5无线通信信号处理_第3讲自适应滤波.ppt

第三讲 自适应滤波器; 一种典型的自适应滤波器;维纳滤波 设信号s(k)或s(k)及观测过程x(k)或x(k)是广义平稳的, 且已知其功率谱 或自相关函数的知识,则基于观测过程x(k)或x(k),按线性最小均方误差 准则,信号s(k)或s(k)所作的最优估计称为维纳滤波,适用平稳随机环境。; 本讲内容;1. 正交性原理;1. 正交性原理（续）;1. 正交性原理（续）;1. 正交性原理（续）;1. 正交性原理的几何解释;FIR型的Wiener滤波器;;2. Wiener滤波理论;定义输入信号的自相关矩阵：;Wiener-Hopf方程的解; Wiener滤波器原理框图;最优滤波器实现存在的问题; 自适应滤波器原理框图; ;3. 梯度下降算法;3. 梯度下降算法（续）;3. 梯度下降算法（续）;3. 梯度下降算法（续）;4. LMS滤波器;4. LMS滤波器（续）;4. LMS滤波器（续）;;4. LMS滤波器（续）;4. LMS滤波器（续）;4. LMS滤波器（续）;而且可以证明LMS自适应滤波器的权向量收敛于维纳解：;;;? 若 自适应产生，则称为自适应步长的LMS算法;基本思想 把最小二乘法(LS)推广为一种自适应算法, 用来设计自适应 滤波器,利用n-1时刻的滤波器抽头权系数,通过简单的更新， 求出n 时刻的滤波器抽头权系数。这样一种自适应的最二乘 算法称为递归(递推)最小二乘算法, 简称RLS算法。;√ X;5. RLS滤波器（续）;5. RLS滤波器（续）;5. RLS滤波器（续）;5. RLS滤波器（续）;5. RLS滤波器（续）;5. RLS滤波器（续）;5. RLS滤波器（续）;43;5. RLS滤波器（续）;Kalman滤波器是一种序贯估计问题，导自： Bayes 方法 新息方法(Innovations approach) Kalman滤波器本质上与RLS滤波器有相同的表达式，其区别仅在于其基础假设不同。;Kalman滤波器通常表示为: 给定一噪声观测序列，估计由噪声激励的线性系统状态向量序列（Given a sequence of noisy observations to estimate the sequence of state vectors of a linear system driven by noise） 状态空间方程;Kalman 滤波器与RLS 滤波器有如下对应关系 状态空间 RLS 状态更新矩阵 状态噪声方差 观测矩阵 观测数据向量 状态估计向量 ;LMS、RLS、Kalman算法比较; 7. 格型滤波器;考虑信号序列值：; ;;;;;;;;;;;;;;;梯度格-梯型算法 ;图1 自适应格-梯型滤波器;;; ;;;;;;8. 自适应滤波器的应用;77;Used to provide a linear model of an unknown plant Applications: System identification ;Used to provide an inverse model of an unknown plant Applications: Comm. channel Equalization;Used to provide a prediction of the present value of a random signal Applications: Linear predictive coding ;Used to cancel unknown interference from a primary signal Applications: Echo / Noise cancellation hands-free carphone, aircraft headphones etc ;82;Example:Acoustic Echo Cancellation ;84;85;86;87;88;89;90;91;92;Adaptive Array Antenna;Adaptive Array Antenna;A popular application of acoustic noise reduction is for headsets for pilots. This uses two microphones. ;自适应滤波器在通信工程中应用;97;均衡技术; Linear equalizer with N-taps, and (N-1) delay elements. Go; 自适应均衡 用于校正通信中由于数据传输信道色