实验一-维纳滤波器的计算机实现.docxVIP

实验一 维纳滤波器的计算机实现 一、设计目的 1．利用计算机编程实现加性干扰信号的维纳滤波。 2．将计算机模拟实验结果与理论分析结果相比较， 分析影响维纳滤波效果的各 种因素，从而加深对维纳滤波的理解。 、设计原理与方法 维纳滤波是一种从噪声背景中提取信号的最佳线性方法， 假定一个随机信 号 x(n) 具有以下形式： x(n) s(n) v(n) (1-1 ) 其中，s(n)为有用信号，v(n)为噪声干扰，将其输入一个单位脉冲响应为 h(n) 的线性系统，其输出为 y(n) h(m)x(n m) (1-2 ) m 我们希望x(n)通过这个系统后得到的 yn)尽可能接近于s(n)，因此，称y(n) 为信号s(n)的估值。按照最小均方误差准则，h(n)应满足下面的正则方程： xs(k) h(m) xx(k m) (1-3 ) m 这就是著名的维纳－霍夫方程，其中 xx(m) E x(n)x (n m) (1-4) xs(m)是x(n)与s(n)的互相关函数，定义为 xs(m) E x(n)s (n m) (1-5) 这里，E[ ?]表示求数学期望表示取共轭。 在要求h(n)满足因果性的条件下，求解维纳-霍夫方程是一个典型的难题＜ 虽然目前有几种求解 h(n) 的解析方法，但它们在计算机上实现起来非常困难。 因此本实验中利用近似方法，即最佳 FIR维纳滤波方法，在计算机上实现随机 信号的维纳滤波。 设h(n)为一因果序列，其长度为N，贝U N1 y(n) h(m)x(n m) (1-6) m 同样利用最小均方误差准贝， h(n) 满足下面正贝方程： Rxxh rxs (1-7) 其中 h h(0), h(1),K ,h(N T 1) T (1-8) xx(0) xx( 1) K xx( N 1) xx(1) xx(0) K xx( N 2) Rxx (1-9) K KK xx(N 1) xx(N 2) K xx(0) rxs xs(0) xs(1) K xs(N 1) T (1-10) 这里T表示转置运算。称Rxx为信号x(n)的N阶自相关矩阵，rxs为x(n)与s(n)的 互相关函数向量。当Rxx为满秩矩阵时，由公式(1-7)可得 1 h Rxx1rxs (1-11) 由此可见，利用有限长的h( n)实现维纳滤波器，只要已知 Rxx和Q,就可 以按上式解得满足因果性的h。虽然它不同于真正的维纳滤波器，但是只要 N 选择的足够大， 它就可以很好地逼近真正的维纳滤波器， 这一点我们可以在下 面实验中得到证实。 在本实验中，s(n)由下式来确定: s(n) as(n 1) w(n) (1-12) 其中a 0.95, w(n)是零均值方差为 W 1 a2的均匀分布白噪声，v(n)是与 s(n)互不相关的均匀分布白噪声，其均值为零，方差 2 1。 根据理论推导，此时维纳最佳滤波器为 H(z)0.2381 H(z) 0.238 1 0.724Z (1-13) 单位脉冲响应为 h(n) 0.238(0.724) nu(n) (1-14) 由此可以实现对信号x(n)的最佳过滤，即 (1-15)y(n) ?(n) 0.724?( n 1) 0.238x (n) (1-15) 其中gn)为s(n)的最佳估值。同时可以推出，经过理想维纳滤波后，均方误差 应为 E e2(n) E (?(n) s(n))2 0.23811 (1-16) 在实验中，我们利用下面公式来统计均方误差: I?L L ?(i) I? L L ?(i) L i 1 2 s(i) (1-17) 其中L为维纳滤波数据长度 实际中，一般很难确切地知道xx 实际中，一般很难确切地知道 xx(m)和xs(m)，通常是利用有限个x(n) 和s(n)的样本来估计它们 ■xx(m)1 L mU(i)x(i m)(1-18)? ■xx(m) 1 L m U(i)x(i m) (1-18) ?s (m) 1 L m L H x(i)s (i i 1 m) (1-19) 为了在检验实际中某次产生序列的自相关特性与理论值的近似程度，我 们可以采用下式进行度量: xxK2(?x xx K 2 (?x(m) xx(m)) (1-20a ) 2 xx (m) K 2 (?s(m) xs (m)) xs(1-20b ) xs (1-20b ) K ；(m) m K 该式表示了自相关函数的理论值与某次实现的实际值的相对平方误差。 实验 中为了得到与自相关特性理论值相符的观测序列， 往往需要多次产生序列，直到 两者的相对平方误差 足够小。本实验中，我们取 K=50，并认为xx 0.03且 xs 0.01的序列才是满足要求的。 二、设计内容与步骤 1.仔细阅读维纳滤波原理，根据图1.1给出的框图编制维纳滤波程序。