Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introduzione
Numeri complessi
Numero formato da una parte reale e immaginaria
z = x + jy Forma cartesiana
La forma cartesiana può diventare polare e viceversa
z = A cos θ + j sin θ = Aejθ Forma polare
x = A cos θ y = A sin θ
arctan xy
p se a > 0
A= x2 + y 2 θ=
π − arctan xy se a < 0
Esempio
x1 (t) = x1 (t + T1 ) ∀t x2 (t) = x2 (t + T2 ) ∀t
x(t) = ax1 (t) + bx2 (t)
Quale sarà il nuovo periodo?
T0 = mT1 = nT2
Il nuovo periodo dovrà essere multiplo di entrambi gli altri periodi, per cui se
T1 n
= ∈Q
T2 m
il nuovo segnale sarà periodico di periodo T0
x[n] = x[n + N0 ] ∀n
Caso particolare
x[n] = cos (2πf0 n)
Si parte dallo stesso segnale in forma tempo-continua e lo si campiona ad un
frequenza nT
x(t) = cos (2πF0 t)
x(nt) = cos (2πnF0 T ) = cos (2πf0 n) F0 T = f 0
x[n + N0 ] = cos 2πf0 (n + N0 ) = cos 2πf0 n + 2πf0 N0
Si deve imporre che 2πf0 N0 = 2πk → f0 N0 = k k 6= 0
Aperiodicità
Un segnale è aperiodico quando è impossibile trovare un T0 | x(t) = x(t + T0 ).
La stessa regola vale per i segnali tempo-discreti
Energia di un segnale
Questa definizione vale per segnali reali
Z +∞
E= x2 (t) dt
−∞
Potenza di un segnale
La potenza è un parametro utile a capire se l’integrale dell’energia converge o
meno
1 T /2 2
Z
Px = lim x (t) dt
T →∞ T −T /2
Valor medio
Z T /2
1
xm = lim x(t) dt
T →∞ T −T /2
y(t) = x(t) − xm
Z T /2 Z T /2
1 1 2
y 2 (t) dt = lim
Py = lim x(t) − xm dt
T →∞ T −T /2 T →∞ T −T /2
Z T /2
1 2
x (t) − 2xm x(t) + x2m dt
Py = lim
T →∞ T −T /2
Z T /2 Z T /2 Z T /2
1 2 1 1
Py = lim x (t) dt − 2xm lim x(t) dt + x2m lim dt
T →∞ T −T /2 T →∞ T −T /2 T →∞ T −T /2
Caso particolare
Per un segnale sinusoidale come, ad esempio, x(t) = A cos (2πf0 t + θ), la potenza
è
A2
Px =
2
N
" #
X ej(2πkf0 t+θk ) + e−j(2πkf0 t+θk )
xN (t) = A0 + 2 Ak
2
k=1
N
X N
X
xN (t) = A0 + Ak ej(2πkf0 t+θk ) + Ak e−j(2πkf0 t+θk )
k=1 k=1
N
X −1
X
xN (t) = A0 + Ak ej(2πkf0 t) ejθk + A−k ej(2πkf0 t) e−jθ−k
k=1 k=−N
N
X
xN (t) = Xk ej2πkf0 t
k=−N
xN (t) è stata riscritta in funzione di Xk ∈ C e compare il segnale complesso
ej2πkf0 t = cos (2πkf0 t)+j sin (2πkf0 t) L’errore quadratico medio si potrà calcolare
in base ai parametri X−N , ..., XN
Z
2
min x(t) − xN (t) dt
X−N ,...,XN [T0 ]
Equazione di analisi
Equazione che produce coefficienti per il segnale x(t) che minimizzano l’errore
quadratico medio Z
1
Xk = x(t)e−j2πkf0 t dt
T0 [T0 ]
L’integrale nel periodo è possibile riscriverlo in funzione di λ, scegliendo il parametro
in modo da semplificare i calcoli
Z λ+T0
1
Xk = x(t)e−j2πkf0 t dt
T0 λ
L’errore quadratico medio tende a 0 per N che tende a ∞ Questo vuol dire che
xN (t) → x(t) per N → ∞
Z
1 x(t) − xN (t)2 dt = 0
lim
N →∞ T0 [T ]
0
L’integrale può fare zero anche se x(t)−xN (t) 6= 0. È sufficiente che le due funzioni
differiscano su insiemi di misura nulli.
I coefficienti calcolati con l’equazione di analisi tendono a 0 per k → ∞ e la velocità
con cui tendono a zero dipende dalle proprietà di Xk
+∞
X
x(t) = Xk ej2πkf0 t = lim xN (t)
N →∞
−∞
Questo indica che xN (t) converge a x(t) e non che xN (t) = x(t)
Equazione di sintesi
È l’equazione che permette di ricostruire x(t) a partire da Xk
+∞
X
x(t) = Xk ej2πkf0 t
−∞
+∞
X +∞
X
x(t)e−j2πmf0 t = e−j2πmf0 t Xk ej2πkf0 t = Xk ej2π(k−m)f0 t
−∞ −∞
Z Z +∞
X +∞ Z
X
x(t)e−j2πmf0 t dt = Xk ej2π(k−m)f0 t dt = Xk ej2π(k−m)f0 t dt
[T0 ] [T0 ] −∞ −∞ [T0 ]
Z
Xk ej2π(k−m)f0 t dt = T0 per k = m
0 6 m
per k = ej2π(k−m)f0 t =
[T0 ]
cos [2π(k − m)f0 t] +
j sin [2π(k − m)f0 t]
Della sommatoria resta solo il termine per k = m
Z
x(t)e−j2πmf0 t dt = T0 Xm
T0
Z
1
Xm = x(t)e−j2πmf0 t dt
T0 T0
Questa dimostrazione non è formalmente corretta a causa dello scambio tra inte-
grale e sommatoria, ma è un buon esempio
Base di Fourier
+∞
X
x(t) = Xk ej2πkf0 t
k=−∞
1
Sk (t) = ej2πkf0 t √
T0
L’insieme delle Sk (t) con k ∈ Z è una base di Fourier.
x(t) è una combinazione lineare a coefficienti Xk della base di Fourier.
La base è ortonormale
Z
∗
Sk (t) · Sm (t) dt = 1 per k = m
[T0 ] 0 per k 6= m
Dimostrazione
Z
1
Xk = x(t)e−j2πkf0 t dt
T0 [T0 ]
Z Z Z ∗
1 1 1
X−k = x(t)e−j2π(−k)f0 t dt = x(t)ej2πkf0 t dt = x(t)∗ ej2πkf0 t dt
T0 [T0 ] T0 [T0 ] T0 [T0 ]
Z ∗
1
X−k = x(t)∗ ej2πkf0 t dt = Xk∗
T0 [T0 ]
Valore di X0
Z Z
1 −j2πkf0 t 1
X0 = x(t)e dt = x(t) dt
T0 [T0 ] T0 [T0 ]
X −1
X +∞
X
x(t) = Xk ej2πkf0 t = Xk ej2πkf0 t + X0 + Xk ej2πkf0 t =
k k=−∞ k=1
+∞
X +∞
X
= X−k e−j2πkf0 t + X0 + Xk ej2πkf0 t = Cambio di indice da k a
k=1 k=1 −k
+∞
X
−j2πkf0 t j2πkf0 t
= X0 + X−k e + Xk e =
k=1
Xm = Am ejθm
∞
X
Am = |Xm |
= A0 + A−k ejθ−k e−j2πkf0 t + Ak ejθk ej2πkf0 t = θm = arctan Xm
k=1
x(t) reale =⇒
Simmetria Hermitiana
∞
X ∞
X
−jθ−k −j2πkf0 t jθk j2πkf0 t
= A0 + A−k e e +Ak e e = A0 +2 Ak cos (2πkf0 t + θk )
k=1 k=1
∞
X
x(t) = A0 + 2 Ak cos (2πkf0 t + θk ) Forma reale polare
k=1
Funzione sinc
La funzione sinc è della anche funzione seno cardinale
sin (πx)
per x 6= 0
sinc (x) = πx
1 per x = 0
sinc x
x
-4 -3 -2 -1 0 1 2 3 4
Dimostrazione
Dimostrazione
Z T0 /2 Z T0 /2
1 1
= x(t) cos (2πkf0 t) dt − j x(t) sin (2πkf0 t) dt
T0 −T0 /2 T0 −T0 /2
x(t) = x(−t)
Z T0 /2 Z T0 /2
1 2
Xk = x(t) cos (2πkf0 t) dt + 0 = x(t) cos (2πkf0 t) dt
T0 −T0 /2 T0 0
∞
X
x(t) = a0 + 2 ak cos (2πkf0 t)
k=1
I coefficienti per un segnale reale e pari sono a loro volta reali e pari. La
forma rettangolare è la somma di una parte pari e una dispari
3.
