16_最小二乘自适应滤波(3).pptVIP

线性矢量空间（续）5.时间更新所谓“时间更新”，是指在自适应滤波器中,为保持最小二乘估计的最佳状态，需及时调整权矢量，这时相应的矩阵，矢量和标量也将随着时间进行更新，其中最根本的是投影矩阵的及时更新。●数据矩阵扩充为将附加到维数据矩阵中,得到维新矩阵由该矩阵张成的矢量空间的投影矩阵和正交投影矩阵分别为(3.4.66)(3.4.67)以上二式给出一种由时刻的投影矩阵及,递推计算出时刻的投影矩阵和的方法。下面举例说明上述两个递推公式的正确性。●举例设数据序列,期望信号,现用一个数据矢量对期望矢量作最小二乘估计.在图3.4.7中，●当时间从推移到后，数据矢量?；数据空间?●对的估计??估计误差是在上的投影，与正交；●对的估计??估计误差是在上的投影，与正交。将单位现时矢量附加到当前数据矩阵上,得到新矩阵以该矩阵张成子空间，这就是图3.4.7中的矩形COED，它是一个2维矢量空间。由张成的子空间为,它是一个1维空间,实际上就是第3坐标轴.设:子空间的投影矩阵为,在上投影矢量为——如图中矢量;子空间的投影矩阵为,在上的投影矢量为——图中应为第3坐标轴上的矢量,平移至.由,和构成的直角三角形可得:(3.4.68)式中,式中,是2×2矩阵,,是2×2零矩阵.将上式代入式(3.4.68),得将上式推广到任意时刻,以及由矩阵张成的矢量空间，得到注意:该式右边是一个分块矩阵,其最后一列就是列矢量?(n).(3.4.69)上式就是式(3.4.66).6.最小二乘自适应滤波器的矢量空间描述(1)输入信号数据矩阵对于时刻获得的个输入数据(实随机序列),定义信号矢量(3.4.70)由数据矢量构成的(行)?(列)数据矩阵为(3.4.71)上式各列乘以,得到(3.4.72)可见,可由各列矢量的延时得出,这时中不含列矢量,当前数据不在该矩阵之中.由数据矩阵和的各列矢量为基底矢量张成的矢量空间分别为和。又由于(3.4.73)比较式(3.4.73)与(3.4.72),得到(3.4.74)其中(2)前加窗法最小二乘问题已知阶FIR自适应滤波器的输入数据矢量为]现采用前加窗最小二乘法,利用个输入数据估计,从而进一步估计权矢量.该滤波器用时刻的权系数处理数据在时刻的输出为:,(3.4.75)将上式表为矩阵形式:即(3.4.76)式中在讨论最小二乘滤波时,已经得到和在最小二乘意义下的最佳估计为:(3.4.77)(3.4.78)表示为内积形式(3.4.79)(3.4.80)根据投影矩阵的定义,子空间的投影矩阵是因此,由式(3.4.78)得到(3.4.81)可见:由及其平移量估计,