P. 1
Correlacion de señales

Correlacion de señales

|Views: 7.845|Likes:
Publicado porJoel Campos Fabian

More info:

Published by: Joel Campos Fabian on Jun 02, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/06/2013

pdf

text

original

Sections

  • TEMA 4 Correlación y espectro de señales deterministas
  • 4.1 Energía y Potencia
  • 4.1.1 Tipos de señales
  • 4.2 Señales de Energía finita
  • 4.2.1 Teorema de Parseval
  • 4.2.2 Densidad Espectral de Energía
  • 4.3 Señales de Potencia media finita
  • 4.3.1 Señales periódicas. Teorema de Parseval
  • 4.3.2 Señales periódicas. Densidad espectral de potencia
  • 4.3.3 Señales no periódicas
  • 4.4 Correlación y densidad espectral de Energía
  • 4.4.1 Distancia entre dos señales de energía finita
  • 4.4.2 Función de correlación mutua o cruzada
  • 4.4.3 Función de autocorrelación
  • 4.4.4 Correlación y Densidad espectral de Energía a través de sistemas lineales
  • 4.5 Correlación y Densidad espectral de potencia de señales de P.M.F
  • 4.5.1 Correlación de señales de potencia media finita
  • 4.5.2 Densidad espectral de potencia
  • 4.5.4 Señales periódicas
  • 4.6 Problemas

Señales y Sistemas I

Correlación y espectro de señales deterministas

Asunción Moreno Departamento de Teoría de la Señal y Comunicaciones Universitat Politècnica de Catalunya (UPC) <asuncion.moreno@upc.edu> con la colaboración de Antonio Bonafonte Junio 2009 v. 1.6

ÍNDICE TEMA 4
4.1
4.1.1

Correlación y espectro de señales deterministas _________________ 3
Tipos de señales ______________________________________________________ 4

Energía y Potencia__________________________________________________3 Señales de Energía finita. ____________________________________________9
Teorema de Parseval. __________________________________________________ 9 Densidad Espectral de Energía ___________________________________________ 9

4.2
4.2.1 4.2.2

4.3
4.3.1 4.3.2 4.3.3

Señales de Potencia media finita._____________________________________10
Señales periódicas. Teorema de Parseval __________________________________ 11 Señales periódicas. Densidad espectral de potencia __________________________ 11 Señales no periódicas _________________________________________________ 14

4.4
4.4.1 4.4.2 4.4.3 4.4.4

Correlación y densidad espectral de Energía ___________________________16
Distancia entre dos señales de energía finita________________________________ Función de correlación mutua o cruzada __________________________________ Función de autocorrelación. ____________________________________________ Correlación y Densidad espectral de Energía a través de sistemas lineales ________ 16 17 19 22 23 24 25 27

4.5

Correlación y Densidad espectral de potencia de señales de P.M.F. ________23

4.5.1 Correlación de señales de potencia media finita _____________________________ 4.5.2 Densidad espectral de potencia__________________________________________ 4.5.3 Relaciones de Correlación y Densidad espectral de potencia en sistemas lineales e invariantes. _________________________________________________________________ 4.5.4 Señales periódicas____________________________________________________

4.6

Problemas _______________________________________________________34

Tema 4. Correlación y espectro de señales deterministas v1.6

3

TEMA 4

Correlación y espectro de señales deterministas

Una herramienta útil en análisis de señales y sistemas es la correlación. La correlación obtiene información sobre las señales en base a promediados temporales y su transformada de Fourier permite obtener funciones de Densidad Espectral de Energía o Potencia, dependiendo de las características de las señales y sistemas bajo estudio. Esta propiedad es particularmente interesante puesto que la información puede obtenerse incluso si la señal carece de Transformada de Fourier. Las herramientas basadas en correlación de señales y su transformada de Fourier, son básicas en el análisis de procesos. En este capítulo se estudian aplicadas a señales deterministas. El objetivo es facilitar su comprensión y para ello se desarrolla el significado de la correlación como medida de parecido entre señales, se establecen las propiedades de la correlación cuando las señales bajo estudio están relacionadas por sistemas lineales e invariantes. En la colección de problemas se muestra una serie de aplicaciones donde la utilización de la autocorrelación es básica: medida de tiempo de retardo con aplicación a sistemas de radar, medida de sistemas lineales e invariantes a partir de señales contaminadas con ruido o interferencias, y utilización del filtro adaptado en sistemas de comunicaciones digitales.

4.1

Energía y Potencia

En ocasiones, las herramientas a utilizar en la representación de señales vienen condicionadas por alguna característica de las mismas. En particular, la Energía o Potencia de una señal permite clasificar el conjunto de señales en señales de Energía finita y señales de Potencia media finita y las técnicas desarrolladas en este capítulo se aplicarán en función de esta característica. La energía o potencia de una señal cualquiera, se define de forma similar a la definición en términos eléctricos. Supongamos una resistencia R con una tensión aplicada v(t), por la que pasa una corriente i(t)=v(t)/R. La potencia instantánea disipada es
P (t ) = | v (t ) | 2 R

(4.1)

o equivalentemente
P (t ) =| i (t ) | 2 R

(4.2)

La energía total y la potencia media se definen como las integrales

E =

−∞

∫ P(t )dt
1 T

(4.3)

P = lim

T →∞

∫−T / 2 P(t )dt

T /2

(4.4)

respectivamente. De una forma equivalente haciendo R=1 se define para cualquier señal x(t): Energía de una señal

Ex =

−∞

∫ | x(t ) | dt
2

(4.5)

Potencia media

Px = lim

Energía en T 1 = lim T →∞ T →∞ T T

T /2

−T / 2

∫ | x(t ) | dt
2

(4.6)

4.1.1

Tipos de señales

Atendiendo a la energía o potencia de una señal, éstas se clasifican en:
• • •

Señales de energía finita (E.F.): 0 < Ex < ∞ Señales de potencia media finita (P.M.F.): 0< Px < ∞ Señales que no satisfacen ninguna de las propiedades anteriores y no son ni de E.F. ni de P.M.F.

Una señal de E.F. tiene potencia media nula y una señal de P.M.F. tiene energía infinita. Las señales de E.F. cumplen los criterios de convergencia de la transformada de Fourier. Dentro de este grupo están todas las señales de duración finita de interés en procesado de señal (variación acotada), y algunas de duración infinita. Dentro del grupo de señales de P.M.F. se encuentran las señales periódicas (variación acotada) señales de duración infinita cuya transformada de Fourier se ha obtenido por medio de funciones de distribución (escalón, rampa, …) y las correspondientes a procesos aleatorios. ___________________________________________________________________________________ EJEMPLO 4.1 La exponencial causal es una señal de duración infinita y E.F.
x(t)

0

t

M.9) 0 1 t .M.8) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.3 Es posible construir señales que no son ni de E. ni de P. Un ejemplo es la señal: x(t ) = t −α / 2 u (t − 1) x(t) 1 0 <α <1 (4.F.F. Correlación y espectro de señales deterministas v1.Tema 4.2 El escalón es una señal de P. x(t) 1 −T/2 0 T/2 t x(t ) = u (t ) Px = lim 1 = 2 1 T →∞ T T /2 −T / 2 ∫ u 2 (t )dt = lim 1 T →∞ T T /2 ∫ dt = lim T 2 = 0 T →∞ 1T (4.6 5 x(t ) = e −αt u (t ) E x = e − 2αt dt = 0 ∞ α >0 1 2α ∫ (4.F.7) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.

