中科院--现代数字信号处理-Chapter+.pptVIP

图 3.5.10 自适应逆系统的FIR实现 (a) 在单位圆外有一个极点的逆滤波器的冲激响应h(-)(n)的特性； (b) 经过时延Δ的h(-)(n)特性 求解图3.5.9（b）中自适应逆系统的最佳权向量。 假设系统噪声与信号是独立的， 则输入功率为 d端与x端的互功率谱为 其中，G(z)表示d到x的传输函数，G(z)=zΔP(z), 没有噪声时, 最佳传输函数为 最佳传输函数为 * 3、LMS格型自适应滤波器 在满足预测误差的均方值最小的准则下，最佳自适应格型滤波器求解关键在于计算出反射系数。其方法有： 采用使前、后向预测误差功率的和为最小的原则求反射系数。 公式为 即 可以得到 实际计算时，上式中的统计平均值用时间平均计算， 公式为 对于复信号情况，公式为 如果输入数据为x(i), i=0, 1, 2, …, n， 当p=1时， 这里 因此 当p=2时， 其中 以此类推，可以得到 的具体计算公式为 这种算法必须从低阶推起，要求较大的存储时间，有较大的计算延迟，使应用受到限制。 采用梯度算法计算反射系数 其中， 将上式代入前一式中， 得到 式中，β=2μ，为步长因子。 最小均方误差(LMS)滤波（统计分析法） 最小二乘(LS)滤波（精确分析法） 3.4 最小二乘自适应滤波 最小二乘的基本问题 已知n个数据｛x(1),x(2),…,x(n)｝，采用M个权的FIR滤波器对数据进行滤波，假设期望信号为d(i)， 滤波器的输出 是对期望信号d(i)的估计 n时刻的估计误差为 图 3.4.1 M个权的FIR滤波器 误差信号的平方加权和为 为了后面叙述方面，引入一些符号。 e(n)=［e(1), e(2), …, e(n)］T d(n)=［d(1), d2), …, d(n)］T XM(n)=［xM(1),xM(2),…,xM(n)］ 最小二乘估计的模型描述 令误差信号能量为J，并取加权矩阵Λ=I，则 3.5 自适应滤波的应用 自适应抵消器 自适应逆滤波 1、自适应抵消器 自适应滤波器的重要特性：能有效地在未知环境中跟踪时变的输入信号，使输出信号达到最优。 自适应噪声抵消器，利用干扰源的输出，通过一个数字滤波器，最佳地估计出干扰值，从而从混有干扰的输入中减去干扰估值，实现了干扰与信号相当完善的分离。 输入：原始信号（含信号与噪声），参考信号（与待抵消噪声信号相关）； 输出：无噪声信号 图 3.5.1 自适应对消系统 对消原理 原始输入端：dj=sj+n0, n0是要抵消的噪声，并且与s不相关； 参考输入端：xj =n1，n1是与n0相关、与s不相关的噪声信号； 系统的输出：zj=dj-yj； 滤波器的传输函数可以根据系统的输出信号自动调整，假定s, n0, n1是零均值的平稳随机过程 输出信号的均方值 由于s与n0, n1不相关，因此s与yj也不相关，则 性能分析 参考输入端噪声与原始输入端噪声相关性； 参考输入端存在一定的有用信号。 由此可知，原始信号进来什么信号，出来什么信号，这时自适应滤波器关闭。要使其完成自适应噪声抵消任务，则参考输入必须与被抵消信号相关。 若n0与 n1不相关，其与yj也不相关，则 参考输入端存在一定的有用信号 当有信号分量泄漏到参考输入中时，噪声的抵消能力可以通过比较输入端的信噪比、参考输入端的信噪比及输出端的信噪比数值大小来评价。 噪声抵消后，输出端信号为sout(n)= spri(n)- sref(n)，噪声为 nout(n)= npri(n)- nref(n) ,其功率谱分别为 噪声抵消前，原始输入端的信号为spri(n)= s(n)，噪声为npri(n)= v(n) ，其功率谱分别为 参考输入端信号 spri(n)= s(n)*g(n) ,噪声为nref(n)= v(n)*h(n)，其功率谱分别为 输入端的信噪比为 参考输入端的信噪比为 输出端的信噪比为 参考输入端的总功率为 参考输入端与原始输入端的互功率为 由此可得， 一个自适应对消器的稳态解为 结论：只要参考输入端的信噪比足够小，输出就可以得到好的信噪比。即泄露到参考输入端的有用信号越少，抵消效果越好。 在参考输入端存在信号s时，自适应抵消器输出端的信号分量将比原始输入端的信号分量有一定损失，损失大小用D(z)表示： 3. 应用 1) 消除心电图中的电源干扰 2) 胎儿心电监护 其中原始输入a(t)=f(t)+m(t)+n(t) f(t):胎儿心脏产生信号 m(t):母亲