Académique Documents
Professionnel Documents
Culture Documents
3/10/2011
L T La Transformada f d d de F Fourier
Sea g(t) una seal determinista no-peridica. Por definicin, la transformada de Fourier G(f) de la seal g(t) est dada d d por la l integral. i l
G( f ) =
g ( t ) exp ( j 2 ft ) dt
Donde f denota la frecuencia, y g(t) puede recuperarse exactamente a partir de G(f) usando la transformacin inversa de Fourier.
g (t ) =
G ( f ) exp ( j 2 ft ) df
3/10/2011
L T La Transformada f d d de F Fourier
Condiciones de Dirichlet (condiciones suficientes) g(t) es una funcin biunvoca con un nmero finito de mximos i y mnimos i en cualquier l i intervalo i l finito fi i de d tiempo. i g(t) tiene un nmero finito de discontinuidades en cualquier intervalo finito de tiempo. g(t) es absolutamente integrable:
g (t )
dt <
En general, las seales que describen exactamente fenmenos fsicos realizables poseen transformada de Fourier.
3/10/2011 Ren Jtiva Espinoza
II.
G ( f ) , entonces g (t )
Si G ( f ) entonces g ( t )
III.
Dualidad
Si
G ( f ) , entonces g (t )
f 1 G g ( at ) a a
g ( f ) G (t )
3/10/2011 Ren Jtiva Espinoza
V.
Desplazamiento Frecuencial
Si
G ( f ) exp ( j 2 fto ) g (t to )
G ( f ) entonces g (t ) t
G ( f fc ) exp ( j 2 f ct ) g (t )
VI VI.
G ( f ) entonces g (t )
g (t ) = G ( 0)
Ren Jtiva Espinoza
3/10/2011
Si
G ( f ) entonces g (t )
g ( 0) =
VIII.
IX.
Diferenciacin en el Dominio Temporal G ( f ) entonces Si g (t ) Se asume que la derivada de g(t) d tiene transformada de Fourier j 2 fG ( f ) g ( t ) dt Integracin en el Dominio Temporal
Si G ( f ) g (t ) g ( ) y G ( 0 ) = 0, entonces
G ( f )df
1 G( f ) j 2 f
3/10/2011
XI.
G1 ( )G2 ( f ) d = G1 ( f ) G2 ( f ) g1 ( t ) g 2 ( t )
XII. Convolucin en el Dominio Temporal G1 ( f ) y g 2 ( t ) G2 ( f ) , entonces : Si g1 ( t )
G ( f )G ( f ) g ( )g ( t ) d = g ( t ) g ( t )
1 2 1 2 1 2
3/10/2011
( c g (t)e
1 1
j 2 ft
3/10/2011
3/10/2011
ahora F{g (t t0 )} =
p( j 2f ft )dt g (t t ) exp(
0
sea = t t0 ; d = dt ;
F{g (t t0 )} =
g ( ) exp( j 2f ( + t ))d ;
0
lqqd
g (0) = G ( f )df
l.q.q.d
3/10/2011 Ren Jtiva Espinoza
F {g * (t )} =
Si g1 (t ) G1 ( f ) y g 2 (t ) G2 ( f ) entonces g1 (t ) g 2 (t ) G1 ( )G2 ( f )d = G1 ( f ) * G2 ( f )
Demostracin
1
{G (f ) * G
( f )} =
G 1( )G2 (f )d =
=
3/10/2011
{G
( f )} G 1( )d
Dominio de la Frecuencia
X ( jw ) =
j t X ( jw ) e jwt dw
j t x ( t ) e jwt dt
Dominio de la Frecuencia
X ( jw ) = 2 ( w ) 1 X ( jw ) = + ( w ) jw 1 jw ) = X(j a + jw 1 jw ) = X(j 2 ( a + jw )
x (t ) = e
a t
, a>0
2a X ( jw ) = 2 a + w2 X(j jw ) = e
w2 2 / 2
t 2 / ( 2 2 ) 1 x (t ) = e 2
3/10/2011
Dominio de la Frecuencia
dw X (e
jw j
X (e
j jw
)e
jwn j
) = x [ n] e
n =
jwn j
1, n M x [ n] = 0, de otra forma x [ n] = nu [ n] , x [ n] = [ n]
3/10/2011
<1
2 M + 1 sin w 2 jw X (e ) = w sin 2 1 X ( e jw ) = 1 e jw X ( e jw ) = 1
Dominio de la Frecuencia
1 X (e ) = + ( w 2 p ) jw 1 e p = jw
1 w W 1, X (e ) = 0, W < w
jw
X ( e jw ) = X ( e jw+ 2 ) X (e
jw
)=
(1 e )
jw 2
3/10/2011
E=
g (t )
dt =
G( f )
df f =
( f ) dff
g
La funcin de densidad espectral de energa de g(t) se mide en joules/Hz, joules/Hz y se muestra a continuacin. continuacin Note que si g(t) es real, entonces su densidad espectral es simtrica en el origen g respecto p del eje j vertical.
