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

ni de P.9) 0 1 t .3 Es posible construir señales que no son ni de E.F.Tema 4.F.7) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.F.2 El escalón es una señal de P.M.8) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.M.6 5 x(t ) = e −αt u (t ) E x = e − 2αt dt = 0 ∞ α >0 1 2α ∫ (4. 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. Correlación y espectro de señales deterministas v1. Un ejemplo es la señal: x(t ) = t −α / 2 u (t − 1) x(t) 1 0 <α <1 (4.

la integral correspondiente al cálculo de la energía Ex = ∫ ∞ 1 t −α dα = ∞ (4.F. se obtiene la potencia media . lo forman las señales periódicas.M. es M veces la integral en T0. Esta propiedad puede aplicarse para simplificar el cálculo de la Potencia media. Eligiendo el intervalo de integración T de la ecuación (4.Por ser α <1. 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 (4.6) múltiplo del periodo.4 Sea la señal periódica x(t) sinusoidal: x(t ) = A cos(2πf 0 t + θ ) (4.11) El numerador crece con un orden inferior al primero y por tanto al tomar el límite Px = 0 (4.14) ___________________________________________________________________________________ EJEMPLO 4.. T=MT0 la integral en el intervalo T.12) ___________________________________________________________________________________ Un grupo muy importante de señales de P. 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. 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 (4.13) donde t0 es una constante arbitraria.10) diverge.14) .15) Sustituyendo x(t) en (4.

19) admite la clasificación anterior dependiendo del valor que tomen los coeficientes αn. si .16) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.Tema 4. Correlación y espectro de señales deterministas v1. 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 (4.17) Dado que T0 > τ.18) ___________________________________________________________________________________ Las señales formadas por funciones de distribución no están incluidas en ninguno de los tipos definidos en este apartado. Será tratada como una señal de E. Consideraremos no obstante que una señal de la forma x(t ) = n = −∞ ∑ α δ (t − t n ∞ n) (4. ya que su cuadrado no está definido.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.F.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.

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. ya que verifica la propiedad (4. En efecto. si se verifica 0 < lim 1 T T →∞ ∑|α n n |2 < ∞ (4.22) Será tratada como una señal de E. por ser una secuencia par en n.23) se obtiene el resultado n = −∞ ∑e − 2α | n |T = 1 + e −2αT 1 − e − 2αT (4. ___________________________________________________________________________________ EJEMPLO 4.n = −∞ ∑|α ∞ n |2 < ∞ (4. α >0 (4. la suma se puede descomponer n = −∞ ∑e ∞ 1 ∞ − 2α |n|T = 1+ 2 ∑e n =1 ∞ − 2αnT (4.F.20).M.25) ___________________________________________________________________________________ .6 La señal x(t) formada por impulsos x(t ) = n = −∞ ∑e ∞ − a|n|T δ (t − nT ).24) en (4. T/2).20) y será tratada como una señal de P.24) Sustituyendo (4.F.23) y la suma de la progresión geométrica está acotada ∑ ∞ e − 2αnT = e −2αT 1 − e − 2αT (4.

Gxx(f) es par. establece: Ex = ∫ ∞ −∞ | x(t ) |2 dt = ∫ ∞ −∞ | X ( f ) |2 df (4. x(t) e y(t) con transformada de Fourier X(f) e Y(f) respectivamente.2. 4.6 9 4.27) ∫ ∫ ⎡ 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.F. Si x(t) es real. La densidad espectral de energía tiene las siguientes propiedades: • • • Es una señal real por provenir directamente del módulo de una señal.7 . El teorema de Parseval para señales de E. Es no negativa como se deduce de su propia definición. Correlación y espectro de señales deterministas v1.28) E indica cómo está distribuida la energía a lo largo del eje frecuencial.2 Densidad Espectral de Energía Se define la Densidad Espectral de Energía según: G xx ( f ) =| X ( f ) |2 (4.F.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. ya que X(f) es hermítica ___________________________________________________________________________________ EJEMPLO 4.2 Señales de Energía finita.Tema 4. Sean las señales de E.1 Teorema de Parseval.2. 4.

de la señal. Gxx(f)≈ Gxx(fc) en el intervalo de integración y si y(t) es real. El tratamiento de las señales de potencia media finita va a hacerse de forma diferenciada según se trate de señales periódicas o no.En este ejemplo se comprobará el carácter de densidad espectral de energía de la función Gxx(f).3 Señales de Potencia media finita.F.F. 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. Por otra parte las señales de Potencia media . x(t) con Densidad Espectral de Energía Gxx(f) que se aplica a un filtro paso banda muy estrecho centrado a la frecuencia fc .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. por medio del D. Supongamos una señal de E.S. 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. 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 (4.30) G (f) xx Gxx(fc) Δ −fc 0 fc f si Δf es muy pequeño.

