Elementi Di Teoria Dei Segnali

INTRODUZIONE AI SEGNALI
Fondamenti TLC
1
Elementi di Teoria dei Segnali (di Marco Marcon)
Classificazione dei segnali (1)

I segnali rappresentano il comportamento di grandezze fisiche (ad es. tensioni,
temperature, pressioni, ...) in funzione di una o pi variabili indipendenti (ad es. il
tempo t, lo spazio x, ...).
I segnali monodimensionali sono rappresentati da funzioni di una sola variabile e
possono essere:
continui => se la variabile

indipendente assume con
continuita tutti i valori reali
0.5
x(t )
-0.5
-2
-1
Fondamenti TLC
2

discreti => se la variabile indipendente assume valori multipli interi di un
intervallo prefissato
0.5
-0.5
-5
xn
5
Fondamenti TLC
3

reali => se il segnale assume solo valori solo reali
complessi => se il segnale assume valori complessi (parte reale + parte
immaginaria oppure modulo + fase)
Modulo + Fase
Reale + Immaginaria
1
0
-1
-5 -4 -3 -2 -1 0 1 2 3 4 5
t
4
3
2
1
0
-1
-2
-3
-4
-5 -4 -3 -2 -1
t
Fondamenti TLC
4

periodici => se il segnale si ripete uguale a se stesso dopo un qualsiasi
intervallo multiplo di un periodo di durata To: y(t)=y(t+kT0).
Linverso della durata del periodo viene detta frequenza fondamentale fo del
segnale periodico.
Se y(t) e periodico di periodo di durata To , e con x(t) si indica lespressione di
un solo periodo, e evidente che il segnale periodico pu essere espresso come:
y (t ) =
x(t nT )
x(t)
n =
To
1
0
-1
-5
-4
-3
-2
-1
Fondamenti TLC
5
Energia e Potenza
Energia
E=
Potenza istantanea
x(t ) dt
Pi = x(t )
T /2
1
2
PT =
/ 2x(t ) dt
T T
Potenza media sullintervallo T
T /2
Potenza media
1
2
Pm = lim
x(t ) dt
T T
T / 2
Potenza media di un segnale periodico
1
Pm =
To
To / 2
x(t )
dt
To / 2
Fondamenti TLC
6
Ritardo
Il segnale
x(t )
e ritardato di
rispetto a
x(t )
e traslato rigidamente verso destra
2
1
x(t )
x(t 100)
-1
-2
-200
-100
100
200
Fondamenti TLC
7
Anticipo
Il segnale
x(t + )
e anticipato di
rispetto a
x(t )
e traslato rigidamente verso sinistra
2
1
x(t )
x(t + 100)
-1
-2
-200
-100
100
200
Fondamenti TLC
8
Scalatura
Il segnale
x(at ) e scalato di a
rispetto a
e dilatato o compresso a secondo che
t
x
2
a <1 o a >1
t
x
2
x(t )
2
-1
x(t )
-1
-2
-200
-100
100
200
-2
-200
-100
100
200
Fondamenti TLC
9
10
ESEMPI: costante e rettangolo
x(t ) = C
x(t ) = rect (t )
E=
Costante
Rettangolo
E =1
Pm = 0
Pm = C 2
1.5
8
6
1
4
0.5
2
0
-50
-25
25
50
0
-1
1
Fondamenti TLC
10
11
Moltiplicazione di un segnale per il rettangolo
y (t ) = x(t ) rect (t )
2
x(t )
0
-2
-1
-2
-1
y (t )
2
1
Fondamenti TLC
11
12
ESEMPI: scalino ed esponenziale reale
1 t > 0
x(t ) = u (t ) =
0 t<0
Scalino
x(t ) = exp( at )u (t )
Esponenziale reale
1
E=
2a
1
Pm =
2
E=
a>0
1.5
0.8
0.6
0.5
0.4
0
0.2
-0.5
-1
-0.5
0.5
0
-1
Fondamenti TLC
12
13
Limpulso: definizione
Limpulso (detto anche delta di Dirac) puo essere definito come il rettangolo
di base T e altezza 1/T quando T tende a zero:
1
t
rect
T 0 T
T
(t ) = lim
A = (t ) dt = 1
1.5
1
1/T
Limpulso e dunque un segnale

localizzato nellorigine con base
infinitesima, ampiezza infinita, ma
area (integrale) unitaria:
0.5
T
0
-1
0
Fondamenti TLC
13
14
Limpulso: regole di calcolo

1 - Un segnale x(t) moltiplicato per un impulso e uguale al valore del segnale in t=0 per
2
limpulso stesso
t
1
lim
x(t) (t ) = T 0 x(t ) rect =

T
T
1
t
= lim x(0) rect = x(0) (t )
T 0
T
T
1/T rect(t/T)
-1
x(t)
-2
-200
-100
100
200
2 - Un segnale x(t) moltiplicato per un impulso ritardato di e uguale al valore del

segnale in t= per limpulso stesso:
x(t) (t ) = x( ) (t )
3 - Lintegrale di un segnale x(t) moltiplicato per un impulso ritardato di e uguale al

valore del segnale in t= :
x(t ) (t ) dt = x( )
Fondamenti TLC
14
15
Simbolo dellimpulso
2 (t-1)
2
1
-2
-1
(t)
-1
-2 (t+2)
-2
Fondamenti TLC
15
16
Cosinusoide
x(t ) = A cos(2f ot + )
1
To =
fo
A2
Pm =
2
Periodo
Ampiezza
Frequenza
Fase (iniziale)
x(t ) = 5 cos 2 2t
2.5
0
y (t ) = sin (2f 0t ) =
-2.5
-5
-1
-0.5
0.5
= cos(2f 0t / 2 )
Fondamenti TLC
16
17
Cosinusoide: ampiezza, fase, frequenza

0
-10
-1
10
-0.5
0.5
0
-10
-1
-0.5
0.5
Cosinusoide
x(t ) = A cos(2f ot + ) =
= A cos 2f o t +
2f o
5
0
-5
-1
5
-0.5
0.5
-0.5
0.5
0
-5
-1
Aumenta la frequenza
Aumenta lampiezza
10
Aumenta la fase iniziale

1
0.5
0
Aumentare la fase della cosinusoide -0.5

equivale ad anticipare
-1
-1
-0.5
0.5
Fondamenti TLC
17
18
Lesponenziale complesso
x(t ) = exp{ j 2 f ot
Pm = 1
Im{x(t)}
sin{ 2 f ot
}
1
{ 2
f ot
Re{x(t)}
cos{ 2 f ot
Fondamenti TLC
18
19
Lesponenziale complesso (Eulero) 1

cos{ 2 f ot }=
Im{x(t)}
1/2
{ 2
f ot
1 exp{ j 2 f ot }+
=
2 exp{ j 2 f ot }
Re{x(t)}
1/2
{ 2
f ot
sin{ 2 f ot }=
1 exp{ j 2 f ot }
=
2 j exp{ j 2 f ot }
Fondamenti TLC
19
20
Lesponenziale complesso (Eulero) 2

x(t ) = exp{ j 2 f ot
Componenti reale + immaginaria

1
0
Im{x(t)}
-1
1
{ 2
f ot
-5 -4 -3 -2 -1
0 1 2 3 4 5
Modulo + fase
Re{x(t)}
4
3
2
1
0
-1
-2
-3
-4
-5 -4 -3 -2 -1
Fondamenti TLC
20
SEGNALI PERIODICI: LA SERIE DI FOURIER
21
Fondamenti TLC
1
22
Rappresentazione dei segnali periodici (1)

To
Un segnale periodico con periodo di durata To puo essere rappresentato come

somma di esponenziali complessi con frequenza pari ad un multiplo intero
della frequenza fondamentale (fo=1/T0) e con opportuna ampiezza e
sfasamento iniziale.
y (t ) =
Ak exp{j (2
)}
k f o t + k =
k =
Ak exp{jk }exp{j 2
k =
k f ot
Per maggior compattezza delle formule conviene introdurre il coefficiente complesso:
Yk = Ak exp{jk }
y (t ) =
ottenendo:
Y exp{j 2
k =
k f ot
}
Fondamenti TLC
2
23
Rappresentazione dei segnali periodici (2)

Lampiezza Ak e lo sfasamento iniziale k degli esponenziali
complessi (detti componenti armoniche), cioe il coefficienti complessi Yk ,
si trovano con un semplice integrale:
1
Yk =
To
To / 2
y (t ) exp j 2 k f ot dt
To / 2
Lo sviluppo del segnale periodico nelle sue componenti armoniche

viene detto Serie di Fourier (gli Yk sono chiamati Coefficienti della
Serie di Fourier).
Fondamenti TLC
3
24
Come si ottengono i coefficienti della serie di Fourier

y(t) =
1
Yk =
To
1
=
To
To / 2
To / 2
Yn exp{j 2
n =
n f ot
y (t ) exp j 2 k f o t dt =
To / 2
} {
1
Yn exp j 2 n f ot exp j 2 k f ot dt = T
o
T / 2 n =
o
1
=
To
To / 2
Yn exp{j 2 (n k )
To / 2 n =
T0 / 2
T0 / 2
0 se n k
Yn cos 2 (n k ) f ot dt + j sin 2 (n k ) f ot dt = Y se n = k
T0 / 2
n =
n
T0 / 2
Se n e diverso da k lintegrale e nullo in quanto si integra un numero intero di

cicli di un segnale sinusoidale.
Se n=k lintegrale e diverso da zero in quanto si integra una costante.
Fondamenti TLC
4
f o t dt
25
Simmetrie della serie di Fourier di segnali reali

Se il segnale periodico y(t) e reale la sua espansione in serie di Fourier gode di
simmetria complessa coniugata:
Yk = Y*k
Ak exp( jk ) = A k exp( j k )
INFATTI
*
Y k
1
=
To
1
=
To
1
=
To
To / 2
To / 2
To / 2
To / 2
y (t ) exp j 2 ( k ) f o t dt =
To / 2
y (t ) exp + j 2 ( k )
To / 2
y (t ) exp j 2 ( k )
f o t dt =
1
f o t dt =
To
To / 2
y (t ) exp{ j 2kf o t} dt = Yk
To / 2
Fondamenti TLC
5
26
Serie di Fourier di segnali reali

Se il segnale periodico y(t) e reale la serie di Fourier puo scriversi anche come
somma di coseni e seni:
y(t ) =
Y exp{j2 k f t}=
k =
exp{j 2kf 0t}=
cos(2kf 0t ) + j sin (2kf 0t )
exp{ j 2kf 0t}=
cos(2kf 0t ) j sin (2kf 0t )
= Yo + Yk exp j 2 k fot + Yk exp j 2 k fot =

k =1
Yk = Re{ k }+ j Im{ k }= Yk exp{jk }

Y
Y
Yk* = Re{ k } j Im{ k }= Yk exp{ jk }
Y
Y
= Yo + Yk exp j 2 k fot + Yk* exp j 2 k fot =

k =1
Y
Y
= Yo + 2 Re{ k }cos 2 k fot Im{ k }sin 2 k fot =
k =1
= Yo + 2 Yk cos 2 k fot + k
k =1
1 To / 2
Y0 =
y (t ) exp{ j 2kf 0t}dt
=
T 0 To / 2
k =0
T /2
1 o
y (t )dt
T 0 T / 2
o
Lunica armonica che non e moltiplicata per 2 e quella a frequenza zero

che viene detta la componente continua del segnale.
6
Fondamenti TLC
27
Esempi di espansione in serie di Fourier: londa quadra

y(t)
1
1/2
To /2
La componente continua, Y0, vale 1/2
1
Yk =
To
To / 4
exp{ j 2 k f o t} dt =
To /2
0 .6
Yk
0 .4
To / 4
k
1
1 sin
2
cos{ k f o t } dt =
2
To T/ 4
2 k
o
2
To / 4
sin
sin
= lim
=1
=0 0
0 .2
-0 .2
-6 -5 -4 -3 -2 -1
Fondamenti TLC
7
28
Le prime 10 armoniche dellonda quadra

0.8
k=0
k=1
k=3
k=5
k=7
k=9
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-2
-1
k =1
k =1
y (t ) = Y0 + 2 Re(Yk ) cos(2kf 0t ) 2 Im(Yk ) sin (2kf 0t )

Fondamenti TLC
8
29
Espansione parziale in serie di Fourier dellonda quadra

Armoniche 0,1
-1
-2
-1
-2
-1
-2
-1
-2
Fondamenti TLC
9
Armoniche 0,1,3,5,7
Armoniche 0,1,3,5
2
Armoniche 0,1,3
30
Esempi di espansione in serie di Fourier: la costante

1
t
E periodica di un periodo
di durata qualsiasi
La componente continua vale 1
1 per k = 0
Yk =
0 per k 0
0.5
-6 -5 -4 -3 -2 -1
Fondamenti TLC
10
31
Esempi di espansione in serie di Fourier: londa quadra a media nulla
1/2
0
t
To /2

Yk =
1
To
1
To
To / 4
Yk
exp j 2 k f o t dt =
To / 4
0.6
0.4
k
1 sin
2 per k 0
cos 2 k f o t dt = 2
To / 4
k
2
To / 4
To /2
0.2
-0.2
-6 -5 -4 -3 -2 -1
Fondamenti TLC
11
32
Esempi di espansione in serie di Fourier: lesponenziale complesso

Lesponenziale complesso periodico, ed e di per s un termine
dellespansione in serie di Fourier:
y ( t ) = exp { j 2 f o t
Yk
1
1 per k = 1
Yk =
0 per k 1
-6 -5 -4 -3 -2 -1
Fondamenti TLC
12
33
Esempi di espansione in serie di Fourier: il coseno

Il coseno e di per s un termine dellespansione in serie di Fourier di segnali
reali:
y (t ) = Yo + 2 Yk cos(2 k f ot + k )
k =1
0.6
Yk
0.4
1/2 per k = 1
Yk =
0 per k 1
0.2
-0.2
-6 -5 -4 -3 -2 -1
Fondamenti TLC
13
34
Esempi di espansione in serie di Fourier: il seno

Il seno e di per s un termine dellespansione in serie di Fourier di segnali
reali:
y (t ) = Yo + 2 Re{ k }cos 2 k f ot Im{ k } 2 k f ot

Y
Y sin
k =1

j
2 per k = +1
j
Yk = +
per k = 1
2
0 per k 1
Yk
0.5
-0.5
-6 -5 -4 -3 -2 -1
Fondamenti TLC
14
SEGNALI NON PERIODICI: LA TRASFORMATA DI FOURIER
35
SEGNALI NON PERIODICI:

