You are on page 1of 53

1.

Segnali e Spettri
Cos’è un segnale? (1)
• Possiamo definire segnale una qualunque grandezza fisica variabile a cui
sia associata una informazione di interesse.
• I segnali che riguardano le comunicazioni elettriche sono spesso il frutto
della trasduzione della grandezza fisica da osservare (esempio: la pressione
prodotta da uno strumento musicale) in una grandezza elettrica (tensione,
corrente). Si parla dunque di segnali elettrici.
• Segnale monodimensionale: il segnale rappresenta la variazione di una
grandezza rispetto ad una variabile indipendente. Molto spesso la variabile
indipendente è il tempo: si parla di segnale temporale x(t)
• La grandezza x descritta dal segnale può essere reale (tensione) o
complessa (impedenza)

Università di Genova - DIBE 1.2


Cos’è un segnale? (2)
• Segnale bidimensionale: il segnale rappresenta la variazione di una
grandezza rispetto a due variabili indipendenti. Ad esempio, un’immagine
fissa può essere descritta tramite l’intensità luminosa rispetto alle
coordinate spaziali: z(x1, x2)
• In questa sede verranno affrontati principalmente i segnali
monodimensionali temporali

Università di Genova - DIBE 1.3


Il sistema di comunicazione (1)
• Un sistema di comunicazione ha lo scopo di trasferire l’informazione
generata da una sorgente verso una destinazione posta, genericamente, a
una certa distanza.
• Nel nostro caso, l’informazione è contenuta in un segnale elettrico

Canale di
Sorgente Trasmettitore Ricevitore Destinazione
trasmissione

Segnale in ingresso Segnale trasmesso Segnale ricevuto Segnale in uscita

Rumore

Università di Genova - DIBE 1.4


Il sistema di comunicazione (2)
• Il trasmettitore elabora il segnale di ingresso per produrre un segnale
trasmesso che sia adatto alle caratteristiche del canale di trasmissione
• Il canale trasmissivo propaga il segnale trasmesso fino al ricevitore. Può
essere costituito da un paio di fili, da un cavo coassiale, da un tratto
atmosferico in cui viaggiano onde elettromagnetiche, da una fibra ottica,
ecc.
• Ogni canale reale attenua in qualche misura il segnale, la cui potenza si
riduce progressivamente nell’allontanamento dal trasmettitore.
• Il ricevitore elabora il segnale all’uscita del canale per consentire al
destinatario di recuperare al meglio l’informazione generata dalla sorgente
• Oltre a quelli dell’attenuazione, bisogna considerare gli effetti indesiderati
dovuti al rumore che altera il segnale lungo tutto il sistema di
comunicazione e, in particolare, lungo il canale trasmissivo.

Università di Genova - DIBE 1.5


Tipi di segnale (1)
• 1ma possibile classificazione: in base ai valori assunti dalla variabile
indipendente (cioè sulla base del dominio)
– Segnali a tempo continuo: la variabile indipendente (il tempo) assume
con continuità tutti i valori compresi in un certo intervallo,
eventualmente illimitato: x(t)
– Segnali a tempo discreto: la grandezza osservata è nota solo in istanti
fissati, cioè in determinati valori discreti della variabile tempo: x(tn).
Spesso si tratta di multipli di un intervallo noto T, cioè tn = nT. Il
valore di x all’istante i-esimo, x(iT), è detto campione.

Università di Genova - DIBE 1.6


Tipi di segnale (2)
• 2da possibile classificazione: in base ai valori assunti dal segnale stesso
(cioè sulla base del codominio)
– Segnali ad ampiezza continua: possono assumere con continuità tutti i
valori compresi in un certo intervallo, eventualmente illimitato.
– Segnali ad ampiezza discreta: hanno come codominio un insieme
numerabile, eventualmente illimitato. Si dice che la loro ampiezza è
quantizzata su livelli discreti.
• La discretizzazione nel tempo e quella in ampiezza possono manifestarsi
separatamente o congiuntamente

Università di Genova - DIBE 1.7


Tipi di segnale (3)
TEMPO
Continuo Discreto

x( t ) x ( nT )
Continua

t t
AMPIEZZA

Segnale analogico Segnale campionato

x( t ) x ( nT )
Discreta

t t
Segnale discreto o quantizzato Segnale digitale o numerico

Università di Genova - DIBE 1.8


“Proiezione” di un segnale
• Per studiare le proprietà di un segnale si possono usare vari metodi
• Sebbene l’esistenza fisica di un segnale temporale sia proprio nel dominio
del tempo, si possono evidenziare meglio certe sue proprietà “proiettando”
il segnale stesso in domini diversi da quello del tempo.
• Queste “proiezioni” avvengono tramite delle trasformazioni che
rappresentano il segnale in domini virtuali, favorevoli all’analisi che si
vuole compiere.
• Una di queste utili “proiezioni” è ottenuta tramite la trasformata di Fourier,
la quale utilizza il dominio della frequenza.
• In tale dominio il segnale è rappresentato come un insieme di molte
(eventualmente infinite) oscillazioni sinusoidali a diversa frequenza e fase.

Università di Genova - DIBE 1.9


Lo spettro
• La rappresentazione di un segnale nel dominio della frequenza è chiamata
spettro
• La rappresentazione e il trattamento dei segnali nel dominio della
frequenza è fondamentale nell’ingegneria delle comunicazioni
• L’analisi spettrale di un segnale può essere condotta tramite la serie e la
trasformata di Fourier

Università di Genova - DIBE 1.10


La serie di Fourier (1)
• È noto dalla matematica che un segnale x(t), definito nell’intervallo finito
(-T/2, T/2) e avente energia finita, cioè tale che:
T 2
x (t ) dt < ∞
2

−T 2

può essere sviluppato in serie di Fourier, secondo la relazione:


∞ 2π
jk t
x (t ) = ∑ αk e T t ∈ (− T 2 , T 2 )
k = −∞
dove:
T 2 2π
− jk t
∫ x(t ) e
1
αk = T dt
T
−T 2

Università di Genova - DIBE 1.11


La serie di Fourier (2)
• I coefficienti αk sono complessi e possono essere scritti come:
αk = α Rk + jα Ik
• Se il segnale x(t) è reale, alcune proprietà di simmetria dei coefficienti αk
permettono di scrivere x(t) come segue:

 2π 2π 
x (t ) = α0 + 2 ∑  α Rk cos k t − α Ik sen k t t ∈ (− T 2 , T 2 )
k=1
T T 
Si nota che il segnale è espresso come somma di un termine costante α0, e
di termini costituiti da segnali sinusoidali con frequenza k/T, cioè multipli
interi della frequenza minima 1/T.
• f0 = 1/T è la frequenza fondamentale del segnale x(t), le altre frequenze k/T
sono chiamate armoniche del segnale e α0 è la componente continua.
• Torneremo a parlare di serie di Fourier affrontando, più avanti, i segnali
periodici
Università di Genova - DIBE 1.12
Dalla serie di Fourier alla trasformata
• La trasformata di Fourier permette di effettuare l’analisi spettrale di un
segnale x(t) esteso da -∞ a +∞.
• Partendo dalla serie di Fourier e ragionando al limite per T → ∞, si osserva
che:
– la distanza fra due armoniche successive (pari a 1/T) tende a zero e
quindi la sequenza discreta delle armoniche di frequenza k/T tende ad
una variabile continua f;
– la sommatoria che forniva x(t) diventa un integrale.
• Procedendo analogamente a quanto sopra, si ottiene che:

x (t ) = ∫ X ( f ) e j 2 π ft
df
−∞
• Si nota che la funzione complessa X(f) “sostituisce” la sequenza dei
coefficienti αk nell’equazione che fornisce il segnale x(t).

Università di Genova - DIBE 1.13


La trasformata di Fourier (1)
• Con analoghi ragionamenti, si può provare che la funzione X(f) è fornita
dalla seguente equazione: ∞
X(f )= ∫ x (t ) e − j 2 π ft
dt
−∞
• La funzione X(f) viene definita trasformata di Fourier del segnale x(t)
• La precedente equazione: La frequenza f ha, come

x (t ) = ∫ X ( f )e
j 2 π ft unità di misura, l’Hertz
df [Hz], che corrisponde
−∞ all’inverso dei secondi [s– 1].
è nota come antitrasformata di Fourier o formula di inversione.
• Questa equazione può essere vista come scomposizione in sinusoidi di un
segnale x(t): un numero infinito di sinusoidi la cui frequenze coprono un
asse continuo e le cui ampiezze e fasi sono regolate proprio dalla
trasformata di Fourier X(f)
Università di Genova - DIBE 1.14
La trasformata di Fourier (2)
• La trasformata di Fourier X(f) viene chiamata spettro di x(t):
• Con notazione abbreviata:
X ( f ) = F [x (t )] x (t ) = F -1 [ X ( f )]
• Due funzioni x(t) e X(f), legate dalle equazioni viste, costituiscono una
coppia di trasformate di Fourier, che può essere indicata:
x (t ) ⇔ X ( f )
• La definizione di trasformata di Fourier presuppone che l’integrale esista
per qualsiasi valore di f. Solo in questo caso X(f) rappresenta la trasformata
di Fourier del segnale.
• Analoghe considerazioni si possono fare per l’antitrasformata

Università di Genova - DIBE 1.15


Esistenza della trasformata di Fourier (1)
• Quali sono i segnali x(t) la cui trasformata di Fourier esiste ed è invertibile
(cioè consente di tornare a x(t))?
• È un problema matematicamente piuttosto complesso
• I segnali che si incontrano nella realtà fisica sono praticamente tutti Fourier
trasformabili
• Con più rigore, esistono delle condizioni sufficienti (ma non necessarie!)
all’esistenza della trasformata di Fourier.
• Noi vediamo solo una di queste condizioni sufficienti: se la funzione x(t)
ha energia finita, cioè: +∞
Ex = ∫ x(t ) dt < +∞
2

−∞

allora la trasformata di Fourier esiste ed è invertibile.

Università di Genova - DIBE 1.16


Esistenza della trasformata di Fourier (2)
• Peraltro, si possono formulare anche altre condizioni sufficienti, quali le
condizioni di Dirichlet (che includono l’integrabilità in modulo e altre
condizioni sulla regolarità della funzione x(t)).
• La condizione di energia finita è sufficiente ma non necessaria: esistono
segnali che ammettono trasformata di Fourier (invertibile), pur non essendo
ad energia finita. Citiamo i seguenti esempi, che rivestono particolare
importanza pratica:
– gradino unitario; – funzione segno;
– impulso di Dirac; – treno di impulsi di Dirac;
– iperbole (x(t)=1/t) – sinusoidi.

Università di Genova - DIBE 1.17


Proprietà: linearità
• L’operatore F, che associa al segnale x(t) la sua trasformata di Fourier, è
lineare.
• In generale, un operatore L è lineare se e solo se, dati due segnali qualsiasi
x1(t) e x2(t) e due costanti qualsiasi a1 e a2 si verifica che:
L [a1 x1 (t ) + a 2 x2 (t )] = a1L [x1 (t )] + a 2L [x2 (t )]

• Quindi se un segnale x(t) è dato dalla combinazione lineare di due segnali


x1(t) e x2(t), il suo spettro X(f) sarà uguale alla stessa combinazione lineare
degli spettri di x1(t) e x2(t):
x (t ) = a1 x1 (t ) + a 2 x2 (t )
X ( f ) = a1F [x1 (t )] + a 2F [x2 (t )] = a1 X 1 ( f ) + a 2 X 2 ( f )

Università di Genova - DIBE 1.18


Proprietà: relazioni di parità (1)
• La trasformata di Fourier X(f) è, in generale, complessa:

X ( f ) = Re{X ( f )}+ j Im {X ( f )} = X ( f ) e j∠ X ( f )

• Se il segnale x(t) è reale, allora


– la parte reale dello spettro Re{X(f)} è una funzione pari della variabile
f, mentre la parte immaginaria Im{X(f)} è una funzione dispari
– il modulo dello spettro: In termini più concisi, si
X(f ) Re { X ( f )} + Im { X ( f )}
2 2 può dire che lo spettro
= ≥0 di un segnale x(t) reale
soddisfa la seguente
è una funzione pari della variabile f
relazione: X(– f) = X*(f)
– la fase dello spettro: Im{X ( f )}
( )
(dove l’asterisco
∠ X f = arctg
Re{X ( f )} significa “complesso
coniugato”). Tale
è una funzione dispari della variabile f simmetria si dice
hermitiana.
Università di Genova - DIBE 1.19
Fase (o argomento) di un vettore complesso
• Ricordiamo che un numero complesso si può rappresentare come un
vettore nel piano. La fase (o argomento) di un numero complesso z è
l’angolo formato da tale vettore con l’asse reale e, pertanto, sarebbe
definita a meno di multipli di 2π.
• Nell’ambito di questo corso, la fase verrà sempre considerata compresa
nell’intervallo [– π, π], il che corrisponde alla seguente definizione:
Im Im z fase di z
π
arctan π
Im z Re z
π + arctan x
π + arctan 2
π/2
Re z z
arctan x
π 0 Re x = Im z /Re z
−π arctan x

Im z Im z – π/2
−π + arctan − π arctan – π + arctan x
Re z 2 Re z –π

Università di Genova - DIBE 1.20


Proprietà: relazioni di parità (2)
• Si può osservare che lo spettro di un segnale reale è completamente
determinato dai suoi valori per f ≥ 0.
• Le frequenze negative non danno informazione aggiuntiva: lo spettro per
f < 0 si ricava per simmetria dai valori per f ≥ 0. Infatti, il modulo è pari
mentre la fase è dispari.
• Le frequenze negative sono una conseguenza della definizione formale
della trasformata di Fourier

• Inoltre, se x(t) è reale e pari, la trasformata di Fourier è puramente reale:


Im{X(f)} = 0.
• Se x(t) è reale e dispari, la trasformata di Fourier è puramente immaginaria:
Re{X(f)} = 0.

Università di Genova - DIBE 1.21


Proprietà: scalamento
• Data la coppia x (t ) ⇔ X ( f ) allora:
1  f 
x (Kt ) ⇔ X 
K K
dove K è una costante reale

• Un cambiamento di scala in frequenza produce l’analoga relazione:


1  t 
x   ⇔ X (Kf )
K K

• Si noti che una “dilatazione” dell’asse dei tempi corrisponde a una


“contrazione” dell’asse delle frequenze e viceversa.

Università di Genova - DIBE 1.22


Proprietà: anticipo e ritardo
• Data la coppia x (t ) ⇔ X ( f ) allora:

x (t − τ ) ⇔ X ( f ) e − j 2 πfτ

dove τ è una costante reale positiva e x(t-τ) è una copia ritardata di x(t)

• La proprietà vale anche se si tratta di un anticipo:


x (t + τ ) ⇔ X ( f ) e j 2 πfτ

• Si noti che l’anticipo o il ritardo di un segnale altera solo la fase del


relativo spettro.

Università di Genova - DIBE 1.23


Proprietà: dualità
• Si consideri la coppia x (t ) ⇔ X ( f )
• La funzione X(.) può anche essere interpretata come funzione del tempo
X(t) (cioè, sostituisco f con t). Si può dimostrare che la sua trasformata di
Fourier è:
F [X (t )] = x (− f )

• In altre parole, trasformando due volte una funzione x(t) ritroviamo la


funzione stessa, a meno di un ribaltamento dell’asse del suo dominio.
• Questa proprietà è utile per il calcolo delle trasformate (o antitrasformate)
di quelle funzioni che sono a loro volta trasformate (o antitrasformate) di
funzioni note.

Università di Genova - DIBE 1.24


Proprietà: convoluzione e prodotto (1)
• Definiamo come convoluzione di due segnali h(t) e x(t) l’integrale:
+∞
y (t ) = h (t ) ∗ x (t ) = ∫ h(ξ) x(t − ξ) dξ
−∞
• L’importanza della convoluzione nelle comunicazioni elettriche è enorme e
verrà chiarita, assieme al suo significato fisico, nel seguito del corso.
• Si può provare che:
Y ( f ) = F [ y (t )] = F [h (t )]F [x (t )] = H ( f ) X ( f )
• Lo spettro di y(t) è quindi il prodotto degli spettri di h(t) e di x(t).
• In modo analogo si può verificare che lo spettro del prodotto fra due
segnali h(t) e x(t) è uguale alla convoluzione fra i relativi spettri:

F [h (t ) x (t )] = H ( f ) ∗ X ( f ) = ∫ H (ξ ) X ( f − ξ ) dξ
−∞

Università di Genova - DIBE 1.25


Proprietà: convoluzione e prodotto (2)
• Ricapitolando: x (t ) ∗ h (t ) ⇔ X ( f ) H ( f )

x (t ) h (t ) ⇔ X ( f ) ∗ H ( f )

Università di Genova - DIBE 1.26


Proprietà: derivazione e integrazione
• Si consideri la coppia x (t ) ⇔ X ( f )
• Si supponga che il segnale x(t) abbia energia finita e che la sua derivata
prima xɺ (t ) abbia anch’essa energia finita.
• Si può dimostrare che: F [xɺ (t )] = j 2π fX ( f )

