维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件

维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件

ID:43092546

大小:1.00 MB

页数:130页

时间:2019-09-29

维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件_第1页
维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件_第2页
维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件_第3页
维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件_第4页
维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件_第5页
资源描述:

《维纳滤波和卡尔曼滤波数字信号处理-时域离散随机信号处理教学课件》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、第二章维纳滤波和卡尔曼滤波2.1引言2.2维纳滤波器的离散形式——时域解2.3离散维纳滤波器的z域解2.4维纳预测2.5卡尔曼(Kalman)滤波2.1引言在生产实践中,我们所观测到的信号都是受到噪声干扰的。如何最大限度地抑制噪声,并将有用信号分离出来,是信号处理中经常遇到的问题。换句话说,信号处理的目的就是要得到不受干扰影响的真正信号。相应的处理系统称为滤波器。这里,我们只考虑加性噪声的影响,即观测数据x(n)是信号s(n)与噪声v(n)之和(如图2.1.1所示),即x(n)=s(n)+v(n)(2.1.1)我们的目的是为了得到不含噪声的信号s(n),也称为期望信号,若滤波系统的单位脉冲响

2、应为h(n)(如图2.1.2所示),系统的期望输出用yd(n)表示,yd(n)应等于信号的真值s(n);系统的实际输出用y(n)表示,y(n)是s(n)的逼近或估计,用公式表示为yd(n)=s(n),y(n)=。因此对信号x(n)进行处理,可以看成是对期望信号的估计,这样可以将h(n)看作是一个估计器,也就是说,信号处理的目的是要得到信号的一个最佳估计。那么,采用不同的最佳准则,估计得到的结果可能不同。所得到的估计,在通信中称为波形估计;在自动控制中,称为动态估计。图2.1.1观测信号的组成图2.1.2信号处理的一般模型假若已知x(n-1),x(n-2),…,x(n-m),要估计当前及以后时

3、刻的信号值s(n+N),N≥0,这样的估计问题称为预测问题;若已知x(n-1),x(n-2),…,x(n-m),要估计当前的信号值s(n),称为过滤或滤波;根据过去的观测值x(n-1),x(n-2),…,x(n-m),估计过去的信号值s(n-N),N≥1,称为平滑或内插。维纳(Wiener)滤波与卡尔曼(Kalman)滤波就是用来解决这样一类从噪声中提取信号的过滤或预测问题,并以估计的结果与信号真值之间的误差的均方值最小作为最佳准则。^^维纳滤波是在第二次世界大战期间,由于军事的需要由维纳提出的。1950年,伯特和香农给出了当信号的功率谱为有理谱时,由功率谱直接求取维纳滤波器传输函数的设计方

4、法。维纳滤波器的求解,要求知道随机信号的统计分布规律(自相关函数或功率谱密度),得到的结果是封闭公式。采用谱分解的方法求解,简单易行,具有一定的工程实用价值,并且物理概念清楚,但不能实时处理;维纳滤波的最大缺点是仅适用于一维平稳随机信号。这是由于采用频域设计法所造成的,因此人们逐渐转向在时域内直接设计最佳滤波器的方法。2.2维纳滤波器的离散形式——时域解2.2.1维纳滤波器时域求解的方法根据线性系统的基本理论,并考虑到系统的因果性,可以得到滤波器的输出y(n),n=0,1,2,…(2.2.2)设期望信号为d(n),误差信号e(n)及其均方值E[

5、e(n)

6、2]分别为e(n)=d(n)-y(n

7、)=s(n)-y(n)(2.2.3)(2.2.4)要使均方误差为最小,须满足(2.2.5)这里,hj表示h(j);同理,可以用aj,bj分别表示a(j),b(j)。由于误差的均方值是一标量,因此(2.2.5)式是一个标量对复函数的求导问题,它等价于j=0,1,2,…(2.2.6)记j=0,1,2,…(2.2.7)则(2.2.6)式可以写为(2.2.8)将(2.2.8)式展开(2.2.9)又根据(2.2.1)~(2.2.3)式将(2.2.10)~(2.2.13)式代入(2.2.9)式,得(2.2.14)因此E[x*(n-j)e(n)]=0j=0,1,2,…(2.2.15)上式说明,均方误差达到

8、最小值的充要条件是误差信号与任一进入估计的输入信号正交,这就是通常所说的正交性原理。它的重要意义在于提供了一个数学方法,用以判断线性滤波系统是否工作于最佳状态。下面计算输出信号与误差信号的互相关函数(2.2.16)假定滤波器工作于最佳状态,滤波器的输出yopt(n)与期望信号d(n)的误差为eopt(n),把(2.2.15)式代入上式,得到(2.2.17)图2.2.1期望信号、估计值与误差信号的几何关系图2.2.1表明在滤波器处于最佳工作状态时,估计值加上估计偏差等于期望信号,即注意我们所研究的是随机信号,图2.2.1中各矢量的几何表示应理解为相应量的统计平均或者是数学期望。再从能量的角度来

9、看,假定输入信号和期望信号都是零均值,应用正交性原理,则,因此在滤波器处于最佳状态时,估计值的能量总是小于等于期望信号的能量。2.2.2维纳—霍夫方程将(2.2.15)式展开,可以得到将输入信号分配进去,得到k=0,1,2,…对上式两边取共轭,利用相关函数的性质:ryx(-k)=r*xy(k),得到k=0,1,2,…(2.2.20)(2.2.20)式称为维纳-霍夫(Wiener-Hopf)方程。当h(n)是一

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。