Эта статья требует дополнительных ссылок для проверки . ( март 2015 г. ) ( Узнайте, как и когда удалить это сообщение-шаблон ) |
Фильтр Винера , как первоначально предложенный Норберта Винера является обработка сигнала фильтра , который использует знание статистических свойств как сигнала и шума , чтобы восстановить оптимальную оценку сигнала от шумного одномерного потока данных времени упорядоченным. Обобщенный фильтр Винер обобщает ту же идею за пределы области одномерной обработки сигналов времени упорядоченного, с двумерный обработкой изображений является наиболее распространенным приложением. [1]
Описание [ править ]
Рассмотрим вектор данных, который представляет собой сумму независимых векторов сигнала и шума с нулевым средним значением и ковариациями и . Обобщенный фильтр Винер является линейным оператором , который сводит к минимуму ожидаемого остаточным между оцененным сигналом и истинным сигналом, . То, что минимизирует это , дает оценку Винера . В случае гауссовского распределенного сигнала и шума эта оценка также является максимальной апостериорной оценкой .
Обобщенный фильтр Винера приближается к 1 для частей данных с преобладанием сигнала и S / N для частей с преобладанием шума.
Часто встречающийся вариант выражает фильтр в терминах обратных ковариаций. Это математически эквивалентно, но позволяет избежать чрезмерной потери числовой точности при наличии режимов с высокой дисперсией. В этой формулировке обобщенный фильтр Винера становится использующим тождество .
Пример [ править ]
Реликтовое (СРК) является однородным и изотропным случайным полем , и его ковариационная поэтому диагонали в сферических гармоник основе. Любое данное наблюдение реликтового излучения будет зашумленным, причем шум, как правило, имеет статистические свойства, отличные от реликтового излучения. Например, он может быть некоррелированным в пространстве пикселей. Обобщенный фильтр Винера использует это различие в поведении, чтобы максимально изолировать сигнал от шума.
Оценка сигнала с помощью фильтра Винера (в данном случае CMB) требует инверсии обычно огромной матрицы . Если бы S и N были диагональными в одном и том же базисе, это было бы тривиально, но часто, как здесь, это не так. В этих случаях решение должно быть найдено путем решения эквивалентного уравнения , например, с помощью итерации сопряженных градиентов . В этом случае все умножения могут выполняться в соответствующем базисе для каждой матрицы, избегая необходимости хранить или инвертировать больше, чем их диагональ. Результат можно увидеть на рисунке. [ необходима цитата ]
См. Также [ править ]
Ссылки [ править ]
- ^ Пратт, Уильям К. (июль 1972 г.). "Обобщенные методы вычисления винеровской фильтрации" (PDF) . Транзакции IEEE на компьютерах . с-21 (7). DOI : 10.1109 / tc.1972.223567 . Проверено 4 октября 2014 года .