现代信号处理_2013-10.pdfVIP

现代信号处理 现代信号处理 (第十讲） (第十讲） 李飞 李飞 lifei@njupt.edu.cn lifei@njupt.edu.cn 2013年2月-5月 2013年2月-5月 现代信号处理 1 现代信号处理 第四章 第四章 自适应信号处理 自适应信号处理 李飞 李飞 2013.5.15 2013.5.15 现代信号处理 2 现代信号处理 1 上讲回顾 第四章 自适应信号处理 第四章 自适应信号处理  最优滤波理论与Wiener滤波器  自适应滤波器原理  梯度下降算法（最陡下降法）  LMS 自适应滤波器  RLS 自适应滤波器  Kalman滤波器  自适应格型滤波器  自适应格-梯型滤波器  IIR 自适应滤波器  盲自适应滤波器  自适应滤波器的应用 现代信号处理 3 现代信号处理 上讲回顾 上讲回顾 Kalman滤波器 Kalman滤波器 基本思想 状态空间方程 新息 Kalman算法 LMS、RLS、Kalman算法比较 自适应格型滤波器 自适应格型滤波器 自适应格-梯型滤波器 自适应格-梯型滤波器 现代信号处理 4 现代信号处理 2 Kalman滤波器 基本思想 • Kalman滤波 已知信号的动态模型测量方程，基于过程x(k)及初 始条件，按线性无偏最小方差递推准则，对状态s(k) 所作的最优估计称为卡尔曼滤波. (1) ( ) (1), , ( ) , ˆ ( ) 对当前目标状态的估计 i n 滤波：已知y y n 求y n (2) i n ( ) (1), , (n) , ˆ (i), i n 对过去状态的估计 ＜ 平滑：已知y y 求y  (3) i n ( ) (1), , (n) , ˆ (i), i n  预测：已知y y 求y  对未来状态的估计 现代信号处理 5 现代信号处理 Kalman滤波器 现代信号处理 6 现代信号处理