维纳滤波python 函数_Wiener维纳滤波基本原理及其算法实现

To

learn, to share, to debate, then comes

progress.

1.算法背景：

信号滤波的实质为从观测信号中提取有效信号，随着数学理论的发展与实际应用的需求，基于不同原理的滤波方法被不断地提出来，虽然依据的准则，推导的过程各有差异，但最终的目的均是减小信号估计的误差，使滤波系统的输出信号尽可能地接近实际信号。

Wiener滤波是第二次世界大战中，为了解决火力控制系统精确跟踪问题，Wiener相继提出了平稳随机过程的最优线性滤波理论，首次将数理统计知识和线性系统理论联系起来，形成了对随机信号作平滑，滤波和预测的最新估计理论。在此后的发展中，Wiener滤波被应用于更多的领域，并沿用至今。

2.算法原理：

（1）有限长滤波器

对于一列输入信号x，一般的无限长线性滤波器输出为：

y(n)=

Σh(m)x(n-m) m=0…∞

实际中，滤波器的长度，即阶数是有限长的，设为M，则有：

y(n)=

Σh(m)x(n-m) m=0…M

即滤波器的当前时刻输出为前M个时刻的值经过加权之后得到的。

为便于书写与理解，上式可以写为矩阵形式：

y(n)=H(m)*X(n)

如果期望信号d已知，则可以计算输出与期望信号之间的误差：

e(n)=d(n)-y(n)= d(n)- H(m)*X(n) m=0…M

Wiener滤波的目标就是，如何确定一个长为M的系数序列H，使得上