信号分析_第3章 一些常用变换.ppt

* 1)勒让德(Legendre)多项式 一组勒让德多项式在 区间[-1t1]内构成一个完备正交函数集 因此可得： 选作3-1(选作)：证明：勒让德多项式在 区间[-1t1]内构成一个正交函数集 * 2) Walsh函数 1 0 t 1 wal(0,t) 1 0 t 1 wal(1,t) t 1 wal(2,t) 1 0 t 1 wal(4,t) 1 0 t 1 wal(3,t) 1 0 1 0 t 1 wal(7,t) 1 0 1 0 t 1 wal(5,t) t 1 1 0 wal(6,t) Walsh编号的Walsh函数N=8 选作3-2：证明N=8的Walsh函数是两两正交的函数，即 * 的列频率为 定义：列频率 1 0 0 1/4 1/2 3/4 1 频率 列频率 0 1 1 2 2 2 3 3 3 4 4 1 0 1 0 1 0 1 0 1 0 1 0 1 0 Walsh函数与Fourier谐波 * 在 上绝对可积的信号s(t)都能展开成级数形式 where Walsh采样函数可用Handmad矩阵来表示。矩阵 可用如下的递归关系生成 3). Hadamard矩阵 * 2. Walsh-Hadamard变换 的Walsh-Hadamard变换 逆变换 where 例题：{s(m)}= {1, 2,-1, 3}，求序列的Walsh-Handmad变换 * * 主要内容 Hilbert变换 匹配滤波器和相关器 Walsh-Hadamand变换 K-L变换 * K-L变换是一种特殊的正交变换，是在最小均方意义下对信号的最佳近似。因此，K-L变换又称为最佳变换，主要用于一维和二维信号的数据压缩 1. 连续K-L变换 对于实随机过程 是不相关的 为 正交归一基。其系数为 where PCA(主分量分析) ICA(独立分量分析) MUSIC 算法 * 为本征值 本征函数 where * 2. 离散K-L变换 一个平稳实随机向量 其协方差矩阵 通过将数据序列中的相关性去除来达到压缩数据的目的 where when 1).基本思想 * 进行变换，得到另一个矢量 对矢量 ，即 离散K-L变换的基本思想是，寻求正交矩阵 ，如果用 则z的协方差矩阵 或相关矩阵 是一个对角矩阵。 2).实现步骤 求出矩阵 的特征值 求出信号 的协方差矩阵，由多项式 ，其中，I为单位矩阵 利用 求出矩阵 的N个特征向量 * 将 作归一化，即令 并获得归一化正交矩阵 实现对信号的K-L变换 由 3)离散K-L变换的意义 设 是N*N的正交归一化矩阵，即 信号s经过K-L变换后 * 用下式来近似信号s 近似的均方误差为 * 3. 离散K-L变换的特点 可以完全去除原信号中的相关性 进行数据压缩时，将z(n)截短所得的均方误差最小，该最小均方误差等于舍去的特征值之和； 若将N个特征值按大小顺序排列，即 舍去，保留 来近似原信号，可使近似信号最接近原信号 将 K-L变换虽然是最佳变换,但特征值和特征向量的计算又比较困难 * 4. 离散K-L变换的应用 色噪声的白化处理 的均值为零，协方差矩阵为 设有色噪声过程 对 进行K-L变换，即 where * 或者为 很容易得到验证 并作如下变换 取 * * 1.单边带调制信号的复包络信号g(t)实际上是调制信号m(t)构成的解析信号。 * 1.单边带调制信号的复包络信号g(t)实际上是调制信号m(t)构成的解析信号。 * 1.单边带调制信号的复包络信号g(t)实际上是调制信号m(t)构成的解析信号。 * 1.单边带调制信号的复包络信号g(t)实际上是调制信号m(t)构成的解析信号。 * 1.单边带调制信号的复包络信号g(t)实际上是调制信号m(t)构成的解析信号。 * 1.单边带调制信号的复包络信号g(t)实际上是调制信号m(t)构成的解析信号。 * 1 Hilbert 滤波器是幅频特性为1的全通滤波器，信号m(t)通过该滤波器后，负频率成分作＋90°的相移，而正频率成分作－90°的相移。变换前后的两个信号是正交的。 * 1 Hilbert 滤波器是幅频特性为1的全通滤波器，信号m(t)通过该滤波器后，负频率成分作＋90°的相移，而正频率成分作－90°的相移。 * 1.单边