维纳滤波器分析与设计Word文档格式.docx
《维纳滤波器分析与设计Word文档格式.docx》由会员分享,可在线阅读,更多相关《维纳滤波器分析与设计Word文档格式.docx(34页珍藏版)》请在冰豆网上搜索。
、
为1KHz、2KHz、3KHz,幅值为1v,n(t)为高斯白噪声。
生成的信号程序如下:
程序1:
f1=1000;
f2=2000;
f3=3000;
Fs=10000;
%采样频率
M=1024;
%采样点数
t=(0:
M-1)/Fs;
n_t=wgn(1,M,0);
%高斯白噪声
x_t=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t);
%原信号
r_t=x_t+n_t;
%加上噪声的信号
[h1,w1]=freqz(r_t);
figure
(1);
subplot(221);
plot(t(1:
100),r_t(1:
100));
title('
输入信号时域波形'
);
xlabel('
t'
ylabel('
r(t)'
subplot(223);
plot(w1*Fs/(2*pi),abs(h1));
输入信号频域波形'
Frequency'
Magnitude'
%统计量
mean1=mean(r_t);
%输入信号均值
var1=var(r_t);
%方差
meansquare1=mean(r_t.*r_t);
%均方值
Y1=fft(r_t,512);
Pyy1=Y1.*conj(Y1)/512;
%输入信号功率谱
figure
(2);
f=Fs*(0:
256)/512;
plot(f,Pyy1(1:
257));
输入信号功率谱'
S(w)'
r_rr1=xcorr(r_t);
%输入信号自相关函数
plot(-100:
100,r_rr1(M-100:
M+100));
输入信号自相关函数'
r-rr'
figure(3);
[xi1,f1]=ksdensity(r_t);
%输入信号概率密度函数
plot(f1,xi1);
输入信号概率密度'
x'
f(x)'
grid;
输入信号时域和频域特性曲线如图2所示:
图2输入信号时域和频域特性
输入信号的统计特性如下:
>
mean1
mean1=
0.0248
var1
var1=
2.5900
meansquare1
meansquare1=
2.5881
输入信号的自相关函数和功率谱密度函数曲线如图3所示:
图3输入信号的自相关函数和功率谱密度
输入信号的概率密度曲线如图4所示:
图4输入信号的概率密度函数
分析:
从输入信号的概率密度曲线可以看出,输入信号均值基本为0,而且是类似高斯分布,符合设计要求
(2)。
维纳滤波器设计
根据维纳-霍普方程求得的维纳滤波器的冲击响应为:
根据
(1)中的输入信号和原信号设计维纳滤波器的程序如下:
%维纳滤波器设计
程序2:
function[h_t]=wienerfilter(r_t,x_t,N)%N是维纳滤波器的长度
r_rr=xcorr(r_t(1:
N));
%Rrr(n)输入信号自相关函数
fori=1:
N
forj=1:
R_rr(i,j)=r_rr(N+j-i);
end
end
r_rx=xcorr(r_t(1:
N),x_t(1:
%Rrx(n)输入信号与原信号互相关函数
R_rx(i)=r_rx(N-1+i);
h_t=inv(R_rr)*R_rx'
;
(3)。
维纳滤波器性能分析
一.阶数对维纳滤波器性能的影响(此时的噪声强度均为0dB)
1.N=10程序如下:
程序3:
N=10;
%维纳滤波器长度
[h_t]=wienierfilter(r_t,x_t,N);
%调用
(2)中设计的维纳滤波器
rt_out1=filter(h_t,1,r_t);
Y2=fft(rt_out1,512);
figure(4);
100),rt_out1(1:
维纳滤波器输出信号时域波形'
plot(w2/(2*pi),abs(h2));
维纳滤波器输出信号频域波形'
mean2=mean(rt_out1);
%均值
var2=var(rt_out1);
meansquare2=mean(rt_out1.*rt_out1);
e=mean((rt_out1-x_t).*(rt_out1-x_t));
%均方误差
Pyy2=Y2.*conj(Y2)/512;
%输出信号功率谱
figure(5);
plot(f,Pyy2(1:
维纳滤波器输出信号功率谱'
r_rr2=xcorr(rt_out1);
%输出信号自相关函数
100,r_rr2(M-100:
维纳滤波器输出信号自相关函数'
[xi2,f2]=ksdensity(rt_out1);
%输出信号概率密度函数
figure(6);
plot(f2,xi2);
维纳滤波器输出信号概率密度'
滤波器频域特性如图5所示:
图5N=10时维纳滤波器频域特性
当N=10时,通过幅频曲线可以看出,在0.2频点处,增益较小,所以1000Hz的信号会被抑制,从相频曲线可以看出该滤波器存在群延时失真
观察滤波效果:
滤波后输出信号时域和频域特性如图6所示:
图6N=10时维纳滤波器输出信号时域和频域波形
滤波输出信号相关统计量:
mean2
mean2=
0.0140
var2
var2=
1.6075
meansquare2
meansquare2=
1.6061
e
e=
0.6755
输出信号的自相关函数和功率谱密度函数曲线如图7所示:
图7N=10时输出信号的自相关函数和功率谱密度
输出信号的概率密度函数曲线如图8所示:
图8N=10时输出信号的概率密度函数曲线
2.N=50程序如下:
输入参数;
N=50;
得到的滤波器频域的特性曲线如图9所示:
图9N=50时维纳滤波器频域特性
当N=50时,在0.2,0.3,0.6三个频点处增益较大,部分频带类的噪声会被抑制
滤波后输出信号如图10所示:
图10N=50时维纳滤波器输出信号时域和频域波形
输出信号的相关统计量如下:
0.0227
1.3520
1.3512
0.4478
输出信号的自相关函数和功率谱密度函数曲线如图11所示:
图11N=50时输出信号的自相关函数和功率谱密度
输出信号的概率密度函数曲线如图12所示:
图12N=50时输出信号的概率密度函数曲线
3.N=100程序如下:
输入参数:
N=100
滤波器频域特性如图13所示:
图13N=100时维纳滤波器频域特性
0.2,0.4,0.6三个频点的增益大,而且以这三个频带为中心的通带带宽窄,所以滤波效果明显改善
滤波器后输出波形如图14所示:
图14N=100时维纳滤波器输出信号时域和频域波形
0.0133
1.3968
1.3956
0.3945
输出信号的自相关函数和功率谱密度函数曲线如图15所示:
图15N=100时输出信号的自相关函数和功率谱密度
输出信号的概率密度函数曲线如图16所示:
图16N=100时输出信号的概率密度函数曲线
5.N=500
输入参数:
N=500
滤波器频域特性如图17所示:
图17N=500时维纳滤波器频域特性
从幅频特性曲线可以看出,在0.2,0.4,0.6三个频点处形成了突起,以这三个频点为中心,增益快速衰减,所以此时性能较好
滤波器后输出信号的时域和频域波形如图17所示:
图17N=500时维纳滤波器输出信号时域和频域波形
0.0050
1.4611
1.4597
0.1561
输出信号的自相关函数和功率谱密度函数曲线如图18所示:
图18N=500时输出信号的自相关函数和功率谱密度
输出信号的概率密度函数曲线如图19所示:
图19N=500时输出信号的概率密度函数曲线
总结:
维纳滤波器是按照均方误差最小的原则来设计的,所以均方误差的大小是反映滤波器
性能的重要指标,下表是在不同N时的均方误差:
表1均方误差与N的关系
N(滤波器长度)
10
50
100
500
e(均方误差)
0.4478
0.3945
0.1561
从以上的几组实验可以看出随着滤波器长度N的增大,滤波器性能也随之改善,均方误差减小
(4)低通滤波器滤波特性
FIR低通滤波器设计如下:
程序4:
%FIR低通滤波器
%设计要求:
采样频率:
10khz通带截止频率:
3khz阻带截止频率:
4khz通带衰减<
1db
%阻带衰减>
35db
function[bz,az]=lpf2;
fs=10000;
fp=3000;
fc=4000;
wp=2*pi*fp;
wc=2*pi*fc;
Rp=1;
Rs=35;
[N,Wn]=buttord(fp*2/fs,fc*2/fs,Rp,Rs,'
s'
[bz,az]=butter(N,Wn);
figure(12);
%freqz(bz,az,512,fs);
将
(1)中产生的输入信号通过低通滤波器滤波:
低通滤波器频域特性如图20所示:
图20低通滤波器频域特性
输出信号的时域和频域特性如图21所示:
图21低通滤波器输出信号的时域和频域特性
相关统计量如下:
mean3均值
mean3=
0.0055
var3方差
var3=
2.2391
meansquare3均方值
meansquare3=
2.2370
输出信号的自相关函数和功率谱密度函数曲线如图22所示:
图22低通滤波器输出信号的自相关函数和功率谱密度
输出信号的概率密度函数曲线:
图22低通滤波器输出信号的概率密度函数曲线
低通滤波器的特性较为简单,只是将阻带范围内的频率成分滤除,该低通滤波器的阻带截止频率为4kHz,所以由输出信号的频域特性曲线以及功率谱密度函数曲线都可以看出,大于4kHz的噪声成分都被滤除。
(5)噪声强度对维纳滤波器性能的影响
在分析滤波器长度N对滤波器性能影响时,噪声强度都是0dB,现在保持N=50不变,改变噪声强度,观察对滤波器性能的影响。
噪声强度0dB
此时的相关特性与(4)中:
N=50,噪声为0dB时相同,这里不再说明。
(2)噪声强度-5dB
此时更改程序1中的白噪声生成函数wgn()的参数为以下值即可:
n_t=wgn(1,M,-5);
输入信号的时域和频域特性如图23所示:
图23噪声为-5dB时输入信号时域和频域波形
噪声为-5dB时维纳滤波器输出信号的时域和频域波形如图24所示:
图24噪声为-5dB时维纳滤波器输出信号的时域和频域波形
均方误差:
e=0.1769
(3)噪声强度为-10dB
n_t=wgn(1,M,-10);
输入信号的时域和频域特性如图25所示
图25噪声为-10dB时输入信号的时域和频域波形
噪声为-10dB时维纳滤波器输出信号的时域和频域波形如图26所示:
图26噪声为-10dB时维纳滤波器输出信号时域和频域波形
e=0.0923
噪声强度与维纳滤波器均方误差的关系(保持N=50不变)
以下是噪声强度与维纳滤波器均方误差的关系如下表所示:
噪声强度(dB)
-5
-10
均方误差
0.1769
0.0923
表2维纳滤波器输出信号均方误差与噪声强度的关系
从以上几组数据可以看出,随着噪声的减小,均方误差也随之减小,表明滤波性能改善,这也与实际相符
实验总结:
本实验主要研究:
1、维纳滤波器的滤波特点,可以把与噪声发生频谱混叠的信号分离出来,是一种现代滤波器的典型代表,这是传统的滤波器所做不到的;
2、本实验主要研究了维纳滤波器的长度与滤波性能的关系,滤波性能主要由均方误差来衡量,经试验研究发现,随着滤波器长度的增加,滤波性能得到改善,均方误差随之减小;
3、本实验还研究了维纳滤波器滤波性能与噪声强度的关系,发现随着噪声强度的减小,均方误差也随之减小,这完全符合实际;
4、维纳滤波器的局限性:
必须预先了解信号的统计特性(相关函数),而且信号平稳性对滤波性能有着很大的影响,在实际中往往很难预先知道滤波信号的统计特性