3.

Teoria filtrrii optimale

Formularea problemei. Notaii

Criteriul de optimizare

Ecuaiile Wiener-Hopf

Principiul ortogonalitii

Aplicaii
Formularea problemei. Notaii
Filtru
digital
x(n)
d(n)
y(n)
e(n) +

Datele:
{ x(0), x(1), x(2), } semnalul de intrare
{ d(0), d(1), d(2), } semnalul dorit
Procese aleatoare staionare n sens larg,
cu valori medii nule.
Formularea problemei. Notaii (continuare)

w
k
*

(k = 1,...,N)
x(n)
d(n)
y(n)
e(n) +

Notaii:
N = lungimea filtrului (nr. de coeficieni)

x(n) = [x(n), x(n 1), , x(n N + 1)]
T
vectorul semnalului
de intrare
w = [w
0
, w
1
, , w
N 1
]
T
vectorul coeficienilor filtrului
sistem invariant n timp ( ! NU adaptiv )
Formularea problemei. Notaii (continuare)

w
k
*

(k = 1,...,N)
x(n)
d(n)
y(n)
e(n) +

Relaii:
( ) ( )( ) ( ) ( )
1
*
0
N
H
k
k
y n x w n w x n k n

=
= - = =

w x
- semnalul de ieire
( ) ( ) ( ) ( ) ( ) ( ) ( )
1
*
0
N
H
k
k
e n d n y n d n w x n k d n n

=
= = =

w x
- semnalul eroare:
Formularea problemei. Notaii (continuare)

w
k
*
= ?

(k = 1,...,N)
x(n)
d(n)
y(n)
e(n) +

Problema:
w
k
*
= ? astfel nct y(n) d(n)
Soluia:
- minimizarea unei funcii cost J = f{e(n)}
Criteriul de optimizare
Criteriul de optimizare

w
k
*
= ?

(k = 1,...,N)
x(n)
d(n)
y(n)
e(n) +

Definim funcia cost:
( )
{ }
2
J E e n =
eroarea medie ptratic
( ! pot fi folosite i alte funcii cost )
Scopul anularea gradientului complex
1
0 1 1
, , ....,
T
N
N
J J J
J
w w w

(
c c c
V = =
(
c c c

w
0
Criteriul de optimizare (continuare)
( )
{ }
( ) ( )
{ }
2
*
J E e n E e n e n = =
( ) ( ) ( ) ( )
1 1
* * *
0 0
N N
k k
k k
E d n w x n k d n w x n k

= =

( (

=
( ( `
( (


)

( ) ( )
{ }
( ) ( )
{ }
( ) ( )
{ }
( ) ( ) { }
1
* *
0
1 1 1
* * *
0 0 0
N
k
k
N N N
k k i
k k i
E d n d n w E x n k d n
w E x n k d n w w E x n k x n i

=

= = =
=
+

2
d
o
( )
xd
r k
( )
( )
*
dx
xd
r k
r k =
( )
xx
r i k
Criteriul de optimizare (continuare)
( ) ( ) ( )
1 1 1 1
2 * * *
0 0 0 0
N N N N
d k xd k xd k i xx
k k k i
J w r k w r k w w r i k

= = = =
= +

o
( ) ( )
{ }
( ) ( ) ( )
*
0 , 1 , ...., ( 1)
T
xd xd xd
E n d n r r r N = = (

p x
Notaii:
( ) ( )
{ }
H
E n n = R x x
2 H H H
d
J = + w p p w w Rw o
Ecuaiile Wiener-Hopf
Funcie de gradul doi de variabile complexe w
k
= a
k
+jb
k
(k = 0, 1, , N 1)
Minimului funciei J anularea gradientului complex:
1
0 1 1
, , ....,
T
N
N
J J J
J
w w w

(
c c c
V = =
(
c c c

w
0
1
2
k k k
J J J
j
w a b
| |
c c c
=
|
c c c
\ .
*
1
2
k k
k
J J J
j
a b
w
| |
c c c
= +
|
c c
c
\ .
2 H H H
d
J = + w p p w w Rw o
Funcia cost
Ecuaiile Wiener-Hopf (continuare)
2 H H H
d
J = + w p p w w Rw o
{ }
( ) ( ) ( ) ( )
( )
*
1 1
*
0 0
1
2
H H
i
N N
k k xd k k xd
i i
k k
xd
w
j a jb r k a jb r k
a b
r i

= =
c
+
c

| |
c c

= + + +
` |
c c

\ .
)
=

w p p w
{ }
H H
V + =
w
w p p w p
Ecuaiile Wiener-Hopf (continuare)
2 H H H
d
J = + w p p w w Rw o
{ }
( )( ) ( )
( )
*
1 1
0 0
1
0
1
2
H
i
N N
k k l l xx
i i
k l
N
l xx
l
w
j a jb a jb r l k
a b
w r l i

= =

=
c
c

| |
c c

= + +
` |
c c

\ .
)
=

w Rw
{ }
H
V =
w
w Rw Rw
Ecuaiile Wiener-Hopf (continuare)
2 H H H
d
J = + w p p w w Rw o
{ }
2
1 d N
o

V =
w
0
{ }
H H
V =
w
w p p w p
{ }
H
V =
w
w Rw Rw
J V = +
w
p Rw
J(w) = suprafa de forma unui paraboloid, avnd un minim
care anuleaz gradientul.
Hessianul transformrii
2
J = V =
w
H R
p.s.d
(Pozitiv semidefinit)
Ecuaiile Wiener-Hopf (continuare)
J V = +
w
p Rw
( ) ( )
min
0
o
J
J J J
V =
= =
w
w w
coeficienii optimi
1 N o
J

V = =
w
0 Rw p
Ecuaiile
Wiener-Hopf
( ) ( )
1
0
, 0,1,..., 1
N
ol xx xd
l
w r l i r i i N

=
= =

Gradientul funciei cost

Ecuaiile Wiener-Hopf (continuare)
( ) ( )
min
0
o
J
J J J
V =
= =
w
w w
1
o o

= = Rw p w R p
Coeficienii
optimi
2 H H H
d
J = + w p p w w Rw o
2 H H H
d o o o o
o = + w p p w w Rw
2 H
d o
o = p w
2 1 H
d
o

= p R p
J
min
= variana erorii minime
Principiul ortogonalitii

w
o

x(n)
d(n)
y
o
(n)
e
o
(n) +

Filtrul optim
( ) ( )
H
o o
y n n = w x
ieirea filtrului optim
( ) ( ) ( )
H
o o
e n d n n = w x
eroarea filtrului optim
( ) ( )
{ }
*
?
o
E n e n = x
Principiul ortogonalitii (continuare)

w
o

x(n)
d(n)
y
o
(n)
e
o
(n) +

Filtrul optim
( ) ( )
{ }
( ) ( ) ( )
{ }
* * H
o o
E n e n E n d n n
(
=

x x x w
( ) ( )
{ }
( ) ( )
{ }
* H
o
E n d n E n n = x x x w
1 o N
= = p Rw 0
Principiul ortogonalitii (continuare)

w
o

x(n)
d(n)
y
o
(n)
e
o
(n) +

Filtrul optim
( ) ( )
{ }
*
1 o N
E n e n

= x 0 Principiul ortogonalitii
n cazul filtrrii optimale,
eroarea este ortogonal pe eantioanele intrrii.
( ) ( )
{ }
( ) ( )
{ }
* *
1
H
o o o o N
E y n e n E n e n

= = w x 0
Consecin:
Aplicaii
Se cunosc:
- lungimea filtrului N = 2
- variana semnalului dorit
d
2
= 0.9486
- matricea de autocorelaie a semnalului de intrare
- vectorul de corelaie
1,1 0, 5
0, 5 1,1
(
=
(

R
0, 5272
0, 4458
(
=
(

p

w
o
= ?
x(n)
d(n)
y(n)
e(n) +

1.
J(w) = ?
J
min
= ?
Aplicaii
1. (continuare)
( )
2 H H H
d
J o = + w w p p w w Rw
( ) | | | |
| |
0
0 1 0 1
1
0
0 1
1
0, 5272
, 0, 9486 0, 5272 0, 4458
0, 4458
1,1 0, 5
0, 5 1,1
w
J w w w w
w
w
w w
w
( (
=
( (

( (
+
( (

( )
( )
2 2
0 1 0 1 0 1 0 1
, 0, 9486 1, 0544 0,8961 1,1 J w w w w w w w w = + + + +
Aplicaii
1. (continuare)
-4
-2
0
2
4 -4
-2
0
2
4
0
10
20
30
40
50
60
w
0

w
1

J(w
0
,w
1
)

1
o o

= = Rw p w R p
Coeficienii
optimi
Ecuaiile
Wiener-Hopf
1
0
1
1,1 0, 5 0, 5272 0, 8363
0, 5 1,1 0, 4458 0, 7854
o
o
o
w
w

( ( ( (
= = =
( ( ( (


w
Aplicaii
1. (continuare)
( )
( )
2 2
0 1 0 1 0 1 0 1
min
, 0, 9486 1, 0544 0,8961 1,1
0,1579
o o o o o o o o
J w w w w w w w w
J
= + + + +
= =
( ) ( )
min
0
o
J
J J J
V =
= =
w
w w
Variana erorii minime
Aplicaii

?
u(n) u(n) + v(n)
2.
semnal util
zgomot alb

v
2
cunoscut
(! necorelate)

w
o
= ?
x(n) = u(n) + v(n)
d(n) = u(n)
y(n)
e(n) +

Abordare pe baza filtrului optim:
! Doar acest semnal este disponibil
1
o o

= = Rw p w R p
Coeficienii
optimi
Ecuaiile
Wiener-Hopf
Aplicaii
2. (continuare)
( ) ( )
{ }
( ) ( ) ( )
{ }
( ) ( )
{ }
( ) ( ) ( )
{ }
( ) ( )
{ }
( ) ( )
{ }
( ) ( )
{ }
* * *
* *
* * *
E n d n E n x n v n
E n x n E n n v n
E n x n E n v n E n v n
(
= =

= + (

=
p x x
x u v
x u v
= 0 =
v
2
[1, 0, , 0]
T
( ) ( )
{ }
| |
* 2
1, 0, , 0
T
v
E n x n o = p x
! Depinde doar de parametrii disponibili
1
o

= w R p
Aplicaii
2. (continuare)
( ) ( )
{ }
| |
1 * 1 2
1, 0, , 0
T
v
E n x n o

= R x R
! Depinde doar de parametrii disponibili:
- inversa matricei de autocorelaie a semnalului de intrare
- variana zgomotului
| |
2 1
1, 0, , 0
T
o v
o

(
=

w I R