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

F. ni de P.Tema 4.7) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.M.2 El escalón es una señal de P. Un ejemplo es la señal: x(t ) = t −α / 2 u (t − 1) x(t) 1 0 <α <1 (4.6 5 x(t ) = e −αt u (t ) E x = e − 2αt dt = 0 ∞ α >0 1 2α ∫ (4.F. Correlación y espectro de señales deterministas v1.M. 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 (4.3 Es posible construir señales que no son ni de E.F.9) 0 1 t .8) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4.

M. 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..F. Esta propiedad puede aplicarse para simplificar el cálculo de la Potencia media.4 Sea la señal periódica x(t) sinusoidal: x(t ) = A cos(2πf 0 t + θ ) (4. Eligiendo el intervalo de integración T de la ecuación (4.12) ___________________________________________________________________________________ Un grupo muy importante de señales de P. se obtiene la potencia media .10) diverge.11) El numerador crece con un orden inferior al primero y por tanto al tomar el límite Px = 0 (4. lo forman las señales periódicas.13) donde t0 es una constante arbitraria. 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. la integral correspondiente al cálculo de la energía Ex = ∫ ∞ 1 t −α dα = ∞ (4.Por ser α <1.14) . 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 T0.6) múltiplo del periodo.14) ___________________________________________________________________________________ EJEMPLO 4.15) Sustituyendo x(t) en (4. T=MT0 la integral en el intervalo T.

16) ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 4. si .19) admite la clasificación anterior dependiendo del valor que tomen los coeficientes αn.18) ___________________________________________________________________________________ Las señales formadas por funciones de distribución no están incluidas en ninguno de los tipos definidos en este apartado. ya que su cuadrado no está definido. Consideraremos no obstante que una señal de la forma x(t ) = n = −∞ ∑ α δ (t − t n ∞ n) (4. 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.F.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. Correlación y espectro de señales deterministas v1.17) Dado que T0 > τ. Será tratada como una señal de E.Tema 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.

23) se obtiene el resultado n = −∞ ∑e − 2α | n |T = 1 + e −2αT 1 − e − 2αT (4. En efecto.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.20) y será tratada como una señal de P.22) Será tratada como una señal de E.F.M. ya que verifica la propiedad (4.24) en (4.23) y la suma de la progresión geométrica está acotada ∑ ∞ e − 2αnT = e −2αT 1 − e − 2αT (4. ___________________________________________________________________________________ EJEMPLO 4.F.25) ___________________________________________________________________________________ .24) Sustituyendo (4. la suma se puede descomponer n = −∞ ∑e ∞ 1 ∞ − 2α |n|T = 1+ 2 ∑e n =1 ∞ − 2αnT (4. α >0 (4.6 La señal x(t) formada por impulsos x(t ) = n = −∞ ∑e ∞ − a|n|T δ (t − nT ). si se verifica 0 < lim 1 T T →∞ ∑|α n n |2 < ∞ (4. T/2).n = −∞ ∑|α ∞ n |2 < ∞ (4.20).

6 9 4. Gxx(f) es par.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.1 Teorema de Parseval. Si x(t) es real.7 .2 Densidad Espectral de Energía Se define la Densidad Espectral de Energía según: G xx ( f ) =| X ( f ) |2 (4. 4. Es no negativa como se deduce de su propia definición.F.Tema 4. establece: Ex = ∫ ∞ −∞ | x(t ) |2 dt = ∫ ∞ −∞ | X ( f ) |2 df (4. Sean las señales de E. 4.2 Señales de Energía finita. ya que X(f) es hermítica ___________________________________________________________________________________ EJEMPLO 4. x(t) e y(t) con transformada de Fourier X(f) e Y(f) respectivamente. El teorema de Parseval para señales de E.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.28) E indica cómo está distribuida la energía a lo largo del eje frecuencial. Correlación y espectro de señales deterministas v1.2.2.F.

