenza del sistema LTI.
95 Selettività in frequenza In generale un sistema LTI modifica in maniera diversa le armoniche del segnale alle differenti frequenze: questa fondamentale proprietà dei sistemi LTI va sotto il nome di selettività ità in frequenza. Particolarmente t interessante t è la modifica delle ampiezze delle armoniche, in quanto essa consente di alterare il peso relativo di ciascun fasore nella serie di Fourier. Comportamento tipico di molti sistemi LTI è di attenuare notevolmente (quando H(k f0) 1) l ampiezza di alcune armoniche, e di lasciare inalterate (quando H(k f0) 1) l ampiezza di altre armoniche. Caso limite: il sistema presenta una risposta armonica che si annulla in corrispondenza di alcune frequenze le armoniche corrispondenti a quelle frequenze saranno completamente cancellate e quindi non saranno presenti nel segnale di uscita. Notiamo che il sistema LTI può solo modificare in ampiezza e fase le armoniche che sono già presenti nel segnale di ingresso, mentre non è in grado di generare armoniche a frequenze differenti da quelle dell ingresso (la generazione di nuove armoniche è una caratteristica tipica dei sistemi non lineari). Per questo motivo, si dice che il sistema LTI p ) q si comporta come un filtro, opera un filtraggio del segnale di ingresso.
96 Filtri Ideali TC Con riferimento al caso TC, i più semplici esempi di filtri sono quelli cosiddetti ideali, la cui risposta in frequenza H( f ) assume solo i valori 0 oppure 1. In particolare, tutte le armoniche aventi frequenze per le quali H( f) = 1 vengono fatte passare dal filtro senza modifiche: tale intervallo di frequenze Wp prende il nome di banda passante del filtro. Viceversa, tutte le armoniche aventi frequenze per le quali H(f) = 0 vengono completamente bloccate dal filtro: tale intervallo di frequenze Ws prende il nome di banda oscura del filtro o stopband. I filtri ideali TC sono in genere classificati, sulla base della posizione della banda passante e di quella oscura, in quattro tipologie principali: 1. Filtri passabasso o lowpass filter (LPF): 2. Filtri passaalto o highpass filter (HPF): 3. Filtri passabanda o bandpass filter (BPF): 4. Filtri passabanda o bandpass filter (BPF):
97 Filtri passabasso o lowpass filter (LPF):
98 Filtri passaalto o highpass filter (HPF):
99 Filtri passabanda o bandpass filter (BPF)
100 Filtri passabanda o bandpass filter (BPF):
101 Filtri Ideali TD Per quanto riguarda il caso TD, le tipologie di filtri ideali sono le stesse, con la fondamentale differenza che, essendo la risposta armonica H( ) una funzione periodica di periodo 1, le corrispondenti risposte dei filtri sono tutte periodiche di periodo 1. Nelle figure sono mostrate le risposte armoniche dei filtri ideali LPF, HPF, BPF e BSF per il caso TD, le cui espressioni analitiche sono:
102 Filtri Ideali TD
103 Esempio
Rappresentazione dei segnali con sequenze di numeri e simboli
Elaborazione numerica dei segnali Digital Signal Processing 1 Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici di un segnale;
DettagliLaboratorio II, modulo
Laboratorio II, modulo 2 206-207 Banda di un segnale e filtri (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_03.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_05.pdf
DettagliGianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico
Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico Copyright The McGraw-Hill Companies srl A aliasing, 443 fenomeno dell, 424f AMI, codificatore, 315 analiticità
DettagliElementi di Teoria dei Sistemi. Definizione di sistema dinamico. Cosa significa Dinamico? Sistema dinamico a tempo continuo
Parte 2, 1 Parte 2, 2 Elementi di Teoria dei Sistemi Definizione di sistema dinamico Parte 2, 3 Sistema dinamico a tempo continuo Cosa significa Dinamico? Parte 2, 4? e` univocamente determinata? Ingresso
DettagliCONTROLLI 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
DettagliSistemi e segnali a tempo discreto
Sistemi e segnali a tempo discreto Segnali Per segnale si intende una grandezza fisica qualsiasi a cui è associata informazione. L informazione che trasporta il segnale, lo caratterizza. I segnali possono
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi Capitolo 3: Proprietà dei Circuiti nel dominio TD Proprietà e definizioni generali,
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
DettagliANALISI 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
DettagliTeoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliTEORIA DEI SISTEMI SISTEMI LINEARI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.
