现代信号处理终极版.docVIP

广义平稳的证明

定义：

例题：

渐进无偏性的证明

定义：

例题：

正交性原理

框图：

证明：

4、积分型数学变换和统计型滤波器的相同点和不同点：

一类：积分变换，Fourier、Laplace、Z、Wavelet（滤波器组）

二类：Winer、Kalmen

这两类方法的区别是什么？

积分变换的初衷是把信号换种形式来表达出来，意义在于寻求积函数。

一：

采用不同的积分变换的实质是应用不同的基函数，属于频域滤波器。变换将难以处理的时域信号转换成了易于分析的频域信号。频域滤波器的特点是将信号与噪声在频率上进行分离，抑制有用信号频带以外的噪声，是有用信号通过，但不能抑制与有用信号占据相同频带的噪声，这一点与维纳滤波与卡尔曼滤波从根本上是不同的。器设计的中心任务是求得系统函数，即求一组零极点使得在规定意义上滤波器的响应逼近一给定的特性。

维纳滤波与卡尔曼滤波是统计滤波的方法。属于时域滤波器。不需要从频域设计转换到时域实现。

估计方差在某种统计意义下尽可能小的滤波器称为这一统计意义下的最优滤波器。

维纳滤波器在最小均方误差的准则下是最优的。仅在理论上有意义，实际应用不多。

卡尔曼滤波器是一种自适应滤波器，kalman滤波是一种递推的数据处理算法，提供了针对离散线性系统状态的线性最小估计方法的有效计算方法。其有效性体现在它提供了过去、现在、未来状态的估计，甚至当系统的精细特性未知的情况下也能如此。采用kalman滤波算法通过对观测数据的处理来得到系统状态变量的估计。它不仅可以处理平稳随机信号，还可以用来处理非平稳随机信号，而且物理可实现。

二：

滤波的计算方法有很多，有线性滤波方法、非线性滤波方法和统计滤波方法等。线型滤波方法是对信号进行时域、频域或两者的变换来实现滤波，如中值滤波、基于傅里叶变换的滤波、小波变换等；统计滤波方法则利用统计学的方法来处理信号中的各种噪声而达到滤波的目的，如卡尔曼滤波、维纳滤波等。

线性滤波器经常用于剔除输入信号中不想要的频率或者从许多频率中选择一个想要的频率。而采用不同的积分变换的实质是应用不同的基函数，基函数决定变换的性质。傅里叶变换的缺点是失去时间，短时傅里叶变换通过加不同的时间窗函数可以克服这一缺点。小波变换相当于滤波器组，将频谱按频带分割，能够同时具有时间分辨率和频率分辨率。所有类型的线性滤波器都可以完全用频率响应和相位响应来描述，它们唯一地定义了脉冲响应，反之亦然。滤波器设计的中心任务是求得系统函数，即求一组零极点使得在规定意义上滤波器的响应逼近一给定的特性。

统计滤波方法都需要根据某种准则设计一代价函数J，并利用某种算子使代价函数最小，即在统计意义上实现最优化。维纳滤波和卡尔曼滤波用于平稳过程中受干扰信息的还原，适用于任何带干扰的随机过程。都属于最优滤波方法，即这两种滤波器质量的好坏可用均方误差来衡量。维纳滤波由于物理上不可实现，人们又在维纳滤波方法的基础上发展了卡尔曼滤波方法。卡尔曼滤波方法不仅有效而且实用，卡尔曼滤波器的特点是利用前一个估计值和最近的一个观测数据，应用一种递推算法来得到当前信号估计值。它们常用于通讯、控制等工程设计问题。

(1)傅立叶变换

傅立叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。

傅里叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、锯齿波等，傅里叶变换用正弦波作为信号的成分。

①傅里叶变换

②傅里叶逆变换

在信号处理中，傅里叶变换的典型用途是将信号分解成幅值谱——显示与频率对应的幅值大小

傅里叶变换属于谐波分析。

傅里叶变换的逆变换容易求出，而且形式与正变换非常类似;

正弦基函数是微分运算的本征函数，从而使得线性微分方程的求解可以转化为常系数的代数方程的求解.在线性时不变的物理系统内，频率是个不变的性质，从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号的响应来获取；

*卷积定理指出：傅里叶变换可以化复杂的卷积运算为简单的乘积运算，从而提供了计算卷积的一种简单手段；

*离散形式的傅立叶变换可以利用数字计算机快速地算出（其算法称为快速傅里叶变换算法（FFT)).

变换意义

傅里叶变换是数字信号处理领域一种很重要的算法。要知道傅里叶变换算法的意义，首先要了解傅里叶原理的意义。傅里叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅里叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。

和傅里叶变换算法对应的是反傅里叶变