<aside> 💡 一 线性滤波概念
理解滤波器的概念及线性滤波、最优滤波、维纳滤波、卡尔曼滤波的概念
二 维纳滤波(Weiner Filtering)
掌握:维纳滤波问题, Weiner-Hopf方程,FIR维纳滤波计算及其最小均方误差计算方法,掌握正交原理,去相关滤波的概念, 了解最优滤波与一般线性滤波的比较。
三 卡尔曼滤波(Kalman Filtering)
了解卡尔曼滤波和维纳滤波的关系与区别及标量卡尔曼滤波.
四 自适应滤波(Adaptive Filtering)
掌握自适应滤波定义,原理框图,分类,自适应滤波算法选用的考虑因素。
五 自适应滤波应用
了解自适应滤波应用的四种应用类别:系统辨识, 自适应逆滤波系统,自适用噪音抵消, 自适用谱线增强。掌握并能理解其中的应用原理,在实用中参考信号的获取。
</aside>
维纳滤波与一般线性滤波的比较
符号表示:
x(n)-输入信号
y(n)-参考信号(期望输出)
h(n)-滤波器
y~(n)-滤波输出,y~(n)=x(n)*h(n) (卷积)
e(n)-误差信号,e(n)=y(n)-y~(n)
已知条件:
x(n)、y(n)是均值为0的平稳离散时间信号,二阶矩(自、互相关)已知,滤波器h(n)线性(FIR、IIR)
目标:求h(n)
采用准则:
MMSE,最小均方误差
N阶FIR公式:
求滤波器系数H:
求Jmin: