Date post: | 07-Dec-2014 |
Category: |
Documents |
Upload: | greta-gretolina |
View: | 128 times |
Download: | 4 times |
3. Teoria filtrării optimale
• Formularea problemei. Notaţii
• Criteriul de optimizare
• Ecuaţiile Wiener-Hopf
• Principiul ortogonalităţii
• Aplicaţii
Formularea problemei. Notaţii
Filtru digital
x(n)
d(n)
y(n) e(n)+
Datele:
{ x(0), x(1), x(2), … } semnalul de intrare
{ d(0), d(1), d(2), … } semnalul “dorit”
Procese aleatoare staţionare în sens larg,cu valori medii nule.
Formularea problemei. Notaţii (continuare)
wk*
(k = 1,...,N)
x(n)
d(n)
y(n) e(n)+
Notaţii:
N = lungimea filtrului (nr. de coeficienţi)
x(n) = [x(n), x(n – 1), …, x(n – N + 1)]T vectorul semnalului de intrare
w = [w0, w1, …, wN – 1]T vectorul coeficienţilor filtrului
sistem invariant în timp ( ! NU adaptiv )
Formularea problemei. Notaţii (continuare)
wk*
(k = 1,...,N)
x(n)
d(n)
y(n) e(n)+
Relaţii:
1
*
0
NH
kk
y n x w n w x n k n
w x
- semnalul de ieşire
1
*
0
NH
kk
e n d n y n d n w x n k d n n
w x
- semnalul eroare:
Formularea problemei. Notaţii (continuare)
wk* = ?
(k = 1,...,N)
x(n)
d(n)
y(n) e(n)+
Problema:
wk* = ? astfel încât y(n) ≈ d(n)
Soluţia:
- minimizarea unei funcţii “cost” J = f{e(n)}
Criteriul de optimizare
Criteriul de optimizare
wk* = ?
(k = 1,...,N)
x(n)
d(n)
y(n) e(n)+
Definim funcţia cost:
2J E e n eroarea medie pătratică
( ! pot fi folosite şi alte funcţii cost )
Scopul anularea gradientului complex
10 1 1
, , ....,T
NN
J J JJ
w w w
w 0
Criteriul de optimizare (continuare)
2 *J E e n E e n e n
1 1
* * *
0 0
N N
k kk k
E d n w x n k d n w x n k
1* *
0
1 1 1* * *
0 0 0
N
kk
N N N
k k ik k i
E d n d n w E x n k d n
w E x n k d n w w E x n k x n i
2d
xdr k
*
dx
xd
r k
r k
xxr i k
Criteriul de optimizare (continuare)
1 1 1 1
2 * * *
0 0 0 0
N N N N
d k xd k xd k i xxk k k i
J w r k w r k w w r i k
* 0 , 1 , ...., ( 1)T
xd xd xdE n d n r r r N p x
Notaţii:
HE n nR x x
2 H H HdJ w p p w w Rw
Ecuaţiile Wiener-Hopf
Funcţie de gradul doi de variabile complexe wk = ak+jbk
(k = 0, 1, …, N – 1)
Minimului funcţiei J anularea gradientului complex:
10 1 1
, , ....,T
NN
J J JJ
w w w
w 0
1
2k k k
J J Jj
w a b
*
1
2 k kk
J J Jj
a bw
2 H H HdJ w p p w w Rw Funcţia cost
Ecuaţiile Wiener-Hopf (continuare)
2 H H HdJ w p p w w Rw
*
1 1*
0 0
1
2
H H
i
N N
k k xd k k xdi i k k
xd
w
j a jb r k a jb r ka b
r i
w p p w
H H w w p p w p
Ecuaţiile Wiener-Hopf (continuare)
2 H H HdJ w p p w w Rw
*
1 1
0 0
1
0
1
2
H
i
N N
k k l l xxi i k l
N
l xxl
w
j a jb a jb r l ka b
w r l i
w Rw
H w w Rw Rw
Ecuaţiile Wiener-Hopf (continuare)
2 H H HdJ w p p w w Rw
21d N w 0 H H w w p p w p
H w w Rw Rw
J w p Rw
J(w) = suprafaţă de forma unui paraboloid, având un minim care anulează gradientul.
