Documente Academic
Documente Profesional
Documente Cultură
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
“O processamento de sinais mudou! Não estamos mais na era na
qual a informação na forma de sinais elétricos é processada por
meio de tradicionais dispositivos analógicos. Nós estamos solida e,
para o futuro previsı́vel, irrevogavelmente, no âmago do
processamento de sinais digitais (amostrados ou discretos no
tempo) aleatórios.”
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Conteúdo da Apresentação
1 Sinais de Tempo Contı́nuo/Discreto
2 Quantização e Amostragem
3 Gráfico de Dispersão (lagplot)
4 Definição de Função de Autocorrelação (FAC)
5 Detecção de Sinais Usando a FAC
6 Função Densidade Espectral de Potência (FDE)
7 Periodograma e a Transformada Discreta de Fourier
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Pré-Requisitos
1 Variáveis Aleatórias
2 Álgebra Linear
3 Sinais e Sistemas
4 Noções de Matlab/Octave/Scilab
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Referências Importantes
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Parte I
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Introdução
Em Outras Palavras
Avaliar o quanto o valor atual da amplitude de um sinal
depende de seus valores passados.
Isto equivale a querer saber se o sistema que gera o sinal
sendo analisado tem MEMÓRIA!
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Definição de Sinal
Definição Informal
Um sinal é a representação gráfica ou numérica da intensidade de
uma certa grandeza fı́sica que está sendo medida durante um dado
intervalo de tempo.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Contı́nuo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Contı́nuo (cont.-1)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Contı́nuo (cont.-2)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Contı́nuo
Atenção!
A definição de sinal analógico dada anteriormente é bem
genérica, contemplando tanto sinais determinı́sticos, quanto
sinais aleatórios, também chamados de sinais estocásticos.
Neste curso estamos particularmente interessados em sinais
aleatórios, ou seja, sinais que sofrem a influência de fenômenos
probabilı́sticos no seu processo de geração e/ou de medição.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Contı́nuo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Contı́nuo (cont.-3)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Contı́nuo (cont.-4)
Pergunta Desafio
A afirmação a seguir é verdadeira ou falsa?
Sinais analógicos são aqueles que necessitam de sensores
ou transdutores para serem observados (medidos).
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-1)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-2)
10
4
amplitude (V)
−2
−4
−6
−8
−10
0 0.2 0.4 0.6 0.8 1
tempo (s)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-3)
Teorema de Nyquist
Um resultado central na teoria da amostragem estabelece que
se o sinal analógico x(t) é amostrado a uma taxa fs maior
que duas vezes o valor de sua maior freqüência, ou seja, se
1
fs = ,
Ts
então x(t) pode ser recuperado a partir de {x(nT )} com
acurácia, ou seja, o sinal amostrado contém toda a
informação para reconstruir o sinal analógico.
Este resultado é chamado de Teorema de Nyquist, e a
menor taxa de amostragem que satisfaz este critério para um
dado sinal é chamada de Taxa de Amostragem de Nyquist.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-4)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-5)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-6)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-7)
10 10
8 8
6 6
4 4
amplitude (V)
amplitude (V)
2 2
0 0
−2 −2
−4 −4
−6 −6
−8 −8
−10 −10
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
tempo (s) tempo (s)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.-8)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont. 9)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Sinal de Tempo Discreto (cont.9)
1
A energia é medida continuamente, mas o valor do consumo só está
disponı́vel ao final de cada mês.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Parte II
Função de Autocorrelação
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Prolegômenos
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC de sinais aleatórios contı́nuos
Definição
A Função de Autocorrelação (FAC) de X(t) para dois instantes
R
de tempo t1 e t2 , t1 , t2 ∈ e t2 > t1 , é definida como:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC de sinais aleatórios contı́nuos (cont.-2)
Importante 1
Valores positivos indicam que quando a amplitude no instante
t1 tende a crescer, a amplitude no instante t2 tende a crescer
também.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC de sinais aleatórios contı́nuos (cont.-3)
Importante 2
Valores elevados da FAC para dois instantes quaisquer t1 e t2
indicam a presença de componentes de baixa freqüência no
sinal.
