Aula 15 Análise e Processamento de Sinais Aleatórios PDF

Introduc
ao
Densidade Espectral de Pot
encia
Processos Estocasticos
Analise e Processamento de Sinais Aleat
orios
Bruno Barbosa Albert
Universidade Federal de Campina Grande
Centro de Engenharia El
etrica e Inform
atica
Departamento de Engenharia El
etrica
14 de novembro de 2010
Processos Estoc
asticos
Introduc
ao
encia
Sumario
Introducao
Densidade Espectral de Potencia

Processos Estocasticos Discretos no Tempo
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Considere dois PEs X (t) e Y (t) relacionados da seguinte

forma
Y (t) = g (X (t)),
em que g (.) e um sistema que transforma a entrada X (t) em
outra funcao do tempo Y (t).
Processos Estoc
asticos
Introduc
ao
encia
Introducao

forma
Y (t) = g (X (t)),
A mesma consideracao pode ser feita para processos discretos
no tempo.
Processos Estoc
asticos
Introduc
ao
encia
Introducao

forma
Y (t) = g (X (t)),
A mesma consideracao pode ser feita para processos discretos
no tempo.
Graficamente
x(t)
g (x(t))
y (t)
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Exemplo: FM
Rudo
Sinal FM
Canal
Sinal FM + Rudo
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Problema Geral
Dado X (t) (Xn ) um PE, contnuo ou discreto no tempo, e um
sistema g (.). Estamos interessados em caracterizar o
comportamento probabilstico do processo de sada Y (t) (Yn ).
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Problema Geral
Questao
Dado um sistema g (.) e um PE de entrada X (t), o processo de
sada Y (t) e um PE?
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Problema Geral
Questao
Dado um sistema g (.) e um PE de entrada X (t), o processo de
sada Y (t) e um PE?
De uma maneira geral, sim.
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Casos Especficos:
Um u
nico PE de entrada e um u
nico PE de sada. Dois
subcasos:
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Casos Especficos:
Um u
subcasos:
g (.) e linear. Podemos usar tranformadas na analise da sada
do sistema
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Casos Especficos:
Um u
subcasos:
do sistema
g (.) nao e linear.
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Casos Especficos:
Um u
subcasos:
do sistema
g (.) nao e linear.
M
ultiplos PEs na entrada e um u
nico PE de sada.
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Casos Especficos:
Um u
subcasos:
do sistema
g (.) nao e linear.
M
ultiplos PEs na entrada e um u
nico PE de sada.
M
ultiplos PEs na entrada e m
ultiplos PEs na sada.
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Quest
oes:
Como caractrizar o comportamento probabilstico do PE de
sada?
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Quest
oes:
sada?
Ele herda alguma caracterstica do PE de entrada? Por
exemplo, se a entrada for estacionaria a sada tambem o sera?
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Quest
oes:
sada?
Qual a media, autocovariancia, do PE de sada?
Processos Estoc
asticos
Introduc
ao
encia
Introducao
Quest
oes:
sada?
Qual a media, autocovariancia, do PE de sada?
Respostas
As respostas se fundamentam na nocao da densidade espectral de
potencia.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
asticos Discretos no Tempo

No estudo de sinais e sistemas determinsticos, as tecnicas no
domnio da frequencia fornecem uma valiosa ferramenta para
os engenheiros em in
umeros problemas.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

umeros problemas.
Uma funcao do tempo que varia lentamente tem seu espectro
concentrado nas baixas frequencias.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

umeros problemas.
Uma funcao do tempo que varia rapidamente tem seu
espectro concentrado nas frequencias mais altas.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

umeros problemas.
Ou seja, a taxa na qual uma funcao determinstica varia esta
relacionada com o espectro definido pela serie ou pela
transformada de Fourier
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

umeros problemas.
Ou seja, a taxa na qual uma funcao determinstica varia esta
relacionada com o espectro definido pela serie ou pela
transformada de Fourier
A ideia aqui e aplicar esses resultados para sinais aleat
orios.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Transformada de Fourier
Para um sinal determinstico contnuo no tempo, x(t), seu
espectro e definido por sua transformada de Fourier
Z
x(t)e j2ft dt
X (f ) = F[x(t)] =
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Z
x(t)e j2ft dt
X (f ) = F[x(t)] =
e ua inversa por
x(t) = F
[X (f )] =
X (f )e j2ft df
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Z
x(t)e j2ft dt
X (f ) = F[x(t)] =
e ua inversa por
x(t) = F
[X (f )] =
X (f )e j2ft df
Para sinais discretos no tempo podemos usar a transformada

discreta de Fourier (DFT) ou a transformada z.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