Supongamos una señal de E. x(t) con Densidad Espectral de Energía Gxx(f) que se aplica a un filtro paso banda muy estrecho centrado a la frecuencia fc . 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. 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. Gxx(f)≈ Gxx(fc) en el intervalo de integración y si y(t) es real. 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.En este ejemplo se comprobará el carácter de densidad espectral de energía de la función Gxx(f).30) G (f) xx Gxx(fc) Δ −fc 0 fc f si Δf es muy pequeño.3 Señales de Potencia media finita.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.F. de la señal. por medio del D. El tratamiento de las señales de potencia media finita va a hacerse de forma diferenciada según se trate de señales periódicas o no.F. Por otra parte las señales de Potencia media .S.

6 11 finita no tienen.F.26) no aplica para señales periódicas puesto que la primera integral no converge y el cuadrado de δ(t) no está definido. 4. en contraposición a las señales de E. 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. 4..1 Señales periódicas.3.31). Sólo se requiere información del módulo.Tema 4.3.2 Señales periódicas. 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. Densidad espectral de potencia La densidad espectral de potencia de una señal periódica x(t) definida en (4. Correlación y espectro de señales deterministas v1. está formada por impulsos . Teorema de Parseval La expresión (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. El teorema de Parseval establece Px = 1 T0 ∫ <T0 > | x(t ) | 2 dt = m = −∞ ∑ | c ( m) | ∞ 2 (4.

36) para que la potencia de x(t) sea (4.39) En la sección 4.36) x(t) −3 0 3 t Aplicando la fórmula de Euler. .S.34) Donde f0=1/T0. Nótese que la densidad espectral de potencia no es |X(f)|2. el cociente f0/f1 es entero (4.39). para asegurar que x(t) es periódica. ___________________________________________________________________________________ EJEMPLO 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 (4.8 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.S xx ( f ) = m = −∞ ∑ | c ( m) | ∞ 2 δ ( f − mf 0 ) (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. se obtiene directamente la expresión del D.37) 2 2 2 2 y la densidad espectral de potencia es.38) Y la potencia media total se obtiene integrando Px = A2 B 2 + 2 2 (4.32). Al integrar esta función sobre el eje frecuencial.35) Donde. aplicando (4.

Correlación y espectro de señales deterministas v1.40) 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 ) (4.5.41) 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. se obtiene a la salida una señal y(t) = A cos(2πf0t + ϕ).Tema 4.S.F. 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. de la señal x(t) son: c ( m) = 1 ⎡ ⎛t F ⎢Π ⎜ T0 ⎣ ⎝ τ ⎞⎤ ⎟⎥ ⎠⎦ = f = m / T0 τ T0 sinc(mτ / T0 ) (4.42) (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. Los coeficientes de D.9 Hallar la función Densidad Espectral de Potencia y la potencia de la señal definida en el EJEMPLO 4. confirmándose así el carácter de Densidad Espectral de Potencia (watt/Hz) que tiene esta función. ___________________________________________________________________________________ ___________________________________________________________________________________ EJEMPLO 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. 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 ⎠ (4.42) este resultado se obtiene la potencia media Px = τ T0 (4.47) 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.48) en (4.3 Señales no periódicas Para hallar la potencia de una señal por medio de información en el dominio transformado. y por lo tanto aplica el teorema de Parseval para señales de E.43) m = −∞ ∑ ∞ τ sinc 2 (mτ / T0 ) = m = −∞ ∑ Δ⎜ ⎝ ∞ ⎛ mT0 ⎞ ⎟ =1 τ ⎠ (4.3.48) Sustituyendo (4.49) La ecuación (4. podemos afirmar que es de E.49) muestra cómo obtener la potencia total a partir de la integral de una función en el dominio de la frecuencia.F. . 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 (4.45) ___________________________________________________________________________________ 4.F.⎛t⎞ Δ⎜ ⎟ ↔ τ sinc 2 ( fτ ) ⎝τ ⎠ Se obtiene fácilmente 1 T0 (4. Sustituyendo en la expresión (4. ∫ ∞ −∞ | xT (t ) | 2 dt = ∫ ∞ −∞ | X T ( f ) | 2 df (4.46) Cuya transformada de Fourier es XT(f).

