维纳滤波器设计通信电子雷达_论文-毕业文章.pdf

《维纳滤波器设计通信电子雷达_论文-毕业文章.pdf》由会员分享，可在线阅读，更多相关《维纳滤波器设计通信电子雷达_论文-毕业文章.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 维纳滤波器设计 随机信号处理 学号：姓名：实验一 维纳滤波器设计 1 实验内容 设计一个维纳滤波器：（1）产生三组观测数据，首先根据()(1)()s nas nw n 产生信号()s n，将其加噪，（信噪比分别为20,10,6dBdBdB），得到观测数据123(),(),()x n x n x n。（2）估计()ix n，1,2,3i 的 AR模型参数。假设信号长度为L，AR模型阶数为 N，分析实验结果，并讨论改变L，N对实验结果的影响。2 实验原理 滤波目的是从被噪声污染的信号中分离出有用的信号来，最大限度地抑制噪声。对信号进行滤波的实质就是对信号进行估计。滤波问题就是设计一个线性滤波器，

2、使得滤波器的输出信号()y n是期望响应()s n的一个估计值。下图就是观测信号的组成和信号滤波的一般模型。观测信号()()()x ns nv n 信号滤波的一般模型 维纳滤波解决从噪声中提取信号的滤波问题，并以估计的结果与真值之间的误差均方值最小作为最佳准则。它根据 ,1,x nx nx nmL估计信号的当前值，它的解以系统的系统函数 H z或单位脉冲 h n形式给出，这种系统常称为最佳线性滤波器。维纳滤波器设计的任务就是选择 h n，使其输出信号 y n与期望信号 d n误差的均方值最小。假设滤波系统 h n是一个线性时不变系统，它的 h n和输入信号都是复函数，设 h na njb n

3、0,1,n L L 先根据产生信号将其加噪信噪比分别为得到观测数据估计的模型参数假设信号长度为模型阶数为分析实验结果并讨论改变对实验结果的影响实验原理滤波目的是从被噪声污染的信号中分离出有用的信号来最大限度地抑制噪声对信号估计值下图就是观测信号的组成和信号滤波的一般模型观测信号信号滤波的一般模型维纳滤波解决从噪声中提取信号的滤波问题并以估计的结果与真值之间的误差均方值最小作为最佳准则它根据估计信号的当前值它的解以系统的系号误差的均方值最小假设滤波系统是一个线性时不变系统它的和输入信号都是复函数设考虑系统的因果性可得到滤波器的输出设期望信号误差信号及其均方误差分别为要使均方误差为最小需满足等价于

4、上式说明均方误差达到最小值考虑系统的因果性，可得到滤波器的输出 0*my nh nx nh m x nm 0,1,n L L 设期望信号 d n，误差信号 e n及其均方误差 2E e n分别为 e nd ny ns ny n 2220mE e nEd ny nEd nh m x nm 要使均方误差为最小，需满足：20E e nh j 整理得 0E xnj e n，等价于 0E x nj en 上式说明，均方误差达到最小值的充要条件使误差信号与任一进入估计的输入信号正交，这就是正交性原理。将 0E xnj e n展开，得 00mE x nkdnhm xm 整理得 0dxxxmrkhm rmk

5、0,1,2,k L L 等价于 0dxxxxxmrkh m rkmh krk 0,1,2,k L L 此式称为维纳-霍夫（Wiener-Holf）方程。解此方程可得到最优权系数012,h h h L L，此式是Wiener滤波器的一般方程。定义 121MMhhhh M 1011xdxdxdxdMrrRrMM 先根据产生信号将其加噪信噪比分别为得到观测数据估计的模型参数假设信号长度为模型阶数为分析实验结果并讨论改变对实验结果的影响实验原理滤波目的是从被噪声污染的信号中分离出有用的信号来最大限度地抑制噪声对信号估计值下图就是观测信号的组成和信号滤波的一般模型观测信号信号滤波的一般模型维纳滤波解决从

6、噪声中提取信号的滤波问题并以估计的结果与真值之间的误差均方值最小作为最佳准则它根据估计信号的当前值它的解以系统的系号误差的均方值最小假设滤波系统是一个线性时不变系统它的和输入信号都是复函数设考虑系统的因果性可得到滤波器的输出设期望信号误差信号及其均方误差分别为要使均方误差为最小需满足等价于上式说明均方误差达到最小值 011102120 xxxxxxxxxxxxxxxxxxxxMMrrrMrrrMRrMrMrKLMMOML 则维纳-霍夫方程可写成矩阵形式 xdxxRR h求逆，得1xxxdhR R 此式表明，已知期望信号与观测数据的互相关函数及观测数据的自相关函数时，可以通过矩阵求逆运算，得到维

