CAPITOLUL 5. PROCESE ALEATOARECapitolul 5 – Procese aleatoare 135 CAPITOLUL 5. PROCESE ALEATOARE...
Transcript of CAPITOLUL 5. PROCESE ALEATOARECapitolul 5 – Procese aleatoare 135 CAPITOLUL 5. PROCESE ALEATOARE...
Capitolul 5 – Procese aleatoare 135
CAPITOLUL 5. PROCESE ALEATOARE
5.1. Verificaţi că pentru o variabilă aleatoare gaussiană2
2( )
21( )2
xx mx xw e σ
σ π− −
= (5.1)
valoarea medie şi dispersia sunt date de xm şi σ.
Rezolvare:
2
2( )
21( )2
xx m
xE x xw x dx x dxe σσ π
∞ ∞− −
−∞ −∞
= =∫ ∫ (5.2)
Se ştie că:
( ) 1xw x dx∞
−∞
=∫ (5.3)
deci:( )2
2exp 22
xx mdx σ π
σ
∞
−∞
−− =
∫ (5.4)
Derivând relaţia anterioară în raport cu parametrul xm obţinem:
( )2
2 2exp 02
xx x mx m dxσ σ
∞
−∞
−−− =
∫ (5.5)
( ) ( )2 2
2 2exp exp 22 2
x xx x
x m x mx dx m dx m σ π
σ σ
∞ ∞
−∞ −∞
− −− = − =
∫ ∫ (5.6)
Rezultă: xE x m= . (5.7)
Dispersia este dată de:
136 Prelucrarea numerică a semnalelor – Probleme
( ) ( )222
2
1( ) exp22
xx x
x mE x m x m dx
σσ π
∞
−∞
−− = − −
∫ (5.8)
Integrala se rezolvă prin părţi notând xu x m= − .
5.2. Fie ( )x n un proces aleator de tip zgomot alb, cu medie nulă şi varianţaegală cu unitatea şi
y( ) = ( ), 0 N 1n x n n≤ ≤ −y( ) = y( + N)n n , în rest. (5.9)
a) Determinaţi funcţia de autocorelaţie ( )yyr m .
b) Determinaţi 2 ( )E z n , dacăz( ) = y( ) * h( )n n n (5.10)
undeπ1, | |
( ) = N0, în rest
j ωH e ω
≤
(5.11)
Rezolvare:
a)
( ) ( ) ( ) ( )yyk
r m E y n y n m m kNδ∞
=−∞
= + = −∑ (5.12)
b) Avem:1( ) sinc nh nN N
π =
(5.13)
Rezultă: 2 *( ) ( ) ( ) ( ) ( )zz yyr n E z n r n h n h n= = ∗ ∗ − (5.14)
2 22
1 1( ) xE z n NN N
σ= = (5.15)
5.3. Fie ( )ax t un proces staţionar de medie nulă cu densitatea spectrală deputere
01, | | Ω( ) =0, în restxx
ΩP j
≤Ω
(5.16)
Capitolul 5 – Procese aleatoare 137
Eşantionăm cu perioada T şi obţinem secvenţa ( ) ( )ax n x nT= .Determinaţi T astfel încât ( )x n să fie un zgomot alb, având
2( ) ( ) ( ) ( )xx xr n E x n m x m nσ δ= + = (5.17)
Rezolvare:
Densitatea spectrală de putere ( )jxxP e ω a semnalului eşantionat este:
( ) 01 ,
0, în rest
jxx
TP Te ω ω ≤ Ω
=
(5.18)
Funcţia de autocorelaţie este:( )0sin1( ) ( )
2j jn
xx xx
nTr n P e e d
nT
πω ω
π
ωπ π−
Ω= =∫ (5.19)
Trebuie ca ( ) 0xxr n = pentru orice n nenul. Rezultă ( )0/T k π= Ω .
5.4. Dacă ω este o valoare aleatoare cu densitatea de probabilitate ( )wω ω şi ϕo variabilă aleatoare uniform distribuită în intervalul ( , )π π− , iar ω şi ϕ suntindependente statistic, să se arate căa) Procesul
( ) cos( )x n A nω ϕ= + (5.20)este staţionar cu media nulă şi
2
( ) E cos( )2xxAr n nω= (5.21)
b) Procesul( )( ) j nx n Ae ω ϕ+= (5.22)
este staţionar cu media nulă. Determinaţi funcţia de autocorelaţie.
