实验一维纳滤波器的计算机实现.docxVIP

实验一维纳滤波器的计算机实现 一.实验目的 利用计算机编程实现加性噪声信号的维纳滤波。 将计算机模拟实验结果与理论分析结果相比较，分析影响维纳滤 波效果的各种因素，从而加深对维纳滤波的理解。 3 ?利用维纳一步纯预测方法实现对信号生成模型的参数估计。 二实验原理与方法 维纳滤波是一种从噪声背景中提取信号的最佳线性滤波方法, 假定一个随机信号x(n)具有以下形式： x(n)=s(n)+v(n) (1-1) 其中，s(n)为有用信号，v(n)为噪声干扰，将其输入一个单位脉冲 响应为h(n)的线性系统，其输出为 00 y(n) = ^h(fn)x(n 一 m) (1-2) w=—30 我们希望x(n)通过这个系统后得到的y(n)尽可能接近于s(n),因此, 称y(n)为信号s(n)的估值。按照最小均方误差准则，h(n)应满足下 面的正则方程： QC 几(X)=工力帥)0 口仏一加) (1-3) m =—oo 这就是著名的维纳一霍夫方程，其中 九(加)是x(n)的自相关函数, 定义为 血(加)=E[x(/? )x(/7 + m)] (1-4) 尤(加)是x(n)与s(n)的互相关函数，定义为 0、(加)=E[x(n)s(n + 加)] (1-5) 这里，E卜]表示求数学期望。 在要求h(n)满足因果性的条件下，求解维纳■霍夫方程是一个 典型的难题。虽然目前有几种求解h(n)的解析方法，但它们在计算 机上实现起来非常困难。因此，本实验中，利用近似方法，即最佳FIR 维纳滤波方法，在计算机上实现随机信号的维纳滤波。 设h(n)为一因果序列，其长度为N,则 N-1 y(n) = - m) ⑴? m=0 同样利用最小均方误差准则，h(n)满足下面方程: RJ = f (1-7) 其中 方=(0)/(1),…/(N - -i)r (1-8) 「九(0) 0“ (-1)― 0H-n+l (1-9) Rxx = 血(1) ? ? ? 0/0) ... ? ■ ? ? ? ? 血(-N + 2) 血(N —1) 0a(N-2) ... 九(0) _ 心二％(0) 0』)…心N (M0) 这里T表示转置运算。心丫称为信号x(n)的N阶自相关矩阵，心为 x(n)与s(n)的互相关函数向量。当为满秩矩阵时，由公式(1?7)可得 h = R： h = R： 由此可见，利用有限长的h(n)实现维纳滤波器，只耍已知心y和鼻， 就可以按上式解得满足因果性的ho只要N选择的足够大，它就可 以很好地逼近理想无限长的维纳滤波器，这一点我们可以在下面实验 中得到证实。 在木实验中，s(n)由下式来确定： (1-12)s(n) = as(n 一 1) + w(〃) (1-12) 称为信号的生成模型，其中a=0?95,w(n)是零均值方差为cy；.=\-a2 的高斯白噪声，v(n)是与s(n)互不相关的高斯白噪声，其均值为零， 方差疋=1。 0.2379根据理论推导，此时维纳最佳滤波器为 0.2379 (M3) l-0?7239z 单位脉冲响应为 h(n) = 0.2379(0.7239/h(w) (1-14) 由此可以实现对信号x(n)的最佳过滤，即 y(n) = s(n) = 0.72395(/? -1) + 0.2379x(/?) (1-15) 其中￡(〃)为s(n)的最佳估值。同时，可以推出，经过理想维纳滤 波后，均方误差应为 E[e2(n)] = ￡[(5(m)-5(h))2] = 0.2379 ⑴⑹ 在实验中，我们利用下面公式来统计均方误差： E = yY[s(i) - s(i)]2 (I? L i=i 其中L为维纳滤波数据长度。通过理论推导，我们可以得到s（n）的自相关函数0“（〃7）= °.95刈， 进而得到x（n）的自相关函数+5（加）以及s（n）与 x（n）的互相关函数0“（加）二0s（加）o (w)=dsA(1-18)(1-⑼实际中，一般很难确切地知道0口（加）和0“（加），通常是利用有限个 x（n） (w)=ds A (1-18) (1-⑼ Ol 7 工 x(i)s{i + m) I日 为了在检验实际中某次产生序列的自相关特性与理论值的近似程度, 我们可以采用下式进行度量: X（2（加）-必（川）） X（2（加）-必（川）） m=-K (l-20a) (l-20b)X 此（加）-0口（加））‘ (l-20b) Z况（加） 该式表示了自相关函数的理论值与某次实现的实际值的相对平方误 差。实验中为了得到与自相关特性理论值相符的观测序列，往往需要 多次产生序列，直到两者的相对平方误差P足够小。本实验中，我 们取K=50,并认为o. W°?03」Lp“ W0.01的序列才是满足要求的。 在上面这部分实验中，s(n)是已知的。但是在实际中如果已知 s(n)