A aplicacao direta desses resultados para o caso aleat
orio teria
a forma
Z
X (t)e j2ft dt
X (f ) = F[X (t)] =
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

orio teria
a forma
Z
X (t)e j2ft dt
X (f ) = F[X (t)] =
Essa aboradagem tem alguns problemas
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

orio teria
a forma
Z
X (t)e j2ft dt
X (f ) = F[X (t)] =

1
A existencia da transformada para todas as funcoes amostras.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

orio teria
a forma
Z
X (t)e j2ft dt
X (f ) = F[X (t)] =

1
2

Mesmo que isso seja garantido, X (f ) seria ele pr
oprio um PE.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

orio teria
a forma
Z
X (t)e j2ft dt
X (f ) = F[X (t)] =

1
2
3

oprio um PE.
E ainda, em que sentido a integral pode ser interpretada? Pela
media quadratica?
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

orio teria
a forma
Z
X (t)e j2ft dt
X (f ) = F[X (t)] =

1
2
3

oprio um PE.
E ainda, em que sentido a integral pode ser interpretada? Pela
media quadratica?
Como vimos em uma das propriedades da funcao de

autocorrelacao de um PE WSS, esta e uma medida da taxa de
variacao de um PE, o que leva a crer que RX ( ) seja uma
medida adequada da taxa media de variacao de um PE.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

A constatacao anteior leva a definicao da densidade espectral
de potencia (DEP).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

de potencia (DEP).
Iniciamos definindo uma versao truncada do PE como
(
X (t)
|t| T
XT (t) =
0
|t| > T .
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

de potencia (DEP).
(
X (t)
|t| T
XT (t) =
0
|t| > T .
A energia desse processo e
Z
Z T
|X (t)|2 dt =
E XT =
T
|XT (t)|2 dt.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

de potencia (DEP).
(
X (t)
|t| T
XT (t) =
0
|t| > T .
A energia desse processo e
Z
Z T
|X (t)|2 dt =
E XT =
T
|XT (t)|2 dt.
A potencia media no tempo e entao

Z T
Z
1
1
2
|XT (t)| dt =
|XT (f )|2 df .
P XT =
2T T
2T
Com a u
ltima integral obtida pelo teorema de Parseval.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Observe que PXT e uma v.a. e portanto para obtermos a

potencia media tomamos a sua esperanca
Z
1
PXT = E [PXT ] =
E [|XT (f )|2 ] df .
2T
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Observe que PXT e uma v.a. e portanto para obtermos a

potencia media tomamos a sua esperanca
Z
1
PXT = E [PXT ] =
E [|XT (f )|2 ] df .
2T
Tomando o limite quando T obtemos a potencia media
de X (t) como
PX = lim
E [|XT (f )|2 ]
df .
2T
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Definicao:
Para um PE X (t), a sua densidade espectral de potencia (DEP) e
definida como
E [|XT (f )|2 ]
SX (f ) = lim
,
T
2T
em que XT (f ) e a transformada de Fourier da versao truncada de
X (t).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Definicao:
Para um PE X (t), a sua densidade espectral de potencia (DEP) e
definida como
E [|XT (f )|2 ]
SX (f ) = lim
,
T
2T
em que XT (f ) e a transformada de Fourier da versao truncada de
X (t).
Assim a potencia media do processo pode ser expressa como
Z
SX (f ) df .
PX =
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Mesmo para PE simples a avaliacao da DEP usando a
definicao anterior e bastante complicada.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

O teorema a seguir apresenta um resultado importante para
PE WSS que simplifica bastante o caculo da DEP de um PE.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

