UNIVERSITÀ DEGLI STUDI DI PERUGIA

Istituto di Energetica
FACOLTÀ DI INGEGNERIA

CARATTERISTICHE DEI SEGNALI RANDOM

I segnali random o stocastici rivestono una notevole importanza poiché sono

presenti, più che i segnali deterministici, nella maggior parte dei processi fisici
reali.

Esempio di segnale random:

Registrazione nel tempo di un segnale generato da un sensore di pressione
montato in una rampa di lancio di un missile per la misura della pressione
acustica generata dai fumi di scarico.

Le sollecitazioni causate da tali pressioni possono determinare la rottura per

fatica della struttura.

1 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

Poiché sono necessari in molti di questi casi metodi di analisi sperimentale, è

importante misurare ed analizzare con accuratezza i segnali random.

2 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

TEMPO DI ACQUISIZIONE t0:

Si acquisisce il segnale casuale dal tempo zero al tempo t0, e si assume il

segnale pari a zero per t > t0, assimilando il segnale casuale ad uno transitorio.

Occorre determinate il tempo di taglio t0 in maniera tale che il segnale acquisito

in 0 < t < t0 sia un ‘buon’ esempio statistico dell’intero segnale random.

Acquisizione del segnale nell’intervallo 0 < t < t0

L’esistenza di un valido tempo di taglio implica che i processi casuali siano

stazionari, cioè che le loro proprietà statistiche (come il valore medio, il valore
quadratico medio etc.) non cambino con il tempo.
Quando questo è vero esiste un certo t0 corrispondente al livello scelto di
confidenza dei risultati.


Registrazione di lunghezza infinita risultati precisi

Registrazione di lunghezza finita

 c’è una certa probabilità che
siano corretti
Un semplice metodo per determinare t0

3 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

DESCRIZIONE STATISTICA DEI SEGNALI CASUALI:

 Descrizione dell’ampiezza della variabile.

 Descrizione della rapidità (contenuto in frequenza) della variabile.

Descrizione dell’ampiezza della variabile:

 media o valor medio

 valore quadratico medio
 radice quadratica media
 funzione distribuzione dell’ampiezza
Si consideri una variabile random q i (t ) , la media o valor medio q i (t ) è definito
da:
T
1
q i ( t )  lim   q i ( t )dt
 
t  T 0

Essendo q i (t ) una componente costante di tutto il segnale e non influenza le sue

fluttuazioni è generalmente sottratta dal segnale totale, per avere un segnale a
valor medio nullo. D’ora innanzi si considereranno solo segnali casuali q i (t )

con valor medio nullo.

4 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

Valore quadratico medio:

 1 T 2
q 2i ( t )  lim T   q i (t )dt
t  0

Indica l’ampiezza della variabile casuale, ha le dimensioni del quadrato della

grandezza stessa.

Radice quadratica media o rms:

q i (t ) rms  q2i (t )

5 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

Il valore quadratico medio e la radice quadratica media danno una indicazione

della grandezza totale q i (t ) e non della distribuzione della ampiezze. Si
introduce allora la funzione distribuzione dell’ampiezza o funzione densità
di probabilità Wi (q i ). (HIST A; HIST B)

Si definisce la probabilità P che q i (t ) si trovi tra alcuni valori specifici qi1 e

qi1+qi come:

Pr obabilità[ q i1  q i   q i1  q i  ]  P[ q i1 ,  q i1  q i  ]  lim
 t i
T T

dove  t i rappresenta il tempo totale in cui q i (t ) si trova nella banda qi

durante l’intervallo di tempo T. Si definisce la funzione distribuzione
dell’ampiezza Wi (q i ):

P[ q i1 ,  q i1  q i 
W1 ( q i )  lim
q i  0 q i

dalla definizione segue che W1 (q i ) dqi = Probabilità che qi si trovi in dqi :

q i2
 W1 (q i )dq i  Probabilità che qi cada tra qi1 e qi2.
q i1

La funzione W1 (q i ) può avere in teoria un numero infinito di differenti forme,

certe hanno trovato un preciso modello matematico che descrive il processo
fisico reale. La più comune è la distribuzione Normale o Gaussiana data da:
 q 2i
1
e 2
2
W1 ( q i ) 
2

dove  è la deviazione standard.

6 Caratteristiche dei segnali Random
 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

7 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

 DESCRIZIONE DELLA RAPIDITÀ (CONTENUTO IN FREQUENZA) DELLA

VARIABILE:

La radice quadratica media (rms) e la funzione distribuzione delle ampiezze

sono sufficienti per descrivere l’ampiezza di una variabile casuale, ma non
danno indicazioni sulla rapidità di variazione nel tempo. Così due processi
random potrebbero entrambi essere Gaussiani con lo stesso valore numerico di
 ma uno può variare molto più rapidamente che l’altro.

 Autocorrelazione
 Densità spettrale quadratica media
 Funzione distribuzione dell’ampiezza
 Funzione di Cross-correlazione
 Cross densità spettrale
Funzione di autocorrelazione R() di una variabile random q i (t ) :
 1 T
R( )  lim  q i ( t ) q i ( t   ) dt
T  T 
0

la funzione q i (t   ) è semplicemente q i (t ) traslata nel tempo di  secondi.

8 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

Distanza tra la testina di lettura e scrittura

 
Velocità del nastro

Per  = 0 la funzione di autocorrelazione R() è numericamente uguale al

valore quadratico medio q 2i ( t ) della funzione.