g ( f ) = G ( f )
3/10/2011 Ren Jtiva Espinoza
L R La Relacin l tiempo-frecuencia f
La descripcin en el dominio temporal de la seal est relacionada inversamente con su descripcin en el dominio frecuencial. frecuencial Se dice que una seal est estrictamente limitada en alguno de sus dominios cuando se hace cero fuera de un rango (i t (intervalo) l ) finito fi it de d valores. l Una U seal l no puede d ser estrictamente limitada en tiempo y en frecuencia al mismo tiempo. El ancho de banda de una seal provee una medida de la extensin del contenido espectral significativo de la seal para frecuencias positivas.
3/10/2011 Ren Jtiva Espinoza
Para cualquier familia de pulsos, la duracin de la seal por su ancho de banda es una constante: (duracin) (ancho de banda) (duracin).(ancho banda)=cte cte.
3/10/2011 Ren Jtiva Espinoza
Wrms
2 2 f G ( f ) df = 2 f G ( f ) df
2 2 t g ( t ) dt ; T = rms 2 g ( t ) dt
12
12
3/10/2011
g (t )
dt =
G( f )
df =
exp ( t
dt
2 2 exp 2 t dt = ( )
2
12
Trms
3/10/2011
2 2 = t 2 exp ( 2 t ) dt
2 1/ 2 t
1 2
12
=
2 f
= f =
1 2
Note en las expresiones de Wrms y Trms que el escalamiento de g(t) por a no modifica los resultados
3/10/2011 Ren Jtiva Espinoza
Propiedades
( t ) = 0, t 0
( t ) dt = 1
g (t ) (t ) = g (t )
F ( t ) =1 1 ( t )
3/10/2011
j 4 f a 2 + ( 2 f )
2
F sgn ( t ) =
1 j f
1 u (t ) = sgn ( t ) + 1 2
1 1 + (f) j 2 f 2
Ren Jtiva Espinoza
gTo ( t ) exp ( j 2 nf o t ) dt ;
fo =
1 To
To To g (t ) , t g ( t ) = To 2 2 de otra forma 0,
3/10/2011 Ren Jtiva Espinoza
g ( t mT )
o
gTo ( t ) = f o
n =
G ( nf ) exp ( j 2 nf t );
o o
( f nf o ) exp ( j 2 nf ot ) gTo ( t ) =
m =
f G ( nf ) ( f nf ) g ( t mT )
o o n = o o
La periodicidad en el dominio temporal cambia la descripcin d l de la seal l en el l dominio d i i frecuencial f i l en una forma f di discreta t definida en mltiplos enteros de la frecuencia fundamental.
3/10/2011 Ren Jtiva Espinoza
x ( ) h ( t )d = h ( ) x ( t )d
y ( n ) = wk x ( n k ) con wk = h ( k ) y N = T f
3/10/2011 Ren Jtiva Espinoza
k =0
N 1
Un sistema es estable si la seal de salida est acotada para toda seal de entrada acotada (BIBO). Es condicin necesaria y suficiente para que un sistema invariante en el tiempo sea estable que h(t) sea absolutamente integrable.