DettagliFiltraggio Digitale. Alfredo Pironti. Ottobre Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20
Filtraggio Digitale Alfredo Pironti Ottobre 2012 Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20 Filtri Analogici (1) Un filtro analogico è un sistema lineare tempo-invariante (LTI)
DettagliESERCIZI DI TEORIA DEI SEGNALI
ESERCIZI DI EORIA DEI SEGNALI EX. 1 Si determini lo sviluppo in serie di Fourier del segnale cos[ m(t)] dove m(t) = m(t) = m(t k ) [ π 2 2π ] ( ) t t rect. EX. 2 Si siderino due segnali x 1 (t) e x 2 (t)
DettagliFONDAMENTI DI CONTROLLI AUTOMATICI Ingegneria Meccanica. SISTEMI E MODELLI
FONDAMENTI DI CONTROLLI AUTOMATICI Ingegneria Meccanica http://web.ing.unimo.it/~lbiagiotti/fondamenticontrolli1415.html SISTEMI E MODELLI Ing. e-mail: luigi.biagiotti@unimore.it http://www.dii.unimore.it/~lbiagiotti
DettagliRipasso segnali e processi casuali. Trasmissione dell Informazione
Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale
DettagliObiettivi del corso. Esempi di sistemi di comunicazione. Classificazione dei segnali
Obiettivi del corso Obiettivi Acquisire i principali strumenti metodologici ed informatici per l analisi e l elaborazione dei segnali di comune impiego nelle applicazioni di telecomunicazioni e più in
Dettagli08. Analisi armonica. Controlli Automatici
8. Analisi armonica Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Alessio Levratti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it http://www.arscontrol.org/teaching
DettagliFondamenti di Automatica. Unità 3 Equilibrio e stabilità di sistemi dinamici
Fondamenti di Automatica Unità 3 Equilibrio e stabilità di sistemi dinamici Equilibrio e stabilità di sistemi dinamici Equilibrio di sistemi dinamici Linearizzazione di sistemi dinamici Stabilità interna
DettagliDispense 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
Dettagli01. Modelli di Sistemi
Controlli Automatici 01. Modelli di Sistemi Prof. Cesare Fantuzzi Ing. Cristian Secchi Ing. Federica Ferraguti ARSControl - DISMI - Università di Modena e Reggio Emilia E-mail: {nome.cognome}@unimore.it
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliLa 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
Dettaglia.a. 2014/2015 Docente: Stefano Bifaretti
a.a. 2014/2015 Docente: Stefano Bifaretti email: bifaretti@ing.uniroma2.it Un sistema di controllo automatico è un sistema in grado di imporre a una o più variabili controllate (uscite) gli andamenti temporali
DettagliCorso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra
Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Sommario CARATTERISTICHE DEI SEGNALI DETERMINATI.... ESERCIZIO.... ESERCIZIO... 5.3 ESERCIZIO 3 CONVOLUZIONE...
DettagliTeoria 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
Dettagli06. 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
DettagliPulse Amplitude Modulation (PAM) 2 Scelta delle risposte impulsive dei filtri in trasmissione e ricezione
Pulse Amplitude Modulation (PAM 1 Definizione La trasmissione di una sequenza di numeri {a k } mediante un onda PAM consiste nel generare, a partire dalla sequenza {a k } il segnale a tempo continuo u(t
DettagliRICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA
RICHIAMI SU PROCESSI ALEATORI E DENSITÀ SPETTRALE DI POTENZA Paolo Bestagini Ph.D. Student bestagini@elet.polimi.it http://home.deib.polimi.it/bestagini Sommario 2 Segnali deterministici Continui Discreti
DettagliCAMPIONAMENTO DI SEGNALI
CAMPIONAMENTO DI SEGNALI Alla base della discretizzazione di un segnale sorgente continuo sono i due procedimenti distinti di discretizzazione rispetto al tempo, detto campionamento, e rispetto all'ampiezza,
DettagliElaborazione nel dominio delle frequenze. Elaborazione delle immagini digitali 1
Elaborazione nel dominio delle frequenze Elaborazione delle immagini digitali 1 Serie di Fourier Elaborazione delle immagini digitali 2 Introduzione alla trasformata di Fourier Una funzione periodica può
DettagliVETTORI E SCALARI DEFINIZIONI. Si definisce scalare una grandezza definita interamente da un solo numero, affiancato dalla sua unità di misura.
VETTORI E SCALARI DEFINIZIONI Si definisce scalare una grandezza definita interamente da un solo numero, affiancato dalla sua unità di misura. Un vettore è invece una grandezza caratterizzata da 3 entità:
Dettagli4 Analisi nel dominio del tempo delle rappresentazioni in
Indice del libro Alessandro Giua, Carla Seatzu Analisi dei sistemi dinamici, Springer-Verlag Italia, II edizione, 2009 Pagina web: http://www.diee.unica.it/giua/asd/ Prefazione.....................................................
DettagliFondamenti di Automatica
Fondamenti di Automatica Introduzione e modellistica dei sistemi Introduzione allo studio dei sistemi Modellistica dei sistemi dinamici elettrici Modellistica dei sistemi dinamici meccanici Modellistica
DettagliCONTROLLI AUTOMATICI Ingegneria Gestionale MODELLI DI SISTEMI
CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm MODELLI DI SISTEMI Ing. Federica Grossi Tel. 059 2056333 e-mail: federica.grossi@unimore.it
DettagliTeoria dei Segnali Quantizzazione dei segnali; trasformata zeta
Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;
DettagliElementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari
Elementi di Algebra Lineare Matrici e Sistemi di Equazioni Lineari Antonio Lanteri e Cristina Turrini UNIMI - 2016/2017 Antonio Lanteri e Cristina Turrini (UNIMI - 2016/2017 Elementi di Algebra Lineare
DettagliIngegneria 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
DettagliTEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian
Dettagli0.1 Arco di curva regolare
.1. ARCO DI CURVA REGOLARE 1.1 Arco di curva regolare Se RC(O, i, j, k ) è un riferimento cartesiano fissato per lo spazio euclideo E, e se v (t) = x(t) i + y(t) j + z(t) k è una funzione a valori vettoriali
DettagliSegnali ad energia ed a potenza finita
Bozza Data 07/03/008 Segnali ad energia ed a potenza finita Energia e potenza di un segnale Definizioni di energia e potenza Dato un segnale (t), in generale complesso, si definisce potenza istantanea
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliElettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2
Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it
DettagliProva di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
DettagliInsiemi numerici. Teoria in sintesi NUMERI NATURALI
Insiemi numerici Teoria in sintesi NUMERI NATURALI Una delle prime attività matematiche che viene esercitata è il contare gli elementi di un dato insieme. I numeri con cui si conta 0,,,. sono i numeri
