Adaptive Filter Learning Notes 自适应滤波学习笔记05 经过线性滤波的洗礼

这是一个学习笔记系列。为督促自己看书，尽量更新。但同时也在学其他东西，也不知道能不能实现。少玩耍，多读书。

应该会慢慢改进，会慢慢补充每一个部分的笔记。

线性滤波之后

设$H(z)$是一个线性、不随时间变化且稳定的离散时间滤波的离散转换函数，定义为$\frac{\text{滤波输出值的}z\text{-变换}}{\text{滤波输入值的}z\text{-变换}}$。【可以参考Adaptive Filter Learning Notes 自适应滤波学习笔记02 随机过程模型来理解】。设$u(n)$是滤波的输入，$y(n)$是滤波的输出。$$y(n)=\sum _{i=-\infty }^{\infty }h(i)u(n-i).$$ $r_u(l)=\mathbb{E}[u(n)u^{\ast }(n-l)]$，$$\begin{array}{rl}{r}_y(l)& =\mathbb{E}[y(n)y^{\ast }(n-l)]\\ & =\mathbb{E}[\sum _{i=-\infty }^{\infty }h(i)u(n-i)\sum _{k=-\infty }^{\infty }{h}^{\ast }(k)u^{\ast }(n-l-k)]\\ & =\sum _{i=-\infty }^{\infty }\sum _{k=-\infty }^{\infty }h(i)h^{\ast }(k)r_u(k-i+l).\end{array}$$ 设$S_0(\omega )$是$y(n)$的功率谱密度，$S(\omega )$是$u(n)$的功率谱密度。$$\begin{array}{rl}{S}_0(\omega )& =\sum _{l=-\infty }^{\infty }{r}_y(l){\mathrm{e}}^{-j\omega l}\\ & =\sum _{l=-\infty }^{\infty }\sum _{i=-\infty }^{\infty }\sum _{k=-\infty }^{\infty }h(i){\mathrm{e}}^{-j\omega i}{h}^{\ast }(k){\mathrm{e}}^{j\omega k}{r}_u(k-i+l){\mathrm{e}}^{-j\omega (k-i+l)}\\ & =|H({\mathrm{e}}^{j\omega }){|}^{2}S(\omega ).\end{array}$$
这个等式$S_0(\omega )=|H({\mathrm{e}}^{j\omega }){|}^{2}S(\omega )$是随机过程理论中很重要的关系，$H({\mathrm{e}}^{j\omega })$是滤波的频率响应(frequency response)。

功率谱分析器

假设这个滤波有很独特的性质，$$|H({\mathrm{e}}^{j\omega })|=\{\begin{array}{ll}1,& |\omega -|{\omega }_c||\le \Delta \omega \\ 0,& -\pi <\omega \le \pi \text{的其他区域}.\end{array}$$且这个$\Delta \omega$足够小，能保证$S(\omega )$在$|\omega -{\omega }_c|\le \Delta \omega$上是常值的，那么可以得到$$S_0(\omega )=\{\begin{array}{ll}S({\omega }_c),& |\omega -{\omega }_c|\le \Delta \omega \\ S(-{\omega }_c),& |\omega +{\omega }_c|\le \Delta \omega \\ 0,& -\pi <\omega \le \pi \text{的其他区域}.\end{array}$$
假设输入的是实值的广义平稳离散时间随机过程，那么$S(\omega )$是偶函数，又根据$r(0)=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }S(\omega )\mathrm{d}\omega$，设$P_0$为输出结果的均方值，则$$\begin{array}{rl}{P}_0& =\frac{1}{2\pi }{\int }_{-\pi }^{\pi }{S}_0(\omega )\mathrm{d}\omega \\ & =\frac{2\Delta \omega }{2\pi }(S({\omega }_c)+S(-{\omega }_c))\\ & =2\frac{\Delta \omega }{\pi }S({\omega }_c).\end{array}$$ $$S({\omega }_c)=\frac{\pi P_0}{2\Delta \omega }.$$根据这个思路可以用带通滤波器(bandpass filter) 设计功率谱分析器。