信号处理理论.pptVIP

现代数字信号处理理论 吉林大学通信工程学院信息科学实验室 赵晓晖 现代数字信号处理理论 自适应信号处理 现代谱估计 盲均衡和信道识别 盲信号处理 空时信号处理 自适应信号处理 导论 维纳滤波器和最速下降法 最小均方算法（LMS算法） 最小二乘法 卡尔曼滤波器 线性预测 方根自适应滤波器 盲解卷积 导论 滤波器：包括预测、滤波和平滑，是一广义的概念。 自适应滤波器： 建立在某一最优准则下的线性滤波器（非线性）； 滤波器的参数可动态更新（调整）； 自适应滤波算法依赖于滤波器的输入，严格意义下它是非线性的； 维纳滤波器适用于平稳随机过程，而卡尔曼滤波器可用于非平稳随机过程。 自适应滤波器的性能指标：收敛速率、失调、跟踪能力（非平稳条件下的性能）、鲁棒性、计算复杂度、滤波器结构和数值稳定性（数值稳定性、数值精度和量化的影响） 导论 滤波器结构： 线性滤波器结构（FIR结构和IIR结构） 非线性滤波器结构（基于Volterra级数的结构和神经元网络） 自适应滤波算法： 随机梯度算法（在基于统计模型的代价函数下，以递推形式极小化代价函数实现对梯度的随机估计。典型的算法是LMS算法和其变种） 最小二乘算法（极小化滤波器误差，可以递推实现。典型算法有基于矩阵求逆的RLS算法，该算法数值稳定性差；方根RLS算法、基于分解的RLS算法，该方法数值稳定性好，特别对稀疏矩阵的情况；基于矩阵分解的快速算法。） 导论 自适应滤波器的几种常见应用： 导论 导论 导论 导论 高等数学和信号处理理论基础 矩阵理论、随机过程和数理统计理论、数字信号处理理论和线性系统理论 基本要求 掌握自适应信号处理的基本原理和常用算法。能够掌握一定的算法推到能力和使用MATLAB语言实现某一特定自适应滤波器的实现 参考书 《自适应滤波器》第四版，西蒙. 凯伊，电子工业出版社。 《现代数字信号处理及其应用》，何子述，请华大学出版社。 维纳滤波器和最速下降法 维纳滤波器 维纳滤波器和最速下降法 利用均方误差函数作为优化准则。它是滤波器参数的二次函数，存在 使误差函数具有唯一的最小值解。 假设 和 分别是联合广义平稳随机过程的一个实现， 的 估计误差为 取代价函数（或优化准则、性能指标） 为何值时能使 最小？ 维纳滤波器和最速下降法 定义梯度算子 ，如果 因此可以定义 ，使 最小的必要条件是 或 ，即在均方误差为 时 最小，或等价于 维纳滤波器和最速下降法 正交准则的推论 如果成立，说明有 和 相互正交，滤波器工作在最佳状态。 今后设 于是有 或 令 ，对两端取均方，再应用正交准则的推论得 做归一化处理有 维纳滤波器和最速下降法 当 时，滤波器工作在最佳状态；当 时，滤波器工作在最坏状态。 Wiener-Hopf方程和它的解 由正交准则展开得 如果设 ，则有 维纳滤波器和最速下降法 按 展开，排成矩阵的形式有 或 误差性能曲面和最小均方误差 已知均方误差定义为 即当 时， 。 维纳滤波器和最速下降法 由于 ，如果 是零均值，则 也是零均值。所以有 对角化 ，其中 是 的特征值， 是由其 特征向量排成的酉矩阵。于是有