Exammonti

085993 - FONDAMENTI DI SEGNALI E TRASMISSIONE - 14-2-2013
084538 - MODULO 1: es. 2 + es. 3 - foglio giallo 084539 - MODULO 2: es. 1 + es. 4 foglio verde
Esercizio 1 - Segnali continui - Foglio Verde

sin(πtB) sin(3πtB)
Dato il segnale: x (t) = πt cos (2πf0 t + ϕ), con f0 = 7B, e il sistema LTI con risposta impulsiva: h (t) = πt
1. Si ricavi l’espressione della trasformata di Fourier di x (t) e se ne traccino i grafici di modulo e fase, assumendo ϕ = 0.
2. Si ricavi l’espressione analitica del segnale y (t) = x(t) ∗ h(t) (dove ’*’ = convoluzione). Cosa cambia al variare di ϕ ?
3. Si ricavi l’espressione analitica del segnale z (t) = (x (t) · cos (2πf0 t)) ∗ h (t), per ϕ = 0 e ϕ = π/2.
Esercizio 2 - Probabilità - Foglio Giallo
Siano x e y due variabili casuali Gaussiane: x ∼ N (0, 1) e y ∼ N (3, 4) e sia ρ il coefficiente di correlazione tra x e y:
ρ = σxy /(σx σy )
1. determinare la probabilità che x sia compreso tra 0 e 1;

2. determinare valore medio e varianza di z = x + y, assumendo ρ = 0 , ρ = 1, ρ = −1.
3. determinare la densità di probabilità di z = x + y per ρ = 0. (La convoluzione di due Gaussiane è una Gaussiana).
Esercizio 3 - Periodogramma - Foglio Giallo
Si consideri il processo a tempo continuo y(t)= x(t) + w (t), dove x (t) è un segnale deterministico sinusoidale:

t
x(t) = 2 · sin 2π T0 = 10 s,
T0
e w (t) è un processo stazionario Gaussiano, a media nulla, bianco nella banda di frequenze (−B/2, +B/2), con B = 1 Hz e
stessa potenza del segnale x(t).
1. Si valutino densità spettrale di potenza e autocorrelazione di w (t).

2. Sia y (nT ) la sequenza ottenuta campionando y(t) con tempo di campionamento T = 1/B=1 s. Graficare il valore
medio dei primi N=10 campioni di y(nt).
3. Si determini il valor medio del periodogramma della sequenza di cui al punto 2.

4. Determinare la funzione di autocorrelazione di y (t) . E’ un processo stazionario?
Esercizio 4 - Trasmissioni - Foglio Verde
Si vuole trasmettere un flusso di 20 Mbps tramite modulazione M-PAM in banda base su un canale di banda (monolatera)
B = 10 MHz, con attenuazione L = 120 dB e in presenza di rumore gaussiano bianco con densità spettrale di potenza
N0 = −174 dBm/Hz.
1. Si dica qual’è il numero minimo di simboli con cui è possibile trasmettere sul canale (2-PAM, 4-PAM, 8-PAM...)
2. Si assuma di usare in trasmissione un filtro di tipo seno cardinale di usare in ricezione il corrispondente filtro adattato.
Si scriva l’espressione del segnale a valle del filtro in ricezione. Si dica se c’è Interferenza Inter Simbolica (ISI), motivando
la risposta.
3. Si calcoli la potenza media per bit in trasmissione necessaria a garantire una probabilità di errore sul bit Pb < 10−9 ,
usando i filtri in Tx e Rx specificati al punto 2.
4. Si supponga ora di usare in trasmissione il filtro: g (t) = sin(2πt/Tπt

s)
, dove Ts è il tempo di simbolo. Si discuta come
dev’essere il filtro in ricezione per non avere ISI. Si calcoli l’energia media per bit in trasmissione mantendo la medesima
la probabilità di errore.
084538 - MODULO 1: es. 2 + es. 3 - pale yellow paper 084539 - MODULO 2: es. 1 + es. 4 light green paper
Exercise 1 - Continuous time signal - Light green paper

sin(πtB) sin(3πtB)
Given the signal: x (t) = πt cos (2πf0 t + ϕ), with f0 = 7B, and the system with impulse response: h (t) = πt
1. Write the expression of the Fourier Transform of x (t), and plot amplitude and phase by assuming ϕ = 0.
2. Write the expression of the output y (t) = x(t) ∗ h(t) (where ’*’ = convolution), and specify what happens when ϕ
changes ?
3. Write the expression of the output: z (t) = (x (t) · cos (2πf0 t)) ∗ h (t), for ϕ = 0 and ϕ = π/2.
Exercise 2 - Probability - Pale yellow paper
Let x and y be two normal distributed random variables: x ∼ N (0, 1) e y ∼ N (3, 4) and ρ their correlation coefficient:
ρ = σxy /(σx σy )
1. compute the probability that 0 ≤ x ≤ 1;

2. compute the mean and variance of the random variable z = x + y, in the cases ρ = 0 , ρ = 1, ρ = −1.
3. compute the probability density of z = x + y in the case ρ = 0. (The convolution of two Gaussians is a Gaussian).
Exercise 3 - Periodogram - Pale yellow paper
Let y(t)= x(t) + w (t), be a continuous time process, where x (t) is a deterministic signal with expression:

t
x(t) = 2 · sin 2π T0 = 10 s,
T0
and w (t)is a stationary, zero mean, Normal distributed process, white in the bandwidth (−B/2, +B/2), with B = 1 Hz and
same power as x(t).
1. Express the power spectrum density and the autocorrelation of w (t).

2. Let y (nT )be the sequence obtained by sampling y(t) with interval T = 1/B=1 s. Plot the mean value of the first
N=10 samples of y(nT ).
3. Compute the mean value of the periodogram of the N samples sequence y(nT ) defined above.
4. Express the autocorrelation of y (t) . Is that a stationary process?
Exercise 4 - Digital transmission - Pale green paper
A digital communication system transmits a bitstream with 20 Mbps with M-PAM baseband modulation. The total channel
bandwidth (monolateral) is B = 10 MHz, the attenuation is L = 180 dB and the noise superimposed to the receiver has
power spectrum density N0 = −174 dBm/Hz.
1. Compute the minimum number of symbols (2-PAM, 4-PAM, 8-PAM...)

2. Assume to shape the transmitted waveform as a sinc-like pulse, and to use a matched filter at the receiver. Write
the expression of the signal out of the matched filter. Discuss if there is Inter Symbol Interference (ISI) .
3. Compute the average power per bit necessary in transmission to guarantee a bit error rate Pb < 10−9 , using the Tx
and Rx filters specified above (2).
4. In the case that the transmission filter has impulse response: g (t) = sin(2πt/T
πt
s)
, where Ts is the symbol time, define
the filter at the receiver and specify if there is ISI. Compute the transmitted energy to ensure the same error rate.
Soluzioni
1 Esercizio N. 1

f 1 1 f − f0 1 f + f0
X(f ) = rect ∗ (δ (f − f0 ) + δ (f + f0 )) = rect + rect
B 2 2 B 2 B

1 f − f0 1 f + f0
|X(f )| = rect + rect ; ∠X(f ) = 0
2 B 2 B
∠
φ
1/2
‐f0 2 f0 2
‐φ
3
2

f
La trasformata di h(t) = 3B sinc(3Bt) è H(f ) = rect 3B , e si annulla se f0 > 1.5 · B, dunque y(t)=0.
Il terzo punto corrisponde a demodulare un segnale modulato:
B
x
b(t) = B sinc (Bt) cos(2πf0 t + φ) cos(2πf0 t) == sinc (Bt) {cos(φ) + cos (4πf0 t + φ)}
2
B
Il secondo termine è cancellato dalla risposta in frequenza del filtro: x
b(t) = 2 sinc (Bt) cos φ.
2 Esercizio N. 2
ˆ 2b
1 x
P (a ≤ x ≤ b) = √ exp dx
a 2π 2
ˆ ∞ 2 ˆ ∞ 2
1 x 1 x
= √ exp dx − √ exp dx
a 2π 2 b 2π 2
= Q(a) − Q(b) = 0.34
Valor medio:
E[x + y] = E[x] + E[y] = my = 3
Varianza:
2 2 2
σz2 = E[(x + y) ] − (E[x + y]) = E[(x + y) ] − m2y
= E[x2 ] + E[y 2 ] + 2E[xy] − m2y
= σx2 + σy2 + 2E[xy]
Il coefficiente di correlazione è
σxy E[xy] − mx my E[xy]
ρ= = =
σx σy σx σy σx σy
quindi
σz2 = σx2 + σy2 + 2ρ · σx σy
ρ = 0 ⇒ σz2 = σx2 + σy2 = 5
2 2
ρ = ±1 ⇒ σz2 = (σx ± σy ) = (1 ± 2) = 9; 1
z ∼ N (my , σx2 + σy2 ) = N (3, 5)

3 Esercizio N. 3
a2
La potenza di una sinusoide è Px = 2 = Pw = 2, da cui la densità del processo w(t) :
Sw = 2 rect (f ) ⇒ rw (τ ) = 2 sinc (τ )
Il valore medio della sequenza è:

T T
E [y(nT )] = E 2 sin 2πn + w(nT ) = 2 sin 2πn
T0 T0
1.5
0.5
−0.5
−1
−1.5
−2
1 2 3 4 5 6 7 8 9 10
Il valore medio del periodogramma è

h i T sin2 (πf N T )
E Sbyper (f ) = Sy (f ) ∗
N sin2 (πf T )
T sin2 (πf N T )

Px Px Pw
= δ (f − f0 ) + δ (f + f0 ) + ∗
2 2 B N sin2 (πf T )
T sin2 (π (f − f0 ) N T ) T sin2 (π (f + f0 ) N T )
= 2 + + Pw
N sin (π (f − f0 ) T ) N sin2 (π (f + f0 ) T )
12
11
10
2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
f
Se si valuta nelle frequenze discrete

k 1 k−1
f − f0 = − =
NT T0 10
si ottiene
h i 1 sin2 (π (k − 1)) 1 sin2 (π (k + 1))
E Sbyper (k) = + +2
10 sin2 π (k−1) 10 sin2 π (k+1)
10 10
= δ(k − 1) + δ(k + 1) + 2 = δ(k − 1) + δ(k + 1) + 2
quest’ultima espressione assume il formato DFT, con frequenze positive. Risultato che si poteva scrivere immediatamente
osservando che la sinuoside in N campioni compie un numero intero di cicli, pari a N T /T0 = 1, e ha frequenza normalizzata
f0 T = T /T0 = 0.1.
L’autocorrelazione vale

t t+τ
rx (t, t + τ ) = E 2 cos 2π + w(t) 2 cos 2π + w(t + τ )
T0 T0

2t + τ τ
= 2 cos 2π + 2 cos 2π + 2 sinc (τ )
T0 T0
dipende da τ, t e dunque è non stazionaria.
3.1 Esercizio N. 4
La banda minima è per impulsi di Nyquist con roll off nullo:
1 1 1 20 · 106
B= = ⇒ log2 M ≥ = =1⇒M =2
2Ts 2 log2 M · Tb 2BTb 2 · 10 · 106
E’ una trasmissione 2-PAM. La cascata del filtro di forma + canale dà:

t t −1
n
2
o
2 t
sinc ∗ h0 sinc =F h0 (Ts rect (f Ts )) = h0 Ts sinc ,
Ts Ts Ts
se si sceglie il filtro adattato,sinc (t/Ts ) , si ottiene:

X
y(t) = an δ(t − nTs ) ∗ d(t) + w(t) ∗ d(t)
n
X
y(mTs ) = am d(0) + an d ((m − n) Ts ) + w(t) ∗ d(t)|mTs
n6=m

t
d(t) = g(t) ∗ h(t) ∗ c(t) = h0 Ts3 sinc
Ts
l’interferenza intersimbolica è assente perchè d ((n − m)Ts ) = 0.

La probabilità di errore in una trasmissione 2-PAM è
r !
2Eb 2Eb
Pb = Q = 10−9 ⇒ = 36
N0 N0
La potenza media per bit in trasmissione:

Eb N0
PbT = = 18 2 fb
h20 Tb h0
PbT dBw = 10 log10 18 − 174 + 120 + 10 log10 20 · 106 − 30 = 1.56 ⇒ 1.4 W
Il filtro in trasmissione

2 t Ts
g(t) = sinc ⇒ G(f ) = rect f
Ts Ts /2 2
ha banda totale (bilatera) 2/Ts . Tale banda è maggiore di quella del mezzo trasmissivo, si ottiene ancora assenza di ISI
utilizzando lo stesso filtro di cui al punto precedente, ma con un impiego di energia in trasmissione:
ˆ 2
1 Ts
EbT = 2 rect f df
h0 2
doppia di quella del caso precendente: ˆ

1 2
EbT = 2 (rect (f Ts )) df
h0
corrispondente a +3dB.

P+∞ t−nT0

Si consideri il segnale periodico x (t) = n=−∞ rect T , dove T0 = 3T
1. Si ricavi l’espressione della trasformata di
Fourier
P+∞ di x (t) e se ne traccino i grafici delle parti reali e immaginaria.
Suggerimento: si noti che x (t) = rect Tt ∗ n=−∞ δ (t − nT0 ).
2. Si calcoli la potenza del segnale x(t).
sin(πtB)
3. Si ricavi l’espressione della trasformata di Fourier del segnale y(t) ottenuto moltiplicando x(t) per πt e se ne
traccino i grafici delle parti reali e immaginaria. Nel calcolo si assuma B T10 .
sin(2π Tt )
4. Si ricavi per via approssimata l’energia del segnale z (t) ottenuto convolvendo y (t) con πt .

Si considerino i processi casuali x(t) e y (t) = x (t) + x (t − 0.4). Per il processo x(t) si assuma media nulla, densità di
f
probabilità uniforme, e densità spettrale di potenza Sx (f ) = A · rect B , dove B = 10 Hz e A = 1 W/Hz.
1. Si calcolino media e varianza del processo y(t).

2. Si calcolino funzione di autocorrelazione e densità spettrale di potenza del processo y(t). È un processo stazionario?
3. Si calcoli la densità di probabilità del processo y(t).

x (t) se x(t)≥0
4. Sia z(t) il nuovo processo ottenuto come z (t) = :
0 se x(t) < 0
(a) si calcolino media, potenza e varianza del processo z(t)
(b) si calcoli la densità di probabilità del processo z(t).

Si consideri il processo tempo continuo hy(t) i= A · exp (j2πf0 t), dove f0 = 10 Hz e A è una variabile casuale Gaussiana
2
complessa di media nulla e potenza E |A| = 3. Sia yn il processo discreto ottenuto campionando y(t) con passo di
campionamento T = 0.02 secondi.
1. Si calcolino le Trasformate Discrete di Fourier (DFT) di una realizzazione di yn assumendo N = 10 e N = 11 campioni.
2. Si calcolino media e varianza della DFT di yn , utilizzando N = 10 campioni.
3. Si calcolino media e varianza del Periodogramma di yn , utilizzando N = 10 campioni.
4. Si P
assuma di disporre di L realizzazioni yn di N = 10 campioni. Si definisca il Periodogramma mediato come Ŝk =
1 L
L l=1 Ŝk (l), dove Ŝk (l) è il Periodogramma ottenuto dalla l-esima realizzazione. Si determini valor medio e varianza
del Periodogramma mediato.

N0 /2 = −174 dBm/Hz.
1. Si dica qual’è il numero minimo di simboli con cui è possibile trasmettere sul canale (2-PAM, 4-PAM, 8-PAM...),
assumendo α = 0
2. Si assuma di usare in trasmissione un filtro di tipo seno cardinale (nei tempi) e di usare in ricezione il corrispondente
filtro adattato. Si scriva l’espressione del segnale a valle del filtro in ricezione. Si dica se c’è Interferenza Inter
Simbolica (ISI), motivando la risposta.
3. Si calcoli la potenza media per bit in trasmissione necessaria a garantire una probabilità di errore sul bit Pb < 10−6 ,
4. Si scelga opportunamente il fattore di roll-off, motivando la risposta. Si traccino qualitativamente i grafici delle risposte
in tempo e in frequenza dell’impulso associato a ogni simbolo a valle del filtro di ricezione, illustrando l’effetto del
fattore di roll-off.
Exercise 1 - Signals- Light green paper

P+∞ t−nT0

Consider the periodic signal x (t) = n=−∞ rect T , where T0 = 3T
1. Find the expression of the
P+∞ Fourier transform of x (t) and plot the graphs of its real and imaginary parts. Tip: remember
that x (t) = rect Tt ∗ n=−∞ δ (t − nT0 ).
2. Compute the power of x(t).
sin(πtB)
3. Find the expression of the Fourier transform of the signal y(t) obtained by multiplying x(t) by πt , and plot the
graphs of its real and imaginary parts. Assume B T10 .
sin(2π Tt )
4. Find an approximation for the energy of the signal z (t) obtained by convolving y (t) by πt .

Consider the stochastic processes x(t) and y (t) = x (t) + x (t − 0.4). Assume
for the process x(t) that: it is zero mean; it is
f
uniformly distributed; its power spectral density is Sx (f ) = A · rect B , where B = 10 Hz and A = 1 W/Hz.
1. Compute the mean and variance of the process y(t).

2. Find the expressions of the auto-correlation function and the power spectral density of the process y(t). Is this a
stationary process?
3. Find the probability density function of y(t).

x (t) if x(t)≥0
4. Define z(t) as the new process obtained as z (t) = :
0 if x(t) < 0
(a) compute mean, power, and variance of z(t)
(b) Find the probability density function of z(t).
i y(t) = A · exp (j2πf0 t), where f0 = 10 Hz and A is a Gaussian complex

Consider the continuous time stochastic process
h
2
variable, zero-mean, and with variance E |A| = 3. Let yn be the discrete time process obtained by sampling y(t) with
sampling interval T = 0.02 seconds.
1. Find the Discrete Fourier Transform (DFT) of one realization of yn , assuming N = 10 and N = 11 samples.
2. Find the expressions of the mean and the variance of the DFT of yn , assuming N = 10 samples.
3. Find the expressions of the mean and the variance of the Periodogram of yn , assuming N = 10 samples.
4. Assume
PL to have L realizations yn , each of which is N = 10 sample long. Define the averaged Periodogram as Ŝk =
1
L l=1 Ŝk (l), where Ŝk (l) is the Periodogram obtained out of the l − th realization of yn . Find the expressions of the
mean and the variance of the averaged Periodogram.
Exercise 4 - Transmission systems - Light green paper

A digital communication system transmits a bit-stream with 30 Mbps with M-PAM base-band modulation. The total channel
bandwidth (mono-lateral) is B = 10 MHz, the attenuation is L = 120 dB and the noise superimposed to the receiver has
power spectrum density N0 /2 = −174 dBm/Hz.
1. Compute the minimum number of bit per symbols (2-PAM, 4-PAM, 8-PAM...)
2. Assume to shape the transmitted waveform as a sinc-like pulse (in the time domain), and to use a matched filter at
the receiver. Write the expression of the signal out of the matched filter. Discuss if there is Inter Symbol Interference
(ISI)
3. Compute the average power per bit necessary in transmission to guarantee a bit error rate Pb < 10−6 , using the Tx
and Rx filters specified above (2).
4. Choose a proper value for the roll-off factor, and discuss your choice. Plot the graphs of the time and frequency
responses of the pulse associated with the transmitted symbols after the filter at the receiver, and discuss the effect of
the roll-off factor.
Soluzioni
Esercizio 1
1. Trasformata di x(t)

X sin π k T
sin (πf T ) 1 X k T0 k
X (f ) = · δ f− = δ f−
πf T0 T0 πk T0
k k
2. Potenza del segnale ˆ

1 T
Px = x(t)2 dt =
T0 T0 T0
3. Trasformata di y(t)
∞ sin π Tk0 T k
!
f−

f X T0
Y (f ) = X(f ) ∗ rect = rect
B πk B
k=−∞
4. Trasformata di z(t)
sin π Tk0 T
1 k
!
f−

fT X T0
Z (f ) = Y (f ) · rect ' rect
2 πk B
k=−1
 2
1
X sin π Tk0 T
Ez ' B ·  
πk
k=−1
Esercizio 2
L’espressione del processo y è
y (t) = x(t) + x(t − 0.4)
dall’espressione della densità spettrale di potenza segue che x(t) e x(t-0.4) sono incorrelati. La potenza di x vale Px = AB = 10
W. Dato che x è a media nulla segue che la varianza di x vale 10 W.
1. Dalle considerazioni precedenti si ha:

E [y] = E [x] + E [x(t − 0.4)] = 0
V [y] = E y 2 = 2E x2 = 20

2 f
H (f ) = 1 + ej2πf T => |H (f )| = 2 (1 + cos (2πf T )) => Sy (f ) = A · rect · 2 (1 + cos (2πf T ))
B
E [y (t + τ ) y (t)] = E [(x(t + τ ) + x(t + τ − 0.4)) (x(t) + x(t − 0.4))] = 2Rx (τ ) + Rx (τ + 0.4) + Rx (τ − 0.4)
2. La ddp di x è
1 x
px (x) = rect
X X
2 √
dato che V(x)=10 deve essere X 12 = 10, da cui X = 120. Dato che x(t) e x(t-0.4) sono incorrelati la ddp di y è la
convoluzione della ddp di x per sé stessa
1 x
py (x) = tri
X 2X
3. Applicando la regola del valore atteso di una funzione si ha
ˆ ˆ 0 ˆ X/2
1 X
uz = z (x) px (x) dx = 0px (x) dx + xdx =
−X/2 X 0 8
ˆ ˆ 0 ˆ X/2
2 1 X2
Pz = z (y) px (x) dx = 0px (x) dx + x2 dx =
−X/2 X 0 24
Vz = Pz − u2z
4. Si ha che P(z=0)=P(x¡0)=1/2, cioè z assume il valore 0 con probabilità finita (pari a 1/2). Questo significa che la ddp
di z contiene il termine 12 δ (z). Per quanto riguarda i valori maggiori di 0 si ha che P(a¡z¡a+da)=P(a¡x¡a+da), ossia in
questa regione pz (z) = px (z). Mettendo tutto insieme si ottiene:

1 z − X/4 1
pz (z) = rect + δ (z)
X X/2 2
Esercizio 3
Trasformata del segnale continuo osservato per un tempo infinito è
X (f ) = A · δ (f − f0 )
Campionando e tenendo conto del tempo di osservazione devo convolvere per la funzione (trasformata della finestra di
osservazione su N campioni):
sin (πf N T ) jpi(N −1)f T
W (f ) = e
sin (πf T )
per cui
sin (π (f − f0 ) N T ) jpi(N −1)(f −f0 )T
X (f ) = A e
sin (π (f − f0 ) T )
Ottendo la DFT campionando la trasformata a passo 1/NT
k

sin π N T − f0 N T
ejpi(N −1)( N T −f0 )T
k
Xk = A k

sin π N T − f0 T
1. Per N=10 si ha f0 N T = 2, per cui

Xk = N A · δk−2
per N=11 si ha f0 N T = 2.2, che NON è un numero intero. Non è pertanto semplificare l’espressione della DFT.
2. Media
E [Xk ] = N E [A] · δk−2 = 0
Varianza h i
2 2
E |Xk | − (E [Xk ]) = N 2 E A2 · δk−2 = 300 · δk−2

3. Periodogramma
2
|Xk |
Ŝk = = N A2 · δk−2
N
Media h i
E Ŝk = 30 · δk−2
Varianza h i h i2
V Ŝk = E Ŝk = 900 · δk−2
4. Periodogramma mediato. Media

L
h i 1X h i
E Ŝk = E Ŝk (l) = 30 · δk−2
L
l=1
Dato che le realizzazioni sono indipendenti si ha che la varianza della somma è uguale alla somma delle varianze. Da c
L
h i 1 X h i 900
V Ŝk = 2 V Ŝk (l) = · δk−2
L L
l=1
Esercizio 4
1. Banda trasmessa (monolatera):
Rb
B= (1 + α) ≤ 10 M Hz
2b
dove b è il numero di bit per simbolo e α è il roll-off. Per ora considero α = 0. Per cui devo verificare la condizione
15
· ≤ 10
b
Per cui servono ALMENO b = 2 bit al simbolo, ossia un sistema 4-PAM.
2. Il segnale trasmesso è X
x (t) = sn g (t − nTs )
n
dove
sin (πtRs )
g (t) =
πt
con Ts = 1/Rs , Rs = 15 MHz. Il filtro adattato è
c (t) = g (−t) = g (t)

il segnale ricevuto è ancora X
x (t) = sn g (t − nTs )
n
non c’è ISI in quanto g (kTs ) = 0 per k 6= 0.

3. Usando in ricezione un filtro adattato la probabilità di errore sul simbolo è
r !
3 2Eg
Pe = Q
2 N0
Dati i simboli sn = ±1, ±3 l’energia media associata al simbolo è

2
Es = E s2n Eg = [1 + 9]Eg = 5Eg

4
e dunque !
r
3 2 Es
Pe = Q
2 5 N0
La probabilità di errore sul bit è: !
r
Pe 3 2 Es
Pe (bit) = = Q ≤ 10−6
2 4 5 N0
Dalle tabelle: Q (4.7) = 1.3 · 10−6 < 4

3 · 10−6 , pertanto:
5 2
Es = N0 · (4.7)
2
Ottengo la potenza trasmessa tenendo conto delle perdite e del tempo di simbolo:
PT X = Es · L · Rs
Dove
Rb
Rs = = 15 M Hz
2
Es = 2Eb
è la frequenza di simbolo. Inserendo i valori numerici (N0 /2 = 10−17.4 mW, ovvero -174 dBm, L = 1012 ) si ottiene:

5 2
PT X |dBm = 10 log10 (4.7) − 174 + 120 + 60 + 10 log10 (15) = 35.18 dBm
2
PT X = 3.3 W,
4. La banda trasmessa è
B = 7.5 (1 + α) ≤ 10 M Hz
che significa che posso usare un valore di roll-off pari al massimo a
10
α= − 1 = 0.33
7.5
In questo modo posso approfittare della banda in eccesso per usare un filtro di durata effettiva inferiore. I grafici in
tempo e frequenza si trovano sul libro di testo.
084538 - MODULO 1: es. 2 + es. 3 - foglio giallo 084539 - MODULO 2: es. 1 + es. 4 foglio rosa
Esercizio 1 - Segnali continui - Foglio Rosa

Il segnale x (t) = x0 δ(t−t0 ) è in ingresso
ad un filtro con risposta impulsiva h(t)= exp jt2 rect(t). L’uscita y(t) = x(t)∗h(t)
viene moltiplicata per: exp −jt2 generando il segnalez(t) = y(t) × exp −jt2
1. Calcolare e rappresentare modulo e fase di y(t) e di z(t) per t0 =1.Il sistema z(t)=f(x(t)) è lineare e tempo invariante ?
2. Calcolare la trasformata di z(t), l’energia, l’autocorrelazione e la densità spettrale di energia (grafico)
3. Calcolare
z(t), la sua potenza e densità spettrale di potenza nel caso di risposta impulsiva di durata infinita h(t) =
exp jt2
4. Dimostrare che con ingresso generico x(t), e risposta impulsiva infinita, la trasformata Z(f ) è una copia scalata e
sfasata di x(t): si calcoli il termine di fase. (Si suggerisce di scomporre x(t) in impulsi).

1. Calcolare la probabilità di avere almeno un sei su: 1; 2; 10 lanci di un dado non truccato.
2. Si considerino le variabili casuali y1 = x1 + w e y2 = x2 + w, dove x1 , x2 e w sono variabili casuali gaussiane incorrelate
con valor medio nullo. Sia σx2 la varianza di x1 e x2 e σw
2
quella di w. Si determinino σx2 e σw 2
in modo che y1 e y2 siano
correlate con coefficiente r=0; r = 0.5 e r = −1 ed entrambe con potenza Py = 1.
3. La variabile x con distribuzione uniforme in -2≤ x < 2 entra in un limitatore con caratteristica:
 2 
 x 0≤x≤1 
y= −x2 −1 ≤ x ≤ 0
1 altrove
 
determinare la distribuzione dell’uscita y, il suo valore medio e la sua varianza.
Esercizio 3 - Processi - Foglio Giallo

Si consideri il processo x(t) = a sin (2πf0 t + φ) + w(t) con f0 = 1 MHz, φ distribuita uniformemente in 0 . . . 2π e w(t) rumore
bianco gaussiano N(0,1), incorrelato con φ e bianco nella 0.9M Hz < |f | < 1.1MHz.
1. Si dica se il processo x(t) è stazionario, giustificando la risposta, se ne valuti e rappresenti autocorrelazione, densità
spettrale di potenza e potenza Px
2. Si assuma di campionare il processo x(t) con frequenza di campionamento fs = 10 kHz. Si rappresenti la densità
spettrale di potenza del processo campionato e se ne valuti la potenza.
3.
Si ripeta il punto precedente,
assumendo di campionare il processo dopo averlo filtrato passabanda: xbp (t) = x(t) ∗
1
fs sinc (2fs t) cos(2πf0 t) e si confrontino i risultati
4. Si rappresenti qualitativamente il periodogramma nei casi in cui si usino N=10 e N=100 campioni e se ne calcoli valore
medio e la varianza alla frequenza corrispondente alla sinusoide.
Esercizio 4 - Trasmissioni - Foglio Rosa

Si deve trasmettere musica mediante modulazione numerica con codifica binaria antipodale con impulsi rettangolari e mezzo
trasmissivo ideale.
1. Si rappresenti lo schema a blocchi del sistema di trasmissione completo, a partire dal segnale numerico. Si valutino
bitrate e probabilità di errore per poter trasmettere in tempo reale il segnale stereo con frequenza massima 20 kHz,
quantizzato a 16 bit, ed ottenere meno di un errore ogni ora.
2. Si valuti la potenza di picco da trasmettere assumendo in ricezione densità spettrale di potenza di rumore N0 = −190
dBW/Hz , attenuazione 120 dB.
3. Supponendo che il ricevitore introduca un ritardo sistematico δt sul tempo di campionamento, si valuti l’impatto di
tale errore sul segnale ricostruito. Si dimensioni δt per non alterare apprezzabilmente la probabilità di errore.
084538 - MODULO 1: es. 2 + es. 3 - yellow paper 084539 - MODULO 2: es. 1 + es. 4 pink paper
Exercise 1 - Continuous time signal - Pink paper

The signal x (t) = x0 δ(t − t0 ) feeds a filter with impulse response h(t)
= exp jt2 rect(t). The output y(t) = h(t) ∗ x(t) is
multiplied times: exp −jt2 getting the signal z(t) = y(t) · exp −jt2
1. Compute and plot the amplitude and phase of y(t) and z(t) by assuming t0 =1. Is the overall system linear and time
invariant (motivate the answer) ?.
2. Compute the Fourier Transform of z(t), the energy, the autocorrelation and plot the energy spectrum.

3. Compute z(t), its power and powers spectrum density by assuming infinite impulse response: h(t) = exp jt2

4. Prove that for any x(t), and h(t) = exp jt2 , the Fourier Transform Z(f ) is a scaled version of x(t) properly multiplied
by a phase screen. Find the expression of this phase screen. (Hint: decompose x(t) in Dirac pulses).
Exercise 2 - Probability - Yellow paper

1. Find the probability of getting one 6 out of 1; 2; 10 throws of a dice.
2. Let us assume two random variables y1 = x1 + w and y2 = x2 + w, where x1 , x2 and w are zero mean r.v. normal
2
distributed and incorrelated. Let σx2 be the variance of both x1 and x2 , and let σw 2
be that of w. find σx2 e σw so that
the correlation between y1 and y2 is: r=0; r = 0.5 e r = −1 and they have unitary power.
3. Let x be a uniform distributed variable in -2≤ x < 2, that feeds a limiter with input/output relation:
 2 
 x 0≤x≤1 
y= −x2 −1 ≤ x ≤ 0
1 elsewhere
 
find the probability density of the output y, its mean value and its variance.
Exercise 3 - Processes - Yellow paper
Let x(t) = a sin (2πf0 t + φ) + w(t) be a process,φ being a random variable uniformly distributed in 0 . . . 2π, and w(t) a
Gaussian noise, N(0,1), incorrelated with φ, white in the bandwidth 0.9M Hz < |f | < 1.1MHz. Let f0 =1 MHz
1. Is x(t) stationary (please motivate the answer) ? Compute and represent the autocorrelation and power spectrum
density of x(t), and its power Px
2. Let us sample x(t) at a rate fs = 10 kHz. Represent the power spectrum density of the sampled process and compute
the total power.
3.
Repeat the previous exercise by assuming to bandpass filter the process x(t) prior to sample it: xbp (t) = x(t) ∗
1
fs sinc (2fs t) cos(2πf0 t) . Compare critically the results.
4. Represent qualitatively the periodogram evaluated for N=10 and N=100 samples. Compute the mean and the variance
at the frequency of the sinusoid.
Exercise 4 - Digital transmission - Pink paper
Assume a digital communication system to broadcast music by exploiting rectangular antipodal binary pulses .
1. Represent the block scheme of the transmission system with input the bitstream. Evaluate the bitrate in order to
transmit in real time a stereo signal with 20 kHz bandwidth and sampled with 16 bits. Find the error probability to
get less than one error per hour.
2. Compute the peak power to transmit by assuming noise spectral density N0 = −190 dBW/Hz , attenuation 120 dB .
3. Assume that the sampling time at the receiver is affected by a static error δt . Evaluate the impact on the error
probability and dimension the maximum allowed δt not to degrade the Bit Error Rate.
Soluzioni
1 Esercizio N. 1
L’uscita vale:

2
y(t) = x0 h(t − t0 ) = x0 exp j (t − t0 ) rect(t − t0 )
|y(t)| = x0 rect(t − t0 )
2
arg (y(t)) = (t − t0 )
e

t0
jt20

z(t) = x0 exp exp −j2π t rect(t − t0 )
π
Il sistema è lineare, tempo variante. La trasformata e la d.s.e valgono:

t0
Z(f ) = x0 exp jt20 sinc(f ) exp(−j2πf t0 ) ∗ δ f +

π

t 0 t0
= x0 exp jt20 sinc f −

exp −j2π f − t0
π π

2 t0
|Z(f )| = x20 sinc2 f −
π
L’autocorrelazione e:
rz (t) = x20 tripulse(t) exp (j2t0 t)
e l’energia è x20
Nel caso di durata infinita

t0
z(t) = x0 exp jt20 exp −j2π t

π

t0
Z(f ) =x0 exp jt20 δ f −

π

t 0
rz (t) =x20 exp j2 t
π
Nel caso di ingresso x(t) generico, sfruttando la linearità

ˆ
x(t) = x(τ )δ(t − τ )dτ
ˆ ˆ
τ 1
Z(f ) = x(τ ) exp jτ 2 δ f − dτ = x(τ ) exp jτ 2 δ (πf − τ ) dτ
π π
1
= exp jπ 2 f 2 x(πf )

π
è una copia scalata e sfasata di x(t).
2 Esercizio N. 2
1. La probabilità di un sei su N prove è p=1-p0 , dove p è la probabilità di avere nessun sei, su N prove, ovvero p = (5/6)N ,
anche ottenibile dalla ddp binomiale:
N
N 0 N N 5
P (0) = p (1 − p) = (1 − p) =
0 6
dunque si ha
p(1) = 1/6
25 11
p(2) = 1− = ' 0.30
36 36
10
5
p(10) = 1− ' 0.83
6
oppure
P (0) = 1 − F (0)
dove F(0) è la funzione di distribuzione legata alla binomiale, calcolata per k=0.
2. Il coefficiente di correlazione per variabili a valor medio nullo vale:

2
E [y1 y2 ] E [(x1 + w) (x2 + w)] σw 1
r= p = p = 2 2)
= 2
2 2
E [y1 ] E [y2 ] 2 2 2 2
(σx1 + σw ) (σx2 + σw ) (σ x + σ w
σ
2 + 1
x
σw
σx2
2
r +r =1
σw
σx2 1−r 2 r
2
= ⇒ σw = σx2
σw r 1−r
e per determinare la potenza

r 1
E y12 = σx2 + σw
2
= σx2 1 + = σx2

=1
1−r 1−r
σx2 = 1 − r
2
σw =r
3. Per la trasformazione di probabilità:

1
fx (x(y)) 4 1
fy (y) = = = p −1≤y ≤1
y0
p
2 |y| 8 |y|
1 1
+ δ(y − 1) + δ(y + 1)
4 4
che sipuò verificare con il codice matlab:
x=(rand(1,1e6)-0.5)*4;
y=x.ˆ2.*sign(x);
y(x>1)=1;
y(x<-1)=-1;
dx=0.005; x=-1:dx:1;
n=hist(y,x);
plot(x,n/sum(n)/dx,’r’,x,1/8./sqrt(abs(x)))
3 Esercizio N. 3
L’autocorrelazione è somma delle autocorrelazioni per l’incorrelazione dei due processi
a2
rx (t1 , t2 ) = E [a sin (2πf0 t1 + φ) a sin (2πf0 t2 + φ)] = E [cos (2πf0 (t1 − t2 )) sin (2πf0 (t1 + t2 ) + 2φ)]
2
= a2 cos (2πf0 (t1 − t2 )) = a2 cos (2πf0 τ )

1 f
Sw (f ) = rect ∗ (δ(f + f0 ) + δ(f − f0 ))
2B B
rw (τ ) = sinc(Bτ ) · cos (2πf0 τ )
con B=0.2 MHz=f0 /5. La potenza totale è Px = 1 + a2 /2

L’autocorrelazione del processo discreto, campionato con intervallo T = 100/f0 :

2 f0
rx (nT ) = a cos (2πf0 nT ) + sinc nT · cos (2πf0 nT )
5
= a2 cos (2π100 · n) + sinc (20 · n) · cos (2π100 · n)
= a2 + δ(n)
Sx (f ) = a2 δ(f ) + 1
con potenza 1+a2 .Se si esegue prima il filtraggio passabanda nella banda 2fs = ottengo

1 f
SwB (f ) = rect ∗ (δ(f + f0 ) + δ(f − f0 ))
2B 2fs
2fs
rwB (τ ) = sinc(2fs τ ) · cos (2πf0 τ )
2B
= 0.1 sinc(2fs τ ) · cos (2πf0 τ )
e quindi
Sx (f ) = a2 δ(f ) + 0.1
con potenza 0.1+a2 .
4 Esercizio N. 4
Campionando a 44 kHz il bitrate vale R = 44000 × 2 × 16 = 1.5 Mbit/s e la probabilità di errore: 1/(1.5e6*3600)=1.8e-10.
Occorre garantire un rapporto segnale rumore al campionatore di 16 dB. La potenza di picco

2ER PT H · Tb
SN R = = = PdBW − 120 − 3 − 61.7 + 190 = 16
N0 N0 dB
si ottiene 10.7 dBW ,ovvero 50 W.

Il segnale al campionatore, in assenza di rumore è
X
y(t) = bk tripulse (t − kT )
k
un errore δcrea un rapporto segnale disturbo:

δ 2 2

E b2k 1 − T
SN R = T
' 101.6 = 40
δ 2 δ

E [b2k ] T
T
δ ∼ 100ns
6.4

Dato il segnale:
2
sin (5π (t − τ ))
x (t) =
5π (t − τ )
1. Si calcoli la trasformata di Fourier di x(t) e se ne rappresentino i grafici di modulo e fase.

2. Si calcoli l’energia di x(t)
3. Si ripetano i calcoli ai punti 1) e 2) per il segnale
y (t) = cos (π5 (t − τ )) · x (t)
4. Sia yn la sequenza numerica ottenuta campionando y(t) con passo di campionamento Tc = 0.2 secondi. Si calcoli la
trasformata di Fourier di xn e se ne rappresentino i grafici di modulo e fase. Il segnale è ben campionato? Nota: nel
calcolo si consideri solo il caso per cui τ = 0.

1. Calcolare la probabilità di ottenere esattamente un sei su: N = 1; 2; 10 lanci di un dado non truccato. Confrontare il
risultato con l’approssimazione di Poisson.
2. Siano x e y due variabili indipendenti distribuite in modo uniforme:0 ≤ x < 1 e 0 ≤ y < 1/4. Calcolare la probabilità
dell’evento y > x.
3. Calcolare il valore medio, la varianza e la densità di probabilità della somma z = x + y delle variabili di cui al punto
precedente.
4. Date le variabili casuali x e y = x2 , con x normale (0, 1), dire se x e y sono indipendenti e se sono incorrelate

Sia xn un processo discreto la cui distribuzione di probabilità px (x) varia linearmente tra 0 e 10. Si supponga di quantizzare
il processo utilizzando 4 livelli equispaziati:
1. Definire i livelli e calcolare l’entropia del processo quantizzato

2. Calcolare il rapporto segnale rumore all’uscita del quantizzatore
3. Proporre una codifica del livelli in bit e calcolarne la lunghezza media (ridondanza), discutendo i criteri seguiti nella
codifica.
4. Si discuta il numero dei livelli da utilizzare nel caso in cui il segnale da quantizzare sia disturbato da rumore termico
2
di potenza σW = 0.1

Si vuole trasmettere un flusso di 20 Mbps tramite modulazione in banda passante su un canale di banda (monolatera) B =
15 MHz alla frequenza centrale f0 = 1.3 GHz, con attenuazione L = 120 dB e in presenza di rumore gaussiano bianco con
densità spettrale di potenza N0 = −174 dBm/Hz.
1. Si scriva l’espressione del segnale trasmesso nel caso di trasmissione 4-QAM, specificando il tempo di simbolo, i valori
assunti dai simboli e l’eventuale fattore di roll-off. Nota: non si richiede l’espressione analitica del filtro di forma g(t).
2. Si assuma di usare in trasmissione un filtro di tipo seno cardinale e di usare in ricezione il corrispondente filtro
adattato. Si scriva l’espressione del segnale ricevuto a valle del campionamento per i canali coseno e seno. Nel calcolo
includere il rumore termico sui due canali, specificandone la varianza.
3. Si calcoli la potenza media in trasmissione necessaria a garantire una probabilità di errore sul bit Pb < 10−9 , usando i
filtri in Tx e Rx specificati al punto 2.
4. Si ripeta il calcolo al punto 3 supponendo di utilizzare una modulazione 4-PAM in banda passante che faccia uso del
solo canale coseno.
Soluzioni
1 Esercizio N. 1
1. Il segnale:
2
x (t) = (sinc(5t) ∗ δ(t − τ ))
ha come trasformata:

1 f 1 f
X(f ) = rect · exp (−j2πf τ ) ∗ rect · exp (−j2πf τ )
5 5 5 5

1 f f
= rect ∗ rect · exp (−j2πf τ )
25 5 5

1 f
= tripuls exp (−j2πf τ )
5 10
dove “tripuls(x)” identifica un triangolo di ampiezza unitaria e durata 1.

2. L’energia si calcola dal teorema di Parseval:
ˆ ˆ 5 2
2 2 x
Ex = |X (f )| df = dx = 0.1333
25 0 5
3. Trasformata di:

5
y(t) = x(t) · cos 2π (t − τ )
2
1
Y (f ) = X(f ) ∗ (δ (f − f0 ) exp (−j2πf0 τ ) + δ (f + f0 ) exp (+j2πf0 τ ))
2
1
= (X (f − 2.5) exp (−j2πf0 τ ) + X (f + 2.5) exp (j2πf0 τ ))
10

1 f − 2.5 f + 2.5
Y (f ) = tripuls + tripuls exp (−j2πf τ )
10 10 10
Sono due triangoli che si sommano parzialmente, aliasandosi nell’intervallo −2.5 < f < +2.5. L’energia di y si calcola
tenendo conto di questo ˆ
2
Ey = |Y (f )| df = 0.0833
4. Il segnale campionato è equivocato perchè il teorema del campionamento non è rispettato. Nel caso τ = 0 si ha yn = δn ,
la cui trasformata corrisponde a una costante di ampiezza unitaria.
La verifica Matlab delle varie parti si ottiene eseguendo il codice:

% Esercizio n. 1
dt = 0.05;
T=10; t = 0:dt:T;
tau = 5;
xt = sinc(5*(t-tau)).ˆ2;
Nf = 1000;
Xf = fft(xt,Nf);
fax = [0:(Nf-1)]/Nf/dt;
% Parte I
plot(fax, abs(Xf)*dt)
% Parte II
E = sum(abs(xt).ˆ2) * dt
% Parte III
yt = xt .* cos(5*pi*(t-tau)); Yf = fft(yt,Nf); plot(fax, abs(Yf)*dt)
E = sum(abs(yt).ˆ2)*dt
2 Esercizio N. 2
1. La probabilità è data dalla distribuzione binomiale:
N −1
N N −1 10 1 5
PN (1) = p (1 − p) =
1 1 6 6
9
1 15 1 5
P1 (1) = ' 0.166; P2 (1) = 2 ' 0.27; P10 (1) = 10 · ' 0.32
6 66 6 6
La distribuzione di Poisson esprime la probabilità di k = 1 evento nell’intervallo di tempo unitario con un numero
medio di λ = N p = N/6 eventi:
λk
P (k) = exp (−λ)
k!
1 1 2 2 10 10
P1 (1) = exp − ' 0.141 ; P2 (1) = exp − ' 0.238 ; P10 (1) = exp − ' 0.314
6 6 6 6 6 6
L’approssimazione migliora quando N → ∞ e p → 0.