Para calcular K.F. es una función par.6 15 La densidad espectral de potencia se define como S xx ( f ) = lim | X T ( f ) |2 T →∞ T (4.52) Sustituyendo XT(f) en (4. Correlación y espectro de señales deterministas v1.F. .51) (4. puesto que la señal enventanada es de E. Si f=0 el resultado tiende a infinito.10 La señal escalón es una señal de P. no periódica.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. podemos utilizar el teorema de Parseval para señales de E. 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 (4.50) 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. Debe observarse que la densidad espectral de potencia no es |X(f)|2 aunque x(t) admita transformada de Fourier ___________________________________________________________________________________ EJEMPLO 4. por lo tanto la densidad espectral de potencia del escalón es una delta en el origen de área K. si f ≠ 0 el denominador crece indefinidamente y el numerador está acotado. por tanto tiende a cero.Tema 4.M.F.

1 Distancia entre dos señales de energía finita En un espacio vectorial dotado de un producto escalar. y ) =|| x − y || (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 (4.60) En general.4.57) (4. x) y distancia entre vectores d ( x. y ) = ∫ ∞ −∞ | x(t ) − y (t ) | 2 dt (4. ___________________________________________________________________________________ 4.54) 1 = T ∫ Finalmente.59) y la distancia entre señales: d 2 ( x.55) y la potencia media: Px = ∫ ∞ −∞ S xx ( f )df = 1 2 (4. la expresión de la densidad espectral de potencia del escalón S xx ( f ) = 1 δ(f ) 2 (4. se define la norma de un vector || x ||= ( x.56) Nótese que S xx ( f ) ≠| F [u (t )] |2 . .4 Correlación y densidad espectral de Energía 4. es decir. buscamos su parecido para todos sus valores relativos.58) En el conjunto de señales se define el producto escalar entre las señales de energía finita x(t) e y(t) como ( x. y ) = ∫ ∞ −∞ x(t ) y * (t )dt (4. estamos interesados en buscar la distancia entre dos señales cuando una de ellas se desplaza τ.

6 17 d 2 ( x(t + τ ). R xy (τ ) = ∫ ∞ −∞ x(t + τ ) y * (t )dt = ∫ ∞ −∞ x(t ) y * (t − τ )dt (4.65) Puede demostrarse fácilmente que la correlación cruzada entre dos señales de E.F.61) x * (t + τ ) y (t )dt −∞ Definiendo: R xy (τ ) = ∫ ∞ −∞ x(t + τ ) y * (t )dt (4.Tema 4.62) La distancia resultante se puede expresar según * d 2 (( x(t + τ ). la distancia entre las señales será menor para aquellos valores de desplazamiento relativo entre ellas τ. y(t) son reales d 2 (( x(t + τ ). y (t )) = ∫ =∫ ∞ −∞ ∞ | x(t + τ ) − y (t ) | 2 dt = | x(t ) | 2 dt + −∞ ∫ ∞ −∞ | y (t ) | 2 dt − ∫ ∞ −∞ x(t + τ ) y * (t )dt − ∫ ∞ (4. se puede expresar mediante la ecuación de convolución: R xy (τ ) = x(τ ) ∗ y * (−τ ) (4.67) . Dado que en la medida de distancia los valores de Energía son independientes del desplazamiento τ. y (t )) = E x + E y − 2 R xy (τ ) (4.F.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. en que Rxy(τ) sea mayor 4. Correlación y espectro de señales deterministas v1.63) Si las señales x(t). 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.2 Función de correlación mutua o cruzada Se define la función de correlación mutua o cruzada entre dos señales de E.

