维纳滤波基本概念解析.docVIP

Wiener滤波概述 Wiener滤波器是从统计意义上的最优滤波, 它要求输入信号是宽平稳随机序列, 本章主要集中在FIR结构的Wiener滤波器的讨论。 由信号当前值与它的各阶延迟，估计一个期望信号，输入信号是宽平稳的，和是联合宽平稳的, 要求这个估计的均方误差最小。 在本章中,不特别说明, 假设信号是零均值. Wiener滤波器的几个实际应用实例如下： ①通信的信道均衡器。 图1. 信道均衡器的结构示意 ②系统辨识： 图2. 线性系统辨识的结构 ③一般结构: 图3. Wiener滤波器的一般结构 Wiener滤波器的目的是求最优滤波器系数，使 最小。 §3.1 从估计理论观点导出Wiener滤波 FIR结构(也称为横向)的Wiener滤波器的核心结构如图4所示. 图4. 横向Wiener滤波器 FIR结构的Wiener是一个线性Beyesian估计问题. 为了与第2讲中估计理论一致，假设信号，滤波器权值均为实数 由输入和它的1至（M-1）阶延迟，估计期望信号，确定权系数使估计误差均方值最小，均方误差定义为： 这里估计写为： 除了现在是波形估计外，与线性Bayesian估计一一对应。 R（零均值假设） 这里, Wiener滤波与线性Bayesian估计变量之间