LA TRASFORMATA DI FOURIER
Fondamenti TLC
1
36
Rappresentazione dei segnali non periodici

nel dominio della frequenza (1)
Un segnale non periodico puo essere visto come un segnale con periodo di
durata (To) tendente allinfinito. Esso pu essere rappresentato come somma di
esponenziali complessi con frequenza pari ad un multiplo intero della
frequenza fondamentale fo=1/T0 che, in questo caso, diventa infinitesima (df).
Aumentando il numero delle componenti armoniche e rimanendo finita lenergia
del segnale, anche lampiezza degli esponenziali complessi diventa infinitesima.
E ragionevole quindi rappresentare ampiezza e fase delle componenti armoniche
come una funzione complessa della frequenza moltiplicata per la frequenza
fondamentale:
Yk = Y (k f o ) f o
Al tendere di fo allinfinitesimo df, kfo copre con continuita tutte le frequenze e
diventa quindi la variabile continua f:
Y (k f o ) f o Y ( f ) df
Fondamenti TLC
2
37
Rappresentazione dei segnali non periodici

nel dominio della frequenza (2)
E possibile estendere il formalismo dellespansione in serie di Fourier ad un
segnale non periodico, ottenendo:
y (t ) =
Yk exp{j 2
k =
kf 0t
Yk = Y (kf 0 ) f 0
y (t ) =
Y (kf 0 ) f 0 exp{j 2
k =
T0 , f 0 df , kf 0 f
kf 0t
y (t ) = Y ( f ) exp j 2 ft df
La funzione complessa Y(f) si ottiene ancora sfruttando lo stesso formalismo che

consente di trovare ampiezza e fase delle componenti armoniche di un segnale
periodico:
1
Yk =
To
To / 2
y (t ) exp j 2 k f o t dt = Y (kf 0 ) f 0
T0 / 2
T0 , f 0 df , kf 0 f
Y ( f )df = df y (t ) exp j 2 ft dt
X X
Fondamenti TLC
3
38
La trasformata di Fourier
Loperatore che consente di ottenere la funzione complessa della
frequenza che rappresenta ampiezza e fase delle componenti armoniche
di un segnale non periodico viene detto Trasformata di Fourier del
segnale:
y(t ) exp{ j 2 ft} dt
Y( f ) =
Loperatore che consente di ottenere il segnale nel tempo a partire dalla

sua trasformata di Fourier viene detto Trasformata Inversa di Fourier
oppure Anti-trasformata di Fourier :
y (t ) = Y ( f ) exp j 2 ft df
Fondamenti TLC
4
39
Dalla serie di Fourier dellonda quadra alla

trasformata di Fourier del rettangolo (1)
1
T2
T1
Il periodo del segnale ha durata To =T1 +T2
1
Yk =
To
T1 / 2
exp j 2 k f o t dt =
T1 / 2
sin kT1
T /2
To
T1
1 1
cos 2 k f o t dt = T
To T / 2
0
kT1
1
To
La componente continua vale T1 / To

Fondamenti TLC
5
40

Assumiamo T1 = 1
To = 2
YkTo = Y ( kf o )
0
-1
-6
1
-3
-2
-1
-6
-4
-2
-1
-24 -20 -16 -12 -8
To = 8
-4
-1
-12 -10 -8
1
To = 4
-5
-4
0
10 12
12 16 20 24
Fondamenti TLC
6
41

Se To va allinfinito (rettangolo non periodico) la trasformata di Fourier diventa:
T1 / 2
sin T1 f
exp j 2 ft dt = T1
Y( f ) =
T1=1
T1 f
T1 / 2
0 .5
- 0 .5
-3
-2
-1
3
Fondamenti TLC
7
42
Seno cardinale
sinc(t ) =
sin t
Si annulla per tutti i valori
E =1
interi di t tranne nellorigine

dove ha valore unitario
1
0.8
0.6
0.4
0.2
-0.4
-5
-4
-3
-2
-1
-0.2
0
Fondamenti TLC
8
43
Periodicizzazione di segnali non periodici

Periodicizzare a passo To un segnale x(t), significa sommare tra loro infinite repliche
del segnale x(t) traslate tra loro di To. Il segnale y(t) che si ottiene e sicuramente
periodico di periodo To.
y (t ) =
x(t nT )
n =
Dallesempio fatto, si puo osservare che periodicizzando a passo To il segnale non

periodico x(t) (il rettangolo di durata T1 e ampiezza unitaria) si ottiene londa quadra y(t).
Si puo anche osservare che la serie di Fourier dellonda quadra si ottiene a partire dalla
trasformata di Fourier di x(t)
1 sostituendo al posto della frequenza il valore k/ To
2 moltiplicando il risultato per 1/ To :
X ( f ) = T1
sin T1 f
T1 f
1 k T1 sin kT1 / To
Yk = X =
To To T0 kT1 / To

CIO E VERO IN GENERALE
Fondamenti TLC
9
44
Esempi di trasformata di Fourier (il rettangolo)

A
x(t ) = A rectT (t ) =
0
t T /2
t >T /2
sin fT
X ( f ) = AT
fT
x(t)
A
-T/2
T/2
X(f)
AT
F
-1/T
1/T
Fondamenti TLC
10
45
Esempi di trasformata di Fourier (il triangolo)

x(t ) = A tri2T (t )
x(t)
sin fT
X ( f ) = AT
fT
X(f)
-T
AT
F
-1/T
1/T
Fondamenti TLC
11
46
Esempi di trasformata di Fourier (il sinc)

t
sin T
x(t ) = A
t
T
A
X ( f ) = AT rect1/ T ( f ) =
0
1
2T
1
f >
2T
f
x(t)
A
X(f)
-T
AT
F
-1/2T
1/2T
Fondamenti TLC
12
47
Esempi di trasformata di Fourier (la gaussiana)

t2
1
exp 2
x(t ) =
2a
2a 2
X ( f ) = exp
f2
2 2
1 / 2 a
x(t)
1 / 2a 2
X(f)
1
t
F
f
Fondamenti TLC
13
LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI
48
LA TRASFORMATA DI FOURIER:
PROPRIETA ed ESEMPI
Fondamenti TLC
1
49
Proprieta della TDF (1)

LINEARITA: la TDF della combinazione lineare (somma pesata) di due segnali
e uguale alla combinazione lineare delle TDF dei due segnali.
a1 x1(t) +a2 x2(t)
TDF
a1 X1 (f) +a2 X2 (f)
SIMMETRIA: la TDF di una segnale REALE gode di simmetria complessa

coniugata. La parte reale e il modulo sono simmetrici rispetto allorigine (pari), la
parte immaginaria e la fase sono antisimmetriche rispetto allorigine (dispari).
x(t) reale
TDF
X(f) = X*(-f)
Re{X(f)} = Re{X(-f)}
Im{X(f)} = - Im{X(-f)}
|X(f)| = |X(-f)|
fase X(f) = - fase X(-f)
Fondamenti TLC
2
50

TDF di una segnale REALE
A
Modulo
Fase
f
f
A
A
Reale
Immag.
Casi particolari
x(t) reale pari

x(t) reale dispari
TDF
X(f) reale pari

X(f) immaginario dispari
Fondamenti TLC
3
51

Valori nellorigine
X (0) = x(t ) exp{ j 2ft }dt = x(t )dt

f =0
x(t)
X(0)
t
x(0) = X ( f ) exp{j 2ft}df = X ( f )df
t =0
X(f)
x(0)
f
Fondamenti TLC
4
52

Traslazione nei tempi: la TDF del segnale ritardato e uguale a quella del
segnale originale moltiplicata per un esponenziale complesso
x(t-t0 )
TDF
e-j2f t0 X(f)
Traslazione nelle frequenze: traslare in frequenza la TDF del segnale, equivale

a moltiplicare il segnale nei tempi per un esponenziale complesso
x(t ) e-j2 f0 t
TDF
X(f+ f0 )
Fondamenti TLC
5
53

Moltiplicazione nelle frequenze: la TDF inversa del prodotto delle TDF di due
segnali e uguale allintegrale di convoluzione dei segnali nei tempi. Lintegrale di
convoluzione e un operatore utilizzato, per esempio, per descrivere come
vengono modificati i segnali quando passano attraverso sistemi lineari tempoinvarianti.
x( ) y(t )d
X(f)Y(f)
TDF
Moltiplicazione nei tempi: la TDF del prodotto di due segnali e uguale

allintegrale di convoluzione delle due TDF (nelle frequenze).
x(t )y(t)
TDF
X ( )Y ( f )d
Fondamenti TLC
6
54

La relazione di Parseval: lenergia di un segnale e uguale allintegrale del
modulo quadrato della sua TDF
X(f )
Quindi
x(t ) dt
X ( f ) df
integrata su tutto lasse delle frequenze fornisce lenergia del segnale.
X(f )
rappresenta lenergia del segnale in ogni intervallo di frequenze
infinitesimo df.
X(f )
viene detta DENSITA SPETTRALE DI ENERGIA
Fondamenti TLC
7
55
Banda di un segnale
Viene definita Banda (B) del Segnale x(t) lintervallo di frequenze (misurato sul
semiasse positivo) allinterno del quale X(f) assume valori diversi da 0. Molto
spesso X(f) a rigore diversa da 0 da - a , in questo caso la Banda
corrisponde allintervallo di frequenza in cui X(f) significativamente diversa da 0.
Operativamente nella definizione di banda, consideriamo due classi di segnali:
Segnali di tipo passa-basso
X(f) concentrata intorno a f=0
Segnali di tipo passa-banda

X(f) concentrata intorno a f=f0
|X(f)|
|X(f)|
-f0
-f0
B
Fondamenti TLC
8
56
La trasformata di Fourier del coseno (1)

Un impulso di area unitaria in frequenza ha come TDF inversa una costante
unitaria nei tempi:
( f ) exp{j 2 ft} df
=1
Quindi la TDF di una costante unitaria e un impulso nelle frequenze.

La trasformata di Fourier del coseno si ricava da quella della costante utilizzando
le proprieta di traslazione nelle frequenze e di linearita:
x (t ) = cos(2 f ot ) =
1
1
exp j 2 f ot + exp j 2 f ot
2
2
TDF
1
1
X ( f ) = ( f fo ) + ( f + fo )
2
2
Fondamenti TLC
9
57
La trasformata di Fourier del coseno (2)

La serie di Fourier del coseno ricavata in precedenza e costituita da due
campioni di ampiezza 1/2 rispettivamente in k= +1 e k= -1
1/2 per k = 1
Xk =
0 per k 1
x (t ) = cos( 2 f ot )
0.6
La TDF del coseno si ottiene dalla serie di

Fourier ponendo alle frequenze f=kfo, impulsi
Xk
0.4
di area pari ai campioni Xk della serie, dove
fo e la frequenza fondamentale del segnale
0.2
periodico
0
1
1
X ( f ) = ( f fo ) + ( f + fo )
2
2
-0.2
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Fondamenti TLC
10
58
La trasformata di Fourier del seno (1)

La trasformata di Fourier del seno si ricava da quella della costante utilizzando le
proprieta di traslazione nelle frequenze e di linearita:
x (t ) = sin (2 f ot ) =
j
j
exp{ j 2 f ot} exp{j 2 f ot }
2
2
TDF
j
j
X ( f ) = ( f + fo ) ( f fo )
2
2
Fondamenti TLC
11
59
La trasformata di Fourier del seno (2)

La serie di Fourier del seno ricavata in precedenza e costituita da due
campioni immaginari di ampiezza +j/2 e -j/2 rispettivamente in k= +1 e k= -1
j
2 per k = +1
j
per k = 1
X k = +
2
0 per k 1
x (t ) = sin (2 f ot )
La TDF del seno si ottiene dalla serie di

Fourier ponendo alle frequenze f=kfo impulsi
di area pari ai campioni Xk della serie, dove
fo e la frequenza fondamentale del segnale
0.5
Xk
periodico
0
j
j
X ( f ) = ( f + fo ) ( f fo )
2
2
-0.5
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Fondamenti TLC
12
60
La trasformata di Fourier di segnali periodici

In generale la TDF di un segnale periodico y(t) si ottiene dalla serie di Fourier
ponendo alle frequenze f=kfo impulsi di area pari ai campioni Yk della serie, dove
fo e la frequenza fondamentale del segnale periodico.

Cio significa che la trasformata di Fourier di un segnale periodico e costituita da
impulsi equispaziati in frequenza a passo pari alla frequenza fondamentale.
Infine, ricordando che la serie di Fourier di un segnale periodico y(t) si ottiene a
partire dalla trasformata di Fourier di un solo periodo x(t)
1 sostituendo al posto della frequenza il valore k/ To
2 moltiplicando il risultato per 1/ To
si deduce che:
La trasformata di Fourier Y(f) di un segnale periodico y(t) si ottiene a partire dalla
trasformata di Fourier X(f) di un solo periodo x(t) nel modo seguente:
1
Y( f ) =
To
k 1
X ( f ) f T = T
k =
o
o
k
k
X T f T

k = o
o
Fondamenti TLC
13
61
Esempio: londa quadra a media nulla
1/2
y(t)
t
To /2
To /2
0.6
Yk
sin k
Serie di Fourier
0.4
1
2 per k 0
Yk =
2 k
2
0.2
0
Trasformata di Fourier
Y( f ) =
sin k
1
k = 2
-0.2
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
k
f- per k 0
T
o
Fondamenti TLC
14
62
Esempio: londa quadra a media non nulla (1)
y(t)
t
To /2
To /2
sin o f
2
T0
X(f )=
2
To f
Trasformata di Fourier del singolo

periodo x(t) {rettangolo di ampiezza
unitaria e durata To/2}
1
Y( f ) =
To
Trasformata di Fourier del segnale

periodico y(t)
k =
X ( f ) f
k
=
To
sin o f
2
1 T0
f k =
=
2
To k =
To
To
k
1 sin
2 f k
To
2 k
k =
Fondamenti TLC
15
63
Esempio: londa quadra a media non nulla (2)

To/2
T
sin o f
2
T0
X(f )=
2
To f
0
-2/To 0 2/To
1/2
1
Y( f ) =
To
k
X ( f ) f T
k =
o
0
-2/To 0 2/To
Fondamenti TLC
16
64
Esempio: il treno dimpulsi

