11.07.2015 Views

Roberto Sozzi (ARPA Lazio) Teodoro Georgiadis (CNR-IBIMET ...

Roberto Sozzi (ARPA Lazio) Teodoro Georgiadis (CNR-IBIMET ...

Roberto Sozzi (ARPA Lazio) Teodoro Georgiadis (CNR-IBIMET ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

10.STIMA DEI PARAMETRI DELLA TURBOLENZA ATMOSFERICA—————————————————————⎯⎯⎯⎯⎯⎯⎯⎯————————e la cosa varrà anche ora nel caso discreto. In particolare la (10.151) si ridurrà alla relazione seguente:N / 22 2= ∑N U Suu2k=1 N k = 1/ 22∑( )2( k) = Fr( k) + Fi( k)σ [10.152]che ci consente di calcolare molto semplicemente la varianza di U i , una volta nota la sua DFT.Attenzione, però, che la (10.152) ci fornisce il valore della varianza del segnale U i dopo il tapering,cioè dopo un filtraggio digitale, e quindi non è sperabile che tale varianza coincida esattamente con lavarianza del segnale discreto u i . In particolare, la prima varianza sarà sempre inferiore alla seconda,indicandoci che l’operazione di tapering ha prodotto una perdita di energia del segnale. Perristabilire la varianza originaria è necessario (Kaimal e Finnigan, 1994 e Bendat e Piersol, 1986)impiegare la relazione seguenteSuu( f ) ⋅ S ( f )k= α [10.153]UUkin cui α dipende dal filtro numerico impiegato nel processo di tapering. Se si è impiegato il filtro diHanning, α varrà 2.67 (Bendat e Piersol, 1986), mentre se si è impiegato il filtro di Hamming α varrà2.52 (Kaimal e Finnigan, 1994).Densità Spettrale1.0E+31.0E+21.0E+11.0E+01.0E-11.0E-21.0E-31.0E-41.0E-51.0E-61.0E-70.0001 0.0010 0.0100 0.1000 1.0000 10.0000Frequenza (Hz)Fig.10.6: spettro grezzo della variabile u.Consideriamo ora un ultimo aspetto di ordine pratico. Come si è detto è normalmente necessarioimpiegare un algoritmo di FFT per realizzare la DFT del segnale, ma la FFT presenta la graverestrizione di non accettare un numero N di campioni u i che non sia pari ad una potenza di 2. Cosìfacendo, inevitabilmente nella realizzazione dello spettro non si impiega l’intera informazione disponibile.Per sfruttare a nostro vantaggio questo problema si può considerare un aspetto importante legato allametodologia con cui si è costruito lo spettro. Consideriamo un segnale discreto u i costituito da Ncampioni e sia m il più grande intero per cui N≥M=2 m . Consideriamo inizialmente i primi M campioni(contati a partire dal primo) e costruiamo lo spettro (S uu (k)) 1 e successivamente consideriamo lasequenza u j , j=N-M+1,..,N (cioè gli ultimi M campioni della serie) ed anche per tale sequenza————————————————————————————————————————- 481 -

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!