第6章信号检测与估计理论.pptVIP

* * * * * * 6.2.4 维纳滤波器的因果解 维纳—霍夫方程 分析:求解 的困难在于 被限制在 之内。 若 ,则 。 这意味着，若 是自相关函数为 的白过程，则 。积分方程就可以直接求解。 通常， 是非白过程，但上述结果提醒我们：若将非白过程 首先通过白化滤波器 变为白过程 ，然后针对白过程 ，设计维纳滤波器 ，则维纳滤波器的因果解为: 下面分别讨论白化滤波器 和滤波器 的设计问题。 白化滤波器 的设计 若观测信号是 具有有理功率密度 的平稳随机过程，则用复频域表示为： 式中， 的所有零极点在s平面的左半平面； 的所有零极点在s平面的右半平面。 要求白化滤波器能够将非白化过程白化，则 则其输出 是白过程。 从而得白化滤波器的系统函数 滤波器 的设计 由积分方程为 其中， 。所以 式中， 表示取 中零极点在s平面左半平面的部分，这是由 决定的。 先求 ，在取拉普拉斯变换，求得 。 白过程 两边取拉普拉斯变换： 维纳滤波器的系统函数： 估计的均方误差为 例6.2.1 设线性时不变滤波器输入的观测信号x(t)是平稳随机过程，其功率谱为 设计物理可实现的白化滤波器 ，它的输出功率谱密度为1。 该白化滤波器由微分器和常增益器并联组成。 解： 例6.2.2 设随机信号 加白噪声 通过一线性滤波器。已知 和 的自相关函数分别为 现考虑 的波形估计问题，要求估计的均方误差最小。设计该滤波器，并计算波形估计的均方误差。 解：据题意，待估计的波形 ，是维纳滤波问题。首先对 和 进行双边拉普拉斯变换，得 令： 然后求维纳滤波器的系统函数 和均方误差。 非因果的维纳滤波器 因果的维纳滤波器 例6.2.3 维纳预测和平滑问题。设随机信号 加白噪声 都是均值为0的平稳随机过程，二者互不相关。自相关函数分别为 试求估计波形 及均方误差。 6.3 离散过程的维纳滤波 6.3.1 离散过程的维纳—霍夫方程 在离散过程情况下，观测区间由一组离散的时刻 组成，每个 时刻的观测信号为 。根据这组观测信号 ，对信号 作出线性最小均方误差估计，即求 。 对于线性估计，估计信号 表示为观测信号 的线性加权和，即 为了使估计的均方误差最小，根据线性最小均方误差估计的正交性原理，加权系数 应选择使估计误差与观测信号正交，即 用相关函数表示： 连续形式 离散形式 为了求解 方便，加入限定条件: 假定离散过程是均值为零的平稳过程，观测区间也是半无限的，研究的系统是因果的线性时不变系统。 令： ， ，得到离散过程的维纳-霍夫方程（因果关系）： 6.3.2 离散维纳滤波器的Z域解 1 离散维纳滤波器的z域解(非因果解) 如果不考虑 的约束条件，认为 满足 ，则非因果关系的离散维纳-霍夫方程为： 等式两边取Z变换： 如果观测信号为： 假设信号 与噪声 互不相关，则当 时，离散维纳滤波器的系统函数为： 式中的 ， ， 和 分别是自相关函数 ， 和互相关函数 的Z变换，所以它们分别是 ， 的功率谱密度和 与 的互功率谱密度。 可以看出，维纳滤波的最小均方误差不仅与观测（输入）信号的功率谱有关，而且和噪声和信号功率谱的乘积有关，也就是说，最小均方误差与信号和噪声功率谱的重叠部分的大小有关。 2 离散维纳滤波器的z域解(因果解) 观测信号是白色序列 如果观测信号 是白色序列，自相关函数可表示为 系统函数可表示为 1 观测信号是非白色序列 如果观测信号 是非白色序列，需要先把 序列进行白化处理，使之变换成白色序列。若观测信号序列 的功率谱是有理函数，即： 和 分别是 的零极点在单位圆内的部分和单位圆外的部分。 表示互相关函数 因果部分的Z变换 是互功率谱密度 中零极