La TDF di un impulso nei tempi e una costante unitaria nelle frequenze:
X ( f ) = (t ) exp j 2 ft dt = 1
La TDF di un treno dimpulsi che si ripetono nei tempi a passo T e:
1
Y( f ) =
T
y (t ) =
k 1
X(f ) f T = T
k =
k
f T
k =
(t nT0 )
Y(f)
1/T
n =
-3T -2T -T 0 T 2T 3T
-2/T -1/T
1/T
2/T
Fondamenti TLC
17
SISTEMI LINEARI TEMPO INVARIANTI
65
Fondamenti TLC
1
66
Definizione di Sistema
Sistema:
Da un punto di vista fisico e un dispositivo che modifica un segnale x(t), detto
ingresso, generando il segnale y(t), detto uscita.
Da un punto di vista formale il segnale dingresso x(t) viene manipolato tramite
un generico operatore matematico indicato con O[.]. Il risultato delle operazioni
matematiche eseguite sullingresso e il segnale duscita y(t).
Schema a blocchi
Sistema
x(t)
O[ x(t) ]
y(t)
Fondamenti TLC
2
67
Sistemi Lineari Tempo-Invarianti (LTI)

Lineare: quando luscita generata dalla combinazione lineare di due o piu ingressi
e uguale alla combinazione lineare delle uscite generate dai singoli ingressi
Sistema Lineare
x1(t)+x2(t)
O[ x1(t)+x2(t) ]=O[ x1(t) ]+ O[ x2(t) ]
y1(t)+y2(t)
Tempo Invariante: quando luscita generata da un segnale ritardato e uguale

alluscita generata dal segnale originale ritardata.
x(t)
Sistema Tempo Invariante
O[x(t )]
y(t)
Fondamenti TLC
3
68
Risposta allimpulso
Risposta allimpulso: e luscita del sistema quando lingresso e limpulso.
Viene solitamente indicata con il simbolo h(t)
h(t ) = O[ (t )]
(t)
Sistema
O[ (t) ]
h(t)
Se il sistema e tempo-invariante, la forma della risposta allimpulso non dipende

dallistante in cui si applica limpulso. Quando lingresso e un impulso anticipato o
ritardato luscita e uguale ad h(t) anticipata o ritardata:
h(t ) = O[ (t )]
Se il sistema e anche lineare, nota la risposta allimpulso, e possibile calcolare
luscita del sistema quando lingresso e una qualsiasi combinazione lineare dimpulsi:
y (t ) = O[a (t ) + b (t 1 ) + b (t 2 )] =
= ah(t ) + bh(t 1 ) + ch(t 2 )
Fondamenti TLC
4
69
Rappresentazione dei segnali come combinazione lineare di

impulsi
Un qualsiasi segnale x(t) puo essere rappresentato come somma integrale di impulsi
x ( ) (t ) d
= x (t )
2
1
(t )
x( )
-1
-2
-200
-100
100
200
t
Fondamenti TLC
5
70
La convoluzione
Come abbiamo visto:
1 - Nota la risposta allimpulso, e possibile calcolare luscita di un sistema LTI

quando lingresso e una qualsiasi combinazione lineare dimpulsi
2 - Un qualsiasi segnale x(t) puo essere rappresentato come somma integrale di

impulsi
Ne segue che:

y(t ) = O[x(t )] = O x( ) (t ) d = x( ) O (t ) d =
= x( ) h(t ) d = h( ) x (t ) d = x( t )* h( t )
Integrale di convoluzione (o semplicemente convoluzione)
uscita = convoluzione tra ingresso e risposta allimpulso del sistema LTI

Fondamenti TLC
6
71
Calcolo dellintegrale di convoluzione

L Integrando
x( ) h(t )
y (t ) = x( ) h(t ) d
e il prodotto tra il segnale x() e la risposta allimpulso h() ribaltata in

traslata di t
(verso destra se t >0, verso sinistra se t <0)

x( )
x( )
h( )
h( )
h(t1 )
h(t2 )
h(t3 )
t1
t2
t3
Fondamenti TLC
7
72
Esempi di calcolo della convoluzione (1)
x(t ) = h(t ) = rect(t )
y (t ) = x( ) h(t ) d
x(t )
h(t )
t
t
-0.5
0.5
Fondamenti TLC
8
73
x(t ) = h(t ) = rect(t )

x( ) h(t )
x( )
Integrando
Integrale
y (t ) = x( ) h(t ) d
-1
t = -1
t = -2/3
h(t )
y(t)
h( )
t = -1/3
t=0
t = +1/3
t = +1/3
-0.5
0.5
+1
t = +1
-1
Fondamenti TLC
9
74
x(t ) = rect(2t )
h(t ) = rect(t 1 / 2)
y (t ) = x( ) h(t ) d
x(t )
t
h(t )
t
-0.25
0.25
Fondamenti TLC
10
75
x(t ) = rect(2t )
h(t ) = rect(t 1 / 2)
x( )
Integrando
x( ) h(t )
Integrale
y (t ) = x( ) h(t ) d
-0.25
h( )
t = -1/4
t=0
1/2
h(t )
t = +1/2
0.75
t = +3/4
t = +1
-0.25
0.25 0.5 0.75 1 1.25

1.25
t = +5/4
11
y(t)
0.25
t = +1/4
Fondamenti TLC
76
Stabilit dei Sistemi L.T.I.

Definizione:
Un Sistema L.T.I. detto stabile (asintoticamente stabile) se luscita
corrispondente ad un ingresso limitato limitata.
Condizione da rispettare per garantire la stabilit:
h(t ) dt < (vale cio un valore finito)
Fondamenti TLC
12
77
Causalit dei Sistemi L.T.I. (1)

Definizione:
Un Sistema L.T.I. detto causale se luscita y(t) per un t=t, dipende dai valori
dellingresso x(t) solo per valori della variabile tt.
La condizione di causalit molto importante se la variabile indipendente il
tempo: in questo caso un sistema fisico deve essere causale. Se ci non fosse
infatti il sistema sarebbe in grado di predire il futuro.
x(t)
Sistema
y(t)
Condizione da rispettare per garantire la causalit:
h(t ) = 0 per t < 0
Fondamenti TLC
13
78
Causalit dei Sistemi L.T.I. (2)

Spesso utilizzeremo risposte allimpulso del tipo:
h(t)
t
Questa risposta allimpulso non causale, puo essere resa causale attraverso:
opportuni troncamenti (nel tempo, se h(t) si estende da - a ) e ritardi.
h1(t)
14
Utilizzare h(t) invece che h1(t) significa trascurare i ritardi necessari a rendere
causale la risposta allimpulso.
Fondamenti TLC
79
Effetti della convoluzione (filtro passa-basso)
x (t )
Le componenti del segnale rapidamente

varianti nel tempo (ad alta frequenza)
vengono eliminate dalla convoluzione
con una risposta allimpulso lentamente
variante nel tempo (filtro passa-basso)
Simbolo della convoluzione
y (t ) = x(t ) h(t )
h(t )
Fondamenti TLC
15
80
Effetti della convoluzione (filtro passa-alto)
x (t )
Le componenti del segnale lentamente

varianti nel tempo (a bassa frequenza)
vengono eliminate dalla convoluzione
con una risposta allimpulso
rapidamente variante nel tempo (filtro
passa-alto)
Simbolo della convoluzione
y (t ) = x(t ) h(t )
h(t )
Fondamenti TLC
16
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
81
RISPOSTA IN FREQUENZA DEI SISTEMI

LINEARI TEMPO INVARIANTI
Fondamenti TLC
1
82
Definizione
Se il segnale dingresso di un sistema Lineare Tempo-Invariante (LTI) e un
esponenziale complesso, luscita sara ancora un esponenziale complesso con la
stessa frequenza, ma con ampiezza e fase modificate.
A exp{j (2f ot + )}
Sistema LTI
h(t)
B exp{j (2f ot + )}
Risposta in frequenza:
E la funzione della frequenza che descrive come vengono modificate ampiezza
e fase di un esponenziale complesso quando passa attraverso un sistema LTI.
Fondamenti TLC
2
83
Risposta in frequenza (1)

x(t ) = exp{j 2 ft}
Sistema L T I
y(t ) = exp{j 2 ft } H ( f )
x(t ) h( ) d
y(t ) = h( ) exp{j 2 f (t )} d = exp{j 2 ft} h( ) exp{ j 2 f } d =
= x(t ) h( ) exp{ j 2 f } d = exp{j 2 ft} H ( f )
Luscita di un sistema LTI alimentato da un ingresso esponenziale complesso e ancora

un esponenziale complesso con la stessa frequenza dellingresso.
Lampiezza e la fase iniziale delluscita dipendono dalla risposta in frequenza H(f) del
sistema LTI.
3
Fondamenti TLC
84

La risposta in frequenza H(f) e una funzione complessa della frequenza che dipende
solo dalla risposta allimpulso del sistema h(t).
H ( f ) = h( ) exp{ j 2 f } d
La risposta in frequenza H(f) e data dalla Trasformata di Fourier

della risposta allimpulso del sistema h(t) del sistema LTI.
La risposta in frequenza H(f) di un sistema reale (cioe con

risposta allimpulso h(t) reale), ha simmetria complessa coniugata
(modulo pari e fase dispari).
Fondamenti TLC
4
85

Ricordando la proprieta della TDF secondo la quale la TDF della convoluzione di due
segnali e uguale al prodotto delle trasformate, si ottiene il seguente semplice legame
tra:
123-
X(f) . TDF dellingresso x(t)

Y(f) . TDF delluscita y(t)
H(f) . TDF della risposta allimpulso h(t) del sistema LTI
Y( f ) = H( f )X ( f )
Attenzione: non e sempre vero che la risposta in frequenza si

puo ottenere come rapporto tra le TDF delluscita e dellingresso.
Infatti, in corrispondenza delle frequenze per cui X(f)=0, anche
Y(f)=0 qualsiasi sia il valore di H(f).
Fondamenti TLC
5
86

Quanto visto a riguardo del passaggio di esponenziali complessi attraverso i sistemi LTI,
nel caso di h(t) reali, vale anche per i segnali cosenusoidali e sinusoidali. Infatti abbiamo:
1
[exp{j 2f 0t}+ exp{ j 2f 0t}]
2
1
y (t ) = x(t ) h(t ) = [exp{j 2f 0t }H ( f 0 ) + exp{ j 2f 0t}H ( f 0 )] =
2
1
= exp{j 2f 0t }H ( f 0 ) + exp{ j 2f 0t }H ( f 0 ) =
2
1
= H ( f 0 ) [exp{j (2f 0 t + )}+ exp{ j (2f 0t + )}] =
2
= H ( f 0 ) cos(2f 0t + )
x(t ) = cos(2f 0t ) =
= fase H ( f 0 )
Fondamenti TLC
6
87
Risposta in frequenza del filtro reale passa-basso

Quando la risposta in frequenza H(f) ha ampiezza diversa da zero solo in una banda di
frequenze simmetrica rispetto allorigine, il sistema LTI viene detto filtro passa-basso.
Un filtro passa-basso ideale con frequenza di taglio fc ha come risposta in frequenza un
rettangolo di ampiezza unitaria e base 2fc.
- fc
H(f)
fc
La risposta allimpulso e quindi un seno cardinale con gli zeri posizionati a tempi
multipli interi di 1/ 2fc
Fondamenti TLC
7
88
Risposta in frequenza del filtro reale passa-alto

Quando la risposta in frequenza H(f) ha ampiezza diversa da zero solo a frequenze
superiori a fc (frequenza di taglio) e, simmetricamente, inferiori a - fc, il sistema LTI
viene detto filtro passa-alto.
Un filtro passa-alto ideale con frequenza di taglio fc ha come risposta in frequenza una
costante unitaria meno un rettangolo di ampiezza unitaria e base 2fc.
H(f)
- fc
fc
La risposta allimpulso e quindi data da un impulso di area unitaria (t) meno un

seno cardinale con gli zeri posizionati a tempi multipli interi di 1/ 2fc
Fondamenti TLC
8
89
Risposta in frequenza del filtro reale passa-banda

Quando la risposta in frequenza H(f) ha ampiezza diversa da zero solo in due bande di
frequenza centrate intorno alla frequenza fo (frequenza centrale) e, simmetricamente,
intorno alla frequenza - fo, il sistema LTI viene detto filtro passa-banda.
Un filtro passa-banda ideale con frequenza centrale fo e banda passante 2fc , ha come
risposta in frequenza due rattangoli di ampiezza unitaria e base 2fc centrati intorno alle
frequenze + fo e - fo, .
H(f)
- fo - fc
- fo
- fo + fc
fo - fc
fo
fo + fc
La risposta allimpulso e quindi data da un seno cardinale con gli zeri posizionati a
tempi multipli interi di 1/ 2fc moltiplicato per
2 cos 2f ot
Fondamenti TLC
9
90
Filtro passa-basso
Y( f ) = H( f ) X ( f )
x (t )
Le componenti del segnale rapidamente

varianti nel tempo (ad alta frequenza)
vengono eliminate dalla risposta in
frequenza del filtro passa-basso
y (t ) = x(t ) h(t )
H( f )
Fondamenti TLC
10
91
Filtro passa-alto
Y( f ) = H( f ) X ( f )
x (t )
Le componenti del segnale lentamente

varianti nel tempo (a bassa frequenza)
vengono eliminate dalla risposta in
frequenza del filtro passa-alto
y (t ) = x(t ) h(t )
H( f )
Fondamenti TLC
11
92
Densita spettrale di energia attraverso sistemi LTI (1)

Riassumendo quanto visto in precedenza, un sistema Lineare Tempo-Invariante
e descritto nei tempi dalla sua risposta allimpulso e nelle frequenze dalla sua
risposta in frequenza. Il legame ingresso uscita e il seguente:
TEMPO
FREQUENZA
Sistema LTI
x(t )
h(t)
X(f )
Sistema LTI
H(f)
y (t ) = x(t ) h(t )
Y ( f ) = X ( f )H ( f )
Come viene modificata la densita spettrale di energia di un segnale quando passa

attraverso un sistema Lineare Tempo-Invariante?
X(f )
Sistema LTI
H(f)
Y(f ) =
2
Fondamenti TLC
12
93
Densita spettrale di energia attraverso sistemi LTI (2)
Y(f )
( f )Y ( f )
=Y
Y ( f ) = {X ( f )H ( f )} {X ( f )H ( f )} =
2
= {X ( f )H ( f )} {X * ( f )H * ( f )}=
= {X ( f )X
=
X(f )
( f )} {H ( f )H ( f )}=
2
2
X (f ) H(f )
*
Sistema LTI
H(f)
( f )2 = X ( f )2 H ( f )2
Y
Fondamenti TLC
13
MODELLI DI CANALI TRASMISSIVI
94
Modelli di Canali Trasmissivi
Fondamenti TLC
1
95
I Canali Trasmissivi
s(t)
Trasm.
r(t)
Canale trasmissivo
Ricev.
In un Sistema di Comunicazione, per Canale Trasmissivo si intende, normalmente,

linsieme di:
- mezzo fisico (mezzo trasmissivo) lungo il quale avviene la propagazione
dei segnali necessari a garantire lo scambio di informazioni fra gli utenti,
- dispositivi per linterfacciamento tra esso e gli apparati di trasmissione
e ricezione.
Fondamenti TLC
2
96
I Mezzi Trasmissivi
r(t)
s(t)
Trasm.
Interf.
Mezzo Trasmissivo
Interf.
Ricev.
Nei sistemi di comunicazione, normalmente, il mezzo trasmissivo caratterizzato

dalla propagazione di onde elettromagnetiche.
Tale propagazione pu avviene:
nello spazio libero: canale radio;
guidata da conduttori metallici: cavi coassiali e bifilari (intrecciati e non);
guidata da strutture dielettriche: fibre ottiche.
Fondamenti TLC
3
97
I Canali Trasmissivi, necessit della traslazione in frequenza (1)

s(t)
Trasm.
Canale Trasmissivo
r(t)
Ricev.
Spesso s(t) ha un andamento nelle frequenze del tipo:

S( f )
Su molti Canali Trasmissivi tali segnali non si propagano efficacemente.

