The uncertainty principles of random signals related to the linear canonical transform

Resumo Técnico: Princípios de Incerteza de Sinais Aleatórios Relacionados à Transformada Canônica Linear

Enunciado do Problema
Os princípios de incerteza são ferramentas fundamentais na análise harmônica e no processamento de sinais, caracterizando o compromisso entre a localização de um sinal no domínio do tempo e no domínio da frequência. Embora o Princípio da Incerteza de Heisenberg (HUP) e o Princípio da Incerteza de Donoho-Stark (DSUP) sejam bem estabelecidos para sinais determinísticos e tenham sido estendidos para sinais aleatórios dentro do domínio da Transformada de Fourier (FT), existe uma lacuna no arcabouço teórico em relação a sinais aleatórios no domínio da Transformada Canônica Linear (LCT). Sinais do mundo real frequentemente exibem tanto não estacionariedade quanto variações aleatórias devido a perturbações ambientais ou ruído de medição. A LCT, que generaliza a FT e a Transformada de Fourier Fracionária (FrFT), oferece maior flexibilidade através da seleção de parâmetros para a análise de tais sinais. No entanto, os limites de incerteza para sinais aleatórios especificamente dentro do arcabouço da LCT não haviam sido rigorosamente formulados.

Metodologia
Os autores abordam este problema formulando a LCT de sinais aleatórios em um espaço de probabilidade $(\Omega, \mathcal{F}, P)$. Um sinal aleatório é definido como $f(t, \eta) = \psi(t, \eta)e^{j\theta(t, \eta)}$, onde $\eta$ representa o parâmetro aleatório. A metodologia procede em três estágios principais:

1. Formulação Matemática: O artigo define a LCT, a FrFT e a FT para sinais aleatórios, estabelecendo as definições necessárias para valores médios e variâncias (duração) no domínio da LCT.
2. Derivação do HUP: Utilizando as propriedades do núcleo da LCT e o teorema de Parseval, os autores derivam uma identidade para a variância da frequência da LCT. Ao aplicar a desigualdade de Cauchy-Schwarz às variâncias dos domínios do tempo e da LCT, eles estabelecem o Princípio da Incerteza de Heisenberg para sinais aleatórios.
3. Derivação do DSUP: Os autores empregam a teoria dos operadores, especificamente definindo operadores de limitação temporal e de limitação de frequência no domínio da LCT. Eles calculam a norma de Hilbert-Schmidt da composição desses operadores. Usando a relação entre a norma de operador e a norma de Hilbert-Schmidt, eles derivam o Princípio da Incerteza de Donoho-Stark, que relaciona as medidas dos conjuntos de tempo e frequência com a probabilidade de sua interseção.

Principais Contribuições e Resultados

• Princípio da Incerteza de Heisenberg (HUP) para Sinais Aleatórios na LCT:
  O artigo estabelece que o produto da variância esperada do tempo e da variância esperada da frequência da LCT é limitado por:
  $$E_\eta[\sigma^2_t(\eta)]E_\eta[\sigma^2_u(\eta)] \geq \frac{b^2}{4} + \left[ \int_\Omega \int_{-\infty}^{\infty} |(t - \mu_t)(at + b\partial_t\theta(t, \eta) - \mu_u)| \psi^2(t, \eta) dt dP \right]^2$$
  Aqui, $a$ e $b$ são parâmetros da matriz LCT $A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}$. O resultado mostra explicitamente que o limite de incerteza depende do parâmetro $b$ da LCT e do gradiente de fase do sinal aleatório.

• Princípio da Incerteza de Donoho-Stark (DSUP) para Sinais Aleatórios na LCT:
  Os autores provam que um sinal aleatório não pode estar simultaneamente concentrado em conjuntos arbitrariamente pequenos tanto no domínio do tempo quanto no domínio da frequência da LCT. Especificamente, se um sinal é $\epsilon$-concentrado nos conjuntos $T$ e $U$ com conjuntos de eventos aleatórios associados $B_T$ e $B_U$, a seguinte desigualdade é válida:
  $$\frac{1}{2\pi|b||U||T|P(B_T \cap B_U)} \geq (1 - \epsilon_{B_T \times T} - \epsilon_{B_U \times U})^2$$
  Este resultado indica que a concentração simultânea é restringida não apenas pelas medidas de Lebesgue dos conjuntos, mas também pela probabilidade da interseção dos eventos aleatórios e pelo parâmetro $b$ da LCT.

• Casos Especiais:
  O artigo demonstra que os resultados derivados para o domínio da LCT reduzem-se naturalmente aos resultados conhecidos no domínio da FrFT (ao definir parâmetros específicos da LCT) e no domínio da FT (ao definir $A = \begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix}$).

• Recuperação de Sinal:
  Com base no DSUP, o artigo apresenta resultados de estabilidade para a recuperação de sinais aleatórios a partir de observações incompletas ou ausentes no domínio da LCT. Ele estabelece condições sob as quais uma reconstrução única e estável é possível, desde que o produto das medidas dos conjuntos e a probabilidade de interseção satisfaçam limites específicos em relação ao parâmetro $b$ da LCT.

Significância e Alegações
O artigo afirma que suas descobertas fornecem um arcabouço teórico unificado para analisar sinais aleatórios com características tanto não estacionárias quanto aleatórias. A principal significância reside na dependência explícita dos limites de incerteza em relação aos parâmetros da LCT. Os autores afirmam que essa dependência indica que a LCT oferece maior flexibilidade do que a transformada de Fourier padrão no controle do equilíbrio entre a localização temporal e de frequência.

O trabalho é apresentado como tendo significância tanto teórica quanto prática, particularmente para:

1. Caracterizar a localização tempo-frequência de sinais aleatórios.
2. Facilitar a recuperação de sinais aleatórios a partir de observações incompletas ou parcialmente ausentes.

O artigo não propõe novos experimentos ou cenários de aplicação específicos além dessas caracterizações teóricas e garantias de recuperação, mantendo o foco na generalização matemática dos princípios de incerteza para o domínio estocástico da LCT.