信号检测与估计5.pptVIP

* * 波形估计 信号的被估计参量是随机过程或随机的未知过程，则为波形估计。 波形估计是动态估计，信号的参数是随时间变化的。 给定有用信号的加性噪声的混合波形，寻求一种线性运算作用于此混合波形，得到的结果是信号与噪声的最佳分离，最佳的含义就是使估计的均方误差最小。 线性滤波器 ?=0，则为滤波。 ?0，则为预测（外推）。 ?0，则为平滑（内插）。 例1: 设信号为S(t)为均值为零的平稳随机过程。 求 的估计 解: 采用线性最小均方误差估计 最小 由正交原理 则 估计误差的方差为 例2: 设信号为S(t)为均值为零的平稳随机过程。 用 及其导数 对 进行预测。 解: 由线性最小均方误差估计和正交原理 由于 由于 例3： 考虑平滑问题，已知观测波形在两个端点的数据 S(0)和S(T)，估计（0，T）区间内任意时刻t的信号S(T)。 解: 由线性最小均方误差估计和正交原理 一、维纳滤波 维纳滤波器就是在最小均方误差标准下的最佳滤波器。 或 式中 为冲击响应。 为加权函数。 在宽平稳随机过程情况下： 我们考虑的是LTI（线性时不变系统），系统参数与时间无关。即 误差 均方误差 寻求维纳滤波器的问题就归结为求使 达到最小值的线性系统的加权函数 。 用变分法解决： 以受扰加权函数 代替 对 求导，并令 时该导数为0。 得 非因果解： 作拉普拉斯变换 当信号与噪声不相关： 最小均方误差为： 当信号与噪声不相关，且?=0时： 信号与噪声的功率谱在频域上重叠越少,滤波效果就越好。 例1、如信号谱为 噪声谱为 求出最佳的非因果滤波器（ ?=0 ）。 解： 例2、 与 均值为零，互不相关 设计一个维纳滤波器 的冲击响应 解： 因果解： 频域解法： *