You are on page 1of 47

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Seales aleatorias, estacionarias y Ergdicas Sumario Introduccin Procesos Aleatorios Procesos estacionarios Procesos ergodicos Densidad Espectral
Bibliografa Bsica: Epig 3.3 Statistical and Adaptive Signal Processing - Spectral Estimation, Signal Modeling, Adaptive Filtering and Array Processing, 2005 Dimitris G. Manolakis
1

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Introduccin
Se definieron una serie de conceptos

Probabilidad
Variable aleatoria Funcin de Probabilidad

p(w1)
x( )=x Pr{x() x}

Funcin de distribucin de probabilidad


Funcin densidad de probabilidad Media Varianza Desviacin tpica
2

Introduccin
Matriz de correlacin

Matriz de covarianza

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Proceso estocstico discreto


Considere un experimento con un nmero finito o infinito de resultados en un espacio S = {1, 2, }, cada ocurrencia con una probabilidad Pr{k}, si se le asigna a cada elemento k de S una secuencia de ocurrencia determinada x(n, k), <n<. k = 1, 2,

El espacio S, la probabilidad Pr{k}, y la secuencia x(n,k), <n<, constituye un conjunto de experimentos estocstico.
4

Proceso estocstico discretos


Formalmente
x(n, ), <n<, es una secuencia aleatoria si para n fijo, n=n0, x(n0,) es una variable aleatoria. El conjunto de todas las secuencias {x(n, )} es un proceso, y cada

secuencia individual x(n,k), correspondiente a un valor especifico


de =k, es una realizacin del proceso.

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Proceso estocstico discretos


Existen cuatro posibles interpretaciones de x(n,), dependiente del valor de n y : x(n,) si n fijo y variable es una variable aleatoria

x(n,) si fijo y n variable son muestras de una secuencia


x(n,) si ambos n y son fijos es un nmero . x(n,) si ambos n y son variables es un proceso estocstico .

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Tele
x(n,)

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

x(no,) Variable aleatoria

x(n,2)

x(n,1) Realizacin

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Conclusin
Cada vez que se realiza el experimento, cada variable aleatoria de la secuencia generar un valor y se obtiene una seal denominada realizacin del proceso estocstico. Cada vez que se realice el experimento se obtiene una realizacin del

proceso estocstico.
A pesar de ser todas las realizaciones diferentes Las realizaciones tendrn en comn el proceso estocstico

Este modelo representa la realidad donde mltiples seales recibidas


con la misma informacin tienen forma diferente.
9

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Si todas las muestras tienen una variacin independiente una de cualquier otra, estamos en

presencia del ruido blanco

10

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Consideraciones para las seales aleatorias

Seales Aleatorias
Teora de los procesos Estocsticos

Anlisis

Filtrado

Estimacin

Modelacin

Filtros adaptativos

Arreglos de procesado
11

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Describir un proceso estocstico implica calcular Funcin Densidad de Probabilidad de cada variable aleatoria x(n,)

Imposible, se recurre a los momentos Los momentos son de dos tipos:


1. Momentos de cada Variable aleatoria 2. Momentos que relacionan las diferentes variables aleatorias de cada secuencia.
12

Tele
Media:

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Momentos de cada variable aleatoria

Valor cuadrtico medio: Varianza:

Momentos que relacionan diferentes variables aleatorias de un

proceso:
Autocorrelacin: Autocovarianza Momentos que relacionan diferentes procesos Crosscorrelacin: Crosscovarianza
13

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Proceso estocstico discretos


Para n=n0, se tiene x(n0,) es una variable aleatoria de funcin de distribucin de probabilidad Fx{x;n0} Entonces se tendr x(n1,) y x(n2,) para dos variables aleatorias n1 y

n2 con funcin de distribucin conjunta


Fx{x1,x2;n1,n2} Caracterizada cada variable por su funcin de distribucin de probabilidad
14

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Proceso estocstico discretos


Un proceso de infinitas variables aleatorias estar, en sentido estadstico, perfectamente descrito por la funcin de distribucin de

orden k-esimo
Fx{x1, ...,xk;n1,...,nk} =Pr{x(n1)x1,..., x(nk) xk } Se conoce para valores de k 1 para todo instante n1 y n2,... nk y la funcin de densidad de probabilidades

15

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Obvio que se requiere para la descripcin probabilstica una cantidad de informacin difcil de obtener en la prctica.

Por eso se recurre a los promedios de primer y segundo orden, a los


momentos. Para simplificar la nomenclatura se suele representar, el proceso

aleatorio x(n,) como x(n) que adems se considera complejo para


generalizar

16

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Descripcin estadstica de segundo orden


Valor medio

Varianza

17

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Para la estadstica de x(n) en dos instantes diferentes n1 y n2 se utiliza la funcin de autocorrelacin o autocovarianza La funcin de autocorrelacin de las variables aleatorias x(n1) y x(n2)

Nos da la medida de la dependencia de los valores del proceso en

dos instantes diferentes

18

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

La funcin de autocovarianza de las variables aleatorias x(n1) y x(n2)

19

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Para la estadstica de dos procesos est la funcin de crosscorrelacin de las variables aleatorias x(n1) e y(n2)

Y la crosscovarianza

crosscorrelacin normalizada

20

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

En dependencia del comportamiento estadstico los procesos se

clasifican en:
Procesos independientes Procesos incorrelacionados

Procesos ortogonales
Peridicos en sentido amplio (WSP) Estacionario en sentido amplio Estadsticamente independiente
21

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Covarianza
Covarianza mide grado de relacin entre dos procesos Cmo vara uno respecto al otro En forma aproximada se estima segn Matlab
n=M

sxy=

S (x- )(y- ) x y n=1


M

n=M

S xy n=1
M

-xy
22

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Si x e y son procesos aleatorios independientes se cumple: f(x,y)=f(x)f(y)

El grado de independencia lo da la matriz de covarianza. Si E{x,y}=E{y,x} 0 Son independientes.