Fondamenti TLC
4
98
I Canali Trasmissivi, necessit della traslazione in frequenza (2)

s1(t)
Mod.
r1(t)
Canale Trasmissivo
Demod.
Trasm.
Ricev.
S1 ( f )
f0
f0
Tramite un opportuno blocco funzionale, detto modulatore, si effettua una traslazione in

frequenza dei segnali di interesse. Dopo tale operazione la loro trasformata non sar pi
centrata intorno a frequenza 0, ma intorno a f0.
Il blocco demodulatore effettuer, al ricevitore loperazione inversa.
Fondamenti TLC
5
99
I Canali Trasmissivi reali

r(t)
s(t)
Trasm.
Canale Trasmissivo
Ricev.
I Canali Trasmissivi reali possono essere ben modellizzati

attraverso un sistema lineare (h(t) reale).
R( f ) = S ( f ) H ( f )
arg [H ( f ) ]
H(f )
f0
f0
f0
f0
Fondamenti TLC
6
100
Il Canale Trasmissivo Ideale

s(t)
Trasm.
r(t)
Canale Trasmissivo
Ricev.
r (t ) = K s (t )
R ( f ) = K e j 2f S ( f ) = H ( f ) S ( f )
H(f )
H ( f ) = K e j 2f
Normalmente K < 1,
1/K > 1 chiamata Attenuazione
tg ( )
=
2
arg [H ( f ) ]
Fondamenti TLC
7
101
Il Canale Trasmissivo Ideale Passa-Basso di Banda B

s(t)
Trasm.
r(t)
Canale Trasmissivo
1
Ricev.
H(f )
K
-B/2
B/2
Caratteristiche Funzione di Trasferimento, H(f), per un Canale

Trasmissivo Ideale Passa-Basso (con banda B):
H( f ) = K
per f B / 2
fase lineare
non definita altrove
Fondamenti TLC
8
102
Il Canale Trasmissivo Ideale Passa-Basso di Banda B

s(t)
r(t)
Trasm.
Canale Trasmissivo
H(f )
-f0
Ricev.
f0
B
Caratteristiche Funzione di Trasferimento, H(f), per un Canale

Trasmissivo Ideale Passa-Banda (con banda B):
H( f ) = K
per ( f 0 B / 2 ) f ( f 0 + B / 2 )
fase lineare
non definita altrove
Fondamenti TLC
9
103
Distorsioni introdotte dal Canale Trasmissivo
s(t)
Trasm.
r(t)
Canale Trasmissivo
Ricev.
Nella banda di interesse (centrata intorno a f=0 o a f=f0) gli scostamenti della
Funzione di Trasferimento (FdT) associata al Canale Trasmissivo, rispetto ai casi ideali
visti in precedenza, vengono indicati come:
Distorsioni di Ampiezza per quanto riguarda il modulo della FdT;
Distorsioni di Fase per quanto largomento (la fase) della FdT.
Vengono indicati con il termine Distorsioni Non-Lineari tutti gli effetti legati alla non
completa rappresentabilit del Canale Trasmissivo attraverso un Sistema Lineare.
Fondamenti TLC
10
104
Canali Trasmissivi Passa-Banda a Banda Stretta

s(t)
r(t)
Trasm.
Canale Trasmissivo
H(f )
1
-f0
Ricev.
f0
B
B << f 0
Fondamenti TLC
11
105
Caratterizzazione dei Canali Trasmissivi Passa-Banda a Banda Stretta

s(t)
Trasm.
r(t)
Canale Trasmissivo
Ricev.
s (t ) = m(t ) 2 cos( 2f o t ); S ( f ) = M ( f f 0 ) + M ( f + f 0 )
M(f)
S( f )
f0
f0
r (t ) H ( f 0 ) m(t g ) 2 cos 2f 0 t p
p = Ritardo di Fase =
g = Ritardo di Gruppo =
arg[H ( f 0 )]
2f 0
1 d arg[H ( f )]
2
df
)
f = f0
Fondamenti TLC
12
)]
106
Equalizzazione
s(t)
Trasm.
r(t)
Canale trasmissivo
Equalizz.
Ricev.
Lo scopo dellEqualizzatore quello di garantire, nella banda di interesse,

che il Canale Trasmissivo Equivalente (C.T. + Equaliz.) sia quanto pi
ideale possibile.
In moltissimi sistemi, le caratteristiche del Mezzo Trasmissivo utilizzato
impongono la presenza di un Equalizzatore.
Fondamenti TLC
13
107
Rapporti fra ampiezze e potenze

i(t)
Blocco Funzionale
u(t)
La variabilit dei rapporti fra le ampiezze dei segnali di ingresso e uscita dei
blocchi funzionali che compongono i sistemi di comunicazione estremamente
grande, si pensi ad esempio al fatto che lattenuazione introdotta da molti Mezzi
Trasmissivi cresce in modo esponenziale rispetto alla lunghezza del
collegamento.
Risulta quindi comodo esprimere i rapporti fra ingresso ed uscita dei
blocchi funzionali in unit logaritmiche.
Fondamenti TLC
14
108
Rapporti fra ampiezze e potenze

i(t)
Blocco Funzionale
u(t)
Possiamo considerare rapporti fra:

valori istantanei, u (t ) / i (t )
valori medi, u (t ) / i (t )
2
2
potenze istantanee, u (t ) / i (t )
2
2
energie medie, u (t )dt / i (t )dt
potenze medie (1 / T )T u 2 (t )dt / (1 / T )T i 2 (t )dt
Fondamenti TLC
15
109
Rapporti espressi in decibel(1)

A
R dB = 20 log10 se A e B rappresentano ampiezze
B
A
R dB = 10 log10 se A e B rappresentano potenze ed energie
B
i(t)
Blocco Funzionale
u(t)
i (t ) = 4; u (t ) = 8;
8
= 20 log10 = 3dB
dB
4
42
Rapporto fra potenze = R p = 10 log10 2 = 3db
8
dB

Rapporto fra ampiezze = Ra
Fondamenti TLC
16
110
Per esprimere valori assoluti di grandezze (tipicamente potenze)

in unit logaritmiche necessario riferirsi ad
un valore di riferimento.
Valori tipici di riferimento 1mW (dBm) ed 1W (dBW)
Fondamenti TLC
17
111

Esempio Importante:
La somma di due sinusoidi a frequenza diversa ha come potenza la somma delle
potenze delle singole sinusoidi.
s(t ) = a cos(2f1t ) + b cos(2f1t ) = s1 (t ) + s2 (t )
Ps =
1 2
1
1
a cos 2 (2f1t )dt + b 2 cos 2 (2f 2t )dt + a b cos(2f1t ) cos(2f 2 t )dt =
TT
TT
TT
a2 b2
=
+
+ 0 = Ps1 + Ps 2
2
2
Se la potenza di ciascuna sinusoide 0dBm quale sar la potenza del segnale

somma?
P
0dBm = 10 log10
1mW
PTot = P + P = 2mW
PTot
dBm
P = 1mW
2mW
= 10 log10
= 3dBm
1mW
Fondamenti TLC
18
CENNI DI PROBABILIT E VARIABILI CASUALI
112
Cenni di Probabilit e Variabili Casuali
Fondamenti TLC
1
113
Il concetto di Probabilit (1)

La misura della probabilit riguarda la descrizione di tutti i fenomeni che possono
essere pensati come un esperimento il cui risultato sia soggetto a cambiamento al
ripetersi dellesperimento stesso (pur mantenendo le medesime condizioni operative).
Esempio:
Esperimento:
Uscita:
Lancio di un dato non truccato

Numero riportato sulla faccia superiore dado al termine
del lancio.
Possibili eventi: {1,2,3,4,5,6}
Strumento pratico per lo studio del fenomeno:

Analisi di un numero elevato di realizzazioni dellesperimento attraverso la
valutazione della Frequenza Relativa di ciascun possibile evento.
N
fK = K
N
Fondamenti TLC
2
114
Il concetto di Probabilit (2)

Lancio di un dado non truccato, esito di una serie di prove.
Risultato del lancio
Frequenza relativa dei possibili risultati

0.20
0.18
0.16
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0
6
5
4
3
2
1
0
20 40 60 80 100 120 140 160 180 200
# prove
Con un numero grande di prove, la frequenza relativa dei singoli risultati (eventi)
pu essere vista come una stima della loro probabilit.
fK =
NK
N
Fondamenti TLC
3
115
Cenni sulla Teoria della Probabilit (1)

S : linsieme degli eventi elementari (risultati dellesperimento);
P(.): probabilit, una quantit reale positiva definita per gli eventi
appartenenti a S.
Pensando alla frequenza relativa come ad una stima della probabilit di successo di
ciascun evento, in una singola prova, si evidenziano le seguenti propriet:
0 P(A) 1, A rappresenta un evento appartenente a S;
P(S)=1, E certo che luscita sar uno dei possibili eventi;
P(A + B) = P(A) + P(B) se i due eventi A e B sono mutuamente esclusivi.
Nella teoria della probabilit queste propriet sono assunte come assiomi.
Due eventi mutuamente esclusivi sono ad esempio

A: Risultato lancio dado=1;
B: Risultato lancio dado=2.
Fondamenti TLC
4
116
Cenni sulla Teoria della Probabilit (2)

Dalle relazioni precedenti si deducono le seguenti ulteriori propriet di P(.):
P(A)=1 - P(A), A evento complementare di A (A+A=S);
A: Risultato lancio dado = 1; A: Risultato lancio dado = 2 o 3 o 4 o 5 o 6.
P(A1)+P(A2)+.+P(AM)=1 se gli eventi A1,,AM sono fra loro mutuamente

esclusivi e costituiscono un insieme esaustivo (A1+A2+.AM=S):
Nel lancio di un dado P(1)+ P(2)+ P(3)+ P(4)+ P(5)+ P(6)=1.
P(A+B)=P(A)+P(B)-P(A,B), dove P(A,B) denota la probabilit dellevento

congiunto A e B;
A: Lancio primo dado =1; B: Lancio secondo dado=2;
(A+B): Primo lancio=1 o Secondo lancio=2; (A,B): Primo lancio=1 e Secondo lancio=2;
P(A+B)=1/6+1/6-1/36=11/36;
Fondamenti TLC
5
117
Variabili Casuali
Se pensiamo di rappresentare i risultati dellesperimento in analisi come numeri reali

costruiamo quella che viene chiamata una Variabile Casuale (X).
Le variabili casuali possono essere:
Continue (la variabile casuale pu assumere un insieme continuo di valori);
Esempio: la temperatura di una stanza misurata ad un istante di tempo casuale.
Discrete (la variabile casuale pu assumere solo un insieme discreto di valori).
Esempio: luscita su di una ruota del lotto (numero intero compreso fra 1 e 90).
Fondamenti TLC
6
118
Variabili Casuali Continue: un esempio
Il vettore A ruota con velocit angolare costante.

La variabile casuale X rappresenta la posizione, lungo la circonferenza
di raggio unitario, del vettore A misurata ad istanti di tempo casuali.
1
P(a < X a + ) =
Densit di probabilit:
P(a < X a + )
f X (a ) = lim
Posizione misurata
7
6
5
f X (a )
1/ 2
3
2
1
0
0
20
40
60
80 100 120 140 160 180 200
Numero della lettura posizione

Fondamenti TLC
7
119
Densit di Probabilit: Propriet
P(a < X a + )
f X (a ) = lim
0
f X (a) 0;
a2
fX(a)
f X (a) da = P(a1 < X a2 )
P(a1<Xa2)
a1
f X (a) da = 1;
a1
a2
Fondamenti TLC
8
120
Distribuzione di Probabilit
Si definisce Distribuzione di Probabilit associata ad una variabile casuale X:
a
FX ( a) = P( X a ) =
( )d
0 FX ( a ) 1
FX () =
FX (+) =
lim FX (a) = 0
lim FX (a) = 1
a +
F (a + h) F (a) per h > 0; FX (a) monotona non decrescente

P(a1 < X a 2 ) = FX (a2 ) FX (a1 )
P ( X > a ) = 1 P ( X a ) = 1 FX ( a )
fX(a)
FX(a)
P(Xa1)=FX(a1)
a1
a
Fondamenti TLC
9
121
Valore Atteso (Valor Medio) (1)

Si definisce Valore di Atteso (Valor Medio, Momento Statistico di ordine uno) di una
variabile casuale X:
m X = E [X ] =
a f X (a) da
Esso rappresenta il baricentro dellarea sottesa alla densit di probabilit.
fX(a)
mX
fX(a)
mX
Fondamenti TLC
10
122
Valore Atteso (Valor Medio) (2)

Data X una variabile casuale e g(.) una funzione reale, Y=g(X) anchessa una variabile
casuale. Per questultima il Valore di Atteso dato da:
mY = E [Y ] =
b fY (b) db; mY = E [Y ] =
g (a) f X (a) da
Data X una variabile casuale somma di due altre variabili casuali (X1 e X2 ) si ha:
X = X1 + X 2
m X = E [X ] = E [X 1 + X 2 ] = E [X 1 ]+ E [X 2 ] = m X 1 + m X 2
Fondamenti TLC
11
123
Momenti del Secondo Ordine (1)

Si definisce Varianza (Momento centrale di ordine 2) di una variabile casuale X:
2
X
= E (X m X ) =
2
[ ]
(a m x )
[ ] 2 m
= E X 2 2 m X E [X ] + m 2 = E X
X
f X (a ) da =
[ ]
mX + m2 = E X 2 m2
X
X
= Scarto Quadratico Medio, Deviazione Standard della V.C. X;
E[X2] = Valore Quadratico Medio di X, Potenza Statistica di X,

