allora, quando si operano con le sinusoidi nel tempo (e quindi con gli impulsi in frequenza), l'approccio più semplice ed efficace da usare è quello di disegnare il grafico dello spettro del segnale e delle sue prime repliche, tendenzialmente bastano la prima a dx e a sx, cioè le repliche a + o - $f_c$
Il segnale y(t) ha spettro pari a:
$Y(f) = 10 sum_(k=-oo)^(+oo) 1/2(delta(f-2-10k)+delta(f+2-10k)) + 2 (delta(f-4-10k)+delta(f+4-10k)) + (delta(f-6-10k)+delta(f+6-10k))$
siccome $2B = 12 > f_c$ c'è aliasing, questo aliasing è verificabile dal fatto che le repliche a frequenza 4 e 6 Hz si sovrappongono per ogni k, generando alle frequenze 4 +/- 10k Hz e 6 +/- 10k Hz delle delta di ampiezza 30.
Il filtro $H_r(f) = 1/10 Pi(f/10)$ prende le sole frequenze tra -5 e 5 Hz, avendo quindi il segnale:
$hatX (f) = 1/2 (delta(f-2)+delta(f+2)) + 3 (delta(f-4)+delta(f+4))$
che antitrasformato è:
$hatx (t) = cos (4 pi t) + 6 cos(8 pi t)$
Per cui
$e(t) = x(t) - hatx(t) = 2cos(12 pi t) - 2cos(8 pi t)$, la cui potenza sarà pari alla somme delle potenze delle due sinusoidi (che essendo incorrelate, avranno potenza mututa = 0), che è 4
Il filtro antialiasing da utilizzare è quello che tolga le delta a +/- 6 Hz in modo tale che si verifichi la condizione di Nyquist, difatti $2B = 8 < 10$
L'errore sarà proprio pari alle delta tagliate a +/- 6 Hz, ossia
$e(t) = 2cos (12 pi t)$ che ha potenza pari a 2
AGN MCMX
Era il 23 Aprile 2011, erano le 5... ero felice!
I'll be waiting for you.
If you come here,
you'll find me.
I promise!
There is no good, there is no bad. Just perspective and opinion.