Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Problema 10.1
Una señal continua xc (t) está limitada en banda a frecuencias inferiores a 5 kHz; es decir, Xc (Ω) = 0 para |Ω| ≥
2π(5000). La señal xc (t) se muestrea con una frecuencia de muestreo de 10000 muestras por segundo (10 kHz) para
producir la secuencia x[n] = xc (nTs ) con Ts = 10−4 . Sea X[k] la DFT de orden 1000 de x[n].
• En una DFT el índice k es adimensional; se trata del índice de una secuencia. Ahora bien, los valores de la
DFT de orden N de una secuencia x[n] son muestras equiespaciadas de su transformada de Fourier X(ω) en
el intervalo [0, 2π). Es decir, un índice k0 se corresponde con una frecuencia discreta ωk = 2πk0 /N .
• Una frecuencia discreta puede relacionarse con una frecuencia continua si la señal x[n] proviene del muestreo
a frecuencia fs = 1/Ts de una señal continua xc (t). Basta aplicar el cambio de variable Ω = ω/Ts para
obtener la frecuencia continua en radianes o f = ω/2πTs para obtenerla en hercios. Nótese que para que
el valor X(k0 ) se corresponda (salvo una constante) con Xc (Ω0 ) o Xc (f0 ) la señal xc (t) debe estar bien
muestreada.
• El índice k de la DFT varía en el rango 0, . . . , N − 1 por lo que un índice k0 ≤ N /2 se corresponde con una
frecuencia continua positiva; sin embargo, un índice k1 > N /2 se corresponde con una frecuencia discreta
en el intervalo (π, 2π) y, por tanto, con una frecuencia continua negativa debido a la periodicidad de la
transformada de Fourier de la secuencia x[n]. Véase la figura.
Xc (f )
f (Hz)
fk1 fk0 fm
Xc (Ω)
Ω (rad/s)
-Ωk1 Ωk 0 Ωm
X(ω)
ω (rad)
-ωk1 ωk0 π ωk1
X(k)
N par
k
k0 N k1
2
• Resumiendo, dado un índice ki de una DFT de orden N las frecuencias continuas correspondientes son:
( (
fs N 2πfs N
N ki ki ≤ 2 N ki ki ≤ 2
fi = fs N
Ωi = 2πfs N
N (ki − N) ki > 2 N (ki − N) ki > 2
Nótese que N /2 es entero sólo si N es par; pero las expresiones siguen siendo válidas para N impar.
Problemas Tema 5 PT5v1–2
Problema 10.2
Una señal continua xc (t) está limitada en banda a 5 kHz; es decir, Xc (Ω) = 0 para |Ω| ≥ 2π5000. La señal xc (t) se
muestrea con periodo Ts produciendo la señal x(nTs ). Para examinar las propiedades espectrales de la señal, se calcula
una DFT de orden N de un segmento de N muestras de x[n] usando un programa que requiere N = 2v , con v entero.
Determine el valor mínimo de N y el rango de frecuencias de muestreo
1
Fmin < < Fmax
Ts
de forma que se evite el solapamiento espectral, y que el espacio efectivo entre valores de la DFT sea menor que 5 Hz; es
decir, que las frecuencias continuas equivalentes en las que se evalúa la transformada de Fourier estén separadas por
una cantidad inferior a 5 Hz.
• La separación en frecuencia discreta de dos índices consecutivos de una DFT de orden N es ∆ω = 2π/N ,
que se traduce en frecuencias continuas como ∆f = fs /N . Véase el problema 10.1.
• Las dos primeras condiciones pueden agruparse como: 10 kHz < fs < 5N Hz. El valor mínimo de N que
satisface esta desigualdad es N = 2048 = 211 , resultando 10 kHz < fs < 5 · 2048 = 10240 Hz.
• La frecuencia mínima solicitada es Fmin = 10000 Hz y la frecuencia máxima Fmax = 10240 Hz.
Problemas Tema 5 PT5v1–4
Problema 10.3
Una señal continua xc (t) = cos(Ω0 t) se muestrea con periodo Ts para producir la secuencia x[n] = xc (nTs ). A
x[n], n = 0, . . . , N − 1 se le aplica una ventana rectangular de N puntos y se calcula la DFT de N puntos X[k], k =
0, . . . , N − 1 a la secuencia resultante.