O teorema a seguir apresenta um resultado importante para
PE WSS que simplifica bastante o caculo da DEP de um PE.
Teorema (Einstein-Wiener-Khinchin):
Para um PE WSS X (t) cuja funcao de autocorrelacao e dada por
RX ( ) a DEP sera
Z
RX ( )e j2f d,
SX (f ) = F[RX ( )] =
e portanto,
RX ( ) = F
[SX (f )] =
SX (f )e j2f df .
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Demonstracao:
Usando a definicao da DEP
E [|XT (f )|2 ]
,
T
2T
SX (f ) = lim
temos que
E [|XT (f )|2 ] = E [XT (f )XT (f )]

em que XT (f ) e o conjugado de XT (f ).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Demonstracao:
E [|XT (f )|2 ] = E
Z
X (t)e j2ft dt
T
X (s)e j2fs ds
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Demonstracao:
E [|XT (f )|2 ] = E
=
Z
ZZ
X (t)e j2ft dt
T
T
X (s)e j2fs ds
E [X (t)X (s)]e j2f (ts) dt ds
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Demonstracao:
E [|XT (f )|2 ] = E
=
=
Z
ZZ
ZZ
X (t)e j2ft dt
T
T
X (s)e j2fs ds
T
T
RX (t, s)e j2f (ts) dt ds.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Demonstracao:
E [|XT (f )|2 ] = E
=
=
Z
ZZ
ZZ
X (t)e j2ft dt
T
T
X (s)e j2fs ds
T
T
RX (t, s)e j2f (ts) dt ds.
Como o processo e WSS RX (t, s) = RX (t s), entao
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Demonstracao
2
E [|XT (f )| ] =
ZZ
RX (t s)e j2f (ts) dt ds,
fazendo = t s e usando os mesmos passos usados na prova do

teorema sobre ergodicidade, temos
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Demonstracao
2
E [|XT (f )| ] =
ZZ
RX (t s)e j2f (ts) dt ds,
fazendo = t s e usando os mesmos passos usados na prova do

teorema sobre ergodicidade, temos

Z 2T
| |
j2f
2
RX ( )e
E [|XT (f )| ] =
1
2T d.
2T
2T
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Demonstracao.
Tomando o limite quando T de SX (f )
E [|XT (f )|2 ]
T
2T
SX (f ) = lim
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Demonstracao.
E [|XT (f )|2 ]
T
2T

Z 2T
| |
j2f
RX ( )e
1
= lim
d
T 2T
2T
SX (f ) = lim
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Demonstracao.
E [|XT (f )|2 ]
T
2T

Z 2T
| |
j2f
RX ( )e
1
= lim
d
T 2T
2T
Z
RX ( )e j2f d.
=
SX (f ) = lim
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Demonstracao.
E [|XT (f )|2 ]
T
2T

Z 2T
| |
j2f
RX ( )e
1
= lim
d
T 2T
2T
Z
RX ( )e j2f d.
=
SX (f ) = lim
A segunda parte do teorema segue diretamente da definicao da

transformada inversa de Fourier.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Propriedades da DEP:
1
SX (f ) e uma funcao real de f .
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
1
SX (f ) e uma funcao par de f .
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
1
SX (f ) e uma funcao nao negativa de f .
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
1
SX (f ) determina univocamente RX ( ).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
1
SX (f ) determina univocamente RX ( ).
A potencia media de X (t) e dada por

Z
2
SX (f ) df .
EX (t) = RX (0) =
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Demonstracao.
A primeira propriedade pode ser mostrada diretamente da definicao
e da funcao de autocorrelacao de um PE WSS ser uma funcao par.
Z
RX ( )e j2f d
SX (f ) =
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Demonstracao.
Z
RX ( )e j2f d
SX (f ) =
Z
RX ( )[cos(2f ) j sen(2f )] d
=
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Demonstracao.
Z
RX ( )e j2f d
SX (f ) =
Z
RX ( )[cos(2f ) j sen(2f )] d
=
Z
RX ( ) cos(2f ) d
=
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Questao:
Dada uma funcao S(f ); sob que condicoes ela pode ser uma DEP
de um PE X (t) WSS?
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Questao:
Dada uma funcao S(f ); sob que condicoes ela pode ser uma DEP
de um PE X (t) WSS?
Teorema:
A funcao S(f ), f e a DEP de um PE X (t) WSS contnuo no
tempo e de valor real se e somente se S(f ) for uma funcao par,
nao negativa e real de f .
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
A nocao de DEP pode ser generalizada para dois PEs WSS.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
A nocao de DEP pode ser generalizada para dois PEs WSS.

