Escolar Documentos
Profissional Documentos
Cultura Documentos
1/160
ndice
Definies Densidade Espectral de Potncia Transmisso por meio de um Sistema Linear Anlise em Banda Passante Filtragem tima (Wiener-Hopf)
2/160
Definies
Ponto amostral
Espao amostral
3/160
Definies
x:
x( )
4/160
Definies
x:
x(t , ), t
5/160
Definies
Processo Estocstico:
Varivel aleatria que tambm funo do tempo.
6/160
Definies
Estatstica dos processos estocsticos:
X (ti ) = X i X (t1 ) = X 1 ; X (t 2 ) = X 2
p X 1 ( x1 ) =
p
i
X1 X 2
( x1 , x2 )dx2
X (ti ) =
x p
Xi
( xi )dxi
7/160
Definies
Funo de Auto-correlao de um processo estocstico.
Permite extrair informao acerca das caractersticas espectrais de um processo estocstico.
Depende da velocidade de variao com o tempo da amplitude do processo. Medio da correlao entre as amplitudes de um processo em instantes t1 e t1 +
8/160
Definies
Definies
Considere X(t1) e X(t2=t1+) duas variveis aleatrias, denotadas por X1 e X2. A auto-correlao definida para sinais reais por:
Definies
O produto X1X2 ser positivo para muitas funes-amostra, enquanto Y1Y2 pode ser positivo ou negativo.
X1 X 2 >> Y1Y2
X1 e X2 tero alta correlao para valores grandes de , ao contrrio de Y1 eY2.
11/160
Definies
Tem-se que:
RX (t1 , t 2 ) = X 1 X 2 =
x x
1 2
p X 1 X 2 ( x1 , x2 )dx1dx2
12/160
Definies
Classificao de Processos Estocsticos:
Processo estocstico estacionrio no sentido estrito:
Caractersticas estatsticas no mudam com o tempo, ou seja so independentes do tempo.
Uma anlise estatstica em diferentes instantes dar o mesmo resultado. Dessa forma,
13/160
p X ( x; t ) = p X ( x)
RX (t1 , t 2 ) = RX (t 2 t1 ) = RX ( ) = X (t ) X (t + )
Definies
Classificao de Processos Estocsticos:
Processo estocstico estacionrio no sentido amplo:
Tem pelo menos o valor mdio e a autocorrelao independentes do tempo.
Definies
Classificao de Processos Estocsticos:
Exemplo:
Considere o processo estocstico
Em que uma varivel aleatria uniformemente distribuda em [0, 2].
X (t ) = A cos(ct + )
Definies
Classificao de Processos Estocsticos:
Exemplo:
X (t ) = A cos(ct + )
16/160
Definies
Classificao de Processos Estocsticos:
Exemplo:
Como cos(ct + ) funo de ,
2 0
X (t ) = A cos(ct + ) = A cos(ct + ) =
X (t ) = A cos(ct + )
R X (t1, t2 ) = A cos(ct1 + ) A cos(ct2 + ) R X (t1, t2 ) = A2 cos(ct1 + ) cos(ct2 + ) = 1 R X (t1, t2 ) = A2 {cos[c (t2 t1 )] + cos[c (t1 + t2 ) + 2]} = 2 A2 A2 cos(c ) + cos[c (t1 + t2 ) + 2] = R X (t1, t2 ) = 2 2 cos[c (t1 + t2 ) + 2] = R X (t1, t2 ) = 1 2 cos[c (t1 + t2 ) + 2 ]d = 0 2 0
18/160
A2 cos(c ) 2
Exemplo
Considere o processo aleatrio
X (t ) = a cos(C t )
Em que a uma varivel aleatria uniformemente distribuda entre 0 e 1. a) Calcule a mdia desse processo b) Encontre a funo de auto-correlao c) O processo estacionrio no sentido amplo? Explique.
19/160
Resoluo
f ( a, t ) p
0
X (t ) = cos(C t ) ada =
1 cos(C t ) 2
10
Definies
Classificao de Processos Estocsticos:
Processo estocstico Ergdigo:
Mdias estatsticas so iguais s mdias temporais, para qualquer funo amostra e para qualquer mdia, como por exemplo:
1 2 X (t ) = x(t ) = lim x(t )dt T T T
2 T
21/160
Definies
Classificao de Processos Estocsticos:
Processo estocstico Ergdigo:
Como as mdias temporais no dependem do tempo, um processo ergdigo necessariamente estacionrio. O contrrio no verdadeiro.
