Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
a.a. 2010/2011
In questa sezione studieremo i sistemi tempo continuo e tempo discreto nel dominio del tempo.
Li classificheremo in base alle loro propriet`a e focalizzeremo lattenzione sulla classe dei sistemi
lineari tempo invarianti (LTI). Vedremo che tali sistemi si possono caratterizzare facilmente una
volta nota la loro risposta impulsiva mediante la somma di convoluzione, nel caso discreto, o
lintegrale di convoluzione, nel caso continuo.
Generalit`
a sui sistemi
T ()
y()-
Tale rappresentazione evidenzia che si suppone il sistema come una scatola nera, la cui struttura interna non `e nota o comunque pu`o essere ignorata. In modo alternativo si pu`o usare la
seguente notazione:
x() y()
I sistemi si possono classificare in base ai segnali che essi elaborano, per esempio un sistema si
dice continuo se ingresso e uscita sono segnali analogici: y(t) = T [x(t)], si dice, invece numerico
se ingresso e uscita sono segnali tempo discreto: y(n) = T [x(n)].
1
La notazione x() `e usata per trattare sia il caso continuo, x(t), che quello discreto, x(n).
S1
S2
y()-
a) Connessione in cascata
x()
x()
S1
?
y()
S2
S2
b) Connessione in parallelo
y()
-
S1
c) Connessione in controreazione
Di seguito consideriamo alcuni esempi di connessioni di sistemi e ne valutiamo il legame ingresso/uscita complessivo.
a) Cascata di tre sistemi. Si consideri la cascata dei sistemi mostrata in figura.
x(n)
- 2
v(n)
- z 1
w(n)
- 3
y(n)
-
2:
w(n) = v(n 1)
Sistema
3:
y(n) = w(3n)
3n1
3n 1
x 2
y(n) = w(3n) = v(3n 1) = x
=
0
2
n dispari
altrimenti
Luso di questa simbologia `e legato alla Z-trasformata, argomento che non verr`
a trattato in questo corso.
a.a. 2010-2011
b) Filtro interpolatore di ordine zero. Questo sistema sar`a analizzato quando studieremo la
conversione analogico-numerica ed `e ottenuto connettendo in cascata il parallelo di un
sistema identico e di una linea di ritardo T con un integratore, come mostrato in figura:
x(t)
w(t)
-
6
-
Rt
y(t)
Complessivamente si ha:
Z
y(t) =
[x() x( T )] d
c) Filtro a prese trasversali. Si consideri il sistema mostrato in figura. Esso si pu`o riguardare
come il parallelo di un moltilplicatore per una costante e la cascata di un ritardo elementare
e di un altro moltiplicatore.
x(n)
- z 1
?
b0
x(n 1)
b1
y(n)
Questo sistema ha una relazione ingresso/uscita complessiva:
y(n) = b0 x(n) + b1 x(n 1)
Notate che per b0 = 1 e b1 = 1 otteniamo il sistema che realizza la differenza prima. Pi`
u
in generale `e possibile considerare un sistema in cui la relazione sia del tipo:
y(n) =
M
1
X
bk x(n k)
k=0
cio`e in cui il segnale in uscita sia la combinazione lineare, pesata secondo opportuni coefficienti, degli ingressi ritardati. Vedremo che questo tipo di sistema assume notevole
importanza nellelaborazione dei segnali.
a.a. 2010-2011
1.1
Propriet`
a
Sia per lanalisi che per il progetto di un sistema `e molto importante acquisire informazioni sul
suo comportamento individuando le propriet`a che soddisfa. Di seguito sono descritte le propriet`a
che saranno considerate per la caratterizzazione di un sistema.
1. Linearit`
a: Un sistema `e lineare se `e omogeneo e additivo, cio`e se verifica le condizioni:
(a) Omogeneit`
a. Ad un cambiamento di scala delle ampiezze per lingresso si ha lo stesso
cambiamento di scala anche per luscita:
x() y()
A x() A y()
(1)
(b) Additivit`
a. La risposta alla somma di due segnali `e la somma delle singole risposte:
x1 () y1 ()
x2 () y2 ()
x1 () + x2 () y1 () + y2 ()
(2)
Si noti che un sistema lineare, per la propriet`a di omogeneit`a, produce unuscita nulla se
lingresso `e nullo. Questo significa che se il sistema non viene forzato da un segnale in
ingresso non pu`o fornire un segnale in uscita.
2. Tempo invarianza: Un sistema `e tempo invariante se una traslazione dellingresso causa la
stessa traslazione delluscita, cio`e:
x(t) y(t)
x(t t0 ) y(t t0 )
x(n) y(n)
x(n n0 ) y(n n0 )
(4)
4. Dispersivit`
a: Un sistema si dice non dispersivo (o senza memoria) se luscita in un determinato istante dipende dallingresso applicato nello stesso istante (sistema istantaneo);
di contro, un sistema `e dispersivo (o con memoria) se luscita in un determinato istante
dipende dallingresso applicato anche in istanti diversi da quello attuale.
Il concetto di memoria in un sistema corrisponde alla presenza di un meccanismo che
conserva informazione sui valori dellingresso applicati in istanti diversi da quello corrente,
siano essi passati o futuri.
5. Stabilit`
a: Un sistema si dice stabile se la risposta ad un ingresso limitata `e anchessa
limitata, si parla allora di stabilit`a BIBO (Bounded Input - Bounded Output). Dal punto
di vista matematico, questo significa che esistono due costanti, indichiamole con Kx e Ky
tali che
|x()| Kx < +
=
|y()| Ky < +
(5)
Se esiste anche un solo ingresso limitato, che produce unuscita illimitata, allora il sistema
si definisce non stabile.
