维纳-霍夫方程实验报告.docVIP

评分 大理大学实验报告 课程名称 实验名称 维纳霍夫方程 专业班级 姓 名 羽卒兰cl 学 号 实验日期 2016年5月20日 实验地点 2015—2016学年度第 学期 实验目的 二、实验环境 1、硬件配置：IntelR） Core(TM) i5-4210U CPU @1.7GHz 1.7GHz 安装内存（RAM）：4.00GB 系统类型：64位操作系统 2、软件环境： 三、实验内容 (包括本实验要完成的实验问题及需要的相关知识简单概述)已知信号的自相关函数和噪声的能量，编写程序求解维纳-霍夫方程，寻找最优滤波器。 编写程序仿真信号，噪声和观察波形，然后把观察信号通过滤波器得到的信号估计与原始信号比较，观察是否达到了去噪的目的。 选择不同信号（仿真信号，实际采集的心电，脑电信号），人工添加噪声，调整噪声的相对强度，观察滤波效果。 四、实验结果与分析 （包括实验原理、数据的准备、运行过程分析、源程序（代码）、图形图象界面等）实验原理 根据正交原理可以推导出维纳-霍夫方程，满足该方程的滤波器输出信号的估计值与信号在最小均方误差意义下最接近。 根据滤波器的形式，维纳滤波器可以分为三种情况：非因果IIR型，因果IIR型，FIR型，对于实时性有要求的情况下用后两种形式。 图1 维纳滤波器 对于FIR型维纳滤波器，维纳-霍夫方程的形式为 或者写成矩阵形式 其中 这样，如果信号和噪声的二阶统计特性已知，则易求解 维纳滤波的均方误差是 源程序： function [h,e] = WH(Rss,Rww,M) %求解维纳-霍夫方程的函数，其中M为信号的长度 e1 = 10; %给e1 赋初值 e0 = 0; %给e0 赋初值 N = 0; %给N 赋初值 % 以下循环的目的是找出FIR滤波器合适的阶数 % 判据是当阶数增加而均方误差没有明显下降时，则认为阶数足够 while abs(e0-e1)1e-6 %e1和e0不够接近则循环 N = N+1; %每次N的取值加1 e0 = e1; %把e1赋给e0 Rxs = Rss(M:(M+N-1)); %信号和噪声互不相关 Rxx = Rww(M:(M+N-1))+Rss(M:(M+N-1));%信号和噪声的自相关之和 R_xx = zeros(N); %生成N阶的零矩阵 for j = 1:N for n = 1:N R_xx(j,n) = Rxx(abs(j-n)+1); %双for为了求出对称矩阵 end end h = inv(R_xx)*Rxs; %求rxs的逆矩阵 e1 = Rss(M)-h*Rxs; %转置 end N % 显示N的最终值 e = e1; %真实值与估计值之间的估计误差 %主程序 clear; clc; %清空 M = input(信号的长度 M = ); %输入 n = 1:M; %n的取值范围从1到M s = exp(-0.002*n).*sin(pi*n/50); %指数衰减正弦,仿真信号，可以自己生成，任意形式 % load ecgdata; %导入实际心电信号的数据 %load eegdata; %导入脑电信号的数据 %load icpdata; %导入颅内压信号的数据 %load respdata;