22/160
11
23/160
Rg ( ) = g (t ) g (t + )dt Real
Rg ( ) = g (t ) g (t + )dt Complexo
RX (t1 , t 2 ) = X 1 X 2 =
x x
1 2
p X 1 X 2 ( x1 , x2 )dx1dx2
24/160
12
TF {Rg ( )} = G ( ) g (t )e jt dt = G ( )G ( ) = G ( )G ( ) TF {Rg ( )} = G ( )
2
25/160
13
{ { { { {
} } } } }
TF Rg ( ) = lim
1 2 j g (t ) gT (t + )e d dt T T T
2
GT ( ) T
2
27/160
28/160
14
15
X T ( ) =
T T 2 2
16
Supondo um processo estacionrio no sentido amplo 1 2 2 j (t2 t1 ) S X ( ) = lim dt1dt2 R X (t2 t1 )e 33/160 T T T T
2 2 T T
34/160
17
t 2 t1 = +
(t 2 t1 ) ( ) sobre a rea (T )
35/160
Se 0,
1 2 2 (t2 t1 )dt1dt2 T T T T
2
(T )2 ((T ) )2 =
2 2
(T )
(T )
((T + ) + )2 (T + )2 =
2 2
(T + ) +
(T + )
t2 t1 = t2 t1 = +
36/160
18
rea = rea =
(T )2 (T
2
)2 = 2 + (T ) 2 2
(T )2 (T )2
2
2 rea (T )
37/160
Ento o volume infinitesimal sob a superfcie dado por: ( )(T ) Logo, T 1 S X ( ) = lim ( )(T )d T T T
S X ( ) = lim ( )(1
T T T T T
) d
R ( ) = R ( ) = R ( )
R X (t2 t1)e j (t2 t1 ) = (t2 t1 )
S X ( ) = lim ( )d =
T
( )e j d
38/160
19
S X ( ) = Logo,
RX ( )e j d
RX ( ) S X ( )
TF
39/160
X 2 (t ) = X (t ) X (t ) = R X (0)
40/160
20
( )e j d
1 RX ( ) = 2 1 PX = 2 logo,
( )e + j d
( )d
PX = RX (0) = X 2 (t )
41/160
Exemplo:
Sa(Wt ) rect 2W
42/160
21
Exemplo:
S X ( ) =
Sa(Wt ) rect 2W
43/160
Exemplo:
Sa(Wt ) rect 2W
PX = X (t ) 2 = RX (0) = NB
2B 2 2 N N S X ( )d = d = 2B = NB 2 0 2 2 2 0 PX = B N 2 S X (2f )df = 2 df = NB 2 0 0
44/160
22
X (t ) = A cos(ct + )
Onde uma varivel aleatria uniformemente distribuda em [0, 2]
45/160
23
X (t ) = m(t ) cos(ct + )
Onde:
uma varivel aleatria uniformemente distribuda em [0, 2] m(t) um processo estocstico WSS m(t) e so independentes
47/160
Densidade Espectral de Potncia Exemplo: X (t ) = m(t ) cos(ct + ) RX ( ) = {[m(t ) cos(c t + )][m(t + ) cos(c (t + ) + )]} =
RX ( ) = m(t )m(t + ) cos(c t + ) cos(c (t + ) + ) = 1 Rm ( ) cos c 2 1 S X ( ) = [S m ( + c ) + S m ( c )] 4 1 1 X 2 (t ) = RX (0) = Rm (0) = m 2 (t ) 2 2 RX ( ) =
48/160
24
Exemplo
1 [cos(a b ) + cos(a + b )] 2 1 sin a sin b = [cos(a b ) cos(a + b )] 2 1 sin a cos b = [sin (a b ) + sin (a + b )] 2 cos a cos b =
Determine a funo de auto-correlao, a funo de densidade espectral de potncia e o valor quadrtico mdio do processo DSB-SC:
(t ) = m(t ) sin (c t + )
Em que m(t) um processo estocstico estacionrio de sentido amplo e uma varivel aleatria uniformemente distribuda no intervalo de [0, 2] e independente de m(t).
49/160
Resoluo
(t ) = m(t ) sin(c t + )
1 [cos(a b ) + cos(a + b )] 2 1 sin a sin b = [cos(a b ) cos(a + b )] 2 1 sin a cos b = [sin (a b ) + sin (a + b )] 2 cos a cos b =
R ( ) = m(t ) sen(ct + )m(t + ) sen[c (t + ) + ] R ( ) = m(t )m(t + ) sen(c t + ) sen[c (t + ) + ] 1 R ( ) = Rm ( ) {cos(c ) cos[c (2t + ) + 2]} 2 1 R ( ) = Rm ( ) cos(c ) 2 1 S ( ) = [ S m ( + c ) + S m ( c )] 4 1 2 (t ) = R (0) = m 2 (t ) 2
50/160
25
O sinal X(t) do tipo NRZ, em que a transio de um nvel para outro ocorre apenas em instantes precisos a cada Tb segundos.
A probabilidade de transio ou no de 0,5
51/160
RX (t1 , t 2 ) = X 1 X 2 =
x x
1 2
p X 1 X 2 ( x1 , x2 )dx1dx2
RX ( ) = ( A A) PX 1 X 2 ( A, A) + ( A A) PX 1 X 2 ( A, A) + ( A A) PX 1 X 2 ( A, A) + ( A A) PX 1 X 2 ( A, A) = RX ( ) = A2 PX 1 X 2 ( A, A) PX 1 X 2 ( A, A) PX 1 X 2 ( A, A) + PX 1 X 2 ( A, A) = RX ( ) = 2 A2 PX 1 X 2 ( A, A) PX 1 X 2 ( A, A)
52/160
26
RX ( ) = 2 A2 PX1 ( A) PX 2 X 1 ( A, A) PX 1 ( A) PX 2 X 1 ( A, A) = RX ( ) = 2 A2 PX 1 ( A) PX 2 X 1 ( A, A) PX 2 X 1 ( A, A) = 1 P ( A, A) PX 2 X1 ( A, A) = 2 X 2 X1 RX ( ) = A2 PX 2 X 1 ( A, A) PX 2 X 1 ( A, A) RX ( ) = 2 A2
Porm PX 2 X 1 ( A, A) + PX 2 X 1 ( A, A) = 1 Logo R X ( ) = A2 1 2 PX 2 X 1 ( A, A)
53/160
27
Tb
, logo 1 2 Tb
PX 2 X 1 ( A, A) = Ento,
< Tb
RX ( ) = A2 1 T b
< Tb
55/160
> Tb
56/160
28
X 2 = R X ( 0) = A 2
57/160
Pulso de largura Tb; O trem PAM dado por sucessivos pulsos atrasados de k Tb e ponderados por ak, varivel aleatria. Y (t ) = ak p (t kTb ) k = 58/160 0 Tb
29
ak p (t kTb k = 0 Tb
a a p(t kT
k m
) p(t + mTb )
Como ak e am so independentes de , RY ( ) =
k = m =
a a
k
p (t kTb ) p (t + mTb )
60/160
30
a a
k
Fazendo m = k + n, RY ( ) =
k = n =
a a
k
k +n
p(t kT
0
1 Tb
Tb
p(t kT
0
Rn
1 T k = b
Tb
p(t kT
0
) p(t + (k + n)Tb )d
1 RY ( ) = Tb RY ( ) = RY ( ) = Como 1 Tb 1 Tb
= t kTb
Rn
n
p( ) p( + nT )d =
b p
n =
R R
( nTb )
2
Rg ( ) = g ( ) g ( + )d
p (t ) P ( ) R p ( ) P ( ) 1 Tb
n =
TF {Rg ( )} = G ( ) 2
RY ( ) SY ( ) = RY ( ) SY ( ) =
R
2
P( ) e jnTb
2 jnTb
62/160
P( ) Tb
n =
R e
n
31
Pulso de largura Tb; Bit 1 => Ap(t); bit 0 => Ap(t); 1 e 0 so igualmente provveis e os dgitos so independentes.
63/160
a P(a ) = ( A) P( A) + ( A) P( A) = 2 2 = 0
k k k = 0 ,1
2 Rn =0 = ak =
ak2 P(ak ) = ( A) 2 P( A) + ( A) 2 P( A) =
A2 A2 + = A2 2 2
Rn = ak ak + n = ak ak + n = 0 para n 0 Logo, SY ( ) = SY ( ) = P ( ) Tb P ( ) Tb
2 2
n =
R e
n
jnTb
t T p (t ) = rect P( ) = Tb Sa b T 2 b
T A2 = Tb A2 Sa 2 b 2
64/160
32
X 2 = R X ( 0) = A 2
65/160
ak =
k = 0 ,1
a P (a )
k k k = 0 ,1
Exemplo
Exemplo:
Rn =0 = ak2 = Rn = ak ak + n SY ( ) =
a P (a )
2 k k 2
P ( ) Tb
n =
R e
n
jnTb
t T T p (t ) = P ( ) = b Sa 2 b T 2 4 b
Pulso de largura Tb; Bit 1 => Ap(t); bit 0 => A p(t); 1 e 0 so igualmente provveis e os dgitos so independentes.
66/160
33
Resoluo
ak =
k = 0 ,1
a P(a ) = ( A) P( A) + ( A) P( A) = 2 2 = 0
k k k = 0 ,1
2 Rn =0 = ak =
a P(a ) = ( A)
2 k k
P ( A) + ( A) 2 P ( A) =
A2 A2 + = A2 2 2
Rn = ak ak + n = ak ak + n = 0 para n 0 Logo, SY ( ) = SY ( ) = P ( ) Tb P ( ) Tb
2 2
n =
R e
n
jnTb
t T T p (t ) = P ( ) = b Sa 2 b T 2 4 b
A2 =
Tb 2 4 Tb A Sa 4 4
67/160
Pulso de largura Tb; Bit 1 => Ap(t); bit 0 => 0; 1 e 0 so igualmente provveis e os dgitos so independentes.
68/160
34
t T rect Tb Sa b T 2 b
A2 A2 +0= 2 2
(t ) 1
n =
Rn = ak ak + n = ak ak + n = Logo, SY ( ) = SY ( ) = SY ( ) = P( ) Tb
2
A2 para n 0 4
jnTb
(t nTb ) e
n =
jnTb
n =
Rn e
n =
(t nTb ) e
jnTb
2 2 ( n ) Tb n= Tb
n =
2 2 ( n ) Tb n = Tb
2 2 A2 jnT A2 P( ) A2 A2 jnTb 2 Tb A b e + + e = Tb Sa 4 4 n= Tb 2 2 2 4 n= n0
A2Tb 2 Tb A2Tb 2 Tb 2 2 jnTb Sa Sa = 1 + 1 + e ( n ) 4 2 n= 4 2 Tb n = 69/160 Tb
70/160
35
Pulso de largura Tb/2, mas o smbolo tem largura Tb; Bit 1 => Ap(t); bit 0 => 0; 1 e 0 so igualmente provveis e os dgitos so independentes.
71/160
t rect Tb 2
Tb Tb Sa 2 4
A2 A2 +0= 2 2 (t ) 1
n =
Rn = ak ak + n = ak ak + n = Logo, SY ( ) = SY ( ) = SY ( ) = P( ) Tb
2
A2 para n 0 4
jnTb
(t nTb ) e
n =
jnTb
n =
(t nTb ) e
jnTb
2 2 ( n ) Tb n= Tb
n =
Rn e
n =
2 2 ( n ) Tb n = Tb
2 P( ) A2 A2 jnTb Tb 2 Tb A2 A2 jnTb A2 + + e e = Sa 4 4 n= Tb 2 4 2 4 n = 4 n0
A2Tb 2 Tb A2Tb 2 Tb 2 2 72/160 jnTb Sa Sa = 1 + 1 + e T n = ( n T ) 16 4 4 n= 16 b b
36
SY ( ) = SY ( ) = SY ( ) =
A2Tb 2 Tb 2 Sa 1 + 16 4 Tb A Tb 2 Tb A Sa + 16 8 4
2 2
n =
( n T
2
2 ) = b
n =
Sa
2 n ( n ) Tb 2
73/160
n =
R e
n
jnTb
Considere o processo estocstico X(t) dado por um trem de pulsos aleatrios Manchester/NRZ bipolar, que pode ser expresso por:
X (t ) = a k p(t kTb )
k = 0 Tb
t rect Tb 2
Tb Tb Sa 2 4
O processo X(t) utilizado para transmitir informaes no formato binrio, sendo que, para se transmitir o bit 1, envia-se A p(t) e, para se transmitir o bit 0, enviase A p(t). A transmisso de bits 1 e 0 equiprovvel e an e am so independentes para m n. Com base nessas informaes, determine: a expresso matemtica da densidade espectral de potncia de X(t); o esboo da densidade espectral de potncia de X(t) e a largura de banda de 74/160 primeiro nulo; O nvel dc do processo X(t).
37
S X ( ) = ak = Rn =0
P( ) Tb
k k
n =
R e
n
jnTb
A A
k = 0 ,1
A2 A2 = a = a P(ak ) = ( A) P(1) + ( A) P( A) = + = A2 2 2 k = 0 ,1
Rn = ak ak + n = ak ak + n = 0 para n 0 Logo, S X ( ) = P( ) Tb
2
n =
R e
n
jnTb
P( ) Tb
A2
75/160
S X ( ) =
P ( ) Tb
n =
R e
n
jnTb
P( ) Tb
A2
T 2
Tb Tb + j 4b Sa e 2 P ( ) A 2 4 2 S X ( ) = A = = T Tb Tb Tb Tb j 4b Sa e 2 4
2 j b A2 Tb2 2 Tb + j 4b S X ( ) = Sa e 4 e Tb 4 4 T T 2 2
A2 Tb2 2 Tb T T 2 2 T S X ( ) = Sa 2 sin b = A Tb Sa b sin b = Tb 4 4 4 4 4 T T S X ( ) = A2Tb Sa 2 b sin 2 b 4 4 Primeiro zero f = 0Hz Segundo zero Tb 2 = f = Tb 4
DC = 0, no h impulso em = 0
76/160
38
77/160
R XY (t1, t2 ) = R XY (t2 t1 ) = R XY ( )
78/160
39
R XY ( ) = X Y = 0 X = 0 Y = 0
Dois processos X(t) e Y(t) so independentes se X(t1) e Y(t2) so independentes para quaisquer t1 e t2.
79/160
R XY ( ) = RYX ( ) S XY ( ) = SYX ( )
80/160
40
varivel aleatria uniformemente distribuda em [0,2] m(t) e n(t) so processos estocsticos WSS m(t) e n(t) so independentes de
81/160
n(t )n(t + ) cos(ct + + ) cos(c (t + ) + + )+ = 1 1 Rm ( ) cos c + Rmn ( ) cos(c + ) + 2 2 1 1 Rnm ( ) cos(c ) + Rn ( ) cos c 2 2 j + j 1 S m ( + c ) + S m ( c ) + S mn ( + c )e c + S mn ( c )e c + S X ( ) = 4 S nm ( + c )e + jc + S nm ( c )e jc + S n ( + c ) + S n ( c ) RX ( ) =
82/160
41
Exemplo
f (t + 1 ) g (t + 2 ) =
f (t + ) g (t +
1
) p1 2 (1 , 2 )d1d 2
Determine a funo de auto-correlao, a PSD e o valor quadrtico mdio do processo estocstico: X (t ) = m(t ) cos(1t + 1 ) + n(t ) cos(2t + 2 )
Onde:
1 e 2 variveis aleatrias independentes uniformemente distribudas em [0,2] m(t) e n(t) so processos estocsticos WSS m(t) e n(t) so independentes de 1 e de 2 2 1 > 2 2Bm = 2 2Bn em que B e B so respectivamente as m n bandas de m(t) e n(t)
83/160
Resoluo
X (t ) = m(t ) cos(1t + 1 ) + n(t ) cos(2t + 2 )
cos(1t + 1 ) cos(2t + 2 ) =
cos( t + ) cos( t + ) p
1 1 2 2 2 1
1 2
(1 , 2 )d1d 2
cos( t + ) cos( t + ) p
1 1 2 2 2 2 0 0
(1 ) p 2 ( 2 )d1d 2 =
1 = 2
84/160
42
Resoluo
[m(t ) cos(1t + 1 ) + n(t ) cos(2t + 2 )] RX ( ) = = [m(t + ) cos(1 (t + ) + 1 ) + n(t + ) cos(2 (t + ) + 2 )] RX ( ) = m(t )m(t + ) cos(1t + 1 ) cos(1 (t + ) + 1 ) + m(t )n(t + ) cos(1t + 1 ) cos(2 (t + ) + 2 ) + n(t )m(t + ) cos(2t + 2 ) cos(1 (t + ) + 1 ) + n(t )n(t + ) cos(2t + 2 ) cos(2 (t + ) + 2 ) = 1 1 Rm ( ) cos 1 + Rmn ( ) 0 + Rnm ( ) 0 + Rn ( ) cos 2 2 2 1 S X ( ) = [S m ( + 1 ) + S m ( 1 ) + S n ( + 2 ) + S n ( 2 )] 4 1 1 1 1 85/160 X 2 (t ) = RX (0) = Rm (0) + Rn (0) = m 2 (t ) + n 2 (t ) 2 2 2 2 RX ( ) =
R XY = RYX = X Y RZ ( ) = R X ( ) + RY ( ) + 2 X Y
86/160
43
X = 0Y = 0
RZ ( ) = R X ( ) + RY ( ) S Z ( ) = S X ( ) + SY ( ) Z2 = X 2 +Y2
87/160
a P (a )
k k k = 0 ,1
Rn =0 = ak2 = Rn = ak ak + n SY ( ) =
a P (a )
2 k k 2
P ( ) Tb
n =
R e
n
jnTb
RW ( ) = RZ1 ( ) + RZ 2 ( ) + RZ1Z 2 ( ) + RZ 2 Z1 ( )
Nesse diagrama, X(t), Y1(t) e Y2(t) so processos estocsticos dados por trens de pulsos aleatrios PAM/NRZ bipolar, expressos 88/160 por:
44
Xk
p (t kTb ) )
k = 0 Y1 Tb
a q(t 2kT
Y1k
k = 0 Y2 Tb
a Y q (t 2kTb )
2k
89/160
45
2 Rn =0 = ak =
A2 A2 + = A2 2 2
Rn = ak ak + n = ak ak + n = 0 para n 0 Logo, S X ( ) = S X ( ) = P( ) Tb P( ) Tb
2 2
n =
R e
n
jnTb
T = Tb A2 Sa 2 b 2 P' ( ) 2Tb
2
SY1 ( ) = SY2 ( ) =
= 2Tb A2 Sa 2 (Tb )
91/160
] ]
92/160
46
93/160
Y (t + ) = h( ) X (t + )d
RY ( ) = Y (t )Y (t + ) = RY ( ) = h( ) X (t )d h( ) X (t + )d = RY ( ) = RY ( ) = RY ( ) =
(t + t + )dd ( + )dd
94/160
47
h( ) * h( ) * RX ( ) = g ( ) =
f ( ) R
( )d =
h( )h( + )R
( )dd =
h( )h( ) R
( + ) dd
g ( ) =
h( )h( )R
( + )dd
95/160
RY ( ) = h( ) * h( ) * RX ( ) SY ( ) = H ( )H ( ) S X ( ) = H ( ) S X ( )
2
96/160
48
Exemplos
Um processo estocstico X(t) estacionrio de mdia X injetado em um sistema linear de funo de transferncia H(). Determine a mdia do processo estocstico obtido na sada desse sistema linear.
97/160
Exemplos
Y (t ) = h(t ) X (t ) = h( ) X (t )d
Y (t ) = h( ) X (t )d =
Y (t ) = h( ) X (t )d =
Y (t ) = h( ) X d = X h( )d =
Y (t ) = X h( )e
j =0
d = X H ( 0)
98/160
49
Exemplo
Um processo estacionrio X(t) com densidade espectral de potncia SX() injetado no sistema cujo diagrama de blocos est ilustrado a seguir, gerando na sada o processo Y(t).
99/160
Resoluo
Y (t ) = X (t ) + X (t t0 ) RY ( ) = Y (t )Y (t + ) RY ( ) = [ X (t ) + X (t t0 )][ X (t + ) + X (t t0 + )] RY ( ) = X (t ) X (t + ) + X (t ) X (t t0 + ) + X (t t0 ) X (t + ) + 2 X (t t0 ) X (t t0 + ) RY ( ) = RX ( ) + RX ( t0 ) + RX ( + t0 ) + 2 RX ( ) SY ( ) = S X ( ) + S X ( )e jt0 + S X ( )e jt0 + 2 S X ( ) SY ( ) = S X ( ) 1 + 2 + S X ( ) e jt0 + e jt0 SY ( ) = S X
2 X
[ ] ( )[1 + ]+ S
( )2 cos t0 = S X ( ) 1 + 2 + 2 cos t0
]
100/160
50
Exemplos
Um processo estacionrio X(t) com densidade espectral de potncia SX() injetado no sistema cujo diagrama de blocos est ilustrado a seguir, gerando na sada o processo Y(t).
Determine: 1) a densidade espectral de potncia de Y(t); 2) quais componentes de freqncia de X(t) no estariam na sada do sistema, caso existissem.
101/160
Exemplos
H ( ) = H1 ( ) H 2 ( ) = 1 + e j j H ( ) = sin + j [1 + cos ] = H ( ) = [1 + cos j sin ] j =
H ( ) = 2 sin 2 + 2 1 + 2 cos + cos 2 = H ( ) = 2 2 (1 + cos ) H (0) = 0, logo a componente DC eliminada. 1 + cos = 0 cos = 1 = (2k + 1) ; f = 2k + 1 2
102/160
51
Exemplos
H ( ) = 2 2 (1 + cos ) H (0) = 0, logo a componente DC eliminada. 1 + cos = 0 cos = 1 = (2k + 1) ; f = 2k + 1 2
103/160
Exemplos
RY ( ) = h( ) h( ) RX ( )
2
SY ( ) = TF {RY ( )} = H ( ) H ( ) S X ( ) SY ( ) = H ( ) S X ( ) SY ( ) = 2 2 (1 + cos )S X ( )
104/160
52
Exemplo
Um processo estacionrio X(t) aplicado na entrada de um filtro passa-baixas ideal de banda B/2 Hz, produzindo na sada o processo Y(t). A funo de autocorrelao de X(t) dada por:
RX ( ) = Sa(2B )
Determine a densidade espectral de potncia e a potncia mdia de X(t) e de Y(t).
