Escolar Documentos
Profissional Documentos
Cultura Documentos
Questo 3.2 a
y(n) = x(n) + f (n) (1)
1.1
A mdia my (n) o valor esperado de y(n): e e my (n) = E[y(n)] = E[x(n) + f (n)] (2)
Utilizando a propriedade de linearidade do valor esperado, podemos escrever: E[y(n)] = E[x(n)] + E[f (n)] = mx (n) + E[f (n)] (3)
Sabemos por ser dado fornecido, que mx (n) nulo. Isso signica que o valor e esperado de x(n) nulo. Alm disso, o enunciado diz que f (n) uma sequncia e e e e determin stica conhecida, portanto, E[f (n)] a prpria f (n). Temos ento: e o a my (n) = E[y(n)] = f (n) (4)
1.2
Expandindo o produto dentro do valor esperado e utilizando a propriedade da linearidade, temos: E[(x(k)+f (k))(x (l)+f (l))] = E[x(k)x (l)]+E[x(k)f (l)]+E[f (k)x (l)]+E[f (k)f (l)] (6) A equao anterior pode ser reescrita como: ca E[(x(k) + f (k))(x (l) + f (l))] = rx (k, l) + mx (n)f (l) + f (k)m + E[f (k)f (l)] x (7) 1
Uma vez que a mdia do processo x(n) nula, a mdia do conjugado de e e e x(n), x (n), tambm nula. Isso pode ser visto da seguinte forma: o sinal x(n), e e se for complexo, pode ser decomposto em parte real e parte imaginria: a x(n) = xp (n) + jxi (n) e sua mdia mx (n) dada por: e e mx (n) = E[x(n)] = E[xp (n) + jxi (n)] = E[xp (n)] + jE[xi (n)] (9) (8)
E poss observar que a mdia composta por uma parte real e uma parte vel e e imaginria. O conjugado de x (n) ser: a a x (n) = xp (n) jxi (n) e sua mdia, mx (n) ser dada por: e a mx (n) = E[x (n)] = E[xp (n) jxi (n)] = E[xp (n)] jE[xi (n)] = m (n) (11) x Podemos concluir que a mdia do processo conjugado o conjugado da e e mdia. Como o enunciado da questo informa que a mdia de x(n) nula, a e a e e mdia de seu conjugado tambm ser nula. Assim, somem duas parcelas da e e a expresso de ry (k, l) anteriormente calculada. a E[(x(k) + f (k))(x (l) + f (l))] = rx (k, l) + E[f (k)f (l)] (12) (10)
Como f (n) um processo determin e stico, conhecemos seu valor. Assim, o valor esperado do produto f (k)f (l) o prprio produto. A expresso da e o a autocorrelao de y(n) , portanto, dada por: ca e ry (k, l) = rx (k, l) + f (k)f (l). (13)
2
2.1
Questo 3.4 a
(a) Encontrando o espectro de potncia Py (z) de y(n) e
Estando de posse do espectro de potncia do sinal de entrada do ltro e da e funo de transferncia do mesmo, podemos calcular o espectro de potncia da ca e e sa atravs da seguinte equao: da e ca Py (z) = Px (z)H(z)H(1/z) (14)
No temos Px (z), mas podemos calcul-lo atravs da autocorrelao rx (k) a a e ca fornecida pelo problema. rx (k) = (1/2)|k| (15)
Px (z) =
(1/2)|k| z k =
k=
(z/2)k +
k=
(
k=0
1 k ) 2z
(16)
Px (z) =
(z/2)m +
m=1
(
k=0
1 k ) 2z
(17)
Para que o primeiro somatrio convirja, necessrio que |z| seja menor que 2 o e a e para o segundo, |k| deve ser maior que 1/2. portanto, a ROC da transformada denida pela coroa circular de raio externo igual a 2 e raio interno igual a 1/2. e z z 3/2 + = , ROC : 1/2 < |z| < 2 2z z 1/2 (z 1/2)(z 2) z 1/2 z 1/3 3/2(z 2) z3
Px (z) =
(18)
Py (z) =
3/2 (z 1/2)(z 2)
Py (z) 27/32 27/32 = z z 1/3 z3 Fazendo a transformada inversa, obtemos ry (k): ry (k) = 27 32 1 3
k
u(k) +
27 27 k (3) u(k 1) = 32 32
1 3
|k|
(21)
2.2
h (l)x (n l)]
(22)
rxy (k) =
l=
h (l)rx (k + l)
(23)
rxy (k) =
m=
(24)
Aplicando a transformada Z ` equao anterior, temos: a ca Pxy (z) = H (1/z)Px (z) 3 (25)
Como H(z) real, H(1/z) tambm ser real e igual ao seu conjugado. Subse e a tituindo a expresso anteriormente calculada de Px (z), temos: a 3/2(z 2) z3 3/2z (z 1/2)(z 2) 9/4z (z 3)(z 1/2)
Pxy (z) =
(26)
Para encontrar a correlao cruzada, basta encontrar a transformada Z inca versa de Px (z): Pxy (z) 9/10 9/10 = + z (z 3) (z 1/2) rxy (k) = 9 9 (3)k u(k 1) + 10 10 1 2
k
(27)
u(n)
(28)