Momento Statistico di ordine due.
0.5
f X 1 (a)
0.4
X 3 > X 2 > X1
f X 2 (a)
0.3
f X 3 (a)
0.2
0.1
0
-5
-4
-3
-2
-1
Fondamenti TLC
12
124

Anche per il Momenti statistici di ordine 2 si ha, per una V.C. funzione
di un altra V.C.:
Y = g (X )
[ ]= g
E Y
(a )f X (a )da
In molte situazioni risulta essere utile descrivere la Variabile Casuale X come:

X=X1+mX
ove X1 ancora una V.C., ma con media pari a 0, ed mx pu essere vista come una
costante deterministica.
Fondamenti TLC
13
125

Data X una variabile casuale somma di due altre variabili casuali (X1 e X2 ), ciascuna con
media pari a 0, si ha:
[ ] [
X = X1 + X 2
] [ ] [ ]
2
2
2
2
X = E X 2 = E (X 1 + X 2 ) = E X 12 + E X 2 + E [X 1 X 2 ] = X1 + X 2 + E [X 1 X 2 ]
2
E [X 1 X 2 ] =
a b f
X1 , X 2
(a, b) da db
Nel caso le due variabili (X1 e X2 ) risultino non correlate statisticamente o addirittura
completamente indipendenti fra loro:
[ ] [
E [X 1 X 2 ] = 0
] [ ] [ ]
2
2
2
2
X = E X 2 = E (X 1 + X 2 ) = E X 12 + E X 2 = X1 + X 2
2
Fondamenti TLC
14
126
Densit di probabilit uniforme

fX(a)
FX(a)
1
1/(a2-a1)
a1
a2
a1
mX =
[ ]
E X2
a2
a1 + a2
2
a2
3
a3
1
1
1 a2 a13 1 2
2
= a
=
= a2 + a2 a1 + a12
da =
a2 a1
a2 a1 3 a1 3 a2 a1 3
a1
a2
[ ]
= E X m
2
X
2
X
(a2 a1 )2
=
12
Fondamenti TLC
15
127
Densit di probabilit gaussiana

f X (a )
f X (a) =
1
2
2 X
2
2 x
(a m X )2
0 .606
2 2
X
2
2 x
0 .135
X X
2 X
2 X
2
2 x
mX
P[(m X X ) < X (m X + X )] =
(m X + 2 )
(m X 2 )
P[(m X 2 X ) < X (m X + 2 X )] =
P[(m X 3 X ) < X (m X + 3 X )] =
1
2
(m X + 2 2 )
(m X 2 2 )
(m X + 3 2 )
(m X 3 2 )
2
X
1
2
2 X
1
2
2
X
(a m X )2
2
2 X
e
e
da 0.365
(a m X )
2
2 X
da 0.909
(a m X )2
2
2 X
Questi integrali
possono
essere valutati solo in
modo numerico
da 0.995
Fondamenti TLC
16
128
Densit/Distribuzione di probabilit gaussiana

F X (a )
f X (a )
1
2
2 x
0 .606
2
2 x
0 .5
x x
B
C=B
mX
mX
FX (a) =
1
2
2
X
( m X )2
2
2 X
d =
1
am
X
1 erfc
a mX 0
2
2
2
=
a mX
1
am <0
X
2 erfc
2
2 X
B=
mX +
1
2

1
= erfc
2 2
2
X
2
X
( m X )2
2
2 X
d =
Fondamenti TLC
17
129
Error Function Complementare (erfc), funzione Q()

f X (a )
B=
mX +
0 .606
2
2 x
x x
1
2
2
X

1
erfc
2
2
X
( m X )2
2
2 X
d =

= Q
es
Per s >> 1 erfc( s)
s
2
C=B
mX
s
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
1,0
1,2
1,4
erfc(s)
1,000E+00
8,875E-01
7,730E-01
6,714E-01
5,716E-01
4,795E-01
3,961E-01
3,222E-01
2,579E-01
1,573E-01
9,700E-02
4,770E-02
s
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
3,3
3,7
4,0
5,0
erfc(s)
2,370E-02
1,090E-02
4,700E-03
1,900E-03
6,885E-04
2,360E-04
7,502E-05
2,209E-05
3,057E-06
1,671E-07
1,542E-08
1,537E-12
e t / 2
Per t >> 1 Q(t )
t 2
2
a
t
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,60
Q(t)
5,000E-01
4,801E-01
4,602E-01
4,404E-01
4,207E-01
4,013E-01
3,821E-01
3,622E-01
3,446E-01
3,264E-01
3,085E-01
2,743E-01
t
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,4
2,8
3,2
3,6
4,0
Q(t)
2,119E-01
1,587E-01
1,151E-01
8,080E-02
3,806E-01
3,590E-02
2,280E-02
8,200E-03
2,600E-03
6,871E-04
1,591E-04
3,167E-05
Fondamenti TLC
18
PROCESSI CASUALI
130
PROCESSI CASUALI
Fondamenti TLC
1
PROCESSI CASUALI
131
Segnali deterministici
Un segnale si dice DETERMINISTICO se ad un determinato tempo t e associato un
ben preciso valore.
Tutti i segnali visti sino ad ora sono deterministici. Ad esempio i valori assunti dal
segnale x(t)=cos(2
t
x(t)
-0.4
t) sono noti con certezza per ogni valore di t
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
-0.809 -0.309 0.309 0.809 1 0.809 0.309 -0.309 -0.809 ...
Landamento della maggior parte dei segnali che si incontrano in pratica non e
rappresentabile (se non in forma approssimata) con semplici e comode funzioni
matematiche come quelle viste sino ad ora (ad esempio, il tipico ronzio prodotto da
un trasformatore, il segnale radio captato da unantenna, il rumore presente in ogni
dispositivo elettronico )
Anche questi segnali sono deterministici perche comunque ad ogni istante di tempo
e associato un ben preciso valore.
Fondamenti TLC
2
PROCESSI CASUALI
132
Introduzione ai processi casuali (1)

Il rumore termico
Un classico e importante esempio utile a introdurre il concetto di processo casuale
e rappresentato dalla tensione elettrica v1(t) esistente ai capi di una resistenza.
Questa tensione, variabile nel tempo, e causata dal movimento caotico degli
elettroni dovuto ad una temperatura del materiale superiore allo zero assoluto.
Se si misura la tensione v1(t) si ottiene, secondo quanto detto in precedenza, un
segnale deterministico.
v1(t)
t
Fondamenti TLC
3
PROCESSI CASUALI
133

Se si prende una seconda resistenza identica alla prima e posta alla stessa temperatura
e si esegue la misura della tensione elettrica ai suoi capi, si otterra di nuovo un segnale
deterministico v2(t), con caratteristiche simili ma diverso dal precedente dato che gli
elettroni si muovono in modo indipendente nelle due resistenze.
v2(t)
t
v1(t)
t
Fondamenti TLC
4
PROCESSI CASUALI
134

Se il nostro scopo e determinare leffetto del rumore termico della resistenza su
unapparecchiatura elettronica, non e di nessuna utilita conoscere
deterministicamente il comportamento della tensione v1(t) ai capi della prima
resistenza se poi la resistenza effettivamente montata nellapparecchiatura e la
seconda.
E utile invece riuscire a descrivere quelle che sono le caratteristiche della tensione
di rumore comuni a tutte le resistenze di quel valore e a quella temperatura.
In questo modo, qualsiasi sia la resistenza (di quel valore e a quella temperatura)
montata nellapparecchiatura, potremo dire, per esempio, con quale probabilita si
presenteranno certi valori di tensione o quale sara il valore atteso della potenza di
rumore.
Si abbandona dunque il concetto di certezza (proprio dei segnali deterministici) per
passare a quello dellincertezza, descritto dalla teoria delle probabilita, proprio dei
processi casuali.
Fondamenti TLC
5
PROCESSI CASUALI
135
Un processo casuale e:
linsieme di tutti i segnali deterministici (detti le realizzazioni del processo) generati
da altrettante sorgenti con identiche caratteristiche, ma fisicamente diverse tra loro.
ESEMPIO
Il processo casuale rumore termico e:
linsieme di tutte le tensioni elettriche vi(t) (realizzazioni del processo) esistenti ai
capi di altrettante resistenze con medesimo valore e temperatura.
Fondamenti TLC
6
PROCESSI CASUALI
136
Descrizione dei processi casuali

Di un processo casuale e utile conoscere le caratteristiche comuni a tutte le realizzazioni
In pratica per descrivere il processo casuale x(t) si utilizzano solo due funzioni:
La densita di probabilita delle ampiezze del processo
fx(a)
fx(a)da Ci dice con quale probabilit una qualsiasi realizzazione del processo casuale
x(t) assume (al tempo t) un valore compreso fra a ed a+da. In generale fx(a) dovrebbe
dipendere anche dal tempo. Tuttavia noi ci occuperemo di una classe di processi casuali
detti STAZIONARI le cui caratteristiche non dipendono dal tempo t
La funzione di autocorrelazione del processo
Rx( )
Ci dice quale e, statisticamente, il grado di correlazione che esiste tra il valore assunto da
una realizzazione del processo al tempo t e la stessa realizzazione al tempo t +.
Anche in questo caso, limitando lanalisi ai processi casuali STAZIONARI, Rx(
dipende dal tempo t
) non
.
Fondamenti TLC
7
PROCESSI CASUALI
137
La densita di probabilita del processo

La densita di probabilita (d.d.p.) di un processo stazionario non ha nulla di
diverso rispetto alla densita di probabilita di una variabile casuale vista in
precedenza.
Infatti, fissato il tempo t
= to , il processo casuale diventa una variabile casuale

X= x(to) e come tale puo essere trattata. Le realizzazioni per t = to possono
infatti essere viste come i valori reali associati ai risultati dellesperimento cui
abbiamo fatto riferimento introducendo le variabili casuali.
A partire dalla d.d.p si potranno definire due parametri del processo casuale di
grande utilita pratica:
Il valor medio
mx
La varianza 2x
2
2 x
Esempio di d.d.p. gaussiana
f X (a) =
1
2
2 X
f X (a)
0.606
2
2 x
(a m X )2
2
2 X
0.135
x x
2 x
2 x
2
2 x
mX
Fondamenti TLC
8
PROCESSI CASUALI
138
Processi casuali ergodici

Tra i processi casuali stazionari esistono alcuni processi per i quali si possono
ricavare sia la densita di probabilita sia la funzione di autocorrelazione da una sola
realizzazione.
Questi processi sono detti ERGODICI.
realizzazioni
tempo
9
Osservare tutte le realizzazioni ad un istante di tempo (o per una coppia di istanti)

permette di ricavare le stesse informazioni statistiche ottenibili dallosservazione
prolungata nel tempo di una singola realizzazione
Un esempio di processo ERGODICO rappresentato dal rumore termico.
Fondamenti TLC
PROCESSI CASUALI
139
Processi casuali ergodici Densit di probabilit dei valori assunti dal

processo casuale: percentuale del tempo in cui il
(d.d.p.)
Realizazione del processo casuale
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.7
-0.8
-40
-20
processo assume ampiezze fra a e a+da diviso per

lampiezza dellintervallo da.
20
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.7
-0.8
40
tempo
0.05
0.1
0.15
Fondamenti TLC
10
0.2
PROCESSI CASUALI
140
Processi casuali ergodici con valor medio non nullo

Un processo casuale con valor medio diverso da zero puo essere rappresentato
come la somma di un processo a volor medio nullo e di una costante (segnale
deterministico) uguale al valor medio.
y(t) = x(t) + 0.5

0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.7
-0.8
-40
11
y(t)
x(t)
-20
tempo
20
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.7
40-0.8
d.d.p.
0
0.05
0.1
0.15
0.2
Fondamenti TLC
PROCESSI CASUALI
141
Processi casuali ergodici (autocorrelazione)
R x ( ) =
lim
1
T
T / 2
x ( t ) x ( t + ) dt
T / 2
Autocorrelazione dei valori assunti

dal processo casuale in t e t+
Ipotesi: x(t) ha valor medio nullo (ipotesi che non lede la generalita delle conclusioni)
1
Se x(t) evolve lentamente nel tempo rispetto al valore

fissato di , x(t+ ) cambia poco rispetto a x(t):
x(t)x(t+ ) avra lo stesso segno per la maggior parte
dei valori di t e lautocorrelazione assumera un
valore relativamente elevato (positivo o negativo).
0 .5
0
-0 .5
-1
0
10
10
Se x(t) evolve rapidamente nel tempo rispetto al valore

fissato di , x(t+ ) cambia molto rispetto a x(t):
x(t)x(t+ ) avra segno casuale al variare di t e
lautocorrelazione assumera un valore prossimo a zero.
1
0
-1
-2
0
Fondamenti TLC
12
PROCESSI CASUALI
142
x (t ) x (t + )
Calcolo dellautocorrelazione (1)
In nero e indicato il risultato dellintegrale

0.5
0.5
0.5
-0.5
=0
-20
1.45
0
20
-0.5
=0.2
-20
1.35
0
20
-0.5
0.5
0.5
0
-20
1.25
0
20
0.5
=0.4
-0.5
=0.6
-20
0.9
0
20
-0.5
=0.8
-20
0.33
0
20
-0.5
0.5
0.5
0
-20
20
0.5
=1
-0.5
=1.2
-20
-0.2
0
20
-0.5
=1.4
-20
-0.33
0
20
-0.5
=1.6
-20
-0.2
0
20
Fondamenti TLC
13
PROCESSI CASUALI
143
Calcolo dellautocorrelazione (2)
1
( ) = Tlim
x
T /2
x ( t ) x ( t + ) dt
T / 2
100
80
60
40
20
0
-20
-40
-4
-2
4
Fondamenti TLC
14
PROCESSI CASUALI
144
Interpretazione dellautocorrelazione
1
( ) = Tlim
x
T /2
x ( t ) x ( t + )dt
T / 2
Lautocorrelazione in =0 coincide con la potenza di una realizzazione del processo

casuale. Se il processo casuale e ergodico ogni realizzazione ha la stessa potenza.
Rx(0 ) e il massimo valore che puo assumere lautocorrelazione.
(0 ) = Tlim 1
x
T /2
x 2 ( t ) dt
T / 2
Landamento dellautocorrelazione in funzione di e una misura della predicibilita

di una realizzazione del processo allistante t+
noto il valore della realizzazione
allistante t.
Rx( )/ Rx(0 ) e elevato in modulo

tanto minore e lincertezza sul valore di x(t+ ) noto x(t).
Piu il valore di
Fondamenti TLC
15
PROCESSI CASUALI E SISTEMI LINEARI TEMPO - INVARIANTI
145
PROCESSI CASUALI
E
SISTEMI LINEARI TEMPO - INVARIANTI
Fondamenti TLC
1
146
Densita spettrale di potenza

