Professional Documents
Culture Documents
comunicaciones mtica
Departamento ISPJAE
Seales aleatorias, estacionarias y Ergdicas Sumario Introduccin Procesos Aleatorios Procesos estacionarios Procesos ergodicos Densidad Espectral
Bibliografa Bsica: Epig 3.3 Statistical and Adaptive Signal Processing - Spectral Estimation, Signal Modeling, Adaptive Filtering and Array Processing, 2005 Dimitris G. Manolakis
1
Tele
comunicaciones mtica
Departamento ISPJAE
Introduccin
Se definieron una serie de conceptos
Probabilidad
Variable aleatoria Funcin de Probabilidad
p(w1)
x( )=x Pr{x() x}
Introduccin
Matriz de correlacin
Matriz de covarianza
Tele
comunicaciones mtica
Departamento ISPJAE
El espacio S, la probabilidad Pr{k}, y la secuencia x(n,k), <n<, constituye un conjunto de experimentos estocstico.
4
Tele
comunicaciones mtica
Departamento ISPJAE
Tele
comunicaciones mtica
Departamento ISPJAE
Tele
x(n,)
comunicaciones mtica
Departamento ISPJAE
x(n,2)
x(n,1) Realizacin
Tele
comunicaciones mtica
Departamento ISPJAE
Conclusin
Cada vez que se realiza el experimento, cada variable aleatoria de la secuencia generar un valor y se obtiene una seal denominada realizacin del proceso estocstico. Cada vez que se realice el experimento se obtiene una realizacin del
proceso estocstico.
A pesar de ser todas las realizaciones diferentes Las realizaciones tendrn en comn el proceso estocstico
Tele
comunicaciones mtica
Departamento ISPJAE
Si todas las muestras tienen una variacin independiente una de cualquier otra, estamos en
10
Tele
comunicaciones mtica
Departamento ISPJAE
Seales Aleatorias
Teora de los procesos Estocsticos
Anlisis
Filtrado
Estimacin
Modelacin
Filtros adaptativos
Arreglos de procesado
11
Tele
comunicaciones mtica
Departamento ISPJAE
Describir un proceso estocstico implica calcular Funcin Densidad de Probabilidad de cada variable aleatoria x(n,)
Tele
Media:
comunicaciones mtica
Departamento ISPJAE
proceso:
Autocorrelacin: Autocovarianza Momentos que relacionan diferentes procesos Crosscorrelacin: Crosscovarianza
13
Tele
comunicaciones mtica
Departamento ISPJAE
Tele
comunicaciones mtica
Departamento ISPJAE
orden k-esimo
Fx{x1, ...,xk;n1,...,nk} =Pr{x(n1)x1,..., x(nk) xk } Se conoce para valores de k 1 para todo instante n1 y n2,... nk y la funcin de densidad de probabilidades
15
Tele
comunicaciones mtica
Departamento ISPJAE
Obvio que se requiere para la descripcin probabilstica una cantidad de informacin difcil de obtener en la prctica.
16
Tele
comunicaciones mtica
Departamento ISPJAE
Varianza
17
Tele
comunicaciones mtica
Departamento ISPJAE
Para la estadstica de x(n) en dos instantes diferentes n1 y n2 se utiliza la funcin de autocorrelacin o autocovarianza La funcin de autocorrelacin de las variables aleatorias x(n1) y x(n2)
18
Tele
comunicaciones mtica
Departamento ISPJAE
19
Tele
comunicaciones mtica
Departamento ISPJAE
Para la estadstica de dos procesos est la funcin de crosscorrelacin de las variables aleatorias x(n1) e y(n2)
Y la crosscovarianza
crosscorrelacin normalizada
20
Tele
comunicaciones mtica
Departamento ISPJAE
clasifican en:
Procesos independientes Procesos incorrelacionados
Procesos ortogonales
Peridicos en sentido amplio (WSP) Estacionario en sentido amplio Estadsticamente independiente
21
Tele
comunicaciones mtica
Departamento ISPJAE
Covarianza
Covarianza mide grado de relacin entre dos procesos Cmo vara uno respecto al otro En forma aproximada se estima segn Matlab
n=M
sxy=
n=M
S xy n=1
M
-xy
22
Tele
comunicaciones mtica
Departamento ISPJAE
} E{ ~ x~ y} 2 ~ ~ ~ E { y x} E { y }
E{ ~ x
Dos procesos aleatorios x e y se consideran independientes, si los valores fuera de la diagonal son 0.
23
Tele
comunicaciones mtica
Departamento ISPJAE
Matriz covarianza de dos variables aleatorias independientes % variables aleatorias dependientes x=[randn(5000,1)]; y=[randn(5000,1)]; C=cov([x,y])
1.0080 0.0036 C=
0.0036 0.9966
24
Tele
comunicaciones mtica
Departamento ISPJAE
Ejemplo de matriz de covarianza de dos variables aleatorias no independientes % variables aleatorias dependientes d=randn(5000,1); x=[randn(5000,1);d]; y=[randn(5000,1);d]; C=cov([x,y])
1.0116 0.5116
C=
0.5116 1.0268
25
Tele
comunicaciones mtica
Departamento ISPJAE
Procesos estocstico Cada variable aleatoria de la secuencia tiene funcin densidad de probabilidad diferente FDP de x(n1) FDP de x(n2).
26
Tele
comunicaciones mtica
Departamento ISPJAE
Proceso Estacionario
27
Tele
x(n,)
comunicaciones mtica
Departamento ISPJAE
x(n1,)
28
Tele
comunicaciones mtica
Departamento ISPJAE
Procesos estacionarios
Un proceso estocstico es estacionario si la estadstica para x(n) es
igual a la estadstica para x(n+k) para todo k Un proceso estocstico es estacionario de orden N si
fx(x1,...,xN;n1,...nN)=fx(x1,...,xN;n1+k,...nN+k)
Si se cumple para N=1,2,3... Es estrictamente estacionario SSS
29
Tele
comunicaciones mtica
Departamento ISPJAE
Proceso estocstico Estacionario en sentido estricto Sus propiedades estadsticas no varan al trasladar el origen de tiempo Proceso estocstico Estacionario en sentido amplio
Si la media y la autocorrelacin no varan al trasladar el origen del tiempo Media: E{x(n)}=x(n)= x=cte Autocorrelacin: rxx(n1,n2)=E{x(n1)x(n2)}= rxx(l)=E{x(n)x(n+l)}; l=n2-n1
30
Tele
comunicaciones mtica
Departamento ISPJAE
31
Tele
comunicaciones mtica
Departamento ISPJAE
32
Tele
comunicaciones mtica
Departamento ISPJAE
33
Tele
x(n,)
comunicaciones mtica
Departamento ISPJAE
x(n,1) Realizacin
34
Tele
comunicaciones mtica
Departamento ISPJAE
Tele
comunicaciones mtica
Departamento ISPJAE
Procesos estacionarios y ergdicos Para obtener los parmetros del proceso con una realizacin se deben tener todos los valores y se realizaran segn
36
Tele
comunicaciones mtica
Departamento ISPJAE
Tele
comunicaciones mtica
Departamento ISPJAE
Procesos estacionarios y ergdicos Obvio que no se pueden obtener todas las muestras de una realizacin, entonces se utiliza
38
Tele
comunicaciones mtica
Departamento ISPJAE
39
Tele
comunicaciones mtica
Departamento ISPJAE
Densidad espectral de potencia cruzada La densidad espectral de potencia de dos proceso estocstico x(n) e y(n) se obtiene a travs de la crosscorrelacin rxy(l)
40
Tele
comunicaciones mtica
Departamento ISPJAE
2 y cumple que
Rxy(W)=R*xy(W)
41
Tele
comunicaciones mtica
Departamento ISPJAE
Funcin Densidad espectral de potencia compleja Si las secuencias rx(l) y rxy(l) son sumables absolutamente se puede definir su transformada Z
42
Tele
comunicaciones mtica
Departamento ISPJAE
Ejemplo Obtenga el espectro de potencia y el espectro de potencia complejo de la funcin rx(l)=a|l| -1<a<1 Respuesta
43
Tele
comunicaciones mtica
Departamento ISPJAE
44
Tele
comunicaciones mtica
Departamento ISPJAE
45
Tele
comunicaciones mtica
Departamento ISPJAE
46
47