Definicao:
A densidade espectral de potencia cruzada SXY (f ) e definida como
SXY (f ) = F[RXY ( )],
em que
RXY ( ) = E [X (t + )Y (t)]
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Exemplo: Senoide aleat

oria
Considere o PE X (t) definido por
X (t) = A sen(2f0 t + ),
t ,
em que A e f0 sao constantes e e uma v.a. uniformemente

distribuda no intervalo [0, 2). Qual a DEP de X (t)?
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
facil verificar que X (t) e WSS com
E
RX ( ) =
A2
cos(2fo )
2
consultando a tabela de transformadas de Fourier a DEP e dada

por
A2
SX (f ) = F[RX ( )] =
[(f + f0 ) + (f f0 )] .
4
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
facil verificar que X (t) e WSS com
E
RX ( ) =
A2
cos(2fo )
2
consultando a tabela de transformadas de Fourier a DEP e dada

por
A2
SX (f ) = F[RX ( )] =
[(f + f0 ) + (f f0 )] .
4
SX (f )
A2 /4
f0
A2 /4
f0
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
A potencia media e dada por
Z
SX (f ) df
PX =
A2
=
4
[(f + f0 ) + (f f0 )] df
A2
= RX (0).
2
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Exemplo: Versoes atrasadas de PEs

Considere o PE X (t) WSS, com uma DEP SX (f ) conhecida.
Defina Y (t) como uma versao atrasada de X (t)
Y (t) = X (t td ),
em que td representa um atraso constante. Determine a funcao de
autocorrelacao e a DEP de Y (t).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
A funcao de autocorrelacao de Y (t) e
RY (t, t + ) = E [Y (t)Y (t + )]
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
RY (t, t + ) = E [Y (t)Y (t + )]
= E [X (t td )X (t + td )]
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
RY (t, t + ) = E [Y (t)Y (t + )]
= E [X (t td )X (t + td )]
= RX (t td , t + td )
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
RY (t, t + ) = E [Y (t)Y (t + )]
= E [X (t td )X (t + td )]
= RX (t td , t + td )
= RX ( ).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
RY (t, t + ) = E [Y (t)Y (t + )]
= E [X (t td )X (t + td )]
= RX (t td , t + td )
= RX ( ).
A esperanca de Y (t) e mY (t) = EY (t) = EX (t td ) = m.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
RY (t, t + ) = E [Y (t)Y (t + )]
= E [X (t td )X (t + td )]
= RX (t td , t + td )
= RX ( ).
A esperanca de Y (t) e mY (t) = EY (t) = EX (t td ) = m. Logo
Y (t) e WSS.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
A DEP de Y (t) e
SY (f ) = F[RY ( )] = F[RX ( )] = SX (f ).
Note que as funcoes amostras de X (t) e Y (t) sao diferentes mas
tem a mesma DEP.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
Considere a correlacao cruzada
RXY (t, t + ) = E [X (t)Y (t + )]
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
RXY (t, t + ) = E [X (t)Y (t + )]
= E [X (t)X (t + td )] = RX ( td ) = RXY ( ).
Portanto, X (t) e Y (t) sao conjuntamente WSS e sua DEP
cruzada e
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
RXY (t, t + ) = E [X (t)Y (t + )]
= E [X (t)X (t + td )] = RX ( td ) = RXY ( ).
cruzada e
SXY (f ) = F[RXY ( )]
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
RXY (t, t + ) = E [X (t)Y (t + )]
= E [X (t)X (t + td )] = RX ( td ) = RXY ( ).
cruzada e
SXY (f ) = F[RXY ( )]
= F[RX ( td )] = SX (f )e j2ftd ,
que nao e uma funcao real.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Exemplo: Rudo Branco
Seja W > 0 uma constante real. Considere S(f ) definida por
(
N0 /2, f [W , W ]
S(f ) =
0,
c.c.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Seja W > 0 uma constante real. Considere S(f ) definida por
(
N0 /2, f [W , W ]
S(f ) =
0,
c.c.
S(f )
N0 /2
W
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Exemplo: Rudo Branco (continuacao)

Pelo teorema anterior S(f ) e uma DEP de um PE X (t) WSS
cuja SX (f ) = S(f ).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Pelo teorema anterior S(f ) e uma DEP de um PE X (t) WSS
cuja SX (f ) = S(f ).
A funcao de autocorrelacao pode ser facilmente obtida
N0 sen(2W )
2
N0 W sen(2W )
=
2W
= N0 W sinc(2W ).
RX ( ) = F 1 [SX (f )] =
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