2. Si può calcolare la funzione di ripartizione utilizzando il teorema della probabilità totale:
ˆ
P (y > x) = P (y > z|x = z)px (z) dz
ˆ 1/4
1 1 4 1 1
= 4 − z dz = − =
0 4 4 2 16 8
3. Il valore medio è E [z] = E [x + y] = E [x] + E [y] = 12 + 81 = 58 , la varianza

h i
2 2 2
σz2 = E z 2 − (E [z]) = E (x + y) − (E [z])

25
= E x2 + E y 2 + 2E [x] E [y] −

64
ˆ 1 ˆ 1/4
1 25 17
= x2 dx + 4 · x2 dx + − = ' 0.088
0 0 8 64 192
e la ddp è la convoluzione
fz (z) = rect (z) ∗ 4rect (4z)
che da un trapezio con base maggiore tra 0 e 5/4, base minore tra 1/4 e 1 e altezza 1.
4. Non possono essere indipendenti perchè y dipende da x (infatti y è perfettamente nota una volta fissato x). Si verifica
però che sono incorrelate, infatti:
E [x] = 0
E [y] = E x2 = 1

E [(x − E [x]) (y − E [y])] = E [x (y − 1)] = E x3 = 0

dove il risultato E x3 = 0 segue dal fatto che x3 è una funzione dispari mentre la densità di probabilità di x è una
funzione pari.
% parte 1
N = [1 2 10]’
p = 1/6; k = 1;
pbin = nchoosek(N,k).*p.ˆk.*(1-p).ˆ(N-k)
% verifica numerica
Ntry = 1000;
N = 10;
x = floor(rand(N,Ntry)*6+1);
xs = sort(x,1,’descend’);
indx = find ( xs(1,:) == 6 );
xs = xs(:,indx);
for jj=2:N
indx = find( xs(jj,:)˜= 6);
xs = xs(:,indx);
end
N = size(xs,2)/Ntry
pbin = length(indx)/Ntry
% parte 2
N = 1000;
x = rand(1,N);
y = rand(1, N)/4;
p = sum(y > x) /N
% parte 3
z = x+y;
mz = mean(z)
vz = var(z)
hist(z,20)
% parte 4
N = 1000;
x = randn(1,N);
y = x.ˆ2;
rho = x*y’ / sqrt( (x*x’)*(y*y’))
3 Esercizio N. 3
Eguagliando a 1 l’integrale della densità di probabilità si ottiene:
(
x
0 < x < 10
px (x) = 50
0 altrimenti
è un triangolo di base 10 e altezza 0.2, quindi area unitaria
1. Utilizzando 4 livelli equispaziati il processo quantizzato è definito dalla relazione



 V1 = 1.25 0 < x < 2.5

V = 3.75 2.5 < x < 5
1
Q (x) =


 V1 = 6.25 5 < x < 7.5
V1 = 8.75 7.5 < x < 10

La probabilità di ogni livello si ottiene integrando px

ˆ 2.5
x
P (V1 ) = dx = 0.0625
0 50
ˆ 5
x
P (V2 ) = dx = 0.1875
2.5 50
ˆ 7.5
x
P (V3 ) = dx = 0.3125
5 50
ˆ 10
x
P (V4 ) = dx = 0.4375
7.5 50
P
si noti che P (Vk ) = 1. L’entropia della sorgente vale:
X
H=− P (Vk ) log2 (P (Vk )) = 1.749 bit/simbolo

2. Sotto l’ipotesi che l’errore di quantizzazione sia uniformemente distribuito nell’intervallo − 4 4
2 , + 2 , dove 4 = 10/4 =
2.5, si ha che:
42
Pe = ' 0.52
12
La potenza del segnale si ottiene dalla sua ddp:
ˆ 10
x 10000
Px = x2 · dx = = 50
0 50 200
per cui SNRq = 50/0.52' 100, ossia circa 20 dB.
3. Codifica di Huffman. Costruzione dell’albero: i) aggrego V1 e V2 = N1. P(N1) = P(V1)+P(V2) = 0.25; ii) aggrego
N1 e V3 = N2. P(N2) = P(N1)+P(V3) = 0.5625; iii) aggrego N2 e V4 = N3. P(N3) = P(N2) + P(V4) = 1. Una
possibile codifica basata su questa costruzione è:
V1 ⇐⇒ 101
V2 ⇐⇒ 100
V3 ⇐⇒ 11
V4 ⇐⇒ 0
Criteri seguiti: vedi testo pag 188. La ridondanza del codice è
R = 0.0625 · 3 + 0.1875 · 3 + 0.3125 · 2 + 0.4375 · 1 = 1.8125
4. Il rapporto segnale rumore dovuto al rumore termico è SNR = 50/0.1 = 500, ossia circa 27 dB. Ricordando la regola
dei 6 dB al bit si ha immediatamente che quantizzando con 4 bit (16 livelli) il rapporto segnale rumore dovuto alla
quantizzazione è di 32 dB e quindi il disturbo dovuto alla quantizzazione è significativamente (5 dB) minore di quello
dovuto al rumore termico. Con 5 bit si ottiene SNRq = 38 dB, ottenendo un margine ancora migliore.
4 Esercizio N. 4
1. La trasmissione 4-QAM implica l’invio di b = 2 bit per simbolo, un bit sul canale in fase ed uno su quello in quadratura.
Il simbol rate è Rs = 10 MHz e il tempo di simbolo Ts = 1/Rs . L’espressione del segnale trasmesso è
X X
s (t) = an g (t − nTs ) · cos (2πf0 t) + bn g (t − nTs ) · sin (2πf0 t)
n n
dove i valori possibili per le sequenze an e bn sono +1 e -1. E’ possibile ricondursi al campionatore a un impulso
con spettro di Nyquist, su ciascuno dei due canali convertiti in banda base. La banda base occupata sarebbe Bb =
(1 + α)/2 · fs = (1 + α)/2 · R/2 e la banda a radio frequenza il doppio, ovveroBrf = (1 + α)/2 · R=15 MHz. Il bit rate
è R=20 Mbit, da cui in fattore di roll-off α ≤ 0.5.
2. Nel caso di filtro tipo sinc, α = 0, i segnali prima del campionatore I+Q, nei due canali in fase e quadratura hanno la
medesima espressione:
xI (t) = an · h0 · g(t) ∗ g(t) + wI (t) ∗ g(t)

xQ (t) =bn · h0 · g(t) ∗ g(t) + wI (t) ∗ g(t)
dove
g(t) = sinc (t/Ts )
scritta per il singolo impulso. Il valore del segnale all’istante di campionamento vale per i due canali:
xI = ±h0 · Eg
dove h0 = 1/L. Il rapporto segnale-rumore è
x2I h2 · Eg
SN RI = SN RQ = 2 = 0
σwI N0 /2
3. La probabilità di errore sul simbolo si può massimizzare come la somma delle probabilità di errore sui due canali
separatemante (union bound): s !
h20 Eg
Pes ' 2Q
N0 /2
La probabilità di errore sul bit è la metà, se si ha l’accortezza di codificare i simboli in modo che tra due simboli
adiacenti cam,bi solo un bit:
s !
h20 Eg h2 Eg 2
Peb = Q = 10−9 ⇒ 0 = qf uncinv 10−9 = 36
N0 /2 N0 /2
Osserviamo che il simbolo trasmesso ha energia:

ˆ
2
ET = g 2 (t) · {cos (2πf0 t) + sin (2πf0 t)} dt = Eg
per cui la potenza media per bit è

Eg N0
PT = = 36 · · L2 · R
Tb 2
PT dBm = 15.5 − 174 − 3 + 120 + 73 = 31.5
4. Nel caso di trasmissione 4-PAM sul solo canale coseno il segnale a valle del campionamento è:
xn = an Eg + wxn
con an = ±1, ±3 e wx ∼ N (0, N0 Eg ). L’energia media del segnale trasmesso è Es = 5 · ESI dove ESI è l’energia del
simbolo più interno. La probabilità d’errore sul bit è
s ! s ! s !
3 ESI 3 1 Es 3 2 Eb
Pb ' Q = Q = Q
4 N0 /2 4 5 N0 /2 4 5 N0 /2
dove Eb è l’eneriga media per bit (1 simbolo=2 bit). Otteniamo:

2
2 Eb 4
= qf uncinv · 10−9 = 35.4
5 N0 /2 3
5 N0
⇒ Eb = 35.4 · ·
2 2
La potenza media per bit risulta:
Eb 5 N0
Pb = L 2 = 35.4 · · · L2 · R
Tb 2 2
ossia
5
P4P AM ' P4QAM
2
.
Dato il sistema LTI:

h (t) = δ(t − 10) + δ(t + 10)
1. Si calcoli la trasformata di Fourier e se ne rappresenti il grafico del modulo e della fase.

2. Si determini l’uscita y(t) in corrispondenza dell’ingresso x (t) = rect (t/T ), per T=1 e T=30, e se ne calcoli l’energia
3. Assumendo che h(t) sia costituito da una serie indefinita di impulsi:
∞
X
h (t) = δ (t − 10 · n)
n=−∞
(a) Calcolare e rappresentare la trasformata di Fourier di h(t)

(b) Calcolare la densità spettrale di potenza dell’uscita assumendo ingresso x(t) = rect(t)

1. Definiti d1 e d2 i risultati di di due lanci di un dado non truccato, calcolare la probabilità che sia d1 > d2 .
2. Siano x = cos(φ) e y = cos(2φ) con φ variabile casuale uniforme 0 ≤ φ < 2π. Calcolare la cross-correlazione E[xy].
Dire, motivando, se le variabili x e y sono indipendenti.
3. Si calcolino, facendo ricorso ad opportune approssimazioni (Gaussiana e Poisson), le probabilità che alla roulette (37
numeri), il numero 8 esca:
(a) 3 volte su 500 giocate

(b) 270 volte su 10000 giocate
Sia x(t) un processo casuale a valor medio nullo, stazionario e bianco nella banda |f | < 100 Hz, e potenza 1 mW, ed y(t) la
d
sua derivata: y(t) = dt x(t).
1. Calcolare e rappresentare autocorrelazione e densità spettrale di potenza di x(t).

2. Calcolare e rappresentare la densità spettrale di potenza e la potenza di y(t).
3. Calcolare cross correlazione, rxy (τ ) e cross spettro, Sxy (f ).
Si deve trasmettere un film su un canale con banda B = 100 MHz, centrata alla frequenza portante f0 = 1 GHz, mediante
codifica QAM, con impulsi di trasmissione a radice di Nyquist e roll-off α = 0.2, con attenuazione L = 110 dB e in presenza
di rumore gaussiano bianco con densità spettrale di potenza N0 = −174 dBm/Hz.
1. Si valutino il numero di bit e probabilità di errore assumendo durata di 100 minuti, 8 bit/pixel, 720 Ö 480 pixel per
quadro e 30 quadri al secondo, e supponendo di sbagliare al massimo 5 bit su tutto il segnale. Si determini il bitrate
in modo da impiegare 10 minuti per la trasmissione dell’intero filmato.
2. Si rappresenti lo schema di trasmissione e ricezione e si scelga il numero minimo di livelli di modulazione per consentire
la trasmissione entro la banda B.
3. Si valuti l’energia trasmessa per bit, per ottenere la probabilità di errore come specificato al punto 1
Soluzioni
1 Esercizio
La trasformata di Fourier è
H (f ) = e−j2πf 10 + e+j2πf 10 = 2 cos(2πf · 10) ⇒ |H(f )| = 2 |cos(2πf · 10)|
t−10 t+10

L’uscita si determina applicando la linearità: y(t) = rect T + rect T , rappresentata nei due casi T=30 e T=1
L’energia vale nei due casi:
E30 = 20 + 10 × 4 + 20 = 80
E1 = 1 + 1 = 2
1 k
P
La trasf ormata di un treno di impulsi: H (f ) = 10 k δ f − 10 . L’uscita è una ripetizione periodica di rettangoli con
ampiezza 1 e larghezza 1, centrati in tempi multipli
´ +5 di 10. La densità spettrale di potenza è una ripetizione di triangoli
1 2
periodici di periodo 10 e di ampiezza: P = 10 −5
|rect (t)| = 0.1
2 Esercizio
1. Condizionando all’evento d2 = v
X 11+2+3+4+5 5
P = p(d1 > v) · p(v) = = = 0.4176
6 6 12
Si poteva ottenere lo stesso risultato considerando che, delle 36 combinazioni possibili, se d1 =5 solo 1 vince, se d1 =4
sono 2, etc:
5
1 X
P = n
36 n=1
2. Le variabili sono totalmente dipendenti, infatti:
φ = arc cos(x) ⇒ y = cos(2arc cos(x))
ma incorrelate:
ˆ π
1
E [xy] == E [cos φ cos 2φ] = 2 cos3 φdφ = 0
2π −π
3. La probabilità di vincita su una giocata è p=1/37, la “media” è λ = N p=13.5 vincite e 270.27 nel secondo. Nel primo
caso si cercano k=3 successi, kp è1 e possiamo approssimare la binomiale con Poisson, ma non con la Gaussiana:
3 500−3
500 1 1
P500 (3) = 1− = 5e − 04
3 37 37
500 3

37 500
≈ exp − = 5.5e − 04
3! 37
Nel secondo caso cerchiamo la probabilità di un numero di successi molto prossimo alla media kp≈ λ(anche rispetto
alla deviazione standard), l’approssimazione più semplice è la Gaussiana:
! !
2 2
1 (k − λ) 1 (270 − 270.27)
P10000 (270) ≈ p exp =√ exp = 0.024
2π · λ(1 − p) 2 · λ(1 − p) 2π · 263 2 · 263
3 Esercizio
La densità spettrale di potenza del processo x(t) è Sx (f ) = Sx0 rect Bf con Sx0 = 0.5 · 10−5 W/Hz, l’autocorrelazione è

l’antitrasformata: rx (τ ) = Px sinc(Bt) con B=200 Hz. La densità spettrale e la potenza della derivata valgono
2
Sy (f ) = Sx (f ) · |j2πf | = Sx0 4π 2 f 2
ˆ +B
Sx0 2 2 3
Py = Sy (f )df = 4π B = 131W
−B 2B 3
il cross-spettro e la cross correlazione:
Sxy (f ) = Sx (f )H ∗ (f ) = −j2πf · Sx0

d d sin πBt πBt cos πBt − sin πBt
rxy (τ ) = rx (τ ) ∗ h(t) = rx (τ ) = Px = Px
dt dt πBt πBt2
Quest’ultimo risultato si otteneva anche dalla definzione, sfruttando il fatto che due operatori lineari (valore medio e derivata)
sono commutabili:
d d d
E x(t) x(t + τ ) = E [x(t)x(t + τ )] = rx (τ )
dt dt dt
4 Esercizio
Il numero di bit totali da trasmettere è:
NB = 720 · 480 · 30 · 600 · 8 = 5 × 1010
La probabilità di errore è Pe = 10−10 .

Per trasmettere il filmato in 600 secondi il bitrate è
NB
Rb = = 830 · 106 M b/s
600
L’occupazione di banda, per ognuno dei due canali I e Q vale:
Rb 1 + α 1
BW = ≤ 100 · 106
2 2 log2 M
830 · 106 1 + 0.2 1
≤ 100 · 106 ⇒ M = 8
2 2 log2 M
ovvero una trasmissione 64QAM.
Approssimando la probabilità di errore di bit come:

3 log2 M 2Eb
Pb ' Q = 10−10
M 2 − 1 N0
3 log2 M 2Eb Eb 63
= 6.2 ⇒ = 6.2 = 21.7
M 2 − 1 N0 N0 2·3·3
da cui l’energia trasmessa per bit
Etb dBm = 13.36 + 110 − 174 = −50
Il segnale x(t), ripetizione periodica con periodo T0 di:

t
xa (t) = exp − · u(t)
τ
è in ingresso al filtro con risposta impulsiva h(t) = sinc (Bt) .
1. Si valutino modulo e fase della trasformata di Fourier di xa (t) e si rappresenti il grafico qualitativo.
2. Si scriva l’espressione della trasformata di Fourier del segnale periodico x(t): X(f ), e se ne rappresenti il grafico.
3. Si scriva l’espressione dell’uscita, y(t) per B = 2/T0 e τ = T0 /(2π). Se ne calcoli la potenza, Py e l’autocorrelazione
ry (τ ).
4. Si scriva l’espressione di ry (τ ) assumendo B = n/T0 . Si dice se la potenza converge per n → ∞

1. Un sistema di trasmissione dati è costituito da tre blocchi in cascata. Le probabilità di guasto sono 0.1%, 0.2% e 0.4%.
Qual’è la probabilità che il sistema complessivo sia guasto ?
2. Sia z=x+y, con x e y variabili causali uniformi in −3 ≤ x < +3 e 0 ≤ y < 6, e coefficiente di correlazione r.
(a) Calcolare valor medio e varianza di z per r = 0, ±1

(b) Calcolare la densità di probabilità di z per r = 0 valutandone moda e mediana.
3. Su mille lanci di un dado, esce testa 450 volte. Si dica con che probabilità il dado è onesto.
Un processo casuale bianco, a valore medio nullo e densità spettrale di potenza -100 dBm/Hz è in ingresso ad un filtro:

t
h(t) = sinc(Bt) cos 2π
10
Sia yn il processo discreto ottenuto campionando l’uscita y(t) con passo di campionamento T = 1 secondo.
1. Si calcolino densità spettrale di potenza e autocorrelazione del processo a tempo continuo y(t).
2. Si calcoli l’autocorrelazione del processo a tempo discreto y(t), rappresentandone i primi N=10 campioni, nei casi B=1
e B=0.001..
3. Si calcolino media e varianza del Periodogramma di yn , nei due casi di cui al punto sopra.
Una sistema di trasmissioni M-PAM in banda base deve trasmettere ogni minuto foto da 8 Mpixel (3266 × 2450 pixel),
truecolor (24 bit/pixel). Si impieghino impulsi di trasmissione a radice di Nyquist, banda B = 1MHz e roll-off α = 0.5.
1. Si disegni lo schema di trasmissione precisando se si utilizza o meno il filtro adattato

2. Si calcoli il bit rate, ed il numero di simboli /secondo
3. Si valuti il numero di bit errati per foto, assumendo rapporto segnale-rumore all’uscita del filtro uguale a 2Es /N0 =
25dB.
Soluzioni
1 Esercizio
Le trasformate di Fourier di xa (t) e della sua ripetizione periodica sono:
ˆ ∞ (
ρa = √ τ
1 τ 1+(2πf τ )2
Xa (f ) = exp − j2πf + t · dt =
0 τ 1 + j2πf τ φa = − arctan (2πf τ )
+∞ +∞
X X τ
X(f ) =f0 Xp (kf0 ) δ (f − kf0 ) = f0 δ (f − kf0 )
1 + j2πkf0 τ
k=−∞ k=−∞
con f0 = 1/T0 . Xa (f ) è fdt come un filtro passabasso singolo polo la cui risposta in frequenza ha modulo costante ∼ τ fino
alla frequenza di taglio (-3 dB) fc = 1/(2πτ ) = 1/T0 , oltre il quale il modulo decresce con pendenza -20 dB/decade. La
fase decresce da zero f=0 a −π/2 per f → ∞, vale −π/4 in corrispondenza del polo. La risposta in frequenza del segnale
periodico, X(f ) è un treno di impulsi, campionamento di quella aperiodica per multipli di f0 = 1/T0 .
La trasformata del filtro h(t) e la corrispondente uscita

2t T0 T0
h(t) = sinc ⇒ .H(f ) = rect f
T0 2 2
f0 τ f0 τ
Y (f ) = X(f )H(f ) = f0 τ δ (f ) + δ (f − f0 ) + δ (f + f0 )
1 + j2πf0 τ 1 − j2πf0 τ
2f0 τ 1 1 π
y(t) = f0 τ + q cos (2πf0 τ − arctan (2πf0 τ )) = + √ cos 2πf0 τ −
2 2π π 2 4
1 + (2πf0 τ )
La potenza è
ˆ 2 ˆ T0 2
1 2 1 1 2 1 1
Py = |y(t)| dt = + 2+ ρ cos (2πf0 t + φ) dt = +
T0 T0 2π 2π T0 0 2π 4π 2
e l’autocorrelazione, nel caso generico di fino all’armonica n:
2 ∞
1 1 X 1
ry = + 2 cos (2πnf0 τ )
2π 2π n=0 1 + (2πn)2
Con n grande la serie tende ad una serie convergente:
∞
X 1
2 = 0.041
n=1 (2πn)
2 Esercizio
1. Il sistema funziona solo se funzionano tutti e tre i sottosistemi. Detta pg la probabilità di guasto e pf quella di
funzionamento
pg = 1 − pf = 1 − pf 1 · pf 2 · pf 3 = 1 − 0.99 · 0.98 · 0.96 = 0.068
2. Per α = 0 le variabili sono indipendenti e la densità di probabilità è la convoluzione:

1 z 1 z−3
fz (z) = rect ∗ rect
6 6 6 6
risulta un triangolo largo 12, alto 1/6 (che sono anche moda e mediana) e spostato di 3. I valori medi sono mx = 0 e
my = 3 quindi mz = mx + my = 3. La varianza:
ˆ 3 2
x
E x2 = dx = 3 = σx2

−3 6
ˆ 6 2
2 x
E y = dx = 12 ⇒ σy2 = 12 − m2y = 3
0 6
E [xy] − mx my E [xy]
r= q = ⇒ E [xy] = 3r
2 2
σx σy 3
h i
2 2
σz2 = E (x + y) − E [x + y] = E x2 + E y 2 + 2E [xy] − 9


6
 r=0
= 3 + 12 + 6r − 9 = 12 r = 1

0 r = −1

3. La ddp e Gaussiana con
m = N p = 500
p √
σ = N p (1 − p) = 250 = 15.8
il valore riscontrato è 450, la sua probabilità è:

500 − 450
Q = 7.7 · 10−4
15.8
3 Esercizio
L’autocorrelazione di ingresso e uscita sono:
rx (τ ) = Sx δ(τ )
ry (τ ) = rx (τ ) ∗ rh (τ ) = Sx rh (τ )
dove l’autocorrelazione del filtro si ottiene antitrasformando la densità spettrale di energia:

2 1 f − f0 f + f0
|H(f )| = rect + rect
4B2 B B
1
rh (τ ) = Bsinc (Bτ ) cos (2πf0 τ )
2B 2
Campionando con periodo T si ottiene un processo discreto con autocorrelazione:
Sx
ryd (n) = sinc (BnT ) cos (2πnf0 T )
2B
Nel caso B=1 il filtro ha banda eguale a quella del campionamento, dunque risulta un passattutto:
Sx n S
x
ryd (n) = sinc (n) cos 2π = δ (n)
2 10 2
nel caso B=0.001 la risposta in frequenza del filtro è quali impulsiva, intorno alla frequenza ±f0 . Possiamo approssimare i
primi campioni dell’autcorrelazione come:
Sx n Sx n
ryd (n) = sinc (BnT ) cos 2π ' cos 2π
2B 10 n100 2B 10
In entrambi i casi si hanno processi stazionari, il valor medio del periodogramma è la convoluzione dello spettro originale
con la finestra di Bartlett:
 2
S 1 sin (πf N T )
h i T sin2 (πf N T )  2x N sin2 (πf T ) B=1
E Ŝy (f ) = Sy (f ) ∗ = S 1 sin2 (π(f −0.1)N T ) sin2 (π(f −0.1)N T )
N sin2 (πf T )  x
4 N sin2 (π(f −0.1)T )
+ sin2 (π(f −0.1)T ) B = 0.001
che valutato per f = k/N T fornisce nel primo caso un impulso nell’origine e nel secondo caso due impulsi in k = 1, k = N − 2
4 Esercizio
Il bitrate è:
1
Rb = 3266 · 2450 pixel/foto · 24 bit/pixel · [foto/s] = 3. 2 × 106 bit/s
60
Il numero di livelli è:
Rb 3. 2 × 106
log2 M > (1 + α) = (1 + 0.5) = 2.4 ⇒ M = 8
2B 2 × 106
Il rate di simbolo è
Rb bit/s
Rs = = 1 · 106 sym/s
log2 M bit/sym
La probabilità di errore sul bit è
r ! r !
M −1 2Eg 7 2Eg
Pb = 2 Q = Q
M log2 M N0 12 N0
M2 − 1
Es = Eg = 21Eg
3 ! !
r r
7 2Es 7 102.5 7
Pb = Q = Q = Q (3.8) = 4.2 · 10−5
12 21N0 12 21 12
Nb = 4.2 · 10−5 · 3266 · 2450 · 24 = 8000

Dato il segnale: x (t) = sinc (B (t − τ )) cos (2πf0 t)
1. Si ricavi l’espressione della trasformata di Fourier, se ne traccino i grafici di modulo e fase assumendo f0 = B.
2. Se ne valuti l’energia, la densità spettrale di energia e l’autocorrelazione.
Pn=+∞
3. Sia y (t) il segnale periodico ottenuto replicando x (t) a passo T0 : y (t) = n=−∞ x (t − nT0 ), con T0 = 1/B. Si ricavi
l’espressione della trasformata di Fourier di y (t) e se ne traccino i grafici di modulo e fase.
4. Si calcoli y (t) e la sua potenza.

x−5

Siano x e y due variabili casuali indipendenti cosı̀ distribuite: px (x) = A · x · rect 10 , py (y) = B · |y| · rect (y)
1. determinare il valore delle costanti A e B e rappresentare il grafico delle due densità di probabilità;
2. determinare valore medio e varianza di x, y e della loro somma z = x + y
3. determinare la probabilità P (y > x)
(
y2 per y≥0
4. determinare la densità di probabilità di v =
0 per y<0

Si consideri il processo tempo continuo y(t)= x(t) + w (t), dove x (t) è il segnale deterministico periodico:

t t
x(t) = exp −j2π + 2 · exp +j2π T0 = 1 s,
T0 T0
e w (t) è un processo stazionario Gaussiano complesso, a media nulla, bianco nella banda di frequenze (−B/2, +B/2), con
B = 5 Hz e stessa potenza del segnale x(t).
1. Si valutino densità spettrale di potenza e autocorrelazione di w (t).

2. Sia xn = x (t = nT ) la sequenza ottenuta campionando x(t) con tempo di campionamento T = 1/B. Determinare la
DFT di xn calcolata su N = 10 campioni e rappresentarne il grafico.
3. Sia yn = y (t = nT ) la sequenza ottenuta campionando y(t) con tempo di campionamento T = 1/B. Determinare il
valor medio del periodogramma di yn calcolato su N = 10 campioni e rappresentarne il grafico.
4. Si proponga uno stimatore della potenza di w (t) a partire dal periodogramma calcolato al punto 3 e se ne calcoli valor
medio e varianza.

N0 = −174 dBm/Hz.
1. Si dica qual’è il numero minimo di simboli con cui è possibile trasmettere sul canale (2-PAM, 4-PAM, 8-PAM...).
Assumere che il filtro di forma in trasmissione sia un seno cardinale.
2. Si assuma ora di usare in trasmissione un filtro di forma rettangolare g (t) = rect (t/Ts ), dove Ts è il tempo di simbolo e
di usare in ricezione il corrispondente filtro adattato. Si scriva l’espressione del segnale a valle del filtro in ricezione.
Si dica se c’è Interferenza Inter Simbolica (ISI), motivando la risposta.
3. Si calcoli la potenza media per simbolo in trasmissione necessaria a garantire una probabilità di errore sul bit Pb < 10−9 ,
4. Si supponga ora che il segnale venga campionato con un errore di temporizzazione τ = 0.1 · Ts . Si valuti la potenza
dell’ISI risultante e la probabilità d’errore sul bit. Suggerimento: si consideri l’ISI come un disturbo analogo al rumore.
Exercise 1 - Continuous time signal - Pale green paper

Given: x (t) = sinc (B (t − τ )) cos (2πf0 t)
1. Find the expression of the Fourier Transform, plot the graphs of amplitude and phase, by assuming f0 = B.
2. Estimate the energy and write the expression of the energy spectrum density and the autocorrelation.
Pn=+∞
3. Let y (t) be the periodic signal obtain by replicating x (t) every T0 seconds: y (t) = n=−∞ x (t − nT0 ), with T0 = 1/B.
Find the expression of the Fourier transform of y (t) and plot the graphs of its absolute value and phase.
4. Let evalute the time-domain expression and the power ofy (t)

x−5

Let x and y be two independent random variables distribute as: px (x) = A · x · rect 10 , py (y) = B · y · rect (y)
1. find the value of the constants A e B;

2. find the expected value and the variance of x, y and z = x + y
3. find the probability P (y > x)
(
y2 f or y≥0
4. find the probability density function of the random variable v defined as: v =
0 f or y<0

Consider the continuous time process y(t)= x(t) + w (t), where x (t) is the deterministic periodic signal

t t
x(t) = exp −j2π + 2 · exp +j2π T0 = 1 s,
T0 T0
and w (t) is a random complex Gaussian noise, zero mean, white in the frequency band (−B/2, +B/2), with B = 5 Hz. The
power of w (t) is the same as the power of x(t).
1. Find the power spectral density and the autocorrelation of w (t).

2. Let xn = x (t = nT ) the sequence obtained by sampling x(t) every T = 1/B seconds. Find the DFT of xn as evaluated
over N = 10 samples, and plot its graph.
3. Let yn = y (t = nT ) the sequence obtained by sampling y(t) every T = 1/B seconds. Find the expected value of the
periodogram of yn , as evaluated over N = 10 samples, and plot its graph.
4. Propose an estimator of the power of w (t) based on the periodogram at point 3, and evaluate its expected value and
its variance.
Exercise 4 - Digital transmission - Pale green paper

A digital communication system transmits a bitstream with 60 Mbps with M-PAM baseband modulation. The total channel
bandwidth (monolateral) is B = 20 MHz, the attenuation is L = 90 dB and the noise superimposed to the receiver has power
spectrum density N0 = −174 dBm/Hz.
1. Compute the minimum number of symbols (2-PAM, 4-PAM, 8-PAM...), under the assumption that the transmitted
waveform is a cardinal sine.

2. Assume now to shape the transmitted waveform as a rectangular pulse g (t) = rect Tts , where Ts is the symbol time,
and to use a matched filter at the receiver. Write the expression of the signal out of the matched filter. Discuss if
there is Inter Symbol Interference (ISI) .
3. Compute the average power per symbol necessary in transmission to guarantee a bit error rate Pb < 10−9 , using the
Tx and Rx filters specified above (2).
4. Suppose now that the signal is sampled with a timing error τ = 0.1 · Ts . Evaluate the power of the resulting ISI and
the bit error rate. Suggestion: consider ISI as a disturbance analogous to random noise.
Soluzioni
1 Esercizio N. 1
Dato il segnale: x (t) = sinc (B (t − τ )) cos (2πf0 t)
1. Si ricavi l’espressione della trasformata di Fourier, se ne traccino i grafici di modulo e fase assumendo f0 = B.

1 f 1
X(f ) = rect exp (−j2πf τ ) ∗ (δ (f − B) + δ (f + B))
B B 2

1 f −B B 1 f +B B
= · rect exp −j2π f − τ + · rect exp −j2π f + τ
2B B 2 2B B 2
1/2B
-2π(f-f0)
B B B
-2π(f+f0)
2. Si ricavino la densità spettrale di energia e l’autocorrelazione del segnale x(t).

2 1 f −B f +B 1 f δ (f − B) δ (f + B)
|X(f )| = · rect + rect = rect ∗ +
4B 2 B B 2B 2 B 2 2
1
rx (t) = sinc (Bt) cos (2πBt)
2B
l’energia è 1/2B
Pn=+∞
3. Sia y (t) il segnale periodico ottenuto replicando x (t) a passo T0 : y (t) = n=−∞ x (t − nT0 ), con T0 = 1/B . Si ricavi
l’espressione della trasformata di Fourier di y (t) e se ne traccino i grafici di modulo e fase.

1 X k 1 B B
Y (f ) = X (f ) · δ f− = · B exp −j2π f − τ δ (f − B) + exp −j2π f + τ δ (f + B)
T0 T0 2B 2 2
δ (f − B) δ (f + B)
= exp (−jπBτ ) + exp (jπBτ )
2 2
4. Si calcoli y (t) e la sua potenza.

y (t) = cos (2πBt − πBτ )
con potenza 1/2
2 Esercizio N. 2
x−5

Siano x e y due variabili casuali indipendenti cosı̀ distribuite: px (x) = A · x · rect 10 , py (y) = B · |y| · rect (y)
1) determinare il valore delle costanti A e B;
l’integrale della densità di probabilità ha sempre valore unitario, da cui: A = 1/50, B = 4
2) determinare valore medio e varianza di x, y e della loro somma: z = x + y
ˆ
1 20
E [x] = xpx (x) dx = 103 = = 6.667
3 · 50 3
ˆ
E [y] = ypy (y) dy = 0
ˆ 3
2 20 10000 400 50
V (x) = E x2 − (E [x]) = 2

x px (x) dx − = − = = 5.556
3 4 · 50 9 9
ˆ
1 1 1
V (y) = E y 2 = y 2 py (y) dy = 8

= = 0.125
4 16 8
20
E [z] = E [x] + E [y] = = 6.667
3
50 1
V [z] = V [x] + V [y] = + = 5.681
9 8
3) determinare la probabiltà P (y > x)
ˆ 0.5 ˆ 0.5
1
P (y > x|x) = py (y) dy = 4 − 2x2 per 0 < x < 0.5
ydy =
x x 2
ˆ 0.5 ˆ 0.5
1 1 1
P (y > x) = P (y > x|x) px (x) dx = 3
x − 2x dx = = 6.25 · 10−4
0 50 0 2 32 · 50
(
y2 per y≥0
4) determinare la densità di probabilità di v =
0 per y<0
Si nota innanzitutto che la variabile v assume il valore v = 0 con probabilità non infinitesima, infatti P (v = 0) = P (y < 0) =
0.5. Risulta quindi che la densità di probabilità di v include il termine 0.5 · δ (v). Per 0 < y < 21 si ha invece: v = y 2 =¿
0 < v < 14 . In questo intervallo vale la relazione:
pv (v) dv = py (y) dy
da cui: −1
dv py (y) 4y
pv (v) = py (y) · = = =2
dy 2y 2y
Pertanto
1 1
pv (v) = δ (v) + 2 · rect 4 · v −
2 8
3 Esercizio N. 3
Si consideri il processo a tempo continuo y(t)= x(t) + w (t), dove x (t) è il segnale deterministico periodico:

t t
x(t) = exp −j2π + 2 · exp +j2π T0 = 1 s,
T0 T0
e w (t) è un processo stazionario Gaussiano, a media nulla, bianco nella banda di frequenze (−B/2, +B/2), con B = 5 Hz e
stessa potenza del segnale x(t).
1) Si valutino densità spettrale di potenza e autocorrelazione di w (t).
σ2

f
Sw (f ) = w rect
B B
2
Rw (τ ) = σw sinc(Bτ )
2
σw = Px = 1 + 4 = 5
2) Sia xn = x (t = nT ) la sequenza ottenuta campionando x(t) con tempo di campionamento T = 1/B. Determinare la DFT
di xn calcolata su N = 10 campioni e rappresentarne il grafico.
Xk = 20 · δk−k0 + 10 · δk+k0
oppure
Xk = 20 · δk−k0 + 10 · δk−(N −k0 )
con
1
k0 = N =2
BT0
3) Sia yn = y (t = nT ) la sequenza ottenuta campionando y(t) con tempo di campionamento T = 1/B. Determinare il valor
medio del periodogramma di yn calcolato su N = 10 campioni e rappresentarne il grafico.
2
|Xk | 2
E [Sy (k)] = + σw = 40 · δk−k0 + 10 · δk−(N −k0 ) + 5
N
4) Si proponga uno stimatore della potenza di w (t) a partire dal periodogramma calcolato al punto 3 e se ne calcoli valor
medio e varianza.
Medio i campioni del periodogramma determinati esclusivamente dal rumore:
2
1 X
σc
w = Sy (k)
8
k6=2,k6=8
La media è: h i 1 X
2 2
w =
E σc E [Sy (k)] = σw =5
8
k6=2,k6=8
La varianza si calcola facilmente ricordando che diversi campioni del periodogramma sono incorrelati tra loro
h i
2
1 X 8 4
w =
V σc V [Sy (k)] = σ = 3.125
64 64 w
k6=2,k6=8
4 Esercizio N. 4
N0 = −174 dBm/Hz.
1) Si dica qual’è il numero minimo di simboli con cui è possibile trasmettere sul canale (2-PAM, 4-PAM, 8-PAM...). Assumere
che il filtro di forma in trasmissione sia un seno cardinale.
sk exp (−j2πf kTs ) rect (f Ts ) la banda occupata è ± 2T1 s ≤
P P
Segnale trasmesso: x (t) = sk sinc ((t − kT ) /Ts )=¿ X (f ) =
20 MHz. La frequenza di simbolo (Rs = T1s ) deve essere minore di 40 MHz. Se la trasmissione è 2-PAM si ha: Rs = Rb = 60
MHz, da cui segue che la trasmissione 2-PAM non è adatta. Scegliendo una trasmissione 4-PAM si trasmettono 2 bit per
simbolo, per cui: Rs = Rb /2 = 30 MHz. Pertanto la tramissione 4-PAM soddisfa la richiesta del testo.

2) Si assuma ora di usare in trasmissione un filtro di forma rettangolare g (t) = rect Tts , dove Ts è il tempo di simbolo e di
usare in ricezione il corrispondente filtro adattato. Si scriva l’espressione del segnale a valle del filtro in ricezione. Si dica
se c’è Interferenza Inter Simbolica (ISI), motivando la risposta.
sk f ((nTs − kTs )), dove f (t) = g (t) ∗ g (−t) = Eg · tripuls( 2Tt s ).
P
Il segnale campionato al ricevitore è: zn = z (t = nTs ) =
Si ha dunque che zn = Eg · sn , ossia l’n-esimo campione della squenza ricevuta dipende solo dall’n-esimo simbolo.
3) Si calcoli la potenza media per simbolo in trasmissione necessaria a garantire una probabilità di errore sul bit Pb < 10−9 ,
Usando in ricezione un filtro adattato la probabilità di errore sul simbolo è
r !
3 2Eg
Pe = Q
2 N0
Dati i simboli sn = ±1, ±3 l’energia media associata al simbolo è

2
Es = E s2n Eg = [1 + 9]Eg = 5Eg

4
e dunque !
r
3 2 Es
Pe = Q
2 5 N0
La probabilità di errore sul bit è: !
r
Pe 3 2 Es
Pe (bit) = = Q ≤ 10−9
2 4 5 N0
Dalle tabelle: Q (6) = 9.8 · 10−10 < 4

3 · 10−9 , pertanto:
5 2
Es = N0 · (6) = 90 · N0
2
Ottengo la potenza trasmessa tenendo conto delle perdite e del tempo di simbolo:
PT X = Es · L · Rs ' 0.01 W
4) Si supponga ora che il segnale venga campionato con un errore di temporizzazione τ = 0.1 · Ts . Si valuti la potenza dell’ISI
risultante e la probabilità d’errore sul bit. Suggerimento: si consideri l’ISI come un disturbo analogo al rumore.
In presenza di un errore di temporizzazione di τ secondi il segnale a valle del campionatore è:
X
zn = z (t = nTs ) = sk f ((nTs − kTs − τ )) = f (τ ) sn + f (Ts − τ ) sn+1
Dove il termine f (Ts − τ ) sn+1 rappresenta l’ISI. La potenza dell’ISI è

2
2 τ
= f (Ts − τ ) E s2n = Eg2 ·
2

σISI ·5
Ts
Sommando questa alla potenza del rumore termico si ha un disturbo di potenza:
2
2 N0 τ
σdist = Eg + Eg2 · ·5
2 Ts
La distanza tra due simboli adiacenti è
τ
d = 2f (τ ) = 2Eg 1−
Ts
La probabilità d’errore è v 
u 2
2 τ
E g 1 − Ts
u
3 u  −4
Pb = · Qu 2   = 4.7 · 10
4 t
N0 2 τ
2 Eg + Eg · Ts ·5

Sia x (t) = exp −Aπt2 , dove A è una costante reale.
1. Rappresentare il grafico del segnale y (t) = x (t) ∗ cos(2πf0 t + θ) e della sua trasformata di Fourier e calcolarne la
potenza

2
2. Rappresentare il grafico del segnale z (t) = x (t) ∗ exp −Bπ (t − τ ) e della sua trasformata di Fourier
3. Calcolare l’energia e l’autocorrelazione di z (t)

4. Calcolare l’energia della derivata prima di x (t)
´ +∞
Suggerimento: si faccia uso della relazione −∞ exp −πt2 exp (−j2πf t) dt = exp −πf 2
Esercizio 2 - Probabilità - Foglio Azzurro

x

Siano x e y due variabili casuali. La densità di probabilità di x è px (x) = A · rect 2 , mentre la densità di probabilità di y
condizionata a x è py|x (y|x) = B · rect (y + x)
1. determinare il valore delle costanti A e B e rappresentare il grafico di px (x) e il grafico di py|x (y|x) per un valore di x
fissato.
2. determinare la densità di probabilità congiunta di x e y e se ne rappresenti il grafico
3. determinare la probabiltà P (y > x)
4. determinare la probabilità P (y > 0|x > 0)
Esercizio 3 - Processi - Foglio Azzurro

Si consideri il processo stazionarioy(t) somma di due processi incorrelati:
- un termine di segnale x (t), con valor medio nullo, potenza σx2 e caratterizzato da una densità spettrale di potenza Sx (f )
triangolare in (−B/2, B/2)
2
- un rumore Gaussiano w (t), con valore medio nullo, potenza σw = σx2 e bianco nella banda di frequenze (−2B, 2B)
1. Si determinino le densità spettrali di potenza e le autocorrelazioni di x(t), w(t) e se ne disegnino i grafici.

2. Si determinino la densità spettrale di potenza e la funzione di autocorrelazione di yn = y (t = nT ), dove T = 1/B, e se
ne disegnino i grafici.
3. Sia z(t) il processo ottenuto filtrando y(t) con un filtro passabasso ideale: z (t) = y (t) ∗ sin(πtB)
πt . Si valuti il rapporto
SNR tra potenza di segnale e potenza di rumore a valle del filtro, in funzione dello stesso prima del filtraggio: SN RIN =
σx2 /σw
2
. Si commenti il risultato.
4. Sia zn = z (t = nT ), dove T = 1/B. Si progetti un filtro numerico di due campioni {h0 , h1 } tale che il processo filtrato
un = h0 zn + h1 zn−1 abbia densità spettrale di potenza nulla in f = 0 .

Si vuole trasmettere un flusso di 100 Mbps tramite modulazione in banda passante su un canale di banda (monolatera) B
= 75 MHz alla frequenza centrale f0 = 1.3 GHz, con attenuazione L = 100 dB e in presenza di rumore gaussiano bianco con
densità spettrale di potenza N0 = −200 dBw/Hz.
1. Si scriva l’espressione del segnale trasmesso nel caso di trasmissione 4-QAM, specificando il tempo di simbolo, i valori
assunti dai simboli e l’eventuale fattore di roll-off. Nota: non si richiede l’espressione analitica del filtro di forma g(t).
2. Si assuma di usare in ricezione il filtro adattato alla forma d’onda trasmessa. Si scriva l’espressione del segnale
ricevuto a valle del campionamento per i canali coseno e seno. Nel calcolo includere il rumore termico sui due canali,
specificandone la varianza.
3. Si calcoli la potenza media in trasmissione per simbolo necessaria a garantire una probabilità di errore sul bit Pb < 10−10 .
4. Si ripeta il calcolo al punto 3 supponendo di utilizzare una modulazione 4-PAM in banda passante che faccia uso del
solo canale coseno.
085993 - FONDAMENTI DI SEGNALI E TRASMISSIONE - ??-2-2013

Let x (t) = exp −Aπt2 , where A is a real constant
1. Draw the graph of the signal y (t) = x (t) ∗ cos(2πf0 t + θ). Draw the graph of the Fourier Transform of y (t). Calculate
the power of y (t).

2
2. Draw the graph of the signal z (t) = x (t) ∗ exp −Bπ (t − τ ) . Draw the graph of the Fourier Transform of z (t).
3. Calculate the energy and the autocorrelation function of z (t)

dx(t)
4. Calculate the energy of dt
´ +∞
Tip: use the relation: −∞
exp −πt2 exp (−j2πf t) dt = exp −πf 2
Exercise 2 - Probability - Pale blue paper

x

Let x and y be two random variables. The probability density function (pdf) of x is px (x) = A · rect 2 . The conditional
pdf y given x is py|x (y|x) = B · rect (y + x)
1. find the value of A e B. Draw the graph of px (x) and the graph of py|x (y|x), assuming x is given.
2. determine the joint pdf of x e y and represent its graph.
3. determine the probabilityP (y > x)
4. determine the probabilityP (y > 0|x > 0)
Exercise 3 - Processes - Pale blue paper

The stationary process y(t) = x(t) + w(t) is obtained as the sum of two uncorrelated processes:
- a useful signal x (t), zero mean, power σx2 , whose power spectral density Sx (f ) is triangular in the frequency band
(−B/2, B/2)
2
- a Gaussian noise w (t), zero mean, power σw = σx2 , white in the frequency band (−2B, 2B).
1. Determine the power spectral density and the autocorrelation function of x(t) and w(t), and draw their graphs.
2. Determine the power spectral density and the autocorrelation function ofyn = y (t = nT ), where T = 1/B, and draw
their graphs.
3. Let z(t) be the process obtained by filtering y(t) using an ideal low pass filter: z (t) = y (t) ∗ sin(πtB)
πt . Evaluate the
signal to noise ratio (SNR) at the filter output, as a function of the SNR at the filter input : SN RIN = σx2 /σw
2
. Briefly
comment on the result.
4. Let zn = z (t = nT ), where T = 1/B. Design a two-sample digital filter {h0 , h1 } such that the power spectral density
of the filtered process un = h0 zn + h1 zn−1 is null for f = 0 .