• Consideriamo ora il segnale integrato:


t
y (t ) = ∫ x(ξ) dξ
−∞
• Si può dimostrare che:
X(f ) 1
F [ y (t )] = + X (0 ) δ ( f )
j 2 πf 2
dove δ(f) è una funzione generalizzata che viene definita qui di seguito
Università di Genova - DIBE 1.27
L’impulso unitario (1)
• L’impulso unitario nel dominio del tempo viene indicato con δ(t) ed è
anche chiamato delta di Dirac
• Non è una funzione nel senso matematico classico, ma si tratta di una
funzione generalizzata che viene definita tramite una sua proprietà di
carattere integrale: t
2
 x (0 ) t1 < 0 < t2
∫ x(t ) δ(t ) dt = 0 altrimenti
t1
dove x(t) è una qualsiasi funzione continua nell’origine.
• Se x(t) = 1, allora si ottiene che:
∞ ε
∫ δ(t ) dt = ∫ δ(t ) dt = 1
−∞ −ε
dove ε è una quantità piccola a piacere

Università di Genova - DIBE 1.28


L’impulso unitario (2)
• Dalle relazioni precedenti si deduce che δ(t) possiede area unitaria
concentrata nel punto t = 0 e che non ha alcun’area altrove. Quindi:
δ(t ) = 0 t ≠ 0
• Quindi, la delta di Dirac, pur non esistendo fisicamente, può essere
immaginata come un impulso, centrato nell’origine, di durata infinitesima e
di altezza infinita, la cui area è complessivamente unitaria.
• L’impulso unitario è fornito dal limite per ε → 0 del seguente segnale
rettangolo:
1/2ε

-ε ε t δ(t) Aδ(t-td)
1 A
• La delta di Dirac è rappresentata
di solito nel seguente modo:
t td t
Università di Genova - DIBE 1.29
L’impulso unitario (3)
• Il prodotto fra un segnale e un impulso unitario produce un impulso avente
area pari al valore del segnale nel “punto di applicazione” dell’impulso:
x (t ) δ(t ) = x (0) δ(t )
x (t ) δ(t − td ) = x (td ) δ(t − td )
• La convoluzione fra un segnale e un impulso produce una copia del segnale
traslata nel “punto di applicazione” dell’impulso:
x (t ) ∗ δ(t ) = x (t )
x (t ) ∗ δ(t − td ) = x (t − td )
poiché l’impulso sparisce, dall’operazione di convoluzione si ottiene un
segnale anticipato o ritardato
• L’impulso unitario può essere analogamente definito nel dominio di f

Università di Genova - DIBE 1.30


Trasformata del rettangolo (1)
• Applichiamo la definizione di trasformata di Fourier ad un segnale x(t) di
forma rettangolare
Notazione convenzionale per
x( t ) indicare questo rettangolo
A

 t 
x (t ) = A Π  
t T 
T− 2 T + 2

+T
[ ]
∞ 2 +T
X ( f ) = ∫ x (t ) e − j 2 πft − j 2 πft A
dt = ∫ A e dt = e − j 2 πft 2 =
− j 2πf −T
2
−∞ −T
2
 j 2 πf T
2 −e
− j 2 πf T 
A  − j 2 πf T 2 + j 2 πf T  A e 2

= e − e 2 =
− j 2πf   πf 
 2j 
 
Università di Genova - DIBE 1.31
Trasformata del rettangolo (2)
j 2 π ft − j 2 π ft
• Ricordiamo che: sen 2 π ft = e − e Quindi:
2j
 j 2 πf T 2 − j 2 πf T 2 
X(f )=
A e −e  = A sen  2πf T  = AT sen (πfT ) =
πf  2j  πf  2 πfT
 
= ATsinc( fT )
sen (πα )
dove la funzione sinc(.) è definita come segue: sinc(α ) =
πα

Quindi, si conclude che:


 t   t 
Π   ⇔ T sinc ( fT ) e A Π   ⇔ A T sinc ( fT )
T  T 

Università di Genova - DIBE 1.32


La funzione sinc (1)

• sinc(a) si annulla per valori di a interi (a≠0).


