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.

[DRUID3]

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

Фильтр Винера это и есть истинный адаптивный фильтр если так можно выразиться - никаких ложных оптимумов. . Все остальные - это компромисс. Но почему же на него идут? Ну а Вы в состоянии "прикинуть в уме" вычислительную сложность фильтра Винера?

Стоит задача подавления шума с помощью адаптивного фильтра.

Круто... Это как в курилке вопрос "а используете ли вы математику..." Это я к тому что ужасно общий вопрос. Шум шуму рознь, если можно так выразиться. И в отдельном конкретном случае уменьшение вычислительной сложности может быть просто астрономически-качественным. Собственно тем и промышляем ...

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?

Не знаю не читал, тяжело понять с "пересказа" что хотел сказать аФФтАр. Если можно - ссылочку.

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

ммм...!?

Спасибо.

Нифигасе... а деньги де? Шютка...

[otshelnik86]

Фильтр Винера это и есть истинный адаптивный фильтр если так можно выразиться - никаких ложных оптимумов. . Все остальные - это компромисс. Но почему же на него идут? Ну а Вы в состоянии "прикинуть в уме" вычислительную сложность фильтра Винера?

я так и представлял. Согласен, вычислительная сложность просто сумасшедшая.

Круто... Это как в курилке вопрос "а используете ли вы математику..." Это я к тому что ужасно общий вопрос. Шум шуму рознь, если можно так выразиться. И в отдельном конкретном случае уменьшение вычислительной сложности может быть просто астрономически-качественным. Собственно тем и промышляем ...

пространственная обработка. Основной канал - с сигналом и помехой и дополнительный канал - с помехой.

Не знаю не читал, тяжело понять с "пересказа" что хотел сказать аФФтАр. Если можно - ссылочку.

к сожалению он в бумаге...((

а как насчет корреляц. матрицы нестац. процесса?

[DRUID3]

пространственная обработка. Основной канал - с сигналом и помехой и дополнительный канал - с помехой.

Опять же - канал с помехой абсолютной той которая идет в основной канал? Или просто позволяет дать оценку(например средняя мощность на интервале) помехе основного канала? Здесь тоже пропасть...

к сожалению он в бумаге...((

тайны мадридского двора, я понимаю

а как насчет корреляц. матрицы нестац. процесса?

ммм... я немного не понимаю как Вы себе это представляете. Окно (1-D, 2-D... n-D) движется. С приходом каждого нового (и потерей выбывающего) отсчета абсолютно все пересчитывается заново - включая корреляционную матрицу. Очевидно, что при нестационарном процессе все будет постоянно пересчитываться. Если же намереваетесь для уменьшения количества вычислений сделать какую либо "оценку" то это уже будет не Винер...

Для не стационарного сигнала нужно бить его на блоки такого размера, чтобы можно было считать сигнал стационарным в пределах блока.

При этом половина фильтра переносится в моСК самого проектировщика и теряет связь с понятием фильтра Винера.

Оценивать корреляционные матрицы и считать коэф. фильтра один раз на
блок.

Почему это блок? Скорее всего у Вас была задача которую можно так было решить.(как, например, поступают в голосовых вокодерах - делая это в ущерб качеству но ущерб допустимый, подобранный экспериментальным путем) Но все-таки на каждый новый семпл (отсчет) а не блок...

[alex_os]

При этом половина фильтра переносится в моСК самого проектировщика и теряет связь с понятием фильтра Винера.

Почему это блок? Скорее всего у Вас была задача которую можно так было решить.(как, например, поступают в голосовых вокодерах - делая это в ущерб качеству но ущерб допустимый, подобранный экспериментальным путем) Но все-таки на каждый новый семпл (отсчет) а не блок...

Если нельзя считать сигнал стационарным на каком-либо отрезке, то скорее всего задача не решаемая , либо чтобы посчитать корреляционную матрицу нужно знать многомерную PDF . Насчет того что упоминать всуе Винера здесь не корректно полностью согласен.

ок))) уже появляется свет)))
а как матрица будет выглядеть и как её посчитать?
Ведь для стац. проц. - это тёплицева матрица. А для нестац.? Или она тоже будет иметь такой же вид, но просто постоянно обновляться?

А как Вы для стационарного процесса, эту самую, теплицеву матрицу собирались находить?