A 100 Mbps bit stream is to be transmitted using a carrier frequency f0 = 1.3 GHz on a bandpass channel whose (one-sided)
bandwidth is B = 75 MHz. Channel attenuation is L = 100 dB. The transmission is affected by a white Gaussian noise
whose power spectral density is N0 = −200 dBw/Hz.
1. Write the expression of the transmitted signal assuming a 4-QAM transmission scheme, specifying the symbol rate, the
symbol values and the eventual roll-off factor. Note: it is NOT required to write the expression of the shape filter g(t).
2. Assume to receive the signal using a matched filter. Write the expression of the received signal after sampling for
the sine and cosine channels, including the contributions of noise and specifying their variance.
3. Evaluate the mean transmission power per symbol necessary to ensure a bit error rate Pb < 10−10 .
4. Repeat point 3) assuming to transmit 4-PAM symbols on the cosine channel only.
Soluzioni
1 Esercizio N. 1

Sia x (t) = exp −Aπt2 , dove A è una costante reale.
• Rappresentare il grafico del segnale y (t) = x (t) ∗ cos(2πf0 t + θ) e della sua trasformata di Fourier e calcolarne la
potenza
La trasformata di Fourier di y(t) è:

ejθ e−jθ
Y (f ) = X (f0 ) δ (f − f0 ) + X (−f0 ) δ (f + f0 )
2 2
´ +∞
Dalla relazione −∞ exp −πt2 exp (−j2πf t) dt = exp −πf 2 si ricava (tramite cambio di variabile) che la trasformata di
x(t) è
1 π
X (f ) = √ exp − f 2
A A
Pertanto:
1 π ejθ e−jθ

Y (f ) = √ exp − f02 δ (f − f0 ) + δ (f + f0 )
A A 2 2
e quindi
1 π
y (t) = √ exp − f02 cos(2πf0 t + θ)
A A

2
• Rappresentare il grafico del segnale z (t) = x (t) ∗ exp −Bπ (t − τ ) e della sua trasformata di Fourier
Usando ancora la relazione data si ottiene:

1 π
Z (f ) = X (f ) √ exp − f 2 exp (−j2πf τ )
B B

1 A+B
=√ exp −π f 2 exp (−j2πf τ )
AB AB
da cui:
1 AB 2
z (t) = √ exp −π (t − τ )
A+B A+B
• Calcolare l’energia e l’autocorrelazione di z (t)
La trasformata dell’autocorrelazione di z (t) è

2 1 A+B
|Z (f )| = exp −2π f2
AB AB
da cui (sempre usando la relazione data):

1 AB
Rz (t) = p exp −π t2
2 (A + B) AB 2 (A + B)
• Calcolare l’energia della derivata prima di x (t)
La trasformata della derivata prima di x(t) è:

π
dx j2πf
F = j2πf · X (f ) = √ exp − f 2
dt A A
L’energia si calcola utilizzando la relazione di Parseval:
ˆ 2 ˆ 2
dx dx
E= dt = F df
dt dt
pertanto:
2π 2
ˆ
2 2
E = 4π f exp − f df
A
Ricordando la formula della varianza di una Gaussiana

1 x2
ˆ
σ2 = √ x2 exp − 2 dx
2πσ 2 2σ
Si ottiene: r
A
E=π
2
2 0.5
0.45
1.5
0.4
1
0.35
0.5
0.3
0 0.25
y
0.2
-0.5
0.15
-1
0.1
-1.5
0.05
-2 0
-1.5 -1 -0.5 0 0.5 1 1.5
x
Figure 1: densità di probabilità congiunta di x e y

Figure 1: densità di probabilità congiunta di x e y
2 Esercizio N. 2
x

Siano x e y due variabili casuali. La densità di probabilità di x è px (x) = A · rect , mentre la densità di probabilità di y
2 Esercizio N. 2 condizionata a x è py|x (y|x) = B · rect (y + x)
2
• determinare il valore delle costanti A e B e rappresentare il grafico di px (x) e il grafico di py|x (y|x) per un valore di x
fissato. x
Siano x e y due variabili casuali. La densità di probabilità di x è p (x) = A · rect , mentre la densità di probabilità di y
x avere ´ px (x)dx = 1 e ´ py|x 2(y|x) dy = 1, pertanto A = 0.5 e B = 1.
Per definizione di densità di probabilità si deve
condizionata a x è py|x (y|x) = B · rect (y + •x)
determinare la densità di probabilità congiunta di x e y e se ne rappresenti il grafico
x
pxy (x, y) = py|x (y|x) px (x) = 0.5 · rect · rect (y + x)
2
• determinare il valore delle costanti ALa eddpBcongiunta
e rappresentare il 1.grafico di px (x) e il grafico di py|x (y|x) per un valore di x
è rappresentata in figura
fissato. • determinare la probabiltà P (y > x)
´
Per calcolare P (y > x)´ basta integrare la ddp congiunta
´ nel semipiano y > x: P (y > x) = p (x, y) dxdy. Il calcolo è xy
Per definizione di densità di probabilità sibanale

deve se si osserva che la retta y = x taglia la ddp congiunta p (x, y)in due parti uguali. Pertanto:
avere px (x)dx = 1 e pˆy|x (y|x) dy = 1, pertanto A = 0.5 e B = 1. xy
P (y > x) = pxy (x, y) dxdy = 0.5
• determinare la densità di probabilità congiunta di x e Py(y e> 0|x

• determinare la probabilità se>ne
0) rappresenti il grafico
Dal teorema di Bayes:

x P (y > 0, x > 0)
P (y > 0|x > 0) =
pxy (x, y) = py|x (y|x) px (x) = 0.5 · rect ·Prect
(x > 0)
(y + x)
La probabilità al denominatore vale: 2ˆ ∞
La ddp congiunta è rappresentata in figura 1. P (x > 0) =

0
px (x)dx = 0.5
La probabilità al numeratore si calcola integrando pxy (x, y)nella porzione di piano y > 0, x > 0, che corrisponde al primo
quadrante.
∞,∞
• determinare la probabiltà P (y > x) P (y > 0, x > 0) =
¨
pxy (x, y) dxdy = 0.5 · Area (ABC) =
1
=
16
x=0,y=0
dove ABC è il triangolo che ha i vertici in (0, 0), (0.5, 0), (0, 0.5).
´
Per calcolare P (y > x) basta integrare laPertanto:
ddp congiunta nel semipiano y > x: P (y > x) = pxy (x, y) dxdy. Il calcolo è
0.0625
banale se si osserva che la retta y = x taglia la ddp congiunta pxy (x, y)in due0.5parti
P (y > 0|x > 0) =
uguali. Pertanto:
= 0.125
ˆ
P (y > x) = pxy (x, y) dxdy = 0.5
• determinare la probabilità P (y > 0|x > 0)
Dal teorema di Bayes:

P (y > 0, x > 0)
P (y > 0|x > 0) =
P (x > 0)
La probabilità al denominatore vale:
ˆ∞
P (x > 0) = px (x)dx = 0.5
0
La probabilità al numeratore si calcola integrando pxy (x, y)nella porzione di piano y > 0, x > 0, che corrisponde al primo
quadrante.
∞,∞
1
¨
P (y > 0, x > 0) = pxy (x, y) dxdy = 0.5 · Area (ABC) = =
16
x=0,y=0
dove ABC è il triangolo che ha i vertici in (0, 0), (0.5, 0), (0, 0.5).
Pertanto:
0.0625
P (y > 0|x > 0) = = 0.125
0.5
3 Esercizio N. 3
- un termine di segnale x (t), con valor medio nullo, potenza σx2 e caratterizzato da una densità spettrale di potenza Sx (f )
triangolare in (−B/2, B/2)
2
- un rumore Gaussiano w (t), con valore medio nullo, potenza σw = σx2 e bianco nella banda di frequenze (−2B, 2B)
• Si determinino le densità spettrali di potenza e le autocorrelazioni di x(t), w(t) e se ne disegnino i grafici.

2σ 2 f
Sx (f ) = x · tri
B B
!2
sin π B2 t
Rx (τ ) = σx2 ·
π B2 t

σ2 f
Sw (f ) = w · rect
4B 4B
2 sin (π4Bt)
Rw (τ ) = σw ·
π4Bt
• Si determinino la densità spettrale di potenza e la funzione di autocorrelazione di yn = y (t = nT ), dove T = 1/B, e se

π
!2 π
!2
sin 2m sin (π4m) sin 2m
Ry (m) = σx2 · π
2
+ σw · = σx2 · π
2
+ σw · δm
2m π4m 2m
La densità spettrale di potenza si ottiene trasformando l’autocorrelazione:

Sx (f ) 2 f
Sy (f ) = + σw = 2σx2 · tri 2
+ σw
T B
Si noti che lo spettro del segnale non è equivocato, mentre lo è quello del rumore (si sommano 4 repliche).
• Sia z(t) il processo ottenuto filtrando y(t) con un filtro passabasso ideale: z (t) = y (t) ∗ sin(πtB)
πt . Si valuti il rapporto
SNR tra potenza di segnale e potenza di rumore a valle del filtro, in funzione dello stesso prima del filtraggio: SN RIN =
σx2 /σw
2
. Si commenti il risultato.
SN RIN = σx2 /σw

2
=1
Le densità spettrali di segnale e rumore a valle del filtraggio sono:

f 2
Sxf (f ) = Sx (f ) · rect = Sx (f ) =⇒ σxf = σx2
B

σ2 f σ2
Swf (f ) = w · rect =⇒ σwf 2
= w
4B B 4
Pertanto:
SN ROU T = σx2 /σw
2
=4
Commento: il filtraggio ha l’effetto di eliminare le componenti spettrali a frequenza maggiore (in modulo) di B/2. Ne risulta
che il segnale x(t) resta inalterato, mentre il rumore perde le componenti ad alta frequenza.
• Sia zn = z (t = nT ), dove T = 1/B. Si progetti un filtro numerico di due campioni {h0 , h1 } tale che il processo filtrato
un = h0 zn + h1 zn−1 abbia densità spettrale di potenza nulla in f = 0 .
2
è sufficiente progettare un filtro hn tale che |H (0)| = 0. Una possibile soluzione è hn = δn − δn−1
4 Esercizio N. 4
Il segnale trasmesso è:
X X
s (t) = an g (t − nTbI ) · cos (2πf0 t) + bn g (t − nTbQ ) · sin (2πf0 t)
n n
dove TbI = TbQ = 1/50 · 106 , assumiano: an = ±1, bn = ±1, e fattore di forma radice di Nyquist con Roll-off
1+α
50 ≤ 37.5 ⇒ α = 0.5
2
Assumendo filtro adattato, il segnale demodulato I e Q e filtrato è, sui due canali:
1 X
yI (t) = h0 an rg (t − nTbI ) + wI (t) ∗ g(t)
2 n
1 X
yQ (t) = h0 bn rg (t − nTbQ ) + wQ (t) ∗ g(t)
2 n
dove wI (t) e wQ (t) sono i rumori equivalenti in banda base incorrelati tra di loro. Il campionatore lo valuta negli istanti
t = mTbI . La probabilità di errore del bit su ciascun canale vale
p
Pb = Q SN Rc
1 2 2
4 Eg h0 Eg h20
SN Rc = h i=
E |wI (t) ∗ g(t)|
2 N0
calcolata osservando che mediando su tempi più lunghi del periodo

1
ˆ h i 1 h i
2 2
E |wI (t)| dt = E |w(t) |
T T 2
La potenza media per bit trasmessa:

E g 2 (t) · cos2 (2πf0 t) + g 2 (t) · sin (2πf0 t) Eg
PT b = =
2Tb 2Tb
da cui:
2PT b Tb h20
SN Rc =
N0
Per garantire una probabilità di errore sul bit Pb < 10−10 , dalle tabelle per la funzione Q:
p
Q SN Rc = 10−10 ⇒ SN Rc = 40.46
Combinando le due formule, espresse in dB:
PT bdB = SN RcdB − 200dBW − 3 + 80 + 100 = −7
ossia 200 mW.

Nel caso di 4 PAM, modulata coseno, l’energia del simbolo vale:
1
Es = Eg · (9 + 1 + 1 + 9) = 5Eg
4
Pertanto
5
Ps4P AM = Ps4QAM
2

2
sin(πB(t−τ ))
Dato il segnale: x (t) = π(t−τ )
1. Si ricavi l’espressione della trasformata di Fourier di x (t) e se ne traccino i grafici di modulo e fase.
2. Si calcoli l’energia di x (t)
3. Sia yn = x (nT ) il segnale discreto ottenuto campionando x (t) a passo T = 1/B. Si ricavi l’espressione della trasformata
di Fourier di yn e se ne traccino i grafici di modulo e fase. Nel calcolo assumere τ = 0.
sin(πBt)
4. Si ricavi l’espressione del segnale continuo y (t) ottenuto da yn usando il filtro di ricostruzione h (t) = πBt

1. In 600 lanci del dado esce il “tre” 60 volte. Si può dire che il dado è truccato ?
2. Siano x1 e x2 variabili casuali Gaussiane con valor medio nullo e varianza unitaria, e correlazione ρ. Si calcoli la
probabilità che il massimo delle due sia maggiore di 0 nei casi ρ = 0 (incorrelate), ρ = 1 (totalmente correlate) e
ρ = −1 (anticorrelate).
3. Date due variabili casuali indipendenti x1 e √ x2 distribuite uniformemente in 0...1, ed un sistema non lineare senza
memoria con caratteristica ingresso uscita y= x
√
(a) Si calcolino valore medio e varianza dell’uscita con ingresso x1 : y = x1
√
(b) Si calcolino valore medio e varianza dell’uscita quando le due variabili sono sottratte in ingresso: y = x1 − x2
√ √
(c) Si calcolino valore medio e varianza della differenza delle singole uscite y = x1 − x2
(d) Si ripetano i punti (b) e (c) nel caso di somma invece che sottrazione

Sia x(n) un processo discreto bianco con distribuzione di ampiezza mostrata in figura.
1 - Si determini “a”, la potenza, l’autocorrelazione, la densità spettrale di potenza e a
se ne rappresentino i grafici. a/2
2 - Supponendo di quantizzarlo con 1 bit per campione in base al segno: ossia “0”
per campioni negativi e “1” per campioni positivi: -2 2 x
a - Si determini l’entropia della sequenza binaria cosı̀ generata.
b - Si scriva una codifica di Huffman, che operi su coppie di bit. Si valuti il rapporto di compressione e lo si confronti
con il caso ottimo.
c - Si calcoli la potenza del disturbo di quantizzazione che si ottiene associando il valore -0.5 V ai campioni negativi e
+1 V a quelli positivi. (Suggerimento: condizionare il calcolo ai casi di campioni negativi e di campioni positivi).

N0 = −174 dBm/Hz.
1. Si dica qual’è il numero minimo di simboli con cui è possibile trasmettere sul canale (2-PAM, 4-PAM, 8-PAM...).
Assumere che il filtro di forma in trasmissione sia un seno cardinale.
2. Si assuma ora di usare filtro adattato in ricezione. Si scriva l’espressione del segnale a valle del filtro in ricezio-
ne. Si scriva l’espressione del segnale ricevuto a valle del campionamento. Nel calcolo includere il rumore termico,
specificandone la varianza.
3. Si calcoli la potenza media per simbolo in trasmissione necessaria a garantire una probabilità di errore sul bit Pb < 10−9 ,
4. Supponendo di utilizzare impulsi con roll-off α, si dimensioni , motivando la risposta. Si traccino qualitativamente
i grafici delle risposte in tempo e in frequenza dell’impulso associato a ogni simbolo a valle del filtro di ricezione,
illustrando l’effetto del fattore di roll-off.

2
sin(πB(t−τ ))
Given x (t) = π(t−τ )
1. Compute and plot the amplitude and phase of its Fourier Transform, X(f ).
2. Compute the energy
3. Generate yn = x(nT ) by sampling with a time step T = 1/B. Compute the Fourier Transform of yn and plots the
amplitude and phase, in the case τ = 0.
sin(πBt)
4. Compute the continuous time y(t), obtained by means of the reconstruction filter h (t) = πBt applied to yn .

1. In 600 throws of a dice, the number “3“” occurs 60 times, Is the game hacked ?
2. Let x1 and x2 two zero mean - normal distributed random variables, with correlation ρ. Compute the probability that
the maximum of the two is ¿0 in the three cases: ρ = 0 and ρ = ±1.
3. Let x1 andx2 two independent random variables, uniformly distributed in 0...1

√
(a) Compute the mean and the variance of y = x1
√
(b) Compute the mean and the variance of y = x1 ± x2
√ √
(c) Compute the mean and the variance of y = x1 ± x2
Let x(n)) be a discrete stochastic process whose amplitude probability density is in figure.
1 - Compute “a”, the power, and plot the auto correlation and the power spectrum a
density of the process. a/2
2 - Assume to quantize x(n) with 1 bit according to the sign:
-2 2 x
a - compute the entropy of the bitstream
b - write the Huffman code that takes two bits per symbol. Compute the
compression rate
c - Compute the quantization noise power corresponding to restituted levels of -0.5 for negative samples and +1 for
positive.
Assume a digital communication system to transmit 100 Mps by M-PAM in baseband on a channel with monolateral
bandwidth B=40 MHz, attenuation L=90 dB, Assume a Gaussian noise at the receiver with power spectrum density N0 =
−174 dBm/Hz.
1. Compute the minimum number of bits, by assuming that the transmission filter is a sinc.
2. Assume to use matched filter at the receiver. Express the signal output from the sampler, evaluating the thermal noise
power.
3. Compute the average power per transmitted symbol to guarantee a Bit Error Rate Pb < 10−9 , by assuming the
transmitter and receiver as in (1).
4. In the case of transmission with a roll off α,evaluate the parameter αe plot qualitatively the signals in time and
frequency for different roll offs.
Soluzioni
1 Esercizio N. 1

f
x1 (t) = (B sinc(B (t − τ )) ⇔ X1 (f ) = rect · exp (−j2πτ )
B

f
y(t) = x21 (t) ⇐⇒ X(f ) = X1 (f ) ∗ X1 (f ) = B tri · exp (−j2πτ )
B
Il modulo è un triangolo largo 2B e alto B, la fase è lineare. L’energia vale
ˆ 2 ˆ B
B2

f 2
E = B tri
· exp (−j2πτ ) df = 2
(B − f ) df =
B 0 3
Il segnale campionato
n
!2 !2
n sin πB B −τ sin (πn − πτ )
x = n
= n
(1)
B π B −τ π B −τ
La trasformata di Fourier:
!
X X
X(f ) = x(nT ) exp (j2πf nT ) = F x(t) ∗ δ (t − nT )
n n
X1 k
X
f − kB

2
= X f− = B tri · exp (−j2πτ )
T T B
k k
ha la stessa espressione della trasformata del segnale a tempo continuo campionato. Per τ = 0 è più semplice trasformare
direttamente la (1):
!2
n sin (πn)
x = n
= B 2 δ (n) ⇒ X(f ) = B 2
B π B −τ
Il segnale discreto in questo caso ha spettro constante, quindi il segnale continuo vale h(t).
2 Esercizio N. 2
1. Nel caso di una singola variabile:
ˆ 1
√ √ 2
m1 = E [ x1 ] = xdx =
0 3
1
m2 = E [x1 ] =
2
2 1 4 14
σ = m2 − m1 = − =
2 9 9
Per la linearità
ˆ 1 ˆ 1
√ √ √ √ √ √ n
4
E [ x1 ± x2 ] = E [ x1 ] ± E [ x2 ] = xdx ± xdx = 3 0
0 0
mentre per la linearità e l’indipendenza

h√ √ 2i √
E ( x1 ± x2 ) = E [|x1 |] + E [|x2 |] ± 2E [ x1 x2 ]
√ √ √ 2 8
= 2E [x1 ] ± 2E [ x1 ] E [ x2 ] = 1 ± 2 (E [ x1 ]) = 1 ±
n 9
= 179
1
9
1
σ 2 =m2 − m21 =
9
Nel secondo caso la variabile z = x1 ± x2 è distribuita come convoluzione:

1 1
fZ (z) = rect z − ∗ rect ±z −
2 2
è un triangolo di ampiezza unitaria, larghezza 2 e centrato rispettivamente in 1 e 0. E’ zero nel caso di differenza. Nel
caso di somma il conto è più complesso:
ˆ 1ˆ 1
√ √ 8 √
E x1 + x2 = x1 + x2 dx1 dx2 = 8 − 1 = 0.975
0 0 15
La varianza è la medesima, la calcoliamo nel caso più semplice:
ˆ 1
2 1
σ 2 = E [x1 − x2 ] − 0 = 2 (1 − z) dz =
0 3
2. P (max(x1 , x2 ) > 0) = P (x1 ) > 0 + P (x2 ) > 0) − P (x1 > 0, x2 > 0) = 12 + 12 − P (x1 > 0, x2 > 0) Questo termine vale
1/4 nel caso di variabili incorrelate (è il prodotto delle probabilità), 1/2 nel caso di variabili correlate e 0 nel caso di
variabili anticorrelate, dunque le tre probabilità sono 3/4, 1/2, 1
3. La densità di probabilità di k successi su N=600 prove è approssimatile da una Normale con valore medio N p = 100 e
varianza N p(1 − p) = 83, ossia deviazione standard 9. Prendendo un intervallo di 3σ i successi saranno 73 < k < 127,
quindi il dado è probabilmente truccato. Infatti il rapporto tra la probabilità di avere 60 successi e quella di averne
100 (il valore medio) è
(60−100)2
P (60) exp − 2·83

402

' = exp − = 6E − 5
P (100) exp − (100−100)
2
2 · 83
2·83
3 Esercizio N. 3
Imponendo l’area unitaria: 2a + a = 1 ⇒ a = 1/3, il valore medio e la varianza sono
ˆ 0 ˆ 2
x x 1
E[x] = µ = dx + dx = −
−2 3 0 6 3
ˆ 0 2 ˆ 2 2
x x 4
E[x2 ] = dx + dx =
−1 3 0 6 3
4 1 11
σx2 = − =
3 9 9
Il processo è bianco quindi
rx (n) = σx2 δ(n) + µ

Sx (f ) =µ + σx2 δ(f )
La potenza del disturbo di quantizzazione vale

2 1
Pq = Pq0 · P (x < 0) + Pq1 · P (x > 0) = Pq0 + Pq1
3 3
dove la potenza del disturbo di quantizzazione se x¡0 e quella se x¿0 sono entrambi uguali è varianza della distribuzione
uniforme con ampiezza Vp=1:
ˆ Vp 2
x V p2
dx =
−V p 2V p 3
dunque Pq =1/3.
Le probabilità dei due simboli sono 2/3 e 1/3, quindi l’entropia per ogni simbolo binario è
1 1 2 2
H = − log2 − log2 = 0.91bit
3 3 3 3
Una codifica di Huffman con 2 bit / simbolo è la seguente
Simbolo binario Probabilità Codice Huffman h

4 4
00 9 1 9
2 4
01 9 01 9
2 6
10 9 001 9
1 3
11 9 000 9
Risulta in tutto 17/9 per 2 bit, dunque H=17/18=0.944 portando ad una compressione del 5%, da confrontarsi con la
massima possibile del 10%
4 Esercizio N. 4
La velocità massima usando k bit per simbolo è RB = B · 2k ≥ 100e6 da cui k=2, ovvero 4-PAM. Utilizzando filtro di forma
sinc, il segnale al campionatore è

X X t
y(t) = An (t − nTs ) · g(t) ∗ h(t) ∗ c(t) = An (t − nTs ) · sinc ∗ sinc (2Bt) ∗ c(t)
Ts
il filtro c(t) è adattato alla forma dell’impulso ricevuto

∗ ∗ f
c(t) = g(−t) ∗ h(−t) ⇒ C(f ) = G (f )H (f ) = rect (Ts · f ) · sinc
2B

t
= sinc
Ts
La probabilità di errore sul bit, come da M=4 PAM

s ! r !
2 (M − 1) 3k 2Eb 3 2 2Eb 2 2Eb 2
Pb = Q = Q < 10−9 ⇒ = (5.95)
M ·k (M 2 − 1) N0 4 5 N0 5 N0

5
⇒ EbdB = 10 log10 5.952 − N0 = 19.46 − 174 = −154.5 dBm
2
La potenza media trasmessa per simbolo

H0 kEb
PT s = H0 PRs =
R
PT s dB = −157 + 90 + 10 log10 2 + 10 log10 50e6 = 15.6dBm
La banda occupata da un impulso con roll-off α è:

1+α 40e6
B= ≤ 40e6 ⇒ α ≤ − 1 = 0.6
2Ts 25e6
La trasfromata della forma impulsiva è

1 2π(f −25e6)
D(f ) = 2 1 + cos 4·0.6·25e6 10e6 < f < 40e6
1 f < 10e6
084538 - MODULO 1: es. 2 + es. 3 - foglio rosa 084539 - MODULO 2: es. 1 + es. 4 foglio azzurro
Esercizio 1 - Segnali continui - Foglio rosa

sin(πBt)
Sia g (t) = πBt
1. Rappresentare il grafico di g(t) e della sua trasformata di Fourier G(f ). Calcolare l’energia di g(t).
2. Sia s(t) = 2 · g (t) · cos (2πf0 t), dove f0 B. Calcolare la trasformata di Fourier di s(t) e rappresentarne il grafico.
3. Siano uc (t) = s (t − τ ) · cos (2πf0 t) e us (t) = s (t − τ ) · sin (2πf0 t). Calcolare le espressione nei tempi e le trasformate di
Fourier dei due segnali uc (t) e us (t). Suggerimento: il calcolo può essere effettuato sia nei tempi che nelle frequenze.
4. Siano vc (t) = uc (t) ∗ g (t), vs (t) = us (t) ∗ g (t) dove * indica l’operazione di convoluzione. Scrivere le espressioni nei
tempi di vc (t) e vs (t). Calcolare l’energia del segnale complesso v(t) = vc (t) + j · vs (t).
Esercizio 2 - Probabilità - Foglio azzurro

x

Siano x e y due variabili casuali. La densità di probabilità di x è px (x) = A · rect 3 , mentre la densità di probabilità di y
condizionata a x è py|x (y|x) = B · rect (y − x)
1. determinare il valore delle costanti A e B. Rappresentare il grafico di px (x) e il grafico di py|x (y|x) per un valore di x
fissato.
2. determinare la densità di probabilità congiunta di x e y e rappresentarne il grafico
3. determinare la densità di probabilità di y e rappresentarne il grafico
4. calcolare il coefficiente di correlazione tra x e y.
Esercizio 3 - Processi - Foglio azzurro
Si consideri il processo y(t) somma di due processi incorrelati:

- un termine di segnale x (t), con valor medio nullo e caratterizzato da una densità spettrale di potenza Sx (f ) = f −2 · rect (f )
2
- un rumore Gaussiano w (t), con valore medio nullo, potenza σw = σx2 e bianco nella banda di frequenze (−2, 2)
1. Calcolare la densità spettrale di potenza di y(t) e rappresentarne il grafico

dy(t)
2. Sia v (t) = dt . Calcolare la densità spettrale di potenza di v (t) e rappresentarne il grafico.
3. Si valuti il rapporto tra la potenza di segnale e la potenza di rumore per il processo v(t) definito al punto 2): SN Rv =
E [(dx/dt)2 ]
E [(dw/dt)2 ]
4. Sia z(t) il processo ottenuto filtrando v(t) con un filtro passabasso ideale di banda B: z (t) = v (t) ∗ sin(πtB)
πt . Si valuti
il rapporto tra la potenza di segnale e la potenza di rumore per il processo z(t) in funzione di B e se ne rappresenti il
grafico. Commentare il risultato.
Esercizio 4 - Trasmissioni - Foglio rosa
Si vuole trasmettere un flusso di dati tramite modulazione in banda passante 4-QAM.
1. Si disegni lo schema completo di trasmettitore e ricevitore, indicando la funzione di ogni blocco

2. Detto g(t) l’impulso trasmesso, si derivi l’espressione del segnale ricevuto a valle del campionatore. Nel calcolo si
trascuri l’effetto del canale e si assuma che il filtro al ricevitore sia adattato all’impulso trasmesso.
3. Si discuta il ruolo del parametro di roll-off.
4. Si derivi la formula per il calcolo della probabilità di errore in funzione della densità spettrale di potenza del rumore
N0 .
084538 - MODULO 1: es. 2 + es. 3 - pink paper 084539 - MODULO 2: es. 1 + es. 4 pale blue paper

sin(πBt)
Let g (t) = πBt
1. Draw the graphs of g(t) and of its Fourier transform G(f ). Compute the energy of g(t).
2. Let s(t) = 2 · g (t) · cos (2πf0 t), where f0 B. Find the expression of the Fourier transform of s(t) and draw its graph.
3. Let uc (t) = s (t − τ ) · cos (2πf0 t) and us (t) = s (t − τ ) · sin (2πf0 t). Find the expressions of uc (t), us (t) and of their
Fourier transforms Uc (f ) and Us (f ). Tip: the computation can be carried out both in the time and in the frequency
domain.
4. Let vc (t) = uc (t) ∗ g (t), vs (t) = us (t) ∗ g (t) where * denotes convolution. Write the expressions of vc (t) and vs (t).
Compute the energy of the complex signal v(t) = vc (t) + j · vs (t).
Exercise 2 - Probability - pale blue paper

x

Let x and y by two random variables. Let the probability density function (pdf) of x be px (x) = A·rect 3 . The conditional
pdf of y given x is py|x (y|x) = B · rect (y − x)
1. find the value of A e B. Draw the graph of px (x) and the graph of py|x (y|x), assuming x is given.
2. determine the joint pdf of x e y and represent its graph.

3. determine the pdf of y and represent its graph.
4. compute the correlation coefficient between x and y
Exercise 3 - Processes - pale blue paper
The random process y(t) = x(t) + w(t) is obtained as the sum of two uncorrelated processes:
- a useful signal x (t), zero mean, whose power spectral density is Sx (f ) = f −2 · rect (f )
2
- a Gaussian noise w (t), zero mean, power σw = σx2 , white in the frequency band (−2, 2).
1. Determine the power spectral density of y(t), and draw its graph.
dy(t)
2. Let v (t) = dt . Determine the power spectral density of v(t) and draw its graph.
E [(dx/dt)2 ]
3. Evaluate the Signal to Noise Ratio (SNR) for the process v(t) defined at 2), i.e.: SN Rv = E [(dw/dt)2 ]
4. Let z(t) be the process obtained by filtering v(t) using an ideal low pass filter with bandwidth B: z (t) = v (t) ∗ sin(πtB)
πt .
Evaluate the Signal to Noise Ratio (SNR) for the process z(t) as a function of B and draw its graph. Briefly comment
on the result.
Exercise 4 - Digital transmission - pink paper
A bit stream is to be transmitted on a bandpass channel using 4-QAM transmission.
1. Draw a complete block scheme for the transmitter and the receiver, and comment on the function of each block.
2. Let g(t) be the transmitted pulse. Determine the expression of the signal at the receiver after being sampled, by
neglecting the effect of the transmission channel and assuming matched filtering at the receiver..
3. Illustrate the role of the roll-off parameter.
4. Derive the expression for the probability of error as a function of the noise power spectral density N0
Soluzioni
1 Esercizio N. 1
1

f
´ 2 ´ 2 1
1. G(f ) = B · rect B . Eg = |g (t)| dt = |G (f )| df = B
2. S (f ) = G(f ) ∗ (δ (f − f0 ) + δ (f + f0 )) = G (f − f0 ) + G (f + f0 )
3. uc (t) = g (t − τ ) · 2 · cos (2πf0 (t − τ )) · cos (2πf0 t) =
g (t − τ ) · 2 · cos (2πf0 t) · (cos (2πf0 t) cos (2πf0 τ ) − sin (2πf0 t) sin (2πf0 τ )) =
g (t − τ ) · [cos (2πf0 τ ) · (1 + cos (4πf0 t)) − sin (2πf0 τ ) · sin (4πf0 t)]
La trasformata di Fourier si ricava facilmente dall’espressione nei tempi:
Uc (f ) = G (f ) exp (−j2πf τ ) ∗

1 1 j j
cos (2πf0 τ ) · δ (f ) + δ (f − 2f0 ) + δ (f + 2f0 ) − sin (2πf0 τ ) · − δ (f − 2f0 ) + δ (f + 2f0 )
2 2 2 2
cioè si hanno sia termini in banda base che termini ad alta frequenza.
´ cui: vc 2(t) = g (t − τ ) · cos (2πf0 τ ), vs (t) = −g (t − τ ) · sin (2πf0 τ ).

4. Il filtraggio elimina i temini´ passa-alto, per
2
v (t) = vc (t) + jvs (t). Ev = |v (t)| dt = |g (t − τ )| dt = Eg
2 Esercizio N. 2
1. imponendo che l’integrale delle due pdf sia pari a 1 si ricava: A = 1/3, B = 1.
2. p (y, x) = p (y|x) p(x) = 31 rect( x3 ) · rect (y − x)
p(x,y)
2.5
1.5
0.5
0
y
-0.5
-1
-1.5
-2
-2.5
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
x
Figure 1:
´
3. p(y) = p (y, x) dx= 
1/3 (y + 2) −2 6 y 6 −1

1/3 −1 6 y 6 +1

1/3 (2 − y) +1 6 y 6 +2

p(y)
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
y
Figure 2:
4. xe y hanno media nulla (dalla simmetria delle rispettive pdf). La loro varianza è:
ˆ
2 1 x
σx = rect( ) · x2 dx = 0.75
3 3
ˆ ˆ 2
2
σy2 = p(y) · y 2 dy = 2/9 + (2 − y) · y 2 dy ' 0.83
3 1
ˆ ˆ ˆ ˆ ˆ ˆ
σxy = p (y, x) · xydxdy = p (y|x) p(x) · xydxdy = p (y|x) ydy p(x) · xdx
´ ´
è immediato vedere che p (y|x) ydy = x, per cui σxy = p(x) · x2 dx = σx2 . Il coefficiente di correlazione si calcola
come: s
σxy σx2
ρ= q = ' 0.95
σx2 σy2 σy2
3 Esercizio N. 3
Nota: secondo il testo
´ −2originale il processo x(t) avrebbe avuto potenza σx2 e il rumore potenza σw 2
= σx2 . Questo non
2 2
è possibile perchè f df diverge, pertanto σx non assume valore finito. Assumendo cheσw sia finito (cioè ignorando la
2
condizione σw = σx2 , che nonpuò essere valida) è tuttavia possibile svolgere ogni punto dell’esercizio. Infatti le derivate del
segnale e del rumore sono entrambe caratterizzate da densità spettrali di potenza finite, e quindi da valori di potenza finiti.
2

σw f
1. Sy (f ) = f −2 · rect (f ) + 4 · rect 4

f
2. V (f ) = j2πf · Y (f ). Sv (f ) = 4π 2 f 2 · Sy (f ) = 4π 2 · rect (f ) + π 2 σw
2
· f 2 · rect 4
3. Si valuti il rapporto tra la potenza di segnale e la potenza di rumore per il processo v(t) definito al punto 2):
h i
2
E (dx/dt)
SN Rv = h i
2
E (dw/dt)
h i ˆ
2
E (dx/dt) = 4π 2 · rect (f ) df = 4π 2
ˆ +2
h
2
i 16
E (dw/dt) = π 2 σw
2
· f 2 df = π 2 σw
2
−2 3
i h
2
E (dx/dt) 3
SN Rv = h i= 2
E (dw/dt)
2 4σw
4. Segnale: dx/dt∗ sin(πtB)

πt .
ˆ +B/2
(
2 4π 2 B 0<B<1
Potenza segnale = 4π · rect (f ) df =
−B/2 4π 2 B≥1
Rumore: dw/dt∗ sin(πtB)

πt
ˆ +B/2
B3
Potenza rumore = π 2 σw
2
· f 2 df = π 2 σw
2
−B/2 12
ˆ +B/2
(
48 −2
2 B
σw 0<B<1
SNR = π 2 σw
2
· 2
f df = 48 −3
−B/2 2 B
σw B≥1
Il rumore aumenta alle alte frequenze, mentre non ha componente continua. Di conseguenza il rapporto segnale/rumore
migliora andando a selezionare le componenti a bassa frequenza.
4 Esercizio N. 4
Vedere il libro di testo.

Dato il segnale: s (t) = A · cos (2πf0 t)
1. Sia x (t) = s (t − τ ) cos (2πf0 t). Si ricavi l’espressione della trasformata di Fourier di x (t) e se ne traccino i grafici di
modulo e fase.
2. Si calcoli la potenza del segnale x (t)
3. Sia y (t) = s (t − τ ) sin (2πf0 t). Si ricavi l’espressione della trasformata di Fourier di y (t) e se ne traccino i grafici di
modulo e fase.
sin(πBt)
4. Sia z (t) = {x (t) + j · y (t)} ∗ πBt , dove ∗ indica convoluzione e B f0 . Ricavare l’espressione nei tempi di z(t)

1. Un call center riceve mediamente una chiamata al minuto. Assumendo le chiamate con distribuzione di Poisson, si
calcolino: (a) la probabilità di ricevere una chiamata dopo 2 minuti e, (b), le probabilità di attendere 2 minuti per
ricevere rispettivamente la prima e la seconda chiamata.
2. Sia y=b1 +b2 una variabile casuale con b1 , b2 variabili casuali discrete indipendenti con densità di probabilità: P(0)=0.5
P(1)=x. Si detemini “x” e si calcolino
(a) la densità di probabilità di y, il suo valore medio e la varianza

(b) la densità di probabilità congiunta dell’esito di due esperimenti indipendenti: fy1 ,y2 (y1 , y2 )
(c) la probabilità che su cinque esperimenti indipendenti y valga sempre 0
3. Sia p=0.1% la probabilità che un processo produttivo generi un prodotto guasto. Si calcoli la probabilità di avere meno
di 100 e meno di 50 guasti su 100000 prodotti.

- un termine di segnale x (t), con valor medio nullo, potenza σx2 e bianco nella banda di frequenze − B2 , B2

2
- un rumore Gaussiano w (t), con valore medio nullo, potenza σw e bianco nella banda di frequenze (−B, B).
2
σx
Il rapporto Segnale/Rumore per il processo y (t) vale SN Ry = 2
σw =1
1. Si determinino le densità spettrali di potenza e le autocorrelazioni di x(t) e w(t) e se ne disegnino i grafici.

2. Si determinino la densità spettrale di potenza e la funzione di autocorrelazione di yn = y (t = nT ), dove T = 1/B, e se
dy(t)
3. Si valuti il rapporto Segnale/Rumore per il processo z(t) = dt . Si commenti il risultato.
4. Si valuti il rapporto Segnale/Rumore per il processo u (t) = y (t) + y (t − T ). Si commenti il risultato.

Si vuole trasmettere un segnale audio stereo con banda 30 kHz per canale, quantizzato a 24 bit, in banda base, impiegando
una modulazione 2-PAM. Si utilizzino impulsi con spettro radice di Nyquist e fattore di roll-off 0.5, e si voglia ottenere meno
di 1 bit errato per ora. Si consideri attenuazione del mezzo trasmissivo L = 90 dB e rumore con densità spettrale di potenza
N0 = −170 dBm/Hz.
1. Si disegni lo schema del sistema completo di acquisizione, trasmissione ricostruzione del segnale analogico audio.
2. Si scelga un filtro di ricezione che non dia interferenza intersimbolica. Si scriva l’espressione e si rappresenti il grafico
dello spettro dell’impulso trasmesso, nei due casi di bit 0/1.
3. Si calcoli la banda occupata dal segnate 2-PAM e la potenza media in trasmissione per bit.
4. Si calcoli la potenza media per bit (nel caso si usi codifica di Gray) che si otterrebbe in trasmissione nel caso si
impiegasse una modulazione 4-PAM.Si confrontino e commentino i risultati.

Consider the signal: s (t) = A · cos (2πf0 t)
1. Let x (t) = s (t − τ ) cos (2πf0 t). Find the expression of the Fourier transform of x (t) and draw the graphs of its
magnitude and phase.
2. Evaluate the power of x (t)
3. Let y (t) = s (t − τ ) sin (2πf0 t). Find the expression of the Fourier transform of y (t) and draw the graphs of its
magnitude and phase.
sin(πBt)
4. Let z (t) = {x (t) + j · y (t)} ∗ πBt , where ∗ indicates convolution and B f0 . Retrieve the expression of z(t).

1. Phone calls arrive independently to a call center at an average rate of one per minute, and are assumed Poisson
distributed. Compute: (a) the probability of getting one phone call after 2 minutes, (b) the probabilities to wait 2
minutes to get resepctively the first and the second phone calls.
2. Let y=b1 + b2 be a random variable, sum of two independent distributed discrete variables b1 , b2 with pdf: P(0)=0.5
and P(1)=x. Compute “x” and
(a) the probability density of y, its mean value and variance
(b) the joint probability of the result of two independent experiments: fy1 ,y2 (y1 , y2 )
(c) the probability that in five consecutive experiments is always 0
3. Le p=0.1% the probability that a process generates a defective product. Compute the probability to have respectively
less that 100 and less than 50 defective products over 100000

The stationary process y(t) = x(t) + w(t) is obtained as the sum of two uncorrelated processes:
- a useful signal x (t), zero mean, power σx2 , white in the frequency band − B2 , B2

2
- a Gaussian noise w (t), zero mean, power σw , white in the frequency band (−B, B).
2
σx
The Signal to Noise Ratio for the process y (t) is SN Ry = 2
σw =1
1. Determine the power spectral density and the autocorrelation function of x(t) and w(t), and draw their graphs.
2. Determine the power spectral density and the autocorrelation function of yn = y (t = nT ), where T = 1/B, and draw
their graphs.
dy(t)
3. Evaluate the signal to noise ratio (SNR) for the process z(t) = dt . Comment on the result.
4. Evaluate the signal to noise ratio (SNR) for the process u (t) = y (t) + y (t − T ). Comment on the result.