Rezolvare:
a),Ecos( + φ) = cos( + φ) ( , )nω nω w d dω ϕ ω ϕ ϕ ω∫∫ (5.23)
Din independenţa lui ω cu φ avem:
138 Prelucrarea numerică a semnalelor – Probleme
, ( , ) ( ) ( )w w wω ϕ ω ϕω ϕ ω ϕ= (5.24)Rezultă
cos( ) cos cos sin sinE n E n E E n Eω ϕ ω ϕ ω ϕ+ = − (5.25)dar E ( ) 0x n = pentru că:
1cos cos 02
E dπ
π
ϕ ϕ ϕπ −
= =∫ (5.26)
1sin sin 02
E dπ
π
ϕ ϕ ϕπ −
= =∫ (5.27)
Autocorelaţia: ( ) cos( ) cos[( ) ]xxr k E A n A n kω ϕ ω ϕ= + + + =
2
cos(2 2 ) cos( )2A E n k kω ω ϕ ω= + + + (5.28)
Procedând la fel ca mai înainte obţinem: cos(2 2 ) 0E n kω ω ϕ+ + = (5.29)
Atunci putem conclude că:
2
( ) cos( )2xxAr k E kω= (5.30)
b) Se demonstrează că are medie nulă şi autocorelaţia: * 2( ) ( + k) ( ) = j n
xxr k E x n x n A E e ω= (5.31)
5.5. Fie sistemul discret în timp, dat de( ) ( ) ( 1)y n x n x n= − − (5.32)
a) Să se calculeze funcţia de autocorelaţie a lui ( )y n în funcţie de funcţia deautocorelaţie a lui ( )x n .b) Determinaţi densitatea spectrală de putere a ieşirii dacă ( )x n este un
zgomot alb cu 0( )2xx
NP z = .
Rezolvare:
a) * * *( ) ( ) ( ) [ ( ) ( 1)][ ( ) ( 1)]yyr k E y n k y n E x n k x n k x n x n= + = + − + − − − (5.33)
Rezultă:
Capitolul 5 – Procese aleatoare 139
( ) 2 ( ) ( 1) ( 1)yy xx xx xxr k r k r k r k= − − − + (5.34)b) Se observă că indiferent de media semnalului de la intrare avem:
( ) 2 ( ) ( 1) ( 1)yy xx xx xxc k c k c k c k= − − − + (5.35)Rezultă:
00( ) (2 ) (1 cos )
2j j j
yyNP e e e Nω ω ω ω−= − − = − (5.36)
5.6. Calculaţi funcţia de autocorelaţie şi puterea medie pentru un procesaleator având media nulă şi densitatea spectrală de putere:
a) 1
1.5( )2.5xxP z
z z−=+ +
b) 2
40( )99 202 99xx
zP zz z
=− + −
c) 10( )5 4cos2
jxxP e ω
ω=
+
d) 1.2cos 2( )1.2cos 1.36
jxxP e ω ω
ω−
=−
Rezolvare:
Se aduc expresiile la forma:
1 1 1
1 1( )1 1xxP z
az a z− − −= −− −
(5.37)
Rezultă: 1 | |( ) ( ) ( ) ( ) ( 1)n n n
xx xx xxr n c n P z a u n a u n a− −= = = + − − =Z (5.38)Puterea medie este:
(0)xxP r a= = (5.39)
5.7. Un sistem liniar, cauzal, invariant în timp, este descris prin( ) 0.6 ( 1) ( ) 1.25 ( 1)y n y n x n x n− − = + − (5.40)
La intrarea sistemului se aplică1( )
1.64 1.6cosj
xxP e ω
ω=
+(5.41)
Calculaţi densitatea spectrală de putere a ieşirii.
140 Prelucrarea numerică a semnalelor – Probleme
Rezolvare:
Funcţia de transfer a sistemului este:1
1
1 1.25( )1 0.6
zH zz
−
−
+=
+(5.42)
1 1.25( )1 0.6
jj
j
eH ee
ωω
ω
−
−
+=
+(5.43)
Densitatea spectrală de putere la ieşirea sistemului este:2
2
2.56 3.125cos( ) ( ) ( )2.23 0.2cos 1.92cos
j j jyy xxP e P e H eω ω ω ω
ω ω+
= =+ −
(5.44)
5.8. Un proces aleator staţionar discret se caracterizează prin | |( ) 0, ( ) , 0 1k
xxE x n r k α α= = < < (5.45)Evaluaţi şi reprezentaţi, ca funcţie de α , densitatea spectrală de putere.
Rezolvare:
1
| | 1
0
1
1 0
( ) ( ) ( ) ( )
( ) ( )
k k k kxx xx
k k k
k k
k k
P z Z r k z z z
z z
α α α
α α
∞ − ∞− − −
=−∞ =−∞ =
∞ ∞−
= =
= = = + =
= +
∑ ∑ ∑
∑ ∑(5.46)
Prima din cele doua progresii geometrice este convergentă dacă:1| | 1 | |z zαα
< ⇒ < (5.47)
iar a doua, dacă1| | 1 | |z zα α− < ⇒ > (5.48)
Rezultă că în domeniul comun de convergenţă,1| |zαα
< < (5.49)
nevid dacă 0 1α< < ,2
1 1
1 1 1( )1 1 (1 )(1 )xxP z z
z z z zαα
α α α α= −
−= + =
− − − −(5.50)
Deoarece domeniul de convergenţă include cercul | | 1z = , are sens2 2
2
1 1( )(1 )(1 ) 1 2 cos
jxx j jP e
e eω
ω ω
α αα α α α ω−
− −= =
− − + −(5.51)
Capitolul 5 – Procese aleatoare 141
În figura 5.1 este reprezentată funcţia de autocorelaţie pentru 0.5α = (cu linieplină) şi 0.9α = (cu linie punctată). În figura 5.2, sunt reprezentate densităţilespectrale de putere în cele două cazuri.
