自适应格型滤波器格型自适应滤波原理格型自适应算法 .PPTVIP

第四章 自适应信号处理 郑宝玉 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格型滤波器 格型自适应滤波原理 自适应格-梯型滤波器 预备知识 算法原理 自适应格-梯型滤波器 预备知识 自适应格-梯型滤波器 预备知识 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 算法原理 自适应格-梯型滤波器 RLS格-梯型算法(先验形式) 自适应格-梯型滤波器 RLS格-梯型算法(先验形式) 自适应格-梯型滤波器 LMS格-梯型算法(先验形式) 阶更新方程 14) 误差函数 a)对于前向预测： b)对于后向预测： c)对于联合估计： 其中 其中 其中 时间更新方程 15)预测系数向量 对于前向预测： 对于后向预测： 时间更新方程－ km(n)的更新方程 考虑 其中 由此导出 定义 则有 其中 时间更新方程－ 的更新方程 其中 因为 由此可导出 的阶更新方程 Kalman增益向量可以写为 由上式及(16-17)得 Kalman增益向量还可写为 再注意到 由(22)-(24)得 输出估计 由(2c)和(14c) 可见，系统的输出估计值是后向残差的加权和。 归纳上述，即得如下RLS格-梯型算法。 其中系统的输出估计值为 格型预测器:从n=0出发, 对m=0,1,…,M-1, 计算阶更新 梯型预测器:从n=0出发,对m=0,1,…,M-1,计算阶更新 初始化: * * 内 容 最优滤波理论与Wiener滤波器 梯度下降算法 横向LMS自适应滤波器 横向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 无限脉冲响应自适应滤波器 盲自适应滤波器 自适应滤波器的应用 对称的格型结构 n时刻的前向和后向预测误差(残差)服从如下递推关系: 其初值为： 前向和后向预测误差滤波器传递函数递推公式为 其中 对称的格型结构 容易推出前、后向滤波器传递函数的一般关系式： 由式(4a)知: 为了使前向滤波器物理可实现，前向滤波器传递函数Am(z)必须是最小相位多项式，即 的零点必须全部在单位圆内，亦即 从而 这就是格型滤波器时各级反射系数必须满足的条件。 对称的格型结构（续） 由式(4b), 即由下式 可见, 格型滤波器的设计归结为前向滤波器的设计。 可知，后向滤波器的权系数与前向滤波器的权系数之间存在以下关系： 格型滤波器设计准则 现在讨论前向滤波器A(z)的设计准则。(3)可等价写作 相应的时域表达式为 格型滤波器设计准则 定义前、后向滤波器的残差能量 容易证明 上式表明,在格型滤波器设计中有如下三种等价表述： i) 使前向预测滤波器Am(z)残差能量均方误差Fm最小 ii) 使后向预测滤波器Bm(z)残差能量均方误差Gm最小 iii)使前后向预测滤波器残差能量均方误差(Fm +Gm)/2最小 格型滤波器设计准则 上述结论构成格型滤波器的设计基础，而且由此有 1) 完全可以仅根据前向残差能量Fm设计格型滤波器， 2) 后向预测误差（残差）正交 这表明，不同级滤波器的后向残差正交 这一特性意味着格型滤波器的前后级是解耦的，故可 独立设计每一级滤波器。 3)阶数越大，前向残差Fm越小。 格型滤波器设计准则 总结上述，格型滤波器的设计过程可表述如下： 令m=1,2,…，并依次设计前向滤波器，当前向残差能量 不再减小时，最小的阶数即为格型滤波