Let assume to transmit in baseband, 2-PAM modulation an audio signal in stereo with bandwidth 30 kHz per channel,
quantized with 24 bit per sample. The pulse coding is such that the spectra is the square root of Nyquist with roll-off 0.5.
The system should provide less than 1 bit error in an hour. Let L = 90 dB the transmission losses and N0 = −170 dBm/Hz
noise power spectrum density.
1. Let draw the schematic block diagram of the full digital conversion and transmission system, up to the analogue signal
reconstruction.
2. Choose a filter that prevents Inter Symbol Interference. Write the expression and represent the spectrum of the
transmitted pulse in the cases of bit 0/1.
3. Compute the bandwidth of the 2-PAM signal and the average power per bit to be transmitted.
4. Compute the average power per bit - by assuming Gray coding - in the case of a 4-PAM modulation. Compare the
result with respect to the previous exercise.
Soluzioni
1 Esercizio N. 1
2 Esercizio N. 2
1. Per una distribuzione di Poisson con media ν = 1 evento/minuto, la probabilità di k=1 evento nell’intervallo T=2
minuti è
(νT )k
P (k) = exp (−νT ) → P (1) = 2 exp (−2) = 27%
k!
la probabilità di attendere 2 minuti per ricevere la prima chiamata è equivalente alla probabilità che arrivi meno di un
evento:
P (t1 < T ) = 1 − P (k = 0, T ) = 1 − exp (−νT ) = 86%
la probabilità di attendere lo stesso tempo per la seconda chiamata, è la probabilità che arrivino meno di due chiamate
(ossia né 0 né 1) in quel tempo:
P (t2 < T ) = 1 − (P (k = 0, T ) + P (k = 1, T )) = 1 − (exp (−νT ) + (νT ) exp (−νT ))

=1 − exp (−νT ) (1 + νT ) = 60%
2. La densità della somma di due distribuzioni uniformi è triangolare, esito della convoluzione, P(0)=1/4;P(1)=1/2;P(2)=1/4,
da cui valore medio e varianza:
1
1X 1
E [y] = n=
2 n=0 2

2 1 1 1 1
V AR [y] = E y 2 − E [y] =

+1 − =
2 2 n=0 4 2
La probabilità congiunta è per esperimenti indipendenti è il prodotto delle due probabilità: P(0,0)=P(2,2)=1/16;
P(0,1)=P(1,0)=1/8; P(1,2)=P(2,1)=1/8; P(0,2)=P(2,0)=1/16; P(1,1)=1/2.La probabilità di cinque successi in cinque
lanci è (1/4)5
−3
3. La densità di probabilità di N = 105 esperimenti con
p probabiltà p = 10 si approssima con una Gaussiana con valor
medio µ = N · p = 100 e deviazione standard σ = N · p · (1 − p)) ≈ 10. La probabilità di M successi è

µ−M 100 − M
Q =Q
σ 10
da cui per M=100 Q(0)=1/2 e per M=50 si ha 10−7
3 Esercizio N. 4
Si vuole trasmettere un segnale audio stereo con banda 30 kHz per canale, quantizzato a 24 bit, in banda base, impiegando
trasmission 2-PAM. Si utilizzino impulsi con spettro radice di Nyquist e fattore di roll-off 0.5, e assicuracdo probabiltà di
errore ˜ 1 bit/ora. Si consideri attenuazione del mezzo trasmissivo L = 90 dB e rumore con densità spettrale di potenza
N0 = −170 dBm/Hz.
1. Si disegni lo schema del sistema completo di acquisizione, trasmissione ricostruzione del segnale analogico audio.
2. Si scelga un filtro di ricezione che non dia interferenza intersimbolica. Si rappresenti il grafico dello spettro dell’impulso
trasmesso, nei due casi di bit 0/1.
3. Si calcoli la banda occupata dal segnate 2-PAM e la potenza media in trasmissione per bit.
4. Si calcoli la potenza media per bit (nel caso si usi codifica di Gray) che si otterrebbe in trassmissione nel caso si
impiegasse una modulazione 4-PAM.Si confrontino e commentino i risultati.
La velocità di trasmissione è 60 000 camp/s×24 bit/camp × 2 canali = 2.8 Mb/s, la banda occupata monolatera è
B=2.8/2×(1+0.5) = 2.1 MHz. L’impulso ha spettro con transizione a coseno rialzato centrata intorno a 1.4 MHz e larga al-
trettanto, con ampiezza positiva/negativa in dipendenza dal bit. La probabilità di errore da garantire è 1/(2.8×106 ×3600) ∼
10−12 .
r
1 2π(f −25e6)
D(f ) = 2 1 + cos 4·0.6·25e6 0.7e6 < f < 2.1e6
1 f < 0.7e6
La probabilità di errore sul bit, per il segnale 2 PAM
r !
2Eb 2Eb
Pb = Q < 10−12 ⇒ ≈ 49
N0 N0
⇒ EbdB = 10 log10 (49) − N0 = −153.1 dBm
La potenza media trasmessa per simbolo

H0 Eb
PT = H0 PRs =
R
PT dB = −153.1 + 90 + 10 log10 2.1e6 = 0.12 dBm
La probabilità di errore sul bit, come da M=4 PAM

s ! r !
2 (M − 1) 3k 2Eb 3 2 2Eb 2 2Eb
Pb = Q = Q < 10−12 ⇒ = 49
M ·k (M 2 − 1) N0 4 5 N0 5 N0

5
⇒ EbdB = 10 log10 49 − N0 = 19.46 − 170 = −149.11 dBm
2
La potenza media trasmessa per bit \
H0 E b
PT b = H0 PRs =
R
PT s dB = −149.11 + 90 + 10 log10 2.1e6 = 4.1dBm
A pari probabilità di errore, la trasmissione 4-PAM richiede una maggiore energia di 5/4, circa 4 dB.

sin(πB(t−τ ))
Sia g (t) = πB(t−τ )
1. Rappresentare il grafico di g(t) e della sua trasformata di Fourier G(f ). Calcolare l’energia di g(t).
2. Rappresentare il grafico di s (t) = g(2t) e della sua trasformata di Fourier S(f ). Calcolare l’energia di s(t).
3. Sia u (t) = g(t) ∗ s(t), (convoluzione). Calcolare l’espressione di u (t) e disegnarne il grafico. Commentare il risultato.
P
4. Si consideri il segnale periodico gp (t) = g (t − kT ), dove T = 1/B. Si scriva l’espressione delle trasformata di Fourier
di gp (t) e se ne rappresenti il grafico. Si disegni inoltre il grafico di gp (t) nel dominio dei tempi.

x

Sia x una variabile casuale, la cui densità di probabilità è triangolare nell’intervallo (−2, +2): px (x) = A · tri 4
1. determinare il valore della costante A. Calcolare media e varianza di x.

2. Calcolare media e varianza della variabile casuale y = 3 · x + 2
3. Calcolare la densità di probabilità della variabile casuale y = 3 · x + 2. Calcolare il coefficiente di correlazione tra x e
y. Commentare il risultato.

x se x ≥ 0
4. Calcolare la densità di probabilità della variabile casuale z, definita come z =
0 se x < 0
Si considerino i due processi:

- x (t) = sin (2πf0 t + ϕ), dove f0 = 5 Hz e ϕ è una variabile casuale uniformemente distribuita nell’intervallo (−π, +π)
2
- w (t), complesso, a valore medio nullo, potenza σw = 2 e bianco nella banda di frequenze (−10, +10) Hz.
I due processi sono tra loro incorrelati.
1. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo x (t)

2. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo y (t) = x (t) + w (t).
3. Sia yn la sequenza ottenuta campionando y (t) a passo T = 0.05 s. Si calcoli il valore atteso e la varianza del
periodogramma di yn . Nel calcolo si supponga di osservare il segnale per un totale di To = 10 secondi.
4. Si definisca uno stimatore della potenza del processo w(t) a partire dal periodogramma di yn e se ne calcolino media e
varianza.
Si consideri un sistema di trasmissione numerica che utilizzi impulsi binari antipodali in un mezzo trasmissivo ideale con
attenuazione L = 90 dB. La figura rappresenta la forma impulsiva all’uscita del filtro adattato in assenza di rumore. Sia
deve ottenere una probabilità P < 10−9 , assumendo densità spettrale di di potenza di rumore N0 = −170 dBm/Hz.
1 - Si rappresenti lo schema del sistema di trasmissione completo. Si determini la
velocità di trasmissione per non avere interferenza intersimbolica.
2 - Si calcoli il valore “A” indicato in figura e la potenza media per bit da utilizzare A
in trasmissione.
f
3 - Si determini lo spettro del segnale trasmesso nei due casi, di bit “1” e di bit “0”.
10 20 [MHz]

sin(πB(t−τ ))
Let g (t) = πB(t−τ )
1. Draw the graphs of g(t) and of its Fourier transform G(f ). Compute the energy of g(t).
2. Draw the graphs of s (t) = g(2t) and of its Fourier transform S(f ). Compute the energy of s(t).
3. Let u (t) = g(t) ∗ s(t) (convolution). Find the expression of u (t) and draw its graph. Comment on the result.
P
4. Consider the periodic signal gp (t) = g (t − kT ), where T = 1/B. Find the expression of the Fourier transform of
gp (t) and draw its graph. Draw also the graph of gp (t) in the time domain.
Let x be a random variable. The probability density function (pdf) of x is triangular in the interval (−2, +2), that is:
px (x) = A · tri x4
1. find the value of the constant A. Compute the mean and the variance of x.
2. Compute the mean and the variance of the random variable y = 3 · x + 2
3. Find the probability density function of y = 3 · x + 2. Compute the correlation coefficient between x e y. Comment on
the result

x if x ≥ 0
4. Find the probability density function of the random variable z, defined as z =
0 if x < 0
Consider the two processes

- x (t) = sin (2πf0 t + ϕ), where f0 = 5 Hz and ϕ is a random variable, uniformly distributed in the interval (−π, +π)
2
- w (t), complex, with zero mean, power σw = 2, white in the frequency band (−10, +10) Hz.
The two process are uncorrelated.
1. Determine the autocorrelation and the power spectral density of the process x (t)
2. Determine the autocorrelation and the power spectral density of the process y (t) = x (t) + w (t).
3. Let yn be the sequence obtained by sampling y (t) with sampling time T = 0.05 s. Compute the expected value and
the variance of the periodogram of yn , under the assumption that the total observation time is To = 10 seconds.
4. Defined an estimator for the power of w(t) based on the periodogram of yn . Evaluate the expected value and the
variance of this estimator.
A digital transmission system makes use of 2-PAM pulses of opposite signs, in a ideal all-pass medium with attenuation
L = 90 dB. The figure plots the noiseless impulse response out of the matched filter. The system should guarantee an error
probability P < 10−9 , by assuming that noise power spectrum density is N0 = −170 dBm/Hz.
1 - Draw the schematic block diagram of the transmission system. Dimension the
transmission rate to null the Inter-Symbol-Interference.
2 - Compute the value of the spectrum amplitude “A” shown in the figure and the A
average transmitted power per bit.
f
3 - Compute the spectrum of the transmitted pulse in the two cases of “1” and “0”
10 20 [MHz]
bit.
1.
Soluzioni
1 Esercizio N. 1
1. La trasformata
sin (πB (t − τ )) f
g (t) = → G(f ) = rect exp (−j2πf τ )
πB (t − τ ) B
da cui Eg = 1/B
2. La trasformata
1 f τ
g (2t) → G(f ) = rect exp −j2πf
2 2B 2
l’energia è 1/2B.
3. La trasformata è

1 f f 3τ 1 f 3τ
U (f ) = rect rect exp −j2πf = rect exp −j2πf
2 2B B 2 2 2B 2
l’energia non cambia in quanto il secondo filtro si comporta come puro ritardatore agli effetti di g(t)
4. La trasformata è
X X1 k

1 1
gp (t) = g(t) ∗ δ (t − kT ) → Gp (f ) = G (f ) δ f− = δ(f ) → g(t) =
T T T T
k

x

Sia x una variabile casuale, la cui densità di probabilità è triangolare nell’intervallo (−2, +2): px (x) = A · tri 4
1. La costatnte vale A=1/2, il valore medio è nullo e la varianza è

ˆ 2
1 x 2 2
E x2 = 2 x2

1− dx = = 0.666
0 2 2 3
2. E[3 · x + 2] = 2,
h
2
i 18
σy2 = E (3x + 2) − 4 = =6
3
3. f (y) = 61 tri x

12 +2
σxy = E 3x2 + 2x − 0 = 2

σxy 2
ρxy = = √ =1
σx σy 4
come ci si attendeva per variabili linearmente dipendenti.
4. f (z) = 21 δ(z) + 1
2 − 14 z per 0 ≤ z ≤ 2
Processi - Foglio azzurro

1. L’autocorrelazione del porcesso x(t) è
E[x(t)x(t + τ )] = E [sin (2πf0 t + ϕ) sin (2πf0 (t + τ ) + ϕ)]

1
= cos (2πf0 τ )
2
1 1
Sx (f ) = δ (f − f0 ) + δ (f + f0 )
4 4
2. L’autocorrelazione di y(t)
ry (t) = rx (t) + rw (t) = rx (t) + 2 sinc (20t)

f
Sy (f ) = Sx (f ) + 2rect
20
3. L’autocorrelazione del processo campionato con frequenza 20 Hz
ry (nT ) = cos (2πf0 nτ ) + 2 sinc (20nτ )

1 1
Sy (f ) = δ (f − f0 ) + δ (f + f0 ) + 2
4 4
Il periodogramma viene calcolato in 10/0.05=200 campioni, la convoluzione con la finestra di Dirichelet fornisce valore
atteso 50 nei picchi, e 2 altrove
4. Per stimare la potenza di w, è sufficiente integrare il periodogramma nelle frequenze non interessate dal sengale, che
in questo caso rappresentano 198 campioni, riducendo la varianza dello stesso fattore.
Esercizio 4
1 - L’interferenza intersimbolica è nulla se X

D (f − k · Rb ) = A
k
ossia per Rb = 30Mb/s.

2 - La probabilità di errore sul bit, per il segnale 2 PAM
r !
2Eb 2Eb
Pb = Q < 10−9 ⇒ ≈ 36
N0 N0
⇒ EbdB = 10 log10 (36) + N0dB = −154.4 dBm
L’energia è l’area della forma d’onda al campionatore:
Eb = A · 20 · 106 + A · 10 · 106
AdBm = EbdB − 74.77 = −229.17
La potenza media per bit in trasmissione è:
PbdBm = EbdBm + Rb − LdB = −154.4 + 90 + 74.77 = 10.37
3 - La forma d’onda trasmessa è:

 1
√
A |f | < 10M Hz
1 p  h0
G(f ) = ± ·
r
D(f )
h0  h1 A 1 − f −10
10 10M Hz < |f | < 20M Hz
0
084538 - MODULO 1: es. 2 + es. 3 - foglio azzurro 084539 - MODULO 2: es. 1 + es. 4 foglio rosa
Sia
sin (πBt) π
g (t) = · cos Bt − θ
πBt 2
1. Rappresentare il grafico della trasformata di Fourier di g(t).

2. Si determini il valore di della fase θ tale che la trasformata di Fourier di g(t) sia nulla per f = 0, i.e.: G(0) = 0.
3. Disegnare il grafico dell’energia di g(t) al variare di θ.
4. Si ricavi l’espressione nei tempi del segnale s (t) = g (t) ∗ g (−t), dove ∗ indica convoluzione.
Sia x una variabile casuale distribuita uniformemente nell’intervallo (−2, +2) e sia y = x2
1. Calcolare media e varianza di y.
2. Calcolare il coefficiente di correlazione tra x e y. Commentare il risultato.

3. Calcolare la densità di probabilità di y.
4. Calcolare la probabilità P (x > y)
Si consideri il processo stazionario tempo-continuo x(t), la cui densità spettrale di potenza è

2
sin (πf · τx )
Sx (f ) = K ·
πf
, dove τx = 2 ms. Sia xn il processo discreto ottenuto campionando x (t) a passo T : xn = x (t = nT ).

h i
2
1. Determinare la funzione di autocorrelazione del processo discreto xn nel caso in cui T = 10 ms. Calcolare E (xn − xn−1 )
h i
2
2. Determinare la funzione di autocorrelazione del processo discreto xn nel caso in cui T = 1 ms. Calcolare E (xn − xn−1 )
3. Determinare la funzione di autocorrelazione e la densità spettrale di potenza del processo discreto yn = xn − xn−1 nei
due casi T = 10 ms e T = 1 ms.
4. Si definisca il predittore lineare ottimo per la stima di xn noto xn−1 e si calcoli l’errore di predizione nei due casi T = 10
ms e T = 1 ms.
Un segnale analogico proveniente da un processo bianco per f ≤ 100 kHz viene digitalizzato con 8 bit per campione e
trasmesso numericamente mediante modulazione binaria antipodale 2-PAM in banda base. Si assuma di trasmettere impulsi
con spettro del tipo radice di Nyquist con roll-off α = 0.5, sia L = 120 dB l’attenuazione del mezzo trasmissivo. Si assuma
inoltre una densità spettrale di potenza al ricevitore pari a N0 /2, con N0 = −193 dBm/Hz.
1. Si rappresenti lo schema completo del sistema includendo la digitalizzazione, la trasmissione numerica e la ricostruzione
del segnale analogico. Si dica se si può utilizzare il filtro adattato.
2. Si scelga un opportuna frequenza di campionamento, si valuti la velocità di trasmissione in bit/secondo. Si determini
la banda minima necessaria per trasmettere il segnale (in tempo reale).
3. Si determini la potenza da trasmettere per garantire una probabilità di errore < 10−11
084538 - MODULO 1: es. 2 + es. 3 - pale blue paper 084539 - MODULO 2: es. 1 + es. 4 pink paper
Let
sin (πBt) π
g (t) = · cos Bt − θ
πBt 2
1. Draw the graph of the Fourier transform of g(t)

2. Determine the value of the phase θ such that the Fourier transform of g(t) is null at f = 0, i.e.: G(0) = 0.
3. Draw the graph of the energy of g(t) as a function of θ.
4. Determine the expression of the signal s (t) = g (t) ∗ g (−t), where ∗ indicates convolution..
Let x be a random variable, uniformly distributed in the interval (−2, +2), and let y = x2
1. Evaluate expected value and variance of y.

2. Evaluate the correlation coefficient between x and y. Comment on the result.
3. Determine the probability density function of y.

4. Calculate the probability P (x > y)
Consider the stationary continuous-time process x(t), whose power spectral density is:
2
sin (πf · τx )
Sx (f ) = K ·
πf
, where τx = 2 ms. Let xn be the discrete time process obtain by sampling x (t)every T seconds: xn = x (t = nT ).
h i
2
1. Determine the auto-correlation function of the discrete process xn in the case where T = 10 ms. Evaluate E (xn − xn−1 )
h i
2
2. Determine the auto-correlation function of the discrete process xn in the case whereT = 1 ms. Evaluate E (xn − xn−1 )
3. Determine the auto-correlation function and the power spectral density of the discrete process yn = xn − xn−1 .
Consider the two cases T = 10 ms e T = 1 ms.
4. Define the optimum linear predictor to estimate xn based on xn−1 and calculate the prediction error. Consider the
two cases T = 10 ms e T = 1 ms.
A signal representing a white process in the bandwidth f ≤ 100 kHz is digitized using 8 bits per sample and transmitted by
numerical 2-PAM base band modulation. The transmission employs Square-Root Nyquist pulses with roll-off factor α = 0.5.
Assume an attenuation of L = 120 dB and let noise power spectral density at the receiver be N0 /2, with N0 = −193 dBm/Hz
1. Represent the entire transmission system including the Analog-to-Digital conversion, transmission, and Digital-to-
Analog conversion. Is it possible to use matched filter at reception?
2. Choose a proper sampling frequency, and compute the necessary bitrate and the bandwidth required for real time
transmission.
3. Compute the average transmitted power to ensure an error probability Pe < 10−11
Soluzioni
Esercizio 1
Trasformata di Fourier:
1 f − B/4 1 f + B/4
G (f ) = rect e−jθ + rect e+jθ
2B B 2B B
che può essere scritta come

1 f − B/2 1 f + B/2 cos (θ) f
G (f ) = rect e−jθ + rect e+jθ + rect
2B B/2 2B B/2 B B/2
Dunque:
cos2 (θ)

2 1 f − B/2 1 f + B/2 f
|G (f )| = rect + rect + rect
4B 2 B/2 4B 2 B/2 B2 B/2
da cui
1 cos2 (θ)
Eg = +
4B 2B
Inoltre
2
1 sin (πB/2 · t) 1 sin (πB/2 · t)
s (t) = z−1 |G (f )| = · cos (πBt) + · cos2 (θ)
4B πB/2 · t 2B πB/2 · t
Esercizio 2
1. Media e varianza di y: ˆ
1 +2
28 4
E [y] = E x2 = x2 dx = =
4 −2 43 3
ˆ +2
1 2 32 32
E y 2 = E x4 = x4 dx =

=
4 4 5
−2 10
2
2 2 32 4
V [y] = E y − (E [y]) = −
10 3
2. Coefficiente di correlazione
E [(x − E [x]) (y − E [y])] = E [xy] − E [xE [y]] = 0
da cui si ricava che x e y sono incorrelate, nonostante non siano indipendenti.
3. Densità di probabilità di y:
√ √
py (y) dy = px (x = y) dx + px (x = − y) dx
da cui:
1
py (y) = √
4 y
1
4. P (x > y) = P (x > x2 ) = P (0 ≤ x ≤ 1) = 4
Esercizio 3
L’autocorrelazione di x(t) è:

τ
Rx (τ ) = Kτx · tripuls
2τx
si noti che il valore atteso di x(t) è nullo, in quanto mancano delta di Dirac nella densità spettrale did potenza.
1. Campionando ogni T = 10 ms si ha una separazione temporale tra campioni successivi superiore al tempo di decorre-
lazione del processo, per cui l’autocorrelazione è impulsiva
Rx (m) = Kτx · δm
ne segue immediatamente che

h i h i
2 2
E (xn − xn−1 ) = 2E (xn ) = 2Rx (0) = 2Kτx
2. Campionando ogni T = 1 ms si ha:

1 1
Rx (m) = Kτx · δm + δm−1 + δm+1
2 2
da cui h i
2
E (xn − xn−1 ) = 2E x2n + x2n−1 − 2xn xn−1 = 2 (Rx (0) − Rx (1)) = Kτx

3. yn = xn − xn−1
Ry (m) = E [yn+m yn ] = E [(xn+m − xn+m−1 ) (xn − xn−1 )]
= 2Rx (m) − Rx (m − 1) − Rx (m + 1)
Sy (m) = 2Sx (f ) − Sx (f ) e−j2πf T − Sx (f ) e+j2πf T = 2Sx (f ) (1 − cos (2πf T ))
4. Il predittore ottimo è xˆn = ρxn−1 , dove ρ è il coefficiente di correlazione tra xn e xn−1 . Si ottiene:
Rx (1)
xˆn = xn−1
Rx (0)
L’errore di predizione vale:

" 2 #
R2 (1)

h
2
i Rx (1)
e = E (xˆn − xn ) = E xn−1 − xn = Rx (0) 1 − x2
Rx (0) Rx (0)
pertanto la predizione è utile solo nel caso in cui vi sia correlazione tra i campioni.
Esercizio 4
La frequenza minima di campionamento è 200 kHz, che corrisponde ad un rate Rb = 1.6 Mbit/s. La banda è B =
Rb (1 + α)/2 =1.2 MHz. Il filtro adattato non produce interferenza intersimbolica quindi l’uso è raccomandato. Il rapporto
segnale rumore ottenibile al campionatore è
2Eg 2PT /L
SN R = =
N0 N0 Rb
quello che si deve assicurare è √
Q SN R = 10−11 → SN RdB = 16.5
da cui:
16.5 = 3 + PT dBm − 120 + 193 − 62 → PT dBm = 2.5
ovvero 1.7 mW.
Esercizio 1 - Segnali deterministici - Foglio rosa

t
P
Si consideri il segnale periodico s (t) = k g (t − 2kT ) , dove g (t) = rect T
1. Calcolare l’energia di g(t) e la potenza media di s (t)

2. Calcolare la trasformata di Fourier di s (t) e rappresentarne il grafico.
t
3. Calcolare la trasformata di u (t) = s(t) · sinc( 4T ) e rappresentarne il grafico.
´ t
4. Calcolare l’integrale u (t) · sinc( 2T )dt
Sia x una variabile casuale uniformamente distribuita nell’intervallo − 12 , + 12 e sia w una variabile casuale Gaussiana a

media nulla e varianza unitaria. Si assuma che x e w siano tra loro incorrelate.
1. Determinare valore atteso e varianza della variabile casuale y = x + w

2. Determinare il coefficiente di correlazione tra x e y
3. Sia x
b = ay uno stimatore di x a partire da y. Definendo l’errore di stima come e = x b − x, si calcolino: i) il valore del
parametro a che minimizza la potenza dell’errore e ii) il minimo della potenza dell’errore.
4. Si calcoli la densità di probabilità di x condizionata a y: px|y (x|y). Suggerimento: si ricordi che P (|w| < k) = 1−2Q (k)
Si consideri il processo stazionario e (t) bianco nella banda − B2 , + B2 , di media e potenza pari a E [e (t)] = 0, E e2 (t) = 1.

1. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo e (t)

2. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo x (t) = e (t) − e (t − t0 )
3. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo campionato xn = x (t = nT ), per T = 1/B e
T = 2/B. Commentare i risultati.
4. Si discuta se e sotto quali condizioni si possa riottenere il processo continuo e (t) a partire dal processo campionato xn .
Si consideri un sistema di trasmissione numerica che impiega impulsi antipodali in banda base, la cui densità spettrale di
energia non può superare la maschera in figura.
Si assuma mezzo trasmissivo ideale con attenuazione L=120 dB e rumore gaussiano
bianco con densità spettrale di potenza N0 = −190 dBW /Hz.
0.5 W/MHz
1. Si assuma di trasmettere impulsi con spettro di forma rettangolare. Si indichi
se si può utilizzare il filtro adattato, e se ne scriva la risposta impulsiva. Si 250 mW/MHz
calcolino la massima velocità di trasmissione e la probabilità di errore in bit per
secondo.
f
2. Si assuma ora di trasmettere impulsi la cui densità spettrale di energia è indicata 1 2
in figura. Si assuma filtro adattato e si determini la velocità di trasmissione per
(MHz)
evitare interferenza intersimbolica. Si calcoli la probabilità di errore. Si scriva
la risposta impulsiva del filtro adattato.
3. Indicare la massima velocità di trasmissione per ottenere la stessa probabilità
di errore di cui al punto (1), ed impiegando modulazione M-PAM.

t
P
Consider the periodic signal: s (t) = k g (t − 2kT ) , where g (t) = rect T
1. Evaluate the energy of g(t) and the average power of s (t)

2. Evaluate the Fourier transform of s (t) and draw its graph.
t
3. Evaluate the Fourier transform of u (t) = s(t) · sinc( 4T ) and draw its graph.
´ t
4. Evaluate the integral u (t) · sinc( 2T )dt
Let x be a random variable, uniformly distributed in the interval − 12 , + 21 , and let w be a Gaussian random variable, with

zero-mean and variance equal to 1. Let x and w be uncorrelated to each other.
1. Determine the expected value and the variance of the random variable y = x + w
2. Determine the correlation coefficient between x and y
3. Let x b − x. Evaluate: i) the value of the a
b = ay an estimator of x based on y, and define the estimation error as e = x
parameter for which the power of the error is minimal, and ii) the minimal value of the power of the error.
4. Evaluate the conditional density probability function of x given y: px|y (x|y). Tip: remember that P (|w| < k) =
1 − 2Q (k).

B B

2 process e (t), white in the frequency band − 2 , + 2 , whose expected value and power are equal to
Consider the stationary
E [e (t)] = 0, E e (t) = 1, respectively.
1. Evaluate the auto-correlation function and the power spectral density of the process e (t)
2. Evaluate the auto correlation function and the power spectral density of the process x (t) = e (t) − e (t − t0 )
3. Evaluate the auto correlation function and the power spectral density of the discrete-time process xn = x (t = nT ),
considering the two cases T = 1/B and T = 2/B. Briefly comment on the results
4. Discuss whether, and under which conditions, the continuous-time process e (t) can be reconstructed based on the
discrete-time process xn .
A digital communications system makes use of binary pulses whose power spectrum density cannot exceed the mask in the
figure.
Let us assume ideal medium with attenuation L=120 dB and Gaussian noise (AWGN)
with power spectrum density N0 = −190 dBW /Hz.
0.5 W/MHz
1. Let us assume to transmit pulses with rectangular spectrum. Write the expres-
sion of the matched filter. Is the ISI null ? Compute the maximum rate in bps 250 mW/MHz
and the probability in terms of bit error per second.
2. Assume to transmit pulses whose spectral energy matches the one in the figure, f
and to use matched filter. Find the transmission rate to avoid ISI and compute 1 2
the error probability. Write the impulse response of the matched filter.
(MHz)
3. Let us assume a M-PAM modulation with the same error rate as resulting from
(1). Which would be the transmission rate ?
Soluzioni
1 Esercizio N. 1
´ +T /2 1
Eg = −T /2
dt = T nella ripetizione periodica le repliche restano separate, la potenza media è P = 2T Eg = 12 .
1 X
S(f ) = δ(f ) + f0 G (nf0 ) δ (f − nf0 )
2
n6=0
1 X n 1X n n
= T sinc δ (f − nf0 ) = sinc δ f−
2T 2 2 2 2T
1 1 1 1 3 1 5
= δ(f ) + δ f ± − δ f± + δ f± ...
2 π 2T 3π 2T 5π 2T
Nella convoluzione con z (sinc (t/4T )) = 4T rect (4f T ) ciascun δ è sostituito da un rettangolo, che è largo ∆f = 1/(4T ) =
f0 /2 e scalato di 4T = 2/f0 . L’ultimo punto, per Parseval:
ˆ ˆ +f0 /2 ˆ +f0 /4
f U (f ) 1 1
U (f ) · rect df = df = df = ·
f0 −f0 /2 f0 −f0 /4 f02 2f0
10
0
0 5 10 15 20
0.4
0.2
-5 0 5 10 15 20
2 Esercizio N. 2
Ey = Ex + Ew = 0 + 0 = 0
ˆ +0.5
13
σy2 = σx2 + σw
2
= x2 dx + 1 = = 1.0833
−0.5 12
1
σxy =E [x (x + w)] = E x2 + E [xw] = E x2 =

= 0.0833
12
La potenza dell’errore di stima è:

h i h i
2 2
Pe = E |x̂ − x| = E |ay − x|
h i h i
2 2
= a2 E |y| + E |x| − 2aE [xy]
che si minimizza per

∂Pe
= 2aσy2 − 2σxy = 0
∂a
σxy 1
a= 2 =
σy 13
ottenendo una potenza:

1 13 1 1 1 1
Pe = + −2 =
132 12 12 13 12 13
La probabilità condizionata con la regola di Bayes
px (t)
px|x+w (t) = px+w|x (t)
px+w (t)
dove: x + w|x è una Gaussiana di valore medio x e varianza unitaria:
!
2
1 (t − x)
px+w|x (t) = N (x, 1) = √ exp −
2π 2
la ddp uniforme px (t) = rect(t) e la ddp di x+w è la convoluzione delle due ddp:
ˆ ˆ +0.5
(t − τ )2 (t − τ )2

1 1
px+w (t) = √ exp − rect(τ ) dτ = √ exp − dτ
2π 2 −0.5 2π 2
ˆ t+0.5 2
1 z
=− √ exp − dz = 1 − Q(t − 0.5) − Q(t + 0.5)
t−0.5 2π 2
5 5
y 0 0
y
-5 -5
-1 0 1 -1 0 1
x x
0.4
0.3
0.2
y
0.1
0
-5 0 5
3 Esercizio N. 3
La densità spettrale di potenza e l’autocorrelazione valgono:

f
Se (f ) = B rect
B
re (t) = sinc(Bt)
Il processo x(t) è ottenuto mediante filtro lineare con risposta impulsiva e trasformata:
h(t) = δ(t) − δ(t − t0 )

t0
H(f ) = 1 − exp (−j2πf t0 ) = exp (−jπf t0 ) 2j sin 2πf
2
da cui autocorrelazione e dsp:

2 f
Sx (f ) = Se (f ) |H(f )| = B rect · 4 sin2 (πf t0 )
B
rx (t) = re (t) ∗ rh (t) = 2 sinc(Bt) − sinc(B(t − t0 ))
− sinc(B(t + t0 ))
0
-0.5 0 0.5
30
20
10
0
-0.5 0 0.5
L’autocorrelazione del processo campionato:
rx (nT ) = 2 sinc(BnT ) − sinc(B(nT − t0 ))

− sinc(B(nT + t0 ))
= 2δ(n) − sinc(n − Bt0 ) − sinc(n + Bt0 )
nel caso B=1/T e similmente nel caso nel caso B=2/T:
rx (nT ) = 2δ(n) − sinc(2n − Bt0 ) − sinc(2n + Bt0 )
Nel primo caso si ripete uno spettro largo B con periodo B, quindi è possibile ricostruire il segnale originario, nel secondo la
frequenza di campionamento è dimezzata B/2, e questo porta ad equivocazione.
2
-1
-500 0 500
0
-0.5 0 0.5
4 Esercizio N. 4
Se si usano impulsi ideali con spettro rettangolare, la velocità di trasmissione è RB = 2B = 4 Mbit/s. La ricezione con filtra
adattato non crea interferenza intersimbolica perché la ripetizione dello spettro con periodo 2 MHz è costante. La probabilità
di errore che ne consegue è
r ! r !
2Er 0.25 · 4 · 10−10
Pb = Q =Q = 0.0062
N0 10−19 · 4 · 106
si tratta di 24000 bit errati per ogni secondo.
La densità√spettrale di energia indicata nella
√ maschera
√ è pensabile come somma √ di due rettangoli, uno largo 4 MHz e di
ampiezza 0.25e l’altro 2 MHz e ampiezza 0.25 2 − 1 la loro somma infatti è 0.5:
√ 2
f

f

2
|H(f )| = A 2 − 1 · rect + A rect
2 · 106 4 · 106
con A=0.25 e quindi risposta impulsiva
√ √ √
2 − 1 · 106 sinc t · 2 · 106 + A · 4 · 106 sinc t · 4 · 106

h(t) = A ·
la frequenza che da assenza di intersimbolo è quella per la quale la ripetizione periodica dello spetto è costante:
X 2
|H(f − fc )| = cost
che si verifica per fs =2 MHz, ovvero 2 Mbit/secondo (si può anche vedere che h(t) si annulla ogni 500 ns),
In questo caso la probabilità di errore andrebbe a:
r ! r !
2Er (0.25 · 4 + 0.5 · 2) · 10−10
Pb = Q =Q = 7.6 · 1024
N0 10−19 · 2 · 106
La probabilità di errore in un multilivello è

r ! r !
2 (M − 1) 2Eg 2 (0.25 · 4 + 0.5 · 2) · 10−10
Pb = Q ' Q = 0.0062
M ·k N0 k 10−19 · k · 2 · 106
otteniamo k' 4, ossia M=16 livelli ed una velocità di trasmissione di 8 Mbit/secondo.
140
120
100
80
60
40
20
-2 0 2 4 6 8
×10 -5
Sia
t−τ
x (t) = rect( )
T
1. Rappresentare il grafico della trasformata di Fourier di x(t).
2. Calcolare l’espressione nei tempi del segnale y (t) = x (t) ∗ x (t + τ ), dove ∗ indica convoluzione.
P
3. Calcolare la trasformata di Fourier del segnale periodico yp (t) = k y (t − 4kT ) e rappresentarne il grafico.
4. Si calcoli la potenza del segnale periodico yp (t). Il risultato dipende dal ritardo τ ?
Sia x una variabile casuale distribuita uniformemente nell’intervallo (−2, +2) e sia w una variabile casuale distribuita
uniformemente nell’intervallo (−1, +1) . Si assuma che x e w siano indipendenti.
1. Calcolare media e varianza di y = x + w
2. Calcolare il coefficiente di correlazione tra x e y.

3. Calcolare la densità di probabilità di y.
4. Sia x̂ = ay uno stimatore di x a partire da y. Definendo l’errore di stima come e = x̂ − x si calcolino: i) il valore del
parametro a che minimizza la potenza dell’errore e ii) il minimo della potenza dell’errore.
Si consideri il processo tempo-continuo x(t) = A · exp (j2πf0 t) + w (t), dove A è una costante e w (t) è un processo stazionario
a media nulla, potenza Pw , bianco nella banda (−2f0 , 2f0 ).
1. Si dica se x(t) è un processo stazionario.
2. Si determini la densità spettrale di potenza di x (t) e se ne rappresenti il grafico.

3. Sia y(t) il processo ottenuto come y (t) = x(t) ∗ sinc (t · f0 ), dove ∗ indica convoluzione. Calcolare la funzione di
autocorrelazione di y(t).
4. Sia z (t) = y (t) − y (t − τ ). Disegnare il grafico della potenza di z (t) al variare di τ .
Si assuma di trasmettere musica stereo (2 canali), con qualità CD, quantizzata con 16 bit per campione e frequenza massima
20 kHz, mediante modulazione 2-PAM con impulsi antipodali in banda base. Si assuma attenuazione del mezzo L=120 dB
e densità spettrale di potenza di rumore N0 /2 = −200 dBm.
1. Si valuti il bitrate necessario per trasmettere il segnale in tempo reale, e la probabilità di errore per sbagliare un bit
ogni 30 minuti di musica.
2. Si assuma di trasmettere impulsi con spettro triangolare. Si scriva l’espressione del singolo impulso nel dominio dei
tempi - indicandone la durata, e delle frequenze, indicandone la banda e rappresentarne il grafico.
3. Si assuma filtro di ricezione (a) passabasso ideale: si rappresenti la banda e (b) filtro adattato. Si scelga quello che
elimina l’interferenza intersimbolica.
4. Si valuti la potenza di picco e la potenza media per simbolo in trasmissione.

Define
t−τ
x (t) = rect( )
T
1. Draw the graph of the Fourier transform of x(t).
2. Evaluate the expression of the signal y (t) = x (t) ∗ x (t + τ ), where ∗ indicates convolution.
P
3. Evaluate the Fourier transform of the periodic signal yp (t) = k y (t − 4kT ) , and draw its graph.
4. Evaluate the power of yp (t). Does the result depend on τ ?
Let x be a random variable, uniformly distributed in the interval (−2, +2), and let w be a random variable, uniformly
distributed in the interval (−1, +1) . Assume that x and w are independent of each other.
1. Evaluate the mean and the variance of y = x + w

2. Evaluate the correlation coefficient between x e y.
3. Evaluate the probability density function of y.

4. Let x̂ = ay an estimator of x based on y, and define the estimation error as e = x̂ − x. Evaluate: i) the value of the
parameter a for which the power of the estimation error is minimal, and ii) the minimum value of the power of the
error.
Consider the continuous time process x(t) = A · exp (j2πf0 t) + w (t), where A is a constant and w (t) is a stationary process,
zero mean, white in the frequency band (−2f0 , 2f0 ). Let Pw be the power of w.
1. Is x(t) a stationary process ?
2. Determine the power spectral density of x (t) and draw its graph
3. Let y(t) be obtained as y (t) = x(t) ∗ sinc (t · f0 ), where ∗ indicates convolution. Evaluate the autocorrelation function
of y(t).
4. Let z (t) = y (t) − y (t − τ ). Draw the graph of the power of z (t) as a function of τ .
A digital communications system makes use of binary pulses with triangular spectrum to transmit a bitstream coming for
a stereo CD player quantized with 16 bits (each channel) and maximum frequency 20 kHz. The medium is ideal with
attenuation L=120 dB. The power spectrum density of noise is N0 /2 = −200 dBm
1. Estimate the bitrate R and the probability of error in order to get one wrong bit every 30 minutes
2. Write the expression of the transmitted pulses in time and frequency domain. Define the support in both domains.
3. Let us assume that the reconstruction filter is either (a) a low-pass ideal (which bandwidth ?), (b) a matched filter.
Choose the one that nulls the InterSymbolInterference.
4. Estimate the transmitted peak power and the mean power per symbol.
Soluzioni
1 Esercizio N. 1
La trasformata di x(t) e la convoluzione valgono:
t−τ
x (t) = rect( ) ↔ X(f ) = T sinc (f T ) exp (−j2πf τ )
T
Y (f ) =T sinc (f T ) exp (−j2πf τ ) · T sinc (f T ) = T 2 sinc2 (f T ) exp (−j2πf τ )

t−τ
y(t) = T · tripuls
T
La trasformata del segnale periodico è ottenuta campionando la trasformata del segnale a-periodico:
1 X sin2 π k4

1 X k k k k k
YP (f ) = T sinc2 T exp j2π τ δ f − = 2 exp j2π τ δ f −
4T 4T 4T 4T 4 πk 4T 4T
k k 4
La potenza vale
ˆ ˆ T 2
1 2 t 2
P = x2p (t)dt = T2 · 1 − dt = T
T T T 0 T 3
0.5
0
-20 -15 -10 -5 0 5 10 15 20
0
-20 -15 -10 -5 0 5 10 15 20
0
-20 -15 -10 -5 0 5 10 15 20
2 Esercizio N. 2
2
Sia x che w che la loro somma sono a media nulla, varianzaσw = 4/12 = 1/3 = 0.33, σx2 = 4σw2
= 4/3 = 1.33, σy2 = 5/3 = 1.66
e correlazione:
E[xy] E[x2 + wx] 1 2√
ρxy = p =p = r = 5 = 0.89
2 2
E [x ] E [y ] 2 2 2
σx (σx + σw ) σ2
5
1 + σw2
x
La densità di probabilità di y è la convoluzione tra le due ddp:

1 y 1 y
fy (y) = rect ∗ rect
4 4 2 2
0.25
0.2
0.15
0.1
0.05
0
-10 -8 -6 -4 -2 0 2 4 6 8 10
L’errore di stima ha potenza

h i
2 2
E[ (ay − x) = a2 σy2 + σx2 − 2aσx2 = a2 σx2 + σw
2
+ σx2 − 2aσx2 = (a − 1) σx2 + a2 σw
2

il valore ottimo di a
σx2 4
2a σx2 + σw
2
− 2σx2 = 0 → a =

2 + σ2
= = 0.8
σw x 5
e la corrispondente potenza minima
2 1 4 16 1 4
σe2 = (a − 1) σx2 + a2 σw
2
= + = = 0.267
25 3 25 3 15
3 Esercizio N. 3
L’autocorrelazione
rx (τ ) = E [x(t + τ )x0 (t)] = E [(A · exp (−j2πf0 t) + w (t)) (A · exp (j2πf0 (t + τ )) + w (t + τ ))]
= A2 · exp (j2πf0 τ ) + rw (t)

2 f
Sx (f ) = A δ(f − f0 ) + Pw rect
2f0
non dipende da t, dunque è stazionaria.
Il processo y(t) è ottenuto filtrando il processo x(t) con un passabasso nella banda —f | <f0 /2, e ampiezza 1/f0 , che cancella
l’esponenziale discreto e lascia un processo bianco passabasso di potenza Pw /4f02 :
Pw
ry (τ ) = sinc (f0 t)
4f02
Il processo z(t) è ottenuto da y(t) mediante il filtro lineare:

2
h(t) = δ(t) + δ(t − τ0 ) ↔ |H(f )| = 4 sin2 (πf τ0 )
da cui la potenza ˆ
Pw Pw
Pz = 2 4 sin2 (πf τ0 ) df = (1 − sinc (f0 t))
f0 4f0 f0
4 Esercizio N. 4
Campionando a 44 kHz, Il bit rate da garantire è: R=2*16*44000=1.4 Mbit/s con una probabilità di errore pari a
Pe=1/(1.4e6*30*60)=4e-10.
L’impulso trasmesso a spettro triangolare è:
G(f ) = g0 rect(f /R)* rect(f /R) ↔ g(t) = g0 R2 sinc2 (R · t)
infatti il primo zero si ha per t=1/R, la banda monolatera è B=R=1.4 MHz, totale 2R. Se si usa un filtro passabasso la
ripetizione periodica dello spettro con frequenza fs=R è una costante e non si ha interferenza intersimbolica, che si avrebbe
invece nel caso di filtro adattato. La probabilità di errore vale:
p
Pb = Q SN Rc = 4e − 100 ↔ SN Rc = 37.7 =dB 15.77
Il rapporto segnale rumore al campionatore si valuta supponendo di trasmettere impulsi come indicato sopra, a assumendo
filtro di ricostruzione:H(f ) = rect(f /2R) e mezzo ideale con attenuazione L. In tal caso
´
G(f )H(f ) · Ldf 2

g 2 L2 R 4 g 2 L2 R3 L2 Pp /R L2 Ep
SN Rc = ´ N 2 = 0N0 = 0 = =
2 2R
N0 N0 N0
2 |H(f )| df
0
dove Pp è la potenza trasmessa di picco, che risulta:
PpdB = SN RcdB + N0dB − L2dB − RdB = 15.77 − 200 + 3 + 100 − 61.5 = 0.27dBw
√
ossia circa 1 W, mentre la potenza media nel caso di spettro lineare è ridotta di 3

t t

Siano x (t) = rect T e y (t) = rect 2T .
1. Si scriva l’espressione del segnale z (t) = x (t) ∗ y (t) , dove * indica convoluzione, e se ne rappresenti il grafico
2. Sia Z (f ) la trasformata di Fourier di z (t). Si calcoli l’espressione analitica di Z (f ) e se ne rappresenti il grafico
3. Sia X
S (f ) = Z (f ) · δ (f − k∆f )
k
Si calcoli l’espressione della antitrasformata s (t) e se ne rappresenti il grafico. Come varia il grafico di s (t) in funzione
di ∆f ?
4. Tracciare il grafico della potenza di s (t) in funzione di ∆f .

Siano x e y due variabili casuali, incorrelate tra loro, uniformemente distribuite nell’intervallo (−1, +1).
1. Determinare valore medio e varianza della variabile casuale z = x + y.

2. Calcolare il coefficiente di correlazione tra x e z. Commentare il risultato.

z se z ≥ 0
3. Calcolare la densità di probabilità della variabile casuale u, definita come u =
0 se z < 0
4. Calcolare il coefficiente di correlazione tra u e z.

- x (t) = exp (j2πf0 t + ϕ), dove f0 = 10 Hz e ϕ è una variabile casuale uniformemente distribuita nell’intervallo (−π, +π)
2
1. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo x (t); è un processo stazionario ?
periodogramma di yn . Nel calcolo si supponga di osservare il segnale per un totale di To = 1 secondo.
4. Ripetere il calcolo al punto 3 utilizzando un passo di campionamento pari a T = 0.04 s e T = 0.1 s ? Cosa cambia nei
due casi ?

Si assuma di trasmettere un filmato con immagini di dimensioni 1920 × 1080 a 24 immagini al secondo, codificato in formato
grezzo con 8 bit per pixel, trasmettendo impulsi rettangolari antipodali in un mezzo trasmissivo con attenuazione L=120 dB
e densità spettrale di potenza di rumore N0 /2 = −200 dB.
1. Si valuti il bitrate necessario per trasmettere il segnale in tempo reale, e la probabilità di errore per sbagliare mediamente
un bit ogni minuto.
2. Si assuma di impiegare in ricezione un filtro adattato. Si ottiene interferenza intersimbolica ? Si valuti la potenza
media trasmessa.
3. Si assuma mezzo trasmissivo passabasso ideale con banda monolatera B. Si valuti la minima banda e si scriva la
risposta in frequenza di un filtro di ricezione che fornisce assenza di interferenza intersimbolica.
4. Come si valuta la potenza in trasmissione nel caso del punto 3? Si scriva l’espressione per il calcolo della potenza in
trasmissione.

t t

Let x (t) = rect T and y (t) = rect 2T .
1. Evaluate the expression of the signal z (t) = x (t) ∗ y (t) , where ∗ indicates convolution, and draw its graph
2. Let Z (f ) be the Fourier transofrm of z (t). Evalute the analytical expression of Z (f ) and draw its graph
3. Let X
S (f ) = Z (f ) · δ (f − k∆f )
k
evaluate the expression of the inverse transform s (t) and draw its graph. Comment on how this graph changes as a
function of ∆f ?
4. Draw the graph of the power of s (t) as a function of ∆f .

