维纳滤波和卡尔曼滤

维纳滤波和卡尔曼滤

ID:40778025

大小:3.86 MB

页数:141页

时间:2019-08-07

维纳滤波和卡尔曼滤_第1页
维纳滤波和卡尔曼滤_第2页
维纳滤波和卡尔曼滤_第3页
维纳滤波和卡尔曼滤_第4页
维纳滤波和卡尔曼滤_第5页
资源描述:

《维纳滤波和卡尔曼滤》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第九章维纳滤波和卡尔曼滤 (WienerandKalmanFiltering)仿生机器人-MIT’sCogAnupper-torsohumanoidrobotthathastwenty-onedegreesoffreedomtoapproximatehumanmovement,andavarietyofsensorysystemsthatapproximatehumansenses,includingvisual,vestibular,auditory,andtactilesenses第九章维纳滤波

2、和卡尔曼滤 (WienerandKalmanFiltering)随机信号或随机过程(randomprocess)是普遍存在的。通常把对信号或系统功能起干扰作用的随机信号称之为噪声。噪声按功率谱密度划分可以分为白噪声(whitenoise)和色噪声(colornoise)均值为0的白噪声叫纯随机信号(purerandomsignal)。任何随机信号都可看成是纯随机信号与确定性信号并存的混合随机信号或简称为随机信号。要区别干扰(interference)和噪声(noise)两种事实和两个概念。非目标信号

3、(nonobjectivesignal)都可叫干扰。干扰可以是确定信号,如国内的50Hz工频干扰。干扰也可以是噪声,纯随机信号(白噪声)加上一个直流成分(确定性信号),就成了最简单的混合随机信号。医学数字信号处理的目的是要提取包含在随机信号中的确定成分,并探求它与生理、病理过程的关系,为医学决策提供一定的依据。例如从自发脑电中提取诱发脑电信号,就是把自发脑电看成是干扰信号,从中提取出需要的信息成分。因此我们需要寻找一种最佳线性滤波器,当信号和干扰以及随机噪声同时输入该滤波器时,在输出端能将信号尽可能

4、精确地表现出来。匹配滤波匹配滤波—着眼点不是尽可能保持信号不是真,而是提高输出的信噪比维纳滤波和卡尔曼滤波就是用来解决这样一类问题的方法:从噪声中提取出有用的信号。这种线性滤波方法也被看成是一种估计问题或者线性预测问题。维纳滤波->对真实信号的最小均方误差(MMSE,minimummean-squareerror)估计问题.设有一个线性系统,它的单位脉冲响应是h(n),当输入一个观测到的随机信号x(n),简称观测值,且该信号包含噪声w(n)和有用信号s(n),简称信号,也即(9-1)则输出为(9-2

5、)我们希望输出得到的与有用信号尽量接近,因此称为的估计值,用来表示y(n),我们就有了维纳滤波器的系统框图,如图9-1。这个系统的单位脉冲响应也称为对于的一种估计器。图9-1维纳滤波器的输入输出关系如果该系统是因果系统,式(9-2)的m=0,1,2,…,则输出的可以看成是由当前时刻的观测值和过去时刻的观测值x(n-1)、x(n-2)、x(n-3)…的估计值。用当前的和过去的观测值来估计当前的信号称为滤波;用过去的观测值来估计当前的或将来的信号,称为预测;用过去的观测值来估计过去的信号,称为平滑或者内

6、插。本章将讨论滤波和预测问题。平滑滤波预测这里我们主要考虑滤波问题,即……线性估计根据其取值范围不同通常有下面几种情况:从图9-1的系统框图中估计到的信号和我们期望得到的有用信号可能不完全相同,这里用来表示真值和估计值之间的误差(9-3)显然是随机变量,维纳滤波和卡尔曼滤波的误差准则就是最小均方误差准则:(9-4)维纳滤波和卡尔曼滤波都是解决线性滤波和预测问题的方法,并且都是以均方误差最小为准则的,在平稳条件下两者的稳态结果是一致的。但是它们解决问题的方法有很大区别。维纳滤波是根据全部过去观测值和当

7、前观测值来估计信号的当前值,因此它的解形式是系统的传递函数或单位脉冲响应;卡尔曼滤波是用当前一个估计值和最近一个观测值来估计信号的当前值,它的解形式是状态变量值。维纳滤波只适用于平稳随机过程,卡尔曼滤波就没有这个限制。设计维纳滤波器要求已知信号与噪声的相关函数,设计卡尔曼滤波器要求已知状态方程和量测方程,当然两者之间也有联系。第一节维纳滤波器的时域解(TimedomainsolutionoftheWienerfilter)设计维纳滤波器的过程就是寻求在最小均方误差下滤波器的单位脉冲响应或传递函数的表

8、达式,其实质就是解维纳-霍夫(Wiener-Hopf)方程。我们从时域入手求最小均方误差下的,用表示最佳线性滤波器。这里只讨论因果可实现滤波器的设计。一、因果维纳滤波器设是物理可实现的,也即是因果序列:因此,从式(9-1)、(9-2)、(9-3)、(9-4)推导:(9-5)要使得均方误差最小,则将上式对各,m=0,1,…,求偏导,并且令其等于零,得:(9-6)(9-7)即(9-8)用相关函数R来表达上式,则得到维纳-霍夫方程的离散形式:从维纳-霍夫方程中解出的h就是最

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。