最优估计之维纳滤波讲诉.pptVIP

最优估计 第 4 章 维纳滤波 ? 维纳滤波原理 ? 线性连续系统维纳滤波 ? 线性离散系统维纳滤波 3 区别 ： ? 维纳滤波只适用于平稳随机过程，卡尔曼滤波没有这个限 制。 ? 设计维纳滤波器要求已知信号与噪声的相关函数，设计卡 尔曼滤波器要求已知状态方程和量测方程。 ? 维纳滤波是根据全部过去观测值和当前观测值来估计信号 的当前值，因此它的解形式是系统的传递函数或单位脉冲 响应；卡尔曼滤波是用当前一个估计值和最近一个观测值 来估计信号的当前值，它的解形式是状态变量值。 维纳滤波和卡尔曼滤波 二者联系 ： 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。 4 G ( s ) X ( t ) Y ( t ) G ( s ) —— 系统传递函数 X ( t ) —— 系统输入 ，平稳随机过程，其均值 m x ( t ) ， 相关 函 数 R X ( τ ) ， 功率谱密度 S x ( ω ) 4.0 线性定常系统对平稳随机过程的响应 1. 线性定常连续系统 Y ( t ) —— 系统输出 5 输出与输入的统计关系 ? ?? ? ? ? ? ? ? ? d t X h t Y ) ( ) ( ) ( ? 已知输出与输入关系： ? ? ) ( ) ( 1 s G L t h ? ? 其中， ? ? ? ?? ? ? dt t h ) ( 2 ? 假定 ? ? ?? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? d d t R h h R X Y ) ( ) ( ) ( ) ( 相关函数 ： ? ?? ? ? ? ? ? ? ? d t m h t m X Y ) ( ) ( ) ( 均值 ： 功率谱密度函数 ： ) ( ) ( ) ( 2 ? ? ? X Y S j G S ? 6 G ( z ) X ( k ) Y ( k ) G ( z ) —— 系统传递函数 Y ( k ) —— 系统输出 X ( k ) —— 系统输入 ，平稳随机序列，均值 m x ( k ) ， 相关 函 数 R X ( m ) ， 功率谱密度 S x ( z ) 2. 线性定常离散系统 7 输出与输入的统计关系 ? ?? ?? ? ? ? k k n X k h n Y ) ( ) ( ) ( ? 已知输出与输入关系： ? ? ) ( ) ( 1 z G Z t h ? ? 其中， ? ? ? ?? ?? ? k k h ) ( 2 ? 假定 相关函数 ： ? ? ?? ?? ? ?? ?? ? ? ? ? k j X Y j k m R j h k h n R ) ( ) ( ) ( ) ( 均值 ： ? ?? ?? ? ? ? k X Y n m k n h n m ) ( ) ( ) ( 功率谱密度函数 ： ) ( ) ( ) ( ) ( 1 z S z G z G z S X Y ? ? 8 4.1 维纳滤波原理 ? 信息处理中，经常存在以下问题：测量信号 Z ( t ) 中不仅包含有 用信号，还包含随机干扰或噪声信号 V ( t ) 。 根据观测取值范围不同通常有下面几种情况： ? 用当前的和过去的观测值来估计当前的信号，称为 滤波 ； ? 用过去的观测值来估计当前的或将来的信号，称为 预测 ； ? 用过去的观测值来估计过去的信号，称为 平滑 。 ? 维纳滤波：设计滤波器的传递函数 G ( s ) ，使其输出尽可能精确地复 现出有用信号 X ( t ) ，是对真实信号的最小均方误差估计。 诺伯特·维纳在 20 世纪 40 年代提出， 1949 年出版。同时，前苏联 学者柯尔莫戈洛夫给出同样的结果。 滤波器 含噪信号 去噪信号 9 ? 与设计一个特定频率响应所用的通常滤波器设计理论不同， 维纳滤波器从另外一个不同的角度实现滤波器。维纳设计 方法需要额外的关于原始信号所包含频谱以及噪声的信息， 是一种基于统计知识的频域滤波器。 维纳滤波器具有以下一些特点： ? 假设：信号以及附加噪声都是已知频谱特性或者自相关和 互相关的随机过程； ? 性能标准：均方误差最小；