x(t) = x(t + T0 ) x(t) = −x(−t) x(t) ∈ R
Se x(t) è reale e dispari, i coefficienti Xk saranno puramente immaginari e
dispari
Dimostrazione
∗
Xk = X−kSimmetria Hermitiana
Xk = −X−k
Dispari
∗ Somma membro a
2Xk = − X−k − X−k = −2jIm(X−k )
membro delle
conduzioni
Xk = −jIm(X−k )
Z T0 /2
1
Xk = x(t)e−j2πkf0 t dt =
T0 −T0 /2
Z T0 /2
1
x(t) cos (2πkf0 t) − j sin (2πkf0 t) dt =
T0 −T0 /2
Z T0 /2
1
= x(t) − j sin (2πkf0 t) dt
T0 −T0 /2
Z T0 /2
1
Xk = −2j x(t) sin (2πkf0 t) dt
T0 0
∞
X
x(t) = −2 bk sin (2πkf0 t)
k=1
x(t)
t
−T0 /2 T0 /2
Z 1 Z 1
=A τ cos (πk) cos (πkτ ) dτ = A cos (πk) τ cos (πkτ )dτ =
0 0
h i
Z 1 (−1)k − 1
= A(−1)k τ cos (πkτ ) dτ = A(−1)k · cos (πk) = (−1)k
0 (πk)2
(A
2 per k = 0
Xk = A
h
k
i
(πk)2 1 − (−1) 6 0
per k =
∞
X
x(t) = a0 + 2 ak cos (2πkf0 t)
k=1
Con un numero armoniche finito N si ha che, al crescere di N , tende a 0 non
solo l’errore quadratico medio, ma anche quello assoluto. Questo può accadere
perché non sono presenti discontinuità di prima specie
x(t) ∼
= xN (t) lim |x(t) − xN (t)| = 0
N →∞
Dimostrazione
Z T0 /2 Z 0 Z T0 /2
1 −j2πkf0 t 1 −j2πkf0 t 1
Xk = x(t)e dt = x(t)e dt+ x(t)e−j2πkf0 t dt =
T0 −T0 /2 T0 −T0 /2 T0 0
1
Z T0 /2
T0 −j2πkf0 (τ −T0 /2) 1
Z T0 /2 T0
= x τ− e dτ + x(t)e−j2πkf0 t dt = τ =t+
T0 0 2 T0 0 2
T0 /2 Z T0 /2
(−1)k
Z
T0 −j2πkf0 t 1
= x t− e dt + x(t)e−j2πkf0 t dt = Cambio simbolo di τ
T0 0 2 T0 0 con t
Z T0 /2
1 T0
= k
x(t) + (−1) x t − e−j2πkf0 t dt =
T0 0 2
Z T0 /2
T0
1
= 1 − (−1)k x(t)e−j2πkf0 t dt = −x(t) = x t −
T0 0 2
T0 /2
1 − (−1)k
Z
Xk = x(t)e−j2πkf0 t dt
T0 0
k
Per k pari 1 − (−1) = 0 e quindi Xk = 0
Ogni segnale quindi si può dividere in due componenti, una non alternativa e una
alternativa. Soltanto quando la prima è nulla il segnale sarà alternativo
X X
x(t) = X2m ej4πmf0 t + ej2πf0 t X(2m+1) ej4πmf0 t
m m
Proprietà di linearità
x(t) = x(t + T0 ) ∀t → Xk
y(t) = y(t + T00 ) ∀t → Yk
z(t) = ax(t) + by(t) → Zk = aXk + bYk
Onda quadra
1
Segnale reali, pari, alternativo con coefficienti XK che tendono a zero come k a
causa delle discontiniutà di prima specie
x(t)
−T0 /2 T0 /2
t
x(t)
-A y(t)
z(t)
Dimostrazione
Z Z
1 −j2πkf0 t 1
Yk = y(t)e dt = x∗ (t)e−j2πkf0 t dt =
T0 [T0 ] T0 [T0 ]
Z ∗
1 j2πkf0 t ∗
= x(t)e dt = X−k
T0 [T0 ]
Dimostrazione
Z Z
1 −j2πkf0 t 1
Yk = y(t)e dt = x(t − τ )e−j2πkf0 t dt =
T0 [T0 ] T0 [T0 ]
Z Z
1 1
= x(α)e−j2πkf0 (α+τ ) dα = e−2πkf0 t x(α)e−j2πkf0 α dα = t−τ =α
T0 [T0 ] T0 [T0 ]
Yk = e−j2πkf0 t Xk
Le armoniche ottenute per traslazione avranno frequenza diversa rispetto al cor-
rispettivo del segnale non traslato
Z
1
Yk = x(t)e−j2π(k−m)f0 t dt
T0 [T0 ]
Teorema di integrazione
x(t) = x(t + T0 ) ∀t ⇐⇒ Xk
(
t Xk
per k 6= 0
Z
j2πkf0
y(t) = x(α) dα ⇐⇒ Yk = P Xm ej2πmf0 α
a − m6=0 j2πmf0 per k = 0
Dimostrazione
X
x(t) = X0 + Xk ej2πkf0 t
k6=0
Z t X Z t Z tX
j2πkf0 α
y(t) = X0 + Xk e dα = X0 dα + Xk ej2πkf0 α dα =
a k6=0 a a k6=0
" #t
t
ej2πkf0 α
X Z X
j2πkf0 α
= X0 (t − α) + Xk e dα = X0 (t − α) + Xk
a j2πkf0
k6=0 k6=0 a
j2πkf0 t j2πkf0 a
X e X e
y(t) = X0 (t − α) + Xk − Xk
j2πkf0 j2πkf0
k6=0 k6=0
Caso particolare
Z t Z t
y1 = x(α) dα y2 = x(α) dα a2 < a1 < t
a1 a2
Z a1 Z t Z a1
y2 (t) = x(α) dα + x(α) dα = x(α) dα + y1 (t)
a2 a1 a2
I due segnali differiscono per una costante continua e indipendente dal tempo. Se
a1 e a2 differiscono per un multiplo intero del periodo, la costante è nulla
Z a1
x(α) dα = N · xm = 0 per a1 − a2 = N T0 Valore medio nullo
a2 perché relativo ad un
segnale ad energia finita
Esempio
È possibile calcolare i coefficienti di un treno di impulsi triangolare a partire da
un’onda quadra e dal teorema di integrazione
x(t)
A
2A/T0
T0 /2
t
−T0 /2
−2A/T0
x(t)
y(t)
(
dy(t) 2A
T0 per −T2 ≤t≤0
0
= −2A
= x(t)
dt T0 per 0 ≤ t ≤ T20
Z t
y(t) = x(α) dα
−T0 /2
(
Xk
j2πkf0 per k 6= 0
Yk = P Xm ejπm
− m6=0 j2πmf0 per k = 0
Z
1 Area y(t) in un periodo A
Y0 = y(t) dt = =
T0 [T0 ] T0 2
1
I coefficienti di x(t) si calcolano a partire da un’onda quadra traslata di 4 di
periodo A
sinc k2
per k dispari z(t) onda quadra non
Z k = T0
0 per k pari traslata
T0
x(t) = z t + ⇐⇒ Xk = Zk ej2πkf0 (T0 /4) = Zk ejπk/2
4
2A
sinc k2 ejπk/2 per k dispari
Xk = T 0
0 per k pari
2A k jπk/2
T0 sinc 2 e
Yk = j2πkf0 per k 6= 0 = A [1 − (−1)k ]
A per k = 0 π2 k2
2
Proprietà
x(t) Segnale continuo
x(1) Segnale continuo
x(2) Segnale continuo
..
.
x(M ) Primo segnale con discontinuità di 1a specie
1
I coefficienti di x(M ) tenderanno a zero come k (come un’onda quadra). I coeffi-
cienti di x(M −1) tenderanno a zero come k12 .
(M ) (M −1) M
Xk = j2πkf0 Xk = · · · = j2πkf0 Xk
1
Di conseguenza i coefficienti si x(t) tenderanno a zero come kM +1
Dimostrazione
Z Z
1 −j2πkf0 t 1
Zk = z(t)e dt = x(t)y(t)e−j2πkf0 t dt =
T0 [T0 ] T0 [T0 ]
Z Z
1 X
−j2π(k−m)f0 t
X 1
= Ym x(t)e dt = Ym x(t)e−j2π(k−m)f0 t dt =
T0 T0
X
[T0 ] m m [T0 ] y(t) = Ym ej2πkf0 t
X X m
Zk = Ym X(k−m) oppure Zk = Xm Y(k−m)
m m
x(t) = x(t + T0 )
y(t) = y(t + T0 )
Z
1
z(t) = x(t) ⊗ y(t) = x(α)y(t − α) dα
T0 [T0 ]
Z Z
1 1
z(t + T0 ) = x(α)y(t + T0 − α) dα = x(α)y(t − α) dα
T0 [T0 ] T0 [T0 ]
z(t) = z(t + T0 )
2. Proprietà associativa
3. Proprietà distributiva
4. Traslazione temporale
z(t) = x(t) ⊗ y(t)
s(t) = y(t − τ )
x(t) ⊗ s(t) = z(t − τ )
Dimostrazione
Z
1
z(t) = x(t) ⊗ y(t) = x(α)y(t − α) dα
T0 [T0 ]
Z −T0 /2 Z T0 /2
1 1
z(−t) = x(−α)y(t + α) dα = x(β)y(t − β) dβ β = −α
T0 T0 /2 T0 −T0 /2
z(t) = z(−t)
Dimostrazione
Z Z
T0 1 T0 1
z t− = x(α)y t − − α dα = − x(α)y(t − α) dα
2 T0 [T0 ] 2 T0 [T0 ]
T0
z t− = −z(t)
2
Premesso ciò si definisce il teorema della convoluzione
Dimostrazione
Z Z Z
1 −j2πkf0 t 1 1
Zk = z(t)e dt = x(α)y(t − α) dα e−j2πkf0 t dt =
T0 [T0 ] T0 [T0 ] T0 [T0 ]
Z Z Z
1 1 −j2πkf0 t 1
= x(α) y(t − α)e dt dα = x(α)Yk e−j2πkf0 α dα = Yk e−j2πkf0 α deriva dal
T0 [T0 ] T0 [T0 ] T0 [T0 ]
teorema del ritardo per
y(t − α)
Z
1
= Yk x(α)e−j2πkf0 α dα = Yk Xk
T0 [T0 ]
Teorema di Parseval
x(t) = x(t + T0 ) ⇐⇒ Xk y(t) = y(t + T0 ) ⇐⇒ Yk
Z
1 X
x(t)y ∗ (t) dt = Xk Yk∗
T0 [T0 ]
k
Dimostrazione
z(t) = x(t)y ∗ (t)
Z
1 X
∗
Z0 = z(t) dt Zk = Xm Ym−k Zk deriva dal teorema
T0 [T0 ] m del prodotto
Z
1 X
x(t)y ∗ (t) dt = Z0 = Xm Ym∗ ∗
Ym∗ = Ym−k per k = 0
T0 [T0 ] m
Z
1 X
x(t)y ∗ (t)e−j2πkf0 t dt = ∗
Xm Ym−k
T0 [T0 ] m
2. Traslazione
3. Identità
x(t) = y(t)
Z Z
1 1
x(t)y ∗ (t) dt = |x(t)|2 dt = Px
T0 [T0 ] T0 [T0 ]
Z
1 X
Px = |x(t)|2 dt = |Xk |2
T0 [T0 ]
k
Analisi di Fourier di segnali aperiodici
Equazione di analisi
Se nei segnali periodici, le oscillazioni avevano frequenza multipla della frequenza
fondamentale, nei segnali aperiodici la frequenza è variabile e quindi i coefficienti
sono definiti su un dominio f continuo. L’equazione di analisi quindi diventa
Z +∞
X(f ) = x(t)e−j2πf t dt
−∞
Esempio
x(t)
t
−T0 /2 −T /2 T /2 T0 /2
xp (t)
x(t)
Il tendere di f0 a zero implica che le aree dei rettangoli utilizzati per approssimare
la funzione tendono a zero, proprio come succede in un integrale
X Z +∞
lim X̃k ej2πkf0 t f0 = X(f )ej2πf t df
f0 →0 −∞
k
X Z +∞
j2πkf0 t
x(t) = lim xp (t) = lim X̃k e f0 = X(f )ej2πf t df
T0 →∞ f0 →0 −∞
k
Z +∞
x(t) = X(f )ej2πf t df
−∞
Equazione di sintesi
Z +∞
x(t) = X(f )ej2πf t df
−∞
Come per i segnali tempo-continui, l’equazione di sintesi genera una funzione che
tende a minimizzare l’errore quadratico medio
Z +ν
x(t) = lim X(f )ej2πf t df
ν→∞ −ν
x(t) = lim xν (t) x(t̄) 6= lim xν (t̄)
ν→∞ ν→∞
Esempio
Prendendo un segnale aperiodico, regolare a tratti con discontinuità di prima specie
si nota come l’errore quadratico tende ad annullarsi, mentre l’errore assoluto per-
siste
x(t)
t
−T /2 T /2
x(t)
1
1
per |α| < 2
t 1
x(t) = A rect rect α = 0 per |α| > 2
T 1
1
2 per |α| = 2
1
Per |α| = 2 si ha il punto di discontinuità
Z +∞
X(f )ej2πf t df
−∞
L’integrale converge a x(t) nei punti in cui x(t) è continua, mentre converge alla
semisomma di limite destro e sinistro nei punti di discontinuità. Facendo tendere
ν → ∞ l’errore quadratico tende ad annullarsi, mentre quello assoluto persiste.
Nel caso di un segnale continuo anche l’errore assoluto tenderà ad annullarsi
Funzione rect
x(t)
t
−T0 /2 T0 /2
x(t)
Z +∞
t
x(t) = A rect X(f ) = x(t)e−j2πf t dt
T −∞
Z +∞
X(0) = x(t) dt = AT X(0) è l’area del
−∞
rettangolo
Z +∞ Z +T /2
t Gli estremi di
X(f ) = A rect e−j2πf t dt = Ae−j2πf t dt
−∞ T −T /2 integrazione sono
limitati a [ −T T
2 ; 2]
T /2 perché la funzione è
e−j2πf t A −j2πf T /2 nulla al di fuori di
X(f ) = A = e − ej2πf T /2 = quell’intervallo
−j2πf −j2πf
−T /2
A A h i A sin (πf T )
= e−jπf T − ejπf T = − 2j sin (πf T ) = =
−j2πf −j2πf πf
sin (πf T )
= AT = AT sinc (f T )
πf T
X(f ) = AT sinc (f T )
La sinc si annulla per f T = k con k ∈ Z − {0} e quindi per f = Tk . La trasformata
è reale e pari se la funzione di partenza è anch’essa reale e pari.
lim X(f ) = 0
|f |→0
1
La trasformata tenderà a zero come f, cioè in modo analogo al treno di impulsi
rettangolare
Esponenziale monolatero
x(t)
t
x(t)
Dimostrazione trasformata
Z +∞ Z +∞ Z +∞
X(f ) = x(t)e−j2πf t dt = Ae−t/τ u(t)e−j2πf t dt = A e−(j2πf +1/τ )t dt =
−∞ −∞ 0
+∞
e−(j2πf 1/τ )t Aτ
A =
− j2πf + 1 1 + j2πf τ
τ 0
X(f ) = X ∗ (−f )
Questo segnale gode di simmetria Hermitiana
Simmetria Hermitiana per segnali aperiodici
x(t) ∈ R ⇐⇒ X(f )
X(f ) = X ∗ (−f )
Dimostrazione
Z +∞
X(f ) = x(t)e−j2πf t dt
−∞
Z +∞
X(−f ) = x(t)ej2πf t dt
−∞
Z +∞ ∗ Z +∞
X ∗ (−f ) = x(t)ej2πf t dt = x∗ (t)e−j2πf t dt =
−∞ −∞
Z +∞
= x(t)e−j2πf t dt = X(f )
−∞
Dimostrazione
Z +∞ Z +∞ Z +∞ ∗
−j2πf t ∗ −j2πf t
Y (f ) = y(t)e dt = x (t)e dt = x(t)e j2πf t
dt = X ∗ (−f )
−∞ −∞ −∞
Dimostrazione
Z +∞ Z +∞
−j2πf t
Y (f ) = y(t)e dt = x(−t)e−j2πf t dt =
−∞ −∞
Z −∞ Z +∞
j2πf α
x(α)e (−dα) = x(α)ej2πf α dα = X(−f ) −t = α
+∞ −∞
Dimostrazione
x(t) ∈ R =⇒ X(f ) = X ∗ (−f ) =⇒ X ∗ (−f ) = X(−f )
x(t) = x(−t) =⇒ X(f ) = X(−f )
Dimostrazione
Z +∞ Z 0 Z +∞
X(f ) = x(t)e−j2πf t dt = x(t)e−j2πf t dt + x(t)e−j2πf t dt =
−∞ −∞ 0
Z +∞ Z +∞ Z +∞
= x(−t)ej2πf t dt+ x(t)e−j2πf t dt = x(−t)ej2πf t +x(t)e−j2πf t dt =
0 0 0
Z +∞ Z +∞
= x(t) ej2πf t + e−j2πf t dt = 2 x(t) cos (2πf t) dt x(t) = x(−t)
0 0
Dimostrazione
Si parte dall’equazione di analisi calcolata per la trasformata reale e pari
Z +∞ Z +∞
= x(−t)ej2πf t + x(t)e−j2πf t dt = − x(t)ej2πf t + x(t)e−j2πf t dt =
0 0
Z +∞ Z +∞
=− x(t) ej2πf t − e−j2πf t dt = −2j x(t) sin (2πf t) dt −x(t) = x(−t)
0 0
Proprietà di linearità
x(t) ⇐⇒ X(f ) y(t) ⇐⇒ Y (f )
z(t) = ax(t) + by(t) ⇐⇒ Z(f ) = aX(f ) + bY (f )
∠Y (f ) = ∠X(f ) − 2πf τ
Caso generale
x∗ (t) ⇐⇒ X ∗ (−f ) x∗ (−t) ⇐⇒ X ∗ (f )
X(f ) = X ∗ (f ) ⇒ Im{X(f )} = 0
La trasformata sarà reale
Segnali ad antisimmetria coniugata
x(t) = −x∗ (−t) ⇐⇒ X(f ) = −X ∗ (−f ) ⇒ Re{X(f )} = 0
La trasformata sarà immaginaria pura
Dimostrazione
x(t) x(t) x(t) x∗ (−t) x(t) x∗ (−t)
x(t) = + = + + −
2 2 2 2 2 2
x(t) x∗ (−t)
x(t) = y(t) + z(t) ⇐⇒ X(f ) = Y (f ) + Z(f ) y(t) = 2 + 2
x(t) x∗ (−t)
z(t) = 2 − 2
y(t) = y ∗ (−t) z(t) = −z ∗ (−t)
Im{Y (f )} = 0 Re{Z(f )} = 0
Re{X(f )} = Re{Y (f )} + Re{Z(f )} = Re{Y (f )} = Y (f )
Z(f )
Im{X(f )} = Im{Y (f )} + Im{Z(f )} = Im{Z(f )} =
j
Ogni segnale si può scrivere come somma di una parte a simmetria coniugata e
una ad antisimmetria coniugata
Dimostazione
• Caso a > 0
Z +∞ Z +∞
Y (f ) = y(t)e−j2πf t dt = x(at)e−j2πf t dt =
−∞ −∞
Z +∞ Z +∞
−j2πf τ /a dτ 1 −j2π fa τ 1 f
= x(τ )e = x(τ )e dτ = X τ = at
−∞ a a −∞ a a
• Caso a < 0
a = −|a|
z(t) = x(|a|t)
1 f
Z(f ) = X
|a| |a|
1 −f 1 f
y(t) = z(−t) ⇐⇒ Y (f ) = Z(−f ) = X = X
|a| |a| |a| a
Codice binario
Il codice binario si trasmette come impulsi rettangolari. Un impulso di ampiezza A
e durata T indica un 1, mentre un impulso di ampiezza −A e durata T rappresenta
uno 0. La velocità di trasmissione è di T1 bit/s
x(t)
1
t
T 2T
0
-A
Teorema di dualità
x(t) ⇐⇒ X(f ) y(t) = X(t) ⇐⇒ Y (f ) = x(−f )
Dimostrazione
Z +∞
x(t) ⇐⇒ X(f ) = x(t)e−j2πf t dt
−∞
Z +∞
y(t) = X(t) = Y (f )ej2πf t df
−∞
Z +∞ Z +∞
X(t) = x(f )e−j2πf t df = x(−f )ej2πf t df f = −f
−∞ −∞
Z +∞ Z +∞
y(t) = X(t) ⇒ Y (f )ej2πf t df = x(−f )ej2πf t df ⇐⇒ Y (f ) = x(−f )
−∞ −∞
Questo teorema vale solo se il dominio del segnale e quello della trasformata sono
entrambi continui e quindi vale per segnali aperiodici
Esempio
A
x(t) = ⇐⇒ X(f )
t 2
1+ T
2Bτ
y(t) = Be−|t|/T ⇐⇒ Y (f ) =
1 + (2πf τ )2
2Bτ
Y (t) = ⇐⇒ y(−f ) = Be−|f |/T
1 + (2πtτ )2
1
2Bτ = A 2πτ = ⇒ B = πAT
T
y(−f ) = X(f ) = πAT e−|f |2πT
x(t) ⇐⇒ X(f )
Dimostrazione
Z +∞ Z +∞
Y (f ) = y(t)e−j2πf t dt = x(t)ej2πf0 t e−j2πf t dt =
−∞ −∞
Z +∞
= x(t)e−j2π(f −f0 )t dt = X(f − f0 )
−∞
Dimostrazione
1 j(2πf0 t+θ) 1 −j(2πf0 t+θ)
cos (2πf0 t + θ) = e + e
2 2
1 jθ 1
y(t) = e x(t)ej2πf0 t + e−jθ x(t)e−j2πf0 t
2 2
1 jθ 1
= e X(f − f0 ) + e−jθ X(f + f0 ) x(t)ej2πf0 t = X(f − f0 )
2 2
x(t)e−j2πf0 t = X(f +f0 )
per il teorema della
modulazione
Casi particolari
• Caso θ = 0
1 1
y(t) = x(t) cos (2πf0 t) ⇐⇒ Y (f ) = X(f − f0 ) + X(f + f0 )
2 2
• Caso θ = −π
2
π
y(t) = x(t) cos 2πf0 t − = x(t) sin (2πf0 t)
2
1 1
Y (f ) = X(f − f0 ) − X(f + f0 )
2j 2j
Le operazioni fatte sono le stesse per segnali periodici e aperiodici, come anche le
proprietà
Proprietà
1. Proprietà commutativa
2. Proprietà associativa
3. Proprietà distributiva
Esempio
Esempio
Ds = Dz
Se Dx = ∞ oppure Dy = ∞ anche Dz = ∞
Dimostrazione
Z +∞ "Z #
Z +∞ +∞
Z(f ) = z(t)e−j2πf t dt = x(α)y(t − α) dα e−j2πf t dt =
−∞ −∞ −∞
"Z #
Z +∞ +∞ Z +∞
= x(α) y(t − α)e−j2πf t dt dα = x(α)Y (f )e−j2πf α dα = Teorema del ritardo
−∞ −∞ −∞
Z +∞
= Y (f ) x(α)e−j2πf α dα = X(f )Y (f )
−∞
Trasformata notevole
|t| t
z(t) = A 1 − rect
T 2T
Z(f ) = AT sinc2 (T f )
Convoluzione e causalità
x(t) = Ae−t/τ u(t) per τ > 0
Z +∞
y(t) = x(t) ⊗ x(t) = Aeα/τ u(α)Ae(−t+α)/τ u(t − α) dα =
−∞
Z +∞ Z +∞
= A2 e−t/τ e−α/τ u(α)eα/τ u(t − α) dα = A2 e−t/τ u(α)u(t − α) dα
−∞ −∞
1. Per t < 0
u(α)u(t − α) = 0 ⇒ y(t) = 0
2. Per t > 0
u(α)u(t − α) = 1
per 0 < α < t
per α > t0
Z +∞ Z t
u(α)u(t − α) dα = dα = t
−∞ 0
2 −t/τ
y(t) = A te u(t)
y(t) sarà causale perché nullo per t < 0. La convoluzione tra due segnali
causali origina un segnale causale
2. Per t > 0
u(α)u(α − t) = 1 per α < t = u(α − t)
0 per α > t
+∞
A2 τ −t/τ
Z
τ
z(t) = A2 et/τ e−2α/τ dα = A2 et/τ e−2t/τ = e
t 2 2
z(t) sarà un esponenziale bilatero
(Aτ )2
Z(f ) = X(f )X(−f ) = X(f )X ∗ (f ) = |X(f )|2 =
1 + (2πf τ )2
|Y (f )| = |Z(f )|
Il modulo di una funzione viene detto spettro di ampiezza, la fase viene detta
spettro di fase
θ(f ) = arctan X(f )
θy (f ) = −2 arctan (2πf τ ) θz (f ) = 0
Dimostrazione
X(t) ⇐⇒ x(−f ) Y (t) ⇐⇒ y(−f ) Teorema di dualità
s(t) = X(t) ⊗ Y (t)
S(f ) = x(−f )y(−f ) Teorema della
convoluzione
s(−t) ⇐⇒ S(−f ) = x(f )y(f ) Proprietà della
trasformata
s(−t) = X(−t) ⊗ Y (−t)
X(−t) ⊗ Y (−t) ⇐⇒ x(f )y(f )
z(t) = x(t)y(t) ⇐⇒ S(f ) Teorema di dualità
s(t) = X(f ) ⊗ Y (f )
Teorema di Parseval
Z +∞ Z +∞
x(t)y ∗ (t) dt = X(f )Y ∗ (f ) df
−∞ −∞
Dimostrazione
z(t) = x(t)y ∗ (t) ⇐⇒ Z(f ) = X(f ) ⊗ F y ∗ (t)
F y ∗ (t) = Y ∗ (−f )
Z +∞
Z(f ) = X(f ) ⊗ Y ∗ (−f ) = X(ν)Y ∗ (ν − f ) dν
−∞
Z +∞ Z +∞
x(t)y ∗ (t) dt = z(t) dt = z(0)
−∞ −∞
Z +∞ Z +∞
z(0) = X(ν)Y ∗ (ν) dν = x(t)y ∗ (t) dt
−∞ −∞
Caso particolare
y(t) = x(t)
Z +∞ Z +∞
x(t)x∗ (t) dt = |x(t)|2 dt = Ex
−∞ −∞
Z +∞ Z +∞
Ex = |x(t)|2 dt = |X(f )|2 df
−∞ −∞
Dimostrazione
Z +∞ Z +∞
−j2πf t d
Y (f ) = y(t)e dt = x(t) e−j2πf t dt =
−∞ −∞ dt
+∞ Z +∞
−j2πf t d −j2πf t
= x(t)e − x(t) e = Risoluzione per parti
−∞ −∞ dt
Z +∞
−j2πf t
= lim x(t) − x(t) − j2πf e dt =
t→±∞ −∞
Z +∞ Il limite nullo è una
= j2πf x(t)e−j2πf t dt = j2πf X(f ) condizione che deve
−∞
essere verificata da x(t)
Ordine di derivabilità
x(t) ⇐⇒ X(f ) con X(f ) derivabile M − 1 volte
(M )
X esiste, ma presenta discontinuità
x(t) ⇐⇒ X(f )
x(1) (t) ⇐⇒ (j2πf )X(f )
(2)
x (t) ⇐⇒ (j2πf )2 X(f )
...
x(M −1) (t) ⇐⇒ (j2πf )M −1 X(f )
(M )
x (t) ⇐⇒ (j2πf )M X(f )
1 1
F xM (t) → 0 come
⇒ X(f ) → 0 come
f f M +1
Dimostrazione
d Y (f )
y(t) = x(t) ⇐⇒ Y (f ) = j2πf X(f ) ⇒ X(f ) =
dt j2πf
Condizione necessaria
Z t Z +∞
lim x(t) = lim y(α) dα = y(α) dα = 0
t→∞ t→∞ −∞ −∞
t
t0
δ(t)
Z +∞
1 t
δε (t) = rect ⇒ δ(t) = lim δε (t) δ(t) dt = 1
ε ε ε→0 −∞
d
δ(t) =
u(t)
dt
La δ(t) non è una funzione, ma una distribuzione. Se fosse una funzione, l’integrale
scritto prima divergerebbe a +∞ e sarebbe matematicamente sbagliato. Inoltre
la derivata è nulla in ogni punto tranne in t0 , in cui però ha valore infinito. È
possibile trattare la delta come un funzionale, cioè come un oggetto matematico
che associa ad una funzione un numero (l’integrale è un funzionale)
Z +∞
δ(t)φ(t) dt = φ(0) ⇒ δ[φ(t)] = φ(0)
−∞
2. Traslazione temporale
Dimostrazione
Z +∞ Z +∞
δ(t − t0 )φ(t) dt = δ(α)φ(α + t0 ) dα = t − t0 = α
−∞ −∞
Z +∞
δ(α)ψ(α) dα = ψ(0) = φ(0 + t0 ) = φ(t0 ) φ(α + t0 ) = ψ(α)
−∞
aδ(t)
Z +∞ Z +∞
aδ(t)φ(t) dt = a δ(t)φ(t) dt = aφ(0)
−∞ −∞
x(t)δ(t)
Z +∞ Z +∞ Z +∞
x(t)δ(t)φ(t) dt = δ(t)[x(t)φ(t)] dt = x(0)φ(0) = x(0) δ(t)φ(t) dt
−∞ −∞ −∞
δ(at) a ∈ R − {0}
Z +∞ Z +∞
τ dτ
δ(at)φ(t) dt = δ(τ )φ τ = at
−∞ −∞ a a
• a>0
Z +∞
1 +∞
Z
τ dτ τ 1 0 1
δ(τ )φ = δ(τ )φ dτ = φ = φ(0)
−∞ a a a −∞ a a a a
• a < 0 ⇒ a = −|a|
τ = at = −|a|t
Z −∞ Z +∞
τ dτ 1 τ 1
δ(τ )φ = δ(τ )φ dτ = φ(0)
+∞ a −|a| |a| −∞ a |a|
In generale si riassume come
1
δ(at) = δ(t)
|a|
Dimostrazione
Z +∞ Z +∞
y(t) = x(t) ⊗ δ(t) = x(α)δ(t − α) dα = δ(α)x(t − α) dα = x(t)
−∞ −∞
+∞
1 +ε/2
Z Z
α1
= lim x(t − α) dα = lim
rect x(t − α) dα =
ε→0 −∞ εε ε→0 ε −ε/2
1
= lim εx(tε ) = lim x(tε ) = x lim tε = x(t)
ε→0 ε ε→0 ε→0
8. Derivata Z +∞
δ 0 (t)φ(t) dt = −φ0 (0)
−∞
Dimostrazione
Z +∞ +∞ Z +∞
δ 0 (t)φ(t) dt = δ(t)φ(t) − δ(t)φ0 (t) dt = 0 − φ0 (0) = −φ0 (0)
−∞ −∞ −∞
Più in generale Z +∞
δ (M ) (t)φ(t) dt = −φ(M ) (0)
−∞
δ(t) ⇐⇒ 1
X0
t
−f2 −f1 −f0 0 f0 f1 f2
Dimostrazione
y(t) = δ 0 (t) ⇐⇒ Y (f ) = j2πf
Y (t) = j2πt ⇐⇒ y(−f ) = δ 0 (−f )
Y (t) δ 0 (−f ) δ 0 (f )
x(t) = t = ⇐⇒ X(f ) = =− δ 0 (−f )dispari
j2π j2π j2π
Esempio
x(t) ⇐⇒ X(f ) y(t) = tx(t)
0
δ (f )
Y (f ) = − ⊗ X(f )
j2π
Z +∞ Z +∞
0 0
δ (f ) ⊗ X(f ) = δ (ν)X(f − ν) dν = − δ 0 (ν)Z(ν) dν = −Z 0 (0) Z 0 (ν) = −X 0 (f − ν)
−∞ −∞
d
δ 0 (f ) ⊗ X(f ) = X 0 (f ) = X(f )
df
1 d
Y (f ) = − X(f )
j2π df
Derivata del gradino unitario
1 1
t t
0 0
u(t) u0 (t)
d
δ(t) = u(t)
dt
Esempio
x(t)
t
−T /2 0 T /2
x(t)
d
y(t) = x(t) = lim x(t) − lim − x(t) − lim + x(t) − lim − x(t)
dt t→−T /2+ t→−T /2 t→T /2 t→T /2
T T
y(t) = Aδ t + − Aδ t −
2 2
Y (f ) = Ae−j2πf (−T /2) − Ae−j2πf (+T /2) = A ejπf T − e−jπf T = A2j sin (πf T )
t
0
−1
sign (t)
1 per t > 0
x(t) = sign (t) = −1 per t < 0
0 per t = 0
1
X(f ) =
jπf
Dimostrazione
x(t) = sign (t) y(t) = e−t/τ u(t) − y(−t) = −et/τ u(t)
t
0
x(t)
-1
y(t)
−y(−t)
τ τ − j2πf τ 2
Y (f ) = =
1 + j2πf τ 1 + (2πf τ )2
2πf τ 2
Im{Y (f )} = −
1 + (2πf τ )2
2πf τ 2 j 1
X(f ) = lim −2j =− =
τ →∞ 1 + (2πf τ )2 πf jπf
1
Trasformata di t
1
x(t) = ⇐⇒ X(f ) = −jπ sign (f )
t
Dimostrazione
j
y(t) = sign (t) ⇐⇒ Y (f ) = −
fπ
π j π 1
X(t) ⇐⇒ x(−f ) = Y (f ) =− =−
j fπ j f
π π
X(t) = y(t) = sign (t) = −jπ sign (t)
j j
X(f ) = −jπ sign (f )
Dimostrazione
Z t
x(α) dα = x(t) ⊗ u(t)
y(t) =
−∞
1 1 X(f ) X(f )
Y (f ) = X(f )F[u(t)] = X(f ) δ(f ) + = δ(f ) +
2 j2πf 2 j2πf
X(0) X(f )
Y (f ) = δ(f ) +
2 j2πf
Se X(0) = 0 si ha il caso del teorema incompleto
0 X(f ) X(f )
Y (f ) = δ(f ) + =
2 j2πf j2πf
Dimostrazione
Z +∞