Let x and y be two uncorrelated random variables, uniformely distributed in the interval (−1, +1).
1. Calculate the expected value and the variance of the random variable z = x + y.
2. Calculate the correlation coefficient betweenx and z. Comment on the result.

z se z ≥ 0
3. Calculate the probability density function of the random variable u, defined as u =
0 se z < 0
4. Calculate the correlation coefficient betweenu and z.

Consider the following stochastic processes:
- x (t) = exp (j2πf0 t + ϕ), where f0 = 10 Hz and ϕ is a random variable, uniformely distributed in the interval (−π, +π)
2
- w (t), complex, zero mean, with power σw = 1, white in the frequency band(−50, +50) Hz.
Two two processes are uncorrelated with each other
1. Calculate the autocorrelation function and the power spectral density of x (t). Is it a stationary process ?
2. Calculate the autocorrelation function and the power spectral density of the process y (t) = x (t) + w (t).
3. Let yn be the discrete time sequence obtained by sampling y (t) every T = 0.01 seconds. Calculate the expected value
and the variance of the periodogram of yn . Assume a total observation time To = 1 second..
4. Repeat point 3 assuming a sampling interval T = 0.04 s and T = 0.1 s ? What is the difference between these two
cases ?

A digital communications system makes use of binary rectangular pulses to transmit an uncoded video with images of 1920
× 1080 pixels, 24 frames per second and 8 bit per pixel. The medium has attenuation L=120 dB and noise power sepctrum
density is N0 /2 = −200 dB.
1. Estimate the bitrate for real time transmission. Compute the error probability in order to ensure an average error of
1 bit per minute.
2. Assume to use a matched filter in receipt. Is the receiver ISI free ? Estimate the mean transmitted power.
3. Assume that the medium is low-pass with monolateral bandwidth B. Evaluate the minimum value of B and write the
transfer function of a filter to be used at the receiver to avod ISI.
4. How will you compute the transmitted power in the case of point 3? Write the proper expression.
Soluzioni
1 Esercizio N. 1
1. Il grafico di z(t) è un impulso trapezoidale
− T2 ≤ z ≤ T2

 T per
z (t) = t + 32 T per T
2 ≤z ≤ 2
3T
− t + 32 T per − 2 ≤ z ≤ − T2
3T

2. La trasformata si ricava come prodotto delle trasformate di x (t) e y (t)
Z (f ) = 2T 2 · sinc (f T ) · sinc (2f T )
3. Al campionamento nelle frequenze corrisponde (per dualità) una periodicizzazione nei tempi. Pertanto

1 X k
s (t) = · z t−
∆f ∆f
k
al ridursi∆f le repliche si allontanano. Non c’è alias temporale per ∆f < 1/3T . Al di sopra di questo valore le repliche
si sovrappongono. Si noti che per ∆f >> 1/3T si ottiene S (f ) ' Z (0) δ (f ), per cui il grafico di s (t)converge al valore
costante s (t) = Z (0).
4. Per definizione di potenza di un segnale periodico:
ˆ
2
P = ∆f (s (t)) dt
∆f
Per ∆f < 1/3T non si ha alias temporale, per cui:

ˆ
1 2 1 5 3
P = (z (t)) dt = · T
∆f ∆f 3
Per ∆f > 1/3T si può ritenere il segnale costante: s (t) = Z (0). Per cui:
2
P = (Z (0)) = 4T 4
2 Esercizio N. 2
1. il valore atteso èottenuto come somma deivalori attesi
E [z] = E [x] + E [y] = 0
Dall’incorrelazione segue che la varianza è la somma delle varianze

2
V [z] = V [x] + V [y] = 2V [x] =
3
2. Calcolare il coefficiente di correlazione tra x e z.

E [(x − E [x]) ((z − E [z]))] V [x] 1
p =p =√
V [x] V [z] 2V 2 [x] 2
Il valore di correlazione esprime la dipendenza di z da x. Il fatto che non raggiunga valore unitario indica la presenza
di un termine non predicibile, dovuto alla variabile y.
3. La ddp di z si ottiene convolvendo le ddp di x e y. Il risultato è una funzione triangolare compresa nell’intervallo
(−2, +2)
1 z
pz (z) = tri
2 4
Per la variabile u si ha: P (u = 0) = P (z < 0) = 12 , mentre la probababilità che u appartenga au qualunque intervallo
positivo è pari a quella di z per lo stesso intervallo. Per cui:
1 1 u
pu (u) = δ (u) + tri
2 2 4
definita per u ≥ 0. Più formalmente:

δ (u) se z < 0
pu|z (u|z) =
δ (u − z) se z ≥ 0
ˆ ˆ ˆ
pu (u) = pu|z (u|z) pz (z) dz = δ (u) pz (z) dz + δ (u − z) pz (z) dz
z<0 z>0
1 1 u
= δ (u) P (z < 0) + pz (u) = δ (u) + tri
2 2 4
sempre definita per u ≥ 0.
4. Calcolare il coefficiente di correlazione tra u e z. Calcolo di V[u]

ˆ ˆ
2 2 1 u
E u = u pu (u) du = u2 tri du
2 4
ˆ
1 u 4 1
u2 − du = − 1 =
2 4 3 3
ˆ ˆ
1 u 1
E [u] = u · pu (u) du = u · tri du =
2 4 3
1 1 2
V [u] = − =
3 9 9
Calcolo di E[uz] ˆ ˆ
E [uz] = uz · puz (u, z) dudz = uz · puz (u, z) dudz
ˆ ˆ
= uzδ (u) pz (z) dudz + uzδ (u − z) pz (z) dudz
z<0 z>0
ˆ
V [z] 1
= z 2 pz (z) dz = =
z>0 2 3
pertanto: √
E [(u − E [u]) ((z − E [z]))] E [uz] 3
p =p =
V [u] V [z] V [u] V [z] 2
3 Esercizio N. 3
rx (τ ) = E [exp (j (2πf0 (t + τ ) + ϕ)) exp (−j (2πf0 (t) + ϕ))] = exp (j2πf0 τ )
Sx (f ) = δ (f − f0 )
1
Sw (f ) = rect(f /B) ⇔ rw (t) = sinc(Bt)
B
B=100 Hz: entrambi i processi sono stazionari. Data l’incorrelazione, le autocorrelazioni e le densità spettrale di potenza
si sommano. L’autocorrelazione del processo campionato è il campionamento dell’autocorrelazione del pocesso a tempo
continuo:
ry (nT ) = exp (j2πf0 nT ) + sinc(BnT )

n
= exp j2π + δ(n)
10
Il periodogramma è calcolato su 10000 campioni, campionando lo spettro con periodo ∆f = 1/10000 l’esponenziale con-
tribuisce quindi solo nel campione 1000 mentre il rumore bianco contribuisce in tutti i campioni:
E [Sy (k · ∆f )] = N δ(k − 1000) + 1
La varianza è pari alla media per tutti i campioni tranne quello per k=0.
4 Esercizio N. 4
La velocità di trasmissione è
R = 1920 × 1080 × 24 × 8 = 398 M bit/s
e la probabilità di errore da garantire è 4 × 10−11 , cui corrisponde un rapporto segnale rumore al campionatore pari a 16.3
dB. Il filtro adattato fornisce in uscita impusi triangolari di durata 2/R e pertanto non si ha ISI. La potenza in tramissione:

2ER 2PT /TB
= ≥ 16.3
N0 LN0 dB
PT dBW = 16.3 + LdB + (N0 /2)dBW + RdB = 16.3 + 120 − 200 + 86
= 22.3
ovvero PT = 170W.
Nel caso di mezzo con banda limitata, occorre utilizzare il filtro equalizzatore in cui spettro Heg (f ) è indicato in rosso in
figura:
HEg(f)
H(f)
HR(f)
f
R/2
la banda minima è B=R/2=200 MHz. La potenza per bit in trasmissione si calcola in modo da fornire il rapporto segnale
rumore al campionatore di cui sopra
´
H(f )df 2

PT /L2
SN Rc = ´ N = ´ ≥ 16.3

2 N0 2
2
0
|Heg (f )| df
dB 2 |H eg (f )| df
dB

sin(πB·(t−τ ))
Sia x (t) = (t−τ )
1. Si calcoli l’espressione analitica della autocorrelazione di x (t): Rx (t) = x (t) ∗ x (−t), dove * indica convoluzione, e se
ne rappresenti il grafico.
2. Sia y (t) = x (t) · cos (2πf0 t), con f0 = B/4. Si calcoli l’espressione analitica della trasformata di Fourier di y (t), e se
ne rappresenti il grafico di modulo e fase, nei casi τ = 0 e τ = 1/B
3. Si calcoli l’energia di y (t) al variare di τ e se ne rappresenti il grafico.
4. Sia f0 B. Si discuta come campionare il segnale y (t) senza perdere informazione. L’unica soluzione è scegliere una
frequenza di campionamento maggiore di 2f0 ?
Siano x e y due variabili casuali, con densità di probabilità congiunta uniforme nella regione: 0 < x < 1, 0 < y < 2
1. determinare la densità di probabilità di x e y. Sono indipendenti ?

2. determinare valore medio e varianza di z = x + y.
3. determinare il coefficiente di correlazione lineare tra z e y.
4. determinare l’espressione della densità di probabilità congiunta di z e y.
Si consideri il processo tempo continuo y(t) = cos (2πf0 t + ϕ)+w (t), dove: f0 = 5 Hz; ϕ è una variabile casuale uniformemente
2
distribuita nell’intervallo (−π, π); w (t) è un processo bianco nella banda (−20, 20) Hz, a media nulla e potenza σw = 1.
1. Si calcolino la densità spettrale di potenza e l’autocorrelazione del processo y (t) e se ne rappresentino i grafici.
dy
2. Sia z (t) = dt . Si calcoli la densità spettrale di potenza del processo z (t) e se ne rappresenti il grafico.
3. Sia yn il processo discreto ottenuto campionando y (t) ogni T = 0.05 secondi per un tempo di osservazione totale
To = 10 secondi. Si definisca il periodogramma di yn e se ne calcolino media e varianza.
2
4. Si definisca uno stimatore della potenza di rumore σw a partire dal periodogramma di yn e se ne calcolino media e
varianza.
Un sensore acquisisce 100 000 misure al secondo, che occorre quantizzare in modo da garantire un rapporto SNQR tra
segnale e rumore di quantizzazione di 80 dB, assumendo fattore di picco (rapporto tra potenza di picco e potenza media del
segnale) pari a 15 dB. Il segnale digitalizzato viene trasmesso in banda base mediante impulsi binari antipodali, in un mezzo
trasmissivo con banda B e attenuazione L=120 dB. In ricezione, si utilizza un filtro adattato ricostruendo al campionatore
impulsi con spettro triangolare. Si assuma densità spettrale di potenza di rumore N0 /2 = 10−18 W/Hz.
1 - Si determini il bitrate e si rappresenti lo schema del sistema completo con acquisizione, trasmissione e ricezione.
2 - Si determini la potenza media da trasmettere per bit per garantire meno di un bit errato per ora..
3 - Determinare lo spettro del filtro di forma e la banda B per evitare interferenza intersimbolica.
4 - Supponendo che a valle del filtro adattato il segnale venga campionato con un errore ∆t, si valuti ∆t massimo per rendere
l’interferenza intersimbolica trascurabile rispetto al rumore termico.

sin(πB·(t−τ ))
Let x (t) = (t−τ )
1. Write the expression of the autocorrelation function of x (t): Rx (t) = x (t) ∗ x (−t), where * indicates convolution, and
draw its graph.
2. Let y (t) = x (t) · cos (2πf0 t), where f0 = B/4. Write the expression of the Fourier transform of y (t) and draw graph
for absolute value and phase for τ = 0 and τ = 1/B.
3. Calculate the energy of y (t) as a function of τ , and draw its graph.
4. Let f0 B. Discuss how to sample y (t) without loosing information. Is the choice of sampling at a rate higher than
2f0 the one solution?
Let x and y two random variables, whose joint probability density function is uniform in the region defined as: 0 < x < 1,
0<y<2
1. determine the probability density function of x and y. Are they independent?

2. evaluate expected value and variance of z = x + y.
3. determine the correlation coefficient between z and y.
4. determine the expression of the joint probability density function of z and y.
Consider the continuous time process y(t) = cos (2πf0 t + ϕ) + w (t), where: f0 = 5 Hz; ϕ is a random variable, uniformly
distributed in the interval (−π, π); w (t) is a white process in the frequency band(−20, 20) Hz, zero-mean, and with variance
2
σw = 1.
1. Determine the power spectral density and the autocorrelation ofy (t), and draw their graphs.
dy
2. Let z (t) = dt . Determine the expression of the power spectral density of z (t), and draw its graph.
3. Let yn be obtained by sampling y (t) every T = 0, 05 seconds over a total observation time To = 10 seconds. Define
the periodogram of yn and calculate its expected value and its variance.
2
4. Based on the periodogram of yn , define an estimator of the noise power σw and evaluate its expected value and variance.
A sensor acquires 100 000 measures per second, to be quantized in order to guarantee a signal to quantization noise ratio
SNQR > 80 dB, by assuming a peak factor (ratio between peak and mean power) of 15 dB. The bistream is transmitted
into baseband by exploiting binary pulses. We assume a bandpass medium with bandwidth B, attenuation L=120 dB. The
receiver uses a matched filter and reconstructs at its output pulses whose spectrum is triangular. Let us assume noise power
spectrum density N0 /2 = 10−18 W/Hz.
1 - Estimate the bitrate and draw the schematic block diagram of the system, complete with acquisition, transmitter and
receiver.
2 - Estimate the mean power per bit to garantee less than one error per hour.
3 - Compute the spectrum of the transmitted pulse and the bandwidth B to avoid inter-symbol interference.
4 - If the receiver is sampling with an error ∆t, find the tolerable error that make the ISI negligible with respect to signal to
thermal noise ratio.
Soluzioni
Esercizio 1
f
-B/4 B/4 3B/4
L’autocorrelazione si può calcolare anti-trasformando la densità spettrale di energia:

f
x(t) = B · sinc (B (t − τ )) ⇒ X(f ) = rect · exp (−j2πf τ )
B

2 f
|X(f )| = rect = X(f ) ⇒ rx = x(t)
B
Il segnale modulato vale

1 f − f0
Y (f ) = exp (−j2π (f − f0 ) τ ) rect +
2 B

1 f + f0
+ exp (−j2π (f + f0 ) τ ) rect
2 B
Se si sostituisce f0 = B/4 e si tiene conto delle sovrapposizioni:

1 B f − B/2 1 B f + B/2
Y (f ) · exp (j2πf τ ) = exp +j2π τ · rect + exp −j2π τ · rect
2 4 B/2 2 4 B/2

1 B B f
+ exp jπ τ + exp −jπ τ rect
2 2 2 B/2
Nella zona di sovrapposizione, ovvero |f | < B/4

B
Y (f ) · exp (j2πf τ ) = cos π τ
2
L’energia si può calcolare nel dominio delle frequenze
ˆ ∞ ˆ 3B/4 ˆ B/4
2 1 B
E=2 |Y (f )| df = 2 df + 2 cos2 π τ df
0 B/4 4 0 2

B B B
= + cos2 π τ
4 2 2
Nel caso di f0 B abbiamo uno spettro di tipo:

X f − f0 + kfs f + f0 + kfs
Xc (f ) = rect exp (−j2π (f − f0 ) τ ) + rect exp (−j2π (f + f0 ) τ )
B B
k
non è necessario campionare con

fs > 2fM = f0 + B/2
E’ sufficiente scegliere fs in modo che le repliche siano separate. Ad esempio scegliendo la minima frequenza fs per cui:
B
fs = k
2
fs > B
con k intero.
Codice Matlab:
B=10; tau=0;
t=-100:0.01:100;
Nt=length(t); fax = (0:Nt-1)/Nt-0.5;
x1 = B*sinc(B*(t-tau));
x2 = cos(pi*B/2*t);
figure(1)
subplot(211); plot(t,x1,’r’,t,x2,’k’); grid on; axis([-1 1 -2 10]);
subplot(212); plot(fax,abs(fftshift(fft(x1.*x2)))); grid on; axis([-0.3 0.3 0 120])
Esercizio 2
fx (x) = rect(x − 0.5)

1 y−1
fy (y) = rect
2 2
inoltre
fxy (x, y) = fx (x) · fy (y)
quindi sono indipendenti. Di conseguenza
E [x + y] = E [x] + E [y] = 1.5

ˆ 1 ˆ 2
2 2 2 2 1 1 2 1 1 5
σx+y = σx + σy = x dx − + x dx − 1 = + = = 0.4167
0 4 0 4 12 3 12
Il coefficiente di correlazione si calcola tenendo conto dell’incorrelazione tra x e y
σy2
r
σ(x+y)y 1 1 4
ρ= =q =q =q = = 0.8944
σx+y · σy
σx2 + σy2 · σy2 1+
σx2
1+ 3 5
σy2 12
La probabilità congiunta

1 y−1
fZ,Y (z, y) = fZ|Y,Y (z|y) · fy (y) = rect(x − 0.5 + y) rect
2 2
y y
2 2
x z
1 2 3
Codice Matlab:
N=1e4;
x=rand(1,N); hist(x)
y=2*rand(1,N); hist(y)
z = x+y;
var(x), var(y), var(z), mean(z)
rho =sqrt(mean((z-1.5).*(x-0.5))) / sqrt(var(z)*var(y))
Esercizio 3
Per la somma di due variabili incorrelate

1 1 1 f
Sy (f ) = δ(f − f0 ) + δ(f + f0 ) + rect
4 2 40 40
1
ry (τ ) = cos (2πf0 τ ) + sinc (Bτ )
2
La densità di potenza del processo filtrato è

2
Sz (f ) = Sy (f ) · |H(f )| = Sy (f ) · 4π 2 f 2

1 f
= π 2 f02 (δ(f − f0 ) + δ(f + f0 )) + 4π f rect 2 2
40 40
La dsp del processo discreto si ottiene trasformando l’autocorrelazione campionata

1 1
ry (nT ) = cos (2πf0 nT ) + sinc (BnT ) = cos (2π · 0.25 · n) + sinc (2n)
2 2
1 1
Sy (f ) = δ(f − 0.25) + δ(f + 0.25) + 1
4 4
Il valore medio del periodogramma è ottenuto convolvendo lo spettro sopra per la trasformata di una finestra di Bartlett di
durata T:
1 sin2 (πN · f )
SP (f ) = Sy (f ) ∗
N sin (πf )
Se viene campionato in N = T0 /T = 200 campioni, si ottiene per la sinusoide un contributo ai campioni k=f0 T · N =
5 ∗ 0.05 ∗ 200 = 50 e 200-50=150
1 1 1
SP (k) = + δ (k − 500) + δ (k − 1500)
200 800 800
e la potenza del processo si ottiene mediando tutti dunque
h i σ 2w
V AR σˆ2w =
(N − 2)
Codice Matlab
dT=0.05; tax=0:dT:10-dT; N=length(tax);
f0=5; y=cos(2*pi*f0*tax);
semilogy(0:N-1,abs(fft(y)).ˆ2*dT/N);
grid
Esercizio 4
Il numero di bit per campione si determina da SNQR:

2
Vm2 3 · 22N

2N 1 Vm
SN QR = 2
Vpp
= 12 · 2 · = ≤ 108
1 4 Vp kP
12 22N

108 ·101.5
log 3
N= = 14.98
2log2

Scegliamo 16 bit per campione, ottenendo un rate Rb =1.6 Mbit/s. La probabilità di errore da garantire è Pe = 1/ 1.6 · 106 × 3600 =
1.7 · 10−10 .
Il rapporto segnale rumore al campionatore deve essere:
p 2
Q SN Rc = 1.7 · 10−10 ⇒ SN Rc = qf uncinv 1.7 · 10−10 ≈ 40
utilizzando il filtro adattato:

T P
Er
SN Rc = = Tb ·L
N0 /2 N0 /2
esprimendo in dB
PT dBW = 10 · log10 40 + 120 + 10 · log10 Rb − 180 = 18

PT = 101.8 = 63W
La forma impulsiva al campionatore è

r
2 |f | f |f | f
|G(f )| = 1 − rect ⇒ G(f ) = 1 − rect
B 2B B 2B
Per non avere ISI, condizione sufficiente: X 2

|G(f − nRb )| = cost
da cui, per la forma triangolare, la banda
B = Rb = 1.6M Hz
Esprimiamo il segnale al campionatore come:
X
y(t) = an h0 rg (t − nTb ) + w(t) ∗ g(t)
n
2
X t − nTb
= an h0 Eg sinc + w(t) ∗ g(t)
n
Tb
Un errore ∆t al campionatore causa un disturbo dovuto all’interferenza con i simboli vicini. Tenendo conto solo dei due più
vicini (prima e dopo), tale disturbo vale
eisi (n) = h0 a0n−1 Eg · sinc2 (Tb + ∆t) + h0 an+1 Eg · sinc2 (−Tb + ∆t)
con potenza
E e2isi = h20 a2 Eg2 · sinc4 (Tb + ∆t) + h20 a2 Eg2 · sinc4 (Tb + ∆t)

4
∆t
' 2a2 h20 Eg2
Tb
volendo renderlo trascurabile rispetto alla poternza di rumore:
4 4
1 N20

∆t N0 ∆t
2a2 h20 Eg2 Eg ⇒ =
Tb 2 Tb 2 ER
Imponendo che il rapporto tra segnale ed errore ISI sia trascurabile rispetto ad SN Rc :
4 1/4
−1 ∆t 1
SN RISI ≈2 SN Rc−1 ⇒ ∆t · Tb ' 0.2 µs
Tb 80
Si consideri il segnale x (t) = A1 exp(j2πf1 t) + A2 exp(j2πf2 (t − τ )), dove A1 e A2 sono numeri positivi, f1 = 0, 05 Hz e
f2 = 0, 25 Hz.
1. Si tracci il grafico (modulo e fase) della trasformata di Fourier di x (t) e si calcoli la potenza di x (t).
2. Sia xn la sequenza numerica ottenuta campionando x (t)a passo T = 5 secondi: xn = x (t = nT ). Si tracci il grafico
della trasformata di Fourier (modulo e fase) di xn e si calcoli la potenza di xn .
sin(πtB)
3. Sia y (t) = x (t) · πt , dove B = 0.2 Hz. Si tracci il grafico (modulo e fase) della trasformata di Fourier di y (t).
4. Si tracci il grafico dell’energia di y (t) in funzione di τ .
Sia t una variabile casuale uniformemente distribuita tra 0 e 1
1. Si determinino valore atteso, varianza e potenza di t

2. Si calcolino le probabilità condizionate P (t > 0.5|t < 0.8) e P (t > 0.5|t > 0.2).
√
3. Calcolare la densità di probabilità della variabile r = t
4. Si calcoli la deviazione standard della stima della probabilità che 0.4 < r < 0.6 sulla base di N realizzazioni indipendenti
di r.
Sia x (t) un processo stocastico stazionario, a media nulla, potenza unitaria e caratterizzato da una funzione di autocorrela-
zione triangolare nell’intervallo di tempo (−10, 10) ms.
1. Determinare le espressioni e disegnare i grafici della funzione di autocorrelazione e della densità spettrale di potenza
di x (t)
2. Si ripeta il punto 1 considerando il processo y (t) = x (t + t0 ) − x (t − t0 ), dove t0 = 5 ms.
3. Si ripeta il punto 1 considerando il processo u (t) = x (t) + w (t), dove w (t) è un processo stocastico stazionario a media
nulla, potenza unitaria, bianco nella banda (−0.3, 0.3) KHz e indipendente da x (t) .
4. Si definisca l’espressione del predittore lineare ottimo di x (t + τ ) a partire da x (t) e si calcoli la potenza dell’errore di
predizione in funzione di τ .
Un sistema di trasmissione deve tramettere foto da 2000 Ö 1000 pixels, tre colori per pixel, quantizzate in 256 livelli per
ciascun colore. Si assuma modulazione 4-PAM, in banda base, e di utilizzare impulsi con spettro triangolare in trasmissione,
un mezzo trasmissivo passabasso ideale con banda B=10 MHz, attenuazione L=120 dB e densità spettrale di potenza di
rumore N0 /2 pari a -200 dBw .
1. Si valuti la probabilità di errore, assumendo di sbagliare in media un bit per foto e si disegni lo schema del sistema di
trasmissione e ricezione.
2. Si assuma di utilizzare in ricezione un filtro passabasso ideale con banda B. Si valuti la velocità massima di trasmissione
in foto al minuto, assumendo assenza di interferenza intersimbolica. Si scriva la forma dell’impulso al campionatore.
3. Si valuti il rapporto segnale rumore al campionatore indicando se migliore o peggiore di quello che si sarebbe ottenuto
con un filtro adattato (e quantificandone la differenza). Si calcoli la potenza media trasmessa per bit.
4. Si assuma di utilizzare in ricezione un filtro passabasso ideale con banda 2B=20 MHz. Si valuti velocità di trasmissione
per non avere interferenza intersimbolica e la nuova probabilità di errore in bit per immagine.
Consider the signal x (t) = A1 exp(j2πf1 t) + A2 exp(j2πf2 (t − τ )), where A1 and A2 are positive numbers, f1 = 0, 05 Hz,
f2 = 0, 25 Hz.
1. Draw the graph (magnitude and phase) of the Fourier Transform of x (t). Calculate the power of x (t).
2. Let xn be the sequence obtained by sampling x (t) every T = 5 seconds: xn = x (t = nT ). Draw the graph (magnitude
and phase) of the Fourier Transform of xn . Calculate the power of xn .
3. Let y (t) = x (t) · sin(πtB)

πt , where B = 0.2 Hz. Draw the graph (magnitude and phase) of the Fourier Transform of y (t).
4. Draw the graph of the energy of y (t) as a function of τ .
Let t be a random variable, uniformely distributed in the interval (0, 1)
1. Calculate expected value, variance, and power of t

2. Evaluate the conditional probabilities P (t > 0.5|t < 0.8) and P (t > 0.5|t > 0.2).
√
3. Evaluate the probability density function of r = t
4. Evaluate the standard deviation of the estimate of the probability that 0.4 < r < 0.6 given N independent realizations
of r.
Let x (t) be a stochastic stationary process, with zero mean, power equal to 1, and characterized by a triangular autocorre-
lation function in the time interval (−10, 10) ms.
1. Determine the expressions and draw the graphs of the autocorrelation function and the power spectral density of x (t)
2. Repeat point 1 considering the process y (t) = x (t + t0 ) − x (t − t0 ), where t0 = 5 ms.
3. Repeat point 1 considering the process u (t) = x (t) + w (t), where w (t) is a stochastic stationary process, with zero
mean, power equal to 1, white in the frequency band (−0.3, 0.3) KHz, and independent of x (t).
4. Define the expression of the optimal linear predictor of x (t + τ ) given x (t), and calculate the power of the prediction
error as a function of τ .
A digital communication system transmits photos 2000 Ö 1000 pixels, three colors per pixels and 256 levels for each color.
The modulation is a 4-PAM, baseband, and transmitted pulses have a triangular spectrum, the medium is ideal up to a
bandwidth B=10 MHz, attenuation L=120 dB and noise power spectrum density N0 /2 dBw .
1. Evaluate the error probability by assuming an average of 1 wrong bit per photo. Draw the schematic block scheme of
the transmission and receive system.
2. Assume to use in the receiver an ideal low pass filter with bandwidth B. Compute the transmission capability in photos
per minutes, assuming no Inter Symbol Interference. Write the expression of the impulse after the matched filter.
3. Estimate the Signal to Noise Ratio at the sampler, and compare quantitatively with the one that would come out from
a matched filter. Evaluate the mean transmitted power per bit.
4. Assume that the receiver uses an ideal low-pass filter with a bandwidth 2B=20 MHz. What would be the bitrate and
the error probability (in bits-per-image), assuming zero ISI ?
Soluzioni
Esercizio 1
1. Le sinusoidi sono infinitamente estese, quindi ortogonali in potenza. Ne segue che Px = A21 + A22 . La trasformata di
Fourier è
X (f ) =A1 δ (f − f1 ) + A2 exp (−j2πf2 τ ) δ (f − f2 )
2. L’alias creato dal campionamento fa sı̀ che le frequenze delle due sinusoidi vengano a coincidere (f2 − fc = f1 ), pertanto
il segnale campionato contiene una sola sinusoide a frequenza f1
1
Xc (f ) = (A1 + A2 exp (−j2πf2 τ )) δ (f − f1 )
T
L’ampiezza del segnale campionato è |A1 + A2 exp (−j2πf2 τ ) | e dunque la sua potenza è |A1 + A2 exp (−j2πf2 τ ) |2
3. La trasformata di Fourier di y è

f − f1 f − f2
Y (f ) =A1 rect + A2 exp (−j2πf2 τ ) rect
B B
i due rettangoli si sovrappongono nella banda (0.1, 0, 2). Ne segue che Y (f ) può essere riscritta come:
Y (f ) = A1 (−0.1, 0.1)
Y (f ) = A1 + A2 exp (−j2πf2 τ ) (0.1, 0.2)
Y (f ) = A2 exp (−j2πf2 τ ) (0.2, 0.4)

4. L’energia segue dal teorema di Parseval: Ey = 0.2 A21 + A22 + 0.1|A1 + A2 exp (−j2πf2 τ ) |2 = 0.3 A21 + A22 +
0.2A1 A2 cos (2πf2 τ )
Esercizio 2
t ∼ U (0, 1), cioè ft (t) = rect (t − 0.5).
1. E [t] = 12 , V [t] = 1 1

12 , E t2 = 3
2. probabilità condizionate
P (0.5 < t < 0.8) 3
P (t > 0.5|t < 0.8) = =
P (t < 0.8) 8
P (t > 0.5) 5
P (t > 0.5|t > 0.2) = =
P (t > 0.2) 8
√ dr 1 1
3. r = t. La relazione inversa è t = r2 . La derivata è dt = √
2 t
= 2r . Ne segue cha la densità di probabilità di r è:

ft t = r2
fr (r) = dr
= 2r
dt
limitatamente all’intervallo (0, 1)

4. p = P (0, 4 < r < 0, 6) = 0.2. La stima di questa probabilità può essere ottenuta come pb = k/N , dove k è il numero di
volte che si verifica l’evento 0.4 < r < 0.6 su N lanci indipendenti. Dalle proprietà della distribuzione binomiale segue
che la varianza di pb è p(1−p)
N , pertanto la sua deviazione standard è
r
p (1 − p)
σb
p =
N
Esercizio 3
1. autocorrelazione e dsp di x τ
Rx (τ ) = tri
20
dove il denominatore indica l’intero supporto temporale dell’autocorrelazione (cioè Rx (τ ) = 0 per |τ | > 10). La dsp è
2
sin (πf · 10)
Sx (f ) = 10
πf · 10
2. y (t) = x (t + t0 ) − x (t − t0 ). Nel dominio delle frequenze si haY (f ) = H (f ) · X (f ), con H (f ) = 2 · sin (2πf t0 ). Ne
segue che
Sy (f ) = 4 · sin2 (2πf t0 ) · Sx (f )
Nel dominio dei tempi il filtro si esprime come h (t) = δ (t + t0 ) − δ (t − t0 ). Ne segue che:
Ry (τ ) = Rx (τ ) ∗ h (τ ) ∗ h (−τ ) = 2Rx (τ ) − Rx (τ − 2t0 ) − Rx (τ + 2t0 )
3. u (t) = x (t) + w (t), con w processo bianco di banda B = 0, 6.

sin (πτ B)
Ru (τ ) = Rx (τ ) +
πτ B

1 f
Sx (f ) = Sx (f ) + rect
B B
4. L’espressione del predittore lineare ottimo è
Rx (τ )
b (t + τ |t) =
x · x (t)
Rx (0)
b (t + τ |t) − x (t + τ ). La sua potenza è pari a
L’errore di predizione è e (t) = x
R2 (τ )

Pe (τ ) = Rx (0) · 1 − x2
Rx (0)
Esercizio 4
Il numero di bit per foto è N = 2e6Ö3Ö8 = 48e6, da cui Pe = 2e − 8. Per assenza di interferenza intersimbolica la
ripetizione periodica dello spettro del singolo impulso con frequenza Rs deve essere constante, quindi Rs = Rb /2 = B, e
Rb = 2B = 20e6,che corrisponde ad una foto ogni 2.4 secondi, ovvero 25 fotogrammi al minuto.
La risposta impulsiva al campionatore è l’antitrasformata di un triangolo di banda B: y(t) = y0 · sinc2 (Bt). Per garantire la
probabilità di errore, il rapporto segnale rumore al campionatore:
2(M − 1) p 3 p
Pb = Q SN Rc = Q SN Rc = 2 · 10−8
M ·k 4
da cui 2
−1 4
SN Rc = Q · 2 · 10−8 ' 30
3
Il rapporto segnale rumore a valle del filtro passabasso vale:
a2 a2
SN Rc = 2
= N0
σw 2 B
ed è riconducibile all’energia dell’impulso ricevuto:

ˆ ˆ B 2
a 2 f a 2 B 2a2
Er = |G(f )|2 df = 2 1− df = 2 =
0 B B B 3 3B
Er 3
SN Rc = N0
2
2
La perdita di SNR rispetto al filtro adattato è pari a 3/2 ovvero +1.7 dB. L’energia media si valuta considerando simboli di
ampiezza ±a; ±3a ed equiprobabili, vale
Er + 9Er 10y02 10 N0
Em = = 5Er = = · SN Rc ·
2 3B 3 2
La potenza media trasmessa per bit vale:

Em 10 N0
Pm = = · SN Rc · · Rb · L = 3.33 · 30 · 20 · 106 · 10−20 1012 = 20W
Tb 3 2
Nel caso di passabasso ideale con banda 2B in ricezione, la velocità di trasmissione non cambia ma la potenza di rumore
raddoppia, il che porta la probabilità di errore a:
3
Pe = Q (SN Rc /2) = 0.0024
4
che moltiplicato per N da 100 000 bit errati per fotogramma.

Sia 2
sin (πBt)
x (t) =
πt
dove B = 10 MHz.
1. Si calcoli la trasformata di Fourier di x (t) e se ne tracci il grafico, e se ne valuti la banda totale (bilatera).
2. Sia y (t) = x (t) · sin (2πf0 t), dove f0 = 15 MHz. Si calcoli la trasformata di Fourier di y (t) e se ne tracci il grafico.
3. Si calcolino l’energie dei segnali x (t) e y (t).
4. Si calcoli la potenza del segnale periodico yp (t), definito come:
∞
X k
yp (t) = y t−
f0
k=−∞

Sia x una variabile casuale uniformemente distribuita nell’intervallo (−1, 1)
1. Si calcoli l’espressione della densità di probabilità di x. Si calcolino media e varianza di x

2. Si calcolino media e varianza della nuova variabile casuale y = |x|.
3. Si calcoli l’espressione della densità di probabilità di y.
4. Sia z = y + w, dove w è una variabile casuale uniformemente distribuita nell’intervallo − 21 , 12 . Si calcoli l’espressione

della densità di probabilità congiunta di z e x e se ne tracci il grafico.

Sia x (t) un processo stocastico stazionario, a media nulla, potenza unitaria, bianco nella banda (−5, 5) kHz.
1. Determinare l’espressione e disegnare i grafici della funzione di autocorrelazione e della densità spettrale di potenza di
x (t).
2. Si ripeta il punto 1 considerando il processo y (t) = x (t + t0 ) + x (t − t0 ), dove t0 = 50 microsecondi.
3. Si ripeta il punto 1 considerando il processo u (t) = y (t) + w (t), dove w (t) è un processo stocastico stazionario a media
nulla, potenza unitaria, bianco nella banda (−10, 10) kHz e indipendente da x (t) .
4. Si discuta quale fra le seguenti funzioni può essere una funzione di autocorrelazione di un processo stocastico stazionario:
R1 (τ ) = rect (Bτ ); R2 (τ ) = tri (Bτ ); R3 (τ ) = tri (Bτ ) · sin (2πBτ ); R4 (τ ) = rect (Bτ ) · cos (2πBτ ).

Un sistema di comunicazioni trasmette in tempo reale un segnale audio opportunamente campionato mediante impulsi
modulati 4-QAM, impiegnado impulsi con spettro radice di Nyquist a roll-off unitario. Si assuma attenuazione del mezzo
L=100 dB e densità spettrale di potenza di rumore N0 /2 = −200dBw .
1 - Si valuti il bitrate assumendo che il segnale audio analogico occupi una banda di f ≤ 30kHz, e vada quantizzato assicurando
un rapporto tra potenza di segnale di picco e potenza di rumore di quantizzazione >100 dB.
2 - Si rappresenti lo schema di trasmissione. Si scrive l’espressione e si rappresentino gli spettri degli impulsi modulati sui
due canali, se ne valuti la banda e si indichi la minima frequenza portante a cui modulare.
3 - Si valuti la potenza media da trasmettere per bit per assicurare una probabilità di errore pb < 10−10 .
4 - Si assuma che in demodulazione si introduca un piccolo errore di fase = 10 , che causa una interferenza mutua tra i due
canali. Si calcoli il rapporto tra le potenze di segnale ed interferenza e l’impatto sulla probabilità di errore. [Si suggerisce di
scrivere l’espressione dell’impulso modulato con cos(2πf0 ) e demodulato con cos(2πf0 t + ))].

Let 2
sin (πBt)
x (t) =
πt
where B = 10 MHz.
1. Find the expression of the Fourier Transform of x (t) and draw its graph.
2. Let y (t) = x (t) · sin (2πf0 t), where f0 = 15 MHz. Find the expression of the Fourier Transform of y (t) and draw its
graph..
3. Evaluate the energy of x (t) e y (t).
4. Evaluate the power of the periodic signal yp (t), defined as:
∞
X k
yp (t) = y t−
f0
k=−∞

Let x be a random variable, uniformely distributed in the interval (−1, 1)
1. Find the expression of the probability density function of x. Evaluate mean and variance of x
2. Evaluate mean and variance of the new random variable y = |x|.
3. Find the expression of the probability density function of y.
4. Let z = y + w, where w is a random variable, uniformely distributed in the interval − 21 , 12 . Find the expression of

the joint probability density function of z and x, and draw its graph..

Let x (t) be a stochastic stationary process, with zero mean, power equal to 1, and white in the frequency band (−5, 5) KHz.
2. Repeat point 1 considering the process y (t) = x (t + t0 ) + x (t − t0 ), where t0 = 50 microseconds.
3. Repeat point 1 considering the process u (t) = y (t) + w (t), where w (t) is a stochastic stationary process, with zero
mean, power equal to 1, white in the frequency band (−10, 10) KHz, and independent of x (t).
4. Discuss which of the following functions can be used as the autocorrelation function of a stochastic stationary process:
R1 (τ ) = rect (Bτ ); R2 (τ ) = tri (Bτ ); R3 (τ ) = tri (Bτ ) · sin (2πBτ ); R4 (τ ) = rect (Bτ ) · cos (2πBτ ).

A digital communication system transmits in real time an audio signal, properly sampled, by exploiting a 4-QAM modulation,
and pulse shaped according to square root of Nyquist spectrum and unitary roll-off. The attenuation of the medium is L=100
dB and the power spectrum density at the receiver is N0 /2 ' 200 dBw .
1 - Compute the bit-rate by assuming that the audio signal extends in frequency up to 30 kHz, and should be quantized to
get a peak Signal power to Noise power ratio better than 100 dB.
2 - Represent the block diagram of the transmission system that includes the modulator and demodulator and evaluate the
minimum central frequency. Write the expression of the modulated pulses in the frequency domain and plots them.
3 - Evaluate the average transmit power per bit to ensure a Bit Error Rate better than 10−10 .
4 - Let assume that a very small phase error, e = 1° occurs in the demodulator. Evaluate the impact of the cross-interference
between two channels, by writing the expression of the pulse modulated: cos(2πf0 ) and then demodulated with error:
cos(2πf0 t + ). Evaluate the Signal-cross-Interferogram Ratio and its impact on the error probability.
Soluzioni
Esercizio 1
1. La trasformata di Fourier di x (t) è
f
X (f ) = B · tripuls( )
2B
2. La trasformata di Fourier di y (t) si ottiene tramite convoluzione con la trasformata del seno, rappresentata da due
delta di Dirac alle frequenza +-f0

jB f + f0 f − f0
Y (f ) = · tripuls( ) − tripuls( )
2 2B 2B
3. L’energia di si ottiene tramite la relazione di Parseval

ˆ ˆ ˆ B
2 2 2 3
Ex = |x (t) | dt = |X (f ) | df = 2 f 2 df = B
0 3
ˆ ˆ
1 1
Ey = |y (t) |2 dt = |Y (f ) |2 df = 2Ex = B 3
4 3
4. La trasformata del segnale periodico si ottiene moltiplicando per un treno di delta:
X X jBf0
Yp (f ) = f0 · Y (f ) · δ (f − k · f0 ) = f0 · Y (k · f0 ) δ (f − k · f0 ) = · (δ(f + f0 ) − δ(f − f0 ))
2
0k 0k
da cui risulta che il segnale nei tempi può essere espresso come
yp (t) = Bf0 · sin (2πf0 t)

1 2
che ha potenza P = 2 (Bf0 ) .
Esercizio 2
1. x ∼ U (−1, 1) , cioè fx (x) = 12 rect (x). E [x] = 0, V ar (x) = E x2 = 1

3
´
2. Si applica la proprietà dell’operatore di valore atteso per cui E [g (x)] = g (x) fx (x) dx
ˆ
1
E [y] = E [|x|] = |x|fx (x) dx =
2
1
E y 2 = E x2 =

3
2 2 1 1 1
V [y] = E y − (E [y]) = − =
3 4 12
3. si nota immediatamente che y è compresa tra 0 e 1. In questo intervallo,
la probabilità P (|x0 | < y < |x0 | + dy) è pari
dy
a 2 volte la probabilità P (x0 < x < x0 + dx). Si ha inoltre dx = 1, da cui:

1
fy (y) = rect y −
2
4. Il calcolo della ddp congiunta è semplice passando per la condizionata. Fissando il valore di x si ha che z = |x| + w,
cioè z (dato x) è una variabile casuale uniformemente distribuita nell’intervallo |x| − 12 , |x| + 12 :
fz|x (z|x) = fw (z − |x|) = rect (z − |x|)
Si ha dunque
1
fz,x (z, x) = fz|x (z|x) fx (x) = rect (z − |x|) rect (x)
2
Figure 1:
Esercizio 3
1. il processo x ha spettro bianco e potenza unitaria, per cui:

1 f
Sx (f ) = rect
B B
l’autocorrelazione si ottiene antitrasformando

sin (πτ B)
Rx (τ ) =
πτ B
2. y (t) = x (t + t0 ) + x (t − t0 ). Nel dominio delle frequenze si ha Y (f ) = H (f ) · X (f ), con H (f ) = 2 · cos (2πf t0 ). Ne

segue che
Sy (f ) = 4 · cos2 (2πf t0 ) · Sx (f ) = 2 (1 + cos (4πf t0 )) · Sx (f )
Nel dominio dei tempi il filtro si esprime come h (t) = δ (t + t0 ) + δ (t − t0 ). Ne segue che:
Ry (τ ) = Rx (τ ) ∗ h (τ ) ∗ h (−τ ) = 2Rx (τ ) + Rx (τ − 2t0 ) + Rx (τ + 2t0 )
3. u (t) = y (t) + w (t), con w processo bianco di banda Bw .
sin (πτ Bw )
Ru (τ ) = Ry (τ ) +
πτ Bw

1 f
Sx (f ) = Sy (f ) + rect
Bw Bw
4. L’autocorrelazione di un processo stocastico stazionario è la antitrasformata della densità spettrale di potenza, che
è per definizione una funzione reale positiva. Ne segue che solo R2 (τ ) = tri (Bτ ) e R4 (τ ) = rect (Bτ ) · cos (2πBτ )
possono essere interpretate come funzioni di autocorrelazione.
Esercizio 4
La frequenza di campionamento minima è 60 ks/s, ed il rapporto tra potenza segnale di picco e quella di rumore è
2
2
Vpp 4 · Psp Psp
⇒ SN R = 2 = 3 · 22B = 1010 ⇒ B = ceil 0.5 · log2 1010 /3 = 16

σN = 2B
= 2B
12 · 2 12 · 2 σN
Il bitrate è quindi R > 60e3Ö16 = 960kb/s possiamo assumere 1.5 Mb con un opportuno fattore di sovracampionamento.
La banda a radio frequenza si estende per un intorno pari a R/2(1 + α)=R=1.5 MHz intorno alla portante, che per tanto
deve essere ¿ 0.75 MHz. L’espressione dei segnali modulati è:
p
sI (f ) = ±a cos (π (f + f0 − 0.75e6))
p
sQ (f ) = ±ja cos (π (f + f0 − 0.75e6))
che vale sono per frequenze positive ed all’interno della banda.

