第二章—维纳滤波和卡尔曼滤波.pptVIP

第二章 维纳滤波和卡尔曼滤波 2.1维纳滤波的标准方程 2.2维纳-霍夫方程的求解 2.3维纳滤波的均方误差 2.4因果IIR维纳滤波器的设计与计算 2.5标量卡尔曼滤波器 2.6矢量卡尔曼滤波器 2.7维纳滤波和卡尔曼滤波的计算和应用 举例 第二章 维纳滤波与卡尔曼滤波 2.0 引言 在许多实际问题中，人们能够测量到的是退化了的或失真了的有用信号。例如：在传输或测量真实信号时，由于存在干扰，接受或测量 到的数据与真值不同。我们就说混有了噪声（信道噪声，测量噪声），常常是要解决从噪声中提取有用信号问题。 我们就要找一种有最佳线性过滤特性的滤波器，信号和噪声同时输入时，在输出端能尽量把信号精确复现，而噪声能受到最大抑制。 维纳（Wiener)和卡尔曼(Kalman)找到了一种从噪声中提取信号的一种滤波方法。 这种线性过滤问题，可以看成一种估计问题。 表示信号 表示噪声 表示输出 称 是 的估计值。 为估计器。这种滤波器称为最佳滤波器。 如果： 和 的谱在频域上是分离的，容易设计一个线性滤波器抑制噪声并提取信号。这是本科中经典数字信号处理理论中详细讨论过的数字滤波器的设计问题。但是 和 的谱有一部分相互重叠，则问题就要复杂的多。 一般而言，这是信号的最佳估计问题，所谓“最佳”是以一定的准则来衡量的，通常有四种准则： 最大后验准则 最大似然准则 均方准则 线性均方准则 本章的维纳滤波和卡尔曼滤波采用的是线性均方准则，实际上是最小均方误差准则。称为线性最小均方误差滤波。 2.1 维纳滤波的标准方程 设计维纳滤波器的过程就是寻求在最小均方误差下滤波器的单位样本响应 或传递函数 的表达式。其实就是解维纳-霍夫方程（Wiener-Hopf） 在因果性即物理可实现的条件下，求解是一个典型难题。 维纳滤波器是一个线性非移变系统 估计误差： 按最小均方误差准则 求偏导得（ 对 的导数为零） 上式称为正交方程。（这是讲当用两个矢量正交时它们的点乘等于零的关系，正交性原理可借用几何图形表示） 可见，满足正交性原理与满足最小均方误差的条件是等价的。由图知， 最满足最小均方误差的估计值。 正交方程表明，任何时刻的估计误差与用于估计的所有数据（即滤波器的输入）正交。 称为维纳滤波器的标准方程——维纳-霍夫方程。 如果已知 和 可求出 上式当i取不同值时，实际上对应三种情况： 用途： （1）滤波、过滤： 用当前和过去输入估计当前输出，是一个因果系统。 （2）平滑、内插： 用全部数据（过去的以及未来的）估计n时刻的信号，是非因果系统。 （3）预测、外推： 用n时刻及以前共p个数据来估计未来某时刻n-M的信号。M=1时称P阶预测。 无论哪种情况，把希望的输出信号称为期望信号，并用d(n)来表示。( ) 这样维纳滤波问题一般用三个公式表示： 2.2 维纳霍夫方程的求解 维纳滤波器的设计和计算问题可以归结为根据已知 和 求解维纳-霍夫方程以得到 或 。方程中求和的范围不同，其求解方法也不同。 2.2.1 FIR维纳滤波器 设： 长度为N ,则冲激响应矢量为 输入矢量 输出： 维纳霍夫方程可写为 或 其中 求逆矩阵解得 维纳-霍夫方程的矩形形式 用有限长 来实现维纳滤波器时（当已知 和