Parte II - Processos Estocasticos

Processos Estocsticos
Prof. Paulo H. P. de Carvalho
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
: uma famlia de funes
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
X(t) varia mais lentamente que Y(t)

Para X(t), as amplitudes em t1 e em t1 + so similares:
Auto-correlao: correlao a medida de semelhana. 9/160
Definies
Considere X(t1) e X(t2=t1+) duas variveis aleatrias, denotadas por X1 e X2. A auto-correlao definida para sinais reais por:
R X (t1, t2 ) = X (t1 ) X (t2 ) = X1 X 2

E para sinais complexos por:
* R X (t1, t2 ) = X * (t1 ) X (t2 ) = X1 X 2

10/160
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
Processo estocstico estacionrio no sentido amplo:
Tem pelo menos o valor mdio e a autocorrelao independentes do tempo.
X (t ) = cte R X (t1, t2 ) = R X (t2 t1 ) = R X ( ) = x(t ) x(t + )

14/160
Definies
Exemplo:
Considere o processo estocstico
Em que uma varivel aleatria uniformemente distribuda em [0, 2].
X (t ) = A cos(ct + )
Verificar se o processo estacionrio no sentido amplo.

15/160
Definies
Exemplo:
X (t ) = A cos(ct + )
16/160
Definies
Exemplo:
Como cos(ct + ) funo de ,
2 0
X (t ) = A cos(ct + ) = A cos(ct + ) =
X (t ) = A cos(ct + )
cos(ct + ) = cos(ct + ) p ( )d = cos(ct + ) = X (t ) = 0 1 2 cos(ct + )d = 0 2 0

17/160
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
X (t ) = f (a, t ) = a cos(C t ) X (t ) = a cos(C t ) = a cos(C t ) X (t ) =
f ( a, t ) p
0
(a )da = a cos(C t )da

0
X (t ) = cos(C t ) ada =
1 cos(C t ) 2
RX (t1 , t 2 ) = a cos(C t1 )a cos(C t 2 ) RX (t1 , t 2 ) = a 2 cos(C t1 ) cos(C t 2 ) RX (t1 , t 2 ) = cos(C t1 ) cos(C t 2 ) a 2 da

0 1
1 1 RX (t1 , t 2 ) = cos(C t1 ) cos(C t 2 ) = (cos(C ( )) + cos(C ( + 2t1 )) ) 3 6 20/160
10
Definies
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
1 2 RX ( ) = R x ( ) = lim x(t ) x(t + )dt T T T

2
21/160
Definies
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
Densidade Espectral de Potncia

Lembrando um pouco TECOM,
Funo de auto-correlao de um sinal de energia:
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

Funo de auto-correlao de um sinal de energia:
TF {Rg ( )} = g (t ) g (t + )dt e j d
TF {Rg ( )} = g (t ) g (t + )e j d dt
TF {Rg ( )} = g (t )TF {g (t + )}dt = g (t )G ( )e jt dt =

TF {Rg ( )} = G ( ) g (t )e jt dt = G ( )G ( ) = G ( )G ( ) TF {Rg ( )} = G ( )
2
25/160

Lembrando um pouco TECOM,
Funo de auto-correlao de um sinal de potncia:
1 2 Rg ( ) = lim g (t ) g (t + )dt Real T T T

2
1 2 Rg ( ) = lim g (t ) g (t + )dt Complexo T T T

2
26/160
13

Funo de auto-correlao de um sinal de Potncia:
1 2 j TF Rg ( ) = lim g (t ) g (t + )dt e d T T T 2
{ { { { {
} } } } }
TF Rg ( ) = lim
1 2 j g (t ) gT (t + )e d dt T T T
2
TF Rg ( ) = lim TF Rg ( ) = lim TF Rg ( ) = lim
1 2 1 2 jt g (t )TF {gT (t + )}dt = Tlim T g (t )GT ( )e dt = T T T T

2 2
GT ( )GT ( ) G ( )GT ( ) GT ( ) j t = lim T gT (t )e dt = Tlim T T T T T
GT ( ) T
2
27/160