⋆ Quando o sinal é predominantemente de baixa freqüência as
amplitudes consecutivas X(t1 ) e X(t2 ) possuem valores muito
parecidos.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC de sinais aleatórios contı́nuos (cont.-4)
1.5
X(t2)
X(t1)
1
0.5
Amplitude do Sinal
−0.5
−1
−1.5
0 10 20 30 40 50 60 70 80 90 100
t1 t2
tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC de sinais aleatórios contı́nuos (cont.-5)
1.5
X(t1)
0.5
Amplitude do Sinal
−0.5 X(t2)
−1
−1.5
0 10 20 30 40 50 60 70 80 90 100
t1 t2
tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC de sinais aleatórios contı́nuos (cont.-6)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC de sinais aleatórios contı́nuos (cont.-7)
Comentário Importante
A interpretação da FAC em termos do conteúdo harmônico de um
sinal será muito útil mais adiante quando formos definir o conceito
de função densidade espectral de potência.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Média de sinais aleatórios contı́nuos
Definição
Seja fXi (xi ) a PDF de X(t) em ti e xi ≡ X(ti ). Então a média
de X(t) no instante ti é definida como:
Z ∞
mX (ti ) = E[X(ti )] = xi fXi (xi )dxi (2)
−∞
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Média de sinais aleatórios contı́nuos (cont.-1)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Média de sinais aleatórios contı́nuos (cont.-2)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Função de autocovariância de sinais aleatórios contı́nuos
Definição
Seja fX1 X2 (x1 , x2 ) a PDF conjunta do sinal X(t) nos instantes t1
e t2 . Então a Função de Autocovariância (FACV) de X(t)
nestes dois instantes de tempo é definida como:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FACV de sinais aleatórios contı́nuos (cont.-1)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Variância de sinais aleatórios contı́nuos
Definição
Seja fXi (xi ) a PDF do sinal X(t) no instante ti . Então a
Variância (FACV) de X(t) neste instante é definida como:
2
σX (ti ) = E[(x(ti ) − mX (ti ))2 ],
Z ∞
= (xi − mX (ti ))2 fXi (xi )dxi (6)
−∞
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Valor quadrático médio sinais aleatórios contı́nuos
Definição
Considere que o sinal X(t) tem média nula. Então, o valor
quadrático médio de X(t) é definido como:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Coeficiente de Autocorrelação
Definição
Seja CX (t1 , t2 ), σX (t1 ) e σX (t1 ), respectivamente, a FACV e as
variâncias do sinal X(t) para os instantes t1 e t2 . Então, o
Coeficiente de Autocorrelação (CAC) de X(t) é dado por
CX (t1 , t2 )
ρX (t1 , t2 ) = (8)
σX (t1 )σX (t2 )
−1 ≤ ρX (t1 , t2 ) ≤ 1
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-1)
Definição
Um processo estocástico é fortemente estacionário ou estacionário
no sentido estrito se, e somente se, todas as FDPs de ordem k ≥ 1
forem invariantes sob uma translação do tempo τ ∈ . R
Assim, um processo estocástico é fortemente estacionário se, para
todo k e para todo τ :
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-2)
Observações Importantes - 1
A condição de estacionariedade forte é um requisito bastante
severo, pois exige que todas as FDPs associadas sejam
invariantes no tempo.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-3)
Observações Importantes - 2
Quando a condição acima só é válida para 1 ≤ r ≤ k, diz-se
que o processo estocástico X(t) é estacionário de ordem r.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-4)
Observações Importantes - 2
Para um processo fracamente estacionário as seguintes condições
são válidas:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-5)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-6)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-7)
0.5
Amplitude do Sinal
−0.5
−1
−1.5
0 100 200 300 400 500 600 700 800 900 1000
tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-8)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-9)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-10)
2.5
2
Amplitude do Sinal
1.5
0.5
−0.5
−1
−1.5
0 100 200 300 400 500 600 700 800 900 1000
tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-11)
1.5
1
Amplitude do Sinal
0.5
−0.5
−1
−1.5
−2
−2.5
0 100 200 300 400 500 600 700 800 900 1000
tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-12)
0.5
Amplitude do Sinal
−0.5
−1
−1.5
0 100 200 300 400 500 600 700 800 900 1000
tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-13)
CX (τ )
ρX (t1 , t2 ) = ρX (τ ) = 2 (13)
σX
2 são constantes.
