第13章自适应滤波器.pptVIP

第13章 自适应滤波器 ;滤波器是一种以物理硬件或计算机软件形式，从含噪声的观测数据中 抽取信号的装置，可以实现滤波、平滑、预测等信号处理的基本任务。信号的抽取应满足某种优化准则，连续时间的滤波器有两种最优设计准则： 使滤波器的输出达到最大的信噪比，称为匹配滤波器。 使滤波器输出的均方估计差为最小，称为Wiener滤波器。;13.1.1匹配滤波器 如图13.1为线性连续时间滤波器的结构图。 图13.1为线性连续时间滤波器 s(t)为已知信号、n(t)为零均值地的平稳噪声、 y(t)为接受或观测信号、y0(t)为滤波器输出信号， h(t)为滤波器的冲激响应函数。目的就是设计滤波器的冲激响应函数h(t)。 ;滤波器在t=T0时的输出信噪比为： ;所以滤波器在t=T0时的输出信噪比为：;1 白噪声下的最优滤波——匹配滤波器  Pn(ω)=1所以（13.5）变为： （13.7） 从而有 ，即滤波器达到最大输出信噪比时，滤波器的幅频特性与信号的幅频特性相同，即匹配。这种滤波器称为匹配滤波器。 冲激响应为： （13.8） 即匹配滤波器的冲激响应h0(t)是信号s(t)的一镜像信号。;2.有色噪声下的最优滤波器——广义匹配滤波器 滤波器w(t)，传递函数为 （13.9） 有色噪声n(t)作为滤波器w(t)输入时，输出 的功率谱密度为： （13.10） 滤波器w(t)将有色噪声“白化”，称为白化滤波器。（13.5）变为： （13.11） H0(ω)为匹配滤波器，所以有色噪声下信噪比最大的滤波器Hopt(ω)由白化滤波器W(ω)和匹配滤波器H0(ω)级联而成。故称为广义匹配滤波器。; 广义匹配滤波器工作原理图： 图13.2广义匹配滤波器工作原理 13.1.2 匹配滤波器的性质 性质1 在所有线性滤波器中，匹配滤波器输出的信噪比最大，且 ，它与输入信号的波形以及加性噪声的分布无关。 性质2 匹配滤波器输出信号在t=T0时刻的功率达到最大。 性质3匹配滤波器输出信噪比达到最大的时刻T0应该选取等于原信号s(t)的持续时间T。;性质4 匹配滤波器对波形相同而幅值不同的时延信号具有适应性。 性质5 匹配滤波器对频移信号不具适应性。 13.1.3匹配滤波器的实现 1.已知信号s(t)的精确结构 利用（13.8）直接确定匹配滤波器的冲激响应，从而实现匹配滤波器。 2.只已知信号的功率谱（大多数情况） 设信号x的功率谱为Px(ω)，一般为有理函数，即可写为：;(13-12) ; 在匹配滤波器中，必须已知并存储信号的精确结构或功率谱； 积分区间必须与信号取非零值的区间同步。 但是有时很难已知信号的精确结构或功率谱； 信号在传输过程可能发生传播延迟、相位漂移 或频率漂移，积分区间必须与信号区间同步也 会导致误差。 ;13.2 连续时间的Wiener 滤波器 对观测数据y(t)=s(t)+n(t)使用滤波器H(ω)实现信号s(t)的估计： ;假设s(t)和加性噪声n(t)均为平稳过程，并s(t)和n(t)使联合平稳的，即 ; 令 可得最有滤波器的冲激响应hopt(t)，但优化过程比较复杂。我们令: ; 上式两边取Fourier变换得：;将Pyy(ω)分解为： ;显然,; 13.3 最优滤波理论与Wiener滤波器 13.3.1线性最优滤波器 线性离散时间滤波器的最优设计问题可表达如下： 设计一个离散时间滤波器的系数wk，使输出y(n)在给定输入样本集合u(0)，u(1)，…的情况下给出期望响应d(n)的估计，并且使得估计误差e(n)=d(n)-y(n)的均方值E｛|e(n)|}最小。 13.3.2 正交性原理 离散时间滤波器的输出y(n)是输入u(n)与滤波器冲激响应wk卷积 ;对于复数输入数据，滤波器的抽头权系数wk也是复数，如抽头权系数有无穷多个，则滤波器为无限冲激响应(IIR)滤波器。令：;有上面式子可得到： ;13.3.3 Wiener滤波器 由（13-34）可得