现代数字信号处理(chap3确定性最小二乘)(修订版)资料.ppt

* 第四节 确定性白化滤波器 根据上述方程组可以求得{a(1),a(2),…,a(n)} 第四节 确定性白化滤波器 对l=1,2,…,n;里面的求和式为零;剩下l=0项 第四节 确定性白化滤波器 联立方程组 得到 共n+1个方程 第四节 确定性白化滤波器 对比两组不同的方程组 白化滤波器 逆滤波器 第二组方程组两边同除以h(0)，得到 第四节 确定性白化滤波器 白化滤波器 逆滤波器 显然，这两组方程具有相同的解 第四节 确定性白化滤波器 于是得到白化滤波器与逆滤波器的关系为 白化滤波器的期望输出为 第四节 确定性白化滤波器 第四节 确定性白化滤波器 非最小相位、因果、稳定系统的级联分解 附录: 全通系统和最小相位系统 全部极点在单位圆内,但有零点在单位圆外 全部极点和零点都在单位圆内(最小相位系统) 全通系统 分解方法已经在前面介绍 附录: 全通系统和最小相位系统 群时延 全通系统的重要性质 于是 参见本科《数字信号处理》 结论：在幅频特性相同的情况下，非最小相位系统H(z)的群时延大于最小相位系统Hmin(z)的群时延，即在幅频特性相同的一类系统中，零极点都在单位圆内的系统的群时延是最小的，信号通过这样的系统，输出信号相对于输入信号具有最小的相位滞后(系统反应速度最快)。 最小相位的含义 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 课程上机实验4：确定性最小二乘滤波器的实现 上述举例中，其他参数不变，干扰信号参数设置为 A1=A2=…=A14=2; φ1=φ2=…= φ14=0 ?1=??0.06,?2=??0.10,?3=??0.18,?4=??0.21 ?5=??0.30,?6=??0.48,?7=??0.52,?8=??0.57 ?9=??0.61,?10=??0.64,?11=??0.67,?12=??0.70 ?13=??0.78,?14=??0.94 采用Matlab语言编程 (1) 参照实验3的方法产生均值为0，根方差为0.1的正态白噪声 第一节 正则方程 数据点数从实验3的100000变成200 (2) 按设定的参数产生干扰信号数据 第一节 正则方程 针对Matlab的数组下标只能从1开始的调整 (3) k0=96，产生信号数据 第一节 正则方程 画出 以及 的波形图 (4) 画出含有噪声以及干扰的合成信号x(k)的波形图 (5) 给定参数D=16，n=12,N=200；求FIR线性最小二乘滤 波器 {h(k)|k=1,2,…,n+1} 数组下标从1开始,对应实际的h(0)到h(n) 第一节 正则方程 第一节 正则方程 (6) 利用线性最小二乘滤波器对观测数据{x(k)}进行滤波处理，得到窄带干扰信号序列的估计值序列 (7) 利用滤波器的输出数据序列对观测信号中的干扰信号进行对消处理；画出对消后信号 的波形图；观察其与 的相似性及差异性 利用Matlab的矩阵运算函数 第二节 最小二乘滤波器的渐近性 输入序列，因果，不一定最小相位 期望输出序列，不一定因果 因果IIR滤波器(n??) 下面讨论最小二乘滤波器的阶n足够大或趋于?的情况 问题：n??时，V(h)可以下降到多少？是否可下降到0？ 期望输出 实际输出y(k) 数据平滑应用 第二节 最小二乘滤波器的渐近性 一、最优因果IIR LS 滤波器的求解问题 最小相位 假设输入信号g(k)是因果、稳定的但非最小相位的，G(z)存在一个单位圆外的零点1/z0 作等值变换 矩阵求解?不行 问题转化: 序列所对应的全通函数序列的概念 第二节 滤波器的渐近性 最小相位 全通函数 练习3.1：令z=ej?,z0=|z0|ejθ 利用复数运算性质证明 对于G(z)有多个单位圆外零点的情况，采用同样方法可以得到 最小相位 全通函数 稳定因果 第二节 滤波器的渐近性 全通函数 G(z)的所有单位圆外的零点 设 全通函数对应的序列为因果的 输入序列 g(k) 已知的情况下, d(k) 也是已知的 序列总能量 分子分母的阶相同 第二节 滤波器的渐近性 现实情况下，要求 理想情况下 相当于以d(k)为输入,f(k)为期望输出 第二节 滤波器的渐近性 Rd、h0、qd为无穷阶的 即 有 的解h0满足 根据功率谱定义以及全通函数的性质 即 Rd的第m行第l列元素值 第二节 滤波器的渐