Rxy(τ) = Ryx(− ) Transformada de Fourier de la correlación cruzada F R xy (τ ) = X ( f )Y ∗ ( f ) = G xy ( f ) [ ] (4. también de energía unitaria. x 2 (t ) = Π (t − 2).68) = Ex E y El valor máximo se alcanza cuando las señales son proporcionales: x(t + τ ) = k y (t ) (4. Por la misma propiedad.71) A la función Gxy(f) se le denomina Densidad espectral de energía mutua o cruzada. está acotada al valor 1.5 Rx y(τ) 1 1 −2 2 t −2 2 τ . ___________________________________________________________________________________ EJEMPLO 4.72) Es inmediato comprobar que todas estas señales tienen la misma energía Exi=1. el valor máximo se alcanza en la correlación cruzada entre x2(t) y Π(t) y además toma este valor en τ = 2. No tiene sentido físico excepto si x(t) ≡ y(t).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. como puede comprobarse a partir de la propiedad 1. La correlación cruzada entre cualquiera de ellas y la señal y(t) = Π(t).R xy (τ ) = ≤ 2 ∫ ∫ ∞ −∞ ∞ x(t + τ ) y ∗ (t )dt x(t + τ ) dt 2 2 ≤ y (t ) dt = 2 −∞ ∫ ∞ −∞ (4. x (t) 1 1.11 Sean las señales x1 (t ) = 2 cos πtΠ (t ).69) (4. x 3 (t ) = 3 / 2 Δ (t ) (4.

3 Función de autocorrelación.73) Que puede expresarse alternativamente R xx (τ ) = x(τ ) ∗ x * (−τ ) (4.6 19 x (t) 2 1.75) Esta propiedad se verifica tomando tomando transformada de Fourier en ambos miembros de la ecuación (4.F.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 ) (4.28) . Se define la función de autocorrelación Rxx(τ) de una señal x(t) de E. Correlación y espectro de señales deterministas v1.74) F [R xx (τ )] = X ( f ) X * ( f ) = = X( f ) 2 (4.76) Que es la definición de la densidad espectral de energía (4.5 Rx y(τ) 2 1 −2 x (t) 3 1. con transformada de Fourier X(f) Rxx (τ ) = ∫ ∞ −∞ x(t + τ ) x* (t )dt (4.4.Tema 4.5 2 t −2 Rx y(τ) 3 2 τ 1 −2 2 t −2 2 τ ___________________________________________________________________________________ 4.

77) • La autocorrelación es una función Hermítica. • El máximo de la autocorrelación está en el origen.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).70). R xx (τ ) ≤ R xx (0) (4.80) • La transformada de Fourier de la autocorrelación es no negativa.73) en τ = 0.83) .Propiedades: • La energía de una señal es el valor de su autocorrelación en el origen R xx (0) = E x (4.81) Como se comprueba en (4.79) Se demuestra sustituyendo y(t) = x(t) en (4.84) (4.85) (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. • Si x(t) es real.78) Se demuestra sustituyendo y(t )= x(t) en (4. ∗ R xx (τ ) = R xx (−τ ) (4.67) y aplicando (4. F [R xx (τ )] ≥ 0 ∀f (4.76) • 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. su autocorrelación es real y par R xx (τ ) = R xx (−τ ) (4.77) Se demuestra evaluando (4. (4.

1 0.5 -5 1 0 5 a) b) Figura 1.5 0 -0. las señales se llaman incorreladas R xy(τ) = R yx(τ) = 0 (4. Las señales son pulsos de duración 2. 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.Tema 4. R xy(0) = R yx(0) = 0 Finalmente si la correlación cruzada es nula. pulso sinc y pulso chirp.5 0 -0. las señales se denominan ortogonales.86) La Figura 1 muestra a la izquierda varias señales y a la derecha su correspondiente función de autocorrelación.1 0.1 -5 0. Correlación y espectro de señales deterministas v1.87) (4. Las funciones de autocorrelación muestran simetría par.1 0. a) Señales de duración finita: pulso rectangular. b) autocorrelación de las mismas.1 0.5 0 -0.6 21 Si además se verifica que la correlación en el origen vale cero. Las señales tienen la misma duración y energía.5 -5 1 0 5 0 0 5 -0. sinc y chirp (seno de frecuencia creciente) y todas de energía unitaria.1 -5 0.1 -5 0 0 5 -0.5 seg: rectangular. .

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). cuando a su entrada se aplica x(t).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 ' = (4.89) puede realizarse expresando y*(t) por medio de la ecuación de convolución en (4.96) ___________________________________________________________________________________ EJEMPLO 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 (4.12 La correlación cruzada entre la señal y(t) = x(t-td) y la señal x(t) .91) La demostración de la propiedad (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 ) (4.4.65) 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. y (t ) = x(t ) * h(t ) = ∫ ∞ −∞ x (t − t ' )h(t ' )dt ' (4.4.95) (4.