E importante sottolineare che, affinche un sistema abbia una data propriet`a, questa deve essere
valida per ogni possibile segnale posto in ingresso. Se una propriet`a risulta valida per qualche
segnale in ingresso, ma non per altri, allora non `e possibile caratterizzare il sistema con quella
propriet`a. Questa considerazione ci permette di affermare che trovare un controesempio `e sufficiente a dimostrare che il sistema non soddisfa la propriet`a in esame. Di seguito si considerano
alcuni esempi di sistemi che saranno caratterizzati in termini delle loro propriet`a.
1.1.1
Esempio
2. Tempo invarianza: Per controllare se il sistema `e tempo invariante, indichiamo con y1 (t)
luscita corrispondente allingresso traslato. Ci`o che bisogna valutare `e se y1 (t) coincide
con luscita traslata y(t t0 ). Calcoliamo entrambi i termini e vediamo se sono uguali:
y1 (t) = x(t 4 t0 )
y(t t ) = x(t t 4)
0
0
I due termini sono uguali per cui il sistema `e tempo invariante.
3. Causalit`
a: Il sistema `e causale perch`e luscita allistante t dipende dallingresso applicato
in un istante di tempo antecedente (t 4).
4. Dispersivit`
a: Il sistema `e dispersivo dato che conserva memoria di un istante temporale
diverso da t. In effetti, per affermare che un sistema `e dispersivo basta riconoscere che non
risulti istantaneo.
5. Stabilit`
a: Il sistema `e stabile dato che se x(t) `e limitata anche una sua versione traslata
nel tempo risulter`a limitata, cio`e
|x(t)| K
1.1.2
|x(t 4)| K
Esempio
y1 (t) = x(2t t0 )
y(t t ) = x(2(t t )) = x(2t 2t )
0
0
0
Il sistema risulta tempo variante dato che y1 (t) 6= y(t t0 ).
a.a. 2010-2011
3. Causalit`
a: Quando si controlla la causalit`a di un sistema `e molto importante osservare
attentamente la relazione ingresso/uscita. In questo caso, infatti, luscita calcolata in un
istante negativo t0 dipende dai valori dellingresso x(2t0 ) applicati quindi in istanti di
tempo passati rispetto a t0 . Saremmo cos` tentati a concludere che il sistema `e causale. In
realt`a bisogna fare attenzione a controllare la relazione ingresso/uscita per tutti gli istanti
di tempo. In particolare, per t > 0, per esempio t = 4 si ha che y(4) = x(8), per cui
luscita in questo istante dipende dallingresso applicato in un istante futuro. Il sistema `e
quindi non causale.
4. Dispersivit`
a: E facile riconoscere che il sistema `e dispersivo, dato che luscita allistante
t0 dipende dallingresso applicato in un altro istante, 2t0 .
5. Stabilit`
a: Il sistema `e stabile dato che se x(t) `e limitata anche una sua versione compressa
nel tempo risulter`a limitata.
|x(t)| K
1.1.3
|x(2t)| K
Esempio
a.a. 2010-2011
3. Causalit`
a: Per stabilire se il sistema `e causale `e molto importante distinguere gli effetti
dellingresso da quelli di altre funzioni usate nella definizione del sistema. In questo caso
luscita y(t) dipende dallingresso x(t) applicato nello stesso istante di tempo (sistema
istantaneo), il fatto che questo valore sia moltiplicato per un numero che varia col tempo
non deve farci indurre a ritenere che il sistema sia non causale. Listantaneit`
a del sistema
ne implica la causalit`a.
4. Dispersivit`
a: Il sistema `e istantaneo, quindi `e non dispersivo.
5. Stabilit`
a: Il sistema `e stabile. Infatti risulta:
|x(t)| K
1.1.4
Esempio
y1 (n) = n x2 (n n0 )
y(n n ) = (n n ) x2 (n n )
0
0
0
3. Causalit`
a: Il sistema `e istantaneo, quindi causale.
4. Dispersivit`
a: Il sistema `e istantaneo, quindi non dispersivo.
5. Stabilit`
a: Quando sospettiamo linstabilit`a di un sistema, `e sufficiente trovare un solo ingresso limitato che fornisce unuscita illimitata per stabilire che il sistema non sia stabile (vi
ricordo che la condizione di stabilit`a deve essere rispettata comunque si scelga lingresso).
In questo caso, per esempio, consideriamo x(n) = 1, allora luscita risulta essere:
y(n) = n
che `e illimitata.
a.a. 2010-2011
1.1.5
Esempio
Consideriamo il sistema discreto che realizza la somma corrente (anche detto accumulatore):
n
X
y(n) =
x(k)
k=
1. Linearit`
a: Questo sistema `e lineare, infatti:
y3 (n) =
=
n
X
x3 (k)
k=
n
X
k=
n
X
= a1
x1 (n) + a2
k=
n
X
x2 (n)
k=
a1 y1 (n) + a2 y2 (n)
2. Tempo invarianza: Procediamo calcolando y1 (n) e y(n n0 ):
y1 (n) =
Pn
k= x(k n0 )
y(n n ) = Pnn0 x(k)
0
k=
Pn
k= x(k
n0 ) =
Pnn0
m= x(m)
n
X
u(k) = (n + 1)u(n)
k=
a.a. 2010-2011
10
ak yk (n)
Per questi sistemi quindi `e possibile conoscere la risposta di un qualsiasi segnale applicando il
principio di sovrapposizione. Abbiamo anche riconosciuto che un segnale tempo discreto si pu`o
esprimere come combinazione lineare di impulsi ritardati, opportunamente pesati:
+
X
x(n) =
x(k)(n k)
(6)
k=
Se allora si pone ak = x(k) e xk (n) = (n k) e si indica con hk (n) la risposta del sistema
quando si applica un impulso traslato in k:
(n k) hk (n)
luscita si pu`o determinare come:
y(n) =
+
X
x(k)hk (n)
(7)
k=
Se poi aggiungiamo lipotesi di tempo invarianza, le risposte ad impulsi traslati sono versioni
traslate luna dellaltra. In altri termini se
(n) h0 (n)
a.a. 2010-2011
11
allora
(n k) h0 (n k)
Posto h0 (n) h(n) la risposta allimpulso unitario, detta anche risposta impulsiva, luscita in
corrispondenza di un generico ingresso x(n) per sistemi LTI tempo discreti `e
y(n) =
+
X
(8)
k=
La (8) si definisce somma di convoluzione tra x(n) e h(n). Questa relazione evidenzia come
un sistema LTI sia caratterizzato completamente dalla conoscenza della sua risposta impulsiva,
nota infatti h(n) si pu`o determinare luscita qualunque sia il segnale in ingresso.
