mathend000# do sistema é dada por
x(
t) =
mathend000#
- a)
- representar o sinal de excitação x(t)
mathend000#
- b)
- determinar por convolução, a resposta y(t)
mathend000# à excitação x(t)
mathend000#.
Exercício 2:
- a)
- demonstre que se F1(s)
mathend000# e F2(S)
mathend000# forem respectivamente as Transformadas de Laplace dos sinais f1(t)
mathend000# e f2(t)
mathend000# então
TL[f1(t) * f2(t)] = Fs(s)F2(s)
mathend000#
- b)
- demonstre que qualquer função x(t)
mathend000# pode ser representada por
mathend000#
onde (t)
mathend000# é o Dirac.
Exercício 3:
Calcule as Transformadas de Fourier dos seguintes sinais
- a)
-
s1(t) = rect(t)
mathend000#
- b)
-
s2(t) = sinc(t)
mathend000#
- c)
-
s3(t) = exp[- (1/2)(t/)2]
mathend000#
- d)
-
s4(t) = (t)
mathend000#
- e)
- s5(t) = 1
mathend000#
- f)
-
s6(t) = u(t)
mathend000#
- g)
-
s7(t) = A sin(t)
mathend000#
Exercício 4:
Considere o sinal complexo
x(
t) =
A exp(
jt)
mathend000#
- a)
- calcule a sua Transformada de Fourier
- b)
- calcule a sua função de autocorrelação
- c)
- calcule a sua densidade espectral de potência
Revisões sobre probabilidades e variáveis aleatórias
Exercício 1:
Considere uma VA X
mathend000#, gaussiana de função densidade de
probabilidade (FDP)
p(
x) =
exp
mathend000#
com os parâmetros m = 0
mathend000# e
= 1
mathend000#. Demonstre que
a) o integral de p(x)
mathend000# é igual a 1
b) a sua variância é também igual a 1.
c) a sua função característica (u)
mathend000# é
log
(
u) =
jmu +
mathend000#
Exercício 2:
Ao resultado da experiência de jogar uma moeda ao ar associamos uma VA
discreta X
mathend000#. Esta VA discreta só toma um número finito de valores, neste
caso igual a dois: ``cara'' ou ``coroa''. À acontecimento de obter coroa
associamos a probabilidade p
mathend000#,
Pr( = 'coroa|X = 0) = p
mathend000#, assim
Pr( = 'cara|X = 1) = 1 - p = q
mathend000#.
a) qual a esperança matemática E[X]
mathend000# ? E o momento de ordem k
mathend000#, E[Xk]
mathend000#
?
b) calcular a variância V[X]
mathend000#.
c) demonstrar que a função característica da VA X, (u)
mathend000# se
escreve
(
u) = 1 +
q[exp(
ju) - 1]
mathend000#
Exercício 3:
Uma VA discreta X
mathend000# segundo a distribuição de Poisson toma os valores
inteiros
0, 1, 2,...
mathend000# com as probabilidades,
pk =
Pr(
X =
k) =
exp(-
m)
(1)
mathend000#
a) demonstrar que o momento de ordem 1, m1 = m
mathend000#.
b) demonstrar que o momento de ordem 2,
= m
mathend000#.
c) calcular as probabilidades
P+ = Pr(X = numero par)
mathend000#
e
P- = Pr(X = numero impar)
mathend000#
sabendo que, óbviamente,
P+ + P- = 1
mathend000#.
d) calcular a função característica de X
mathend000#, (u)
mathend000# com a
distribuição de Poisson (1).
