Sezione 3.3: Prime proprietà della trasformata di Fourier Su Capitolo 3: Trasformata di Fourier e convoluzione Sezione 3.5: Moltiplicazione in frequenza e nel tempo 

3.4 Impulso di Dirac e convoluzione

Il simbolo δ(t), chiamato impulso (o delta) di Dirac, descrive un segnale ideale che vale zero ovunque, tranne per t = 0 dove vale infinito; per contro, l’area di δ(t) è unitaria:
δ(t) =  ∞    con t = 0 0    altrove        e     −∞δ(t)dt = 1
figure f3.65.png
Da un punto di vista analitico δ(t) non è una funzione bensì una distribuzione[117]  [117] Detta anche funzione generalizzata, vedi https://it.wikipedia.org/wiki/Delta_di_Dirac e http://it.wikipedia.org/wiki/Distribuzione_(matematica), definita come il limite a cui tende una successione di funzioni, come discusso appresso. E’ prassi comune rappresentare graficamente Aδ(t) come una freccia (vedi figura) con scritto accanto il valore dell’area A.
Procediamo con l’analisi di alcune importanti applicazioni dell’impulso ora definito.
Trasformata di una costante
Anche se per un segnale costante x(t) = A l’integrale (10.31) non converge, grazie al δ() otteniamo che
La trasformata di Fourier di una costante è un impulso di Dirac con area pari al valore della costante
Tale proprietà è valida per entrambi i domini (f e t) di partenza, fornendo
F {A} = Aδ(f)     e     F −1{A} =  Aδ(t)
Osserviamo infatti che la costante A può essere vista come il limite, per τ → ∞, di un
figure f3.7.png
segnale rettangolare:
A = limτ → ∞ A rectτ(t)
la cui trasformata per τ → ∞ risulta
F {limτ → ∞ Arectτ(t)}  = limτ → ∞F {Arectτ(t)} =   = limτ → ∞ Aτ sinc(fτ)  =  ∞    con f = 0 0  altrove
Ci troviamo pertanto nelle esatte circostanze che definiscono un impulso di Dirac, e resta da verificare che −∞τ sinc(fτ)df = 1: a pag. 1 (eq. (10.39)) si è effettivamente mostrato che tale integrale vale uno per qualunque τ, e dunque possiamo scrivere F {A} = Aδ(f).
Trasformata di segnali periodici
Consideriamo ora un segnale periodico x(t), del quale conosciamo lo sviluppo in serie
x(t) =n = −∞Xn e j2πnFt
Applicando la proprietà di linearità, il risultato per la trasformata di una costante, e ricordando la proprietà della traslazione in frequenza, troviamo[118]  [118] Infatti X(f) = F {n = −∞Xn e j2πnFt} = n = −∞Xn F {1 ⋅ e j2πnFt} = n = −∞Xnδ(f − nF) che la F -trasformata di x(t) vale:
(10.42) X(f) =n = −∞Xn δ(f − nF)
Lo spettro di ampiezza di un segnale periodico è quindi costituito da impulsi matematici, situati in corrispondenza delle frequenze armoniche, e di area pari ai rispettivi coefficienti della serie di Fourier, significando che la densità di ampiezza è concentrata solo su tali frequenze. Un modo alternativo di calcolare la trasformata di segnali periodici è illustrato alla sezione 3.7.
Trasformata di un coseno Applichiamo il risultato (10.42) nel verso opposto, ossia per individuare le componenti armoniche, a partire dall’espressione della trasformata di Fourier. Nel caso di un coseno, che scriviamo
x(t) = Acos(2πf0t + φ) = Ae j(2πf0t + φ) + e −j(2πf0t + φ)2
, la relativa trasformata di Fourier risulta
figure f3.8.png
X(f)  =  F A2(e j2πf0te jφ + e −j2πf0te −jφ)  =  A2{ e jφδ(f − f0) + e −jφδ(f + f0) }
in cui riconosciamo X1 = A2 e jφ e X − 1 = A2 e −jφ come mostrato in figura.
Proprietà di campionamento
Esprime
figure f3.10.png
il prodotto di un segnale per un impulso unitario, che produce come risultato[119]  [119] La (10.43) si dimostra esprimendo δ(t) come limT → 0 1T rectT(t) in modo da scrivere il primo membro come x(t)limT → 0 1T rectT(t − τ). Al tendere di T a zero il rettangolo di ampiezza 1T converge ad un impulso, la cui area resta moltiplicata per il valore che x(t) assume per t = τ, dove è centrato il rettangolo. lo stesso impulso, con area pari al valore del segnale nell’istante in cui è centrato l’impulso, ovvero
(10.43) x(t)δ(t − τ) = x(τ)δ(t − τ)
Operatore di setacciamento
Integrando ambo i membri della (10.43) otteniamo x(τ) = −∞x(t)δ(t − τ)dt che, dopo un (s)cambio di variabile, consente di scrivere il segnale x(t) nella forma
(10.44) x(t) = −∞x(τ)δ(τ − t)dτ
ovvero come una somma[120]  [120] Senza voler entrare nei dettagli analitici, diciamo che la (10.44) rappresenta l’equivalente della formula di ricostruzione (10.16) per uno spazio a cardinalità infinita, in cui δ(τ − t) al variare di τ costituisce una base di rappresentazione ortonormale, ed i cui coefficienti x(τ) sono calcolati come prodotto scalare x(τ) = −∞x(t)δ(t − τ)dt. di infiniti termini di valore x(τ)δ(τ − t)dτ. La relazione (10.44) è detta operatore di setacciamento (in inglese, sifting) in quanto consiste nel passare (metaforicamente) al setaccio x(t), che compare in entrambi i membri della (10.44), così come la farina compare su entrambi i lati del setaccio stesso. Che ci facciamo? La usiamo tra poco, al § 3.4.2.
Descriviamo ora come grazie all’impulso δ(t) sia possibile definire un particolare segnale noto come risposta impulsiva h(t), che descrive completamente un sistema lineare e permanente, la cui uscita può essere calcolata per un qualunque segnale di ingresso grazie all’uso di h(t), che agisce come nucleo di un operatore integrale noto come convoluzione.

