Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Sistemi
3.1 Definizione
Il concetto di sistema è molto generale e la sua definizione dipende dal contesto. Una definizione generale si
sistema può essere la seguente:
un sistema è un processo o fenomeno per il quale esiste una relazione di causa/effetto, dove la
causa può anche essere considerata l’ingresso del sistema e l’effetto l’uscita del sistema.
Noi siamo interessati al sottoinsieme dei sistemi per l’elaborazione di segnali, che si possono definire come sistemi
nei quali causa (ingresso) ed effetto (uscita) sono segnali.
In genere un sistema viene rappresentato come un blocco funzionale (Figura 3.1), dove il segnale in ingresso
è rappresentato da una freccia entrante nel blocco e il segnale in uscita, prodotto come effetto del segnale in
ingresso al sistema, è rappresentato attraverso una freccia in uscita dal blocco. Dal punto di vista della sua
modellizzazione matematica, le caratteristiche di un sistema vengono definite attraverso la relazione matematica
che lega l’uscita all’ingresso. Nella forma più generale, quindi, tale relazione viene espressa come la legge di
trasformazione S() che, applicata alla funzione che descrive il segnale in ingresso, x(t), genera come risultato la
funzione del segnale in uscita, y(t):
y(t) = S [x(t)] (3.1)
b) Sommatore/Integratore (tempo-continuo)
Il sommatore, o integratore tempo-continuo è un sistema che produce in uscita un segnale il cui valore, al
generico istante t0 , corrisponde all’area sottesa dalla funzione del segnale in ingresso nell’intervallo temporale
da t0 T all’istante attuale t0 , quindi, in altre parole, nell’intervallo temporale corrispondente agli ultimi T
secondi passati Il modello matematico di questo sistema si può descrivere pertanto con la seguente relazione
ingresso-uscita:
Z t
y(t) = S [x(t)] = x(⌧ ) d⌧. (3.2)
t T
Esempio:
Si calcoli l’uscita del sistema integratore qui descritto, per i seguenti segnali in ingresso:
✓ ◆
t
x1 (t) = cos 2⇡ e x2 (t) = (t) .
T
Per ottenere
Rt la risposta basta applicare l’espressione della relazione ingresso-uscita del sistema,
y(t) = t T x(⌧ ) d⌧ , alle funzioni d’ingresso date:
1. Z Z
t t ⇣ ⌧⌘ T h ⇣ ⌧ ⌘it
y1 (t) = x1 (⌧ ) d⌧ = cos 2⇡ d⌧ = sin 2⇡ =0
t T t T T 2⇡ T t T
In questo caso, poiché il periodo di integrazione coincide con il periodo della sinusoide, l’area
sottesa da un periodo esatto è sempre uguale a zero.
2. Z Z ⇢ !
t t T
1 0<t<T t
y2 (t) = x2 (⌧ ) d⌧ = (⌧ ) d⌧ = = rect 2
t T t T 0 altrove. T
In questo caso, l’integrale vale 1 quando l’impulso in ingresso cade nella finestra temporale di
integrazione, e cioè quando l’istante t = 0 (la posizione dell’impulso) è contenuto negli ultimi
T secondi.
Figura 3.3: Integratore: l’uscita all’istante t0 corrisponde all’area sottesa dal segnale in ingresso nell’intervallo
temporale fino a t.
Causalità
Un sistema è causale se la sua relazione ingresso-uscita S[·] può essere espressa nella forma:
y(t) = S (x(⌧ ), ⌧ t; t) e cioè, se l’uscita y(t) dipende dai valori presente e passati (t ⌧ ) e non dai valori
futuri, dell’ingresso x(t). In altre parole, in ogni istante, l’uscita del sistema è condizionata dalla storia passata e
dal valore attuale dell’ingresso x. Si intuisce che la causalità è una proprietà caratteristica di qualunque sistema
fisico, nel quale un effetto non si può manifestare prima della sua causa.
Stabilità (BIBO)
Un sistema è detto stabile se, dato un qualunque ingresso x(t) ad ampiezza limitata, la conseguente uscita y(t)
è anch’essa limitata in ampiezza. Questa è solo una delle definizioni di stabilità, detta stabilità in senso BIBO
(Bounded Input, Bounded Output). In termini matematici si può formulare così:
Linearità
Un sistema si definisce lineare se soddisfa le proprietà fondamentali di omogeneità e di additività, definite come
segue:
• omogeneità: dato il sistema definito dalla relazione y(t) = S[x(t)], esso è omogeneo se vale la seguente
relazione:
y(t) = S[x(t)] ! S[a x(t)] = a S[x(t)] = a y(t), 8a 2 R. (3.4)
• additività: dato il sistema definito dalla relazione y(t) = S[x(t)] e considerati due funzioni d’ingresso
x1 (t) e x2 (t) per i quali y1 (t) = S[x1 (t)] e y2 (t) = S[x2 (t)], il sistema è additivo se vale la seguente
relazione:
S[x1 (t) + x2 (t)] = S[x1 (t)] + S[x2 (t)] = y1 (t) + y2 (t), 8x1 (t), x2 (t). (3.5)
In altre parole, il sistema è additivo se l’uscita ottenuta fornendo in ingresso la somma di più segnali
corrisponde alla somma delle uscite che il sistema produrrebbe di ogni segnale fornito singolarmente in
ingresso.
Ne consegue che per i sistemi lineari che soddisfano queste due proprietà vale il seguente principio di sovrappo-
sizione degli effetti:
N
X N
X N
X
Dato : x(t) = ai xi (t) ! y(t) = S[x(t)] = ai S[xi (t)] = ai yi (t). (3.6)
i=1 i=1 i=1
Per questa coppia di segnali in ingresso il principio di sovrapposizione non è verificato, quindi il sistema
considerato non è lineare.
Tempo-invarianza
Un sistema S[·], con ingresso e uscita funzioni del tempo (quindi: y(t) = S[x(t)]), si dice tempo-invariante se
vale la seguente proprietà:
In termini più intuitivi, questa relazione equivale a dire che un sistema è tempo-invariante se la sua relazione
ingresso-uscita non cambia con il passare del tempo.
• Consideriamo un sistema ‘ritardatore’, caratterizzato dalla relazione ingresso-uscita: y(t) = x(t D).
Applichiamo la (3.34):
S[x(t t0 )] = x(t t0 D) = y(t t0 ), 8t0 2 R.
Anche questo sistema risulta quindi tempo-invariante.
Posso allora esprimere la risposta y(t) del sistema all’ingresso x(t) come:
Z +1
y(t) = S[x(t)] = S x(⌧ ) (t ⌧ ) d⌧ . (3.10)
1
Considerando questo integrale come una somma pesata di infiniti ingressi (t ⌧ ), ciascuno con il proprio peso
x(⌧ ), se S è lineare posso scrivere:
Z +1 Z +1
S x(⌧ ) (t ⌧ ) d⌧ = x(⌧ ) S[ (t ⌧ )] d⌧. (3.11)
1 1
Concentriamo la nostra attenzione sulla grandezza S[ (t)]. Essa corrisponde alla funzione in uscita dal sistema
nel caso in cui la funzione d’ingresso sia l’impulso di Dirac. Per questo motivo tale grandezza viene chiamata
risposta all’impulso del sistema S e viene generalmente chiamata h(t):
Dato S : y(t) = S[x(t)], h(t) := S [ (t)] risposta all0 impulso del sistema S. (3.12)
posso quindi esprimere la risposta di un sistema S a un generico ingresso x(t) in funzione della sua risposta
all’impulso h(t):
Z +1
y(t) = S [x(t)] = x(⌧ ) h(t ⌧ ) d⌧. (3.14)
1
Questo è un risultato fondamentale per l’analisi dei sistemi LTI: la (3.14) ci dice che, conoscendo la risposta
all’impulso del sistema h(t), è possibile calcolare la risposta di un sistema a qualunque ingresso x(t). La risposta
all’impulso h(t) rappresenta pertanto uno strumento di definizione di un sistema lineare tempo-invariante, dato
che ne descrive in maniera completa e univoca il comportamento.
