Procedimiento de cuantificación - reconstrucción de procesos no gaussianos en la salida del convertidor no lineal

Abstract

El presente trabajo hace uso de las principales propiedades estadísticas de los procesos aleatorios como la Esperanza Matemática, la Función de Densidad de Probabilidad y la Función de Covarianza mediante la Regla de la Esperanza Matemática condicional para llevar a cabo el Procedimiento de Cuantificación-Reconstrucción de procesos No Gaussianos (Markovianos y No Markovianos) a la salida del convertidos No Lineal de tipo exponencial . Se realiza una investigación sobre la función de varianza condicional la cual nos proporciona un método para determinar la calidad de la reconstrucción, y mediante un promedio temporal de dicho Error se lleva a cabo la comparación de diferentes tipos de procesos aleatorios, tanto en su FDP (Gaussianos y No Gaussianos) como de su estructura a lo largo del tiempo (procesos Markovianos y No Markovianos). En el presente trabajo se realiza la simulación de procesos Gaussianos Markovianos, Gaussianos No Markovianos, No Gaussianos Markovianos y No Gaussianos Markovianos, a los cuales se les aplica el procedimiento de Cuantificación por “Cruce por niveles” sin muestreo previo, y posteriormente se calcula el Error de reconstrucción. Los resultados se presentan utilizando L=4, 8, 16, 32, 64 y 128 niveles de Cuantificación. Abstract The present work applies the random processes statistics properties such as the mean, Probability Density Function and the Covariance function by Conditional Mean Rule to perform the Quantization-Reconstruction Procedure of No Gaussian Process (Markovian and Non- Markovian) at the Nonlinear exponential output of converter . Research on the conditional variance function which provides a method to evaluate the reconstruction quality and by a time average error is comparing types of random processes by PDF(Gaussian and non-Gaussian) and its structure over time (Markov processes and No Markov process). In this work the simulation of Gaussian Markovian, Gaussian No Markovian , No Gaussian Markovian, No Gaussian No Markovian process are made to which is applie Quantization-Reconstruction Procedure by "Crossing level" without sampling, and then calculates the reconstruction error. The results are presented using L = 4, 8, 16, 32, 64, 128 Quantization levels.