x(n) -
y(n)-
h(n)
+
X
(9)
k=
cio`e la convoluzione di un segnale con limpulso unitario fornisce il segnale stesso, per cui
limpulso unitario si pu`o interpretare come la risposta impulsiva del sistema identico.
Consideriamo di seguito alcuni esempi di calcolo della risposta impulsiva per sistemi LTI:
a) Differenza prima. Il sistema che realizza la differenza prima 1 [x(n)]:
y(n) = x(n) x(n 1)
`e LTI, ha senso quindi determinare la sua risposta impulsiva:
h(n) = T [(n)] = (n) (n 1)
Quindi
y(n) = x(n) [(n) (n 1)]
b) Somma corrente. Nellesempio 1.1.5 abbiamo visto come il sistema che realizza la somma
corrente:
n
X
y(n) =
x(k)
k=
h(n) =
(k) = u(n)
k=
Quindi
y(n) =
n
X
k=
Luscita si pu`o determinare come la convoluzione tra il segnale x(n) e il gradino unitario.
a.a. 2010-2011
12
c) Media aritmetica.
y(n) =
n
1 X
x(n 3) + x(n 2) + x(n 1) + x(n)
x(k) =
4
4
k=n3
Questa operazione non fa altro che calcolare la media degli ultimi quattro campioni del
segnale, cio`e la media `e determinata su una finestra di osservazione che si sposta nel tempo
(Filtro a media mobile o Moving Average (MA)). E facile riconoscere che il sistema `e LTI
con risposta impulsiva pari a:
h(n) = T [(n)] =
n
1 X
1
(k) = R4 (n)
4
4
k=n3
Quindi
1
y(n) = x(n) R4 (n)
4
Per comprendere bene la procedura di calcolo della somma di convoluzione andiamo a vedere
cosa accade puntualmente:
X
x(k)h(k)
y(0) =
k
y(1) =
x(k)h(1 k) =
X
k
x(k)h((k 1))
y(2) =
x(k)h(2 k) =
x(k)h((k 2))
... = ...
Per determinare il valore nellorigine y(0) bisogna prima ribaltare (rispetto allasse delle ordinate)
la risposta impulsiva, h(k), poi
P realizzare il prodotto con il segnale in ingresso, x(k)h(k), e
infine sommare tutti i valori k x(k)h(k). Analogamente per determinare y(1) la risposta
impulsiva va ribaltata, h(k),Pritardata nel punto 1, h((k 1)), per poi eseguire il prodotto,
x(k)h((k 1)) e la somma, k x(k)h((k 1)), e cos` via. Pi`
u in generale,
X
X
y(n0 ) =
x(k)h(n0 k) =
x(k)h((k n0 ))
k
13
Dato che questa procedura fornisce il valore delluscita in un singolo istante n = n0 , sar`a
necessario far variare n su tutto lasse temporale per conoscere luscita y(n) in ogni istante di
tempo. Di seguito sono riportati alcuni esempi di calcolo della convoluzione.
1. x(n) = R6 (n), h(n) = R3 (n). Procediamo graficamente per calcolare i valori di y(n) =
x(n) h(n).
x(k)
h(k)
h(k)
6
x(k)h(k)
6
h(1 k)
6
6x(k)h(1 k)
h(2 k)
6
6x(k)h(2 k)
y(1) =
x(k)h(1 k) = 2
y(2) =
x(k)h(1 k) = 3
... = ...
Questo tipo di procedimento `e corretto, solo che risulta percorribile se le sequenze sono
molto corte, dato che il calcolo `e fatto punto per punto. Allora ci`o che conviene fare `e
sempre procedere graficamente considerando cinque diverse situazioni.
a.a. 2010-2011
a)
14
b)
x(k)
h(n k)
n2 n
c)
n2
d)
x(k)
h(n k)
n2 n
n2 n
n
X
1=n+1
k=0
c) 2 n 5;
y(n) =
n
X
1=3
k=n2
d) 6 n 7;
y(n) =
5
X
1=8n
k=n2
e) n > 7;
i segnali x(k) e h(n k) non si sovrappongono, quindi y(n) = 0.
a.a. 2010-2011
15
y(n)
3
2
1
+
X
k=
+
X
x(k)h(n k)
R6 (k)R3 (n k)
k=
5
X
R3 (n k)
k=0
+
X
n=
a.a. 2010-2011
x(n)h(n m) =
+
X
n=
16
Scopriamo allora che bisogna procedere esattamente allo stesso modo, eccetto il fatto
che nella convoluzione il segnale va ribaltato prima di essere traslato.