A potencia media e obtida por
Z
SX (f ) df
PX =
=
N0
df = N0 W = RX (0).
2
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Z
SX (f ) df
PX =
=
N0
df = N0 W = RX (0).
2
Observe que X (t) e X (t + ) sao descorrelacionados em

= k/2W , k = 1, 2, . . ..
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Z
SX (f ) df
PX =
=
N0
df = N0 W = RX (0).
2

= k/2W , k = 1, 2, . . ..
O processo X (t) assim definido e chamado de rudo branco
limitado em faixa, com uma faixa de [W , W ].
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Z
SX (f ) df
PX =
=
N0
df = N0 W = RX (0).
2

= k/2W , k = 1, 2, . . ..
O processo X (t) assim definido e chamado de rudo branco
limitado em faixa, com uma faixa de [W , W ].
O termo rudo branco se refere a luz branca que contem todas
as frequencias com iguais valores.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Quando W cresce a funcao de autocorrelacao vai ficando mais
estreita.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

estreita.
No limite quando W denominamos o processo
resultante de W (t), assim
RW ( ) = lim RX ( ) =
W
N0
( ).
2
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

estreita.
No limite quando W denominamos o processo
resultante de W (t), assim
RW ( ) = lim RX ( ) =
W
N0
( ).
2
E portanto, quaisquer X (t) e X (t + ) estao

descorrelacionados para > 0.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

A DEP de W (t) e entao
SW (f ) =
N0
,
2
f .
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

SW (f ) =
N0
,
2
f .
O processo W (t) assim definido e chamado de rudo branco.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

SW (f ) =
N0
,
2
f .

Se W (t) for gaussiano ele e chamado de rudo branco
gaussiano com parametro N0 /2.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

SW (f ) =
N0
,
2
f .

o mais estudado em circuitos eletricos e telecomunicacoes.
E
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

SW (f ) =
N0
,
2
f .

o mais estudado em circuitos eletricos e telecomunicacoes.
E
Varias razoes para sua popularidade, mas a tratabilidade
matematica e a mais importante.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Definicao:
Seja Xn um PE discreto no tempo WSS, com media mX e funcao
de autocorrelacao RX (k). A DEP de Xn e definida como
SX (f ) = F[RX (k)]
X
RX (k)e j2fk
=
k=
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Observe que pela defnicao anterior SX (f ) pode ser vista como
uma serie de Fourier.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

O que implica que SX (f ) e um sinal periodico em f com
perodo de 1Hz.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

perodo de 1Hz.
Assim so precisamos considerar as frequencias na faixa de
1Hz, por exemplo, 1/2 f 1/2.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

perodo de 1Hz.
E
RX (k) =
1/2
SX (f )e j2fk df
1/2
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

perodo de 1Hz.
E
RX (k) =
1/2
SX (f )e j2fk df
1/2
Como no caso contnuo SX (f ) e real, par e nao negativa.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

perodo de 1Hz.
E
RX (k) =
1/2
SX (f )e j2fk df
1/2
Como no caso contnuo SX (f ) e real, par e nao negativa.

As equacoes assim definidas sao similares a transformada
discreta de Fourier DFT.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Definicao:
A DEP cruzada de dois PEs discretos no tempo Xn e Yn e definida
por
SXY (f ) = F[RXY (k)]
X
RXY (k)e j2fk
=
k=
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Seja Xn uma sequencia de v.as. descorrelacionadas com media zero
e variancias X2 . Encontre SX (f )
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
Temos que mX = 0 e a funcao de autocorrelacao dada por
(
EXn2 = var(Xn ) = X2 k = 0
RX (k) = E [Xn Xn+k ] =
0
k 6= 0.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
Temos que mX = 0 e a funcao de autocorrelacao dada por
(
EXn2 = var(Xn ) = X2 k = 0
RX (k) = E [Xn Xn+k ] =
0
k 6= 0.
Entao
SX (f ) =
RX (k)e j2fk = RX (0)e 0 = X2 .
k=
Assim Xn contem todas as possveis frequencias com igual