3.2 Señales periódicas.31) donde c(m) son los coeficientes de su desarrollo en serie.31). 4. Correlación y espectro de señales deterministas v1.. una densidad espectral de potencia relacionada explícitamente con la transformada de Fourier de la señal original .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. Sólo se requiere información del módulo. Teorema de Parseval La expresión (4. está formada por impulsos . incluso si la señal admite transformada.1 Señales periódicas.F.Tema 4. Densidad espectral de potencia La densidad espectral de potencia de una señal periódica x(t) definida en (4. El teorema de Parseval establece Px = 1 T0 ∫ <T0 > | x(t ) | 2 dt = m = −∞ ∑ | c ( m) | ∞ 2 (4. Sea una señal periódica de periodo T0 de la forma x(t ) = m = −∞ ∑ c ( m)e ∞ j 2πmt / T0 (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. en contraposición a las señales de E.6 11 finita no tienen.3. 4.26) no aplica para señales periódicas puesto que la primera integral no converge y el cuadrado de δ(t) no está definido.

aplicando (4.S.32).39). Nótese que la densidad espectral de potencia no es |X(f)|2.37) 2 2 2 2 y la densidad espectral de potencia es.36) x(t) −3 0 3 t Aplicando la fórmula de Euler. se obtiene directamente la expresión del D.34) Donde f0=1/T0.5 se demostrará que no es necesaria la condición (4. el cociente f0/f1 es entero (4. ___________________________________________________________________________________ EJEMPLO 4. se obtiene la potencia de la señal como se puede comprobar mediante el teorema de Parseval enunciado en (4.S xx ( f ) = m = −∞ ∑ | c ( m) | ∞ 2 δ ( f − mf 0 ) (4.38) Y la potencia media total se obtiene integrando Px = A2 B 2 + 2 2 (4.8 Hallar la potencia de la señal periódica x(t ) = A cos(2πf 0 t + θ ) + B cos(2πf1t + ϕ ) (4.34) S xx ( f ) = A2 A2 B2 B2 δ ( f − f0 ) + δ ( f + f0 ) + δ ( f − f1 ) + δ ( f + f1 ) 4 4 4 4 (4.F. . 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 (4.35) Donde.36) para que la potencia de x(t) sea (4.39) En la sección 4. para asegurar que x(t) es periódica. Al integrar esta función sobre el eje frecuencial.

Tema 4. 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. confirmándose así el carácter de Densidad Espectral de Potencia (watt/Hz) que tiene esta función.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 f0.42) (mτ / T0 ) Aplicando la fórmula de Poisson al par de transformadas .S. Los coeficientes de D.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 ∞ (4.9 Hallar la función Densidad Espectral de Potencia y la potencia de la señal definida en el EJEMPLO 4. se obtiene a la salida una señal y(t) = A cos(2πf0t + ϕ). ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4. Correlación y espectro de señales deterministas v1. de la señal x(t) son: c ( m) = 1 ⎡ ⎛t F ⎢Π ⎜ T0 ⎣ ⎝ τ ⎞⎤ ⎟⎥ ⎠⎦ = f = m / T0 τ T0 sinc(mτ / T0 ) (4.40) 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.F.5.

47) Al ser xT(t) una señal de duración finita.43) m = −∞ ∑ ∞ τ sinc 2 (mτ / T0 ) = m = −∞ ∑ Δ⎜ ⎝ ∞ ⎛ mT0 ⎞ ⎟ =1 τ ⎠ (4. podemos afirmar que es de E.45) ___________________________________________________________________________________ 4.48) Sustituyendo (4.49) muestra cómo obtener la potencia total a partir de la integral de una función en el dominio de la frecuencia. ∫ ∞ −∞ | xT (t ) | 2 dt = ∫ ∞ −∞ | X T ( f ) | 2 df (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 (4.46) Cuya transformada de Fourier es XT(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 ⎠ (4.3. .42) este resultado se obtiene la potencia media Px = τ T0 (4.48) en (4.49) La ecuación (4. y por lo tanto aplica el teorema de Parseval para señales de E.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.F.3 Señales no periódicas Para hallar la potencia de una señal por medio de información en el dominio transformado.⎛t⎞ Δ⎜ ⎟ ↔ τ sinc 2 ( fτ ) ⎝τ ⎠ Se obtiene fácilmente 1 T0 (4. Sustituyendo en la expresión (4.44) ya que al ser τ < T0 todas las muestras que intervienen en el último sumatorio son nulas excepto la correspondiente a m = 0.

