维纳滤波与卡尔曼滤.ppt

第九章 维纳滤波和卡尔曼滤（Wiener and Kalman Filtering）;仿生机器人-MIT’s Cog;第九章 维纳滤波和卡尔曼滤（Wiener and Kalman Filtering）;;干扰可以是确定信号，如国内的50Hz工频干扰。干扰也可以是噪声，纯随机信号（白噪声）加上一个直流成分（确定性信号），就成了最简单的混合随机信号。 医学数字信号处理的目的是要提取包含在随机信号中的确定成分，并探求它与生理、病理过程的关系，为医学决策提供一定的依据。;;匹配滤波;维纳滤波和卡尔曼滤波就是用来解决这样一类问题的方法：从噪声中提取出有用的信号。 这种线性滤波方法也被看成是一种估计问题或者线性预测问题。 维纳滤波-对真实信号的最小均方误差(MMSE, minimum mean-square error)估计问题.;设有一个线性系统，它的单位脉冲响应是h(n)，当输入一个观测到的随机信号x(n)，简称观测值，且该信号包含噪声w(n)和有用信号s(n)，简称信号，也即;;;平滑;从图9-1的系统框图中估计到的信号和我们期望得到的有用信号可能不完全相同，这里用来表示真值和估计值之间的误差;维纳滤波和卡尔曼滤波都是解决线性滤波和预测问题的方法，并且都是以均方误差最小为准则的，在平稳条件下两者的稳态结果是一致的。但是它们解决问题的方法有很大区别。;;第一节 维纳滤