• Il valore nell’origine è 1.
• L’inviluppo dei lobi si riduce come 1/πa

Università di Genova - DIBE 1.33


La funzione sinc (2)
 t  (cioè
• Per quanto riguarda la trasformata di Fourier del rettangolo Π 
T sinc(fT)), il suo andamento sull’asse f è il seguente: T 

• Non stupisce che la trasformata di Fourier del rettangolo sia una funzione
puramente reale in quanto il rettangolo è una funzione pari
• L’altezza della trasformata nell’origine è pari all’area del rettangolo
Università di Genova - DIBE 1.34
La funzione sinc (3)
• Dalle relazioni precedenti abbiamo visto che:
 t 
F Π  = T sinc( fT )
 T 
• Quindi, l’antitrasformata sarà:

1 t
F [sinc( fT )] = ∫ sinc( fT ) e
-1 j 2 πft
df = Π 
T T 
−∞
• Ponendo t = 0 nella antitrasformazione, si trova l’area della funzione sinc(fT)

1 0
∫ sinc ( fT ) df = T Π  T 
−∞

• Notiamo che il valore di tale area coincide con l’ascissa del primo zero.
• Non stupisce che la trasformata di Fourier del rettangolo sia una funzione
puramente reale in quanto il rettangolo è una funzione pari

Università di Genova - DIBE 1.35


Trasformata del triangolo (1)
x( t ) Notazione convenzionale per
A
indicare questo triangolo

 t 
−T
t x (t ) = A Λ  
+T
T 
Attenzione: diversamente dal rettangolo, qui
la durata complessiva è 2T

• Nel seguente capitolo verrà fornita una spiegazione al fatto che la


trasformata di Fourier del triangolo è la seguente:
 t   t 
Λ   ⇔ T sinc 2 ( fT ) e A Λ   ⇔ A T sinc 2 ( fT )
T  T 
• L’altezza della trasformata nell’origine è pari all’area del triangolo
Università di Genova - DIBE 1.36
Trasformata del triangolo (2)
• L’andamento sull’asse f della funzione sinc2(fT) è il seguente:

La derivata è
continua ovunque e
si annulla
nell’origine e negli
zeri della fuzione.

• La trasformata di Fourier del triangolo è una funzione puramente reale in


quanto il segnale è pari ∞
• Nel sinc i lobi si attenuano come 1/f . L’area vale ancora: ∫ sinc ( fT ) df =
2 2 2 1
T
−∞
Università di Genova - DIBE 1.37
Trasformata dell’impulso

x ( t ) = δ (t ) X(f)= ∫ δ ( t ) e − j 2π ft
dt = e − j 2π ft
=1
t =0
−∞

• Quindi la trasformata di Fourier dell’impulso unitario è una costante di


altezza unitaria su tutto l’asse frequenziale
x (t ) = δ (t ) ⇔ X ( f ) = 1

• Per dualità:
x (t ) = 1 ⇔ X ( f ) = δ (− f ) = δ ( f )

• Inoltre, è interessante notare che:


x (t ) = δ (t + t0 ) ⇔ X ( f ) = e j 2 π ft 0
x (t ) = e j 2 π f 0 t ⇔ X ( f ) = δ (− f + f 0 ) = δ ( f − f 0 )

Università di Genova - DIBE 1.38


Trasformata della costante
• Come abbiamo visto: x (t ) = 1 ⇔ X ( f ) = δ ( f )

• Per la linearità della trasformata: x (t ) = K ⇔ X ( f ) = K δ ( f )

• Da ciò si può dedurre che qualsiasi segnale avente una componente


continua non nulla, estesa su tutto l’asse temporale, avrà uno spettro con
una delta di Dirac nell’origine

Università di Genova - DIBE 1.39


Trasformata di seno e coseno (1)
• Poiché:
1 j 2 πf 0t
cos 2πf 0t = e
2
[+ e − j 2 πf 0t ] e sen 2πf 0t = [
1 j 2 πf 0t
2j
e − e − j 2 πf 0t ]
• Allora:
cos 2πf 0t ⇔ [δ( f − f 0 ) + δ( f + f 0 )]
1
2
• La trasformata è puramente reale in quanto il coseno è una funzione pari
• Per il seno, analogamente:
1
[δ( f − f0 ) − δ( f + f0 )]
sen 2πf 0t ⇔
2j
−j
= [δ( f − f0 ) − δ( f + f0 )]
2
• La trasformata è puramente immaginaria in quanto il seno è una funzione
dispari
Università di Genova - DIBE 1.40
Trasformata di seno e coseno (2)

• Possibile rappresentazione grafica


F {cos 2 π f 0t }
1/2 1/2

-f0 f0 f

F {sen 2 π f 0 t }
j/2
f0

-f0 f
-j/2

Università di Genova - DIBE 1.41


Trasformata del treno di impulsi
• Si può verificare che:

1 ∞  k
x (t ) = ∑ δ (t − nT ) ⇔ X (f )= ∑ δ f − 
n = −∞
T k = −∞  T

• Ad un treno di impulsi nel tempo ne corrisponde uno in frequenza.


