自适应滤波器打印要点.ppt

自适应的概念：生物能以各种有效方式适应周围环境，从而使生命力变强。 40年代,N.维纳用最小均方原则设计最佳线性滤波器，用来处理平稳随机信号，即著名的维纳滤波器。 60年代,R.E.卡尔曼创立最佳时变线性滤波设计理论，用来处理非平稳随机信号，即著名的卡尔曼滤波器。 70 年代,美国 B.Windrow 和Hoff提出了处理随机信号的自适应滤波器算法，弥补了维纳、卡尔曼滤波器的致命缺陷：必须事先知道待处理信号的统计特性（如自相关函数），才能计算出最佳的滤波器系数 Wopt，否则，维纳、卡尔曼滤波器无法判定为最佳。 自适应滤波器属于现代滤波器的范畴，它是40年代发展起来的自适应信号处理领域的一个重要应用。 自适应信号处理主要是研究结构可变或可调整的系统，它可以通过自身与外界环境的接触来改善自身对信号处理的性能。通常这类系统是时变的非线性系统，可以自动适应信号传输的环境和要求，无须详细知道信号的结构和实际知识，无须精确设计处理系统本身。自适应滤波是近 30 年以来发展起来的一种最佳滤波方法。它是在维纳滤波，卡尔曼滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能。从而在工程实际中，尤其在信息处理技术中得到广泛的应用。 1.3自适应滤波器的分类 按滤波器的结构来分： 递归型（最佳递归估计-卡尔曼