3/10/2011
h ( t ) dt <
H ( f ) = H ( f ) exp j ( f )
Ejercicio:
Considere el doble pulso g1(t). Por integracin de este pulso respecto del tiempo obtenemos el pulso triangular g2(t). (t) Encuentre la transformada de Fourier de g2(t) aplicando las propiedades.
g1( (t) ) A T -T -A -T T g2( (t) ) AT
G2 ( f ) = AT A 2 sinc 2 ( fT f )
Ren Jtiva Espinoza
3/10/2011
E Ejercicio: Enunciado E d
La siguiente expresin puede verse como una representacin aproximada de un pulso con un tiempo de crecimiento finito, donde se asume que T>>. Determine la transformada de Fourier de g(t). Qu le pasa a esta transformacin cuando se permite que sea cero? Sugerencia: Exprese g(t) como la superposicin de dos seales, una correspondiente a la integracin de t-T a 0 , y la otra de 0 a t+T.
u2 g ( t ) = exp 2 du t T 1
3/10/2011 Ren Jtiva Espinoza
t +T
E Ejercicio: Resolucin R l
F exp ( t 2 ) = exp ( f 2 ) Se conoce u2 g ( t ) = exp 2 t T 1
0
t +T u2 1 du + exp 2 0
du
( t T )2 exp 2
3/10/2011
E Ejercicio: Resolucin R l
exp ( f )2 exp ( j 2 fT ) dg ( t ) 1 F = 2 dt exp ( f ) exp ( j 2 fT ) dg ( t ) 2 {exp ( j 2 fT ) exp ( j 2 fT )} F exp f = ( ) dt
Estacionariedad
Sea F la funcin de distribucin conjunta del conjunto de variables aleatorias especificadas. Se dice que el proceso aleatorio X(t) es estacionario en sentido estricto si se cumple la siguiente relacin para todos los desplazamientos , todo k y todos los posibles intervalos de observacin:
Estacionariedad
Si k=1 y para el caso de procesos estocsticos estacionarios se tiene que la distribucin de primer orden es independiente del tiempo:
FX (t ) ( x ) = FX (t + ) ( x ) = FX ( x )
Si k=2 y se hace =-t1, se demuestra que para procesos aleatorios estacionarios, , la funcin de distribucin de segundo orden depende nicamente de la diferencia entre los tiempos de observacin:
3/10/2011
xf ( ) ( x ) dx
X t
La funcin de autocorrelacin de un proceso estocstico se d fi como la define l esperanza del d l producto d t de d dos d variables i bl aleatorias X(t1), X(t2) que se obtienen de la observacin del proceso X(t) en los instantes t1 y t2.. En el caso de procesos estacionarios t i i esta t funcin f i depende d d nicamente i t de d la l diferencia t2-t1.
RX ( t1 , t2 ) = E = X ( t1 ) X ( t2 ) RX ( t1 , t2 ) = RX ( t2 t1 ) t1 , t2
3/10/2011
xx
1 2
C X ( t1 , t2 ) = E ( X ( t1 ) X ) ( X ( t2 ) X )
2 C X ( t1 , t2 ) = RX ( t2 t1 ) X
Los procesos estocsticos que cumplen con las dos condiciones anteriores: media constante, constante y funcin de autocorrelacin dependiente nicamente de la diferencia entre los instantes de observacin se denominan estacionarios en sentido amplio.
3/10/2011
E d d d Ergodicidad
El valor esperado o la media de las muestras (ensemble average) en un proceso estocstico son promedios para instantes fijos de tiempo tomados para varias realizaciones del proceso. Si definimos el promedio temporal (time average) a lo largo del proceso como ux(T), (T) y la l media di del d l proceso X(t) como uX podemos d decir que X(t) es ergdico en la media si se cumplen las dos condiciones siguientes: T 1 x ( t ) dt lim x (T ) = X ; siendo x (T ) = T 2T T
T 3/10/2011
lim var x (T ) =0
Ren Jtiva Espinoza
Ergodicidad
Si definimos la funcin de autocorrelacin de la seal promediada en el tiempo como Rx(,T), y notando que corresponde a una variable aleatoria, aleatoria puede decirse que el proceso X(t) es ergdico en la funcin de autocorrelacin si se satisfacen las dos condiciones siguientes:
