DSP_维纳滤波器的计算机实现.doc

实验一 维纳滤波器的计算机实现 一 实验目的 1.利用计算机编程实现加性噪声信号的维纳滤波。 2.将计算机模拟实验结果与理论分析结果相比较，分析影响维纳滤波效果的各种因素，从而加深对维纳滤波的理解。 3.利用维纳滤波一步纯预测方法实现对信号生成模型的参数估计。 二 实验原理 1.维纳滤波器是一种从噪声中提取信号的最佳线性估计方法，假定一个随机信号形式为：x(n)=s(n)+v(n),其中s(n)为有用信号，v(n)为噪声信号。而维纳滤波的作用就是让x(n)通过一个系统h(n)尽可能滤掉噪声，提取近似s(n),h(n)的选择以最小均方误差为准则。由维纳-霍夫方程知，只要求出φxx 及φxs就可求出h（h=φ-1xxφxs）h =R-1xx rxs。实验中s(n)由信号生成模型：s(n)=as(n-1)+w(n)确定，其中a=0.95,w(n)是均值为0，方差为бw2=1的高斯白噪声，v(n)为均值为0，方差为1的高斯白噪声，且s(n)与v(n)不相关。实验中s(n)是已知的，但实际中如果s(n)已知，维纳滤波也就失去意义了，因此实验纯粹是为了理解维纳滤波原理而设计。 2.维纳一步纯预测问题 S(n)的生成模型：s(n)+a1(n-1)+…+aps(n-p)=w(n),已知φxx（n）…p)和 б2w 。 三 实验步骤及结果分析 1. 仔细阅读维纳滤波原理，根据图 1.1 给出的框图编制维纳滤波程序。(程序见附录) 2. 运行维纳滤波程序，选择L=5000,N=10，观察并记录实验结果，分析比较下列三个问题： ① 与s(n)比较，信号x(n)在维纳滤波前后有何差别？滤波效果如何？（注意：比较噪声方差时应取多次实现的平均值,在本实验中我们统一取100 次实现的平均） 可知滤波前后x(n)围绕s(n)的波动比较大，这种变化是由滤波前有很大噪声造成的。滤波后x(n)变得比较光滑，与s(n)更为接近。这说明维纳滤波器对广义平稳输入的滤波效果是相当明显。从波形上可以看出经过维纳滤波获得的信号比原信号有一定的滞后，这是维纳滤波器的因果性造成的。 h?(n)和理想的 h(n)比较，近似程度如何？ 由图可见，二者近似程度除最后几个点外，其他近似度还是满高的，总体而言，近似效果不错。 ③ 理想的维纳滤波和FIR 维纳滤波效果有何差异？ 从仿真100次后的均方误差值上看 可知FIR维纳滤波的均方误差比理想维纳滤波的均方误差非常接近。由于每次产生的信号都不一样，仿真结果会有一些差异，但FIR维纳滤波效果总是逼近与维纳滤波。 ④ 若去掉流程图1.1 中判断数据自相关和互相关特性的步骤，可能得出理想维纳滤波效果不如FIR 滤波的结论，思考原因。 实际上在估计有限长因果序列h(n)时，由于是利用有限个x(n)和s(n)来估计的，每次仿真x(n)和s(n)也都不同，因此h(n)会有差异。这样我们利用维纳滤波器的得到了信号会于原来的输入信号x(n)误差较大，只是滤波效果很差。 3.固定 L=5000, 分别取 N=3、20,根据实验结果，观察 N 的大小对h?(n)的估计和滤波效果的影响，记录实验结果。 N=3时： N=20时： N的大小决定(n)与h(n)取值的个数，并通过观察并结合N=10的情况可知，N越大(n)与h(n)越接近。从最终均方误差的比较可知，N越大，滤波效果越好。 4.固定 N=10, 改变 L=10000,50000,根据实验结果，观察并记录 L 的大小对h?(n)的精度和滤波效果的影响。 L=10000时： L=50000时： L越大(n)与h(n)越接近，(n)的精度越高。由均方误差可知，L越大，滤波效果越高。这也容易理解，样本越大，精度自然越高。 5.仔细阅读有关维纳一步纯预测原理，弄清信号生成模型参数估计与维纳预测的关系，根据框图1.2 编制信号生成模型参数估计程序。（程序见附录） 6.运行信号生成模型参数估计程序，选择观察并记录的最佳估值，与理论值进行比较。 蓝色表示信号sn，红色表示噪声wn： 估计值与理论值之比有一定的误差。 估计值与理论值之比有一定的误差。 7．固定, 改变L=50,500, 观L 的大小对信号生成模型参数估计精度的影响。 L=50: L=500: 显然样本个数L的增大，使得信号模型参数精度明显提高。 四 实验总结 通过实验结果及分析可得出以下结论： 1.增加输入信号样本个数L和滤波器的阶数N，可以显著提高维纳滤波器的性能。 2.维纳一步纯预测，只要调整ai(1,2…p)即可实现最小均方误差。 五 思考题答案 推