Sinais Aleatórios
-
Upload
cainan-ban-lloris -
Category
Documents
-
view
12 -
download
0
description
Transcript of Sinais Aleatórios
1
Processamento de Sinais Aleatórios
1. SISTEMAS LINEARES E INVARIANTES NO TEMPO
(I) LINEARIDADE: Um sistema é linear se atende ao Teorema da Superposição:
T[a x1(t)+b x2(t)] = T[a x1(t)]+T[b x2(t)] = a T[x1(t)] + b T[x2(t)]
onde x1(t) e x2(t) são sinais de entrada arbitrários, e a e b são constantes arbitrárias.
(II) INVARIÂNCIA NO TEMPO: Se y(t) é a resposta à entrada x(t), então o sistema é dito
invariante no tempo se para x(t −) temos y(t −).
(III) RESPOSTA IMPULSIVA: A resposta impulsiva h(t) de um sistema linear e invariante
no tempo é definida por
h(t) = T[(t)]
onde (t) é uma função impulso unitário aplicada no instante t = 0.
A resposta do sistema para uma entrada arbitrária x(t) é então a convolução de x(t) com h(t):
para sinais contínuos no tempo, e
para sinais discretos no tempo.
(IV) CAUSALIDADE: Um sistema é causal se a resposta no instante t depende apenas de
valores de entrada passados, isto é, se
2
2. FILTRAGEM LINEAR DE UM PROCESSO ESTOCÁSTICO
Nas aplicações mais frequentes, os processos estocásticos são estacionários no sentido
amplo, e desta forma as informações disponíveis consistem das estatísticas de 1ª. e 2ª. ordens,
ou seja, a função densidade de probabilidade fX(x) e a função de autocorrelação RX().
Consideremos um filtro linear invariante no tempo com resposta a impulso h(t). Se a
entrada é um sinal determinístico v(t), a saída w(t) é dada pela integral de convolução
Esta relação pode também ser expressa no domínio da frequência em termos da
transformada de Fourier.
TRANSFORMADA DE FOURIER - As funções g(t) e G(f) são chamadas de um par de
transformadas de Fourier se
Se um filtro linear tem resposta a impulso h(t), a transformada de Fourier H(f) é chamada de
resposta em frequência do filtro.
A convolução entre a entrada v(t) do filtro e a sua resposta a impulso h(t) no domínio do tempo
torna-se uma multiplicação o domínio da frequência, isto é, se v(t) é a entrada de um filtro linear
invariante no tempo com resposta a impulso h(t), a transformada de Fourier da saída do filtro W(f),
está relacionada à transformada da entrada, V (f) e à resposta em frequência do filtro H(f) por
W(f) = H(f) V(f)
Processo de saída de um filtro linear invariante no tempo
X(t) é a entrada de um filtro linear invariante no tempo com resposta a impulso
h(t), e Y (t) é a saída se todas as entradas do filtro são funções amostra de X(t) e as saídas são
funções amostra de Y (t).
Y (t) está relacionado com X(t) pela integral de convolução:
3
Se a entrada de um filtro linear invariante no tempo com resposta a impulso h(t) é um processo
estacionário no sentido amplo X(t), a saída é um processo estacionário no sentido amplo Y (t) com
valor médio e função de autocorrelação dados por
SOLUÇÃO:
3. ESPECTRO DENSIDADE DE POTÊNCIA
Para um processo estocástico X(t) estacionário no sentido amplo, a função de autocorrelação e o
espectro densidade de potência SX(f) são o par de transformadas de Fourier
Para um processo estocástico X(t) estacionário no sentido amplo, o espectro densidade de
potência SX(f) tem as seguintes propriedades:
4
Quando um processo X(t) estacionário no sentido amplo é a entrada de um filtro linear
invariante no tempo com resposta em frequência H(f), a densidade espectral de potência da
saída Y(t) é
5
4. CORRELAÇÕES CRUZADAS
4.1 - PROCESSOS INDEPENDENTES Os processos estocásticos X(t) e Y (t) são
independentes se para qualquer coleção de amostras de tempo, t1, t2, . . . , tn e
t1’, t2’, . . . , tn’
4.2 - FUNÇÃO DE CORRELAÇÃO CRUZADA A correlação cruzada dos processos
X(t) e Y (t) é dada por
4.3 - PROCESSOS DESCORRELACIONADOS. Dois processos X(t) e Y (t), estacionários
no sentido amplo, são ditos descorrelacionados se sua função de correlação cruzada é igual
ao produto de suas médias, isto é
RXY() = mX(t) mY(t+)
4.4 - PROCESSOS INCOERENTES OU ORTOGONAIS. Dois processos X(t) e Y (t),
estacionários no sentido amplo, são ditos incoerentes ou ortogonais se
RXY() = 0
4.5- PROCESSOS CONJUNTAMENTE ESTACIONÁRIOS NO SENTIDO AMPLO. Os
processos estocásticos X(t) e Y (t) são conjuntamente estacionários no sentido amplo se cada
um deles é estacionário no sentido amplo, e a correlação cruzada satisfaz
RXY(t,) = RXY()
4.6 - PROPRIEDADES DA FUNÇÃO DE CORRELAÇÃO CRUZADA
(1ª.) Se X(t) e Y (t) são conjuntamente estacionários no sentido amplo, então
RXY () = RYX(- )
(2ª.) Se X(t) e Y (t) são processos aleatórios independentes, então
RXY () = RYX( )
6
4.7 – DENSIDADE ESPECTRAL CRUZADA
Para processos X(t) e Y (t) conjuntamente estacionários no sentido amplo, a
transformada de Fourier da correlação cruzada leva à densidade espectral cruzada, isto é,
Para os processos X(t) e Y (t) conjuntamente estacionários no sentido amplo, a
densidade espectral cruzada apresenta a seguinte simetria:
SXY (f) = SYX(−f).
7
4.8 - FILTRAGEM DE PROCESSOS ESTOCÁSTICOS
Quando um processo X(t) estacionário no sentido amplo é a entrada de um filtro linear
invariante no tempo h(t), a correlação cruzada entre entrada e saída é dada por:
Quando um processo X(t) estacionário no sentido amplo é a entrada de um filtro linear
invariante no tempo, a entrada X(t) e a saída Y(t) são conjuntamente WSS.