6) múltiplo del periodo.M.Por ser α <1. lo forman las señales periódicas. La potencia media Px = lim 1 T →∞ T ∫ T /2 1 t −α dt = lim 1 (T / 2)1−α − 1 T →∞ T 1−α (4. es M veces la integral en T0.F.11) El numerador crece con un orden inferior al primero y por tanto al tomar el límite Px = 0 (4. se obtiene la potencia media . T=MT0 la integral en el intervalo T. la integral correspondiente al cálculo de la energía Ex = ∫ ∞ 1 t −α dα = ∞ (4.15) Sustituyendo x(t) en (4. por lo que 1 T →∞ T lim ∫ T /2 −T / 2 | x(t ) | 2 dt = lim M →∞ M MT0 ∫ <T0 > | x(t ) | 2 dt y el cáculo de la potencia media coincide con la potencia en un periodo Px = 1 T0 T0 ∫ | x(t ) | dt 2 (4.4 Sea la señal periódica x(t) sinusoidal: x(t ) = A cos(2πf 0 t + θ ) (4. Esta propiedad puede aplicarse para simplificar el cálculo de la Potencia media.10) diverge.13) donde t0 es una constante arbitraria..14) ___________________________________________________________________________________ EJEMPLO 4.14) . Eligiendo el intervalo de integración T de la ecuación (4. Una señal periódica de periodo T0 tiene la propiedad de que la integral en cualquier intervalo de duración T0 es constante ∫ t 0 + T0 t0 x(t )dt = ∫ T0 x(t )dt = 0 ∫ < T0 > x(t )dt (4.12) ___________________________________________________________________________________ Un grupo muy importante de señales de P.

Consideraremos no obstante que una señal de la forma x(t ) = n = −∞ ∑ α δ (t − t n ∞ n) (4. si . Correlación y espectro de señales deterministas v1. ya que su cuadrado no está definido.F.17) Dado que T0 > τ. Será tratada como una señal de E. la señal Π(t/τ) coincide con un periodo de la señal x(t) y por lo tanto su potencia media es: Px = 1 T0 ∫ τ ⎛t⎞ Π⎜ ⎟dτ = −T0 / 2 ⎝ τ ⎠ T0 T0 / 2 (4.6 7 Px = = = A2 T0 A2 2T0 A2 2 ∫ T0 / 2 −T0 / 2 T0 / 2 cos 2 (2πf 0 t + θ )dt = dt + A2 2T0 ∫ −T0 / 2 ∫ T0 / 2 −T0 / 2 cos(4πf 0t + 2θ )dt = (4.5 Sea la señal periódica x(t) compuesta por un tren de pulsos rectangulares x(t) 1 −T 0 −τ/2 0 τ/2 T t 0 x(t ) = n = −∞ ∑ Π⎜ ⎝ ∞ ⎛ t − nT0 ⎞ ⎟ τ ⎠ T0 > τ (4.18) ___________________________________________________________________________________ Las señales formadas por funciones de distribución no están incluidas en ninguno de los tipos definidos en este apartado.16) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.19) admite la clasificación anterior dependiendo del valor que tomen los coeficientes αn.Tema 4.

α >0 (4.20).24) en (4.25) ___________________________________________________________________________________ .22) Será tratada como una señal de E. si se verifica 0 < lim 1 T T →∞ ∑|α n n |2 < ∞ (4.6 La señal x(t) formada por impulsos x(t ) = n = −∞ ∑e ∞ − a|n|T δ (t − nT ).24) Sustituyendo (4.20) y será tratada como una señal de P.n = −∞ ∑|α ∞ n |2 < ∞ (4.M.21) n :| t n |< T / 2 Donde la suma se extiende a aquellos n tales que se corresponden a tn en el intervalo (-T/2. por ser una secuencia par en n. la suma se puede descomponer n = −∞ ∑e ∞ 1 ∞ − 2α |n|T = 1+ 2 ∑e n =1 ∞ − 2αnT (4. ___________________________________________________________________________________ EJEMPLO 4.23) se obtiene el resultado n = −∞ ∑e − 2α | n |T = 1 + e −2αT 1 − e − 2αT (4. En efecto.F.F. T/2).23) y la suma de la progresión geométrica está acotada ∑ ∞ e − 2αnT = e −2αT 1 − e − 2αT (4. ya que verifica la propiedad (4.

2 Densidad Espectral de Energía Se define la Densidad Espectral de Energía según: G xx ( f ) =| X ( f ) |2 (4.26) Demostración: Ex = ∫ =∫ =∫ = = ∞ −∞ ∞ −∞ ∞ −∞ ∞ x(t )x * (t )dt = x * (t ) ∫ X ( f )∫ ∞ −∞ ∞ −∞ X ( f )e j 2πft df dt = x * (t )e j 2πft dtdf = (4. La densidad espectral de energía tiene las siguientes propiedades: • • • Es una señal real por provenir directamente del módulo de una señal.2.1 Teorema de Parseval.6 9 4.7 .2 Señales de Energía finita.2.F. Es no negativa como se deduce de su propia definición.Tema 4. Correlación y espectro de señales deterministas v1. El teorema de Parseval para señales de E.27) ∫ ∫ ⎡ X ( f )⎢ −∞ ⎣ ∞ −∞ ∫ * ⎤ x(t )e − j 2πft dt ⎥ df = −∞ ⎦ ∞ | X ( f ) |2 df Por tanto la energía de una señal puede calcularse conociendo el módulo de su transformada de Fourier. establece: Ex = ∫ ∞ −∞ | x(t ) |2 dt = ∫ ∞ −∞ | X ( f ) |2 df (4. 4. Sean las señales de E.28) E indica cómo está distribuida la energía a lo largo del eje frecuencial.F. Gxx(f) es par. 4. ya que X(f) es hermítica ___________________________________________________________________________________ EJEMPLO 4. Si x(t) es real. x(t) e y(t) con transformada de Fourier X(f) e Y(f) respectivamente.

F. x(t) con Densidad Espectral de Energía Gxx(f) que se aplica a un filtro paso banda muy estrecho centrado a la frecuencia fc . El tratamiento de las señales de potencia media finita va a hacerse de forma diferenciada según se trate de señales periódicas o no.3 Señales de Potencia media finita.F.En este ejemplo se comprobará el carácter de densidad espectral de energía de la función Gxx(f).S.30) G (f) xx Gxx(fc) Δ −fc 0 fc f si Δf es muy pequeño. por medio del D. Δf ⎧ ⎪1 f − f c < H( f ) = ⎨ 2 ⎪0 resto ⎩ La señal de salida tiene una densidad espectral de energía G yy ( f ) =| Y ( f ) |2 =| X ( f ) H ( f ) |2 = = Gxx ( f ) | H ( f ) |2 (4. Supongamos una señal de E.29) y la energía total de la señal de salida Ey = ∫ f c + Δf / 2 f c − Δf / 2 G xx ( f )df + ∫ − f c + Δf / 2 − f c − Δf / 2 G xx ( f )df (4. Gxx(fc)= Gxx(-fc) la energía se puede aproximar por Ey≈ 2Gxx(fc) Δf De manera que las dimensiones de la densidad espectral de energía son efectivamente joule/Hz ___________________________________________________________________________________ 4. Gxx(f)≈ Gxx(fc) en el intervalo de integración y si y(t) es real. de la señal. La motivación está justificada ya que las propiedades de las señales periódicas permiten establecer una forma específica para el teorema de Parseval y la densidad espectral de potencia. Por otra parte las señales de Potencia media .

Tema 4.33) ∑ c ( m)c * ( m) = 2 La potencia de una señal periódica es igual a la suma de las amplitudes al cuadrado de las componentes armónicas de la señal.31) donde c(m) son los coeficientes de su desarrollo en serie..26) no aplica para señales periódicas puesto que la primera integral no converge y el cuadrado de δ(t) no está definido. Densidad espectral de potencia La densidad espectral de potencia de una señal periódica x(t) definida en (4.6 11 finita no tienen.32) Demostración: Px = = = = = 1 T0 1 T0 ∞ ∫ ∫ T0 | x(t ) |2 dt = x * (t ) 1 T0 m = −∞ ∑ c ( m)e ∞ j 2πmt / T0 dt = m = −∞ ∞ m = −∞ ∞ m = −∞ ∑ c ( m) T ∫ ∑ | c ( m) | 0 T0 x * (t )e j 2πmt / T0 dt = (4.2 Señales periódicas.3. Correlación y espectro de señales deterministas v1. Sólo se requiere información del módulo.31). en contraposición a las señales de E. El teorema de Parseval establece Px = 1 T0 ∫ <T0 > | x(t ) | 2 dt = m = −∞ ∑ | c ( m) | ∞ 2 (4.3. está formada por impulsos . una densidad espectral de potencia relacionada explícitamente con la transformada de Fourier de la señal original . Teorema de Parseval La expresión (4. 4.F. Sea una señal periódica de periodo T0 de la forma x(t ) = m = −∞ ∑ c ( m)e ∞ j 2πmt / T0 (4. incluso si la señal admite transformada.1 Señales periódicas. 4.

S.34) Donde f0=1/T0.8 Hallar la potencia de la señal periódica x(t ) = A cos(2πf 0 t + θ ) + B cos(2πf1t + ϕ ) (4. el cociente f0/f1 es entero (4.39).38) Y la potencia media total se obtiene integrando Px = A2 B 2 + 2 2 (4.5 se demostrará que no es necesaria la condición (4. se obtiene la potencia de la señal como se puede comprobar mediante el teorema de Parseval enunciado en (4.36) para que la potencia de x(t) sea (4. Al integrar esta función sobre el eje frecuencial.36) x(t) −3 0 3 t Aplicando la fórmula de Euler. .S xx ( f ) = m = −∞ ∑ | c ( m) | ∞ 2 δ ( f − mf 0 ) (4. Nótese que la densidad espectral de potencia no es |X(f)|2.37) 2 2 2 2 y la densidad espectral de potencia es. para asegurar que x(t) es periódica. aplicando (4.32). ___________________________________________________________________________________ EJEMPLO 4.F.35) Donde.34) S xx ( f ) = A2 A2 B2 B2 δ ( f − f0 ) + δ ( f + f0 ) + δ ( f − f1 ) + δ ( f + f1 ) 4 4 4 4 (4. x(t ) = A jθ j 2πf 0t A − jθ − j 2πf 0t B jϕ j 2πf1t B − jϕ − j 2πf1t e e + e e + e e + e e (4. se obtiene directamente la expresión del D.39) En la sección 4.

confirmándose así el carácter de Densidad Espectral de Potencia (watt/Hz) que tiene esta función. La potencia de la señal de salida es A2/2 watt y coincide con la que se obtendría integrando Sxx(f) alrededor de esta frecuencia. Correlación y espectro de señales deterministas v1.41) La potencia media se obtiene integrando Sxx(f) ∞ Px = −∞ ∫ ⎛τ ⎞ ⎜ ⎟ ⎜T ⎟ ⎝ 0⎠ 2 2 m = −∞ ∑ sinc 2 ∞ 2 (mτ / T0 )δ ( f − m / T0 )df = ⎛τ ⎞ =⎜ ⎟ ⎜T ⎟ ⎝ 0⎠ m = −∞ ∑ sinc ∞ (4. ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.S.40) y por tanto la Densidad Espectral de Potencia es: ⎛τ ⎞ S xx ( f ) = ⎜ ⎟ ⎜T ⎟ ⎝ 0⎠ 2 m = −∞ ∑ sinc ∞ 2 (mτ / T0 )δ ( f − m / T0 ) (4. Los coeficientes de D.42) (mτ / T0 ) Aplicando la fórmula de Poisson al par de transformadas .6 13 S (f) xx −8 −6 −4 −2 2 4 6 8 f Aplicando la señal x(t) a un filtro paso banda ideal muy estrecho alrededor de la frecuencia f0. de la señal x(t) son: c ( m) = 1 ⎡ ⎛t F ⎢Π ⎜ T0 ⎣ ⎝ τ ⎞⎤ ⎟⎥ ⎠⎦ = f = m / T0 τ T0 sinc(mτ / T0 ) (4.Tema 4.F.9 Hallar la función Densidad Espectral de Potencia y la potencia de la señal definida en el EJEMPLO 4.5. se obtiene a la salida una señal y(t) = A cos(2πf0t + ϕ).

3.F. es conveniente definir una función auxiliar compuesta por un tramo de duración T de la señal x(t) ⎛t⎞ xT (t ) = x(t )Π⎜ ⎟ ⎝T ⎠ (4. La potencia media puede expresarse en función de xT(t) Px = lim 1 T →∞ T ∫ T /2 −T / 2 | x(t ) |2 dt = lim 1 T →∞ T ∫ T /2 −T / 2 | xT (t ) |2 dt = lim 1 T →∞ T ∫ ∞ −∞ | xT (t ) |2 dt (4.48) en (4.43) m = −∞ ∑ ∞ τ sinc 2 (mτ / T0 ) = m = −∞ ∑ Δ⎜ ⎝ ∞ ⎛ mT0 ⎞ ⎟ =1 τ ⎠ (4.F.44) ya que al ser τ < T0 todas las muestras que intervienen en el último sumatorio son nulas excepto la correspondiente a m = 0. ∫ ∞ −∞ | xT (t ) | 2 dt = ∫ ∞ −∞ | X T ( f ) | 2 df (4.49) muestra cómo obtener la potencia total a partir de la integral de una función en el dominio de la frecuencia.48) Sustituyendo (4.3 Señales no periódicas Para hallar la potencia de una señal por medio de información en el dominio transformado.49) La ecuación (4.42) este resultado se obtiene la potencia media Px = τ T0 (4.45) ___________________________________________________________________________________ 4. Sustituyendo en la expresión (4. y por lo tanto aplica el teorema de Parseval para señales de E. . podemos afirmar que es de E.46) Cuya transformada de Fourier es XT(f).47) e intercambiando el límite y la integral se obtiene una expresión para el cálculo de la potencia a partir de información en el dominio transformado Px = ∫ | X T ( f ) |2 df − ∞ T →∞ T ∞ lim (4.47) Al ser xT(t) una señal de duración finita.⎛t⎞ Δ⎜ ⎟ ↔ τ sinc 2 ( fτ ) ⎝τ ⎠ Se obtiene fácilmente 1 T0 (4.

si f ≠ 0 el denominador crece indefinidamente y el numerador está acotado. Para hallar su densidad espectral de potencia formamos la señal auxiliar enventanada xT(t) ⎛t⎞ ⎛ t −T / 4 ⎞ xT (t ) = u (t )Π⎜ ⎟ = Π⎜ ⎟ ⎝T ⎠ ⎝ T /2 ⎠ que tiene como transformada de Fourier: XT ( f ) = T sinc ( fT / 2)e − j 2πfT / 4 2 (4. puesto que la señal enventanada es de E.50) Es una función real y positiva y si x(t) es real.53) |X (f)| /T T 2 T/4 −2/T 0 2/T f Al tender T a infinito.M.F. por tanto tiende a cero. Para calcular K.F. es una función par. Correlación y espectro de señales deterministas v1. podemos utilizar el teorema de Parseval para señales de E. por lo tanto la densidad espectral de potencia del escalón es una delta en el origen de área K.50) la densidad espectral de potencia S xx ( f ) = lim sin 2 (πfT / 2) T sinc 2 ( fT / 2) = lim T →∞ 4 T →∞ π 2 f 2T (4. Si f=0 el resultado tiende a infinito.F.52) Sustituyendo XT(f) en (4.51) (4.10 La señal escalón es una señal de P.Tema 4. no periódica.6 15 La densidad espectral de potencia se define como S xx ( f ) = lim | X T ( f ) |2 T →∞ T (4. Debe observarse que la densidad espectral de potencia no es |X(f)|2 aunque x(t) admita transformada de Fourier ___________________________________________________________________________________ EJEMPLO 4. .

57) (4. .K= ∫ ∞ sin 2 (πfT / 2) −∞ π 2 f 2T 1 dt = 0 2 T /2 df = 1 T ∫ ∞ −∞ ⎛ t −T / 4 ⎞ Π⎜ ⎟ dt = ⎝ T /2 ⎠ 2 (4. buscamos su parecido para todos sus valores relativos. y ) = ∫ ∞ −∞ | x(t ) − y (t ) | 2 dt (4.59) y la distancia entre señales: d 2 ( x.1 Distancia entre dos señales de energía finita En un espacio vectorial dotado de un producto escalar. y ) =|| x − y || (4.54) 1 = T ∫ Finalmente. estamos interesados en buscar la distancia entre dos señales cuando una de ellas se desplaza τ. la expresión de la densidad espectral de potencia del escalón S xx ( f ) = 1 δ(f ) 2 (4.4.4 Correlación y densidad espectral de Energía 4. ___________________________________________________________________________________ 4.58) En el conjunto de señales se define el producto escalar entre las señales de energía finita x(t) e y(t) como ( x. se define la norma de un vector || x ||= ( x.60) En general. x) y distancia entre vectores d ( x.56) Nótese que S xx ( f ) ≠| F [u (t )] |2 . y ) = ∫ ∞ −∞ x(t ) y * (t )dt (4.55) y la potencia media: Px = ∫ ∞ −∞ S xx ( f )df = 1 2 (4. es decir.

y (t )) = E x + E y − R xy (τ ) − R xy (τ ) = = E x + E y − 2 Re R xy (τ ) [ ] (4.64) La función Rxy(τ) es un indicador de la medida de parecido entre señales. y(t) son reales d 2 (( x(t + τ ).6 17 d 2 ( x(t + τ ).65) Puede demostrarse fácilmente que la correlación cruzada entre dos señales de E. se puede expresar mediante la ecuación de convolución: R xy (τ ) = x(τ ) ∗ y * (−τ ) (4.Tema 4. R xy (τ ) = ∫ ∞ −∞ x(t + τ ) y * (t )dt = ∫ ∞ −∞ x(t ) y * (t − τ )dt (4. Dado que en la medida de distancia los valores de Energía son independientes del desplazamiento τ.67) . la distancia entre las señales será menor para aquellos valores de desplazamiento relativo entre ellas τ.4. y (t )) = E x + E y − 2 R xy (τ ) (4.62) La distancia resultante se puede expresar según * d 2 (( x(t + τ ). en que Rxy(τ) sea mayor 4.63) Si las señales x(t).61) x * (t + τ ) y (t )dt −∞ Definiendo: R xy (τ ) = ∫ ∞ −∞ x(t + τ ) y * (t )dt (4.F.2 Función de correlación mutua o cruzada Se define la función de correlación mutua o cruzada entre dos señales de E.66) Propiedades: • Es una función acotada por el producto de las energías de las señales Rxy (τ ) ≤ Ex Ey La demostración de esta propiedad se realiza aplicando la desigualdad de Schwarz: 2 (4. y (t )) = ∫ =∫ ∞ −∞ ∞ | x(t + τ ) − y (t ) | 2 dt = | x(t ) | 2 dt + −∞ ∫ ∞ −∞ | y (t ) | 2 dt − ∫ ∞ −∞ x(t + τ ) y * (t )dt − ∫ ∞ (4.F. Correlación y espectro de señales deterministas v1.

R xy (τ ) = ≤ 2 ∫ ∫ ∞ −∞ ∞ x(t + τ ) y ∗ (t )dt x(t + τ ) dt 2 2 ≤ y (t ) dt = 2 −∞ ∫ ∞ −∞ (4. Por la misma propiedad.70) • R xy (τ ) = R * (−τ ) yx Esta propiedad puede demostrarse a partir de la igualdad ∫ • ⎡ x(t + τ ) y * (t )dt = ⎢ −∞ ⎣ ∞ ∫ ⎤ x * (t + τ ) y (t )dt ⎥ −∞ ⎦ ∞ * τ Si x(t) e y(t) son reales.69) (4.72) Es inmediato comprobar que todas estas señales tienen la misma energía Exi=1.11 Sean las señales x1 (t ) = 2 cos πtΠ (t ). como puede comprobarse a partir de la propiedad 1. La correlación cruzada entre cualquiera de ellas y la señal y(t) = Π(t). x 3 (t ) = 3 / 2 Δ (t ) (4. No tiene sentido físico excepto si x(t) ≡ y(t).5 Rx y(τ) 1 1 −2 2 t −2 2 τ . está acotada al valor 1. también de energía unitaria.71) A la función Gxy(f) se le denomina Densidad espectral de energía mutua o cruzada. ___________________________________________________________________________________ EJEMPLO 4. Rxy(τ) = Ryx(− ) Transformada de Fourier de la correlación cruzada F R xy (τ ) = X ( f )Y ∗ ( f ) = G xy ( f ) [ ] (4. el valor máximo se alcanza en la correlación cruzada entre x2(t) y Π(t) y además toma este valor en τ = 2.68) = Ex E y El valor máximo se alcanza cuando las señales son proporcionales: x(t + τ ) = k y (t ) (4. x 2 (t ) = Π (t − 2). x (t) 1 1.

3 Función de autocorrelación.73) Que puede expresarse alternativamente R xx (τ ) = x(τ ) ∗ x * (−τ ) (4.74) F [R xx (τ )] = X ( f ) X * ( f ) = = X( f ) 2 (4.Tema 4.5 2 t −2 Rx y(τ) 3 2 τ 1 −2 2 t −2 2 τ ___________________________________________________________________________________ 4. con transformada de Fourier X(f) Rxx (τ ) = ∫ ∞ −∞ x(t + τ ) x* (t )dt (4. Se define la función de autocorrelación Rxx(τ) de una señal x(t) de E.6 19 x (t) 2 1.76) Que es la definición de la densidad espectral de energía (4.5 Rx y(τ) 2 1 −2 x (t) 3 1.74) Densidad espectral de energía La transformada de Fourier de la función de autocorrelación de una señal es la densidad espectral de energía y sí tiene sentido físico F [Rxx (τ )] = G xx ( f ) (4. Correlación y espectro de señales deterministas v1.28) .4.F.75) Esta propiedad se verifica tomando tomando transformada de Fourier en ambos miembros de la ecuación (4.

67) y aplicando (4. ∗ R xx (τ ) = R xx (−τ ) (4.82) La función de autocorrelación de z(t) viene dada por: R zz(τ)=R xx(τ)+R yy(τ)+R xy(τ)+R yx(τ) La energía de z(t) es el valor de su autocorrelación en el origen: Ez=Ex+Ey+ R xy(0)+ R yx(0) Para que la energía de z(t) sea la suma de las energías de x(t) e y(t).76) • Energía de la suma de dos señales Sea la señal z(t) formada por la suma de otras dos señales: z (t ) = x(t ) + y (t ) (4.Propiedades: • La energía de una señal es el valor de su autocorrelación en el origen R xx (0) = E x (4.73) en τ = 0.77) • La autocorrelación es una función Hermítica. se debe cumplir: R xy(0)+ R yx(0)=2 R e[R xy(0)]=0 Las señales que cumplen esta propiedad se denominan incoherentes.70). • Si x(t) es real. • El máximo de la autocorrelación está en el origen.81) Como se comprueba en (4.85) (4.78) Se demuestra sustituyendo y(t )= x(t) en (4. F [R xx (τ )] ≥ 0 ∀f (4.84) (4.80) • La transformada de Fourier de la autocorrelación es no negativa. (4. su autocorrelación es real y par R xx (τ ) = R xx (−τ ) (4.77) Se demuestra evaluando (4.79) Se demuestra sustituyendo y(t) = x(t) en (4.83) . R xx (τ ) ≤ R xx (0) (4.

1 0. . las señales se denominan ortogonales.1 -5 0 0 5 -0.86) La Figura 1 muestra a la izquierda varias señales y a la derecha su correspondiente función de autocorrelación. las señales se llaman incorreladas R xy(τ) = R yx(τ) = 0 (4. pulso sinc y pulso chirp.5 0 -0.1 0. Las señales son pulsos de duración 2. R xy(0) = R yx(0) = 0 Finalmente si la correlación cruzada es nula. Las señales tienen la misma duración y energía. Correlación y espectro de señales deterministas v1.87) (4. el valor en el origen es Rxx(0) = Ex = 1 y su duración es el doble que la duración de la señal.5 -5 0 5 0 0 5 -0.5 seg: rectangular.5 0 -0.1 -5 0.6 21 Si además se verifica que la correlación en el origen vale cero. 1 0.5 0 -0.5 -5 1 0 5 a) b) Figura 1.5 -5 1 0 5 0 0 5 -0.Tema 4. sinc y chirp (seno de frecuencia creciente) y todas de energía unitaria. Las funciones de autocorrelación muestran simetría par. a) Señales de duración finita: pulso rectangular. b) autocorrelación de las mismas.1 -5 0.1 0.

Tomando transformada de Fourier se verifican las siguientes propiedades para las densidades espectrales Gxy ( f ) = Gxx ( f ) H ∗ ( f ) G yx ( f ) = G xx ( f ) H ( f ) G yy ( f ) = Gxx ( f ) H ( f ) 2 (4.94) (4.91) La demostración de la propiedad (4.12 La correlación cruzada entre la señal y(t) = x(t-td) y la señal x(t) . y (t ) = x(t ) * h(t ) = ∫ ∞ −∞ x (t − t ' )h(t ' )dt ' (4.90) (4.92) Intercambiando el orden de integración R xy (τ ) = = ∫ ∫ ⎡ h * (t ' ) ⎢ −∞ ⎣ ∞ ∞ −∞ ∫ ∞ −∞ ⎤ x(t + τ )x * (t − t ' )dt ⎥ dt ' = ⎦ R xx (τ + t ' )h * (t ' )dt ' = (4. cuando a su entrada se aplica x(t).95) (4.4.65) R xy (τ ) = ∫ ⎡ x (t + τ ) ⎢ −∞ ⎣ ∞ ∫ ∞ −∞ ⎤ x * (t − t ' )h * (t ' )dt '⎥dt ⎦ (4.93) = R xx (τ ) ∗ h * (−τ ) Las demás propiedades se demuestran fácilmente de forma similar.89) puede realizarse expresando y*(t) por medio de la ecuación de convolución en (4.96) ___________________________________________________________________________________ EJEMPLO 4.89) (4.88) Se verifican las siguientes relaciones: Rxy (τ ) = Rxx (τ ) ∗ h∗ (−τ ) R yx (τ ) = Rxx (τ ) ∗ h(τ ) R yy (τ ) = Rxx (τ ) ∗ h(τ ) ∗ h∗ (−τ ) (4.4 Correlación y Densidad espectral de Energía a través de sistemas lineales Sea y(t) la señal de salida de un sistema lineal e invariante con respuesta impulsional h(t).4.

Por las propiedades de la autocorrelación.F.99) (4.6 23 R yx (τ ) = Rxx (τ ) ∗ δ (τ − t d ) = Rxx (τ − t d ) ya que podemos suponer que y(t) es la salida de un retardador cuando a la entrada se aplica x(t).F.M. Correlación y espectro de señales deterministas v1.101) • La autocorrelación es una función Hermítica. 4.1 Correlación de señales de potencia media finita La correlación cruzada de señales de Potencia media finita se define mediante la expresión: Rxy (τ ) = lim 1 T →∞ T ∫ ∫ T /2 −T / 2 x(t + τ ) y * (t )dt (4.5 Correlación y Densidad espectral de potencia de señales de P. R xy (τ ) ≤ Px Py (4.Tema 4.66) no se verifica para señales de P.97) y la función de autocorrelación: Rxx (τ ) = lim 1 T →∞ T T /2 −T / 2 x(t + τ ) x * (t )dt (4.102) . ∗ R xx (τ ) = R xx (−τ ) (4. Rxx (τ ) ≤ Rxx (0) (4.F.100) R xy (τ ) = R * (−τ ) yx Con la salvedad de que la ecuación (4.4.2 que las propiedades de la correlación cruzada de dos señales de P. ___________________________________________________________________________________ 4. se deduce que la correlación cruzada entre la entrada y la salida de un retardador tiene un máximo de valor Ex en τ = td.F. de forma similar a la del apartado 4.M.M. La función de autocorrelación de una señal de P. son análogas a las de señales de E. verifica: • El máximo de la autocorrelación está en el origen.F.98) Propiedades: Es inmediato comprobar.5.M.

5.F.M. basta calcular la correlación de la señal enventanada xT(t) y comprobar que R xx (τ ) = lim 1 R x x (τ ) T T T T →∞ (4. Su función de autocorrelación .2 Densidad espectral de potencia En el apartado 4.104) 4.F.• Si x(t) es real.3. es el escalón. 1 ⎤ ⎡ F [R xx (τ )] = F ⎢ lim R xT xT (τ )⎥ ⎦ ⎣T →∞ T 1 = lim G xT xT ( f ) T →∞ T = S xx ( f ) (4. El teorema de Wiener Kintchine establece que la transformada de Fourier de la autocorrelación es la Densidad espectral de potencia: F [Rxx (τ )] = S xx ( f ) (4. su autocorrelación es real y par R xx (τ ) = R xx (−τ ) (4.103) • La potencia de una señal es el valor de su autocorrelación en el origen R xx (0) = Px (4.107) y tomando transformada de Fourier en ambos miembros de la ecuación y aplicando que xT(t) es una señal de E.106) Para comprobarlo.105) siendo xT(t) =x(t)Π(t/T).108) ___________________________________________________________________________________ EJEMPLO 4.3 se definió la densidad espectral de potencia de una señal x(t) como: S xx ( f ) = lim 1 G xT xT ( f ) T →∞ T (4.13 Una señal de P.

109) y tomando el límite para los dos casos.114) (4.113) (4.I. y (t ) = x (t ) * h(t ) = x(t − t ' )h(t ' )dt ' −∞ ∫ ∞ (4.110) (4.3 Relaciones de Correlación y Densidad espectral de potencia en sistemas lineales e invariantes.6 25 Ruu (τ ) = lim 1 T /2 u (t + τ )u (t )dt = T → ∞ T −T / 2 1 T /2 u (t + τ )dt = = lim T →∞ T 0 1 T /2 ⎧ lim dt τ < 0 ⎪ = ⎨T →∞ T −τ / 2 T 1 ⎪ lim dt τ > 0 T →∞ T 0 ⎩ 1 T ⎧ ⎪Tlim T ( 2 + τ ) τ < 0 = ⎨ →∞ 1T ⎪ lim τ >0 T →∞ T 2 ⎩ ∫ ∫ ∫ ∫ (4. Rxy (τ ) = Rxx (τ ) ∗ h∗ (−τ ) R yx (τ ) = Rxx (τ ) ∗ h(τ ) R yy (τ ) = Rxx (τ ) ∗ h(τ ) ∗ h∗ (−τ ) (4. (4.10 ___________________________________________________________________________________ 4.112) Las relaciones entre las correlaciones de la entrada y la salida son idénticas a las establecidas para señales de E. se obtiene que la función de autocorrelación es una constante de valor ½ Ruu(τ) =½ La densidad espectral de potencia es su transformada de Fourier: Suu(f) = ½ δ(f) Como se obtuvo en el EJEMPLO 4. Correlación y espectro de señales deterministas v1.111) Sea un sistema L. caracterizado por h(t).Tema 4.5. La salida y(t) cuando a su entrada se aplica x(t) puede expresarse por la ecuación de convolución.F.115) .

El resto de demostraciones es análogo.116) (4.117) (4. Expresando y(t+τ) por medio de la ecuación de convolución (4. Esta choca contra un blanco y se refleja.14 Medida de tiempo de retardo en señales contaminadas con ruido La correlación cruzada se utiliza en aplicaciones de detección de pulsos habitualmente contaminados con ruido.Tomando transformada de Fourier se verifican las siguientes propiedades: S xy ( f ) = S xx ( f ) H ∗ ( f ) S yx ( f ) = S xx ( f ) H ( f ) S yy ( f ) = S xx ( f ) H ( f ) 2 (4.112) se obtiene R yx (τ ) = lim T →∞ ∫ ⎡ ⎢ −T / 2 ⎣ T /2 ∫ ⎤ x (t + τ − t ' )h(t ' )dt '⎥x * (t )dt −∞ ⎦ ∞ (4. localizado en la misma posición que el emisor.118) A continuación se demuestra la segunda de las relaciones indicadas. Se tiene R yx (τ ) = lim 1 T /2 y (t + τ ) x * (t )dt = T →∞ T −T / 2 1 T /2 = lim [ x(t − t d + τ ) + n(t + τ )]x * (t )dt = T →∞ T −T / 2 = Rxx (τ − t d ) + Rnx (τ ) ∫ ∫ .120) ___________________________________________________________________________________ EJEMPLO 4. Suponga un sistema de radar que transmite la señal x(t).119) Intercambiando el orden de integración R yx (τ ) = = ∫ ∫ ⎡ h(t ' ) ⎢ lim −∞ ⎣T →∞ ∞ ∞ −∞ ∫ T /2 −T / 2 ⎤ x(t + τ − t ' )x * (t )dt ⎥ dt ' = ⎦ R xx (τ − t ' )h(t ' )dt ' = = R xx (τ ) ∗ h(τ ) (4. se recibe la señal y(t) = x(t-td) + n(t) donde td es el tiempo que tarda la señal en ir al blanco y volver y n(t) es ruido que se ha sumado a la señal. de forma que en el receptor. El receptor del radar realiza la correlación cruzada entre y(t) y una copia idéntica de la señal original.

La Figura 2 a) presenta y(t). la distancia al blanco será: d= td/2c La figura 2 ilustra este comportamiento. por lo que la correlación cruzada Ryx(τ) presentará un máximo en τ=td .4 Señales periódicas Correlación de dos fasores Es interesante estudiar la correlación cruzada de dos fasores porque será básico en el estudio de señales periódicas.6 27 Si la señal y el ruido están incorrelados. Sean las señales x(t) e y(t) definidas a continuación: x(t ) = a1e j 2πf1t y (t ) = a 2 e j 2πf 2t (4.5. La detección de la posición del máximo de Ryx(τ) permite hallar td. La posición del pico determina el retardo td buscado. la señal recibida contaminada con ruido.122) La correlación cruzada entre estos dos fasores se calcula aplicando la definición: . Correlación y espectro de señales deterministas v1. ___________________________________________________________________________________ 4.2 0 5 10 -5 0 5 10 10 5 a) b) Figura 2. Rnx(τ) ≈ 0 .2 0 0 -0. b) Correlación cruzada entre el pulso chirp contaminado con ruido y el pulso limpio. Se ha elegido como señal a transmitir x(t) una señal chirp como la mostrada en la Figura 1. La figura 2 b) presenta la correlación cruzada entre y(t) y la señal transmitida x(t). (su parecido es nulo). lo cual es habitual ya que están generados de forma totalmente independiente.121) Demostraremos que la correlación cruzada tiene la expresión 0 ⎧ R xy (τ ) = ⎨ * j 2πf1t ⎩a1 a 2 e f1 ≠ f 2 f1 = f 2 (4. a) Pulso Chirp contaminado con ruido. 0.Tema 4. que es lo que tarda la señal radar en ir y volver del blanco y dado que la señal de radar se propaga a la velocidad de la luz.

Este resultado indica que la correlación cruzada (o medida de parecido) entre dos fasores de distinta frecuencia es nula.124) en (4. Si las frecuencias son iguales.R xy (τ ) = lim 1 T →∞ T 1 = lim T →∞ T ∫ ∫ T /2 −T / 2 T /2 * a1e j 2πf1 (t +τ ) a2 e − j 2πf 2t dt = * a1a2 e j 2πf1τ e − j 2π ( f1 − f 2 )t dt = −T / 2 (4. Finalmente. la integral toma el valor T y por tanto el resultado al tomar el límite es 1.122).123) se obtiene (4.123) * = a1a 2 e j 2πf1τ lim 1 T →∞ T ∫ T /2 −T / 2 e − j 2π ( f1 − f 2 )t dt Resolviendo el límite de la ecuación 1 T →∞ T lim ∫ T /2 −T / 2 e − j 2π ( f1 − f 2 )t dt = lim 1 sin(π ( f1 − f 2 )T ) = T →∞ T π ( f1 − f 2 ) T →∞ = lim sinc(( f1 − f 2 )T ) = ⎧0 =⎨ ⎩1 f1 ≠ f 2 f1 = f 2 (4. sustituyendo (4.124) Donde para hallar el límite se ha aplicado el hecho de que si las frecuencias son distintas. Autocorrelación de una señal periódica Una señal x(t) periódica de periodo T0 verifica la igualdad: x(t+T0) = x(t) Aplicando esta propiedad en la definición de la autocorrelación de una señal se obtienen dos resultados: La autocorrelación de una señal periódica también es periódica y del mismo periodo de la señal: R xx (τ ) = lim 1 T /2 x(t + τ ) x ∗ (t )dt = T →∞ T −T / 2 1 T /2 = lim x(t + τ + T0 ) x ∗ (t )dt = T →∞ T −T / 2 = R xx (τ + T0 ) ∫ ∫ (4. la exponencial en la integral toma el valor 1. el numerador permanece acotado mientras el denominador crece indefinidamente y por tanto el resultado es cero.125) La autocorrelación de una señal periódica puede calcularse mediante la expresión: .

la expresión en un periodo es: .Tema 4.127) x(t + τ ) x ∗ (t )dt <T0 > siendo t0 una constante arbitraria Si elegimos el intervalo T múltiplo de T0. Elegimos en primer lugar el intervalo –1/2 < τ < 0. La señal x(t+τ) se muestra en la Figura 4.126) En efecto.5 −τ − 0.15 Hallar la función de autocorrelación de la señal mostrada en la Figura 4.5 t (t + τ + 1)dt + ∫ 0.128) se obtiene la autocorrelación Rxx (τ ) = ∫ τ − 0. Aplicando (4. T=MT0 y aplicamos la anterior propiedad. el valor de la integral en cada intervalo de T0 seg.5 t (t + τ )dt = -0. calcularemos la autocorrelación en un periodo.14 b) para un desplazamiento τ = -0. al ser el integrando periódico de periodo T0.5 − 0.128) −T0 / 2 x(t + τ ) x (t )dt = ∫ <T0 > x(t + τ ) x ∗ (t )dt ___________________________________________________________________________________ EJEMPLO 4. es el mismo y por tanto se obtiene: R xx (τ ) = lim 1 T →∞ T ∫ T /2 −T / 2 x(t + τ ) x ∗ (t )dt = MT0 / 2 = lim 1 M →∞ MT0 ∫ ∫ − MT0 / 2 T0 / 2 x(t + τ ) x ∗ (t )dt = ∗ M = lim M →∞ MT0 = 1 T0 (4. Dado que la autocorrelación de x(t) es periódica.5 <τ < 0 1 1 1 = τ2 + τ + 2 2 12 Por ser la autocorrelación una función par.6 29 R xx (τ ) = 1 T0 ∫ <T0 > x(t + τ ) x ∗ (t )dt (4.25.14 a) x(t ) = n = −∞ ∑ (t − nT )Π(t − nT ) 0 0 ∞ T0 = 1 seg. se verifica que: ∫ t0 +T0 t0 x(t + τ ) x ∗ (t )dt = = ∫ ∫ T0 0 x(t + τ ) x ∗ (t )dt = (4. Correlación y espectro de señales deterministas v1.

14 c).5 <τ < 0.5 −1 −0.5 −2 −1 −0.5 −τ 1 2 t b) R (τ) xx 0.5 1 2 t a) x(t+τ) 0.1 −2 −1.14 a) señal original. b) señal desplazada c) función de autocorrelación .5 −2 −1 −0. Finalmente la potencia del diente de sierra x(t) es Px = R xx (0) = 1 / 12 x(t) 0.5 −0.R xx (τ ) = 1 2 1 1 τ − |τ | + 2 2 12 -0.1 0.5 1 1.5 2 τ c) Figura 4.5 Y la extensión periódica se muestra en la Figura 4.

S. pierden la información de fase. de la señal original: Sea la señal x(t) periódica de periodo T0.31) en la expresión (4. se obtiene: .F. x(t ) = 1 jθ j 2πf 0 t 1 − jθ − j 2πf 0 t e e + e e 2 2 (4.F. x(t ) = m = −∞ ∑ c ( m )e 1 T0 ∞ ∞ j 2πmt / T0 (4.F.16 Hallar la autocorrelación de una sinusoide. La expresión (4.F.129) m = −∞ ∞ m = −∞ ∑ c ( m)c ( m )e ∑ c ( m) 2 = e j 2πmτ / T0 Ya que la correlación de los fasores a las frecuencias m/T0 y n/T0 es cero salvo cuando n = m.S. obtenemos el D. de la autocorrelación: Rxx (τ ) = = = = ∫ < T0 > m = −∞ ∞ ∑ ∞ c(m)e j 2πm (t +τ ) / T0 n = −∞ ∑ c ( n )e * < T0 > ∞ − j 2πnt / T0 = m = −∞ ∞ ∑ c * (m)e j 2πmτ / T0 * n = −∞ j 2πmτ / T0 ∑ c ( n) T ∫ e 0 1 j 2π ( m − n )t / T0 = (4.S.S.131) Identificando los coeficientes del D.Tema 4.S.F.130) Aplicando la fórmula de Euler.F. x(t ) = cos(2πf 0t + θ ) (4.6 31 ___________________________________________________________________________________ El cálculo de la autocorrelación puede hacerse también a partir del D. se obtiene la Densidad Espectral de Potencia: S xx ( f ) = m = −∞ ∑ c (m) ∞ 2 δ ( f − m / T0 ) (4. y c(m) los coeficientes de su D. Correlación y espectro de señales deterministas v1.S. Tomando transformada de Fourier. se obtiene de forma inmediata el D.34) ___________________________________________________________________________________ EJEMPLO 4.31) Sustituyendo (4. y que los coeficientes de su D.129) confirma que la autocorrelación de una señal periódica es también periódica del mismo periodo.128).

S. de la autocorrelación cuyo periodo está definido en el EJEMPLO 4.133) Tomando transformada de Fourier. o bien hallar directamente el D.14.c(1) =| 1 jθ 1 e |= 2 2 c(−1) =| 1 − jθ 1 |= e 2 2 (4.F. de la autocorrelación es: ⎛ 1 ⎞ j 2πmτ R xx (τ ) = = ⎜ ⎟ e 2πm ⎠ m≠0 ⎝ ∑ ∞ m =1 2 = ∑ 2π 1 2 m2 cos(2πmτ ) . de la señal x(t) y aplicar (4.S.S. podemos buscar el D. Para hallar el D. se obtiene la densidad espectral de Potencia S xx ( f ) = 1 1 δ ( f − f0 ) + δ ( f + f0 ) 4 4 (4.S.14. elegimos como función básica xb (t ) = tΠ (t ) Del par de transformadas tΠ (t ) ↔ 1 d πfcos(πf ) − sin(πf ) sin c( f ) = − j 2π df − jπ 2 f 2 Obtenemos los coeficientes c(m) del D.134) ___________________________________________________________________________________ EJEMPLO 4. de la señal x(t).132) y la función de autocorrelación es: R xx (τ ) = 1 j 2πf 0t 1 − j 2πf 0t e + e = 4 4 1 = cos(2πf 0 t ) 2 (4. Optaremos por el primero de estos dos métodos. c ( m) = ⎧ 0 X b (m / T0 ) ⎪ (−1) m =⎨ T0 ⎪ − j 2πm ⎩ m=0 m≠0 Por lo tanto el D.F.126).F.F.F.S. de la autocorrelación y la densidad espectral de potencia de la señal x(t) definida en el EJEMPLO 4.16 Se desea hallar el D.S. Para resolver este ejercicio.F.

15 Correlación cruzada de dos señales periódicas.Tema 4. Esto ocurrirá siempre que el cociente fx/fy no sea un número racional . Los fasores comunes serán aquellos que cumplen: nfx = mfy con n y m enteros.16 Densidad espectral de potencia de la señal del EJEMPLO 4.136) La correlación cruzada será cero cuando las dos señales no tengan fasores comunes.6 33 y la densidad espectral de potencia es su transformada de Fourier S xx ( f ) = ∑ 2π m =1 ∞ 1 2 m2 (δ ( f − m) + δ ( f + m)) que se muestra en la Figura 4. por lo tanto únicamente los fasores comunes en ambas señales.135) Estas dos señales están formadas por suma de fasores. Correlación y espectro de señales deterministas v1.16 S (f) x100 xx 3 2 1 f −8 −6 −4 −2 2 4 6 8 Figura 4. contribuirán en el cálculo de Rxy(τ). es fácil comprobar que se obtiene: Rxy (τ ) = m = −∞ ∑ ∞ cr (m) e j 2πmf r t = m = −∞ ∑ c (mN ) c (mM ) e x ∞ * y j 2πmf r t (4. Llamando fr = Nfx = Mfy. Sean las señales periódicas x(t ) = m = −∞ ∑ ∞ c x (m) e j 2πmf x t y (t ) = m = −∞ ∑c ∞ y ( m) e j 2πmf y t (4. La correlación cruzada entre fasores de distinta frecuencia es nula.122). si existen. siendo N y M los enteros menores que cumplen la igualdad anterior. y aplicando (4.

Calcule Ry1y2 (τ) en función de Rxx(τ) y las respuestas impulsionales de los filtros 4. 1) Sabiendo que ∏⎜ T ⎜ ⎛ t ⎞ ⎛ t ⎟*∏⎜ ⎟ ⎜T ⎝ 0⎠ ⎝ 0 x(t) A ⎞ ⎛ t ⎟ = T0 Δ⎜ ⎟ ⎜T ⎠ ⎝ 0 ⎞ ⎟ ⎟ ⎠ y(t) A -T T t -3T 3T t Fig.1)b). 4. y2(t)=x(t)*h2(t).1)b) 3 t 4.6 Problemas 4.2) Sean y1(t)=x(t)*h1(t).4. Relacione Rvz(τ) con Rxy(τ) v(t) 1 -3 -1 -3 3 t z(t) 1 1 -1 Fig. 3) Calcule la función de correlación cruzada de x(t) e y(t) definidas por: a) b) c) d) e) x(t)=Acos(2πf0t) x(t)=Acos(2πf0t) x(t)=Acos(2πf0t) x(t)=Acos(2πf0t)+ Bsen(2πf1t) x(t)=Acos(2πf0t)+ Bsen(2πf1t) y(t)=Bcos(2π2f0t) y(t)=Bsen(2πf0t) y(t)=Bsen(2πf1t) y(t)=sen(2πf1t) y(t)=sen(2π2f1t) .1) a) a) Determine y dibuje la correlación cruzada Rxy(τ) b) Encuentre Ryx(τ) c) Obtenga la correlación cruzada de las dos señales de la figura 4. 4.

4.f que si x(t) es periódica de periodo T0. Para ello se dispone de las señales x(t) e y(t) según el esquema de la figura 4.6 35 4. 6) 4. Rxx(t) es periódica de periodo T0. la autocorrelación y la energía de la señal x(t) =A Π[(t-td)/τ] Halle la densidad espectral de energía y. 10) 4. a partir de ella. 11) Demuestre. 8) 4. la autocorrelación y la energía de la señal x(t) =A sinc 2W(t-td) Halle la densidad espectral de energía y. a partir de ella. Correlación y espectro de señales deterministas v1.Tema 4. a partir de ella. a partir de la expresión de la función de autocorrelación de una señal de p. la autocorrelación y la energía de la señal x(t) =e-atu(t) Halle la autocorrelación y. 12) a) Una solución es calcular la transformada de Fourier de la entrada y la salida y hacer el cociente: Y(f) H(f) = X(f) x(t) h(t) y(t) x(t) h(t) + y(t) 4. . Gxx(f) y Gxi(f). 4. Calcule Gyx(f). Gyy(f) y Gxy(f) en función de H(f). 12) a Fig. a partir de ella. 5) 4.f. 12) b (Considere todas las señales reales y de Energía Finita en todo el ejercicio). Demostrar que Rxz(τ) = Rxy(τ+t0) y que Rzx(τ) = Ryx(τ−t0) Se desea medir la respuesta frecuencial de un circuito. 7) 4. a) Demuestre que las siguientes alternativas también son válidas Gyx(f) Gyy(f) H1(f) = G (f) H2(f) = G (f) xx xy b) Suponga que la medida de y(t) se realiza de forma que se introduce una interferencia i(t) como se muestra en la figura 4 12) b. la potencia y densidad espectral de potencia de la señal x(t) = A sgn(t) Sean x(t) e y(t) dos señales de energía finita. ¿bajo qué condiciones Rxy(τ) = Ryx (τ)? Sean x(t) e y(t) dos señales de energía finita y z(t) = y(t-t0). 9) 4. a) Rxy(τ) = R*yx(-τ) b) |Rxx(τ)| ≤ Rxx(0) 4.m. 4) Demuestre que si x(t) e y(t) son dos señales de p. Halle la densidad espectral de energía y. 12) i(t) Fig.m.

Sea x(t) una señal real y acotada con energía Ex y h(t) un filtro real. calcule el instante en el que la salida es máxima. acotado y con energía Eh . 13) Uno de los filtros más utilizados en aplicaciones donde se requiere la detección de pulsos es el filtro adaptado. con n(t) incorrelado con x(t).c) Si Gxi(f) = 0. Sea y(t) la salida del filtro cuando a éste se le aplica x(t) a) Utilizando la desigualdad de Schwartz.4). . Y(f) Ho(f) = X(f) . 4. x (t) 1 T Fig 4 13) e) f) t Si a la entrada del filtro diseñado en el apartado d) se aplica z(t) = x(t) + n(t). Tiene la ventaja adicional de que es “robusto” frente al ruido e interferencias. un comparador y un elemento de decisión que determina la entrada al comparador cuyo valor es máximo. Gyx(f) Gyy(f) H1(f) = G (f) . c) Relacione y(t) con Rxx(t) d) Dibuje h(t) causal y de energía unitaria si x(t) es la señal de la figura 4 13). compruebe que la salida siempre está acotada según la expresión |y(t)|2 ≤ Ex Eh Compruebe que si el filtro es h(t) = k x(t0-t). Se llama así porque está diseñado o adaptado para maximizar la salida en un instante determinado siempre que a su entrada se aplique el pulso al que esta adaptado. b) La salida y(t) alcanzará la cota Ex Eh en el instante t= to. Razone la respuesta. ¿Qué método elegiría para calcular H(f)?. Cada una de ellas se codificará con un pulso xi(t) de energía Ex y duración T. El receptor mostrado en la siguiente figura consta de una serie de filtros (banco de filtros adaptados) hk(t) = xk(T-t). un muestreador que toma muestras T segundos después de recibir la entrada. ¿cuánto valdría el valor máximo de la salida? ¿Cómo influye n(t)? Si la señal de entrada del fltro diseñado en el apartado d) es v(t) = x(t . 14) Se desea diseñar un sistema de mando a distancia que pueda transmitir 4 informaciones distintas. y se transmitirá. Especifique para ese filtro el instante en el que la salida será máxima. H2(f) = G (f) xx xy 4.

14) a Relacione yk(t).el valor de la salida del filtro késimo en el instante T. f) ¿Cómo modificaría el esquema para eliminar falsas detecciones por pulsos interferentes como el anterior? a) .Tema 4. Distinga k=i. cuando a la entrada se aplica xi(t). e) Calcule los valores v1 … v4 si el sistema se diseña con los pulsos elegidos en el apartado anterior y a la entrada se aplica la señal que ha descartado en dicho apartado. k≠i c) Calcule los valores obtenidos en cada salida (v1…v4) sabiendo que los pulsos son ortogonales si a la entrada se aplica x2(t) d) Elija un conjunto de cuatro pulsos ortogonales entre los presentados en la figura 4.6 37 h1(t) T v1 v2 x i (t) h2(t) T y v3 h3(t) T v4 T decide Compara i h4(t) Fig 4. Correlación y espectro de señales deterministas v1. la salida del filtro k-ésimo con la función de correlación cruzada entre el pulso xk(t) y el pulso de entrada xi(t) b) Calcule vk= yk(T) . 14) b.

Cuando la alarma n-ésima se activa. filtrar la señal recibida xn(t) por un conjunto de N filtros en paralelo cada uno de respuesta impulsional hk(t)=xk(T0-t). 4. 2. 14) a gestiona N alarmas diferentes. k=1. 15)Un sistema de control como el de la Fig 4. 14) b 4. x2(t) y x3(t) b) Calcule la energía de xn(t). 3. transmite una señal xn(t) al centro de control. medir la salida yk(t) de cada filtro en el instante T0.…N buscar el filtro que da máximo valor a la salida en t=T0 decidir que la alarma pulsada se corresponde con el número de filtro que proporciona el valor mayor de la salida en el instante T0 ⎛ t − (T0 / 2) ⎞ ⎟ xn (t ) = sen(2πnf 0t )∏ ⎜ ⎟ ⎜ T0 ⎠ ⎝ y k (T0 ) = (x n (t) * h k (t) ) t = T0 a) Dibuje x1(t). Compruebe que todas las señales tienen la misma energía c) Compruebe que las señales xi(t) y xj(t) son ortogonales si i≠j .x1(t) 1 t 1 -1 1 x4(t) 1 t x2(t) 1 1 -1 t 1 x5(t) 1 -1 t x3(t) 1 t -1 1 Fig 4.…N. Para detectar cuál es la alarma activada se utiliza un sistema que consiste en 1. 5. comparar los valores yk(T0) k=1.

semáforos) sin necesidad de utilizar señalización adicional molesta para otros usuarios. Supondremos en este ejercicio un dispositivo con dos estados (rojo y verde). con n≠ k. la salida del filtro k-ésimo en el instante T0 cuando a su entrada se aplica xn(t). averiguar el estado de ciertos dispositivos (ej. b) pv(t). a) pr(t). c) sistema . Correlación y espectro de señales deterministas v1. la salida del filtro k-ésimo en el instante T0 cuando a su entrada se aplica xn(t) con n=k g) Explique porqué funciona el sistema. a personas con discapacidad.Tema 4.6 39 d) Relacione la salida del filtro k-ésimo yk(t) cuando a su entrada se aplica xn(t). El sistema transmite un tren de pulsos xr(t) mientras está en un estado (rojo) y otro tren de pulsos xv(t) mientras está en el otro estado (verde). 16)Se desea diseñar un sistema que permita. ¿es importante que las señales xi(t) sean ortogonales? Razone la respuesta 4. Sea: xr (t ) = ∑ pr (t − nTo ) n =0 N −1 xv (t ) = M −1 n=0 ∑ p (t − nT ) v o Donde NTo es el intervalo de tiempo en que el semáforo está en rojo y MT0 es el intervalo de tiempo en que el semáforo está en verde y en la figura 1 se muestran los pulsos pr(t) y pv(t) de duración T << T0 pr(t) 1 t -1 T -1 T 1 t pv(t) a) rojo verde h(t) Decisión por umbral A b) r r r r r vvvvv c) Figura 4 16. con la correlación cruzada entre xn(t) y xk(t) e) Calcule yk(T0). con n≠ k f) Calcule yk(T0).

¿qué ocurre si a la entrada del receptor se aplica pv(t)? e) Calcule el valor A con el que se compara v(t) y que servirá para identificar si el semáforo está en rojo o en verde. b) Calcule la energía de pr(t) y de pv(t) c) Determine si los pulsos pr(t) y pv(t) son ortogonales. Cuando la salida alcanza el nivel A.16 b). d) Si a la entrada del receptor llega pr(t) relacione la salida del filtro. Ayúdese de un dibujo de la señal de salida. . Justifique razonadamente su elección y preferiblemente sin calcular matemáticamente la autocorrelación. v(t). táctil. T a) T b) T/2 c) T -T T -T/2 -T T -T/2 T T d) e) T/2 f) -T/2 T/2 -T/2 T -T/2 T/2 -T/2 Figura 4.El receptor identifica el pulso transmitido y genera una señal que depende del pulso identificado y que el usuario puede identificar fácilmente (acústica. Para identificar el pulso transmitido la señal recibida se aplica a un filtro de respuesta impulsional h(t) = pr(T-t). con la autocorrelación de pr(t). Se pide: a) Determine la función de autocorrelación de pr(t) entre las mostradas en la figura 2. el sistema identifica ‘rojo’ mientras que cuando el sistema alcanza el valor –A. el sistema identifica ‘verde’. f) Justifique que el sistema no funciona si T=T0. movimiento. calor…).

Suponga que la correlación entre la señal x(t) y el ruido es constante de valor C. calcule T. Además se añade un ruido n(t). La señal recibida es por tanto xr(t) =αx(t-2T)+n(t). Al cabo de T segundos. Correlación y espectro de señales deterministas v1. Si el máximo está en t0. . 17)Un sistema de radar transmite una señal x(t).6 41 4. ésta alzanza el blanco y retorna al punto de partida con una atenuación total α.Tema 4.. Calcule la correlación cruzada entre x(t) y xr(t).

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->