1 lim Rx ( , T ) = RX ( ) ; siendo Rx ( , T ) = T 2T
T T T
x ( t + ) x ( t ) dt
li var lim Rx ( , T ) =0
Para que X(t) sea ergdico se requiere que X(t) sea estacionario t i i en sentido tid amplio li
3/10/2011 Ren Jtiva Espinoza
Y ( t ) = E Y ( t ) =
h ( ) ( t ) d
1 X 1 1 1
= X H ( 0)
RY ( t , u ) = E Y ( t ) Y ( u ) = RY ( ) =
1 2 X
d h ( ) d h ( ) R ( t , u )
2 2 X 1 2 1
h ( ) h ( ) R (
1
+ 2 )d 1d 2 1 )d 1d 2
Y 2 ( t ) = RY ( 0 ) = E
3/10/2011
h ( ) h ( ) R (
2 X
3/10/2011
E Y
( t ) =
H ( f ) S X ( f ) df
2
SX ( f ) =
3/10/2011
R ( ) exp ( j 2 f )d
X
h ( ) h ( ) R (
1 2 X 1
1 )d 1d 2
h ( 1 ) =
H ( f ) exp ( j 2 f )df
2 E Y ( t ) = H ( f ) exp ( j 2 f 1 )df h ( 2 ) RX ( 2 1 )d 1d 2
dfH ( f ) d h ( ) R (
2 2 X
1 ) exp ( j 2 f 1 )d 1
Si = 2 1 ; Note que : H * ( f ) =
2 E Y ( t ) =
d h ( ) exp ( j 2 f )
2 2 2 2 X
3/10/2011
R ( ) exp ( j 2 f )d
X X
S ( f ) exp ( j 2 f )df
Ren Jtiva Espinoza
3/10/2011
X 1 ( t ) = X ( t ) cos ( 2 f c t + ) X 2 ( t ) = X ( t ) sin ( 2 f c t + )
1 R12 ( ) = Rx ( ) sin i ( 2 f c ) 2
3/10/2011 Ren Jtiva Espinoza
Rxy ( ) = S xy ( f ) exp ( j 2 f ) df
Ryx ( ) = S yx ( f ) exp ( j 2 f ) dt
S xy ( f ) = S yx ( f ) = S * yx ( f )
3/10/2011 Ren Jtiva Espinoza
P Procesos Gaussianos G
Sea X(t) un proceso estocstico observado entre t=0 y t=T. Si definimos la variable aleatoria Y como el funcional li l de lineal d X(t): X( )
Y = g ( t ) X ( t ) dt
0
Se dice q que X(t) ( ) es un p proceso Gaussiano si cada funcional lineal de X(t) es una variable aleatoria Gaussiana.
3/10/2011
D Distribucin b G Gaussiana
Se dice que la variable aleatoria Y tiene una distribucin Gaussiana, si su funcin de densidad de probabilidad tiene i la l siguiente i i forma: f
( y )2 1 y fy ( y) = exp 2 2 y 2 y
Donde y es la media de la distribucin y y2 es su varianza.
3/10/2011 Ren Jtiva Espinoza
D Distribucin b G Gaussiana
Pulso Gaussiano de Area Unitaria
0.4 0.35 varianza=1 0.3 0.25 0.2 0.15 0.1 0.05 0 -3
Amplitud
-2
-1
Tiempo (t)
3/10/2011 Ren Jtiva Espinoza
1 Yi = ( X i x ) i = 1, , 2, , , N x 1 VN = N
Y
i =1
El teorema central del lmite establece que la distribucin de probabilidad de VN se aproxima a la distribucin gaussiana N(0,1) (0 1) en el l lmite l i cuando d N tiende i d a infinito i fi i
3/10/2011 Ren Jtiva Espinoza
II.
x( t ) = E X ( ti ) , i = 1, 2, , n
i
Cx ( tk , ti ) = E X ( tk ) x(tk )
3/10/2011
, ) ( X ( t ) ( ) )
i x ti
k , i = 1, 2,..., n
E X ( t k ) X ( tk )
= 0, ) ( X ( t ) ( ) )
i X ti
ik
entonces estas variables i bl aleatorias l i son estadsticamente d i independientes, y su funcin de distribucin de probabilidad conjunta puede expresarse como el producto de las funciones de distribucin de probabilidad de las variables aleatorias individuales en el conjunto.
3/10/2011 Ren Jtiva Espinoza
El Ruido R d
Se denomina ruido a ondas no deseadas que tienden a perturbar la transmisin y el procesamiento de seales en sistemas it de d comunicacin, i i y sobre b las l cuales l se tiene control incompleto. Puede ser externo al sistema (atmosfrico, galctico, producido por el hombre), o interno al sistema (ruido impulsivo, ruido trmico, etc). El ruido interno al sistema incluye un tipo que surge de las fluctuaciones espontneas de corriente o voltaje en circuitos elctricos: ruido impulsivo y ruido t i trmico
3/10/2011 Ren Jtiva Espinoza
h (t )
k
E [ ] = to ; = N ( t + to ) N ( t ) p ( = k ) =
3/10/2011
( to )
k!