La densita spettrale di potenza di un processo casuale stazionario x(t) e definita
come la trasformata di Fourier dellautocorrelazione Rx( )
Sx ( f ) =
R ( )exp{ j 2f }d
Rx ( ) =
S ( f )exp{j 2f }df
x
Perche la Sx(f) e una densita spettrale di potenza?
1 - Come si e visto lautocorrelazione in = 0 e, per un processo ergodico,

uguale alla potenza associata ad una realizzazione:
1
R x (0 ) = lim
T T
T /2
x 2 ( t )dt = Px
T / 2
2 - Lautocorrelazione in = 0 e uguale allintegrale della sua TDF:
Rx (0 ) =
S ( f )df
x
= Px
La densita spettrale di potenza per un processo casuale x(t) rappresenta quindi

come e distribuita, statisticamente, la potenza alle varie frequenze.
Fondamenti TLC
2
147
Processi casuali bianchi

Un processo casuale bianco e caratterizzato da una densita spettrale di potenza
costante.
ATTENZIONE: questa caratteristica e indipendente dalla densita di probabilita delle
ampiezze che puo essere di un tipo qualsiasi (ad es. Gaussiana, uniforme )
Quindi, un processo casuale bianco ha autocorrelazione impulsiva:
il valore x(t+) assunto da una realizzazione del processo al tempo t+ e assolutamente

impredicibile dal valore x(t) assunto allistante t.
x(t)
2
0
Rx()
-2
-1 0 0
Sx(f)
100
fx(a)
-5
f
Fondamenti TLC
148
Processi casuali attraverso sistemi LTI (1)

Quando un processo casuale x(t) stazionario passa attraverso un sistema Lineare
Tempo-Invariante con risposta in frequenza H(f) e risposta allimpulso h(t), in
uscita si ottiene ancora un processo casuale y(t) stazionario con le seguenti
caratteristiche:
1-
In generale la densita di probabilita del processo in uscita y(t) e diversa da

quella di x(t).
Solo la densita di probabilita Gaussiana rimane tale nel passaggio del processo
casuale attraverso il sistema LTI. Cambiano solo valor medio e varianza.
2-
Il valor medio del processo in uscita e legato a quello dingresso dalla

seguente realzione:
m y = m x H ( 0)
3-
La densita spettrale di potenza del processo in uscita e legata a quella

dingresso dalla seguente realzione:
S y ( f ) = Sx ( f ) H ( f )
Fondamenti TLC
4
149
Processi casuali attraverso sistemi LTI (2)

Dalle relazioni appena viste si ricava la seguente espressione della
varianza del processo in uscita
in funzione della densita spettrale di potenza e del valor medio del processo
dingresso e della risposta in frequenza del sistema LTI.
= Py m y = S y ( f )df m y =
2
y
= S x ( f ) H ( f ) df mx H (0 )
2
Fondamenti TLC
5
150
Correlazione tra uscita e ingresso di un sistema LTI

La correlazione tra due processi casuali ergodici y(t) e x(t) e definita nel modo
seguente:
1
R yx ( ) = lim
T T
T /2
y ( t ) x ( t + )dt
T / 2
Se i due processi casuali y(t) e x(t) sono rispettivamente luscita e lingresso di un

sistema LTI la loro correlazione e uguale alla convoluzione tra lautocorrelazione
dellingresso e la risposta allimpulso del sistema LTI:
R yx ( ) = R x ( ) h (
Si nota che se il processo dingresso e bianco (autocorrelazione impulsiva), la

correlazione tra uscita e ingresso coincide con la risposta allimpulso del sistema.
R yx ( ) = ( ) h ( ) = h (
Questa proprieta e spesso utilizzata nei sistemi di telecomunicazione per stimare

la risposta impulsiva del canale di trasmissione che e ignoto a priori.
6
Fondamenti TLC
151
Correlazione tra uscita e ingresso bianco
x(t)
y(t)
h(t)
h( )
R yx
( ) = Tlim 1
T /2
y ( t ) x ( t + )dt
T / 2
Fondamenti TLC
7
152
Un esempio importante di processo bianco (1)

Si consideri il processo x(t) le cui realizzazioni sono costituite da treni di impulsi equispaziati
a passo T, con ritardo iniziale casuale e area a casuale indipendente da impulso a impulso
con valor medio nullo e varianza 2.
x(t ) =
a (t nT )
n =
x1(t)
T
t
x2(t)
t
Fondamenti TLC
8
153
Un esempio importante di processo bianco (2)

Si puo dimostrare che il processo casuale x(t) e STAZIONARIO e ERGODICO.
Si puo dimostrare, inoltre, che:
Il valor medio e nullo:
2
3
La varianza e:
mx = 0
2/T
Lautocorrelazione e impulsiva (processo bianco):
Rx ( ) = 2 / T ( )
Fondamenti TLC
9
154
Se il processo casuale x(t) passa attraverso un sistema LTI con risposta in frequenza
H(f)
e risposta allimpulso h(t) , in uscita si ottiene un processo y(t) con:

Densita spettrale di potenza:
Sy (f ) = 2 / T |H(f)|2
h(t)
y1(t)
T
Sx (f )
H(f)
t
Sy (f )
f
Fondamenti TLC
10
155
Il processo casuale y(t) costruito nel modo indicato precedentemente pu essere

usato per rappresentare (nel tempo) una sequenza casuale di bit. Ciascuno di essi
sar codificato, ad esempio, con un impulso rettangolare, di base T, ed ampiezza:
+A (1) o -A (0):
y1(t)
h(t)
+1
+1
-1
+1
+1
-1
-1
t
Sy (f )
T
1/T
Sx (f )
(AT)2
|H(f)|2
A2T
f
f
sin (fT )
Sy( f ) = A T
fT
Fondamenti TLC
11
IL RUMORE NELLE APPARECCHIATURE ELETTRONICHE
156
IL RUMORE nelle
Apparecchiature Elettroniche
Fondamenti TLC
1
157
Il rumore termico, definizione

Il rumore termico e la tensione con andamento casuale v(t) esistente ai capi di
una resistenza R posta alla temperatura assoluta T.
Circuito equivalente
R (rumorosa)
v(t)
R
v(t)
Non rumorosa
La tensione v(t) e un processo casuale
v(t)
d.d.p di v(t)
a valor medio nullo
fv (a )
con densita di probabilita delle ampiezze gaussiana

mV=0
densita spettrale di potenza costante (fino a frequenze di qualche THz) pari a
T e la temperatura assoluta espressa in gradi Kelvin

k e la costante di Boltzman che vale 1.38 x 10-23 joule
NV = 2kTR
La densita spettrale di potenza Nv si misura quindi in [V2/Hz]

Fondamenti TLC
2
158
La potenza di rumore disponibile al carico

Quando la resistenza R, che produce la tensione di rumore v(t), viene inserita in
un circuito elettrico, si ha circolazione di corrente sia nella resistenza R sia nella
resistenza dingresso Rin del circuito (che svolge in questo caso la funzione di
resistenza di carico e supponiamo non rumorosa).
Parte della potenza del rumore termico viene dissipata nella resistenza R (e non e
utilizzabile), parte finisce sulla resistenza di carico Rin ed e quella che interessa
conoscere per valutarne gli effetti sul circuito in esame.
Circuito elettrico
Sorgente rumorosa
Rin
Vin(t)
Vout(t)
v(t)
Eventuale segnale utile
v1(t)
Fondamenti TLC
3
159
La massima potenza di rumore disponibile al carico (1)

Se la resistenza dingresso Rin e uguale a R si ottiene il massimo trasferimento di
potenza dalla sorgente al carico (condizione che si cerca di ottenere per non
dissipare inutilmente la potenza del segnale utile).
In questo caso la potenza trasferita allingresso del circuito in esame e data da:
2
2
Vin Vin V 2
=
=
Pin =
Rin
R 4R
dove V 2 e' il valore quadratico medio della tensione V (t )
Circuito elettrico
ad ingresso adattato
Sorgente rumorosa
Vin(t)
Vout(t)
v(t)
Fondamenti TLC
4
160
La massima potenza di rumore disponibile al carico (2)

In una qualsiasi banda di frequenze f il valore quadratico medio della tensione
v(t) coincide con la densit spettrale di potenza Nv moltiplicata per f .

f
La potenza trasferita allingresso del circuito in esame nella banda f e data da:
V 2 NV f kT
Pin =
=
=
f
4R
4R
2
La densita spettrale di potenza di rumore disponibile allingresso No e quindi:
Pin kT
=
No =
f
2
INDIPENDENTE DA R
Fondamenti TLC
5
161
Un esempio numerico
La potenza di rumore disponibile generata da una resistenza posta a temperatura
ambiente di T=293 gradi Kelvin (20 gradi centigradi) in una banda di frequenze di
2*20KHz=40KHz (quella di un normale amplificatore HI-FI) vale:
0
B=20KHz
f=40KHz
1.38 1023 293

kT
4 104 =
f =
P = N o f =
2
2
8 1017 W
E un valore estremamente piccolo in assoluto, ma che va confrontato con la
potenza del segnale utile.
Generalmente nelle apparecchiature elettroniche per telecomunicazioni esistono
altri tipi di disturbo con potenze molto maggiori di quella del rumore termico.
E tuttavia utile introdurre il concetto di potenza di rumore termico (cosi come quelli
di temperatura e fattore di rumore che seguono) perch, formalmente, la quasi
totalita dei disturbi verra assimilata ad un rumore termico equivalente con
temperature T che saranno molto maggiori di quelle fisiche delle apparecchiature.
Fondamenti TLC
162
Banda di un amplificatore (od altra apparecchiatura)

Consideriamo una apparecchiatura elettronica (ad esempio un amplificatore),
assumeremo per semplicit che abbia guadagno in potenza fra ingresso e uscita G(f)
costante nella banda di interesse.
G(f)
G0
G0
-f0
G(f)
-f0
B
Nel caso in ingresso vi sia un rumore con densit spettrale N0 in uscita avremo una
potenza di rumore data da:
Pu = N o G ( f )df = N o G0 2 B
Fondamenti TLC
7
163
Temperatura di rumore
La temperatura di rumore di un qualsiasi disturbo con le stesse caratteristiche del
rumore termico (ed in particolare densit spettrale di potenza pari a Na) e definita
come:
Ta =
2Na
k
Data unapparecchiatura elettronica (ad esempio un ricevitore radio) e necessario

confrontare la potenza del segnale utile con quella del rumore (termico e non) per
valutarne le prestazioni (il rapporto tra le potenze di segnale e rumore viene
indicato con la sigla SNR).
Lapparecchiatura elettronica e, in generale, costituita da tanti elementi
(nellesempio del ricevitore radio avremo lantenna, il cavo di collegamento, il
sintonizzatore, lamplificatore) ognuno dei quali aggiunge il suo rumore.
E comodo riportare tutti gli effetti del rumore allingresso come se ci fosse una sola
sorgente di rumore concentrata che possa essere vista come una resistenza posta
ad una temperatura equivalente di rumore Te generalmente molto maggiore della
temperatura fisica dellapparecchiatura.
Fondamenti TLC
8
164
Fattore di rumore di un amplificatore (1)

Un amplificatore e un dispositivo che aumenta lampiezza del segnale dingresso e,
inevitabilmente, aggiunge del rumore. La potenza Py del segnale duscita e data dalla
somma della potenza Px del segnale d ingresso moltiplicata per G0 (guadagno in
potenza) e della potenza del rumore Pno introdotta dallamplificatore.
x(t)
Px
Amplificatore
con guadagno G0
y(t)
Py =G0Px+Pno
Il FATTORE DI RUMORE F di un amplificatore e definito come il rapporto tra la densita

spettrale di potenza in uscita quando allingresso ce un rumore con densita spettrale di
potenza kTo / 2 (dove To e la temperatura standard di 290 gradi Kelvin) e la densita
spettrale di potenza in uscita attribuibile al solo rumore in ingresso.
N ampli + G0 kTo / 2
N ampli
N out
=
=1+
F=
G0 kTo / 2
G0 kTo / 2
G0 kTo / 2
Fondamenti TLC
9
165
Fattore di rumore di un amplificatore (2)

La densita spettrale di potenza di rumore aggiunta dallamplificatore in uscita vale
dunque:
N ampli = (F 1) G0 kTo / 2
Se vogliamo riportare in ingresso allamplificatore una densita spettrale di potenza che

produca gli stessi effetti sulluscita otteniamo:
N in = (F 1) kTo / 2
Quindi, per quanto riguarda gli effetti del rumore, un amplificatore puo essere
rappresentato come una sorgente di rumore allingresso con una temperatura
equivalente di rumore:
Te = (F 1)To
Fondamenti TLC
10
166
Temperatura equivalente di rumore

B e la banda dellamplificatore
x(t)
Px
Amplificatore
guadagno G0
fattore di rumore F
Amplificatore
guadagno G0
non rumoroso
x(t)
Px
y(t)
Py =G0Px+ (G0kTe /2 )2B=
=G0Px+ G0kTeB
y(t)
Py =G0Px+ (G0kTe /2 )2B =
=G0Px+ G0kTeB
Pn = kTeB
Fondamenti TLC
11
167
Temperatura di rumore di amplificatori in cascata

Amplificatore 1
guadagno G1
temperatura Te1
Amplificatore 3
guadagno G3
temperatura Te3
Amplificatore 1
guadagno G1
non rumoroso
Pn = kTeB
Amplificatore 2
guadagno G2
temperatura Te2
Amplificatore 2
guadagno G2
non rumoroso
Amplificatore 3
guadagno G3
non rumoroso
Te 2
Te 3
+
Te = Te1 +
G1 G1G2
La temperatura di rumore del primo stadio e la piu critica.

