很久没有静下心来整理一下了,我很早之前就想做一个从Wiener 滤波器了开始讲的博客了,现在终于有了安静坐下来总结一下的理由。从这里开始入手我感觉是对这一年多时间的尊敬,我会从模型开始讲起,会把我从论文和书中的理解呈现出来,如果有时间,我会把我的代码放到我的git上,有兴趣的可以去看一下,不多说,进入主题。
1 信号模型
在很多的应用中,我们很多的工作都是对系统进行辨识(system iditification)。说白了就是一个假象模型里面缺少很多参数,我们需要通过各种算法把参数进行估计,然后得到系统。可能你会问为什么我需要个系统?这么说:假设你想对你录到的语音进行增强,也就是变相的减小噪声,那么这就是一个系统,我想我这么说大家应该会理解为什么需要一个系统。
那么在我们真正辨识系统之前,有个更主要的需要我们提前了解---信号模型。就是你对你的信号的组成进行建模,看其中都有哪些成分,比如包含噪声,回声等等,所以我们从信号模型开始入手。
1.1 SISO模型
这个模型其实指的就是单输入单输出模型。(这里深入想可能会有些绕,我仅仅是想对我的信号进行建模,怎么都出来输入输出了?那要看你怎么理解输入和输出,这里的输入指的是我们的原始信号比如你想增强的那个人的语音,输出指的是我们的观测信号也就是你录制的那个可能带有噪声的信号,这里的变化其实就是信号从原始经过何种变化最终我们得到了观测信号。)
现在我们给出此模型的公式: