+ h(τ) x(t τ)dτ (2.1) Figura 2.1: Sistema lineare

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "+ h(τ) x(t τ)dτ (2.1) Figura 2.1: Sistema lineare"

Transcript

1 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 di ingresso xt con il segnale di uscita yt: y t = hτ xt τdτ.1 Figura.1: Sistema lineare Ciò può essere interpretato nel seguente modo: l uscita yt è data dalla composizione degli effetti dell ingresso xt in tutti gli istanti precedenti, pesati tramite una funzione peso ht denominata risposta impulsiva. Applicando la trasformata di Fourier, si ha Y f = H f X f. 5

2 dove H f = h t = ht e jπft Hf e jπft df.3 La funzione Hf prende il nome di risposta impulsiva in frequenza 1. Se ht è indipendente dal segnale xt applicato, allora il sistema si dice lineare. Se ht = k δt, dove δ è la funzione delta di Dirac, allora il sistema si dice istantaneo. Se ht = ft allora il sistema si dice con memoria. Nel caso di sistemi non lineari, Norbert Wiener pensò di estendere la precedente relazione.1 utilizzando la serie funzionale di Volterra, ovvero andando ad esprimere l uscita yt come una serie di funzioni integrali: y t = = + n=1 + y n t h 1 τ xt τdτ+ h τ 1, τ xt τ 1 xt τ dτ 1 dτ + + h 3 τ 1, τ, τ 3 xt τ 1 xt τ xt τ 3 dτ 1 dτ dτ Questa serie, detta serie di Volterra, converge alla soluzione sotto ipotesi normalmente verificate nei circuiti a microonde di nostro interesse. In essa, oltre alla risposta lineare y 1 t primo ordine, sono presenti un infinità numerabile di termini y n t, detti di ordine, 3, etc., che contribuiscono all uscita yt complessiva. Nel termine y t ad esempio, il contributo è dato dall ingresso xt moltiplicato per se stesso in istanti di tempo differenti t τ 1 e t τ, pesato da una opportuna funzione h τ 1, τ, ed integrato su tutto l asse dei tempi. Si può dare la seguente interpretazione: l uscita yt è data dalla somma di tanti contributi, ognuno dei quali rappresentato dal prodotto della funzione di ingresso xt 1 Tale nome deriva dal fatto che se xt è un impulso, allora la sua trasformata è la funzione delta di Dirac df e quindi l uscita diventa semplicemente Y f = Hf 6

3 per se stessa n-volte, presa ad istanti diversi e pesata tramite la funzione h n analoga alla risposta impulsiva ma di ordine. Le funzioni h n τ 1, τ,..., τ n possono essere viste come le risposte impulsive non lineari di ordine n e vengono chiamate Nuclei di Volterra kernel. Generalmente sono sufficienti i primi termini per descrivere con sufficiente accuratezza blande non linearità. Per i nuclei di Volterra si può operare la trasformazione di Fourier, ottenendo così le funzioni di trasferimento non lineare di ordine n H n f 1, f,..., f n = h n τ 1, τ,..., τ n e jπf 1τ 1 +f τ + +f nτ n dτ 1 dτ dτ n h n τ 1, τ,..., τ n = H n f 1, f,..., f n.5 e jπf 1τ 1 +f τ + +f nτ n df 1 df df n Focalizzando l attenzione sul termine n-esimo y n t della serie e sostituendo al fattore h n τ 1, τ,..., τ n la sua anti trasformata di Fourier, secondo quanto espresso nella relazione.5, si ha: y n t = h n τ 1,..., τ n x t τ 1 x t τ n dτ 1... dτ n = + = H n f 1,..., f n e jπf 1τ 1 + +f nτ n = df 1 df n x t τ 1,..., t τ n dτ 1 dτ n = H n f 1,..., f n x t τ 1,..., t τ n.6 e jπf 1τ 1 + +f nτ n dτ 1 dτ n df 1 df n Operando il cambio di variabile p i = t τ i nell integrale interno dell equazione 7

4 .6 si ottiene agevolmente la seguente espressione: y n t = H n f 1,..., f n x p 1,..., p n = = e jπf 1p 1 + +f np n dp 1... dp n df 1 df n H n f 1,..., f n X p 1 e jπf 1p 1 dp1 X p n e jπfnpn dp n e jπf 1+ +f nt df 1 df n H n f 1,..., f n Xf 1... Xf n e jπf 1+ +f nt df 1 df n.7 Questa esprime l n-esimo termine della risposta del sistema in funzione dell ingresso f per mezzo della funzione di trasferimento non lineare dello stesso ordine H n f 1, f,..., f n. Trasformando secondo Fourier si ottiene il contributo allo spettro di uscita dovuto al termine di ordine n: + Y n f = H n f 1,..., f n = = Xf 1 Xf n e jπf 1+ +f nt df 1... df n e jπft = H n f 1,..., f n Xf 1 Xf n + e jπf f 1+ +f nt df 1... df n = H n f 1,..., f n Xf 1 Xf n δ f f f n df 1... df n.8 In ciascun termine Y n f si ha che il contributo ad una certa frequenza f si ottiene integrando H n f 1, f,..., f n Xf 1 Xf 1 Xf n per tutte e sole le frequenze tali che f 1 +f + +f n = f. Le diverse frequenze dunque si mescolano nell attraversare un sistema non lineare. 8

5 Il problema non lineare è quindi risolvibile una volta noti i nuclei di Volterra o le rispettive trasformate di Fourier..1.1 Singolo tono in ingresso Supponiamo per esempio di avere in ingresso un tono reale x t = A cos πf o t = e A jπfot + e jπfot.9 la cui trasformata di Fourier è X f = A δ f f o + δ f + f o.10 Dalla equazione.4 si ha: e jπfot τ + e jπfot τ y t = A + A 4 + A3 8 h 1 τ h τ 1, τ h 3 τ 1, τ, τ 3 dτ+ e jπfot τ 1 + e jπfot τ 1 e jπfot τ + e jπfot τ e jπfot τ 1 + e jπfot τ 1 e jπfot τ + e jπfot τ e jπfot τ 3 + e jπfot τ 3 dτ 1 dτ + dτ 1 dτ + dτ 1 dτ dτ Utilizzando la relazione.5, con qualche piccola manipolazione algebrica si 9

6 ottiene y t = A H 1 f o e jπfot + A H 1 f o e jπfot + + A H f o, f o e jπfot + H f o, f o e jπfot + 4 H f o, f o + H f o, f o + A3 H 3 f o, f o, f o e jπ3fot + H 3 f o, f o, f o e jπ3fot H 3 f o, f o, f o e jπfot + H 3 f o, f o, f o e jπfot H 3 f o, f o, f o e jπfot + H 3 f o, f o, f o e jπfot + + H 3 f o, f o, f o e jπfot + H 3 f o, f o, f o e jπfot Per poter procedere ad una ulteriore semplificazione è utile ricordare due proprietà fondamentali delle funzioni di trasferimento non lineari: Simmetria rispetto alla permutazione degli argomenti H f 1, f = H f, f 1.13 Simmetria di tipo hermitiana in frequenza H f 1, f = H f 1, f.14 Utilizzando queste proprietà è possibile riscrivere le f.d.t. non lineari nel seguente modo fino al terzo ordine: 30

7 I H 1 f o = H 1 f o ejφ 1 H f o, f o = H f o, f o ejφ H f o, f o = II H f o, f o H f o, f o = H f o, f o = e jφ = H f o, f o = H f o, f o = reale H 3 f o, f o, f o = H 3 f o, f o, f o ejφa 3 H 3 f o, f o, f o = H 3 f o, f o, f o e jφa 3.15 III H 3 f o, f o, f o = H 3 f o, f o, f o = = H 3 f o, f o, f o = H 3 f o, f o, f o ejφb 3 H 3 f o, f o, f o = H 3 f o, f o, f o = = H 3 f o, f o, f o = H 3 f o, f o, f o e jφb 3 L uscita, fino al terzo ordine, sarà quindi data da y t = A H 1 f o cos πf o t + φ A H f o, f o cos πf o t + φ + A H f o, f o + + A3 H 3 f o, f o, f o cos π3f o t + φ a A3 H 3 f o, f o, f o cos πf o t + φ b Come si può osservare dalla.15, dal solo tono a frequenza f o il sistema non lineare genera una serie di armoniche più un eventuale contributo in dc. In particolare, avendo considerato non linearità fino al terzo ordine, in uscita si ottengono armoniche fino a 3f o. Si osserva inoltre che il fasore a fondamentale è composto da due contributi: il primo è dovuto alla risposta lineare del sistema, mentre il secondo, detto di distorsione del terzo ordine è dovuto proprio alla risposta non lineare del terzo ordine. La somma 31

8 vettoriale dei due termini può dar luogo ad un fasore di ampiezza maggiore caso di espansione o minore caso di compressione della sola risposta lineare. La situazione viene illustrata nella figura.. Figura.: Spettro d uscita in modulo e fase di un sistema non lineare in risposta ad un singolo tono Allo stesso risultato si sarebbe giunti partendo dall equazione.7 che esprime i termini in frequenza, riottenendo quindi di nuovo la relazione Doppio tono in ingresso Prendiamo ora in considerazione il caso di toni a frequenze f a e f b in ingresso al sistema non lineare. Essi possono essere così scritti: x t = A 1 cos πf a t + A cos πf b t e jπfat + e jπfat = A 1 la cui trasformata di Fourier è X f = A 1 δ f f a + δ f + f a + A + A = e jπf bt + e jπf bt δ f f b + δ f + f b Dalla equazione.4 possiamo calcolare i vari termini y n t che formano la rispos- 3

9 ta del sistema: y 1 t = A 1 A δ f f a + δ f + fa + δ f f b + δ f + fb H 1 f e jπft df = = A 1 H 1 f a e jπfat + H 1 f a e jπfat + A H 1 f b e jπfbt + H 1 f b e jπf bt = = A 1 H 1 f a cos πf a t + φ 1a + + A H 1 f b cos πf b t + φ 1b.19 Analogamente y t = A 1 δ f 1 f a + δ f1 + f a + + A δ f 1 f b + δ f1 + f b A 1 δ f f a + δ f + f a + + A δ f f b + δ f + f b H f 1, f e jπf 1+f t df 1 df = = A 1 H f a, f a cos πf a t + φ a + + A H f b, f b cos πf b t + φ b A 1 H f a, f a + A H f b, f b + + A 1 A H f a, f b cos π f a + f b t + φa+b + + A 1 A H f a, f b cos π f a f b t + φa b 33