è detta prodotto di convoluzione o più semplicemente convoluzione delle funzioni x(t) e h(t). Come mostra
l’equazione (4.68), l’operatore si rappresenta con il simbolo ⇤. La convoluzione tra due funzioni di una variabile
reale (nel nostro caso il tempo t) è anch’essa una funzione della stessa variabile. Come si vede dalla sua
definizione, il valore della convoluzione C(t), per ogni di t, è il risultato del calcolo dell’integrale, su tutto
il dominio, del prodotto delle due funzioni, delle quali una è ‘ribaltata’ sull’asse delle ascisse e traslata della
quantità t. Questo modo intuitivo di immaginare il valore della convoluzione a un certo istante t può essere
preso a guida come Zprocedura di calcolo dei valori di tale funzione. Per calcolare il valore della convoluzione
+1
C(t) = a(t) ⇤ b(t) = a(⌧ )b(t ⌧ )d⌧ in t = t0 , possiamo seguire i seguenti passi:
1
1. si considerano le funzioni a(t) e b(t0 t) (ribaltando l’asse delle ascisse di b(t) e poi traslando l’origine in
t0 );
2. si valuta la funzione prodotto delle due funzioni ottenute: p(t) = a(t) b(t0 t);
Z +1
3. si valuta l’integrale p(⌧ )d⌧ come l’area sottesa da p(t). Questo è il valore della convoluzione C(t =
1
t0 ).
Esempio:
Si calcoli la convoluzione della funzione impulso rettangolare unitario f (t) = rect(t) con se stesso.
Z +1
C(t) = rect(t) ⇤ rect(t) = rect(⌧ ) rect(t ⌧ ) d⌧.
1
1. considero rect(⌧ ): vale 1 per 1/2 < ⌧ < +1/2, mentre è nullo altrove;
considero rect(t ⌧ ): vale 1 per t 1/2 < ⌧ < t + 1/2, mentre è nullo altrove.
2. il prodotto delle due funzioni: rect(⌧ ) rect(t ⌧ ) varrà 1 dove i due rettangoli si sovrappongono
e zero altrove. Se 0 < t < 1, i rettangoli si sovrappongono tra t 1/2 e +1/2. Se invece
1 < t < 0, i rettangoli si sovrappongono tra 1/2 e +1/2 + t.
R +1
3. l’integrale 1 p(⌧ )d⌧ , cioè l’area sottesa dalla funzione prodotto, sarà quindi:
8
> t< 1 0
>
>
< 1<t<0 1 1
2 +t 2 =1+t
C(t) = 1 1
> 0 < t < +1 2
> t =1 t
>
: 2
t > +1 0
La convoluzione C(t) ha quindi la forma di un triangolo isoscele, la cui base è l’intervallo ( 1; +1),
supporto della funzione, e l’altezza è 1, in corrispondenza di t = 0. Anche questa è una funzione
notevole nel campo dei segnali: viene detta impulso triangolare e viene espressa con il simbolo
tri(t). Possiamo quindi esprimere il risultato ottenuto nel modo seguente:
Una conseguenza interessante di questa proprietà è che un sistema LTI caratterizzato da risposta all’impulso
h(t) che riceve in ingresso il segnale x(t) è equivalente a un sistema con risposta all’impulso x(t) che riceva in
ingresso il segnale h(t). L’uscita y(t) di entrambi i sistemi sarà identica, dato che y(t) = x(t) ⇤ h(t) = h(t) ⇤ x(t).
Proprietà distributiva (rispetto alla somma): f (t) ⇤ [h1 (t) + h2 (t)] = f (t) ⇤ h1 (t) + f (t) ⇤ h2 (t)
Durata della convoluzione: Ricordando che il supporto di una funzione è l’ampiezza dell’intervallo del
dominio in cui la funzione è diversa da zero (quindi, se il dominio è il tempo, il supporto consiste nella durata
del segnale), date le funzioni f (t) e g(t), rispettivamente di durata T1 e T2 , la convoluzione f (t) ⇤ g(t) ha durata
pari alla somma delle durate, T1 + T2 .
Causalità
Abbiamo già detto che un sistema è causale se, per ogni istante t, la sua uscita dipende solo dal valore presente
e dai valori passati (non dai valori futuri) dell’ingresso. In altre parole, all’istante t, l’uscita y(t) è funzione dei
valori x(⌧ ) con ⌧ t.
Considerando la risposta del sistema a un impulso in ingresso (t), se il sistema è causale, gli effetti della risposta
in uscita (che coincide con h(t)) si manifesteranno in concomitanza o dopo l’impulso (t) in ingresso, per cui
necessariamente per t 0, essendo (t) situato in t = 0. Ne consegue che:
Un sistema LTI è causale se e solo se la sua risposta all’impulso: h(t) = 0, 8t < 0.