Funo de auto-correlao de um sinal:
g ( ) g ( ) = g ( ) g (( ))d = g ( ) g ( ) = g ( ) g ( )d g ( ) g ( ) = g ( + ) g ( )d = Rg ( ) = Rg ( )

28/160
14

Objetivo: obter o comportamento espectral de um processo estocstico, de forma a facilitar a anlise do processo ao longo de um sistema de telecomunicaes.
Isso s ser possvel para processos estacionrios, pelo menos no sentido amplo, pois a PSD mudaria com a funo amostra no caso no-estacionrio.
29/160

X T ( ) 2 S X ( ) = lim T T X T ( ) Transformada de Fourier do sinal t truncado x(t )rect . T
30/160
Por definio, para sinais determinsticos:
15

Por definio, para processos estocsticos:
X T ( ) 2 S X ( ) = lim T T X T ( ) Transformada de Fourier do processo t estocstico truncado X (t )rect ( ). T

31/160

X T ( ) = X T (t )e jt dt = X (t )e jt dt
T 2 * X T ( ) 2 = X T ( ) X T ( ) = X T ( ) X T ( ) T 2
T2 T 2 2 jt2 X (t1 )e jt1 dt1 X T ( ) = X (t2 )e dt2 T T 2 2

T 2
X T ( ) =
T T 2 2
j (t2 t1 ) dt1dt2 X (t1 ) X (t2 )e 2

32/160
16
Densidade Espectral de Potncia 2

X ( ) S X ( ) = lim T = T T T2 T2 1 X (t1 ) X (t2 )e j (t2 t1 )dt1dt2 S X ( ) = lim T T T T 2 2 1 2 2 j (t2 t1 ) S X ( ) = lim dt1dt2 X (t1 ) X (t2 )e T T T T
2 2 T T
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

1 2 2 j (t2 t1 ) S X ( ) = lim dt1dt2 R X (t2 t1 )e T T T T
2 2 T T
Fazendo : R X (t2 t1 )e j (t2 t1 ) = (t2 t1 ) 1 2 2 S X ( ) = lim (t2 t1 )dt1dt2 T T T T

2 2 T T
34/160
17

Notar que:
(t 2 t1 ) = cte na reta t 2 t1 = (cte)

t 2 t1 =
Considere duas retas:
R X (t2 t1 )e j (t2 t1 ) = (t2 t1 )
t 2 t1 = +
(t 2 t1 ) ( ) sobre a rea (T )
35/160
Se 0,
Densidade Espectral de Potncia T T

Notar que:
S X ( ) = lim
2
1 2 2 (t2 t1 )dt1dt2 T T T T
2
A integral o volume sob a superfcie no quadrado mostrado abaixo

rea : 0 < < T; > 0
(T )2 ((T ) )2 =
2 2
0 < < T ; > 0 T T + ( ) = T 2 2 T T + ( ) = T 2 2

T < < 0; > 0 T T + ( + ) = T + 2 2 T T + ( + + ) = T + + 2 2
(T )
(T )
rea : T < < 0; > 0
((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
1 2 2 S X ( ) = lim (t2 t1 )dt1dt2 T T T T

2 2
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
1 2 2 S X ( ) = lim (t2 t1 )dt1dt2 T T T T

2 2
S X ( ) = Logo,
RX ( )e j d
RX ( ) S X ( )
TF
39/160

Algumas propriedades:
A auto-correlao uma funo par: R X ( ) = X (t ) X (t + )
R X ( ) = X (t ) X (t ) Fazendo t = , R X ( ) = X ( + ) X ( ) = R X ( ) Valor quadrtico mdio:
X 2 (t ) = X (t ) X (t ) = R X (0)
40/160
20

Potncia de um processo estocstico:
S X ( ) =
( )e j d
1 RX ( ) = 2 1 PX = 2 logo,

( )e + j d
Ento, sabendo que
( )d
PX = RX (0) = X 2 (t )
41/160

W
Exemplo:
Sa(Wt ) rect 2W
Determine a funo de auto-correlao e a potncia mdia do seguinte processo estocstico.
42/160
21

W
Exemplo:
S X ( ) =
Sa(Wt ) rect 2W
N W = 2B rect R X ( ) = NBSa (2B ) 2 4B
43/160

W
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

Exemplo:
Determine a PSD e o valor quadrtico mdio do processo estocstico:
X (t ) = A cos(ct + )
Onde uma varivel aleatria uniformemente distribuda em [0, 2]
45/160
Densidade Espectral de Potncia Exemplo: X (t ) = A cos(ct + ) A2 RX ( ) = cos c cos( t ) [ ( + )+ ( )] 2 A2 S X ( ) = [ ( + c ) + ( c )] 2 A2 2 PX = X (t ) = RX (0) = 2

0 0 0
46/160
23

Exemplo:
Determine a funo de auto-correlao, a PSD e o valor quadrtico mdio do processo estocstico (AM-DSB/SC):
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 + )
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

Exemplo:
Considere um processo estocstico binrio.
O sinal X(t) assume apenas dois valores: A e A, equiprovveis. X (t ) = a p (t nT )

n n b
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
Densidade Espectral de X (t ) = an p (t nTb ) Potncia n

Exemplo:
Considere duas variveis aleatrias X1 e X2, respectivamente em t e t + .
So variveis discretas e assumem valores iguais a A ou A. Dessa forma,
RX ( ) = X 1 X 2 = x1 x2 PX 1 X 2 ( x1 , x2 )
x1 x2

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 PX 1 X 2 ( A, A) PX 1 X 2 ( A, A) Usando a regra de Bayes :
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

Supondo < Tb : Ocorrer no mximo uma transio entre t e t + O evento X 2 = A, dado que X1 = A, a probabilidade conjunta dos eventos Z =" uma transio ocorre em (t, t + )" e o evento W =" h troca de polarizao". Esses dois eventos so independentes : PX 2 X 1 ( A, A) = PZW = PZ PW Z = PZ PW = PZ 1 2
54/160
27

PZ =
Tb
, logo 1 2 Tb
PX 2 X 1 ( A, A) = Ento,
< Tb
RX ( ) = A2 1 T b
< Tb
55/160

Supondo > Tb : Ocorrer pelo menos uma transio entre t e t + e X 1 e X 2 se tornam no - correlacionados. RX ( ) = X 1 X 2 = X 1 X 2 = 0 Assim sendo, 2 A 1 < Tb RX = Tb > Tb 0
> Tb
56/160
28

2 < T T A 1 b R X = Tb T bA2 Sa 2 b > Tb 2 0
A2
X 2 = R X ( 0) = A 2
57/160

Exemplo:
Trem de pulsos aleatrios PAM de formato p(t)
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

Y (t ) =
ak p (t kTb k = 0 Tb
O valor de pode ser diferente para cada funo amostra, logo

uma varivel aleatria, que do tipo
uniformemente distribuda em [0, Tb].
1 p( ) = Tb 0 0 Tb < 0 > Tb
59/160

RY ( ) = Y (t )Y (t + ) = RY ( ) = ak p(t kTb ) am p (t + mTb ) k = m = RY ( ) =
k = m =
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

RY ( ) =
k = m =
a a
k
p(t kTb ) p(t + mTb )
Fazendo m = k + n, RY ( ) =
k = n =
a a
k
k +n
p(t kTb ) p(t + (k + n)Tb )
Sabendo que : ak ak + n = Rn correlao p(t kTb ) p(t + (k + n)Tb ) =

Tb
p(t kT
0
) p(t + (k + n)Tb ) p ( )d = ) p(t + (k + n)Tb )d

61/160
1 Tb
Tb
p(t kT
0

RY ( ) =
n =
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 k p( ) p( + nTb )d = t ( k +1)Tb n =

n =
= 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

Exemplo:
Trem de pulsos aleatrios PAM de pulsos NRZ
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

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 =
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

2 < T T A 1 b R X = Tb T bA2 Sa 2 b > Tb 2 0
A2
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.
Determine a PSD do processo.
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

Exemplo:
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
ak = ak P(ak ) = ( A) P(1) + (0) P(0) =

k = 0,1
Densidade Espectral de Potncia 1 A

2 A+0 = 2
k = 0,1
t T rect Tb Sa b T 2 b
2 2 Rn=0 = ak = ak P(ak ) = ( A) 2 P(1) + (0) 2 P(0) =
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

SY ( ) = SY ( ) =
A2Tb 2 Tb jnTb Sa = 1 + e 4 2 n =
A2Tb 2 Tb 2 2 Sa 1 + ( n T ) = 4 2 Tb n = b 2 A2Tb 2 Tb A2 T SY ( ) = Sa + Sa 2 2 b ( n T ) = 4 2 n = 2 b SY ( ) = A2Tb 2 Tb A2 ( ) Sa + 4 2 2
70/160
35

Exemplo:
Trem de pulsos aleatrios PAM de pulsos RZ
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

A 1 ak = ak P(ak ) = ( A) P(1) + (0) P(0) = A + 0 = 2 2 k = 0,1
2 2 Rn=0 = ak = ak P(ak ) = ( A) 2 P(1) + (0) 2 P(0) = k = 0,1
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

A2Tb 2 Tb jnTb Sa = 1 + e 16 4 n =
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
Densidade Espectral de P ( ) R ( ) S ( ) = Potncia T Exemplo:

Y Y b
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
em que p(t) um pulso cuja forma est ilustrada na figura a seguir:
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
a P(a ) = ( A) P(1) + ( A) P(0) = 2 2 = 0

2 k 2 k 2 2
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
t Tb Tb rect Sa 2 4 Tb 2 Tb Tb t+ 4 Tb Sa Tb e + j 4 rect 2 4 Tb 2 Tb Tb t 4 Tb Sa Tb e j 4 rect 2 4 Tb 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
T T S X ( ) = A2Tb Sa 2 b sin 2 b 4 4 Primeiro zero f = 0Hz T 2 Segundo zero b = f = Tb 4 DC = 0, no h impulso em = 0
77/160
Processos Estocsticos Mltiplos

Para dois processos estocsticos X(t) e Y(t), define-se a funo de correlao cruzada por:
R XY (t1, t2 ) = X (t1 )Y (t2 )

Que so conjuntamente estacionrios, no sentido amplo, se cada um dos processos WSS e
R XY (t1, t2 ) = R XY (t2 t1 ) = R XY ( )
78/160
39

Dois processos X(t) e Y(t) so nocorrelacionados se: XY = 0 = XY X Y
XY = X Y
RXY ( ) = X (t )Y (t + ) = X (t ) Y (t + ) para todo t e todo
Dois processos X(t) e Y(t) so incoerentes ou ortogonais se:
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

Densidade Espectral de Potncia Cruzada:
* X T ( )YT ( ) S XY ( ) = lim T T R XY ( ) S XY ( )
R XY ( ) = RYX ( ) S XY ( ) = SYX ( )
80/160
40

Exemplo:
Determine a funo de auto-correlao, a PSD e o valor quadrtico mdio do processo estocstico:
X (t ) = m(t ) cos(c t + ) + n(t ) cos(c t + + )

Onde:
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

RX ( ) = m(t )m(t + ) cos(ct + ) cos(c (t + ) + ) + m(t )n(t + ) cos(c t + ) cos(c (t + ) + + ) + n(t )m(t + ) cos(c t + + ) cos(c (t + ) + ) +
Exemplo: X (t ) = m(t ) cos(ct + ) + n(t ) cos(ct + + )
[m(t ) cos(ct + ) + n(t ) cos(c t + + )] RX ( ) = = [m(t + ) cos(c (t + ) + ) + n(t + ) cos(c (t + ) + + )]
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 ( ) =
1 1 X 2 (t ) = RX (0) = Rm (0) + Rmn (0) cos + Rn (0) 2 2
82/160
41
[m(t ) cos(1t + 1 ) + n(t ) cos(2t + 2 )] RX ( ) = [m(t + ) cos(1 (t + ) + 1 ) + n(t + ) cos(2 (t + ) + 2 )]

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
cos(1t + 1)d1 cos(2t + 2 )d 2 = 0
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 ( ) =
X (t ) = m(t ) cos(1t + 1 ) + n(t ) cos(2t + 2 )

Soma de Processos Estocsticos WSS:
Z (t ) = X (t ) + Y (t ) RZ ( ) = Z (t ) Z (t + ) = [ X (t ) + Y (t )][ X (t + ) + Y (t + )] = RZ ( ) = X (t ) X (t + ) + Y (t )Y (t + ) + X (t )Y (t + ) + Y (t ) X (t + ) = RZ ( ) = R X ( ) + RY ( ) + R XY ( ) + RYX ( )
Se X(t) e Y(t) so no-correlacionados, ento:
R XY = RYX = X Y RZ ( ) = R X ( ) + RY ( ) + 2 X Y
86/160
43

Se so ortogonais ou incoerentes:
X = 0Y = 0
RZ ( ) = R X ( ) + RY ( ) S Z ( ) = S X ( ) + SY ( ) Z2 = X 2 +Y2
87/160
T A2 1 < Tb R X Tb Densidade= Espectral>de T bA2 Sa 2 2b Tb 0 Potncia
Exemplo:Considere o sistema cujo diagrama de blocos est ilustrado abaixo.

ak =
k = 0 ,1
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

X (t ) = Y1 (t ) = Y2 (t ) =
k = 0 X Tb
Xk
p (t kTb ) )
k = 0 Y1 Tb
a q(t 2kT
Y1k
k = 0 Y2 Tb
a Y q (t 2kTb )
2k
em que p(t) e q(t) so pulsos dados por:
89/160

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, envia-se A p(t). A transmisso de bits 1 e 0 equiprovvel e aXn e aXm so independentes para m n. Nesse diagrama, temse ainda que uma varivel aleatria uniformemente distribuda em [0, 2]. Com base nessas informaes e considerando que Y1(t) e Y2(t) so independentes e de mdia nula, determine:
a expresso matemtica da densidade espectral de potncia de X(t), Y1(t) e Y2(t); a expresso matemtica da densidade espectral de potncia de Z1(t) e Z2(t); 90/160 a expresso matemtica da densidade espectral de potncia de W(t), sabendo que: RW ( ) = RZ1 ( ) + RZ 2 ( ) + RZ1Z 2 ( ) + RZ 2 Z1 ( )
45

ak =
k = 0 ,1
a P(a ) = ( A) P(1) + ( A) P(0) = 2 2 = 0

k k k = 0 ,1
2 Rn =0 = ak =
ak2 P(ak ) = ( A) 2 P(1) + ( A) 2 P(0) =
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

Z1 (t ) = Y1 (t ) cos(c t + ) RZ1 ( ) = {[Y1 (t ) cos(c t + )][Y1 (t + ) cos(c (t + ) + )]} = RZ1 ( ) = Y1 (t )Y1 (t + )cos(ct + ) cos(c (t + ) + ) = 1 RY ( ) cos c 2 1 1 S Z1 ( ) = SY1 ( + c ) + SY1 ( c ) 4 1 S Z 2 ( ) = SY2 ( + c ) + SY2 ( c ) 4 RZ1 ( ) =
] ]
92/160
46

Z1 (t ) = Y1 (t ) cos(c t + ); Z 2 (t ) = Y2 (t ) sin (c t + ) RZ1Z 2 ( ) = 0 cos(c t + ) sin(c (t + ) + ) = 0 RZ1Z 2 ( ) = {[Y1 (t ) cos(c t + )][Y2 (t + ) sin(c (t + ) + )]}
RW ( ) = RZ1 ( ) + RZ 2 ( ) + RZ1Z 2 ( ) + RZ 2 Z1 ( ) 1 1 RY1 ( ) cos(c ) + RY2 ( ) cos(c ) + 0 + 0 2 2 1 SW ( ) = SY1 ( + c ) + SY1 ( c ) 2 RW ( ) =
93/160
Transmisso de um processo estocstico por meio de um sistema linear Y (t ) = h(t ) * X (t ) = h( ) X (t )d

Y (t + ) = h( ) X (t + )d
RY ( ) = Y (t )Y (t + ) = RY ( ) = h( ) X (t )d h( ) X (t + )d = RY ( ) = RY ( ) = RY ( ) =

h( )h( ) X (t ) X (t + )dd h( )h( ) R h( )h( ) R

X
(t + t + )dd ( + )dd
94/160
47
Transmisso de um processo estocstico por meio de um sistema linear

Mas, h( ) * h( ) = f ( ) = h( )h(( ))d

h( ) * h( ) * RX ( ) = g ( ) =

f ( ) R
( )d =
h( )h( + )R

( )dd =
Fazendo = + g ( ) = h( )h( )RX ( + )d d

RY ( ) = Y (t )Y (t + ) = RY ( ) =

h( )h( ) R
( + ) dd
g ( ) =
h( )h( )R
( + )dd
95/160
Transmisso de um processo estocstico por meio de um sistema linear
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).
Determine a funo de auto-correlao e a densidade espectral de potncia de 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
RY ( ) = h( ) h( ) RX ( ) SY ( ) =| H ( ) |2 S X ( ) 1 SY ( ) = rect rect 2B 2 B 4B 1 SY ( ) = rect 2B 2B 1 RY ( ) = Sa(B ) 2 1 1 PY = RY (0) = Sa(0) = [W ] 2 2

106/160
PX = RX (0) = Sa (0 ) = 1[W ]
53
Anlise em Banda Passante

Considere o seguinte sistema:
Pretende-se saber a funo de transferncia desse sistema e se ele invariante no tempo.

107/160

Ao excitar com
(t )
Obtm-se:
a1 : 2 cos(C t + ) (t ) = 2 cos(C + ) (t ) a2 : 2 sin(C t + ) (t ) = 2 sin(C + ) (t ) b1 : 2 cos(C + ) (t ) * h0 (t ) = 2 cos(C + )h0 (t ) b2 : 2 sin(C + ) (t ) * h0 (t ) = 2 sin(C + ) h0 (t )

108/160
54

Ao excitar com
(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
2h0 (t ) cos[C (t )] Sistema invariante h(t) = 2h 0 (t ) cos C t H ( ) = H 0 ( + C ) + H 0 ( C )

110/160
55

2h0 (t ) cos[C (t )] Sistema invariante h(t) = 2h 0 (t ) cos C t H ( ) = H 0 ( + C ) + H 0 ( C )
111/160

Ao excitar com um sinal (processo) banda passante de banda 2B
X (t )
X (t ) = X C (t ) cos(C t + ) + X S (t ) sin(C t + )
112/160
Obtm-se na sada o prprio sinal (processo):
56
113/160
X (t ) = X C (t ) cos(C t + ) + X S (t ) sin(C t + )
Seja uma varivel aleatria uniformemente distribuda em [0, 2].
Como a1 (t ) = 2 X (t ) cos(C t + ) , a sua PSD ser
1 [S X ( + C ) + S X ( C )] 4
114/160
57

" PSD de X C (t ) = 2 X (t ) cos(C t + )
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


R
( )e j d
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

No caso em que nulo : X (t ) = X C (t ) cos C t + X S (t ) sin C t em que S ( + C ) + S X ( C ) 2B S X C ( ) = S X S ( ) = X > 2B 0
2 2 XC = XS = X 2
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

Exemplo:
A PSD de um rudo banda passante n(t) N/2. Represente esse rudo em termos de suas componentes em quadratura.
118/160
59

Exemplo:
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 N 2B S nC ( ) = S nS ( ) = 0 > 2B n (t ) = n (t ) = n (t ) = 2
2 C 2 S 2 fC + B
N df = 2 NB 2 fC B
119/160

Exemplo: Na forma polar :
n(t ) = E (t ) cos(C t + )
2 2 E (t ) = nC (t ) + nS (t )
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

Exemplo:
Pode - se mostrar que se duas variveis gaussianas so no - correlatas, elas so independentes. Pode - se mostrar ainda que : pE ( E ) = E
n2 + n2 c s
2 n
e 2
2 2 n
PDF de Rayleigh
121/160

Exemplo:
Considere agora : Y (t ) = A cos(C t + ) + n(t ) Y (t ) = [ A + nC (t )]cos(C t + ) + nS (t ) sin (C t + ) = Y (t ) = E (t ) cos(C t + (t ) + ) E (t ) =
2 [ A + nC (t )]2 + nS (t )
(t ) = tan
nS (t ) [ A + nC (t )]
122/160
61

Exemplo: nC + nS = E
2 2 2
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

Exemplo:
AE 1 I0 2 = e 2 n
AE cos
2 n
d
2 n
Funo de Bessel de ordem zero modificada
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

Exemplo:
Temos ainda que : p ( ) = p E ( E , )d E
0
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
Filtragem tima (Wiener-Hopf)

Objetivo:
Reduzir o mximo possvel o rudo na sada do sistema, principalmente nas altas freqncias onde o sinal geralmente menor que o rudo.
Filtragem causa distoro, que deve ser minimizada para que, no resultado final, o que se introduz de distoro no sinal se ganha na retirada de rudo.
126/160
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

Hop()1, para Sm ()>> Sn() Para Sm ()<< Sn(), Hop()atenuao.
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
0 PX = R X (0) = A1 + 2T = A[1 + 1] = 2 A [W] b PX DC 1 = 2

0+
( )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
Produzindo na sada desse filtro um processo estocstico Y(t).

Determine a funo de autocorrelao e a densidade espectral de potncia de Y(t). Determine a mdia e a varincia de Y(t). Determine a funo de densidade de probabilidade138/160 de Y(t).
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
1 RC , e finalmente, TF e = 2 1 + (RC ) 2 RC 1 RY ( ) = TF {SY ( )} =

1
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
2 2 Rn =0 = ak = ak P( ak ) = ( A) 2 P (1) + (0) 2 P (1) = k =0,1
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
A2Tb 2 Tb 2A2 n T Sa + Sa 2 4b b ( nb ) 16 4 16 n = 2 2 A A n T RY ( ) = TF 1{SY ( )} = + Sa 2 4b b e jnb 8 Tb 16 n = RY ( ) = A2 A2 A2 + + 16 8 Tb 8
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:
Se a densidade espectral de potncia de X(t) for 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
0,45 106 f 0,55 106
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
(0,55 0,45)106 109 (0,552 0,452 )1012

147/160
0, 45 MHz
PY = Y 2 = 0,2 103 (0,3025 0,2025)103 = 0,1103 PY = Y 2 = 100W
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 =
N (4B + 4B ) = 2 NB PN = N 2 = 4 PN = N 2 = 2 5 103 10 6 = 10mW
152/160
76
Exemplos
Sa(W ) 2W
S N ( ) = N 2 + C C 4B + 4B W / Hz
(b) RW ( ) = TF 1{SW ( )} =
N ( ) 2 j N 2 BSa(2B )e C 1 RN ( ) = TF {S N ( )} = 2 + j 2 BS a (2B )e C N RN ( ) = 2 BSa(2B )2 cos C = 2 RN ( ) = 2 NBSa (2B ) cos C
+ =
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
1 RN (t1 ) N (t2 ) = RN ( = t2 t1 ) = RN =0 4 fC p N1N 2 (n, m) = p N1 (n) p N 2 (m) = 1 4NB

n2 + m2 4 NB e
154/160
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 + ) =
RX 1 X 2 ( ) = X (t ) X (t + ) cos(C t + )sin (C (t + ) + ) 1 RX 1 X 2 ( ) = RX ( ) sin (C (2t + ) + 2 ) + sin (C ) 2 1 RX 1 X 2 ( ) = RX ( ) sin (C ) 2 1 RX 2 X 1 ( ) = RX ( ) sin (C ) 2

156/160
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

Parte II - Processos Estocasticos

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Parte II - Processos Estocasticos

Enviado por

Direitos autorais:

Formatos disponíveis

Processos Estocsticos

Prof. Paulo H. P. de Carvalho

: uma famlia de funes

X(t) varia mais lentamente que Y(t)

R X (t1, t2 ) = X (t1 ) X (t2 ) = X1 X 2

* R X (t1, t2 ) = X * (t1 ) X (t2 ) = X1 X 2

X (t ) = cte R X (t1, t2 ) = R X (t2 t1 ) = R X ( ) = x(t ) x(t + )

Verificar se o processo estacionrio no sentido amplo.

cos(ct + ) = cos(ct + ) p ( )d = cos(ct + ) = X (t ) = 0 1 2 cos(ct + )d = 0 2 0

X (t ) = f (a, t ) = a cos(C t ) X (t ) = a cos(C t ) = a cos(C t ) X (t ) =

(a )da = a cos(C t )da

RX (t1 , t 2 ) = a cos(C t1 )a cos(C t 2 ) RX (t1 , t 2 ) = a 2 cos(C t1 ) cos(C t 2 ) RX (t1 , t 2 ) = cos(C t1 ) cos(C t 2 ) a 2 da

1 1 RX (t1 , t 2 ) = cos(C t1 ) cos(C t 2 ) = (cos(C ( )) + cos(C ( + 2t1 )) ) 3 6 20/160

1 2 RX ( ) = R x ( ) = lim x(t ) x(t + )dt T T T

Densidade Espectral de Potncia

Densidade Espectral de Potncia

TF {Rg ( )} = g (t )TF {g (t + )}dt = g (t )G ( )e jt dt =

Densidade Espectral de Potncia

1 2 Rg ( ) = lim g (t ) g (t + )dt Real T T T

1 2 Rg ( ) = lim g (t ) g (t + )dt Complexo T T T

Densidade Espectral de Potncia

TF Rg ( ) = lim TF Rg ( ) = lim TF Rg ( ) = lim

1 2 1 2 jt g (t )TF {gT (t + )}dt = Tlim T g (t )GT ( )e dt = T T T T

GT ( )GT ( ) G ( )GT ( ) GT ( ) j t = lim T gT (t )e dt = Tlim T T T T T

Densidade Espectral de Potncia

Densidade Espectral de Potncia

Densidade Espectral de Potncia

Por definio, para sinais determinsticos:

Densidade Espectral de Potncia

X T ( ) 2 S X ( ) = lim T T X T ( ) Transformada de Fourier do processo t estocstico truncado X (t )rect ( ). T

Densidade Espectral de Potncia

T2 T 2 2 jt2 X (t1 )e jt1 dt1 X T ( ) = X (t2 )e dt2 T T 2 2

j (t2 t1 ) dt1dt2 X (t1 ) X (t2 )e 2

Densidade Espectral de Potncia 2

Densidade Espectral de Potncia

Fazendo : R X (t2 t1 )e j (t2 t1 ) = (t2 t1 ) 1 2 2 S X ( ) = lim (t2 t1 )dt1dt2 T T T T

Densidade Espectral de Potncia

(t 2 t1 ) = cte na reta t 2 t1 = (cte)

R X (t2 t1 )e j (t2 t1 ) = (t2 t1 )

Densidade Espectral de Potncia T T

A integral o volume sob a superfcie no quadrado mostrado abaixo

0 < < T ; > 0 T T + ( ) = T 2 2 T T + ( ) = T 2 2

rea : T < < 0; > 0

Densidade Espectral de Potncia

Densidade Espectral de Potncia

1 2 2 S X ( ) = lim (t2 t1 )dt1dt2 T T T T

Densidade Espectral de Potncia

1 2 2 S X ( ) = lim (t2 t1 )dt1dt2 T T T T

Densidade Espectral de Potncia

Densidade Espectral de Potncia

Ento, sabendo que

Densidade Espectral de Potncia

Determine a funo de auto-correlao e a potncia mdia do seguinte processo estocstico.

Densidade Espectral de Potncia

N W = 2B rect R X ( ) = NBSa (2B ) 2 4B

Densidade Espectral de Potncia

Densidade Espectral de Potncia

Densidade Espectral de Potncia Exemplo: X (t ) = A cos(ct + ) A2 RX ( ) = cos c cos( t ) [ ( + )+ ( )] 2 A2 S X ( ) = [ ( + c ) + ( c )] 2 A2 2 PX = X (t ) = RX (0) = 2

Densidade Espectral de Potncia

Densidade Espectral de Potncia

O sinal X(t) assume apenas dois valores: A e A, equiprovveis. X (t ) = a p (t nT )

Densidade Espectral de X (t ) = an p (t nTb ) Potncia n

Densidade Espectral de X (t ) = an p (t nTb ) Potncia n