假设原始信号的观测值为,其中信号和噪声是独立的。
然后我们需要设计维纳滤波器来估计,它是原始信号的导数。
维纳滤波器的设计来自 MMSE:。
但是这里如何制定误差函数呢?或 ?
我认为这可以推广到任何线性算子,如估计(反卷积、去模糊等)。但我不知道开始的步骤。谁能给我一些提示?谢谢!
假设原始信号的观测值为,其中信号和噪声是独立的。
然后我们需要设计维纳滤波器来估计,它是原始信号的导数。
维纳滤波器的设计来自 MMSE:。
但是这里如何制定误差函数呢?或 ?
我认为这可以推广到任何线性算子,如估计(反卷积、去模糊等)。但我不知道开始的步骤。谁能给我一些提示?谢谢!
这里的关键点是推导/积分是线性算子。
由于维纳滤波器也是一个线性算子,它使事情变得更容易。
使用维纳滤波器模型写出问题:
忽略积分器,我们知道的维纳滤波器(参见Wikipedia - Wiener Deconvolution):
通过将定义为积分的傅立叶运算(这并不完全准确,请参见傅里叶变换)
基本上,我们将集成定义为过滤器并使用已知的构建块。
对于非积分情况,解释是在估计器上应用导数算子,并在我们估计导数时对 SNR 估计进行一些正则化。