La probabilità di errore del bit per il 4-QAM è equivalente al binario antipodale in banda base:
r !
2Eb 2Eb
Peb = Q = 10−10 → = 40.44
N0 N0
ovvero 16.07 dB. La potenza da trasmettere è dunque Pb = R · Eb in dB
Pb = 16.7 − 200 + 61.7 + 100 = −21.6
ossia 7 mW.
Scrivendo l’espressione del segnale modulato e demodulato sui due canali
1 1
sI (t) = g(t) · cos (2πf0 t) · sin (2πf0 t + ) = g(t) sin () + g(t) sin (4πf0 t + e)
2 2
1
∼ g(t) ·
2
Introduce una interferenza cross-canale con rapporto segnale-interferente:

E g2 1 π 2
SIR = = = = 3e − 4
E [2 · g 2 ] 2 180
che corrisponde a 35 dB. Il sistema lavora con un rapporto segnale rumore di 16 dB, quindi concludiamo che questo errore
non altera apprezzabilmente le prestazioni.

sin(πBt)
Si consideri il segnale x (t) = πt exp (j2πf0 t), dove B = 10 MHz e f0 = 50 MHz.
1. Si calcoli la trasformata di Fourier di x (t) e se ne tracci il grafico.

2. Sia y (t) = x (t) cos (2πf0 t). Si calcoli la trasformata di Fourier di y (t) e se ne tracci il grafico.
3. Sia z (t) = x (t) exp (−j2πf1 t) + x (t) exp (−j2πf2 t), dove f1 = 45 MHz e f2 = 55 MHz. Si calcoli la trasformata di
Fourier di z (t) e se ne tracci il grafico. Si esprima il segnale z (t) nella forma z (t) = Az sin(πB
πt
z t)
, dove Az e Bz sono
parametri da determinare.
4. Sia z (t) = x (t) exp (−j2πf1 t) − x (t) exp (−j2πf2 t), dove f1 = 48 MHz e f2 = 52 MHz. Si calcoli la trasformata di
Fourier di z (t) e se ne tracci il grafico. Si esprima il segnale z (t) nella forma z (t) = Az sin(πB
πt
z t)
sin (2πfz t), dove Az ,
Bz e fz sono parametri da determinare.
Si consideri una variabile casuale binaria m, che può assumere i valori 0 e 1 con probabilità P (m = 0) = 0.9 e P (m = 1) =
variabile casuale z condizionata a m è: pz|m (z|m = 0) = A · (1 − z) · rect z − 12 ,

0.1. La densità di probabilità della
pz|m (z|m = 1) = B · z · rect z − 21 .

1. Si determinino i valori delle costanti A e B. Si traccino i grafici di pz|m (z|m = 0) nei due casi m = 0 e m = 1.
2. Si calcoli media e varianza di z nel caso m = 1.

3. Si trovi l’espressione della densità di probabilità marginale di z, pz (z), e se ne tracci il grafico.
4. Si calcoli la probabilità P (m = 0|z) dell’evento m = 0 noto il valore di z e se ne tracci il grafico per ogni valore di z.
Sia x (t) un processo stocastico stazionario, a media nulla, potenza unitaria, bianco nella banda (−250, 250) Hz.
1. Determinare l’espressione e disegnare i grafici della funzione di autocorrelazione e della densità spettrale di potenza di
x (t).
2. Si ripeta il punto 1 considerando il processo y (t) = x (t) exp (j2πf0 t), dove f0 = 1500 Hz.
3. Sia z (t) = x (t) + w (t), dove w (t) è un rumore stazionario, a media nulla, potenza pari a quella di x(t), bianco nella
banda (−2500, 2500) Hz. Si calcoli la densità spettrale di potenza di z(t) e se ne tracci il grafico.
4. Sia zf (t; B) il processo ottenuto filtrando z (t) con un filtro passabasso ideale di banda B. Si tracci il grafico del
rapporto segnale/rumore (SNR) di zf (t; B) in funzione della banda B. Qual’è il valore di B ottimale ?
Un sistema di comunicazioni trasmette un flusso numerico proveniente da un segnale video analogico con banda 5 MHz,
impiegando impulsi a M-PAM, con spettro rettangolare. Si assuma un mezzo trasmissivo con banda B=5 MHz, attenuazione
L=120 dB, densità spettrale di potenza di rumore N0 /2 = −200dBw .
1 - Si valuti il numero di bit per campione ed il bitrate, quantizzando il segnale in modo da garantire un rapporto tra potenza
di picco e rumore di quantizzazione pari a 15 dB.
2 - Si determini il numero di livelli, M, e si rappresenti lo schema di trasmettitore e ricevitore. Si specifichi la risposta
impulsiva del filtro di forma impiegato in trasmissione.
3 - Si valuti la potenza media da trasmettere per bit per assicurare una probabilità di errore pb < 10−10 .
4 - Si assuma che il mezzo non trasmetta segnali con frequenza minore di 10 kHz. Si indichi come modificare il progetto in
modo da garantire le stesse prestazioni..

sin(πBt)
Consider the signal x (t) = πt exp (j2πf0 t), where B = 10 MHz and f0 = 50 MHz.
1. Evaluate the Fourier transform of x (t), and plot its graph.

2. Let y (t) = x (t) cos (2πf0 t). Evaluate the Fourier transform of y (t), and plot its graph.
3. Let z (t) = x (t) exp (−j2πf1 t) + x (t) exp (−j2πf2 t), where f1 = 45 MHz and f2 = 55 MHz. Evaluate the Fourier
transform of z (t), and plot its graph.. Express z (t) in the form z (t) = Az sin(πB
πt
z t)
, where Az and Bz are parameters
to be determined.
4. Let z (t) = x (t) exp (−j2πf1 t) − x (t) exp (−j2πf2 t), where f1 = 48 MHz and f2 = 52 MHz. Evaluate the Fourier
transform of z (t), and plot its graph.. Express z (t) in the form z (t) = Az sin(πB
πt
z t)
sin (2πfz t), where Az , Bz , and fz
are parameters to be determined.
Consider a binary random variable m, which takes the values 0 and 1 with probability P (m = 0) = 0.9e P (m = 1) = 0.1.
The conditional probability density function of z given m is: pz|m (z|m = 0) = A · (1 − z) · rect z − 21 , pz|m (z|m = 1) =
1

B · z · rect z − 2 .
1. Find the values of the constants A e B. Plot the graphs of pz|m (z|m = 0) in the two cases m = 0 e m = 1.
2. Calculate mean and variance of z in the case m = 1.

3. Find the expression of the marginal density probability function of z, pz (z), and plot its graph.
4. Evaluate the probability P (m = 0|z) of the event m = 0 given z, and plot its graph as a function of z.
Let x (t) be a stochastic stationary process, with zero mean, power equal to 1, and white in the frequency band (−250, 250)
Hz.
2. Repeat point 1 considering the process y (t) = x (t) exp (j2πf0 t), where f0 = 1500 Hz.
3. Let z (t) = x (t) + w (t), where w (t) is a stationary random noise,with zero mean, power equal to 1, and white in the
frequency band (−2500, 2500) Hz. Calculate the expression of the power spectral density of z(t), and plot its graph.
4. Let zf (t; B) the process obtained by filtering z (t) with an ideal low-pass filter with bandwidth B. Plot the graph of
the signal to noise ratio (SNR) for zf (t; B) as a function of the filter bandwidth, B. How would you choose the optimal
value of B?
A digital communication system transmits a bitstream coming from a quantized video, whose analogue bandwidth is 5 MHz,
using M-PAM modulated pulses with rectangular spectra. Let be B=5 MHz the bandwidth of the medium, L=120 dB the
attenuation and N0 /2 = −200dBw the noise power spectrum density.
1 - Evaluate the number of bit per sample and the bitrate achieved by quantizing the video signal in order to achieve a peak
signal to noise ration of 15 dB.
2 - Dimension the number of levels, M, and represents the scheme of the transmitter and receiver. Formulate the impulse
response of the form filter.
3 - Evaluate the average power to be transmitted per bit to grant a Bit Error Rate pb < 10−10 .
4 - If the medium cuts frequencies below 10 kHz, how the system should be changed to grant the same performances ?
Soluzioni
Esercizio 1

(f −f0 )
1. X (f ) = rect B

1 f
− f0 ) + 12 δ (f + f0 ) = 12 X (f − f0 ) + 21 X (f + f0 ) = 12 rect B + 12 rect (f −2f0)

2. Y (f ) = X (f ) ∗ 2 δ (f B

f sin(πBz t)
3. Z (f ) = X (f − f1 ) + X (f − f2 ) = rect 2B =¿ z (t) = πt , con Bz = 2B = 20 MHz

f −fz f +fz
4. Z (f ) = X (f − f1 ) − X (f − f2 ) = rect Bz − rect Bz , con Bz = 4 MHz e fz = 5 MHz. =¿ z (t) = j · 2 ·
sin(πBz t)
πt sin (2πfz t)
Esercizio 2
´
1. pz|m (z|m) dz = 1 =¿ A = B = 2.
2. E [z] = 23 , E z 2 = 12 , V ar [z] = 12 − 4

9
3. pz (z) = pz|m (z|m = 0) · P (m = 0) + pz|m (z|m = 1) · P (m = 1)

P (m,z) pz|m (z|m)
4. P (m|z) = pz (z) = pz (z) P (m). Si noti che P (m = 0|z) è sempre maggiore di 1/2 per valori di z minori di 0.9.
Esercizio 3
Sia x (t) un processo stocastico stazionario, a media nulla, potenza unitaria, bianco nella banda (−250, 250) Hz.
1. il processo x ha spettro bianco e potenza unitaria, per cui:

1 f
Sx (f ) = rect
Bx Bx
dove Bx = 500 Hz. L’autocorrelazione si ottiene antitrasformando

sin (πτ Bx)
Rx (τ ) =
πτ Bx
2. Ry (τ ) = Rx (τ ) exp (j2πf0 τ ). =¿ Sy (f ) = Sx (f − f0 )

1 f
3. Sz (f ) = Sx (f ) + Sw (f ), con Sw (f ) = Bw rect Bw , Bw = 5000 Hz.
4. Le potenze di segnale e rumore a valle del filtraggio sono:

(
B
Bx B < Bx
Px (B) =
1 B > Bx
(
B
Bw B < Bw
Pw (B) =
1 B > Bw
ne segue che il rapporto segnale rumore è

Bw
Px  Bx = 10 B < Bx

Bw
SN R = = B Bx < B < Bw
Pw 
1 B > Bw

La scelta ottimale è B = Bx , in modo da massimizzare il rapporto SNR e preservare il più possibile la banda del
segnale.
Esercizio 4
Il rapporto tra potenza di picco e potenza di rumore di quantizzazione:

!−1
2
Vpp 12 · 22B
SN R = Vp2 = = 101.5
12 · 22B 4
è soddisfatto a partire da B=2 bit. Il bitrate è quindi Rb > 20Mb/s. La banda base occupata è Rs /2(1+α) = Rb /(2 log2 M ) <
5 MHz il che richiede impulsi con M=4 livelli (ponendosi al limite).
La probabilità di errore vale: !
r
3 2 2Eb 2Eb
Pb = Q = 10−10 → = 100
4 5 N0 N0
ovvero 20 dB. La potenza da trasmettere è dunque Pb = R · Eb in dB
Pb = 17.2 − 200 + 73 + 120 = 3
ossia 20 W.
Per trasmettere in banda traslata, occupando una banda monolatera di (5-0.01)Ö2=4.99Ö2 MHz, si può ancora assumere
2-PAM ma su due portanti in quadratura, dunque una modulazione 4-QAM, che da le medesime prestazioni.
Si consideri il segnale s (t) = g (t) · sin (2πf0 t), dove f0 = 3 MHz e g(t) è un seno cardinale di banda B = 2 MHz ed energia
unitaria.
1. Si scrivano le espressioni analitiche di s(t) e della sua trasformata di Fourier S(f ). Si tracci il grafico di S(f ).
2. Si calcoli l’energia di s(t).
2
3. Si calcoli la trasformata di Fourier di z (t) = (s (t)) e se ne tracci il grafico.
sin(πBt)
4. Sia y (t) = {s (t − τ ) cos (2πf0 t)} ∗ πBt , dove ∗ indica convoluzione. Si tracci il grafico dell’energia di y (t) in
funzione del ritardo τ .

x

Siano x e y due variabili casuali indipendenti cosı̀ distribuite: px (x) = A · rect 2 , py (y) = B · rect (y)
1. determinare il valore delle costanti A e B;

2. determinare valore medio e varianza di z = x + y
3. determinare la probabiltà P (y > x)
(
y2 per y≥0
4. determinare la densità di probabilità di v =
0 per y<0
Sia xn il processo discreto ottenuto campionando il processo stazionario x (t) = ux + w (t), dove w (t)è un disturbo a media
2
nulla, di potenza σw , bianco nell’intervallo di frequenze (− B2 , B2 ). Il passo di campionamento è T = B1 .
1. Si determinino la densità spettrale di potenza e l’autocorrelazione del processo discreto xn e se ne disegnino i grafici.
2. Sia yn = xn − xn−1 . Si determinino la densità spettrale di potenza e l’autocorrelazione di yn e se ne disegnino i grafici.

3. Si ricavi il valore atteso del periodogramma ottenuto a partire da N campioni del processo xn .
4. Si definisca uno stimatore del parametro ux a partire da N campioni del processo xn e se ne determinino valore atteso
e varianza.
Un sistema di comunicazioni trasmette in tempo reale un flusso numerico nel mezzo trasmissivo con banda B = 10 MHz e
perdite pari a 120 dB. La densità spettrale di potenza di rumore è N0 /2 = −200 dBw . Si assuma di trasmettere impulsi
binari antipodali con spettro rettangolare.
1 - Si determini il filtro di ricezione e la velocità di trasmissione in modo da non avere interferenza intersimbolica. Si
rappresenti lo schema a blocchi del sistema evidenziando le risposte impulsive del filtro di forma e del filtro di ricezione.
2 - Si valuti la potenza media trasmessa per bit per garantire una probabilità di errore inferiore ad un bit errato per giorno.
3 - Si valuti la potenza trasmessa di picco impiegata in trasmissione.
4 - Si modifichi il sistema di trasmissione introducendo in ricezione un filtro a spettro triangolare al posto del filtro adattato. Si
rappresenti tale filtro nel dominio delle frequenze e dei tempi. Si valuti la velocità di transmissione per non avere interferenza
intersimbolica e la potenza media da trasmettere per garantire la stessa probabilità di errore di cui al punto precedente. Si
commenti il risultato.
Consider the signal s (t) = g (t) · sin (2πf0 t), where 3 MHz and g(t) is a cardinal sine, with bandwidth B = 2 MHz and
energy equal to 1.
1. Write the analytical expression of s(t) and its Fourier Transform S(f ). Plot the graph of S(f ).
2. Evaluate the energy of s(t).

2
3. Evaluate the Fourier Transform of z (t) = (s (t)) , and plot its graph.
sin(πBt)
4. Let y (t) = {s (t − τ ) cos (2πf0 t)} ∗ πBt , where ∗ denotes convolution. Plot the graph of the energy of y (t) as a
function of τ .

x

Let x and y be two independent random variables distributed as: px (x) = A · rect 2 , py (y) = B · rect (y)
1. find the value of the constants A e B;
2. find the expected value and the variance of z = x + y

3. find the probability P (y > x)
(
y2 f or y≥0
4. find the probability density function of the random variable v defined as: v =
0 f or y<0
Let xn be the discrete-time process obtained by sampling the stationary process x (t) = ux + w (t), where w (t)is a zero-mean
noise, with power σw2
, white in the frequency band (− B2 , B2 ). Let the sampling period be T = B1 .
1. Determine the power spectral density and autocorrelation function of xn , and plot their graphs.
2. Let yn = xn − xn−1 . Determine the power spectral density and autocorrelation function of yn , and plot their graphs.
3. Derive the expression of the exptected value of the periodogram obtained from N samples of xn .
4. Define an estimator of the parameter ux based on N samples of xn , and determine its expected value and variance.
A digital communication system transmits a bitstream in a medium with bandiwdth B = 10 MHz, attenuation 120 dB, and
noise power spectrum density N0 /2 = −200 dBw . Assume to transmit binary antipodal pulses with rectangular spectrum.
1 - determine the reception filter and the bitrate to avoid any intersymbol interference. Represent the schematic block
diagram of the system, detailing impluse responses of form and reception filters.
2 - Evaluate the average transmitted power per bit to guarantee less than one bit error per day
3 - Evaluate the transmitted peak power
4 - Change the transmission system by assuming a reception filter with triangular spectrum. Represent the filter transfer
function and impulse response. Estimate the bitrate to avoid intersymbol interferences and the average power to guarantee
the same bit error rate as at point 2. Comment on the result.
Soluzioni
Esercizio 1
sin(πBt)

f
´ 2 ´
f
1 - g (t) = √1 infatti si ha G (f ) = √1B rect B
, , quindi Eg = |G (f )| df = 1
rect df = 1
B πt B B

f −f0
S (f ) = 2√j B rect f +f
B
0
− rect B
´ 2 ´
f −f0

2 - Es = |S (f )| df = 2B 1
rect f +f B
0
+ rect B df = 21
3 - z (t) = s2 (t) = g 2 (t) · sin2 (2πf0 t), dunque

j j
Z (f ) = G (f ) ∗ G (f ) ∗ (δ (f + f0 ) − δ (f − f0 )) ∗ (δ (f + f0 ) − δ (f − f0 ))
2 2

f 1
= tri ∗ (2δ (f ) − δ (f + 2f0 ) − δ (f + 2f0 ))
2B 4

1 f 1 f − f0 1 f + f0
= tri − tri − tri
2 2B 4 2B 4 2B

f
dove tri 2B è un impulso triangolare di ampiezza pari a 1 e larghezza di banda totale pari a 2B.
4 - La trasformata di y (t) è pari a

1 f 1 j f
Y (f ) = rect · S (f ) · exp (−j2πf τ ) ∗ (δ (f + f0 ) + δ (f − f0 )) = √ rect ·
B B 2 4B B B

f + 2f0 f
rect · exp (−j2π (f + f0 ) τ ) + rect · exp (−j2π (f − f0 ) τ ) +
B B

f f − 2f0
−rect · exp (−j2π (f + f0 ) τ ) − rect · exp (−j2π (f − f0 ) τ )
B B

f
La funzione rect B fuori dalla parentesi quadra ha l’effetto di cancellare i termini ad alta frequenza, per cui:

j f
Y (f ) = √ rect exp (−j2πf τ ) (exp (+j2πf0 τ ) − exp (−j2πf0 τ ))
4B B B

−1 f
= √ rect exp (−j2πf τ ) sin (2πf0 τ )
2B B B
L’energia risulta: ˆ ˆ
sin2 (2πf0 τ ) sin2 (2πf0 τ )

2 f
Ey = |Y (f )| df = rect df =
4B 3 B 4B 2
Esercizio 2
´ ´
1. Dalla definizione di densità di probabilità: px (x) dx = py (y) dy = 1, da cui A = 21 , B = 1.
4 1
2. E [x] = E [y] = 0, da cui E [z] = 0.V (x) = 12 , V (y) = 12 . Dall’indipendenza tra x e y segue che V (z) = V (x)+V (y) =
5
12
3. Il problema di può risolvere sia analizzando la ddp congiunta di x e y che passando per la condizionata. In quest’ultimo
caso si ha:
1 per −1 < x < − 12
P (y > x|x) = 2 − x per − 21 < x < 12
1
1
0 per 2 <x<1
rimuovendo il condizionamento rispetto a x si ha:

ˆ ˆ
1 +1 1
P (y > x) = P (y > x|x) px (x) dx = P (y > x|x) dx =
2 −1 2
4. la variabile casuale v è da ritenersi ibrida, in quanto può assumere sia valori specifici (0) che variare con continuità in
un intervallo. La probabilità che v sia pari a 0 è pari alla probabilità che y sia minore di zero, da cui segue che la ddp
di v include una delta di Dirac di area pari a P (y < 0) = 12 nell’origine. Per valori positivi di y su ha:
py (y) dy = pv (v) dv
, dove
dv √
= 2y = 2 v
dy
pertanto
1 1
pv (v) = δ (v) + √
2 2 v
limitatamente all’intervallo (0, 14 ).
Esercizio 3
2

σw f
1. Per il processo continuo si ha: Rx (τ ) = u2x + σw
2
sinc (Bτ ), Sx (f ) = u2x δ (f ) + B rect B . Per il processo campionato:
Rx (m) = Rx (τ = mT ) = u2x + σw
2
δm
u2x 2
Sx (f ) = δ (f ) + σw
T
2. yn = xn − xn−1 .
2 2 2
= 2Rx (m) − Rx (m − 1) − Rx (m + 1) = 2σw δ m − σw δm−1 − σw δm+1
La densità spettrale di potenza si può ricavare sia come trasformata dell’autocorrelazione
2 2
Sy (f ) = σw (2 − exp (j2πf T ) − exp (−j2πf T )) = 2σw (1 − cos (2πf T ))
che applicando la relazione:

2
Sy (f ) = Sy (f ) · |H (f )|
dove H (f ) = 1 − exp (−j2πf T ) è la trasformata del filtro hn = δn − δn−1 .
3. Il valore atteso del periodogramma è pari a
h i
E Ŝx (f ) = N · sinc2 (N T · (f − f0 ))
per una sinusoide complessa di ampiezza unitaria e frequenza f0 ,

h i
2
E Ŝx (f ) = σw
per un processo bianco. Sommando i contributi si ha:

h i
2
E Ŝx (f ) = σw + u2x · N · sinc2 (N T · f )
Nota: questi risultati sono validi ricordando di evidenziarne la periodicità nelle frequenze a passo 1/T .
4. Lo stimatore ottimo si ottiene mediando gli N campioni del processo:

1 X
ûx = xn
N n
1 X
E [ûx ] = E [xn ] = ux
N n
La varianza si calcola semplicemente grazie all’incorrelazione dei campioni del rumore:
2
1 X σw
V [ûx ] = V [x n ] =
N2 n N
Esercizio 4
Il filtro di ricezione è adattato, ossia

a spettro rettangolare. La velocità di trasmissione è 20 Mbit/s. Si chiede una probabilità
di errore pari a 1/ 107 · 3600 · 24 = 1.15·10−12 per garantire una tale probabilità in rapporto segnale rumore al campionatore
deve essere: 2
SN R ≥ qf uncinv 1.15 · 10−12 = 49.2 ∼ 17dB
Se assuminamo di trasmettere impulsi: ±a · g(t) = ±a · sinc (t/Tc )otteniamo, a valle del filtro adattadato:
ER a2 h20 Eg
SN R = =
N0 /2 N0 /2
mentre la potenza media trasmessa per bit è Pb = a2 Eg /Tc , da cui:
Pb Tc h20
SN R = = 49.2
N0 /2
Pb dBw = 17 − 200 + 120 + 73 = 10 dBW
Nel caso di filtro di ricostruzione a spettro triangolare e banda B:
C(f ) = rect(f /B) ∗ rect(f /B) ⇐⇒ c(t) = 1/B · sinc2 (Bt)
che non da interferenza intersimbolica se gli impulsi si susseguono ad intervalli Tc’=1/B ovvero rate Rb’=10 Mbit/s, dimezzato
rispetto al caso precedente.
Supponiamo di tasmettere impulsi: ±a · g(t) assumendo G(f ) = rect(f /2B), e di impiegare un filtro di ricostruzione c(t)
non adattato, con spettro triangolare, il rapporto segnale rumore al campionatore varrebbe:
n ´ o2
B
a2 · h20 · 2 0 G(f ) · C(f ) df
SN R = n ´ o
B 2
N0 /2 · 2 0 |C(f )| df
n ´ o2
B f
a2 · h20 · 2 0 1 − B df
=
´B

2
f
N0 /2 · 2 0 1 − B df
a2 · h20 3
= B ≥ 49.2
N0 /2 2
La potenza media trasmessa per bit è n ´ o

B 2
2 0 |G(f )| df a2 2B · a2
Pb = =
Tc0 Tc0
da cui:
Pb · Tc0 · h20 3
≥ 49.2
N0 /2 4
rispetto al caso precedente, tenendo conto che Tc0 = 2Tc , la potenza è 2/3 della precedente ovvero 6.6 W, tuttavia se si
utilizzassero impulsi rettangolari la potenza sarebbe dimezzata (dimezzando il bitrate).
Per un impulso a spettro rettangolare il rapporto tra potenza di picco e potenza media (per bit, considerando Tc=1/2B) è
Pp 1
= =1
Pb 1 2

2B 2B · 2B
mentre per un impulso a spettro triangolare:

Pp 1 3
= ´B =
Pb 2
(1 − f /B)2 df ·B 2
B2 0

Sia:
sin (πBt) π
x (t) = · cos B (t − τ )
πt 2
1. Determinare la trasformata di Fourier x(t) e disegnarne il grafico.
2. Si determini il valore del ritardo τ tale che la trasformata di Fourier di x(t) sia nulla per f = 0, i.e.: X(0) = 0.
3. Determinare l’espressione dell’energia di x(t) al variare di τ e disegnarne il grafico.
4. Determinare l’espressione nei tempi e nelle frequenze del segnale periodico:
∞
X k
xp (t) = x t−
2B
k=−∞

1 1

Siano x e y due variabili casuali indipendenti cosı̀ distribuite: px (x) = A · x · rect x − 2 , py (y) = rect y − 2
1. Determinare media, varianza e potenza di x e y

2. Determinare media, varianza e potenza della variabile casuale v = x · y
3. Determinare la densità di probabilità condizionata di v dato x.
4. Disegnare il grafico della probabilità congiunta di x e v e da questo derivare la densità di probabilità marginale di v.

- x (t) = sin (2πf0 t + ϕ), dove f0 = 1 Hz e ϕ è una variabile casuale uniformemente distribuita nell’intervallo (−π, +π)
2
periodogramma di yn . Nel calcolo si supponga di osservare il segnale per un totale di To = 10 secondi.
4. Si determini uno stimatore della potenza di w(t) a partire dal periodogramma e se ne valutino media e varianza.

Si deve trasmettere in tempo reale musica ad alta qualità, campionata a 192 kHz, 24 bit, mediante modulazione M-PAM
in banda base, utilizzando impulsi a spettro rettangolare in un mezzo trasmissivo con attenuazione L=70 dB, costante nella
banda B=1 MHz, e densità spettrale di potenza di rumore N0 /2 = −200dBw .
1. Si valuti il numero di livelli e la frequenza di simbolo. Si disegni la risposta in frequenza e la risposta impulsiva del
filtro di forma.
2. Si scelga opportunamente il filtro di ricezione, e ne rappresenti la risposta in frequenza. Si valuti il rapporto tra
potenza di segnale di rumore relativa al simbolo più interno al ricevitore e la potenza media da trasmettere per bit,
per assicurare una probabilità di errore Pb ≤ 10−12
3. Si utilizzi in ricezione un filtro passabasso con la medesima banda B del mezzo trasmissivo. Si dica come cambiano le
prestazioni in termini di interferenza intersimbolica, probabilità di errore e bitrate.
4. Volendo trasmettere impulsi rettangolari (nel dominio dei tempi), si scriva la formula e si rappresenti il grafico della
risposta in frequenza di un filtro di ricezione che fornisca in uscita assenza di interferenza intersimbolica. Si scriva la
formula per valutare la probabilità di errore.

Let:
sin (πBt) π
x (t) = · cos B (t − τ )
πt 2
1. Determine the Fourier Transform of x(t) and draw its graph.
2. Determine the value of the delay τ such that the Fourier Transform of x(t) is zero for f = 0, i.e.: X(0) = 0.
3. Determine the expression of the energy of x(t) as a function of τ , and draw its graph
4. Determine the expressions in the time and frequency domain of the periodic signal:
∞
X k
xp (t) = x t−
2B
k=−∞

1 1

Let x and y be two independent random variables distributed as: px (x) = A · x · rect x − 2 , py (y) = rect y − 2
1. Determine expected value, variance, and power of x and y

2. Determine expected value, variance, and power of the random variable v = x · y
3. Determine the conditional probability density function of v given x
4. Draw the graph of the joint density probability function of x and v, and derive from it the marginal density probability
function of v.

Consider the following stochastic processes:
- x (t) = sin (2πf0 t + ϕ), where f0 = 1 Hz and ϕ is a random variable, uniformely distributed in the interval (−π, +π)
2
- w (t), complex, zero mean, with power σw = 1, white in the frequency band(−5, +5) Hz.
Two two processes are uncorrelated with each other
1. Calculate the autocorrelation function and the power spectral density of x (t). Is it a stationary process ?
2. Calculate the autocorrelation function and the power spectral density of the process y (t) = x (t) + w (t).
3. Let yn be the discrete time sequence obtained by sampling y (t) every T = 0.1 seconds. Calculate the expected value
and the variance of the periodogram of yn . Assume a total observation time To = 10 seconds.
4. Define an estimator of the power of w(t) based on the periodogram, and evaluate its mean and its variance.

A digital communication broadcasts high quality music in real time, sampled at 192 kHz with 24 bit. The modulation is
baseband M-PAM. The system uses pulses with boxcar spectrum. The medium has attenuation L=70 dB within the band
of B=1 MHz. The power spectrum density of noise is N0 /2 = −200dBw .
1. Evaluate the number of levels and the symbol rate. Draw a graph of the spectrum of the transmitted pulses and write
their expression.
2. Find the best shape for the receive filter and represents it in the frequency domain. Evaluate the Signal to Power Ratio
at the receiver when transmitting the lowest power symbol. Compute the mean power per bit to ensure a Bit Error
Rate Pb ≤ 10−12
3. Assume that the receive filter is constant within the band B, the same the medium. How does performances change in
term of Inter Symbol Interference, Bit Error Rate and bitrate ?
4. Assume to transmit square pulses. Write the expression of the frequency transform of a receive filter that ensure no
ISI. How the BER should be computed ?
Soluzioni
Esercizio 1
1. Determinare la trasformata di Fourier x(t) e disegnarne il grafico.

f 1 B π B π
X (f ) = rect ∗ δ f+ exp j Bτ + δ f − exp −j Bτ
B 2 4 2 4 2
! ! !
B B
1 f+ 4 π f− 4 π
= rect exp j Bτ + rect exp −j Bτ
2 B 2 B 2
che può essere espressa come somma di tre rettangoli non sovrapposti

1 f + B/2 π 1 f − B/2 π f π
X (f ) = rect exp j Bτ + rect exp −j Bτ + rect cos Bτ
2 B/2 2 2 B/2 2 B/2 2
2. X(0) = 0 quando cos π2 Bτ = 0, per cui π2 Bτ = π2 => τ = B1 .

3. Determinare l’espressione dell’energia di x(t) al variare di τ e disegnarne il grafico

ˆ
B B B π B B π
Ex (τ ) = |X (f ) |2 df = + + cos2 Bτ = + cos2 Bτ
8 8 2 2 4 2 2
4. Determinare l’espressione nei tempi e nelle frequenze del segnale periodico:

1X k
Xp (f ) = X (f ) · δ f−
T T
dove T = 1/2B. Per cui
1 π
Xp (f ) = X (0) · δ (f ) => xp (t) = 2B · cos Bτ
T 2
Esercizio 2
1 1

Siano x e y due variabili casuali indipendenti cosı̀ distribuite: px (x) = A · x · rect x − 2 , py (y) = rect y − 2
´
1. Determinare media, varianza e potenza di x e y. px (x) dx = 1=> A = 2.
´
E[x] = ´x · px (x) dx = 23
E[x2 ] = x2 px (x) dx = 12
2 1
V [x] = E[x2 ] − (E[x]) = 18
´
E[y] = ´y · py (y) dx = 21
E[y 2 ] = y 2 py (y) dx = 31
2 1
V [y] = E[y 2 ] − (E[y]) = 12
2. Determinare media, varianza e potenza della variabile casuale v = x · y. Dall’indipendenza tra x e y segue che:
E[v] = E[x · y] = E[x] · E[y] = 31
1
E[v 2 ] = E[x2 · y 2 ] = E[x2 ] · E[y 2 ] = 6
2 1
V [v] = E[v 2 ] − (E[v]) = 18
3. Per ogni x fissato la variabile casuale v è uniformemente distribuita nell’intervallo (0, x), per cui:

1 v − x/2
pv|x (v|x) = rect
x x
4. La probabilità congiunta di x e v è

1 v − x/2 1
pvx (v, x) = pv|x (v|x) · px (x) = rect · 2x · rect x −
x x 2
, dunque
v − x/2 1
pvx (v, x) = 2 · rect · rect x −
x 2
che corrisponde a una costante pari a 2 limitatamente alla regione del piano x (0, 1), 0 < v < x. La stessa regione del
piano può essere espressa come v (0, 1), v < x < 1.Integrando rispetto a x si ottiene:
ˆ ˆ 1
pv (v) = pvx (v, x) dx = 2 dx = 2 (1 − v)
v
limitatamente all’intervallo v (0, 1), ossia

1
pv (v) = 2 (1 − v) · rect v −
2
Esercizio 3
1. x (t) è un processo stazionario. Rx (τ ) = 12 cos (2πf0 τ ), Sx (f ) = 1

4 (δ (f + f0 ) + δ (f − f0 ))
1 f
2. Rw (τ ) = sinc (Bτ ), Sw (f ) = B rect( B ). Ry (τ ) = Rx (τ ) + Rw (τ ). Sy (f ) = Sx (f ) + Sw (f )
3. yn = xn + wn , dove i campioni di wn sono incorrelati a valle del campionamento. Il valore atteso del periodogramma
per xn e wn è pari a
h i N
· sinc2 (N T · (f − f0 )) + sinc2 (N T · (f + f0 ))

E Ŝx (f ) =
4
h i
2
E Ŝw (f ) = σw
Sommando i contributi si ha:

h i
2 N
· sinc2 (N T · (f − f0 )) + sinc2 (N T · (f + f0 ))

E Ŝy (f ) = σw +
4
con N = T0 /T = 100
4. La stima si ottiene mediando il periodogramma nei punti dove non compare la sinusoide, che corrisponde ad avere
N − 2 = 98 campioni indipendenti.
2
1 X
σc
w = Ŝy (fk )
N −2
k6=±k0
h i
2 2
E σcw = σw
4
h i
2
σw
V σc
w =
N −2
Esercizio 4
1. Il bit rate necessario è 192000×24=4.6 Mbit/s, la banda occupata è 4.6/2k ≤ 1 ⇒ k = 3 è una modulazione 8-PAM.
La frequenza di simbolo è Rs = 4.6/3 = 1.53 Ms/s. Il filtro di forma ha risposta in frequenza rettangolare con banda
Rs /2 = 766Hz e risposta impulsiva g(t) = g0 sinc (2Rs t) .
2. Il rapporto tra potenza di segnale di rumore relativa al simbolo più interno al ricevitore deve essere:
2(M − 1) √
Pb = Qf unc SN R
M ·k
12
SN R = qf uncinv 2 · 10−12 = 48.4
7
SN RdB = 16.8
Il filtro adattato è ottimo ed assicura assenza di interferenza intersimbolica. Con tale filtro, il rapporto segnale rumore
risulta
Ers h0 Eg
SN R = =
N0 /2 N0 /2
dove Eg è l’energia trasmessa per il simbolo più interno. La potenza media è
Ps M 2 − 1 Eg N0 1
Pb = = = 7 · Eg = 7 · SN R · · Rb ·
k 3k Tb 2 h0
PbdBw = 10 ∗ log10 (7) + 16.8 + 70 − 200 + 10 ∗ log10 (4.6e6) = −38.1
ovvero 0.15 mW.

3. Il filtro in ricezione con banda leggermente maggiore introduce un maggior contributo di rumore, peggiorando SNR e
quindi la probabilità di errore:
SN R1GHZ N0 · 1e6
= = 1.3 ⇒ SN R = 37.2
SN R766M Hz N0 · 0.766e6
7
Pb = Qf unc (6.09) = 3.1 · 10−10
12
mentre non ha effetto sul bitrate, né sull’interferenza intersimbolica.
4. Il filtro di ricezione nel caso di trasmissione di impulsi rettangolari ha risposta:

2f
rect R s
C(f ) =
sinc (f · Rs )
Per il calcolo della probabilità di errore, il rapporto segnale rumore al campionatore si modifica come segue:
´ 2
h20 G(f ) · C(f ) df
SN R = N0
´ 2
2 |C(f )| df
Tema d'esame del 27/02/2017
Table of Contents
Dati .................................................................................................................................. 1
1. Calcolare la trasformata di Fourier e disegnarne il grafico ....................................................... 2
2. Determinare il valore di tau tale per cui X(0)=0 .................................................................... 5
3. Determinare l'energia del segnale al variare di tau ................................................................. 5
4. Periodicizzare il segnale ................................................................................................... 6
Dati
dt = 1/50;
T=5;
t = -T:dt:T;
tau = 4;
B=5;
xt=(B*sinc(B*(t))).*cos(pi/2*B*(t-tau));
figure()
plot(t,xt); grid on, grid minor;
title('Grafico del segnale nel dominio dei tempi');
1
1. Calcolare la trasformata di Fourier e diseg-

narne il grafico
grid on, grid minor; Xf = fft(xt); %trasformazione del segnale dal
dominio dei tempi al dominio delle trasformate
f = (0:length(Xf)-1)*50/length(Xf); %creazione dell'asse delle
frequenze per rappresentare il grafico della trasformata
n = length(xt);
fshift = (-n/2:n/2-1)*(50/n);
Xshift = 1/50*fftshift(Xf);
figure()
plot(fshift,abs(Xshift));
title('Grafico del modulo del segnale trasformato');
%Per la rappresentazione della fase bisogna fare una precisazione.
Matlab
%rappresenta il segnale come se lo 0 corrispondesse con il primo
elemento
%del vettore che usiamo per "contenere" il segnale. Quando disegnamo
il grafico del segnale è come se gli stessimo aggiungendo un ritardo
%perché lo zero viene mandato in mezzo al vettore. Questo fa sì che
%trasformando il segnale nei tempi noi stiamo involontariamente
aggiungendo
%un termine di ritardo esponenziale nelle frequenze che ci ritorna una
fase lineare (come
%si potrebbe vedere con il comando plot(f, angle(Xf)) prima di questo
%commento) mentre noi ci aspettiamo una fase costante nulla. Per
ovviare a
%questo problema, dobbiamo spostare il grafico di xt rispetto al
vettore ch
%e lo contiene in modo che lo 0 del segnale corrisponda con l'inizio
del
%vettore.
xt1=xt(1:250);
xt2=xt(251:501);
xpp=[xt2,xt1];
figure()
plot(t,xpp); grid on, grid minor; %per avere un'idea un po' più
precisa di cosa intendo con far combaciare lo 0 del vettore con
quello dei tempi
title('Sequenza shiftata');
Xff=fft(xpp);
figure()
plot(f,angle(Xff)); grid on, grid minor;
title('Grafico della fase del segnale trasformato');
%anche la nuova fase non sarà perfetta perché come si può vedere
perché la
%sequenza shiftata non è perfettamente centrata sullo 0.
2
3
4
2. Determinare il valore di tau tale per cui

X(0)=0
xt=(B*sinc(B*t)).*cos(pi/2*B*(t)); %reinizializziamo il segnale senza
considerare il ritardo
Xf = fft(xt); %trasformiamo il segnale
Xf_rit=Xf; %creiamo una copia del sengale trasformato
toll=1e-5; %inizializziamo una variabile che approssima bene lo 0
tau=0;
while Xf_rit(1)>toll %inizializzazione che prova tutti i valori di tau
finché non si trova quello che annulla la trasformata
tau=tau+0.01;
Xf_rit=Xf.*exp(-1i*pi/2*B*tau); %in virtù delle proprietà della
trasformata, un ritardo nel tempo equivale a una moltiplicazione per
un'esponenziale
end
3. Determinare l'energia del segnale al variare

di tau
tau = -5;
B=5;
E=[];
while tau<5
xt=(B*sinc(B*t)).*cos(pi/2*B*(t-tau));
e = sum(abs(xt).^2) * dt; %calcoliamo iterativamente l'energia del
segnale in funzione di tau
E=[E,e]; %creiamo un vettore che raccoglie i valori di energie man
mano che tau incrementa
tau=tau+0.02;
end
rit=-tau:dt:tau-.02;
figure();
hold on
plot(rit, E); %mostriamo il grafico dell'energia in funzione di tau
rit = -tau:dt:tau-2*0.02;
xt= B/4+(B/2.*(cos(B*rit*pi/2)).^2); %confrontiamo il grafico
dell'energia trovata con il metodo numerico con il risultato
analitico atteso dai calcoli
plot(rit,xt); grid on, grid minor;
5
4. Periodicizzare il segnale
figure()
tau=4;
xt= (B*sinc(B*(t))).*cos(pi/2*B*(t-tau));
plot(t,xt);
y=zeros(size(t));
y(1:5:end)=1; %creiamo una buona approssimazione di un treno di
impulsi
hold on
plot(t,y); grid on, grid minor;%questo grafico mostra la
sovrapposizione del segnale con il treno di impulsi; la convoluzione
di questi restituisce il segnale periodicizzato
xpp=conv(xt,y);
xp=xpp(250:750); %aggiustamento di scala
figure()
plot(t,xp); grid on, grid minor;
title('Grafico del segnale periodicizzato nei tempi');
Xf = fft(xp);
f = (0:length(Xf)-1)*50/length(Xf);
n = length(xp);
fshift = (-n/2:n/2-1)*(50/n);
Xshift = 1/500*fftshift(Xf);
figure()
plot(fshift,abs(Xshift)); grid on, grid minor;
6
title('Grafico del modulo del segnale periodicizzato trasformato');
xp1=xp(1:250);
xp2=xt(251:501);
xpp=[xp2,xp1];
Xff=fft(xpp);
figure()
plot(f,angle(Xff)); grid on, grid minor;
title('Grafico della fase del segnale periodicizzato trasformato');
7
8
Published with MATLAB® R2017a
9

t
Si consideri il segnale x (t) = rect T0 · [exp (j2πf1 t) + exp (j2πf2 t)], con T0 = 1 s, f1 = 10 Hz e f2 = 50 Hz.
1. Si scriva l’espressione analitica della trasformata di Fourier di x(t) e se tracci il grafico.

2. Si calcoli la trasformata di Fourier della sequenza ottenuta campionando x (t) con frequenza fc = 60 Hz.
3. Sia u (t) = conj (x (−t)), (complesso coniugato di x(-t)). Si calcoli l’espressione nei tempi della convoluzione x(t) ∗ u(t)
4. Considerando il caso di un tempo di osservazione infinito (T0 → ∞), si calcoli la potenza del segnale s (t) = x (t) −
x (t − τ ) al variare del ritardo τ .

Siano x e y due variabili casuali indipendenti e uniformemente distribuite nell’intervallo − 21 , + 12 . Sia z = y + 2 · x.

1. Determinare valore medio e varianza della variabile casuale z

2. Calcolare il coefficiente di correlazione tra x e z.
3. Determinare la densità di probabilità congiunta di x e z e rappresentarne il grafico.
4. Determinare la densità di probabilità di z e rappresentarne il grafico.

Siano m1 (t) = w1 (t) + w2 (t) e m2 (t) = w1 (t) + w2 (t − t0 ) i segnali ricevuti da due microfoni, dove t0 = 250 microsecondi e
w1 (t) e w2 (t) sono due processi stazionari incorrelati tra loro, a media nulla, bianchi nella banda (−2, 2) KHz e di potenza
unitaria.
1. Calcolare la densità spettrale di potenza e l’autocorrelazione di w1 (t) e rappresentarne i grafici

2. Calcolare la densità spettrale di potenza e l’autocorrelazione di m1 (t) e rappresentarne i grafici. Si ottengono gli stessi
risultati per m2 (t) ?
3. Calcolare la densità spettrale di potenza e l’autocorrelazione del nuovo processo x(t) = m1 (t) − m2 (t + t0 ) e rappre-
sentarne i grafici.
4. Si discuta se è possibile riottenere perfettamente il segnale w1 (t) a partire da x(t) tramite filtraggio: w1 (t) = x (t)∗h(t).
Quali caratteristiche dovrebbe avere il filtro h (t) ?

Un sistema di trasmissione numerico trasmette immagini digitali con una risoluzione di 1920x1080
pixel e 24 bit per pixel, ad una velocità di 10 immagini al secondo, utilizzando impulsi binari
antipodali con trasformata di Fourier a coseno rialzato come in figura in un mezzo trasmissivo
passabasso con banda monolatera B ed attenuazione L=100 dB. Si assuma densità spettrale di
potenza di rumore in ricezione N0 /2=-190 dBW .
fM
1. Disegnare lo schema del sistema di trasmissione. Valutare B e fM , e la probabilità di errore assumendo un bit errato
per immagine.
2. Rappresentare lo spettro di un filtro da utilizzare in ricezione per minimizzare la probabilità di errore evitando
l’interferenza intersimbolica. Calcolare la potenza da trasmettere di picco.
3. Si calcoli la potenza media per bit nel caso si fossero trasmessi impulsi con densità spettrale di energia |G(f )|2 come
in figura e si fosse impiegato il filtro adattato in ricezione
4. Relativamente al punto (2), si calcoli la potenza media da trasmettere per bit, e la si confronti con quella di cui al
punto (3).

t
Consider the signal x (t) = rect T0 · [exp (j2πf1 t) + exp (j2πf2 t)], where T0 = 1 s, f1 = 10 Hz and f2 = 50 Hz.
1. Write the expression of the Fourier Transform of x(t), and draw its graph.
2. Write the expression of the Fourier Transform of the sequence obtained by sampling x (t) with frequency fc = 60 Hz.
3. Let u (t) = conj (x (−t)), where conj is complex conjugate. Evaluate the time-domain expression of the signal obtained
by convolving x(t) with u(t).
4. Considering the case of an infinite observation time (T0 → ∞), evaluate the power of the signal s (t) = x (t) − x (t − τ )
as a function of the delay τ .