Attenzione: vale solo se tutti gli impulsi hanno la stessa area
• Notare che un avvicinamento fra gli impulsi nel tempo comporta un
allontanamento in frequenza, e viceversa

1 1/T
…….. ……. ……. …….
0 t 0
f
1
T
T
Università di Genova - DIBE 1.42
Trasformata del coseno finestrato (1)

• Consideriamo x (t ) = Π   cos (2 π f 0 t )
t
T 

• Poiché il prodotto nel tempo comporta una


convoluzione in frequenza, si ottiene:
X ( f ) = Tsinc( fT ) ∗ [δ( f − f 0 ) + δ( f + f 0 )] =
1
2
= { sinc[( f − f 0 )T ] + sinc[( f + f 0 )T ] }
T
2
• La convoluzione con le due delta di Dirac ha
l’effetto di traslare la funzione sinc(.) in ±f0

Università di Genova - DIBE 1.43


Trasformata del coseno finestrato (2)
X(f )=
T
{ sinc[( f − f0 )T ] + sinc[( f + f0 )T ] }
2

2/T
Lo spettro qui rappresentato si riferisce al caso in cui
all’interno della finestra [– T/2, T/2] siano presenti molte
oscillazioni del coseno (f0 >> 1/T).

Università di Genova - DIBE 1.44


Trasformate dei gradini
• Consideriamo la funzione ‘gradino unitario’ u(t) +1
1 t>0
u (t ) =  t
0 t<0
• E’ semplice dimostrare che:
t
u (t ) = ∫ δ (τ )dτ ⇔
1 1
+ δ(f ) sgn(t) +1
−∞
j 2πf 2
• Consideriamo ora la funzione “segno di t ” t
+ 1 t>0
sgn(t ) =  -1
− 1 t<0

 1 
sgn(t ) ⇔
1
sgn(t ) = 2u (t ) − 1 ⇔ 2 
1
+ δ ( f ) − δ ( f ) Quindi:
 2πjf 2  jπf

Università di Genova - DIBE 1.45


Trasformata dell’esponenziale
• Consideriamo la funzione: x (t ) = e − at u (t ) a>0
+∞
+∞ +∞
1 1
X(f )= ∫ e − at
⋅ e − j 2π ft
dt = ∫ e −( a + j 2π f )t
dt = − e −( a + j 2π f )t = ⇒
0 0 ( a + j 2π f ) 0
a + j 2π f
1 1 f
⇒ X(f) = = ; ∠ X(f) = − arctg
a + j 2π f a + ( 2π f )
2 2 a / 2π
0,6
N.B.: |X(f)| ha
|X(f)|
derivata continua e
x(t) 1,2 nulla nell’origine.
1 0,4
0,8

0,6 a =2
0,2
0,4

0,2
t [s] f [Hz]
0 0
-1 0 1 2 3 4 -3 -2 -1 0 1 2 3

Università di Genova - DIBE 1.46


Trasformata in ω
• Alcune volte la trasformata di Fourier è definita come funzione della
pulsazione ω = 2πf (che si misura in [rad/s]), anziché in funzione di f
∞ ∞
x (t ) = ( )
1 j ωt
X (ω ) = ∫ x (t ) e − j ωt
dt ∫ X ω e dω

−∞ −∞
• Questo porta a diversità sia nelle trasformate dei segnali [ in generale, X(ω)
≠ X(f) ] sia nella definizione delle proprietà della trasformata.
• Tali differenze, non sempre presenti, risiedono spesso in un termine 2π
• Per esempio:
x (t ) h (t ) ⇔ X ( f ) ∗ H ( f )

X (ω ) ∗ H (ω )
1

Università di Genova - DIBE 1.47


Segnali in banda-base
• Si definiscono segnali in banda-base quei segnali il cui spettro è
concentrato attorno all’origine dell’asse frequenziale.
• Esempio: X(f )

f
BANDA

• La larghezza di banda del segnale è l’estensione del suo spettro,


dall’origine, f = 0, alla frequenza alla quale lo spettro si annulla o diventa
di ampiezza trascurabile
• Criteri più precisi per definire il punto in cui lo spettro diventa trascurabile
saranno definiti in seguito, sulla base di misure energetiche

Università di Genova - DIBE 1.48


Segnali passa-banda
• Si definiscono segnali passa-banda quei segnali il cui spettro è concentrato
attorno alle frequenze ±f0 e ha ampiezza trascurabile nell’origine
• Esempio: X(f ) BANDA

f
− f0 f0

• La larghezza di banda del segnale è l’estensione del suo spettro attorno ad


f0, misurata in base ai punti nei quali lo spettro si annulla o nei quali
diventa di ampiezza trascurabile
• Criteri più precisi per definire i punti in cui lo spettro diventa trascurabile
saranno definiti in seguito, sulla base di misure energetiche

Università di Genova - DIBE 1.49


Principio di indeterminazione
• Si è già visto che una espansione della scala dei tempi comporta una
contrazione della scala delle frequenze, e viceversa.
• Si può dimostrare che:
– definendo in modo opportuno un parametro D che misuri l’estensione
temporale di un segnale
– definendo in modo opportuno un parametro B che misuri l’estensione
dello spettro (banda) dello stesso segnale

Il prodotto BD è limitato inferiormente, cioè BD ≥ costante

• Questo risultato conferma che non si può ridurre la durata di un segnale


senza far crescere l’estensione della sua banda, e viceversa

Università di Genova - DIBE 1.50


Segnali a supporto limitato
• Oltre al principio di indeterminazione, si può anche dimostrare quanto
segue:
– Un segnale avente una durata rigorosamente limitata nel tempo ha uno
spettro di estensione illimitata.
– Viceversa, un segnale avente uno spettro di estensione rigorosamente
limitata ha una durata temporale illimitata.
• La “durata” di un segnale nel tempo e la sua “estensione” in frequenza si
possono esprimere in termini del concetto di “supporto” di una funzione:
– si chiama supporto di una funzione f la chiusura dell’insieme dei punti
x in cui f(x) ≠ 0: supp f = cl{x ∈ ℝ: f(x) ≠ 0};
– la chiusura cl A di un insieme A è l’unione dell’insieme A con la sua
frontiera (es.: A = (a, b) ⇒ frontiera di A = {a, b}, cl A = [a, b]).

Università di Genova - DIBE 1.51


Risoluzione spettrale (1)
• Consideriamo un segnale x(t) di durata infinita.
• Ovviamente siamo in grado di osservare x(t) solo su una finestra temporale
di durata finita, ad esempio, nell’intervallo [– T/2, T/2]:
t 
xos (t ) = Π   x (t )
T 
• Qual è l’effetto dell’incompletezza di xOS(t) rispetto ad x(t) sulla
trasformata di Fourier? Dato che quest’ultima dipende da x(t) per
t ∈ (–∞, + ∞), posso aspettarmi che XOS(f) sia diversa da X(f).
• Trasformando con Fourier ottengo: X os ( f ) = T sinc( fT ) ∗ X ( f )
dove la larghezza complessiva del lobo principale della sinc è 2/T. Infatti, il
suo lobo principale si estende da -1/T a 1/T
• La convoluzione di X(f) con tale sinc produce, in particolare, una perdita di
tutti i dettagli di X(f) che abbiano una dimensione inferiore a 2/T.

Università di Genova - DIBE 1.52


Risoluzione spettrale (2)
• Si conclude quindi che la risoluzione spettrale che il segnale xos(t) è in
grado di offrire è pari a 2/T :
– dettagli di X(f) con dimensione ∆f > 2/T sono presenti anche in Xos(f)
– dettagli di X(f) con dimensione ∆f < 2/T non sono presenti in Xos(f)

|X(f)|

f
∆f

• Pertanto l’effetto sulla trasformata di Fourier (che dipende dai valori di x(t)
in tutto l’intervallo (– ∞, + ∞)) è una perdita di risoluzione.
• La risoluzione è tanto migliore quanto maggiore è la durata T
dell’osservazione.
Università di Genova - DIBE 1.53

You might also like