2. x(n) = an u(n) con 0 < a < 1, h(n) = u(n). Per calcolare y(n) = x(n) h(n) ci sono solo
due diverse situazioni da considerare:
a) n < 0;
i segnali non si sovrappongono quindi y(n) = 0
b) n 0;
y(n) =
n
X
ak =
k=0
In conclusione
y(n) =
1 an+1
1a
1 an+1
u(n)
1a
n+
Nellesempio si `e scelto a = 0.9, per cui il segnale allinfinito tende al valore 10 cos`
come `e mostrato in figura.
Segnale x(k)
1.5
1
0.5
0
20
15
10
0
5
Segnale h(nk), n<0
10
15
20
15
10
0
5
Segnale h(nk), n>0
10
15
20
15
10
0
Segnale y(n)
10
15
20
15
10
10
15
20
1.5
1
0.5
0
20
1.5
1
0.5
0
20
10
5
0
20
a.a. 2010-2011
2.1
17
Propriet`
a della convoluzione
(10)
Dimostrazione.
x(n) h(n) =
=
=
+
X
k=
+
X
r=
+
X
x(k)h(n k)
(11)
x(n r)h(r)
h(r)x(n r) = h(n) x(n)
r=
(12)
Questa propriet`a ha unutile interpretazione in termini di connessione tra sistemi. Si consideri il parallelo di due sistemi LTI, con risposta impulsiva h1 (n) e h2 (n), rispettivamente.
Il segnale in uscita si pu`o esprimere come:
y(n) = y1 (n) + y2 (n)
= x(n) h1 (n) + x(n) h2 (n)
= x(n) [h1 (n) + h2 (n)]
Due sistemi LTI in parallelo sono equivalenti ad un unico sistema con risposta impulsiva
data dalla somma delle due risposte impulsive, h(n) = h1 (n) + h2 (n). Questa propriet`a si
pu`o poi generalizzare al caso di un numero arbitrario di sistemi connessi in parallelo.
x(n)
h1 (n)
a.a. 2010-2011
y1 (n)
h2 (n)
y(n)
x(n) -
h1 (n) + h2 (n)
y(n)
-
y2 (n) 6
18
c) propriet`
a associativa.
x(n) [h1 (n) h2 (n)] = [x(n) h1 (n)] h2 (n)
(13)
x(n)-
h1 (n)
z(n)-
h2 (n)
y(n)-
x(n) -
h1 (n) h2 (n)
y(n)
-
d) propriet`
a associativa mista.
a [x(n) h(n)] = [a x(n)] h(n) = x(n) [a h(n)]
(14)
Questa propriet`a afferma che `e possibile indifferentemente scalare lampiezza di uno dei
due fattori della convoluzione o il risultato stesso della convoluzione.
e) Invarianza temporale. Se x(n) h(n) = y(n), allora
x(n n0 ) h(n) = y(n n0 )
(15)
(16)
(17)
Questa propriet`a ci dice che se abbiamo gi`a calcolato la convoluzione tra due segnali e
se ne trasliamo uno dei due o entrambi, anche il risultato della convoluzione risulter`a
traslato della stessa quantit`a o della somma dei due ritardi. Dato che per la (9) risulta
x(n) (n) = x(n), si ha inoltre:
x(n) (n n0 ) = x(n n0 )
x(n n1 ) (n n2 ) = x(n (n1 + n2 ))
(18)
(19)
Infine se x(n) (n) deriviamo ancora una serie di propriet`a dellimpulso unitario:
(n) (n) = (n)
(20)
(n) (n n0 ) = (n n0 )
(21)
(n n1 ) (n n2 ) = (n (n1 + n2 ))
a.a. 2010-2011
(22)
19
Di seguito sono riportati alcuni esempi di calcolo della convoluzione in cui vengono sfruttate le
propriet`a.
1. Consideriamo nuovamente il segnale x(n) = an u(n) e la risposta impulsiva h(n) = u(n),
ma questa volta procediamo a determinare y(n) = h(n) x(n), ribaltando e traslando
lesponenziale monolatero. Anche in questo caso vanno considerate due diverse situazioni:
a) n < 0;
i segnali non si sovrappongono quindi y(n) = 0.
b) n 0;
y(n) =
n
X
k=0
ank = an
n
X
ak = an
0
X
am = an
m=n
k=0
an a
1 an+1
=
1a
1a
1 an+1
u(n)
1a
(23)
Notate che se si vuole calcolare la convoluzione tra x(n) = an u(n) e h1 (n) = u(n3), non `e
necessario ripetere i conti, ma basta sfruttare la propriet`a (16), dato che h1 (n) = h(n 3).
Si ottiene cos`:
1 an2
y(n) =
u(n 3)
1a
2. Calcoliamo la convoluzione tra due impulsi rettangolari x(n) = R3 (n) e h(n) = R2 (n)
sfruttando le propriet`a (20), (21) e (22). Esprimiamo allora i due segnali come somma di
impulsi unitari:
x(n) = (n) + (n 1) + (n 2)
h(n) = (n) + (n 1)
A questo punto procediamo analiticamente:
y(n) = x(n) h(n)
= [(n) + (n 1) + (n 2)] [(n) + (n 1)]
= [(n) (n)] + [(n) (n 1)] + [(n 1) (n)] + [(n 1) (n 1)]+
+ [(n 2) (n)] + [(n 2) (n 1)]
= (n) + (n 1) + (n 1) + (n 2) + (n 2) + (n 3)
= (n) + 2(n 1) + 2(n 2) + (n 3)
Questo procedimento `e comodo se i segnali coinvolti hanno breve durata.
a.a. 2010-2011
20
h(n) = u(n)
1
n
y(n) =
u(n) + 2 u(n 1) u(n)
2
n
1
=
u(n) u(n) + [2n u(n 1)] u(n)
2
= y1 (n) + y2 (n)
Il risultato della prima convoluzione si pu`o ottenere dallesempio precedente ponendo a =
1/2, quindi
n
1
u(n)
y1 (n) = 2
2
Per quanto riguarda invece la seconda convoluzione procediamo al calcolo diretto (ribaltando e traslando il gradino), si ha:
a) n < 0;
n
X
y2 (n) =
2 =
+
X
nm
=2
m=0
k=
+ m
X
1
m=0
= 2n
1
= 2n+1
1 1/2
1
X
2 =
+
X
m=0
k=
1m
+
1X 1 m
1
=
=
=1
2
2
2(1 1/2)
m=0
a.a. 2010-2011
n
1
y(n) = 3
u(n) + 2n+1 u(n 1)
2
Analisi dei sistemi nel dominio del tempo
21
4. Si consideri la cascata di due sistemi discreti con risposta impulsiva h1 (n) = (n)(n4)
e h2 (n) = u(n), rispettivamente.
x(n)-
h1 (n)
z(n)-
h2 (n)
y(n)-
n
Supponiamo di porre in ingresso il segnale x(n) = 12 u(n) e di voler calcolare il segnale
in uscita y(n). Possiamo procedere in diversi modi.
(a) Sfruttando la propriet`a associativa riconosciamo che la cascata dei due sistemi `e
equivalente ad un unico sistema con risposta impulsiva h(n):
h(n) = [(n) (n 4)] u(n) = u(n) u(n 4) = R4 (n)
nei passaggi abbiamo utilizzato la relazione (9) e la (18). Quindi:
n
0 1 n
1
2 h 2
u(n) R4 (n) =
y(n) =
i
2
2 1 n3 1 n+1
2
2
n<0
0n3
n>3
x(n)-
h2 (n)
w(n)
-
h1 (n)
y(n)-
A questo punto, determiniamo prima w(n) = x(n) h2 (n) (in modo da sfruttare un
calcolo svolto precedentemente) e poi valutiamo y(n) = w(n) h1 (n). Per la (23) si
ha:
n
n
1
1
w(n) =
u(n) u(n) = 2
u(n)
2
2
Infine:
y(n) = w(n) [(n) (n 4)] = w(n) w(n 4)
"
n4 #
n
1
1
u(n) 2
u(n 4)
= 2
2
2
Non vi fate ingannare dal fatto che i due risultati hanno una differente espressione analitica.
Per controllare che i due approcci forniscono lo stesso risultato, calcolate i valori delluscita
in determinati istanti e verificate che sono uguali.
a.a. 2010-2011
22
Notate che se avessimo considerato h1 (n) = (n) (n 1), avremmo avuto la cascata
del sistema che realizza la differenza prima con quello che effettua la somma corrente. La
risposta complessiva in tal caso sarebbe stata:
h(n) = [(n) (n 1)] u(n) = u(n) u(n 1) = (n)
Luscita allora coincide con lingresso (y(n) = x(n) (n) x(n)), il che conferma che
queste due operazioni sono una linversa dellaltra.
2.2
Propriet`
a dei sistemi LTI
Allinizio di questo capitolo abbiamo elencato le propriet`a di un sistema. Adesso vogliamo vedere
se `e possibile legare le propriet`a di un sistema LTI alla sua risposta impulsiva.
2.2.1
Dispersivit`
a
Ricordiamo che un sistema `e non dispersivo o senza memoria se luscita in ogni istante dipende
solo dal valore dellingresso nello stesso istante. Dal momento che la relazione ingresso uscita
per un sistema LTI `e:
y(n) =
+
X
x(k)h(n k)
k=
(24)
con k = h(0) costante. Se invece un sistema LTI ha risposta impulsiva h(n) che non `e
identicamente nulla per n 6= 0, allora risulta dispersivo.
2.2.2
Causalit`
a
Luscita di un sistema causale dipende solo dal valore presente e dai valori passati del segnale in
ingresso; questa propriet`a si pu`o legare facilmente alla risposta impulsiva del sistema. Infatti,
affinche un sistema LTI sia causale, y(n) non pu`o dipendere dai valori di x(k) per k > n, allora
deve risultare:
n
+
X
X
h(m)x(n m)
y(n) =
x(k)h(n k) =
m=0
k=
per
n<0
(25)
23
Questa condizione `e anche sufficiente, dal momento che se h(n) fosse diversa da zero per qualche
valore di n < 0, luscita allistante n dipenderebbe da valori futuri dellingresso.
Sebbene la causalit`a sia una propriet`a dei sistemi, spesso si parla di segnale causale quando
il aegnale risulta essere nullo per n < 0. La causalit`a di un sistema LTI `e equivalente quindi al
fatto che la sua risposta impulsiva sia causale.
2.2.3
Stabilit`
a
Supponiamo poi di applicare tale ingresso ad un sistema LTI con risposta impulsiva h(n),
otteniamo la seguente espressione per lampiezza delluscita:
+
+
X
|y(n)| =
h(k)x(n k)
|h(k)||x(n k)|
k=
k=
Dal momento che lingresso `e limitato, anche una sua versione traslata lo sar`a: |x(n k)| < K
per tutti i valori di k e n. Ci`o implica che:
|y(n)| K
+
X
|h(k)|
k=
|h(n)| <
(26)
n=
anche luscita `e limitata in ampiezza e il sistema risulta stabile. Lequazione (26) `e quindi una
condizione sufficiente per garantire la stabilit`a di un sistema LTI tempo discreto.
Mostriamo adesso che tale condizione risulta essere anche necessaria. Procediamo per assurdo, negando la tesi e facendo vedere che `e possibile trovare un ingresso limitato che fornisce
unuscita illimitata. Supponiamo che la risposta impulsiva non sia sommabile, cio`e:
+
X
|h(n)| =
n=
|h(n)|
h(n)
h(n) 6= 0
h(n) = 0
Questo segnale `e sicuramente limitato dato che pu`o assumere solo i valori 0, 1 e 1.
a.a. 2010-2011
24
A questo punto basta mostrare che esiste anche un solo valore di n per cui luscita risulta essere
illimitata per concludere che il sistema `e instabile. Poniamo n = 0, si ha:
y(0) =
+
X
+
X
h(k)x(k) =
k=
k=
h(k)
+
X
|h(k)|
=
|h(k)|
h(k)
k=
Avendo supposto per ipotesi che la risposta impulsiva non sia sommabile luscita allistante y(0)
non `e limitata, pertanto il sistema non risulta stabile.
2.3
Spesso risulta molto conveniente suddividere i sistemi LTI discreti in quelli che hanno risposta
impulsiva di durata finita, detti anche FIR (Finite Impulse Response), e quelli invece con risposta
impulsiva di durata infinita, chiamati IIR (Infinite Impulse Response).
Senza perdita di generalit`a focalizziamo lattenzione sui sistemi FIR causali, per cui la risposta impulsiva, supposta di durata M , risulter`a compresa tra 0 e M 1. Il legame ingresso/uscita
ha quindi lespressione:
M
1
X
h(k)x(n k)
(27)
y(n) =
k=0
Un sistema di questo tipo fornisce unuscita che per ogni istante n `e una combinazione lineare
dei campioni del segnale in ingresso x(n), x(n 1), . . . , x(n M + 1):
y(n) = h(0)x(n) + h(1)x(n 1) + . . . + h(M 1)x(n M + 1)
In altri termini il sistema realizza una media pesata, secondo i valori della risposta impulsiva
h(k), k = 0, 1, . . . , M 1, dei pi`
u recenti M campioni del segnale. Opera cio`e come una
finestra scorrevole che osserva solo i pi`
u recenti M campioni dellingresso per produrre luscita,
dimenticando i campioni precedenti (x(nM ), x(nM 1), . . .). Per questo motivo i sistemi FIR
sono anche detti filtri a media mobile (MA - Moving Average) ed hanno chiaramente memoria
finita (pari proprio a M ). Per mettere in luce che i coefficienti del filtro sono i pesi usati nella
media, spesso si pone h(k) = bk :
y(n) =
M
1
X
bk x(n k)
k=0
Adesso luscita `e una combinazione lineare pesata, secondo i coefficienti della risposta impulsiva,
del campione attuale e di tutti quelli passati del segnale in ingresso, x(n), x(n 1), x(n 2), . . . :
y(n) = h(0)x(n) + h(1)x(n 1) + h(2)x(n 2) + . . .
In questo caso il sistema ha memoria infinita.
3
Ricordate che tale ipotesi non `e assolutamente necessaria per definire un sistema FIR o IIR.
a.a. 2010-2011
25
n
X
x(k)
k=nM +1
1
[x(n) + x(n 1) + . . . + x(n M + 1)]
M
(29)
1
M
n
X
(k)
k=nM +1
1
[(n) + (n 1) + . . . + (n M + 1)]
M
1
=
RM (n)
M
=
n
X
x(k)
k=
2.4
Sistemi ARMA
Lo studio dei sistemi LTI ci ha permesso di legare ingresso e uscita mediante la somma di
convoluzione:
+
X
y(n) =
h(k)x(n k)
k=
a.a. 2010-2011
26
Questa relazione suggerisce anche un modo per la realizzazione del sistema. Infatti, se la risposta
impulsiva ha durata finita (FIR), sar`a necessario implementare addizionatori, moltiplicatori e
avere a disposizione un numero finito di locazioni di memoria. Nellipotesi in cui la memoria sia
pari a M e il sistema sia causale (27), si ottiene lo schema implementativo mostrato nella figura
seguente.
x(n)
- z 1
?
h(0)
?
x(n 1)?
h(1)
. . . x(n M + 2)- z 1
?
h(n M + 2)
...
x(n M + 1)
h(n M + 1)
?
y(n)
Questo stesso discorso non si pu`o ripetere per un sistema IIR, dal momento che la risposta
impulsiva ha durata infinita. Ci chiediamo allora se non sia possibile comunque implementare
un sistema di questo tipo in un modo diverso da quello suggerito dalla somma di convoluzione.
Vediamo alcuni esempi per comprendere come procedere.
1. Si consideri nuovamente il sistema IIR che realizza la somma corrente:
n
X
y(n) =
x(k)
k=
y(n) =
x(k) + x(n)
k=
= y(n 1) + x(n)
Luscita y(n) pu`o essere ricavata sommando luscita calcolata allistante precedente y(n1)
allingresso presente x(n). Questo `e un esempio di sistema ricorsivo (o auto-regressivo AR),
che pu`o essere realizzato semplicemente mediante connessione in retroazione:
x(n)
y(n)
-
6
y(n 1)
z 1
Vedremo per`o che la forma implicita non permette di definire in modo univoco un sistema:
`e necessario specificare le condizioni iniziali del sistema stesso. Allora, Supponiamo di
a.a. 2010-2011
27
n
X
x(k)
(30)
k=0
n
X
ak bx(n k)
k=0
n
X
ak bx(n k)
n0
k=0
a.a. 2010-2011
28
Tale relazione esprime il legame ingresso/uscita di un sistema con risposta impulsiva h(n) =
an bu(n). Infatti se lingressso `e causale la sommatoria nella convoluzione parte da k = 0:
y(n) =
+
X
x(k)h(n k)
k=
+
X
x(k)ank b u(n k)
k=0
Inoltre, dato che u(n k) limita lindice della sommatori a valori di k minori o uguali a n
si ha:
y(n) =
=
n
X
ank b x(k)
k=0
n
X
am b x(n m)
m=0
N
X
ak y(n k) = x(n)
a0 6= 0
k=0
In tal caso si parla di sistemi auto-regressivi di ordine N descritti mediante equazioni alle
differenze a coefficienti costanti (in cui bisogna imporre N condizioni iniziali). I sistemi che si
possono esprimere mediante tale relazione sono una sottoclasse dei sistemi IIR.
Consideriamo adesso la cascata di un sistema MA e di un sistema AR:
x(n)-
MA
z(n)-
AR
y(n)-
P
z(n) = M
m=0 bm x(n m)
P
N
a.a. 2010-2011
29
ak y(n k) =
M
X
bm x(n m),
a0 6= 0
(31)
m=0
k=0
La (31) definisce un sistema ARMA (Auto-Regressivo a Media Mobile) di ordine N 4 . Assumendo a0 = 1, lequazione pu`o anche essere riscritta come:
y(n) =
N
X
ak y(n k) +
|k=1
{z
AR
2.5
M
X
m=0
bm x(n m),
{z
(32)
MA
Esempio
2
3
a.a. 2010-2011
ak
M
X
dk y(t)
dm x(t)
=
b
m
dtk
dtm
m=0
30
In analogia con i risultati discussi nella sezione precedente, lobiettivo `e quello di ottenere una
caratterizzazione completa per sistemi LTI continui mediante la risposta impulsiva. Il problema
allora `e quello di trovare lequivalente continuo, (t), dellimpulso unitario, (n). Dal momento
che non `e possibile definire una funzione nulla ovunque eccetto che in un punto, `e necessario
ricorrere alle funzioni generalizzate. Coloro che sono interessati ad una rigorosa trattazione
matematica possono far riferimento ai testi in cui `e esposta la teoria delle distribuzioni.
3.1
Delta di Dirac
Limpulso tempo continuo (t), detto anche delta di Dirac si definisce mediante una propriet`a
integrale. In particolare, `e definito dalla condizione che per ogni funzione x(t) continua in t = 0,
risulti:
Z t2
x(0)
0 (t1 , t2 )
4
x(t)(t) dt =
(33)
0
t1
altrimenti
Da questa relazione si possono ricavare tutte le propriet`a della (t):
1. ponendo nella (33) x(t) = 1, t1 = , t2 = + si ottiene:
Z +
(t) dt = 1
(34)
(35)
che rappresenta la propriet`a campionatrice della delta, cio`e la sua capacit`a di estrarre il
valore del segnale nel punto in cui la delta `e centrata. Pi`
u in generale:
Z +
x(t)(t t0 ) dt = x(t0 )
(36)
y(t)x(0)(t) dt = y(0)x(0)
per cui:
x(t)(t) = x(0)(t)
a.a. 2010-2011
(37)
31
Generalizzando, si ha:
x(t)(t t0 ) = x(t0 )(t t0 )
(38)
1
(t)
|a|
(39)
x(t)(t t0 ) dt = x(t0 )
Rinominiamo: t e t0 t e otteniamo:
Z +
x()(t ) d = x(t)
(40)
Questa non `e altro che la propriet`a di riproducibilit`a della delta, per cui un qualsiasi
segnale si pu`o esprimere come la somma (pi`
u precisamente lintegrale) di impulsi traslati
pesati opportunamente.
6. ponendo nella (33) x(t) = 1, t1 = , t2 = t si ottiene:
Z t
1
t0
4
( ) d =
= u(t)
0
altrimenti
Di conseguenza risulta:
(t) =
(41)
du(t)
dt
a.a. 2010-2011
1
T (t)x(t)dt =
T
+T /2
x(t)dt
T /2
32
Per il teorema della media possiamo dire che esiste un punto t [T /2, T /2] per cui:
Z +
T (t)x(t)dt = x(t)
T 0
lim
T 0
T (t)x(t)dt =
(t)x(t)dt
(42)
A questo punto possiamo pensare limpulso di Dirac come il limite di impulsi rettangolari di
durata T e ampiezza 1/T (sebbene il passaggio sotto il segno di integrale a rigore non sia lecito);
per T 0 limpulso tende a concentrarsi nellorigine, la sua ampiezza diverge, ma larea si
mantiene costante e pari a 1. Per semplicit`a scriveremo:
lim T (t) = (t)
(43)
T 0
si ricordi per`o che la convergenza intesa nella (43) non `e di tipo puntuale, bens` `e valida in senso
generalizzato, come esprime la (42). Questa considerazione `e molto importante dal momento
che la (t) `e definita mediante una propriet`a integrale, e non ha senso altrimenti.