Fondamenti TLC
12
168
Temperatura di rumore di un attenuatore (1)

Un attenuatore e un dispositivo passivo che riduce lampiezza del segnale dingresso e,
inevitabilmente, aggiunge del rumore termico. La potenza Py del segnale duscita e
data dalla somma della potenza Px del segnale d ingresso moltiplicata per G0<1 e della
potenza del rumore Pn introdotta dallattenuatore a temperatura fisica Ta.
Per ricavare lespressione della densita spettrale di potenza di rumore introdotta
dallattenuatore si pensi di collegare allingresso una resistenza alla stessa temperatura
dellattenuatore.
Attenuatore
Ta
Ta
La densita spettrale di potenza di rumore disponibile allingresso sara quindi:
kTa
N in =
2
La densita spettrale di potenza di rumore alluscita dovuta al solo ingresso sara:
N out
kTa
= G0
2
Fondamenti TLC
13
169

In uscita, tuttavia, si avra ancora la stessa densita spettrale di potenza di rumore
disponibile allingresso dato che tutto lattenuatore e alla stessa temperatura fisica Ta
Attenuatore
Ta
Ta
Circuito (bipolo) Passivo

Ta
La densita spettrale di potenza di rumore alluscita Nout dovuta sia all ingresso sia
allattenuatore sara:
kTa
kTa
+ Na =
N out = G0
Ora e facile ricavare la densita spettrale di potenza di rumore aggiunta in uscita

dallattenuatore
N a = (1 G0 )
kTa
2
Riportandola in ingresso si ottiene:
1
kTa
1
N ai =
G0 2
Fondamenti TLC
14
170
La temperatura equivalente di rumore Te di un attenuatore con temperatura fisica Ta e

con guadagno in potenza G0 < 1 ha la seguente espressione:
Te =
G 1Ta
1
kTa
N ai =
1
G
2
0
x(t)
Attenuatore non
rumoroso
e guadagno G0 < 1
y(t)
Fondamenti TLC
15
171
Temperatura di rumore di unapparecchiatura complessa

Attenuatore
Ga= -3dB (0.5)
Ta=300K
Amplificatore 1
G1=10dB (10)
F1=4dB (2.5)
Amplificatore 2
G2=20dB (100)
F2=6dB (4)
1
(F 1)To (F2 1)To
Te = Ta
1 + 1
+
=
G
Ga
G a G1
a
1
(2 .5 1) 290 (4 1) 290
= 300
1 +
+
= 1344 Kelvin
0 .5
0 .5
0 .5 10
G = 27dB (500)
non rumoroso
Pn = kTe B
Te = 1344 Kelvin
Fondamenti TLC
16
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
172
Campionamento e
ricostruzione di segnali
173
Numerizzazione dei segnali
Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso

sono di tipo numerico, normalmente rappresentati in formato binario {0,1}.
In alcuni casi (si pensi ad esempio alle informazioni sulle operazione valutarie
che le banche si scambiano fra loro), i segnali da elaborare e trasmettere sono
segnali numerici gia allorigine (la sorgente e una sorgente numerica).
In alcuni casi la rappresentazione numerica dei segnali originari e molto
semplice (alle lettere di un testo pu essere facilmente associato un codice
numerico: a1, b 2, ecc.).
In molti altri casi, invece, la rappresentazione numerica dei segnali originari
richiede unanalisi pi accurata. Come, ad esempio, rappresentare
numericamente il segnale di tensione (Volt) in uscita da un microfono?
174
Molti dei segnali con cui abbiamo a che fare nella realt quotidiana
sono continui sia nel tempo che nelle ampiezze.
V(t)
t
La rappresentazione di un segnale continuo in un segnale
numerico richiede di discretizzare sia il tempo che le ampiezze.
3
175
Campionare i segnali
Campioni del segnale V(nT)

Segnale originale V(t)
T
T e detto periodo (o passo) di campionamento;
fc=1/T e detta frequenza di campionamento.
4
176
Il campionamento ideale nel tempo

sc (t ) = s(t ) g (t )
s (t )
g (t )
g (t )
1/t
T
g (t )
t
Impulsi ideali con area unitaria
t
T
5
177
Il campionamento ideale
s c (t ) = s(t )
n =
n =
(t nT ) = s(nT ) (t nT )
sc(t) segnale campionato idealmente
s(t) segnale originale
178
Il Campionamento ideale
nel dominio delle frequenze
S(f )
s(t )
F
1
k 1
G (f ) =
g (t ) = (t iT )
f T = T (f kf c )
T k =
i =
k =
F
Sc (f ) = S(f ) G (f ) =
s c (t ) = s(t ) g (t )
F
1
1
= S(f ) (f kf c ) =
S(f kf c )
T k =
T k =
S(f)
Sc(f)
A/T
f
-fc=-1/T
fc=1/T f
179
La condizione di Nyquist
f c < 2B
S(f)
S(f+fc)
-B
B f
Sc(f)
S(f)
fc-B
-fc
S(f-fc)
f c 2B
Sc(f)
- fc
fc
B
2B
fc
180
Il teorema del campionamento
Se
il segnale s(t) e a banda B strettamente limitata
S(f)=0 per |f|>=B;
e soddisfatta la condizione di Nyquist fc=1/T>=2B;
allora
il segnale s(t) e rappresentato dai suoi campioni;
il segnale originale s(t) puo essere ricostruito a partire
dalla sua versione campionata sc(t) con un filtro passa
basso ideale avente guadagno T e frequenza di taglio fp
B < fp < fc -B.
181
La ricostruzione del segnale

-fc/2
Sc(f)
fc/2
-fc
fc
H(f)
fc-B
-fp
S(f)=Sc(f) H(f)
fp
f
S(f), trasformata del segnale
originale s(t)
f
10
182
La ricostruzione del segnale

sc(t)
s(t)
H(f)
H(f)
fp=fc/2
fc=1/T
h ( t ) = F1(H(f ) ) = sinc(t / T )

s(t ) = s c (t ) h ( t ) = s(iT ) ( t iT ) sinc(t / T ) =

i =
=
11
t iT
s(iT ) sinc
T
i =
183
Il segnale ricostruito come somma di seni cardinali
t iT
s(t ) = s(iT ) sinc
T
i =
s(t)
T
t
12
184
Il campionamento in pratica
Il segnale campionato consiste di impulsi di ampiezza e durata

finita;
il filtro di ricostruzione non e ideale;
il segnale da campionare non e a banda rigorosamente limitata.
13
185
Cosa succede nei sistemi reali

s1(t) alluscita del campionatore
Campioni del segnale
s(t) segnale originale
14
186
Il campionamento Sample & Hold (S&H)

h1(t)
s1( t ) = s c (t ) h1(t )
S1(f ) = Sc (f ) H1(f )
T=1/fc
s(t)
15
sc(t)
Camp.
IDEALE
H1(f)
h1(t)
s1(t)
187
Il campionamento Sample & Hold (S&H)
|Sc(f)|
|H1(f)|
|S1(f)|
0.8
0.8
0.8
0.6
0.6
0.6
0.4
. 0.4
0.2
0.2
0.2
-3
-2
-1
f/fc
16
-3
=
-2
-1
f/fc
0.4
-3
-2
-1
f/fc
188
La ricostruzione del segnale campionato con un S&H

s(t)
s1(t)
Camp.
IDEALE
H1(f)
|S1(f)|
|Hr(f)|
|S(f)|
0.8
0.8
0.8
0.6
0.6
0.6
0.4
0
-3
0.4
0.2
0.2
-2
-1
0
-3
Se
H r (f ) =
0.4
0.2
-2
-1
f/fc
17
s(t)
Filtro finale di
ricostruzione, Hr(f)
0
-3
-2
-1
f/fc
f
1
; B < f p < f c B.
rect
2f
H1 ( f )
p
==>
f
; B < f p < f c B
H1 (f ) H r (f ) = rect
2f
p
e S1(f ) Hr (f ) = Sc (f ) H1(f ) Hr (f ) S(f )
f/fc
189
Filtri di ricostruzione non ideali
Banda di transizione
BF
-fc
fc
Banda di guardia
f c 2B F > 2B
18
190
Filtro anti-aliasing
Se i segnali sono a banda non rigorosamente limitata, per

evitare la sovrapposizione di componenti spettrali con
frequenza ffc/2 si inserisce, prima del campionatore un
filtro limitatore di banda (filtro anti-aliasing).
sin (t)
1
-B
19
s(t)
Campionatore
Hin(f)
Hin(f)
B<fc/2
B
191
Cosa succede se non rispettato il Teorema del Campionamento?

S(f)
Segnale originale s(t)

f0
f0
fc<2f0
S(f+2fc)
S(f-fc)
S(f+fc)
-fc
S(f-2fc)
f0 fc
2f0>fc
fr=fc-f0< f0
Segnale ricostruito sr(t)
Sr(f)=(f-fr)+(f+fr)
fr
-fc
Hr(f)=rect(f/fc)
fc
f
fr=fc-f0< f0
20
QUANTIZZAZIONE
192
Lezione 14
Quantizzazione
Quantizzazione e codificazione
Rumore di quantizzazione
Quantizzatori non uniformi
Fondamenti TLC
1
QUANTIZZAZIONE
193
Conversione analogico/digitale (A/D)

Per rappresentare numericamente un segnale continuo nel tempo e
nelle ampiezze necessario:
Campionare il segnale nel tempo;

Quantizzare le ampiezze dei campioni
(rappresentare lampiezza di ogni campione utilizzando un numero finito
di livelli);
Codificare i valori quantizzati dei campioni

(associare ad ogni livello un numero finito di cifre; solitamente si usano
cifre binarie, cioe bit).
Questo processo di conversione A/D, che trasforma il segnale originario
in una sequenza di bit {0,1}, e noto come tecnica PCM (Pulse Code
Modulation o Modulazione impulsiva codificata).
Fondamenti TLC
2
QUANTIZZAZIONE
194
Schema a blocchi del convertitore A/D
u(nT) {u1, u2 , , uM}
v(nT) R
M=256=28
.
u10 -> 00001010
u11 -> 00001011
u12 -> 00001100
...
v(t)
Campionatore
Quantizzatore
Codificatore
c(n)
c(n)
fc=1/T
t
t
Rb [bit/s]= 1/Tb=fc log2M
Tb=T/log2M
Fondamenti TLC
3
QUANTIZZAZIONE
195
La quantizzazione
u(nT) {u1, u2 , , uM}
v(nT)
Quantizzatore
segnale originale v(t)

segnale quantizzato u(t)
-V
Fondamenti TLC
4
QUANTIZZAZIONE
196
La quantizzazione
v
Quantizzatore
u
livello di restituzione uk
sk
s1
sk+1
sM+1
Intervallo di quantizzazione Ik
-V
V
Fondamenti TLC
5
QUANTIZZAZIONE
197
u {u1 , u 2 ,
Quantizzatore
, uM}
Quantizzatore
v I k u = u k = (s k + s k +1 ) / 2
k = 1,2, ..., M
Se i livelli uk sono equidistanti, cioe se

| sk+1-sk|= | uk+1-uk|= , per ogni k Quantizzatore uniforme
passo di quantizzazione
dati M livelli, se v compreso in (-V,+V) ==> =2V/M
Fondamenti TLC
6
QUANTIZZAZIONE
198
Codificazione
Per codificazioni basati su rappresentazione binaria i quantizzatori
utilizzano un numero M = 2N livelli di restituzione, dove N
rappresenta il numero di bit con cui il codificatore rappresenta
ogni livello.
Codifica naturale
v8
v7
v6
v5
v4
v3
v2
v1
111
110
101
100
011
010
001
000
Codifica Gray
Codifica complemento 2
100
101
111
110
010
011
001
000
011
010
001
000
111
110
101
100
Fondamenti TLC
7
QUANTIZZAZIONE
199
Quantizzatore come sorgente di rumore

v
u
Quantizzatore
v +
+
+
u
eq
segnale originale v(t)

segnale quantizzato u(t)
eq
Segnale di ingresso v e
rumore di quantizzione eq
sono fra loro incorrelati
(per N grande)
+/2
-/2
u-v= eq = rumore di quantizzazione

Fondamenti TLC
8
QUANTIZZAZIONE
200
Potenza del rumore di quantizzazione

Quantizzatore uniforme
M livelli di restituzione (v1vM)
Passo quantizzazione (si-si-1)= , i=1,2,,M
u
ui
f(eq)
[ ]
= E e q = 0;
1/
-/2
+/2
si
si-1
eq
[ ] [
PQ = E e q
= E (e q ) =
12
2
Fondamenti TLC
9
QUANTIZZAZIONE
201
Rapporto potenza segnale potenza rumore (quantizz.)

Assumiamo:
Segnale di ingresso v con ampiezze comprese tra -VmaxVmax e
densita di probabilita uniforme fv=1/(2V)
Quantizzatore ad N bit (M=2N livelli di restituzione) => =2V/M.
f(v)
1/(2V)
-V +V
2
Vmax
PS =
3
2
4V 2
V2 1
2 (2 V / M )
PQ =
=
=
=
2
2
12
12
12 M
3 M
P
SNR = S = M 2 = 2 2 N ; SNR dB = 10 lg 10 (2 2 N ) = 10 lg 10 (4 ) N 6 N
PQ
Q a 8 bit SNRdB=48 dB; Q a 10 bit SNRdB=60 dB; Q a 16 bit SNRdB=96 dB;

Fondamenti TLC
10
QUANTIZZAZIONE
202
Applicazione Quantiz. Non Uniforme

Segnale Telefonico
v(t)
Microfono
Potenza del segnale fortemente

dipendente dal parlatore
Banda 300-3400 Hz
Frequenza Campionamento fc=8000 campioni /s
Utilizziamo N=8 bit per campione
(8000 campioni/s*8 bit/campione=64kbit/s)
Nellipotesi di segnale con distribuzione dampiezza uniforme

nellintervallo [-V,+V], la potenza di segnale P1=V2/3.
Se si utilizza una quantizzazione uniforme (=2V/2N), PQ=2/12, dunque
(P1/ PQ) |dB =SNR|dB =6N=6*8=48 dB
Sufficiente per buona qualit segnale (>30dB).
11
Fissato il passo di quantizzazione , se la potenza del segnale PS

diminuisce di un fattore 100 (Ps=P1-20 [dB]), cosa normalissima,
SNR|dB 28dB < 30dB.
Fondamenti TLC
QUANTIZZAZIONE
203
Quantizzatori non uniformi

u
ui
si
si+1
Sono utilizzati quando la statistica del segnale in ingresso non uniforme
Fondamenti TLC
12
QUANTIZZAZIONE
204
Quantizzatore non uniforme: implementazione

v
vq
vc
N.L.
Q. unif.
vo =
vc
log(1 + m )
v
v
; vo = c ; m =
log(1 + )
vc,M
vM
1
200
100 =5
vo
si
si+1
vi
0
|m|
Fondamenti TLC
13
QUANTIZZAZIONE
205
Companding (Compression-Expanding)-1
v(nT)
vc
vc(nT) Quantizzatore Uniforme c(n)

e codificatore
R=64 kbit/s
(8 bit/camp.)
c1(n)
D/A
12 bit/campione
8 bit/camp.
(che rappresentano, con quantizzazione

uniforme, 212 livelli equidistanti)
Am
per
(1 + ln A )
v c = sign (v )
(1 + ln A m )
1 + ln A
m=
m<
v Max
1
per m 1
A
1
A
A = 87,6
Fondamenti TLC
14
QUANTIZZAZIONE
206
v(nT)
Quantizzatore Uniforme
e codificatore
c1(n)
c(n)
R=64 kbit/s
(12 bit/camp.)
c1(n)
D/A
(8 bit/camp.)
12 bit/campione
(che rappresentano, con quantizzazione
uniforme, 212 livelli equidistanti)
Fondamenti TLC
15
QUANTIZZAZIONE
207
Con Companding
SNR [dB]
48
10dB
44
40
36
32
28
24
20
Senza Companding
16
12
8
4
0
-48
-44
-40
-36
-32
-28
-24
-20
-16
-12
-8
-4
Ps /P1 [dB]
Fondamenti TLC
16
QUANTITA DI INFORMAZIONE ASSOCIATA AD UNA SORGENTE E CODIFICA DI SORGENTE
208
Quantita di informazione associata ad

una sorgente e codifica di sorgente
Informazione associata a sorgenti digitali, entropia
Codifica di sorgenti senza memoria
Codifica di sorgenti con memoria
Fondamenti TLC
1
209
Schematizzazione generale sistema di comunicazione