10 e + A 1 y 3 t = δ f 1 f a + δ f1 + f a + + A δ f 1 f b + δ f1 + f b A 1 δ f f a + δ f + f a + + A δ f f b + δ f + f b A 1 δ f 3 f a + δ f3 + f a + + A δ f 3 f b + δ f3 + f b H 3 f 1, f, f 3 e jπf 1+f +f 3 t df 1 df df 3 = = A3 1 4 H 3 f a, f a, f a cos π3f a t + φ 33a + + A3 4 H 3 f b, f b, f b cos π3f b t + φ 33b + + 3A3 1 4 H 3 f a, f a, f a cos πf a t + φ 3a I + + 3A3 4 H 3 f b, f b, f b cos πf b t + φ 3b I + + 3A 1 A H 3 f a, f a, f b cos π f a + f b t + φ3a+b A 1A 4 + 3A 1 A 4 + 3A 1A 4 + 3A 1 A + 3A 1A H 3 f b, f b, f a cos π f b + f a t + φ3b+a + H 3 f a, f a, f b cos π f a f b t + φ3a b + H 3 f b, f b, f a cos π f b f a t + φ3b a + H 3 f a, f a, f b cos πf b t + φ 3b II + H 3 f b, f b, f a cos πf a t + φ 3a II

11 . Probing Method Per poter applicare il metodo di Volterra, è necessario conoscere le espressioni dei nuclei H n. Infatti, a partire da questi e noto il segnale di ingresso, è possibile determinare il segnale di uscita applicando la relazione.4. Uno dei principali algoritmi utilizzati per il calcolo dei funzionali H n di Volterra è il cosiddetto probing-method che consiste nel calcolare i vari nuclei in modo iterativo, sfruttando la conoscenza dei nuclei di ordine inferiore. In particolare, la procedura può essere descritta nel seguente modo: - calcolo di H 1 f Si manda in ingresso un singolo tono ideale a frequenza f o e si calcola la risposta del sistema yt. Sfruttando le proprietà di ortonormalità delle funzioni esponenziali, si imposta un sistema tra i coefficienti dei vari esponenziali. In particolare, si considera solo il coefficiente del tono relativo alla frequenza f o che rappresenta il nucleo H 1 f cercato. - calcolo di H f 1, f Si mandano in ingresso due toni a frequenza f 1 e f e si ricava il coefficiente della risposta yt relativo al tono a frequenza f 1 + f. Essendo noti per il passo precedente H 1 f 1 e H 1 f, da tale coefficiente si ricava il nucleo H f 1, f cercato. - calcolo di H n f 1,..., f n Si mandano in ingresso n toni a frequenza f 1,..., f n e si ricava il coefficiente della risposta yt relativo al tono a frequenza f f n. Essendo noti dai passi precedenti i nuclei H 1,..., H n, da tale coefficiente si ricava il nucleo H n f 1,..., f n cercato...1 Esempio del probing method Per chiarire meglio l approccio, consideriamo ad esempio il circuito riportato in figura.3. 35

12 Figura.3: Circuito considerato nell esempio del probing method. L equazione che descrive il comportamento del circuito è di seguito riportata: i S t = y v + k v + C dv Vediamo allora come si applica il probing method.... Calcolo di H1 Si considera il seguente tono ideale in ingresso: i S t = e jπfot I S f = δ f f o.3 Sappiamo allora che in tal caso l uscita, ovvero il segnale vt può essere espresso nella seguente forma: v t = H 1 f o e jπfot + H f o, f o e jπfot +.4 Sostituendo quindi la.3 e la.4 nell equazione. si ottiene: e jπfot = C jπf o H 1 f o e jπfot + jπf o H f o, f o e jπfot k H 1 f o e jπfot + H f o, f o e jπ4fot y H 1 f o e jπfot + H f o, f o e jπfot A questo punto, uguagliando i coefficienti del termine e jπfot si ottiene: 1 = jπf o C + y H 1 f o.6 da cui H 1 f = 1 y + jπfc.7 36

13 ..3 Calcolo di H Si considera ora il segnale di ingresso costituito da toni ideali: i S t = e jπf 1t + e jπf t I S f = δ f f 1 + δ f f.8 In questo caso l uscita vt risulta essere: v t = H 1 f 1 e jπf 1t + H 1 f e jπf t + + H f 1, f 1 e jπf 1t + H f, f e jπf t + + H f 1, f e jπf 1+f t Sostituendo quindi la.8 e la.9 nell equazione. si ottiene: e jπf1t + e jπft = C jπf 1 H 1 f 1 e jπf1t + jπf H 1 f e jπft + + jπ f 1 + f H f 1, f e jπf 1+f t k H 1 f 1 e jπf1t + H 1 f e jπft + + H 1 f 1 H 1 f e jπf 1+f t y H 1 f 1 e jπf1t + H 1 f e jπft H f 1, f 1 e jπf1t + H f, f e jπf t + H f 1, f e jπf 1+f t In questo caso, se uguagliassimo i coefficienti del termine e jπf 1t o e jπf t otterremmo di nuovo l espressione di H 1. Viceversa, uguagliando i coefficienti del termine e jπf 1+f t si ottiene: 0 = jπ f 1 + f C + y H f 1, f + k H 1 f 1 H 1 f.31 37

14 Ma ricordando la.7, si ha H f 1, f = k H 1 f 1 H 1 f H 1 f 1 + f.3..4 Calcolo di H3 Si considera il segnale di ingresso costituito da 3 toni ideali: i S t = e jπf 1t + e jπf t + e jπf 3t.33 I S f = δ f f 1 + δ f f + δ f f 3 In questo caso l uscita vt risulta essere: v t = H 1 f 1 e jπf1t + H 1 f e jπft + H 1 f 3 e jπf3t + + H f 1, f 1 e jπf1t + H f, f e jπft + H f 3, f 3 e jπf3t + + H f 1, f e jπf 1+f t + H f 1, f 3 e jπf 1+f 3 t + + H f, f 3 e jπf +f 3 t + + H 3 f 1, f 1, f 1 e jπ3f1t + H 3 f, f, f e jπ3ft + + H 3 f 3, f 3, f 3 e jπ3f 3t H 3 f 1, f 1, f e jπf 1+f t + 3H 3 f 1, f 1, f 3 e jπf 1+f 3 t + + 3H 3 f 1, f, f e jπf 1+f t + 3H 3 f 1, f 3, f 3 e jπf 1+f 3 t + + 3H 3 f, f, f 3 e jπf +f 3 t + 3H 3 f, f 3, f 3 e jπf +f 3 t + + 6H 3 f 1, f, f 3 e jπf 1+f +f 3 t + 38

15 Sostituendo quindi la.33 e la.34 nell equazione. si ottiene: e jπf1t + e jπft + e jπf3t = = C + jπ f 1 + f + f 3 6H 3 f 1, f, f 3 e jπf 1+f +f 3 t k + H 1 f 3 H f 1, f e jπf 1+f +f 3 t + + H 1 f H f 1, f 3 e jπf 1+f +f 3 t + + H 1 f 1 H f, f 3 e jπf 1+f +f 3 t y + 6H 3 f 1, f, f 3 e jπf 1+f +f 3 t Uguagliando solo i coefficienti del termine e jπf 1+f +f 3 t si ottiene: 0 = 6 jπ f 1 + f + f 3 C + y H 3 f 1, f, f k H f 1, f H 1 f 3 + H f 1, f 3 H 1 f + + H f, f 3 H 1 f 1.36 da cui H 3 f 1, f, f 3 = 3 k H f 1, f H 1 f H f 1, f 3 H 1 f + + H f, f 3 H 1 f

16 .3 Metodo ordine per ordine Il metodo dei funzionali di Volterra è un metodo del tutto generico, che permette di determinare in forma analitica la risposta del sistema non lineare yt, qualunque sia il segnale di eccitazione xt, a partire dalla conoscenza dei nuclei H n. Il metodo ordine per ordine è invece un metodo particolare che permette di ricavare la risposta yt in modo molto più semplice ed immediato, nota però la forma del segnale di ingresso xt. Lo svantaggio di tale metodo è che risulta vincolato dalla forma stessa di xt: mentre con Volterra, noti i funzionali è possibile ricavare yt qualunque sia l ingresso, con questo metodo, se l ingresso dovesse cambiare saremmo costretti a ripetere l analisi da capo per conoscere la nuova risposta yt. Questo metodo è basato sul fatto di poter scrivere la risposta nella forma: y t = + n=1 y n t.38 dove ogni termine y n t dipende dalla potenza n-esima dell ingresso, per cui viene anche denominato termine di ordine n. Se in particolare si considera ora un ingresso del tipo z xt, con z coefficiente scelto in modo arbitrario, allora l uscita yt sarà data da: y t = + n=1 z n y n t.39 In generale la funzione yt comparirà in una equazione di tipo differenziale o in un sistema di equazione differenziali, che può essere espressa nella forma: dy t g y t,, zx t = 0.40 Sostituendo al posto di yt l espressione.39, si ottiene: + + d g z n n=1 zn y n t y n t,, zx t = 0.41 n=1 Derivando ora rispetto a z, si ottiene dalla relazione precedente + + d g nz n 1 n=1 nzn 1 y n t y n t,, x t = 0.4 n=1 40

17 Considerando ora z=0, cosa che corrisponde ad avere l ingresso nullo, si ottiene la seguente relazione: g y 1 t, dy 1 t, x t = 0.43 Si osserva allora che la relazione.43 non è altro che la relazione.40 riscritta per i termini del primo ordine. Procedendo in maniera analoga, si arriva alla conclusione che la relazione.40 debba essere soddisfatta ordine per ordine, da cui appunto il nome del metodo, ovvero che debba essere risolto il seguente insieme di equazioni: dy 1 t g n!y n t, n!, 0 = 0.44 Come si può intuire, tale metodo implica la risoluzione di equazioni differenziali non omogenee per la presenza di termini legati a xt; di conseguenza la soluzione, sempre ammesso che sia possibile determinarla in forma chiusa, dipenderà dal segnale xt applicato, ossia non è affatto generica, come lo era con il metodo di Volterra: cambiando xt l analisi dovrà essere ripetuta..3.1 Esempio del metodo ordine x ordine Consideriamo di nuovo il circuito riportato in figura.3, descritto dall equazione. che riportiamo qui di seguito per comodità Il segnale d uscita vt sarà dato da: i S t = y v + k v + C dv v t = + n=1 v n t.45 Sostituendo la.45 nell equazione risolutiva del circuito, si ottiene: + d v n t + y + v n t + k + v n t i S t C C C = 0.46 n=1 n=1 n=1 41

