3.

6 Correlação e Densidade Espectral

A correlação concentra-se em médias temporais e sinais de energia ou de potência.

Correlação de Sinais de Potência

Seja v(t) um sinal de potência, embora não necessariamente periódico.
A única hipótese que deve ser satisfeita é que possua uma potência média bem definida:

Média temporal
A operação de média temporal é interpretada de forma geral como

onde z(t) é uma função arbitrária do tempo.

Propriedades:
• Conjugado
• Delay
• Linearidade

Produto escalar

Se v(t) e w(t) são sinais de potência, a média  v(t)w*(t)  é chamado produto escalar de v(t) e w(t),
sendo denotada por v(t),w(t) , ou, simplesmente v,w .

Propriedades:
• Existe um elemento nulo θ tal que v, θ = 0

• Conjugado v, w = w, v *

• Multiplicação por escalares αv, βw = αβ * v, w , α e β escalares

• Produto escalar de somas v + w, x + y = v, x + v, y + w, x + w, y

O produto escalar é um número, possivelmente complexo, que serve como uma medida da similaridade
entre dois sinais.
Sinais proporcionais (similares) → | v,w| é grande
Sinais ortogonais (não similares) → | v,w| = 0
 t2
 0 se n ≠ m
Funções ortogonais vn(t) e vm(t) são tais que:  v (t )v
t1
n m (t ) df =
 K se n = m, K constante

0 se n ≠ m
e assim: vn , vm = 
 K se n = m
ou seja, o produto escalar de funções ortogonais é nulo.

_______________________________________________________
Exemplo: Outra condição na qual  v(t),w(t)=0 é
“Quando as funções v(t) e w(t) reais possuem simetria oposta, isto é, quando uma é par e outra é
ímpar.”
1
T /2
1  0 T /2 
Prova: v, w = lim
T →∞ T 
−T / 2
v(λ ) w * (λ )dλ = lim
T →∞ T
 
−T / 2
v (t ) w * (t ) dt + 0
v(t ) w * (t )dt 


Se v(−t) = v(t) e w(− t) = − w(t) , e, substituindo λ por −t na primeira integral  dλ =−dt 

λ = ±Τ/2 → t = T / 2 , vem :
1  0 T /2  1  0 T /2 
v, w = lim
T →∞ T
− 
 T / 2
v(−t ) w * (−t )dt +  0
v(t ) w * (t )dt  = lim
 T →∞ T
− 
 −T / 2
v(t )[− w * (t )]dt +
0
 v(t ) w * (t )dt 


1  
T /2 T /2
= lim −
T →∞ T
 0
 v(t ) w * (t )dt + 0
v(t ) w * (t )dt  = 0

#

Desigualdade de Schwarz

Dadas as funções complexas v(t) e w(t) demonstra-se que:

a qual relaciona o produto escalar v(t),w(t) = v(t)w*(t) com as potências dos sinais, Pv e Pw.
________________________________________________________
Prova: Para provar a desigualdade emprega-se a função auxiliar

cuja potência média é:

o qual é sempre positivo (ver 3.6-1), e na qual foi usada a propriedade de linearidade (3.6-2c).

Da propriedade do conjugado (3.6-2a), se f=a* v(t)w*(t) , então, f*=a v*(t)w(t), e assim,

f+f* = 2Re{f}, e portanto,
Pz

na qual aplicou-se (3.6-1) para as potências médias Pv e Pw, as quais são puramente reais.

continua...
__________________________________________________
v(t ) w * (t ) v * (t ) w(t )
Escolhendo-se arbitrariamente: a =  a* =
Pw Pw
2
v(t ) w * (t ) v * (t ) w(t ) v(t ) w * (t )
resulta: aa * Pw = Pw =
Pw Pw Pw

v(t ) w * (t )
2  v(t ) w * (t ) 2  v(t ) w * (t )
2
Portanto,  
Pz = Pv − − 2 Re   = Pv − ≥0
Pw  Pw  Pw

a partir da qual se atinge a desigualdade de Schwarz:

____________________________
A igualdade ocorre quando v(t) e w(t) são proporcionais (similares), v(t)=a w(t):
2 2 2
Pv = v(t ) = aw(t ) = aw(t )a * w * (t ) = aa * w(t ) w * (t ) , Pw = w(t ) = w(t ) w * (t ) (de 3.6-1), e
2 2 2
v(t ) w * (t ) = aw(t ) w * (t ) = a w(t ) w * (t ) = a w(t ) w * (t ) a * w(t ) w * (t ) * = aa * w(t ) w * (t ) w * (t ) w(t ) = Pv Pw