Tale proprietà si riflette anche nell’espressione di calcolo della risposta del sistema a un generico ingresso. Se il
sistema è causale, possiamo limitare l’estensione dell’integrale di convoluzione, scrivendo:
Z t Z 1
y(t) = S[x(t)] = x(t) ⇤ h(t) = x(⌧ ) h(t ⌧ ) d⌧ = h(⌧ ) x(t ⌧ ) d⌧. (3.17)
1 0
quindi, effettivamente, l’uscita non è limitata: il sistema è pertanto instabile. Questo caso sostituisce un
controesempio: abbiamo allora dimostrato che
Z +1
un sistema LTI con risposta all’impulso h(t) è stabile se e solo se |h(⌧ )| d⌧ ha valore finito.
1
Il termine ej2⇡f t è costante, dato che è indipendente da ⌧ , per cui può essere portato fuori dall’integrale:
Z +1
y(t) = ej2⇡f t h(⌧ ) e j2⇡f ⌧
d⌧ = ej2⇡f t [h(t) ⇤ xf (t)]t=0 (3.23)
1
Definendo: Z +1
j2⇡f ⌧
H(f ) = [h(t) ⇤ xf (t)]t=0 = h(⌧ ) e d⌧ (3.24)
1
otteniamo:
y(t) = H(f ) · ej2⇡f t = H(f ) · xf (t). (3.25)
Per ogni frequenza f , H(f ) è semplicemente una costante complessa. Risulta quindi che, in un sistema LTI, la
risposta a un fasore a frequenza f (cioè l’uscita del sistema a fronte di un fasore a frequenza f in ingresso) è ancora
un fasore alla stessa frequenza f , moltiplicato per il numero complesso H(f ). Come visto nel paragrafo 1.1.5,
se esprimiamo y(t) in termini di modulo e fase:
diviene evidente che la risposta di un sistema LTI a un fasore alla frequenza f in ingresso è ancora un fasore a
frequenza f , ma amplificato in ampiezza del fattore |H(f )| e sfasato dell’angolo \ H(f ).
Per questo motivo la funzione H(f ) prende il nome di risposta in frequenza del sistema. Tale funzione ci dice
infatti, per ogni frequenza f , come viene modificata una sinusoide1 a frequenza f in uscita dal sistema, rispetto
a quella ricevuta in ingresso. La risposta in frequenza di un sistema LTI si calcola a partire dalla risposta
all’impulso del sistema h(t), come definito nella (3.24) che la definisce. Di fatto, la risposta in frequenza
corrisponde alla convoluzione della risposta all’impulso con il generico fasore unitario a frequenza f , valutata
per t = 0. Vedremo in dettaglio nei prossimi capitoli l’importanza di questa grandezza.
Figura 3.4: Rappresentazione tipica di un sistema discreto. I segnali in ingresso e in uscita, x(n) e y(n), sono
funzioni di variabile discreta.
b) Integratore (tempo-discreto)
Il sommatore o integratore tempo-discreto è un sistema che produce in uscita un segnale il cui valore all’istante
n corrisponde alla somma dei campioni del segnale in ingresso nell’intervallo temporale da n N all’istante
attuale n, quindi, in altre parole, nell’intervallo corrispondente agli ultimi N + 1 campioni passati. Il modello
matematico di questo sistema si può descrivere pertanto con la seguente relazione ingresso-uscita:
N
X
y(n) = S [x(n)] = x(n i), n, N 2 Z. (3.28)
i=0
Figura 3.6: Sommatore discreto: l’uscita all’istante n corrisponde alla somma dei campioni dell’ingresso da n 4
a n.
Causalità
Un sistema è causale se l’uscita y(n) dipende soltanto dai valori presente e passati dell’ingresso e mai dai suoi
valori futuri. In termini formali, se la sua relazione ingresso-uscita può essere espressa nella forma:
La causalità è caratteristica di qualunque sistema fisico, dato che nel mondo reale un effetto non si può
manifestare prima della sua causa.
S[·] : y(n) = S [x(n)] è stabile (BIBO) sse : |x(n)| kx < 1, 8n 2 Z ) |y(n)| ky < 1, 8n 2 Z (3.30)
n
X
• Integratore: Consideriamo un integratore, caratterizzato dalla relazione ingresso-uscita: y(n) = x(i).
i=0
Se consideriamo come ingresso ad esempio il gradino unitario x(n) = u(n), che è sempre limitato in
ampiezza, otteniamo in uscita, per n 0: y(n) = n + 1, che invece aumenta indefinitamente all’aumentare
dell’ascissa n, quindi non è limitata. Si tratta pertanto, di un sistema non stabile.
Linearità
Un sistema è lineare se soddisfa le proprietà fondamentali di omogeneità e di additività:
• omogeneità: dato il sistema discreto y(n) = S[x(n)], esso è omogeneo se vale la seguente relazione:
S[a · x(n)] = a · S[x(n)] = a · y(n), 8a 2 R, 8n 2 Z. (3.31)
• additività: dato il sistema discreto y(n) = S[x(n)] e considerati due segnali x1 (n) e x2 (n) per i quali
y1 (n) = S[x1 (n)] e y2 (n) = S[x2 (n)], il sistema è additivo se vale la seguente relazione:
S[x1 (n) + x2 (n)] = S[x1 (n)] + S[x2 (n)] = y1 (n) + y2 (n), 8x1 (n), x2 (n). (3.32)
In altre parole, il sistema è additivo se l’uscita ottenuta fornendo in ingresso la somma di più segnali
corrisponde alla somma delle uscite che il sistema produrrebbe di ogni segnale fornito singolarmente in
ingresso.
Ne consegue che per i sistemi lineari, che soddisfano queste due proprietà, vale il seguente principio di sovrap-
posizione degli effetti:
Esempi:
D
X
• Consideriamo un sistema integratore così definito: y(n) = S[x(n)] = x(n i). Per valutarne la
i=0
linearità, vediamo se è verificato il principio di sovrapposizione degli effetti, applicandone l’enunciato a N
D
X
ingressi xj (n) (j = 1 . . . N ) per ciascuno dei quali l’uscita è yj (n) = S[xj (n)] = xj (n i). Si avrà che:
i=0
2 3 " #
N
X D
X N
X N
X D
X N
X
x(n) = aj xj (n) ! y(n) = 4 aj xj (n i)5 = aj xj (n i) = aj yj (n).
j=1 i=0 j=1 j=1 i=0 j=1
n n
x1 (n) = sin 2⇡ N ! y1 (n) = sin 2⇡ N n
! y1 (n) + y2 (n) = 1 + sin 2⇡ N
x2 (n) = 1 ! y2 (n) = |1| = 1
n n
x(n) = x1 (n) + x2 (n) = 1 + sin 2⇡ N > 0, 8n ! y(n) = |x(n)| = 1 + sin 2⇡ N 6= y1 (n) + y2 (n)
Per questa coppia di segnali in ingresso il principio di sovrapposizione non è verificato, quindi il sistema
considerato non è lineare.
Tempo-invarianza
Un sistema S[·], con ingresso e uscita funzioni tempo-discrete (quindi: y(n) = S[x(n)]), si dice tempo-invariante
se vale la seguente proprietà:
• Consideriamo un sistema ‘ritardatore’, caratterizzato dalla relazione ingresso-uscita: y(n) = x(n D).
Applichiamo la (3.34):
Si può quindi esprimere la risposta del sistema y(n) all’ingresso x(n) come:
" +1 #
X
y(n) = S[x(n)] = S x(i) (n i) . (3.36)
i= 1
La grandezza S[ (n)] è l’uscita del sistema nel caso in cui l’ingresso sia l’impulso discreto (n). Per questo
motivo tale grandezza viene chiamata risposta all’impulso del sistema S, generalmente chiamata h(n):
posso quindi esprimere la risposta di un sistema discreto S[·] a un generico ingresso x(n) in funzione della sua
risposta all’impulso hS (n):
+1
X
y(n) = S [x(n)] = x(i) h(n i), dove : h(n) = S[ (n)] (3.40)
i= 1
Come già visto nel caso dei sistemi tempo-continui, questo è un risultato fondamentale: mediante la (3.40) è
possibile calcolare la risposta di un sistema a qualunque ingresso x(n) conoscendo la risposta all’impulso del
sistema, h(n). Pertanto la risposta all’impulso h(n) definisce univocamente un sistema LTI discreto.
