本文首发在我的个人博客“宅到没朋友”，欢迎来玩！http://www.weekreport.cn/archives/481
1.维纳滤波器基本理论
滤波器系统如下图：
- 学习过程：K1打向A1，K2打向A2，求取横向滤波器最优权向量。
- 工作过程：K1打向B1，K2打向B2，对输入信号进行滤波处理。
上述两个过程中，求滤波器最优权向量的学习过程是最优滤波的关键！
上图中的横向滤波器结构如下图，学习过程的任务就是求最优权向量 w ⃗ = [ w 0 w 1 ⋯ w M − 1 ] T \vec{w}=\left[ w_{0} \quad w_{1} \cdots w_{M-1} \right]^{T} w=[w0w1⋯wM−1]T
- d ( n ) d\left(n\right) d(n)：期望响应
- d ^ ( n ) \hat{d}\left(n\right) d^(n)：对期望响应的估计， d ^ ( n ) = ∑ i = 0 M − 1 w i u ( n − i ) = w ⃗ H u ⃗ ( n ) = u ⃗ T ( n ) w ⃗ n \hat{d}\left(n\right) = \sum_{i=0}^{M-1}w_{i}^{}u\left(n-i\right )=\vec{w}^{H}\vec{u}\left(n \right )=\vec{u}^{T}\left(n \right )\vec{w}^{n} d^(n)=∑i=0M−1wiu(n−i)=wHu(n)=uT(n)wn
- e ( n ) e\left( n \right) e(n)：估计误差， e ( n ) = d ( n ) − d ^ ( n ) e\left(n\right) = d\left(n\right)-\hat{d}\left(n\right) e(n)=d(n)−d^(n)
定义 E ( n ) E\left(n\right) E(n)的平均功率为:
J ( w ) = { ∣ e ( n ) ∣ 2 } = σ d 2 − p ⃗ H w ⃗ − w ⃗ H p ⃗ + w ⃗ H R w ⃗ ( 1 ) J\left(w\right)=\left\{ \left|e \left(n \right)\right|^{2}\right\}=\sigma_{d}^{2}-\vec{p}^{H}\vec{w}-\vec{w}^{H}\vec{p}+\vec{w}^{H}R\vec{w}\quad(1) J(w)={
∣e(n)∣2}=σd2−pHw−wHp+w
最低0.47元/天 解锁文章
1485
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
