T - Dipartimento di Ingegneria Informatica e delle Telecomunicazioni
by user
Comments
Transcript
T - Dipartimento di Ingegneria Informatica e delle Telecomunicazioni
Corso di Fondamenti di Telecomunicazioni 2 - SEGNALI E SPETTRI Prof. Mario Barbera [parte 2] 1 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Convoluzione Definizione: w3 (τ ) = ( w1 * w2 )(τ ) ≡ ∫ +∞ −∞ w1 (t ) ⋅ w2 (τ − t ) dt La convoluzione è ottenuta: invertendo per w2(t) l’asse temporale in modo da ottenere w2(-t); traslando w2(-t) di τ secondi per ottenere w2(τ-t) ; moltiplicando il risultato per w1(t) . [VEDI ESEMPIO NELLA SLIDE SUCCESSIVA] 2 1 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-7: convoluzione di un impulso rettangolare con una esponenziale w1 (t ) t w2 (t ) ESEMPIO w (−t + τ ) ≡ w (T ) τ =T 2 w2 (−t ) 2 2 t τ >0 w2 (−t + τ ) t = −T 2 t w3 (τ ) = (w1 * w2 )(τ ) ≡ ∫ +∞ −∞ τ <0 τ t w1 (t ) ⋅ w2 (τ − t ) dt 3 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-7: convoluzione di un impulso rettangolare con una esponenziale w1 (t ) t w2 (−t + τ ) τ t w1 (t ) ⋅ w2 (−t + τ ) τ t w3 (τ ) w3 (τ ) = (w1 * w2 )(τ ) ≡ ∫ +∞ −∞ w1 (t ) ⋅ w2 (τ − t ) dt τ τ 4 2 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-7: convoluzione di un impulso rettangolare con una esponenziale τ >0 0 <τ < T w1 (t ) w1 (t ) ⋅ w2 (τ − t ) ( t w3 (τ ) = ∫ 1 e + ( t −τ ) / T dt = T 1 − e −τ T 0 w2 (t ) t ) τ >T w3 (τ ) = ∫ 1 e + ( t −τ ) / T dt = T (e − 1)e −τ T T 0 0 w3 (τ ) = T e − e −τ T T (e − 1)e −τ T ( ) τ <0 0 <τ < T τ >T 5 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Calcolo dello spettro di un impulso triangolare mediante convoluzione 6 3 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Calcolo dello spettro di un impulso triangolare mediante convoluzione w1 (t ) − T 2 w2 (t ) T 2 0 t w2 (−(t − τ )) − T 2 0 T 2 t 0 ≤τ ≤ T w2 (−t ) 0τ −T 2 w2 (−(t − τ )) τ T t τ+ 2 −T ≤τ ≤ 0 τ− T 2 τ τ+ T 0 2 − T 2 0 T 2 t t 7 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Calcolo dello spettro di un impulso triangolare mediante convoluzione w1 (t ) − T 2 0 T 2 t w2 (−(t − τ )) 0τ −T 2 0 ≤τ ≤ T τ T t τ+ 2 0 ≤τ ≤ T T 2 − (τ − T 2) w3 (τ ) = (w1 * w2 )(τ ) = (τ + T 2) − (− T 2) − T ≤ τ ≤ 0 0 Altrove T − τ w3 (τ ) = (w1 * w2 )(τ ) = T + τ 0 0 ≤τ ≤ T −T ≤τ ≤ 0 Altrove w2 (−(t − τ )) −T ≤τ ≤ 0 τ− T 2 τ τ+ T 0 2 t t t τ w3 (τ ) = Π * Π (τ ) = T ⋅ Λ T T T 8 4 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Calcolo dello spettro di un impulso triangolare mediante convoluzione w1 (t ) t t w3 (τ ) = Π * Π T T − T 2 0 T 2 t w2 (−(t − τ )) 0τ −T 2 τ (τ ) = T ⋅ Λ T 0 ≤τ ≤ T τ τ+ t T sinc( f T ) ⋅ T sinc( f T ) = T ⋅ ℑΛ T T t 2 w2 (−(t − τ )) −T ≤τ ≤ 0 τ− T 2 τ τ+ T 0 2 t ℑΛ = T sinc 2 ( f T ) T t Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 9 2 - Segnali e spettri [parte 2] Spettro di un impulso triangolare t w(t ) = Λ ↔ T sinc 2 ( fT ) T T sinc 2 (T f ) 10 5 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Trasformate di Fourier notevoli T sinc ( fT ) T sinc 2 ( fT ) Sinusoide a sin (2π f 0 t + ϕ ) [ ] 1 j a e − jϕ δ ( f + f 0 ) − e + jϕ δ ( f − f 0 ) 2 11 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Trasformate di Fourier notevoli Cosinusoide 12 6 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-9: spettro di un IMPULSO SINUSOIDALE 13 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-9: spettro di un IMPULSO SINUSOIDALE Dato che: t Π ↔ T Sa (πTf ) = T sinc(Tf ) T θ =− Teorema della modulazione π 2 1 F= T W( f )= A − j π2 f − f 0 + j π2 f + f 0 e T sinc + e T sinc 2 F F e W( f )= j A f + f0 f − f 0 T sinc − sinc 2 F F ±j π 2 = cos π 2 ± j sin π 2 =±j 14 7 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-9: spettro di un IMPULSO SINUSOIDALE W( f )= j f + f0 A f − f 0 T sinc − sinc 2 F F Spettro di ampiezza 15 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-9: spettro di un IMPULSO SINUSOIDALE Lo spettro dell’impulso sinusoidale può anche essere calcolato mediante il teorema della convoluzione, dove: f W1 ( f ) = T sinc F A W2 ( f ) = j [δ ( f + f 0 ) − δ ( f − f 0 )] 2 W( f )= j A f + f0 f − f 0 T sinc − sinc 2 F F 16 8 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Densità spettrale di potenza (DSP) Definizione: [V [A W (f)2 Pw ( f ) ≡ lim T T →∞ T dove: w(t ) se t ≤ T 2 wT (t ) = 0 se t > T 2 WT ( f ) = ℑ{wT (t )} t = w(t ) ⋅ Π T 2 2 ] Hz ] Hz versione troncata del segnale Trasformata di Fourier del segnale troncato Per mezzo del teorema di Rayleigh, possiamo calcolare la potenza media normalizzata del segnale: P ≡ w(t ) 2 1 +T 2 1 +∞ 2 2 w(t ) dt = lim ∫ WT ( f ) df ∫ T →∞ T −T 2 T →∞ T − ∞ +∞ +∞ lim 1 W ( f ) 2 df P = ∫ Pw ( f ) df f df = P ( ) T →∞ −∞ T ∫−∞ w T 17 = lim =∫ +∞ −∞ Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Funzione di autocorrelazione Definizione [per un segnale reale]: Rww (τ ) = w(t ) ⋅ w(t + τ ) = lim T →∞ 1 T T 2 −T 2 w(t ) ⋅ w(t + τ ) dt Definizione [per un segnale complesso]: Rww (τ ) = w * (t ) ⋅ w(t + τ ) = lim T →∞ ∫ 1 T ∫ T 2 −T 2 w * (t ) ⋅ w(t + τ ) dt Teorema di Wiener-Khintchine: ℑ{Rww (τ )} = Pw ( f ) Calcolo della potenza media normalizzata: P = w(t ) 2 = Weff2 = ∫ +∞ −∞ Pw ( f ) df = Rww (0) 18 9 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-10: DSP di una sinusoide =1 sin x ⋅ sin y = cos( x − y ) − cos( x + y ) 2 19 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-10: DSP di una sinusoide Esercizio: calcolare la DSP del segnale si trova che: w(t ) = A cos(ω 0t ) perché? 20 10 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Funzioni ortogonali Definizione: ϕ m (t ) ϕ n (t ) ortogonali sull’intervallo a < t < b se: ∫ b a ϕ n (t ) ϕ m* (t ) dt = 0 n≠m (2-77) L’insieme di queste funzioni ha elementi tali che: b 0 se n ≠ m Delta di Kronecker ϕ n (t ) ϕ m* (t ) dt = K n δ nm dove: δ nm = a 1 se n = m ∫ Se: K n = 1 ∀n l’insieme {ϕ n (t )} è un insieme di funzioni ortonormali 21 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-11: le funzioni esponenziali complesse sono ortogonali Le funzioni esponenziali complesse sono ortogonali in a<t<a+T0 22 11 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-11: funzioni esponenziali complesse ortogonali Funzioni ortonormali 23 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Insiemi ortogonali completi Un insieme di funzioni ortogonali {ϕ n (t )} si dice completo se può essere utilizzato per rappresentare qualsiasi segnale a energia finita con un errore avente energia arbitrariamente piccola Si può dimostrare che sono insiemi complessi: Funzioni esponenziali complesse Funzioni armoniche sinusoidali Funzioni di Bessel Polinomi di Legendre 24 12 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Teorema della rappresentazione su base ortogonale Sia {ϕ n (t )} un insieme di funzioni ortogonali completo. Un generico segnale w(t) può essere rappresentato sull’intervallo a<t<b mediante la serie: w(t ) = +∞ ∑ a ϕ (t ) n (1) n n = −∞ dove i coefficienti dello sviluppo sono dati da: DIMOSTRAZIONE Applichiamo l’operatore ∫ [w (t ) ]ϕ b a = * m (t ) dt = +∞ ∑a K δ n n nm b ∫ [⋅] ϕ a * m a 1 b w(t )ϕ n* (t )dt (2) Kn a ∫ (t)dt ad entrambi i membri della (1): a nϕ n ( t ) ϕ m* (t ) dt = n = −∞ +∞ ∫ ∑ b an = = am K m +∞ ∑ a ∫ϕ b n n = −∞ a n (t )ϕ m* ( t ) dt = (2) n = −∞ Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 25 2 - Segnali e spettri [parte 2] Serie di Fourier Teorema: un segnale a energia finita può essere rappresentato sull’intervallo a<t<a+T0 dalla serie di Fourier: Rappresentazione in forma polare w(t ) = +∞ ∑ n = −∞ cn e jn ω 0 t a < t < a + T0 dove: T0 : ampiezza dell' intervallo temporale su cui viene definita la serie ω 0 = 2πf o = 2π T0 1 a +T0 − jn ω t cn = ⋅ ∫ w(t ) e 0 dt T0 a coefficienti complessi dello sviluppo 26 13 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Serie di Fourier per segnali periodici Se la forma d’onda w(t) è periodica con periodo T0: la rappresentazione in serie di Fourier vale su tutto l’asse temporale la scelta del parametro a è arbitraria; di solito si sceglie: − ∞ < t < +∞ a=0 oppure a=− T0 2 la frequenza f0=1/T0 è chiamata frequenza fondamentale la generica frequenza nf0=n/T0 è l’n-esima armonica il coefficiente c0 rappresenta il valore medio della forma d’onda 27 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Proprietà principali della serie di Fourier in forma complessa Proprietà dei coefficienti: Se w(t ) è REALE ⇒ cn = c−* n Se w(t ) è REALE e PARI ⇒ cn REALI Se w(t ) è REALE e DISPARI ⇒ cn IMMAGINARI Teorema di Parseval: P= +∞ 1 a +T0 2 2 ⋅∫ w(t ) dt = ∑ cn T0 a n = −∞ Lo dimostreremo in seguito 28 14 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Serie di Fourier in forma rettangolare Teorema: un segnale a energia finita può essere rappresentato sull’intervallo a<t<a+T0 dalla serie di Fourier: Rappresentazione in forma rettangolare +∞ +∞ n =0 n =1 w(t ) = ∑ a n cos nω 0 t + ∑ bn sin nω 0 t dove: T0 : ampiezza dell' intervallo temporale su cui viene definita la serie ω 0 = 2πf o = 2π T0 coefficienti della serie 2 a +T0 1 a +T0 w(t ) sin (nω 0t ) dt w(t ) dt se n = 0 bn = ⋅ ∫a T ⋅ ∫a T0 a n = 0 a +T 2 0 ⋅∫ w(t ) cos (nω 0t ) dt se n ≥ 1 T0 a 29 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Serie di Fourier in forma rettangolare Se la forma d’onda w(t) è periodica con periodo T0: la rappresentazione in forma rettangolare in serie di Fourier vale su tutto l’asse temporale − ∞ < t < +∞ la scelta del parametro a è arbitraria; di solito si sceglie: a=0 oppure a=− T0 2 Relazione tra FORMA POLARE e FORMA RETTANGOLARE: se n = 0 c0 bn = −2 Im{cn } n ≥ 1 an = 2 Re{cn } se n ≥ 1 30 15 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Spettro a righe di un segnale periodico Per un segnale periodico la rappresentazione mediante serie di Fourier è definita su tutto l’asse temporale Obiettivo: vogliamo calcolare la relazione fra la trasformata di un segnale periodico e i coefficienti di Fourier Teorema: se un segnale è periodico di periodo T0, la sua trasformata è: W( f ) = +∞ ∑ n = −∞ cn δ ( f − n f 0 ) dove: f 0 = 1 T0 cn : coefficienti dello sviluppo in serie di Fourier del segnale 31 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Spettro a righe di un segnale periodico w(t ) = Dimostrazione: +∞ ∑ n = −∞ cn e jn ω 0 t calcolando la TF di entrambi i membri, otteniamo: W( f ) = ∫ +∞ −∞ = +∞ ∑ n = −∞ jn ω 0 t +∞ − jωt ∑ cn e ⋅ e dt = n = −∞ cn ∫ +∞ −∞ e − j 2π ( f − nf 0 )t dt = +∞ ∑ n = −∞ Vale su tutto l’asse temporale, dato che il segnale è periodico cn δ ( f − nf 0 ) Nota: un segnale periodico ha sempre uno spettro a righe (o discreto) le funzioni delta sono concentrate sulle frequenze armoniche f=nf0 e hanno area pari a cn viceversa, se il segnale non contiene componenti periodiche, lo spettro è continuo, eccetto per una possibile componente discreta in f=0, se il segnale ha valore medio (componente continua) non nullo 32 16 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Calcolo dei coefficienti di Fourier di un segnale periodico dalla TF È possibile ricavare i coefficienti di Fourier di un segnale periodico: campionando una porzione del segnale limitatata ad un singolo periodo Teorema: se w(t) è un segnale periodico di periodo T0, rappresentato da w(t ) = +∞ ∑ n = −∞ dove: h(t − nT0 ) = +∞ ∑ n = −∞ cn e jnω 0t w(t ) se t < T0 h(t ) = 2 0 altrimenti cn = f 0 H ( n f 0 ) Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 33 2 - Segnali e spettri [parte 2] Calcolo dei coefficienti di Fourier di un segnale periodico dalla TF Dimostrazione: cn = +∞ ∑ δ (t − nT ) =δ (t ) n = −∞ 0 T T per t ∈ − , 2 2 1 T0 ∫ +T0 2 −T0 2 δ (t ) e − jnω t dt = 0 1 = f0 T0 34 17 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Calcolo dei coefficienti di Fourier di un segnale periodico dalla TF cn = f 0 H ( n f 0 ) 35 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-12: coefficienti di Fourier di un treno di impulsi rettangolari cn = 1 a +T0 − jn ω t ⋅ w(t ) e 0 dt T0 ∫a nω 0 T0 1 T0 = 2 nπ = nπ 2 T0 2 36 18 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-12: coefficienti di Fourier di un treno di impulsi rettangolari cn = f 0 H ( n f 0 ) t −T 2 v(t ) = Π T (2-112) Esempio 2-5 ↔ V ( f ) = T e − jπfT sin (πTf ) πTf f = nf 0 = n 1 2T Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 37 2 - Segnali e spettri [parte 2] Esempio 2-12: coefficienti di Fourier di un treno di impulsi rettangolari w(t ) = lim T →∞ W( f ) = +∞ ∑ n = −∞ 1 T ∫ T 2 −T 2 w(t ) dt cn δ ( f − n f 0 ) (2-109): TF per un segnale periodico 38 19 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-12: coefficienti di Fourier di un treno di impulsi rettangolari Il primo è discreto, il secondo è continuo Entrambi hanno lo stesso inviluppo, dato da sinc(Tf) 39 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-12: coefficienti di Fourier di un treno di impulsi rettangolari Relazione tra FORMA POLARE e FORMA RETTANGOLARE: se n = 0 c0 bn = −2 Im{cn } n ≥ 1 an = 2 Re{cn } se n ≥ 1 Coefficienti dello sviluppo in FORMA RETTANGOLARE 40 20 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Potenza normalizzata per un segnale periodico Teorema: per un segnale periodico w(t), la potenza normalizzata è pari a: Pw = w 2 (t ) = +∞ ∑ n = −∞ cn 2 Caso particolare del teorema di Parseval P = w 2 (t ) Pw = e j ( n −m ) ω t = 0 1 T0 ∫ a +T0 a e j ( n−m ) ω t dt = 0 1 ⋅ T0 ⋅ δ n m = δ n m dato che le esponenziali sono funzioni ortogonali T0 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra +∞ ∑ n = −∞ cn 2 41 2 - Segnali e spettri [parte 2] Funzione di autocorrelazione e Densità spettrale di potenza per un segnale periodico Teorema: per un segnale periodico w(t): Funzione di autocorrelazione Rww (τ ) = +∞ ∑ n = −∞ 2 cn e jnω 0 τ Densità spettrale di potenza Pw ( f ) = +∞ ∑ cn δ ( f − n f 0 ) 2 n = −∞ è la media rispetto a t 42 21 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Densità spettrale di potenza per un segnale periodico Rww (τ ) = Pw ( f ) = +∞ ∑ n = −∞ +∞ ∑ n = −∞ 2 cn e jnω 0 τ cn δ ( f − n f 0 ) 2 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 43 2 - Segnali e spettri [parte 2] Esempio 2-13: DSP del treno di impulsi rettangolari Pw ( f ) = +∞ ∑ n = −∞ cn δ ( f − n f 0 ) 2 (2-120) 44 22 Fondamenti di TLC - Prof. M. Barbera Liberamente tratto da Fondamenti di TLC - Prof. G. Schembra 2 - Segnali e spettri [parte 2] Esempio 2-13: DSP del treno di impulsi rettangolari 45 23