18 Ordine 1 Dall equazione.46 si ha: dv 1 t + y C v 1 t i S t C = 0.47 da cui v 1 t = t e y C τ 0 C i S t τ dτ.48 Ordine Dall equazione.46 si ha: da cui dv t v t = + y C v t + k C v 1 t = 0.49 t 0 k e y C τ C v 1 t τ dτ.50 Si noti quindi che per il calcolo di v t è necessario conoscere la risposta al primo ordine v 1 t data dalla.48 e quindi nota solo se è noto il segnale di ingresso xt. Ordine 3 Dall equazione.46 si ha: dv 3 t + y C v 3 t + k C v 1 t v t = 0.51 da cui v 3 t = t 0 y k C e C τ C v 1 t τ v t τ dτ.5.4 Vantaggi e svantaggi degli algoritmi di analisi in frequenza Un primo evidente vantaggio, rispetto ai metodi di analisi nel dominio del tempo, è l elevata velocità di esecuzione e la mancanza di errori di simulazione nel caso di algoritmi in freqeunza. Tuttavia risultano essere più complessi e presentano problemi di 4

19 stabilità: se le non linearità sono deboli, allora sono sufficienti pochi nuclei di Volterra o pochi ordini per determinare con sufficiente approssimazione la risposta yt. Quando invece le non linearità diventano più forti, si è costretti a considerare un numero sempre più grande di nuclei per determinare la risposta. E infine addirittura possibile, in casi estremi ma non rari, che tali metodi, soprattutto per esempio il metodo ordine per ordine, non convergano affatto, mentre nel caso dell analisi nel dominio del tempo, anche se più lentamente, si ha quasi sempre una soluzione stabile. Un altro vantaggio dei metodi in frequenza consiste nel determinare in modo immediato la risposta a regime permanente. Infine, uno dei principali svantaggi di tali metodi, che fa si che non vengano utilizzati per forti non linearità, consiste proprio nella mancanza di modelli descrittivi in frequenza degli elementi non lineari. Infatti, nel campo delle microonde, le non linearità sono quasi esclusivamente confinate nel dispositivo attivo, che in genere è caratterizzato con un modello a grande segnale descritto nel dominio del tempo. Viceversa, gli altri componenti circuitali, quali parassiti e reti di adattamento, sono considerati lineari e vengono facilmente caratterizzati nel dominio della frequenza esempio linee di trasmissione. Per poter allora sfruttare al meglio la semplicità di analisi degli elementi lineari nel dominio della frequenza e di quelli non lineari nel dominio del tempo, si ricorre ai cosiddetti metodi misti, tra i quali il bilanciamento armonico riveste un ruolo predominante. 43

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

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

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

Teoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier Teoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali

Dettagli

TEORIA DEI SISTEMI SISTEMI LINEARI

TEORIA 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.

Dettagli

Comunicazione Elettriche L-A Identità ed equazioni

Comunicazione Elettriche L-A Identità ed equazioni Comunicazione Elettriche L-A Identità ed equazioni Gennaio - Marzo 2009 Identità ed equazioni relative alle comunicazioni elettriche tratti dalle lezioni del corso di Comunicazioni Elettriche L-A alla

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

01. Modelli di Sistemi

01. 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

Dettagli

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

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

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

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

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1) Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre

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

Introduzione ai segnali determinati

Introduzione ai segnali determinati Teoria dei segnali Unità 1 Introduzione ai segnali determinati Introduzione ai segnali determinati Sviluppo in serie di Fourier Trasformata di Fourier 005 Politecnico di Torino 1 Introduzione ai segnali

Dettagli

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

Oscillatore semplice: risposta ad eccitazioni arbitrarie. In molte applicazioni pratiche l eccitazione dinamica non è né armonica nè periodica.

Oscillatore semplice: risposta ad eccitazioni arbitrarie. In molte applicazioni pratiche l eccitazione dinamica non è né armonica nè periodica. Oscillatore semplice: risposta ad eccitazioni arbitrarie In molte applicazioni pratiche l eccitazione dinamica non è né armonica nè periodica. È necessario dunque sviluppare una procedura generale per

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

ANALISI DI FOURIER. Segnali a tempo continuo:

ANALISI DI FOURIER. Segnali a tempo continuo: ANALISI DI OURIER Segnali a tempo continuo: Segnali aperiodici Segnali periodici Introduzione alla Trasformata Continua di ourier - Derivazione intuitiva della TC a partire dallo Sviluppo in Serie di ourier

Dettagli

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1 Alcuni esercizi risolti su: - calcolo dell equilibrio di un sistema lineare e valutazione delle proprietà di stabilità dell equilibrio attraverso linearizzazione - calcolo del movimento dello stato e dell

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

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

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

Sistemi dinamici lineari

Sistemi dinamici lineari Capitolo 1. INTRODUZIONE 1.19 Sistemi dinamici lineari La funzione di stato che descrive un sistema dinamico lineare, è rappresentabile in forma matriciale nel seguente modo: Per sistemi continui: Per

Dettagli

Sviluppo in Serie di Fourier

Sviluppo in Serie di Fourier Capitolo Sviluppo in Serie di Fourier. Proprietà della Serie di Fourier Un segnale reale tempo continuo e periodico di periodo, per il quale sono valide le condizioni di Dirichlet vedi pag. 4 [], può essere

