第6章自知适应滤波器.pptVIP

第6章 现代滤波器 经典滤波器 只适合处理信号能量与噪声能量在不同频段的情况 现代滤波器 填补其空白。 6.1 匹配滤波器 最优滤波 6.2 维纳滤波器 6.3 卡尔曼滤波器 6.3.1 预备知识 6.3.2 基于状态空间法的卡尔曼滤波器 6.3.3 卡尔曼滤波器的递推算法 6.3.3 卡尔曼滤波器的递推算法 小结 维纳滤波器的参数是固定的,适用于平稳随机情况下的最优滤波; 卡尔曼滤波器的参数是时变的,适用于非平稳随机情况下的最优滤波. 这两种滤波器设计的前提：必须拥有事先知道信号和噪声的统计特性(数学期望,相关函数等)。遗憾的是,在实际应用中常常无法预先得到信号的统计特性或信号的统计特性是随时间变化的. 而如果输入信号的统计特性未知,或者输入信号的统计特性随时间变化,只能使用自适应滤波器。它能够自动地迭代调节自身的滤波器参数,以满足某种准则的要求,从而实现最优滤波. 所处理信号的统计特性未知,调整自身参数到最佳的过程—— 学习过程. 所处理信号的统计特性变化,调整自身参数到最佳的过程—— 跟踪过程 因此自适应滤波器具有学习能力和跟踪能力. 6.4. 自适应滤波器 6.4.1 引言 6.4.1 引言 第6章 自适应滤波器 6.1 引言 自适应的概念：生物能以各种有效方式适应周围环境，从而使生命力变强。 40年代，N.维