Z(f ) = X(f ) ⊗ Y (f ) = X(ν)Y (f − ν) dν
−∞
X
X(f ) = Xk δ(f − kf0 )
k
Z +∞ X X Z +∞
Z(f ) = Xk δ(ν −kf0 ) Y (f −ν) dν = Xk δ(ν −kf0 )Y (f −ν) dν
−∞ k k −∞
X
Z(f ) = Xk Y (f − kf0 )
k
Questo risultato è una generalizzazione del teorema della modulazione
xa (t)
xa (t − T0 )
xa (t + T0 )
t
−T0 − T0 0 T0 T0
2 2
Il teorema è valido anche per segnali di durata non finita, come ad esempio un
esponenziale decrescente
xa (t)
xa (t − T0 )
xa (t + T0 )
t
−T0 T0
Dimostrazione
1 k 1
Xk = Xa = Xa (kf0 ) Relazione di
T0 T0 T0 campionamento in
frequenza
Z T0 Z T0 X
1 1
Xk = x(t)e−j2πkf0 t dt = xa (t − mT0 ) e−j2πkf0 t dt =
T0 0 T0 0 m
1 X T0
Z
= xa (t − mT0 )e−j2πkf0 t dt =
T0 m 0
1 X −(m−1)T0
Z
= xa (β)e−j2πkf0 (β+mT0 ) dβ = t − mT0 = β
T0 m −mT0
1 X −(m−1)T0
Z
= xa (β)e−j2πkf0 β e−j2πkf0 mT0 dβ =
T0 m −mT0
1 X −(m−1)T0
Z
= xa (β)e−j2πkf0 β dβ = e−j2πkm = 1
T0 m −mT0
Dimostrazione
X 1 X 1
x(t) = Xk ej2πkf0 t = Xa (kf0 )ej2πkf0 t Xk = Xa (kf0 )
T0 T0
k k
L’uscita può dipendere solo dall’ingresso ad un certo istante t̄, oppure può dipen-
dere anche da ciò che è successo al sistema in istanti precedenti. Ti e Tf possono
variare con il tempo o essere costanti
Sistemi lineari
Un sistema si dice lineare se
x(t) = ax1 (t) + bx2 (t) ⇒ y(t) = ay1 (t) + by2 (t) ∀a, b, x1 , x2
Esempio
y(t) = x2 (t)
x(t) = 0 ⇒ y(t) = 0
La condizione necessaria è verificata, ma il sistema non è lineare
z(t) = y(t − t0 )
Sistemi causali
Un sistema si dice causale se la risposta ad un certo istante t̄ dipende dall’ingresso
agli istanti t < t̄ h i
y(t) = T x(α); Ti (t) ≤ α ≤ Tf (t)
Tf (t) ≤ t
@ k ∈ R | y(t) ≤ k ∀t
Sistemi istantanei
Un sistema è istantaneo se l’uscita dipende solo dall’istante di applicazione dell’ingresso
Ti (t) = Tf (t) = t
x(t)
t
x(t)
ε x(nε)
ε
− nε t−
X X
2
x(t) ≈ x(nε) rect = x(nε)δε (t − nε)ε
n
ε n
X
x(t) = lim x(nε)δε (t − nε)ε
ε→0
n
X h i X h i
yε (t) = x(nε)T δε (t − nε)ε = x(nε)hε (t − nε)ε T δε (t − nε) =
n n
hε (t − nε)
yε (t) sarà lineare e stazionario
X Z
lim x(nε)hε (t − nε)ε = −−∞+∞ x(α)h(t − α) dα
ε→0
n
h i h i h i
h(t) = lim hε (t) = lim T δε (t) = T lim δε (t) = T δ(t)
ε→0 ε→0 ε→0
Dimostrazione
Z +∞
y(t) = x(t) ⊗ h(t) = x(α)h(t − α) dα
−∞
Z Z
+∞ +∞
|y(t)| = x(α)h(t − α) dα ≤ |x(α)h(t − α)| dα =
−∞ −∞
Z +∞ Z +∞ Z +∞
= |x(α)||h(t − α)| dα ≤ M |h(t − α)| dα = M |h(t − α)| dα =
−∞ −∞ −∞
Z +∞
=M |h(β)| dβ = M H < ∞ β =t−α
−∞
Esempio
x(t) = Aej2πf0 t y(t) = BAej2πf0 t ejθ = Bx(t)ejθ
L’uscita avrà ampiezza e fase diverse, ma stessa oscillazione dell’ingresso
Z +∞ Z +∞
y(t) = x(t) ⊗ h(t) = x(t − α)h(α) dα = Aej2πf0 (t−α) h(α) dα =
−∞ −∞
Z +∞
= Aej2πf0 t h(α)e−j2πf0 α dα = ej2πf0 t H(f0 )
−∞
y(t) = x(t)H(f0 )
H(f0 ) è un termine che racchiude costante e fase
Esempio
x(t) = A cos (2πf0 t) y(t) = A|H(f0 )| cos (2πf0 t + ∠H(f0 ))
Esempio
X X
x(t) = x(t + T0 ) = Xk ej2πkf0 t y(t) = Xk ej2πkf0 t H(kf0 )
k k
Esempio
Z +∞ Z +∞
x(t) = X(f )ej2πf t df y(t) = X(f )ej2πf t H(f ) df
−∞ −∞
Z +∞ Z +∞
Y (f ) = X(f )H(f ) y(t) = Y (f )ej2πf t df = X(f )H(f )ej2πf t df
−∞ −∞
Caratterizzazione di un SLS
Nel dominio del tempo un sistema lineare stabile è caratterizzato da h(t), men-
tre nel dominio della frequenza è caratterizzato da una H(f ) detta risposta in
frequenza
2.
x(t) = ej2πf0 t y(t) = x(t)H(f0 )
y(t)
H(f0 ) =
x(t) x(t)=ej2πf0 t
y(t) = |H(f0 )| cos (2πf0 t + ∠H(f0 ))
H(f0 ) = |H(f0 )|ej∠H(f0 )
3.
y(t) = x(t) ⊗ h(t) Y (f ) = X(f )H(f )
Y (f )
H(f ) = per X(f ) 6= 0
X(f )
Esempio
R
x(t) C y(t)
1 1
x(t) = δ(t) ⇒ H(f ) = =
1 + j2πf τ 1 + j2πf RC
H(f ) in questo caso si può calcolare con un partitore di tensione
SLS in cascata
H(f ) = H1 (f )H2 (f )
SLS in parallelo
h1 (t)
δ(t) h(t)
h2 (t)
Criterio di Paley-Wiener
R +∞) ≥20
A(f
−∞
A (f ) df < ∞
R +∞ | ln A(F )| df < ∞
−∞ 1+f 2
Se tutte queste condizioni sono rispettate, A(f ) può essere lo spettro di ampiezza
di una funzione causale e, di conseguenza, A(f )ejθ(f ) è la trasformata di un segnale
causale.
A(f ) sarà lo spettro di infiniti segnali causali. Se si trasla il segnale a destra, si
avrà un segnale causale con spettro di ampiezza A(f )
Filtro
Un filtro è un sistema lineare stazionario che presenta selettività in frequenza
H(f )
f
-B 0 B
Una risposta in frequenza di questo tipo rappresenta un filtro ideale e non realiz-
zabile fisicamente, poiché il sistema non è causale
Non si può realizzare un sistema causale con A(f ) = |H(f )| perché, anche traslan-
dolo, h(t) ha come dominio (−∞, +∞). Utilizzando il teorema di Paley-Wiener,
si nota come venga violata la terza condizione poiché A(f ) si annulla su insiemi
di misura non nulla
Banda di un segnale
Equivalente nel dominio della frequenza del concetto di durata nel dominio del
tempo. Misura l’estensione frequenziale di un segnale
X(f )
f
-B 0 B
f
-B B
A2 (f )
A|dB = 10 log10
A2 (0)
X(f )
A0 Livello −3dB
√
A0 / 2
f
−B B
A2 (f )
10 log10 = −3dB
A20
A2 (f ) 3
log10 2 =
A0 10
A2 (f )
= 10−3/10
A20
1
A2 (f ) = A20 · 3−3/10 ≈ A20
2
1
A(f ) = √ A0
2
Banda di un sistema
La banda di un sistema si definisce come l’intervallo frequenziale che il sistema fa
passare in ingresso
Esempio
Filtro reale A2 (f )
Filtro ideale
X1 (f )
X2 (f )
f
0
A2 (f ) 1 1
2
= 2
=
A (0) 1 + (2πf τ ) 2
1
2πf τ = 1 ⇒ f = = Banda a − 3dB
2πτ
Si nota come, aumentando τ , diminuisca la banda e quindi aumenti la selettività
del filtro
Filtri di Butterworth
|H(ω)| N =1
N =2
N =8
11
√1
2
f /f0
0 1 2 3 4
A0
√
2
f
f1 f2
A0 = A(f0 )
A(f ) 1
= √ → Risolvendola si trovano f1 e f2
A0 2
B−3dB = f2 − f1
0 f
B
A(f ) 1
=√
A0 2
A0 = lim A(f )
f →∞
3. Z +∞
Ex (f ) df = Ex
−∞
4. Energia tra f1 e f2
Z f2
Ex (f ) df
f1
2.
Ex ∈ R → Simmetria Hermitiana
|X(f )|2 = |X ∗ (−f )|2 = |X(−f )|
3. Z +∞ Z +∞
|X(f )|2 df = |x(t)|2 dt = Ex Teorema di Parseval
−∞ −∞
X(f )
f
0 f1 f0 f2
4.
y(t) = x(t) ⊗ h(t) ⇐⇒ Y (f ) = X(f )H(f )
Z +∞ Z +∞ Z +∞ Z +∞
2 2 2 2
Ey = |y(t)| dt = |Y (f )| df = |X(f )| |H(f )| df = |X(f )|2 df
−∞ −∞ −∞ −∞
∆f ∆f
f1 = f0 − f2 = f0 +
2 2
Z f0 + ∆f
2
|X(f )|2 df ≈ ∆f · Ex (f0 )
f0 − ∆f
2
∆f · Ex (f0 ) = Ey
Ey
Ex (f0 ) =
∆f
Funzione di autocorrelazione
Dalla densità di energia spettrale si ricava la funzione di autocorrelazione definita
come Z +∞
rx (τ ) = x(τ ) ⊗ x(−τ ) = x(t)x(t − τ ) dt
−∞
2.
rx (τ ) = rx (−τ )
3.
|rx (τ )| ≤ rx (0)
4. Teorema di Wiener-Khintchin
h i
Ex (f ) = F rx (τ )
3. Z +∞
Sx (f ) df = Px
−∞
4. Potenza tra f1 e f2
Z f2
Sx (f ) df
f1
Funzione di autocorrelazione
Come per la densità spettrale di energia, anche in questo caso si ricava la funzione
di autocorrelazione come
Z +T /2
1
rx (τ ) = lim x(t)x(t − τ ) dt
T →∞ T −T /2
2.
rx (τ ) = rx (−τ )
3.
|rx (τ )| ≤ rx (0)
4. Teorema di Wiener-Khintchin
h i
Sx (f ) = F rx (τ )
Ey (f ) = Ex (f )|H(f )|2
|H(f )|2 = Eh (f )
ry (τ ) = rx (τ ) ⊗ rh (τ )
Sy (f ) = Sx (f )|H(f )|2
|H(f )|2 = Sh (f )
ry (τ ) = rx (τ ) ⊗ rh (τ )
Distorsioni lineari
Filtro reale A2 (f )
Filtro ideale
X1 (f )
X2 (f )
f
0
Il filtro ideale lascia passare solo x1 (t) inalterato e blocca completamente x2 (t).
Questo tipo di sistema è irrealizzabile e diverso da un filtro reale che smorza
soltanto x2 (t) e altera x1 (t). Considerando un sitema non distorcente si ha
|A(f )|
f
0
|H(f )|
∠H(f )
Esempio
x(t) = A1 cos (2πf1 t + θ1 ) + A2 cos (2πf2 t + θ2 )
y(t) = AA1 cos (2πf1 t + θ1 + ϕ1 ) + AA2 cos (2πf2 t + θ2 + ϕ2 )
2πf1 t + ϕ1 = 2πf1 (t + t1 )
2πf2 t + ϕ2 = 2πf2 (t + t2 )
ϕ1 ϕ2
t1 = t2 =
2πf1 2πf2
t1 = t2 = t0 condizione necessaria affinché il sistema non sia distorcente
ϕ1 = 2πf1 t0 ϕ2 = 2πf2 t0
I due sfasamenti non sono uguali in modulo, ma sono sfasati allo stesso modo in
maniera linearmente dipendente alla frequenza.
Un sistema non distorcente avrà una risposta in ampiezza piatta e uno sfasamento
lineare. Se una delle due condizioni viene a mancare, il sistema distorcerà gli
ingressi
Ci sono sistemi, sempre ideali, che non distorcono una singola parte di un
segnale
f
0
|H(f )|
∠H(f )
X(f )
Esempio
|H(f )|
X(f )
f
−f0 0 f0
x(t) y(t)
h(t)
L’effetto che la distorsione avrà sul segnale è tanto più grande, più è grande
l’energia del disturbo rispetto a quella del segnale. Si può calcolare un parametro
che misura l’effetto della distorsione
R +∞
−∞
|d(t)|2 dt
R +∞
−∞
A2 |x(t − t0 )|2 dt
Distorsioni non lineari
x(t) y(t)
g(·)
Esempio
t
g(x) = x2 x(t) = sinc
T
2 t 2
y(t) = x (t) = sinc ⇐⇒ Y (f ) = X(f ) ⊗ X(f )
T
X(f )
Y (f )
f
−1/T −1/2T 0 1/2T 1/T
∞
X
y(t) = A0 + yid (t) + d(t) = A0 + 2A1 cos (2πf0 t + θ1 ) + 2 Ak cos (2πkf0 t + θk )
k=2
g(x)
x
-1 0 1
-1
x(t) y(t)
g(·)
• A=2
x(t)
y(t)
2
1
t
−T0 /2−T0 /4 0 T0 /4.T0 /2
-1
-2
|Y4 |
Si calcola il coefficiente di distorsione di quarta armonica D4 = |Y 1|
.
y(t) è alternativo come x(t) e quindi i coefficienti di ordine pari saranno nulli
0
D4 = =0 ⇒ D2n = 0
|Y1 |
Periodicità
x(t) = x(t + T0 ) ∀t T0 ∈ R Tempo-continui
x[n] = x[n + N0 ] ∀n N0 ∈ Z Tempo-discreti
Il segnale periodico più semplice è quello costante
x[n]
n
-3 -2 -1 0 1 2 3
Segnali sinusoidali
x(t) = cos (2πf0 t) x[n] = cos (2π f¯0 n)
Nel segnale tempo-continuo f0 è misurato in Hertz, nel segnale tempo-discreto f¯0
è adimensionale. Inoltre, il secondo segnale non sempre è periodico. Per far si che
x[n] sia periodico f¯0 ∈ Q
Dimostrazione
x[n] = cos (2π f¯0 n) = cos [2π f¯0 (n + N0 )] = cos [2π f¯0 n + 2π f¯0 N0 ]
k
2π f¯0 N0 = 2πk → f¯0 = ∈Q
N0
Se k e N0 sono primi tra loro, il denominatore sarà il periodo
Segnali causali
x(t) = 0 per t < 0 tempo-continui
x[n] = 0 per n < 0 tempo-discreti
Energia
Z +∞
Ex = |x(t)|2 dt tempo-continui
−∞
X
Ex = |x[n]|2 tempo-discreti
n
Potenza
Z +T /2
1
Px = lim x(t) dt tempo-continui
T →∞ T −T /2
N
1 X
Px = lim x[n] tempo-discreti Per Ex < ∞ si ha
N →∞ 2N + 1
n=−N mx = 0
Sequenze assolutamente sommabili
X
|x[n]| < ∞ Condizione necessaria e
n sufficiente
Una sequenza assolutamente sommabile è ad energia finita, ma non sempre un
segnale ad energia finita è assolutamente sommabile
Delta di Kronecker
Duale della delta di Dirac per segnali tempo-discreti. Non si ottiene campionando
δ(t) perché la delta non è un segnale fisico. δ[n] si può ricavare campionando
infiniti segnali, come ad esempio la sinc o la sinc2
sinc x
δ[n]
n
-4T -3T -2T -1T 0 1T 2T 3T 4T
Gradino unitario
u[n] = 1 per n ≥ 0
0 per n < 0
Gode delle stesse proprietà di u(t)
N N
1 X 1 X 1 1
Px = lim |x[n]|2 = lim 1 = lim (N +1) =
N →∞ 2N + 1 N →∞ 2N + 1 N →∞ 2N + 1 2
n=−N n=0
Z t n
X 0 per n < 0
u(t) = δ(α) dα u[n] = δ[k] = 1 per n = 0
−∞
k=−∞ 1 per n > 0
δ[n] = u[n] − u[n − 1]
u[n]
n
-3 -2 -1 0 1 2 3
Segnale esponenziale
x[n] = an u[n] esponenziale monolatero
Il segnale è causale poiché nullo per n < 0 e le sue proprietà dipendono dal valore
di a
a=1 u[n]
0<a<1
a>1
1
n
-3 -2 -1 0 1 2 3
0 < a < 1 segnale ad energia finita e potenza nulla
a = 1 segnale ad energia infinita e potenza finita
a>1 segnale ad energia e potenza infinite
Per 0 < a < 1 si può calcolare l’energia come
∞ ∞ ∞ ∞
X X X X X 1 1
Ex = |x[n]|2 = |an |2 = a2n = (a2 )n = qn = = P∞ 1
q n = q i 1−q
n n=0 n=0 n=0 n=0
1−q 1 − a2 n=i
x(t) = x(t + T0 )
y(t) = y(t + T0 )
Z
1
z(t) = x(t) ⊗ y(t) = x(α)y(t − α) dα
T0 [T0 ]
Convoluzione aperiodica
x(t) y(t)
Z +∞
z(t) = x(t) ⊗ y(t) = x(α)y(t − α) dα
−∞
Convoluzione tra segnali tempo-discreti, aperiodici ad energia finita
x[n] y[n]
+∞
X
z[n] = x[n] ⊗ y[n] = x[k]y[n − k]
k=−∞
Proprietà convoluzione
1. Commutativa
x[n] ⊗ y[n] = y[n] ⊗ x[n]
2. Associativa
3. Distributiva
4. Durata
x[n] → Nx y[n] → Ny
z[n] = x[n] ⊗ y[n] → Nz = Nx + Ny − 1
5. Trasalzione temporale
6. Segno
z[n] = x[n] ⊗ y[n]
s[n] = x[−n] v[n] = y[−n]
s[n] ⊗ v[n] = z[−n]
7. Elemento neutro
x[n] δ[n]
x[n] ⊗ δ[n] = x[n]
Dimostrazione
X
x[n] ⊗ δ[n] = x[k]δ[n − k] = x[n] δ[n − k] 6= 0 solo per kn
k
Calcolo convoluzione
X
z[n] = x[n]⊗y[n] = x[k]y[n−k] = · · ·+x[−1]y[n+1]+x[0]y[n]+x[1]y[n−1]+· · ·
k
A differenza dei segnali tempo-continui, due sequenze possono essere uguali anche
se hanno frequenza diversa se le due frequenze differiscono per un intero
