TTI curs IV

Semnale aleatoare (continue)

Putere.densitate Spectrala de putere. Functii de autocorelatie.
Fie x(t) semnal ergodic

P = x (t ) = x p ( x)dx =x (t ) = lim
2

x ( ) - densitate spectrala de putere.

x ( ) = E{lim

X T( K ) ( )
T

(K )
T

1
x (t ) dt
T
T /2

(2)

x ( K ) (t ), pentru t T / 2
(t ) =
0, in rest

(3)

X ( ) = {x (t )}
BXX ( ) - functie de autocorelatie statistica
(K)

(K )

(1)

T / 2

B XX ( ) = x(t ) x(t + ) = x(t ) x(t + ) = lim

T

(4)

T /2

1
x(t ) x(t + )dt
T T/ 2

(5)

x(t ) x(t + ) =

x x p ( x , x , )dx dx
1 2 2

(5)

t2 t1;

x1 = x(t1 )
x2 = x(t2 )

1
Puterea - P =
( ) d
2
P = (2f )df

(6)

(6)

Teorema Wiener Hincin

X ( ) = {B XX ( )}.

x(t ) semnal ergodic

B XX ( ) = 1 { x ( )}
(7)

1
B XX ( ) =
X ( ) e j d

x ( ) =

j
BXX ( ) e d

(7)

Aplicatia nr.1
Fie x(t) ergodic cu

BXX ( ) = Ae
a) X

,(A,>0)

Se cere:

( ) = ? ;
b) PX = ? ;

{}

2
c) x, x , var x ;
d)Daca x are repartitie gaussiana (normala), care este p(x)?;
e)In ipoteza de la punctul d) care este probabilitatea ca x>0;

Rezolvare:
a)

x ( ) = A e

0 j

2A
d = A e
d + e j d = ... = 2
+ 2
0

b)

1
PX =
2
c)

X =

2A

2A 1

d
X ( )d = 0 2 + 2 = arctg 0 = A

B XX ( ) =

X 2 = BXX (0) = A

Ae = 0

var( X ) = X2 = X 2 ( X ) 2 = A
( x m) 2

p( x) =
d) x~N(m,)

2 2

2 2

m = E( X ) = x = 0
2 = var( x) = A p ( x) =

x2

1
e 2A
2A

e) p{ x

> 0} =

p( x)dx = 1/ 2
0

Conditia de normare:

p( x)dx = 1

p( x)dx = 2 p( x)dx = 1 p( x)dx = 1/ 2

0

Trecerea semnalelor aleatoare prin sisteme liniare

x(t)

y(t)
sistem liniar H()

( )

P
B ( )

XX

(K )
T

( )

B ( )
y

yy

T
(K )
x (t ), | t |
(t ) =
2
0, rest

(8)

T
(K )
(
),
|
|
y
t
t

yT( K ) (t ) =
2
0, rest

(9)

Densitatile spectrale de putere ale semnalelor:

( ) = lim
X

( )
T

(K)
T

(10)

Y ( )
( ) = lim
T
X T( K ) ( ) = xT( K ) (t )
2

(K)

{
}
unde
YT( K ) ( ) = {yT( K ) (t )}

(11)
(12)

xT(k ) -truncherea lui x ( k ) (t )

x ( k ) (t ) - realizarea particulara a lui x(t)
( ) = {B ( )}
B ( ) = { ( )}

( ) = {B ( )}
B ( ) = { ( )}
= H ( ) ( )
X

XX

XX

yy

yy

1
Py =
2

(A)

=
Y
2

1
B yy ( ) =
2

X H ( ) d
2

(B)

H
(

)
e
d
X

(C)

Trecerea zgomotului alb prin filtru trece jos ideal

Zgomot alb = semnal aleator caracterizat prin

n ( ) =

N0
,
2

oricare (n-noise)

B ( ) = { ( )} =
1

nn

Bnn ( ) = 0 , oricare 0
Bnn ( ) =

N
( )
2
0

lim

Bnn ( ) g ( )d =

x(t)=n(t)

N0
g ( 0)
2
y(t)

FTJ ideal

N0
2
N
Bnn ( ) = 0 ( )
2

n ( ) =

H ( ) = H ( ) e j ( )

( ) = ?
y

B ( ) = ?
yy

H ( )

A, 1
H ( ) =
0, rest
t 0 ,

( ) =

oricare, in rest

 N0 2
A , 1

y ( ) = 2
0, rest

1 N 0 A 2
N 01 A 2
sinc1
sin 1 =
B yy ( ) =
21
2
B yy ( ) = B yy (0) sinc1
N 0 A21
B yy (0) =
2

y ( )

N0 2
A
2
1

Observatie: Cu cat banda filtrului este mai mica cu atat

domeniul in care functia de autocorelatie la iesire este
semnificativa, creste.
Aplicatia nr 2.

1, 2f 1
Se considera ub FTJ ideal avand H()= 0, > 2f

1
Se aplica la intrare zgomot alb gaussian cu densitatea spectrala
de putere N 0 / 2 . Se cere:
a)
b)
c)

y ( )
Py
B yy

d)

e)

y2

f) var(y)= y

g) p(y)=densitatea de probabilitate (presupusa normala)

h)

P ( y 3 y )

Rezolvare:

N 0 / 2, 2f1

=
(

y
a)
0, > 2f1

d)

1
1 2f1 N 0
Py =
d = N o f1
y ( )d =

2
0 2
2f1N 0
sinc 2f 1 = N 0 f 1 sinc(2 f1 )
B yy ( ) =
2
y = B yy () = N 0 f1 sin c(2f1) = 0

e)

y 2 = B yy (0) = N 0 f1

f)

var( y ) = y 2 y = f1N 0

b)
c)

g)
h)

p( y) =

y =

1
2 y

y2
2 f1 N 0

f1 N 0
Trecerea zgomotului alb prin FTB ideal

X(t)-zgomot alb

x ( ) =

N0
2

Bxx ( ) =

N0
( )
2

H ( )

2 0 1

H ( ) = H ( ) e j ( )
A, 1 2
H ( ) =
0, altfel
( 1 )t 0 , 1 2
( ) =
( + 0 )t 0 , altfel

0 = (1 + 2 ) / 2
= 2 1
y ( ) = ?
B yy ( ) = ?

- mijlocul benzii
- latimea benzii

N0 2
A , 1 2

y ( ) = 2
0, rest
1
B yy ( ) =
2
N 0 A2
=
4
=

( )e

1
d =
2

2
1 j

e d + e j d =

1
2

2
1 N 0 2 j
N 0 2 j

A
e
d
+

2 A e d
2
1
2

cos(0 )
N 0 A2 sinc
2
2


B yy ( ) = B yy (0) sinc
cos 0
2
y ( )

N0 A
2
2 0 1