-40 -30 -20 -10 0 10 20 30 400
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Figura 5.1
-4 -3 -2 -1 0 1 2 3 40
2
4
6
8
10
12
14
16
18
20
Figura 5.2
142 Prelucrarea numerică a semnalelor – Probleme
5.9. Un proces aleator având| |( ) 0.5 k
xxr k = (5.52)este aplicat unui sistem cu
( ) ( ) ( 1)h n n nδ δ= + − (5.53)a) Calculaţi densitatea spectrală de putere a intrării.b) Calculaţi densitatea spectrală de putere a ieşirii.c) Calculaţi funcţia de autocorelaţie şi puterea medie a ieşirii.
Rezolvare:
a) Din problema precedentă2
1
1 0.5( )(1 0.5 )(1 0.5 )xxP z
z z−−
=− −
(5.54)
b)1 1
1
0.75( ) ( ) ( ) ( ) (1 )(1 )(1 0.5 )(1 0.5 )yy xxP z P z H z H z z z
z z− −
−= = + +− −
(5.55)
0.75( ) (2 2cos )1.25 cos
jyyP e ω ω
ω= +
−(5.56)
5.10. Un proces aleator discret în timp este generat prin
1
( ) = ( ) + ( )M
kk
x n a x n k v n=
−∑ (5.57)
unde ( )v n este un zgomot alb, cu valoare medie nulă şi varianţa 2vσ . Se cere
densitatea spectrală de putere a lui ( )x n .
Rezolvare:
Aplicăm transformata Z:
1( ) 1 ( )
Mk
kk
X z a z V z−
=
− =
∑ (5.58)
Procesul ( )x n este generat prin trecerea zgomotului ( )v n printr-un sistem cufuncţia de transfer echivalentă:
Capitolul 5 – Procese aleatoare 143
1
( ) 1( )( ) 1
Mk
kk
X zH zV z a z−
=
= =−∑
(5.59)
Densitatea spectrală de putere a ieşirii este:2
1
1 1
( ) ( ) ( ) ( )1 1
vxx vv M M
k kk k
k k
P z P z H z H za z a z
σ−
−
= =
= = − −
∑ ∑
(5.60)
5.11. Un zgomot discret alb, gaussian, cu valoarea medie nulă şi varianţa 2vσ
este aplicat unui filtru trece-jos ideal, cu lărgimea de bandă t sF Fα= , unde sFeste frecvenţa de eşantionare, iar 0 0.5α< < . Se cer:- calculaţi şi reprezentaţi funcţia de autocorelaţie a semnalului de la ieşire.Discuţie în funcţie de α;- verificaţi că dacă 1/(2 )α este întreg, atunci eşantioanele semnalului de laieşire luate la intervale de forma
12
k = m , mα
∈Z (5.61)
sunt independente. Calculaţi puterea zgomotului după filtrare.
Rezolvare:
Densitatea spectrală de putere la ieşirea filtrului este:2 2( ) | ( ) |j j
xx vP e H eω ωσ= (5.62)unde
1, | | 2( )
0, în restjH e ω ω πα<
=
(5.63)
Funcţia de autocorelaţie la ieşire este:
( )22
2
2
1( ) ( ) 2 sinc 22 2
j jk jkvxx xx vr k P e e d e d k
π παω ω ω
π πα
σω ω ασ παπ π− −
= = =∫ ∫ (5.64)
Grafic, pentru 0.1α = şi 0.25α = :
144 Prelucrarea numerică a semnalelor – Probleme
-20 -15 -10 -5 0 5 10 15 20-0.05
0
0.05
0.1
0.15
0.2
-20 -15 -10 -5 0 5 10 15 20-0.2
0
0.2
0.4
0.6
Pentru
12
k = m , mα
∈Z , (5.65)
funcţia de autocorelaţie devine:
( )2 1, 02 sinc
0, în rest2xx v
mmr mασ πα
= = =
(5.66)
5.12. Un filtru numeric RII are funcţia de transfer de forma
1
( )( ) ,( )
NpM
pN p
DB zH z N MA z z z=
= = ≥−∑ (5.67)
La intrarea sa se aplică zgomot alb, cu varianţa 2vσ . Calculaţi puterea
zgomotului la ieşire.