M. Rxx (τ ) ≤ Rxx (0) (4. son análogas a las de señales de E. verifica: • El máximo de la autocorrelación está en el origen.M. ∗ R xx (τ ) = R xx (−τ ) (4.97) y la función de autocorrelación: Rxx (τ ) = lim 1 T →∞ T T /2 −T / 2 x(t + τ ) x * (t )dt (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. 4.5 Correlación y Densidad espectral de potencia de señales de P.F.101) • La autocorrelación es una función Hermítica. se deduce que la correlación cruzada entre la entrada y la salida de un retardador tiene un máximo de valor Ex en τ = td.Tema 4. ___________________________________________________________________________________ 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). R xy (τ ) ≤ Px Py (4. Correlación y espectro de señales deterministas v1.F. de forma similar a la del apartado 4.66) no se verifica para señales de P.4.5. Por las propiedades de la autocorrelación.2 que las propiedades de la correlación cruzada de dos señales de P.98) Propiedades: Es inmediato comprobar.F.99) (4.102) .M. La función de autocorrelación de una señal de P.F.M.100) R xy (τ ) = R * (−τ ) yx Con la salvedad de que la ecuación (4.F.

Su función de autocorrelación .108) ___________________________________________________________________________________ EJEMPLO 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. 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.• Si x(t) es real.3.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. 1 ⎤ ⎡ F [R xx (τ )] = F ⎢ lim R xT xT (τ )⎥ ⎦ ⎣T →∞ T 1 = lim G xT xT ( f ) T →∞ T = S xx ( f ) (4.3 se definió la densidad espectral de potencia de una señal x(t) como: S xx ( f ) = lim 1 G xT xT ( f ) T →∞ T (4.106) Para comprobarlo.13 Una señal de P.M.F.5.104) 4.107) y tomando transformada de Fourier en ambos miembros de la ecuación y aplicando que xT(t) es una señal de E.105) siendo xT(t) =x(t)Π(t/T). es el escalón.2 Densidad espectral de potencia En el apartado 4.

3 Relaciones de Correlación y Densidad espectral de potencia en sistemas lineales e invariantes.115) .10 ___________________________________________________________________________________ 4. Correlación y espectro de señales deterministas v1.F.113) (4. Rxy (τ ) = Rxx (τ ) ∗ h∗ (−τ ) R yx (τ ) = Rxx (τ ) ∗ h(τ ) R yy (τ ) = Rxx (τ ) ∗ h(τ ) ∗ h∗ (−τ ) (4.I.109) y tomando el límite para los dos casos.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 ⎩ ∫ ∫ ∫ ∫ (4.110) (4. (4. 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 4.111) Sea un sistema L.Tema 4.5.114) (4. caracterizado por h(t).112) Las relaciones entre las correlaciones de la entrada y la salida son idénticas a las establecidas para señales de E. y (t ) = x (t ) * h(t ) = x(t − t ' )h(t ' )dt ' −∞ ∫ ∞ (4. La salida y(t) cuando a su entrada se aplica x(t) puede expresarse por la ecuación de convolución.

118) A continuación se demuestra la segunda de las relaciones indicadas. localizado en la misma posición que el emisor.117) (4. Esta choca contra un blanco y se refleja. 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 ) ∫ ∫ . El receptor del radar realiza la correlación cruzada entre y(t) y una copia idéntica de la señal original.112) se obtiene R yx (τ ) = lim T →∞ ∫ ⎡ ⎢ −T / 2 ⎣ T /2 ∫ ⎤ x (t + τ − t ' )h(t ' )dt '⎥x * (t )dt −∞ ⎦ ∞ (4.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. Suponga un sistema de radar que transmite la señal x(t). El resto de demostraciones es análogo. Expresando y(t+τ) por medio de la ecuación de convolución (4.120) ___________________________________________________________________________________ EJEMPLO 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. de forma que en el receptor.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.116) (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.