Let x and y be two independent random variables, uniformely distributed in the interval − 12 , + 12 . Let z = y + 2 · x.

1. Evaluate the expected value and the variance of z

2. Evaluate the correlation coefficient between x and z.
3. Evaluate the joint density probability function of x and z, and represent its graph.
4. Evaluate the density probability function of z, and draw its graph.

Let m1 (t) = w1 (t) + w2 (t) and m2 (t) = w1 (t) + w2 (t − t0 ) be the signals received at two microphones, where t0 = 250
microseconds. w1 (t) and w2 (t) are two stationary processes, with zero mean, unitary power, white in the frequency band
(−2, 2) KHz, and uncorrelated with each other.
1. Evaluate the Power Spectral Density and the Autocorrelation function of w1 (t), and draw their graphs.
2. Evaluate the Power Spectral Density and the Autocorrelation function of m1 (t), and draw their graphs. Would you
get the same results for m2 (t) ?
3. Evaluate the Power Spectral Density and the Autocorrelation function of the new process x(t) = m1 (t) − m2 (t + t0 ),
and draw their graphs.
4. Discuss whether it is possible to perfectly re-obtain the signal w1 (t) by filtering x(t): w1 (t) = x (t) ∗ h(t). Which would
be the features of the filter h (t) ?

A digital communication system transmits 10 images per second with resolution 1920x1080 pixel, 24
bit-per-pixel, by means of binary antipodal pulses, whose frequency transform is the raised cosinus
in the figure. The transmission medium is lowpass in the bandwidth B and attenuates L=100 dB.
The power spectrum density of noise at the receiver is N0 /2=-190 dBW .
fM
1. Represent the schematic block diagram of the system, computef B and fM , and dimension the Bit Error Rate for less
than one bit per image.
2. Represent the spectrum of a receiver filter that prevents Inter Symbol Interference, while getting minimum BER.
Compute the transmitted peak power.
3. Compute the average power per bit in the case of transmission of of pulses with Fourier Transmform |G(f )|2 as in the
figure and matched filter at the receiver
4. Compute the average power per bit in the case at item (2) and compare the result.
Soluzioni
Esercizio 1
La trasformata di Fourier
X(f ) = T0 sinc (f · T0 ) ∗ (δ (f − f1 ) + δ (f − f2 ))
= sinc (f − 10) + sinc (f − 50)
1.5
0.5
0
-150 -100 -50 0 50 100 150
0.015
0.01
0.005
0
-150 -100 -50 0 50 100 150
Campionando si replica lo spettro con periodo 60 Hz, la banda base è entro ±30 Hz, la componente a 50 Hz si aliasa
determinandone una a 50-60=-10 Hz
X
Xc (f ) = 60 · sinc (f − 10 + 60 · k) + sinc (f + 10 + 60 · k)
k
60
40
20
0
-150 -100 -50 0 50 100 150
60
40
20
0
-150 -100 -50 0 50 100 150
Si deve calcolare l’autocorrelazione. Per il singolo esponenziale troncato

ˆ
rx1 (t) = rect(t + τ ) exp (j2πf1 (t + τ )) rect(τ ) exp (−j2πf1 (τ )) dτ
ˆ
= exp (j2πf1 t) rect(t + τ ) rect(τ )dτ = exp (j2πf1 t) ru (t)
dove ru è l’autocorrelazione del rettangolo ossia un triangolo. Sommado il secondo contributo:
rx (t) = ru (t) · (exp (j2πf1 t) + exp (j2πf2 t))
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0.015
0.01
0.005
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
La potenza del segnale
y(t) = x(t) − x(t − τ ) = x(t) ∗ (1 − δ(t − τ ))

Y (f ) = (δ(f − f1 ) + δ(f − f2 )) (1 − exp (−j2πf τ ))
= exp (−jπf1 τ ) 2j sin (πf1 τ ) δ(f − f1 ) + exp (−jπf2 τ ) 2j sin (πf2 τ ) δ(f − f2 )
si valuta come
ˆ
1 2
Py = lim |x(t)| dt
T →∞ T T
abbiamo due impulsi a differente frequenza, dunque incorrelati. La potenza è la somma delle singole componenti, che sono
eguali, dunque
ˆ
1 2
Py1 = lim |exp (−jπf1 τ ) 2j sin (πf1 τ ) exp (j2πf t)| dt
T →∞ T T
= 4 sin2 (πf1 τ )
Py = 4 sin2 (πf1 τ ) + 4 sin2 (πf2 τ )
10
0
-0.1 -0.08 -0.06 -0.04 -0.02 0 0.02 0.04 0.06 0.08 0.1
Esercizio 2
I valori medi sono nulli per entrambe x e y e quindi loro combinazione lineare.
1 4 5
V AR(z) = V AR(y) + V AR(2x) = + =
12 12 12
Il coefficiente di correlazione lineare vale

E[xz] E[xy − 2x2 ] 12 1 2
ρxz = = q =√ =√
ρx ρz 1 5 56 5
12 12
La densità di probabilità congiunta è nel grafico:
fxz (x, z) = fz|x (z|x) · fx (x) = rect(z + 2x) · rect(x)
p xz(x,z) p xz(x,z)
2 2
1 1
0 0
z
-1 -1
-2 -2
-2 0 2 -2 0 2
x x
La densità di z si ottiene come marginale:
ˆ
fz (z) = rect(z + 2x) · rect(x)dx
ˆ 0.5
= rect(z + 2x) · dx
−0.5
p z(z)
0.6
0.5
0.4
0.3
0.2
0.1
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
z
Esercizio 3
Le densità spettrali di potenza ed autocrrelazioni sono

P1 f 1 f
Hw1 = rect = rect
B B 4000 4000
hw1 = sinc (4000 · t)
10-4
3
2.5
1.5
0.5
0
-4000 -3000 -2000 -1000 0 1000 2000 3000 4000
ed

P1 f
Hm1 = Hm1 = Hw1 + Hw2 = 2 rect
B B
10-4
6
0
-4000 -3000 -2000 -1000 0 1000 2000 3000 4000
Per x(t)
x(t) = w1 (t) + w2 (t) − w1 (t + t0 ) − w2 (t) = w1 (t) − w1 (t + t0 )

= w1 (t) (δ (t) − δ (t + t0 ))
rx (t) = rw1 (t) ∗ (2δ (t) − δ (t − t0 ) − δ (t + t0 ))
Hx (f ) = Hw1 (f ) · (2 − 2 cos (2πf t0 ))
10-3
1.2
0.8
0.6
0.4
0.2
0
-4000 -3000 -2000 -1000 0 1000 2000 3000 4000
Per la stima lineare di w1 da x si impone l’incorrelazione tra errore e dato:
ŵ1 (t) = x(t) ∗ h(t)

h i
2
h(t) = arg min E (w1 − x ∗ h)
⇒ E [(w1 − x ∗ h) x∗] = 0
E [(w1 x0 − x ∗ x0 ∗ h)] = 0
rx ∗ h = rw1 x
Si può calcolare h nelle frequenze

Hwx Hw1 2j sin (πf t0 ) exp (jπf t0 ) j exp (−πf t0 ) sin (πf t0 ) f
H(f ) = = = rect
Hx Hw1 (f ) · (2 − 2 cos (2πf t0 )) 1 − cos (2πf t0 ) B
Esercizio 4
La velocità di trasmissione deve essere:

1980 · 1080 · 24 · 10 < 513 M bit/s
Per non avere ISI lo spettro in ricezione deve ripetersi con periodo fs = 1/T s = 513e6 = fM = B. Il ricevitore impiega un
filtro passabasso ideale nella banda B. La probabilità di errore accettata è 11980 · 1080 · 24 = 2e − 8.
Supponendo di trasmettere impulsi ±a · g(t) con spettro

1 1 f
G(f ) = ±a + cos π |f | ≤ B
2 2 B
Tale forma impulsiva sı̀ può antritrasformare in forma chiusa, sappiamo che si annulla per tempi multipli di Ts e ne calcoliamo
il massimo: ˆ
g(0) = G(f )df = B
da cui la potenza di picco trasmessa:

Pp = a2 B 2
A valle del campionatore il rapporto tra potenza di picco del segnale e potenza media del rumore in ricezione deve essere:
2
SN R = (qf uncinv (2e − 8)) = 30.14
Assumendo il filtro di ricezione con guadagno unitario, possiamo calcolare SNR come:
Pp · L−2 Pp L−2
SN R = ´ +B = N0
−B
Hn (f )df 2 2B
dove Hn (f ) è la densità spettale di potenza di rumore (bilatera) al ricevitore, che sappiamo valere N0 /2.
La potenza di picco è dunque:
Pp = SN R · B · L2 · N0
che, espressa in dBW, risulta:
Pp,dBW = 10 log10 (30.14) + 10 log10 (513e6) + 100 − 187 = 15
ovvero 31 W.
Il segnale trasmesso è dunque una ripetizione periodica di impulsi di tipo g(t) con perido Tb = 1/B, moltiplicato per le
ampiezze ±a. La potenza media è: ´ 2 ˆ
|g(t)| dt Pp 2
Pm = a2 · = · |g(t)| dt
Tb B
che si puù calcolare direttamente dallo spettro degli impulsi con la relazione di Parseval:
ˆ
Pp 2 3
Pm = · |G(f )| df = Pp ·
B 4
dove il temine 3/4 è il quadrato del fattore di picco (o cresta), che per un segnale x(t) è il rapporto:
r
xM ax Pp
kp = √ =
Px Px
p
in questo caso kp = 3/4 = 0.86 e la potenza media si riduce, rispetto al picco, di 1.3 dB, solo lievemente inferiore.
Sia x(t) = exp(−t) · u(t), ed y(t) la sua ripetizione periodica con periodo T=10 s.
1. Si rappresenti modulo e fase della trasformata X(f ). Si valuti l’energia di x (t).

2. Si rappresenti modulo e fase della trasformata Y (f ).
3. Si valuti l’espressione nei tempi del segnale z (t) = y (t)∗h (t), dove h (t) è un filtro passabasso ideale tale che: H(f ) = 1
per |f | < 0.15.
4. Si valuti la potenza del segnale z(t).
Siano x e y due variabili casuali cosı̀ ottenute:
x = w1 + a · w2
y = w3 + b · w2
dove w1 , w2 , w3 sono tre variabili casuali indipendenti, distribuite uniformemente nell’intervallo (−1, 1) .
1. Calcolare valore medio e varianza di x e y, in funzione dei parametri a e b.

2. Determinare a e b in modo che x e y abbiano la medesima varianza e coefficiente di cross-correlazione ρxy = 0.8.
3. Calcolare l’espressione delle densità di probabilità fx (x) e fy (y).

4. Calcolare l’espressione della densità di probabilità congiunta fxy (x, y) nel caso a = b = 1, e rappresentarne il grafico.
Dati i segnali: (a) x (v) = sinc(v); (b) x (v) = rect(v); (c) x (v) = sinc(v − 1);(d) x (v) = rect(v − 1) ; (e) x (v) = cos(v) ;
1. Sia R (τ ) = x (v = τ ). Discutere in quali casi R (τ ) può rappresentare la funzione di autocorrelazione di un processo

stazionario.
2. Sia S (f ) = x (v = f ) . Discutere in quali casi S (f ) può rappresentare la densità spettrale di potenza di un processo
stazionario.
3. Si determini la risposta in frequenza H(f ) di un filtro che, alimentato con un rumore bianco, fornisca in uscita un
processo caratterizzato da densità spettrale di potenza triangolare.
4. Si determini la risposta impulsiva h(t) di un filtro che, alimentato con un rumore bianco, fornisca in uscita un processo
caratterizzato da autocorrelazione triangolare.
Si deve trasmettere in banda base un segnale numerico mediante modulazione M-PAM in un mezzo trasmissivo passabasso
con banda B=16 kHz. Sia A=1 l’ampiezza di picco trasmessa e N0 /2 = −73 dBw /Hz la densità spettrale di potenza di
rumore in ricezione.
1. Si rappresenti il sistema di trasmissione, valutando il numero di livelli M per trasmettere musica codificata a 128 kbit/s
2. Si dica se si può utilizzare un filtro adattato e si indichi la risposta impulsiva del filtro di ricezione.
3. Si valuti il numero medio di bit errati per brano musicale, di durata 90 minuti.
4. Si calcoli la potenza media trasmessa per bit.
Let x(t) = exp(−t) · u(t), and y(t) its periodical repetition with period T=10 s.
1. Compute and plot the absolute value and phase of the Fourier Transform, X(f ). Evaluate the energy of x(t)
2. Compute and plot the absolute value and phase of the Fourier Transform, Y (f ).
3. Evaluate the time domain expression of the signal z (t) = y (t) ∗ h (t), where h (t) is an ideal low-pass filter such that:
H(f ) = 1 for |f | < 0.15.
4. Evaluate the power of the signal z(t).
Let x and y be two random variables obtained as:
x = w1 + a · w2
y = w3 + b · w2
where w1 , w2 , w3 are three independent random variables, uniformely disributed in the interval (−1, 1) .
1. Evaluate the expected value and the variance of x and y as a function of a e b.

2. Determine a e b such that x and y have the same variance and correlation coefficient ρxy = 0.8.
3. Evaluate the probability density fx (x) and fy (y).
4. Evaluate the joint probability density fxy (x, y) in the case a = b = 1, and represent its graph.
Given the signals: (a) x (v) = sinc(v); (b) x (v) = rect(v); (c) x (v) = sinc(v − 1);(d) x (v) = rect(v − 1) ; (e) x (v) = cos(v) ;
1. Let R (τ ) = x (v = τ ). Discuss for which of the cases above R (τ ) can represent the autocorrelation function of a
stationary process.
2. Let S (f ) = x (v = f ) . Discuss for which of the cases above S (f ) can represent the power spectral density of a stationary
process.
3. Determine the frequency response H(f ) of a filter that, when fed with white noise, produces a process characterized
by triangular power spectral density.
4. Determine the impulse response h(t) of a filter that, when fed with white noise, produces a process characterized by
triangular autocorrelation function.
A digital communication system transmits in baseband with M-PAM into an ideal low-pass medium with bandwidth B=16
kHz. Let A=1 the peak transmitted amplitude and N0 /2 = −73 dBw /Hz the power spectrum density of noise.
1. Represent the transmission system, evaluate the number of levels M for transmitting an audio signal coded at 128
kbit/s
2. Precise if it is possible to use the matched filter at the receiver, and provide the transfer function of the filter.
3. Evaluate the number of errors in bit occurring in the transmission of a 90 minute music.
4. Compute the average power per bit
Soluzioni
Esercizio n. 1
La trasformata vale:
ˆ +∞ k+∞
1 j 1
X(f ) = e−(1+j2πf )t dt = − e−(1+j2πf )t =
0 1 + j2πf 0 1 + j2πf
2 1
|X(f )| = 2
1 + (2πf )
arg (X(f )) = − arctan (2πf )
l’energia vale: ˆ +∞
1 −2t +∞ 1
Ex = e−2t dt = − e 0
=
0 2 2
La trasformata della ripetizione periodica vale:
X 1

Y (f ) = f0 δ (f − kf0 )
1 + j2πkf0
k
con f0 = 0.1
Il filtro passabanda estrae la fondamentale e la prima armonica,pertanto:
Z(t) = Y (f )H (f ) = A0 δ (f ) + A1 δ (f − f0 ) + A∗1 δ (f + f0 )
q
1
dove A0 = f0 e A1 = f0 1+(2πf0 )2
· exp (−jarctan(2πf0 )). L’espressione del segnale nei tempi risulta pertanto:
2f0
z (t) = f0 + q · cos (2πf0 t − arctan(2πf0 ))
2
1 + (2πf0 )
La potenza si ottiene sommando la potenza della costante e della sinuoside
1 4f02 2f02
Pz = f02 + 2 = f02 + 2
2 1 + (2πf0 ) 1 + (2πf0 )
Esercizio 2
Le v.c. wi hanno valor medio nulla e varianza

ˆ +1
1 1
E w2 = x2 dx =

−1 2 3
dunque
1 + a2
E x2 =
3
2 1 + b2
E y =
3
Per avere medesima varianza dev’essere|a| = |b|. Per V.C. a media nulla il coefficiente di correlazione vale:
E [xy] E [(w1 + a · w2 ) (w1 + b · w2 )] ab

ρxy = p = 2 (1 + a2 )
= = 0.8
E [x2 ] E [y 2 ] σw 1 + a2
da cui si vede che b e a devono essere di segno concorde. Pertanto
a2
ρxy = = 0.8 ⇒ a = ±2
1 + a2
Dato che le due variabili sono state ottenute come somma di v.c indipendenti, la loro ddp si esprime come convoluzione delle
ddp di partenza. Per la variabile x si ha:
1 x 1 x
fx (x) = rect( ) ∗ rect( )
2 2 2a 2a
che risulta in un trapezio di base maggiore (2a + 2) e di base minore (2 |a − 1|).
Per valutare la probabilità congiunta si può ragionare sulla tripletta di variabili x, y, w2 . Dall’indipendenza tra w1 , w2 , w3
segue immediatamente che le densità di probabilità di x e di y condizionate a w2 si esprimono come:
1 x − w2
fx|w2 (x|w2 ) = fw1 (w1 = x − w2 ) = rect( )
2 2
1 y − w2
fy|w2 (y|w2 ) = fw3 (w3 = x − w2 ) = rect( )
2 2
Dato che w1 e w3 sono independenti, possiamo esprimere la probabilità congiunta di x, y condizionata a w2 come
1 x − w2 y − w2
fx,y|w2 (x, y|w2 ) = fw1 (w1 = x − w2 ) · fw3 (w3 = x − w2 ) = rect( )rect( )
4 2 2
La probabilità congiunta di x, y, w2 sarà allora
1 x − w2 y − w2 w2
fx,y|,w (x, y|, w) = fx,y|w2 (x, y|w2 ) · fw2 (w2 ) = rect( )rect( )rect( )
8 2 2 2
Da cui si ritova la probabilità congiunta di x, y integrando rispetto a w2 , ossia:
ˆ +1
1 x − w2 y − w2
fx,y (x, y) = rect( )rect( )dw2
8 −1 2 2
dove la funzione all’interno dell’integrale assume solo i valori 1 e 0 in determinati intervalli, che dipendono dalla coppia x, y.
La soluzione finale è :

2 − x


per x>0, y>0,x>y
2 − y per x>0, y>0,x<y




1 2 + x − y per x<0, y>0
fx,y (x, y) = ·
8  2+y per x<0, y<0,x>y

2+x per x<0, y<0,x<y





2−x+y per x>0, y<0

assumendo per semplicità di notazione di azzerare i valori negativi. Il grafico di fx,y (x, y) è riportato nella figura.
Esercizio 3
La densità spettrale di potenza è una funzione definita positiva, che per il th. di Wiener si deve ottenere come trasformata di
Fourier dell’autocorrelazione. Ne segue che possono rappresentare una funzione di autocorrelazione solo i segnali che hanno
per trasformata una funzione reale positiva. Pertanto:
• solo (a)R (τ ) = sinc(τ ) e (e) R (τ ) = cos(τ ) possono rappresentare funzioni di autocorrelazione

• solo (b) S (f ) = rect(f ) e (d) S (f ) = rect(f − 1) possono rappresentare densità spettrali di potenza
2
La densità spettrale di potenza
di un
processo
bianco filtrato si ottiene come Sy (f ) = σ 2 |H (f )| . Ne segue che (una possibile
f
soluzione è) H (f ) = sqrt tripuls B

f
Una funzione di autocorrelazione triangolare corrisponde a uno spettro di potenza di tipo Sy (f ) = sinc2 B . Ne segue che

f
(una possibile soluzione è) H (f ) = sinc B ⇒ h (t) = rect (tB)
Esercizio 4
La banda di 16 kHz consente la trasmissione a 32 ks/s, dunque occorrono 4 bit/simbolo ovvero M=16 livelli. Il filtro adattato
con risposta impulsiva:
t
c(t) = sinc
Ts
ricostruisce esattamente i simboli trasmessi, senza interferenza intersimbolica. La probabilità di errore sul bit si calcola in
funzione dell’ampiezza ricevuta per il simbolo più interno, Esi,

2 (M − 1) 2Esi 15 2Esi
Pb = Q = Q
M ·k N0 32 N0
L’energia del simbolo più interno si calcola considerando la forma impulsiva

A A 1 f
g(t) = sinc (Bt) ⇒ G(f ) = rect
M −1 M −1B B
2
A 1 1 1
Esi = B= · = 2.5e − 7
M −1B 125 32 · 103
ovvero la probabilità di un bit sbagliato sul brano è10−4 . La potenza media.
clear; clcc;
ese = 2
switch ese
case 1
dt = 1/50;
t = (-5000:5000)*dt + dt/2;
% il gradino discreto perde simmetria,che si recupera aggiungendo
% il mezzo campione (effetti su fase e energia)
Nf = 2*2^ceil(log2(length(t)));
f = (-Nf/2:Nf/2-1)/Nf/dt;
x = exp(-t).*(t>0);
% tdf e energia
X = fftshift(fft(x,Nf))*dt;
X = X.*exp(-1i*2*pi*f*t(1));
X_th = 1./(1+1i*2*pi*f);
figure
subplot(2,1,1),plot(f,abs(X),f,abs(X_th)), grid
subplot(2,1,2),plot(f,angle(X),f,angle(X_th)), grid
Ex = sum(x.^2)*dt
% periodicizzazione
y = 0;
T0 = 10;
for p = -20:20
y = y + exp(-(t-p*T0)).*((t-p*T0)>0);
end
Y = fftshift(fft(y,Nf))*dt;
Y = Y.*exp(-1i*2*pi*f*t(1));
figure
subplot(2,1,1),plot(f,abs(Y)), grid
% fitraggio
B = 0.3;
h = B*sinc(t*B);
z = conv2(y,h,’same’)*dt;
f0 = 1/T0;
phi = -atan(2*pi*f0);
z_th = f0 + 2*f0/sqrt(1+(2*pi*f0)^2)*cos(2*pi*f0*t + phi);
subplot(2,1,2), plot(t,z,t,z_th), grid
% potenza
Pz = mean(z.^2)
f0^2 + 2*f0^2/(1+(2*pi*f0)^2)
case 2
T = 1e6;
w = 2*(rand(T,3)-.5);
a = 3;
x = w(:,1) + a*w(:,2);
[h,bin] = hist(x,100);
dx = bin(2)-bin(1);
h = h/T/dx;
figure
plot(bin,h), grid
a = 2;
x = w(:,1) + a*w(:,2);
y = w(:,3) + a*w(:,2);
mean(x.*y)./sqrt(var(x)*var(y))
x = w(:,1) + w(:,2);
y = w(:,3) + w(:,2);
x = w(:,1) + w(:,2);
y = w(:,3) + w(:,2);
clear bin
bin{1} = linspace(-3,3,99);
bin{2} = linspace(-3,3,97);
[h,bin] = hist3([y x],bin);
dy = bin{1}(2)-bin{1}(1);
dx = bin{2}(2)-bin{2}(1);
hxy = h/T/dx/dy;
hy = hist(y,bin{1});
hy = hy/T/dy;
hx_dato_y = hxy./(hy(:)*ones(1,length(bin{2})));
figure, imagesc(bin{2},bin{1},hxy),axis xy, colorbar

cax = caxis;
xlabel(’x’),ylabel(’y’), title(’p_x_y’)
[Y,X] = ndgrid(bin{1},bin{2});
pxy = zeros(size(Y));
% Quadrante 1
Q = (X>=0).*(Y>=0);
xMey = boolean(Q.*(X>=Y));
xmy = boolean(Q.*(X<Y));
pxy(xMey) = 1/8*(2-X(xMey));
pxy(xmy) = 1/8*(2-Y(xmy));
% Quadrante 2
Q = (X<0).*(Y>=0);
q = boolean(Q);
pxy(q) = 1/8*(2+X(q)-Y(q));
% Quadrante 3
Q = (X<0).*(Y<0);
xMey = boolean(Q.*(X>=Y));
xmy = boolean(Q.*(X<Y));
pxy(xMey) = 1/8*(2+Y(xMey));
pxy(xmy) = 1/8*(2+X(xmy));
% Quadrante 4
Q = (X>=0).*(Y<0);
q = boolean(Q);
pxy(q) = 1/8*(2+Y(q)-X(q));
figure, imagesc(bin{2},bin{1},pxy,cax),axis xy, colorbar

xlabel(’x’),ylabel(’y’), title(’p_x_y’)
otherwise
end
085993 - FONDAMENTI DI SEGNALI E TRASMISSIONE - 24-10-2017 - Versione 1
084538 - MODULO 1: 084539 - MODULO 2:
Segnali continui
Sia:
sin (πtB)
x (t) = · [exp (j2πf1 t) + exp (j2πf2 (t − τ ))]
πt
dove f1 = 3 Hz e f2 = 9 Hz.
1) Assumendo B = 1 Hz si svolgano i seguenti tre punti:
1. Si calcoli la trasformata di Fourier di x(t) e se ne tracci il grafico. Si calcoli l’energia di x (t).
2. Si calcoli la trasformata di Fourier della sequenza numerica ottenuta campionando x (t) con frequenza di campionamento
fc = 3 Hz e se ne tracci il grafico.
2
3. Si calcoli la trasformata di Fourier del segnale y (t) = |x (t)| e se ne tracci il grafico.
2) Assumendo B = 10 Hz si svolgano i seguenti tre punti:
1. Si calcoli la trasformata di Fourier di x(t) e se ne tracci il grafico.
2. Si tracci il grafico dell’energia di x (t) in funzione del ritardo τ .

P
3. Si calcoli la potenza del segnale periodico xp (t) = x (t − nT0 ), dove T0 = 1/3.
Continuous time signals
Let:
sin (πtB)
x (t) = · [exp (j2πf1 t) + exp (j2πf2 (t − τ ))]
πt
where f1 = 3 Hz and f2 = 9 Hz.
1) Assuming B = 1 Hz, consider the three points below:
1. Evaluate the Fourier Transform of x(t), and draw its graph. Evaluate the energy of x (t).
2. Evaluate the Fourier Transform of numerical sequence obtained by sampling x (t) with sampling frequency fc = 3 Hz,
and draw its graph.
2
3. Evaluate the Fourier Transform of the signal y (t) = |x (t)| , and draw its graph.
2) Assumendo B = 10 Hz, consider the three points below:
1. Evaluate the Fourier Transform of x(t), and draw its graph.

2. Plot the graph of the energy of x (t) as a function of the delay τ .
P
3. Evaluate the power of the periodic signal xp (t) = x (t − nT0 ), where T0 = 1/3.
084538 - MODULO 1: 084539 - MODULO 2:
Probabilità
Siano x ed e due variabili casuali discrete, indipendenti e identicamente distribuite, che assumono i valori {−1, 0, +1} con
uguali probabilità. Sia y la variabilie casuale ottenuta come y = x + e.
1. Si determini la distribuzione di probabilità di x e se ne tracci il grafico. Si calcolino valor medio e varianza di x.

2. Si calcoli il coefficiente di correlazione tra y ed x
3. Si calcoli la distribuzione di probabilità congiunta della coppia (x, y)
4. Si calcoli la distribuzione di probabilità di y
5. Si calcoli la distribuzione di probabilità di y condizionata all’informazione x ≥ 0
6. Sia p̂(x) una stima della distribuzione di probabilità di x a partire da N realizzazioni independenti. Quando dev’essere
grande N per assicurare che p̂(x) approssimi la vera distribuzione di probabilità di x con un errore minore dell’1% in
almeno il 99% dei casi?
Probability
Let x and e be two discrete random variables, independent and identically distributed, which take the values {−1, 0, +1}
with equal probability. Let y be the random variable obtained as y = x + e.
1. Determine the probability distribution of x and trace its graph. Evaluate the expected value and the variance of x.
2. Determine the correlation coefficient between y and x
3. Determine the joint probability distribution of the pair (x, y)
4. Determine the probability distribution of y
5. Determine the conditional probability distribution of y subject to the information that x ≥ 0
6. Let p̂(x) be an estimate of the probability distribution of x based on N independent realizations. How large should N
be to ensure that p̂(x) approximates the true probability distribution of x to within an error smaller than 1% in more
than 99% of the cases?
Soluzioni
Siano x ed e due variabili casuali discrete, indipendenti e identicamente distribuite, che assumono i valori {−1, 0, +1} con
uguali probabilità. Sia y la variabilie casuale ottenuta come y = x + e.
1. Si determini la distribuzione di probabilità di x e se ne tracci il grafico. Si calcolino valor medio e varianza di x.

1
P (x = −1) = 3 P (x = 0) = 13 ; P (x = +1) = 31 ;
1 1 1
E [x] = −1 · +0· +1· =0
3 3 3
Avendo x valore atteso nullo posso scrivere:
2 1 2 1 2 1 2
V [x] = E x2 = (−1) · + (0) · + (1) · =

3 3 3 3
2. Si calcoli il coefficiente di correlazione tra y ed x. Dall’independenza tra x e e segue che E [xe] = E [x] · E [e] = 0.
Pertanto:
2
E [yx] = E [(x + e) x] = E x2 =
3
2 2 2 4
E y =E x +E e =
3
E [y] = 0
2
E [yx] 1
ρxy = p = q3 =√
E [y 2 ] E [x2 ] 42 2
33
3. Si calcoli la distribuzione di probabilità congiunta della coppia (x, y)
P (x, y) = P (y|x) · P (x) = P (e = y − x|x) · P (x) P (e = y − x) · P (x)
dove per l’ultimo passaggio si è sfruttata l’indipendenza tra e ed x. Dato che sia e che x assumono solo i valori
{−1, 0, +1} si ha che le coppie possibili sono quelle per cui (x, y) vale
(1, 2) y=2
(0, 1) (1, 1) y=1
(−1, 0) (0, 0) (1, 0) y=0
(−1, −1) (0, −1) y = −1
(−1, −2) y = −2
x = −1 x=0 x=1
Dalle distribuzione di e ed x si ha immediatamente che ogni coppia ha probabilità pari a 1/9, cioé:
1
 
0 0 9 y=2
1 1

 0 9 9 y=1  
1 1 1

9 9 9 y=0 
P (x, y) =  1 1


 9 9 0 y = −1  
1

9 0 0 y = −2 
x = −1 x = 0 x = 1
4. Si calcoli la distribuzione di probabilità di y. La probabilità di y si ricava immediatemente proiettando (sommando)

P (x, y) lungo le righe. Si ha:  1 
9 y=2
 2 y=1 
 93 
P (y) = 
 92 y=0  

9 y = −1 
1
9 y = −2
5. Si calcoli la distribuzione di probabilità di y condizionata all’informazione x ≥ 0. Sia A l’evento x ≥ 0. Si ha:
X X P (x, y, A)
P (y|A) = P (x, y|A) =
x x
P (A)
La probabilità dell’evento A è pari a 2/3. Per il termine al numeratore si ha:

(
P (x, y) per x ≥ 0
P (x, y, A) =
0 per x < 0
in quanto l’evento che la coppia (x, y) assuma un certo valore è o compreso nell’evento A (x ≥ 0) o disgiunto (ad
esempio: P (x = −1, y = 0, x ≥ 0)non può che essere nulla). Pertanto si ha:
0 0 19 0 0 16
   
 0 1 1   0 1 1 
3 9 9   6 6 
P (x, y|A) =  0 19 19  = 0 16 16 
2  
 0 1 0   0 1 0 

9 6
0 0 0 0 0 0
e dunque
1
 
6 y=2
2

 6 y=1 

2
P (y|A) = 
 6 y=0 

1

6 y = −1 
0 y = −2
6. Sia p̂(x) una stima della distribuzione di probabilità di x a partire da N realizzazioni independenti. Quando dev’essere
grande N per assicurare che p̂(x) approssimi la vera distribuzione di probabilità di x con un errore minore dell’1% in
almeno il 99% dei casi? La variabile casuale p̂(x) tende per N grande ad avere distribuzione Gaussiana, con valore
atteso pari alla vera probabilità di x (in questo caso p = 1/3) e deviazione standard
r r
p (1 − p) 1 2
σp̂ = =
N 3 N
Prendendo ad esempio l’intervallo ±3σ si ha che P (p − 3σ < p̂ < p + 3σ) ∼ = 0.997. Pertanto imponendo la condizione
3σp̂ < 10−2 · p
si ottiene un errore percentuale minore dell’1% in circa il 99.7% dei casi. Svolgendo i calcoli si ha:
r
3 2 1
< 10−2 =⇒ N ' 2 · 105
3 N 3
Processi

- x (t) = sin (2πf0 t + ϕ), dove f0 = 5 M Hz e ϕ è una variabile casuale uniformemente distribuita nell’intervallo (−π, +π)
2
- w (t), complesso, a valore medio nullo, potenza σw e bianco nella banda di frequenze (−10, +10) M Hz.
3. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo z (t) = w (t) − w (t − τ ), con τ = 0.05
microsecondi.
4. Sia u (t) = y (t) + y (t − τ ). Determinare il valore del parametro τ tale da cancellare perfettamente la sinusoide a
frequenza f0 . Calcolare l’autocorrelazione e la densità spettrale di potenza del processo u (t).
Telecomunicazioni
Un sistema di trasmissioni numerico utilizza impulsi binari antipodali in un mezzo trasmissivo con attenuazione 100 dB, di
forma:
g(t) = sinc 106 t

La densità spettrale di potenza di rumore è N0 /2 = −200 dBW , e si assuma di usare filtro adattato, garantendo una
probabilità di errore Pb 10−8 .
1. Si determini la velocità di trasmissione, la banda occupata e la potenza media per bit in trasmissione
2. Assumendo filtro di forma:
g(t) = sinc 106 t + a · sinc 2 · 106 t

3. si valuti “a” per non avere interferenza intersimbolica e si calcoli la forma dell’impulso a valle del filtro adattato
(verificandone l’assenza di ISI).
Processes
Consider the two processes:

- x (t) = sin (2πf0 t + ϕ), where f0 = 5 M Hz and ϕ is a random variable, uniformely distributed in the interval (−π, +π)
2
- w (t), complex, zero mean, power σw , white in the frequency band (−10, +10) M Hz.
The two processes are mutually uncorrelated.
1. Evaluate the autocorrelation function and the power spectral density of x (t); is it a stationary process ?
2. Evaluate the autocorrelation function and the power spectral density of y (t) = x (t) + w (t).
3. Evaluate the autocorrelation function and the power spectral density of z (t) = w (t) − w (t − τ ), where τ = 0.05
mcroseconds.
4. Let u (t) = y (t) + y (t − τ ). Determine the value of the parameter τ such as to cancel the sinusoid at frequency f0 .
Evaluate the autocorrelation function and the power spectral density u (t).
Telecomunication
A numeric communication system transmits antipodal binary pulses with shape:
g(t) = sinc 106 t

in a medium with attenutation 100 dB. The noise power spectrum density is N0 /2 = −200 dBW , and we assume matched
filter, giving a Bit error Rate Pb 10−8 .
1. Compute the bitrate, the total bandwidth and the mean transmitted power
2. Evaluate “a” to avoid Inter Symbol Intererence by assuming a filter:
g(t) = sinc 106 t + a · sinc 2 · 106 t

and compute the shape of the pulse out from the matched fiilter.
Soluzioni
1. olare l’autocorrelazione e la densità spettrale di potenza del processo x (t); è un processo stazionario ?
ˆ π
1
E [x (t)] = sin (2πf0 t + ϕ) dϕ = 0
2π −π
ˆ π
1 1
Rx (τ ) = E [x (t + τ )] x (t) = sin (2πf0 (t + τ ) + ϕ) sin (2πf0 t + ϕ) dϕ = cos (2πf0 τ )
2π −π 2
ˆ
1 1
Sx (f ) = Rx (τ ) exp (−j2πf τ ) dτ = δ (f + f0 ) + δ (f − f0 )
4 4
si tratta di un processo stazionario perché né il valore atteso né l’autocorrelazione dipendono dall’istante temporale t.
E [y (t)] = E [x (t)] + E [w (t)] = 0
2 sin (πτ B)
Ry (τ ) = Rx (τ ) + Rx (τ ) = Rx (τ ) + σw ·
πτ B
, con B = 20 MHz.
2

σw f
Sy (f ) = Sx (f ) + · rect
B B
3. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo z (t) = w (t) − w (t − τ ), con τ = 0.05
microsecondi.
Sz (f ) = Sw (f ) · |H (f ) |2
, dove
|H (f ) |2 = |1 − exp (−j2πf τ ) |2 = 2 − 2 · cos (2πf τ )
, dunque
σ2

f
Sz (f ) = w · rect · [2 − 2 · cos (2πf τ )]
B B
, antitrasformando si ha:
2 sin (πtB)
Rz (t) = σw · · [2 · δ (t) − δ (t − τ ) − δ (t + τ )]
πtB
2 sin (πtB) 2 sin (π (t − τ ) B) 2 sin (π (t + τ ) B)
= 2σw · − σw · − σw ·
πtB π (t − τ ) B π (t + τ ) B
Notando che τ = 1/B si può scrivere:
2 sin (πtB) 2 sin (π (tB − 1)) 2 sin (π (tB + 1))

Rz (t) = 2σw · − σw · − σw ·
πtB π (tB − 1) π (tB + 1)
4. Sia u (t) = y (t) + y (t − τ ). Determinare il valore del parametro τ tale da cancellare perfettamente la sinusoide a
frequenza f0 . Calcolare l’autocorrelazione e la densità spettrale di potenza del processo u (t).
Su (f ) = Sw (f ) · |H (f ) |2
, dove
|H (f ) |2 = |1 + exp (−j2πf τ ) |2 = 2 + 2 · cos (2πf τ )
La funzione |H (f ) |2 ha il primo zero alla frequenze
1
f =±
2τ
Pertanto il (primo) valore che cancella la sinusoide in f0 si ha per:
1 1
τ= = µsecondi = 0.1µsecondi
2f0 2·5
Densità spettrale e autocorrelazione si ottengono come:
σ2

f
Su (f ) = w · rect · [2 + 2 · cos (2πf τ )]
B B
2 sin (πtB) 2 sin (π (t − τ ) B) 2 sin (π (t + τ ) B)

Rz (t) = 2σw · + σw · + σw ·
πtB π (t − τ ) B π (t + τ ) B
5. Si determini la velocità di trasmissione, la banda occupata e la potenza media per bit in trasmissione.

1 f
G (f ) = rect
B B
dunque la banda occupata è B = 1 MHz. La forma d’onda a valle del filtro adattato è ancora un seno cardinale di
banda B, dunque la velocità di trasmissione è Rb = 1 Mbit/s.a probabilità di errore viene garantita con un rapporto
Segnale Rumore al campionatore:
ER
SN Rc = qf uncinv(10−8 )2 = 31.5 =
N0 /2
da cui su ricava la potenza

Pr Er E r Rb SN Rc Rb N0
PT = = 2 = =
h20 h0 T h20 h20 2
PT dBW = 15 − 200 + 60 + 100 = −25
= 3.2mW
6. La trasformata di g(t) è (B=1 MHz): (

1 a
B + 2B |f | < B2
G (f ) = a B
2B 2 < |f | < B
Dove B = 1 MHz. La trasformata a valle del filtro adattato è pari a:

(
4+4a+a2
2 4B 2 |f | < B2
|G (f ) | = a 2
B
4B 2 2 < |f | < B
Non si ha ISI quando

X k
|G f − |2 = costante
T
k
Scegliendo come tempo di simbolo T = 1/2B = 0.5 microsecondi non risultano mai sovrapposizioni tra le repliche, e si
ha dunque: (
4+4a+a2
X |f | < B2

k 2 4B 2
|G f − | = a2
B
T 4B 2 2 < |f | < B
k
che assume valore costante solo se a = −1.


Sia
t t − t0
x (t) = sinc + sinc
T T
dove sinc () indica seno cardinale.
1. Determinare l’espressione della trasformata di Fourier di x(t) e disegnarne il grafico.

2. Determinare l’espressione dell’energia di x(t) al variare di t0 e disegnarne il grafico.
3. Determinare l’espressione nei tempi della funzione di autocorrelazione del segnale x (t): Rx (t) = x (t) ∗ x (−t) e
disegnarne il grafico.
∂x(t)
4. Determinare l’energia del segnale ottenuto derivando x (t) rispetto al parametro t0 : y (t) = ∂t0

√
Siano x e y due variabili casuali indipendenti e uniformemente distribuite nell’intervallo (0, 1), e sia z = 2 · x.
1. Determinare media e varianza di y e z

2. Determinare la densità di probabilità di z
3. Sia v = z · y. Si derivi l’espressione della densità di probabilità congiunta di v e z e se ne rappresenti il grafico.
4. Si derivi l’espressione della densità di probabilità marginale di v, e se ne tracci il grafico.

Siano x (t) e w (t) due processi incorrelati tra loro, a media nulla e potenza pari a Px = Pw = 1. Si assuma inoltre che x (t)
sia bianco nell’intervallo di frequenze (−2, 2) KHz e che w (t) sia bianco nell’intervallo di frequenze (−4, 4) KHz.
1. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo x (t).

3. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo z (t) = 2 · x (t) + 3 · x (t − T ) , dove T = 0, 25
millisecondi.
4. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo discreto wn ottenuto campionando w (t) con
frequenza di campionamento fc = 6 KHz.

Si deve trasmettere un segnale audio campionato a 80 kHz con 24 bit per campione mediante trasmissione M-PAM, in un
mezzo trasmissivo passabasso per |f | ≤ 1MHz con attenuazione 120 dB, e densità spettrale di potenza di rumore N0 /2 = −190
dBw /Hz. Si assuma di impiegare filtro adattato in ricezione, ricostruendo, a valle del filtro, impulsi a spettro triangolari.
1. Si indichi la risposta in frequenza del filtro di forma e del filtro adattato (rappresentandone i grafici), precisando la
banda totale occupata, in modo da avere assenza di interferenza intersimbolica.
2. Si rappresenti il sistema di trasmissione, valutando il numero di livelli M per trasmettere in tempo reale il segnale
audio. Si valuti la probabilità di errore di bit e di simbolo per garantire meno di un bit errato per ora, assumendo
codifica di Gray.
3. Si valuti la potenza media da transmettere per bit.
4. Supponendo che il clock al ricevitore abbia un errore ∆T casuale, con distribuzione uniforme in −TM ax ≤ ∆T ≤ TM ax ,
si valuti il rapporto tra potenza di picco del segnale e dell’interferenza dovuto al solo simbolo adiacente nel caso peggiore.
Si proonga un ragionevole limite TM ax per non peggiorare le prestazioni del sistema.
Let
t t − t0
x (t) = sinc + sinc
T T
where sinc () indicates the cardinal sine pulse.
1. Determine the expression of the Fourier transform of x(t), and draw its graph..
2. Determine the expression of the energy of x(t) as a function of t0 , and draw its graph.
3. Determine the time domain expression of the autocorrelation of x (t): Rx (t) = x (t) ∗ x (−t), and draw its graph.
∂x(t)
4. Determine the energy of the derivative of x (t) with respect to the parameter t0 : y (t) = ∂t0

√
Let x and y be two independent random variables, uniformely distributed in the interval (0, 1), and let z = 2 · x.
1. Determine the expected value and the variance of y and z

2. Determine the probability density function of z
3. Let v = z · y. Derive the expression of the joint probability density function of v e z, and represent its graph.
4. Determine the expression of the probability density function of v, and draw its graph.
Let x (t) and w (t) be two random processes uncorrelated with each other, with zero-mean and power Px = Pw = 1. Further
assume that x (t) is white in the frequency band (−2, 2) KHz and that w (t) is white in the frequency band (−4, 4) KHz.
1. Evaluate the autocorrelation function and the power spectral density of x (t).
2. Evaluate the autocorrelation function and the power spectral density ofy (t) = x (t) + w (t).
3. Evaluate the autocorrelation function and the power spectral density of the process z (t) = 2 · x (t) + 3 · x (t − T ) , where
T = 0, 25 milliseconds..
4. Evaluate the autocorrelation function and the power spectral density of the discrete process wn , as obtained by sampling
w (t) with sampling frequency fc = 6 KHz.
A digital communication system transmits an audio signal sampled at 80 kHz with 24 bit-per sample, by an M-PAM
modulation, into an ideal, lowpass medium, |f | ≤ 1MHz that attentuates 120 dB. Let N0 /2 = −190 dBw /Hz be the noise
power spectrum, and assume to use matched filter in reception, giving as output pulses with triangular spectrum shape.
1. Define and plot the frequency responses of the form and the matched filters, so to null ISI.
2. Represent the block scheme of the transmission system. Compute the number of levels, M, to transmit the digital
audio signal inreal time. Evaluate the bit-error-rate and the symbol error rate to get an error less than one bit per
hour and by assuming Gray code.
3. Evaluate the mean transmitted power per bit.
4. Assume a random jitter of the reeiver clock, ∆T , that is uniformly distributed in −TM ax ≤ ∆T ≤ TM ax . Evaluate the
ratio betweenthe signal peak power and the interernce due to the neigbor symbol in the worst case. Find a limit value
for TM ax in order to keep the system performances.
Soluzioni
Esercizio 1
1. Determinare l’espressione della trasformata di Fourier di x(t) e disegnarne il grafico.
X (f ) = T · rect (f T ) · (1 + exp(−j2πf t0 ))
2. Determinare l’espressione dell’energia di x(t) al variare di t0 e disegnarne il grafico.

