混合中值 线性FIR滤波器.pptVIP

XXXXX 2015.6.10 7.5 混合中值/线性 有限冲激响应滤波 Ll 和Ljl滤波的不足 Ll 和Ljl滤波利用了数据的排序特性和时序特性，但是有以下两点不足： 1、Ll 和Ljl滤波需要大量的滤波权重 2、Ll 和Ljl滤波的复杂度会随着观察窗尺寸N和参数j的变大而迅速 增加，这限制了实际滤波中所能实现的最小样本尺寸。 在考虑数据排序特性和时序特性的前提下，我们讨论其他滤波的实现方法。 Median and FIR Affinity Trimming 这种方法结合了线性FIR滤波和L滤波的属性，通过更改截尾样本利用了数据的排序特性和时序特性。 当离群值不存在时，截尾均值的效率会大大降低。为此，Lee 和 Kassam在1985年引入了修正截尾均值（MTM）的概念，其基本思想是先将与样本中值相差较大的样本舍弃，然后再取平均。 MTM位置估计： (7.73) 其中 这里的q是一个决定截尾程度的自定义参数。 和截尾均值一样，修正截尾均值是稳定估计，其可以用作相继平滑器。 (7.73)式有多种变形，双窗修正截尾均值（DW MTM）是其中的一种， 其采用两个有重叠的平滑窗。在这种情况下，最小平