La figura 2 b) presenta la correlación cruzada entre y(t) y la señal transmitida x(t). La detección de la posición del máximo de Ryx(τ) permite hallar td. b) Correlación cruzada entre el pulso chirp contaminado con ruido y el pulso limpio.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.122) La correlación cruzada entre estos dos fasores se calcula aplicando la definición: .Tema 4.2 0 5 10 -5 0 5 10 10 5 a) b) Figura 2. la señal recibida contaminada con ruido.6 27 Si la señal y el ruido están incorrelados. La posición del pico determina el retardo td buscado. 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 Figura 2 a) presenta y(t). ___________________________________________________________________________________ 4. (su parecido es nulo).5. por lo que la correlación cruzada Ryx(τ) presentará un máximo en τ=td . Rnx(τ) ≈ 0 . a) Pulso Chirp contaminado con ruido. 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. la distancia al blanco será: d= td/2c La figura 2 ilustra este comportamiento.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. 0.2 0 0 -0. Correlación y espectro de señales deterministas v1. lo cual es habitual ya que están generados de forma totalmente independiente. Se ha elegido como señal a transmitir x(t) una señal chirp como la mostrada en la Figura 1.

123) se obtiene (4. la exponencial en la integral toma el valor 1. Si las frecuencias son iguales. Finalmente.124) Donde para hallar el límite se ha aplicado el hecho de que si las frecuencias son distintas.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. sustituyendo (4. 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. el numerador permanece acotado mientras el denominador crece indefinidamente y por tanto el resultado es cero.124) en (4. 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 ) ∫ ∫ (4.125) La autocorrelación de una señal periódica puede calcularse mediante la expresión: . Este resultado indica que la correlación cruzada (o medida de parecido) entre dos fasores de distinta frecuencia es nula.122).

6 29 R xx (τ ) = 1 T0 ∫ <T0 > x(t + τ ) x ∗ (t )dt (4.5 − 0. Dado que la autocorrelación de x(t) es periódica.14 b) para un desplazamiento τ = -0. se verifica que: ∫ t0 +T0 t0 x(t + τ ) x ∗ (t )dt = = ∫ ∫ T0 0 x(t + τ ) x ∗ (t )dt = (4.128) se obtiene la autocorrelación Rxx (τ ) = ∫ τ − 0.5 −τ − 0. calcularemos la autocorrelación en un periodo. Elegimos en primer lugar el intervalo –1/2 < τ < 0.126) En efecto.14 a) x(t ) = n = −∞ ∑ (t − nT )Π(t − nT ) 0 0 ∞ T0 = 1 seg. 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 (4.15 Hallar la función de autocorrelación de la señal mostrada en la Figura 4. Correlación y espectro de señales deterministas v1.25.Tema 4. al ser el integrando periódico de periodo T0. la expresión en un periodo es: .127) x(t + τ ) x ∗ (t )dt <T0 > siendo t0 una constante arbitraria Si elegimos el intervalo T múltiplo de T0.5 t (t + τ + 1)dt + ∫ 0.5 <τ < 0 1 1 1 = τ2 + τ + 2 2 12 Por ser la autocorrelación una función par. Aplicando (4. T=MT0 y aplicamos la anterior propiedad. el valor de la integral en cada intervalo de T0 seg. La señal x(t+τ) se muestra en la Figura 4.5 t (t + τ )dt = -0.128) −T0 / 2 x(t + τ ) x (t )dt = ∫ <T0 > x(t + τ ) x ∗ (t )dt ___________________________________________________________________________________ EJEMPLO 4.

5 −1 −0. Finalmente la potencia del diente de sierra x(t) es Px = R xx (0) = 1 / 12 x(t) 0.R xx (τ ) = 1 2 1 1 τ − |τ | + 2 2 12 -0.5 −2 −1 −0.5 1 2 t a) x(t+τ) 0.1 −2 −1.5 −τ 1 2 t b) R (τ) xx 0.5 −2 −1 −0. b) señal desplazada c) función de autocorrelación .14 c).5 2 τ c) Figura 4.5 −0.5 Y la extensión periódica se muestra en la Figura 4.14 a) señal original.5 <τ < 0.1 0.5 1 1.

