《自适应滤波器概述》2200字.docx

自适应滤波器概述

自适应滤波器的分类

随机信号在被处理的时候，其统计特性决定了它将被如何处理。常见的统计特性有均值和方差等[16]，根据其是否随时间的变化而变化，可以将随机信号分为平稳随机信号和非平稳随机信号。在时间发生变化时，平稳随机信号会保持平稳，其统计特性不变，而非平稳随机信号不平稳，统计特性是时变的[17]。在常见的滤波器中，Wiener滤波器是一种在最小均方误差准则下的最佳线性滤波方法[18]，其实实质是使估计误差（理想输出与滤波器实际输出的差值）的均方值最小化。其前提条件是于输入信号的统计特性可以获得。而Kalman滤波器对于输入的信号没有太多的限制，因为它预测当前时刻的输出值时，