C*N
发帖数: 1792 | 1 求已知系统impulse response情况下, 系统输入的估计
观测到输出， 假设已知噪声普， 求输入信号估计
系统impulse response已知
这个怎么解，有没有已知的方法
看matched filter, Wiener filter, 好像都不符合这个情况 |
r******n
发帖数: 25 | 2 Kalman filter
Deconvolution |
C*N
发帖数: 1792 | |
L********r
发帖数: 758 | 4 你原来的答案就是对的，为啥浪费时间去看啥不相关的卡尔曼滤波和次优的逆卷积啊。
【在 C*N 的大作中提到】
: Thanks
|
C*N
发帖数: 1792 | 5 我原来没有答案阿，什么答案？
【在 L********r 的大作中提到】
: 你原来的答案就是对的，为啥浪费时间去看啥不相关的卡尔曼滤波和次优的逆卷积啊。
|
L********r
发帖数: 758 | 6 你帖子里面都写着啊，维纳滤波匹配滤波。
【在 C*N 的大作中提到】
: 我原来没有答案阿，什么答案？
|
C*N
发帖数: 1792 | 7 看过，好像不适应
【在 L********r 的大作中提到】
: 你帖子里面都写着啊，维纳滤波匹配滤波。
|
L********r
发帖数: 758 | 8 也许你看的书太烂了，换个source吧，比如wiki
http://en.wikipedia.org/wiki/Wiener_filter
【在 C*N 的大作中提到】
: 看过，好像不适应
|
g****t
发帖数: 31659 | 9 他给的条件不够吧？
如果不知道输入的任何信息,那实际上是没办法求最优估计的.
如果假设知道输入的power density之类的信息。
那wierner反卷积或者Kalman filtering应该都能做。
我记得wierner filter和Kalman filter有个等价定理。
其实如果实际用途的话,直接乘传递函数的逆,然后低通滤波就完了.
至于低通滤波的带宽怎么选.除非你知道噪声和输出的精确信息,不然还不如经验选一个.
你原来的答案就是对的，为啥浪费时间去看啥不相关的卡尔曼滤波和次优的逆卷积啊。
【在 L********r 的大作中提到】
: 你原来的答案就是对的，为啥浪费时间去看啥不相关的卡尔曼滤波和次优的逆卷积啊。
|
s***c
发帖数: 639 | 10 如果噪声信号独立，而且系统你都知道了，逆过来就好了。
或者你也可以用个自适应滤波器把这个逆系统弄出来，像均衡器一样。
【在 C*N 的大作中提到】
: 求已知系统impulse response情况下, 系统输入的估计
: 观测到输出， 假设已知噪声普， 求输入信号估计
: 系统impulse response已知
: 这个怎么解，有没有已知的方法
: 看matched filter, Wiener filter, 好像都不符合这个情况
|
