Ruido

Procesos Aleatorios
Los procesos aleatorios se encuentran en la caracterizacin de las fuentes de
seales, en la transmisin de la informacin en un canal, en el procesamiento de
la seal aleatoria recibida a travs de un receptor optimo.
Los procesos aleatorios son mapeos del espacio muestra a funciones de tiempo:

La clasificacin de los procesos

aleatorios se da por la variabilidad de
su estadstica en el tiempo, asi
podemos
hablar
de
procesos
estacionarios o no estacionarios.

Una descripcin completa de un proceso

aleatorio se lleva a cabo tomando un conjunto
de instantes de tiempo t1<t2<tn, donde N es
cualquier valor entero positivo, N=1,2, y, o
bien al determinar u obtener la pdf de unin de
las N variables aleatorias, x(t1), ., x(tn), es
decir la pdf de orden n-esimo, esta pdf puede
depender del tiempo.

Un proceso es estrictamente estacionario si

se cumple:
La forma general de los momentos para
procesos aleatorios es:

Sin embargo, estamos interesados en el

orden 1 y 2 de los momentos estadsticos

Otro promedio estadstico de importancia es la correlacin y es

relevante porque describe la densidad espectral de potencia, en los
procesos aleatorios la correlacin es la autocorrelacin del proceso.

Algunas propiedades de la
autocorrelacin son:

Un proceso menos restrictivo y mas comn es el Wide-Sense

Stationary WSS, para que un procesos aleatorio sea WSS se deben
cumplir las dos condiciones siguientes:

Muchas seales de informacin y fuentes de ruido son procesos WSS

La transformada de Fourier de la autocorrelacion es la densisdad
espectral de potencia

Un proceso es ergdico si se cumplen las dos

condiciones siguientes

Un proceso aleatorio ergdico es

uno donde cualquier miembro del
conjunto exhibe el mismo
comportamiento estadstico como
el conjunto total.
Demostrar la ergodicidad es muy difcil por no decir casi imposible, asi que en la
mayora de los problemas se presume una ergodicidad a menos que se conozcan
factores que digan lo contrario por ejemplo una no estacionariedad dado a que
un proceso ergdico necesariamente es estacionario, lo contrario no siempre es
cierto.

Procesos Aleatorios y sistemas LTI

No puede obtenerse la pdf
orden primero o segundo
salida para una entrada
proceso aleatorio, excepto en
caso gaussiano.

de
de
de
el

Por
lo
tanto
tenemos
que
conformarnos con la PSD, la media
y la funcin de correlacin cruzada
entre la entrada y la salida
media de
Salida

Correlacin
PSD de Salida

Ruido en sistemas de comunicaciones

El ruido se refiere a seales elctricas presentes en los circuios y
que limitan la habilidad del receptor para detectar las seales
por lo tanto disminuyendo la tasa de transferencia.
Existe ruido natural y ruido provocado por el ser humano. El
ruido trmico es un claro ejemplo de ruido como un proceso
aleatorio ya que es producido por la presencia de los electrones
y su movimiento aleatorio en el material conductor.
Gracias al teorema del limite central la suma de cada uno de
estos movimientos puede ser modelada como un proceso
gausiano que a su vez esta determinado por la media y la
autocorrelacin
Al obtener la PSD del ruido trmico se observa que esta es plana
en rango de frecuencia de 0-10 gigahertz donde normalmente
operan los sistemas de comunicaciones.

El ruido blanco tienen potencia promedio infinita por lo tanto es

un modelo irreal, sin embargo es una aproximacin muy buena
debido a que lo percibimos solamente cuando lo hacemos pasar
a travs de un sistema con un ancho de banda finito, por lo
anterior se puede considerar el ancho de banda del ruido de
tamao infinito
Como regla prctica :
El ruido est bien modelado como blanco cuando su PSD es
plana sobre una banda de frecuencia que es 3-5 veces mayor
que la del sistema de comunicacin bajo consideracin

Variable Gaussiana Aleatoria y Procesos

El modelo gaussiano es el modelo estadstico mas

utilizado y esto es por que muchos de los procesos son
producidos por una alta cantidad de factores que
convergen al modelo gaussiano como lo demuestra el
teorema del limite central
Una variable aleatoria gaussina es aquella cuya pdf es de la forma
de una exponencial donde la variable en el exponente es una funcin
cuadrtica.