维纳滤波与维纳-霍夫方程

本文介绍了维纳-霍夫方程的求解过程,强调了两个关键假设:期望信号s(n)与观测数据x(n)的互相关函数Rxs(n),以及观测数据x(n)的自相关函数Rxx(n)。通过这些函数,可以估计期望信号s(n)。文中还提及了实际应用中滤波后的信号s一撇(n)的计算,并提供了一个例题来辅助理解。
摘要由CSDN通过智能技术生成
引用维基百科中关于维纳滤波的一段表述:
“仅仅在频域进行滤波的滤波器,仍然会有噪声通过滤波器。维纳设计方法需要额外的关于原始信号所包含频谱以及噪声的信息,维纳滤波器具有以下一些特点:
1、假设:信号以及附加噪声都是已知频谱特性或者自相关和互相关的随机过程 
2、性能标准:最小均方差 
3、能够用标量的方法找到最优滤波器 "


在求解维纳-霍夫方程时,第一个假设就具体为以下两项:

1、期望信号s(n)与观测数据x(n)的互相关函数Rxs(n)

2、观测数据的自相关函数Rxx(n)


下面推导维纳霍夫方程:


其中x(n)为现实中观测到的信号,x(n)被表示为期望信号s(n)与噪声w(n)的叠加,通过h(n)滤波之后,我们得到s一撇(n),它是对s(n)的估计。


评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值