Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Segnali e vettori
2
Norma ed energia 𝐸(𝑥) = ||𝑥||
+∞
Prodotto scalare < 𝒙, 𝒚 >= ∫−∞ 𝑥(𝑡)𝑦 ∗ (𝑡)𝑑𝑡
Serie di Fourier
2𝜋 𝑇 2𝜋
1 𝑗 𝑛𝑡 1 2 −𝑗 𝑛𝑡
𝑥(𝑡) = ∑+∞
𝑛=−∞ 𝑐𝑛 𝑒 𝑇 𝑐𝑛 = ∫ 𝑇 𝑥(𝑡)𝑒 𝑇 𝑑𝑡 𝐸(𝑥) = ∑|𝑐𝑛 |2
√𝑇 √𝑇 −
2
Sistemi lineari
Linearità 𝑇(𝑎1 𝑥1 (𝑡) + 𝑎2 𝑥2 (𝑡)) = 𝑎1 𝑇(𝑥1 (𝑡)) + 𝑎2 𝑇(𝑥2 (𝑡))
𝑥(𝑡) = cos(2𝜋𝑓0 𝑡)
𝑦(𝑡) = |𝐻(𝑓0 )| cos(2𝜋𝑓0 𝑡 + arg(𝐻(𝑓))) Stessa frequenza ma modulo e fase diversi
𝑥(𝑡) = sin(2𝜋𝑓0 𝑡)
𝑦(𝑡) = |𝐻(𝑓0 )| sin(2𝜋𝑓0 𝑡 + arg(𝐻(𝑓))) Stessa frequenza ma modulo e fase diversi
Sistema causale: l’uscita in un certo istante non dipende dagli ingressi nel futuro. Inoltre ℎ(𝑡) = 0 ∀𝑡 < 0.
Segnali periodici
Formula generale segnale periodico 𝑥(𝑡) = ∑+∞
−∞ 𝑥 𝑇 (𝑡 − 𝑛𝑇)
1 𝑛 𝑛
Trasformata di Fourier di un segnale periodico 𝑋(𝑓) = 𝑇 ∑+∞
−∞ 𝑥 𝑇 (𝑇 ) ∙ 𝛿 (𝑓 − 𝑇 ) se T=2T modificare
𝑛
Spettro di potenza segnale periodico 𝐺𝑦 (𝑓) = ∑|𝜇𝑛 |2 𝛿 (𝑓 − 𝑇 )
• Pari
• Max nell’origine che coincide con l’energia 𝑅𝑥 (0) = 𝐸(𝑥)
• 𝑆𝑥 (𝑓) = 𝐹{𝑅𝑥 (𝜏)} ≥ 0
• Per un segnale reale, l’autocorrelazione è reale
Processi casuali
Media 𝜇𝑥 (𝑡) = 𝑚𝑥 (𝑡) = 𝐸{𝑋(𝑡)} = ∫ 𝑥𝑓𝑥 (𝑥; 𝑡)𝑑𝑥 dove 𝑓𝑥 (𝑥; 𝑡) è la funzione di densità di probabilità
Potenza media processo stazionario 𝑃𝑥 = 𝐸{𝑋 2 (𝑡)} tutti i processi casuali hanno energia infinita
Proprietà densità spettrale di potenza: l’ampiezza della 𝛿 centrata in 0 in 𝑆𝑥 (𝑓) è uguale al quadrato della
media 𝜇𝑥2 . Esempio:
1 2 1 1
𝑆𝑥 (𝑓) = 4 𝛿(𝑓) + 3 𝛿(𝑓 − 3) 𝜇𝑥2 = 4 → 𝜇𝑥 = 2
Rumore gaussiano “Bianco”
Proprietà
𝑁0
• 𝑆𝑥 (𝑓) = 2
e dunque media nulla perché non ha delta centrate nell’origine
𝑁0
• 𝑅𝑥 (𝜏) = 𝐹 −1 {𝑆𝑥 (𝑓)} = 2 𝛿(𝜏)
• 𝜎𝑥2 = 𝑅𝑥 (0) = ∞ (la delta in 0 fa ∞)
• Un processo gaussiano bianco in uscita da un LTI è ancora un processo gaussiano ma non bianco (è
colorato, ndr).
Ergodicità
𝑇
1
Media temporale < 𝑔[𝑥(𝑡)] >= lim 𝑇 ∫2𝑇 𝑔[𝑥(𝑡)]𝑑𝑡 equivale alla potenza ma senza il quadrato
𝑇→∞ −
2
Ergodicità: < 𝑔[𝑋(𝑡)] > = 𝐸{𝑋(𝑡)} media temporale e media statistica devono essere identiche.