原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
随机信号或随机过程
随机信号或随机过程随机信号或随机过程随机信号或随机过程(random process)是普遍存在的是普遍存在的是普遍存在的是普遍存在的。。。。一方面一方面一方面一方面任何确定性信号经过测量后任何确定性信号经过测量后任何确定性信号经过测量后任何确定性信号经过测量后往往就会引入随机性误差而使该信号随机化往往就会引入随机性误差而使该信号随机化往往就会引入随机性误差而使该信号随机化往往就会引入随机性误差而使该信号随机化另一方面另一方面另一方面另一方面任何信号本身都存在随机干扰任何信号本身都存在随机干扰任何信号本身都存在随机干扰任何信号本身都存在随机干扰通常把对信号或系统功能起干扰作用的随机信号称之为噪声通常把对信号或系统功能起干扰作用的随机信号称之为噪声通常把对信号或系统功能起干扰作用的随机信号称之为噪声通常把对信号或系统功能起干扰作用的随机信号称之为噪声。。。。噪声按功率谱密度划分可以噪声按功率谱密度划分可以噪声按功率谱密度划分可以噪声按功率谱密度划分可以分为白噪声分为白噪声分为白噪声分为白噪声white noise和色噪声和色噪声和色噪声和色噪声color noise我们把均值为我们把均值为我们把均值为我们把均值为0的白噪声叫纯随机信号的白噪声叫纯随机信号的白噪声叫纯随机信号的白噪声叫纯随机信号pure random signal。。。。因此因此因此因此任何其它随机信号都可看成是纯随机信号与确定性信号并存任何其它随机信号都可看成是纯随机信号与确定性信号并存任何其它随机信号都可看成是纯随机信号与确定性信号并存任何其它随机信号都可看成是纯随机信号与确定性信号并存的混合随机信号或简称为随机信号的混合随机信号或简称为随机信号的混合随机信号或简称为随机信号的混合随机信号或简称为随机信号。。。。要区别干扰要区别干扰要区别干扰要区别干扰interference和噪声和噪声和噪声和噪声( noise)两种事实和两种事实和两种事实和两种事实和两个概念两个概念两个概念两个概念。。。。非目标信号非目标信号非目标信号非目标信号nonobjective signal都可叫干扰都可叫干扰都可叫干扰都可叫干扰。。。。干扰可以是确定信号如国内的50Hz工频干扰。干扰也可以是噪声纯随机信号白噪声加上一个直流成分确定性信号就成了最简单的混合随机信号。医学数字信号处理的目的是要提取包含在随机信号中的确定成分并探求它与生理、病理过程的关系为医学决策提供一定的依据。例如从自发脑电中提取诱发脑电信号就是把自发脑电看成是干扰信号从中提取出需要的信息成分。因此我们需要寻找一种最佳线性滤波器当信号和干扰以及随机噪声同时输入该滤波器时在输出端能将信号尽可能精确地表现出来。维纳滤波和卡尔曼滤波就是用来解决这样一类问题的方法从噪声中提取出有用的信号。实际上这种线性滤波方法也被看成是一种估计问题或者线性预测问题。由当前时刻的观测值和过去时刻的观测值、、…的估计值。用当前的和过去的观测值来估计当前的信号称为滤波用过去的观测值来估计当前的或将来的信号N称为预测用过去的观测值来估计过去的信号N称为平滑或者内插。本章将讨论滤波和预测问题。维纳滤波和卡尔曼滤波都是解决线性滤波和预测问题的方法并且都是以均方误差最小为准则的在平稳条件下两者的稳态结果是一致的。但是它们解决问题的方法有很大区别。维纳滤波是根据全部过去观测值和当前观测值来估计信号的当前值因此它的解形式是系统的传递函数或单位脉冲响应卡尔曼滤波是用当前一个估计值和最近一个观测值来估计信号的当前值它的解形式是状态变量值。维纳滤波只适用于平稳随机过程卡尔曼滤波就没有这个限制。设计维纳滤波器要求已知信号与噪声的相关函数设计卡尔曼滤波器要求已知状态方程和量测方程当然两者之间也有联系。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脉冲响应或传递函数的表达式其实质就是解维纳霍夫WienerHopf方程。为了得到维纳解可以求解Wiener-Hopf方程RW0 =P然而自相关矩阵和互相关矢量常常是不能得到的。因此为了避免对Wiener-Ho pf方程的直接求解实际运用中常采用搜索迭代的方法来得到维纳解。现代滤波器它主要研究内容是从含有噪声的数据记录又称时间序列中估计出信号的某些特征或信号本身。一旦信号被估计出那么估计出的信号将比原信号会有高的信噪比。现代滤波器把信号和噪声都视为随机信号利用它们的统计特征如自相关函数、功率谱等导出一套最佳估值算法然后用硬件或软件予以实现。现代滤波器理论源于维纳在40年代及其以后的工作这一类滤波器的代表
文档评论（0）