现代数字信号处理
程勇uestc
电子科大
展开
-
现代数字信号处理第九章——盲信号处理
在实际的许多信号处理场合,信号处理所需的各种信息并不全部已知,这时的信号处理称为盲信号处理。 本章主要内容:盲信号处理基本概念Bussgang盲均衡原理SIMO信道盲辨识算法;子空间方法和互关系方法盲波束形成算法一、盲信号处理基本概念系统辨识:根据系统输出信号(观测数据),求解系统输入输出关系盲系统辨识:不知道系统输入信号,只知道系统输出信号时的系统辨识盲解卷积:仅知道系统输出信号,不知道系统的冲激响应情况下的解卷积信道均衡:纠正(或补偿)传输信道的不 平坦幅频特性,使整个传输信原创 2020-08-20 15:05:43 · 5392 阅读 · 0 评论 -
现代数字通信第八章——阵列信号处理与空域滤波
主要内容:阵列信号模型空间谱估计空域滤波一、阵列接收信号模型1、均匀线阵\quadK个窄带信号分别从θ1,θ2,⋯ ,θk\theta_1,\theta_2,\cdots,\theta_kθ1,θ2,⋯,θk方向,入射到间隔为d的均匀线阵,则接收到的信号向量为x(n)=As(n)+v(n)x(n)=As(n)+v(n)x(n)=As(n)+v(n)第k个信源的方向向量为α(θk)=[1,e−jϕk,⋯ ,e−j(M−1)ϕk]\alpha(\theta_k)=[1,e^{-j\原创 2020-08-19 21:28:16 · 4421 阅读 · 2 评论 -
现代数字信号处理第七章——卡尔曼滤波
本章讨论的问题如下:新息过程卡尔曼滤波算法和性能卡尔曼滤波应用一、新息过程\quad线性预测器在最小均方误差意义下的预测误差e(n)e(n)e(n)称为新息过程,新息过程α(n)=d(n)−d^(n)=z(n)−wHzn−1\alpha(n)=d(n)-\hat{d}(n)=z(n)-w^Hz_{n-1}α(n)=d(n)−d^(n)=z(n)−wHzn−1。\quad根据维纳滤波正交原理:估计误差与输入信号向量正交,α(n)与z(n)\alpha(n)与z(n)α(n)与z(n)正交。原创 2020-08-19 15:46:20 · 2414 阅读 · 0 评论 -
现代数字信号处理第六章——最小二乘理论和算法
本章核心:利用最小二乘估计及算法,根据有限个数的观测数据寻求滤波器的最优值。内容分为四部分:最小二乘估计原理基于奇异值分解的最小二乘法求解基于最小二乘的FBLP谱估计最小二乘的两种递归算法:RLS和QR-RLS一、最小二乘理论1、线性方程组Ax=bAx=bAx=b解的形式A可逆,x=A−1bx=A^{-1}bx=A−1bA列满秩,独立方程数大于未知量数,方程有最小二乘解,x^LS=(AHA)−1AHb\hat{x}_{LS}=(A^HA)^{-1}A^Hbx^LS=(AHA)−1AH原创 2020-08-18 21:42:24 · 2475 阅读 · 0 评论 -
现代数字信号处理第五章——维纳滤波在信号处理中的应用
主要内容线性滤波器及其与AR模型的互逆关系前后向线性预测;格型滤波器;Burg算法信道均衡一、线性预测\quad如下图所示包含M个抽头的滤波器,用u(n−1),u(n−2),⋯ ,u(n−M)u(n-1),u(n-2),\cdots,u(n-M)u(n−1),u(n−2),⋯,u(n−M)来预测u(n)u(n)u(n),称为M阶线性预测LP(M)LP(M)LP(M)。输入向量:u(n)=[u(n−1),u(n−2),⋯ ,u(n−M)]Tu(n)=[u(n-1),u(n-2),\cdot原创 2020-08-18 18:42:12 · 2260 阅读 · 0 评论 -
现代数字信号处理——维纳滤波原理及自适应算法
一、维纳滤波器基本理论1、自适应横向滤波器wi∗w_i^*wi∗:滤波器权系数w=[w0,w1,⋯ ,wM−1]w=[w_0,w_1,\cdots,w_{M-1}]w=[w0,w1,⋯,wM−1]:滤波器权向量d(n)d(n)d(n):期望响应d^(n)=∑i=0M−1wi∗u(n−i)=wHu(n)=uT(n)w∗\hat{d}(n)=\sum_{i=0}^{M-1}w_i^*u(n-i)=w^Hu(n)=u^T(n)w^*d^(n)=∑i=0M−1wi∗u(n−i)=wHu(n原创 2020-08-17 20:57:44 · 4420 阅读 · 0 评论 -
现代数字信号处理——功率谱和信号频率估计
如何使用随机过程u(n)的Nu(n)的Nu(n)的N个观测数据uN(0),uN(1),⋯ ,uN(N−1)u_N(0),u_N(1),\cdots,u_N(N-1)uN(0),uN(1),⋯,uN(N−1)估计出随机过程的功率谱S(w)S(w)S(w)。估计方法分为三个流派:1.经典功率谱估计2.参数模型法估计3.基于相关矩阵特征分解的信号频率估计一、经典功率谱估计\quad基于传统傅里叶变换的思想,有BT法和周期图法及其相关改进。1、BT法\quad已知N个观测值uN(n)u_N(原创 2020-08-16 23:59:44 · 6553 阅读 · 0 评论