(a) Suponiendo que Ω0 , N y k0 son fijos, ¿cómo debe elegirse Ts para que X[k0 ] y X[N − k0 ] sean distintos de 0 y
X[k] = 0 para los restantes valores de k?
(b) La respuesta, ¿es única? Si no, encuentre otro valor de Ts que satisfaga las condiciones anteriores.
• Sea y[n] = x[n]w[n] la señal x[n] = xc (nTs ) enventanada con la ventana rectangular w[n] de longitud N .
La ventana w[n] asegura que y[n] se anula fuera del intervalo n = 0, . . . , N − 1 y que, por tanto, se puede
calcular su DFT de orden N .
N
X[k] = [δ[k − k0 ] + δ[k − (N − k0 )]]
2
que se anula para todos los valores de k excepto k = k0 y k = N − k0 .
• No es único. Si se elige Ts = 2π(N − k0 )/(Ω0 N ) se obtiene el mismo resultado, solo que ahora la primera
delta resulta δ[k − (N − k0 )] y la segunda δ[n − k0 ].
Problemas Tema 5 PT5v1–5
Problema 10.5
Considere la estimación del espectro de una señal discreta usando la DFT con una ventana de Hamming aplicada a
x[n]. Un criterio conservador cuando se analiza con DFTs una señal enventanada es que la resolución en frecuencia es
igual a la anchura del lóbulo principal de W (ω). Se desean resolver señales sinusoidales que están separadas tan poco
como π/100 en ω. Además, la longitud de la ventana L está obligada a ser una potencia de 2. ¿Cuál es la longitud
mínima L = 2v que cumple con el requisito de resolución?
• La anchura del lóbulo principal de una ventana de Hamming de longitud L es ∆ωh = 8π/L. Aplicando el
criterio de no solapamiento de los lóbulos principales:
∆ωh ≤ π/100
8π/L ≤ π/100
L ≥ 800
Pero, según el enunciado, L debe ser una potencia de 2 así que el valor buscado es
• Nota: La anchura del lóbulo principal de la ventana de Hamming es el doble que el de la ventana rectangular;
por este motivo no es recomendable usar esta ventana para obtener resolución espectral, ya que es idónea
para limitar las fugas espectrales pero a costa de un lóbulo principal más ancho que el de la ventana rectan-
gular. Con la ventana rectangular el resultado del problema sería ∆ωr = 4π/L ⇒ L ≥ 400 ⇒ Lmin = 512.
Como puede verse, para obtener la misma resolución espectral se precisan el doble de muestras con la ventana
de Hamming que con la ventana rectangular.
Problemas Tema 5 PT5v1–6
Problema 10.11
Una señal continua se muestrea a una frecuencia de 10 kHz y con la secuencia resultante se calcula una DFT de 1024
puntos. Determine la separación en frecuencia continua entre las muestras espectrales.
10000
∆f = = 9.77 Hz
1024
∆Ω = 2π∆f = 61.36 rad/s
Problemas Tema 5 PT5v1–7
Problema 10.18
La figura muestra la magnitud |V [k]| de la DFT de 128 puntos V [k] de una señal v[n]. La señal v[n] se obtenido
multiplicando x[n] por una ventana rectangular de 128 puntos w[n]; es decir, v[n] = x[n]w[n]. Nótese que la figura
muestra |V [k]| sólo en el intervalo 0 ≤ k ≤ 64. ¿Cuáles de las siguientes señales podría ser x[n]? Es decir, ¿cuáles son
consistentes con la información mostrada en la figura?
70
60
50
40
|V(k)|
30
20
10
0
0 10 20 30 40 50 60 70
indice k de la DFT
• La gráfica sólo muestra frecuencias continuas positivas porque el rango de índices es k = 0, . . . , N /2 equi-
valente a wk ∈ [0, π).
2π π 2π π
ω1 = 8 = rad ω2 = 16 = rad
128 8 128 4
• Análisis las señales propuestas:
◦ x1 [n] = cos(πn/4) + cos(0.26πn): el segundo coseno tiene una frecuencia de 0.26π rad que no es ni
π/8 ni π/4 por lo que no es consistente con la gráfica. Es verdad que π/4 = 0.25π es un valor cercano a
0.26π rad pero si se calcula el valor de k no entero en el que debería aparecer esta frecuencia se obtiene
k = 0.26 · 128/2 = 16, 64, valor casi centrado entre 16 y 17; por tanto, teniendo en cuenta las fugas
espectrales deberían aparecer valores no nulos en k = 16 y k = 17, que no es el caso.
Problemas Tema 5 PT5v1–8
◦ x2 [n] = cos(πn/4) + (1/3)(πn/8): es consistente con la gráfica; los picos aparecen en los lugares
adecuados y correctamente escalados.
◦ x3 [n] = cos(πn/4) + (1/3) cos(πn/8): es consistente con la gráfica; los picos aparecen en los lugares
adecuados y correctamente escalados.
◦ x4 [n] = cos(πn/8) + (1/3) cos(πn/16): en k = 4, correspondiente con la frecuencia π/16, no aparece
ningún pico por lo que no es consistente con la gráfica.
◦ x5 [n] = (1/3) cos(πn/4) + cos(πn/8): los picos aparecen en los lugares adecuados, pero con las am-
plitudes cambiadas por lo que no es consistente con la gráfica.
◦ x6 [n] = cos(πn/4) + (1/3) cos(πn/8 + π/3): es consistente con la gráfica; los picos aparecen en los
lugares adecuados y correctamente escalados; la fase no está representada en una gráfica de módulo.
• En resumen, sólo las señales x2 [n], x3 [n] y x6 [n] son consistentes con la gráfica.
Problemas Tema 5 PT5v1–9
Problema P2-6
La señal
P Q
Aei e j2πFi t
e
X X
xc (t) = Aci cos(2πFic t) +
i=1 i=1
con ancho de banda inferior a 1000 Hz, se muestrea con Fs = 2000 Hz. A un segmento de longitud L = 100 de
x[n] = xc (nTs ) se le aplica una DFT de orden M = 1000. Los módulos de la DFT, empleando una ventana rectangular
y una ventana de Hamming, se representan a continuación. Se pide que calcule P , Q, Aci , Fic , Aei y Fie .
• Comentarios preliminares:
fs 2000
◦ k1 ⇒ f1 = M k1 = 1000 200 = 400 Hz
fs 2000
◦ k2 ⇒ f2 = M (k2 − M ) = 1000 (800 − 1000) = −400 Hz
fs 2000
◦ k3 ⇒ f3 = M k3 = 1000 200 = 400 Hz
fs 2000
◦ k4 ⇒ f4 = M k4 = 1000 260 = 520 Hz
fs 2000
◦ k5 ⇒ f5 = M (k5 − M ) = 1000 (800 − 1000) = −400 Hz
fs 2000
◦ k6 ⇒ f6 = M (k6 − M ) = 1000 (860 − 1000) = −280 Hz
◦ un coseno (P = 1) con frecuencia F1c = 400 Hz que se distingue en ambas gráficas ya que se observan
sus exponenciales positivas (índices k1 y k3 ) y negativas (índices k2 y k5 ) de la misma amplitud.
◦ dos exponenciales (Q = 2) con frecuencias F1e = 520 Hz (índice k4 ) y F2e = −280 Hz (índice k6 ); estas
exponenciales sólo se distinguen en la gráfica con ventana de Hamming.
• Cálculo de amplitudes:
A jθ
e + e-jθ de forma
Para medir la amplitud de un coseno debe tenerse en cuenta la identidad A cos(θ) =
2
que cada pico en la gráfica se corresponde con la mitad de la amplitud del coseno multiplicado por el valor
espectral de la ventana en ω = 0. La amplitud de una exponencial no se ve afectada por el factor 1/2.
Recuérdese que cuando se enventana una señal la transformada de Fourier (y, por tanto, sus muestras ob-
tenidas con la DFT) que se observa es la convolución de las transformadas de Fourier de la señal y de la
ventana. Cuando la señal es una exponencial su transformada es una delta y por tanto el espectro de la señal
enventanada es la transformada de la ventana desplazada al lugar de la delta.
El valor de la ventana en ω = 0 se calcula fácilmente aplicando la definición de la transformada de Fourier
(o la DFT, porque es una señal de longitud finita):
L−1
w[n]e-j L n
X 2πk
W [k] =
n=0
que para k = 0 (correspondiente con ω = 0) se reduce a W [0] = L−1 n=0 w[n]; es decir, la suma de los valores
P
de la ventana. Para la P
ventana rectangular es fácil calcular este valor porque todas sus muestras son la unidad,
resultando Wr [0] = L−1 n=0 1 = L; para la ventana de Hamming el cálculo es más complicado, resultando
Wh [0] = 53.54 para una ventana de longitud L = 100.
