Correlación y el espectro de potencias. La convolución de dos funciones f(t) y g(t) se define de acuerdo a la siguiente ecuación f(t)* f(t) f(t)g( - t)dt (13-19 a). - La autoconvolución de una función se define como la convolución consigo misma. En otras palabras, en la autoconvolución solo aparece la función f(t). La autoconvolución de una función es expresada por la siguiente ecuación: f(t)* f(t) f(t)f( - t)dt (13-19 b) - Si no rotamos el segundo término en el producto de la ecuación 13-19 b, entonces construimos la función de autocorrelación, y la denotamos por la siguiente ecuación. Rf f(t)* f(-t) f(t)f( t)dt . (13-20) - La función de autocorrelación siempre es par y tiene un máximo en t=0. Además cumple con la siguiente propiedad: Rf d f(t)dt . - 2 (13-21) Toda función tiene una función de autocorrelación única, la relación inversa no se cumple. Es decir, que a dada la función de correlación, pueden existir mas de una función que le corresponde. Solo cuando se trata de una función real, existe una relación uno a uno, en el caso de funciones complejas no. El espectro de potencias La transformada de Fourier de la función de autocorrelación es Pf s F Rf s Ff(t)* f(-t) F (s) F (s) F (s) F (s) F (s) 2 (13-22) Se llama el espectro de potencia, o la función de densidad de potencia espectral de f(t). Si f(t) es real, su función de autocorrelación es real y es par, por esa razón su espectro de potencia también es real y par. f(t) tiene un espectro de potencia único, el inverso no es cierto. Correlación cruzada. Dadas dos funciones f(t) y g(t) su función de correlación cruzada esta dada por: Rfg f(t)* g(-t) f(t)g( t)dt . (13-23) - La función de correlación cruzada se puede interpretar como la medida de la coincidencia entre dos imágenes, para varias cantidades de corrimiento. La transformada de Fourier de la función de correlación cruzada es la función de potencias cruzadas o la función de densidad de las potencias espectrales cruzadas. Pfg s f Rfg (13-24) Diseño de filtros, filtros pasa bajas Frecuentemente una señal tiene la mayor parte de su energía concentrada en algún intervalo, por ejemplo medias frecuencias, o bajas frecuencias a lo largo de su espectro. Regularmente para las altas frecuencias, la información se encuentra ‘enterrada’ con el ruido. Por lo anterior un filtro que reduce las altas frecuencias, puede reducir los efectos visibles del ruido. Filtro pasa bajas simple. Una manera sencilla de reducir el ruido asociado con las altas frecuencias, es con un promedio local. Esto se lleva a cabo mediante la convolución de la señal con un pulso rectangular. Filtro pasa bandas ideal. Supongamos que queremos realizar un filtrado (por medio de la convolución) que deje pasar solo un intervalo de frecuencias entre f1 y f2, donde f2 f1. La función de transferencia deseada está dada por: f1 s f2 1 , G( s) 0 otras frecuencias (13-25) y se muestra en la siguiente figura. G(s) es una función par de dos pulsos rectangulares, se puede obtener de la convolución de un pulso rectangular con una función impar de dos impulsos (dos deltas). G(s) s 1 -f2 -f1 f1 s0 f2 Filtro ideal pasa bandas. Tomando s0 1 f 1 f 2 2 y s f 2 f 1 , (13-26) la función de transferencia de un filtro pasa bandas ideal, se puede escribir como: s G( s) ( s s0) ( s s0) s (13-27) La respuesta al impulso de ese filtro es: g (t ) s sen st sen st 2 cos 2s 0 t 2s cos 2s 0 t st st (13-28) The ideal bandstop filter. La función de transferencia de un filtro que deja pasar todas las frecuencias excepto una banda delimitada por f1 y f2 dada por la siguiente ecuación: f1 s f2 0 G( s) 1 otras frecuencias Su gráfica se muestra a continuación: (13-29) G(s) s 1 -f2 -f1 f1 s0 f2 Filtro ideal corta bandas. La función de transferencia se puede escribir como uno menos el filtro pasa banda. s G( s) 1 ( s s0) ( s s0) s (13-30) Su respuesta al impulso es: g (t ) (t ) 2s sen st cos 2s 0 t st (13-31)