Teoria dei Sistemi - phys.uniroma1.it
Transcript of Teoria dei Sistemi - phys.uniroma1.it
57
Torna all’indice
Teoria dei Sistemi
Sistemi fisici e loro modelli matematici
Cosa si intende per Sistema Fisico? Abbiamo definito il Segnale come la variazione temporale dello
stato di un Sistema Fisico ma ora troviamo qualche difficoltà a trovare una definizione esauriente di questo. E' forse un concetto intuitivo cosi come "l'insieme" in algebra ? E' possibile immaginarlo come la somma di tanti "enti materiali" più elementari ? In questo caso sarebbero considerati tali solo
i sistemi cosiddetti "complessi" e allora gli atomi o le molecole non sono da considerare sistemi anch'essi? E il "vuoto" non sembrerebbe quindi poter essere considerato come sistema fisico invece esso interviene pesantemente nella descrizione di innumerevoli processi fisici.
Nel linguaggio corrente usiamo sovente espressioni come Sistema Termodinamico, Sistema Complesso, Sistema Dinamico, Sistema Caotico e via dicendo dando ad ognuno un significato e un contenuto diversi.
Sembra quindi lecito assumere che il Sistema possa essere definito come un concetto molto generale e onnicomprensivo che utilizziamo per rappresentare il comportamento di un processo fisico nello spazio e nel tempo. Ora, poiché per studiare un processo occorre osservarlo nel senso di effettuare
delle operazioni di misura, dovremo pensare il sistema come un operatore rappresentante di processi fisici diversi che possono essere studiati attraverso la risposta che esso da quando e' sottoposto a determinate sollecitazioni
Ora, per quanto complesso esso possa essere, potrà sempre essere schematizzato, dal punto di vista logico, attraverso una "scatola" alla quale è applicato un segnale, Uin(t), (sollecitazione) per ricevere, comunque trasformato dall'operatore T, una risposta, .Uout(t), che contiene l'informazione sui
processi fisici del sistema.
TU
in(t)
Uout
(t)
Cosi come per la trattazione dei segnali, anche per i sistemi, che processano, trasformano e/o
trasmettono i segnali, è necessario introdurre degli opportuni modelli matematici. Nel caso più semplice, il segnale d'ingresso Uin(t) e quello di uscita Uout(t), sono funzioni
individuali del tempo. Nel caso più generale il segnale di ingresso è rappresentato da un vettore m-dimensionale:
)(),...,(),(ˆ21 tUtUtUU minininin =
e quello di uscita da uno n-dimensionale:
)(),...,(),(ˆ21 tUtUtUU moutoutoutout =
Allora la relazione tra ingresso e uscita può essere rappresentata da un operatore di sistema T che
applicato alla sollecitazione fornisce la risposta :
)(ˆ)(ˆ tUTtU inout =
58
Per definire completamente il problema è necessario specificare il dominio del segnale in ingresso, Din, e della risposta, Dout, in uno spazio funzionale (ad esempio quello di Hilbert). Nel caso più
semplice esso è specificato dal tipo stesso di segnale di ingresso e di uscita che può essere continuo o discreto, deterministico o stocastico. L'insieme di un operatore di sistema T e dei domini Din e Dout costituiscono il modello matematico
del sistema fisico.
Sistemi stazionari e non
Un sistema è detto stazionario se la sua risposta è indipendente dal tempo al quale esso accetta il segnale di ingresso. Se T è l'operatore di un sistema stazionario, allora, dall'uguaglianza:
)(ˆ)(ˆ tUTtU inout = segue che:
000 t )(ˆ)(ˆ ∀−=− ttUTttU inout Un sistema è stazionario anche se i suoi parametri sono indipendenti dal tempo, cioè costanti.
Sistemi lineari e non
Un sistema è lineare se
( ) ( ) ( )2121
ˆˆˆˆinininin UTUTUUT +=+
( ) ( )inin UTUT ˆˆ αα = con α numero arbitrario.
Queste condizioni definiscono il fondamentale principio di sovrapposizione.
Esempio.
Sia dato il sistema in figura costituito dalla somma di un operatore differenziale e uno moltiplicativo
con costante α, al quale è applicata una sollecitazione Uin(t) allora la risposta, Uout(t), sarà data da )()()( t
dt
dt UU inout
α+=
quindi il sistema è Lineare.
Se invece prendiamo un sistema la cui la risposta Uout(t), sia data da :
)()( 2 tUtU inout = ; applicando all'ingresso la somma di due
segnali, )()( 21 tUtU + , l'uscita sarà
UUUUU ininininout
2
221
2
12 ++=
La presenza del prodotto UU inin 21dimostra la non linearità del sistema.
Tipici sistemi non lineari sono costituiti da diodi o transistor. La non linearità è manifestata dalla loro
caratteristica corrente-tensione. Vi sono molti sistemi per i quali è possibile trascurare la non linearità, come i classici componenti passivi: resistori, condensatori e induttori.
59
Sistemi a costanti concentrate e distribuite
Un altro modo per classificare i sistemi (ora facciamo riferimento esplicito a quelli di natura elettrica o elettronica) è quello secondo il quale si confrontano le dimensioni fisiche degli stessi con la
lunghezza d'onda λ del segnale applicato in ingresso.
Se le dimensioni geometriche caratteristiche di un sistema (la lunghezza max di un circuito elettrico) sono sostanzialmente più
piccole di tale lunghezza d'onda, si parla di sistemi a costanti
concentrate. In questo caso l'energia del campo elettrico, magnetico, ecc. è concentrata in una regione fisica
(capacità, induttore...). Le proprietà del circuito sono indipendenti dalla configurazione dello stesso (cioè dalla sua forma e dimensione) e ciò rende possibile la descrizione del suo comportamento attraverso un modello astratto chiamato diagramma circuitale o circuito equivalente. L'analisi può
essere fatta attraverso i convenzionali metodi (leggi di Kirchoff, Ohm,...). Tipicamente ciò avviene per frequenze fino a parecchie centinaia di MHz. Diversamente nel campo delle microonde le dimensioni fisiche diventano confrontabili con la
lunghezza d’onda λ. allora comincia a diventare importante considerare il tempo finito che il segnale
impiega per propagarsi nel sistema. Gli ordinari circuiti elettrici non sono più adatti e lasciano il posto a speciali circuiti detti a costanti distribuite. Invece di "fili" per la connessione elettrica, si fa uso di "tubi" le cui dimensioni e forme sono calcolate appositamente (guide d'onda) e , ad es., al posto di LC si usano cavità risonanti. La teoria, l'analisi e la sintesi di tali circuiti è molto più complessa di quella relativa alle costanti concentrate. Ma non è lo scopo di questo corso!!
Risposta dei sistemi lineari stazionari ai segnali deterministici
I sistemi fisici lineari hanno la fondamentale proprietà di obbedire al principio di sovrapposizione. Questo ci offre la possibilità di analizzare la risposta dei sistemi ad una varietà molto estesa di segnali.
Infatti avvalendoci, ad es., dei metodi di rappresentazione dinamica, già vista, possiamo risolvere i segnali di ingresso nella somma di impulsi elementari. Quindi, se siamo capaci di trovare la risposta del sistema a una qualsiasi eccitazione elementare, il
problema è risolto semplicemente combinando le risposte singole a queste eccitazioni elementari. Questo tipo di analisi e’ utile per la rappresentazione dei segnali e dei sistemi nel dominio del tempo. E' comunque possibile, e a volte più conveniente, fare l'analisi nel dominio delle frequenze quando
sono note la serie o l'integrale di Fourier o di Laplace. Le proprietà del sistema sono poi rappresentate dalla risposta in frequenza che definisce in quale modo le armoniche elementari sono trasformate dal sistema.
Risposta nel dominio del tempo
Come abbiamo visto la rappresentazione dinamica dei segnali fa uso, fondamentalmente, di due
eccitazioni elementari: 1) Lo step unitario o funzione di Heaviside 2) L'impulso unitario o δδ di Dirac
Cominciamo ad analizzare questo ultimo caso:
Vin Vout
60
Risposta all'impulso o δ di Dirac
Supponiamo che un sistema lineare e stazionario sia rappresentato dal suo operatore T. Per semplicità
assumiamo che i segnali di ingresso e uscita siano unidimensionali. Per definizione prendiamo come risposta all'impulso la funzione h(t) che è quindi la risposta del
sistema, definito attraverso l’operatore T, ad una eccitazione del tipo δ(t): [ ] )( )( tTth δ= e poiché il sistema è stazionario, possiamo anche scrivere:
[ ] )( =)( 00 ttTtth −− δ
Integrale di sovrapposizione di Duhamel
L'estrema importanza della risposta all'impulso nella teoria dei sistemi lineari stazionari risiede nel fatto che la conoscenza di h(t) ci dà la possibilità di risolvere formalmente qualsiasi problema
connesso con il passaggio di un segnale deterministico attraverso tali sistemi. Infatti, come abbiamo già visto, un segnale può sempre essere rappresentato attraverso la delta di Dirac:
ττδτ dtutu inin )( )()( −∫=+∞
∞− allora la risposta del sistema sarà, seguendo la formulazione precedente:
ττδτ dtuTtTutu ininout )( )()()( −== ∫+∞
∞− Considerando che un integrale è il limite di una sommatoria e in base al principio di sovrapposizione, l'operatore T può essere incluso nell'integrale. Inoltre, va notato che esso agisce solo sul termine
dipendente dal tempo "attuale" t, ma non sulla variabile di integrazione τ. Perciò si ha:
ττδτ dtTutu inout )( )()( −= ∫+∞
∞− E quindi, poiché )()( τττδ −=− thdtT si ha:
τττ dthutu inout )( )()( −= ∫+∞
∞−
che è l'integrale di sovrapposizione o di Duhamel, e che ha un significato fondamentale nella teoria
dei sistemi lineari. Esso afferma che:
il segnale di uscita da un sistema lineare e stazionario è la convoluzione di due funzioni: l'eccitazione e la risposta all'impulso.
Che possiamo, in sintesi scrivere formalmente: )()()( τ−∗= thtutu inout
Possiamo anche riscrivere l'integrale: τττ dhtutu inout )( )()( ∫ −=+∞
∞−
Il vantaggio maggiore dell'analisi che fa uso dell'integrale di sovrapposizione consiste nel fatto che una volta trovata la risposta all'impulso, le successive operazioni sono completamente formalizzate.
Anche se non riusciamo a risolvere analiticamente l'integrale, è sempre possibile calcolarlo
numericamente attraverso l'uso di metodi computazionali (calcolatori). Volendo anticipare alcune considerazioni che verranno fatte durante la trattazione dell'analisi spettrale, possiamo fin d'ora fare alcune osservazioni in merito alla importanza della risposta alla delta
di Dirac dei sistemi stazionari e lineari.
Come abbiamo visto la Trasformata di Fourier di una funzione delta, δ(t), è una funzione costante.
Questo significa che, nel dominio delle frequenze ω, tutte le frequenze sono possibili con la stessa
61
ampiezza, ovvero lo spettro di una funzione delta è infinitamente esteso. Quindi sollecitare un sistema
con un segnale impulsivo, la delta di Dirac, vuol dire sollecitarlo anche con tutte le frequenze possibili da 0 a infinito. Alla stessa conclusione si può giungere anche, per via euristica, senza invocare le trasformazioni
integrali. Infatti se ricordiamo il principio di indeterminazione di Heisenberg secondo il quale il
prodotto ∆E*∆t ≈ h ne ricaviamo che ∆ω*∆t ≈ 1 e quindi ad un impulso infinitamente stretto
nel dominio temporale, ∆t → 0, corrisponde un intervallo di frequenze, ∆ω → ∞ , infinitamente
esteso nel dominio delle frequenze
Esempio.: Sistema con risposta all’impulso ed Heaviside (Video-clip)
Supponiamo che un sistema lineare e stazionario, il cui arrangiamento interno è irrilevante, abbia una risposta all'impulso rappresentata dal
seguente modello matematico:
>≤≤
<=
Tt
Tt
t
th
per 0
0per A
0per 0
)( 0 che,
in forma grafica, è schematizzato come in figura: Cioè come un impulso rettangolare di durata T ed ampiezza A0 per t = 0.
Vogliamo trovare la risposta del sistema se l'eccitazione è una funzione
di Heaviside al tempo t=0 cioè: )()( 0 tUtuin σ=
che in forma grafica è illustrata in figura a lato:
allora applicando l'integrale di
sovrapposizione: τττ dthutu inout )( )()( −∫=+∞
∞− notiamo che il segnale
di uscita varia a seconda se il tempo t eccede o no la durata T della risposta all'impulso. E quindi per Tt ≤≤0 abbiamo:
tUAdUAtut
out 00
0
00 )( == ∫ τ che in forma grafica è riportata a
sinistra (cioe’ una funzione linearmente crescente con il tempo, da , 0 a T ). Se poi t > T, allora per τ > T la risposta all'impulso h(t-τ)
svanisce, e quindi: TUAdUAuT
out 00
0
00 == ∫ τ come nella
figura a destra.
Condizioni per la realizzabilità di un sistema fisico
Qualunque sia la forma della risposta all'impulso, un sistema fisico realizzabile deve sempre soddisfare la seguente fondamentale condizione:
un sistema fisico non può mai dare una uscita in anticipo rispetto al segnale d'ingresso. Questo impone che:
h(t) = 0 per t < 0 E quindi l'integrale di sovrapposizione va esteso solo fino al tempo "attuale" t
τττ dthutut
inout )( )()( −∫=∞−
62
Questo vuol dire che:
un sistema lineare stazionario "opera" su tutti i valori istantanei delle eccitazioni applicate all'ingresso e esistenti nel "passato": t<<∞− τ .
In nessun caso un sistema fisico realizzabile opera su informazioni contenute nei valori "futuri" dei valori in ingresso.
Risposta allo step o funzione di Heaviside
Se σ(t) è la funzione di Heaviside e costituisce la funzione d'ingresso di un sistema lineare stazionario,
allora la risposta sarà: )()()()( 00 ttTttgtTtg −=−→= σσ
Per le condizioni di realizzabilità di un sistema fisico si dovrà avere: g(t) = 0 per t < 0 Vogliamo mostrare che vi è una stretta relazione tra la risposta all'impulso h(t) e quella allo step g(t);
infatti poiché: dt
tdt
)()(
σδ = e poiché h(t) = T δ(t) Allora:
=
dt
tdTth
)()(
σ
Cioè dt
tdg
dt
tdTth
)()()( ==
σ oppure ∫=
∞−
tdhtg ξξ )()(
Esempio:Risposta alla funzione di Heaviside
Trovare la risposta alla funzione di Heaviside, σ(t), di un sistema lineare stazionario che ha una
risposta all'impulso:
h(t) = A0σ(t) - A0σ(t-T) cioè analogo all'esempio precedente.
Allora la g(t) è:
∫ −−=∫=∞−∞−
ttdTAAdhtg ξξσξσξξ )()()()( 00
cioè il sistema passa dallo stato "0" a quello definito da A0T quando arriva
lo step unitario e la transizione avviene nel tempo di durata della risposta all'impulso:
Un altro modo per esprimere l'integrale di Duhamel, è quello di
servirsi della risposta allo step g(t). Ricordando che un qualsiasi segnale può essere rappresentato in
termini dinamici tramite la funzione di Heaviside σ(t)
ττστ
σ dtd
tdststs
t)(
)()()( 0 −∫+=
∞− se s(t) è il segnale di ingresso del nostro sistema: s t u tin( ) ( )→ , possiamo scrivere l'integrale di
sovrapposizione come:
τττ
dtgd
tdutgutu
tin
inout )()(
)()0()( −∫+=∞−
≤≤
<
=T> t
0per
0per 0
)(
0
0
TA
TttA
t
tg
63
Risposta in frequenza o funzione di trasferimento
Nell'analisi matematica dei sistemi è importante trovare quella eccitazione, uin(t), o segnale d'ingresso al sistema tale che, sottoposta all'azione dell'operatore del sistema T, rimane inalterata a
meno di un fattore numerico λ:, cioè tale che sia verificata la seguente equazione :
uout(t) = Tuin (t) = λuin(t)
allora il segnale uin (t) è detto autofunzione dell'operatore T, e il numero λ (complesso nel caso più
generale) è detto autovalore.
Facciamo vedere che il segnale armonico uin (t) = exp(iωt) è l'autofunzione di un sistema lineare e
stazionario per qualsiasi valore di ω.
Dall'integrale di Duhamel: [ ] τττωτττ dhtipedhtutu inout )( )(x)( )()( ∫ −=∫ −=∞
∞−
∞
∞−
Separando le variabili nell’esponenziale e poiché la variabile di integrazione è τ:
[ ] [ ]tipedhipetuout ωτττω x)( )(x)(
∫ −=∞
∞− Ricordando l'equazione agli autovalori: uout(t) = λuin(t)
ricaviamo che l'autovalore è [ ] ττωτλ dhipe )( x ∫ −=∞
∞−
che è un numero complesso chiamato risposta in frequenza o risposta complessa o funzione di
trasferimento complessa del sistema che indicheremo con k(iωω)
[ ] ττωτω dhipeik )( x )( ∫ −=∞
∞− Quindi le funzioni armoniche sono autofunzioni dei sistemi lineari e stazionari e la funzione di
trasferimento, k(iω), è l'autovalore.
Inoltre questa equazione stabilisce un fatto importante:
La risposta in frequenza, k(iωω), è la trasformata di Fourier della risposta all’impulso, h(t). Quindi la risposta all'impulso e quella in frequenza costituiscono una coppia di trasformate di Fourier:
[ ] ττωτω dhipeik )( x )( ∫ −=∞
∞−
[ ] ωωτωπ
τ dipeikh x)( 2
1)( ∫=
∞
∞− Siamo allora giunti al punto cruciale della teoria dei sistemi:
Qualsiasi sistema lineare stazionario può essere analizzato nel dominio del tempo, per mezzo della risposta all'impulso o di quella allo step, oppure nel dominio della frequenza sulla base della risposta in frequenza. Ciascun metodo è buono come l'altro. La scelta è solo un problema di convenienza.
64
Condizioni imposte sulla risposta in frequenza
La risposta in frequenza k(iω) ha una semplice interpretazione se l'eccitazione è una funzione
armonica di determinata frequenza ω e di ampiezza complessa uin. Allora l'ampiezza complessa dell'uscita sarà: inout uiku )( ω=
in cui k(iω) si può scrivere: )()()( ωϕωω kieikik =
e )( ωik è una funzione reale detta ampiezza della risposta, e )(ωϕ k è una funzione reale detta fase
della risposta. Non tutte le possibili )( ωik possono essere funzioni di risposta in frequenza di un sistema
realizzabile. La più semplice delle condizioni che )( ωik deve rispettare è conseguenza della
necessarietà, per la risposta all'impulso h(t), di essere reale. Infatti poiché )( ωik è esprimibile come un numero complesso e abbiamo già dimostrato, trattando la
teoria dei segnali, che la parte reale della risposta k(iω) è una funzione pari mentre quella
immaginaria è una funzione dispari. Quindi, scrivendo la risposta, nel caso più generale possibile : )()()( ωϕωω kieikik =
)()()(cos)()( ωϕωωϕωω kk sinikiikik += ne deduciamo che
)( ωik
è una funzione PARI
ϕ(ω) è una funzione DISPARI
Più difficile è trovare le condizioni affinché la risposta in frequenza )( ωik soddisfi la realizzabilità di
un sistema, cioè: h(t) = 0 per t < 0 e g(t) = 0 per t < 0
La risposta è data dal Criterio di Paley-Wiener che non dimostreremo. Esso afferma che :
la condizione necessaria e sufficiente affinché l'ampiezza della risposta possa essere realizzabile è:
+∞<∫+
∞+
∞−ω
ω
ωd
ik21
)(ln Criterio di Paley-Wiener
cioè l'integrale non deve divergere.
Esempio. Criterio Paley-Wiener
Supponiamo che un sistema lineare stazionario abbia una risposta rappresentata dal seguente modello matematico (quindi ideale) : Dal criterio di Paley-Wiener si evince che l'integrale diverge e quindi questo sistema ideale non è
fisicamente realizzabile. Questo è vero per ogni sistema che abbia una
)( ωik che “svanisce” entro
un intervallo finito di
frequenza. In altri termini la risposta di un qualsiasi sistema fisicamente realizzabile non può andare a zero in un intervallo di frequenze infinitesimo cioè in modo discontinuo. Essa è solo una schematizzazione ideale, un modello matematico. Possiamo trovare lo stesso risultato calcolando la risposta all’impulso h(t):
=
L
LL0
L
> se 0
<<- se k
-< se 0
)(
ωωωωω
ωωωik
65
( )t
tsinkee
it
kti
it
kdti
kth tt i
L
LL0LLi0LL
0L
L
0
2)exp(
2)exp(
2)(
ωω
πω
πω
πωω
πωωω
ω
ω
ω=−==∫= +
−
+
−
La h(t) risulta simmetrica rispetto allo zero quindi non rispetta la condizione: h(t) = 0 per t < 0
che graficamente:
e quindi il sistema non è fisicamente realizzabile.
Sistemi dinamici lineari
Si definiscono sistemi dinamici lineari quella classe di sistemi nei quali il segnale di uscita è determinato non solo dal valore presente del segnale in ingresso, ma anche dalla "storia passata" dello stesso. In altri termini un tale sistema ha "memoria" di come il segnale d'ingresso si è trasformato.
Sistemi descritti da equazioni differenziali
Nella classe dei sistemi dinamici lineari quelli di una certa importanza sono quelli che possono essere descritti da equazioni differenziali. Nel caso più generale la relazione tra la sollecitazione uin(t) e la
risposta uout(t) si può scrivere:
inoutinm
m
minm
m
moutoutoutn
n
noutn
n
n ubudtd
budt
dbu
dt
dbuau
dtd
audt
dau
dt
da 011
1
1011
1
1 +⋅⋅++=+⋅⋅⋅++−
−
−−
−
−
Più precisamente tale relazione dinamica esiste tra i valori istantanei della sollecitazione di ingresso e la risposta in uscita nei sistemi a costanti concentrate. •Se il sistema è lineare e stazionario allora i coefficienti a0.....an e bo....bn sono numeri reali e
costanti. •Se la uin(t) è una funzione f(t) nota del tempo allora il problema si riduce al problema matematico
della risoluzione di una equazione differenziale lineare di ordine n a coefficienti costanti:
)(011
1
1 tfuaudtd
audt
dau
dt
da outoutoutn
n
noutn
n
n =+⋅⋅⋅++ −
−
−
e il sistema dinamico è detto sistema dinamico di ordine n.
t
h
π/ω Lπ/ω L
66
Esempio Analisi di un sistema dinamico costituito da una cella RC
Vin Vout
R
C
La corrente nel circuito è outVdt
dCti =)(
Applicando la legge di Kirchoff alla maglia chiusa delimitata dal generatore Vin, dal resistore R e
dalla capacità C si ottiene : inout VVtRi =+)( da cui
inoutout VVVdt
dRC =+ allora, poiché l’ordine di derivazione è n=1, questo è un sistema
dinamico del primo ordine caratterizzato dal parametro τ = RC detto costante di tempo.
