3 svar
73 visningar
Ygolopot är nöjd med hjälpen
Ygolopot 150
Postad: 1 jan 20:38 Redigerad: 1 jan 20:59

Random Process: Find the autocorrelation function of the output Y(t) from the LTI system

Hej,

Har egentligen mest problem med integralerna här men är nog lättast att beskriva hela problemet.

Har en Random Process X(t) som är WSS med autokorrelations-funktion: RX(t) = e-a|t|, a positiv konstant, den här är tillämpad som input till ett LTI-system med impulse response: h(t)=e-btu(t), b positiv konstant. Ska hitta output Y(t) autokorrelations-funktion.

För detta vill jag använda mig av den inverterade Fouriertransformationen av Power spectral Density för Y(t), alltså:

RY(t) =12π-|H(ω)|2SX(ω)ejωtdω

Där: H(ω)=-h(t)e-jωtdt och Power Spectral Density för X(t) är Fouriertransofrmationen av Autokorrelationen för X(t), vilket alltså blir:

SX(ω) =-RX(t)e-jωtdt.

Så, jag behöver ju beräkna de två komponenterna i integralen för att sen beräkna integralen. Jag har gjort följande hittills:

SX(ω) =-RX(t)e-jωtdt=-e-a|t|e-jωtdt=-e-a|t|(cos(ωt) - jsin(ωt))dt = -e-a|t|cos(ωt) dt

= -0eatcos(ωt) dt + 0e-atcos(ωt) dt , (*)

Här är ju:eatcos(ωt) dt={använder Partialintegration 2 gånger }=eatsin(ωt)1ω + aω2eatcos(ωt) - a2ω2eatcos(ωt) dt

<=>(1+a2ω2)eatcos(ωt) dt=eatsin(ωt)1ω + aω2eatcos(ωt)<=>eatcos(ωt) dt=eat(ωsin(ωt) + acos(ωt))ω2 + a2

 

Alltså blir första ledet i (*):  = -0eatcos(ωt) dt =e0(ωsin(0) + acos(0))ω2 + a2 - limt-eat(ωsin(ωt) + acos(ωt))ω2 + a2

=aω2 + a2

Gör jag samma med andra termen får jag samma svar vilket jag iof tror går att se direkt då potensen är negativ men intervallet går åt det positiva hållet. Blev en ganska lång uträkning det här för mig så skriver inte ut allt. Men hittills är nog allt rätt med att:

SX(ω) =2aω2+a2

Nu behöver jag:

H(ω)=-h(t)e-jωtdt=-e-btu(t)e-jωtdt

Här fastnar jag tyvärr. Vet inte riktigt hur jag ska bräcka denna för att komma vidare i min beräkning.

Tack på förhand! :)

Edit:

Ska tillägga att det alltså är den obekanta funktionen u(t) jag inte vet hur jag ska hantera. Jag har försökt samma taktik som ovan och flera andra klassiska verktyg från envariabelanalysen men lyckas inte lösa det.

Enligt facit är det så att: H(ω)=-h(t)e-jωtdt=-e-btu(t)e-jωtdt =1jω+b

Albiki 5096
Postad: 1 jan 21:18 Redigerad: 1 jan 21:20

Hej,

Det är fel att hantera dessa integraler på samma sätt som du brukar göra i Envariabelanalys; de är integraler av komplexvärda funktioner och ska behandlas som sådana med hjälp av verktyg från Komplex analys i en variabel; Residysatsen och Cauchys teorem.

Istället för att försöka beräkna dem så som du gjort brukar man använda en tabell över funktioner och deras motsvarande Fouriertransformer.

En sådan tabell ger att funktionen r(t)=e-a|t|r(t)=e^{-a|t|} har  Fouriertransformen

    R(ω)=2aa2+ω2R(\omega)=\frac{2a}{a^2+\omega^2}

och att funktionen h(t)=e-bt·u(t)h(t)=e^{-bt}\cdot u(t) ---- där u(t)=1u(t)=1 om t>0t>0 och u(t)=0u(t)=0 om t<0t<0 --- har Fouriertransformen

    H(ω)=1b+jωH(\omega)=\frac{1}{b+j\omega};

funktionen u(t)u(t) kallas Heavisides stegfunktion.

Ygolopot 150
Postad: 1 jan 21:57

Aha! Det var ju typiskt... Har hittills inte jobbat med Fouriertransformationer och stod inte i vår kurslitteratur att man skulle kolla på en tabell. Men i lösningsförslaget presenteras det på ett sätt så att jag nu förstår att man använt tabell.

Men väldigt bra att veta. Nu löser jag nog resten själv. Tack för den väldigt bra hjälpen du ger Albiki! Väldigt uppskattat.

parveln 703
Postad: 1 jan 22:28 Redigerad: 1 jan 22:29

Jag vill bara påpeka att man givetvis kan använda reella metoder för att integrera komplexvärda funktioner definierade på R. Eftersom integralen av en komplexvärd funktion definierad på R är definierad på ett komponentvist sätt kommer integralkalkylens fundamentalsats fortfarande gölla och du kan räkna på som vanligt. Den enda funktionen jag tror kommer upp i denna kursen är den komplexvärda exponentialfunktionen som har en "vanlig" derivata, det visas i kursen i envariabelanalys.

Svara Avbryt
Close