在信号处理应用的上下文中阅读奇异值分解 (SVD)，可以将信号与噪声分离到正交子空间中。从表面上看，这听起来像是使用 SVD 的分解输出比用于检测、解调、时序估计等的匹配滤波器（或相关）更优化。这是真的还是这个问题有更多的细微差别？
SVD 与匹配滤波器
信息处理
信号检测
互相关
匹配过滤器
特征分解
svd
2022-02-23 18:11:52
1个回答
这不是真的，这不是更好。
问题是：匹配滤波器只是在信号向量空间中实现投影到信号向量本身（或其倍数）上。（您会发现相关性只是该空间的内积。）
通过该向量的线是信号子空间，该向量法线所在的平面是噪声空间。匹配滤波是一种线性代数方法，与使用 SVD 查找子空间没有什么不同。只是对于匹配滤波，信号空间是已知的。