Esempio. Analisi di un sistema dinamico costituito da due celle RC non interagenti (Calcolo)
C1 C2
R1 R2
K0
V1Vin Vout
La non interazione tra le due celle è garantita dalla presenza di un amplificatore operazionale ideale che presenta una impedenza di ingresso infinita e una di uscita nulla. Il sistema è caratterizzato da due
costanti di tempo: τ1 = R1C1 e τ2 = R2C2. Analogamente a quanto fatto nel precedente circuito e avvalendosi delle proprietà di disaccoppiamento dell'OP-AMP ideale, possiamo scrivere le seguenti equazioni:
1) 012 KVVdt
dVout
out =+τ ; 2) inVVdt
dV=+ 1
11τ ; 3)
00
21 K
V
dt
dV
KV outout +=
τ
sostituendo la 1 e la 3 nella 2 si ha inoutoutoutout VK
V
dt
dV
Kdt
dV
Kdt
Vd
K=+++
00
2
0
12
2
0
21 ττττ
e quindi: 0212
2
21 )( KVVdt
dV
dt
Vdinout
outout =+++ ττττ
Funzione di trasferimento per un sistema dinamico lineare
Se l'eccitazione di un sistema dinamico lineare è del tipo armonico: )exp()( tituin ω=
allora la risposta è:
)exp()()( tiiktuout ωω= Applicando il modello matematico visto:
[ ] [ ]
[ ] [ ] [ ] tititim
m
mti
m
m
m
titin
n
nti
n
n
n
ebedtd
bedt
dbe
dt
db
eikaeikdt
daeik
dt
da
ωωωω
ωωω ωωω
011
1
1
01
1
1 )()()(
+⋅⋅++
=+⋅⋅⋅++
−
−
−
−
−
−
eseguendo il calcolo e risolvendo rispetto a k(iω) si ottiene:
67
01
1
01
1
)()(
)()()(
aiaia
bibibik
nn
nn
mm
mm
⋅⋅⋅++
⋅⋅⋅++= −
−
−−
ωω
ωωω
Possiamo quindi affermare che la risposta in frequenza o funzione di trasferimento, per qualsiasi
sistema lineare dinamico, è una funzione razionale di iω. I coefficienti sono gli stessi della equazione
differenziale.
Esempio. Semplice rete RC
Consideriamo la semplice rete RC già vista:
Questo è un sistema del primo ordine quindi sopravvivono solo i coefficienti b0, b1, (IN) a0, a1(OUT). La funzione di
trasferimento è:
01
01)(aia
bibik
++
=ωω
ω
l'equazione associata è
inoutout VV
dt
dV=+τ
in cui riconosciamo: b0 = 1 ; a0 = 1 e b1 = 0 ; a1 = τ
quindi 1
1)(
+=
ωτω
iik il cui modulo è
221
1)(
τωω
+=ik e la fase ϕ= arctan(-ωτ)
1=per 4-= 1=per 21)(
per /2-= per 0)(
0=per 0= 0=per 1)(
ωτπϕωτω
ωπϕωω
ωϕωω
=
∞→∞→=
=
ik
ik
ik
68
Esempio. Semplice rete CR
Vin VoutR
C
Questo è un sistema del primo ordine quindi sopravvivono solo i coefficienti b0 e b1 (IN), a0 e a1 (OUT). La funzione di trasferimento è:
01
01)(aia
bibik
++
=ωω
ω
l'equazione associata è
R
ViR =
; ∫+= dt
R
V
CVV out
outin 1
; out
outin Vdt
dV
dt
dV
τ1
+=
in cui riconosciamo: b0 = 0 ; a0 = 1/τ e b1 = 1 ; a1 = 1
Per cui
ωτωτ
ωτω
ωω
ωi
i
i
i
aia
bibik
+=
+=
++
=11
)(01
01
( )2222
22
22 111
1)(
τω
ωτ
τω
τω
τω
ωτωτω
++
+=
+
−= i
iiik
( )( )
( )( ) ( )22
22
222
2222
222
222222
11
1
1)(
τω
τω
τω
τωτω
τω
τωτωω
+=
+
+=
+
+=ik
e quindi
221)(
τω
ωτω
+=ik
Per la fase si ha:
[ ][ ])(Re
)(Im)tan(
ωω
ϕik
ik=
da cui
=ωτ
ωϕ1
tanarc)(
1=per 4= 1=per 21)(
per 0= per 1)(
0=per 2= 0=per 0)(
ωτπϕωτω
ωϕωω
ωπϕωω
=
∞→∞→=
=
ik
ik
ik
69
Analisi spettrale
Equazione fondamentale
Sia uin(t) un segnale deterministico applicato ad un sistema lineare stazionario. Allora la risposta del
sistema è: uout(t) = uin(t)∗h(t) avendo indicato con la stelletta [*] il prodotto di convoluzione
come visto dall'integrale di sovrapposizione di Duhamel, cioè la convoluzione tra il segnale di ingresso e la risposta all'impulso. Ricordando una delle proprietà basilari della trasformata di Fourier: il prodotto tra due funzioni, u(t), v(t), del tempo ha uno spettro dato dalla convoluzione degli spettri
singoli:
∫==∗→⋅= − dtetsSVUtvtuts tiωωωω )()()()()()()( e che è valido il teorema reciproco:
il prodotto tra due spettri è dato dalla convoluzione delle corrispondenti funzioni nel dominio del tempo, cioè:
)()()()()()( ωωω outininout SikSthtutu =→∗=
in cui ωωπ
ω deStu tioutout )(
2
1)( ∫=
+∞
∞−
risulta così dimostrata la notevole proprietà nell'analisi dei sistemi nel dominio delle frequenze:
)()()( ωωω inout SikS = che è l'equazione basilare del metodo di analisi spettrale:
la risposta in frequenza, k(iω), è un coefficiente di proporzionalità tra gli spettri dei segnali di
ingresso e di uscita.
E quindi la risposta di un sistema lineare stazionario è:
ωωωπ
ω deSiktu tiinout )()(
2
1)( ∫=
+∞
∞− Mostriamo che è possibile arrivare allo stesso risultato in un modo più elegante e più sintetico facendo uso dei teoremi sulla trasformata di Fourier. Il teorema di Duhamel afferma : uout(t) = h(t)*uin(t)
Prendiamo la trasformata di Fourier di ambo i membri : F[uout(t)]=F[h(t)*uin(t)]
Dalle proprietà della trasformata di Fourier sappiamo che la trasformata del prodotto di convoluzione di due funzioni equivale al prodotto ordinario delle loro trasformate : F[uout(t)]= F[h(t)] F[uin(t)] dalla quale si ricava immediatamente : Sout(ω)= k(iω) Sin(ω) come volevamo.
Calcolo della risposta all'impulso
Come esempio del metodo dell’analisi spettrale per lo studio dei sistemi e per la determinazione della loro risposta, calcoliamo la risposta ad una eccitazione elementare nota come la risposta all’impulso h(t) per una semplice rete RC. L’espressione generale della risposta all’impulso, come sappiamo, è data da
ωωπ
ω deikth ti )(2
1)( ∫=
+∞
∞− Il sistema da studiare può essere schematizzato come in figura
70
S(t)h(t)
R
C
La risposta in frequenza di un sistema RC è stata già calcolata in precedenza e vale
1
1)(
+=
ωτω
iik quindi
ωωτπ
ωd
i
eth
ti
12
1)( ∫
+=
∞+
∞− Dobbiamo ora calcolare questo integrale in campo complesso. Utilizzeremo il metodo dei residui.
Alcuni richiami sulle funzioni in campo complesso
Richiamiamo solo per motivi di completezza e di autoconsistenza del corso alcune proprietà delle funzioni in campo complesso.
Sviluppo in serie di Laurent
Sia f(z) una funzione analitica nel dominio D, cioè derivabile in ogni suo punto, che contenga una regione anulare: r z z R≤ − ≤0 . Si ha allora il seguente sviluppo in serie di Laurent:
( )∑ −=+∞
∞−
nn zzczf 0)(
con
( ) 0n ; )(2
1
0
10 ≥∫ −=
=−
−−
ϕπ ilezz
nn dzzzzf
ic
( ) 0<n ; )(2
1
0
10∫ −=
=−
−−
ϕπ ilezz
nn dzzzzf
ic
ed r < l < R
Calcolo dei residui
Sia f(z) una funzione analitica per Rzzr ≤−≤ 0 e sia ( )∑ −=+∞
∞−
nn zzczf 0)( il suo sviluppo
in serie di Laurent. Si ha allora:
1-
0
ci2=)( ⋅∫=−
πϕilezz
dzzf
0 < l < R
Il coefficiente c-1 dello sviluppo in serie si dice residuo della funzione nel punto singolare z0. Si può
generalizzare il teorema di Cauchy nella forma:
∑⋅∫=
−Γ
N
kkzcdzzf
11 )(i2=)( π
ove Γ è una curva chiusa differenziabile che contiene nel suo interno tutte le singolarità z1, z2, ...,
zk.
Per un polo di ordine N:
71
( ) ( )[ ])(lim!1
10
1
01 zfzz
dz
d
Nc N
N
zz⋅−
−=
−
→−
Nel calcolo è conveniente trasformare la funzione in modo da evidenziare i poli.
Nel nostro caso assumiamo che la variabile complessa sia ω. La funzione da integrare è:
( ) (POLO) con 11 0
0 τω
ωωττ
ωτωτ
ωωω i
i
e
ii
e
i
e tititi=
−=
+
=+
ed il RESIDUO (l'ordine del polo essendo N=1):
( ) ( )τ
ω
ωω
ω
τωωτωω
ωτ
ttitie
ii
e
i
eRES
−
→=
−−=
+1
lim1 0
00
Per trovare il valore della risposta h(t), per t > 0 bisogna prendere il percorso chiuso, c1, nel
semipiano superiore nel verso indicato (antiorario). In questo modo l'esponenziale eiωt tenderà a zero all'aumentare del raggio di c1 → ∞1. Nel limite detto, all'integrale contribuirà solo la parte presa
lungo l'asse reale in accordo con l'integrale definito di h(t). In definitiva:
ττττπ
πtt
t eei
ith−−
> ==11
2
2)( 0
Per t < 0, nel percorso preso nel semipiano inferiore, l'integrando non ha poli, quindi:
)( <tth
Im [ ω ]
R e [ω ]
Graficamente 0 .0
0 .5
1 .0
h (t)τ
t / τ Quindi la funzione h(t) è discontinua nel punto t = 0.
La risposta all'impulso per un sistema RC è allora: )()( tht →δ ττ
t
e−
=1
Calcolo della risposta ad una eccitazione esponenziale di un sistema RC
Utilizziamo il metodo spettrale per il calcolo della risposta di una rete RC eccitata con un segnale
esponenziale: )()( 0 teUtu tin σα−=
Come si è visto la risposta in termini spettrali è:
∫=+∞
∞−ωωω
πω deSiktu ti
inout )()(2
1)(
1Infatti il cerchio ha raggio iω che nell'esponenziale diventa e ei t t2ω ω= − che tende a zero per
iω → ∞ solo se t > 0.
t
U0
Uin
72
se la rete è
Uin(t)Uout(t)
R
C
La risposta in frequenza k(iω) è già nota:
ωτω
iik
+=
1
1)(
D'altronde conosciamo anche lo spettro della eccitazione (spettro di un'esponenziale):
∫+
==+∞
∞−
−ωα
ω ωi
UdtetuS ti
inin0)()(
Quindi: ( )( ) ( )∫
+
+
=∫++
=∞+
∞−
∞+
∞− ωταω
ωπαωτωα
ωπ
ωω
ii
deU
ii
deUtu
titi
out11
212
1)( 0
0
Scriviamo, scomponendo in frazioni parziali:
( )=
+−
+−=
+
+
ωτατ
αωατ
ωταω i
iii1
1
1
1
1
11
1
e, volendo evidenziare i poli:
( ) ( )
−
−−−
=
τω
ααω
αατ iii 1
1
Allora la risposta:
( ) ω
τω
αωατα
παω de
iii
Utu ti
out 11
)1(2
1)( 0 ∫
−
−−−
=∞+
∞−
occorre calcolare i residui dei due poli del primo ordine delle due funzioni:
(1)
ωαω
ωd
i
e ti
∫−
∞+
∞− e (2)
ω
τω
ωd
ie ti
∫−
∞+
∞−
(1) tti
ie
i
ec α
ω
αω αωωω −
→− =
−−= )(lim 01 ;(2) τ
ω
τω
τω
ωωtti
ie
ie
c−
→− =
−−= )(lim 01
Quindi
−
−=
−− ταατα
παπ
tt
out eei
Uitu
)1(2
2)( 0
73
−
−=
−− ταατ
tt
out eeU
tu)1(
)( 0
Calcolo della risposta di un sistema dinamico del primo ordine ad una eccitazione Esponenziale. Calcolo effettuato con Mathcad; Φ è la funzione di Heaviside α 107
τ 10 6 t ..,0 10 8 .5 10 6
Uo 1
uin( )t ..Uo exp( ).α t Φ ( )t uout ( )t .Uo
1 .τ αexp( ).α t exp
t
τ
0 1 106
2 106
3 106
4 106
5 106
0
0.05
0.1
uout( )t
uin( )t
10
t
74
Interpretazione geometrica o vettoriale della trasformazione del segnale
L’operatore T di un sistema definisce la legge attraverso la quale il segnale d'ingresso uin(t), vettore
in uno spazio lineare, viene trasformato in un nuovo segnale detto risposta. Come regola questo spazio funzionale è quello di Hilbert. Allora è comprensibile che l'operatore T cambi la norma del segnale d'ingresso uin(t).
Ossia si avrà, nel caso più generale:
)(tTuu inin ≠ e si verrà a generare anche un angolo ψ tra i due segnali uin ed uout.
Ci chiediamo qual è la potenza trasferita in uscita in termini di spettro, cioè qual è lo spettro di potenza ?
Spettro di potenza o Cross Power Spectrum
Abbiamo già visto che il prodotto scalare tra due segnali u(t) e v(t) è: ( ) ∫=+∞
∞−dttvtuvu )()(,
che è proporzionale alla cross-energy dei segnali. Ovviamente se i segnali sono identici otteniamo l’energia del segnale. Vediamo ora, nel caso più generale, la relazione tra prodotto scalare dei segnali ed i loro spettri.
Possiamo intanto definire i due segnali in termini dei loro spettri:
∫=+∞
∞−ωω
πω deStu ti
u )(2
1)(
; ∫=
+∞
∞−ωω
πω deStv ti
v )(2
1)(
sostituendo, v(t), nel prodotto scalare:
( ) ∫ ∫=+∞
∞−
+∞
∞−ωω
πω dSedttuvu v
ti )()(2
1,
cambiamo l’ordine d'integrazione:
( ) ∫ ∫=+∞
∞−
+∞
∞−dtetudSvu ti
vωωω
π)()(
2
1,
e notiamo che dtetudtetu titi ∫=∫+∞
∞−
−+∞
∞−
)()()( ωω è lo spettro, per valori negativi dell'argomento,
di u(t).
Poiché, in generale, gli spettri sono funzioni complesse di ω tali che
)()( ; )()( ** ωωωω SSSS =−−= otteniamo
∫=+∞
∞−ωωω
πdSSvu uv )()(
2
1),( *
che è la cosiddetta formula generalizzata di Rayleigh che si può interpretare nel modo seguente:
il prodotto scalare di due segnali è proporzionale al prodotto scalare dei loro spettri. In generale S(ω) è una funzione complessa di ω, mentre, come si sa, il prodotto scalare (u,v) è un
numero reale!!
75
E' comunque possibile arrangiare l'integrando, ( )()( * ωω uv SS ), in modo da far apparire una funzione
reale di ω. Facciamo notare che l'integrazione è estesa tra limiti simmetrici, ω± , e quindi essi
corrispondono a numeri complessi coniugati (es.: ωα i−
1 per -ω e
ωα i+1
per ω).
D'altronde anche il prodotto )()( * ωω uv SS è il complesso coniugato dello stesso prodotto calcolato
per -ω. Infatti
[ ]**** )()()()()()( ωωωωωω uvuvuv SSSSSS ==−− e poiché la somma di due numeri c.c. è un numero ℜ , possiamo sostituire l'integrando con una
funzione reale: [ ])()()( * ωωω vuuv SSW ℜ= che chiameremo spettro d'incrocio della potenza
(cross-power spectrum) e quindi il prodotto scalare tra due segnali espresso in termini spettrali è:
∫=+∞
∞−ωω
πdWvu uv )(
2
1),(
Esempio. Cross Power Spectrum (Video-Clip)
Siano dati due segnali esponenziali u(t) e v(t) separati da un intervallo temporale t0
[ ] )(exp)( tttu σα−= ; [ ] )()(exp)( 00 tttttv −−−= σα
I rispettivi spettri, già calcolati, sono:
ωαω
iSu +
=1
)( ; ωα
ωω
i
eS
ti
v +=
− 0)(
Allora: 22
0* )()(ωα
ωωω
+=⋅
+ ti
vue
SS e quindi il cross power spectrum: 22
0)cos()(
ωα
ωω
+=
tWuv
Assegnato α, la forma dello spettro dipende fortemente dalla distanza temporale tra i segnali, t0.
Interpretazione del Cross-Power Spectrum
Il caso interessante e che si può verificare in pratica dando noia e perturbando la distinguibilità dei due segnali l'uno dall'altro, è quello in cui αt0 << 1 e quindi i due segnali sono molto vicini tra loro tanto
da potersi sovrapporre e quindi essere irriconoscibili (PILE-UP). In tal caso notiamo che la caratteristica dello spettro è quella tipica di un passa-basso. Quindi, al fine di ridurre il prodotto scalare tra i due segnali e renderli risolvibili, bisogna fare uso di un filtro passa-alto che sopprime "tutte" le frequenze al di sotto di un certo taglio Wc.
0
1
t0t
u(t) v(t)
ω
Wuv
α t 0 <<1
Impulsi vicini
ω
Wuv
αt 0 >>1
Impulsi lontani
76
Sotto l'azione del filtro passa-alto, si produce un rapido cambiamento del fronte di salita del segnale in
uscita per merito delle componenti ad alta frequenza del segnale che sono "libere" di attraversare il filtro. Allo stesso tempo quelle a bassa frequenza sono "tagliate" e quindi la durata dell'impulso in uscita è "ridotta" consentendo una miglior separazione dei due segnali.
Spettro di potenza di un segnale
Nel caso in cui: u(t) = v(t) il cross-power spectrum diventa: 2* )()()( ωωω uvu SSS =⋅
ed è chiamato spettro di potenza del segnale. Allora:
ωωπ
dWEdtuuu uu )(2
1),( 2 ∫==∫=
+∞
∞−
+∞
∞− che può essere interpretata fisicamente: l'energia di un qualsiasi segnale può essere rappresentata come una somma di contributi provenienti
da vari intervalli di frequenza.
Ciascun piccolo intervallo di frequenza, ∆ω, dà un contributo all'energia totale pari a:
ωωπ
∆=∆ )'(1
uu WE
essendo ω' la frequenza media all'interno dell'intervallo ∆ω.
Torniamo ora a calcolare qual è la energia trasferita all'uscita di un sistema lineare.
ωωωπ
dSSuE outoutoutout )()(2
1 *2∫==
+∞
∞−
ma poiché: )()()( ωωω inout SikS = risulta ωωωωπ
dSSikE ininout )()()(2
1 *2∫=
+∞
∞−
ma: )()()(* ωωω ininin WSS = spettro di potenza del segnale di ingresso, allora:
ωωωπ
dWikE inout ∫=+∞
∞−)()(
2
1 2
e poiché l'energia del segnale d'uscita può essere espressa in termini di spettro di potenza dello stesso:
ωωπ
dWE outout ∫=+∞
∞−)(
2
1, risulta l'identità:
)()()( 2 ωωω inout WikW = dalla quale risulta definita:
)(
)()()( 2
ωω
ωωin
outp W
Wikk ==
che rappresenta la risposta dell'energia trasferita.
Esempio.Rapporto Eout/Ein
Sia data una rete RC con ωτ
ωi
ik+
=1
1)( alla quale viene applicata
una sollecitazione che ha uno spettro di potenza di tipo passa-basso ideale di ampiezza W0. (v. fig.) Cerchiamo il rapporto Eout/Ein.
W 0
ω 0
0
77
)tan(1
)()(2
1 0
022
02 τωπττω
ωπ
ωωωπ
ω
cc
inout arcWdW
dWikE =∫+
=∫=+∞
∞−
L'energia del segnale di ingresso è: cc
ininW
dWE ωπ
ωωπ
ω0
0)(
2
1=∫=
quindi il rapporto tra le energie di uscita e d'ingresso è: τω
τω
c
c
in
out arc
E
E )tan(=
che tende a zero con l'aumentare sia di ωc che di τ.
Angolo tra ingresso e uscita
Abbiamo già visto come due segnali possono essere confrontati trovando l'angolo tra i fasori dei segnali nello spazio di Hilbert. Dal teorema di Rayleigh:
ωωωπ
dSSuu outinoutin )()(2
1),( *∫=
+∞
∞−
ma: )()()( *** ωωω inout SikS = quindi: ωωωωπ
dikSSuu ininoutin )()()(2
1),( **∫=
+∞
∞−
ma: )()()(* ωωω ininin WSS = per cui ωωωπ
dikWuu inoutin )()(2
1),( *∫=
+∞
∞−
Poiché, come abbiamo visto, la parte immaginaria della risposta in frequenza è una funzione dispari della frequenza, si ha:
ωωωπ
dikWuu inoutin )()(1
),(0
ℜ∫=+∞
e quindi l'angolo tra i fasori può essere trovato da: outin
outin
uu
uu
⋅=
),(cosψ
78
Trasformata di Laplace
Naturale generalizzazione:
da iω → s = σ + iω FREQ Im FREQ C
dtetsS ti∫=+∞
∞−
− ωω )()( → dtetfsL st∫∞
−=0
)()( ove f(t) è definita in t > 0
L'introduzione della frequenza complessa è molto utile, soprattutto, perché potremo ottenere le rappresentazioni spettrali dei segnali "non integrabili", senza ricorrere alle funzioni generalizzate.
Relazioni fondamentali
Sia f(t) una funzione reale o complessa definita per t > 0 e che sia identicamente nulla per t < 0, allora la trasformata di Laplace di f(t) è:
dtetfsL st∫∞
−=0
)()(
Le condizioni per l'integrabilità sono: atketf ≤)( con k ed a positivi
cioè la funzione f(t) cresce meno rapidamente di una esponenziale per t > 0. Quando ciò si verifica la L(s) esiste nel senso che l'integrale converge assolutamente per tutti i valori di s per i quali Re(s) > a, ed allora a è l'ascissa della convergenza assoluta.
Se σ = 0 la L(s) → S(ω) di un segnale che svanisce per t < 0 perciò la L(s) è vista come una
generalizzazione della S(ω). Come per la S(ω), anche per la L(s), è possibile ritrovare la f(t) originaria attraverso l'operazione di
antitrasformazione.
ωωπ
ω deStf ti⋅∫=+∞
∞−)(
2
1)( [Fourier]
Occorre operare una cosiddetta continuazione analitica, cambiando ωσω ii +→ . Nel piano complesso s = σ + iω è usuale fare l'integrazione lungo un asse verticale infinitamente
esteso posizionato a destra dell'ascissa di convergenza assoluta. Poiché a σ = cost. si ha dpi
d1
=ω .
La antitrasformata di Laplace si può scrivere:
dpesLi
tf stic
ic
⋅= ∫∞+
∞−
)(2
1)(
π
Nella teoria delle funzioni di variabile complessa si dimostra che la L(s) è analitica in tutti i punti del
piano complesso s eccetto che in un set limitato di punti chiamati poli. L'integrale può essere risolto con la tecnica usata nella teoria dei residui. In pratica si fa uso di tabelle in cui sono riportate, a coppie, le due trasformate di Laplace e si cerca,
nei limiti del possibile, di utilizzare combinazioni di trasformate note.
79
Esempio. L(s) di un esponenziale.
f(t) = exp(s0t)∗σ(t), con s0 = σ0 + iω0 ; poiché c'è la σ(t), la f(t)=0 per t < 0, come deve
essere.
00
)(
00
)(
0
11)( 000
sse
ssdtedteesL tsstssstts
−=
−===
∞−−∞
−−−∞
∫∫
e quindi:
0
1)(0
sste ts
−↔σ
Esempio.L(s) per un Esponenziale Reale (Calcolo Mathcad)
Come caso particolare si può dedurre la L(s) per un esponente reale: )(te tσα−
s0 α−→ . Quindi:
α+=
ssL
1)(
; α
σα
+↔−
ste t 1)(
e per uno immaginario: )(0 te ti σω
Ponendo: s0 0 ωi→
0
1)(
ωissL
−=
; 0
1)(0
ωσω
iste ti
−↔
Esempio.L(s) perla funzione di Heaviside
Ancora, ponendo α = 0 :
)()( tte t σσα =−
si ricava la L(s) della funzione step di Heaviside:
ssL
1)( =
; s
t1
)( ↔σ
Esempio. L(s) della delta di Dirac
Per un impulso δ (t) ad un tempo t0 > 0, si ha:
0
0
0 )()( stst edtettsL −−∞
=−= ∫δ
quindi 0)( 0
stett −↔−δ Per la δ(t):
1)( ↔tδ
avendo definito la δ(0) come: ∫∞
−
−
→=
εε
δ0
01)(lim dtet st
80
Proprietà fondamentali della L(s)
La maggior parte delle proprietà della L(s) sono le stesse delle analoghe della S(ω).
Linearità'
La L(s) è una trasformazione lineare integrale, quindi: () sLrtfr ii
ii
∑∑ ↔
Esempio. Linearità' della L(s)
Poiché la L(s) )(0 te ti σω è
0
1)(
ωissL
−= , e poiché :
[ ] )()()cos()( 000 ttisintte ti σωωσω +=
Applicando la proprietà di linearità:
)()()()( 2121 sLsLtftf +↔+
20
20
20
20
21
1)()(
ωω
ωω ++
+=
−=+
si
s
s
issLsL
allora:
20
20 )()cos(ω
σω+
↔s
stt
e 20
20
0 )()sin(ω
ωσω
+↔
stt
L(s) di un segnale traslato in tempo f(t-t0)
Se )()( sLtf ↔ , allora )()( 00 sLettf st−↔−
∫∞
−−=0
01 )()( dtettfsL st
ponendo x = t-t0 ; dx = dt ; t = x+t0
)( )()()( 000
00
)(1 sLeedxexfdxexfsL ststsxtxs −−
∞−
∞+− === ∫∫
)()( 0
0 sLettf st−↔−
Esempio. L(s) di un impulso rettangolare
Impulso rettangolare di ampiezza unitaria che inizia a t=0 e durata T. )()()( Ttttf −−= σσ
ssLt
1)()( =↔σ
seTt sT 1
)( −↔−σ ; [ ]sTes
tf −−↔ 11
)(
t0 T
1
81
Teorema dello spostamento
Se )()( sLtf ↔ allora la L1(s) di un segnale moltiplicato per eαt si ottiene "spostando"
l'argomento della L(s). In sintesi: se )()( sLtf ↔ allora: )()( αα +↔− sLetf t
Prova:
∫∞
−=0
1 )()( dtetfsL st
se
tetftf α−= )()(1
)()()()(0
)(
0
1 ααα +=== ∫∫∞
+−∞
−− sLdtetfdteetfsL tsstt
Quindi basta fare la sostituzione dell'argomento α+→ ss
Esempio. L(s) di un segnale armonico
Come esempio calcoliamo la L(s) di un segnale armonico inviluppato da un'esponenziale, cioè:
)cos()( 0tetf t ωα−=
poiché 20
20 )()cos(ω
σω+
↔p
ptt
per ottenere la L(s) della f(t) basta sostituire nella trasformata del cos(ω0t) al posto di α+→ ss
quindi ( ) 2
02
)(ωα
α++
+=
s
ssL , ovvero:
( ) 20
20 )cos(ωα
αωα
+++
↔−
s
ste t
ed analogamente
( ) 20
20
0 )sin(ωα
ωωα
++↔−
ste t
La L(s) della derivata
Se dt
dftg =)( e )()( sLtf ↔ allora la )0()()( fssLtg −↔
Infatti: dtedt
dfsL st )(
0
1 ∫∞
= che integrando per parti:
∫∞
−∞− +=0
01 )()()( dtetfsetfsL stst
Quindi la L(s) della derivata si ottiene moltiplicando per s la trasformata della f(t) e "contiene" il
valore del segnale all'istante iniziale:
)0()( fssLdt
df−↔
Per l'ennesima derivata si ha:
)0()0(...)0(')0()( 1221 −−−− −−−−↔ nnnnn
n
n
fsffsfssLsdf
fd
82
La L(s) dell'integrale
Se il segnale è zero a t=0, allora:
)(1
)(0
sLs
dft
∫ ↔ξξ
Esempio L(s) di un segnale a rampa
Come esempio calcoliamo la L(s) di una rampa cioè di un segnale con crescita lineare nel tempo:
f(t) = tσ(t)
Allora sappiamo che la rampa f(t) è l'integrale della σ(t): f(t) = tσ(t) = ξξσ∫t
d0
)(
e poiché la L(s) di una σ(t) è: s
t1
)( ↔σ allora la L(s) della rampa è:
2
1)()(
stttf ↔= σ
Metodo operazionale
Come abbiamo visto è possibile utilizzare il metodo spettrale per analizzare le caratteristiche di un sistema lineare.
Questa operazione è anche possibile rappresentando i segnali di ingresso e di uscita attraverso la loro trasformata di Laplace L(s). Tale metodo si chiama "operazionale".
Esso è eccezionalmente potente e flessibile soprattutto per risolvere equazioni differenziali a coefficienti costanti e quindi è molto utile nell'analisi dei sistemi dinamici lineari:
inmin
m
mmin
m
moutnout
n
nnout
n
n ubdt
udb
dt
udbua
dt
uda
dt
uda 01
1
01
1...... ++=+++ −
−
−
−
che definisce, come abbiamo già visto, la relazione ingresso-uscita per un sistema dinamico lineare
stazionario. Imponiamo inoltre che: 1) uin(t) = 0 per t < 0
2) il sistema non contiene nessuna energia immagazzinata prima che sia applicata l'eccitazione.
Il che vuol dire, dal punto di vista matematico, imporre:
0)0()...0(')0( 1 === −noutoutout uuu
3) che inoltre la funzione di ingresso non vari tanto rapidamente, così da consentire l'esistenza della sua L(s):
allora ci sarà una corrispondenza tra le funzioni di ingresso e d'uscita e le loro L(s)
)()( sutu inin ↔ )()( sutu outout ↔ Se ora prendiamo le L(s) di entrambi i membri dell'equazione differenziale abbiamo:
( ) ( ) )(...)(... 01
101
1 suasasbsuasasa inm
mm
moutn
nn
n +++=+++ −−
−−
Dalla quale possiamo ricavare la Funzione di Trasferimento Generalizzata k(s):
)(
)()(
su
susk
in
out= ; ( )( )0
11
01
1
...
...)(
asasa
bsasbsk
nn
nn
mm
mm
++++++
= −−
−−
83
che rappresenta un modello matematico completo del sistema.
• Se di un sistema è nota la funzione di trasferimento k(s), la risposta uout(t) si determina
piuttosto facilmente attraverso tre passi
1) )()( sutu inin ↔ calcolo della L(s) della eccitazione
2) )()()( susksu inout = calcolo della risposta trasformata
3) )()( sutu outout ↔ calcolo dell'anti-trasformata
Nota:
Col metodo operazionale, sviluppato da Heaviside alla fine del 19mo secolo per la soluzione di equazioni differenziali, si rimpiazza formalmente l'operatore d/dt con il numero complesso s:
sdt
d→
Proprietà della k(s)
Dal confronto tra la k(iω) e la k(s), si può dedurre che quest'ultima è la continuazione analitica della
prima. Dall'asse immaginario iω all'intero piano complesso s = σ + iω. La k(s) è analitica su tutto il piano s, tranne per un finito numero di punti, s1, s2,..., sn che sono le
radici del denominatore:
0... 01
1 =+++ −− asasa n
nn
n
che sono detti perciò POLI della k(s). Inoltre l'insieme di punti z1, z2,..., zn che sono radici del numeratore:
0... 01
1 =+++ −− bsbsb m
mm
m
e si chiamano ZERI della k(s). E' allora possibile scrivere la funzione di trasferimento generalizzata nella forma:
021
21
)())((
)())(()( k
ssssss
zszszssk
n
n
−⋅⋅⋅−−−⋅⋅⋅−−
=
in cui k0 tiene conto dei fattori costanti (coefficienti an , bm).
Questo modo estremamente utile per l'analisi dei sistemi dinamici lineari stazionari, si chiama:
rappresentazione poli-zeri. Poiché i coefficienti dell'equazione differenziale di partenza sono reali, esiste la seguente importante proprietà della k(s):
I poli o gli zeri sono tutti o reali o coppie di complessi coniugati. Ovvero le radici complesse non possono essere in numero dispari. Inoltre, poiché in un sistema reale, la funzione di trasferimento, e quindi la risposta, non può divergere per ∞→s , il numero degli zeri
non può eccedere quello dei poli
#ZERI≤#POLI
84
Esempio. Trovare la risposta di una rete RC alla eccitazione di Heaviside.
g(t)
R
Cσ(t)
1) PASSO: trovare la uin(s)
L'eccitazione è: σ(t) la cui L(s) è
)(1
)( sus
t in=↔σ
2) PASSO: trovare la uout(s).
Occorre conoscere la k(s) che per la rete in oggetto è:
τssk
+=
1
1)(
quindi la:
sssusksu inout
1
1
1)()()(
τ+==
che espanso in frazioni parziali è:
ss
suout +−=
τ/1
11)(
3) PASSO: trovare la risposta nel dominio del tempo. Invocando la linearità delle L(s), riconosciamo nella uout(s) che 1/s è la L(s) della funzione di
Heaviside, σ(t), e che il secondo termine è la L(s) di un'esponenziale reale e-αt. Posto α=1/τ : )1)(()()()( tt
out etetttu αα σσσ −− −=−=
Esempio. Trovare la risposta di una rete RC quando l'eccitazione è un impulso rettangolare di ampiezza V0 e durata T. (Calcolo)
1) Il segnale d'ingresso è: [ ])()()( 0 TttVtuin −−= σσ
che ha come L(s) quella di una Heaviside,1/s, e quella di una
Heaviside traslata, cioè
sTes
−1, quindi: [ ]sT
in es
Vsu −−= 1)( 0
2)
+−
+=
+=⋅= −sT
ininout essss
Vsus
susksuτττ 1
11
1
11)(
1
1)()()( 0
3) Il primo termine è la L(s) di un esponenziale già visto prima e il secondo è lo stesso esponenziale traslato nel tempo della quantità T:
( ) ( )( )[ ])(1)(1)( //0 TteteVtu Ttt
out −−−−= −−− σσ ττ
che scritta in modo più istruttivo:
( ) TteVtu tout <<0per 1)( /
0τ−−=
Uout/V0
85
( ) T teeVtu Ttout >per 1)( //
0ττ −− −=
Il segnale ai capi di R invece è: outinr uuV −=
1
2
t/T
VR
Esempio. Risposta all'impulso, h(t), per un circuito risonante parallelo con perdite.