RY ( ) = h( ) h( ) RX ( ) SY ( ) =| H ( ) | S X ( )
2
Sa(Wt ) rect 2W
105/160
Resoluo
RX ( ) = Sa (2B ) S X ( ) = 1 rect 2B 4B
Sa(Wt ) rect 2W
PX = RX (0) = Sa (0 ) = 1[W ]
53
(t )
Obtm-se:
54
1 [cos(a b ) + cos(a + b )] 2 1 sin a sin b = [cos(a b ) cos(a + b )] 2 1 sin a cos b = [sin (a b ) + sin (a + b )] 2 cos a cos b =
(t )
Obtm-se:
c1 : c2 : d:
2 cos(C + ) cos(C t + )h0 (t ) 2 sin(C + ) sin(C t + )h0 (t ) cos(C + ) cos(C t + ) + 2h0 (t ) = sin(C + ) sin(C t + ) 2h0 (t ) cos[C (t )]
109/160
55
111/160
X (t )
X (t ) = X C (t ) cos(C t + ) + X S (t ) sin(C t + )
112/160
56
113/160
X (t ) = X C (t ) cos(C t + ) + X S (t ) sin(C t + )
1 [S X ( + C ) + S X ( C )] 4
114/160
57
1 [S X ( + C ) + S X ( C )] 4
115/160
S ( + C ) + S X ( C ) 2B S X C ( ) = S X S ( ) = X > 2B 0 S X C ( ) = S X S ( ) = RX C / S ( ) = 1 2
XC / S
XC / S
( )e j d 1 2
2 PX C / S = X C / S (t ) = RX C / S (0) = 2 2 X C (t ) = X S (t ) = X 2 (t )
S X C / S ( )d =
1 2
( )d
116/160
58
Pode - se mostrar que : X C (t ) X S (t ) = RX C X S (0) = 0 ou seja, as amplitudes de X C e X S em um instante t qualquer so no - correlatas e ortogonais.
117/160
118/160
59
N df = 2 NB 2 fC B
119/160
n (t ) (t ) = tan 1 S nC (t ) Asvariveis nC (t ) e nS (t ) so no - correlacionadas, so do tipo PDF gaussiana de mdia zero e varincia igual a 2 N B. Ento : pnC (n) = pnS (n) = 1
2 2 n n
2 2 2 n
2 ; n = 2 NB
120/160
60
2 n
e 2
2 2 n
PDF de Rayleigh
121/160
(t ) = tan
nS (t ) [ A + nC (t )]
122/160
61
A2 2 A nC
2 2 nC + nS = E 2 2 A( A + nC ) + A2 2 2 nC + nS = E 2 2 AE cos + A2
Sendo assim, p E ( E , ) =
2 2 ( E 2 AE cos + A )
2 n
e 2
2 2 n
pE ( E ) = pE ( E , )d =
pE ( E ) = 2 e
n
2 2 ( E + A )
2 2 n
1 e 2
AE cos
2 n
123/160
d
2 n
2 AE n I0 2 e 2AE n A>> n
AE
pE ( E )
( E A)
2 2 2 n
2A n
e 2
124/160
62
1 p ( ) = e 2
2 2 n 1+
2A
2 n
A2 cos2
cos e
2 2 n
A cos 1 Q n
125/160
63
N ch =
2 1 S n ( ) H op ( ) d = 2 2 2 1 S n ( ) H op ( ) + Sm ( ) H op ( ) 1 d = 2
N o = N ch + N d =
2 S ( ) + S ( ) H op ( ) m 1 r S r ( ) d No = 2 S ( ) S ( ) m n Sr ( )
A + B 2 = ( A + B )( A + B ) S m,n ( ) real
127/160
S r ( ) = S m ( ) + S n ( )
Para minimizar : S ( ) S m( ) = H op ( ) = m S r ( ) S m ( ) + S n ( ) No = 1 S m( ) S n( ) d 2 S m ( ) + S n ( )
128/160
64
129/160
H op ( ) =
S m( ) S m( ) = S r ( ) S m ( ) + S n ( )
Exemplos
No =
1 2
S m( ) S n( ) d m ( ) + S n ( )
Um processo m(t) est corrompido por rudo n(t). As densidades espectrais de potncia so dadas por: 6 S m ( ) = ; S n ( ) = 6 9 + 2
Determine o filtro timo de Wiener-Hopf; Esboce a resposta impulsional desse filtro; Estime o atraso desse filtro para que ele seja realizvel; Determine a potncia de rudo na entrada e na sada desse filtro. 130/160
65
a t
Exemplos
2a 2 a + 2
6 6 9 +2 = 2 6 + 6 60 + 6 9 +2 1 1 10 t hop (t ) = H op ( ) = e 2 10 + 2 10 b) S m ( ) (a ) H op ( ) = = S m ( ) + S n ( )
131/160
Exemplos
(c) Um atraso razovel dado no caso para valores da ordem de 3 a 5 vezes a constante de tempo do filtro que igual a 1 10
132/160
66
Exemplos
1 (d ) N 0 = 2 N0 = 6 2 10 S ( ) S n ( ) 1 Smm ) + Sn ( ) d = 2 ( tg 1
10 +
d =
10
3 Watts 10
133/160
1 2 ( )
Exemplos
t Sa 2 2 4
Um processo estocstico estacionrio X(t) aplicado na entrada de um filtro passa-baixas ideal de banda 1/Tb Hz, produzindo na sada o processo Y(t). A funo de autocorrelao de X(t) dada por:
R X ( ) = A1 + 2T b
Em que A e Tb so constantes.
Determine a densidade espectral de potncia de X(t). Determine a potncia mdia de X(t). Determine a potncia mdia da componente DC de X(t). Determine a densidade espectral de Y(t) e sua potncia mdia.
134/160
67
1 2 ( )
Exemplos
RX ( ) = A1 + 2T b
Sa 2 2 4
T S X ( ) = TF {RX ( )} = A2 ( ) + ATb Sa 2 b 2
2A AT
135/160
Exemplos
PX = X 2 (t ) = 1 2
( )d
( )d = A [W] 2 Tb 2 > Tb
S X ( ) SY ( ) = H ( ) S X ( ) = 0
2
SY ( ) = 2 2 T b
Tb Tb 2 A2 ( ) + AT Sa 2 = A2 ( ) + ATb Sa b 2 2 2 136/160 2 T b
68
Exemplos
SY ( ) = 2 2 T b 1 PY = 2
2 Tb
2 Tb 2 Tb A2 ( ) + AT Sa = A2 ( ) + ATb Sa b 2 2 2 2 T b
2 Tb
AT 2 T A2 ( ) + ATb Sa 2 b d = A + 2b 2
Tb
Sa
2 Tb
Tb d 2
137/160
Exemplos
2a a t e a2 + 2 1 g (bt ) G b b
Um rudo branco gaussiano de mdia igual a zero e densidade espectral de potncia N/2 injetado na entrada de um filtro RC passa-baixas de funo de transferncia:
H ( ) =
1 1 + jRC
69
Exemplos
RY ( ) = h( ) h( ) R X ( ) SY ( ) = TF {RY ( )} = H ( ) H ( ) S X ( ) S ( ) = N X 2 2 SY ( ) = H ( ) S X ( ), em que 1 H ( ) = 1 + jRC Logo, 1 1 N N SY ( ) = = 1 + jRC 2 2 1 + (RC )2
2
139/160
Exemplos
SY ( ) = 1 N 2 1 + (RC )2 e a t 2a a2 + 2 Lembrando que : 1 g (bt ) G b b Ento, fazendo a = 1, b =
1
1 , RC
N 1 RC N RC e = e 2 2 RC 4 RC
140/160
70
Exemplos
Y (t ) = H (0) X (t ) = H (0) 0 = 0 N 2 Y = RY (0) = Y (t ) =0 4 RC
141/160
Exemplos
Pode-se mostrar que a sada de um sistema excitado por um processo gaussiano tambm gaussiano, logo:
( y Y (t ) )
2 2 Y
2 y
pY (t ) ( y ) =
1
2 2 Y
1 N 2 RC
N 2 RC
142/160
71
Exemplos
Trem de pulsos aleatrios PAM de pulsos RZ
Pulso de largura Tb/2; Bit 1 => Ap(t); bit 0 => 0p(t); 1 e 0 so igualmente provveis e os dgitos so independentes.
143/160
Exemplos
ak = ak P ( ak ) = ( A) P (1) + (0) P (1) =
k =0,1
A 1 A 0 = 2 2 2 A2 1 A2 +0 = 2 2 2
Rn = ak ak + n = ak ak + n = Logo, SY ( ) = SY ( ) =
A A A2 para n 0 = 22 4
P( ) 2 jnTb Rne Tb n =
A2 P( ) 2 A2 e jnTb = + Tb 4 n= 4
Tb 2 T SY ( ) = b Sa 2 4 2
A2 A2 e jnTb + 4 n = 4
144/160
72
Exemplos
SY ( ) = SY ( ) = SY ( ) = SY ( ) =
Tb 2 Tb A A jnTb Sa e + 4 4 4 n = 4 2 2 A2Tb 2 Tb jnTb Sa 1 + e 16 4 n = A2Tb 2 Tb Sa 1 + b ( nb ) 16 4 n =
(t ) 1 1 2 ( )
e jct 2 ( c ) T T A2 A2 b Sa 2 b T 2 4 b
Sa
n =1
nbTb cos(nb ) 4
145/160
Exemplos
Um processo estocstico X(t) injetado em um filtro passafaixa de funo de transferncia dada por:
Determine a densidade espectral de potncia e a potncia 146/160 mdia do processo Y(t) na sada do filtro.
73
Exemplos
SY ( ) = S X ( ) H ( ) 2
SY (0,45 106 ) = 10 3 10 9 0,45 106 = 0,55 10 3
SY (0,55 10 6 ) = 10 3 10 9 0,55 10 6 = 0,45 10 3
PY = Y 2 =
1 SY ( )d = 2
0,55 MHz 0, 45 MHz
SY ( f ) = 10 3 10 9 f
0,55 MHz
PY = Y 2 = 2
SY ( f )df = 2
0,55 MHz 0, 45 MHz
[10
10 9 f df
0, 45 MHz
PY = 2 10 3 f PY = 2 10
3
2 10 9
f2 2
0,55 MHz
0, 45 MHz
Exemplo
Um processo gaussiano branco de densidade espectral de potncia N/2 injetado em um filtro passa-faixa de funo de transferncia tal que:
Represente o rudo na sada desse filtro por meio de suas componentes em quadratura, para uma freqncia de portadora de 100 kHz; Determine a densidade espectral de potncia dessas componentes e o valor quadrtico mdio.
148/160
74
Resoluo
n(t ) = nC (t ) cos C t + nS (t ) sin C t
S ( + C ) + S n ( C ) 2B S nC ( ) = S nS ( ) = n > 2B 0
149/160
Resoluo
2 2 n 2 (t ) = nC (t ) = nS (t ) =
n 2 (t ) = 2
N 1N 5 103 + 2 + N 5 103 2 2 2
25 N 3 N n 2 (t ) = + 2 N 5 103 = 10 2 2
150/160
75
Exemplos
Um rudo branco gaussiano W(t) de mdia zero e densidade espectral de potncia N/2 aplicado na entrada de um filtro passa-faixa ideal com largura de banda 2 B Hz, ganho unitrio e freqncia central fc. O processo de sada denotado por n(t).
(a) Determine a potncia mdia de n(t) para B = 5 kHz e N = 10-6 W/Hz (b) Determine e esboce as funes de autocorrelao de w(t) e de n(t) Sejam n(t1) e n(t2) duas amostras consecutivas de n(t), com t2 t1 = 1/(4fc). Determine a funo de densidade de probabilidade de n(t1) e a funo de densidade de probabilidade conjunta de n(t1) e n(t2).
151/160
Exemplos
(a ) SW ( ) = N W / rad / seg 2 N + C 2 C S N ( ) = SW ( ) H ( ) = + W / rad / seg 2 4B 4B PN = N 2 = 1 2
S N ( )d =
N 4
+ C C + 4B 4B
d =
152/160
76
Exemplos
Sa(W ) 2W
S N ( ) = N 2 + C C 4B + 4B W / Hz
(b) RW ( ) = TF 1{SW ( )} =
+ =
153/160
Exemplos
(c)Como N(t) gaussiano, N(t1 ) e N(t 2 ) tambm so. N (t1 ) = N (t2 ) = N (t ) = H (0)W (t ) = 0
2 2 2 N = N = N = N 2 (t ) = RN (0) = 2 NB
1 2
p N1 (n) = p N 2 (n) =
1
2 2 N
(n N )2 2 2 N
(n )2 1 4 NB e = 4NB
77
Exemplos
Considere os seguintes processos em quadratura: X (t ) = X (t ) cos( t + )
X 2 (t ) = X (t )sin (C t + )
Em que uma varivel aleatria uniformemente distribuda em [0, 2] e independente do processo X(t). Determine a correlao cruzada dos processos dados acima.
155/160
Exemplos
RX 1 X 2 ( ) = X 1 (t ) X 2 (t + ) =
1 [cos(a b ) + cos(a + b )] 2 1 sin a sin b = [cos(a b ) cos(a + b )] 2 1 sin a cos b = [sin (a b ) + sin (a + b )] 2 cos a cos b =
78
Exemplos
Um processo estocstico X(t) de densidade espectral de potncia SX(), corrompido pelo rudo N(t) com densidade espectral de potncia SN(), injetado na entrada de um misturador como mostrado na figura abaixo, em que uma varivel aleatria uniformemente distribuda em [0, 2], gerando na sada o processo Y(t). O processo Y(t) injetado em seguida em um filtro timo de Wiener-Hopf de funo de transferncia Hop(), que consiste em um filtro passa-baixa de largura de banda igual a B Hz, gerando na sada o sinal Z(t).
157/160
Exemplos
Considerando SX() e SN() dados por:
158/160
79
Exemplos
determine: (1) a densidade espectral de potncia das componentes da representao passa faixa de X(t); (2) a densidade espectral de potncia das componentes da representao passa faixa de N(t); (3) a densidade espectral de potncia de Y(t) em funo de X(t) e de N(t); (4) a funo de transferncia do filtro timo de WienerHopf Hop(); (5) a densidade espectral de potncia de Z(t).
159/160
Exemplos
(1) X (t ) = X C (t ) cos(C t ) + X S (t ) sin (C t )
S ( + C ) + S X ( C ) 2B S X C ( ) = S X S ( ) = X > 2B 0 Ae S X C ( ) = S X S ( ) = 0
B
2B > 2B
160/160
80
Exemplos
(2) N (t ) = N C (t ) cos(C t ) + N S (t ) sin (C t ) S ( + C ) + S N ( C ) 2B S NC ( ) = S N S ( ) = N > 2B 0 N 2B S NC ( ) = S N S ( ) = 0 > 2B
161/160
Exemplos
(3) Y (t ) = X (t ) cos(C t + ) + N (t ) cos(C t + ) SY ( ) = 1 [S X ( + C ) + S X ( C )] + 1 [S N ( + C ) + S N ( C )] = 4 4 N + Ae B 2B 2B 4 N + Ae B 2C SY ( ) = 2 2C 2C + 2B 4 N + Ae B + 2C 2C 2B 2C 2 4
162/160
81
Exemplos
(4) S ( )
" Y 2B 2B
N Ae = + 4 4
S m ( ) Ae 1 = = H op ( ) = N B S m ( ) + S n ( ) N + Ae B e +1 A
163/160
Exemplos
(5)
" S Z ( ) = SY ( ) 2B 2B B
H op ( ) = =
2
S Z ( ) = S Z ( ) =
N + Ae 4
Ae B N + Ae B
4 N + Ae
A2 e
2 B B
)
164/160
82