DettagliControlli Automatici I
Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE V Sommario LEZIONE V Proprietà strutturali Controllabilità e raggiungibilità Raggiungibilità nei sistemi lineari Forma
DettagliVariabili 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
DettagliElaborazione di segnali e immagini: modulo segnali
Elaborazione di segnali e immagini: modulo segnali 30 gennaio 014 Esame parziale con soluzioni Esercizio 1 Dato un sistema LTI descritto dalla seguente equazione alle differenze: v(k) + v(k 1) 10v(k )
DettagliFondamenti di Automatica
Fondamenti di Automatica Proprietà strutturali e leggi di controllo aggiungibilità e controllabilità etroazione statica dallo stato Osservabilità e rilevabilità Stima dello stato e regolatore dinamico
DettagliTECNICHE DI CONTROLLO
TECNICHE DI CONTROLLO Richiami di Teoria dei Sistemi Dott. Ing. SIMANI SILVIO con supporto del Dott. Ing. BONFE MARCELLO Sistemi e Modelli Concetto di Sistema Sistema: insieme, artificialmente isolato
DettagliCorso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a
Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a Università degli Studi della Calabria Corso di Laurea in Ingegneria Elettronica. Ing. Domenico Famularo a Proprietà Letteraria Riservata
DettagliLa Trasformata di Fourier Discreta. e sue applicazioni
Prof. Lucio Cadeddu Giorgia Tranquilli Università degli Studi di Cagliari Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica La Trasformata di Fourier Discreta e sue applicazioni Relatore: Tesi
Dettagliche coinciderà con la (2) se g[n] = g (n ), condizione verificata dal teorema di Poisson.
La simulazione di sistemi analogici LTI per via digitale si è resa necessaria in quanto permette non solo la perfetta riproducibilità del fenomeno da studiare in situazioni ambientali anche molto diverse,
DettagliModellistica dei Sistemi Elettrici
Prof. Carlo Cosentino Fondamenti di Automatica, A.A. 206/7 Corso di Fondamenti di Automatica A.A. 206/7 Modellistica dei Sistemi Elettrici Prof. Carlo Cosentino Dipartimento di Medicina Sperimentale e
DettagliMassimi e minimi vincolati
Massimi e minimi vincolati Data una funzione G C 1 (D), dove D è un aperto di R 2, sappiamo bene dove andare a cercare gli eventuali punti di massimo e minimo relativi. Una condizione necessaria affinché
Dettagli2 Vettori applicati. 2.1 Nozione di vettore applicato
2 Vettori applicati 2 Vettori applicati 2.1 Nozione di vettore applicato Numerose grandezze fisiche sono descritte da vettori (spostamento, velocità, forza, campo elettrico, ecc.). Per alcune di esse e,
DettagliProprietà strutturali e leggi di controllo
Proprietà strutturali e leggi di controllo Retroazione statica dallo stato La legge di controllo Esempi di calcolo di leggi di controllo Il problema della regolazione 2 Retroazione statica dallo stato
DettagliAnalisi dei Sistemi Esercitazione 1
Analisi dei Sistemi Esercitazione Soluzione 0 Ottobre 00 Esercizio. Sono dati i seguenti modelli matematici di sistemi dinamici. ÿ(t) + y(t) = 5 u(t)u(t). () t ÿ(t) + tẏ(t) + y(t) = 5sin(t)ü(t). () ẋ (t)
DettagliSoluzione nel dominio del tempo
Soluzione nel dominio del tempo Prof. Laura Giarré Laura.Giarre@UNIMORE.IT https://giarre.wordpress.com/ca/ Antitrasformate CA 2017 2018 Prof. Laura Giarré 1 Risposta nel dominio trasformato Ricordo che
DettagliLa trasformata Zeta. Marco Marcon
La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione
DettagliCurve e lunghezza di una curva
Curve e lunghezza di una curva Definizione 1 Si chiama curva il luogo geometrico dello spazio di equazioni parametriche descritto da punto p, chiuso e limitato. Definizione 2 Si dice che il luogo C è una
DettagliAnalisi 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
