第10章 平稳随机过程-3估计理论.pptVIP

§5 信号估计问题 波形估计通常分为滤波、平滑、预测三种基本估计。 ? 滤波： 根据当前和过去的观测值{z(k),k= n0, n0+1,...,n}对信号s(n)进行估计(Filtering)； ?预测: 根据当前和过去的观测值{z(k),k= n0, n0+1,...,nf}对未来时刻n(nnf)的信号s(n)进行估计，预测也称为外推；(Prediction) ?根据某一区间的观测数据{z(k),k= n0,n0+1,...,nf}对区间内的某一个时刻n(n0nnf)的信号进行估计，内插也称为平滑。(Smoothing)。 2、维纳滤波 线性最小均方估计是观测的线性函数，它可以看作为观测序列通过离散时间线性系统，即 Wiener-Hopf方程 滤波器系数的选择： 正交原理 假定信号和观测过程是平稳随机序列，并且是联合平稳随机序列，系统为因果的线性时不变离散时间线性系统 维纳滤波器 信号s(n)与观测噪声统计独立时，维纳滤波器为： 观测为白噪声时，维纳滤波器为： 维纳滤波和卡尔曼滤波是实现从噪声中提取信号，完成信号波形估计的两种线性最佳估计方法。 维纳滤波需要设计维纳滤波器，它的求解要求知道随机信号的统计特性，即相关函数或功率谱密度。当信号的功率谱为有理谱时，采用谱分解的方法求解滤波器的系统函数，简单易行，物理概念清楚，具有一定的工程实用价值