Académique Documents
Professionnel Documents
Culture Documents
S^ ( 2 )=h0 +h 1 S(1)
h0 y h1 ) e igualar a 0
(Cero).
ECM
=2 E { S ( 2 )h0h1 S ( 1 ) }(1)=0
h0
E { S ( 2 )h 0h1 S ( 1 ) }=0
E { S ( 2 ) }h0h 1 E {S ( 1 ) }=0
h0=0
ECM
=2 E {(S ( 2 )h1 S ( 1 ) )S(1) }=0
h1
E { S ( 2 ) S (1) }h1 E {S 2 (1 ) }=0
Entonces:
S (2) S(1)
S (1)2
S^ ( 2 )=
S (2) S (1)
S (1)2
S (1)
5.2 Asuma la misma situacin del problema 5.1 pero ahora la derivada,
S(1), de la seal al tiempo 1 puede ser observada. E{S(1)} = 0. Encuentre el
mejor estimador de la forma:
Resolucin:
ECM
=2 E {[S ( 2 )a1 S ( 1 )a 2 S ' ( 1 ) ]S (1) }=0
a1
2
E { S ( 2 ) S (1)}a1 E {S ( 1 ) }a2 E { S ' ( 1 ) S (1) } =0
ECM
=2 E {[S ( 2 )a1 S ( 1 )a 2 S ' ( 1 ) ]S ' (1) }=0
a2
E { S ( 2 ) S ' (1) }a1 E {S ( 1 ) S ' (1) }a2 E {S ' 2 (1 ) } =0
[ S(2) S ' (1) ]a 1 [ S (1) S ' (1) ]a2 [ S '(1) S ' (1)]=0
a2=
a0
Reemplazando se llega a:
a1 =
a2 =
5.3
S(n-2), y S(n-3) si
s =0 ,
Rss ( 0 )=1 ,
Rss (1 )=0,9 ,
Rss ( 2 )=0,7
SS h T = R
SS
R
][ ] [ ]
1 0,9 0,7 h1
0,9
=
0,9 1 0,9 h2
0,7
0,7 0,9 1 h3
0,6
h1=2
h2=2
h3=1
][ ] [ ]
5.4
5.3
n
2
P ( n )=E {(S ( 2 ) ^S ( 2 )) }=RSS ( 0 ) hi R SS (i)
i=1
5.5
XX = 1
1
2
1
2
1
( )
Encuentre
XX
L .
es la matriz de Covarianza:
C XX ( t 1 ,t 2 )=R XX ( t 1 , t 2 ) X (t 1) X (t 2 )
En este caso,
X =0 :
C XX ( t 1 ,t 2 )=R XX ( t 1 , t 2 ) =E {X (t 1 ) X (t 2 )}
Adems:
C XX ( t 1 ,t 1 )=E { X ( t 1) 2 }= X 2 + X 2= X 2
(1 ,1) (1, 2) (1 , 3)
= (2 ,1) ( 2, 2) (2 , 3)
(3 , 1) ( 3 ,2) (3 , 3)
( i , i ) =1
1
0
0
= (2,1)
1
0
(3,1) (3,2) 1
[ ][
( i , j )=0 i> j
]
][ ]
V X (1)
1
0
0 X (1)
1
0 X (2)
V X (2) = (2,1)
V X (3) (3,1) (3,2) 1 X (3)
V X ( 1 )= X (1)
V X ( 2 )= ( 2,1 ) X (1 ) + X (2)
V X ( 3 )= ( 3,1 ) X ( 1 )+ ( 3,2 ) X ( 2 )+ X ( 3 )
-> Condiciones de
Ortogonalidad
R XX ( 1,2 ) 1
=
2
R XX ( 1,1 )
-> Condiciones de
Ortogonalidad
-> Cond
de Ort.
0= ( 2,1 ) ( 3,1 ) R XX ( 1 ,1 ) + ( 2,1 ) ( 3,2 ) R XX (1,2 ) + ( 3,1 ) R XX (2,1 )+ ( 3,2 ) R XX ( 2,2 )+ R XX ( 2,3 )
1
1
( 3,1 ) ( 3,2 ) + ( 3,1 )+ ( 3,2 ) 3+1=0
2
4
( 3,2 ) =
3
10
( 3,1 ) =
1
10
Entonces:
[ ]
[ ]
1
1
= 2
1
10
3
10
1
1
L= 1 = 2
1
4
3
10
5.6
Considere una estimacin en base a una suma simtrica finita, esto es,
S^ (n)=
h( k ) X (nk )
k=M
2X
y varianzas
a) Encuentre
y
y
2Y , k1 y k2 son constantes.
2Z
Z =E { Z }=E {k 1 X +k 2 Y }
Z =k 1 X +k 2 Y
2Z =E { Z2 } Z
2Z =k 12 ( X 2+ 2X ) + 2 k 1 k 2 X Y +k 22 ( Y 2 + 2Y ) k 12 X 22 k 1 k 2 X Y k 22 Y 2
2Z =k 12 2X + k 22 2Y
X =Y . Encuentre una condicin sobre k1 y k2 que
b) Asuma que
hagan que
X =Y =Z .
Z =k 1 X +k 2 Y = Z (k 1 +k 2 )
k 1 +k 2=1
c) Utilizando el resultado de (b), encuentre k1 y k2 tal que
2Z
est
k2
y se
minimizado
2Z =k 12 2X + k 22 2Y =(1k 2 )2 2X +k 22 2Y
2Z =( 2X + 2Y ) k 222 2X k 2+ 2X
Para encontrar el valor que minimiza
iguala a 0:
2Z
2
2
2
=2 ( X + Y ) k 22 X =0
k2
k 2=
( 2X + 2Y )
2
k 1=
( 2X + 2Y )
d) Usando los resultados de (b) y (c) encuentre
((
2Z =k 12 2X + k 22 2Y = 2Z =
2Z =
Y
2
X
2
Y
) ((
2X +
X
2
X
2Z .
2
Y
2Y
XY
( 2X + 2Y )
5.8
2v =1 . S(n) es
RSS ( n )=a|n| 2S
a) Encuentre
RSX ,
S SX ,
S XX
H (f ) , el ptimo filtro
realizable.
b) Si a = ,
Considere:
S ( n )=0,6 S ( n1 ) +W (n)
X ( n )=S ( n )+ v (n)
W(n) y v(n) son secuencias de ruido blanco estacionarias independientes con
2
W =
1
5
v=
1
3 .
S^ ( 4 ) ,
P (4 ) ,
S^ (5 )
P (5 ) para el filtro