TELECOMUNICAZIONI canale A -L Prof. Roberto...
Transcript of TELECOMUNICAZIONI canale A -L Prof. Roberto...
1
2. Fondamenti sui segnali analogici2. Fondamenti sui segnali analogici
INFO-COM Dpt.
Dipartimento di Scienza e Tecnica
dell’Informazione e della Comunicazione
Università degli Studi di Roma La Sapienza
TELECOMUNICAZIONITELECOMUNICAZIONI
per Ingegneria Informatica (secondo anno)per Ingegneria Informatica (secondo anno)
canale Acanale A --LL
Prof. Roberto Cusani
Segnali analogici (1/2)Segnali analogici (1/2)2
� Collegamenti analogici punto-punto unidirezionali (es. radiodiffusione)
SACanale di
Trasmissione
SorgenteAnalogica
DA
DestinazioneAnalogica
tt
S DTrasduttore diemissione
Trasduttore diricezione
Canale fisico (mezzo trasmissivo)
Esempi:Voce segnale di pressione acusticaTelefono segnale elettricoVideo segnale ottico
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
3
� Esempi di segnale continuo, tempo-continuo (analogico): Voce, temperatura ambiente, musica, televisione
� Studio dei segnali tramite funzioni matematiche reali o complesse
� Segnale: grandezza fisica variabile nel tempo che trasporta informazione ),(tx +∞<<∞− t
)(tx
t
SegnaliSegnali analogicianalogici (2/2)(2/2)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
4
T0
)(tx
)cos()0( ϕAx =
Sinusoide:
A ampiezza; frequenza; fase (radianti);
To =1 / periodo (sec); = pulsazione (rad/sec);
)2cos()( 0 ϕπ += tfAtx
0f ϕ
0ω02 fπ0f
≡ ≡
≡≡
≡
t
Esempi di segnali analogici (1/3)Esempi di segnali analogici (1/3)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
5
Esponenziale reale:
( ) ,tx t A e tβ= − ∞ < < + ∞
Rettangolo:
==0
1)()( trecttx T
/ 2
/ 2
t T
t T
≤
>
A.)(tx0<β 0>β
t2
T−2
T
1
)(tx
t
EsempiEsempi didi segnalisegnali analogicianalogici (2/3)(2/3)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
6
11
−
+==0
/1
/1
)( Tt
Tt
ttri)(tx T
Tt
tT
Tt
><<−
≤≤0
0
== − 0
1)()( 1 tutx
0
0
<≥
t
t
)(tx )(tx
ttT− T
EsempiEsempi didi segnalisegnali analogicianalogici (3/3)(3/3)
Triangolo: Gradino:
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
7
(unità immaginaria); 1−=j
� Se b2 < 4ac si ha la radice quadrata di un numero negativo �le radici x1, x2 sono numeri complessi
=−±−=→=++a
acbbxcbxax
2
40
22
x1
x2
� Esempio:
12 −=j
I I numerinumeri complessicomplessi (1/4)(1/4)
� Radice di -1 e numeri complessi
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
8
� Numero complesso:
=
==
+=
−
22
αβ
αβϕ
βα
1arctanarg tgx
x
ϕβϕα
sin
cos
x
x
=
=Relazioni inverse
ϕβα jexjx =+=
.
