Lo spazio dei segnali
Transcript
Lo spazio dei segnali
Capitolo I LO SPAZIO DEI SEGNALI I.1 – Lo spazio dei segnali a energia finita. I segnali ad energia finita costituiscono uno spazio vettoriale S noto come spazio dei segnali. Infatti se si rappresenta un segnale con una funzione s(t ) reale o complessa di variabile reale t definita in \ ( 1 ), basta dimostrare che: a) detto s(t) un segnale ad energia finita anche il segnale λs(t ) (con λ costante complessa) lo è (proprietà di omogeneità). Infatti si ha: ∞ ∫−∞ λs(t ) (I.1.1) 2 dt = λ 2 ∞ ∫−∞ s(t ) 2 dt < ∞ b) detti s1 (t ) e s2 (t ) due segnali ad energia finita anche il segnale s1 (t ) + s2 (t ) lo è. (proprietà di additività). Infatti è: (I.1.2) { } s1 (t ) + s2 (t ) = [ s1 (t ) + s2 (t ) ][ s1 (t ) + s2 (t ) ] = s1 (t ) + s2 (t ) + s1 (t ) s2* (t ) + s2 (t ) s1* (t ) * 2 2 e tenendo conto dell’ovvia condizione: (I.1.3) 2 2 2 { 2 } 0 ≤ s1 (t ) − s2 (t ) = s1 (t ) + s2 (t ) − s1 (t ) s2* (t ) + s2 (t ) s1* (t ) si ottiene: 2 2 s1 (t ) + s2 (t ) ≤ 2 s1 (t ) + 2 s2 (t ) (I.1.4) 2 che integrata fornisce: (I.1.5) ∞ ∫−∞ s1 (t ) + s2 (t ) 2 dt ≤ 2 ∞ ∫−∞ s1 (t ) 2 dt + 2 ∞ ∫−∞ s2 (t ) 2 dt < ∞ Un segnale può allora essere individuato o dalla funzione s(t) che lo definisce nel dominio del tempo o dall’elemento s ⊂ S dello spazio dei segnali. I.2 – Proprietà dello spazio dei segnali. I.2.1-Lo spazio dei segnali è uno spazio normato. Ciò significa che ad ogni elemento s di S si può associare un numero reale non negativo definito dalla: (I.2.1) s = {∫ ∞ −∞ 2 s (t ) dt } 1 2 La grandezza s così definita costituisce la cosiddetta norma euclidea. È opportuno precisare che la condizione s = 0 comporta s = 0 . I.2.2 - Lo spazio dei segnali è uno spazio metrico. Ciò significa che ad ogni coppia s 1 e s2 di elementi di S si può associare un numero reale non negativo definito dalla: (1) Ciò comporta che nel caso in cui la funzione s (t ) fosse definita solo in un sottoinsieme I limitato essa si intenderà estesa a tutto \ purché si ponga s (t ) ≡ 0 per t ∉ I . - 12 - G. Mamola: Fondamenti di Comunicazioni Elettriche d ( s1 , s2 ) = (I.2.2) {∫ ∞ 2 −∞ s1 (t ) − s2 (t ) dt } 1 2 La grandezza d ( s1 , s2 ) , così definita, costituisce la cosiddetta distanza euclidea. Dalla definizione (I.2.2) discende: d ( s1 , s2 ) = d ( s2 , s1 ) (I.2.3) È opportuno osservare che, dal confronto delle (I.2.1) e (I.2.2) si ha: d ( s1 , s2 ) = s1 − s2 (I.2.4) I.2.7 - Lo spazio dei segnali è uno spazio dotato di prodotto scalare. Ciò significa che ad ogni coppia s 1 e s2 di elementi di S si può associare un numero complesso (prodotto scalare) definito dalla: ( s1 , s2 ) = (I.2.5) ∞ ∫−∞ s1 (t ) ⋅ s2 (t )dt * Discende dalla precedente: ( s1 , s2 ) = ( s2 , s1 )* (I.2.6) È da osservare che è: (I.2.7) s = ( s, s ) e (I.2.8) d ( s1 , s2 ) = ( s1 − s2 , s1 − s2 ) Tenendo presente la definizione (I.2.5), detti α e β due costanti complesse si ha: (αs1 + β s2 , s ) = ∞ ∫−∞ [αs1 (t ) + βs2 (t )] s (t )dt = =α (I.2.9) * ∞ ∞ ∫−∞ s1 (t )s (t )dt + β∫−∞ s2 (t )s (t )dt = * * = α( s1 , s ) + β( s2 , s ) e analogamente: ( s, αs1 + β s2 ) = ∫ ∞ −∞ s (t ) ⎡⎣α* s1* (t ) + β* s2* (t ) ⎤⎦ dt = = α* ∫ (I.2.10) ∞ −∞ s (t ) s1* (t )dt + β* ∫ ∞ −∞ s (t ) s2* (t )dt = = α* ( s, s1 ) + β* ( s, s2 ) È bene precisare che si possono adottare altre espressioni della norma, della distanza e del prodotto scalare nello spazio delle funzioni a quadrato sommabile; tuttavia nello spazio dei segnali queste grandezze sono specificate come precedentemente indicato. Esse sono poste in corrispondenza di parametri energetici di particolare rilevanza. È bene tener presente che • Se è s = 1 il segnale si dice normale. • Se è ( s1 , s2 ) = 0 i due segnali si dicono ortogonali. • Un insieme di segnali {ui }i=1 si dice orto-normale quando risulta: n (I.2.11) ⎧1 (ui , u j ) = δi − j = ⎨ ⎩0 i= j i≠ j Esempio E.I.1. Tenendo conto delle (I.2.9) e (I.2.10), il quadrato della norma del segnale s = αs1 + βs2 vale: Cap. I - Lo spazio dei segnali s 2 = αs1 + β s2 2 - 13 - = = ( αs1 + βs 2 , αs1 + β s2 ) = α ( s1 , αs1 + β s 2 ) + β ( s2 , αs1 + β s 2 ) = = α (αs1 + β s2 , s1 ) + β(αs1 + β s2 , s2 ) = * * = αα ( s1 , s1 ) + αβ ( s 2 , s1 ) + βα ( s1 , s 2 ) + ββ ( s2 , s2 ) = * = α * 2 s1 2 * * * * + αβ ( s1 , s 2 ) + βα ( s1 , s 2 ) + β * * * * 2 s2 * 2 I.3 – Segnali linearmente indipendenti. Teorema di Gram. Si dice che n segnali {si ( t)}i =1 ad energia finita sono linearmente indipendenti quando la n condizione: n ∑ ki si (t ) = 0 (I.3.1) i =1 è soddisfatta se e solo se le costanti k i sono tutte nulle. Vale il seguente TEOREMA DI GRAM: Condizione necessaria e sufficiente perchè n segnali {si (t )}i =1 siano linearmente indipenn denti è che il determinante di Gram sia diverso da zero e cioè se risulta: ( s1 , s1 ) ( s1 , s2 ) … ( s1 , sn ) ( s , s ) ( s2 , s2 ) … ( s2 , sn ) (I.3.2) ≠0 G ( s1 , s2 , …, sn ) ≡ 2 1 … … … … ( sn , s1 ) ( sn , s2 ) … ( sn , sn ) Dimostrazione: Moltiplicando la (I.3.1) scalarmente per tutti i segnali s j (t) si ottiene il seguente sistema lineare omogeneo nelle n incognite k i : n ∑ ki ( si , s j ) = 0 (I.3.3) ( j = 1, 2, … , n ) i =1 che, se i segnali sono linearmente indipendenti, dovrà ammettere solo la soluzione banale ( ki = 0 ∀i ); cosa che, come è noto, si ottiene se la matrice dei coefficienti non è singolare e cioè se la (I.3.2) è verificata. Viceversa se il determinante di Gram è nullo, il sistema lineare ed omogeneo (I.3.3) am- { }i =1 n mette almeno una soluzione non banale. Detta ki s= (I.3.4) tale soluzione, si costruisca il segnale n ∑ ki si i =1 la cui norma vale: 1 n n ⎞ ⎪⎫ 2 ⎪⎧⎛ s = ( s, s ) = ⎨⎜⎜ ∑ ki si , ∑ ki si ⎟⎟ ⎬ = ⎪⎩⎝ i =1 i =1 ⎠ ⎪⎭ 1 2 (I.3.5) 1 1 2 ⎧⎪ n n ⎫⎪ 2 ⎧⎪ n * ⎛ n ⎞ ⎫⎪ * = ⎨∑∑ ki k j ( si , s j ) ⎬ = ⎨∑ k j ⎜⎜ ∑ ki ( si , s j ) ⎟⎟ ⎬ = 0 ⎪⎩ i =1 j =1 ⎪⎭ ⎪⎩ j =1 ⎝ i =1 ⎠ ⎪⎭ n Questo comporta che s = 0 e quindi n ∑ k isi = 0 . I segnali {si (t )}i =1 sono così linearmente di- i =1 pendenti dal momento che la (I.3.3) è verificata almeno per un’ n -pla di costanti non tutte nulle. - 14 - G. Mamola: Fondamenti di Comunicazioni Elettriche Si osservi che se la caratteristica della matrice di Gram è k e cioè se esiste almeno un minore di ordine k della matrice di Gram non nullo, è possibile, con un diverso riordinamento dei segnali, costruire una matrice di Gram in cui il minore principale di ordine k è diverso da zero. Ciò comporta che degli n segnali solo k sono linearmente indipendenti; k quindi rappresenta la dimensionalità del sistema dei segnali. I.4 – Sottospazi lineari a dimensioni finite. Se Bn ≡ {ui (t )}i =1 denota un insieme di segnali ad energia finita, linearmente indipendenti, n l’insieme di tutte le combinazioni lineari del tipo: s(t ) = (I.4.1) n ∑ αi ui (t ) i =1 definisce un sottospazio lineare ad n dimensioni S n del quale l’insieme Bn costituisce la base. La (I.4.1) si può anche rappresentare nella seguente forma vettoriale: s= (I.4.2) n ∑ αi ui i=1 Una volta assegnata la base si stabilisce una corrispondenza biunivoca tra un segnale appartenente a S n ed i coefficienti {αi }i=1 . n Infatti: • dati i coefficienti {αi }i=1 si può, sulla base della (I.4.1), ricavare il segnale s ; n • moltiplicando scalarmente la (I.4.2) per tutti i segnali u j si ha: ( s, u j ) = (I.4.3) n ∑ αi (ui , u j ) ( j = 1, 2, … , n ) i =1 che costituisce un sistema lineare nelle incognite {αi }i=n 1 che ammette un’unica soluzione giacché il suo determinante è diverso da zero, dato che la base è composta da segnali linearmente indipendenti. Il segnale può allora essere rappresentato in un sistema di coordinate ad n dimensioni in cui le direzioni egli assi coordinati sono individuate dai u3 versori ui ; i coefficienti α3 {αi }i=n 1 si possono interpretare come le “coordinate” del segnale s s riferimento assegnato. α2 α1 nel sistema di u2 u1 Fig. I.1 – Rappresentazione vettoriale di un segnale reale. Se la base è orto-normale si ha: α j = ( s, u j ) ( j = 1, 2, … , n ) (I.4.4) La Fig. I.1 mostra un esempio di rappresentazione geometrica di un segnale reale in uno sottospazio di dimensione 3 riferito ad un sistema orto-normale di assi di rife- rimento. Se s 1 e s2 sono due segnali appartenenti a S n e quindi espressi in termini di una base orto-normale Bn , si ha: Cap. I - Lo spazio dei segnali s1 = (I.4.5) - 15 - n ∑ α1i ui i =1 n s2 = ∑ α2i ui i =1 Di conseguenza: • la norma vale: n ⎪⎧ s = ( s, s ) = ⎨ α i ⎩⎪ i=1 ∑ (I.4.6) ⎫ 2⎪ 1 2 ⎬ ⎭⎪ • la distanza è: 1 d ( s1 , s2 ) = s1 − s2 (I.4.7) 2 n ⎪⎧ ⎪ 2⎫ = ⎨ α1i − α 2i ⎬ ⎪⎩ i =1 ⎪⎭ ∑ • il prodotto scalare diviene: ( s1 , s2 ) = (I.4.8) n n n ∑∑ α1i α*2 j (ui , u j ) = ∑ α1i α*2i i =1 j =1 i =1 I.5 – Angolo fra due segnali. Con riferimento alla Fig.I.2 se s1 e s2 denotano due segnali ad energia finita è possibile definire l’angolo ϑ fra essi compreso con la nota espressione d 2 ( s1 , s2 ) = s1 (I.5.1) 2 + s2 2 − 2 s1 s2 cos ϑ che costituisce, com’è noto, un’estensione del Teorema di Pitagora a triangoli non rettangoli. Usando la (I.2.2) si ha: ∫\ [ s1(t ) − s2 (t )] ⎡⎣s1 (t ) − s2 (t)⎤⎦ dt = 2 2 = { s1 (t ) − s1 (t ) s2* (t ) − s1* (t ) s2 (t ) + s2 (t ) } dt = ∫\ d 2 ( s1 , s2 ) = (I.5.2) = s1 s2 d(s1, s2 ) 2 + s2 2 * − ( s1 , s2 ) − ( s1 , s2 )* = s1 2 + s2 2 − 2 Re [ ( s1 , s2 ) ] Sostituendo la (I.5.2) nella (I.5.1) si ottiene: Re [ ( s1 , s2 ) ] cos ϑ = (I.5.3) s1 s2 Se due segnali sono tali da aversi ( s1, s2 ) = 0 è ϑ = π2 ; que- s2 ϑ * s1 s1 Fig. I.2 – Angolo fra due segnali. sto giustifica la denominazione di segnali ortogonali assegnata a quei segnali il cui prodotto scalare è nullo. Se i segnali sono reali, la (I.5.3) diviene: (s , s ) (I.5.4) cos ϑ = 1 2 s1 s2 I.6 - Approssimazione dei segnali nel sottospazio Sn . Teorema della proiezione. Sia S n un sottospazio lineare ad n dimensioni definito da una base di vettori Bn = {ui }i=1 n che, per semplicità, si suppone orto-normale e sia s(t) un segnale non appartenente ad S n . - 16 - G. Mamola: Fondamenti di Comunicazioni Elettriche In quel che segue ci si propone di costruire una rappresentazione sn di s nel sottospazio S n del tipo: sn = (I.6.1) n ∑ αi ui i=1 intendendo con ciò che la rappresentazione di s nel sottospazio S n è ottenuta da quel vettore sn ∈Sn che presenta la minima distanza euclidea da s . Il problema così posto consiste nel determinare n costanti α i tali da soddisfare la condizione: 2 s − sn (I.6.2) = min . Ora, sviluppando il quadrato della norma, può scriversi: s − sn 2 (I.6.3) = ( s − sn , s − sn ) = ( s, s ) − ( sn , s ) − ( sn , s )* + ( sn , sn ) = 2 = s − n n i =1 i =1 che, sommando e sottraendo la quantità s − sn (I.6.4) 2 n ∑ αi ( s, ui )* − ∑ α*i ( s, ui ) + ∑ αi 2 = s − ∑ i =1 (s,ui ) n n i =1 2 , diventa n ∑ ( s, ui ) + ∑ αi − ( s, ui ) 2 i =1 2 2 i =1 Poiché l'ultimo addendo a secondo membro della precedente è certamente non negativo, il minimo cercato si ottiene quando esso è nullo e cioè quando è αi = ( s, ui ) (I.6.5) (i = 1, 2, … , n ) Le quantità α i definite dalle (I.6.5) sono i cosiddetti coefficienti di Fourier generalizzati del segnale s(t) rispetto alla base Bn . L'approssimazione ottima del segnale s(t) è allora data dalla: sn = (I.6.6) n ∑ ( s, ui )ui i=1 Un’interessante interpretazione geometrica del risultato precedente è costituito dal cosiddetto TEOREMA DELLA PROIEZIONE. Detta sn la migliore approssimazione di s in S n , il vettore s - sn risulta ortogonale ad ogni vettore appartenente ad S n e quindi è ortogonale al sottospazio lineare S n ad n dimensioni. (v. Fig. II.2). Dimostrazione Basta infatti dimostrare che il vettore s - sn è ortogonale ad ogni componente ui di una qualsiasi base Bn = {ui }i=1 orto-normale di S n . Tenendo presenti le (I.6.5) e (I.6.6), si ha: n ( s - sn , ui ) = ( s, ui ) − ( sn , ui ) = (I.6.7) s s − sn = ( s, ui ) − n ∑ α j (u j , ui ) = αi − αi = 0 j=1 sn quindi è la proiezione ortogonale di s nel sottospazio π 2 sn Sn Fig. II.2 – Teorema della proiezione lineare S n . La quantità (I.6.8) e = s − sn Cap. I - Lo spazio dei segnali 2 misura l'errore di approssimazione, mentre e e 2 = s − sn 2 - 17 - è l'errore quadratico medio. Si ha: = ( s − sn , s − sn ) = = ( s, s − sn ) − ( sn , s − sn ) = (I.6.9) = ( s − sn , s )* = ( s, s ) − ( sn , s )* = 2 = s − ( sn , s )* in quanto, essendo e ortogonale a sn , risulta ( sn , s − sn ) = 0 . Tenendo conto della (I.6.6) si ha: ( sn , s ) = (I.6.10) n n i =1 i =1 ∑ ( sn , ui )(ui , s) = ∑ ( s, ui ) 2 = ( sn , s )* e quindi infine: (I.6.11) 2 e 2 = s − n ∑ ( s, ui ) 2 i =1 Esempio E.I.2 Determinare la proiezione del segnale u0 (t) s (t ) = e − t u (t ) nel sottospazio ad infinite dimensioni individuato dalle seguenti funzioni di base: ui (t ) = rect t − 1 − i ( i = 0, 1, 2, …) 2 rappresentate in Fig. E.I.1. La base in questione è orto-normale essendo manifestamente ) ( ∫ ∞ −∞ ui ( t )ui ( t ) dt = δ i − j t u1(t) t u2 (t) t u3 (t) e quindi i coefficienti di Fourier generalizzati 0 valgono: ( s, ui ) = ∫ ∞ −∞ s (t )ui (t )dt = ∫ i +1 − t e dt = e i −i 1 −1 ∫ ∑ 2 ( ( s , ui ) = 1 − e i =1 4 5 t Fig. E.I.1 ∫ ∞ )∑ −1 2 3 # (1 − e ) Per valutare l’errore di approssimazione, occorre in base alla (I.6.11) determinare: • l’energia del segnale ∞ 2 ∞ −2 t 2 s = s (t ) dt = e dt = 1 −∞ 0 2 • La quantità ∞ 2 e −2 i i =0 ( = 1− e ) 1 −1 2 1− e −2 = 1 − e −1 1+ e −1 = e −1 e +1 Si ha quindi e 2 e −1 3 − e =1− = 2 e +1 1+ e I.7 - Sviluppo di un segnale in serie di funzioni ortogonali. Sia S k un sottospazio lineare a k dimensioni generato da una base Bk ≡ {ui }i=1 di vettori k orto-normali e sia sk (t ) la proiezione ortogonale di un segnale s(t) nel sottospazio S k . Se alla base Bk si aggiunge un vettore uk +1 ortogonale ai precedenti e a sua volta normak +1 le, si ottiene un nuovo insieme di vettori {ui }i =1 che costituisce una nuova base Bk +1 che a sua volta genera un sottospazio lineare a k + 1 dimensioni S k +1 . Denotando con sk +1 la proiezione ortogonale di s su S k +1 , l'errore quadratico medio, ottenuto con questa nuova approssimazione, sarà, per la (I.6.11): (I.7.1) ek +1 2 2 = s − k +1 ∑ i =1 2 2 ( s, ui ) = s − che può essere riscritta nel seguente modo: k ∑ ( s, ui ) i =1 2 − ( s, uk +1 ) 2 - 18 - G. Mamola: Fondamenti di Comunicazioni Elettriche (I.7.2) ek +1 dove ek 2 2 = ek 2 − ( s, uk +1 ) 2 denota l’errore commesso quando si effettua la proiezione del sottospazio Sk . Aumentando la dimensionalità del sottospazio dove si proietta il vettore s la norma dell'errore non aumenta. La successione { ek } degli errori quadratici medi costituisce pertanto una successione non crescente a termini non negativi. Essa è pertanto una successione convergente. Si è portati quindi a concludere che disponendo di un sistema di vettori u1 , u2 ,…, un ,… orto-normale che individua un sottospazio lineare ad infinite dimensioni, si potrebbe ottenere un'approssimazione del segnale s(t) con un errore quadratico medio nullo. In altri termini, se si ha: (I.7.3) s 2 = ∞ ∑ ( s, ui ) 2 i =1 si può cioè scrivere: s= (I.7.4) ∞ ∑ ( s, ui )ui i =1 Ricordando il significato energetico che si è attribuito alla norma di un segnale, la (I.7.3) esprime l'energia totale di un segnale in termini dei coefficienti αi = ( s, ui ) , cosicché la quantità α i 2 rappresenta l'aliquota dell'energia di s(t) che compete alla generica componente α iui ( t) dello sviluppo (I.7.4). Si noti che, per una certa classe di segnali, non tutte le basi orto-normali composte da un'infinità numerabile di funzioni sono tali da garantire l'annullarsi dell'errore medio quadratico. Tuttavia se, per una data infinità numerabile di funzioni orto-normali, si determina un particolare insieme di segnali tale che per ogni suo elemento la (I.7.3) è verificata, l’insieme in questione si dice completo e la (I.7.3) costituisce la condizione di completezza.