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

0.1 Arco di curva regolare

0.1 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

Dettagli

S.Barbarino - Appunti di Fisica - Scienze e Tecnologie Agrarie. Cap. 2. Cinematica del punto

S.Barbarino - Appunti di Fisica - Scienze e Tecnologie Agrarie. Cap. 2. Cinematica del punto SBarbarino - Appunti di Fisica - Scienze e Tecnologie Agrarie Cap 2 Cinematica del punto 21 - Posizione, velocitá e accelerazione di una particella La posizione di una particella puó essere definita, ad

Dettagli

CONTROLLI AUTOMATICI Ingegneria Gestionale ANALISI ARMONICA

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

Dettagli

Analisi dei dati corso integrato - Algebra lineare,

Analisi dei dati corso integrato - Algebra lineare, Analisi dei dati corso integrato - Algebra lineare, 050308-2 1 Ortogonalita nel piano Sia fissato nel piano un sistema di riferimento cartesiano ortogonale monometrico, con origine in O Tranne avviso contrario,

Dettagli

Esercizi svolti di Teoria dei Segnali

Esercizi svolti di Teoria dei Segnali Esercizi svolti di eoria dei Segnali Enrico Magli, Letizia Lo Presti, Gabriella Olmo, Gabriella Povero Versione. Prefazione A partire dall anno accademico 5/6 viene fornita agli studenti dei corsi di eoria

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

Circuiti a microonde attivi in regime di grandi segnali

Circuiti a microonde attivi in regime di grandi segnali Circuiti a microonde attivi in regime di grandi segnali In un circuito a microonde che comprende elementi attivi (transistor) pilotati con livelli di potenza non sono trascurabili, si genera distorsione

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

Sistemi vibranti ad 1 gdl

Sistemi vibranti ad 1 gdl Università degli Studi di Bergamo Dipartimento di Ingegneria Sistemi vibranti ad 1 gdl - vibrazioni forzate - rev. 1. Le vibrazioni forzate di un sistema ad 1 gdl sono descritte dall equazione: mẍ + cẋ

Dettagli

Capitolo 6. Variabili casuali continue. 6.1 La densità di probabilità

Capitolo 6. Variabili casuali continue. 6.1 La densità di probabilità Capitolo 6 Variabili casuali continue Le definizioni di probabilità che abbiamo finora usato sono adatte solo per una variabile casuale che possa assumere solo valori discreti; vediamo innanzi tutto come

Dettagli

Giacomo Poggi APPUNTI SUL RUMORE ELETTRICO. Versione del 30 maggio 2004

Giacomo Poggi APPUNTI SUL RUMORE ELETTRICO. Versione del 30 maggio 2004 Giacomo Poggi APPUNTI SUL RUMORE ELETTRICO Versione del 30 maggio 2004 Università degli Studi di Firenze, Dipartimento di Fisica Anno Accademico 2002-2003 Università degli Studi di Firenze, Dipartimento

Dettagli

TRASFORMATA DI LAPLACE

TRASFORMATA DI LAPLACE TRASFORMATA DI LAPLACE La Trasformata di Laplace è un operatore funzionale che stabilisce una corrispondenza biunivoca tra una funzione di variabile reale (tempo t), definita per t, e una funzione di variabile

Dettagli

Campi conservativi e forme esatte - Esercizi svolti

Campi conservativi e forme esatte - Esercizi svolti Campi conservativi e forme esatte - Esercizi svolti 1) Dire se la forma differenziale è esatta. ω = 2 2 (1 + 2 2 ) 2 d + 2 2 (1 + 2 2 ) 2 d 2) Individuare in quali regioni sono esatte le seguenti forme

Dettagli

Anno 3 Equazione dell'ellisse

Anno 3 Equazione dell'ellisse Anno Equazione dell'ellisse 1 Introduzione In questa lezione affronteremo una serie di problemi che ci chiederanno di determinare l equazione di un ellisse sotto certe condizioni. Al termine della lezione

Dettagli

Movimento dello stato nei sistemi lineari

Movimento dello stato nei sistemi lineari Parte 2, 1 Movimento dello stato nei sistemi lineari Parte 2, 2 Soluzione generale nel caso a tempo continuo Si consideri un sistema dinamico lineare libero (senza ingresso) Parte 2, 3 In generale abbiamo

Dettagli

Lezione 2: rappresentazione in frequenza

Lezione 2: rappresentazione in frequenza Segnali a potenza media finita e conversione A/D Lezione : rappresentazione in frequenza Generalità Spettro di potenza e autocorrelazione Proprietà dello spettro di potenza Larghezza di banda Spettri mutui

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,

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

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

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

Dettagli

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g LEZIONE 3 3.. Matrici fortemente ridotte per righe. Nella precedente lezione abbiamo introdotto la nozione di soluzione di un sistema di equazioni lineari. In questa lezione ci poniamo il problema di descrivere

Dettagli

04 - Numeri Complessi

04 - Numeri Complessi Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina e

Dettagli

Risposta temporale: esempi

Risposta temporale: esempi ...4 Risposta temporale: esempi Esempio. Calcolare la risposta al gradino unitario del seguente sistema: x(t) = u(t) s + 5 (s + )(s + ) y(t) Il calcolo della trasformata del segnale di uscita è immediato:

Dettagli

0.1 Spazi Euclidei in generale

0.1 Spazi Euclidei in generale 0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo

Dettagli

Equazioni differenziali

Equazioni differenziali 4 Equazioni differenziali Determinare le primitive di una funzione f(x) significa risolvere y (x) = f(x) dove l incognita è la funzione y(x). Questa equazione è un semplice esempio di equazione differenziale.

