Teoria dei Segnali

Sistemi Lineari

1
Sommario della lezione precedente
Proprietà della trasformata di Fourier
Linearità F ( a1 x1 ( t ) + a2 x2 ( t ) ) = a1F ( x1 ( t ) ) + a2 F ( x2 ( t ) )

x ( t − θ ) ⇔ X ( f ) e − j 2πθ f
Anticipo o ritardo
x ( t ) e j 2 π f 0t ⇔ X ( f − f 0 )
Modulazione e traslazione
1  f 
Scalamento x x ( Kt ) ⇔ X 
K K
Relazioni di parità per ℜ ( X ( f ) ) e X ( f ) sono pari
x (t ) ∈ ⇔
x(t) reale  ℑ ( X ( f ) ) e arg ( X ( f ) ) sono dispari
Convoluzione e prodotto x (t ) ∗ y (t ) ⇔ X ( f )Y ( f )

Dualità F ( X ( f )) = x (−t )

2
Sistemi nell’ambito della Teoria
dei segnali
Un sistema in generale è un elemento che
trasforma un segnale in un altro segnale
x t () T y (t ) ()
y t =T ( x ( t ))
La lettera T sta ad indicare una generica
“trasformazione” del segnale di ingresso in
un altro segnale

()
x1 t ()
y1 t
T
t
()
t
x2 t
()
y2 t
T
t t

3
Classificazione sistemi
Lineari - non lineari
Senza memoria - con memoria
Tempo invarianti - tempo varianti
Lineari Tempo Invarianti (LTI)
Causali - non causali
Reali - non reali
Fisicamente realizzabili
Stabili - non stabili

4
Sistemi lineari
Sistemi per cui vale il principio della
sovrapposizione degli effetti

T ( a1x1 ( t ) + a2 x2 ( t )) = a1T ( x1 ( t )) + a2T ( x2 ( t ))

x1 t ()
T ( a1 x1 ( t ) + a2 x2 ( t ) )
a1
T
()
x2 t
a2 Stesso risultato in
uscita
x (t ) T
( x ( t )) + a T ( x ( t ))
1
a1 a1T
x (t )
1 2 2

2 T
a2

5
 Sistemi tempo invarianti
Un ritardo sugli ingressi si traduce in un
ritardo sulle uscite
T ( x ( t ) ) = y ( t ) ⇔T ( x ( t − θ ) ) = y ( t − θ )

()
x t θ T ()
y t =T ( x ( t − θ ))
(
x t −θ ) Stesso risultato in
uscita
y (t )
()
x t T θ y (t − θ )

Nel resto del corso tratteremo soprattutto i sistemi

«Linear and Time Invariant» (acronimo LTI)
6
Sistemi senza memoria
L’uscita dipende solo dall’ingresso in
quell’istante
La relazione ingresso-uscita può eventualmente
essere funzione del tempo
Esempi:

()
x t (•)
2
y (t ) = x2 (t ) ()
x t y (t ) = z (t ) ⋅ x(t )

Senza memoria ()
z t
Non lineare
Senza memoria
Tempo Invariante
Lineare
Tempo Variante

7
Sistemi senza memoria e
tempo invarianti
I Sistemi senza memoria e tempo invarianti
vengono spesso caratterizzati dalla loro
relazione ingresso uscita
(tipicamente non lineare)
y

8
 Sistemi lineari tempo invarianti
(LTI) e risposta all’impulso
I sistemi LTI possono essere descritti da un’unica
funzione che è la risposta all’impulso

Ricordando infatti la seguente proprietà della delta:

x ( t ) = ∫ x ( u ) δ ( t − u ) du
Si ha che linearità

( ( ))
y(t) = L x t = L ( ∫ x (u) δ (t − u) du) = ∫ x (u) L (δ (t − u)) du
= ∫ x (u) h (t − u) du tempo invariante

