DSP-第二章维纳滤波器
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第二章维纳滤波
其中:x(n)=s(n)+v(n)s(n)为真实有用信号v(n)为加性噪声
滤波的目的:在接收端得到s(n)的值,最好把v(n)全部给滤除掉
实际情况:不可能把噪声v(n)全部滤掉,只能让接收端接收的信号尽可能接近s(n),性能最好的这种线性滤波器就叫做维纳滤波器。
性能指标:最小均方误差MMSE(minimum mean square error)
滤波的目的:不断逼近S(n)
滤波的分类:
性能指标:最小均方误差MMSE(minimum mean square error)
◆维纳滤波器的设计(求解),实际上是找出一个滤波器,当输入x(n)=s(n)+v(n)时,滤
波器的输出最接近
s(n)
。
◆确定一个滤波器:得到滤波器的单位冲击响应
h(n)
或者系统函数H(w)◆对于非因果的滤波器(Z域求解简单):维纳滤波器时域求解
对于因果的滤波器:
维纳滤波器的Z域解(改进后的模型)
◆信号分解(通过白噪声获得色噪声):
互逆操作◆白化滤波器(由色噪声得到白噪声):
引入白化滤波器后的维纳滤波器滤波器的结构:
改进后的滤波器:
非因果维纳滤波器Z域求解(应用改进模型)
ΦXX z=σω2·B z·B(z−1)
最小均方误差:
因果维纳滤波器Z域求解(应用改进模型)
最小均方误差:
维纳预测器
◆维纳滤波器:
◆维纳预测器:
◆分类:
◆纯预测:x(n)中没有噪声,纯粹已知S(n),S(n-1)···对S(n + N)进行预测◆一般预测:带有噪声,已知x(n),x(n-1)···对S(n + N)进行预测
期望输出:y d(n)=S(n + N)
实际输出:y(n)=S(n+N)
◆非因果维纳预测器:
◆因果维纳预测器:
N步纯预测
一步纯线性预测时域求算
Yule-Walker方程:
自相关矩阵的的性质:
◆1.当x(n)为实数,自相关矩阵为对称阵Φxx=Φxx T
◆当x(n)为复数,自相关矩阵为厄米特阵Φxx=Φxx H
◆2.自相关矩阵为托普列兹阵,对角线上的元素相同。
◆3.自相关矩阵为正定阵。
习题