最佳(MMSE)滤波.pptVIP

最佳(MMSE)线性滤波 最小均方误差估计 线性预测 MMSE滤波器设计 随机信号作为滤波器的输入(p.107-111) 例子：信道均衡器设计 例子：信道均衡器设计 * * 传统滤波器:低通,高通,带通,带阻对信号的不同频率分量进行取舍 传统滤波器在很多应用场合不符合实际需要 通过对接收信号的线性组合，从x恢复出y 更一般化的信号估计问题：基于接收信号，构造一定结构的估计器，从中恢复出期望的信号（又称信号估计问题）。 输入 H(z) 输出 噪声 信道模型： 通过对接收信号不同时刻的线性组合，从x恢复出y 滤波器设计的步骤： 确定估计器的实现结构：IIR，FIR 预先假设信号的统计特性（输入，噪声等）：独立同分布输入 确定性能准则（目标函数），及其参数 确定优化方法：估计器系数的求解 最小均方误差准则 期望信号 估计信号 实现最佳滤波的常用准则： 最小均方误差线性估计： 导致简单的滤波器求解算法 易于进行性能分析 线性均方误差估计 一般化问题模型 期望信号 观测信号 待估计参数 时间下标 不同参数，不同观测信号 对非时变系统 注意和书(6.2.1)-(6.2.4)的比较 共轭转置 误差性能函数 观测信号和期望信号的互相关 期望信号平均功率 观测信号的相关矩阵 滤波器系数求解 原则： 矢量函数的求导 常用求导公式 与6.2.11一致 正交性原理 随机矢量的内积定义为 正交：内积