em que mX e σX
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-14)
RX (τ ) = E[X(t)X(t + τ )] (14)
ou
RX (τ ) = E[X(t − τ )X(t)] (15)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-15)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estacionariedade de um Processo Estocástico (cont.-16)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico
Definição
Um processo estocástico é ergódico, se seus momentos
estatı́sticos, calculados ao longo de várias realizações do processo,
forem equivalentes aos momentos temporais, calculados a partir de
uma única realização do processo.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-1)
Definição
Um processo é ergódico na média, se e somente se:
Z ∞
E[X(ti )] = xi fXi (xi )dxi
−∞
1 k
R
k 0 x(t)dt, k → ∞ (sinal contı́nuo)
≡ (16)
1 Pk
k i=1 x(ti ), k → ∞ (sinal amostrado)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-2)
Definição
Um processo é ergódico na variância, se e somente se:
Z ∞
V ar[X(ti )] = (xi − µX )2 fXi (xi )dxi
−∞
1 k
− µX )2 dt, k → ∞
R
k 0 (x(t) (contı́nuo)
≡ (17)
1 Pk 2
k i=1 (x(ti ) − µX ) , k → ∞ (amostrado)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-3)
Definição
Um processo é ergódico na correlação, se e somente se:
RX (τ ) = E[X(t)X(t + τ )]
Z ∞Z ∞
= xt xt+τ fXt Xt+τ (xt , xt+τ )dxt dxt+τ
−∞ R −∞
k
k1 0 x(t)x(t + τ )dt, k → ∞
(contı́nuo)
≡ (18)
1 Pk−τ x(t )x(t + τ ), k → ∞ (amostrado)
k−τ i=1 i i
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-4)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-5)
para i = 1, . . . , N .
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-6)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-7)
Dica Prática!
(5) Analisar a plausibilidade das seguintes hipóteses:
A média é constante, ou seja, M̄ ≈ X̄.
A variância é constante, ou seja, V̄ ≈ s2X .
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-8)
Exercı́cio Resolvido
Considere o seguinte processo estocástico:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-9)
Exercı́cio Resolvido
Assim, usando a Eq. (18) para um sinal contı́nuo, obtemos:
1 k
Z
RXA (τ ) = lim x(t)x(t + τ )dt
k→∞ k 0
1 k
Z
= lim A1 sin ωt · A1 sin ω(t + τ )dt
k→∞ k 0
A21
= cos ωτ
2
Para resolver a integral acima usar a seguinte identidade
trigonométrica:
1 1
sin(a) · sin(b) = cos(a − b) − cos(a + b)
2 2
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Ergodicidade de um Processo Estocástico (cont.-10)
Exercı́cio Resolvido
Por outro lado, usando a definição teórica da FAC (Eq. (1)),
chegamos ao seguinte resultado:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Função de Correlação Cruzada (FCC) - Sinais Contı́nuos
Definição 1
Sejam X(t) e Y (t) dois sinais aleatórios estacionários de tempo
contı́nuo. A Função de Correlação Cruzada (FCC) entre X(t) e
Y (t) pode ser definida como:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Função de Correlação Cruzada (FCC) (cont.-1)
Definição 2
A FCC entre X(t) e Y (t) também pode ser definida como:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Propriedades da FCC
Propriedade 1
A definição de RY X (τ ) dada na Eq. (28) é invariante a uma
translação de −τ .
Desta forma, RY X (τ ) é também dada por:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Propriedades da FCC
Propriedades 2 e 3
O valor máximo de RXY (τ ) e RY X (τ ) geralmente não
ocorrem para τ = 0.