ˆ
t0
Ex (t0 ) = |X (f ) |2 df = 2T · 1 + sinc
T
3. Determinare l’espressione nei tempi della funzione di autocorrelazione del segnale x (t): Rx (t) = x (t) ∗ x (−t) e
disegnarne il grafico.
t t − t0 t + t0
Rx (t) = T · 2sinc + sinc + sinc
T T T
4. Determinare l’energia del segnale ottenuto derivando x (t) rispetto al parametro t0 : y (t) = ∂x(t)
∂t0
t−t0

∂x (t) d sinc T
y (t) = =− => Y (f ) = −j2πf T · rect (f T ) · exp(−j2πf t0 )
∂t0 dt
ˆ
π2
Ey = |Y (f ) |2 df =
3T
Esercizio 2
√
Siano x e y due variabili casuali indipendenti e uniformemente distribuite nell’intervallo (0, 1), e sia z = 2 · x.
1. Determinare media e varianza di y e z ´

E[y] = ´y · py (y) dx = 12
E[y 2 ] = y 2 py (y) dx = 31
2 1
V [y] = E[y 2 ] − (E[y]) = 12
´ √ ´1√
E[z] = 2 · x · px (x) dx = 2 0 x · dx = 43
´ ´1
E[z 2 ] = 4 · x · px (x) dx = 4 0 x · dx = 2
2
V [z] = E[z 2 ] − (E[x]) = 2 − 16 9 = 0.222
√
2. Determinare la densità di probabilità di z. z = 2 · x, da cui
z2
x=
4
dz 1 2
=√ =
dx x z
2

px x = z4 z

z−1

pz (z) = dz
= · rect
| dx | 2 2
3. Sia v = z · y. Si derivi l’espressione della densità di probabilità congiunta di v e z e se ne rappresenti il grafico. La
probabilità di v condizionata a z è

1 y 1 v − z/2
pv|z (v|z) = · py = · rect
z z z z
dunque la probabilità congiunta è:

1 v − z/2 z−1
pvz (v, z) = pv|z (v|z) · pz (z) = · rect · rect
2 z 2
che corrisponde a una costante pari a 1/2 nel triangolo di vertici (0,0), (0,2), (2,2).
4. Si derivi l’espressione della densità di probabilità marginale di v, e se ne tracci il grafico. La densità marginale di v si
ottiene semplicemente integrando pvz rispetto a z:
ˆ ˆ
1 2 1
pv (v) = pvz (v, z) dz = dz = (2 − v)
2 v 2
limitatamente all’intervallo 0 < v < 2, ossia

2−v v−1
pv (v) = · rect
2 2
Esercizio 3
1. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo x (t). Sia Bx = 4 KHz.

1 f
Sx (f ) = rect
Bx Bx
Rx (τ ) = sinc (τ Bx )
2. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo y (t) = x (t) + w (t). Sia e Bw = 8 KHz:

1 f 1 f
Sy (f ) = Sx (f ) + Sw (f ) = rect + rect
Bx Bx Bw Bw
Ry (τ ) = Rx (τ ) + Rw (τ ) = sinc (τ Bx ) + sinc (τ Bw )
3. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo z (t) = 2 · x (t) + 3 · x (t − T ) , dove T = 0, 25
millisecondi.
H (f ) = 2 + 3exp (−j2πf T )
2
|H (f )| = 13 + 12cos (2πf T )

2 1 f
Sz (f ) = Sx (f ) |H (f )| = (13 + 12cos (2πf T )) rect
Bx Bx
Rz (τ ) = 13Rx (τ ) + 6Rx (τ − T ) + 6Rx (τ + T )
4. Calcolare l’autocorrelazione e la densità spettrale di potenza del processo discreto wn ottenuto campionando w (t) con
frequenza di campionamento fc = 6 KHz.
X
Swc (f ) = fc Sw (f − k · fc )
k
Il campionamento genera alias. Sommando le repliche si ottiene che lo spettro del processo discreto è dato da:

1 f 2 f − 2500 2 f + 2500
Swn (f ) = fc rect + rect + rect
Bw 4000 Bw 1000 Bw 1000
m

Antitrasformando si ottiene:Rwn (m) = R τ = 6000 , dove la funzione R è pari a:
1
R (τ ) = [sinc (τ · 4000) + sinc (τ · 1000) cos (2π2500τ )]
2
Campionando si ottiene:

1 4 1000 5
Rwn (m) = sinc m · + sinc m · cos 2π m
2 6 6 12
Esercizio 4
Si deve trasmettere un segnale audio campionato a 80 kHz con 24 bit per campione mediante trasmissione M-PAM, in un
mezzo trasmissivo passabasso per |f | ≤ 1MHz con attenuazione 120 dB, e densità spettrale di potenza di rumore N0 /2 = −190
dBw /Hz. Si assuma di impiegare filtro adattato in ricezione, ricostruendo, a valle del filtro, impulsi a spettro triangolari.
1. Si indichi la risposta in frequenza del filtro di forma e del filtro adattato (rappresentandone i grafici), precisando la
banda totale occupata, in modo da avere assenza di interferenza intersimbolica.
2. Si rappresenti il sistema di trasmissione, valutando il numero di livelli M per trasmettere in tempo reale il segnale
audio. Si valuti la probabilità di errore di bit e di simbolo per garantire meno di un bit errato per ora, assumendo
codifica di Gray.
3. Si valutino la potenza media da transmettere per bit e quella di picco.
4. Supponendo che il clock al ricevitore abbia un errore ∆T casuale, con distribuzione uniforme in −TM ax ≤ ∆T ≤ TM ax ,
si valuti il rapporto tra potenza di picco del segnale e dell’interferenza dovuto al simbolo adiacente nel caso peggiore e
si determini TM ax per renderla trascurabile rispetto al rumore.
Il filtro adattato al filtro di forma g(t) è: c(t)=g*(-t), quindi imponendo spettro triangolare a valle dei due filtri:
2 |f |
Y (f ) = C(f ) · G(f ) = |G(f )| = 1 − per |f | < fM
fM
Inoltre, per l’assenza di ISI la ripetizione periodica di Y(f) con periodo fs (fequenza di simbolo), deve essere costante, il
che implica fs = fM . Il massimo rate compatibile con la banda B=1 MHz è Rs ≤ 1 Ms/s, mentre l’effettivo bit rate da
trasmettere è Rb = 80e3 × 24 = 1.92 Mbit/s, corrispondente ad un rate di Rs = 1.92/k Ms/s. Si soddisfa il requisito per
k=2 bit/simbolo, ovvero M=4 livelli e Rs = 1.92/2 = 0.96 Mb/s. La forma d’onda in trasmissione è quindi
r
|f |
G(f ) = 1 − per |f | < Rs = 0.96 M Hz
B
Il sistema deve garantire una probabilità di errore sul bit di Pb = 1/(1.92e6 · 3600) = 1.44e − 10. Con la codifica di Gray,
un errore di un simbolo corrisponde a sbagliare un bit su k=2, Ps = 2Pb = 2.88e − 10. La probabilità di errore è legaata
all’energia ricevuta dal simbolo più interno, Esi,
r ! r !
2 (M − 1) 2Esi 3 2Esi
Pb = Q = Q = 1.44e − 10
M ·k N0 4 N0
2
2Esi 4
⇒ = qf uncinv 1.44e − 10 ∗ = 39.1
N0 3
Esi = 15.93 − 190 = −174dBW
Supponendo di ricevere simboli ampi ±ah0 g(t); ±3ah0 g(t), dove h0 è il guadagno (<1) del mezzo, l’energia ricevuta del
simbolo più interno vale
Esi = a2 h20 Eg
e quella media
1
EsM = · 2 · (1 + 9) · a2 h20 Eg = 5Esi
4
da cui si trova la potenza media da trasmettere per bit:
PtM 1 1 5Esi
PbM = =
2 2 h20 Ts
= −3 + 120 + 7 − 174 + 59.8 = +10.2dBW
circa 100 W.
Supponiamo che i simboli ricevuti al coampionatore abbiamo forma:

2 t 2 t
y(t) = ±sinc ; ±3sinc
Ts Ts
la massima interferenza varrebbe:

2
sin2 π TM

2 0 − Ts − TM ax Ts
ax
TM ax
= 3sinc =3 '3
TM ax 2
Ts π2 1 − Ts
Ts
Il rapporto SNIR è quindi

2 4 r
(TM ax ) 1 Ts 4 1
SN IR = ' 40 ⇒ TM ax Ts = 0.22 · Ts
∆y 9 TM ax 360
Sia
t
x (t) = sinc · cos (2πf0 t)
T
dove sinc(·) indica la funzione seno cardinale.
1
1. Rappresentare il grafico della trasformata di Fourier di x(t) per f0 = 4T .
2. Disegnare il grafico dell’energia di x (t)al variare di f0
3. Rappresentare il grafico della trasformata di Fourier di y (t) = x2 (t) per f0 = T1 .
4. Rappresentare la trasformata di Fourier del segnale periodico yp (t) = y t − T2 e calcolarne la potenza.

P
Siano x e y due variabili casuali indipendenti e uniformemente distribuite nell’intervallo − 12 , + 12 .

1. Calcolare media e varianza della variabile casuale u = x · y.

2. Calcolare il coefficiente di correlazione tra x e u. Commentare il risultato.
3. Calcolare la densità di probabilità congiunta della coppia u e x, pxu (x, u)

4. Calcolare la densità di probabilità di u, pu (u)
Si consideri il processo stazionario tempo-continuo x(t), a media nulla, di potenza unitaria e densità spettrale di potenza
triangolare nella banda (−B, B). Sia xn il processo discreto ottenuto campionando x (t) a passo T : xn = x (t = nT ).
h i
1 2
1. Determinare la funzione di autocorrelazione del processo discreto xn nel caso in cui T = B. Calcolare E (xn − xn−1 )
h i
1 2
2. Determinare la funzione di autocorrelazione del processo discreto xn nel caso in cui T = 2B . Calcolare E (xn − xn−1 )
due casi T = B1 e T = 2B
1
.
1
4. Si definisca il predittore lineare ottimo per la stima di xn noto xn−1 e si calcoli l’errore di predizione nei due casi T = B
1
e T = 2B .
Un sistema di transmissione numerica utilizza impulsi binari antipodali per transmettere con un bit-rate di 15 kbit/s, e
probabilità di errore P e = 10−6 .
1. Si valuti la minima banda possibile e scriva l’espressione del singolo impulso nel dominio dei tempi e delle frequenze.
2. Si valuti il rapporto segnale-rumore al campionatore

3. Si aumenti la potenza ricevuta di 1 dB. Si valuti quanti bit in più si possono trasmettere in un ora, supponendo di
mantenere costante la probabilità di errore.
4. Si aumenti la potenza ricevuta di 1 dB. Si valuti l’incremento della probabilità di errore, in bit/ora, supponendo di
mantenere costante la velocità di trasmissione. Si commenti il risultato.
Sia
t
x (t) = sinc · cos (2πf0 t)
T
dove sinc(·) indica la funzione seno cardinale.
1
1. Rappresentare il grafico della trasformata di Fourier di x(t) per f0 = 4T .
2. Disegnare il grafico dell’energia di x (t)al variare di f0
3. Rappresentare il grafico della trasformata di Fourier di y (t) = x2 (t) per f0 = T1 .
4. Rappresentare la trasformata di Fourier del segnale periodico yp (t) = y t − T2 e calcolarne la potenza.

P
Siano x e y due variabili casuali indipendenti e uniformemente distribuite nell’intervallo − 12 , + 12 .

1. Calcolare media e varianza della variabile casuale u = x · y.
2. Calcolare il coefficiente di correlazione tra x e u. Commentare il risultato.

3. Calcolare la densità di probabilità congiunta della coppia u e x, pxu (x, u)
4. Calcolare la densità di probabilità di u, pu (u)
Si consideri il processo stazionario tempo-continuo x(t), a media nulla, di potenza unitaria e densità spettrale di potenza
triangolare nella banda (−B, B). Sia xn il processo discreto ottenuto campionando x (t) a passo T : xn = x (t = nT ).
h i
1 2
1. Determinare la funzione di autocorrelazione del processo discreto xn nel caso in cui T = B. Calcolare E (xn − xn−1 )
h i
1 2
2. Determinare la funzione di autocorrelazione del processo discreto xn nel caso in cui T = 2B . Calcolare E (xn − xn−1 )
due casi T = B1 e T = 2B
1
.
1
4. Si definisca il predittore lineare ottimo per la stima di xn noto xn−1 e si calcoli l’errore di predizione nei due casi T = B
1
e T = 2B .
A digital communication system transmits in baseband by binary pulses, with a bit-rate di 15 kbit/s, and ensuring a BER
P e = 10−6 .
1. Evaluate the minumm bandwidth, and express the pulse shape in time and frequency domain.
2. Evaluate the SNR at the receiver, after the matched filter.
3. Assume to increase the received power by 1 dB. Compute the gain in terms of number of bit in one hour, assuming to
keep the BER constant.
4. Assume to increase the received power by 1 dB. Comte the gain in BER in one hour, assuming constant bit rate.
Comment the results.
Soluzioni
Esercizio 1
Trasformata di Fourier:
Esercizio 2
1. Media e varianza di
Esercizio 3
L’autocorrelazione di x(t) è:
Rx (τ ) = sinc2 (τ · B)
si noti che il valore atteso di x(t) è nullo, in quanto mancano delta di Dirac nella densità spettrale did potenza.
1. Campionando ogni T = 1/B si campiona l’autocorrelazione nell’origine e negli zeri, per cui l’autocorrelazione è impulsiva
Rx (m) = δm
ne segue immediatamente che h i h i
2 2
E (xn − xn−1 ) = 2E (xn ) = 2Rx (0) = 2
2. Campionando ogni T = 1/2/B si ha:

Rx (m) = (δm + Aδm−1 + Aδm+1 )
1
2

con A = sinc 2 ≈ 0.4, da cui
h i
2
E (xn − xn−1 ) = 2E x2n + x2n−1 − 2xn xn−1 = 2 (Rx (0) − Rx (1)) = 2 (1 − A) ≈ 1.2

3. yn = xn − xn−1
= 2Rx (m) − Rx (m − 1) − Rx (m + 1)
Sy (m) = 2Sx (f ) − Sx (f ) e−j2πf T − Sx (f ) e+j2πf T = 2Sx (f ) (1 − cos (2πf T ))
4. Il predittore ottimo è xˆn = ρxn−1 , dove ρ è il coefficiente di correlazione tra xn e xn−1 . Si ottiene:
Rx (1)
xˆn = xn−1
Rx (0)
L’errore di predizione vale:
" 2 #
R2 (1)

h
2
i Rx (1)
e = E (xˆn − xn ) = E xn−1 − xn = Rx (0) 1 − x2
Rx (0) Rx (0)
pertanto la predizione è utile solo nel caso in cui vi sia correlazione tra i campioni.
Esercizio 4
La massima velkcotà di trasmissione si ottiene con impulsi a spettro rettangolare:

f
g(t) = sinc (t · Rb ) ⇐⇒ G(f ) = rect
Rb
la banda monolterà è 7.5 kHz.
La probabilità di errore è:
p
2
Pb = Q SN Rc = 10−6 ⇒ SN Rc = (qf uncinv(1e6)) = 22.6
dove il rapporto segnale-rumore-al campionatore, assumendo filtro adattato, è
2Eb 2Prb
SN Rc = =
N0 N0 R
Se la potenza ricevuta aumenta di 1 dB, posso aumentare il rate dello stesso valore ovvero
R1 = 15000 · 100.1 = 18884
oppure posso utilizzarlo per migliorare la probabilità di errore:

p p
Pb = Q SN Rc · 100.1 = Q SN Rc · 100.1 = 4.8e − 8
il numero di bit errati passa sa 54 a 2.5, mentre nel caso precedente il numero maggiore di bit trasmessi è 13e6
084538 - MODULO 1: 084539 - MODULO 2:

Sia:
1
g (t) = + cos (2πf0 t − θ) · cos (πf0 t)
2
1. Calcolare la trasformata di Fourier di g(t) e tracciarne il grafico.

2. Si determini il valore della fase θ tale che la trasformata di Fourier di g(t) sia nulla per f = ± f20 , i.e.: G(± f20 ) = 0.
3. Determinare l’espressione della potenza di g(t) al variare di θ e tracciarne il grafico.

4. Calcolare la trasformata di Fourier del segnale s (t) = g(t) · rect Tto e tracciarne il grafico. Cosa cambia al variare del
tempo di osservazione To ?

1. Calcolare media e varianza di y.

3. Calcolare la densità di probabilità congiunta pzx (z, x) delle variabili x e z = x2 + e, dove e è una variabile casuale
indipendente da x e distribuita uniformemente nell’intervallo (−1, +1). Suggerimento: si calcoli la congiunta come
pzx (z, x) = pz|x (z|x) · px (x)
4. Calcolare la densità di probabilità marginale di z e tracciarne il grafico.

2
il processo stazionario tempo-continuo x(t), di potenza σx e densità spettrale di potenza triangolare nella banda
Si consideri
B B
−2, 2 .
1. Determinare la densità spettrale di potenza e la funzione di autocorrelazione di x(t) e disegnarne i grafici.

2. Determinare la densità spettrale di potenza e la potenza del processo filtrato y(t) = x(t) ∗ h (t) , dove ∗ indica
convoluzione e h (t) = Bh · sinc (Bh · t). Nel calcolo si assuma Bh < B.
3. Determinare la funzione di autocorrelazione e la densità spettrale di potenza del processo discreto ottenuto campionando
x(t) con frequenza di campionamento fc = B/2.
4. Si definisca il predittore lineare ottimo per la stima di x(t + τ ) noto x(t) e si calcoli la potenza dell’errore di predizione
in funzione di τ .

Una sistema di trasmissione numerico impiega una modulazione 4-PAM ed un filtro di forma con risposta in frequenza
G(f ) = rect (f /200000) in un canale ideale con attenauzione L=120 dB. La densità spettrale di potenza del rumore in
ricezione sia N0 /2 = −160 dBm/Hz.
1. Si disegni lo schema del sistema di transmissione, includente il mezzo trasmissivo, il campionatore, il filtro di ricezione,
il filtro di forma, il modulatore 4-PAM
2. Si definisca il filtro di ricezione, nei tempi e nelle frequenze, in modo da trasmettere alla massima velocità possibile
senza interferenza intersimbolica. Si valuti il bitarte ottenibile.
3. Si cacoli la probabilità dell’errore di simbolo in ricezione, e quella del bit, assumendo che l’ampiezza massima del segnale
trasmesso sia pari a 2.
4. Se in ricezione si utilizzasse un filtro passabasso ideale con banda B=300 kHz, si ottiene interferenza intersimbolica ?
Come cambierebbe la probabilità di errore ?
084538 - MODULO 1: 084539 - MODULO 2:

Let:
1
2
1. Evaluate the Fourier transform of g(t), and plot its graph.

2. Determine the value of the phase θ such that the Fourier transform of g(t) is zero at frequencies f = ± f20 , i.e.:
G(± f20 ) = 0.
3. Determine the expression of the power of g(t) as a function of θ, and plot its graph.

4. Evaluate the Fourier transform of s (t) = g(t) · rect Tto , and plot its graph.. What does it change by varying the
observation time To ?

Let x be a random variable, uniformely distributed in the interval (−1, +1), and let y = x2
1. Evaluate the expected value and variance of y.

2. Evaluate the correlation coefficient between x and y. Comment on the results..
3. Evaluate the joint probability density pzx (z, x) of the two variables x and z = x2 + e, where e is a random variable
independent of x, and uniformely distributed in the interval (−1, +1). Tip: evluate the joint probability function as
4. Evaluate the marginal probability function of z, and draw its graph.

Consider the continuous time stochastic process x(t), with power σx2 and triangular power spectral density in the frequency
B B

band − 2 , 2 .
1. Determine tthe power spectral density and autocorrelation function of x(t), and draw their graphs.
2. Determine the power spectral density and the power of the filtered process y(t) = x(t) ∗ h (t) , where ∗ denotes
convolution and h (t) = Bh · sinc (Bh · t). Assume that Bh < B.
3. Determine the power spectral density and autocorrelation function of the discrete time process obtained by sampling
x(t) at a sampling frequency fc = B/2.
4. Define the expression of the optimal predictor of x(t + τ ) given x(t), and evaluate the power of prediction error as a
function of τ .

A digital communication system makes use of a 4-PAM modulation and a form filter with Fourier Transform: G(f ) =
rect (f /200000). The medium is ideal, with attenuation L=120 dB and the noise power spectrum at the receiver is N0 /2 =
−160 dBm/Hz.
1. Represent the schematic block diagram of the system, including the medium, the sampler, the reception filter, the form
filter and the 4-PAM modulator.
2. Define the recetion filter to avoid ISI while getting the maximum bitrate, and define the achievable bitrate
3. Compute the symbol error probability and the Bit Error Rate by assuming that the maximum amplitude of the
transmitted signal is equal to 2.
4. If the receiver makes use of an ideal lowpass filter, with bandwidth 300 kHz, what would be the Inter Symbol Interference
and the BER ?
Soluzioni
Sia:
1
2
1. Calcolare la trasformata di Fourier di g(t) e tracciarne il grafico.

1 3 1 1 3
e−jθ · δ f − f0 + 1 + e−jθ · δ f − f0 + 1 + ejθ · δ f + f0 + ejθ · δ f + f0

G (f ) =
4 2 2 2 2
2. Si determini il valore di della fase θ tale che la trasformata di Fourier di g(t) sia nulla per f = ± f20 , i.e.: G(± f20 ) = 0.
Il fattore di ampiezza alla frequenze ± f20 è 1 + e±jθ , che si annulla per θ = π.
3. Determinare l’espressione della potenza di g(t) al variare di θ e tracciarne il grafico.
1 n 2 2 o 1
1 + 1 + e−jθ + 1 + 1 + e−jθ = {3 + 2 · cos (θ)}

P (θ) =
16 8

t
4. Calcolare la trasformata di Fourier del segnale s (t) = g(t) · rect To e tracciarne il grafico. Cosa cambia al variare del
tempo di osservazione To ?
G (f ) =

To −jθ 3 To −jθ
1
e · sinc f − f0 To + 1+e · sinc f − f0 To +
4 2 4 2

To jθ
1 To jθ 3
+ 1+e · sinc f + f0 To + e · sinc f + f0 To
4 2 4 2
Se To < 1/f0 i sinc cominciano a sovrapporsi, non permettendo più di distinguere le diverse sinuoisdi.
1. Calcolare media e varianza di y. ˆ +1

1 1
E [y] = x2 dx =
2 −1 3
ˆ +1
1 1
E y2 = x4 dx =
2 −1 5
2
1 1
V [y] = −
5 3
E [(x − E [x]) (y − E [y])]

ρxy = p =0
V (y)V (x)
le variabili risultano incorrelate, ma non possono essere indipendenti perché y è legata deterministicamente a x.
3. Calcolare la densità di probabilità congiunta pzx (z, x) delle variabili x e z = x2 + e, dove e è una variabile casuale
indipendente da x e distribuita uniformemente nell’intervallo (−1, +1). Suggerimento: si calcoli la congiunta come
1 x
px (x) = rect
2 2
z − x2

1
pz|x (z|x) = pe e = z − x2 = rect

2 2
z − x2

1 x
pzx (z, x) = rect rect
4 2 2
4. Calcolare la densità di probabilità marginale di z e se ne tracci il grafico. La ddp di z si ricava proiettando pzx sull’asse
z: ˆ ˆ
z − x2

1 x
pz (z) = pzx (z, x) dx = rect rect dx
4 2 2
ˆ
1 +1 z − x2

= rect dx
4 −1 2
2

che è pari a 1/4 moltiplicato per la lunghezza del segmento in cui rect z−x 2 è diverso da 0, limitando il segmento
all’intervallo (−1, +1). Svolgendo i conti si trova:
 √
2 z + 1 −1 < z < 0
1 
pz (z) = · 2 0≤z<1
4  √
2· 1− z−1 1≤z<2


2
Si consideri
il processo stazionario tempo-continuo x(t), di potenza σx e densità spettrale di potenza triangolare nella banda
B B
−2, 2 .
1. Determinare la densità spettrale di potenza e la funzione di autocorrelazione di x(t) e disegnarne i grafici.
σx2

|f | f
Sx (f ) = 1− · rect
B/2 B/2 B

B
Rx (τ ) = σx2 · sinc2 τ
2
2. Determinare la densità spettrale di potenza e la potenza del processo filtrato y(t) = x(t) ∗ h (t) , dove ∗ indica
convoluzione e h (t) = Bh · sinc (Bh · t). Nel calcolo si assuma Bh < B.

f
Sy (f ) = Sx (f ) · rect
Bh
ˆ 2
B − Bh Bh 2B − Bh
Py = Sy (f ) df = σx2 − σx2 = σx2 · ·
B B B
3. Determinare la funzione di autocorrelazione e la densità spettrale di potenza del processo discreto ottenuto campionando
x(t) con frequenza di campionamento fc = B/2. Campionando a fc = B/2 i triangoli si sommano in modo da costruire
uno spettro costante pari a:
σ2
Sxn (f ) = x · fc = σx2
B/2
L’autocorrelazione del processo campionato è pertanto impulsiva:
Rxn (m) = σx2 · δm
4. Si definisca il predittore lineare ottimo per la stima di x(t + τ ) noto x(t) e si calcoli la potenza dell’errore di predizione
in funzione di τ .
x(t + τ ) = ρ (τ ) x (t)
dove
Rx (τ ) B
ρ (τ ) = = sinc2 τ
Rx (0) 2
L’errore di predizione è e (t) = x(t + τ ) − ρ (τ ) x (t). La sua potenza vale

B
E e2 (t) = σx2 1 − ρ2 (τ ) = σx2 1 − sinc4

τ
2
Esercizio 4
Una sistema di trasmissione numerico impiega una modulazione 4-PAM ed un filtro di forma con risposta in frequenza
G(f ) = rect (f /200000) in un canale ideale con attenauzione L=120 dB. La densità spettrale di potenza del rumore in
ricezione sia N0 /2 = −160 dBm/Hz.
1. Si disegni lo schema del sistema di transmissione, includente il mezzo trasmssivo, il campionatore, il filtro di ricezione,
il filtro di forma, il modulatore 4-PAM
2. Si definisca il filtro di ricezione, nei tempi e nelle frequenze, in modo da trasmettere alla massima velocità possibile
senza interferenza intersimbolica. Si valuti il bitarte ottenibile.
3. Si cacoli la probabilità dell’errore di simbolo in ricezione, e quella del bit, assumendo che l’ampiezza massima del
simbolo trasmesso sia pari a 2.
4. Se in ricezione si utilizzasse un filtro passabasso ideale con banda B=300 kHz, si ottiene nterferenza intersimbolica ?
Come cambierebbe la probabilità di errore ?
In ricezione si può usare un filtro passabasso con banda monolatera B ≥ Bmin = 100 kHz, ossia passatutto agli effetti del
segnale ricevuto, ottenendo una velocità di trasmissione di Rs = 2 · 105 e quindi un bitrate Rb =400 Kbit/s, senza interferenza
intersimbolica.
La probabilità di errore sul simbolo si valuta considerando che il filtro di ricezione è adattato:
s ! s !
3 Er 3 Et /L
Ps = Q = Q
2 N0 /2 2 N0 /2
dove Er è l’energia ricevuta riferita al simbolo più interno, ed Et la corrispondente trasmessa. L’impulso in trasmissione,
relativo al simbolo più interno è:

2 2 f 4 1
g(t) = sinc (Bb t) ⇒ G(f ) = rect ⇒ Et =
3 3Bb Bb 9 Bb
da cui s ! r !
3 Et /L 3 4 1 10−12
Ps = Q = Q · 103 = 1.8e − 6
2 N0 /2 2 9 200e3 10−16
La probabilità dell’errore sul bit è la metà, assumendo codifica di gray. Estendendo la banda in ricezione, si avrebbe sempre
assenza di interferenza intersimbolica, ma la potenza del rumore crescerebbe linearmente, da cui la probabilità di errore:
s !
3 Et /L 2
Ps = Q · = 8.9e − 5
2 N0 /2 3
084538 - MODULO 1: 084539 - MODULO 2:
Probabilità
Esercizio N.1
Siano x e y due variabili casuali indipendenti e uniformemente distribuite nell’intervallo − 12 , 12 . Siano a e z due nuove

p
variabili casuali ottenute come a = |x| e z = a + y
1. Si calcolino valore atteso e varianza di a

2. Si calcoli il coefficiente correlazione della coppia (x, z) e il coefficiente di correlazione della coppia (a, z).
3. Si calcoli l’espressione della densità di probabilità congiunta della coppia (x, z) e se ne rappresenti il grafico
4. Si calcoli l’espressione della densità di probabilità di a e se ne rappresenti il grafico
5. Si calcoli l’espressione della densità di probabilità congiunta della coppia (a, z) e se ne rappresenti il grafico
6. Si vuole determinare la probabilità P a > 14 sulla base di esperimenti ripetuti. Quanti esperimenti indipendenti sono

necessari per avere un errore minore dell’1% ?
Esercizio N.2
In una roulette si puntano X euro su uno dei 37 possibili numeri, tutti equiprobabili. Si vince 35 volte la cifra puntata se si
indovina il numero, altrimenti si perde la cifra puntata.
1) Determinare la vincita media nel caso si punti una sola volta sul numero 10.
2) Determinare la vincita media cumulata, e la sua deviazione standard, nei casi si punti per 100 volte consecutive sullo
stesso numero.
3) Ripetere il punto precedente, ma assumendo che ogni volta si punti una cifra X scelta casualmente (e con distribuzione
uniforme) tra 1,2,3,4 o 5 ¿.
Probability
Exercize N.1
Let x and y be two independent random variables, uniformly distributed in the interval − 12 , 12 . Let a and z be two new

p
random variables obtained as a = |x| and z = a + y
1. Evaluate the expected value and the variance of a
2. Evaluate the correlation coefficient of the pair (x, z) and the correlation coefficient for the pair (a, z).
3. Evaluate the expression of the joint probability density function of the pair (x, z), and represent its graph
4. Evaluate the expression of the density probability function of a, and represent its graph
5. Evaluate the expression of the joint probability density function of the pair (a, z), and represent its graph
6. Imagine to determine the probability P a > 41 based on repeated experiments. How many independent experiments

are needed to have an error lower than 1% ?
Esercizio N.2
In the roulette game, you choose one of the possible 37 outcomes, all equally probable. If you bet X $, you win 35 X $ if the
chosen number is comes out, otherwise you loose the bet.
1) Evaluate the mean value of the win, in $, if you bet just one time on number 10.
2) Evaluate the mean value of the accumulated win, and its standard deviation, when you bet on the same number of 100
times.
3) Repeat the previous point, by assuming that each time you bet a different amount of money: X, that can be uniformly
chosen in 1,2,3,4 o 5 $
Soluzioni
Esercizio N.1
Siano x e y due variabili casuali indipendenti e uniformemente distribuite nell’intervallo − 12 , 12 . Siano a e z due nuove

p
variabili casuali ottenute come a = |x| e z = a + y
1. Si calcolino valore atteso e varianza di a

ˆ ˆ 0.5 32 √
√ 2 1 2
E [a] = a (x) fx (x) dx = 2 · xdx = 2 · = = 0, 4714
0 3 2 3
ˆ ˆ 0.5 2
1 1 1
E a2 = 2

a (x) fx (x) dx = 2 · xdx = 2 · =
0 2 2 4
2 1 2 1
V (a) = E a2 − (E [a]) = − =

= 0, 0278
4 9 36
2. Si calcoli il coefficiente correlazione della coppia (x, z) e il coefficiente di correlazione della coppia (a, z).
E [xz] − E [x] E [z]

pxz = p
V (x) · V (z)
E [xz] = E [x (a + y)] = E [xa] + E [xy] = 0

Infatti ˆ p
E [xa] = x |x|fx (x) dx = 0
in quanto integrale di una funzione dispari su un supporto simmetrico intorno alla zero, e dall’indipendenza di x e y
segue che:
E [xy] = E [x] · E [y] = 0
pertanto pxz = 0. Per quanto riguarda paz si ha:
E [az] = E [a (a + y)] = E a2 + E [ay] = E a2

dove si è sfruttato il risultato già ottenuto al punto 1 e l’indipendenza tra a e y, per cui: E [ay] = E [a] E [y] = 0.Valor
medio e varianza di z si ottengono semplicemente come:
E [z] = E [a] + E [y] = E [a]
Segue ancora dall’indipendenza che la varianza della somma può essere scritta come somme delle varianze, da cui:
1
V (z) = V (a) + V (y) = V (a) +
12
Mettendo insieme tutti i termini si ottiene:
2
E [az] − E [a] E [z] E a2 − (E [a]) V (a) 1
paz = p =p =p =
V (a) · V (z) V (a) · (V (a) + V (y)) V (a) · (V (a) + V (y)) 2
3. Si calcoli l’espressione della densità di probabilità congiunta della coppia (x, z) e se ne rappresenti il grafico. Assumendo
di fissare x possiamo scrivere:
p
fz|x (z|x) = fy|x (y = z − a|x) = fy (y = z − a) = rect z − |x|
da cui si ricava la ddp congiunta

p
fz,x (z, x) = fz|x (z|x) · fx (x) = rect z − |x| · rect (x)
Il cui grafico viene riportato qui sotto:

p
4. Si calcoli l’espressione della densità di probabilità di a e se ne rappresenti il grafico. La relazione tra a e x è a = |x|,
da cui x = ±a2 e | dx
da | = 2a. Ne segue che
fa (a) da = fx x = a2 dx + fx x = −a2 dx = 2fx a2 dx

√ !!
2
√ 2
=> fa (a) = 4a · rect a = 4a · rect 2· a−
2
5. Si calcoli l’espressione della densità di probabilità congiunta della coppia (a, z) e se ne rappresenti il grafico. Assumendo
di fissare a possiamo scrivere:
fz|a (z|a) = fy|a (y = z − a|a) = fy (y = z − a) = rect (z − a)
da cui si ricava la ddp congiunta
√ !!
√ 2
fz,a (z, a) = fz|a (z|a) · fa (a) = rect (z − a) · 4a · rect 2· a−
2
Il cui grafico viene riportato qui sotto:
6. Si vuole determinare la probabilità P a > 14 sulla base di esperimenti ripetuti.

Quanti esperimenti indipendenti sono
necessari per avere un errore minore dell’1% ? La probabilità P a > 14 può essere ricavata sia dalla ddp di a che da

quella di x. In quest’ultimo caso si ha:

1 1 1 1 1
p=P a> =P x> +P x<− =2· − = 0.875
4 16 16 2 16
Sia p̂ la stima di p tramite N esperimenti ripetuti. La distribuzione di p̂ può essere approssimata a una Gaussiana con
valor medio p e dispersione: r
p (1 − p)
σp̂ =
N
dove N è il numero di esperimenti. Considerando l’errore pari a σp̂ si ha un intervallo di confidenza pari a circa 67%,
cioé P(p − σp̂ < p̂ < p + σp̂ ) = 0, 67. Pertanto si ricava il numero minimo di lanci risolvendo l’equazione
r
p p (1 − p)
σp̂ = =
100 N
dalla quale si ricava che servono almeno N = 1429 esperimenti indipendenti.
Esercizio N.2
1. La vincita è -X ¿ con probabilità p = 36/37, e +35·X ¿ con probabilità 1 − p = 1/37, ovvero:

36 1
fV (V ) = fV (V ) = p · δ (V + X) + (1 − p) · δ (V − 35 · X) = δ (V + X) + δ (V − 35 · X)
37 37
con valore medio:
36 1 1
E[V ] = −X · + 35 · X · = − X = −0.027 · X
37 37 37
e momento di secondo ordine
36 1 1261
E V 2 = X2 · + 352 · X 2 · = X2 = 34.08 · X 2

37 37 37
2. La deviazione standard di una vincita
r r
1261 1 46656
σV = X · − 2 =X· = X · 5.83
37 37 372
Puntando N=100 volte consecutive, la vincita media cumulata è
hX i
E V = N · E[V ] = −2.7 · X ¿
la varianza di variabili incorrelate è la somma delle varianze:

√
σN V = σV N = 58.3 · X
3. Nel caso di puntate random, la vincita media nel secondo caso sarebbe
" #
X X 1
E Xi · Vi = mx · mv = −3 · · 100 = −8.1
i i
37
e la per la deviazione standard, calcoliamo quella della singola v.c.:

p p
σxv = E [x2 · v 2 ] − m2x m2v = E [x2 ] E [v 2 ] − m2x m2v
p √
= 11 · 34.08 − 9 · (−0.027)2 = 374.8 = 19.38
che diventa 193.8 nel caso di somma di N=100 v.c. indipendenti.

Segnali continui
Sia:
sin (πtB)
x (t) = · sin (2πf0 t + θ)
πt
1) Assumendo f0 = 3 · B si svolgano i seguenti quattro punti:
2. Si calcoli la trasformata di Fourier della sequenza numerica ottenuta campionando x (t) con frequenza di campionamento
fc = f0 e se ne tracci il grafico.
2
3. Si calcoli la trasformata di Fourier del segnale y (t) = (x (t)) e se ne tracci il grafico.
dx(t)
4. Si calcoli la trasformata di Fourier del segnale z(t) = dθ .
2) Assumendo f0 = B/4 si svolgano i seguenti tre punti:

2. Si tracci il grafico dell’energia di x (t) in funzione della fase iniziale θ.
P
3. Si calcoli la potenza del segnale periodico xp (t) = x (t − nT0 ), dove T0 = 2/B.
dx(t)
4. Si calcoli la trasformata di Fourier e la potenza del segnale yP (t) = dt .
Continuous time signals
Let:
sin (πtB)
x (t) = · sin (2πf0 t + θ)
πt
1) Assumendo f0 = 3 · B consider the four points below:
1. Calculate the Fourier transform of x(t), and trace its graph.

2. Calculate the Fourier transform of the numerical sequence obtained by sampling x (t) at a samplimg frequency ffc = f0 ,
and trace its graph.
2
3. Calculate the Fourier transform of the signal y (t) = (x (t)) , and trace its graph.
dx(t)
4. Calculate the Fourier transform of the signal z(t) = dθ .
2) Assuming f0 = B/4 consider the three points below:
1. Calculate the Fourier transform of x(t), and trace its graph.

2. Plot the graph of the energy of x (t) as a function of the initial phase θ.
P
3. Calculate the power of the periodic signal xp (t) = x (t − nT0 ), where T0 = 2/B.
dxp (t)
4. Calculate the Fourier transform and the power of the signal y(t) = dt .
Soluzioni:
1 Parte
Assumendo f0 = 3 · B
1.1 Trasformata

f exp(jθ) exp(−jθ)
X (f ) = rect ∗ δ (f − f0 ) − δ (f + f )
B 2j 2j

exp(jθ) f − f0 exp(−jθ) f + f0
= rect − rect
2j B 2j B
1 1
− exp −𝑗𝑗𝑗𝑗 exp 𝑗𝑗𝑗𝑗
2𝑗𝑗 2𝑗𝑗
-3B 3B
1.2 Campionamento
Il campionamento introduce repliche con periodo 3B, in figura quelle dello spettro centrato a f0 = −3B. La somma di repliche
positive e negative fornisce uno spettro come in figura
3B ⋅ sin 𝜃
-3B 3B
come si poteva desumere anche direttamente nel dominio temporale

n sin (πn)
x =B · sin (2π3n + θ) = B · sin (θ)
B πn
1.3 Autoconvouzione spettrale
Moltiplicando il segnale per se stesso si ha l’autoconvoluzione nelle frequenze, ovvero la trasformata di:
2
2 sin (πtB)
x (t) = · sin2 (2πf0 t + θ)
πt
2
1 sin (πtB)
= (1 − cos (2π2f0 t + 2θ))
2 πt
risulta

B f B exp(j2θ) f − 2f0 B exp(−j2θ) f + 2f0
Y (f ) = tri − tri − tri
2 2B 4 2B 4 2B
1.4 Derivata
E’ comodo derivare e poi trasformare:

dx(t) sin (πtB)
z(t) = = · cos (2πf0 t + θ)
dθ πt

exp(jθ) f − f0 exp(−jθ) f + f0
Z(f ) = rect − rect
2 B 2 B
2 Parte 2
Assumendo f0 = B/4
2.1 Trasformata
L’espressione della trasformata di Fourier è la medesima, ma si deve considerare la somma dei due spettri sovrapposti.
sin 𝜃𝜃
1
1 exp 𝑗𝑗𝑗𝑗
− exp −𝑗𝑗𝑗𝑗 2𝑗𝑗
2𝑗𝑗
2.2 Energia al variare del parametro
sin2 𝜃𝜃
1
4
B B
E= sin2 θ +
2 4
2.3 Potenza rip periodica
La potenza si calcola come somma in modulo quadro delle aree degli impulsi in figura
sin 𝜃𝜃
1
1 exp 𝑗𝑗𝑗𝑗
2𝑗𝑗
𝐵𝐵
sin 𝜃𝜃 𝐵𝐵
𝐵𝐵 2 exp 𝑗𝑗𝑗𝑗
4𝑗𝑗
B2 B2
P = sin2 θ + 2 ·
4 16
2.4 Spettro derivata
La trasformata di Fourier della derivata si calcola direttamente nel dominio trasformato:
YP (f ) = j2πf Xp (f )
B2 B2

B B
= π exp (jθ) δ f− + π exp (−jθ) δ f+
4 2 4 2
La potenza è la somma delle aree in modulo quadro:
π2 B 4
P =
8

Exammonti

Caricato da

Informazioni sul documento

Descrizione:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Descrizione:

Copyright:

Formati disponibili

Exammonti

Titolo originale:

Caricato da

Descrizione:

Copyright:

Formati disponibili

085993 - FONDAMENTI DI SEGNALI E TRASMISSIONE - 14-2-2013

Esercizio 1 - Segnali continui - Foglio Verde

Esercizio 2 - Probabilità - Foglio Giallo

1. determinare la probabilità che x sia compreso tra 0 e 1;

Esercizio 3 - Periodogramma - Foglio Giallo

1. Si valutino densità spettrale di potenza e autocorrelazione di w (t).

3. Si determini il valor medio del periodogramma della sequenza di cui al punto 2.

Esercizio 4 - Trasmissioni - Foglio Verde

4. Si supponga ora di usare in trasmissione il filtro: g (t) = sin(2πt/Tπt

Exercise 1 - Continuous time signal - Light green paper

Exercise 2 - Probability - Pale yellow paper

1. compute the probability that 0 ≤ x ≤ 1;

Exercise 3 - Periodogram - Pale yellow paper

1. Express the power spectrum density and the autocorrelation of w (t).

Exercise 4 - Digital transmission - Pale green paper

1. Compute the minimum number of symbols (2-PAM, 4-PAM, 8-PAM...)

z ∼ N (my , σx2 + σy2 ) = N (3, 5)

Il valore medio della sequenza è:

Il valore medio del periodogramma è

Se si valuta nelle frequenze discrete

= δ(k − 1) + δ(k + 1) + 2 = δ(k − 1) + δ(k + 1) + 2

La banda minima è per impulsi di Nyquist con roll off nullo:

E’ una trasmissione 2-PAM. La cascata del filtro di forma + canale dà:

se si sceglie il filtro adattato,sinc (t/Ts ) , si ottiene:

l’interferenza intersimbolica è assente perchè d ((n − m)Ts ) = 0.

La potenza media per bit in trasmissione:

doppia di quella del caso precendente: ˆ

Esercizio 1 - Segnali continui - Foglio Verde

Esercizio 2 - Probabilità - Foglio Giallo

1. Si calcolino media e varianza del processo y(t).

Esercizio 3 - Periodogramma - Foglio Giallo

Esercizio 4 - Trasmissioni - Foglio Verde

Exercise 1 - Signals- Light green paper

Exercise 2 - Probability - Pale yellow paper

1. Compute the mean and variance of the process y(t).

Exercise 3 - Periodogram - Pale yellow paper

i y(t) = A · exp (j2πf0 t), where f0 = 10 Hz and A is a Gaussian complex

Exercise 4 - Transmission systems - Light green paper

2. Potenza del segnale ˆ

1. Dalle considerazioni precedenti si ha:

1. Per N=10 si ha f0 N T = 2, per cui

4. Periodogramma mediato. Media

c (t) = g (−t) = g (t)

non c’è ISI in quanto g (kTs ) = 0 per k 6= 0.

Dati i simboli sn = ±1, ±3 l’energia media associata al simbolo è

Dalle tabelle: Q (4.7) = 1.3 · 10−6 < 4

Esercizio 1 - Segnali continui - Foglio Rosa

Esercizio 2 - Probabilità - Foglio Giallo

determinare la distribuzione dell’uscita y, il suo valore medio e la sua varianza.

Esercizio 3 - Processi - Foglio Giallo

Esercizio 4 - Trasmissioni - Foglio Rosa

Exercise 1 - Continuous time signal - Pink paper

Exercise 2 - Probability - Yellow paper

Exercise 3 - Processes - Yellow paper

Exercise 4 - Digital transmission - Pink paper

Nel caso di ingresso x(t) generico, sfruttando la linearità

2. Il coefficiente di correlazione per variabili a valor medio nullo vale:

e per determinare la potenza

3. Per la trasformazione di probabilità: