Vai alla Home Page About me Courseware Federica Living Library Federica Federica Podstudio Virtual Campus 3D Le Miniguide all'orientamento Gli eBook di Federica La Corte in Rete
 
I corsi di Scienze Matematiche Fisiche e Naturali
 
Il Corso Le lezioni del Corso La Cattedra
 
Materiali di approfondimento Risorse Web Il Podcast di questa lezione

Immacolata Ortosecco » 7.Rappresentazione in serie di Fourier di segnali periodici a tempo discreto


Rappresentazione in serie di Fourier di segnali periodici a tempo discreto

La trattazione dello sviluppo in serie di F. per segnali a tempo discreto è strettamente parallela a quella per i segnali  a tempo continuo.
Ci sono però delle differenze importanti:
  • la rappresentazione di segnali periodici a tempo discreto  è una serie finita,
  • non ci sono problemi di convergenza.

 

Serie di Fourier per il Tempo Discreto

image

Questo nuovo simbolo di sommatoria per intendere che la somma va fatta su un numero N di esponenziali complessi, inoltre la serie è finita.

L’ insieme  è costituito da  N valori consecutivi di k.

I coefficienti  ak  sono i coefficienti di Fourier.

 Essi rappresentano l’ampiezza delle componenti in frequenza ed il loro insieme è lo spettro del segnale.
I coefficienti possono essere reali o complessi.
Vediamo ora:
  •  quali segnali periodici  a tempo discreto si possono rappresentare con una tale serie e
  •  come si possono trovare i coefficienti ak

Serie di F. per TD

Si possono rappresentare tutti i segnali periodici a tempo discreto, di periodo N: x[n+N]=x[n]. Nella serie compariranno tutti e soli gli esponenziali complessi periodici di periodo N con pulsazioni

komega_{0&#125~~~~~~ k=0,pm1,pm2, pm3 ... N-1

e con

 \omega_{0}=\frac{2\pi}{N}

 

Serie di F. per TD (segue)

Rappresentiamo la nostra sequenza x[n] come combinazione lineare di   φk[n]

x[n]=sum_{k=langle Nrangle&#125=a_kphi_k[n]=sum_{k=langle Nrangle&#125a_k e^{jkomega_0 n&#125=sum_{klangle Nrangle&#125a_k e^{jk(2pi/N)n&#125

I valori di k variano in un ‘range’ di N interi consecutivi, come già detto, possono essere : k=0, 1,..N-1 oppure k=1, 2,..N
e così via.
Questo perché gli esponenziali complessi a tempo discreto che differiscono di un multiplo di 2π sono identici.
Questo per la serie di Fourier a tempo discreto.
Noti i coefficienti ak della serie è possibile  realizzare l’operazione inversa per ottenere x[n].

 

Serie di F. per TD (segue)

I coefficienti della serie li determiniamo come soluzione del sistema lineare come segue.   Dato

x[n]=\underset{k=<N>}{\sum}a_{k}e^{jk\omega_{_{0}}n}

I valori di x[n] per n= 0,1,2,…N-1 sono

image

image

image

\vdots

image

Questo è un sistema di N equazioni nelle N incognite           a_{0&#125, a_{1&#125, ... a_{N-1&#125

Forma chiusa per i coefficienti ak

E’ possibile ottenere l’espressione in forma chiusa per gli ak in termini dei valori x[n].

Data la formula di sintesi

image

moltiplichiamo entrambi i lati per $e^{-jlomega_{0&#125n&#125$ e poi sommiamo su n, otteniamo

\underset{n=<N>}{\sum}x[n]e^{-jl\omega_{0}n}=\underset{n=<N>}{\sum}\left(\underset{k=<N>}{\sum}a_{k}e^{jk\omega_{0}n}\right)e^{-jl\omega_{0}n}

e

\underset{n=<N>}{\sum}a_{k}\left(\underset{n=<N>}{\sum}e^{j(k-l)\omega_{0}n}\right)

 

Forma chiusa per i coefficienti ak (segue)

Ma
\underset{k=<N>}{\sum}e^{j(k-l)\omega_{0}n}=N\delta[k-l]
per l’ortogonalità.

Da cui i coefficienti per la formula di analisi.

Gli ak sono anche detti coefficienti spettrali di x[n]. Se k varia da 1 a N otteniamo

x[n]=a_{1}\phi_{1}[n]+a_{2}\phi_{2}[n]a_{1}+...a_{N}\phi_{N}[n]

Serie per segnali periodici a TD

Equazione di sintesi

image

Equazione di analisi

image

Gli $a_{k&#125$ soddisfano l’uguaglianza $a_{k+N&#125= a_{k&#125$

che è una speciale proprietà dei coefficienti di F a TD.
Data la periodicità di x[n],  occorrono solo N valori nel dominio del tempo ed in quello della frequenza per specificare il segnale.
Segue un esempio di sviluppo in serie del segnale onda quadra a tempo discreto a lato.
Onda quadra periodica a tempo discreto.

Onda quadra periodica a tempo discreto.


Ricostruzione dell’onda quadra a TD

$hat{x&#125[n]=underset{k=-M+1&#125{sum^{M&#125&#125a_{k&#125e^{jk(2pi/N)n&#125$

Se N è dispari e M=(N-1)/2 la somma è fatta esattamente su N termini ed abbiamo per l’equazione di sintesi $hat{x&#125[n]=underset{k=-M+1&#125{sum^{M&#125&#125a_{k&#125e^{jk(2pi/N)n&#125$

Se M=N/2 questa somma consiste di N termini e possiamo concludere che

$hat{x&#125[n]=x[n]$

Abbiamo visto che un segnale a tempo continuo può assumere su ogni singolo periodo un continuo di valori e nessuna delle somme parziali fornisce il valore esatto di x(t). Per esso nasce un problema di convergenza della serie quando cerchiamo di valutare il limite al tendere ad infinito del numero di termini con conseguente fenomeno di Gibbs.

Nel caso discreto la somma è finita e converge sempre.

Ricostruzione dell’onda quadra a TD (segue)


Ricostruzione con coefficienti di F. da 3 a 9

Sono stati calcolati i coefficienti di F. e sono stati utilizzati per ricostruire il segnale primautilizzandone 3 , poi 5 ,7 ed infine tutti e 9.

Sono stati calcolati i coefficienti di F. e sono stati utilizzati per ricostruire il segnale primautilizzandone 3 , poi 5 ,7 ed infine tutti e 9.


Serie per la sequenza coseno

Data la sequenza coseno x[n]=cos(pi*3/5*n) Trovare i coefficienti della serie.

Applicare la formula di Eulero.

Esempio: y[n]=cos(3*pi*/5*n); Periodo N=10 ω0=pi*3/5

$x[n]=frac{1&#125{2&#125(e^{jomega_{0&#125n&#125+e^{-jomega_{0&#125n&#125)$

Gli ak sono : a0=0 a1 =1/2 a-1=1/2

Tutti gli altri hanno valore zero.

Serie per la sequenza seno

Data la sequenza seno x[n]=sin(pi*3/5*n), trovare i coefficienti della serie.

Applicare la formula di Eulero.

Esempio: y[n]=sin(3*pi*/5*n);

Periodo N=10, ω0=pi*3/5

$x[n]=frac{1&#125{2j&#125(e^{jomega_{0&#125n&#125-e^{-jomega_{0&#125n&#125)$

Gli ak sono: a0=0 a1 =1/2j a-1=-1/2j

Tutti gli altri hanno valore zero.

Le proprietà

Le proprietà della serie discreta sono fortemente simili a quelle della serie nel continuo.

Ne esaminiamo solo alcune:

Shift in tempo

x[n-n_{0&#125]longmapsto a_{k&#125e^{-jk(2pi/N)n_{0&#125&#125

Shift in frequenza

e^{jM(2pi/N)n&#125x[n]longmapsto a_{k-M&#125

Le proprietà

Moltiplicazione

Questa proprietà è una di quelle che risente delle differenze tra tempo continuo e tempo discreto. Il prodotto di due sequenze periodiche di periodo N è anch’esso periodico di periodo N e i coefficienti di F. della sequenza x[n]y[n] , che indichiamo con ck sono sono dati dalla convoluzione dei coefficienti di F. delle due sequenze.

Se x[n] ↔ ak y[n] ↔ bk

image

Questa convoluzione è circolare.

Convoluzione

La convoluzione nel dominio del tempo corrisponde ad un prodotto dei coefficienti nel dominio della frequenza.

image

Relazione di Parseval

image

Nel passaggio da un dominio all’altro, l’energia si conserva.

Tipologie di segnali e tipologie di analisi in frequenza

Analisi di Fourier.

Analisi di Fourier.


  • Contenuti protetti da Creative Commons
  • Feed RSS
  • Condividi su FriendFeed
  • Condividi su Facebook
  • Segnala su Twitter
  • Condividi su LinkedIn
Progetto "Campus Virtuale" dell'Università degli Studi di Napoli Federico II, realizzato con il cofinanziamento dell'Unione europea. Asse V - Società dell'informazione - Obiettivo Operativo 5.1 e-Government ed e-Inclusion