9 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

In figura sono riportati due R() per due qi(t) varianti in modo lento e rapido

Per ogni qi(t), sia che esso vari velocemente o lentamente, quando  = 0, il
prodotto qi(t)* qi(t+ ) è sempre positivo e l’integrale da il massimo valore
possibile ( qi2 (t ) ). Per ogni spostamento (  0), quando si uniscono le parti
positive e negative, la curva prodotto è una volta positiva ed una volta
negativa.
Così se qi(t) varia rapidamente, basta un piccolo valore di  per causare questo
abbattimento del valore, mentre una lenta variazione di q i(t) richiede una
maggiore traslazione delle due curve.

10 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

Un altro metodo per determinare il contenuto in frequenza di un segnale

random è la densità spettrale quadratica media.

densità spettrale quadratica media  trasformata di Fourier di R().

11 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

In altre parole trasporta nel dominio della frequenza le stesse informazioni che
fornisce R() nel dominio del tempo.

Nello studio delle vibrazioni la densità spettrale quadratica media è preferita.

Per determinare come ogni parte del range di frequenza contribuisce al valore
totale del valore quadratico medio della funzione, si può operare un filtraggio
dell’uscita con un ristretto filtro passa banda di ampiezza  come mostrato in
figura:

12 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

Densità spettrale quadratica media =

qi2
 ( ) 


rappresenta la densità del valore quadratico medio poiché:

 ( ) *   qi2

Se si valuta () per un completo range di frequenze, si può disegnare una

curva rispetto ad .
L’area totale rispetto  sottesa dalla curva () è pari al valore quadratico
medio totale qi2 (t ) .

Se un qi(t) con una nota i() è applicato come ingresso ad un sistema lineare
di risposta in frequenza nota, la densità spettrale quadratica media dell’uscita
o(t) è calcolabile con la relazione:
2
qo
 o ( )   i ( ) (i )
qi

13 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

14 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

Una particolare forma di () è di grande impiego: il rumore bianco.

Rumore bianco perfetto: () = 1 per tutte le frequenze.
Il rumore bianco è usato come un segnale di test, allo stesso modo
dell’impulso, perché entrambi hanno un contenuto in frequenza uniforme su
tette le frequenze.

Se i() = C = costante 
qo  o ( )
(i ) 
qi C

15 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

IMPIEGO DI DUE VARIABILI CASUALI:

Funzione distribuzione dell’ampiezza W1(q1,q2) di due variabili casuali q1(t)

e q2(t) è data da:

t
1
W1 ( q1 , q2 )  limlim
q 1 0 Tq1q2
i
T 
q 2  0

dove  ti rappresenta il tempo totale (durante il tempo T) che q1(t) e q2(t) si

16 Caratteristiche dei segnali Random

 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

trovano simultaneamente nella banda di valori compresa tra q1+ q1 e q2+ q2

 Probabilità(q1a  q1  q1b , q2 a  q2  q2b )  q 

q 2 b q1b

q1 a
W1 (q1 , q2 )dq1dq2
2a

La W1 (q1 , q2 ) può avere una varietà infinita di forme. La più comune è la più
usuale è la distribuzione (normale) di Gauss bivariabile.
Scopo misurazione di W1 (q1 , q2 ) : vedere se i dati fisici seguono
approssimativamente qualche modello matematico semplice come la gaussiana.
ESEMPIO: se q1 e q2 rappresentano i movimenti di vibrazione casuale di due
parti di macchine vicine, la conoscenza di W1 (q1 , q2 ) permette il calcolo della
probabilità che le due parti non si colpiscano a vicenda.

Funzione di Cross-correlazione Rq1q2 ( ) per due variabili casuali q1(t) e q2(t):

 q (t )q2 (t   )dt
1 T
Rq1q2 ( )  lim
T  T 0 1

ESEMPI

La Cross densità spettrale  q q ( )

1 2
(o Cross densità spettrale di potenza) è
data da:
 q1q 2 ( )  Cq1q 2 ( )  iQq1q 2 ( )

dove:
Cq1q2 ( ) = cospectrum
Qq1q2 ( ) = quad spectrum
17 Caratteristiche dei segnali Random
 UNIVERSITÀ DEGLI STUDI DI PERUGIA
Istituto di Energetica
FACOLTÀ DI INGEGNERIA

 (q1 )(q 2 )dt

1 T
Cq1q 2 ( )  lim lim
T   0 T 0

 (q 1 ) 90 (q 2 )dt

1 T
Q q1q 2 ( )  lim lim
T  0 T 0

q 1 = uscita dal filtro passa banda con l’ingresso q1(t)

q 2 = uscita dal filtro passa banda con l’ingresso q2(t)
(q 1 ) 90 segnale q 1 con fase spostata di 90°.

Nota: q1q2() è una quantità complessa mentre  () è reale.

Tramite la Cross densità spettrale è possibile determinare la funzione di
trasferimento sinusoidale (q0/qi)(i)di un sistema lineare.
Invece utilizzando la densità spettrale quadratica media è possibile determinare
solo l’ampiezza e non l’angolo di fase della funzione di trasferimento, se  ()
è nota e  () è misurata.
Con la Cross densità spettrale si può determinare sia l’ampiezza che la fase,
tramite l’equazione:
q0  qiqo ( )
(i ) 
qi  qi ( )

dove qiqo () è la cross densità spettrale di qi e qo;

qi () è la densità spettrale quadratica media di qi;
é necessario quindi misurare una densità spettrale quadratica media ed una
cross densità spettrale.

18 Caratteristiche dei segnali Random