Rezolvare:
Puterea zgomotului la ieşire este:
Capitolul 5 – Procese aleatoare 145
2 22 1 1
1 1( ) ( )
2 2 1
N Np pv v
op pp pC C
D DH z H z z dz dz
j j z z z zσ σσπ π
− −
= =
= =− −∑ ∑∫ ∫ (5.68)
Considerăm că filtrul este stabil deci polii pz sunt în interiorul cercului derază unitate.
2 2
1 1 1Rez
1p
N N Nk k
o v z zp k kk k
D Dz z z z
σ σ== = =
= − −
∑ ∑ ∑ (5.69)
1 1 1 1
1
Rez ( )1 1
1
pp
N N N Nk k k k
pz z k k k kk k k k z z
Nk
pk k p
D D D Dz zz z z z z z z z
DDz z
== = = = =
=
= − = − − − −
=−
∑ ∑ ∑ ∑
∑(5.70)
5.13. Un zgomot alb, discret, cu valoare medie nulă, şi varianţa 2vσ este
aplicat unui filtru RFI având 00( )jH e H= şi:1
0
( )N
kk
k
H z a z−
−
=
=∑ (5.71)
Evaluaţi puterea zgomotului la ieşirea filtrului. Determinaţi coeficienţii ka aifiltrului, astfel încât puterea zgomotului la ieşirea filtrului să fie minimă.
Rezolvare:
Densitatea spectrală de putere la ieşirea filtrului este:2 2( ) | ( ) |j j
xx vP e H eω ωσ= (5.72)Funcţia de autocorelaţie la ieşire este:
22 1 ( ) | ( ) |
2 2j jv
x xxP e d H e dπ π
ω ω
π π
σσ ω ωπ π− −
= =∫ ∫ (5.73)
sau aplicând teorema lui Parceval:1
2 2 2 2 2
0
| ( ) |N
x v v kn k
h n aσ σ σ∞ −
=−∞ =
= =∑ ∑ (5.74)
Condiţia din enunţ impune ca:
( )1
00
0
Nj
kk
H H e a−
=
= =∑ (5.75)
Cu această condiţie, 2xσ este minim când 0
kHaN
= pentru 0, ,k N= … .
146 Prelucrarea numerică a semnalelor – Probleme
5.14. Fie schema din figură
1z− FTJ
1−
( )x n ( )y n
( )w n
( )u n ( )v n ( )z n
în care ( )x n este semnalul util, având o densitate spectrală de putereconstantă în banda [ , ]M MF F− , iar ( )w n este un zgomot alb, cu varianţa 2
wσ ,necorelat cu semnalul. Frecvenţa de eşantionare este sF , iar FTJ este un filtrutrece jos ideal cu frecvenţa de tăiere t MF F= . Evaluaţi raportulsemnal/zgomot, la ieşire şi comparaţi-l cu 2 2/x wσ σ . Se dau: 20MF kHz= ,
320sF kHz= .
Rezolvare:
Avem următoarele relaţii:
[ ]1
( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )
Z z V z W zV z z U z V zU z X z Z z
−
= +
= +
= −
(5.76)
Din care eliminând pe ( )U z şi pe ( )V z rezultă:1 1( ) ( ) ( )(1 )Z z X z z W z z− −= + − (5.77)
Notăm:1
( ) 0
( )( )( )x
W z
Z zH z zX z
−
=
= = (5.78)
1
( ) 0
( )( ) 1( )w
x z
Z zH z zW z
−
=
= = − (5.79)
Se observă că spectrul semnalului de intrare nu se modifică (semnalulsuferind numai o întârziere). De aceea puterea semnalului la ieşire rămâneaceeaşi şi după trecerea prin filtru.
Capitolul 5 – Procese aleatoare 147
2( ) 1 2 sin2
jj jwH e e e j
ωω ω ω−− = − =
(5.80)
Puterea zgomotului la ieşirea filtrului va fi:2 2
2 2 24| ( ) | sinM M
M M
F Fwi wi
wos s sF F
fH f df dfF F Fσ σσ π
− −
= =
∫ ∫ (5.81)
În cazul numeric dat:1 1
16M
s
FF
= (5.82)
se poate aproxima:2
2sins s
f fF F
π π
(5.83)
Şi rezultă:22
2 2 23
Mwo w
s
FF
πσ σ
(5.84)
Raportul semnal zgomot la ieşire:32 2 2
2 2dB
2 2
2 2
210lg 10lg 10 lg lg3
10lg 10(0.517 2.709) 10lg 21.92dB
xo x M
wo w s
xo xo
wo wo
S FZg F
σ σ πσ σ
σ σσ σ
= = − + =
= − − = +
(5.85)
5.15. Determinaţi funcţia de transfer şi funcţia de pondere a unui filtru, ştiindca dacă la intrarea sa se aplică zgomot alb cu varianţa 1, densitatea spectralăde putere a zgomotului la ieşire este:
1.25 cos2( )1.04 0.4cos
jxxP e ω ω
ω+
=+
(5.86)
Rezolvare:
Se mai poate scrie2 21.25 0.5 0.5( )
1.04 0.2 0.2
j jj
xx j j
e eP ee e
ω ωω
ω ω
−
−
+ +=
+ +(5.87)
148 Prelucrarea numerică a semnalelor – Probleme
2 2 2 4 2
1 1 2
2 21
1
1.25 0.5( ) 0.5 ( 2.5 1)( )1.04 0.2( ) 0.2 ( 5.2 1)
( 0.5)( 0.5) ( ) ( )( 0.2)( 0.2)
xxz z z z zP zz z z z z
z z H z H zz z
− −
− −
−−
−
+ + + += = =
+ + + +
+ += =
+ +
(5.88)
unde2 2
1
0.5 1 0.5( )0.2 1 0.2
z zH z zz z
−
−
+ += =
+ +(5.89)
Deoarece acest filtru nu este cauzal, având în vedere că o înmulţire cu nz afuncţiei de transfer nu modifică ( )xxP z , vom alege
2 2
1 2
1 0.5 0.5( )1 0.2 0.2
z zH zz z z
−
−
+ += =
+ +(5.90)
211 0.5( )
2 ( 0.2)nzh n z dz
j z zπ−
Γ
+=
+∫ (5.91)
Pentru 2n > , integrandul are un singur pol, 0.2z = − şi2( ) 0.54( 0.2) 2nh n n−= − > (5.92)
Pentru 1n = , apare în plus un pol simplu în origine, 2 2
0 0.2
0.5 0.5 0.5 0.54(1) Re Re 0.2( 0.2) ( 0.2) 0.2 0.2z z
z zh z zz z z z= =−
+ += + = − = − + +
(5.93)
Pentru 2n = , apare un pol dublu în origine:2 2
2 20 0.2
0.5 0.5 0.54 0.5(2) Re Re 1( 0.2) ( 0.2) 0.04 0.04z z
z zh z zz z z z= =−
+ += + = − + = + +
(5.94)
5.16. Fie o variabilă aleatoare gaussiană, caracterizată prin:2
20
( )-2σx 2
0
1( ) = ef2πσ
x-mx;m (5.95)
Determinaţi în cazul estimării valorii medii:a) Estimatorul de plauzibilitate maximă.b) Media estimatorului.c) Varianţa estimatorului.
Rezolvare:
Să presupunem cunoscut setul de observaţii independente x=[x0, x1,...,xN-1]T.Densitatea de probabilitate de ordinul N este deci
Capitolul 5 – Procese aleatoare 149
2i
20
N ( - )-2σ2
i=0 0
1( ) = ef2πσ
mxx x;m ∏ (5.96)
2N-1i2
0 20i=0
N ( - )xL( ) = _ ln(2π ) -σ 22 σmm ∑ (5.97)
N-1i
20i=0
L( ) -x=σ
m mm
∂∂ ∑ (5.98)
a) Egalând cu 0 această cantitate se obţine estimatorul de plauzibilitatemaximă:
N-1
ii=0
1m =N x∑ (5.99)
b) Evident, estimatorul este nedeplasat, căci:
N
ii=1
1ˆE m = E N
mx =∑ (5.100)
c) Varianţa estimatorului esteN-1 2
02i 02 2
i=0
1 1 σˆVar m = Var = N =σ NN Nx∑ (5.101)
In fine,N-12
22 20 0i=0
L( ) N1I( ) = _E = =σ σ
mmm
∂ ∂
∑ (5.102)
deci-1ˆVar = ( )Im m (5.103)
aşa încât estimatorul este şi de varianţă minimă. Lucrul acesta era de aşteptatavând în vedere că
2N-1 0
i=0
σ1 L( )m( ) - = -NN
=imx m mx m
∂∂∑ (5.104)
5.17. Fie o variabilă aleatoare gaussiană, caracterizată prin:2
20
( )-2σ
20
1( ) = ef2πσ
x-mx x;m (5.105)
Determinaţi în cazul estimării dispersiei:a) Estimatorul varianţei.b) Valoarea medie a estimatorului
Rezolvare:
150 Prelucrarea numerică a semnalelor – Probleme
a) Pentru acelaşi caz al variabilei gaussiene,2N-1
42i=0
L( ) N 1 ( - m)= - +( ) 2
20 i
200 0
σ xσσ σ
∂∂ ∑ (5.106)
Egalând cu zero se obţine estimatorul varianţei:N-1
220
i=0
1= ( - m)σ N ix∑ (5.107)
Dacă m nu este cunoscut, se va utiliza pentru el estimatorul obţinut maiînainte:
N-122
0i=0
1 ˆ= ( - m)σ N ix∑ (5.108)
b) Valoarea medie a estimatorului:N-1
2 20
i=0N-1 N-1 N-1 N-1 N-1
2 2i=0 i=0 j=0 i=0 j=0
1 ˆE = [E + E - 2E ] =ˆ ˆN
1 1 2= E + E - E N N N
2i i
2i i j i j
mx m x
x x x x x
σ ∑
∑ ∑∑ ∑∑(5.109)
Observaţiile fiind presupuse independente:
2
E pentrui = jE =
E E[ = pentrui jm
2i
i ji j
xx x
x x
≠(5.110)
aşa încât2 220 0
N-1 N-1 N-1E = E - =ˆ mN N N2ixσ σ (5.111)
Se constată că estimatorii de plauzibilitate maximă a varianţei sau aidispersiei sunt deplasaţi. Când N →∞ ,
NE =ˆlim
2 20 0σ σ
→∞(5.112)
deci ei sunt asimptotic nedeplasaţi.
