最小二乘法及其应用第三章课件.ppt

因此式（3-5-5）就是法方程（3-5-4）。 接下来我们介绍两个实际应用的例子。 其中 同理 仍然考虑因果序列。设 是原始声音信号序列。由于回声的影响，在n时刻接收到的信号 除了 以外还叠加有 时刻之前的回音： 例 3-5-1 回声干扰与最小二乘逆滤波 （3-5-6） 其中r是衰减因子， 。现在要求设计一 个系统 能够消除这种回声干扰，即 （3-5-7） 我们把式（3-5-6）写成卷积形式： 其中 为 （3-5-8） 将式（3-5-8）代入式（3-5-7）得 这等价于 （3-5-9） 其中 是单位脉冲序列。 于是问题转化成给定x，要求设计一个系统h，使之满足式（3-5-9）。这是一个特殊的最小二乘滤波问题，称为最小二乘逆滤波。利用法方程（3-5-4），取 ，即得 （3-5-10） 而根据序列x的因果性，有 如果把方程（3-5-10）中的m截断到N为止，则成为 （3-5-11） 这就是最小二乘逆滤波的“N截断”法方程， 它适合于实际计算。 所谓预测就是由 的值预测 的值，其中s为某个自然数。预测滤波问题就是要求设计一个系统h，使得当输入为 时相应的输出为 。这也是一种特殊的最小二乘滤波。根据法方程（3-5-4），只需计算 ： 例 3-5-2 最小二乘预测滤波 于是式（3-5-4）成为 这就是最小二乘滤波器 应满足的法方程。其N截断形式为 （3-5-12） （3-5-13） 进而，考虑这种预测的误差： 其中 满足法方程（3-5-12）。为了方便，将上式中的n+s换成n： 它又可表为 （3-5-14） （3-5-15） 其中 这样，对于满足最小二乘滤波器法方程（3-5-13）的 ，当x输入到系统h时，输出为x的将来估计值，而当x输入到系统 时，相应的输出便是这种预测的误差估计。 最后，我们研究最小二乘滤波法方程 的N截断的收敛性问题。 法方程（3-5-4）的N截断方程为 设其解为 ，则显然 是y在子空间 中的投影。记 。由于 ，故 （3-5-16） 再记 为y在子空间 中的投影： （3-5-17） 其中 即为法方程（3-5-4）的解。记 由于 ，故存在 使 （3-5-18） 由于 是y在 中的最佳逼近元，故 令 ，得 （3-5-19） 再根据式（3-5-17）及 即有 （3-5-20） 由式（3-5-19）和（3-5-20）有 （3-5-21） 我们知道，当误差 时，即 此时，本节开头所提出的问题“给定 设计一个系统h，使得当输入为x时，输出为y”必定有解，而N截断方程（3-5-16）的解随着N的增大趋于此理想值。 式（3-5-21）表明，在下列意义下N截断方 程的解趋于最优解： 理想情况 设有随机向量 ，它含有真实信号 及噪声 ，如下述模型所示： 3-3-3 维纳滤波 （3-3-25） 其中H为已知 矩阵，它也表示一种干 扰。现在将x输入到一个如下图所示的系统 要使相应的输出 成为真实信号s的最佳估计，即均方差最小： 求滤波器矩阵A，其中T是正交变换。 （3-3-26） 这个问题称为维纳(Wiener)滤波器设计问题。正交变换T的作用是把滤波问题转化到变换域处理。由系统框图知 于是 （3-3-27） 利用表3-2-2中的公式2和3，得到 因此最佳滤波器矩阵A应满足 （3-3-28） 当 可逆时 （3-3-29） 设信号与噪声的均值为零：E{x}=0； E{v}=0；真实信号与噪声不相关： ；并记真实信号s与噪声v的自相关矩阵为 则 于是式（3-3-29）便成为 这就是维纳滤波器矩阵。 （3-3-30）