3.4.1 Risposta impulsiva

Consideriamo un sistema fisico (elettrico, meccanico, pneumatico...) che venga sollecitato, in un punto considerato come ingresso, da un segnale impulsivo δ(t) centrato in
figure f3.11.png
t = 0, ed osserviamo l’andamento temporale di una grandezza (meccanica, pneumatica, elettrica...) che possiamo considerare una uscita. Questo segnale di uscita prende il nome di risposta impulsiva (ossia all’impulso) ed è indicato con h(t). L’evoluzione di h(t) rappresenta quella della grandezza di uscita, dopo che è passato un tempo pari a t da quando si è applicato in ingresso l’impulso δ(t), e se il sistema è causale (vedi § 1.6) risulta h(t) = 0 con t < 0, come raffigurato a lato.
Aggiungiamo ora l’ipotesi che il sistema sia anche lineare e permanente (§ 1.6.1), per cui applicando un ingresso costituito da più impulsi, ognuno con differente area ai e centrato ad un diverso istante τi
(10.45) x(t) = Ni = 1ai δ(t − τi)
si ottiene una uscita pari a
(10.46) y(t) = Ni = 1ai h(t − τi)
Riflettiamo sul significato della sommatoria, con l’aiuto della figura precedente: il valore dell’uscita y(t) ad un dato istante t è il risultato della somma di N termini, ognuno legato (a meno del fattore ai) al valore della risposta impulsiva calcolata con argomento t − τi pari al tempo trascorso tra l’istante di applicazione dell’i-esimo impulso τi, e l’istante di osservazione t.

3.4.2 Integrale di convoluzione

Consideriamo ancora lo stesso sistema fisico, lineare e permanente, al cui ingresso sia ora posto un generico segnale x(t) che, grazie alla proprietà di setacciamento (10.44) ed al fatto che δ(t) è pari, rappresentiamo scomposto in infiniti termini, ossia in una somma integrale di impulsi centrati in τ (variabile) ed area x(τ)dτ (infinitesima)
(10.47) x(t) = −∞x(τ)dτ δ(t − τ)
L’andamento della grandezza di uscita si ottiene in base allo stesso ragionamento che ha portato dalla (10.45) alla (10.46), essendo infatti pari alla sovrapposizione di infinite risposte impulsive, ognuna relativa ad un diverso impulso x(τ)dτ δ(t − τ) in cui la
figure f3.12.png
(10.47) scompone l’ingresso, ovvero
(10.48) y(t) = −∞x(τ) h(t − τ) dτ
in cui h(t − τ) è l’uscita all’istante t causata dall’impulso in ingresso centrato all’istante τ. Il risultato ottenuto prende il nome di integrale di convoluzione, e viene indicato in forma simbolica da un asterisco ( * ), in modo che ci si possa riferire ad esso anche come prodotto di convoluzione, ossia g(t) = x(t) * h(t). Come anticipato h(t) caratterizza completamente il sistema fisico, dato che permette di calcolarne l’uscita per un qualsiasi ingresso.
Proprietà commutativa
Se un segnale h(t) è posto in ingresso ad un sistema con risposta impulsiva x(t), si ottiene ancora la stessa uscita, in quanto l’integrale di convoluzione è commutativo[121]  [121] Adottando il cambio di variabile t − τ = θ, si ottiene
−∞x(τ)h(t − τ)dτ = −  −∞x(t − θ)h(θ)dθ =   = −∞x(t − θ)h(θ)dθ
Infatti il cambio di variabile determina quello degli estremi di integrazione, che vengono poi scambiati ripristinando il segno, vedi ad es. https://it.wikipedia.org/wiki/Convoluzione
:
y(t) = x(t) * h(t) =  −∞x(τ) h(t − τ) dτ =  −∞h(τ) x(t − τ) dτ = h(t) * x(t)

figure f3.125.png
Questa proprietà, assieme a quella di linearità, consente di stabilire le equivalenze a lato, dove si mostra come l’attraversamento in serie ed in parallelo di più sistemi lineari è equivalente a quello di un unico sistema con risposta impulsiva rispettivamente pari alla convoluzione ed alla somma delle singole risposte impulsive.

3.4.3 Risposta impulsiva come funzione memoria

Diamo ora un’importante valutazione grafica del modo in cui funziona l’operatore di convoluzione, con l’aiuto della fig. 3.10: poniamo che h(t) (prima riga) sia un esponenziale decrescente e x(t) (terza riga) un segnale triangolare. Si vuole arrivare a disegnare la funzione integranda x(τ) h(t − τ) (quarta riga) che compare nel calcolo della convoluzione, per uno specifico istante di uscita t = t.
La seconda riga in figura mostra (con l’ausilio di quanto anticipato a pag. 1)
figure f3.14.png
Figure 3.10 Convoluzione per via grafica
l’aspetto di h(t − τ) con τ come variabile indipendente, ottenuta prima invertendo h(t) rispetto all’origine dei tempi, e quindi traslandola a destra di una quantità t[122]  [122] Per convincerci dell’operazione, verifichiamo che per τ < t l’argomento t − τ di h è positivo, e infatti il valore di h(t − τ) è  ≠ 0.. Il prodotto dei segnali della seconda e terza riga è quindi pari (come desiderato) a x(τ)h(t − τ) la cui area, ombreggiata in figura, fornisce infine il risultato dell’integrale di convoluzione all’istante t = t, ovvero
y(t) =  −∞x(τ) h(t − τ) dτ
Per altri valori di t il termine h(t − τ) sarà traslato di una diversa quantità, fornendo un diverso valore dell’integrale, cioè un diverso valore di uscita[123]  [123] Osserviamo che un integrale calcola un numero, e la convoluzione produce un segnale solo perché l’integrale è calcolato per tutte le possibili traslazioni di h(t − τ), vedi anche § 2.4.4.3. Alcune animazioni che illustrano l’operazione di convoluzione in questi termini sono reperibili ad es. presso https://it.wikipedia.org/wiki/Convoluzione e
https://mathworld.wolfram.com/Convolution.html
, mentre presso
https://teoriadeisegnali.it/story/pub/stud/script/test/conv_corr_fa.m è disponibile un programma interattivo Octave per visualizzare questa ed altre animazioni collegate.
.
Il calcolo dell’area di x(τ)h(t − τ) ha il significato di sommare le risposte causate da tutti i valori di ingresso già entrati, e per ogni termine della somma h(t − τ) pondera l’ingresso x(τ) all’istante τ in base al tempo trascorso t − τ tra l’istante (passato) τ ≤ t di applicazione del valore di ingresso, e l’istante t di osservazione. I valori di h(t) rappresentano pertanto il peso che la memoria del sistema fisico attribuisce agli ingressi precedenti.
Estensione temporale della convoluzione
In base alla costruzione grafica discussa è facile verificare che se x(t) ed h(t) presentano entrambi una durata limitata, ovvero x(t) ≠ 0 con t ϵ [0, Tx] e h(t) ≠ 0 con t ϵ [0, Th], allora il risultato y(t) = x(t) * h(t) ha estensione compresa tra t = 0 e t = Tx + Th, ossia presenta una durata pari alla somma delle durate di x(t) ed h(t).

3.4.4 Convoluzione con l’impulso traslato

Consideriamo ora un sistema fisico che operi un semplice ritardo θ sui segnali in
figure f3.13a.png
ingresso: in tal caso scriveremo h(t) = δ(t − θ), ossia la risposta impulsiva corrisponde all’impulso ritardato. Per calcolare l’uscita, che sappiamo essere pari a y(t) = x(t − θ), possiamo ricorrere all’integrale di convoluzione, ottenendo
(10.49)
y(t)  =  x(t) * h(t) = x(t) * δ(t − θ) =   =  −∞x(τ) δ(t − θ − τ) dτ = x(t − θ)
figure f3.13b.png
La figura a lato rappresenta graficamente i termini che compaiono nell’eq. (10.49), la quale ci permette di enunciare un principio generale, che verrà utilizzato di frequente, e che recita:
La convoluzione tra un segnale x(t) ed un impulso δ(t − θ) centrato ad un istante θ provoca la traslazione di x(t) all’istante in cui è centrato l’impulso.
 Sezione 3.3: Prime proprietà della trasformata di Fourier Su Capitolo 3: Trasformata di Fourier e convoluzione Sezione 3.5: Moltiplicazione in frequenza e nel tempo