Exercício 4:
Demonstrar que para uma VA Gaussiana X
mathend000# de média
mathend000# e variância
mathend000# temos
mathend000#
Exercício 5:
Considere uma combinação linear arbitrária de N
mathend000# VA's Gaussianas
Xi
mathend000#, independentes, de média zero e variância
mathend000#,
Z = a1X1 +...+ aNXN
mathend000#
Utilizando a função característica demonstre que Z
mathend000# é também
Gaussiana de média nula e de variância
= (
a12 +...+
aN2)
mathend000#
Exercício 6:
A densidade de probabilidade de Cauchy é
mathend000#
a) determine a média e a variância de X
mathend000#
b) determine a função característica de X
mathend000#
Exercício 7:
Uma VA Y
mathend000# é definida por
Y =
Xi
mathend000#
onde
Xi;i = 1,..., n
mathend000# é um conjunto de n
mathend000# VA's estatísticamente
independentes e indênticamente distribuidas segundo a distribuição
de Cauchy (1).
a) determine a função característica de Y
mathend000#
b) detemine a densidade de probabilidade de Y
mathend000#
c) considere a densidade de probabilidade de Y
mathend000# quando
n
mathend000#.
O teorema do limite central verifica-se ? Justifique a sua resposta.
Sinais para comunicações
Exercício 1:
Um sistema ''phase splitter'' é tal que a sua resposta em frequência
se escreve
mathend000#
demonstre que a resposta do sistema ''phase splitter'' a um sinal
real x(t)
mathend000# é
y(
t) =
{
x(
t) +
j(
t)}
mathend000#
onde
(t) = H[x(t)]
mathend000# é a transformada de Hilbert de x(t)
mathend000#.
Exercício 2:
Considere o esquema de blocos da figura D.1, onde y(t)
mathend000# é um sinal passa banda com o seu espectro centrado em
mathend000# e (t)
mathend000# é a resposta impulsiva de um ''phase splitter'' indicado no exercício 1.
Figura D.1:
phase splitter
|
- a)
- demonstre que o sinal de saída u(t)
mathend000# é um sinal passa baixo que se escreve
mathend000#
- b)
- demonstre que u(t)
mathend000# e y(t)
mathend000# têm a mesma energia devido ao coeficiente
mathend000#.
Exercício 3:
Atendendo a que
H[x(t)] = (t)
mathend000# demonstre que
H[
(
t)] = -
x(
t)
mathend000#
Exercício 4:
Considerando o sinal
x(
t) = cos(
t)
mathend000#
- a)
- calcule a transformada de Hilbert (t)
mathend000#
- b)
- calcule
H[(t)]
mathend000#. Verifique o resultado do exercício
anterior.
Exercício 5:
- a)
- calcule a transformada de Hilbert (t)
mathend000# de
x(
t) =
mathend000#
- b)
- faça um esboço de x(t)
mathend000# e (t)
mathend000#
Exercício 6:
Considere o espectro de um sistema realizável h(t)
mathend000#
mathend000#
com
mathend000#
Determine a parte imaginária X()
mathend000#
Sinais em banda passante
Exercício 1:
Considere um processo estocástico Z(t)
mathend000#, definido por
Z(
t) =
S(
t)
ejt
mathend000#
onde S(t)
mathend000# é um processo estocásticos estacionário.
Demonstre que se E[S(t)] = 0
mathend000# então Z(t)
mathend000# é também
estacionário e que as funções de correlação
são ligadas por
mathend000#
Determine igualmente o espectro
PZ()
mathend000# de Z(t)
mathend000#.
Exercício 2:
Demonstre que Z(t)
mathend000# e
Z * (t)
mathend000# (do exercício anterior)
são conjuntamente estacionários se e só se
RSS * (
) = 0
mathend000#
Demonstre ainda que esta mesma condição implica
também que
RZZ * (
) = 0
mathend000#
Exercício 3:
Considerando o sinal estocástico complexo
S(t) = R(t) + jI(t)
mathend000#, demonstre
que
RSS * () = 0
mathend000# implica
RR(
) =
RI(
)
mathend000#
e que
RRI(
) = -
RIR(
) = -
RRI(
)
mathend000#
Exercício 4:
O equivalente em banda base de um sinal PAM passa banda pode-se escrever
S(
t) =
Akh(
t -
kT +
)
mathend000#
onde h(t)
mathend000# pode ser complexo e
mathend000# é um termo de fase aleatório.
Considerando que Ak
mathend000# é uma sequência aleatória estacionária e
independente de
mathend000#, demonstre que
a) uma condição suficiente para que
RSS * () = 0
mathend000# é que
E[
AkAm] = 0
(1)
mathend000#
b) que para que (1) seja satisfeita é suficiente que as partes real e
imaginária de Ak
mathend000# tenham a mesma função de autocorrelação
e que seja descorrelacionadas uma da outra.
Exercício 5:
Seja
X(
t) =
Re{
Z(
t)} =
[
Z(
t) +
z * (
t)]
mathend000#
a) demonstre que X(t)
mathend000# é estacionário se e só se S(t)
mathend000# tiver média
nula, for também estacionário e tal que
RSS * (
) = 0
mathend000#
b) demonstre também que sob as condições enumeradas em a) a função
de autocorrelação de X(t)
mathend000# se escreve
RX(
) =
Re{
RZ(
)} =
Re{
ejRS(
)}
mathend000#
c) calcule a densidade espectral de X(t)
mathend000#.
Sinais aleatórios
Exercício 1:
Demonstre que um processo estocástico branco e estacionário Xk
mathend000#, filtrado por um filtro de reposta impulsiva hk
mathend000# já não é branco mas continua a ser estacionário.
Exercício 2:
Considere um processo estocástico com a seguinte forma
X(
t) =
ang(
t -
nT)
mathend000#
onde {an}
mathend000# é uma sequência discreta de variáveis aleatórias de média
mn = E[an]
mathend000# e função de autocorrelação
raa(
k) =
E[
anan+k * ],
mathend000#
que representa a mensagem a transmitir e g(t)
mathend000# é um sinal determinístico que representa a função de pulso.
Calcule
a) a média do processo X(t)
mathend000#
b) a função de autocorrelação de X(t)
mathend000#,
rxx(t + , t)
mathend000#
c) demonstre que X(t)
mathend000# é um processo cicloestacionário
d) para ma = 0
mathend000#,
raa(k) = (k)
mathend000# e
g(
t) =
mathend000#
determine
rxx(t + , t)
mathend000#.
e) nas mesmas condições que em d) determine a função de autocorrelação média do processo X(t)
mathend000#
mathend000#
f) a partir de
()
mathend000# calculada em e) determine a densidade espectral média de potência,
(f )= TF[rxx()]
mathend000#.
Exercício 3:
Considere um processo estocástico de média nula e estacionário X(t)
mathend000# com a densidade espectral de potência
Pxx(
f )=
mathend000#
O processo X(t)
mathend000# é amostrado a uma taxa 1/T
mathend000# para obter um processo discreto
X(n) = X(nT)
mathend000# determine:
a) a expressão da função de autocorrelação de X(n)
mathend000#
b) o valor mínimo de T
mathend000# que resulta numa sequência branca e constante na frequência
c) repita b) para uma densidade espectral de potência de X(t)
mathend000#
Pxx(
f )=
mathend000#
Exercício 4:
A função de autocorrelação de um processo estocástico de ruído branco X(t)
mathend000# é
mathend000#
Supondo que x(t)
mathend000# é o sinal de entrada de um sistema tendo como reposta em frequência
|
H(
f )|=
mathend000#
Determine a potência total de ruído à saída do filtro.
Modulação analógica de onda sinusoidal
Exercício 1:
Considere o seguinte sinal modulador
m(
t) =
mathend000#
com t0 = 0.1
mathend000#. Este sinal modula uma portadora de frequência fc = 250
mathend000# Hz
em AM-CS.
a) represente graficamente o sinal modulador m(t)
mathend000#
b) calcule o sinal modulado u(t)
mathend000#
c) determine e represente o esboço dos espectros de m(t)
mathend000# e de u(t)
mathend000#.
d) determinar a potência do sinal modulador e do sinal modulado
Exercício 2:
Utilizando o mesmo sinal modulador do exercício anterior determinar:
a) a tranformada de Hilbert do sinal modulador m(t)
mathend000# no domínio da
frequência
b) o sinal u(t)
mathend000# modulado em AM-LSSB e o seu espectro.
c) a potência do sinal modulador e do sinal modulado.
Exercício 3:
Seja vi(t)
mathend000# e vq(t)
mathend000# dois sinais passa baixo numa banda W < fc
mathend000#,
com energias Ei
mathend000# e Eq
mathend000# respectivamente. Utilize a generalização
do teorema de Parseval (equação de Rayleigh)
v(
t)
w * (
t)
dt =
V(
f )
W * (
f )
df
mathend000#
para demonstrar que
a)
vbp(t)dt = 0
mathend000# onde o sinal passa banda
vbp(
t) =
vi(
t)cos(
t) -
vq(
t)sin(
t)
mathend000#
e que
b) a energia do sinal passa banda é igual a
(Ei + Eq)/2
mathend000#
Exercício 4:
Considere o sinal modulador
x(t) = cos(2f0t)u(t)
mathend000#. Represente graficamente o sinal modulado no tempo xc(t)
mathend000# e na frequência Xc(f )
mathend000# para
a) uma modulação AM-DSB com a = 1
mathend000#
b) uma modulação AM-DSB com a > 1
mathend000#
c) uma modulação CS
Exercício 5:
Provar que para o sinal modulado
xc(
t) =
Ac[1 +
ax(
t)]cos(
t +
)
mathend000#
onde x(t)
mathend000# é um sinal aleatório ergódico de média nula
e
mathend000# é uma variável aleatória de fase, independente de x(t)
mathend000#
e uniformemente distribuida em [0, 2]
mathend000# a energia média escreve-se
E[
xc2(
t)] =
Ac2(1 +
a2Sx)
mathend000#
onde
Sx = E[x2(t)]
mathend000#.
Modulação digital de impulsos
Exercício 1:
Considere um sistema PAM em banda base que utiliza impulsos
raised cosine. Fazendo a hipótese de que a sequência a
transmitir é branca e normalizada de forma que o seu
espectro se escreve
SA(
) = 1
mathend000#
demonstre que a potência transmitida é independente de T
mathend000#
para qualquer valor do factor de rool-off
mathend000#.
Exercício 2:
Considere um canal limitado a
|/2|1500
mathend000# Hz.
Qual é o valor máximo da symbol rate que pode ser atingida
nesse canal para um excesso de banda de 50o filtro de recepção é do tipo passa-baixo e que não
existe ISI.
Exercício 3:
Considere o seguinte sinal PAM em banda base
u(
t) =
[
ang(
t - 2
nT) -
jbng(
t - 2
nT -
T)
mathend000#
onde {an}
mathend000# e {bn}
mathend000# são duas sequências aleatórias
estatisticamente independentes e a função de pulso g(t)
mathend000# é
g(
t) =
mathend000#
No sinal u(t)
mathend000# as sequências {an}
mathend000# e {bn}
mathend000# são transmitidas
à velocidade 1/2T
mathend000# bits/s enquanto u(t)
mathend000# é transmitido a 1/T
mathend000#
bits/s.
a) demonstre que o envelope
|u(t)|
mathend000# é constante independentemente
de {an}
mathend000# e de {bn}
mathend000#.
b) determine a densidade espectral de u(t)
mathend000#
Exercício 4:
Considere um sinal 4-PSK definido pelo seu equivalente banda base
u(
t) =
Ing(
t -
nT)
mathend000#
onde In
mathend000# toma um dos valores entre quatro possíveis
{1/(1,j)}
mathend000# com igual probabilidade. A sequência
resultante é branca.
a) calcule e represente a densidade espectral de u(t)
mathend000# quando
g(
t) =
mathend000#
b) repita a) com
g(
t) =
mathend000#
c) compare os espectros obtidos em a) e b) em termos de largura de
banda a -3 dB e largura de banda no primeiro zero.
truemm
Sergio Jesus
2008-12-30