最佳线性滤波器.ppt

第62页,共68页，星期六，2024年，5月第63页,共68页，星期六，2024年，5月第64页,共68页，星期六，2024年，5月第65页,共68页，星期六，2024年，5月第66页,共68页，星期六，2024年，5月第67页,共68页，星期六，2024年，5月第68页,共68页，星期六，2024年，5月第30页,共68页，星期六，2024年，5月第31页,共68页，星期六，2024年，5月(2).FIR维纳滤波器均方误差的时域计算举例：在上例中，FIR维纳滤波器的时域计算第32页,共68页，星期六，2024年，5月以非因果IIR线性滤波器为例，可分析和说明Wiener滤波器实现了最佳的线性滤波：第33页,共68页，星期六，2024年，5月2.实现问题问题一：实现精确度。Wiener滤波器最优权系数需要由输入信号的自相关函数矩阵以及输入信号与期望输出的互相关函数矩阵进行计算。实际中，这两个参数是未知的，需要通过估计得到，而一致性估计需要观测无限长信号；问题二：计算复杂度。求最优滤波器单位脉冲响应时需要矩阵求逆，其计算复杂度量级是滤波器长度的三次方。第34页,共68页，星期六，2024年，5月解决办法：改进算法。由于存在这些问题，实际实现Wiener滤波时，并不是直接计算得到最优Wiener滤波器的抽头系数，而是代之以LMS,RLS,Kalman等自适应滤波器。Kalman滤波器的主要特点：Kalman滤波是Wiener滤波的发展,它最早用于随机过程的参数估计,并在各种最佳滤波器和最佳控制中获得极其广泛的应用。其主要特点是：(1)采用递推算法结构。(2)具有RLS类自适应滤波器的框架。(3)具有标量型和矢量型两种结构，由标量型地推算法可直接写出矢量型算法的矩阵形式。第35页,共68页，星期六，2024年，5月第三章最佳线性滤波器最佳线性滤波概述Wiener-Hopf方程及其求解Wiener滤波的性能互补Wiener滤波器设计卡尔曼滤波器的递推算法卡尔曼滤波器的应用第36页,共68页，星期六，2024年，5月高通(HP)低通(LP)第37页,共68页，星期六，2024年，5月第38页,共68页，星期六，2024年，5月第39页,共68页，星期六，2024年，5月第三章最佳线性滤波器最佳线性滤波概述Wiener-Hopf方程及其求解Wiener滤波的性能互补Wiener滤波器设计卡尔曼滤波器的递推算法卡尔曼滤波器的应用第40页,共68页，星期六，2024年，5月第41页,共68页，星期六，2024年，5月第42页,共68页，星期六，2024年，5月第43页,共68页，星期六，2024年，5月第44页,共68页，星期六，2024年，5月第45页,共68页，星期六，2024年，5月第46页,共68页，星期六，2024年，5月第47页,共68页，星期六，2024年，5月请推导第48页,共68页，星期六，2024年，5月第49页,共68页，星期六，2024年，5月第50页,共68页，星期六，2024年，5月第51页,共68页，星期六，2024年，5月第52页,共68页，星期六，2024年，5月第53页,共68页，星期六，2024年，5月n0010.50.50.5x(1)20.680.4050.4050.405x(2)+0.238x(1)70.60.3750.3750.375x(7)+0.1875x(6)+......第54页,共68页，星期六，2024年，5月与本PPTP31结果一致。即：Wiener滤波输出是Kalman滤波的稳态解。第55页,共68页，星期六，2024年，5月第56页,共68页，星期六，2024年，5月第57页,共68页，星期六，2024年，5月第58页,共68页，星期六，2024年，5月标量矩阵第59页,共68页，星期六，2024年，5月标量型矢量型第60页,共68页，星期六，2024年，5月第三章最佳线性滤波器最佳线性滤波概述Wiener-Hopf方程及其求解Wiener滤波的性能互补Wiener滤波器设计卡尔曼滤波器的递推算法卡尔曼滤波器的应用第61页,共68页，星期六，2024年，5月最佳线性滤波概述最优估计：在许多实际问题中，需要研究随时间变化的随机变量或随机矢量的估计问题，即：按照某种最优准则对随时间变化的随机变量或随机矢量作出估计。——在信息与通信工程领域常称为“波形估计”；——在控制科学与工程领域常称为“状