Professional Documents
Culture Documents
Ir a la navegaciónIr a la búsqueda
DEP de una señal aleatoria en la banda de 0kHz-20kHz estimada mediante el método de Welch.
Definición matemática[editar]
Señales definidas en energía[editar]
Una señal es definida en energía si su energía media es finita, i.e, y por tanto,
su potencia media es cero. Otra forma de decir lo mismo es si la integral de su valor
absoluto al cuadrado existe y es finita.
Su DEE es
expresado en [J/Hz]
expresado en [W/Hz]
autocorrelación de .
la señal
Propiedades[editar]
Relativas a los sistemas lineales e invariantes con el
tiempo[editar]
entre e
Suma de procesos[editar]
En general, la Densidad Espectral de la suma NO es suma de Densidades
Espectrales. Esto sólo es cierto si ambos procesos no están
correlacionados. En general, si tenemos:
E
s
Estimaciónt de la densidad espectral[editar]
i muy común y con grandes aplicaciones prácticas en procesado de señal es
Un problema
m la densidad espectral de potencia de una señal aleatoria estacionaria.
el de estimar
Decimos "estimar" puesto que, como la señal es un proceso estocástico (estacionario)
a
dada la naturaleza estocástica del mismo no es posible determinar con absoluta precisión
c
su DEP a no ser que dispongamos de un registro de señal infinito, lo cual no es posible.
Las técnicas de estimación se dividen en dos grandes grupos:
i
ó
No Paramétricas. Están basadas siempre de una u otra forma en el cálculo
del periodograma. Calcular la transformada de fourier (en un ordenador es la DFT) de
n de señal para estimar su espectro es un ejemplo de técnica no paramétrica.
un registro
Paramétricas. Consisten en suponer un determinado modelo para el proceso
d (modelos AR, MA, ARMA, etc) y en la estimación de los parámetros de
estocástico
estosemodelos mediante técnicas de predicción lineal (filtrado lineal óptimo) u otros
métodos.
Acercal de los procesos estocásticos no estacionarios[editar]
La DE sóloa está matemáticamente bien definida en el caso de señales con una función de
d estacionaria, i.e, que no dependa de la posición de las variables aleatorias
autocorrelación
que componen el proceso sino sólo de la distancia entre ellas. Es decir, la DE sólo está
e para el caso de señales deterministas y señales aleatorias estacionarias.
bien definida
Un proceson aleatorio no estacionario que es estacionario a trozos se llama cuasi-
estacionario y es posible definir la DEP en cada uno de estos trozos. Para estimar la DEP
s de procesos lo normal es usar un método de estimación espectral paramétrico
en este tipo
i
adaptativo (por ejemplo mediante un modelo AR y el algoritmo LMS para identificar el
modelo AR).
d
Aplicaciones
a [editar]
d
Intuitivamente, la Densidad Espectral sirve para identificar periodicidades escondidas
en unae función de variable continua o de variable discreta (secuencia de números)
Estimar la entropía de un proceso aleatorio (las señales deterministas obviamente no
tienensentropía). Cuanto más plana es la DEP de una señal aleatoria, más entropía
p
e
c
t
contiene. Una señal aleatoria cuya DEP sea perfectamente plana se llama ruido
blanco, no contiene redundancia y por tanto no puede ser comprimida (sin pérdidas).
Una vez conocida su entropía, comprimir con o sin pérdidas una señal de audio o
vídeo (codecs FLAC/MP3/OGG, DIVX/THEORA/etc) o restaurar sus propiedades
Proporciona información muy valiosa sobre la dinámica interna de muchos sistemas
físicos. Sirve para identificar elementos o compuestos químicos (espectroscopia).
También sirve para la identificación de modelos matemáticos lineales en teoría de
control
Referencias[editar]
"Tratamiento digital de señales. Principios, algoritmos y aplicaciones". John G. Proakis,
Dimitris G. Manolakis. Prentice Hall, ISBN 0-13-373762-4