F.52) Sustituyendo XT(f) en (4. por tanto tiende a cero. puesto que la señal enventanada es de E. por lo tanto la densidad espectral de potencia del escalón es una delta en el origen de área K.F. 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. . no periódica.51) (4. Debe observarse que la densidad espectral de potencia no es |X(f)|2 aunque x(t) admita transformada de Fourier ___________________________________________________________________________________ EJEMPLO 4.M.10 La señal escalón es una señal de P. Correlación y espectro de señales deterministas v1.6 15 La densidad espectral de potencia se define como S xx ( f ) = lim | X T ( f ) |2 T →∞ T (4. es una función par. Si f=0 el resultado tiende a infinito. si f ≠ 0 el denominador crece indefinidamente y el numerador está acotado.Tema 4. Para calcular K.50) Es una función real y positiva y si x(t) es real.F. podemos utilizar el teorema de Parseval para señales de E.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 (4.53) |X (f)| /T T 2 T/4 −2/T 0 2/T f Al tender T a infinito.

56) Nótese que S xx ( f ) ≠| F [u (t )] |2 .4.54) 1 = T ∫ Finalmente. x) y distancia entre vectores d ( x.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 (4.1 Distancia entre dos señales de energía finita En un espacio vectorial dotado de un producto escalar. es decir. y ) = ∫ ∞ −∞ | x(t ) − y (t ) | 2 dt (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.55) y la potencia media: Px = ∫ ∞ −∞ S xx ( f )df = 1 2 (4.60) En general.57) (4. la expresión de la densidad espectral de potencia del escalón S xx ( f ) = 1 δ(f ) 2 (4.59) y la distancia entre señales: d 2 ( x. y ) =|| x − y || (4. estamos interesados en buscar la distancia entre dos señales cuando una de ellas se desplaza τ.4 Correlación y densidad espectral de Energía 4. buscamos su parecido para todos sus valores relativos. . se define la norma de un vector || x ||= ( x. y ) = ∫ ∞ −∞ x(t ) y * (t )dt (4.

6 17 d 2 ( x(t + τ ).4.Tema 4.67) . la distancia entre las señales será menor para aquellos valores de desplazamiento relativo entre ellas τ.62) La distancia resultante se puede expresar según * d 2 (( x(t + τ ). y (t )) = E x + E y − 2 R xy (τ ) (4. y (t )) = ∫ =∫ ∞ −∞ ∞ | x(t + τ ) − y (t ) | 2 dt = | x(t ) | 2 dt + −∞ ∫ ∞ −∞ | y (t ) | 2 dt − ∫ ∞ −∞ x(t + τ ) y * (t )dt − ∫ ∞ (4.66) 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.F. en que Rxy(τ) sea mayor 4.64) La función Rxy(τ) es un indicador de la medida de parecido entre señales. R xy (τ ) = ∫ ∞ −∞ x(t + τ ) y * (t )dt = ∫ ∞ −∞ x(t ) y * (t − τ )dt (4. y(t) son reales d 2 (( x(t + τ ). Correlación y espectro de señales deterministas v1.2 Función de correlación mutua o cruzada Se define la función de correlación mutua o cruzada entre dos señales de E.61) x * (t + τ ) y (t )dt −∞ Definiendo: R xy (τ ) = ∫ ∞ −∞ x(t + τ ) y * (t )dt (4. Dado que en la medida de distancia los valores de Energía son independientes del desplazamiento τ. se puede expresar mediante la ecuación de convolución: R xy (τ ) = x(τ ) ∗ y * (−τ ) (4.F.63) Si las señales x(t).65) Puede demostrarse fácilmente que la correlación cruzada entre dos señales de E. y (t )) = E x + E y − R xy (τ ) − R xy (τ ) = = E x + E y − 2 Re R xy (τ ) [ ] (4.

