LTIS.
Possiamo raggruppare l’equazione differenziale che esprime un sistema LTIS in questo
modo: n m
d v(t) dv(t) d u(t) du(t)
a + . . . + a + a v(t) = b + . . . + b + b u(t)
n 1 0 m 1 0
n m
dt dt dt dt
n n−1 1 m m−1 1
(D + a D + . . . + a D + a )v(t) = (b D + b D + . . . + b D + b )u(t)
n−1 1 0 m m−1 1 0
Q(D)v(t) = P (D)u(t)
Le radici caratteristiche del sistema sono i coefficienti ricavati dalla soluzione della ri-
sposta zero-input del sistema, e non essendo dipendenti dall’input definiscono il sistema
stesso. La risposta zero-input è data dalla soluzione dell’equazione:
Q(D)v(t) = 0.
Affinché l’equazione risulti zero, tutte le soluzioni devono essere della stessa forma e ciò
λt
è possibile solo con soluzioni del tipo e .
n n−1 λt
(λ + a λ + . . . + a λ + a )e = 0
n−1 1 0
n n−1
λ + a λ + . . . + a λ + a = 0
n−1 1 0
n
Tutte le λ , . . . , λ sono le radici caratteristiche del sistema.
Descrivere gli stati di stabilità di un sistema LTIS e descrivere le relative condizioni
in relazione alle radici caratteristiche giustificando la risposta.
In generale la stabilità di un sistema è data dal fatto che dopo una perturbazione di
→ ∞
lunghezza e ampiezza finita esso ritorni e converga verso un valore al tendere di t
invece di divergere.
Supponiamo quindi di avere un sistema LTIS, con una certa risposta zero-input. A
questo sistema diamo in input un segnale f (t) per un certo tempo. Se dopo un po’ il
sistema ritorna nello stato iniziale, dando la stessa risposta zero-input precedente, allora
il sistema è stabile. Più precisamente, se le radici caratteristiche tendono a zero per
→ ∞,
t allora possiamo dire che il sistema è asintoticamente stabile. Qualora invece
non tendano a zero, ma tendano ad una costante, il sistema si definisce marginalmente
stabile. u
X λjt
y(t) = e c
j
j=1
(
0 se REλ < 0
j
λjt
lim e = +∞ se REλ > 0
t→+∞ j
Domanda 2
Dati due segnali x(t) e f (t) a tempo continuo, fornire la definizione del coefficiente
di correlazione illustrandone il significato e specificandone gli estremi di variabilità.
Considerati i segnali: ∗
x (t) = rect(T ), x (t) = A rect(T ), x (t) = sin(t)
1 2 3
Tra quali coppie di segnali il coefficiente di correlazione sarà più elevato? Giustificare
la risposta
Dati due vettori x e y si definiscono simili qualora x avesse una “larga componente” su
y. Si può quantificare la somiglianza tra i vettori con un coefficiente di correlazione,
definito come: ·
x y
c = = cos θ
|x| · |y|
Più è stretto l’angolo dato da θ (c = 1) più la somiglianza è grande. Lo stesso ragio-
namento è possibile farlo per due segnali x(t) e f (t) dato che possono essere espressi in
termini di vettori. Il coefficiente di correlazione tra x(t) e f (t) è dato quindi da:
+∞
Z
1 f (t)x(t)dt
c =
n p E E −∞
x
f
Se c = 1 allora i segnali sono molto simili, se non identici. Se c = 0 i segnali sono
n n
−1
di forma differente, mentre se c = i segnali sono opposti. La correlazione cosı̀
n
definita non funziona su segnali uguali disgiunti nel tempo, dato che risulterebbe 0. Per
definire correttamente la correlazione tra due segnali disgiunti è necessario considerare
il possibile ritardo, per questo definiamo la correlazione incrociata:
+∞
Z −
Ψ (t) = f (τ )g(τ t)dτ
f y −∞
Prendendo in considerazione i segnali ∗
x (t) = word or phraserect(T ), x (t) = A rect(T ), x (t) = sin(t)
1 2 3
la correlazione tra x e x avrà un valore alto visto che sono lo stesso segnale, solamente
1 2
che x presenta una costante A. Entrambi x e x rispetto a x hanno correlazione 0,
2 1 2 3
dato che sono completamente differenti.
{x ∞}
Data la base completa (t), n = 1, . . . , e dato il segnale f (t), fornire la rappre-
n {x
sentazione di f (t) nella base (t)} illustrando il procedimento.
n
{x
Data una base completa (t)} il segnale f (t) può essere espresso come una combina-
n
zione lineare: n
X
'
f (t) c x (t) + c x (t) + . . . + c x (t) = c x (t)
1 1 2 2 n n i i
i=1
dove l’errore è dato da n
X
−
e(t) = f (t) c x (t)
i i
i=1
Dato il segnale periodico f (t), esprimere i coefficienti della corrispondente serie di
Fourier e descrivere il significato.