Hessianul transformării 2 J wH R p.s.d(Pozitiv semidefinit)
Ecuaţiile Wiener-Hopf (continuare)
J w p Rw
min 0 oJJ J J
ww w
coeficienţii optimi
1N oJ w 0 Rw p EcuaţiileWiener-Hopf
1
0
, 0,1,..., 1N
ol xx xdl
w r l i r i i N
Gradientul funcţiei cost
Ecuaţiile Wiener-Hopf (continuare)
min 0 oJJ J J
ww w
1o o
Rw p w R p Coeficienţiioptimi
2 H H HdJ w p p w w Rw
2 H H Hd o o o o w p p w w Rw
2 Hd o p w
2 1Hd p R p
Jmin = varianţa erorii minime
Principiul ortogonalităţii
wo
x(n)
d(n)
yo(n) eo(n)+
Filtrul optim
Ho oy n nw x ieşirea filtrului optim
Ho oe n d n n w x eroarea filtrului optim
* ?oE n e n x
Principiul ortogonalităţii (continuare)
wo
x(n)
d(n)
yo(n) eo(n)+
Filtrul optim
* * Ho oE n e n E n d n n x x x w
* HoE n d n E n n x x x w
1o N p Rw 0
Principiul ortogonalităţii (continuare)
wo
x(n)
d(n)
yo(n) eo(n)+
Filtrul optim
*1o NE n e n x 0 Principiul ortogonalităţii
În cazul filtrării optimale,eroarea este ortogonală pe eşantioanele intrării.
* *1
Ho o o o NE y n e n E n e n w x 0Consecinţă:
Aplicaţii
Se cunosc:
- lungimea filtrului N = 2
- varianţa semnalului dorit σd2 = 0.9486
- matricea de autocorelaţie a semnalului de intrare
- vectorul de corelaţie
1,1 0,5
0,5 1,1
R
0,5272
0,4458
p
wo = ?x(n)
d(n)
y(n) e(n)+
1.
J(w) = ?
Jmin = ?
Aplicaţii 1. (continuare)
2 H H HdJ w w p p w w Rw
00 1 0 1
1
00 1
1
0,5272, 0,9486 0,5272 0,4458
0,4458
1,1 0,5
0,5 1,1
wJ w w w w
w
ww w
w
2 20 1 0 1 0 1 0 1, 0,9486 1,0544 0,8961 1,1J w w w w w w w w
Aplicaţii 1. (continuare)
-4-2
02
4 -4-2
02
4
0
10
20
30
40
50
60
w0w1
J(w0,w1)
1o o
Rw p w R p Coeficienţiioptimi
EcuaţiileWiener-Hopf
10
1
1,1 0,5 0,5272 0,8363
0,5 1,1 0,4458 0,7854o
oo
w
w
w
Aplicaţii 1. (continuare)
2 20 1 0 1 0 1 0 1
min
, 0,9486 1,0544 0,8961 1,1
0,1579
o o o o o o o oJ w w w w w w w w
J
min 0 oJJ J J
ww w Varianţa erorii minime
Aplicaţii
?≈ u(n)u(n) + v(n)2.
semnal util
zgomot albσv
2 cunoscut
(! necorelate)
wo = ?x(n) = u(n) + v(n)
d(n) = u(n)
y(n) e(n)+
Abordare pe baza filtrului optim:
! Doar acest semnal este disponibil
1o o
Rw p w R p Coeficienţiioptimi
EcuaţiileWiener-Hopf
Aplicaţii 2. (continuare)
* * *
* *
* * *
E n d n E n x n v n
E n x n E n n v n
E n x n E n v n E n v n
p x x
x u v
x u v
= 0 = σv2[1, 0, …, 0]T
* 2 1, 0, , 0 TvE n x n p x
! Depinde doar de parametrii disponibili
1o
w R p
Aplicaţii 2. (continuare)
1 * 1 2 1, 0, , 0 TvE n x n R x R
! Depinde doar de parametrii disponibili:- inversa matricei de autocorelaţie a semnalului de intrare- varianţa zgomotului
2 1 1, 0, , 0 To v w I R