71) A la función Gxy(f) se le denomina Densidad espectral de energía mutua o cruzada.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. La correlación cruzada entre cualquiera de ellas y la señal y(t) = Π(t). x 3 (t ) = 3 / 2 Δ (t ) (4. también de energía unitaria.68) = Ex E y El valor máximo se alcanza cuando las señales son proporcionales: x(t + τ ) = k y (t ) (4.R xy (τ ) = ≤ 2 ∫ ∫ ∞ −∞ ∞ x(t + τ ) y ∗ (t )dt x(t + τ ) dt 2 2 ≤ y (t ) dt = 2 −∞ ∫ ∞ −∞ (4.11 Sean las señales x1 (t ) = 2 cos πtΠ (t ). como puede comprobarse a partir de la propiedad 1. No tiene sentido físico excepto si x(t) ≡ y(t). ___________________________________________________________________________________ EJEMPLO 4.69) (4. x (t) 1 1.5 Rx y(τ) 1 1 −2 2 t −2 2 τ . Rxy(τ) = Ryx(− ) Transformada de Fourier de la correlación cruzada F R xy (τ ) = X ( f )Y ∗ ( f ) = G xy ( f ) [ ] (4. Por la misma propiedad. está acotada al valor 1. x 2 (t ) = Π (t − 2). el valor máximo se alcanza en la correlación cruzada entre x2(t) y Π(t) y además toma este valor en τ = 2.72) Es inmediato comprobar que todas estas señales tienen la misma energía Exi=1.

Tema 4.73) Que puede expresarse alternativamente R xx (τ ) = x(τ ) ∗ x * (−τ ) (4.5 Rx y(τ) 2 1 −2 x (t) 3 1.74) F [R xx (τ )] = X ( f ) X * ( f ) = = X( f ) 2 (4.6 19 x (t) 2 1.28) .75) Esta propiedad se verifica tomando tomando transformada de Fourier en ambos miembros de la ecuación (4. Correlación y espectro de señales deterministas v1.5 2 t −2 Rx y(τ) 3 2 τ 1 −2 2 t −2 2 τ ___________________________________________________________________________________ 4.74) 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 ) (4.3 Función de autocorrelación. con transformada de Fourier X(f) Rxx (τ ) = ∫ ∞ −∞ x(t + τ ) x* (t )dt (4.4.76) Que es la definición de la densidad espectral de energía (4. Se define la función de autocorrelación Rxx(τ) de una señal x(t) de E.F.

80) • La transformada de Fourier de la autocorrelación es no negativa.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). (4.77) Se demuestra evaluando (4.83) . F [R xx (τ )] ≥ 0 ∀f (4. • Si x(t) es real.70).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 ) (4.78) Se demuestra sustituyendo y(t )= x(t) en (4.77) • La autocorrelación es una función Hermítica.81) Como se comprueba en (4.79) Se demuestra sustituyendo y(t) = x(t) en (4.73) en τ = 0.84) (4.Propiedades: • La energía de una señal es el valor de su autocorrelación en el origen R xx (0) = E x (4. 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. su autocorrelación es real y par R xx (τ ) = R xx (−τ ) (4.85) (4. ∗ R xx (τ ) = R xx (−τ ) (4.67) y aplicando (4. • El máximo de la autocorrelación está en el origen. R xx (τ ) ≤ R xx (0) (4.

1 -5 0. Las señales tienen la misma duración y energía.1 -5 0.1 -5 0 0 5 -0.1 0.5 0 -0.1 0. las señales se llaman incorreladas R xy(τ) = R yx(τ) = 0 (4. el valor en el origen es Rxx(0) = Ex = 1 y su duración es el doble que la duración de la señal.5 0 -0. a) Señales de duración finita: pulso rectangular. Las funciones de autocorrelación muestran simetría par. pulso sinc y pulso chirp.87) (4. las señales se denominan ortogonales. b) autocorrelación de las mismas. Correlación y espectro de señales deterministas v1.Tema 4.5 seg: rectangular.6 21 Si además se verifica que la correlación en el origen vale cero.5 -5 1 0 5 0 0 5 -0. Las señales son pulsos de duración 2.1 0.5 0 -0.86) La Figura 1 muestra a la izquierda varias señales y a la derecha su correspondiente función de autocorrelación. 1 0. sinc y chirp (seno de frecuencia creciente) y todas de energía unitaria. . R xy(0) = R yx(0) = 0 Finalmente si la correlación cruzada es nula.5 -5 0 5 0 0 5 -0.5 -5 1 0 5 a) b) Figura 1.

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 ) (4.93) = R xx (τ ) ∗ h * (−τ ) Las demás propiedades se demuestran fácilmente de forma similar.65) R xy (τ ) = ∫ ⎡ x (t + τ ) ⎢ −∞ ⎣ ∞ ∫ ∞ −∞ ⎤ x * (t − t ' )h * (t ' )dt '⎥dt ⎦ (4.91) La demostración de la propiedad (4.95) (4. 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 (4.4.90) (4.89) (4.94) (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 ' = (4.4. y (t ) = x(t ) * h(t ) = ∫ ∞ −∞ x (t − t ' )h(t ' )dt ' (4. cuando a su entrada se aplica x(t).12 La correlación cruzada entre la señal y(t) = x(t-td) y la señal x(t) .89) puede realizarse expresando y*(t) por medio de la ecuación de convolución en (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).96) ___________________________________________________________________________________ EJEMPLO 4.

