1.维纳滤波线性预测概念
线性预测(LP)
{ u ⃗ ( n ) = [ u ( n − 1 ) u ( n − 2 ) ⋯ u ( n − M ) ] d ( n ) = u ( n ) \begin{align} \left\{ \begin{aligned} &\vec{u}(n)=\begin{bmatrix}u(n-1)& u(n-2)& \cdots& u(n-M)\end{bmatrix}\\ &d(n)=u(n) \end{aligned} \right. \end{align} {u(n)=[u(n−1)u(n−2)⋯u(n−M)]d(n)=u(n)
前后向线性预测(FBLP)
( 1 ) 前向线性预测 ( F L P ) { u ⃗ ( n ) = [ u ( n − 1 ) u ( n − 2 ) ⋯ u ( n − M ) ] d ( n ) = u ( n ) ( 2 ) 后向线性预测 ( B L P ) { u ⃗ ( n ) = [ u ( n − M + 1 ) u ( n − M + 2 ) ⋯ u ( n ) ] d ( n ) = u ( n − M ) \begin{align} &(1)前向线性预测(FLP)\\ &\left\{ \begin{aligned} &\vec{u}(n)=\begin{bmatrix}u(n-1)& u(n-2)& \cdots& u(n-M)\end{bmatrix}\\ &d(n)=u(n) \end{aligned} \right.\\ &(2)后向线性预测(BLP)\\ &\left\{ \begin{aligned} &\vec{u}(n)=\begin{bmatrix}u(n-M+1)& u(n-M+2)& \cdots& u(n)\end{bmatrix}\\ &d(n)=u(n-M) \end{aligned} \right. \end{align} (1)前向线性预测(FLP){u(n)=[u(n−1)u(n−2)⋯u(n−M)]d(n)=u(n)(2)后向线性预测(BLP){u(n)=[u(n−M+1)u(n−M+2)⋯u(n)]d(n)=u(n−M)
2.线性预测与AR模型
线性预测与AR模型互为逆系统(本质是线性预测误差作为输出时与AR模型互为逆系统)
(1)输入输出关系
{ v ( n ) = u ( n ) − w ⃗ o H u ⃗ ( n ) ( v ( n ) = e ( n ) = u ( n ) − d ^ ( n ) ) u ( n ) = − ∑ k = 1 M a k u ( n − k ) + v ( n ) \begin{align} \left\{ \begin{aligned} &v(n)=u(n)-\vec{w}_o^H\vec{u}(n)(v(n)=e(n)=u(n)-\hat{d}(n))\\ &u(n)=-\sum\limits_{k=1}^{M}a_ku(n-k)+v(n) \end{aligned} \right. \end{align} ⎩ ⎨ ⎧v(n)=u(n)−woHu(n)(v(n)=e(n)=u(n)−d^(n))u(n)=−k=1∑Maku(n−k)+v(n)
(2)系统函数关系
H L P ( z ) H A R ( z ) = 1 { H L P ( z ) = 1 + a 1 z − 1 + a 2 z − 1 + ⋯ + a M z − M H A R ( z ) = 1 1 + a 1 z − 1 + a 2 z − 1 + ⋯ + a M z − M \begin{align} &H_{LP}(z)H_{AR}(z)=1\\ &\left\{ \begin{aligned} &H_{LP}(z)=1+a_1z^{-1}+a_2z^{-1}+\cdots+a_Mz^{-M}\\ &H_{AR}(z)=\frac{1}{1+a_1z^{-1}+a_2z^{-1}+\cdots+a_Mz^{-M}}\\ \end{aligned} \right. \end{align} HLP(z)HAR(z)=1⎩ ⎨ ⎧HLP(z)=1+a1z−1+a2z−1+⋯+aMz−MHAR(z)=1+a1z−1+a2z−1+⋯+aMz−M1
(3)滤波器权向量与模型参数关系
a i = − w i − 1 ∗ a_i=-w_{i-1}^* ai=−wi−1∗
线性滤波器是白化滤波器
若线性滤波器输入时AR(M)过程,则其输出为均值为零,方差为
J
m
i
n
=
σ
v
2
J_{min}=\sigma_v^2
Jmin=σv2的白噪声
![[655FD1CD304F9837A0C31E79DC70322C.png]]
3.前后向线性预测
(1)前向预测(FLP))和后向预测(BLP)合并使用,且其滤波器权重满足 w f o = w b o w_{fo}=w_{bo} wfo=wbo
(2)前后向线性预测可由格型滤波器实现,需要确定预测误差 e m f ( n ) , e m b ( n ) e^f_m(n),e^b_m(n) emf(n),emb(n)以及反射系数 κ m \kappa_m κm
(3)Burg算法
a.计算预测误差
e
m
f
(
n
)
,
e
m
b
(
n
)
e^f_m(n),e^b_m(n)
emf(n),emb(n)以及反射系数
κ
m
\kappa_m
κm
b.计算
L
P
(
M
)
LP(M)
LP(M)
c.计算
A
R
(
M
)
AR(M)
AR(M)
d.计算AR功率谱估计结果