Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
a.a. 2010/2011
+
X
Ak cos(2kf0 t + k )
(1)
k=1
Tale rappresentazione `e nota come sviluppo in serie di Fourier, e afferma che un segnale periodico pu`o essere sintetizzato mediante sinusoidi legate armonicamente tra loro, cio`e sinusoidi a
frequenza multipla di una frequenza comune f0 , detta frequenza fondamentale e pari proprio
allinverso del periodo T0 del segnale x(t). Si noti che poich`e ogni sinusoide ha frequenza pari
a un sottomultiplo del periodo T0 , essa risulta periodica anche del periodo fondamentale T0 ,
quindi tutte le armoniche hanno un periodo comune pari a T0 .
I segnali sinusoidali si possono allora pensare come blocchi elementari, mediante cui costruire
segnali periodici di vario tipo scegliendo opportunamente la frequenza fondamentale f0 (che
determina il periodo del segnale), e le ampiezze Ak e fasi k delle sinusoidi (che determinano la
forma del segnale).
+
X
k=1
4
x(t) =
a0 X
+
[ak cos(2kf0 t) bk sin(2kf0 t)]
2
(2)
k=1
che mette in luce che il segnale `e dato da una combinazione di seni e coseni opportuni.
Nello studio dellanalisi in frequenza di un segnale periodico, affronteremo la fase di analisi,
che ci permetter`a di individuare ampiezze e fasi delle sinusoidi componenti il segnale (detti
anche spettro di ampiezza e di fase), e quella di sintesi che ci consentir`
a di ricostruire il segnale
originario. A tal fine sar`a necessario stabilire quali sono le condizioni matematiche che assicurano
la convergenza della (1) e quindi qual `e la classe dei segnali periodici che ammette espansione
in serie di Fourier.
Tutta questa trattazione risulta pi`
u conveniente, da un punto di vista matematico, ma meno
da un punto di vista intuitivo, se i segnali sinusoidali vengono espressi mediante esponenziali
complessi. Per questo motivo, prima di cominciare lo studio della serie di Fourier, faremo un
breve richiamo agli esponenziali complessi e descriveremo le propriet`a pi`
u importanti di questi
segnali.
1.1
(3)
6A2
f0
f0
f0
(5)
cio`e come la somma di due vettori di uguale ampiezza che ruotano in senso opposto alla stessa
velocit`a angolare. Dora in avanti utizzeremo questultima relazione come rappresentazione
alternativa di un segnale sinusoidale. Questa relazione ci permette di ottenere facilmente la
rappresentazione in frequenza di un segnale, cio`e la rappresentazione dello spettro di ampiezza
e di quello di fase. Infatti riscrivendo la (5) nel seguente modo:
A cos(2f0 t + ) =
A j j2f0 t A j j2f0 t
e e
+ e
e
2
2
si nota che il segnale sinusoidale `e costituito da du fasori a frequenza f0 , con ampiezza A/2 e
fase . Graficamente queste informazioni possono essere rappresentate disegnando spettro di
ampiezza e di fase del segnale come mostrato in figura 1.
Analogamente se si considera il segnale
x(t) = A sin(2f0 t)
si ottiene la seguente rappresentazione mediante fasori:
x(t) =
cos =
ej +ej
2
a.a. 2010-2011
, sin =
ej ej
2j
6A2
f0
f0
f0
2
A A
A
A A
+ cos(4f0 t) = + ej2(2f0 )t + ej2(2f0 )t
2
2
2
4
4
dove si evidenzia che il segnale `e costituito da una costante e una componente sinusoidale a
frequenza 2f0 . Lo spettro di ampiezza sar`a quindi costituito da tre righe spettrali: una a
frequenza nulla di ampiezza A/2, e due alle frequenze 2f0 di ampiezza A/4. Lo spettro di fase,
invece, `e nullo. Osservate come in tutti gli esempi lo spettro di ampiezza risulta essere pari,
mentre lo spettro di fase `e dispari.
1.1.1
(6)
Consideriamo adesso linsieme degli esponenziali complessi relazionati armonicamente tra loro:
xk (t) = ej2kf0 t
k = 0, 1, 2, . . .
anche questi segnali sono periodici di periodo T0 essendo la frequenza fondamentale per ognuno
di essi multipla di f0 = 1/T0 . I termini per k = 1 hanno frequenza pari a f0 e vengono chiamate
a.a. 2010-2011
0
k 6= n
Pxk xn =< xk (t)xn (t) >=< ej2kf0 t ej2nf0 t >=< ej2(kn)f0 t >=
(7)
1
k=n
Quindi due fasori a frequenze diverse sono ortogonali tra loro.
1.2
Riscriviamo adesso la relazione (1) attraverso gli esponenziali complessi. Applicando la formula
di Eulero, si ha:
#
"
+
X
ej(2kf0 t+k ) + ej(2kf0 t+k )
x(t) = A0 + 2
Ak
2
k=1
= A0 +
+
X
Ak e
jk j2kf0 t
k=1
+
X
Ak ejk ej2kf0 t
k=1
+
X
Ak e
jk j2kf0 t
1
X
Ak ejk ej2kf0 t
k=
k=1
Posto:
A0
A ejk
Xk =
k jk
Ak e
k=0
k>0
k<0
risulta:
x(t) =
+
X
Xk ej2kf0 t
(8)
k=
Questa `e la forma complessa dello sviluppo in serie di Fourier. Notate che risulta pi`
u compatta
della (1), inoltre linformazione riguardo lampiezza e la fase delle sinusoidi adesso `e contenuta
nei coefficienti complessi Xk e risulta:
Xk = Xk
che esprime la propriet`a di simmetria coniugata o hermitiana dei coefficienti di Fourier, ed `e
equivalente ad affermare che:
Ak = Ak
k = k
il che significa che lo spettro di ampiezza `e pari, mentre quello di fase `e dispari, sempre che si
considerino segnali periodici reali, per i quali la (1) `e verificata.
a.a. 2010-2011
Per rappresentare il segnale periodico nel dominio della frequenza `e necessario conoscere i
coefficienti Xk , vediamo allora come fare per determinarli. Partiamo dalla (8), quindi moltiplichiamo ambo i membri per ej2nf0 t e integriamo sul periodo:
Z
+
X
x(t)ej2nf0 t dt =
T0
T0 k=
Xk ej2kf0 t ej2nf0 t dt
+
X
x(t)ej2nf0 t dt =
T0
k=
Z
Xk
ej2(kn)f0 t dt
(9)
T0
Lintegrale al secondo membro, data lortogonalit`a dei fasori (7), `e dato da:
Z
T0
k=n
j2(kn)f0 t
e
dt =
0
k=
6 n
T0
Quindi la (9) diventa:
Z
T0
da cui:
x(t)ej2nf0 t dt = T0 Xn
1
Xk =
T0
Z
x(t)ej2kf0 t dt
(10)
T0
R
2
a0 = 2X0 = T0 T0 x(t)dt
R
ak = 2 Re[Xk ] = T20 T0 x(t) cos(2kf0 t)dt
a.a. 2010-2011
1.3
Cerchiamo di capire adesso sotto quali condizioni un segnale periodico x(t) si pu`o sviluppare in
serie di Fourier:
+
X
x(t) =
Xk ej2kf0 t
k=
+N
X
Xk ej2kf0 t
k=N
converge proprio a x(t). Per stabilire le condizioni che deve verificare x(t) bisogna innanzitutto definire in che senso va intesa luguaglianza, vale a dire che tipo di convergenza si vuole
considerare.
Se si richiede che la serie converga uniformemente al segnale, x(t) deve essere una funzione
continua, se invece ci si accontenta della convergenza puntuale (il segnale x(t) coincide con la sua
rappresentazione in serie eccetto che per valori isolati), condizioni sufficienti per la convergenza
sono quelle stabilite da Dirichlet:
1. x(t) `e sommabile sul periodo:
Z
|x(t)|dt <
T0
2. x(t) `e continua nel periodo, eccetto un numero finito di punti con discontinuit`
a di prima
specie;
3. x(t) `e derivabile nel periodo, eccetto un numero finito di punti in cui esistono finite la
derivata destra e sinistra.
Sotto tali ipotesi la serie di Fourier converge al valore assunto dalla funzione x(t) nei punti
in cui essa `e continua, e alla semisomma dei limiti destro e sinistro nei punti in cui presenta
discontinuit`a di prima specie. Si pu`o inoltre dimostrare che la convergenza `e uniforme in ogni
intervallo che non continene punti di discontinuit`
a, mentre non `e uniforme in ogni intervallo che
contiene punti di discontinuit`a.
Unulteriore tipo di convergenza, meno restrittiva delle precedenti, `e la convergenza in media
quadratica. Questa assicura che, detta e(t) la differenza tra il segnale e la sua rappresentazione
in serie di Fourier, questa abbia energia nulla:
Z
|e(t)|2 dt = 0
T0
In tal caso basta che x(t) abbia energia finita sul periodo, cio`e:
Z
|x(t)|2 dt <
T0
Poiche molti dei segnali periodici che si considerano hanno energia finita sul singolo periodo,
essi ammettono espansione in serie di Fourier nel senso appena indicato.
a.a. 2010-2011
1.4
Relazione di Parseval
(11)
Daltra parte, se il segnale si pu`o esprimere come somma di infiniti fasori ortogonali tra loro, la
potenza del segnale pu`o essere calcolata anche come la somma delle potenze dei singoli fasori,
che per la (6) sono pari alle relative ampiezze elevate al quadrato. Quindi:
+
X
Px =
A2k
(12)
k=
Z
2
|x(t)| dt =
T0
+
X
A2k
(13)
k=
che afferma che la potenza media di un segnale periodico coincide con la somma delle potenze
medie delle singole armoniche che lo compongono. Questo significa che il calcolo della potenza
pu`o essere effettuato nel dominio del tempo con la (11), ma equivalentemente nel dominio
della frequenza con la (12). Di fatto cambiare rappresentazione per un segnale non significa
modificarne le sue caratteristiche intrinseche, ma solo osservarlo da un diverso punto di vista.
1.5
a.a. 2010-2011
2
T0
Z
0
T0 /2
(14)
quindi i coefficienti Xk sono numeri reali. Per quanto riguarda, invece, la formula di sintesi:
x(t) =
+
X
Xk ej2kf0 t
k=
= X0 +
+
X
Xk ej2kf0 t +
k=1
1
X
Xk ej2kf0 t
k=
+
X
Xk ej2kf0 t +
k=1
+
X
Xk ej2kf0 t
k=1
+
X
k=1
+
X
Xk
ej2kf0 t + ej2kf0 t
2
Xk cos(2kf0 t)
(15)
k=1
T0 /2
x(t) sin(2kf0 t)
(16)
+
X
Xk sin(2kf0 t)
(17)
k=1
1.6
Esempio
+
X
n=
t nT0
T
= repT0
t
A
T
x(t)
T0
a.a. 2010-2011
T2
T
2
T0
10
Calcoliamo i coefficienti dello sviluppo in serie di Fourier utilizzando la (14), essendo il segnale
pari:
Z T0 /2
2
x(t) cos(2kf0 t)dt =
T0 0
2A 1
t=T /2
[sin(2kf0 t)]t=0 =
=
T0 2kf0
Xk =
Z T /2
2
A cos(2kf0 t)dt
T0 0
A sin(kf0 T )
T0
kf0
(18)
sinc(x) =
sin x
x
Tale funzione `e mostrata nel grafico seguente; `e una funzione pari, si annulla per tutti i valori
interi di k, eccetto per k = 0 dove vale 1, ed `e infinitesima allinfinito.
Segnale sinc(x)
1.2
0.8
0.6
0.4
0.2
0.2
0.4
a.a. 2010-2011
11
Xk
1.2
0.8
0.6
0.4
0.2
0.2
0.4
8
0
k
X(0) =
X(1) =
X(2) =
X(3) =
X(4) =
1
2
1
2
1
2
1
2
1
2
sinc(0) = 12
sinc 12 = 1
sinc(1) = 0
1
sinc 32 = 3
=
1
3
ej
sinc(2) = 0
Si noti come X(0) coincida proprio con la media del segnale periodico pari a 1/2 e che i coefficienti
di ordine pari sono tutti nulli. Un altro possibile modo di esprimere tali coefficienti `e il seguente:
1
k=0
2
0
k pari
Xk =
k1
1
2
k dispari
k (1)
I coefficienti Xk tendono a zero come 1/k, questa `e la minima velocit`a con cui lo spettro pu`o
decrescere affinche la serie risulti convergente. Poiche i coefficienti Xk sono numeri reali basta
un solo grafico per rappresentarli, tuttavia `e comunque possibile tracciare lo spettro di ampiezza
e di fase, ottenendo i grafici mostrati in figura 5.
Consideriamo adesso la formula di ricostruzione del treno di impulsi rettangolari, e usiamo
la (15):
k1
+
X
(1) 2
1 2
cos(2kf0 t)
x(t) = +
2
k
k=1, k disp.
Supponiamo adesso di voler ricostruire il segnale con un numero finito di armoniche, consideriamo quindi le diverse ricostruzioni del segnale al variare di K:
x(t) =
1 2
+
2
K
X
k=1, k disp.
(1)
k
k1
2
cos(2kf0 t)
Si ha che:
a.a. 2010-2011
12
|Xk|
<Xk
1.2
4
1
3
0.8
2
0.6
0.4
0.2
2
0
3
0.2
4
0.4
8
0
k
0
k
1
2
1
2
=0
x0 (t) =
=1
x1 (t) =
=2
x2 (t) x1 (t)
=3
x3 (t) =
1
2
+
+
cos(2f0 t)
cos(2f0 t)
2
3
cos(2(3f0 )t)
Nei grafici seguenti si mostrano alcuni esempi di ricostruzioni del segnale per K = 1, 3, 7, 15
armoniche.
Ricostruzione con K=1 armonica
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
15
10
10
15
1.2
0
15
1
0.8
0.6
0.6
0.4
0.4
0.2
0.2
10
15
0
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0.2
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
15
10
10
15
1.2
0
15
10
10
15
1.2
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0.2
1
1.2
1
0.8
0.2
1
10
0
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0.2
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
a.a. 2010-2011
13
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
30
20
10
10
20
0
60
30
1.2
20
20
40
60
1.2
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0.2
1
40
0
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0.2
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
1.7
Esempio
+
X
t nT0
2t
x(t) =
A
= repT0 A
T0 /2
T0
n=
x(t)
T0
T20
T0
2
T0
Calcoliamo i coefficienti dello sviluppo in serie di Fourier, utilizzando la ancora una volta la
(14):
Z T0 /2
2
x(t) cos(2kf0 t)dt
Xk =
T0 0
Z T /2
2
2t
=
A 1
cos(2kf0 t)dt
T0 0
T0
Z
Z
2A T /2
4A T /2
=
cos(2kf0 t)dt + 2
t cos(2kf0 t)dt
T0 0
T0 0
a.a. 2010-2011
14
Il primo integrale `e nullo, mentre il secondo integrale si pu`o risolvere per parti:
Z
4A T /2
Xk = 2
t cos(2kf0 t)dt
T0 0
#
"
Z T0 /2
4A
t
1
t=T0 /2
= 2
sin(2kf0 t)|t=0
sin(2kf0 t)dt
2kf0 0
T0 2kf0
=
4A
1
[1 cos(k)]
T02 (2kf0 )2
8A
1
2A
A sin2 (k/2)
2
2
sin
(k/2)
=
sin
(k/2)
=
(k)2
2 (k/2)2
T02 (2kf0 )2
Quindi ancora una volta i coefficienti di Fourier si possono esprimere mediante la funzione sinc:
A
2 k
Xk = sinc
2
2
In particolare, scegliendo A = 1, si ha:
1
Xk = sinc2
2
k
2
Xk
1.2
0.8
0.6
0.4
0.2
0.2
0.4
8
0
k
X(0) =
X(1) =
X(2) =
X(3) =
X(4) =
a.a. 2010-2011
1
2
1
2
1
2
1
2
1
2
sinc2 (0) = 12
sinc2 12 = 22
sinc2 (1) = 0
1
sinc2 32 = 3
=
2
9 2
sinc2 (2) = 0
Sviluppo in serie di Fourier
15
Si noti come X(0) coincida proprio con la media del segnale periodico pari a 1/2 e i coefficienti
di ordine pari sono tutti nulli; un altro possibile modo di esprimere tali coefficienti `e:
1
k=0
2
0
k pari
Xk =
2
k dispari
(k)2
Essendo i coefficienti Xk numeri reali positivi, lo spettro di ampiezza coincide con la rappresentazione di figura 8, mentre lo spettro di fase `e nullo.
Questa volta i coefficienti Xk tendono a zero come 1/k 2 , quindi pi`
u velocemente rispetto ad
un treno di impulsi rettangolari, questo significa che le armoniche a frequenza elevata sono meno
importanti per la sintesi. Ripetiamo allora lo stesso discorso per il treno di impulsi triangolari
per la ricostruzione con un numero finito di armoniche e notiamo che per K = 15 il segnale `e
ricostruito quasi perfettamente. Questo comportamento `e un riflesso dellandamento temporale
del segnale: il treno di impulsi rettangolari presenta discontinuit`
a, cio`e brusche variazioni temporali del segnale che non sono presenti nellonda triangolare. Le variazioni brusche comportano
la presenza di armoniche di ordine pi`
u elevato. In altri termini, un segnale avente velocit`a di
cambiamento molto alta necessita per essere ricostruito di molte componenti ad alta frequenza.
Viceversa un segnale a variazione pi`
u lenta ha un contenuto di armoniche a frequenza pi`
u bassa.
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
15
10
10
15
0
15
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0
1
10
10
15
0.2
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
15
10
10
15
0
15
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0
1
10
10
15
0.2
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
0
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
a.a. 2010-2011
1.8
16
Esempio
+
X
(19)
n=
x(t)
1
6
2T0 T0
T0
2T0
1.9
(t nT0 ) =
+
1 X j2kf0 t
e
T0
(21)
k=
Propriet`
a
La serie di Fourier ha diverse propriet`a che possono risultare utili sia per una migliore comprensione del rappresentazione in frequenza, sia perch`e permettono di calcolare rapidamente
lo sviluppo in serie di molti segnali. Di seguito sono discusse solo alcune delle propriet`a che
caratterizzano la serie. Utilizzeremo nella trattazione la seguente notazione:
x(t) Xk
che indica il fatto che un segnale periodico x(t) `e descritto univocamente dalla successione dei
suoi coefficienti di Fourier Xk , ovvero il segnale pu`o essere descritto in modo perfettamente
equivalente nel dominio del tempo o nel dominio della frequenza.
1. Linearit`
a. Siano x(t) e y(t) due segnali periodici di periodo T0 con coefficienti di Fourier
Xk e Yk , rispettivamente, cio`e:
x(t) Xk
y(t) Yk
a.a. 2010-2011
17
Si consideri poi il segnale z(t) = ax(t) + by(t), combinazione lineare dei due segnali.
Essendo x(t) e y(t) periodici dello stesso periodo anche z(t) sar`a periodico di periodo T0 ,
con coefficienti di Fourier dati anchessi dalla stessa combinazione lineare:
z(t) = ax(t) + by(t)
Zk = aXk + bYk
(22)
+
X
Xk ej2kf0 t + b
k=
+
X
+
X
Yk ej2kf0 t
k=
k=
+
X
Zk ej2kf0 t
k=
2. Traslazione temporale. Sia y(t) = x(t t0 ), dove x(t) `e un segnale periodico di periodo
T0 , ovviamente anche y(t) sar`a periodico di periodo T0 , allora i coefficienti di Fourier di
y(t) possono essere espressi come:
y(t) = x(t t0 )
Yk = Xk ej2kf0 t0
(23)
Yk = Xk
(24)
Dimostrazione. Scriviamo lequazione di sintesi per il segnale y(t) in termini dei coefficienti
di Fourier di x(t):
y(t) = x(t) =
+
X
k=
+
X
Xk ej2kf0 t
Xk ej2kf0 t
k=
18
k=
+
X
Xk
k=
+
X
d j2kf0 t
[e
]
dt
+
X
j2kf0 Xk ej2kf0 t =
k=
Yk ej2kf0 t
k=
dove si `e supposto di poter derivare la serie termine a termine. Si noti come questa
operazione enfatizzi il valore dei coefficienti di Fourier allaumentare di k, cresce cio`e il
contributo alle alte frequenze di y(t) rispetto al segnale x(t). Questo coerentemente col
fatto che loperazione di derivazione tende ad aumentare la variabilit`
a di un segnale nel
dominio del tempo.
Di seguito sono mostrati alcuni esempi di calcolo dei coefficienti di Fourier mediante le propriet`a.
a) Si consideri londa quadra mostrata nella seguente figura:
6y(t)
A
2
- T20
T0
2
T0
A2
Tale segnale si pu`o esprimere come:
y(t) = x(t) A/2
dove
x(t) = repT0 [A (2t/T0 )]
Per la propriet`a di linearit`a i coefficienti di Fourier sono dati dalla differenza dei coefficienti
di Fourier di x(t) e di quelli del segnale costante, che ha un unico coefficiente diverso da
zero pari alla componente continua A/2, quindi:
Xk
k 6= 0
Yk =
X0 A/2
k=0
a.a. 2010-2011
In conclusione:
Yk =
A
2
19
sinc
k=
6 0
k=0
Poiche il segnale y(t) differisce da x(t) per la componente continua, solo il coefficiente X0
porter`a in conto tale variazione.
b) Supponiamo adesso di traslare il segnale y(t) ottenendo:
z(t) = y(t T0 /4)
z(t)
A
2
T0
T0
2
- T20
A2
Zk =
A
2
sinc
jA
2 sinc
0
ejk/2
k
2
k=
6 0
k=0
sin(k/2)
k=
6 0
k=0
(26)
E importante sottolineare che per il segnale z(t) cambia solo la fase dei coefficienti di
Fourier, ma non lampiezza, coerentemente con il fatto che il segnale ha subito una
traslazione.
c) I coefficienti del segnale z(t) dellesempio precedente si possono calcolare anche applicando
le propriet`a di linearit`a e derivazione. Si consideri infatti il segnale
x(t) = repT0 [A(2t/T0 )]
x(t)
T0
a.a. 2010-2011
T20
T0
2
T0
t
Sviluppo in serie di Fourier
20
dx(t)
dt :
y(t)
2A
T0
T0
T0
2
- T20
2A
T0
Zk =
T0
jk
j2kf0 Xk =
Xk
4
2
k
2
per k 6= 0 e 0 per
(27)
+
X
(28)
n=
x(t)
T0
T20
?
T0
2
T0
Vogliamo calcolare i coefficienti della serie di Fourier senza usare la definizione. Possiamo
procedere in due modi.
a.a. 2010-2011
21
+
X
y(t) =
(t nT0 )
Yk =
n=
1
T0
jk
1
1
k disp.
= (1)k
k pari
T0
T20
T0
2
T0
Quindi:
dy(t)
Xk = j2kf0 Yk
dt
I coefficienti di Fourier del segnale y(t) si possono, invece, determinare ricordando che
il segnale y(t) `e il segnale traslato di T0 /4 del segnale periodico analizzato nellesempio
1.6 con A = 1. Quindi:
1
k
Yk = sinc
ej2kf0 T0 /4
2
2
x(t) =
da cui:
a.a. 2010-2011
k
Xk = jkf0 sinc
ejk/2
2
22
sin(k/2) jk/2
e
k/2
2
= j sin(k/2) ejk/2
T0
2
k disp.
T0
=
0
k pari
Otteniamo cos` lo stesso risultato determinato al punto 1).
e) Si supponga di avere le seguente informazioni sul segnale x(t), periodico di periodo T0 = 2
con coefficienti di Fourier Xk :
1. x(t) `e reale e dispari;
2. Xk = 0 per |k| > 1;
R2
3. 21 0 |x(t)|2 dt = 1.
Dalle propriet`a che soddisfa x(t) vogliamo determinarne la sua espressione analitica. Mostreremo che le informazioni indicate sono sufficienti a specificare il segnale x(t) a meno di un
segno.
1. Essendo il segnale reale e dispari i coefficienti di Fourier sono immaginari puri e dispari
e risulta Xk = Xk , inoltre la componente continua `e nulla X0 = 0;
2. il segnale ha solo due coefficienti di Fourier diversi da zero: X1 e X1 alle frequenze
f0 = 1/2 e f0 = 1/2, rispettivamente, per cui:
x(t) = X1 ejt + X1 ejt
ma X1 = X1 , quindi:
x(t) = 2jX1 sin(t) = 2A1 sin(t)
dov si `e posto A1 = |X1 |.
3. Questultima condizione afferma che la potenza del segnale `e pari a 1, daltra parte
la potenza pu`o essere espressa anche mediante i coefficienti di Fourier attraverso la
relazione di Parseval come:
X
Px =
|Xk |2
k
da cui si ricava A1 = 1/ 2.
In conclusione:
a.a. 2010-2011
x(t) = 2 sin(t)
23
In questa sezione ci occuperemo della rappresentazione in serie di Fourier per segnali periodici
tempo discreto. Rispetto al caso continuo ci sono alcune importanti differenze, legate alle diverse
propriet`a che caratterizzano i segnali sinusoidali nel discreto.
2.1
k = 0, 1, 2, . . .
(29)
Tutti questi segnali hanno frequenze fondamentali che sono multiple di 0 , inoltre risulta:
xk+N0 (n) = ej(20 (k+N0 )n)
= ej(20 kn) ej2n = xk (n)
(30)
Questo significa che esistono solo N0 esponenziali distinti nellinsieme definito nella (29), a
differenza del caso continuo in cui tutte le armoniche sono distinte tra loro. Per esempio,
possiamo scegliere linsieme:
x0 (n) = 1, x1 (n) = ej20 n , x2 (n) = ej40 n , . . . , xN0 1 (n) = ej20 (N0 1)n
in cui k varia nellintervallo (0, N0 1), ottenendo cos` le frequenze k = k0 che variano
nellintervallo [0, 1[. Si faccia attenzione al fatto che, quando si considera questa scelta per
la rappresentazione in frequenza, cresce fino a 1/2 (massima oscillazione) e poi decresce.
Equivalentemente si pu`o scegliere lintervallo [1/2,
1/2[, tuttavia in questo caso, se N0 `e dispari
k varia nellintervallo simmetrico N021 , N021 , se invece N0 `e pari non `e possibile individuare
un intervallo simmetrico rispetto allorigine. Per questo motivo spesso si preferisce considerare
le armoniche nellintervallo (0, N0 1).
Anche nel caso discreto i fasori soddisfano la condizione di ortogonalit`a, infatti se calcoliamo
la potenza mutua tra due segnali scelti nellinsieme definito dalla (29), si ha:
Pxk xm =
N0 1
N0 1
1 X
1 X
1
xk (n)xm (n) =
ej20 (km)n =
0
N0
N0
n=0
a.a. 2010-2011
n=0
k=m
k 6= m
(31)
2.2
24
La (32) definisce la serie di Fourier tempo discreta (equazione di sintesi). La differenza rilevante
rispetto al caso continuo `e che adesso la sommatoria `e estesa ad un numero finito di termini.
Questo significa che non si pongono problemi di convergenza, e quindi qualsiasi segnale periodico
ammette lespansione (32).
La determinazione dei coefficienti di Fourier nel caso discreto si basa, analogamente ai segnali
tempo continuo, sul fatto che i fasori godono della condizione di ortogonalit`a (31). Partiamo
dalla (30), moltiplichiamo ambo i membri per ej20 mn e sommiamo su N0 termini:
NX
0 1
x(n)e
j20 mn
n=0
NX
0 1 N
0 1
X
Xk ej20 kn ej20 mn
n=0 k=0
x(n)ej20 mn =
n=0
NX
0 1
Xk
k=0
NX
0 1
ej20 (km)n
(33)
n=0
La sommatoria al secondo membro, data lortogonalit`a dei fasori (31), `e data da:
NX
0 1
j20 (km)n
n=0
N0
0
k=m
k 6= m
x(n)ej20 mn = N0 Xm
n=0
da cui:
Xk =
N0 1
1 X
x(n)ej20 kn
N0
(34)
n=0
N0 1
N0 1
1 X
1 X
x(n)ej20 (k+N0 )n =
x(n)ej20 kn = Xk
N0
N0
n=0
(35)
n=0
Questo risultato ci permette di affermare che sia nel dominio del tempo che in quello della
frequenza il segnale `e specificato da N0 valori: i campioni del segnale nel tempo e i coefficienti
a.a. 2010-2011
25
x(n) = P
j2kn/N0
k=<N0 > Xk e
X = 1 P
x(n)ej2kn/N0
k
N0
n=<N0 >
Il fatto di avere a che fare con somme di un numero finiti di termini rende i conti molto semplici
da un punto di vista analitico. Infatti, il calcolo degli N0 coefficienti di Fourier pu`o essere visto
come un prodotto matriciale, dato che risulta:
1
(x(0) + x(1) + + x(N0 1))
N0
1
(x(0) + x(1) ej2/N0 + + x(N0 1) ej2(N0 1)/N0 )
X1 =
N0
... = ...
1
XN0 1 =
(x(0) + x(1) ej2(N0 1)/N0 + + x(N0 1) ej2(N0 1)(N0 1)/N0 )
N0
X0 =
1
1
1
...
1
1
ej2/N0
ej4/N0
...
ej2(N0 1)/N0
W=
...
...
...
...
...
j2(N
1)/N
j4(N
1)/N
j2(N
1)(N
1)/N
0
0
0
0
0
0
0
1 e
e
... e
risulta che
X=
1
Wx
N0
Inoltre, equivalentemente si ha
x = W X
che `e la forma vettoriale dellequazione di sintesi.
2.3
Esempio
e
(36)
2j
2j
Confrontando la (36) con lequazione di sintesi in cui scegliamo il periodo intorno allorigine:
x(n) =
3
X
Xk ejkn/4
k=4
a.a. 2010-2011
26
1
,
2j
X1 =
1
2j
come dovevamo aspettarci dato che il segnale considerato `e un tono puro. Notate che anche nel
caso discreto risulta Xk = Xk . Se si vuole rappresentare graficamente spettro di ampiezza e
di fase, bisogna ricordare che questi coefficienti si ripetono con periodo pari a N0 = 8, come
mostrato in figura 10. Ovviamente solo i coefficienti che appartengono ad un periodo saranno
utilizzati nel processo di sintesi.
6
1
2
12
81
1
2
1
8
7
8
12
81
2
1
2
2.4
Esempio
Si consideri il seguente segnale periodico: x(n) = repN0 [xg (n)] = rep9 [R5 (n + 2)].
x(n)
a.a. 2010-2011
27
4
X
j2kn/9
x(n)e
2
1 X j2kn/9
=
e
9
n=2
k=4
X1 =
2
1 X j2n/9 1 j4/9
e
= [e
+ ej2/9 + 1 + ej2/9 + ej4/9 ]
9
9
n=2
1
= [1 + 2 cos(2/9) + 2 cos(4/9)] ' 0.32
9
2
1 X j4n/9 1 j8/9
e
= [e
+ ej4/9 + 1 + ej4/9 + ej8/9 ]
X2 =
9
9
n=2
1
= [1 + 2 cos(4/9) + 2 cos(8/9)] ' 0.06
9
2
1 X j6n/9 1
X3 =
e
= [1 + 2 cos(6/9) + 2 cos(12/9)] ' 0.11
9
9
n=2
X4 =
2
1 X j8n/9 1
e
= [1 + 2 cos(8/9) + 2 cos(16/9)] ' 0.07
9
9
n=2
Calcolando i coefficienti di Fourier per k negativo, `e facile verificare che risulta Xk = Xk . Nella
seguente figura `e mostrato landamento di tali coefficienti al variare di k (Si ricordi che k = 1
corrisponde a = 1/9, k = 2 a = 2/9, ...). Osservate come landamento sia simile a quello di
una sinc, ma periodica.
Xk
0.6
0.5
0.4
0.3
0.2
0.1
0.1
0.2
15
10
10
15
a.a. 2010-2011
28
Per mostrare come, anche in questo caso, i coefficienti di Fourier di un treno di impulsi rettangolari provengano dal campionamento di una funzione simile alla sinc, riscriviamo i coefficienti
di Fourier nel seguente modo:
Xk =
2
4
4
1 X j2kn/9 1 X j2k(m2)/9
1 X j2km/9
e
=
e
= ej4k/9
e
9
9
9
n=2
m=0
m=0
sin(k5/9)
1
= ej4k/9 ej4k/9
9
sin(k/9)
1 sin(k5/9)
=
k 6= 0, 9, 18, . . .
9 sin(k/9)
e
Xk =
5
9
k = 0, 9, 18, . . .
La funzione:
4
DM (x) =
2
4
1
3
0
2
1
1
2
1
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
4
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
a.a. 2010-2011
29
Xk
0.6
0.5
0.4
0.3
0.2
0.1
0.1
0.2
15
10
10
15
K
X
Xk ej2kn/9
k=K
5
9
=1
x1 (n) =
=2
=3
=4
+ 0.64 cos(2n/9)
Il grafico relativo `e mostrato nelle figure 15 e 16. Si noti come adesso, non essendoci problemi
di convergenza, non si verifichi il fenomeno di Gibbs nei punti di discontinuit`
a, inoltre il segnale
`e perfettamente ricostruito con 4 armoniche.
Ricostruzione con K=1 armonica
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
5
0.1
4
1.2
0
5
1.2
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0.2
20
0.2
20
15
10
10
15
20
15
10
10
15
20
a.a. 2010-2011
30
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0
5
0.1
4
0
5
1.2
1.2
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0.2
20
0
15
10
10
15
0.2
20
20
15
10
10
15
20
2.5
Esempio
Xk =
1X
x(n)ej2kn/4
4
n=0
X0 =
1X
x(n) = 1
4
n=0
1
1
X1 = [ej/2 + 2 ej + ej3/2 ] =
4
2
1 j
+ 2 ej2 + ej3 ] = 0
X2 = [e
4
1
1
X3 = [ej3/2 + 2 ej3 + ej9/2 ] =
4
2
Si noti come risulta: X3 = X1 . In questo caso la formula di sintesi ci permette di affermare che:
x(n) = 1 cos(n/2)
a.a. 2010-2011
2.6
31
Propriet`
a
Di seguito sono elencate le corrispondenti propriet`a della serie discreta, la maggior parte delle
quali possono essere ricavate in modo analogo al caso continuo. Si supporr`a che x(n) e y(n)
siano segnali periodici di periodo N0 con coefficienti di Fourier Xk e Yk , rispettivamente. Inoltre
si user`a ancora una volta la seguente notazione:
x(n) Xk
1. Simmetria coniugata. Se x(n) `e un segnale reale:
Xk = Xk
(37)
o equivalentemente:
|Xk | = |Xk |
Dimostrazione. Calcoliamo
Xk =
1
N0
Xk
Xk = Xk
x (n)ej20 kn =
n=<N0 >
1
N0
x(n)ej20 kn = Xk
n=<N0 >
(38)
x(n) = X0 + 2
|Xk | cos(20 kn + Xk )
(39)
k=1
2. Relazione di Parseval.
Px =
N0 1
NX
0 1
1 X
|x(n)|2 =
|Xk |2
N0
n=0
(40)
k=0
3. Linearit`
a.
z(n) = ax(n) + by(n)
Zk = aXk + bYk
(41)
4. Traslazione temporale.
y(n) = x(n n0 )
Yk = Xk ej20 kn0
(42)
5. Riflessione.
y(n) = x(n)
Yk = Xk
(43)
6. Differenza prima.
y(n) = x(n) x(n 1)
a.a. 2010-2011
Yk = (1 ej20 k )Xk
(44)