Porém, pode-se mostrar que
p
|RXY (τ )| ≤ RX (0)RY (0) (31)
RXY (τ ) = RY X (τ ) (32)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Função de Correlação Cruzada (FCC) - Sinais Discretos
Definição
Sejam X(t) = {..., x(−2), x(−1), x(0), x(1), x(2), ...} e
Y (t) = {..., y(−2), y(−1), y(0), y(1), y(2), ...} dois sinais aleatórios
estacionários e de tempo discreto. Neste caso, as FCCs são
definidas como:
∞
X
RXY (τ ) = x(t)y(t + τ ) (33)
t=−∞
e
∞
X
RY X (τ ) = y(t)x(t + τ ), (34)
t=−∞
para τ = 0, 1, 2, ...
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estimação da FCC - Sinais Discretos
Definição 1
Sejam X(t) = {x(1), x(2), ..., x(N )} e
Y (t) = {y(1), y(2), ..., y(N )} duas seqüências aleatórias
finitas (e.g. sinais amostrados).
Neste caso, as FCCs podem ser estimadas por meio das
seguintes expressões:
PN −τ
t=1 x(t)y(t + τ )
rXY (τ ) = (35)
N −τ
e
PN −τ
t=1 y(t)x(t + τ )
rY X (τ ) = , (36)
N −τ
para τ = 0, 1, 2, ...
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estimação da FCC - Sinais Discretos (cont.-1)
Exemplo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Estimação da FCC - Sinais Discretos (cont.-2)
Exemplo (continuação)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do
RZ (τ ) = E[Z(t)Z(t + τ )]
= RX (τ ) + RY X (τ ) + RXY (τ ) + RY (τ ) (38)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-1)
RZ (τ ) = RX (τ ) + RY (τ ) (39)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-2)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-3)
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 20 40 60 80 100 120 140 160 180 200
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-4)
0.8
0.6
0.4
Sample Autocorrelation
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 10 20 30 40 50 60 70 80 90 100
Lag
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-5)
−1
−2
−3
0 20 40 60 80 100 120 140 160 180 200
Tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-6)
0.5
Sample Autocorrelation
−0.5
0 10 20 30 40 50 60 70 80 90 100
Lag
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-7)
−1
−2
−3
−4
0 20 40 60 80 100 120 140 160 180 200
Tempo
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-9)
Pergunta Desafio
Você poderia confirmar só no “olhômetro”, que este sinal
estocástico é uma senóide contaminada com ruı́do branco?
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FAC na Detecção de Sinais em Meio ao Ruı́do (cont.-10)
0.5
Sample Autocorrelation
−0.5
0 10 20 30 40 50 60 70 80 90 100
Lag
Definição
Seja um processo estocástico X(t) contı́nuo, estacionário e de
média nula. A Função Densidade Espectral de Potência (FDE) de
X(t) é definida como:
Z ∞
SX (jω) = F[RX (τ )] = RX (τ )e−jωτ dτ (40)
−∞
em que
F[·] é a transformada de Fourier do sinal.
RX (τ ) = E[X(t)X(t − τ )] é a FAC de X(t).
ω = 2πf (rad/s) é a freqüência angular.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Função Densidade Espectral de Potência (cont.-2)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Função Densidade Espectral de Potência (cont.-3)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Definições
A FDE Cruzada (FDEC) entre dois processos estacionários
contı́nuos, X(t) e Y (t), pode ser definida de duas formas:
Z ∞
SXY (jω) = F[RXY (τ )] = RXY (τ )e−jωτ dτ (43)
−∞
Z ∞
SY X (jω) = F[RY X (τ )] = RY X (τ )e−jωτ dτ (44)
−∞
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FDE Cruzada de Dois Sinais Aleatórios (cont.-1)
Comentário Importante 1
As funções RXY (τ ) e RY X (τ ) não são necessariamente
funções pares de τ !!
Logo, as funções SXY (jω) e SY X (jω) correspondentes não
são, em geral, funções reais de ω.
Comentário Importante 2
De fato, mostrou-se anteriormente que RXY (τ ) = RY X (−τ ).