El valor representado en las gráficas está medido en decibelios por lo que el valor leído a cumplirá:
◦ para un coseno de amplitud Ac : a = 20 log10 ((Ac /2)W [0]), de donde Ac = (2/W [0])10a/20
◦ para una exponencial de amplitud Ae : a = 20 log10 (Ae W [0]), de donde Ae = (1/W [0])10a/20
En el problema:
◦ amplitud del coseno usando el dato medido en la gráfica con ventana rectangular:
Ac1 = (2/L)1060/20 = (2/100)103 = 20. Usando el dato medido en la gráfica con ventana de Hamming
se obtendría Ac1 ≈ (2/53.54)1054/20 = 21.01, valor menos preciso porque el dato leído de la gráfica es
aproximado.
◦ amplitud de las exponenciales: Ae1 = Ae2 ≈ (1/53.54)1026/20 = 0.37
• En resumen P = 1, Q = 2, Ac1 = 20, F1c = 400 Hz, Ae1 = 0.37, F1e = 520 Hz, Ae2 = 0.37 y F2e = −280 Hz.
La señal continua es: xc (t) = 20 cos(2π400t) + 0.37e j2π520t + 0.37e-j2π280t .
• Nota: los resultados aproximados pueden tomarse como válidos; el análisis espectral a ojo no da para más.
Problemas Tema 5 PT5v1–12
Problema 10.10
La siguiente figura muestra el espectrograma de una señal chirp de la forma:
1 2
x[n] = sin ω0 n + λn
2
Figure P10.10
Discrete-Time Signal Processing, Third Edition Copyright ©2010, ©1999, ©1989 by Pearson Education, Inc.
Alan V. Oppenheim • Ronald W. Schafer All rights reserved.
• La frecuencia instantánea de la señal chirp es ωi [n] = ω0 + λn, ecuación de una recta con pendiente λ y
ordenada en el origen ω0 .
Problema 10.14
Una señal de voz se muestrea con frecuencia de muestreo de 16.000 muestras por segundo (16 kHz). Para realizar el
análisis de Fourier dependiente del tiempo de la señal se utiliza una ventana de 20 ms de duración que se desplaza 40
muestras entre cada cálculo de la DFT. Suponga que la longitud de cada DFT es N = 2ν .
(a) ¿Cuántas muestras hay en cada segmento de voz seleccionado por esta ventana?
(b) ¿Cuál es la “velocidad de trama” del análisis de Fourier dependiente del tiempo. Es decir, ¿cuántos cálculos de
DFT se realizan por segundo de la señal de entrada?
(c) ¿Cuál es el mínimo tamaño N de la DFT para que la señal de entrada original se pueda reconstruir a partir de
la transformada de Fourier dependiente del tiempo?
(d) ¿Cuál es la separación (en Hz) entre las muestras de la DFT para el valor mínimo de N obtenido en el apartado
c).
• Como la ventana avanza 40 muestras en cada cálculo de la DFT la velocidad de trama (número de DFTs por
segundo) es: r = (16000 muestras/s) / (40 muestras/trama) = 400 tramas/s.
• Se puede argumentar que como cada trama es de L = 320 muestras se necesitaría un valor de N ≥ L para
hacer la DFT. El valor N = 512 cumpliría el criterio N = 2ν .
• Sin embargo, como hay solapamiento entre las tramas, el valor de N puede ser menor.
• Como la ventana avanza 40 muestras entre cálculos, solo se necesitan 40 muestras válidas en cada DFT para
poder reconstruir la señal original.
• Si los datos enventanados se solapan en el tiempo se puede usar una DFT menor que la longitud de la ventana
L.
• Si N < 320 y N ≥ 160, el número de muestras solapadas es 320 − N . Por tanto, con una DFT de N puntos
se pueden recuperar N − (320 − N ) = 2N − 320 muestras válidas. Para que este valor sea mayor que 40,
el valor mínimo es: 2N − 320 ≥ 40 → N ≥ 180.
• La separación entre muestras de la DFT es ∆ω = 2π/N que en frecuencias continuas es: 2π∆f T = 2π/N
1
o ∆f = .
NT
• Con N = 256 y T = 1/16000, resulta ∆f = 16000/256 = 62.5 Hz.