La propriet`a 6) ci dice che (t) `e la derivata di u(t), derivata in senso generalizzato, dato
che per t = 0 la funzione gradino ha un punto di discontinuit`
a e quindi non `e possibile definire
la derivata in senso ordinario. Questo ci porta a generalizzare il concetto di derivata a tutti i
segnali che presentano un numero finito di punti di discontinuit`
a. Supponiamo per esempio di
considerare il segnale x(t) = rect(t/2) e calcoliamone la derivata in senso generalizzato, risulta:
x(t) = rect(t/2) = u(t + 1) u(t 1)
quindi:
dx(t)
= (t + 1) (t 1)
dt
Graficamente i segnale x(t) e la sua derivata sono rappresentati nella seguente figura:
y(t) =
x(t)
y(t)
1
6
Limpulso (t) si traccia graficamente mediante una freccia, rivolta verso lalto (basso) se larea
dellimpulso `e positiva (negativa), la cui altezza corrisponde proprio allarea dellimpulso.
a.a. 2010-2011
33
t+1
t1
x(t) = |t| rect(t/4) = t rect
+ t rect
2
2
Esprimiamo poi x(t) come:
x(t) = t [u(t + 2) u(t)] + t [u(t) u(t 2)]
la derivata `e:
y(t) =
dx(t)
= [u(t + 2) u(t)] t[(t + 2) (t)] + [u(t) u(t 2)] + t[(t) (t 2)]
dt
t+1
t1
= rect
t(t + 2) + t(t) + rect
+ t(t) t(t 2)
2
2
t1
t+1
(2)(t + 2) + (0)(t) + rect
+ (0)(t) (2)(t 2)
= rect
2
2
t+1
t1
y(t) = rect
+ 2(t + 2) + rect
2(t 2)
2
2
Il risultato `e mostrato graficamente nella seguente figura:
y(t)
x(t)
2
6
2
1
3.2
Per la propriet`a di riproducibilit`a della delta (40), un qualsiasi segnale x(t) si pu`o esprimere
come:
Z +
x(t) =
x()(t ) d
a.a. 2010-2011
34
y(t) = T
x()(t ) d
Z +
=
x()T [(t )] d
Z +
4
=
x()h(t ) d = x(t) h(t)
(44)
(45)
la (44) tiene conto dellipotesi di linearit`a, mentre la (45) della tempo invarianza, e si `e posto
h(t) = T [(t)], risposta impulsiva del sistema. Anche in questo caso si pu`o osservare che risulta:
Z +
x(t) =
x()(t ) d = x(t) (t)
(46)
Si pu`o facilmente verificare che tale sistema `e LTI, e la sua risposta impulsiva `e:
Z t
h(t) =
[() ( T )] d
Z
=
() d
( T )] d
t T /2
= u(t) u(t T ) = rect
T
t T /2
y(t) = x(t) rect
T
2. Sia p(t) un segnale di energia e si definisca un sistema con risposta impulsiva:
h(t) = p(t)
Calcoliamo luscita del sistema y(t), quando in ingresso si pone x(t):
Z +
y(t) =
x()h(t ) d
Z
=
a.a. 2010-2011
35
Luscita non `e altro che la mutua correlazione tra il segnale di ingresso e p(t). Tale sistema
viene anche chiamato filtro adattato a p(t) e valuta la correlazione tra il segnale di ingresso
e il segnale a cui il filtro `e adattato. Chiaramente se in ingresso si pone x(t) = p(t), il
sistema fornisce lautocorrelazione di p(t). Questo esempio mette in luce come per segnali
di energia il calcolo della convoluzione `e analogo a quello della correlazione, eccetto per
unoperazione di ribaltamento.
Vediamo adesso come il calcolo della convoluzione segua esattamente gli stessi passi che nel caso
discreto. Supponiamo allora di voler determinare il valore delluscita in un istante t0 :
Z +
Z +
y(t0 ) =
x()h(t0 ) d =
x()h(( t0 )) d
(47)
(48)
b) propriet`
a distributiva.
c) propriet`
a associativa.
x(t) [h1 (t) h2 (t)] = [x(t) h1 (t)] h2 (t)
(49)
d) propriet`
a associativa mista.
a [x(t) h(t)] = [a x(t)] h(t) = x(t) [a h(t)]
(50)
(51)
(52)
(53)
36
(54)
(55)
(56)
(t) (t t0 ) = (t t0 )
(57)
(t t1 ) (t t2 ) = (t (t1 + t2 ))
(58)
f) Dispersivit`
a. Un sistema LTI `e non dispersivo se e solo se:
h(t) = k(t)
(59)
g) Causalit`
a. Un sistema LTI `e causale se e solo se:
h(t) = 0
per
t<0
h) Stabilit`
a. Un sistema LTI `e stabile se e solo se:
Z +
|h(t)| <
(60)
(61)
Di seguito si mostrano alcuni esempi per il calcolo della convoluzione y(t) = x(t) h(t).
1. x(t) = A rect(t/T ), h(t) = A rect(t/T ). Bisogna valutare:
Z +
y(t) =
A2 rect(/T ) rect[( t)/T )] d
Z +
=
A2 rect(/T ) rect[(t )/T )] d
Lultimo passaggio `e lecito dato che limpulso rettangolare `e pari, ma allora il procediamento `e identico a quello gi`a svolto per valutare la funzione di autocorrelazione di x(t)
(cap.1, esempio 6.1.1). Quindi, senza ripetere i calcoli possiamo dire che:
y(t) = A2 (t/T )
Supponiamo,
tra x1 (t) = x(t T /2) =
tT /2
tT /2
A rect
e h1 (t) = h(t T /2) = A rect
, i due segnali sono traslati di T /2
T
T
rispetto a quelli originali. Anziche rifare i conti, `e possibile sfruttare la propriet`a (53), e
affermare che:
tT
2
y1 (t) = A
T
a.a. 2010-2011
37
a)
x()
b)
h(t )
Z
2 (t)
A e
2 t
d = A e
dt = A2 tet
In conclusione:
y(t) = A2 tet u(t)
Z
y(t) =
d =
0
c) 1 t < 2;
y(t) =
d = t
t1
d) 2 t < 3;
t2
2
y(t) =
d =
t1
1
2
3 t2
+t
2
2