DettagliFUNZIONI. y Y. Def. L insieme Y è detto codominio di f. Es. Siano X = R, Y = R e f : x y = 1 x associo il suo inverso). (ad un numero reale
FUNZIONI Siano X e Y due insiemi. Def. Una funzione f definita in X a valori in Y è una corrispondenza (una legge) che associa ad ogni elemento X al piú un elemento in Y. X Y Def. L insieme Y è detto codominio
DettagliFUNZIONI. y Y. Def. L insieme Y è detto codominio di f. Es. Siano X = R, Y = R e f : x y = 1 x associo il suo inverso). (ad un numero reale
FUNZIONI Siano X e Y due insiemi. Def. Una funzione f definita in X a valori in Y è una corrispondenza (una legge) che associa ad ogni elemento X al più un elemento in Y. X Y Def. L insieme Y è detto codominio
DettagliPROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne
PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t
DettagliRISONANZA. Fig.1 Circuito RLC serie
RISONANZA Risonanza serie Sia dato il circuito di fig. costituito da tre bipoli R, L, C collegati in serie, alimentati da un generatore sinusoidale a frequenza variabile. Fig. Circuito RLC serie L impedenza
DettagliANALISI 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
DettagliConcetti di base: segnali - Classificazione dei segnali -
Corso di Tecnologie per le Telecomunicazioni e sviluppo in serie di Fourier 1 - Classificazione dei segnali - Le forme d onda di interesse per le Telecomunicazioni possono essere sia una tensione v(t)
DettagliCONTROLLI AUTOMATICI Ingegneria Meccatronica
) CONTROLLI AUTOMATICI Ingegneria Meccatronica ANALISI ARMONICA Prof. Cesare Fantuzzi Ing. Cristian Secchi e-mail: cesare.fantuzzi@unimore.it, cristian.secchi@unimore.it http://www.automazione.ingre.unimore.it
DettagliCristian Secchi Pag. 1
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica STRUMENTI MATEMATICI PER L ANALISI DEI SISTEMI DISCRETI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it
DettagliSegnali e Sistemi (Ingegneria Informatica)
Segnali e Sistemi (Ingegneria Informatica) Lezione 5 last update Oct 22, 2004 c 2004 Finesso, Pavon, Pinzoni 1 MODELLO MATEMATICO DEI SISTEMI (da lezione 2) Un sistema è una mappa Σ:X Y x( ) y( ) =Σ[x(
DettagliFiltri. Telecomunicazioni per l Aerospazio. P. Lombardo DIET, Univ. di Roma La Sapienza Filtri - 1
Filtri P. Lombardo DIET, Univ. di Roma La Sapienza Filtri - 1 L impulso: definizione L impulso (detto anche delta di Dirac) può essere definito (tralasciando il rigore matematico) come un rettangolo di
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliCenni sulla Serie di Fourier
Cenni sulla Serie di Fourier Note per le lezioni del corso di Controlli Automatici Prof.ssa Maria Elena Valcher 1 Serie di Fourier Osserviamo preliminarmente che la somma di segnali periodici non è necessariamente
DettagliSUCCESSIONI E SERIE NUMERICHE E DI FUNZIONI
SERIE NUMERICHE Si consideri una successione di elementi. Si definisce serie associata ad la somma Per ogni indice della successione, si definisce successione delle somme parziali associata a la somma
DettagliIntroduzione ai segnali determinati
Teoria dei segnali Unità 1 Introduzione ai segnali determinati Introduzione ai segnali determinati Sviluppo in serie di Fourier Trasformata di Fourier 005 Politecnico di Torino 1 Introduzione ai segnali
Dettagli+ h(τ) x(t τ)dτ (2.1) Figura 2.1: Sistema lineare
Capitolo Metodo di Volterra.1 Introduzione Per un sistema lineare, come riportato in figura.1, si può sempre definire una risposta impulsiva ht che relaziona, tramite un integrale di convoluzione, il segnale
DettagliElementi di informatica musicale Conservatorio G. Tartini a.a Sintesi del suono. Sintesi del suono
Elementi di informatica musicale Conservatorio G. Tartini a.a. 2001-2002 Sintesi del suono Ing. Antonio Rodà Sintesi del suono E neccessaria una tecnica di sintesi, ossia un particolare procedimento per
Dettagli1. Martedì 27/09/2016, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Chimica e Meccanica 6 CFU - A.A. 2016/2017 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2016 1. Martedì 27/09/2016,
DettagliUn convertitore D/A o digitale/analogico è un dispositivo che ha lo scopo di
Convertitore D/A Un convertitore D/A o digitale/analogico è un dispositivo che ha lo scopo di trasformare un dato digitale in una grandezza analogica, in generale una tensione. Naturalmente vi deve essere
DettagliFunzione di trasferimento
Funzione ditrasferimento - 1 Corso di Laurea in Ingegneria Meccanica Funzione di trasferimento DEIS-Università di Bologna Tel. 51 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Definizione
DettagliCONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica
CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it http://www.dismi.unimo.it/members/csecchi
DettagliSerie e Trasformata di Fourier
Serie e Trasformata di Fourier Corso di Analisi Funzionale Prof. Paolo Nistri Cancelli, D Angelo, Giannetti Polinomio di Fourier Si consideri la successione costituita dalle restrizioni delle funzioni
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono
DettagliANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA
CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA Ing. Federica Grossi Tel.
DettagliFondamenti di Automatica
Fondamenti di Automatica Stabilità esterna e analisi della risposta Stabilità esterna e risposta a regime Risposte di sistemi del I e II ordine 2 Stabilità esterna e analisi della risposta Stabilità esterna
DettagliFORZE. SistemidiForze Definizione 1 Si definisce Momento di una Forza applicata in un punto P rispetto ad un polo O, la seguente quantità
FOZE Nozione di Forza La Forza è un ente, assunto come primitivo, atto a rappresentare l azione su un corpo da parte di altri corpi e capace di produrre sul corpo effetti meccanici quali: 5 1. Variazione
DettagliEsercitazione ENS sulle finestre (22 Aprile 2008)
Esercitazione ENS sulle finestre ( Aprile 008) D. Donno Esercizio : Separazione di due segnali Si consideri un segnale z(t) somma di due segnali x(t) e y(t) reali e di potenza simile, ciascuno con semi
DettagliSegnali 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
DettagliGeometria delle masse
Geometria delle masse BA. Baricentri Per la trattazione riguardante i baricentri non ci è più sufficiente considerare i corpi come insiemi di punti geometrici, ma abbiamo bisogno di introdurre una nuova
DettagliNOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE
NOTE SULLE FUNZIONI CONVESSE DI UNA VARIABILE REALE ROBERTO GIAMBÒ 1. DEFINIZIONI E PRIME PROPRIETÀ In queste note saranno presentate alcune proprietà principali delle funzioni convesse di una variabile
DettagliSISTEMI 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:
DettagliINGEGNERIA 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
DettagliAzione 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
DettagliNote sulle Catene di Markov
Note sulle Catene di Markov ELAUT Prof. Giuseppe C. Calafiore Sommario Queste note contengono un estratto schematico ridotto di parte del materiale relativo alle Catene di Markov a tempo continuo e a tempo
Dettagli2.2.5 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= elemento che compare nella seconda riga e quinta colonna = -4 In generale una matrice A di m righe e n colonne si denota con
Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti su m righe e n colonne. I numeri che compaiono nella tabella si dicono elementi della matrice. La loro individuazione
DettagliRICHIAMI MATEMATICI. x( t)
0.0. 0.1 1 RICHIAMI MATEMATICI Funzioni reali del tempo: (t) : t (t) (t) ( t) Funzioni reali dell ingresso: y() t t y( ) y() : y() Numeri complessi. Un numero complesso è una coppia ordinata di numeri
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
Dettagli