5.18. Fie un proces aleator ( )x n de valoare medie nulă, deci:
*( ) ( ) ( ) ( )xx xxr k c k E x n x n k= = + (5.113)Procesul fiind ergodic,
*1( ) lim ( ) ( )2 1
N
xx N n N
r k x n x n kN→∞
=−
= ++ ∑ (5.114)
Găsiţi un estimator utilizând numai setul de observaţii ( )x n , 0, 1n N= −… .
Capitolul 5 – Procese aleatoare 151
Rezolvare:
Pornind de la:( ) pentru [0, 1]( )0 în restN
x n n Nx n ∈ −
=
(5.115)
definim:*1ˆ ( ) ( ) ( )xx N N
n
r k x n x n kM
∞
=−∞
= +∑ (5.116)
unde M poate fi astfel ales încât să se obţină un estimator nedeplasat. Avândîn vedere suporturile finite,
supp ( ) [0, 1]Nx n N= − şi *supp ( ) [ , 1 ]Nx n k k N k+ = − − − (5.117)rezultă că ( ) 0xxr k = pentru | | 1k N> − .Pentru 0, , 1k N= −… , limitele de însumare vor fi 0 şi 1N k− − , aşa încât îngeneral vom putea scrie:
1*
0
*
1 ( ) ( ) pentru [0, 1]ˆ ( )
ˆ ( ) pentru [ ( 1), 1]
N k
N Nnxx
xx
x n x n k k NMr k
r k k N
− −
=
+ ∈ −=
− ∈ − − −
∑ (5.118)
Valoarea medie a estimatorului este:
1
*
01
0
1ˆE ( ) E ( ) ( )
1 ( ) ( ), pentru [0, 1]
N k
xx N Nn
N k
xx xxn
r k x n x n kMN kr k r k k N
M M
− −
=
− −
=
= + =
−= = ∈ −
∑
∑(5.119)
In mod asemănător, pentru ( 1), , 1k N= − − −… se obţine:
ˆE ( ) ( )xx xxN kr k r k
M+
= (5.120)
deci în general:
| |ˆE ( ) ( )xx xxN kr k r k
M−
= (5.121)
şi rezultă o deplasare a estimatorului:
| |ˆ ˆB ( ) E ( ) ( ) ( )xx xx xx xxN k Mr k r k r k r k
M− −
= − = (5.122)
Pentru a obţine un estimator nedeplasat se poate lua | |M N k= − deci:1
*
0
*
1 ( ) ( ) pentru [0, 1]ˆ ( )
ˆ ( ) pentru [ ( 1), 1]
N k
N Nnxx
xx
x n x n k k NN kr k
r k k N
− −
=
+ ∈ − −=
− ∈ − − −
∑ (5.123)
152 Prelucrarea numerică a semnalelor – Probleme
sau cu o exprimare unitară:1
*
0
1ˆ ( ) ( ) ( ), [ ( 1), 1]| |
N
xx N Nn
r k x n x n k k N NN k
−
=
= + ∈ − − −− ∑ (5.124)
Uneori se preferă să se ia M N= şi rezultă:1
*
0
*
1 ( ) ( ) pentru [0, 1]ˆ ( )
ˆ ( ) pentru [ ( 1), 1]
N k
N Nnxx
xx
x n x n k k NNr k
r k k N
− −
=
+ ∈ −=
− ∈ − − −
∑ (5.125)
Acesta este evident un estimator deplasat, deoarece:
| |ˆE ( ) ( )xx xxN kr k r k
N−
= (5.126)
Totuşi când N →∞ ,
Nˆlim E ( ) ( )xx xxr k r k
→∞= (5.127)
şi deci estimatorul acesta este asimptotic nedeplasat.
Probleme propuse
5.19. Fie x şi y două variabile aleatoare cu dispersiile xσ şi yσ . Se defineştecoeficientul de corelaţie:
xyxy
x y
cρ
σ σ= (5.128)
Demonstraţi că | | 1xyρ ≤ .