e to
k = 0,1,
Ren Jtiva Espinoza
u X = AT
si h ( t ) = Arect (T )
C X ( ) = h ( t ) h ( t + ) dt
2 A T ), < T ( C X ( ) = T 0,
si h ( t ) = Arect (T )
3/10/2011
R d Trmico Ruido T
El ruido trmico es el ruido elctrico que proviene del movimiento aleatorio de electrones en un conductor. Tiene una distribucin di ib i gaussiana i de d media di cero. El valor medio cuadrado de la tensin del ruido trmico que aparece en los terminales de una resistencia medido en un ancho de banda de f Hz est dado por:
2 2 VTN E = 4 kTR f voltios
k = 1.38 x1023 Joules / grado Kelvin (cte. Boltzman) p absoluta ( g grados Kelvin) T = Temperatura R = Resistencia (ohmios )
3/10/2011 Ren Jtiva Espinoza
Ruido en un amplificador
Pin Pin -40 0 -60 -80 F G PN + Pout Pin Pout -40 0 -60 -80 PNin + F G Pout
30 dB
40 dB
Te = ( F 1) To ; F = 1 +
3/10/2011
Te
To
; PN = kTo f
F1 G1
F2 G2
Fn Gn
Pout
Tesistema
FSistema = FSistema
3/10/2011
PN 1 PNn 1 PN 2 1 = 1+ + + + G1 N in G1 G2 N in G1G2 Gn 1 Gn N in
F1 F2 1 Ren Jtiva Espinoza Fn 1
Ejemplo (cont.)
TL = [ FL 1]T0 = [ 2 1] 290 K = 290 K b) 1 Sout = SinGL = 100 pW = 50 pW c) 2 N L / in = KTL B = 4 pW = N out ( Si TL T0 ) 1 N out = GL ( N in + N L / in ) = ( 4 pW + 4 pW ) = 4 pW 2 Sout 50 pW = = 12,5 ( SNR )out = 11dB ( SNR )out = N out 4 pW En caso de que la Tfuente=To, el F F =L=2 operacional es idntico a la figura de ruido.
3/10/2011 Ren Jtiva Espinoza
3/10/2011
Ejemplo (continuacin)
TA= 150K Si= 10 10-11W
Sout
Ejemplo (continuacin)
W N out / in = kTs f = 1,38 x10 2760 K .6 x106 Hz = 0, 228 pW KHz N out = GN out / in = 108.0, 0 228 pW = 22 22,8 8W
23
23
1011W = = 806,5 ( SNR )in = 29,1dB 14 1, 24.10 W 103W = = 43,9 43 9 ( SNR )out = 16, 16 4dB 6 22,8.10 W
Ren Jtiva Espinoza
Ejemplo (continuacin)
TA= 150K Si= 10-11W
Sout
Ejemplo (continuacin)
TS = TA + TFA+ r = 150 K + 420,5K = 570,5K G1 = 13dB G1 = 20; G2 = 80dB G2 = 108 FPA+ r = FPA + Fr 1 10 1 = 2+ = 2, 45 FPA+ r = 3,9dB G1 20
23
W N out / in = kTs f = 1,38 x10 570,5 K .6 x106 Hz = 0, 0472 pW KHz N out = G1G2 N out / in = 20 x108.0, 0 0472 pW = 94, 94 47 W Pout = G1G2 Sin = 20 x108.1011W = 2.102 W
( SNR )out
3/10/2011
No ; N o = kTe Te: Temperatura equivalente Sw ( f ) = 2 de ruido del receptor N Si adems de blanco es gaussiano, Rw ( ) = o ( ) 2 sus muestras sern estadsticamente independientes
3/10/2011 Ren Jtiva Espinoza
20
100
3/10/2011
Rn ( ) = 0 en = k / 2 B donde k = 1, 2,3,
No exp ( j 2 f ) df = N o B sinc ( 2 B ) 2 B
Ren Jtiva Espinoza
3/10/2011
B=
H(f)
0
df
H 2 (0)
3/10/2011
|H(0)|2
|H(f)|2
1 h (t ) = e 2 H(f )=e
t2 2
2 2 f 2
H ( 0) = 1
4 2 f 2
df = 1
1 2
B=
3/10/2011
Conforme el orden del filtro aumenta, el espectro de amplitud tiende a un pulso rectangular, donde B=fo
Ren Jtiva Espinoza
3/10/2011
B=
fo 2n
( 1 2 n ) (1 1 2 n )
Note como a partir de n=5, el ancho de banda equivalente del ruido es prcticamente igual a fo.
