最佳線性濾波器_第1頁(yè)
最佳線性濾波器_第2頁(yè)
最佳線性濾波器_第3頁(yè)
最佳線性濾波器_第4頁(yè)
最佳線性濾波器_第5頁(yè)
已閱讀5頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

關(guān)于最佳線性濾波器第1頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月最佳線性濾波概述最優(yōu)估計(jì):在許多實(shí)際問(wèn)題中,需要研究隨時(shí)間變化的隨機(jī)變量或隨機(jī)矢量的估計(jì)問(wèn)題,即:按照某種最優(yōu)準(zhǔn)則對(duì)隨時(shí)間變化的隨機(jī)變量或隨機(jī)矢量作出估計(jì)。

——在信息與通信工程領(lǐng)域常稱為“波形估計(jì)”;

——在控制科學(xué)與工程領(lǐng)域常稱為“狀態(tài)估計(jì)”。第2頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月最優(yōu)準(zhǔn)則:包括最大后驗(yàn)準(zhǔn)則、最大似然準(zhǔn)則、均方準(zhǔn)則、線性均方準(zhǔn)則等。最佳線性濾波器采用線性均方準(zhǔn)則,通常稱為“最小均方誤差(LMS)”和“最小二乘(LS)”準(zhǔn)則。統(tǒng)計(jì)均方意義下的準(zhǔn)則,要求輸入為隨機(jī)過(guò)程(序列),通常假定“平穩(wěn)”和“各態(tài)歷經(jīng)”。第3頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月最佳線性濾波器結(jié)構(gòu)LTI(h(n))+第4頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第5頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第三章最佳線性濾波器最佳線性濾波概述Wiener-Hopf方程及其求解Wiener濾波的性能互補(bǔ)Wiener濾波器設(shè)計(jì)卡爾曼濾波器的遞推算法卡爾曼濾波器的應(yīng)用第6頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第7頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月………+-+++第8頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月Toeplitz對(duì)稱陣第9頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第10頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月觀測(cè)信號(hào)為:,試中是方差為0.45的零均值白噪聲,它與s(n)統(tǒng)計(jì)獨(dú)立。設(shè)計(jì)一個(gè)長(zhǎng)為N=3的FIR濾波器來(lái)處理x(n),使得其輸出與s(n)的差的均方值最小。例:設(shè)信號(hào)s(n)的自相關(guān)序列為:解:第11頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第12頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月解:試設(shè)計(jì)一個(gè)長(zhǎng)為N=4的FIR濾波器對(duì)x(n)進(jìn)行濾波得到,使得例:在測(cè)試某正弦信號(hào)的過(guò)程中疊加有零均值、方差的白噪聲,即測(cè)試結(jié)果為:它與的誤差的均方值最小。求該濾波器的沖激響應(yīng)并估計(jì)誤差平均功率(與不相關(guān))。第13頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第14頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第15頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第16頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月Wiener-Hopf方程:雙邊Z變換在z域有最佳系統(tǒng)傳輸函數(shù):第17頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月Wiener-Hopf方程:因i取值范圍的原因,直接求解求hopt(i)非常困難。為此,令:輸入第18頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月一般情況,x(n)不為白噪聲,需經(jīng)兩步獲得因果IIR傳輸函數(shù):(1)利用譜分解得到(2)由第19頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月將因果IIR濾波器看成兩部分級(jí)聯(lián)白化濾波器白噪聲最小相位LTI系統(tǒng)第20頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月兩端進(jìn)行Z變換得:第21頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月歸納起來(lái),因果IIR維納濾波器設(shè)計(jì)步驟:第22頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月例:觀測(cè)信號(hào),式中是零均值、方差為1的白噪聲。期望信號(hào)s(n)是一個(gè)AR(1)過(guò)程:式中是零均值、方差的白噪聲。期望信號(hào)s(n)與噪聲不相關(guān),噪聲與不相關(guān)。試設(shè)計(jì)一因果IIR維納濾波器對(duì)觀測(cè)信號(hào)進(jìn)行濾波,并求的估計(jì)。解:期望信號(hào)s(n)的功率譜為AR功率譜,即:第23頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第24頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第25頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第26頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第27頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第三章最佳線性濾波器最佳線性濾波概述Wiener-Hopf方程及其求解Wiener濾波的性能互補(bǔ)Wiener濾波器設(shè)計(jì)卡爾曼濾波器的遞推算法卡爾曼濾波器的應(yīng)用第28頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月Wiener濾波器為最佳線性濾波,對(duì)應(yīng)最小均方誤差:(1).對(duì)IIR維納濾波器均方誤差的z域計(jì)算1.誤差性能第29頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第30頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第31頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月(2).FIR維納濾波器均方誤差的時(shí)域計(jì)算舉例:在上例中,F(xiàn)IR維納濾波器的時(shí)域計(jì)算第32頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月以非因果IIR線性濾波器為例,可分析和說(shuō)明Wiener濾波器實(shí)現(xiàn)了最佳的線性濾波:第33頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月2.實(shí)現(xiàn)問(wèn)題問(wèn)題一:實(shí)現(xiàn)精確度。Wiener濾波器最優(yōu)權(quán)系數(shù)需要由輸入信號(hào)的自相關(guān)函數(shù)矩陣以及輸入信號(hào)與期望輸出的互相關(guān)函數(shù)矩陣進(jìn)行計(jì)算。實(shí)際中,這兩個(gè)參數(shù)是未知的,需要通過(guò)估計(jì)得到,而一致性估計(jì)需要觀測(cè)無(wú)限長(zhǎng)信號(hào);問(wèn)題二:計(jì)算復(fù)雜度。求最優(yōu)濾波器單位脈沖響應(yīng)時(shí)需要矩陣求逆,其計(jì)算復(fù)雜度量級(jí)是濾波器長(zhǎng)度的三次方。第34頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月解決辦法:改進(jìn)算法。由于存在這些問(wèn)題,實(shí)際實(shí)現(xiàn)Wiener濾波時(shí),并不是直接計(jì)算得到最優(yōu)Wiener濾波器的抽頭系數(shù),而是代之以LMS,RLS,Kalman等自適應(yīng)濾波器。Kalman濾波器的主要特點(diǎn):Kalman濾波是Wiener濾波的發(fā)展,它最早用于隨機(jī)過(guò)程的參數(shù)估計(jì),并在各種最佳濾波器和最佳控制中獲得極其廣泛的應(yīng)用。其主要特點(diǎn)是:

(1)采用遞推算法結(jié)構(gòu)。

(2)具有RLS類自適應(yīng)濾波器的框架。

(3)具有標(biāo)量型和矢量型兩種結(jié)構(gòu),由標(biāo)量型地推算法可直接寫出矢量型算法的矩陣形式。第35頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第三章最佳線性濾波器最佳線性濾波概述Wiener-Hopf方程及其求解Wiener濾波的性能互補(bǔ)Wiener濾波器設(shè)計(jì)卡爾曼濾波器的遞推算法卡爾曼濾波器的應(yīng)用第36頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月高通(HP)低通(LP)第37頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第38頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第39頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第三章最佳線性濾波器最佳線性濾波概述Wiener-Hopf方程及其求解Wiener濾波的性能互補(bǔ)Wiener濾波器設(shè)計(jì)卡爾曼濾波器的遞推算法卡爾曼濾波器的應(yīng)用第40頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第41頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第42頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第43頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第44頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第45頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第46頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第47頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月請(qǐng)推導(dǎo)第48頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第49頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第50頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第51頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第52頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第53頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月n0010.50.50.5x(1)20.680.4050.4050.405x(2)+0.238x(1)70.60.3750.3750.375x(7)+0.1875x(6)+......第54頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月與本PPT

P31結(jié)果一致。即:Wiener濾波輸出是Kalman濾波的穩(wěn)態(tài)解。第55頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第56頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第57頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第58頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月標(biāo)量矩陣第59頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月標(biāo)量型矢量型第60頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第三章最佳線性濾波器最佳線性濾波概述Wiener-Hopf方程及其求解Wiener濾波的性能互補(bǔ)Wiener濾波器設(shè)計(jì)卡爾曼濾波器的遞推算法卡爾曼濾波器的應(yīng)用第61頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第62頁(yè),課件共71頁(yè),創(chuàng)作于2023年2月第63頁(yè),課件共71

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論