α
β
ϕ
x
x
I I numerinumeri complessicomplessi (2/4)(2/4)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
9
ϕβα jexjx −=−=*
)()()()( δβγαδγβα +++=+++=+ jjjyx
)()()( ϑϕαδβγβδαγ +=++−= jeyxjxy
� Somma e prodotto tra numeri complessi:
� Complesso coniugato:
,ϕβα jexjx =+= ϑδγ jeyjy =+=
� Reciproco di un numero complesso:
ϕϕβα
ββα
αβαβα
βαj
je
xexj
j
jxx −− ==
+−
+=
+−=
+== 1111
2222221
I I numerinumeri complessicomplessi (3/4)(3/4)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
10
� Rapporto tra due numeri complessi:
)(222222
))(( ϑϕ
δγαδβγ
δγβδαγ
δγδγβα
δγβα −=
+−+
++=
+−+=
++= je
y
xj
jj
j
j
y
x
� Formule di Eulero:
j
eeeeje
jjjjj
2sin,
2cossincos
ϕϕϕϕϕ ϕϕϕϕ
−−± −=+=→±=
;j jx j x e y j x eϕ ϑ= α + β = = γ + δ =
I I numerinumeri complessicomplessi (4/4)(4/4)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
11
� Coppia di segnali reali, associati come parte reale xR(t) e parte immaginaria xI(t) di un segnale complesso x(t) = xR(t) + j xI(t)
SegnaliSegnali complessicomplessi (1/2)(1/2)
2 2( ) ( ) ( )
( )arg( ( ))
( )
R I
I
R
x t x t x t
x tx t arctg
x t
= +
=
� In alternativa, può essere visto come una coppia di segnali reali, associati al modulo |x(t)| ed alla fase arg(x(t)) di un segnale complesso x(t) = |x(t)|·exp[j ·arg(x(t))]
� NB: Nel calcolo dell’argomento di x(t) devo tener conto del segno di
di xR(t) ed di xI(t) per calcolare un angolo tra 0 e 2π
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
12
Esponenziale complesso:
)2sin()2cos()( 00)2( 0 ϕπϕπϕπ +++== + tfjAtfAAetx tfj
)2sin()(
)2cos()(
0
0
ϕπϕπ
+=+=
tfAtx
tfAtx
I
R
)(txR
)(txI
SegnaliSegnali complessicomplessi (2/2)(2/2)
ϕt
arg[ ( )]x t
t
t
0
| ( ) |
arg[ ( )] 2
x t A
x t f tπ ϕ=
= +
A
t
( )x t
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
13
� Somma, Prodotto:
� Prodotto per costante:
� Ribaltamento:
),()()( tytxtz += )()()( tytxtz ⋅=
)()( tcxtz = (amplificazione, attenuazione)
)()( txtz −=
t t
)(tx )(tz
ribaltamento
OperazioniOperazioni suisui segnalisegnali (1/2)(1/2)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
14
Traslazione )()( τ−= txtz
t tt
t
0τ < 0τ >
)(tz )(tz)(tx
Dilatazione e contrazione 0),()( >= ααtxtz
ttt
1α < 1α >
)(tz )(tz)(tx
τ τ
OperazioniOperazioni suisui segnalisegnali (2/2)(2/2)
dilatazione
anticipo ritardo
contrazione
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
15
xε 2( ) 0x t dt
+∞
−∞= ≥∫
Segnale “di energia”: xε +∞<
Segnale “impulsivo”: ∫+∞
∞−+∞<dttx )(
� Def:
0 <
Energia di un segnale (1/3)Energia di un segnale (1/3)
� Def:
� Def:
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
16
Esponenziale negativo unilatero:
xε ( ) →=−
===∞+−∞+ −∞+ −
∫∫ ααααα
22
2
0
22
0
22
0
2 Ae
AdteAdtAe ttt
di energia
→=−
==∞+−∞+
∞−
∞+ −∫ ∫ αα
αα Ae
AdtAedttx tt
00)( impulsivo
==−
−−
0)()( 1
tt Ae
tuAetxα
α t 0t< 0
≥
)(tx
t
0α >
Energia di un segnale (2/3)Energia di un segnale (2/3)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
17
Esponenziale decrescente bilatero:
0 ,)( >= − αα tAetx
→== ∫∞+
∞−
2)( ,
2
ααA
dttxA
xε Impulsivo e di energia
)(tx
t
Energia di un segnale (3/3)Energia di un segnale (3/3)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
18
0)(1
lim22/
2/≥
∆= ∫
∆
∆−+∞→∆dttx
tP
t
ttx
Segnali “di potenza”: +∞<xP
