TEORIA DEI SEGNALI

Ingegneria dell’Informazione (cognomi BUM-DOT)

Docente: Giovanni Poggi

PROGRAMMA DEL CORSO (anno accademico 2021/22)

ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO

 Analisi nel dominio del tempo. Classificazione dei segnali. Segnali elementari tempo continuo e tempo discreto
(impulso rettangolare, impulso triangolare, gradino unitario, funzione signum, impulso esponenziale monolatero e
bilatero). Durata di un segnale. Elaborazioni elementari: traslazione e cambiamento di scala (sull’ampiezza e
sull’asse dei tempi). Operazioni combinate. Operazioni aritmetiche. Derivazione e integrazione. Segnali periodici.
 Caratterizzazione dei segnali: area, media temporale, energia e potenza e relative proprietà. Segnali di energia e
segnali di potenza. Segnali ortogonali. Calcolo di energia e potenza per i segnali elementari. Potenza di un segnale
periodico. Differenze tra una sinusoide tempo continuo e tempo discreto.
 Funzione di autocorrelazione e di mutua correlazione e relative proprietà. Funzione di autocorrelazione per un
impulso rettangolare, un impulso esponenziale monolatero e per il gradino unitario. Segnali incoerenti.

ANALISI DEI SISTEMI NEL DOMINIO DEL TEMPO

 Generalità sui sistemi. Proprietà: linearità, tempo invarianza, causalità, istantaneità, stabilità.
 Sistemi LTI tempo discreto. Risposta impulsiva e convoluzione. Legame tra convoluzione e correlazione. Proprietà
della convoluzione: commutativa, distributiva, associativa, associativa mista, invarianza temporale. Calcolo della
convoluzione tra segnali elementari. Verifica delle proprietà di un sistema LTI dalla risposta impulsiva. Sistemi FIR
e IIR. Sistemi ARMA.
 Sistemi LTI tempo continuo. Delta di Dirac e sue proprietà. Derivata generalizzata. Convoluzione. Estensione delle
proprietà della convoluzione ai sistemi tempo continuo. Calcolo della convoluzione tra segnali elementari.

SVILUPPO IN SERIE DI FOURIER

 Serie di Fourier per segnali periodici tempo continuo. Gli esponenziali complessi: media, potenza e ortogonalità.
Equazioni di analisi e di sintesi. Relazione di Parseval. Spettri di ampiezza e di fase. Proprietà di simmetria.
Sviluppo in serie di un treno di impulsi rettangolari, di impulsi triangolari e di impulsi di Dirac. Sintesi con un
numero limitato di armoniche. Proprietà della serie di Fourier: linearità, traslazione temporale, riflessione,
derivazione.
 Serie di Fourier per segnali periodici tempo discreto. Gli esponenziali complessi tempo discreto. Equazioni di
analisi e di sintesi. Proprietà.

ANALISI DEI SEGNALI NEL DOMINIO DELLA FREQUENZA

 Dalla serie all’integrale di Fourier. Proprietà di simmetria. Trasformata di Fourier di un impulso rettangolare, di un
esponenziale monolatero e bilatero. Relazione di Parseval. Proprietà della trasformata di Fourier: linearità,
dualità, ritardo, cambiamento di scala, modulazione, derivazione e integrazione, prodotto e convoluzione.
 Trasformata di Fourier generalizzata. Trasformata dell’impulso di Dirac e del segnale costante. Trasformata di 1/t
e delle funzioni gradino e signum. Teorema d’integrazione completo. Calcolo della trasformata di Fourier delle
funzioni seno, coseno e dei segnali periodici. Trasformata di un treno di impulsi. Replicazione e campionamento.
 Dalla serie alla trasformata discreta di Fourier. Trasformata di Fourier di un impulso rettangolare, di un impulso
esponenziale monolatero e bilatero. Condizioni di convergenza. Relazione di Parseval. Proprietà: valore
nell’origine, linearità, traslazione temporale e frequenziale, modulazione, differenza prima e somma corrente,
prodotto e convoluzione, cambiamento di scala. Trasformata di Fourier generalizzata: segnale costante, gradino e
signum. Proprietà della somma corrente. Segnali periodici. Replicazione e campionamento.

