Campionamento, aliasing e teorema di Nyquist
Segnali digitali
Section titled “Segnali digitali”I computer al giorno d’oggi trattano bit, non segnali continui. I vantaggi di un segnale digitale sono l’efficienza e la robustezza della trasmissione e dell’archiviazione.
Un segnale digitale rimane invariato anche se viene applicata una certa quantità di rumore; basta definire una soglia adeguata tra i vari valori.
Conversione analogico-digitale
Section titled “Conversione analogico-digitale”I segnali digitali sono discreti sia nel dominio che nell’ampiezza, quindi per convertire segnali analogici bisogna operare tre trasformazioni:
- campionamento: discretizzazione del dominio;
- quantizzazione: discretizzazione dell’ampiezza;
- codifica: rappresentazione dei campioni quantizzati (di solito è binaria);
Campionamento
Section titled “Campionamento”Campionare un segnale significa estrarre i valori che esso assume in istanti temporali equispaziati, multipli di un intervallo di tempo chiamato periodo di campionamento.
Matematicamente un campione si può modellare come la funzione continua moltiplicata per l’impulso traslato:
A questo punto basta ripetere l’operazione attraverso un treno di impulsi:

Aliasing e periodo di campionamento
Section titled “Aliasing e periodo di campionamento”Dobbiamo ora capire come fissare un opportuno. Apparentemente, l’operazione sembra distruttiva, infatti si perdono le informazioni sull’andamento del segnale tra due impulsi successivi.
Quindi, intuitivamente si dovrebbe far tendere a , ma è impossibile prendere un numero infinito di campioni.
Dimostriamo che non è vero: consideriamo un segnale limitato in banda, cioè con spettro nullo oltre la frequenza (un segnale a durata infinita può avere un’estensione spettrale finita). Se trasformiamo (con Fourier) il segnale campionato, otterremo un segnale con lo spettro di moltiplicato per e ripetuto con periodicità sull’asse delle frequenze.
Se isoliamo solo lo spettro della banda di base e lo moltiplichiamo per , otteniamo esattamente lo spettro di . Quindi nessuna informazione sul segnale è stata persa.

L’unico caso in cui questo non vale è quello in cui il valore di è abbastanza alto (frequenza di campionamento troppo bassa) da permettere agli spettri di sovrapporsi. Per risolvere il problema è necessario aumentare la frequenza di campionamento.
Questo fenomeno viene chiamato aliasing e coinvolge tutto l’intervallo delle frequenze.

Teorema del campionamento
Section titled “Teorema del campionamento”Teorema del campionamento (o condizione di Nyquist): per non avere aliasing, le repliche devono essere distanziate di almeno due volte ().
Avvicinandosi al limite si rischia comunque di cadere in casi in cui non è possibile ricostruire il segnale. Considerando il funzionamento di un filtro passa-basso reale che taglia le frequenze in modo graduale, si consiglia anche di aggiungere una costante, detta banda di guardia (), e quindi si ottiene:
Ricostruzione ideale del segnale campionato
Section titled “Ricostruzione ideale del segnale campionato”Il filtro di ricostruzione sarà .
Quindi il segnale ricostruito sarà:
Il picco di una singola dà il valore del segnale nel punto di campionamento. Negli altri punti invece essa viene annullata dalle degli istanti precedente e successivo.
Campionamento reale
Section titled “Campionamento reale”Campionare un segnale con impulsi è impossibile, perché essi sono fisicamente irrealizzabili. La soluzione che si adotta tipicamente è il Sample&Hold, ovvero si prende il segnale nell’istante di campionamento e lo si trattiene per un periodo di tempo pari a quello di campionamento.
Quindi si ottiene un rettangolo con ampiezza pari al valore del segnale all’inizio del periodo e durata pari a .
Per modellare matematicamente questo processo si può immaginare una cascata tra un campionatore ideale e un filtro di trattenimento . Quindi il segnale campionato reale sarà:
dove è una funzione rettangolare. La sarà una , quindi si introduce necessariamente una distorsione lineare che si può correggere con un altro filtro equalizzatore.