ESERCIZIO

Supponiamo di avere:
- una sorgente video analogica in B/N;
- un convertitore A/D;
- un supporto di memorizzazione di capacità 100 ⋅ 106 byte (a valle del convertitore).
Calcolare:
- la minima frequenza di campionamento che soddisfi il teorema di Shannon;
- il massimo numero di livelli di quantizzazione affinché si riescano ad acquisire e a memorizzare,
all’interno del supporto, 10 secondi di immagini in movimento.

Affinché sia soddisfatto il teorema di Shannon, bisogna campionare a una certa velocità.
Deve infatti verificarsi che:
fS > 2 fm
Il segnale video in bianco e nero ha una banda fm di circa 5 MHz (utilizziamo questo valore
come approssimazione condivisa: ogni paese, infatti, adotta i suoi standard). Il calcolo è
dunque semplicissimo:
fS > 2 ⋅ 5 ⋅ 106 = 107 campioni / secondo

Per calcolare il numero di livelli di quantizzazione dobbiamo invece ricavare il bitrate Br, che
indica quanti bit al secondo possiamo memorizzare all’interno del supporto.
C = Br ⋅ 10 < 108 byte
C = Br ⋅ 10 < 8 ⋅ 108 bit
(attenti all’unità di misura: 1 byte = 8 bit)
Dopodiché, scomponiamo il termine Br per mettere in evidenza il fattore m:
numero di bit
che servono a
codificare ogni
campione

C= f m ⋅ 10 < 8 ⋅ 108 bit

S

secondi di
frequenza di
campionamento immagini in
movimento

Perché mettere in evidenza m? Perché sappiamo che il numero di bit necessari a codificare
ogni campione è legato al numero di livelli di quantizzazione: infatti L = 2m.

Conosciamo tutto, dunque usiamo la frequenza minima che soddisfa Shannon e troviamo
anzitutto m:
107+1 m = 8 ⋅ 108 bit
m = 8 bit (numero di bit necessari per codificare ogni campione)
Ora abbiamo a portata di mano il risultato finale dell’esercizio:
L = 28 = 256 livelli di quantizzazione
ESERCIZIO
Supponiamo di avere una sorgente audio/telefonica (banda: 4 KHz). Se sappiamo che i livelli di
quantizzazione del dispositivo sono 256, a quanto ammonta il bitrate?

Troviamo anzitutto il numero minimo di campioni al secondo che soddisfano il teorema di

Shannon:
fS ≥ 2 fm = 2 ⋅ 2 KHz = 8 KHz
Siccome i livelli di quantizzazione del dispositivo sono 256, serviranno log 2 256 = 8 bit per
codificarli tutti (con 8 cifre binarie riusciamo a contare da 0 a 255, cioè 256 simboli).
Il bitrate ammonta quindi a
Br = 8 ⋅ 103 ⋅ 8 = 6,4 ⋅ 104 bit
s
ESERCIZIO
Disponiamo di un apparato del tipo descritto nel capitolo 13,
x (t )
blocco A/D
x n
DSP
yn
blocco D/A
y (t )
Sappiamo che:
1
yn = ( x n − x n −1 ) (LTI)
T
Calcolare:
- risposta impulsiva hn ; il sistema è causale?
- funzione di trasferimento H S ( f ) : caratterizzarne ampiezze e fasi.
A quale tipo di filtro possiamo ricollegare un dispositivo di questo tipo?
Come posso approssimare questo tipo di filtro supponendo che fm << fS ?

Per trovare la funzione impulsiva hn serviamoci della definizione e del delta di Dirac:
1
hn = T {δ n } = (δ n − δ n−1 )
T
Avremo quindi soltanto due termini:
1
- un impulso di Dirac moltiplicato per per n = 0: infatti
T
1  1 1
h0 = T {δ n } =  δ n
− δ n
−1  = δn e h0 =
T  =0 =−1  T T
1
- un impulso di Dirac moltiplicato per , con un segno meno davanti, per n = 1: infatti
T
1  1 1
h1 = T {δ n } =  δ n
− δ n
−1  = − δ n −1 e h0 = −
T  =1 =0  T T
Il sistema è causale in maniera evidente: non c’è nessuna componente per n < 0.

La funzione di trasferimento è facile da trovare, se sappiamo che è la trasformata di Fourier

della risposta impulsiva hn .
∞
1   1  1 1
H S ( f ) = F {hn } = ∑he n
− j 2π nfT
=  e − j 2π ⋅0⋅fT  +  − e − j 2π ⋅1⋅fT  = − e − j 2π fT =

1
( )
1 − e − j 2π fT =
  
n =−∞ T T T T T

terimine terimine
per n = 0 per n = 1

1  e jπ fT − e − jπ fT  2j
= e − jπ fT  2 j  = e − jπ fT sin (π fT )
T 2j  T
(abbiamo usato un trucchetto per far comparire il seno)

Analizzando gli spettri della H(f) si vede molto bene che la funzione di trasferimento è
periodica nelle ampiezze (e non poteva essere che così!):
2j 2
- ampiezze: H S ( f ) = e − jπ fT sin (π fT ) = sin (π fT )
T T
argomento in questo modo abbiamo 0 quando il
dell'unità seno è positivo e abbiamo π quando
argomento immaginaria
 il seno è negativo


dell'esponenziale
π π
sign ( sin (π fT ) ) − 1


- fasi: arg H S ( f ) = −π fT + −
2 2 
Osserviamo la risposta del sistema. Notiamo che:
 - è data dalla somma di due elementi;
1
- questi elementi sono entrambi moltiplicati per ;
T
- uno di questi elementi è ritardato di T.