Problemas Tema 5 PT5v1–14
Problema 10.32
Una señal analógica compuesta por una suma de sinusoides se muestrea con frecuencia de muestreo fs = 10000 muestras/s
para obtener x[n] = xc (nT ). La siguiente figura muestra cuatro espectrogramas que muestran el módulo (en dBs) de
la transformada de Fourier dependiente del tiempo 20 log10 (|X[n, k]|) calculados con una ventana rectangular o una
ventana de Hamming. La escala es logarítmica y solo se muestran los 35 dBs más altos.
Figure P10.32
Discrete-Time Signal Processing, Third Edition Copyright ©2010, ©1999, ©1989 by Pearson Education, Inc.
Alan V. Oppenheim • Ronald W. Schafer All rights reserved.
(b) ¿Qué par (o pares) de espectrogramas tienen aproximadamente la misma resolución frecuencial?
(d) Estime al valor más cercano de 100 muestras la longitud L de la ventana usada en el espectrograma (b).
(e) Use la información de los espectrogramas para escribir una ecuación (o ecuaciones) de una suma de sinusoides
analógicas xc (t) que, una vez muestreada a frecuencia fs = 10000, produzca los espectrogramas de la figura.
Sea lo más completo que pueda en su descripción de la señal. Indique cualquier parámetro que no se pueda obtener
del espectrograma.
• Los espectrogramas (a) y (b) tienen aproximadamente la misma resolución frecuencial. Lo mismo ocurre con
(c) y (d).
• Nótese que en ambas parejas la anchura de las bandas horizontales es aproximadamente igual.
Problemas Tema 5 PT5v1–15
• Es el (c).
• Nótese que este espectrograma tiene el lóbulo principal más ancho y la región de transición más corta al final
de las barras.
• Los espectrogramas no muestran amplitudes absolutas porque los máximos están normalizados a 0 dB.
Problema 10.42
Una señal en tiempo continuo de banda limitada tiene un espectro que es cero para |Ω| ≥ 2π104 rad. La señal se
muestrea con una frecuencia de 20000 muestras por segundo durante un intervalo temporal de 10 s. Se estima el espectro
de potencia de la señal por el método de promediado de periodogramas.
(b) Si se utiliza un programa de FFT de base 2 para calcular los periodogramas, ¿cuál es la mínima longitud N que se
debe utilizar si se desean obtener estimaciones del espectro de potencia en frecuencias equiespaciadas separadas
no más de 10 Hz?
(c) Si la longitud L del segmento es igual a la longitud N de la FFT en el apartado (b), ¿cuántos segmentos K, hay
disponibles si dichos segmentos no se solapan?
(d) Suponga que se desea reducir la varianza del estimador del espectro en un factor de 10, manteniendo la separación
en frecuencia del apartado (b). Sugiera dos métodos para hacerlo. ¿proporcionan los dos métodos los mismos
resultados? Si no es así, explique en qué se diferencian.
• La longitud del registro de datos es: Q = (20000 muestras/s) (10 s) = 200000 muestras.
• La separación entre muestras de la DFT es ∆ω = 2π/N que en frecuencias continuas es: 2π∆f T = 2π/N
1
o ∆f = .
NT
• Para conseguir no más de 10 Hz de separación entre las muestras del espectro se necesitan N ≥ 20000/10 =
2000 muestras.
• El número de segmentos sin solapamiento es: K = Q/N = 200000/2048 = 97.66 segmentos. Si el último
se rellena con ceros son K = 98.
• En cualquiera de los métodos la longitud debe ser L = 2048 para mantener la separación frecuencial.
• Método 1: Disminuir la longitud del segmento a L/10 y rellenar con ceros hasta L. El número de segmentos
se multiplica por 10 reduciendo la varianza en la misma proporción. Sin embargo, la resolución espectral
también se reduce.
• Método 2: Aumentar el registro de datos a 10Q = 2000000 muestras . El número de segmentos también se
multiplica por 10 y se reduce la varianza en la misma proporción pero se mantiene la resolución espectral.
Problemas Tema 5 PT5v1–17
Problema 5.X1
El sistema de la figura usa un banco de filtros modulado para hacer análisis espectral.
v0 [n]
h0 [n]
..
.
x[n] vk [n]
hk [n]
..
.
vN −1 [n]
hN −1 [n]
(
0.9n , 0 ≤ n ≤ M − 1
La respuesta al impulso del filtro prototipo paso-bajo es h0 [n] = . Las respuestas al impulso
0, resto
de los filtros se relacionan según la expresión hk [n] = e jωk n h0 [n] con ωk = 2π/N y k = 0, 1, . . . , N − 1.
Un sistema alternativo para hacer análisis espectral se muestra en la siguiente figura.
∞
2πn
X
G[k] = g[n]e−j N k
n=−∞
g[n]e−j N
w[n]
Determine las constantes a, b, c y d en la expresión de w[n] para que G[k] = vk [0], con k = 0, 1, . . . , N − 1.
∞ ∞
x[n]w[n]e-j
X 2πn X 2πn
• G[k] puede expresarse como: G[k] = g[n]e−j N
k
= N
k
n=−∞ n=−∞
∞ ∞
2π(m−n)
x[n]h0 [m − n]e j
X X
k
• Por otra parte vk [m] = x[n]hk [m − n] = N
m=−∞ m=−∞
∞
x[n]h0 [−n]e-j N k
X 2πn
• Evaluando la segunda expresión en m = 0 resulta vk [0] =
n=−∞
• Comparando G[k] con vk [0] se observa que w[n] = h0 [−n] y, por tanto:
(
0.9−n , −M + 1 ≤ n ≤ 0
w[n] =
0, resto
Problema 5.X2
Sea xi [n] la i-ésima realización independiente de un proceso estocástico con media cero, estacionario en sentido amplio y
ergódico x[n]. Sea w[n] una ventana rectangular de longitud finita L; es decir, w[n] = 1 para 0 ≤ n ≤ L−1 y w[n] = 0
en el resto. La función de autocorrelación del proceso estocástico es φxx [m], donde φxx [m] = ε {x[n]x[n + m]}. Se
desea estimar φxx [m] a partir del segmento enventanado de xi [n]; es decir, del segmento vi [n] = xi [n]w[n]. Sean φ̂[m]
y φ̌xx [m] dos estimadores de φxx [m].
Usando una ventana rectangular de longitud L = 20, especifique un valor denm en el rango o 0 ≤ m ≤ 30 para
el cual φ̂xx [m] es un estimador consistente de φxx [m]; es decir, para el que ε φ̂xx [m] = φ[m] y la varianza
de φ̂xx [m] tiende a 0 cuando M → ∞. Especifique también un valor de m 0 ≤ m ≤ 30 para el cual φ̂xx [m] no
es un estimador consistente.
(b) Se desea ahora que el estimador esté basado en una única realización del proceso estocástico. Este estimador,
denotado por φ̌xx [m], se genera como
∞
1 X
φ̌xx [m] = vi [n]vi [n + m]
L n=−∞
Usando una ventana rectangular de longitud L = 20, especifique un valor de m en el rango 0 ≤ m ≤ 30 para
el cual φ̌xx [m] es un estimador insesgado de φxx [m].
• Para un valor concreto de m la expresión de φ̂xx [m] es la media muestral de realizaciones independientes
enventanadas del proceso estocástico; es decir, promediando en el conjunto.
• Nótese que la media muestral es un estimador consistente.
• Para determinar los valores de m en los que es un estimador válido se calcula la esperanza matemática de la
expresión, resultando
M
n o 1 X
ε φ̂xx [m] = E (xi [m]xi [0]) w[0]w[m]
M
i−1
M
1 X
= φxx [m]w[0]w[m]
M
i=1
(
φxx [m] , 0 ≤ m ≤ L − 1
=
0, resto
donde se ha usado la propiedad de linealidad del operador esperanza matemática y el hecho de que φxx [m] =
ε {x[n]x[n + m]}.
• Por tanto φ̂xx [m] es un estimador consistente en el intervalo 0 ≤ m ≤ L − 1.
• Con L = 20 y el rango dado, φ̂xx [m] es un estimador consistente para cualquier valor de m en el rango
0 ≤ m ≤ 19.
• Con L = 20 y el rango dado, φ̂xx [m] es un estimador no consistente para cualquier valor de m en el rango
20 ≤ m ≤ 30.
Problemas Tema 5 PT5v1–19
donde se ha usado la propiedad de linealidad del operador esperanza matemática y donde cww [m] es la
autocorrelación determinística de la ventana rectangular.
• Se obtiene, por tanto, que φ̌xx [m] es un estimador sesgado en el que el sesgo se manifiesta como una ventana
triangular L1 cww [m] que multiplica a la secuencia de autocorrelación φxx [m], ya que
(
L−|m|
1
cww [m] = L , 0 ≤ |m| ≤ L − 1
L 0, resto