M.4. R xy (τ ) ≤ Px Py (4.F.M.F.F.102) . Correlación y espectro de señales deterministas v1. ___________________________________________________________________________________ 4.5 Correlación y Densidad espectral de potencia de 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 (4.2 que las propiedades de la correlación cruzada de dos señales de P.101) • La autocorrelación es una función Hermítica.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. La función de autocorrelación de una señal de P. verifica: • El máximo de la autocorrelación está en el origen.100) R xy (τ ) = R * (−τ ) yx Con la salvedad de que la ecuación (4.M. Rxx (τ ) ≤ Rxx (0) (4. son análogas a las de señales de E. Por las propiedades de la autocorrelación.F. ∗ R xx (τ ) = R xx (−τ ) (4.M.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). se deduce que la correlación cruzada entre la entrada y la salida de un retardador tiene un máximo de valor Ex en τ = td.99) (4.Tema 4.F. 4.98) Propiedades: Es inmediato comprobar.66) no se verifica para señales de P. de forma similar a la del apartado 4.

F. 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. 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.F. 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.M.• Si x(t) es real.108) ___________________________________________________________________________________ EJEMPLO 4.106) Para comprobarlo. su autocorrelación es real y par R xx (τ ) = R xx (−τ ) (4.105) siendo xT(t) =x(t)Π(t/T). es el escalón.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. Su función de autocorrelación .5.13 Una señal de P.3.2 Densidad espectral de potencia En el apartado 4.104) 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.

caracterizado por h(t).111) Sea un sistema L.114) (4. (4.F.115) . La salida y(t) cuando a su entrada se aplica x(t) puede expresarse por la ecuación de convolución. Correlación y espectro de señales deterministas v1.109) y tomando el límite para los dos casos.10 ___________________________________________________________________________________ 4.5. Rxy (τ ) = Rxx (τ ) ∗ h∗ (−τ ) R yx (τ ) = Rxx (τ ) ∗ h(τ ) R yy (τ ) = Rxx (τ ) ∗ h(τ ) ∗ h∗ (−τ ) (4.110) (4.112) Las relaciones entre las correlaciones de la entrada y la salida son idénticas a las establecidas para señales de E.3 Relaciones de Correlación y Densidad espectral de potencia en sistemas lineales e invariantes. y (t ) = x (t ) * h(t ) = x(t − t ' )h(t ' )dt ' −∞ ∫ ∞ (4.6 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.Tema 4.I. 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 4.113) (4.

localizado en la misma posición que el emisor. Esta choca contra un blanco y se refleja.116) (4. El resto de demostraciones es análogo.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 (4.119) 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 ) (4.117) (4. de forma que en el receptor.118) A continuación se demuestra la segunda de las relaciones indicadas. 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. Suponga un sistema de radar que transmite la señal x(t). Expresando y(t+τ) por medio de la ecuación de convolución (4.112) se obtiene R yx (τ ) = lim T →∞ ∫ ⎡ ⎢ −T / 2 ⎣ T /2 ∫ ⎤ x (t + τ − t ' )h(t ' )dt '⎥x * (t )dt −∞ ⎦ ∞ (4.120) ___________________________________________________________________________________ EJEMPLO 4. El receptor del radar realiza la correlación cruzada entre y(t) y una copia idéntica de la señal original. 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 ) ∫ ∫ .

por lo que la correlación cruzada Ryx(τ) presentará un máximo en τ=td . (su parecido es nulo). La detección de la posición del máximo de Ryx(τ) permite hallar td.122) La correlación cruzada entre estos dos fasores se calcula aplicando la definición: .2 0 5 10 -5 0 5 10 10 5 a) b) Figura 2. Correlación y espectro de señales deterministas v1. Rnx(τ) ≈ 0 . La posición del pico determina el retardo td buscado. Se ha elegido como señal a transmitir x(t) una señal chirp como la mostrada en la Figura 1. ___________________________________________________________________________________ 4.121) 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. La figura 2 b) presenta la correlación cruzada entre y(t) y la señal transmitida x(t). 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. la distancia al blanco será: d= td/2c La figura 2 ilustra este comportamiento.Tema 4. la señal recibida contaminada con ruido.2 0 0 -0. 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. b) Correlación cruzada entre el pulso chirp contaminado con ruido y el pulso limpio.6 27 Si la señal y el ruido están incorrelados. 0. lo cual es habitual ya que están generados de forma totalmente independiente.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.5. La Figura 2 a) presenta y(t). a) Pulso Chirp contaminado con ruido.

Finalmente.122). Este resultado indica que la correlación cruzada (o medida de parecido) entre dos fasores de distinta frecuencia es nula. Si las frecuencias son iguales. la integral toma el valor T y por tanto el resultado al tomar el límite es 1.123) * = 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 (4.124) en (4.125) La autocorrelación de una señal periódica puede calcularse mediante la expresión: .123) se obtiene (4.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. la exponencial en la integral toma el valor 1. 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 ) ∫ ∫ (4.124) Donde para hallar el límite se ha aplicado el hecho de que si las frecuencias son distintas. el numerador permanece acotado mientras el denominador crece indefinidamente y por tanto el resultado es cero. sustituyendo (4.

La señal x(t+τ) se muestra en la Figura 4.127) x(t + τ ) x ∗ (t )dt <T0 > siendo t0 una constante arbitraria Si elegimos el intervalo T múltiplo de T0.15 Hallar la función de autocorrelación de la señal mostrada en la Figura 4. al ser el integrando periódico de periodo T0.5 <τ < 0 1 1 1 = τ2 + τ + 2 2 12 Por ser la autocorrelación una función par. Elegimos en primer lugar el intervalo –1/2 < τ < 0. Dado que la autocorrelación de x(t) es periódica. Aplicando (4. T=MT0 y aplicamos la anterior propiedad. la expresión en un periodo es: .128) −T0 / 2 x(t + τ ) x (t )dt = ∫ <T0 > x(t + τ ) x ∗ (t )dt ___________________________________________________________________________________ EJEMPLO 4. Correlación y espectro de señales deterministas v1. se verifica que: ∫ t0 +T0 t0 x(t + τ ) x ∗ (t )dt = = ∫ ∫ T0 0 x(t + τ ) x ∗ (t )dt = (4. calcularemos la autocorrelación en un periodo.5 t (t + τ + 1)dt + ∫ 0.5 − 0.5 t (t + τ )dt = -0.5 −τ − 0. el valor de la integral en cada intervalo de T0 seg.6 29 R xx (τ ) = 1 T0 ∫ <T0 > x(t + τ ) x ∗ (t )dt (4.128) se obtiene la autocorrelación Rxx (τ ) = ∫ τ − 0.25.126) En efecto. 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 (4.14 a) x(t ) = n = −∞ ∑ (t − nT )Π(t − nT ) 0 0 ∞ T0 = 1 seg.Tema 4.14 b) para un desplazamiento τ = -0.

14 c). b) señal desplazada c) función de autocorrelación .1 −2 −1.14 a) señal original.5 −τ 1 2 t b) R (τ) xx 0.5 1 1.1 0.5 −1 −0. Finalmente la potencia del diente de sierra x(t) es Px = R xx (0) = 1 / 12 x(t) 0.5 −2 −1 −0.5 <τ < 0.R xx (τ ) = 1 2 1 1 τ − |τ | + 2 2 12 -0.5 2 τ c) Figura 4.5 1 2 t a) x(t+τ) 0.5 −2 −1 −0.5 −0.5 Y la extensión periódica se muestra en la Figura 4.

S.S.S. se obtiene: .128). y que los coeficientes de su 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. x(t ) = m = −∞ ∑ c ( m )e 1 T0 ∞ ∞ j 2πmt / T0 (4.S. Tomando transformada de Fourier. La expresión (4.F.130) Aplicando la fórmula de Euler.16 Hallar la autocorrelación de una sinusoide.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. se obtiene la Densidad Espectral de Potencia: S xx ( f ) = m = −∞ ∑ c (m) ∞ 2 δ ( f − m / T0 ) (4.6 31 ___________________________________________________________________________________ El cálculo de la autocorrelación puede hacerse también a partir del D.Tema 4. de la señal original: Sea la señal x(t) periódica de periodo T0.F. pierden la información de fase. obtenemos el D. x(t ) = cos(2πf 0t + θ ) (4.31) Sustituyendo (4.F.131) Identificando los coeficientes del D. se obtiene de forma inmediata el D. y c(m) los coeficientes de su D. x(t ) = 1 jθ j 2πf 0 t 1 − jθ − j 2πf 0 t e e + e e 2 2 (4.F. Correlación y espectro de señales deterministas v1.F.F.S.129) confirma que la autocorrelación de una señal periódica es también periódica del mismo periodo.31) en la expresión (4.34) ___________________________________________________________________________________ EJEMPLO 4.

o bien hallar directamente el D. 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 autocorrelación y la densidad espectral de potencia de la señal x(t) definida en el EJEMPLO 4.S.16 Se desea hallar el D.S.S. podemos buscar el D.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. de la señal x(t) y aplicar (4. c ( m) = ⎧ 0 X b (m / T0 ) ⎪ (−1) m =⎨ T0 ⎪ − j 2πm ⎩ m=0 m≠0 Por lo tanto el D.F.14.S. de la autocorrelación cuyo periodo está definido en el EJEMPLO 4.F. de la señal x(t). Para resolver este ejercicio. 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.F. Optaremos por el primero de estos dos métodos.14.S.c(1) =| 1 jθ 1 e |= 2 2 c(−1) =| 1 − jθ 1 |= e 2 2 (4.134) ___________________________________________________________________________________ EJEMPLO 4.S. Para hallar el D.F. se obtiene la densidad espectral de Potencia S xx ( f ) = 1 1 δ ( f − f0 ) + δ ( f + f0 ) 4 4 (4.F.F.126).133) Tomando transformada de Fourier.

si existen. La correlación cruzada entre fasores de distinta frecuencia es nula. por lo tanto únicamente los fasores comunes en ambas señales.16 Densidad espectral de potencia de la señal del EJEMPLO 4.135) Estas dos señales están formadas por suma de fasores. Los fasores comunes serán aquellos que cumplen: nfx = mfy con n y m enteros.136) La correlación cruzada será cero cuando las dos señales no tengan fasores comunes.15 Correlación cruzada de dos señales periódicas.16 S (f) x100 xx 3 2 1 f −8 −6 −4 −2 2 4 6 8 Figura 4.122). siendo N y M los enteros menores que cumplen la igualdad anterior. Correlación y espectro de señales deterministas v1. contribuirán en el cálculo de Rxy(τ). 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. Llamando fr = Nfx = Mfy. y aplicando (4.6 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. 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. Esto ocurrirá siempre que el cociente fx/fy no sea un número racional .Tema 4.

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. 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. 4. Calcule Ry1y2 (τ) en función de Rxx(τ) y las respuestas impulsionales de los filtros 4. Relacione Rvz(τ) con Rxy(τ) v(t) 1 -3 -1 -3 3 t z(t) 1 1 -1 Fig. 4.6 Problemas 4. y2(t)=x(t)*h2(t).1)b) 3 t 4.2) Sean y1(t)=x(t)*h1(t). 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)b).4.

a partir de ella. a partir de ella. a partir de ella. 7) 4.f que si x(t) es periódica de periodo T0. Calcule Gyx(f). Halle la densidad espectral de energía y. ¿bajo qué condiciones Rxy(τ) = Ryx (τ)? Sean x(t) e y(t) dos señales de energía finita y z(t) = y(t-t0).f. 4) Demuestre que si x(t) e y(t) son dos señales de p. 12) i(t) Fig. a partir de ella. 4. 4. 6) 4. la autocorrelación y la energía de la señal x(t) =A sinc 2W(t-td) Halle la densidad espectral de energía y. Rxx(t) es periódica de periodo T0. a partir de la expresión de la función de autocorrelación de una señal de p. Gxx(f) y Gxi(f). la autocorrelación y la energía de la señal x(t) =e-atu(t) Halle la autocorrelación y.6 35 4. 12) a Fig. Correlación y espectro de señales deterministas v1.Tema 4. 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. 9) 4. 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. 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. Gyy(f) y Gxy(f) en función de H(f). 11) Demuestre. a) Rxy(τ) = R*yx(-τ) b) |Rxx(τ)| ≤ Rxx(0) 4. Para ello se dispone de las señales x(t) e y(t) según el esquema de la figura 4.m. 5) 4. Demostrar que Rxz(τ) = Rxy(τ+t0) y que Rzx(τ) = Ryx(τ−t0) Se desea medir la respuesta frecuencial de un circuito. 8) 4. 12) b (Considere todas las señales reales y de Energía Finita en todo el ejercicio).m. la autocorrelación y la energía de la señal x(t) =A Π[(t-td)/τ] Halle la densidad espectral de energía y. 10) 4. .

con n(t) incorrelado con x(t). un comparador y un elemento de decisión que determina la entrada al comparador cuyo valor es máximo. H2(f) = G (f) xx xy 4. Cada una de ellas se codificará con un pulso xi(t) de energía Ex y duración T.c) Si Gxi(f) = 0. ¿Qué método elegiría para calcular H(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). 14) Se desea diseñar un sistema de mando a distancia que pueda transmitir 4 informaciones distintas. 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. acotado y con energía Eh .4). Sea x(t) una señal real y acotada con energía Ex y h(t) un filtro real. Razone la respuesta. Especifique para ese filtro el instante en el que la salida será máxima. un muestreador que toma muestras T segundos después de recibir la entrada. El receptor mostrado en la siguiente figura consta de una serie de filtros (banco de filtros adaptados) hk(t) = xk(T-t). Sea y(t) la salida del filtro cuando a éste se le aplica x(t) a) Utilizando la desigualdad de Schwartz. ¿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 . Tiene la ventaja adicional de que es “robusto” frente al ruido e interferencias. Gyx(f) Gyy(f) H1(f) = G (f) . 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). y se transmitirá. b) La salida y(t) alcanzará la cota Ex Eh en el instante t= to. Y(f) Ho(f) = X(f) . . calcule el instante en el que la salida es máxima. 4. 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). 13) Uno de los filtros más utilizados en aplicaciones donde se requiere la detección de pulsos es el filtro adaptado.

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.Tema 4. 14) a Relacione yk(t).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.el valor de la salida del filtro késimo en el instante T. 14) b. 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. f) ¿Cómo modificaría el esquema para eliminar falsas detecciones por pulsos interferentes como el anterior? a) . 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) . Distinga k=i. cuando a la entrada se aplica xi(t).

comparar los valores yk(T0) k=1. transmite una señal xn(t) al centro de control.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. filtrar la señal recibida xn(t) por un conjunto de N filtros en paralelo cada uno de respuesta impulsional hk(t)=xk(T0-t). 3. Para detectar cuál es la alarma activada se utiliza un sistema que consiste en 1. Compruebe que todas las señales tienen la misma energía c) Compruebe que las señales xi(t) y xj(t) son ortogonales si i≠j . 5. Cuando la alarma n-ésima se activa. 2. 15)Un sistema de control como el de la Fig 4. medir la salida yk(t) de cada filtro en el instante T0.…N. 14) b 4. 4. 14) a gestiona N alarmas diferentes. k=1.…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). x2(t) y x3(t) b) Calcule la energía de xn(t).

b) pv(t). semáforos) sin necesidad de utilizar señalización adicional molesta para otros usuarios. a personas con discapacidad. 16)Se desea diseñar un sistema que permita. ¿es importante que las señales xi(t) sean ortogonales? Razone la respuesta 4. 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).Tema 4. c) sistema . la salida del filtro k-ésimo en el instante T0 cuando a su entrada se aplica xn(t). 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. con la correlación cruzada entre xn(t) y xk(t) e) Calcule yk(T0). a) pr(t). 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. Supondremos en este ejercicio un dispositivo con dos estados (rojo y verde). con n≠ k. averiguar el estado de ciertos dispositivos (ej. con n≠ k f) Calcule yk(T0). Correlación y espectro de señales deterministas v1.6 39 d) Relacione la salida del filtro k-ésimo yk(t) cuando a su entrada se aplica xn(t).

táctil. Justifique razonadamente su elección y preferiblemente sin calcular matemáticamente la autocorrelación. con la autocorrelación de pr(t). ¿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. Para identificar el pulso transmitido la señal recibida se aplica a un filtro de respuesta impulsional h(t) = pr(T-t). calor…). Cuando la salida alcanza el nivel A. el sistema identifica ‘rojo’ mientras que cuando el sistema alcanza el valor –A. d) Si a la entrada del receptor llega pr(t) relacione la salida del filtro. v(t). . b) Calcule la energía de pr(t) y de pv(t) c) Determine si los pulsos pr(t) y pv(t) son ortogonales. Ayúdese de un dibujo de la señal de salida. 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. f) Justifique que el sistema no funciona si T=T0. movimiento. el sistema identifica ‘verde’.El receptor identifica el pulso transmitido y genera una señal que depende del pulso identificado y que el usuario puede identificar fácilmente (acústica. Se pide: a) Determine la función de autocorrelación de pr(t) entre las mostradas en la figura 2.16 b).

. 17)Un sistema de radar transmite una señal x(t). Además se añade un ruido n(t). Si el máximo está en t0. Al cabo de T segundos. Suponga que la correlación entre la señal x(t) y el ruido es constante de valor C. calcule T. ésta alzanza el blanco y retorna al punto de partida con una atenuación total α. Correlación y espectro de señales deterministas v1.Tema 4.6 41 4. Calcule la correlación cruzada entre x(t) y xr(t). . La señal recibida es por tanto xr(t) =αx(t-2T)+n(t).

Sign up to vote on this title
UsefulNot useful