C=

} E{ ~ x~ y} 2 ~ ~ ~ E { y x} E { y }

E{ ~ x

Dos procesos aleatorios x e y se consideran independientes, si los valores fuera de la diagonal son 0.
23

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Matriz covarianza de dos variables aleatorias independientes % variables aleatorias dependientes x=[randn(5000,1)]; y=[randn(5000,1)]; C=cov([x,y])
1.0080 0.0036 C=

0.0036 0.9966

24

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Ejemplo de matriz de covarianza de dos variables aleatorias no independientes % variables aleatorias dependientes d=randn(5000,1); x=[randn(5000,1);d]; y=[randn(5000,1);d]; C=cov([x,y])
1.0116 0.5116

C=
0.5116 1.0268

25

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Procesos estocstico Cada variable aleatoria de la secuencia tiene funcin densidad de probabilidad diferente FDP de x(n1) FDP de x(n2).

26

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Proceso Estacionario

27

Tele
x(n,)

comunicaciones mtica

Procesamiento Digital de Seales x(no,)

Departamento ISPJAE

x(n1,)

28

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Procesos estacionarios
Un proceso estocstico es estacionario si la estadstica para x(n) es
igual a la estadstica para x(n+k) para todo k Un proceso estocstico es estacionario de orden N si

fx(x1,...,xN;n1,...nN)=fx(x1,...,xN;n1+k,...nN+k)
Si se cumple para N=1,2,3... Es estrictamente estacionario SSS

29

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Proceso estocstico Estacionario en sentido estricto Sus propiedades estadsticas no varan al trasladar el origen de tiempo Proceso estocstico Estacionario en sentido amplio
Si la media y la autocorrelacin no varan al trasladar el origen del tiempo Media: E{x(n)}=x(n)= x=cte Autocorrelacin: rxx(n1,n2)=E{x(n1)x(n2)}= rxx(l)=E{x(n)x(n+l)}; l=n2-n1
30

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Proceso Estacionario y Ergdico

31

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Procesos estacionarios y ergdicos


Para un proceso se cuenta con un conjunto reducido de realizaciones, como se puede caracterizar el proceso ? Debe cumplir determinadas propiedades, para que de una realizacin se obtengan los parmetros estadsticos.

Debe ser ergdico

32

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Procesos estacionarios y ergdicos


Definicin

Un proceso estocstico es ergdico si sus momentos (los promedios


de cada variable aleatoria de la secuencia) coinciden con los promedios temporales de cualquiera de sus realizaciones

33

Tele
x(n,)

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

x(no,) Variable aleatoria

x(n,1) Realizacin

34

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Procesos estacionarios y ergdicos Para un proceso estocstico es importante conocer las

Funciones densidad y sus momentos


Se estima a partir de una realizacin del proceso. Para una realizacin, slo se tiene un resultado, un valor de cada variable aleatoria Los momentos de cada variable aleatoria Se estiman a partir de una realizacin
35

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Procesos estacionarios y ergdicos Para obtener los parmetros del proceso con una realizacin se deben tener todos los valores y se realizaran segn

36

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Parmetros a Obtener Valor medio {x(n)}

Valor Medio Cuadrtico {|x(n)|2}


Varianza {|x(n)-{x(n)}|2} Autocorrelacin {x(n)x(n-l)*} Autocovarianza {[x(n)-{x(n)}] [x(n-l)-{x(n)}]*} Crosscorrelacin {x(n)y(n-l)*} Crosscovarianza {[x(n)-{x(n)}] [y(n-l)-{y(n)}]*}
37

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Procesos estacionarios y ergdicos Obvio que no se pueden obtener todas las muestras de una realizacin, entonces se utiliza

38

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Densidad espectral de potencia


La densidad espectral de potencia de un proceso
estocstico es x(n) es la transformada de Fourier de la

funcin de autocorrelacin rx(l) y se puede definir como

39

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Densidad espectral de potencia cruzada La densidad espectral de potencia de dos proceso estocstico x(n) e y(n) se obtiene a travs de la crosscorrelacin rxy(l)

Y la funcin de crosscorrelacin rxy(l) es

40

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Densidad espectral de potencia cruzada Propiedad importante


1. Es una funcin compleja y peridica de de periodo

2 y cumple que
Rxy(W)=R*xy(W)

41

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Funcin Densidad espectral de potencia compleja Si las secuencias rx(l) y rxy(l) son sumables absolutamente se puede definir su transformada Z

42

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Ejemplo Obtenga el espectro de potencia y el espectro de potencia complejo de la funcin rx(l)=a|l| -1<a<1 Respuesta

Densidad espectral de potencia

43

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Densidad espectral de potencia

44

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Densidad espectral de potencia

45

Tele

comunicaciones mtica

Procesamiento Digital de Seales

Departamento ISPJAE

Densidad espectral de potencia

46

Prxima actividad Sistemas Lineales con estmulo aleatorio

47