现代信号处理 (10).pdf

第四章第四章 自适应信号处理自适应信号处理自适应信号处理自适应信号处理 ((第十讲第十讲)) 李飞李飞 2018.5.152018.5.15 lifeilifei@@ 现代信号处理现代信号处理 1 lifeilifei@@ 上讲回顾 上讲回顾上讲回顾 一、最优滤波理论与Wiener滤波器 二、自适应滤波器原理 一、最一、最优滤波理论与优滤波理论与WienerWiener滤波器滤波器 三、梯度下降算法  最优预测与滤波 四、LMS 自适应滤波器 五五、、RLSRLS 自适应滤波器自适应滤波器  最优滤波理论 六、Kalman滤波器  正交性原理 七、自适应格型滤波器  Wiener滤波器 八、自适应格-梯型滤波器 九、无限长脉冲响应自适应滤波器 十、盲自适应滤波器 十一、自适应滤波器的应用 现代信号处理现代信号处理 2 lifeilifei@@ 现代信号处理现代信号处理 3 lifeilifei@@ 1. 最优预测与滤波 最优预测与滤波((续续)) 滤波与预测 最优滤波器 • 滤波定义 所谓滤波,是指在含噪信号x(k)=s(k)+v(k) 或其矢 • 维纳滤波 量信号x(k)=s(k)+v(k)中尽可能排除噪声v(k)或v(k) 设信号s(k)或s(k)及观测过程x(k)或x(k)是广义平稳的, 且 干扰，而将有用信号s(k)或s(k)分离或提取出来 已知其功率谱或已知其功率谱或自相关函数自相关函数，则基于观测过程则基于观测过程x((kk)) 或x(k)，按线性最小均方误差准则，对信号s(k)或s(k) • 滤波、预测与平滑 所作的最优估计称为维纳滤波 设基于观测过程x(k)或矢量观测过程x(k)，对