时域维纳滤波

最新推荐文章于 2023-03-05 13:26:17 发布

Neil_baby

最新推荐文章于 2023-03-05 13:26:17 发布

阅读量244

点赞数

分类专栏：音视频文章标签： python numpy

本文链接：https://blog.csdn.net/yixinuestc/article/details/128588143

版权

音视频专栏收录该内容

33 篇文章 8 订阅 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了时域维纳滤波的概念，根据《Adaptive Filter Theory》一书，阐述了滤波器设计的目标是输出误差平方期望最小，并提供了权值系数的计算方法。通过Python和numpy实现，模拟了一个包含正弦和余弦信号以及高斯白噪声的场景。当初始相位为0时，滤波效果良好，但相位为pi/4时，中间位置存在轻微失真。失真的原因可能是滤波器对非零均值信号的处理不够理想，因此建议进行信号的标准化处理以确保准确性。

摘要由CSDN通过智能技术生成

参考书籍《Adaptive Filter Theory (5th Edi - Haykin, Simon O_》

下图为维纳滤波的框图

损失函数定位为输出误差平方期望最小，最后经过推到得出结论为权值系数计算：

时域维纳滤波代码如下：

import numpy as np
import matplotlib.pyplot as plt
import scipy.signal

def awgn(x, snr, seed=7):
    '''
    加入高斯白噪声 Additive White Gaussian Noise
    :param x: 原始信号
    :param snr: 信噪比
    :return: 加入噪声后的信号
    '''
    np.random.seed(seed)  # 设置随机种子
    snr

了解本专栏