維納濾波基本概念

1、Wiener濾波概述Wiener濾波器是從統(tǒng)計意義上的最優(yōu)濾波, 它要求輸入信號是寬平穩(wěn)隨機序列, 本章主要集中在FIR結構的Wiener濾波器的討論。由信號當前值與它的各階延遲，估計一個期望信號，輸入信號是寬平穩(wěn)的，和是聯(lián)合寬平穩(wěn)的, 要求這個估計的均方誤差最小。在本章中,不特別說明, 假設信號是零均值.Wiener濾波器的幾個實際應用實例如下：通信的信道均衡器。圖1. 信道均衡器的結構示意系統(tǒng)辨識：圖2. 線性系統(tǒng)辨識的結構一般結構:圖3. Wiener濾波器的一般結構Wiener濾波器的目的是求最優(yōu)濾波器系數(shù)，使 最小。§3.1 從估計理論觀點導出Wiener濾波FIR結構(也

2、稱為橫向)的Wiener濾波器的核心結構如圖4所示.圖4. 橫向Wiener濾波器FIR結構的Wiener是一個線性Beyesian估計問題.為了與第2講中估計理論一致，假設信號，濾波器權值均為實數(shù)由輸入和它的1至（M-1）階延遲，估計期望信號，確定權系數(shù)使估計誤差均方值最小，均方誤差定義為：這里估計寫為：除了現(xiàn)在是波形估計外，與線性Bayesian估計一一對應。 R（零均值假設）這里, Wiener濾波與線性Bayesian估計變量之間具有一一對應關系, 設最優(yōu)濾波器系數(shù)為，由線性Bayesian估計得到Wiener濾波器系數(shù)對應式： 上式后一個方程稱為Wiener-Hopf方程, 或 結論

3、：1) Wiener濾波器是線性FIR濾波器中的最優(yōu)濾波器，但非線性濾波可能會達到更好結果。2) 在聯(lián)合高斯條件下，Wiener濾波也是總體最優(yōu)的（從Bayesian估計意義上講是這樣，要滿足平穩(wěn)條件）3) 從線性貝葉斯估計推導過程知，在濾波器系數(shù)取非最優(yōu)的w時，其誤差性能表示：它是w的二次曲面，只有一個最小點，時，§3.2維納濾波：從正交原理和線性濾波觀點分析Wiener濾波器Wiener 濾波器是一個最優(yōu)線性濾波器，濾波器核是IIR或FIR的。導出最優(yōu)濾波器的正交原理, 并從正交原理出發(fā)重新導出一般的Wiener濾波器方程推導適應于IIR和FIR的一般結論，然后分別討論FIR和I

4、IR。討論一般的復數(shù)形式。·輸入過程。·濾波器系數(shù)，（權系數(shù)）·希望的響應dn·輸出誤差：·正交性原理對復數(shù)據(jù)情況，推導一般結論，實數(shù)據(jù)是特例。 =均方誤差是：設權系數(shù): 定義遞度算子. 其中符號是遞度算子作用于J，其中第k項為：要求的值, 使得J最小,即 等價：由得：由 得到： 代入表達式整理得：當 時，J達到最小。設J達最小時，用表示權系數(shù)和誤差en，且 則有：，以上為正交性原理，達到最優(yōu)濾波時，誤差和輸入正交。推論： ·維納霍夫方程（Wiener-Hopf）由正交性原理得 定義： 有 這就是Wiener-Hopf方程，解此方程，

5、可得到最優(yōu)權。對于M階FIR濾波器，（橫向濾波器）Wiener-Hopf方程變?yōu)椋海?#183;矩陣形式：令 和Winer-Hopf方程： 這里解方程求得：·最小均方誤差：在達最優(yōu)時，也寫成，表示由張成的空間對dn的估計（最優(yōu)線性估計）。 也可以寫成： 由和正交性得：即：由 得 則·誤差性能表面由 直接代入整理得：由上式，可以看出，J是Wk的二次曲面，是碗狀曲面，碗口向上，Jmin在碗底，其實，由上式直接對wk求導，得到一組方程，正是wiener-Hopf方程。矩陣形式在時，達最小，性能表面可以寫成：由于 故 令 通過坐標變換，得到如上規(guī)范形式，對于一個給定, 有： 這是超

6、橢圓，為其一個軸。數(shù)值例子1：有一信號，它的自相關序列為，被一白噪聲所污染，噪聲方差為，被污染信號作為Wiener濾波器的輸入，求2階FIR濾波器使輸出信號是的盡可能的恢復。解：本題中， 。由于只需要2階濾波器設計，因此 數(shù)值例子2：希望響應是一個AR(1)過程，是白噪聲，, 由白噪聲驅動的產生該過程的傳輸函數(shù)為:經過了一個通信信通，信道的傳輸函數(shù)為，并加入了白噪聲即： 通道模型如圖5所示:圖5. 通道模型求解：一個二階FIR結構Wiener濾波器，目的是由xn盡可能恢復dn解：是一個過程，在中,是一個二階過程,相當于由二階參數(shù)，確定, 由Yule-walker方程：反解.得由上確定sn的自相

7、關矩陣為:但：求 由：, 和 代入上式得：故 最優(yōu)系數(shù) 最小均方誤差：性能表面規(guī)范誤差性能表面解 這是一個隨圓，主軸，副軸·IIR Wiener 濾波器考慮Wiener-Hopf方程在IIR濾波器時的情況，為簡單，先討論非因果IIR濾波器的設計式。為簡單，考慮實信號和實濾波器系數(shù)的情況。在非因果條件下，Wiener-Hopf方程改寫為 上式兩邊取z變換，得或 這里是濾波器沖激響應（權系數(shù)）的z變換，是的z變換，是的z變換。最小均方誤差為 例2有一信號，它的自相關序列為，被一白噪聲所污染，噪聲方差為，被污染信號作為Wiener濾波器的輸入，求IIR濾波器使輸出信號是的盡可能的恢復。解：本題中， 。求的反變換得到 最小均方誤差因果IIR維納濾波器現(xiàn)在考慮因果IIR維納濾波器設計。因果IIR維納濾波器的傳輸函數(shù)為上式中，是由中位于單位圓內的極點和