Formula di interpolazione di Whittaker-Shannon

Da Wikipedia, l'enciclopedia libera.

Nella teoria dei segnali, la formula di interpolazione di Whittaker-Shannon, anche detta formula di interpolazione di Shannon, formula di interpolazione di Whittaker o semplicemente formula di interpolazione, è un metodo per ricostruire un segnale a tempo continuo e a banda limitata da una serie di campioni equidistanti.

La formula di interpolazione di Whittaker-Shannon risale alle opere di E. Borel nel 1898, e E. T. Whittaker nel 1915, ed è stato citato da opere di J. M. Whittaker nel 1935, e nella formulazione del teorema del campionamento da Claude Shannon nel 1949. E. T. Whittaker, che la pubblicò nel 1915, la definì serie cardinale.

Definizione[modifica | modifica wikitesto]

Il teorema del campionamento stabilisce che una funzione x(t) avente banda di frequenze limitata da f_M può essere riscritta in modo unico utilizzando i suoi campioni x[n]=x(nT) (con n\in \Z), presi a frequenza f_s=\frac{1}{T}, se f_s > 2f_M. La ricostruzione si basa sulla formula di interpolazione di Whittaker-Shannon:

x(t) = \sum_{n=-\infty}^{\infty} x[n] \cdot {\rm sinc}\left(\frac{t - nT}{T}\right)

dove T=1 / f_s è l'intervallo di campionamento, f_s è la frequenza di campionamento e  {\rm sinc}(x) è la funzione sinc normalizzata.

Condizione di validità[modifica | modifica wikitesto]

Spettro di un segnale a banda limitata in funzione della frequenza. La distanza tra i due limiti della banda, ovvero la larghezza di banda RN = 2fM è conosciuta anche come tasso di Nyquist (o frequenza) per il segnale.

Se la funzione x(t) è a banda limitata ed è campionata con una frequenza abbastanza alta (determionata dal teorema del campionamento) allora la formula di interpolazione garantisce la ricostruzione esatta del segnale. Formalmente, se esiste qualche f_M \ge 0 tale che:

allora usando la formula di interpolazione si potrà ricostruire esattamente il segnale originale x(t) dai suoi campioni. In caso contrario, è possibile che si verifichi il fenomeno dell'aliasing cioè, le frequenze pari o superiori a f_s / 2 possono essere erroneamente ricostruite.

Interpolazione come somma di convoluzione[modifica | modifica wikitesto]

La formula di interpolazione è derivata nell'articolo di Nyquist-Shannon sul teorema del campionamento, che fa notare che può anche essere espressa come la convoluzione di un treno di impulsi infinito con una funzione sinc:

 x(t) = \left( \sum_{n=-\infty}^{\infty} x[n]\cdot \delta \left( t - nT \right) \right) * {\rm sinc}\left(\frac{t}{T}\right)

dove * denota la convoluzione. Ciò equivale a filtrare il treno di impulsi con un filtro passa basso ideale.

Convergenza[modifica | modifica wikitesto]

La formula di interpolazione converge sempre assolutamente e localmente uniformemente quando:

\sum_{n\in\Z,\,n\ne 0}\left|\frac{x[n]}n\right|<\infty

Dalla disuguaglianza di Hölder questa condizione è soddisfatta se la sequenza \scriptstyle (x[n])_{n\in\Z} appartiene ad uno qualsiasi degli spazi Lp \scriptstyle\ell^p(\Z,\mathbb C) gli spazi con 1 < p < \infty, ossia quando:

\sum_{n\in\Z}\left|x[n]\right|^p<\infty

Questa condizione è sufficiente ma non necessaria. Per esempio, la serie generalmente convergerà se la sequenza dei campioni da un qualsiasi processo stazionario, nel qual caso la sequenza campione non è a quadrato sommabile, e non è in alcun spazio \scriptstyle\ell^p(\Z,\mathbb C).

Processi casuali stazionari[modifica | modifica wikitesto]

Se x[n] è una sequenza infinita di campioni di una funzione campione di un processo stazionario, allora non è membro di nessun \scriptstyle\ell^p o spazio Lp con probabilità 1, cioè la somma infinita dei campioni elevati alla potenza p non ha un valore atteso finito. Tuttavia, la formula di interpolazione converge con probabilità 1.

La convergenza può essere facilmente dimostrata calcolando le variazioni delle somme parziali, e mostrando che la varianza può essere resa arbitrariamente piccola, scegliendo un numero sufficiente di termini. Se la media del processo non è zero, allora devono essere considerate coppie di termini per dimostrare anche che il valore atteso delle somme parziali converge a zero.

Dal momento che un processo casuale non ha una trasformata di Fourier, deve essere diversa anche la condizione in cui la somma converge alla funzione originale. Un processo stazionario casuale ha una funzione di autocorrelazione, e quindi una densità spettrale come stabilito dal teorema di Wiener-Khinchin. Una condizione adatta per la convergenza di una funzione campione del processo è che la densità spettrale del processo sia zero per tutte le frequenze pari e sopra la metà della frequenza di campionamento.

Bibliografia[modifica | modifica wikitesto]

Voci correlate[modifica | modifica wikitesto]

Collegamenti esterni[modifica | modifica wikitesto]