20
15
3/10/2011
X ( t ) = A cos ( 2 f c t + ) + W ( t ) No A2 RX ( ) = ( ) cos ( 2 f c ) + 2 2
a) Calcularemos RX() usando 50 realizaciones del proceso b) Calcularemos RX() usando ergodicidad y valindonos de la transformada de Fourier
3/10/2011 Ren Jtiva Espinoza
0.5
1
Amplit tud
Amplitu ud
0 -1 -2
-0.5
-1
-3 3
-1.5 0
200
400 t
600
800
1000
-4 0
200
400 t
600
800
1000
SNR=0 SNR 0 dB
3/10/2011 Ren Jtiva Espinoza
200
400 t
600
800
1000
SNR 10 dB SNR=-10
3/10/2011 Ren Jtiva Espinoza
SNR 0 dB SNR=
X ( t ) = sin ( 2 ft )
3/10/2011 Ren Jtiva Espinoza
ff ( f ) dx df
fi = 1 sin 1 ( x ) 2 t k
1 xf f x ( x )dx; 0 tk 4W 1 x dx = 2 Wtk 1 x2
2 sin ( 2 Wtk )
x=
x W 2 tk
3/10/2011
X ( t ) = A cos ( 2 f c t ) ; Y ( t ) = X ( )d
0
3/10/2011 Ren Jtiva Espinoza
f a ( A) =
A2 exp 2 2 2 A
2 f c sin ( 2 f c tk ) A
2 sin 2 ( 2 f c tk ) A
( 2 f )
y = E { y} = 0
3/10/2011
A) Determine la funcin de densidad de probabilidad X(tk) obtenida al observar el proceso aleatorio X(t) en el instante tk.
3/10/2011 Ren Jtiva Espinoza
td To B) Determine la media y la funcin de autocorrelacin de X(t). C) Determine la media y la funcin f ncin de autocorrelacin a tocorrelacin de X(t) promediando en el tiempo. D) Establezca si X(t) es estacionaria. estacionaria En qu sentido este proceso es ergdico?
3/10/2011 Ren Jtiva Espinoza
To
tk
To 2
1 dtd = 1 2 To
La demostracin es vlida para tk entre x = A o x = 0 [-To/2,To/2], pero se extiende a todo tk pues en otro caso X(t) tiene perodo To
Ren Jtiva Espinoza
3/10/2011
t1
3/10/2011
Rx ( t1 , t1 + ) = E { x ( t1 ) x ( t1 + )}
td
Adt =
ATo A = 2To 2
A, td t1 td + To 2 x ( t1 ) = ; x ( t1 ) = x ( t1 + To ) 0, t + T 2 t T d o 1 o A, td t1 td + To 2 x ( t1 + ) = ; x ( t1 + ) = x ( t1 + To + ) 0, td + To 2 t1 To A2 Rx ( t1 , t1 + ) = To
3/10/2011
td +To 2
td
2 A2 To A2 A To , To dt = = ; 2 2 To 2 2 To
La densidad espectral de potencia para esta seal corresponde p a una funcin sinc2 adecuadamente escalada.
3/10/2011 Ren Jtiva Espinoza
1.6
1.4 1.2 Amplitud 1 Amplitud
8
7
6 5 4
3
0.8
0.6 0.4 0.2
2
1
0 -5
10
15
0 -1
-0.5
0.5
Frecuencia f
2 1 y2 exp 2 ; fY ( tk ) ( y ) = x 2 x 0; y < 0
3/10/2011 Ren Jtiva Espinoza
y0
X ; x 0 Y = Y = X X ; x < 0
X
f Y ( tk ) ( y ) =
f X ( tk ) ( x ) dy dx
x1 = y
f X ( tk ) ( x ) dy dx
x2 = y
3/10/2011
x2 exp 2 2 x 2 x 1 1
x2 = y
B bl Bibliografa f
Communication Systems, Fourth Edition; Simon Haykin; y John Wiley y & Sons, Inc, 2001. Signals and Systems, Second Edition; Alan V. Oppenheim, Alan S. Willsky; Prentice Hall, 1996 Wiley Encyclopedia of Telecommunications; John G. Proakis; John Wiley & Sons, Inc, 2003.
3/10/2011