滤波(Wave filtering)是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施。滤波分为经典滤波和现代滤波。
简介
定义
滤波是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施。是根据观察某一随机过程的结果,对另一与之有关的随机过程进行估计的概率理论与方法。
起源
滤波一词起源于通信理论,它是从含有干扰的接收信号中提取有用信号的一种技术。“接收信号”相当于被观测的随机过程,“有用信号”相当于被估计的随机过程。例如用雷达跟踪飞机,测得的飞机位置的数据中,含有测量误差及其他随机干扰,如何利用这些数据尽可能准确地估计出飞机在每一时刻的位置、速度、加速度等,并预测飞机未来的位置,就是一个滤波与预测问题。这类问题在电子技术、航天科学、控制工程及其他科学技术部门中都是大量存在的。历史上最早考虑的是维纳滤波,后来R.E.卡尔曼和R.S.布西于20世纪60年代提出了卡尔曼滤波。现对一般的非线性滤波问题的研究相当活跃。
基本概念
经典滤波
波线性叠加而成的,组成信号的不同频率的正弦波叫做信号的频率成分或叫做谐波成分。
滤波器
只允许一定频率范围内的信号成分正常通过,而阻止另一部分频率成分通过的电路,叫做经典滤波器或滤波电路。实际上,任何一个电子系统都具有自己的频带宽度(对信号最高频率的限制),频率特性反映出了电子系统的这个基本特点。而滤波器,则是根据电路参数对电路频带宽度的影响而设计出来的工程应用电路。
现代滤波
特性实现对信号中频率成分的选择。根据频率滤波时,是把信号看成是由不同频率正弦波叠加而成的模拟信号,通过选择不同的频率成分来实现信号滤波。
1、当允许信号中较高频率的成分通过滤波器时,这种滤波器叫做高通滤波器。
2、当允许信号中较低频率的成分通过滤波器时,这种滤波器叫做低通滤波器。
3、设低频段的截止频率为fp1,高频段的截止频率为fp2:
1)频率在fp1与fp2之间的信号能通过其它频率的信号被衰减的滤波器叫做带通滤波器。
2)反之,频率在fp1到fp2的范围之间的被衰减,之外能通过的滤波器叫做带阻滤波器。
路的幅频特性。
滤波问题及分类
际中,一般使用dB作为滤波器的幅度增益单位。
按照滤波是在一整段时间上进行或只是在某些采样点上进行,可分为连续时间滤波与离散时间滤波。前者的时间参数集T可取为实半轴【0,∞)或实轴(-∞,∞);后者的T可取为非负整数集{0,1,2,…}或整数集{…,-2,-1,0,1,2,…}。设X={X,t∈T={Y,t∈T)有穷,即其中X为被估计过程,它不能被直接观测;Y为被观测过程,它包含了X的某些信息。用表示到时刻t为止的观测数据全体,如果能找到中诸元的一个函数?(),使其均方误差达到极小,就称为Xt的最优滤波;如果取极小值的范围限于线性函数, 就称为Xt的线性最优滤波。可以证明,最优滤波与线性最优滤波都以概率1惟一存在。对于前者,悯t就是Xt关于σ()(生成的σ域)的条件期望,记作对于后者,若进一步设均值EXt呏EYt呏0,则悯t就是Xt在所张成的希尔伯特空间上的投影,记作如果 (X,Y)是二维正态过程,则最优滤波与线性最优滤波是一致的。
定的实数或整数,且考虑被估计过程。按照τ=0、τ>0、τ<0,分别称为最优滤波、(τ步)预测或外推、(τ步)平滑或内插,分别为对应的误差与均方误差,而统称这类问题为滤波问题。滤波问题的主要课题是研究对哪些类型的随机过程X和Y,可以并且如何用观测结果的某种解析表示式,或微分方程,或递推公式等形式,表达出并进而研究它们的种种性质。此外,上面所指的一维随机过程X、Y,都可以推广为多维随机过程。
维纳滤波
些特殊的非平稳过程,其应用范围也扩充到更多的领域。至今它仍是处理各种动态数据(如气象、水文、地震勘探等)及预测未来的有力工具之一。
维纳滤波公式是通过平稳过程的谱分解导出的,难以推广到较一般的非平稳过程和多维情形,因而应用范围受到限制。另一方面,在不断增加观测结果时,不易从已算出的滤波值及新的观测值较简单地求出新的滤波值,特别是不能满足在电子计算机上快速处理大量数据的需要。
卡尔曼滤波
由卡尔曼提出的两个重要概念),那么最优滤波一定是“渐近稳定”的。大致说来,就是由初始误差、舍入误差及其他的不准确性所引起的效应,将随着滤波时间的延长而逐渐消失或趋于稳定, 不致形成误差的积累。这在实际应用上是很重要的。
卡尔曼滤波也有多种形式的推广,例如放宽对噪声不相关性的限制,用线性系统逼近非线性系统,以及所谓“自适应滤波”,等等,并获得了日益广泛的应用。
非线性滤波
”,已经给出了非线性最优滤波的可严格实现的递推算式。在实际应用上,对非线性滤波问题往往采用各种线性近似的方法。