最优估计之维纳滤波.pptVIP

;第4章 维纳滤波;区别： 维纳滤波只适用于平稳随机过程，卡尔曼滤波没有这个限制。 设计维纳滤波器要求已知信号与噪声的相关函数，设计卡尔曼滤波器要求已知状态方程和量测方程。 维纳滤波是根据全部过去观测值和当前观测值来估计信号的当前值，因此它的解形式是系统的传递函数或单位脉冲响应；卡尔曼滤波是用当前一个估计值和最近一个观测值来估计信号的当前值，它的解形式是状态变量值。;G(s);输出与输入的统计关系;G(z);4.1 维纳滤波原理;与设计一个特定频率响应所用的通常滤波器设计理论不同，维纳滤波器从另外一个不同的角度实现滤波器。维纳设计方法需要额外的关于原始信号所包含频谱以及噪声的信息，是一种基于统计知识的频域滤波器。 维纳滤波器具有以下一些特点： 假设：信号以及附加噪声都是已知频谱特性或者自相关和互相关的随机过程； 性能标准：均方误差最小； 设计目的：滤除按照统计方式干扰信号的噪声。 ;X(t) —— 有用随机信号； V(t) —— 随机干扰信号； G(s) —— 实际滤波器传递函数； W(s) —— 理想滤波器传递函数； —— G(s) 的真实输出信号； Y(t) —— W(s) 的理想输出信号。;目的：设计传递函数G(s)，使e(t) 尽可能小。;对于随机过程e(t) ，最小的含义只能是从统计意义上说的，即其均方误差最小：;4.2 连续时间系统维纳滤波;14;维纳