Корреляционная матрица, Адаптивный фильтр Опции

[otshelnik86]

Можно ли использовать фильтр Винера в качестве адаптивного фильтра, т.е. обновлять корреляционную матрицу и вектор взаимных корреляций непрерывно для каждого отсчёта?

Стоит задача подавления шума с помощью адаптивного фильтра.

Нашел один автореферат к диссеру - там приведены алгоритмы. Автор пишет, что для подавления шума использовал следующие алгоритмы:
- МНС (методу наискорейшего спуска);
- НОМ (непосредственного обращения ковариационной матрицы);
- МСКО (миним. среднеквадратической ошибки).

МНС понятно - алгоритм LMS для стационарного сигнала. А вот НОМ - это как раз то, что я спросил, т.е. непрерывное обновление коэф. фильтра за счет обновления корреляц. матрицы? МСКО - это вообще критерий... Или есть алгоритм?

Как найти корреляц. матрицу для стационарного процесса я знаю, а как для нестационарного?

Спасибо.

[alex_os]

- МСКО (миним. среднеквадратической ошибки).

скорее всего это LMS.

Как найти корреляц. матрицу для стационарного процесса я знаю, а как для нестационарного?

Для не стационарного сигнала нужно бить его на блоки такого размера, чтобы можно было считать сигнал стационарным в пределах блока. Оценивать корреляционные матрицы и считать коэф. фильтра один раз на
блок.

[otshelnik86]

скорее всего это LMS.

но насколько я понимаю, метод наискорейшего спуска - это и есть LMS... В принципе, это не суть...

Для не стационарного сигнала нужно бить его на блоки такого размера, чтобы можно было считать сигнал стационарным в пределах блока. Оценивать корреляционные матрицы и считать коэф. фильтра один раз на
блок.

если например, фильтр порядка 32. Это ведь можно считать блоком? Т.е. получается, находить матрицу как для стационарного процесса?