信号分析与处理第2版作者赵光宙第6章第3节最优线性滤波课案.pptVIP

第三节 最优线性滤波 如上所述，随机信号的分析与处理是建立在统计意义上进行的，如果要研究混杂在噪声中的随机信号，显然也只能建立在统计意义的基础上。可见，讨论从噪声背景中通过概率统计的方法，获取随机信号的统计特征，可以借用从噪声背景中获取确定性信号相同的概念，即“滤波”来描述，也可理解为波形的估计问题。但与确定性信号滤波的本质区别在于这里的“滤波”不是根据频谱特性实现信号与噪声的分离，而是通过一定的估计算法在一定的判据意义下使估计得到的随机信号特性最接近待估计随机信号的特性。如果估计算法是观测值的线性函数，则称为线性滤波或线性估计，“最优”是指在一定判据的意义下达到最优，通常以最小均方误差作为判据。 考虑如图6-7所示的估计问题，其中观察得到的信号 中既含有随机信号 ，又含有噪声 ，经过处理器后得到估计值为 ，作为对所希望取得的信号 的估计。要求y(t)与 的差值在一定判据意义下最小，估计的任务就是根据以上要求设计出处理器，并求出估计值 。 根据待估计量 的形式，估计问题可以分为三类： 1．滤波问题：由 一段时间的观察值 ( )得出 时刻随机信号 的值，即 2．预测问题：由 一段时间的观察值 ( )，估计