La convoluzione discreta è la versione discretizzata della convoluzione di funzioni continue (4.68). Il valore della
convoluzione, per ogni ascissa n, è il risultato della sommatoria, estesa a tutto il dominio, del prodotto delle
due funzioni, delle quali una è ‘ribaltata’ sull’asse delle ascisse e traslata della quantità n. Per calcolare il valore
della convoluzione a(n) ⇤ b(n) per n = n0 possiamo seguire i seguenti passi:
1. valutare b(n0 n), ottenuta ribaltando l’asse delle ascisse di b(n) e traslando l’origine in n0 ;
Una conseguenza interessante di questa proprietà è che un sistema LTI caratterizzato da risposta all’impulso
h(n) che riceve in ingresso il segnale x(n) è equivalente a un sistema con risposta all’impulso x(n) che riceve in
ingresso il segnale h(n). L’uscita di entrambi i sistemi sarà identica, dato che y(n) = x(n) ⇤ h(n) = h(n) ⇤ x(n).
Proprietà distributiva (rispetto alla somma): f (n) ⇤ [h1 (n) + h2 (n)] = [f (n) ⇤ h1 (n)] + [f (n) ⇤ h2 (n)]
Durata della convoluzione: Ricordando che il supporto di una funzione discreta è l’ampiezza dell’intervallo
del dominio in cui la funzione è diversa da zero, date le funzioni f (n) e g(n), rispettivamente di durata N1 e N2 ,
la convoluzione f (n) ⇤ g(n) ha durata pari a N1 + N2 1 (diversamente dal caso della convoluzione continua,
dove la durata è pari alla somma delle durate).
Sulla base di questa proprietà fondamentale si possono riformulare alcune delle proprietà dei sistemi LTI discreti
definite al paragrafo 3.4.3, in funzione della risposta all’impulso. Consideriamo, in particolare, le proprietà di
causalità e di stabilità.
Causalità
Considerando la risposta del sistema a un impulso in ingresso (n), se il sistema è causale gli effetti sull’uscita
si manifesteranno dopo, o al più in concomitanza dell’impulso in ingresso, che si manifesta in n = 0. Poiché in
questo caso, per la (3.41), l’uscita del sistema coincide con la risposta all’impulso h(n), possiamo affermare che:
un sistema LTI discreto è causale se e solo se la sua risposta all’impulso: h(n) = 0, 8n 2 Z : n < 0.
Tale proprietà si riflette anche nell’espressione di calcolo dell’uscita del sistema per un ingresso generico. Se il
sistema è causale, possiamo limitare l’estensione della sommatoria della convoluzione discreta:
n
X +1
X
y(n) = x(n) ⇤ h(n) = x(i) h(n i) = h(i) x(n i) (3.43)
i= 1 i=0
+1
X
Affinché y(n) sia limitata, e quindi il sistema sia stabile, è necessario che il termine |h(i)|, cioè la
i= 1
sommatoria del valore assoluto della riposta all’impulso, sia finita:
+1
X
|h(i)| = K < 1 (K f inito) (3.45)
i= 1
Questa è una condizione sufficiente perché il sistema sia stabile. Verifichiamo se sia anche necessaria. A tal
+1
X
fine, facciamo l’ipotesi contraria, e cioè che |h(i)| = 1, e vediamo se in questo caso S[·] è instabile. Per
i= 1
dimostrare ciò, basta trovare un controesempio, cioè un caso in cui x(n) sia limitato e y(n) = S[x(n)] non lo
sia. Utilizziamo come controesempio la versione discreta della funzione utilizzata nella dimostrazione analoga
nel caso continuo: 8
< 1 se h( n) < 0
x(n) = sign [h( n)] = 0 se h( n) = 0 (3.46)
:
+1 se h( n) > 0
Come volevasi dimostrare, quindi, in questo caso l’uscita non è limitata e il sistema è pertanto instabile. Abbiamo
quindi dimostrato che
+1
X
un sistema LTI discreto con risposta all’impulso h(n) è stabile se e solo se la sommatoria |h(i)|
i= 1
ha valore finito.