Dall'analisi della rete, possiamo scrivere: V(s) = Z(s)I(s)
essendo I(s) l'eccitazione e V(s) la risposta, deduciamo che, in questo caso la Z(s) ha il ruolo di funzione di trasferimento.
sLR
RsLLRCssLR
sCsZsZsZ
sZ++
=++
=++
=2
321
111
1
)(
1
)(
1
)(
11
)(
RsLLRCs
sLRsZ
++=
2)( che, ponendo
LC
120 =ω ed α = 1/2RC possiamo riscrivere
20
2 2)(
ωα ++=
ss
CssZ è conveniente riscrivere:
( ) 22)(
fs
CssZ
ωα ++=
con 220
2 αωω −=f frequenza naturale del circuito risonante con perdite α. La L(s) della δ(0) =
1, quindi la Z(s) è già la V(s) e dalle tavole delle L(s) si può dedurre, ponendo ω=ωf e
s=s+α :
( )[ ]
( )[ ] ( )[ ]
( )[ ] ( )[ ] ( )[ ]222222
2222
22
cos
cos
fff
ft
ff
t
fff
ff
t
f
f
ft
as
s
asas
astsenete
asastsene
as
aste
ωωα
ωω
ωα
ω
ωα
ωα
ω
ωω
ωα
ωω
αα
α
α
++=
++−
+++
↔⋅−⋅
++=⋅
++↔⋅
+++
↔⋅
−−
−
−
che la risposta è:
−=
−tt
C
eth f
ff
tω
ωα
ωα
sincos)( se 00
cioè , 1 ωωωα
≅<< f ,
allora: tC
eth
t
0cos)( ωα−
≅ cioè una oscillazione
armonica smorzata.
δ(t) R L C h(t)
e − α t/ C
1 / C
86
Determinazione della k(s)
Per determinare la funzione di trasferimento, k(s), di un sistema composto da dispositivi elettronici si
possono utilizzare i principi di Kirchhoff oppure i teoremi delle reti nel dominio della frequenza. Tale procedimento analitico è però conveniente quando la rete è particolarmente semplice; normalmente
conviene invece determinare i poli e gli zeri da un esame diretto della rete. Per fare questo il procedimento è il seguente: 1) Si determina il numero dei poli
2) Si determina il numero degli zeri 3) Si calcolano i poli 4) Si calcolano gli zeri
1) Numero dei poli:
Il numero dei Poli coincide con il numero degli elementi reattivi distinti tra loro
Ovvero tali che, una volta annullati i generatori indipendenti della rete, non sono né in serie né in
parallelo tra loro
Esempio.
Gli elementi reattivi distinti è uno solo, perché, una volta annullata l'eccitazione (cortocircuitato il generatore V), la capacità C1 si trova in
parallelo a C2 e quindi costituiscono una unica capacità C=C1+C2
Quindi la rete ha un solo polo.
2) Numero degli zeri
Per calcolare il numero degli zeri di una rete è conveniente far tendere la frequenza complessa, s
all'infinito, in modo che la k(s) possa essere scritta: m
n
s
sksk 0)( → con n = numero degli zeri ed m
= numero dei poli. Se n =m, allora k(s) tende ad una costante, 0)( ksk → . Se n < m allora
0)( →sk tanto più "rapidamente" quanto più elevato è il numero dei poli m rispetto a quello degli
zeri n. E' necessario pertanto stabilire, da una analisi della rete, di quanto l'ordine r dei poli supera quello degli zeri; allora il numero degli zeri sarà n = m - r
3) Calcolo dei poli
I poli sono quei valori della frequenza complessa s che fanno divergere la k(s). Questo vuol dire che
uin(s) = 0 con uout = valore finito. )(
)()(
su
susk
in
out→ . Si ha una risposta finita pur avendo
eccitazione nulla. Perciò tali valori di s si chiamano frequenze naturali della rete. Per calcolarle si determinano quei valori di s che annullano l'ammettenza misurata ai capi di un
elemento qualsiasi della rete dopo aver annullato le sorgenti indipendenti.
87
4) Calcolo degli zeri
Essi si verificano per quei valori finiti della frequenza complessa s che annullano la risposta k(s). Ciò si verifica quando si annulla l'ammettenza di un ramo in serie tra l'ingresso e l'uscita oppure l'impedenza di un ramo in parallelo all'uscita della rete (in questo modo si annulla la uout(s))
Notare che se lo zero è nell'origine, la componente eventuale continua dell'eccitazione non è presente
in uscita della rete.
Esempio.
Data la rete in figura si determini il numero dei Poli, degli Zeri e il loro valore.
Uin
R1R2
C2 UoutC1
1) Si determina il numero dei POLI: Annullato l'eccitazione uin la rete diventa:
R1
R2C2C1
Gli elementi reattivi, le due capacità, risultano distinte e allora i poli sono m = 2. 2) Si determina il numero degli ZERI: Bisogna far tendere ∞→s e verificare con quale ordine la uout tende a zero [k(s)= uout/uin]. In
questo caso le capacità C1 e C2 contribuiscono ciascuna indipendentemente ad annullare l'uscita per ∞→s , ciò significa che il polinomio al denominatore (poli) prevale di due ordini rispetto a quello
al numeratore, cioè r = 2, e, poiché il numero degli ZERI ≤ numero dei POLI, il numero degli zeri è
n = m - r =0.
3) Calcolo dei poli La rete ha due poli s1 e s2 che si determinano annullando l'ammettenza "vista" da un elemento
qualsiasi della rete avendo annullato l'eccitazione (cortocircuitato i generatori indipendenti).
R1
R2C2C1
Se ci mettiamo ai capi, per es., di C1, l'ammettenza è : 01
11
22
11
=+
++
sCR
sCR
Risolvendo l'equazione si trovano i due poli s1 e s2che sono le radici dell'equazione.
88
Diagramma di Bode della risposta in frequenza k(iω)
Come abbiamo visto la risposta in frequenza di una rete si può esprimere come: )()()( ωϕωω kieikik =
dove |k(iω)| è il modulo di k(iω) e ϕ la fase della risposta. Esse sono due grandezze caratteristiche
di una rete le quali, nel dominio delle frequenze, individuano completamente la risposta k(iω). Per studiare la risposta di una rete nel dominio della frequenza è usuale determinare sperimentalmente
il comportamento delle sue grandezze caratteristiche al variare della frequenza. I due diagrammi che rappresentano graficamente tale dipendenza vengono chiamati diagrammi di Bode se utilizzano scale logaritmiche per il modulo e semilogaritmiche per la fase, curve caratteristiche se usano scale lineari.
Supponiamo, per semplicità, che la risposta abbia l'espressione seguente: k(iω)=1+iωt
con modulo 2211)( τωωτω +=+= iik dove τ è una costante con le dimensioni di un
tempo, ad essa non corrisponde nessuna rete reale pur potendo essere un termine della risposta di una rete reale. Nel caso del diagramma di Bode, in genere, si preferisce determinare gli asintoti del |k(ιω)| che
comunque dà le stesse informazioni.
1 1<<per =→ kωτ
ωτωτ =→> k 1>per
Poiché il diagramma di Bode è di tipo logaritmico:
0log 1<<per =→ kωτ
τωωτ logloglog1per +=→>> k
che rappresenta una retta nel piano logaritmico che interseca le ascisse in : ω =1/τ con pendenza 45°.
1/τ Log ω
Log¦k¦
1/τ Logω
ϕ
ω =
π/2
π/4
La fase ϕ=arctan(ωτ); anche in questo caso conviene determinare gli asintoti:
2= 1
0= 1
πϕωτϕωτ
>><<
per
per
La pendenza degli asintoti nella k(ιω), usando i decibel è: klog20=∆
Se consideriamo una variazione di frequenza pari ad un raddoppio ω2=2ω1 (ottava)
dB/ottava 6 log201
2 ==∆ωω
Se consideriamo una decade: dB/decade 02 log201
2 ==∆ωω
89
Sistemi del primo ordine
Quindi 1 polo; di conseguenza si possono avere: a) 1 polo e uno zero b) 1 polo solo
| K(s)| Diagramma Poli-Zeri Modulo Fase
τs+1
1
−1/τ
ωi
σ
1/τ
Log ω
Log¦k¦
1/τ
Log ω
ϕ
−π/2
−π/4
ττs
s
+1
−1/τ
ωi
σ
1/τ
Logω
Log¦k¦
1/τ Logω
π/2
π/4
ϕ
1
2
1
1
ττ
s
s
++
| τ2 |>| τ1 |
−1/τ
ωi
σ1 −1/τ2
Log ω
π/2
π/4
ϕ
1/τ2 1/τ1
1
2
1
1
ττ
s
s
++
| τ2 |<| τ1 |
−1/τ
ωi
σ1−1/τ2
1/τ
Logω
Log¦k¦
1 1/τ2
1/τ
Log ω
ϕ
−π/2
−π/4
1 1/τ2
Regoletta:
Nel modulo di )(sk , diagramma di Bode, si ha un cambiamento di pendenza di 6dB/ottava per ogni
polo e zero (non nell'origine) che si incontra nel piano complesso (ιω−σ), in basso per il polo ed in
alto per lo zero.
90
Sistemi del secondo ordine attivi
Allora si hanno 2 poli e si possono avere i seguenti casi:
1) no zeri: ( )( )21
0)(ssss
ksk
−−= è sostanzialmente un passa-basso.
2) 2 zeri nell'origine: ( )( )21
20)(
ssss
sksk
−−= è un passa-alto.
3) 1 zero nell'origine: ( )( )21
0)(ssss
sksk
−−= è un passa-banda.
4) 2 zeri c.c. o immaginari: ( )( ) 021
20
2
)( kssss
ssk
−−+
=ω
si chiama elimina-banda.
Infatti k(s)=0 per s =iω0. Inoltre la k(s) è diversa da zero sia per s=0 che per ∞→s .
E' possibile quindi realizzare un filtro qualsiasi con un sistema del II ordine. In genere nei calcoli per il progetto si preferisce scrivere il polinomio del secondo ordine al denominatore della k(s) in modo diverso, "normalizzato", attraverso dei parametri significativi della
rete. Allora: ( )( ) 20
0
0221 ω
ω++=−−
Qsssss ; il che vuol dire:
2021 ω==⋅
a
css ;
0
021 Qa
bss
ω−=−=+
Se Q0=1/2 allora s1=s2=s poli coincidenti
Se Q0<1/2 allora poli reali
Se Q0>1/2 allora poli c.c.
Filtro del II ordine passa-basso
E' senza zeri: ( )( )21
0)(ssss
ksk
−−= ; Poniamo k(0)=A0 (valore max) per s=0. Nella k(s) si ha:
021
0)0( Ass
kk == ma 2
021 ω=ss quindi 2000 ωAk = e la k(s) normalizzata è:
20
02
200)(
ωω
ω
++=
sQ
s
Ask
Filtro II ordine passa-alto
2 zeri nell'origine: ( )( )21
20)(
ssss
sksk
−−= ; Il max della risposta si ha per ∞→s ;
00)( kAk ==∞ Quindi la k(s) normalizzata:
91
20
02
20)(
ωω
++=
sQ
s
sAsk
Filtri a retroazione multipla
Chiamiamo V2 la tensione ai capi di
Y2. Scriviamo l'eq. delle correnti per il
nodo A: ( ) ( ) 0242322121 =−+++− uVVYVYVYVVY
( ) uVYVYYYYYV 41143212 +=+++
Per il nodo invertente si ha:
uVYVY 523 −= da cui
uVY
YV
3
52 −= che sostituito nella
precedente:
( )4321543
31)(YYYYYYY
YY
V
Vsk
i
u
++++−
==
che è la funzione di trasferimento di un filtro a retroazione multipla i generale.
Filtro passa-basso a retroazione multipla
Se vogliamo realizzare un filtro attivo passa-basso a retroazione multipla, dovremo sostituire alla Y i componenti
appropriati: 25 sCY → ; 12 sCY →
Le altre → 1/R
Dal confronto tra questa rete e quella
generale otteniamo:
3
2
2
221
2
1
2
32
21
321
12
32
21
1
1
1111
1
)(
R
sC
R
sCCCs
R
sC
RR
RR
RRsC
RsC
RR
RRsk
++++
−=
++++
−=
dividendo per C1C2:
++++
−=
32113221
2
2121
1111
1
)(
RRRC
s
RRCCs
CCRRsk
Dal confronto con la k(s) passa-basso già ricavata, otteniamo: 2121
020
1
CCRRA −=ω
Y 1
Y 2
Y 3 Y 4 Y 5
- +
V 2 V 1
V u
R1
C1
R2
R 3C2
-
+V2
V1Vu
92
++=
32110
0 1111
RRRCQ
ω;
3221
20
1
RRCC=ω Dalle quali possiamo ricavare:
1
30 R
RA −=
e
++=
1
32
2
3
3
2
1
2
0
1
R
RR
R
R
R
R
C
C
Q Il guadagno a frequenza zero è -R3/R1 come per un semplice amplificatore invertente. Esso non
dipende né da R2, né da C1, né da C2. La ω0 è indipendente da R1.
Facciamo notare che la sostituzione fatta: 25 sCY → ; 12 sCY → equivale a dire che la rete
contiene due filtri passa basso.
Filtro passa-alto a retroazione multipla
Dovremo operare la
sostituzione:R
Y1
5 → ; R
Y1
2 →
Gli altri componenti saranno capacitivi.
Con la stessa tecnica si ottiene:
++++
−=
3232
1
22132
2
2
2
1
111)(
CCCC
C
R
s
RRCCs
sC
C
sk e
3
10 C
CA −= ;
++=
3232
1
20
0 111
CCCC
C
RQ
ω;
2132
20
1
RRCC=ω ;
++=
2
3
3
2
32
1
2
1
0
1
C
C
C
C
CC
C
R
R
Q
Per ∞→s è un amplificatore invertente realizzato con le capacità C1 e C3.
C 1
R1
C2
C3R2
-
+V2
V1Vu
93
Risposta dei sistemi lineari stazionari ai segnali stocastici
Ricordiamo alcune proprietà dei processi stocastici stazionari: Stazionarietà: va intesa in senso statistico: le caratteristiche statistiche di un processo sono invarianti nel tempo.
1) Stazionario in senso stretto
),...,,,...,(),...,,,...,( 1111 ττ ++= nnnn ttxxpttxxp 2) Stazionario in senso allargato
-- m e σ invarianti
-- ( )12 ttkK −→ dipendente solo dalla differenza di tempo.
-- )(2 τσ K≥ ; ( )02 K=σ
-- 2
)()(
σ
ττ
KR =
ove K(τ) è la funzione di autocorrelazione, che indica come i valori del processo al tempo t1 sono
correlati con quelli al tempo t2. La varianza σ2 invece è l'autocorrelazione allo stesso tempo t, quindi è un indice, giustamente, delle
fluttuazioni del processo stocastico. Definizione di processo ergodico: se alla media sull'insieme dei valori assunti dal processo si può
sostituire quella temporale:
∫==T
dttxT
txm0
)(1
)(
Supponiamo di avere un sistema lineare stazionario al quale è applicata una eccitazione x(t) che è una
"osservazione" di un processo stocastico X(t). Se tale osservazione è specificata in anticipo, il
problema è noto: si tratta di un segnale deterministico seppure con un modello matematico piuttosto complicato. In questo caso potremo sempre trovare la risposta del sistema y(t) attraverso la sua
risposta in frequenza k(iω). Se il processo in ingresso non può essere specificato, invece di avere una descrizione deterministica del segnale, saremo costretti ad utilizzare le medie statistiche del processo stocastico X(t). In
particolare il valore aspettato e la funzione di autocorrelazione del processo stesso. Il nostro obiettivo è quello di investigare l'associazione tra i processi stocastici in ingresso X(t) e quelli in uscita Y(t), attraverso lo studio della risposta in frequenza che connette i due processi.
Analisi spettrale della risposta di un sistema a segnali stocastici
Dobbiamo subito porre in evidenza che è necessario imporre una condizione: tratteremo solo con processi, X(t), che sono stazionari in senso allargato. In più imponiamo che x t( ) = 0 ; d'altronde,
data la linearità del sistema, eventuali componenti continue, potranno essere analizzate separatamente, non avendo caratteristiche stocastiche.
94
Media di un segnale in uscita
0
x ( t )
t Sia x(t) una singola osservazione del segnale di ingresso e rappresentiamola attraverso la sua
trasformata di Fourier
dteStx tix
ωωπ
∫=∞
∞−)(
2
1)(
Ugualmente esisterà la trasformata del segnale in uscita y(t):
dteSty tiy
ωωπ
∫=∞
∞−)(
2
1)( che potrà anche essere espressa tramite la funzione di trasferimento del
sistema k(iω): dteikSty tix
ωωωπ
∫=∞
∞−)()(
2
1)(
Se ora passiamo da una singola osservazione (pattern) ad un insieme completo di osservazioni, dovremo prendere Sx(ω) come una funzione stocastica e non come un singolo spettro. Ci ricordiamo
che la stazionarietà del processo X(t) implica che il valore medio degli spettri è nullo: 0)( =ωxS , che
è la stazionarietà di X(t). Questo porta alla conseguenza che:
0)()(2
1)( =∫=
+∞
∞−ωωω
πω deikSty ti
x
Autocorrelazione e spettro di potenza del segnale di uscita stocastico.
Per trovare la K(τ), oltre alla espansione al tempo t della y(t) occorre anche quella al tempo t+τ che
si può scrivere, ricordando le proprietà della trasformata di Fourier:
')'()'(2
1)( '' ωωω
πτ τωω deeikSty iti
x∫=++∞
∞− Considerando che y(t+τ) è una funzione reale, possiamo usare anche i complessi coniugati di Sx e di
k(iω)
')'()'(2
1)( ''** ωωω
πτ τωω deeikSty iti
x−−+∞
∞−∫=+
Per trovare la )()()( ττ +⋅= tytyK occorre ora moltiplicare i rispettivi spettri e mediare il
prodotto:
( ) ')'()()'()(4
1)( ''**
2ωωωωωω
πτ ωωτω ddeeikikSSK tii
xxy ∫ ∫=+∞
∞−
−−
Essendo il processo X(t) stazionario, lo spettro stocastico delle osservazioni individuali x(t) sono
delta-correlati:
( )')(2)'()( * ωωδωπωω −= xxx WSS e facendo uso della proprietà di filtro della delta, abbiamo:
95
ωωωπ
τ ωτ deikWK ixy
−∞+
∞−∫=
2
)()(2
1)(
Ricordiamo che W(ω) è lo spettro di potenza ed è definito come la trasformata di Fourier della
funzione di autocorrelazione K(τ):
ωωτ ωτ deWK iyy ∫=
+∞
∞−)()(
Possiamo quindi fare la seguente affermazione:
)()()( 2 ωωω xy WikW ⋅= cioè: lo spettro di potenza del processo stocastico in uscita, Wy(ω), è connesso con quello di
ingresso attraverso il modulo quadro della risposta in frequenza del sistema stazionario.
Nota.
Nei problemi pratici si fa uso della funzione F(ω), la cosiddetta one-sided, già definita: 0>per )()( ωωω WF = e nulla per ω < 0.
Allora:
)()()( 2 fFikfF xy ⋅= ω con la varianza:
( ) dffikfFK xy ∫==+∞
0
22 )2()(0 πσ
Esempio. Risposta di una rete RC al rumore bianco
y
R
CW0
NOISE
Supponiamo che la rete sia pilotata da una sorgente di rumore bianco il cui spettro di potenza è
costante, W0 [V2∗s], a tutte le frequenze.
La funzione di trasferimento della potenza k(ιω)2 vale:
RC= 1
1)(
222 τ
τωω
+=ik
( )τ
ωτπ
ωτωπ
ωωωπ
σ1
)tan(1
1)()(
2
10 0
0
022
022 ∞∞+∞
∞−=∫
+=∫== arc
Wd
WdikWK xy
τσ
202 W
=
Notare che la varianza del segnale in uscita è inversamente proporzionale alla costante di tempo del
sistema e quindi proporzionale alla sua frequenza di taglio. Risultato ragionevole se si pensa che il sistema è un passa-basso e quindi una riduzione della frequenza di taglio rappresenta una minore banda passante e, in definitiva, una diminuzione nel numero di frequenze che possono attraversare la
rete. La funzione di autocorrelazione del segnale in uscita è:
96
( )( ) ( )
ωω
ωτω
ωπτ
ωτd
RCd
RC
eWK
i
y ∫+
=∫+
=∞∞
022
022
'0
1
'cos2
1 Con l'ausilio delle tavole si ha:
( ) RCy e
RC
WK
'0
2'
τ
τ−
=
Ricordiamo che, come abbiamo già visto, K(τ) per il rumore bianco, segnale in ingresso, vale:
( ) ( )τδτ 0' WKWN = L'insegnamento che si può trarre è il seguente:
il segnale in ingresso, rumore bianco, ha uno spettro di potenza costante, W0=cost., questo, in
termini di trasformate, vuol dire:
( ) ( ) .cost0 ==∫= −+∞
∞−WdeKW i ττω ωτ
che si ha solo se ( ) ( )τδτ 0Wk = cioè i valori istantanei delle osservazioni sono completamente
scorrelati o, che è lo stesso, essi variano con una velocità infinitamente grande.
Differentemente in uscita la ( )τyK diventa
esponenziale; il filtro RC, limitando la risposta in frequenza, effettua una operazione di ordinamento
(mette in ordine). Mentre il segnale in ingresso è assolutamente imprevedibile, quello in uscita è più "ordinato", più "smooth": il suo tempo di
correlazione è dello stesso ordine di grandezza della costante di tempo RC della rete. E' interessante analizzare il caso di due celle RC separate da un OP-AMP con guadagno K0.
Esempio Risposta di 2 celle RC al rumore bianco
C1
R1
C2
R2
k0
w0y
W H I T EN O I S E
X
La funzione di trasferimento della potenza:
( ) ( )( )22
221
2
202
11 τωτωω
++=
kik
e quindi la funzione di autocorrelazione dell'uscita ( )τyK :
( ) ( )( ) ωτωτωπ
τωτ
dekW
Ki
y ∫++
=∞+
∞−22
221
2
200
112
E' consigliabile ricorrere alla teoria dei residui per il calcolo dell'integrale usando la stessa già vista in precedenza:
97
il sistema ha quattro poli semplici nei punti
12,1 τ
ωi
±= e 2
4,3 τω
i±=
ω3
ω1
ω2
ω4
Iω
RR
allora per τ > 0 calcoliamo il residuo in ω = ω1:
( )( ) ( )22
21
1/1
1
212
1
22
1/
22
221
21
1
1 221
11
1lim.
ττ
τ
ττ
τ
ττωτωτω
ττττωτ
τω
ωω −=
−
=++
−=
−−
→= i
e
i
eeRES
i
i
Analogamente si ricava il residuo ω = ω3:
( )22
21
1/2
3 2.
ττ
τ ττ
ωω −
−=
−
= i
eRES
e quindi la ( )τyK per τ > 0 è:
( ) ( )[ ]2/2
1/12
221
200
2
ττττ ττττ
τ −− −−
= eekW
K y
Poiché la ( ) ( )ττ −= KK , possiamo ricavare la ( )τyK per τ < 0 sostituendo ττ −→ . Quindi in
definitiva:
( ) ( )
−
−= −− 2
21
122
21
200
2
ττττ ττττ
τ eekW
K y
E la varianza:
( ) ( )( ) ( )21
200
2122
21
2002
220
ττττ
ττσ
+=−
−==
kWkWK yy
che nel caso τ1 = τ2 = τ diventa:
τσ
4
2002 kW
y =
che se confrontato con la τ
σ2
2002 kW
y = del filtro con una cella RC ci fa capire che l'aggiunta di
un'altra cella ha dimezzato la varianza del rumore in uscita ed ha aumentato la correlazione, il che può essere interpretato come la tendenza ad andare verso un maggiore ordine, cioè verso un segnale "quasi deterministico"
98
0
x(t)
t
1 RC
0
x(t)
t
2 RC
Sorgenti di fluttuazioni (noise) nei circuiti
Una delle cause più comuni di "noise" nei circuiti è dovuto alle fluttuazioni della densità volumetrica della carica elettrica nei corpi conduttori (resistori) in seguito al caotico moto termico dei portatori di carica.
Sebbene il dispositivo (resistore) sia complessivamente neutro, nel suo volume sono prodotte delle variazioni temporali di campo elettrico che producono una differenza di potenziale equivalente a "noise" ai suoi terminali.
A causa dell'alta densità di impacchettamento dei portatori di carica e all'alta velocità media termica, la tensione di rumore ha uno spettro molto ampio, tanto che il rumore generato può essere approssimato con un generatore di rumore-bianco delta correlato.
--
+
-
-
+
++
+
+
AA BB la carica delle due zone non è uguale a causa del caotico moto termico dei portatori di carica.
La legge di Nyquist
Cerchiamo di derivare una relazione per lo spettro di potenza, W(ω), del noise generato ai terminali di
un resistore R in equilibrio termico con l'ambiente circostante a temperatura assoluta T. Lo schema equivalente virtuale è costituito da:
C
R
w0
W H IT EN O IS E
R = resistore senza noise W0 = cost. (spettro di potenza del White-Noise)
C = capacità virtuale
Il principio di equipartizione dell'energia afferma che quando un sistema è in equilibrio termico, la sua
energia termica è ugualmente ripartita tra tutti i gradi di libertà del sistema, ed ognuno prende una
quantità pari a KT/2 (K = 1.38 10-23 J∗K-1 costante di Boltzmann). Poiché il nostro sistema
equivalente è un sistema dinamico del primo ordine con un solo grado di libertà, allora l'energia del campo elettrico immagazzinata nella capacità C uguaglierà l'energia termica:
99
22
V2 KTC c =
e quindi la varianza della tensione di rumore sarà:
C
KTcv == 22 Vσ
Essendo 0V 2 =c per ovvi motivi.
Dall'esempio sul noise di una rete RC, come questa virtuale, avevamo ricavato che lo spettro di
potenza in uscita, cioè sulla capacità, era:
C
KT
RC
W==
202σ
Come si vede la capacità virtuale si cancella, e si ottiene: W0 = 2KTR
In pratica si usa lo spettro di potenza "one sided" con frequenze positive (Legge di Nyquist):
[ ]120 V 4 −⋅= HzKTRF
F0 ha il chiaro significato di un varianza specifica, cioè per unità di intervallo di frequenza.
Per es.: a T = 300 K ; R = 10 kΩ si ha una Hznoise18 V 103.1 −− ⋅⋅≅σ
E' interessante notare che, nel caso di trasferimento di potenza da un sistema ad un carico, qualora si sia ottimizzato il trasferimento (R = RL), la potenza di rumore trasferita è indipendente da R:
KTR
KTR
R
VP L
RT ===4
4
4
2
Shot noise (rumore impulsivo)
Questo è un caso molto diffuso in molte applicazioni della fisica. Esso è generato dal passaggio "discreto" dei portatori di carica o no. Il fenomeno è più generale e complesso. Nei dispositivi elettronici come valvole termoioniche, diodi e transistor a semiconduttori,
fotomoltiplicatori e nei sistemi per la rivelazione di particelle (vedi parte III). Ovunque vi sia un processo che si sviluppa in modo "discreto" è possibile definire il cosiddetto "shot noise".
Come esempio consideriamo un sistema che può essere un tubo termoionico con un catodo che emette elettroni che vengono raccolti da un anodo o un diodo a semiconduttore. La corrente elettrica è costituita da un flusso di portatori di carica caotico, ciascuno dei quali porta una
carica di Coulomb 106.1 19−⋅=e e impiega un tempo s10 9−≈tt per attraversare lo spazio tra il catodo
e l'anodo. Chiamiamo questa "corrente di convezione": ic tale che:
C106.1 19
0
−⋅==∫ edtitt
c
Quindi si può stimare che A106.1 10−⋅≈ci poiché le correnti medie, tipicamente in un diodo sono
dell'ordine di qualche mA (10-3 A), si capisce che gli "impulsi" dovuti a ciascun portatore si
sovrapporranno nel tempo, essendo molto numerosi 710≈ .
100
La situazione può essere illustrata così :. i C
t cioè come la sovrapposizione degli impulsi sull'anodo Gli elettroni sono emessi dal catodo in tempi statisticamente indipendenti. Quindi è evidente che il valore istantaneo della corrente sull'anodo non rimane costante: esso esperimenta certe fluttuazioni.
In questo senso un dispositivo elettronico di questo tipo o, ripetiamo, un qualsiasi sistema in cui ci sia una generazione discreta di "eventi", può essere considerato un generatore di rumore speciale che viene detto "rumore impulsivo".
Proprietà statistiche della corrente in un diodo
Dato il meccanismo discreto del processo, è lecito rappresentarlo attraverso la distribuzione di probabilità di Poisson:
mn
n en
mtP −=
!)(
essendo m il valore medio della variabile fisica.
Se il processo è quello della corrente in un diodo e se indichiamo con ν il numero medio di elettroni
che arrivano all'anodo per unità di tempo, allora il numero medio di elettroni è: n t= ν e la
distribuzione diventa:
Ricordiamo che:
tn ν= ( )12 += ttn νν
( ) tnnn νσ =−=222
Se ora consideriamo che in un intervallo di tempo T arrivano all'anodo un numero n di elettroni, la
corrente osservata all'anodo è:
T
neiT
⋅=
Il suo valore medio è:
( ) νν eTT
e
T
neiT ==
⋅=
e la varianza:
( ) 00
2
2
2
22
2
22
2
22
2
22 I
T
eT
e
I
T
eT
T
e
T
en
T
en
T
eni ====−= νσσ
da cui la σi:
oi IT
e=σ
e, in senso relativo
oT
i
TI
e
i=
σ
101
cioè le fluttuazioni relative della corrente.
Possiamo concludere che le fluttuazioni relative della corrente in un diodo diminuiscono con l'aumento della corrente media, I0, e del tempo di osservazione, T.
Equazione di Schottky
In generale in un sistema capace di processare un segnale in un tempo T, il sistema deve far passare "tutte" le frequenze fino a una determinata frequenza massima fmax. Questo teorema fu enunciato da
Kotelnikov:
max2
1
fT =
Quindi, al diminuire del tempo di osservazione, la banda che deve essere considerata nello spettro aumenta (si allarga).
C
R
w0
W H IT EN O IS E
I0
Per cui, nell'esempio del diodo, poiché:
max002 2 feII
T
ei ==σ
ovvero, dividendo per fmax:
0max
22eI
fi =
σ
che è l'equazione di Schottky, detta anche varianza specifica, cioè per unità d'intervallo di frequenza,
della corrente fluttuante nel diodo. L'unità di misura è, ovviamente, [ ]-12HzA .
In seguito a ciò, il circuito equivalente di rumore per qualsiasi dispositivo del genere, è costituito da un generatore di rumore bianco con uno spettro di potenza dato dalla equazione di Schottky. In pratica lo spettro di potenza dello shot-noise in un dispositivo elettronico del genere, rimane
costante fino a parecchie centinaia di MHz, poi comincia a diminuire con l'aumentare della frequenza. Questo accade perché a queste frequenze molto alte (ovvero a tempi molto brevi), il modello adottato, che richiede un gran numero di portatori, non risulta più adatto.
102
Metodo Montecarlo (cenni)
Una trattazione teorica completa del Metodo Montecarlo non e' scopo di questo corso per cui rinviamo ai testi specializzati come, ad. Es. "George S. Fishman, Monte Carlo, Springer-Verlag, (1996), per questo scopo.
Nel presente testo ci limiteremo a dare alcune nozioni ed esempi utili per il corso. Il tipo di scelta di una variabile nel metodo Montecarlo e' una scelta casuale (random) determinata dalla densità di probabilità scelta per quella variabile. La scelta, ovviamente, e' fatta in base al
processo fisica da simulare. Sebbene la funzione di probabilità può essere diversa, modificata, parametrizzata da varie necessita', il valore della variabile non deve essere predicibile a priori. Per soddisfare questa richiesta, l'intervallo di probabilità e' confrontato con la distribuzione di un
numero casuale uniforme. dnnKdvvP )()( =
cioè la probabilità che la variabile assuma un valore compreso tra ν, ν+dν e' posta proporzionale alla probabilità che il numero, n che chiameremo RN (Random Number), assuma un valore compreso tra n,
n+dn. Questa e' la formula fondamentale del Metodo Montecarlo.
Piche' abbiamo scelto una distribuzione di RN uniforme, la costante K(n) e' solo una costante di normalizzazione. Nella risoluzione dei problemi di Fisica, in pratica, possono presentarsi tre casi:
1) La funzione di probabilità e' continua e analiticamente integrabile. 2) La funzione di probabilità e' continua ma non analiticamente integrabile. 3) La funzione di probabilità e' discreta.
Per ora tratteremo solo il caso 1). Assumiamo che il numero random, RN, abbia una distribuzione di valori uniforme e compresa tra 0 e 1. Cioe' 0<= RN <=1.
Esempio. Distribuzione isotropa dell'angolo azimutale φ
dnnKdddP )( ; )( =∝ φφφφ allora ∫=∫ ndnKd 00φ φ da cui φ=Kn.
Poiche vogliamo che :
al valore minimo dell'angolo φ=0 corrisponda il valore minimo della variabile n=0, e
al valore massimo dell'angolo φ=2π corrisponda il valore massimo della variabile n=1, otterremo una distribuzione isotropa dell'angolo φ generando la funzione φ=2π(RN).
Esempio. Distribuzione isotropa dell'angolo polare θ Per avere una distribuzione isotropa nell'angolo solido, dΩ = dφd(cosθ), e' necessario avere una
distribuzione isotropa sia in φ che in cos(θ), quindi :
KdndddP =∝ ))(cos( ; )(cos)( θθθθ allora KndnKd n =+∫=∫− 1)cos( ; ))(cos( 0cos1 θθθ
poiche' per cosθ=-1 deve corrispondere n=0 e a cosθ=1 deve corrispondere n=1, otteniamo la
funzione di estrazione cosθ=2(RN)-1.
103
Esempio. Distribuzione del cammino di assorbimento in un materiale.
L'assorbimento in un materiale e' ben rappresentato dalla funzione xe µ−−1 quindi :
KnednKdxeKdndxeKdnededdxxP xxnx xxxx =−∫=∫==−−∝ −−−−−000 ; ; ; )1( ; )1()( µµµµµ µµ
Kne x =+− − 1µ
Poiché a x=0 deve corrispondere n=0 e a x= ∞ deve corrispondere n=1
µµµ )1ln( estrazione di funzione la ottiene si 1 ; 1 RNxRNeRNe xx −−=−−=− −−