Sorgente
(numerica)
Sistema di trasmissione
Utilizzatore
s(k), k=1, Viene emesso un simbolo ogni T secondi

s(k); k=1, .. = Simboli numerici trasmessi negli istanti kT;
= Dimensione alfabeto dei simboli ,ognuno rappresentato con N bit;
M=2N
S={s1, , sM} = Insieme dei possibili simboli.
I simboli possono rappresentare:
Un testo scritto, sequenza di simboli/codici rappresentanti le lettere (cod.
ASCII a 7 od 8 bit);
Un segnale campionato, sequenza codici assegnati ai campioni;
Informazioni numeriche, ad esempio il saldo di conti correnti;
Una sequenza di bit;
Ecc. ..
Fondamenti TLC
2
210
Informazione associata ai simboli

Sorgente senza memoria: probabilit di emissione dei simboli
indipendente dalla storia passata.
Parametri statistici che descrivono sorgente: probabilit di emissione
dei simboli: p(s1), p(s2), .., p(sM);
0 p(si ) 1;
p(si ) = 1.
i =1
Informazione associata a ciascun simbolo:
1
I(si ) = lg 2
si misura in bit.
p(si )
I(si ) 0;
I(si ) = 0 se p(si ) = 1;
I(s k ) > I(si ) se p(s k ) < p(si ).
Fondamenti TLC
3
211
Informazione media di una sorgente, Entropia

Il valor medio dellinformazione tra tutti i simboli della sorgente S
(valo medio pesata dalla probabilit di emissione):
1
HS = E[I(si )] = p(si )lg 2
p(si )
i =1
M
Questa quantit viene detta Entropia.

LEntropia fornisce una misura del contenuto medio di
informazione associato ad ognuno dei simboli emessi dalla
sorgente.
Anche lEntropia , naturalmente, misurata in bit.
Fondamenti TLC
4
212
Entropia: Sorgente binaria

HS
S = {s1, s 2 }
1
0.9
p(s 2 ) = 1 p(s1)
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
p(s1)
LEntropia massima se tutti i simboli sono equiprobabili

(risultato generale indipendente dalla dimensione alfabeto)
Fondamenti TLC
5
213
Concetto di Ridondanza
H
R =1
H max
H
: Entropia sorgente
Hmax : Entropia massima (sorgente senza memoria e simboli equiprobabili) =

= lg2(M) con M dimensione alfabeto.
Per un testo scritto Hmax = 7 bit, H 2 bit => R=0.7

Un testo quindi estremamente ridondante.
Si comprende anche se manca una parte significativa dei caratteri
che lo compongono.
Fondamenti TLC
6
214
Codifica di sorgente
E la rappresentazione efficiente dei dati generati da una sorgente discreta S.
s(k)
Codifica
b(k)
La sequenza b(k) e binaria (le parole di codice sono

binarie).
Il codice di sorgente e decodificabile in maniera
univoca (la sequenza di dati originari s(k) puo essere
ricostruita perfettamente dalla sequenza codificata b(k))
Fondamenti TLC
7
215
Codici a lunghezza variabile

S im boli P robabilit E m isssione Codice (Lunghezza Fissa)
Codice Lunghezza V ariabile
s1
0,50
00
s2
0,25
01
10
s3
0,15
10
110
s4
0,10
11
111
Definiamo la lunghezza media di parola di codice

M
L = p(si )li
i =1
dove li e la lunghezza della parola di codice associata al simbolo si.
Nellesempio
L var = 1* 0.5 + 2 * 0.25 + 3 * 0.15 + 3 * 0.1 = 1.55 bit < 2 bit = Lfissa
Fondamenti TLC
8
216
Efficienza del codice

Lmin e il minimo valore possibile di L
definiamo lefficienza del codice del codificatore
L
=
1.
L
min
Quanto vale Lmin ?

Il teorema della codifica di sorgente afferma che
Per qualsiasi schema di codifica, la lunghezza media delle parole del
codice e limitata inferiormente dallentropia della sorgente
L HS
Fondamenti TLC
9
217
Ulteriore significato dellEntropia

Entropia (espressa in bit) rappresenta il minimo numero medio di
cifre binarie necessarie a codificare ciascun simbolo della sorgente.
Si puo riscrivere lefficienza del codice come
HS
=
L
Fondamenti TLC
10
218
Tecnica di Huffman per la costruzione Codici a Lunghezza Variabile (1)

Assegna ad ogni simbolo una sequenza di bit, la cui lunghezza e praticamente uguale
alla quantita di informazione che il simbolo trasporta.
1. I simboli della sorgente vengono ordinati secondo probabilita decrescente.

2. Viene generata una nuova lista di simboli da codificare, sostituendo agli ultimi due
simboli, precedentemente identificati, un nuovo simbolo di sorgente, con probabilita
uguale alla somma delle probabilita.
3. Si ripete il passo 1. , applicato alla nuova lista, in modo iterativo, finche ci si riduce
ad una lista con solo due simboli, a cui si associano i bit 0 e 1.
La parola di codice da assegnare ad ogni simbolo originario si ottiene seguendo a ritroso
il percorso di assegnazione dei bit, fino al simbolo originario.
Fondamenti TLC
11
219
Tecnica di Huffman per la costruzione Codici a Lunghezza Variabile (2)

Lista1 Probabilita
lista2
lista3
lista4
Codifica
s0
s1
s2
s3
s4
0.4
0.2
0.2 0
0.2 1
0.4
0.4 0
0.2 1
0.4 0
0.4 1
00
10
11
010
011
0.4
0.2
0.2
0.1 0
0.1 1
Fondamenti TLC
12
220
Codifica Universale
Quando le probabilit dei simboli non sono note, o cambiano nel
tempo, possibile realizzare sistemi che estraggano tali informazioni
direttamente dai simboli originari.
Simboli originari
Simboli ricostruiti
Codif
Decod
Modell
Modell
Fondamenti TLC
13
221
Sorgenti con memoria

Quando le probabilit dei simboli dellalfabeto dipendono, per ogni
intervallo di emissione, dalla storia passata (simboli emessi
precedentemente) si parla di Sorgenti con Memoria.
Buona parte delle informazioni che trattano i sistemi di comunicazione

possono essere viste come generate da sorgenti con memoria.
Un testo scritto pu essere preso come esempio classico:
Scorrendo il testo, la probabilit di incontrare una particolare lettera
dipende fortemente dalla sequenza dei precedenti caratteri.
Per una codifica efficiente di queste sorgenti devono essere impiegate
tecniche opportune. Fra le pi note vi sono quelle basate sulluso di
dizionari.
Fondamenti TLC
14
222
Tecniche di codifica basate su dizionario

Lidea base quella di rappresentare stringhe di simboli elementari (parole) con un
indice che le identifica in un vocabolario noto sia al codificatore che al decodificatore.
Vocabolario
Buffer caratteri gi codificati
L
n
3
Buffer caratteri da codificare
p
10
11
12
13
14
15
s
16
Viene ricercata la stringa comune pi lunga fra inizio buffer di codifica e vocabolario.
Dati codificati:
Match, Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione
1/0 (1 bit)
H bit (nellesempio H=4)
L bit (es. L=3)
N bit (es. N=7)

Evita deadlock per Match=0
Fondamenti TLC
15
223

Vocabolario
L
n
3
p
10
11
12
13
14
15
s
16
Dati codificati:
1
Fondamenti TLC
16
224

Vocabolario
o
p
6
10
11

s
12
13
14
15
16
d
7
Dati codificati:
1
1
6
4
4
1
Fondamenti TLC
17
225

Vocabolario
s
p
5
10

s
11
12
13
14
15
16
d
6
Dati codificati:
1
1
0
6
4
4
1
Fondamenti TLC
18
226

Vocabolario
t
p
4
s
10
11
12
13
14
15
16
d
5
Dati codificati:
Match,
Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione
1
1
0
1
6
4
4
1
Fondamenti TLC
19
227
Decodifica basata su dizionario

Dati codificati ricevuti:
Match, Inizio Stringa in Vocabolario,
1
Lunghezza Stringa,
Carattere Innovazione
Vocabolario
Buffer caratteri gi decodificati
L
n
3
Buffer nuovi caratteri
p
10
11
12
13
14
15
s
16
Fondamenti TLC
20
228
Tecniche di codifica basate su dizionario (efficienza)

Nellesempio illustrato
Per 8 caratteri, codificabili con 7 bit ciascuno senza codifica di sorgente
(8*7=56 bit), si utilizzano un totale di 32 bit codificati (8*4=32 bit).
Efficienza di codifica aumenta di molto incrementando la

dimensione dei buffer e utilizzando strutture dati molto simili a
veri e propri dizionari.
Queste tecniche sono ampiamente utilizzate sia nelle
comunicazioni sia per la compressione di dati memorizzati su
supporti di massa.
Si possono ottenere percentuali di compressione anche del 55%
per testi scritti , rispetto a percentuali di compressione di circa il
43% ottenibile con il codice di Huffmann.
Fondamenti TLC
21
229
Tecniche di codifica di sorgente con perdita

In molte situazioni, per la trasmissione o memorizzazione digitale di suoni, immagini (fisse od in
movimento) vi sono stringenti necessit di comprimere i dati numerici anche a costo di introdurre
degradazioni sui segnali ricostruiti.
Per queste applicazioni sono state messe a punto Tecniche di Codifica di Sorgente con Perdita
(Lossy) che cercano di sfruttare al meglio le limitate capacit percettive dei nostri sensi.
Esempi di queste tecniche sono, per le immagini, le tecniche note con le sigle JPEG, MPEG1,
MPEG2, MPEG4, H261, H263.
Per i segnali audio di qualit (segnali musicali) una delle tecniche pi note e quella che va sotto il
nome MPEG2 Audio Level 3 (comunemente indicata come MP3).
A questo proposito si pu ricordare come un segnale audio stereo semplicemente campionato e
quantizzato richieda 2*48000*161.5 Mbit/sec.
La compressione MP3 permette di rappresentare lo stesso segnale (introducendo solo minime
degradazioni) con soli 64128 Kbit/sec.
Fondamenti TLC
22

Elementi Di Teoria Dei Segnali

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Elementi Di Teoria Dei Segnali

Uploaded by

Copyright:

Available Formats

INTRODUZIONE AI SEGNALI

Classificazione dei segnali (1)

continui => se la variabile

Classificazione dei segnali (2)

Classificazione dei segnali (3)

Classificazione dei segnali (4)

Potenza media sullintervallo T

Potenza media di un segnale periodico

e traslato rigidamente verso destra

e traslato rigidamente verso sinistra

e dilatato o compresso a secondo che

ESEMPI: costante e rettangolo

Moltiplicazione di un segnale per il rettangolo

ESEMPI: scalino ed esponenziale reale

Limpulso e dunque un segnale

Limpulso: regole di calcolo

2 - Un segnale x(t) moltiplicato per un impulso ritardato di e uguale al valore del

3 - Lintegrale di un segnale x(t) moltiplicato per un impulso ritardato di e uguale al

Cosinusoide: ampiezza, fase, frequenza

Aumenta la fase iniziale

Aumentare la fase della cosinusoide -0.5

Lesponenziale complesso (Eulero) 1

Lesponenziale complesso (Eulero) 2

Componenti reale + immaginaria

SEGNALI PERIODICI: LA SERIE DI FOURIER

SEGNALI PERIODICI: LA SERIE DI FOURIER

SEGNALI PERIODICI: LA SERIE DI FOURIER

Rappresentazione dei segnali periodici (1)

Un segnale periodico con periodo di durata To puo essere rappresentato come

Per maggior compattezza delle formule conviene introdurre il coefficiente complesso:

SEGNALI PERIODICI: LA SERIE DI FOURIER

Rappresentazione dei segnali periodici (2)

Lo sviluppo del segnale periodico nelle sue componenti armoniche

SEGNALI PERIODICI: LA SERIE DI FOURIER

Come si ottengono i coefficienti della serie di Fourier

Se n e diverso da k lintegrale e nullo in quanto si integra un numero intero di

SEGNALI PERIODICI: LA SERIE DI FOURIER

Simmetrie della serie di Fourier di segnali reali

SEGNALI PERIODICI: LA SERIE DI FOURIER

Serie di Fourier di segnali reali

exp{j 2kf 0t}=

cos(2kf 0t ) + j sin (2kf 0t )

exp{ j 2kf 0t}=

cos(2kf 0t ) j sin (2kf 0t )

= Yo + Yk exp j 2 k fot + Yk exp j 2 k fot =

Yk = Re{ k }+ j Im{ k }= Yk exp{jk }

= Yo + Yk exp j 2 k fot + Yk* exp j 2 k fot =

Lunica armonica che non e moltiplicata per 2 e quella a frequenza zero

SEGNALI PERIODICI: LA SERIE DI FOURIER

Esempi di espansione in serie di Fourier: londa quadra

La componente continua, Y0, vale 1/2

SEGNALI PERIODICI: LA SERIE DI FOURIER

Le prime 10 armoniche dellonda quadra

y (t ) = Y0 + 2 Re(Yk ) cos(2kf 0t ) 2 Im(Yk ) sin (2kf 0t )

SEGNALI PERIODICI: LA SERIE DI FOURIER

Espansione parziale in serie di Fourier dellonda quadra

SEGNALI PERIODICI: LA SERIE DI FOURIER

Esempi di espansione in serie di Fourier: la costante

La componente continua vale 1

SEGNALI PERIODICI: LA SERIE DI FOURIER

Esempi di espansione in serie di Fourier: londa quadra a media nulla

La componente continua vale 0

SEGNALI PERIODICI: LA SERIE DI FOURIER