f1 6= f2 ⇐⇒ x1 (t) 6= x2 (t)
¯ ¯
x1 [n] = ej2πf1 n x2 [n] = ej2πf2 n
f¯1 6= f¯2
¯ ¯
x1 [n] = x2 [n] ⇐⇒ ej2πf1 n = ej2πf2 n
¯ ¯
ej2π(f1 −f2 )n = 1 ⇐⇒ 2π(f¯1 − f¯2 ) = 2πk → f¯1 − f¯2 = k ∈ Z
Il range di frequenze necessario per generare tutte le oscillazioni complesse tempo-
discrete distinguibili è f¯ = [0, 1)
f¯ = k + r r ∈ [0, 1)
f¯ = 0
f¯ = 12
A
n
0
-A
Equazione di sintesi
Come per i segnali tempo-discreti, anche l’equazione di sintesi avrà tre forme
diverse equivalenti
¯ ¯
x[n] = [1] X ej2πf ej2πf n df¯
R
1
X ej ω̄ ej ω̄n dω̄
R
x[n] = 2π [2π]
x[n] = 1 j2πf Ts
ej2πf Ts n df
R
X e
fs [fs ]
Equazione di analisi
Z +∞
X(f ) = x(t)e−j2πf t dt per segnali tempo-continui
−∞
+∞
¯ ¯
X
X ej2πf = x[n]e−j2πf n per segnali tempo-discreti
n=−∞
+∞ Z
¯
X
= x[m] e−j2πf (n−m) df¯ = x[m] ¯
ej2πf (n−m) = 1 per
[1]
m=−∞ m=n
¯
ej2πf (n−m) = 0 per
m 6= n
Come l’equazione di sintesi, anche l’equazione di analisi ha 3 versioni equiv-
alenti P
j2π f¯ ¯
X e = x[n]e−j2πf n
P n
X ej ω̄ = n x[n]e−j ω̄n
X ej2πf Ts = P x[n]e−j2πf Ts n
n
Esempio
x[n] = δ[n] = 1 per n = 0
0 6 0
per n =
X
¯ ¯
X ej2πf = x[n]e−j2πf n = 1 costante
n
¯
X ej2πf
f¯
0
Nucleo di Dirichlet
rn [n]
n
· · · -4 -3 -2 -1 01 2 3 · · ·N − 1
rn [n] = 1 per 0 ≤ n ≤ N − 1
0 altrimenti
N −1 N −1 n
j2π f¯ −j2π f¯n −j2π f¯n −j2π f¯
X X X
X e = x[n]e = e = e =
n n=0 n=0
¯ ¯ ¯ ¯ ¯
1 − qN 1 − e−j2πf N ejπf N (ejπf N − e−jπf N ) −jπ f¯(N −1) 2j sin (π f N )
= = = = e =
1−q 1 − e−j2πf¯ ¯ ¯ ¯
e−jπf (ejπf − e−jπf ) 2j sin (π f¯)
¯ sin (π f¯N ) −jπ f¯(N −1) sin (π f¯N )
= e−jπf (N −1) = e N
sin (π f¯) N sin (π f¯)
sin (π f¯N )
DN (f¯) = Nucleo di Dirichlet
N sin (π f¯)
Il nucleo di Dirichlet è periodico di periodo 1 e la trasformata sarà periodica di
periodo 1 per N dispari, periodica di periodo 2 per N pari. Questa funzione è
l’equivalente della sinc nel dominio della frequenza
N =4 |DN (f )|
f
0 1 1 3 1
4 2 4
Proprietà DTFT
1. Segnale reale
x[n] ∈ R
Dimostrazione
¯ ¯
X ej2πf = X ∗ e−j2πf
X ej ω̄ = X ∗ e−j ω̄
2. Segnale pari
x[n] = x[−n] ⇐⇒ X ej ω̄ = X e−j ω̄
X X X
X ej ω̄ = x[n]e−j ω̄n = x[−n]e−j ω̄n = x[m]ej ω̄m = X e−j ω̄ m = −n
n n n
Dimostrazione
X X X
Y ej ω̄ = y[n]e−j ω̄n = x[n − n0 ]e−j ω̄n = x[m]e−j ω̄(m+n0 ) = n − n0 = m
n n m
X X
= x[m]e−j ω̄m e−j ω̄n0 = e−j ω̄n0 x[m]e−j ω̄m = X ej ω̄ e−j ω̄n0
m m
7. Traslarione frequenziale
x[n] ⇐⇒ X ej ω̄
y[n] = x[n]ej ω¯0 n ⇐⇒ Y ej ω̄ = X ej(ω̄−ω¯0 )
z[n] = x[n]y[n]
Z
1
Z ej ω̄ = X ej ω̄ ⊗Y e j ω̄
= X ej ω̄ Y ej(ω̄−α) dα
2π [2π]
12. Teorema di convoluzione
x[n] ⇐⇒ X ej ω̄
y[n] ⇐⇒ Y ej ω̄
X
z[n] = x[n] ⊗ y[n] = x[k]y[n − k]
k
Z ej ω̄ = X ej ω̄ Y ej ω̄
xc (t)
x[n]
xc (t) ⇐⇒ Xc (f )
A partire da un segnale tempo-continuo, si ottiene un segnale tempo-discreto ef-
fettuando un campionamento ad una frequenza fs
x[n] = xc (nTs )
xc (t) x[n]
Ts
Z +fs /2
1
x[n] = X ej2πf Ts ej2πf Ts n df
fs −fs /2
Z +∞ XZ + f2s +kfs
j2πf Ts n
x[n] = xc (nTs ) = Xc (f )e df = Xc (f )ej2πf nTs df = Gli estremi di
−∞ k − f2s +kfs integrazione sono
intervalli disgiunti che
XZ +fs /2 coprono tutto R
= Xc (ν + kfs )ej2π(ν+kfs )Ts n dν = f = ν + kfs
k −fs /2
XZ +fs /2 XZ +fs /2
= Xc (ν+kfs )ej2πνTs n ej2πkfs Ts n dν = Xc (f +kfs )ej2πf Ts n df =
k −fs /2 k −fs /2
+fs /2
1 +fs /2 j2πf Ts j2πf Ts n
Z hX i Z
= Xc (f + kfs ) ej2πf Ts n df = X e e df
−fs /2 fs −fs /2
k
1 j2πf Ts X
X e = Xc (f + kfs )
fs
k
X
X ej2πf Ts = fs Xc (f + kfs )
k
Esempio
X
f =0 ⇒ X ej0 = fs Xc (kfs )
k
X
f0 ⇒ X ej2πf0 Ts = fs Xc (f0 + kfs )
k
Esempio
xc (t) Xc (f )
t
f
−3 −2 −1 0 1 2 3
B B B B B B −B B
0
2 |f | f
xc (t) = B sinc Bt Xc (f ) = 1 − rect
B 2B
1
fs = B Ts =
B
X ej2πf Ts
f
−B 0 B
n n
x[n] = xc (nTs ) = xc = B sinc2 B = B sinc2 (n) = Bδ[n]
fs B
Usando come frequenza di campionamento la banda del segnale non si riesce a
ricostruire il segnale di partenza a partire da quello campionato
Analogia con la prima formula di somma di Poisson
xa (t) Xa (f ) Periodicizzazione di un segnale aperiodico
X 1 1
x(t) = xa (t − mT0 ) Xk = Xa (kf0 ) f0 =
m
T 0 T 0
X X 1 1 X X
x(t) = Xk ej2πkf0 t = Xa (kf0 )ej2πkf0 t = Xa (kf0 )ej2πkf0 t = xa (t−mT0 )
T0 T0 m
k k k
In questo caso si periodicizza nel dominio del tempo e si campiona nel dominio
della frequenza. Nel caso di segnali tempo-discreti si campiona nel dominio del
tempo e si periodicizza nel dominio della frequenza
X 1 X 1 X
Xc (f − kf0 ) = xc (nTs )e−j2πnTs f = x[n]e−j2πnTs f
fs n fs n
k
X 1 j2πf Ts
Xc (f − kfs ) = X e
fs
k
Esempio
xc (t) Xc (f )
t
f
−3 −2 −1 0 1 2 3
B B B B B B −B B
0
2 |f | f
xc (t) = B sinc Bt Xc (f ) = 1 − rect
B 2B
1
fs = 2B Ts =
2B
k=0
k=1
k = −1
f
−2B −B 0 B 2B
fs ≥ 2fH
fs ≥ 2B
Campionamento pratico
Prima di campionare il segnale lo si fa passare in un filtro anti-aliasing. Idealmente
questo filtro è un passa-basso con banda fs
HAAF (f )
Xc (f )
Yc (f )
− f2s 0 fs
2
X
x̂c (t) = x[n]φ(t − nTs ) p(t − nTs ) = φ(t − nTs )
n
P (f ) = F[p(t)]
X X
X̂c (t) = x[n]P (f )e−j2πf nTs = P (f ) x[n]e−j2πf nTs
n n P (f )e−j2πf nTs =
F[p(t − nTs )]
X̂c (f ) = P (f )X ej2πf Ts
Esempio
−fs − B fs − B f
−fs −B 0 B fs
fs ≥ 2B
La P (f ) potrà avere ampiezza da B a fs − B (simmetrico rispetto alle ordinate)
perché in quella zona le repliche sono nulle
Esempio
x̂c (t)
x[n] x[2] x[3]
x[1]
x[0]
x[−1]
x[−2]
x[−3]
X
x[n]p(t − nTs )
n
Xc (f )
Xc (f − fs )
Xc (f + fs )
Interpolatore
1
f
-B 0 B
Interpolatore a mantenimento
x̂c (t)
x[n] x[2] x[3]
x[1]
x[0]
x[−1]
x[−2]
x[−3]
t
−3Ts−2Ts−1Ts 0 1Ts 2Ts 3Ts
|P (f )|
X̂c (f )
−B B
f
−3fs−2fs−1fs 0 1fs 2fs 3fs
x̂c (t)
x[n] x[2] x[3]
x[1]
x[0]
x[−1]
x[−2]
x[−3]
t
−3Ts−2Ts−1Ts 0 1Ts 2Ts 3Ts
P (f ) = Ts sinc2 (f Ts )
p(t)
t
−Ts 0 Ts
Equazione di sintesi
0 −1
NX
k
x[n] = X[k]ej2π N0 n
k=0
Equazione di analisi
N0 −1
1 X k
X[k] = x[n]e−j2π N0 n
N0 n=0
Dimostrazione
Si ottiene a partire dall’equazione di sintesi
0 −1
NX
k
x[n] = X[k]ej2π N0 n
k=0
0 −1
NX
m k
x[n]e−j2π N0 n = X[k]ej2π N0 (n−m)
k=0
0 −1
NX 0 −1 N
NX 0 −1
m k
x[n]e−j2π N0 n =
X
X[k]ej2π N0 (n−m)
n=0 n=0 k=0
0 −1
NX 0 −1
NX 0 −1
NX
m
−j2π N n j2π Nk (n−m) PN0 −1 k
x[n]e 0 = X[k] e 0
n=0 ej2π N0 (n−m) =
n=0 k=0 n=0 N0
se k − m = lN0
0 −1
NX 0 altrimenti
m
x[n]e−j2π N0 n = N0 X[m]
n=0
N0 −1
1 X m
X[m] = x[n]e−j2π N0 n
N0 n=0
Esempio
x[n]
n
-3 -2 -1 0 1 2 3
x[n] = A ∀n
Con questo segnale è possibile scegliere un periodo qualsiasi
N0 −1 N0 −1
1 X k A X k
X[k] = x[n]e−j2π N0 n = e−j2π N0 n =
N0 N0
k=0 k=0
k
A 1 − e−j2π N0 N0 A 1 − e−j2πk
A N0 per k = lN0
= k = =
N0 1 − e−j2π N0 N0 1 − e−j2π Nk0 N0 0 altrimenti
Periodicità della trasformata
N0 −1
1 X k
X[k] = x[n]e−j2π N0 n
N0 n=0
N0 −1 N0 −1
1 X (k+N0 ) 1 X k
X[k + N0 ] = x[n]e−j2π N0 n = x[n]e−j2π N0 n e−j2πn =
N0 n=0 N0 n=0
N0 −1
1 X k
= x[n]e−j2π N0 n = X[k]
N0 n=0
Esempio
x[n] = A cos (2π f¯0 n + θ)
f¯0 deve essere un numero razionale affinché la funzione sia periodica
m
f¯0 = 0 ≤ m ≤ N0 − 1
N0
A h j(2πf¯0 n+θ) ¯
i Ah
¯ ¯
i
x[n] = e + e−j(2πf0 n+θ) = ej2πf0 n ejθ + e−j2πf0 n e−jθ =
2 2
A m A m
= ej2π N0 n ejθ + e−j2π N0 n e−jθ
2 2
Riscrivendo il segnale con le formule di Eulero si ha
0 −1
NX
k
x[n] = X[k]ej2π N0 n =
k=0
0 −1
NX
m N0 −m l
= X[m]ej2π N0 n + X[N0 − m]ej2π N0 n
+ X[k]ej2π N0 n = l 6= 0
l l 6= m
m N0 −m l 6= N0 − m
= X[m]ej2π N0 n + X[N0 − m]ej2π N0 n
=
N0 −m
m m A jθ ej2π N0 n
m
= e−j2π N0 n
= X[m]ej2π N0 n + X[N0 − m]e−j2π N0 n = e
2
Esempio
x[n] x[n]
n
− N02−1 − M2−1 0 M −1
2
N0 −1
2
x[n] = x[n + N0 ]
M
δ= N0 dispari, M dispari
N0
N0 −1
2
1 X k 1 k
x[n]e−j2π N0 n = x[n]e−j2π N0 n =
X
X[k] =
N0 N0 N0 +1
[N0 ] n=− 2
M −1 M −1
k
1 2
−j2π Nk n A 2
k A jπ Nk (k−1) 1 − e−j2π N0 n
e−j2π N0 n =
X X
= Ae 0 = e 0
k =
N0
n=− M2−1
N0
n=− M2−1
N0 1 − e−j2π N0
πkM πkM
A sin N0 AM sin N0
= = = AδDM (f¯0
N0 sin πk N0 M sin πk
N0 N0
3. Traslazione frequenziale
x[n] ⇐⇒ X[k]
k0
y[n] = x[n]ej2π N0 n ⇐⇒ Y [k] = X[k − k0 ]
4. Simmetria Hermitiana
x[n] ∈ R
X[k] = X ∗ [−k]
5. Segnale pari
x[n] = x[−n]
X[k] = X[−k]
7. Segnale dispari
x[n] = −x[−n]
X[k] = −X[−k]
9. Segnale alternativo
N0
x[n] = −x n − ∀n
2
N0
N0 pari perché 2 ∈Z
10. Teorema di dualità
x[n] ⇐⇒ X[k]
y[n] = X[n] ⇐⇒ Y [k] = x[−k]
Il teorema di dualità vale solo se segnale e trasformata sono definiti sullo
stesso dominio e se equazione di analisi e sintesi hanno la stessa forma
11. Teorema della convoluzione
x[n] ⇐⇒ X[n + N0 ]
y[n] ⇐⇒ Y [n + N0 ]
N0 −1
1 X
z[n] = x[n] ⊗ y[n] = x[m]y[n − m]
N0 m=0
Esempio
1
sin 3π
3 7 n
x[n] = N0 = 7
sin π7 n
1 5π
5 sin 7 n
y[n] = N0 = 7
π
sin 7 n
7
X[k]Y [k] = X[k] = Z[k]
5
7
z[n] = x[n]
5
X[k]
7
3
7
5
-3 -2 -1 0 1 2 3
X
x[n] = xa [n − mN0 ] Periodicizzazione
m
1 k
X[k] = Xa (ej2π N0 )
N0
Dimostrazione
0 −1
NX
X 1 k k
x[n] = xa [n − mN0 ] = Xa (ej2π N0 )ej2π N0 n Prima formula di
N0
m k=0 somma di Poisson
N0 −1 N0 −1 X
1 X k 1 X k
X[k] = x[n]e−j2π N0 n = xa [n − mN0 ] e−j2π N0 m=
N0 N0 m
k=0 k=0
N0 −1 −mNX
0 +N0 +1
1 X X k 1 X k
= xa [n − mN0 ]e−j2π N0 n = xa [l]e−j2π N0 (l+mN0 ) = n − mN0 = l
N0 m n=0 N0 m
l=−mN0
−mNX
0 +N0 −1 −mNX
0 +N0 −1
1 X −j2π Nk l −j2πkm 1 X k
= xa [l]e 0 e = xa [l]e−j2π N0 l =
N0 m N0 m
l=−mN0 l=−mN0
+∞
1 X k 1 k
= xa [l]e−j2π N0 l = Xa (ej2π N0 ) f¯ = k
N0
N0 N0
l=−∞
Sono le stesse formule della DFS, ma con il numero di campioni al posto del
periodo.
Molto spesso queste equazioni sono espresse in forma matriciale
x[0] X[0]
#» x[1] #» X[1]
x = ..
X= ..
. .
x[N − 1] X[N − 1]
#» # »
X = W · #»
x
1 1 1 ··· 1(N −1)
1 e−j2π N ··· e−j2π N
# » .. .. ..
W =. . ··· . (N −1)
1 e−j2π Nk
··· e−j2πk N
.. .. ..
. . ··· .
#»
La matrice W ∈ CN ×N ed è invertibile
#» 1 #» #»
W −1 = W H W H è la simmetria
N Hermitiana della
matrice
x[n] 0≤n≤N −1
N −1
k
X
X[k] = x[n]e−j2π N n
n=0
m=0 m=0
P [k] parte pari
X[k] = P [k] + D[k] D[k] parte dispari
N
Si riscrive la DFT di ordine N come somma di due DFT di ordine 2. Le due
DFT di ordine N/2 saranno periodiche di periodo N/2
N N
P [k] = P k + D[k] = D k +
2 2
Si divide il calcolo di X[k] in due parti: nella prima si calcolano i coefficienti per
k = [0, 1, · · · , N2 ], nella seconda si calcolano i coefficienti per k = k 0 + N2 con
k 0 = [0, 1, · · · , N2 − 1]
0 N 0 N (k0 +N/2
0 N k0
X[k] = X k + =P k + +e j2π N D k + = P [k 0 ] − e−j2π N D[k 0 ]
2 2 2
I valori di P [k 0 ] e D[k 0 ] sono gli stessi calcolati per k e quindi non devono essere
fatte altre operazioni
N N
Mc (N ) = 2Mc +N Sc (N ) = 2Sc +N Numero di somme e
2 2
moltiplicazioni
complesse per DFT di
N N
N
ordine N in funzione
Mc = 2Mc + della DFT di ordine
2 4 2
N/2
N N N
Sc = 2Sc +
2 4 2
N N
Mc (N ) = 4Mc + 2N = 4Mc + log2 4 · N
4 4
N N
Sc (N ) = 4Sc + 2N = 4Sc + log2 4 · N
4 4
Iterando N volte si avrà
N
Mc (N ) = N Mc + log2 N · N = 0 + N log2 N
N
N Una DFT di ordine 1
Sc (N ) = N Sc + log2 N · N = 0 + N log2 N
N non richiede operazioni
Quindi se senza algoritmo servivano Mc = N 2 e Sc = N 2 , ora serviranno solo
Mc = N log2 N e Sc = N log2 N
Esempio
N = 213 = 8192 ν = log2 N = 13
2 26
N =2 N log2 N = 213 · 13
N2 N 213 213
= = > = 29 = 512
N log2 N log2 N 13 16
Senza FFT ci sarebbero più di 512 volte le operazioni fatte con l’algoritmo
Applicazione FFT
xa [n] ya [n]
xa [n] = 0 per n < 0 o n > Nx − 1 Nx durata xa [n]
ya [n] = 0 per n < 0 o n > Ny − 1 Ny durata ya [n]
X
za [n] = xa [n] ⊗ ya [n] = xa [m]ya [n − m] Nz = Nx + Ny − 1 durata za [n]
m
Trasposizione circolare
Si consideri una sequenza xa [n] definita per ogni n. Si definisce l’operazione gener-
ica di trasposizione come
ya [n] = xa [−n]
xa [n]
ya [n]
n
-3 -2 -1 0 1 2 3
x[n]
y[n]
n
-3 -2 -1 0 1 2 3
y[n] = x[(−n)N ]
y[0] = x[(−0)4 ] = x[0]
y[1] = x[(−1)4 ] = x[3]
y[0] = x[(−2)4 ] = x[2]
y[0] = x[(−3)4 ] = x[1]
Il risultato della trasposizione è sempre limitato nello stesso intervallo
Traslazione circolare
xa [n] ya [n] = xa [n − n0 ]
N =4 n0 = 1
xa [n]
ya [n]
n
-2 -1 0 1 2 3 4
In questo caso xa [n] è definito su [0, 3], mentre ya [n] è definito su [1, 4]. Per
un segnale di durata finita anche la trasposizione deve essere limitata allo stesso
dominio di partenza
x[n]
y[n]
n
-2 -1 0 1 2 3 4
y[n] = x[(n − n0 )N ]
y[0] = x[(0 − 1)4 ] = x[(−1)4 ] = x[3]
y[1] = x[(1 − 1)4 ] = x[(0)4 ] = x[0]
y[0] = x[(2 − 1)4 ] = x[(1)4 ] = x[1]
y[0] = x[(3 − 1)4 ] = x[(2)4 ] = x[2]
Il risultato della traslazione è sempre limitato nello stesso intervallo
Convoluzione circolare
Combinando trasposizione circolare e traslazione circolare si ottiene la convoluzione
circolare
Le operazioni sulla sequenza di durata finita x[n] si possono pensare fatte su una
sequenza periodica x̃[n] ottenuta per periodicizzazione di x[n] con periodo N . x[n]
sarà quindi uno spezzone di x̃[n]
x̃[n] = x̃[n + N ] ∀n
ỹ[n] = ỹ[n + N ] ∀n
N −1
1 X
z̃[n] = x̃[n] ⊗ ỹ[n] = x̃[n]z̃[n − m]
N m=0
z̃[n] = z̃[n + N ]
Considerando z̃[n] nell’intervallo [0, N − 1] si ha