Elaborazione Numerica di Misure di Grandezze
Tempovarianti
Comunemente si classificano le grandezze in STATICHE e DINAMICHE
Tuttavia questa distinzione non ha ragione di essere in quanto ogni fenomeno che può
essere osservato presenta elementi di variabilità nel tempo
Con grandezze STATICHE si intendono quelle per cui la variazione della grandezza stessa risulta inferiore rispetto alla soglia di sensibilità
dello strumento con cui si effettua la misura della grandezza in esame.
Viceversa con grandezze DINAMICHE si intendono quelle la cui variabilità risulta
superiore alla soglia di sensibilità della strumento con cui si effettua la misura della
grandezza stessa.
L'analisi temporale delle grandezze tempo- varianti si propone come obbiettivo quello di
verificare se il fenomeno presenta aspetti di ripetitività (segnali deterministici) o meno (segnali casuali o random) o caratteristiche di
unicità (segnali transitori)
Periodici Deterministici
Non Periodici Segnali
Stazionari Random
Non Stazionari
L'elaborazione di segnali tempovarianti viene comunemente eseguita per via numerica e dunque è necessario preventivamente operare
una digitalizzazione del segnale in oggetto
Discretizzazione del segnale (quantizzazione) Discretizzazione del tempo (campionamento)
MINIMI QUADRATI (polinomi trigonometrici)
Siano noti N punti gk=g(tk) con k=0..N-1 con ∆t= tk+1 - tk per ogni k
cioè si hanno N punti (tk, gk) nel piano tempo-segnale
Inoltre è nota la frequenza del fenomeno (5Hz) Si vuole trovare un modello per i dati
sperimentali del tipo
(
f t)
B(
f t)
A t
g( ) = ⋅cos 2π ⋅ ⋅ + ⋅sin 2π ⋅ ⋅
Si procede in modo del tutto analogo a quanti visto nel caso generale per il problema dei
minimi quadrati, cioè:
( )
( ) ( ( ) ( ))
( ) ( )
( ) ( ( ))
( )
( )
( )
( )
⋅
⋅
⋅
⋅
⋅
⋅
=
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
∑
∑
∑
∑
∑
∑
−
=
−
=
−
=
−
=
−
=
−
=
1
0 1
0 1
0 1 2
0
1
0 1
0
2
2 sin
2 cos 2
sin 2
sin 2
cos
2 sin 2
cos 2
cos
k
k k
k
k k
k
k
k
k k
k
k k
k
k
g t f
g t f B
A t
f t
f t
f
t f t
f t
f
π π π
π π
π π
π
La risoluzione del problema fornisce i parametri del modello. Noti A e B è possibile definire due
nuove quantità di interesse:
) , ( 2
2 atan
2 B B A
A
M = + ϕ =
(modulo) (fase)
Posso quindi pensare di associare al segnale g(t) un vettore / numero complesso
B j A
G = + ⋅
0 0.1 0.2 0.3 0.4 0.5 0.6
tempo [s]
Forza
Dati Modello
tuttavia in generale non è possibile operare in questo modo in quanto non è nota la frequenza
f del segnale che si vuole elaborare.
SEGNALI PERIODICI
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 0.5 1 1.5 2 2.5 3
tempo
segnale
x(t)
1
11
21
31
41
51
61
71
81
91
101
111
121
131
141
151
161
171
x(t) x1(t)
x2(t) x3(t)
x4(t)
-2 -1.5
-1 -0.5
0 0.5 1
1.5 2
segnale
tempo
armonica
1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 16 1 171
x(t) x2(t) x4(t)
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
segnale
tempo
1 11 21 31 41 51 61 71 81 91 101 11 1 121
x(t) x1(t) x2(t) x3(t) x4(t)
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
segnale
armonica
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 0.5 1 1.5 2 2.5 3
tempo
segnale
x1(t) x2(t)
x3(t) x4(t)
x(t)
FUNZIONI PERIODICHE1
Sia g(t) una funzione periodica di periodo T allora
( ) ∑ ( )
∑
∞=
∞
=
⋅
⋅
⋅ +
⋅
⋅
⋅ +
=
1 1
0 cos 2 sin 2
2 ) 1 (
i
i i
i
i
i f t b f t
a a
t
g π π
con f T f
i
fi 1
=
⋅
=
e inoltre
( )
(
f t)
dtt T g
b
dt t f t
T g a
i i
i i
2 sin ) 2 (
2 cos )
2 (
T 0
T 0
∫
∫
⋅
⋅
⋅
=
⋅
⋅
⋅
=
π π
(sviluppo in serie di Fourier)
Utilizzando la notazione di Eulero, cioè:
( ) ( )
( ) ( )
sin 2 cos 2
sin cos
x j x
j x
j x
j x j
e x e
e j x e
x j
x e
⋅
−
⋅
⋅
−
⋅
⋅
= − + ⋅
=
⋅ +
=
1 Ulteriori informazioni: F. Angrilli "Corso di Misure Meccaniche, Termiche e Collaudi"
Vol.1 - CEDAM - capitolo 7
sostituendo sopra si ottiene
( )
( )∑ ( )
( )∑
∞=
⋅
⋅
⋅
−
∞
=
⋅
⋅
⋅ + + ⋅ ⋅
⋅
⋅
− +
=
1
2 1
2
0 2
1 2
1 2
) 1 (
i
t f j i
i i
t f j i
i
i
i a j b e
e b j a a
t
g π π
ponendo
( )
( )
*0 0
2 1
2 1
2 1
i i
i i
i i
i
G b
j a
G
b j a G
a G
=
⋅ +
⋅
=
⋅
−
⋅
=
⋅
=
−
si ha:
( )
∑
( )∑
( )∑
+∞−∞
=
⋅
⋅
∞ ⋅
−
−
=
⋅
⋅
∞ ⋅
=
⋅
⋅
⋅ + ⋅ = ⋅
⋅ +
=
i
t f j i i
t f j i i
t f j i
i i
i G e G e
e G G
t
g π π 2π
1
2 1
2
) 0
(
dove
( )
g t(
f t)
dtdt T t f t
T g
Gi i 1 ( ) sin 2 i
j - 2
cos )
1 ( T
0 T
0
∫
∫
⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅= π π
oppure in forma complessa
( )
∫
⋅ − ⋅ ⋅ ⋅= T
0
) 2
1 (
dt e
t T g
Gi j π fi t
Nota: in tutte le relazioni è opportuno sostituire fi = i⋅ f
Per segnali non periodici si può ipotizzare di avere un periodo T → ∞ e dunque si ha:
( )
∫
+∞∞ ⋅ − ⋅ ⋅ ⋅= -
) 2
(t e dt g
Gi j π fi t
In definitiva si può ipotizzare un operatore che associa ad ogni funzione periodica g(t) (fuzione
reale di variabile reale con t=tempo) la sua
"trasformata di Fourier" G(f) (funzione complessa di variabile reale f=frequenza)
(
( ))
)
( f g t G = F
(
( ))
)
(t 1 G f g = F −
Trasformata di Fourier Discreta DFT
Nella quasi totalità dei casi la funzione g(t) non è nota nella sua forma analitica ma bensì è nota in un numero (finito) di istanti ti in genere
fra loro equidistanti
Siano noti N punti gk=g(tk) con k=0..N-1 con ∆t= tk+1 - tk per ogni k
∆t tempo di campionamento fc=1/∆t frequenza di campionamento
Τ=Ν ∆t tempo di acquisizione
Il calcolo degli integrali viene eseguito per via numerica e dunque si ha:
t e
t g G
k
t t
j i
k i
k ⋅∆
∆ ⋅
= ⋅
∑
−=
⋅
∆
⋅ ⋅
⋅ 1 −
0
1 2π
semplificando
∑
−=
⋅ ⋅
⋅
−
⋅
=
1
0
1 2 k
k j i
k
i g e
G
π
FUNZIONE DI TRASFERIMENTO ARMONICA2 Dato un sistema lineare la funzione di trasferimento armonica è uno strumento matematico che definisce come un ingresso
sinusoidale x(t) viene trasformato in un segnale in uscita y(t) (sinusoidale) Siano dunque x(t) ingresso e y(t) uscita
(periodici) del sistema lineare in esame e siano X(f) e Y(f) le trasformate di Fourier di ingresso
e uscita
Si dimostra che:
( )
( )) (
f X
f f Y
H =
risulta essere la funzione di trasferimento e che il modulo di H(f) rappresenta il rapporto fra i moduli di uscita ed ingresso sinusoidali mentre
la fase di H(f) rappresenta lo sfasamento fra uscita ed ingresso.
E' opportuno che H(f) è una funzione complessa.
2 Per maggiori dettagli si veda: E.O. Doeblin, "Measurement Systems Application and Design" - fourth edition - par. 3.3 pag. 98-102
Dal punto di vista computazionale non è opportuno calcolarsi direttamente H(f) con la
relazione appena indicata e dunque si preferisce operare in modo differente
Si definisce autospettro di una funzione x(t), dove X(f) è la sua trasformata di Fourier
( )
f X( )
f X *( )
f X( )
f 2Gxx = ⋅ =
L'autospettro è una funzione reale.
Date due funzioni x(t) e y(t),
con X(f) e Y(f) trasformate di Fourier, si definisce cross-spettro
( )
f Y( )
f X( )
fGyx = ⋅ *
Il cross-spettro è una funzione complessa
Ritornando alla funzione di trasferimento armonica si ha:
( ) ( )
( )
( ) ( )
fG f G f
X f
X
f X f
Y f
X f f Y
H
xx
= yx
⋅
= ⋅
= *
*
) (
) ( )
( ) (
Si definisce coerenza la funzione
( ) ( )
( )
f G( )
f Gf f G
yy xx
yx
= ⋅
2
γ 2
La coerenza è una funzione reale.
Nell'ipotesi che il sistema sia lineare e i segnali x(t) e y(t) siano privi di rumore è possibile
verificare che
( )
12 f =
γ
mentre in generale
( )
12 f <
γ
di conseguenza si ha che la funzione di coerenza indica qualitativamente l'ipotesi di linearità del sistema in esame e di assenza del
rumore sui segnali