ANALISI DEI SISTEMI NEL DOMINIO DELLA FREQUENZA

 Risposta armonica dei sistemi LTI tempo continuo. Concetto di filtraggio in frequenza. Filtri ideali (passa-basso,
passa-alto, passa-banda, elimina-banda). Esempi di filtri reali (RC e CR). Banda di un sistema. Risposta armonica di
sistemi LTI tempo discreto. Filtri ideali. Sistemi ARMA. Risposta di un sistema LTI (tempo continuo e tempo
discreto) a segnali periodici (esponenziale complesso, sinusoide, segnale periodico generico). Sistemi in cascata e
in parallelo.
 Caratterizzazione energetica dei segnali: densità spettrale di energia e di potenza. Proprietà. Teorema di Wiener-
Khintchine. Densità spettrale di potenza per segnali periodici. Densità spettrale mutua di energia e di potenza.

CONVERSIONE ANALOGICO-DIGITALE
 Campionamento mediante impulsi ideali. Condizione di Nyquist. Aliasing e filtraggio anti-aliasing. Campionamento
mediante impulsi reali. Formula di interpolazione cardinale. Interpolazione a mantenimento e lineare.

PROBABILITA’ ELEMENTARE
 Elementi di teoria della probabilità. Caratterizzazione di un esperimento: spazio campione, spazio degli eventi,
legge di probabilità. Definizione di probabilità: approccio classico, frequentista, assiomatico. Gli assiomi di
Kolmogorov. Concetto di indipendenza tra gli eventi. Spazi di probabilità discreti e continui. La probabilità
congiunta. La probabilità condizionale. Legge della probabilità composta e formula di Bayes. Regola della catena.
Teorema della probabilità totale. Prove di Bernoulli.

VARIABILI ALEATORIE E SEGNALI ALEATORI

 Concetto di variabile aleatoria (discreta e continua). Caratterizzazione statistica: funzione di distribuzione
cumulativa (CDF), la densità di probabilità (pdf) e la funzione di distribuzione (DF). Proprietà. Esempi di vv.aa.
discrete (Bernoulli, binomiale, geometrica). Esempi di vv.aa. continue (uniforme, esponenziale, Laplace, Rayleigh).
La v.a. Gaussiana, le funzioni G(x) e Q(x). Caratterizzazione sintetica: media, valore quadratico medio, varianza e
deviazione standard. Calcolo di media e varianza per vv.aa. Bernoulli, binomiale, geometrica, uniforme,
esponenziale e Gaussiana. Media di una funzione di variabile aleatoria, teorema fondamentale della media.
Trasformazione di variabili aleatorie discrete e continue. Trasformazione lineare. Teorema sulla trasformazione di
vv.aa.
 Coppie di variabili aleatorie. Caratterizzazione statistica: CDF congiunta, pdf congiunta, proprietà. Variabili
aleatorie indipendenti. La CDF e la pdf condizionale. Legame tra la pdf congiunta e le pdf marginali e condizionali.
Esempi di trasformazione di una coppia di variabili aleatorie. Somma di variabili aleatorie. Caratterizzazione
sintetica: correlazione, covarianza e coefficiente di correlazione. Variabili aleatorie ortogonali e incorrelate.
 Segnale aleatorio. Caratterizzazione statistica completa e sintetica. Concetto di stazionarietà in senso stretto e in
senso lato. Esempi di segnali aleatori: processo di Bernoulli e conteggio di Bernoulli.

TESTI DI RIFERIMENTO

L. Verdoliva: “Appunti di Teoria dei Segnali”, www.docenti.unina.it.

G. Gelli: “Probabilità e Informazione”, www.docenti.unina.it.