2
Por outro lado, se v(t) e w(t) forem ortogonais, então v(t ) w * (t ) = 0  v(t ) w * (t ) =0 #

Convolução cruzada de dois sinais de potência

A convolução cruzada é definida como um produto escalar com um segundo sinal, atrasado por τ em
relação ao primeiro, ou, equivalentemente, de um primeiro adiantado por τ em relação ao segundo:

O deslocamento relativo τ é a variável independente, sendo que a variável t é eliminada durante o

cálculo da média temporal.

Conclui-se que Rvw(τ) mede a similaridade entre v(t) e w(t−τ) como função de τ.
A correlação cruzada é uma medida mais significativa que o produto escalar comum, desde que
detecta similaridades ou diferenças com tempo deslocado, as quais seriam ignoradas no primeiro.

Propriedades:

que resulta da desigualdade de Schwarz.

a qual informa que: Rvw (τ ) ≠ Rwv (τ ) .

Exemplo: Mostrar que

O teorema de Schwarz para potência estabelece que:

2 2 2
isto é: v(t ) w * (t ) ≤ v(t ) w(t )
2
∞ ∞ ∞
ou explicitamente: 1 1 1
   w(t )
2 2
lim v(t ) w * (t )dt ≤ lim v(t ) dt × lim dt
T →∞ T T →∞ T T →∞ T
−∞ −∞ −∞

2 2 2 2
Assim a correlação será: Rvw (τ ) = v(t ) w * (t − τ ) ≤ v(t ) w(t − τ )

2 2 2 2 2
Como se sabe: v(t ) = v(t ) e w(t − τ ) = w(t − τ ) = w(t )

2 2 2 2
então, Rvw (τ ) = v(t ) w * (t − τ ) ≤ v(t ) w(t )

o que comprova o desejado. #

Função de autocorrelação

A autocorrelação é a correlação de um sinal consigo mesmo:

a qual proporciona alguma informação sobre a variação no tempo de v(t), pelo menos na média.

Se | Rv(τ) | é grande, infere-se que v(t−τ) é muito similar a v(t) para este valor de τ.
Se | Rv(τ) | é pequeno, então, os sinais v(t) e v(t−τ) devem parecer muito diferentes entre si.

Propriedades:

as quais revelam que o valor máximo de Rv(τ) ocorre na origem e é igual à potência de sinal.

•
informando-se que a autocorrelação tem simetria hermitiana.
Como se observa, se v(t) for real, então, Rv(τ) também é uma função real e par.

• Se v(t) for periódica, então, Rv(τ) terá a mesma periodicidade.

Exemplo: Mostrar que Rv(τ) é hermitiano.
T /2 T /2

Dado que Rv (τ ) = lim

τ →∞ 
−T / 2
v(t )v * (t − τ )dt , então Rv (−τ ) = lim
τ →∞  v(t )v * (t + τ )dt
−T / 2
*
 T /2  T /2

, então,   
* *
Como ( z1 + z 2 )* = z + z
1 2 f (t ) dt  = f * (t )dt .
 −T / 2  −T / 2

Seja então
*
 T /2
 T /2 T /2
R (τ ) =  lim  v(t )v * (t − τ )dt  = lim  [v(t )v * (t − τ )] * dt = lim  v * (t )v(t − τ )dt
*
v
T →∞ T →∞ T →∞
 −T / 2  −T / 2 −T / 2

Substituindo t por λ+τ, ocorrem : dt = dλ, λ=t−τ, t = ±T / 2  λ = ±T / 2 − τ .

T / 2 −τ T /2
E então Rv* (τ ) = lim  v * (λ + τ )v(λ )dλ = lim  v * (λ + τ )v(λ )dλ = Rv (−τ )
T → ∞ −T / 2 −τ T →∞ −T / 2

Uma vez que λ = ±T / 2 − τ = ±T / 2 no limite, quando T/2→±∞.

Portanto, se v(t) for real, o resultado da integral é real, e assim, Rv* (τ ) = Rv (τ ) = Rv (−τ ) .

Ou seja, Rv(τ) é real e par. #

Sinais descorrelacionados

Seja o sinal soma ou diferença a seguir:

Sua autocorrelação é dada por:

R z (τ ) = z (t ) z * (t − τ ) = [v(t ) ± w(t )][v * (t − τ ) ± w * (t − τ )]
= v(t )v * (t − τ ) + w(t ) w * (t − τ ) ± v(t ) w * (t − τ ) ± w(t )v * (t − τ )

Trocando t’=t−τ  t =t’+τ , e daí, usando (3.6-5), qual seja: w(t )v * (t − τ ) = w(t '+τ )v * (t ' ) = Rwv (τ ) ,

Se v(t) e w(t) são descorrelacionados para todo τ, então,

e daí:

Fazendo τ = 0, obtém-se:

na qual se informa que ocorre superposição da potência média para sinais descorrelacionados.
Exemplo 3.6-1: Correlação de fasores e senoides.

Considere-se o seguinte produto escalar:

Usando (2.1-18):

1 2π [π ( f1 − f 2 )T ]
e assim, para f =f1−f2, tem-se: e jω1t e − jω2t = lim sen 2π
T → ∞ π ( f1 − f 2 )T

Aplicando o resultado aos sinais fasoriais:

e
onde Cv e Cw são constantes complexas,

Portanto, os fasores são descorrelacionados, a menos que tenham frequências idênticas. continua...

_____________________________________________________
Na autocorrelação, v(t) = w(t)  Cv = Cw e ωv = ωw , e assim

No caso do sinal senoidal:

e j (ω0t +φ ) + e − j (ω0t +φ )
pode-se escrever que: z (t ) = A = v(t ) + w(t )
2
A j (ω0t +φ ) A jφ jω0t A − j (ω0t +φ ) A − jφ − jω0t
sendo v(t ) = e = e e = Cv e jω0t e w(t ) = e = e e = C v e − jω 0 t
2 2 2 2
A jφ
para Cv = e = C w* , ωv = ω0 , ω w = −ω0
2
Usando (3.6-9b):
2 2
2 jω τ  A  jω t 2  A
com (3.6-11c): Rv (τ ) = Cv e v =   e o , Rw (τ ) = C w e jωwτ =   e − jωot e
2 2
resulta

Isto revela que Rz(τ) é real, par e periódico.

continua...
 ___________________________________________________
A2
Valor máximo: R z ( 0) = = Pz
2
m2π
Sendo que este máximo ocorre quando ω0τ é um múltiplo de 2π rad  ω0τmax = m2π  τ max =
ω0
m2π
tal que, z (t ± τ max ) = A cos[ω0 (t ± τ max ) + φ ] = A cos[ω0 (t ± ) + φ ] = A cos[ω0 t + φ ± m2π )] = z (t )
ω0
Por outro lado, Rz(τ) = 0 para ω0τmax = mπ/2, ou seja, quando z(t ± τ) e z(t) estão em quadratura de
fase.

Nota-se que o ângulo de fase φ não aparece em Rz(τ) devido ao efeito da média da correlação.

Isto significa que a função de autocorrelação não define univocamente um sinal. #

Sinais de Energia
Como se sabe, a média de produtos de sinais de energia ao longo do tempo resulta zero.
Neste caso, é mais significativo usar a energia total:

∞
Desde que a operação de integração  z (t )dt tem as mesmas propriedades matemáticas que a operação
−∞
de média z (t ) , todas as propriedades prévias de produto escalar e correlação se mantêm para o caso de
sinais de energia, se a potência média for substituída pela energia total Ev.

_____________________________________________________________
Exemplo: Produto escalar (medida da similaridade entre sinais).
∞
O produto escalar para sinais de energia é dado por: v, w =
−∞
 v(t )w * (t )dt
Sinais proporcionais (similares) → | v,w| é grande
Sinais ortogonais (não similares) → | v,w| = 0
 T /2 T /2
1 1
  f (t ) f
*
Exemplo: v, w = lim v(t ) w * (t )dt → f1 , f 2 = lim 1 2 (t ) dt
T →∞ T T →∞ T
−T / 2 −T / 2

Ambos os sinais, f1 e f2, são reais.

Sinais variando em frequência muito distintas. Sinais de frequência próximas.

*
Existe pouca similaridade entre f1 e f2. Existe maior similaridade.
*

Área líquida pequena. Área líquida maior.

Exemplo de sinais onde v,w=0.

a) Quando v(t) e w(t) não são sobrepostos (disjuntos) no tempo.

v(t)
∞ t2 t4
t1 t2 t
w(t) 
−∞

t1

v(t ) w * (t )dt = v(t )0dt + 0 w * (t )dt =0
t3

t3 t4 t

b) Quando V(f) e W(f) são disjuntos em frequência.

∞ ∞
Isto pode ser percebido pelo teorema de Rayleigh:  v(t ) w * (t )dt =  V ( f )W * ( f )df = 0 #
−∞ −∞
Correlação de Sinais de Energia
De forma similar, as funções de correlação para sinais de energia são definidas como:

Desigualdade de Schwarz:
Por similaridade com (3.6-a):

se obtém:

_____________________________________
Um exame detalhado de (3.614a) revela que a correlação de sinal de energia é um tipo de convolução,
pois, para z=w*(t) e t=λ,
Rvw (τ ) = = v(τ ) * z (τ )

e portanto,

Da mesma forma, Rv (τ ) = v(τ ) * v * (−τ )

Relações adicionais em termos da transformada de Fourier V(f)=ℑ{v(t)}

Das relações (2.2-16),

e (2.2-17):

observa-se que (3.6-14a)

∞ ∞

conduz a:
Rvw (τ ) = 
−∞

v(t ) w * (t − τ )dt = V ( f )W * ( f )e − j 2πfτ dt
−∞
∞ ∞

 v(t )v * (t − τ )dt =  V ( f )V * ( f )e
− j 2πfτ
Rv (τ ) = dt
−∞ −∞

A partir daí, tem-se:

Então, combinado com (3.6-15):

2
para τ =0, ocorre Rvw (0) ≤ Ev E w = Rv (0) Rw (0)

e daí:

a desigualdade de Schwarz no domínio da frequência (igualdade para V(f) e W(f) proporcionais).

Reconhecimento de padrões:
Se a correlação cruzada de objetos A e B é similar à autocorrelação de A, então, B é assumido casado
com A.
___________________________________________
Exemplo: a autocorrelação de x(t)=Π(t) pode ser encontrada realizando a correlação gráfica em
(3.6-14a),

e (3.6-14b)
∞
como: R x (τ ) =  Π(t ) Π * (t − τ )dt = Λ(τ )
−∞
(verificar isto)

Examinando a similaridade de y(t)=2Π(t) com x(t), encontra-se a correlação cruzada:

∞ ∞
R xy (τ ) = 
−∞
x(t ) y * (t − τ )dt =  Π(t )2Π * (t − τ )dt = 2Λ(τ )
−∞
donde se conclui que Rxy(τ) é apenas uma versão escalonada de Rx(τ).
Portanto, y(t) se casa com x(t). ∞
Contudo, tomando a correlação cruzada de z(t)=u(t) com x(t)=Π(t), R xz (τ ) =  Π (t ) u * (t − τ )dt
−∞

resulta: (verificar isto)

donde se conclui que z(t)= não se casa com x(t). #

Análise de sistemas no domínio τ

Um sinal x(t) com autocorrelação Rx(τ) é aplicado a um SLIT com resposta impulsiva h(t).

O sinal de saída será:

A função de correlação cruzada entre a entrada e a saída é:

e a função de autocorrelação da saída é:

Substituindo (3.6-18) em (3.6-19),

Observe-se que as relações no domínio τ são convoluções, similares àquelas no domínio do tempo.
___________________________________
Prova: (próxima página)
continua...
Prova: Considere-se que x(t) e y(t) sejam sinais de potência (embora os resultados também se apliquem
a sinais de energia).
Hipótese: o sistema é estável [assegura-se que y(t) será o mesmo tipo de sinal que x(t)].
Considera-se, primeiramente, a correlação cruzada (3.6-5): R yx (τ ) = y (t ) x * (t − τ ) .
Substituindo a integral de convolução h(t)*x(t) para y(t)
∞ 
R yx (τ ) = [h(t ) * x(t )]x * (t − τ ) =  h(λ )x(t − λ )dλ  x * (t − τ )

 
 −∞ 
e intercambiando a ordem das operações:

↓ ↓
Como z (t ) = z (t + λ ) para qualquer λ, então:

= ( x(t ) x * (t − τ ´) = R x (τ ´) τ´

Portanto,

a qual corresponde a prova da primeira parte:

continua...

Por outro lado, de (3.6-7): R y (τ ) = y (t ) y * (t − τ ) = y (t + τ ) y * (t ) = y (t + τ )[h * (t ) * x(t )]

∞ ∞
↓ ↓
R y (τ ) = 
−∞
h * (t ) y (t + τ ) x * (t − λ ) dλ =  h * (t ) y(t − τ + τ ) x * (t − τ − λ ) dλ
−∞

Como: y (t ) x * (t − τ − λ ) = y (t ) x * [t − (τ + λ )] = y (t ) x * (t − τ ´) = R yx (τ ´) = R yx (λ + τ )
τ´

trocando μ = −λ  dμ=−dλ , λ → ±∞  μ →  ∞
−∞
e assim, 
R y (τ ) = − h * (− μ ) R yx (τ − μ ) dμ
∞

Portanto,

a qual corresponde a segunda parte da prova. #

Função Densidade Espectral

Dado um sinal de potência ou energia v(t), sua função densidade espectral Gv(f) representa a distribuição
de potência ou energia no domínio da frequência. Na seção 2.2, esta função foi designada por |V(f)|2, e
portanto, Gv(f) = |V(f)|2.
A área sob Gv(f) representa a potência ou energia total:

Se x(t) é a entrada de um SLIT com H(f)=ℑ{h(t)}, então, as funções densidades espectrais de entrada e
saída estão relacionadas por:

desde que |H(f)|2 é o ganho de potência ou energia para qualquer f.

Estas relações são combinadas em:

a qual expressa a potência ou energia de saída Ry(0) em termos da densidade espectral de entrada.

Se |H(f)|2 for interpretado como um filtro passa baixa estreito atuando sobe um canal arbitrário Gx(f):

Se Δf é suficientemente pequeno, a área sob

Gy(f) será:

Conclui-se que para qualquer frequência f=fc,

Gx(f) se iguala à potência ou energia de sinal por
unidade de frequência.

Pode-se mostrar ainda que qualquer função densidade espectral deve ser real e não negativa para todos
os valores de f.
Teorema de Wiener-Khintchine
O teorema de Wiener-Khintchine estabelece a seguinte relação entre a autocorrelação e a TF:
2
Gv ( f ) = V ( f )

sendo ℑτ {.} a TF com τ substituindo t.

_________________________________________________________________________________________________________________________________________

Prova: se v(t) é um sinal de energia com V ( f ) = ℑ{v(t )} , aplicando-se (3.6.16),

e (3.6-23a)
*
∞ ∞ 
 v * (−τ ) e 
− j 2πfτ
obtém-se que: ℑτ {v * (−τ )} = dτ =  v(−τ ) e − j 2πfτ dτ 
−∞ 
−∞  
Fazendo μ=−τ  dμ=−dτ  τ → ±∞  μ →  ∞
* *
 −∞  ∞ 
 +∞   −∞ 
ℑτ {v * (−τ )} = − v( μ ) e − j 2πfμ dμ  =  v( μ ) e − j 2πfμ dμ  = V * ( f )

   
Portanto, Gv ( f ) = V ( f )V * ( f ) 
______________________________________________________________________________________________________________

Por outro lado, a TFI será:

2
Rv (τ ) = ℑ−1{ V ( f ) }

Portanto, tem-se o par de TF: 2

= V( f )

ou seja, a TF da autocorrelação corresponde a distribuição espectral de potência ou energia.

Propriedade: se v(t) for real, Gv(f) é real.

∞

 R (τ ) e
− j 2πfτ
Prova: pelo teorema de Wiener-Khintchine, tem-se: Gv ( f ) = v dτ
−∞

Como Rv(τ) é real e par, então

∞ ∞ ∞ ∞
Gv ( f ) = 
−∞
Rv (τ ) [cos 2πfτ − jsen 2πfτ ]dτ =
−∞
 Rv (τ ) cos 2πfτ dτ −
−∞
 jsen 2πfτ dτ =  R (τ ) cos 2πfτ dτ
−∞
v
par ímpar ímpar real !!
c.q.d. #
_______________________________________________
Sendo v(t) um sinal de potência periódico com expansão em série de Fourier:

a aplicação do teorema de Wiener-Khintchine para sinal de potência fornece a densidade espectral de

potência ou espectro de potência:
2
= V( f )

Usando (2.5-14b):
∞ 2

se obtém: Gv ( f ) = 
n = −∞
c(nf 0 ) δ (n − nf 0 )

ou então:
(mostrar esta última passagem) continua...
__________________________________________________
Outra forma de demonstração:
jω τ 2
Sabe-se que, se vn (t ) = An e jωnt , então, a autocorrelação resulta: Rvn (τ ) = An e n .

Além disso, vm (t ) = Am e jωmt é descorrelacionado com v(t) se n≠ m (relação 3.6-11b).

∞

 c(nf
2
Desta forma, devido a linearidade, tem-se: Rv ( f ) = 0) e j 2πnf 0t
n = −∞

e assim, aplicando a TF a cada parcela (2.5-12),

o teorema de Wiener-Khintchine:

e o princípio de superposição, resulta:

provando-se o desejado. #
______________________________________________________________________________

Este espectro de potência consiste de impulsos representando a potência média do fasor |c(nf0)|2 ,
concentrada em cada frequência harmônica f=nf0.

___________________________________________________

Correlação e teorema de Parseval

Substituindo (3.6-25b) em (3.6-20)

∞ ∞ ∞ ∞
resulta:
  c(nf 0 ) δ ( f − nf 0 )df = 
2 2
R v ( 0) = c(nf 0 ) δ ( f − nf 0 )df
− ∞ n = −∞ n = −∞ − ∞

Recordando (2.5-8):

∞
obtém-se
 c(nf
2
R v ( 0) = 0 ) = Pv
n = −∞

correspondente ao teorema de Parseval.

 Seja z(t) um sinal senoidal:

Usando (3.6-12b):

E então, aplicando o teorema de Wiener-Khintchine:

Por outro lado, pode-se mostrar também que, se o teorema de Wiener-Khintchine for verdadeiro, i.e.,

então,

são satisfeitas.
_____________________________________________________________
Prova da primeira parte: segue da TFI dada em (3.6-23b)

na qual, para τ = 0, resulta (3.6-20). #

Prova da segunda parte: usa-se a autocorrelação da saída (3.6-19b):

Como e

o teorema da convolução gera:

Então, se ℑτ [ R y (τ )] = G y ( f ) e ℑτ [ R x (τ )] = G x ( f )  resulta em (3.6-21). #

Exemplo 3.6-3: Densidade espectral de energia na saída de um SLIT
Seja x(t)=sinc 10t a entrada de um SLIT cuja resposta em frequência é:

A densidade espectral de energia em x(t) é obtida aplicando (3.6-24):

A
Como z (t ) = Asinc 2Wt ↔ Z ( f ) = Π ( f / 2W )
2W
1
ocorre x(t ) = sinc10t ↔ X ( f ) = Π ( f / 10)
10
e assim

Aplicando (3.6-21):

(somente a região onde as funções se superpõem)

Energias totais Ex e Ey:

continua...

1 1
Ou, alternativamente, R x = ℑτ−1 [G x ( f )] = ℑτ−1 [ Π ( f / 10)] = sinc10τ
100 10
1
e assim: E x = R x ( 0) =
10
Por outro lado,

9 9
Alternativamente, R y (τ ) = ℑτ−1 [G y ( f )] = ℑτ−1 [ Π ( f / 4)] = sinc4τ
100 25
9
e daí, E y = R y ( 0) =
25
O espectro de saída será:

2 1 
enquanto o sinal de saída: y (t ) = ℑ −1 [Y ( f )] = ℑ −1  4 Π (t / 4) e − j 2π f2

10 4 
6
y (t ) = sinc 4(t − 2) #
5
 Exemplo 3.6-4: Filtro comb (ou pente)

A resposta impulsiva é:

tal que

Desta forma:

O formato de |H(f)|2 justifica o nome do filtro (pente).

continua...

Se a densidade espectral de entrada for conhecida, a densidade e autocorrelação na saída podem ser
obtidas por:

Se a autocorrelação de entrada for conhecida, também é possível se calcular Ry(τ) como (3.3-19b):
2
= ℑ −1 [ H * ( f ) H ( f )] * R x (τ )  R y (τ ) = ℑτ−1 [ H ( f ) ] * R x (τ )
2
Calcula-se: ℑτ−1 [ H ( f ) ] = ℑτ−1 [2 − e − j 2π fτ e − j 2π fT
]

e daí:

Portanto, usando a propriedade: v(τ ) * δ (τ − t d ) = v(t d )

resulta:

A potência ou energia de saída será então:

R y (0) = 2 R x (0) − R x (−T ) − R x (T ) #