131) Identificando los coeficientes del 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. se obtiene la Densidad Espectral de Potencia: S xx ( f ) = m = −∞ ∑ c (m) ∞ 2 δ ( f − m / T0 ) (4. de la señal original: Sea la señal x(t) periódica de periodo T0.129) confirma que la autocorrelación de una señal periódica es también periódica del mismo periodo. La expresión (4.F.128).31) en la expresión (4.6 31 ___________________________________________________________________________________ El cálculo de la autocorrelación puede hacerse también a partir del D.130) Aplicando la fórmula de Euler. pierden la información de fase. Tomando transformada de Fourier. x(t ) = m = −∞ ∑ c ( m )e 1 T0 ∞ ∞ j 2πmt / T0 (4.S. y c(m) los coeficientes de su D.S. obtenemos el D. se obtiene de forma inmediata el D.F.34) ___________________________________________________________________________________ EJEMPLO 4.129) 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.F.31) Sustituyendo (4.S.S. x(t ) = cos(2πf 0t + θ ) (4.Tema 4. x(t ) = 1 jθ j 2πf 0 t 1 − jθ − j 2πf 0 t e e + e e 2 2 (4.F.F. y que los coeficientes de su D. se obtiene: .S.S.F. Correlación y espectro de señales deterministas v1.16 Hallar la autocorrelación de una sinusoide.

14.F. se obtiene la densidad espectral de Potencia S xx ( f ) = 1 1 δ ( f − f0 ) + δ ( f + f0 ) 4 4 (4.133) Tomando transformada de Fourier. de la señal x(t).S. c ( m) = ⎧ 0 X b (m / T0 ) ⎪ (−1) m =⎨ T0 ⎪ − j 2πm ⎩ m=0 m≠0 Por lo tanto el D.126).F. podemos buscar el D.F.F.S. de la autocorrelación cuyo periodo está definido en el EJEMPLO 4. 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. Para hallar el D.S.16 Se desea hallar el D.134) ___________________________________________________________________________________ EJEMPLO 4.F.F. de la autocorrelación y la densidad espectral de potencia de la señal x(t) definida en el 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 ) .14. de la señal x(t) y aplicar (4. Para resolver este ejercicio.S.S. Optaremos por el primero de estos dos métodos.c(1) =| 1 jθ 1 e |= 2 2 c(−1) =| 1 − jθ 1 |= e 2 2 (4.S.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.

La correlación cruzada entre fasores de distinta frecuencia es nula. si existen. y aplicando (4.122).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 4.16 Densidad espectral de potencia de la señal del EJEMPLO 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. Los fasores comunes serán aquellos que cumplen: nfx = mfy con n y m enteros.16 S (f) x100 xx 3 2 1 f −8 −6 −4 −2 2 4 6 8 Figura 4. siendo N y M los enteros menores que cumplen la igualdad anterior. Esto ocurrirá siempre que el cociente fx/fy no sea un número racional .135) Estas dos señales están formadas por suma de fasores.Tema 4. 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. contribuirán en el cálculo de Rxy(τ).15 Correlación cruzada de dos señales periódicas. por lo tanto únicamente los fasores comunes en ambas señales.136) La correlación cruzada será cero cuando las dos señales no tengan fasores comunes. Llamando fr = Nfx = Mfy. Correlación y espectro de señales deterministas v1.

Calcule Ry1y2 (τ) en función de Rxx(τ) y las respuestas impulsionales de los filtros 4.1)b). 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) . Relacione Rvz(τ) con Rxy(τ) v(t) 1 -3 -1 -3 3 t z(t) 1 1 -1 Fig.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 4.4.1)b) 3 t 4.6 Problemas 4. y2(t)=x(t)*h2(t). 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.

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

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

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

4. medir la salida yk(t) de cada filtro en el instante T0.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. 3. 2. x2(t) y x3(t) b) Calcule la energía de xn(t).…N. comparar los valores yk(T0) k=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 . Para detectar cuál es la alarma activada se utiliza un sistema que consiste en 1. k=1. 14) a gestiona N alarmas diferentes. Cuando la alarma n-ésima se activa. 15)Un sistema de control como el de la 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). transmite una señal xn(t) al centro de control.…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). 5. 14) b 4.

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

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

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

Sign up to vote on this title
UsefulNot useful