Dettagli

SISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE

SISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm SISTEMI ELEMENTARI DEL o

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

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite

Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite 3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x

Dettagli

Note sulle Catene di Markov

Note 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

Dettagli

Elettronica I Risposta dei circuiti RC e RL nel dominio del tempo; derivatore e integratore p. 2

Elettronica I Risposta dei circuiti RC e RL nel dominio del tempo; derivatore e integratore p. 2 Elettronica I isposta dei circuiti e L nel dominio del tempo; derivatore e integratore Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 613 rema e-mail: liberali@i.unimi.it

Dettagli

Calcolo degli integrali indefiniti

Calcolo degli integrali indefiniti Appendice B Calcolo degli integrali indefiniti Se f è una funzione continua nell intervallo X, la totalità delle sue primitive prende il nome di integrale indefinito della funzione f, o del differenziale

Dettagli

Miglior approssimazione in spazi euclidei

Miglior approssimazione in spazi euclidei Miglior approssimazione in spazi euclidei 15 gennaio 2009 1 Introduzione astratta Sia E uno spazio vettoriale dotato di un prodotto interno (, ) (talvolta un tale spazio è detto euclideo, cf. [7, p.148]),

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

UNITÀ DIDATTICA 5 LA RETTA

UNITÀ DIDATTICA 5 LA RETTA UNITÀ DIDATTICA 5 LA RETTA 5.1 - La retta Equazione generica della retta Dalle considerazioni emerse nel precedente capitolo abbiamo compreso come una funzione possa essere rappresentata da un insieme

Dettagli

Ingegneria e Tecnologie dei Sistemi di Controllo ANALISI ARMONICA

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

Dettagli

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

Sistemi di equazioni differenziali

Sistemi di equazioni differenziali Capitolo 5 Sistemi di equazioni differenziali Molti problemi sono governati non da una singola equazione differenziale, ma da un sistema di più equazioni. Ad esempio questo succede se si vuole descrivere

Dettagli

Ripasso segnali e processi casuali. Trasmissione dell Informazione

Ripasso 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

Dettagli

La trasformata di Laplace

La trasformata di Laplace La trasformata di Laplace (Metodi Matematici e Calcolo per Ingegneria) Enrico Bertolazzi DIMS Universitá di Trento anno accademico 2005/2006 La trasformata di Laplace 1 / 34 Outline 1 La trasformata di

Dettagli

RETI LINEARI R 3 I 3 R 2 I 4

RETI LINEARI R 3 I 3 R 2 I 4 RETI LINERI 1 Leggi di Kirchoff. Metodo delle correnti di maglia R 1 R 3 I 1 I 3 E 1 J 1 J 2 J 3 I 2 I 4 R 4 I 5 R 5 I 6 R 6 J 4 R 7 Il calcolo delle correnti e delle differenze di potenziale in un circuito

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

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

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

Dettagli

La Trasformata di Fourier Discreta. e sue applicazioni

La 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

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

Analisi 4 - SOLUZIONI (compito del 29/09/2011)

Analisi 4 - SOLUZIONI (compito del 29/09/2011) Corso di laurea in Matematica Analisi 4 - SOLUZIONI compito del 9/09/0 Docente: Claudia Anedda Calcolare, tramite uno sviluppo in serie noto, la radice quinta di e la radice cubica di 9 Utilizzando la

Dettagli

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

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

Dettagli

Forme differenziali lineari e loro integrazione

Forme differenziali lineari e loro integrazione Forme differenziali lineari e loro integrazione Integrazione di una forma differenziale in due variabili Siano L(, ) e ( ) consideriamo l espressione M, due funzioni definite e continue in un insieme connesso

Dettagli

Equazioni differenziali. f(x, u, u,...,u (n) )=0,

Equazioni differenziali. f(x, u, u,...,u (n) )=0, Lezione Equazioni differenziali Un equazione differenziale è una relazione del tipo f(x, u, u,...,u (n) )=, che tiene conto del valori di una funzione (incognita) u e delle sue derivate fino ad un certo

Dettagli

Equazioni differenziali lineari a coefficienti costanti

Equazioni differenziali lineari a coefficienti costanti Equazioni differenziali lineari a coefficienti costanti Generalità Il modello matematico di un qualsiasi sistema fisico in regime variabile conduce alla scrittura di una o più equazioni differenziali.

Dettagli

Particella in un campo elettromagnetico

Particella in un campo elettromagnetico Particella in un campo elettromagnetico Vogliamo descrivere dal punto di vista quantistico una particella carica posta in un campo elettromagnetico. Momento di una particella Dal punto di vista classico

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione dei numeri relativi

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione dei numeri relativi Codice BCD Prima di passare alla rappresentazione dei numeri relativi in binario vediamo un tipo di codifica che ha una certa rilevanza in alcune applicazioni: il codice BCD (Binary Coded Decimal). È un

Dettagli

08. Analisi armonica. Controlli Automatici

08. 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

Dettagli

Equazioni esponenziali e logaritmi

Equazioni esponenziali e logaritmi Copyright c 2008 Pasquale Terrecuso Tutti i diritti sono riservati. Equazioni esponenziali e logaritmi 2 equazioni esponenziali..................................................... 3 casi particolari............................................................

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

1 Ampliamento del piano e coordinate omogenee

1 Ampliamento del piano e coordinate omogenee 1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di

Dettagli

Claudio Estatico Equazioni non-lineari

Claudio Estatico Equazioni non-lineari Claudio Estatico (claudio.estatico@uninsubria.it) Equazioni non-lineari 1 Equazioni non-lineari 1) Equazioni non-lineari e metodi iterativi. 2) Metodo di bisezione, metodo regula-falsi. 3) Metodo di Newton.

Dettagli

CONTROLLI AUTOMATICI Ingegneria Meccatronica

CONTROLLI 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

Dettagli

Le Funzioni di Bessel

Le Funzioni di Bessel Le Funzioni di Bessel Serie di Laurent del prodotto Siano f, g : C due funzioni olomorfe in un anello := {z C r < z z 0 < R}, r < R. Allora f(z)g(z) è olomorfa in e quindi si potrà scrivere come una serie

Dettagli

Analisi armonica su dati campionati

Analisi armonica su dati campionati Sistemi di misura digitali Analisi armonica su dati campionati - 1 Analisi armonica su dati campionati 1 - Troncamento del segnale Distorsione di leakage L analisi di Fourier è un metodo ben noto per ottenere

Dettagli

Serie di Fourier di segnali PWM

Serie di Fourier di segnali PWM Serie di Fourier di segnali PWM Ivan Furlan 1 14 settembre 2013 1 I. Furlan riceve il BSc in elettronica nel 2000 presso la SUPSI, ed il MSc in meccatronica nel 2009 presso il Politecnico di orino. Attualmente

Dettagli

Derivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)

Derivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III) Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo

Dettagli

Corso di Controllo Digitale Equazioni alle Differenze e Z-trasformate a

Corso 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

Dettagli

Elaborazione nel dominio delle frequenze. Elaborazione delle immagini digitali 1

Elaborazione 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

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

CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale TRASFORMATE DI LAPLACE

CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale TRASFORMATE DI LAPLACE CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale TRASFORMATE DI LAPLACE Ing. Luigi Biagiotti Tel. 051 2093034 / 051 2093068 e-mail: lbiagiotti@deis.unibo.it http://www-lar.deis.unibo.it/~lbiagiotti

Dettagli

Corso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE

Corso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE Automation Robotics and System CONTROL Università degli Studi di Modena e Reggio Emilia Corso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL o E 2 o ORDINE CA 5 Cesare Fantuzzi (cesare.fantuzzi@unimore.it)

Dettagli

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

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

Dettagli

1 Equazioni Differenziali

1 Equazioni Differenziali Equazioni Differenziali Un equazione differenziale è un equazione che esprime un legame tra una variabile indipendente x (o t, quando ci riferiamo al tempo) una variabile dipendente y o incognita che sta

Dettagli

C I R C O N F E R E N Z A...

C I R C O N F E R E N Z A... C I R C O N F E R E N Z A... ESERCITAZIONI SVOLTE 3 Equazione della circonferenza di noto centro C e raggio r... 3 Equazione della circonferenza di centro C passante per un punto A... 3 Equazione della

Dettagli

Integrali indefiniti fondamentali. Integrali indefiniti riconducibili a quelli immediati. a dx ax c. log. e dx e c. cos xdx senx c.

Integrali indefiniti fondamentali. Integrali indefiniti riconducibili a quelli immediati. a dx ax c. log. e dx e c. cos xdx senx c. Integrali indefiniti fondamentali Integrali indefiniti riconducibili a quelli immediati d f ( c d f ( c a d a c n n d c con n - n a a d log k e d e k k e c a c e d e c d log c send cos c cos d sen c senhd

Dettagli

Le equazioni e i sistemi di primo grado

Le equazioni e i sistemi di primo grado Le equazioni e i sistemi di primo grado prof. Roberto Boggiani Isiss Marco Minghetti 1 settembre 009 Sommario In questo documento verrà trattato in modo semplice e facilmente comprensibile la teoria delle

Dettagli

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

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

Dettagli

Trasformata di Fourier e applicazioni

Trasformata di Fourier e applicazioni Trasformata di Fourier e applicazioni Docente:Alessandra Cutrì Trasformata di Fourier della funzione gaussiana Esempio: Calcoliamo la trasformata di Fourier di f (x) = e x 2 x n f (x) L 1 (R) per ogni

Dettagli

SISTEMI DIGITALI DI CONTROLLO

SISTEMI DIGITALI DI CONTROLLO Sistemi Digitali di Controllo A.A. 2009-200 p. /32 SISTEMI DIGITALI DI CONTROLLO Prof. Alessandro De Luca DIS, Università di Roma La Sapienza deluca@dis.uniroma.it Lucidi tratti dal libro C. Bonivento,

Dettagli

Metodi di Integrazione. Integrazione per decomposizione in somma

Metodi di Integrazione. Integrazione per decomposizione in somma Metodi di Integrazione Integrazione per decomposizione in somma Integrazione per parti Integrazione per sostituzione Integrazione per decomposizione in somma In molti casi il calcolo dell integrale indefinito

Dettagli

Dispense del corso di Elettronica L Prof. Guido Masetti

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

Dettagli