Segnale costante: ctx =)(
2222/
2/
1lim
1lim ct
tcdtc
tP
t
t
ttx =∆
∆=
∆=
+∞→∆
∆
∆−+∞→∆ ∫
0 <
Potenza di un segnalePotenza di un segnale
� Def:
� Def:
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
19
� Calcolo della potenza di un segnale periodico/ 2 2
/ 2
1( )
T
x TP x t dt
T −= ∫
( ) ( ) 0, 1, 2,... ( ) ( ) n
x t x t nT n x t g t nT T periodo+∞
=−∞
= + = ± ± → = − ≡∑
)(tg)(tx
T
t
(periodo principale)
……
� Un segnale periodico è un segnale di potenza
Segnali Periodici (1/3)Segnali Periodici (1/3)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
20
Sinusoide:
00 /1 ),2cos()( fTtfAtx =+= ϕπ
2 nulla) area ha coseno (il 0
222
)24cos(22
1
)]24cos(1[2
1)2(cos
1
22
2/
2/
2/
2/ 0
22
2/
2/ 0
22/
2/ 022
ATT
T
A
dttfT
Adt
T
A
dttfT
AdttfA
TP
T
T
T
T
T
T
T
Tx
=+
+=
=++=
=++=+=
∫ ∫
∫∫
− −
−−
ϕπ
ϕπϕπ
Segnali Periodici (2/3)Segnali Periodici (2/3)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
21
Treno di “impulsi” rettangolari:
( ) ( )
/ "duty cycle" 1
n
n
x t rect t nT
T
=+∞
τ=−∞
= −
τ ≡ ≤
∑
t
)(tx
Tτ
TTdt
TdtnTtrect
TP
T
Tx
ττττ
ττ =
+==−= ∫∫ −− 22
11
1)]([
1 2/
2/
22/
2/
2
Segnali Periodici (3/3)Segnali Periodici (3/3)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
22
Segnali di energia
Segnali
impulsivi
Segnali di potenza
Segnali periodici
Relazione tra segnali di energia, di Relazione tra segnali di energia, di potenza e periodici (1/2)potenza e periodici (1/2)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
23
Relazione tra segnali di energia, di Relazione tra segnali di energia, di potenza e periodici (2/2)potenza e periodici (2/2)
Segnale Energia Impulsivo Potenza Periodico
rettangolo SI’ SI’ NO NO
Impulso matematico
NO SI’ NO NO
1/(1+t )
0 ≤ t < +∞
SI’ NO NO NO
sen( t ) NO NO SI’ SI’
segnale vocale NO NO SI’ NO
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
24
LL’’ impulsoimpulso matematicomatematico
)(1
lim)(0
trectt
t tt
∆→∆ ∆=δ
area 1
≠=∞+
=0 0
0 )(
t
ttδ
2
t∆−2
t∆ t
)(1
trectt t∆∆
t
1
)(tδ
� E’ un segnale di durata brevissima (al limite, zero) e di ampiezza elevatissima (al limite, infinita) con integrale unitario in un intervallo comprendente l’origine unitario
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
25
ProprietPropriet àà fondamentalifondamentali delldell ’’ impulsoimpulso matematicomatematico
( ) 1t dt+∞
−∞
δ =∫
0 0( ) ( ) ( )x t t t dt x t+∞
−∞
δ − =∫
� (l’impulso matematico ha area unitaria)
�
� (proprietà di campionamento)
0
0
0( ) 1, per ogni 0t
t
t t dt+ε
−ε
δ − = ε >∫
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
26
ConvoluzioneConvoluzione –– DefinizioneDefinizione e e calcolocalcolo
( ) ( ) ( ) ( ) ( )z t x t y t x y t dτ=+∞
τ=−∞
= ∗ = τ − τ τ∫
1. Graficare i due segnali x(.) e y(.) come funzioni di τ ottenendo così x(τ) ed y(τ)
2. Ribaltare il segnale y(τ) rispetto all’asse delle ordinate ottenendo y(- τ)3. Traslare y(- τ) della quantità t lungo l’asse τ. Quando t > 0 allora y(t- τ)
va traslato di t verso destra. Quando invece t < 0, h(- τ) va traslata di tverso sinistra
4. Per ogni valore di si calcola il prodotto 5. Si integra rispetto a la funzione e cioè si calcola
l’area sottesa dalla funzione . La suddetta area è proprio il valore z(t) assunto dalla convoluzione all’istante t.
( , )τ∈ −∞ +∞ ( ) ( )x y tτ − ττ ( ) ( )x y tτ − τ
( ) ( )x y tτ − τ
� Def:
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
27
ConvoluzioneConvoluzione –– EsempioEsempio didi CalcoloCalcolo
( )x τ
τ-4 4
2
0 3
1
-3 0
1τ
τ
-3+t t
1
τ -3+t t
1
τ
-4 -1 4 7 t
( )y −τ
( )y τ
( ) 0y t t− τ >
( )z t
( ) 0y t t− τ <
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
6
28
ProprietPropriet àà didi base base delladella ConvoluzioneConvoluzione
� L’operazione di convoluzione è commutativa, ossia
� L’operazione di convoluzione è associativa, cioè
� L’operazione di convoluzione è distributiva rispetto alla somma di segnali
� La convoluzione di trasla di t0, ossia
� Dati due segnali , di durata ,la convoluzione dei due segnali ha durata
( ) * ( ) ( ) * ( )x t y t y t x t=
[ ( ) * ( )]* ( ) ( ) *[ ( ) * ( )]x t y t z t x t y t z t=
[ ( ) ( )]* ( ) [ ( ) * ( )] [ ( ) * ( )]x t z t y t x t y t y t z t+ = +
0( ) con ( )x t t tδ − ( )x t
0 0( ) * ( ) ( )x t t t x t tδ − = −
( ) x t ( ) y t e x y∆ ∆
x y∆ + ∆
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
29
S)(tx ( ) ( ( ))y t f x t=
� Un sistema S è un blocco che trasforma un segnale di ingresso: x(t) in uno di uscita: y(t) = f (x(t))
(sovrapposizione degli effetti)
� Sistema Lineare:
)()(
)()(
22
11
tytx
tytx
→→ )()()()( 2121 tbytaytbxtax +→+
� Sistema Permanente:
)()()()( ττ −→−⇒→ tytxtytx (invarianza nel tempo)
� Un sistema lineare e permanente (LP) è detto “filtro”
AttraversamentoAttraversamento didi un un sistemasistema tempotempo --continuo continuo dada parteparte didi un un segnalesegnale analogicoanalogico
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
30RispostaRisposta impulsivaimpulsiva didi un un sistemasistemalinearelineare e e permanentepermanente
Filtrox(t) = δ(t) y(t) = h(t)
Proprietà elementari di h(t)
� Permanenza
� Linearità
( )0 0( ) ( ) ( )x t t t y t h t t= δ − → = −
( ) ( )0 0( ) ( ) ( ) ( )x t a t b t y t ah t bh t= δ + δ → = +
� La risposta impulsiva h(t) di un sistema lineare e permanente (filtro) èdefinita come l’uscita y(t) del sistema quando all’ingresso è applicato un impulso matematico x(t)=d(t)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
31
UscitaUscita dada un un sistemasistema LP (1/2)LP (1/2)
� Se il sistema è LP con risposta impulsiva h(t), allora l’uscita y(t) corrispondente ad un generico segnale di ingresso x(t) è pari a
� L’uscita è data dall’integrale di convoluzione tra l’ingresso x(t) e la risposta impulsiva h(t) del filtro.
h(t)x(t) y(t)
( ) ( ) ( ) ( ) ( ),y t x h t d x t h t tτ=+∞
τ=−∞
= τ − τ τ = ∗ − ∞ < < +∞∫
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
32
( ) ( ) ( ) ( )d x t d x h tτ τ δ − τ → τ τ − τ
( ) x t ( ) ( ) * ( )y t x t h t=Filtro h(t)
� campionamento dell’impulso matematico
� permanenza del sistema
� linearità del sistema
( ) ( ) ( )x t x t d+∞
−∞
= τ δ − τ τ∫
( ) ( ) ( ) ( ) ( ) ( )x t x t d x h t d y t+∞ +∞
−∞ −∞
= τ δ − τ τ → τ − τ τ =∫ ∫
UscitaUscita dada un un sistemasistema LP (2/2)LP (2/2)
( ) ( ) ( ) ( )x t t y t h t= δ − τ → = − τ
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
33
CausalitCausalit àà e e stabilitstabilit àà didi un un filtrofiltro
� Def: il sistema “risponde” solo dopo che è stato “eccitato”
� Un filtro causale ha una risposta impulsiva nulla per t < 0
)(th
t
� Def: Filtro stabile:
Ad ingressi limitati corrispondono uscite limitate
')()( MtyMtx <→<
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
34
TrasformazioniTrasformazioni istantaneeistantanee ((senzasenza memoriamemoria ))
� Ritardo
� Moltiplicazioneper costante
� Quadratore
� Lineare
� Segno
0 0( ) ( ) ( ) è LP con ( ) ( )x t y t x t t h t t t→ = − = δ −
( ) ( ) ( ) è LP con ( ) ( )x t y t cx t h t c t→ ⊗ → = = δ
2( ) ( ) no L, sì Py t x t=
c
( ) ( ) sì L, sì Py t ax t b= +
+1, se x(t) 0 ( ) sign[x(t)]= no L, sì P
-1, se x(t) < 0y t
≥=
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
35
SviluppoSviluppo in in serieserie didi Fourier (Fourier ( SdFSdF) ) per per segnalisegnali periodiciperiodici (1/7)(1/7)
� è una rappresentazione di x(t)
� Frequenza fondamentale:T
F1=
=+==
=
∫
∑
−
−
+∞
∞=
2/
2/
2
-n
2
)(1 T
T
jnnn
tfjn
tfjn
nn
n
eMjIRdtetxT
X
eXx(t)
ϕπ
π
� Segnale periodico di periodo T:
{ } { },...,,..., 101 XXXX n −=
� Sviluppo in serie di Fourier:
TnnFfn /==� Frequenza armonica n-esima:
∑ −=+=n
nTtgTtxtx )()()(
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
36
SviluppoSviluppo in in serieserie didi Fourier (Fourier ( SdFSdF) ) per per segnalisegnali periodiciperiodici (2/7)(2/7)
coniugata)(simmetria
(dispari)(dispari))2sin()(1
(pari)MM(pari))2cos()(
1
� segnale reale e periodico di periodo T
�
�
�
)(
*
2/2/ nn
2/
2/ nn
nn
TT nnn
T
T nnn
XX
IdttftxT
I
RdttftxT
R
tx
−
− −−
− −−
=
−=−=−=
===
∫
∫
ϕϕπ
π
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
37
SviluppoSviluppo in in serieserie didi Fourier (Fourier ( SdFSdF) ) per per segnalisegnali periodiciperiodici (3/7)(3/7)
� Un segnale periodico reale è esprimibile come somma di coseni con frequenze armoniche
)2(cos2
)(
)(� Ricostruzione reale e periodico di periodo T:
10
1
)2()2(0
1
220
nnn
n
n
tfjn
tfjn
n
tfjn
tfjn
tfMR
eMeMR
eXeXXtx
tx
nnnn
nn
ϕπ
ϕπϕπ
ππ
++=
=++=
=++=
∑
∑
∑
∞+
=
∞+
=
−−−
+
∞+
=
−−
−(
( )
)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
38
SviluppoSviluppo in in serieserie didi Fourier (Fourier ( SdFSdF) ) per per segnalisegnali periodiciperiodici (4/7)(4/7)
2/ 2 / 22 2
/ 2 / 2
/ 22 2 ( )
/ 2
2
1 1( )
1
n
n m
T T j f tx nT T
n
T j f f t
n n mTn n m n
nn
P x t dt X eT T
X X X e dtT
X
π
π
− −
−
−≠
= = =
= + =
=
∑∫ ∫
∑ ∑∑∫
∑
� Teorema di Parseval per segnali periodici:
2
nX� è la potenza della armonica a frequenza n / T
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
39SviluppoSviluppo in in serieserie didi Fourier (Fourier ( SdFSdF) )
per per segnalisegnali periodiciperiodici (5/7)(5/7)
� Esempio di sviluppo in serie di Fourier
/ 2 / 22 2
/ 2 / 2
2 / 2 2 / 2
( ) ( )
1( ) 1
2 sin( )
2 2
sin( )sinc( )
sin( )sinc( )
n n
n n
n
T j f t j f tn T
j f j fn
n n
nn
n
x t A rect t nT
AX x t e dt e dt
T T
j fA e e A
T j f T j f
fA A f
T f T
xx
x
τ
τ− π − π
− −τ
− π τ π τ
= −
= = ⋅ =
π τ−= = =− π ππ ττ τ= = π τ
π τ
=
∑
∫ ∫
t
)(tx
Tτ
A
nX
n
•
• •
•
•
••••
• •• •
1X
2X
3X
4X5X
6X
1−X
2−X
3−X
4−X5−X
6−X
0X
τ1
τ2
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
40
nX
n
•
• •
•
•
••••
• •• •
1 2
1
TF = “fondamentale”
n
2
nn XP =
•
• •
•
•
••••
• •• •
1 2
Spettrodi ampiezza(complessa)
Spettrodi potenza
{ , 0, 1, 2,...}nP n = ± ±
SviluppoSviluppo in in serieserie didi Fourier (Fourier ( SdFSdF) ) per per segnalisegnali realireali e e periodiciperiodici (7/7)(7/7)
F=0 “continua”
nF=0 “armonica n-esima”
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
41
TrasformataTrasformata didi Fourier (1/6)Fourier (1/6)
� Un segnale x(t) impulsivo ammette una trasformata di Fourier (FT)
FT : }{ +∞<<∞−== ∫+∞
∞−
− f,)t(xFTdte)t(x)f(X ftj π2
FT-1 : }{ +∞<<∞−== −+∞
∞−∫ tfXFTdfefXtx ftj ,)()()( 12π
� X(f) è una rappresentazione di x(t) nel dominio della frequenza (dominio “spettrale”) anziché del tempo
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
42
TrasformataTrasformata didi Fourier (2/6)Fourier (2/6)
f
M(f)
f
R(f)
f
(f)ϕ
f
I(f)
� FT[x(t)]=X(f) definita da due segnali reali:
� Segnale nel tempo somma di componenti frequenziali infinitesime:
X(f) = R(f) + j I(f) = M(f)e j
∫+=
f
fftj dfefMtx ))(2()()( ϕπ
(f)ϕ
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
43TrasformataTrasformata didi Fourier Fourier didi segnalisegnali realireali(3/6)(3/6)
)( tx� segnale reale:
∫∫+∞
∞−
+∞
∞−−= dtfttxjdtfttxfX )2sin()()2cos()()( ππ
)()( fRfR −= )()( fIfI −−=
)()( fMfM −= )()( ff −−= ϕϕ)()( * fXfX −=
� Simmetria coniugata:
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
44TrasformataTrasformata didi Fourier Fourier didi segnalisegnali realireali(4/6)(4/6)
� Per segnali reali si può fare riferimento alle sole frequenze positive della X(f), che gode di simmetria coniugata
f
M(f)
f
M(f)
f
(f)ϕ
f
(f)ϕ
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
45TrasformataTrasformata didi Fourier Fourier –– Banda Banda didi un un segnalesegnale didi bandabanda base (4/6)base (4/6)
� Un segnale reale x(t) si dice limitato nella banda [-W,W] se la sua trasformata di Fourier X(f) è identicamente nulla per f ∉[-W,W]
� La quantità W si misura in Hz (o suoi multipli) e costituisce la “Larghezza di Banda” del segnale x(t)
� Poiché X(f)≠0 in un intorno [-W,W] di f=0, il segnale x(t) si dice “segnale di banda base”
-W W f
|X(f)|
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
46
� Un segnale reale x(t) si dice limitato in banda, con banda 2W centrata intorno alla frequenza f0 (in Hz=1/sec) se: � f0 >W;� X(f) è identicamente nulla per f ∉[- f0-W,- f0 +W]U [f0-W,f0 +W]
� La quantità 2W (Hz) costituisce la larghezza di banda del segnale x(t)
� Poiché X(f)≠0 in un intorno di ±f0 non adiacente all’origine f0, il segnale x(t) si dice “segnale in banda traslata ”.
TrasformataTrasformata didi Fourier Fourier –– Banda Banda didi un un segnalesegnale didi bandabanda base (6/6)base (6/6)
-f0-W -f0 W-f0 -W+f0 f0 f0+W f
|X(f)|
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
47TrasformataTrasformata didi Fourier e Fourier e TeoremaTeorema didi
ParsevalParseval
� E’ possibile calcolare l’energia di un segnale x(t) mediante la sua trasformata X(f).
� In particolare, vale il seguente risultato noto come “Teorema di Parseval per segnali di energia:
2X(f ) dfx
+∞
−∞
= ∫ε
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
48
TrasformataTrasformata didi Fourier: Fourier: esempiesempi (1/4)(1/4)
)()( trecttx T=
)(sin)sin(
22)(
22
22
2
2
22
2
2 fTcTfT
fTT
fj
ee
fj
edtefX
Tfj
TfjT
Tt
ftjT
Tftj π
ππ
ππ
ππππ ==
−−=
−==
+−
=
−
−
−∫
essendo )sin(2
zj
ee jzjz
=− −
t2
T−2
T
1
)(tx
)( fX
fT
1−T
1••• •T
2
T
2−
Esempio 1
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
49
TrasformataTrasformata didi Fourier: Fourier: esempiesempi (2/4)(2/4)
)()( ttx δ= 1)( =fX
t
1
)( fX
f
Esempio 2
ctx =)( )()( fcfX δ=
t
)(txc
f
)( fXc
)(tx
Esempio 3
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
50
TrasformataTrasformata didi Fourier: Fourier: esempiesempi (3/4)(3/4)
)(2
)(2
)2cos()( 2oo
ftjo ff
Aff
AdtetfAfX ++−== −∞+
∞−∫ δδπ π
t
)(tx )( fX
fof−of
2
A
2
A
( )tfcosA)t(x oπ2=
Esempio 4
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
51
TrasformataTrasformata didi Fourier: Fourier: esempiesempi (4/4)(4/4)
)()( 1 tuetxt
−
−= τ
τπτ
fjfX
21)(
+=
22241)(
τπτ
ffM
+=
)2()( τπϕ farctgf −=
)(txt
)(tx
t
τ piccolo
f
)()( fXfM =
f)( fM
Esempio 5
τ grande
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
52
RelazioniRelazioni tempo/tempo/ frequenzafrequenza
� Segnali brevi (in t) banda larga (in f)
� Segnali lunghi (e lenti) banda stretta (in f)
� Segnali rapidamente varianti in t
f
f
t
t
banda larga (in f)
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
)(tx
)(tx ( )M f
( )M f
53
ProprietPropriet àà delladella trasformatatrasformata didi FourierFourier
� Linearità:( ) ( )x t X f⇔( ) ( )y t Y f⇔
{ ( ) ( )} (linearità)
( ) ( )
FT x t y t
X f Y f
α + β == α + β
� Ritardo: ( ) ( )x t X f⇔ 2{ ( )} ( ) (sfasatura)j fFT x t X f e− π τ− τ =
� Modulazione: ( ) ( )x t X f⇔ 2
0{ ( ) } ( ) (modulazione)oj f tFT x t e X f fπ = −
� Derivazione:
( ) ( ) /y t dx t dt= ( ) 2 ( )Y f j f X f= π
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
54
TdFTdF didi un un segnalesegnale periodicoperiodico
∑ −=+=n
nTtgTtxtx )()()(
tfj
nn
neXtx π2)( ∑∞+
−∞=
=� SdF:
� TdF: )()( ∑ −=n
nn ffXfX δ
| ( ) |X f
n
| |nX
f
•
•
•• • •• • •
•
� Segnale periodico:
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
55
ProprietPropriet àà fondamentalefondamentale delladella convoluzioneconvoluzione
� La trasformata di Fourier della convoluzione
� è pari al prodotto delle trasformate
� dove
( ) ( ) * ( )y t x t h t=
( ) ( ) ( )Y f X f H f=
( ) { ( )}Y f FT y t=( ) { ( )}X f FT x t=( ) { ( )}H f FT h t=
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
56
RispostaRisposta in in frequenzafrequenza didi un un sistemasistema LP (LP (filtrofiltro ))
� Prodotto (in frequenza):
( ) ( ) ( )Y f H f X f=
)( fX )( fY)( fH
∫∞+
−∞=−=
ττττ dthxty )()()(
� Convoluzione (nel tempo):
)(ty)(tx )(th
dfefXfHdfefYtyf
ftj
f
ftj
∫∫ ⋅== ππ 22 )()()()(
)(th : risposta impulsiva del filtro : risposta in frequenza del filtro o funzione di trasferimento del filtro
)( fH
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
57
FiltraggioFiltraggio analogicoanalogico (1/2)(1/2)
� Meccanismo di filtraggio:
f
)( fX
f
f
)( fH
)( fY
1
� Filtro passa-basso:
� Filtro passa-alto
� Filtro passa-banda
(LP, low-pass)
(HP, high-pass)
(BP, band-pass)
f
)( fH
f
)( fH
f
)( fH
� Filtro
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
58
FiltraggioFiltraggio analogicoanalogico (2/2)(2/2)
)(th reale )()( fHfH −= ∗� (simmetria coniugata)
� E’ sufficiente conoscere solo per le frequenze positive, perché le f negative si deducono dalla simmetria coniugata
)( fH
f
)( fH
f
)( fϕ
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
59RispostaRisposta didi un un filtrofiltro al al segnalesegnale
sinusoidalesinusoidale
� Le sinusoidi sono largamente impiegate nelle trasmissioni (esempi: fax, tastiera telefono, GSM, …)
)2cos()( θπ += tfAtx o ))(2cos()()( ooo ftffHAty ϕθπ ++=
)( fH )(ty)(tx
t
of
1
)(2 ofHAA2
t
of
1
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
60
ProprietPropriet àà dualeduale delladella FTFT
)()()( thtxty = ( ) ( ) ( ) ( ) * ( )Y f H X f d X f H fσ
= σ ⋅ − σ σ =∫
� Proprietà della FT: alla convoluzione in t corrisponde il prodotto in f
� Proprietà duale: al prodotto in t corrisponde la convoluzione in f
( ) ( ) ( )Y f H f X f=∫∞+
−∞=−=
ττττ dthxty )()()(
� La convoluzione in t aumenta la durata temporale del segnale
� Il prodotto in t aumenta la banda (occupazione in frequenza) delsegnale
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
61
SpettroSpettro didi un un segnalesegnale didi potenzapotenza
� Spettro di un segnale periodico
� Serie di Fourier o Trasformata di Fourier generalizzata con impulsi matematici
� Spettro di un segnale di energia� Trasformata di Fourier
� Spettro di un segnale di potenza non periodico
� Trasformata di Fourier non definita, neanche generalizzata in termini di sequenza di impulsi matematici
� Necessità di una modalità alternativa per definire lo spettro nel caso di un segnale non di energia e fare una analisi spettrale dei segnali di energia
�Si introduce la funzione di autocorrelazione per un segnale di potenza e lo spettro di densità di potenza
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
62FunzioneFunzione didi autocorrelazioneautocorrelazione e e spettrospettrodel del segnalesegnale (1/2)(1/2)
� Segnali di energia: reppresentazione alternativa� Funzione di autocorrelazione
� Funzione reale pari con massimo in 0� Per t=0 si ottiene l’energia del segnale x(t)� Trasformata di Fourier è lo spettro di densità di energia
� Dato un filtro con funzione di trasferimento H(f) con ingresso x(t) ed uscita y(t). Lo spettro di densità di energia dell’uscita è dato dalla relazione
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
/ 2* *
/ 2
( ) ( ) ( ) ( ) ( )limT
xT T
t x t x t x x t d→∞ −
ρ = ∗ − = τ + τ τ∫
{ } 2( ) ( ) ( )x xE f FT t X f= ρ =
2 2 2 2( ) ( ) ( ) ( ) ( ) ( )y xE f Y f H f X f H f E f= = ⋅ = ⋅
63FunzioneFunzione didi autocorrelazioneautocorrelazione e e spettrospettrodel del segnalesegnale (2/2)(2/2)
� Segnali di potenza� Funzione di autocorrelazione
� Funzione reale pari con massimo in 0� Per t=0 si ottiene la potenza del segnale x(t)� Trasformata di Fourier è lo spettro di densità di potenza
� Dato un filtro con funzione di trasferimento H(f) con ingresso x(t) ed uscita y(t). Lo spettro di densità di potenza dell’uscita è dato dalla relazione
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
/ 2*
/ 2
1( ) ( ) ( )lim
T
xT T
t x x t dT→∞ −
ρ = τ + τ τ∫
{ } 2( ) ( ) ( )x xP f FT t X f= ρ =
2 2 2 2( ) ( ) ( ) ( ) ( ) ( )y xP f Y f H f X f H f P f= = ⋅ = ⋅
64
SegnaleSegnale aleatorioaleatorio ((GaussianoGaussiano ))
� Funzione densità di probabilità di una variabile: esprime la probabilità che la variabile
assume un valore nell’intorno di x
)(xpx
� Densità di probabilità gaussiana:(media nulla, varianza )2σ
2
2
2
22
1)( σ
πσ
x
x exp−
=
� Sono più probabili i valori piccoli e meno probabili i valori grandi (positivi e negativi in ugual misura)
x
)(xpt
)(tx� Segnale aleatorio:
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009
65
SegnaleSegnale aleatorioaleatorio ((GaussianoGaussiano ): ): esempiesempi
� Esempi di segnale con “distribuzione” Gaussiana:� Voce umana � Suoni
� “rumore” caotico (voci da stadio, radio fuori sintonia, …)
� I segnali aleatori sono tipicamente segnali di potenza
R. Cusani - Fondamenti sui segnali analogici, Roma, Marzo 2009