Neste caso, as funções SXY (jω) e SY X (jω) são pares
complexos conjugados, ou seja:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FDE Cruzada de Dois Sinais Aleatórios (cont.-2)
Função Coerência
A FDE Cruzada Normalizada, chamada de Função
Coerência, de dois processos estacionários X(t) e Y (t) é
definida como:
SXY (jω)
γXY (jω) = p p . (45)
SX (jω) SY (jω)
|SXY (jω)|2
|γXY |2 = , (46)
SX (jω)SY (jω)
2
tal que 0 ≤ γXY ≤ 1.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
FDE Cruzada de Dois Sinais Aleatórios (cont.-3)
Resultado Importante
Seja Z(t) um sinal aleatório dado pela soma de dois outros
sinais não-correlacionados, X(t) e Y (t).
A FDE de Z(t) é então dada por
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Periodograma
Definição: Periodograma
Seja F[XT (t)] a transformada de Fourier de uma versão
“truncada”, XT (t), de um processo estacionário X(t).
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Periodograma (cont.-1)
Numericamente,tem-se que:
Z ∞
1 2
E lim |F[XT (t)]| = RX (τ )e−jωτ dτ (49)
T →∞ T −∞
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Transformada Discreta de Fourier
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Transformada Discreta de Fourier (cont.-1)
em que
gk = g(tk ), k = 0, 1, . . . , N − 1
1
∆T = = espaço entre amostras no domı́nio do tempo
2W
2W
∆f = = espaço entre amostras no domı́nio da freqüência
N
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Transformada Discreta de Fourier (cont.-2)
1
Nota-se que ∆f · ∆T = N. Assim, a Eq. (51) pode ser
reescrita como:
N −1
1 X 2πnk
G(jn2π∆f )∆f ≈ gk exp −j (52)
N N
k=0
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Transformada Discreta de Fourier (cont.-3)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Transformada Discreta de Fourier (cont.-4)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Transformada Discreta de Fourier (cont.-5)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Periodograma no Matlab/Octave
Exemplo Computacional
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Periodograma no Matlab/Octave
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Periodograma no Matlab/Octave
70
Power Spectral Density (Power/Hz)
60
50
40
30
20
10
0
0 50 100 150 200 250 300 350 400 450
Frequency (Hz)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Parte III
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráfico de Dispersão (lagplot)
Definição
Técnica qualitativa (gráfica) que avalia a correlação serial das
amplitudes do sinal através do gráfico de dispersão.
Implementação
Considere o seguinte sinal de tempo discreto:
X = {x(1), x(2), x(3), ...., x(N )}.
O lagplot consiste em gerar o gráfico de um conjunto de
pares ordenados:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráfico de Dispersão (lagplot)
Definição
Técnica qualitativa (gráfica) que avalia a correlação serial das
amplitudes do sinal através do gráfico de dispersão.
Implementação
Considere o seguinte sinal de tempo discreto:
X = {x(1), x(2), x(3), ...., x(N )}.
O lagplot consiste em gerar o gráfico de um conjunto de
pares ordenados:
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráfico de Dispersão (lagplot)
Comentários
Em geral, é necessário plotar lagplots para vários lags para se
ter uma idéia da persistência da memória.
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráfico de Dispersão (lagplot)
Exemplo 1
Considere um sinal de tempo discreto X, de comprimento
N = 1000.
Lagplot (τ = 1)
Os pares ordenados que formam o lagplot para τ = 1 são definidos
como:
[x(n), x(n − 1)], n = 2, ...., 1000. (57)
Ou seja,
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráfico de Dispersão (lagplot)
Exemplo 2
Considere novamente um sinal de tempo discreto X, de
comprimento N = 1000.
Lagplot (τ = 2)
Os pares ordenados que formam o lagplot para τ = 2 são definidos
como:
[x(n), x(n − 2)], n = 3, ...., 1000. (59)
Ou seja,
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráficos de Tı́picos
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráficos de Tı́picos (cont.-1)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráficos de Tı́picos (cont.-2)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Gráficos de Tı́picos (cont.-2)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI
Função de Autocorrelação
Código Matlab/Octave - Lagplots Processo AR(1)
c G. A. Barreto
Função de Autocorrelação e Aplicações em ETI