现代滤波技术

燕山大学电气工程学院
若有信号 x(n)通过滤波器，系统的期望输出 y(n)应该是对 x(n)中 有用信号 s(n)的逼近或估计，表示为 因而信号处理的目的就是得到信号的一个最佳估计。
作为最佳滤波准则，设计滤波器的参数并得到最佳信号估计， 称作最小平方滤波。
4.4 维纳滤波和卡尔曼滤波
3. 维纳滤波的基本思想
4.4 维纳滤波和卡尔曼滤波
5. 维纳预测的基本思想
燕山大学电气工程学院
维纳预测和维纳滤波的求解方法一致。
4.4 维纳滤波和卡尔曼滤波
6. 卡尔曼滤波的基本思想
燕山大学电气工程学院
用状态空间法描述系统，将系统表示为状态方程和量测方程两部分， 滤波的过程是用前一个状态的观测数据来估计状态变量的当前值， 算 法具有以下特点： 在时域内通过递推过程设计滤波器，不需要知道全部过去的信号 值，且适于多维随机信号估计。 用状态方程描述状态变量的动态变化，因此信号可以是平稳的，也 可以是非平稳的。 误差准则仍然为最小均方误差准则。
（4）
4.4 维纳滤波和卡尔曼滤波
燕山大学电气工程学院
维纳-霍夫方程的物理解释：如果输入信号 x(n)是由源信号 s(n)和干 扰噪声 n(n)混和，并且 s(n)和 n(n)不相关，那么维纳滤波器的期望输 出就是源信号 s(n)本身，即 z(n)= s(n)，则 x(n)的自相关函数和 z(n) 与 x(n)的互相关函数分别为
燕山大学电气工程学院
4.4 维纳滤波和卡尔曼滤波
7.应用举例
燕山大学电气工程学院
4.5 自适应滤波
1. 自适应滤波的基本思想
燕山大学电气工程学院
由于维纳滤波器适用于平稳随机信号处理， 且要求具有信号和噪 声统计分布规律的先验知识，但实际应用中存在一定的困难。因此， 1967 年威德诺等人提出自适应滤波的思想，且很快得到发展和应用， 目前已广泛用于系统模型识别、雷达信号检测、跟踪和预测、医学信 号分析、信道均衡等领域。 自适应滤波的基本思想是： 在不知道任何关于信号和噪声先验统 计知识的情况下，随输入统计特性的变化， 利用前一时刻已获得滤波 器参数的结果，将滤波器的现时刻参数按照某种准则自动调整，通过 学习和跟踪的过程来满足最佳滤波的需要。
第三讲 数字滤波技术 2. 自适应滤波器的结构
燕山大学电气工程学院
根据滤波算法是否与滤波器的输出有关， 自适应滤波器分为开环 结构和闭环结构 。
开环结构的滤波参数只与滤波器输入信号和其它参考信号有关； 闭环结构的滤波参数不仅与上述两项有关，还与滤波器的输出有关。
3.5 自适应滤波
燕山大学电气工程学院
根据信号估计的具体形式，可以分为三类问题：
燕山大学电气工程学院
第四讲 数字滤波技术
4. 维纳滤波器的设计
燕山大学电气工程学院
滤波器的设计思想是： 将滤波器看作是信号传输通道， 输入信号 x(n)、 输出信号 y(n),根据最小平方滤波准则， 希望 y(n)尽量逼近希望的输出 z(n),从而设计滤波器的单位取样响应 h(n)或频响函数 H(ejw)。 输出的均方误差表示为： （ 1）
4.4 维纳滤波和卡尔曼滤波
2. 两种方法的异同点
燕山大学电气工程学院
两种滤波方法都是在最小均方误差准则下的最优线 性估计。 维纳滤波是在频域内设计系统的传输函数，仅适用 于一维平稳随机信号。 卡尔曼滤波是在时域内直接递推设计滤波器，适合 计算机处理，且可用来处理多维、非平稳随机信号。
第四讲 数字滤波技术 3. 维纳滤波的基本思想
滤波器输出可表示为：
所以 为设计得到最小平方滤波因子 h(n)，须满足 （ 2）
4.4 维纳滤波和卡尔曼滤波
将（1）式代入（2）式，得
燕山大学电气工程学院
（ 3）
由 （3）式可表示为： 此即著名的维纳-霍夫方程 。
x(n)的自相关函数 x(n)和z(n)的 互相关函数
第四讲 数字滤波技术
燕山大学电气工程学院
根据有无参考输入信号，闭环结构有两种典型形式。
两种典型结构的闭环滤波器结构
Βιβλιοθήκη Baidu
第三讲 数字滤波技术 2. 自适应滤波器的寻优准则
燕山大学电气工程学院
根据自适应滤波器的结构（如下图） ，设定 x(n)为输入信号，y(n)为 输出信号，d(n)为期望信号，e(n)= d(n)-y(n)为误差信号。自适应滤波 器 H(z)的系数根据误差信号，通过一定的算法和准则，不断调整，使 输出接近期望值。
H (e
j
其中 Ps(w)和 Pn(w)分别为 s(n)和 n(n)的功率谱。上式表明，维纳滤波 器的频率响应决定于源信号和噪声的自功率谱， 具有这一频响函数的 滤波器就是最小平方滤波器。由于功率谱具有实、对称的性质，所以 维纳滤波器的频率特性也是实对称的。 此图例说明，维纳滤波器对信噪比大 的频率分量传输函数大，对信噪比小的频 率分量传输函数小，以此来相对抑制噪声 通过，保证最小均方误差。
燕山大学电气工程学院
上述两种方法都基于 “最陡下降法” ——最小权系数的搜索算法：
维纳-霍夫方程的意义是：如果已知输入随机 x(n)和所要求的输出信 号 z(n)， 则当 x(n)的自相关函数 rxx(n)和 x(n)与 z(n)的互相关函数 rzx(n) 已知时，求解维纳-霍夫方程，即可得到满足最小均方误差的滤波因 子 h(n),设计此线性滤波系统。 进一步将方程写为卷积形式： 对上式进行 z 变换，得 再将 z=ejw 带入，得
x(n)
H(z)
e(n)
y(n) _ + +
d(n)
自适应滤波器所选用的滤波准则，具体有两种： 1） 最小均方误差滤波(Least Mean Square—— LMS) 2） 递推最小二乘法（Recursive Least Square——RLS）
3.5 自适应滤波
Wj+1= Wj+μ (-Δ j)
其中 rss(k)和 rnn(k)分别为 s(n)和 n(n)的自相关函数。 将上两式代入(4) 式，得
h(n) * rss (n) rss (n) rnn (n)
(5)
第四讲 数字滤波技术
P s ( ) ) P s ( ) P n ( )
燕山大学电气工程学院
采用对（4）式同样的分析方法对(5)式进行变换，得到