第二章Wiener过滤和Kalman过滤 - Read.PPT

第二章 Wiener过滤和Kalman过滤 过滤：即滤波，将被噪声污染的信号尽可能地提取出来，最大限度的抑制噪声，而将有用信号分离出来。 引言 滤波、预测和平滑的关系 Wiener滤波 Kalman滤波 已知前一个估计值和最近一个观测数据，仍然要求满足MMSE；用状态方程，观测方程进行估计。 Wiener滤波：要求知道随机信号的统计分布规律(自相关函数或功率谱密度），得到的结果是封闭公式,适用于平稳随机信号。其物理概念清楚，但不能递推实时处理。 Kalman滤波：采用递推的处理方法,适用于平稳和/或非平稳随机过程，是Wiener滤波的一种算法。 Wiener滤波和Kalman滤波的比较 §2 Wiener滤波器的离散形式 ---时域解 讨论 1. 若 没有因果限制 2.因果FIR网络 ①?N大时，计算工作量很大，并需要计算逆矩阵，  要求的存储量也大。② 计算过程中，若通过增加滤波器的长度N，提高 逼近精度时，就需要在新N的基础上重新进行计算。 Wiener-Hopf方程存在的问题 根据Wiener滤波理论   求解 为关键。 分析 §2.Wiener滤波的离散形式 ---Z域解 要求 为最小相位系统 一、非因果解 二、因果Wiener滤波器 的求解 留数内容