7、纳滤波器的最佳解。3 实验结果及分析（1）当 L=200,N=6 信噪比为 20dB的滤波效果 信噪比为 10dB的滤波效果 信噪比为 6dB的滤波效果（2）当 L=200,N=60 信噪比为 20dB的滤波效果 信噪比为 10dB的滤波效果 信噪比为 6dB的滤波效果（3）当 L=600,N=6 信噪比为 20dB的滤波效果 先根据产生信号将其加噪信噪比分别为得到观测数据估计的模型参数假设信号长度为模型阶数为分析实验结果并讨论改变对实验结果的影响实验原理滤波目的是从被噪声污染的信号中分离出有用的信号来最大限度地抑制噪声对信号估计值下图就是观测信号的组成和信号滤波的一般模型观测信号信号滤波的一

8、般模型维纳滤波解决从噪声中提取信号的滤波问题并以估计的结果与真值之间的误差均方值最小作为最佳准则它根据估计信号的当前值它的解以系统的系号误差的均方值最小假设滤波系统是一个线性时不变系统它的和输入信号都是复函数设考虑系统的因果性可得到滤波器的输出设期望信号误差信号及其均方误差分别为要使均方误差为最小需满足等价于上式说明均方误差达到最小值信噪比为 10dB的滤波效果 信噪比为 6dB的滤波效果 实验分析：别取信号长度为 200、600，滤波器长度为 6、60，加噪信噪比为20dB、10dB、6dB，组合进行实验。每组实验得到的最小均方误差统计如下表。由此表可以看出，信号长度越长，最小均方误差（绝对

9、值）越大，精度越差；在信噪比较大（误差影响较小）的滤波过程中，滤波器长度约长，最小均方误差（绝对值）越小，精度越好。表 1 最小均方误差统计表 加噪 信号 信噪比 L=200 N=6 L=200 N=60 L=600 N=6 1()x n 20dB 2()x n 10dB 3()x n 6dB 对于相同信号和滤波器（这里取 L=200,N=6），信噪比越大，最小距离误差约小；而当信噪比较小时，信号与噪声值接近，导致滤波效果受到影响，最小距离误差变大。4 源代码 clear;clc;%初始化变量 L=200;%信号长度 N=6;%滤波器的阶次 a=;wn=randn(L,1);先根据产生信号将其

10、加噪信噪比分别为得到观测数据估计的模型参数假设信号长度为模型阶数为分析实验结果并讨论改变对实验结果的影响实验原理滤波目的是从被噪声污染的信号中分离出有用的信号来最大限度地抑制噪声对信号估计值下图就是观测信号的组成和信号滤波的一般模型观测信号信号滤波的一般模型维纳滤波解决从噪声中提取信号的滤波问题并以估计的结果与真值之间的误差均方值最小作为最佳准则它根据估计信号的当前值它的解以系统的系号误差的均方值最小假设滤波系统是一个线性时不变系统它的和输入信号都是复函数设考虑系统的因果性可得到滤波器的输出设期望信号误差信号及其均方误差分别为要使均方误差为最小需满足等价于上式说明均方误差达到最小值%wn为用于

11、生成信号的噪声信号，随机生成一个 L*1 矩阵，生成矩阵的元素值在%区间,之间 sn=zeros(L,1);%sn为信号，生成一个 L*1 的零矩阵 hn=zeros(N,1);%hn为系统单位脉冲响应 生成一个 N*1的零矩阵 rxx=zeros(N,1);%rxx 为自相关函数，生成一个 N*1的零矩阵 rxd=zeros(N,1);%rxd为互相关函数，生成一个 N*1的零矩阵 yn=zeros(L,1);%yn为输出信号，生成一个 L*1 的零矩阵 xt=zeros(L+N,1);%生成一个(L+N)*1 的零矩阵 gn=zeros(L,1);%gn为 yn 与 sn 最小距离误差信号

12、，生成一个 L*1 的零矩阵%根据给定公式 s(n)=as(n-1)+w(n),生成理想信号 for i=2:L sn(i,1)=a*sn(i-1,1)+wn(i,1);end sn(1,1)=wn(1,1);subplot(2,2,1);plot(sn,r),axis(0 200-10 10),xlabel(时 间),ylabel(幅 度),title(sn)%生成期望信号方差 cd cd=(var(wn)/(1-a2);%对信号加噪 x1=awgn(sn,20);x2=awgn(sn,10);x3=awgn(sn,6);subplot(2,2,2)plot(x3,g),axis(0 200

13、-10 10),xlabel(时 间),ylabel(幅 度),title(x3);%生成输入信号与理想信号的互相关函数,此处 x1 为输入信号，sn 为期望信号 for i=1:N,先根据产生信号将其加噪信噪比分别为得到观测数据估计的模型参数假设信号长度为模型阶数为分析实验结果并讨论改变对实验结果的影响实验原理滤波目的是从被噪声污染的信号中分离出有用的信号来最大限度地抑制噪声对信号估计值下图就是观测信号的组成和信号滤波的一般模型观测信号信号滤波的一般模型维纳滤波解决从噪声中提取信号的滤波问题并以估计的结果与真值之间的误差均方值最小作为最佳准则它根据估计信号的当前值它的解以系统的系号误差的均方

14、值最小假设滤波系统是一个线性时不变系统它的和输入信号都是复函数设考虑系统的因果性可得到滤波器的输出设期望信号误差信号及其均方误差分别为要使均方误差为最小需满足等价于上式说明均方误差达到最小值 for m=i:1:L,rxd(i,1)=rxd(i,1)+x3(m,1)*sn(m-i+1,1);end end%生成输入信号的自相关函数 for i=1:N,for m=i:1:L,rxx(i,1)=rxx(i,1)+x3(m,1)*x3(m-i+1,1);end end%将自相关函数生成托普勒斯矩阵 rxx1=toeplitz(rxx);%生成逆矩阵 irxx=inv(rxx1);%生成滤波器系数

15、h(n)hn=irxx*rxd;for i=1:L xt(i+N,1)=x3(i,1);end%实现滤波 for i=1:L,for m=1:N,yn(i,1)=yn(i,1)+xt(i+N+1-m,1)*hn(m,1);end end%计算最小均方误差信号 en en=0;en=cd-(rxd)*hn;%生成最小距离误差信号 gn gn=yn-sn;%画出滤波后的信号时域图 subplot(2,2,3);plot(yn),axis(0 200-10 10),xlabel(时 间),ylabel(幅 度),title(yn);%画出理想信号与输出信号对比图 先根据产生信号将其加噪信噪比分别为得

16、到观测数据估计的模型参数假设信号长度为模型阶数为分析实验结果并讨论改变对实验结果的影响实验原理滤波目的是从被噪声污染的信号中分离出有用的信号来最大限度地抑制噪声对信号估计值下图就是观测信号的组成和信号滤波的一般模型观测信号信号滤波的一般模型维纳滤波解决从噪声中提取信号的滤波问题并以估计的结果与真值之间的误差均方值最小作为最佳准则它根据估计信号的当前值它的解以系统的系号误差的均方值最小假设滤波系统是一个线性时不变系统它的和输入信号都是复函数设考虑系统的因果性可得到滤波器的输出设期望信号误差信号及其均方误差分别为要使均方误差为最小需满足等价于上式说明均方误差达到最小值subplot(2,2,4);

17、plot(sn,r),axis(0 200-10 10),xlabel(时 间),ylabel(幅 度),title(sn与 yn 对比);hold on;plot(yn,b),axis(0 200-10 10);hold off;%画出最小距离误差信号图 figure;plot(gn),axis(0 200-2 2),xlabel(时间),ylabel(幅度),title(gn);先根据产生信号将其加噪信噪比分别为得到观测数据估计的模型参数假设信号长度为模型阶数为分析实验结果并讨论改变对实验结果的影响实验原理滤波目的是从被噪声污染的信号中分离出有用的信号来最大限度地抑制噪声对信号估计值下图就是观测信号的组成和信号滤波的一般模型观测信号信号滤波的一般模型维纳滤波解决从噪声中提取信号的滤波问题并以估计的结果与真值之间的误差均方值最小作为最佳准则它根据估计信号的当前值它的解以系统的系号误差的均方值最小假设滤波系统是一个线性时不变系统它的和输入信号都是复函数设考虑系统的因果性可得到滤波器的输出设期望信号误差信号及其均方误差分别为要使均方误差为最小需满足等价于上式说明均方误差达到最小值