Abbiamo usato quindi:

- un sommatore;
- un modulatore a prodotto;
- una linea di ritardo.

Questi componenti sono caratteristici del filtro FIR.

Supponiamo ora, come ci chiede il testo, che fT = fm << fS = 1 .

 
1 
fT <<1

T  
( ) 2


 T
 1
H S ( f ) → 1 − 1 + ( − j2π fT ) + o ( − j2π fT )   = 1 − 1 − ( − j2π fT )  = j2π f
 sviluppo in serie di Taylor dell'esponenziale 
Questa funzione di trasferimento è quella del derivatore ideale: dunque, se fT = fm << fS = 1 ,
dx ( t )
la y (t ) = .
dt
ESERCIZIO
È dato un segnale x(t) del tipo
   
x (t ) = V1 cos  2π f1 t  + V2 cos  2π f2 t 




 1 KHz  0,5 V  10 KHz 


1V

Supponiamo di volerlo campionare. Sapendo che la banda δ di transizione del filtro presente nel
convertitore A/D predisposto a tale campionamento è di 2 KHz, qual è la minima frequenza di
campionamento che soddisfa il teorema di Shannon?
Determinare inoltre il bitrate del flusso PCM in uscita dal convertitore A/D, sapendo che i livelli di
quantizzazione sono L = 65536.

La strategia è quella di capire qual è la componente di frequenza massima: possiamo vederlo

già ad occhio dai dati del problema (è f2 = 10 KHz ), ma la cosa è ancora più evidente se
trasformiamo il segnale e lo osserviamo nel dominio delle frequenze.
Facendo una previsione, le righe che troveremo nel domino delle frequenze (siamo sicuri che
troveremo delle righe perché x(t) è continuo) saranno 4, cioè 2 per ogni termine coseno
(sappiamo che sono 2 perché abbiamo già in passato scomposto il coseno con la formula di
Eulero): il nostro obiettivo diventa dunque quello di trovare la riga “più a destra” del grafico,
cioè quella di frequenza maggiore.
La trasformata è:
termine a frequenza f2
 
V V V V
X ( f ) = 1 δ ( f − f1 ) + 1 δ ( f + f1 ) + 2 δ ( f − f2 ) + 2 δ ( f + f2 )
2
 2 2 2
termine a frequenza f1

(la rappresentazione tramite delta di Dirac è davvero funzionale!)

Abbiamo individuato la componente di frequenza maggiore ma non possiamo dire di aver

risolto il nostro problema: non dobbiamo infatti dimenticarci del vincolo che ci dà il testo
dell’esercizio e cioè del fatto che, per problemi di natura tecnologica, l’intervallo di frequenza
che mi serve per passare dalla caratteristica del filtro non distorcente a quella non attenuata è
di 2 KHz. Ricordiamo infatti che…
[…] All’uscita dall’equalizzatore viene posto un passa-basso che elimina le ripetizioni periodiche (l’antitrasformata
di Fourier di un segnale tempo-discreto nel dominio delle frequenze dà origine a un segnale periodico nel dominio
del tempi) e taglia le componenti estreme che il PAM introduce e che a noi danno solo fastidio.
NOTA: Siccome non si riescono a realizzare filtri passa-basso ideali, in grado di passare istantaneamente dal valore
1 al valore 0, dobbiamo tenere conto del fatto che esiste una zona, che chiameremo δ , nella quale la funzione di
trasferimento del filtro scende (con una rampa) dal valore 1 al valore nullo. In questa parte, “intermedia” fra due
ripetizioni periodiche, non vogliamo che ci sia alcun segnale: infatti, è una pessima scelta mettere nella zona δ sia
il segnale che ci interessa (verrebbe distorto), sia una delle ripetizioni periodiche che vogliamo eliminare
(genererebbe troppo rumore). Per fare sì che questo segmentino di frequenze rimanga quindi libero dobbiamo sovra-
campionare un pochino: un maggior numero di campioni, infatti, allontana fra loro le ripetizioni periodiche del
segnale nel dominio delle frequenze. La frequenza minima di campionamento non sarà quindi quella di Shannon,
ma una leggermente più elevata:
fS = 2 fm + δ
La frequenza minima di campionamento che dovevamo trovare è dunque:
fS = 2 ⋅ 10 KHz + 2 KHz = 22 KHz
Per trovare il bitrate, invece, dobbiamo utilizzare la formula:
numero di
bit per
16
campione 2
 
Nbit = f ⋅ M = fs ⋅ log 2 L = 22 ⋅10 ⋅ log 2 65536 = 352 ⋅103 bit/s
3

s
numero
di campioni
al secondo