Обобщенный фильтр Винера - Generalized Wiener filter

В Винеровский фильтр как первоначально было предложено Норберт Винер это обработка сигналов фильтр который использует знание статистических свойств как сигнала, так и шума для восстановления оптимальной оценки сигнала из зашумленного одномерного упорядоченного по времени потока данных. В обобщенный фильтр Винера обобщает ту же идею за пределы области одномерной упорядоченной по времени обработки сигналов с двумерной обработка изображений является наиболее распространенным приложением.[1]

Описание

Рассмотрим данные вектор что является суммой независимый векторы сигнала и шума с нулевым средним и ковариации и . Обобщенный фильтр Винера - это линейный оператор который минимизирует ожидаемую разность между оцененным сигналом и истинным сигналом, . В что минимизирует это , что приводит к оценке Винера . В случае Гауссово распределенное сигнал и шум, эта оценка также является максимальная апостериорная оценка.

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 принимает вид используя личность .

Пример

В космический микроволновый фон (CMB) - это однородное и изотропное случайное поле, поэтому его ковариация диагональна в сферические гармоники основание. Любое конкретное наблюдение реликтового излучения будет зашумленным, причем шум обычно имеет другие статистические свойства, чем реликтовый свет. Например, он может быть некоррелированным в пространстве пикселей. Обобщенный фильтр Винера использует это различие в поведении, чтобы максимально изолировать сигнал от шума.

Результат применения обобщенного фильтра Винера к зашумленному наблюдению космического микроволнового фона. Фильтр приводит к изображению, в котором преобладает сигнал во всех масштабах за счет внесения смещения (в этом примере видно как размытие).

Оценка сигнала с фильтром 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 через сопряженные градиенты итерация. В этом случае все умножения могут быть выполнены в соответствующем базисе для каждой матрицы, избегая необходимости хранить или инвертировать больше, чем их диагональ. Результат можно увидеть на рисунке.[нужна цитата ]

Смотрите также

Рекомендации

  1. ^ Пратт, Уильям К. (июль 1972 г.). "Обобщенные методы вычисления винеровской фильтрации" (PDF). Транзакции IEEE на компьютерах. с-21 (7). Дои:10.1109 / т-с.1972.223567. Получено 4 октября 2014.