() () ()
= x t ∗h t = y t

Importante: prodotto di convoluzione per calcolare l’uscita di un Sistema LTI

9
Prodotto di convoluzione
Il prodotto di convoluzione riveste una elevate
importanza nell’ambito della teoria dei segnali
per sistemi LTI
Lo scriveremo spesso come:
+∞
y (t ) = x(t ) * h(t ) = ∫ x(τ )h(t − τ )dτ
−∞
Si può facilmente dimostrare che vale anche:
+∞
y (t ) = x(t ) * h(t ) = ∫ h(τ ) x(t − τ )dτ
−∞
10
 Convoluzione:
costruzione grafica
Consideriamo due funzioni generiche di x(t ) y (t )
cui vogliamo calcolare la
convoluzione.
Dovendo fare un integrale rispetto a τ,
interpretiamole graficamente come t t
funzioni di τ

Costruzione grafica: Ribalta uno dei due segnali rispetto all’ asse τ e traslalo di “t”…

t
x (τ ) y ( −τ )
y (t −τ )
τ
Moltiplica le due funzioni e integra rispetto a τ...

x (τ ) y ( t − τ )

τ
...ripeti per ogni t, facendo graficamente traslare la funzione y(τ) verso destra
11
Esempio: Convoluzione di due
porte
∞
z ( t ) = ∫ x (τ ) y ( t − τ ) dτ y (t )
x(t ) −∞
1 1

t t
−a a −b b

t y (t −τ )
1 x (τ ) 1

τ
t −b t +b

τ z (t ) = x (t ) ∗ y (t )
−a t − b a t +b
...ripeti per ogni t.

12
Convoluzione di due porte
τ t + b < −a z (t ) = 0
t +b
−a − (b + a )
t + b > −a
τ
z (t ) = t + b + a
t +b < a
−a t + b a − (b − a )

t +b > a
z ( t ) = 2a
τ
2a
t − b < −a
t − b− a t +b
a

t − b > −a (b − a )
τ z (t ) = a + b − t
t −b < a
−a t − b a
t +b

(b + a )
t −b > a z (t ) = 0
z (t )
τ

at − b t

13
Proprietà prodotto di convoluzione
Il prodotto di convoluzione tra due segnali condivide le
stesse proprietà del prodotto
x (t ) ∗ y (t ) = y (t ) ∗ x (t )
Commutatività
X ( f )Y ( f ) = Y ( f ) X ( f )

x ( t ) ∗  y ( t ) ∗ w ( t )  =  x ( t ) ∗ y ( t )  ∗ w ( t ) = x ( t ) ∗ y ( t ) ∗ w ( t ) Associatività
X ( f ) Y ( f )W ( f )  =  X ( f ) Y ( f )  W ( f ) = X ( f ) Y ( f )W ( f )

x (t ) ∗ ( y (t ) + w (t )) = x (t ) ∗ y (t ) + x (t ) ∗ w (t )
Distributività
X ( f ) (Y ( f ) + W ( f ) ) = X ( f ) Y ( f ) + X ( f ) W ( f )

Attenzione invece che:

x (t ) ∗ ( y (t ) w (t )) ≠ ( x (t ) ∗ y (t )) w (t )

14
Sistemi LTI: definizione della
funzione di trasferimento
Si definisce funzione di trasferimento di un sistema
lineare tempo invariante la trasformata di Fourier
della risposta all’impulso
H ( f ) = F {L{δ (t )}} = F {h(t )} “funzione di
trasferimento”

Si può dimostrare che la trasformata di Fourier (tdF)

dell’uscita di un sistema LTI è il prodotto della tdF del
segnale di ingresso per la funzione di trasferimento,
cioè:
Y( f )= H( f )X( f )

X(f) H(f) Y(f) Y(f)

H(f )=
X(f)
Un Sistema lineare tempo invariante è dunque
completamente caratterizzato dalla sua risposta all’impulso
h(t) o dalla sua funzione di trasferimento H(f)

15
Sistemi LTI e ingresso
“esponenziale complesso”
Poniamo all’ingresso di un sistema LTI una
sinusoide complessa

j 2 π f 0t h(t)
e H(f ) y(t)
() ( ) ( ) (
x t = exp j2π f 0t ⇒ X f = δ f − f 0 )
proprietà
Y ( f ) = X ( f ) H ( f ) = δ ( f − f0 ) H ( f ) = δ ( f − f0 ) H ( f0 ) campionamento
della delta

y ( t ) = H ( f 0 ) exp ( j 2π f 0t ) = x ( t ) H ( f 0 )

16
 Risposta sinusoide in sistemi
LTI

x ( t ) = cos ( 2π f 0t ) x ( t ) = sin ( 2π f 0t )
X(f )=
1
2
(δ ( f − f 0 ) + δ ( f + f 0 ) ) X(f )=
1
( δ ( f − f0 ) − δ ( f + f0 ) )
1
2j
Y(f )=
1
δ ( f − f 0 ) H ( f 0 ) + δ ( f + f 0 ) H ( − f 0 )  Y(f )= δ ( f − f 0 ) − δ ( f + f 0 )  H ( f )
2 2j
1
1
y ( t ) =  H ( f 0 ) e j 2π f0t + H ( − f 0 ) e − j 2π f0t  y (t ) =  H ( f 0 ) e j 2π f0t − H ( − f 0 ) e − j 2π f0t 
2 2j

Se h (t ) ∈ ℜ ⇒ H ( − f ) = H * ( f )
y ( t ) = ℜ  H ( f 0 ) e j 2π f0t  y ( t ) = ℑ  H ( f 0 ) e j 2π f0t 

(
y ( t ) = H ( f 0 ) cos 2π f 0t + arg ( H ( f 0 ) ) ) (
y ( t ) = H ( f 0 ) sin 2π f 0t + arg ( H ( f 0 ) ) )
Conclusione importante: un sistema LTI trasforma un segnale
sinusoidale in un altro segnale sinusoidale alla stessa frequenza
Ma in generale con ampiezza e fase diverse da quelle dell’ingresso

17
Sistemi LTI e segnali sinusoidali

t Sistema t
LTI

I sistemi LTI non alterano la frequenza di

un segnale sinusoidale posto all’ingresso
ma solo la sua fase e l’ampiezza
Le sinusoidi sono autofunzioni di un sistema LTI

18
 Concetto di causalità nei
sistema LTI
Riscriviamo opportunamente l’integrale di convoluzione:
+∞

( ) ∫ x (τ ) h ( t − τ ) d τ ⇒ t − τ = θ
y t =
−∞
+∞

( ) ∫ x (t − θ ) h (θ ) dθ =
y t =
−∞
0 +∞
= ∫ x (t − θ ) h (θ ) dθ + ∫ x (t − θ ) h (θ ) dθ
−∞ 0

Questa parte dipende Questa parte dipende

dai valori di x() per θ<0 θ >0 dai valori di x() per
tempi successivi a t tempi precedenti a t

In generale l’uscita y(t) all’istante t dipende dai valori dell’ingresso

x(t) sia agli istanti precedenti che agli istanti successivi a t
Concetto di causalità nei
sistema LTI

()
x t

In generale dunque l’uscita ad

t un istante t0 dipende anche dai
()
hθ valori futuri dell’ingresso.

()
y t Questo NON è realistico per un
sistema fisico

t0 t

20
 Definizione di causalità in un
sistema LTI
Un sistema LTI si dice causale se l’uscita in un certo
istante non dipende dagli ingressi nel “futuro”
()
x t x (t )

t t
t0
passato futuro
y (t )
y (t )
T ( x ( t )) t t
t0 t0
   
( ) () ( ) ()
∞ t0
y t = t0 = T  x t  y t = t0 = T  x t  ∀t0
 t=−∞   t=−∞ 

non causale causale

21
Condizione di causalità in un
sistema LTI
Per un sistema causale l’uscita in un certo istante
non può dipendere dagli ingressi nel futuro
Si dimostra che nei sistemi LTI la causalità richiede
che la risposta all’impulso sia nulla per t<0

()
h t = 0 ∀t < 0

h(t )
T causale
t t
h(t )
NON causale
t T t

22
Sistemi reali e condizioni di parità
sulla funzione di trasferimento H(f)
Per un sistema reale, ad un ingresso reale
deve corrispondere un uscita reale
Conseguentemente:
La risposta all’impulso deve essere reale
La funzione di trasferimento deve avere
Parte reale pari
Parte immaginaria dispari
Modulo pari
Fase dispari

23
Fisica realizzabilità
Corrisponde alle due condizioni
Sistema Causale +
Sistema Reale
Riassumendo, questo comporta:
Risposta all’impulso
Reale
Nulla per t<0

24
Stabilità Bounded Input Bounded
Output (BIBO)
Definizione: ad un ingresso limitato in
ampiezza deve corrispondere un uscita
limitata in ampiezza
∀x ( t ) : x ( t ) <∞,∀t ⇒ y ( t ) <∞,∀t
x(t ) y (t ) “Stabile”
T

x(t ) y (t )
“Instabile”
T

25
 Condizioni di stabilità nei
sistemi LTI
Sistema LTI stabile ⇔ ∫ h ( t ) dt < ∞ ⇒ H ( f ) < ∞

Calcoliamo infatti il y (t ) =∫ x ( t − τ ) h (τ ) dτ < ∫ x ( t − τ ) h (τ ) dτ

modulo dell’uscita:
< ∫ max x ( t − τ ) h (τ ) dτ

= max x ( t − τ ) ∫ h (τ ) dτ < ∞

y (t ) = (max x(⋅) )⋅ (quantità finita )

26
 Esempio di calcoli di funzioni di
trasferimento: Filtro RC
Si assuma che i segnali x(t) e y(t) siano le
tensioni in ingresso e uscita di un filtro RC
i (t )
x ( t ) − y ( t ) = Ri ( t )

dy ( t )
x (t ) y (t ) i (t ) = C
dt
dy ( t )
x ( t ) = RC + y (t )
dt
Trasformiamo l’ultima espressione tenendo conto delle proprietà
della trasformata di Fourier per la derivata
1
X ( f ) = (1 + j 2π fRC ) Y ( f ) ⇒ H ( f ) =
(1 + j 2π fRC )
27
Esempio: Canale di trasmissione
con eco per riflessioni multiple
“scatterer” attenuazione
(element riflettente) ritardo α i ,τ i Reali
∈ positivi
TX
α 2 ,τ 2 RX

x (t )
LOS y (t )
(line of sight) α1 , τ 1
Antenna
Antenna α i ,τ i Ricevente
trasmettente
P
P = numero di percorsi multipli tra le due y (t ) = ∑ α i ⋅ x(t − τ i )
antenne i =1
P
δ (t ) h(t ) = ∑ α i ⋅ δ (t − τ i )
i =1

28
Esempio: Canale di trasmissione
con eco per riflessioni multiple
P P

∑α δ ( t − τ ) ⇒ H ( f ) = ∑α exp ( − j 2π f τ )
Calcoliamo la funzione
di trasferimento: i i i i
i =1 i =1

Calcoliamo il modulo della funzione di trasferimento

P P
H ( f ) = ∑α i exp ( − j 2π f τ i )∑α k* exp ( j 2π f τ k )
2

i =1 k =1
P P
= ∑∑ α iα k exp ( − j 2π f (τ i − τ k ) ) Sia: ∆τ ik = (τ i − τ k )
i =1 k =1
P P P
= ∑ α i + ∑∑ α iα k exp ( − j 2π f ∆τ ik )
2

i =1 i =1 k =1
k ≠i α iα k exp ( − j 2π f ∆τ ik ) + α kα i exp ( − j 2π f ∆τ ki )
P P P = α iα k exp ( − j 2π f ∆τ ik ) + α kα i exp ( j 2π f ∆τ ik )
= ∑ α i + ∑∑ 2α iα k cos ( 2π f ∆τ ik )
2
= 2α iα k cos ( 2π f ∆τ ik )
i =1 i =1 k =1
k >i

29
Esempio: funzione di trasferimento
risultante per P=2 percorsi multipli
2 2 2
H ( f ) = ∑ α i + ∑∑ 2α iα k cos ( 2π f ∆τ ik ) = α1 + α 2 + 2α1α 2 cos ( 2π f ∆τ 12 )
2 2 2 2

i =1 i =1 k =1
k >i
2
H( f )
( α1 + α 2 )
2

α12 + α 22
1
∆τ 12

( α1 − α 2 )
2

30