5.20. Fie ( )x n un proces staţionar în sens larg. Dacă există 0k astfel încât0( ) (0)x xr k r= , demonstraţi că ( )xr k este periodică cu perioada 0k şi în plus
20( ) ( ) 0E x n x n k− − = (5.129)
Se spune în acest caz că ( )x n este periodic în medie pătratică.
5.21. Fie( ) , | |i ij n j
i i ii
x n Ae A A eω ϕ= =∑ (5.130)
Capitolul 5 – Procese aleatoare 153
Arătaţi că dacă iA şi iϕ sunt variabile aleatoare independente, iϕ suntuniform distribuite între ( , )π π− şi iA sunt ortogonale atunci ( )x n este unproces staţionar în sens larg.Pornind de la rezultatul de mai sus, arătaţi că
( ) cos( ),x n A n Aω ϕ= + ∈R (5.131)este un proces staţionar, unde A şi ϕ sunt variabile aleatoare independente iarϕ este uniform distribuită între ( , )π π− . Determinaţi funcţia de autocorelaţieşi densitatea spectrală de putere.
5.22. Fie un filtru liniar, invariant în timp cu( ) ( ) 0.5 ( 1) 0.25 ( 2)h n n n nδ δ δ= − − + − (5.132)
Filtrului i se aplică un zgomot alb cu varianţa 20σ . Fie ( )y n ieşirea filtrului.
Se cer:a) ( )xyr k ,b) ( )yyr k ,
c) ( )jyyP e ω .
5.23. Rezolvaţi problema 5.9 pentru( ) ( ) ( 1)h n n nδ δ= − − (5.133)
5.24. Fie sistemul cauzal, liniar, invariant în timp descris de:( ) 0.2 ( 1) ( )y n y n x n− − = (5.134)
Determinaţi funcţia de autocorelaţie şi densitatea spectrală de putere asemnalului la ieşire, dacă la intrare se aplică:a) zgomot alb cu varianţă unitară.b) un proces aleator având | |( ) 2(0.5) k
xxr k =
5.25. Un proces aleator discret în timp este descris prin( ) = ( 1) + ( )x n a x n v n− , | | 1a < (5.135)
unde ( )v n este un zgomot alb, cu valoare medie nulă şi varianţa 2vσ . Calculaţi
funcţia de autocorelaţie ( )xxr k şi funcţia de covarianţă .
154 Prelucrarea numerică a semnalelor – Probleme
5.26. Un proces aleator discret în timp este descris prin2( ) = ( 2) + ( )x n a x n v n− , | | 1a < (5.136)
unde ( )v n este un zgomot alb, cu valoare medie nulă şi varianţa 2vσ . Calculaţi
funcţia de autocorelaţie ( )xxr k şi funcţia de covarianţă .
5.27. Un proces aleator discret în timp este descris prin( ) = 0,7 ( 1) 0,01 ( 2) + ( )x n x n x n v n− − − (5.137)
unde ( )v n este un zgomot alb, cu valoare medie nulă şi varianţa 2vσ . Calculaţi
funcţia de autocorelaţie ( )xxr k şi funcţia de covarianţă .
5.28. Un semnal cu medie zero şi densitatea spectrală de putere ( ) 1jxxS e ω =
este aplicat la intrarea a două sisteme cu funcţiile de transfer:
1 1
1( )1 0.9
H zz−=
−, 2 1
1( )1 0.8
H zz−=
−a) Calculaţi şi reprezentaţi densitatea spectrală de putere a ieşirii.b) Calculaţi şi reprezentaţi funcţia de autocorelaţie a ieşirii.
5.29. Un zgomot alb cu varianţa 2vσ este aplicat unui filtru cu schema din
figură.1z−
0.25
Să se calculeze densitatea spectrală de putere, funcţia de autocorelaţie şiputerea medie pentru semnalul de ieşire.
5.30. Reluaţi problema anterioară pentru sistemele de mai jos.
Capitolul 5 – Procese aleatoare 155
1z−
0,8 1−
( )x n ( )y n
1z−k−
( )x n
( )y n k
5.31. Un zgomot alb, cu valoarea medie xm şi varianţa 2xσ este aplicat unui
filtru cu schema din figură.
1z−
1z−
0H
2r−
2 cosr θ 1−
( )x n ( )y n
0r >
Se cer densitatea spectrală de putere şi puterea semnalului la ieşire.
5.32. Aplicând un zgomot alb, cu varianţa 2σ unui filtru cu funcţia detransfer ( )H z se obţine la ieşire un semnal cu densitatea spectrală de putere
2
2( )1 2 cos
jxx eP ω σ
α ωα=
+ +(5.138)
Determinaţi ( )H z şi ( )h n .
