Teorema del campionamento uniforme.

Si consideri un segnale a banda B limitata, cioè con spettro diverso da zero solo in un intervallo
simmetrico rispetto allo zero e di semi-ampiezza B:
𝑥(𝑡) ∋& |𝑋(𝑓)| ≠ 0 , 𝑝𝑒𝑟 |𝑓| < 𝐵 (1)
Sotto tale ipotesi si riesce a dimostrare che se si sceglie una frequenza di campionamento maggiore o
uguale a 2B è possibile ricostruire il segnale a partire dai soli campioni, attraverso una formula di
interpolazione, in modo esatto:
𝑥(𝑡) = ∑<=
>?@= 𝑥 (𝑛𝑇7 )𝑠𝑖𝑛𝑐(𝑓7 𝑡 − 𝑛 ) (2)
Tale formula è nota con il nome di Formula di interpolazione di Whittaker-Nyquist-Kotelnikov-
Shannon. Per dimostrare quanto detto si immagini che il segnale su cui si realizza il processo di
campionamento abbia uno spettro che può essere rappresentato in modo stilizzato tramite un triangolo,
con forma:

Figura 1 Spettro segnale su cui si effettua il campionamento.

L’operazione di campionamento produce la replicazione con passo fs come mostrato in Figura 2:

Figura 2 Spettro segnale campionato.

Le repliche sono centrate in corrispondenza di tutti i multipli della frequenza di campionamento e quindi
anche a 2fs , -2fs e così via.

Dal segnale campionato è possibile risalire al segnale originario facendo un’operazione di filtraggio,
utilizzando una finestra di estensione fs simmetrica rispetto allo zero, che selezioni il contenuto spettrale
nella banda bilatera [-fs/2, fs/2]; tale finestra nel dominio della frequenza coincide con un filtro ideale
con banda passante [-fs/2, fs/2]. Analiticamente, la risposta in frequenza del filtro si può rappresentare
tramite una funzione 𝑟𝑒𝑐𝑡AB (𝑓) dove il pedice sta a rappresentare l’estensione, cioè l’apertura della finestra
bilatera simmetrica rispetto allo zero.

Figura 3 Spettro di un segnale risposta in frequenza di un filtro ideale.

La tesi del teorema del campionamento la si dimostra osservando che x(t) è senz’altro l’anti trasformata
dello spettro del segnale campionato, che può essere rappresentato come:
<= D
𝑥(𝑡) = 𝐹 @D E𝑓7 ∑G?@= 𝑋(𝑓 − 𝑘𝑓7 ) A 𝑟𝑒𝑐𝑡AB (𝑓)H (𝑡) (3)
B

Dove si è introdotto un fattore per compensare il coefficiente fs di guadagno dovuto al campionamento.

Al prodotto ordinario in un dominio corrisponde il prodotto di convoluzione nell’altro dominio, quindi
se si considerano separatamente la rappresentazione nel dominio del tempo del primo fattore e quella del
secondo fattore, si ha:
<= D
𝑥(𝑡) = 𝐹 @D I𝑓7 ∑G?@= 𝑋(A@GAB ) J(𝑡) ∗ 𝐹 @D EA 𝑟𝑒𝑐𝑡AB (𝑓)H (𝑡) (4)
B

dove:
<=
𝐹 @D [𝑓7 ∑G?@= 𝑋(𝑓 − 𝑘𝑓7 )](𝑡) = 𝑥(𝑡) ∑<= <=
>?@= 𝛿 (𝑡 − 𝑛𝑇7 ) = ∑>?@= 𝑥 (𝑛𝑇7 ) 𝛿 (𝑡 − 𝑛𝑇7 ) (5)
L’altro fattore, ricordando la proprietà di dualità, è espresso da: 𝐴𝑟𝑒𝑐𝑡P (𝑡) → 𝐴𝜏 𝑠𝑖𝑛𝑐 (𝜏𝑓), dunque:
D D
𝐹 @D EA 𝑟𝑒𝑐𝑡AB (𝑓)H = A 𝑓7 𝑠𝑖𝑛𝑐(𝑓7 𝑡) = 𝑠𝑖𝑛𝑐(𝑓7 𝑡) (6)
B (S) B

Il prodotto di convoluzione tra il segnale campionato e la funzione sinc(.) produce:

<=
𝑥(𝑡) = [∑<= <=
>?@= 𝑥 (𝑛𝑇7 ) 𝛿 (𝑡 − 𝑛𝑇7 )] ∗ [𝑠𝑖𝑛𝑐(𝑓7 𝑡 )] = ∫@= ∑>?@= 𝑥 (𝑛𝑇7 ) 𝛿 (𝜏 − 𝑛𝑇7 )𝑠𝑖𝑛𝑐[𝑓7 (𝑡 −
𝜏)]𝑑𝜏 (7)
Sfruttando la linearità dell’operatore è possibile invertire l’integrale con la serie convergente e scrivere:
<=
𝑥(𝑡) = ∑<=
>?@= 𝑥 (𝑛𝑇7 ) ∫@= 𝛿 (𝜏 − 𝑛𝑇7 ) ∙ 𝑠𝑖𝑛𝑐[𝑓7 (𝑡 − 𝜏 )]𝑑𝜏 =
<=
= ∑>?@= 𝑥(𝑛𝑇7 )𝑠𝑖𝑛𝑐[𝑓7 (𝑡 − 𝑛𝑇7 )] = (8)
<=
= ∑>?@= 𝑥(𝑛𝑇7 )𝑠𝑖𝑛𝑐(𝑓7 𝑡 − 𝑛)
Il teorema del campionamento uniforme dimostra che, sotto opportune ipotesi, ci sono funzioni che
possono essere identificate soltanto assegnando il loro valore su un insieme discreto numerabile di punti.
Il segnale x(t) è ricostruito infatti a partire da una sequenza numerabile di valori. Dal punto di vista della
teoria dei segnali, dunque, l’andamento di un segnale è univocamente determinato dai suoi campioni presi
con una frequenza fs la cui scelta è legata ad un indice di variabilità del segnale, ovvero ad un parametro
che testimonia quanto rapidamente varia il segnale, identificato nella banda B del segnale, da intendersi
come massima frequenza in corrispondenza della quale il contenuto spettrale del segnale è ancora
significativo.
Si osservi che tipicamente si ritiene la sequenza dei campioni visivamente rappresentativa dell’andamento
del segnale e l’interpolazione visiva, che raccorda banalmente i punti, utile ad avere una chiara idea di
come evolve il segnale.

Figura 4 Sequenza dei campioni con relativa interpolazione visiva.

Un tale approccio funziona se il segnale non varia in maniera repentina. Se il segnale presentasse delle
variazioni occasionali ripidissime e fosse campionato con una frequenza di campionamento bassa, come
raffigurato in Figura 5, si perderebbero delle informazioni non accorgendosi delle rapide variazioni che
possono essere rese manifeste solo tramite un campionamento nel tempo molto più fitto, coerente al
grado di variabilità del segnale.

Figura 5 Segnale che presenta variazioni occasionali repentine.

Il criterio di Nyquist, conosciuto già agli inizi del secolo scorso, coglieva questo aspetto intuitivo ma è
stato necessario aspettare qualche decennio per avere una prova formale del fatto che è effettivamente
possibile con un’interpolazione ricostruire il segnale in ogni suo punto.
E’ interessante studiare l’andamento della funzione sinc:
 Figura 6 Schema di interpolazione.

S@>
espressa come: 𝑠𝑖𝑛𝑐(𝑓7 𝑡 − 𝑛) = 𝑠𝑖𝑛𝑐 W XB
Y.

L’unità di misura dell’asse delle ascisse, considerato in Figura 6 è Ts e i punti evidenziati corrispondono
agli interi. Sull’asse delle ordinate si hanno i valori d’ampiezza del segnale. La sinc presenta gli zeri in
corrispondenza degli interi dell’asse delle ascisse, ragion per cui il campione di x0 dà un contributo nel
definire il segnale esteso su tutto l’asse dei tempi che risulta tuttavia nullo nei nodi della sinc, laddove si
hanno a disposizione gli altri campioni.
La formula di interpolazione garantisce che il segnale ricostruito ha, nei punti in cui si ha a disposizione
un campione, valore pari al campione prelevato in quel punto, mentre i contributi che derivano dagli altri
campioni sono nulli; invece concorrono tutti i campioni del segnale nel determinare i valori d’ampiezza
del segnale negli altri punti dove solo l’interpolazione può determinarli. E’ chiaro che la funzione sinc ha
lobi oscillanti monotonamente decrescenti, quindi realisticamente i campioni che stanno molto lontani
dal punto in cui si osserva il segnale concorrono poco a determinare il valore del segnale; effettuando una
somma grafica di due archi si ottiene una buona rappresentazione di come evolve il segnale reale.
La formula di Shannon è una formula teorica che può essere difficilmente implementata nella pratica,
perché lavora con funzioni che non sono a supporto limitato ma definite tra [-∞, +∞], che
necessariamente devono essere troncate: quindi l’interpolazione non si riesce ad implementare se non in
via approssimata.
Nella pratica, laddove c’è bisogno di fare l’interpolazione e a seconda delle risorse di calcolo che si hanno
a disposizione e dei tempi in cui si vuole ottenere il risultato, è possibile ricorrere ad algoritmi approssimati
più efficienti. Talvolta già la sola interpolazione lineare è sufficiente per procedere nell’analisi, altrimenti
si utilizzano interpolazioni con archi di parabola, con cubiche (spline) o polinomi di grado superiore.
Tuttavia di solito non si interpolano i campioni del segnale, perché tutte le informazioni
d’interessepossono essere ottenute elaborando direttamente i campioni, ovvero il segnale nella sua
versione numerica. Il teorema del campionamento uniforme assicura che nella sequenza dei campioni, se
soddisfatte le ipotesi del teorema, sono contenute tutte le informazioni, che possono essere estratte con
approcci diretti, ovvero con opportuni algoritmi di elaborazione numerica del segnale, senza dover
ricorrere preliminarmente all’interpolazione.