amplitude.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Exemplo: Media M
ovel
Considere o PE Yn definido por
Yn = Xn + Xn1 ,
em que Xn e o PE rudo branco definido no exemplo anterior.
Encontre SY (f ).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
Primeiro vamos verificar se Yn e WSS, a esperanca de Yn e
EYn = E [Xn + Xn1 ] = EXn + EXn1 = 0.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
EYn = E [Xn + Xn1 ] = EXn + EXn1 = 0.
A sua funcao de autocorrelacao e
RY (n, n + k) = E [Yn Yn+k ]
= E [(Xn + Xn1 )(Xn+k + Xn1+k )]
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
EYn = E [Xn + Xn1 ] = EXn + EXn1 = 0.
RY (n, n + k) = E [Yn Yn+k ]
= E [(Xn + Xn1 )(Xn+k + Xn1+k )]
= E [Xn Xn+k ] + E [Xn Xn1+k ] + E [Xn1 Xn+k ]
+ 2 E [Xn1 Xn1+k ]
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
EYn = E [Xn + Xn1 ] = EXn + EXn1 = 0.
RY (n, n + k) = E [Yn Yn+k ]
= E [(Xn + Xn1 )(Xn+k + Xn1+k )]
+ 2 E [Xn1 Xn1+k ]
= RX (k) + RX (k + 1) + RX (k 1) + 2 RX (k)
= RY (k).
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
EYn = E [Xn + Xn1 ] = EXn + EXn1 = 0.
RY (n, n + k) = E [Yn Yn+k ]
= E [(Xn + Xn1 )(Xn+k + Xn1+k )]
+ 2 E [Xn1 Xn1+k ]
= RX (k) + RX (k + 1) + RX (k 1) + 2 RX (k)
= RY (k).
Portanto Yn e WSS.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
2 2
(1 + )X
RY (k) = X2
k=0
|k| = 1
c.c.
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
2 2
(1 + )X
RY (k) = X2
k=0
|k| = 1
c.c.
Assim a DEP de Yn e dada por

SY (f ) =
RY (k)e j2fk
k=
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
2 2
(1 + )X
RY (k) = X2
k=0
|k| = 1
c.c.

SY (f ) =
RY (k)e j2fk
k=
= RY (1)e j2f + RY (0) + RY (1)e j2f
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
2 2
(1 + )X
RY (k) = X2
k=0
|k| = 1
c.c.

SY (f ) =
RY (k)e j2fk
k=
= RY (1)e j2f + RY (0) + RY (1)e j2f

= (1 + 2 )X2 + X2 (e j2f + e j2f )
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc

Solucao:
2 2
(1 + )X
RY (k) = X2
k=0
|k| = 1
c.c.

SY (f ) =
RY (k)e j2fk
k=
= RY (1)e j2f + RY (0) + RY (1)e j2f

= (1 + 2 )X2 + X2 (e j2f + e j2f )
= X2 [(1 + 2 ) + 2 cos 2f ].
Processos Estoc
asticos
Introduc
ao
encia
Processos Estoc
Solucao:
Um processo com essa caracterstica e chamado de filtro pente.
Para alpha = 1
Processos Estoc
asticos

Aula 15 Análise e Processamento de Sinais Aleatórios PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Aula 15 Análise e Processamento de Sinais Aleatórios PDF

Caricato da

Copyright:

Formati disponibili

Introduc

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Considere dois PEs X (t) e Y (t) relacionados da seguinte

Bruno Barbosa Albert

Considere dois PEs X (t) e Y (t) relacionados da seguinte

Bruno Barbosa Albert

Considere dois PEs X (t) e Y (t) relacionados da seguinte

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Para sinais discretos no tempo podemos usar a transformada

Bruno Barbosa Albert

Densidade Espectral de Potencia

Bruno Barbosa Albert

Densidade Espectral de Potencia

Essa aboradagem tem alguns problemas

Bruno Barbosa Albert

Densidade Espectral de Potencia

Essa aboradagem tem alguns problemas

A existencia da transformada para todas as funcoes amostras.

Bruno Barbosa Albert

Densidade Espectral de Potencia

Essa aboradagem tem alguns problemas

A existencia da transformada para todas as funcoes amostras.

Bruno Barbosa Albert

Densidade Espectral de Potencia

Essa aboradagem tem alguns problemas

A existencia da transformada para todas as funcoes amostras.

Bruno Barbosa Albert

Densidade Espectral de Potencia

Essa aboradagem tem alguns problemas

A existencia da transformada para todas as funcoes amostras.

Como vimos em uma das propriedades da funcao de

Densidade Espectral de Potencia

Bruno Barbosa Albert