5.33. Aceleaşi cerinţe ca la problema anterioară pentru:
a) 2 2cos( )1,85 2,16cos 0,4cos2
jxxP e ω ω
ω ω−
=− +
b) 2 2cos2( )1,25 2cos
jxxP e ω ω
ω−
=−
156 Prelucrarea numerică a semnalelor – Probleme
5.34. Aplicând la intrarea unui filtru un zgomot alb cu varianţa 1, densitateaspectrală de putere a zgomotului la ieşire este:
5 4cos2( )10 6cos
jyyP e ω ω
ω+
=+
(5.139)
Calculaţi funcţia de corelaţie între semnalele de la intrare şi ieşire.
5.35. Reluaţi cerinţele din problema anterioară pentru:1,25 2cos2( )1,04 0,4cos
jyyP e ω ω
ω−
=+
(5.140)
5.36. Se doreşte generarea unui proces aleator staţionar ( )x n cu funcţia deautocorelaţie:
*
0( )
( ) 0
k
xxxx
kr k
r k kα ≥
= − <
, | | 1α < , (5.141)
aplicând la intrarea unui filtru liniar zgomot alb cu varianţă unitară. Calculaţifuncţia de transfer a filtrului.
5.37. Reluaţi problema anterioară pentru:2
*
1 (0,5) 1( ) 3
( ) 0
k
xx
xx
kr k
r k k
−− ≥= − <
, (5.142)
dacă puterea medie a procesului ( )x n este 4/3.
5.38. Fie un proces aleator ( )x n cu medie zero şi funcţia de autocorelaţie:| | | 1| | 1|1 1 1( ) 10 3 3
2 2 2
k k k
xxr k− +
= + +
(5.143)
a) Găsiţi funcţia de transfer a filtrului pentru care, aplicând la intrare zgomotalb, la ieşire se obţine un proces aleator cu funcţia de autocorelaţie egală cu
( )xxr k .b) Găsiţi filtrul stabil şi cauzal pentru care, aplicând la intrare ( )x n , la ieşirese obţine zgomot alb de medie nulă şi varianţă unitară.
Capitolul 5 – Procese aleatoare 157
5.39. Peste un semnal util de JF, asimilabil cu o componentă continuă, sesuprapune zgomot alb. Pentru separarea semnalului se utilizează schema:
( )H z
+−
( )x n ( )y n
unde1
1
1( )1
zH zzρ
−
−
−=
−, 0 1ρ< < (5.144)
Calculaţi ρ astfel încât raportul semnal-zgomot la ieşire să fie cu 26dB maibun ca la intrare.Cum trebuie procedat pentru separarea (eliminarea) zgomotului?
5.40. Un sistem liniar invariant în timp are răspunsul în frecvenţă:5( ) 0.5 3j jH e eω ω−= − (5.145)
Semnalul de la intrare este de tipul zgomot alb cu medie zero şi varianţă2 31xσ = .
a) Determinaţi funcţia de autocorelaţie şi densitatea spectrală de putere aintrării.b) Determinaţi densitatea spectrală de putere, varianţa şi funcţia deautocorelaţie a ieşirii filtrului.
5.41. Un sistem liniar invariant în timp are răspunsul la impuls:( ) ( ) ( 2)h n n nδ δ= − − (5.146)
Semnalul de la intrare are valoarea medie 7xm = şi funcţia de autocovarianţă:( ) 0.5 ( 2) 3 ( ) 0.5 ( 2)xxc l l n nδ δ δ= − + + − − (5.147)
a) Determinaţi densitatea spectrală de putere a semnalului de intrare.b) Determinaţi media şi funcţia de covarianţă a ieşirii.
5.42. Fie ( )x n un proces aleator staţionar în sens larg cu medie 0 şi funcţiade autocorelaţie:
1, 0( ) 0.5, | | 1
0, în restxx
nr n n
== =
(5.148)
158 Prelucrarea numerică a semnalelor – Probleme
( )x n este filtrat pentru a genera ieşirea:2
0
( ) ( )k
y n x n k=
= −∑ (5.149)
a) Determinaţi media secvenţei xm .b) Determinaţi intercorelaţia ( )xyr n între x şi y.c) Determinaţi autocorelaţia ( )yyr n secvenţei ( )y n .
5.43. Fie ( )x n cu funcţia de autocorelaţie:| | 2( ) k
xx xr k ρ σ−= (5.150)şi fie ( )y n ieşirea unui filtru cu funcţia pondere:
( ) ( )nh n a u n−= (5.151)a) Calculaţi ( )yyr k .
b) Calculaţi ( )jxxS e ω şi ( )j
yyS e ω .
5.44. Fie două variabile aleatoare X şi Y, cu mediile Xm şi Ym , varianţele Xσşi Yσ şi funcţia de intercorelaţie XYr . Nu poate fi observat direct decât Y. Sedoreşte un estimat ˆ ( )X g y= de forma X aY b= + , pentru X, unde a şi b suntconstante şi y este valoarea observată pentru variabila aleatoare Y.a) Determinaţi valorile pentru a şi b care minimizează eroarea pătratică medie
2ˆ| |E X Xε = − pentru estimat.b) Care este eroarea pătratică medie a estimatorului?