题目:
考虑WSS中估计DC电平问题,给定
![]()
其中
是零均值WSS随机过程,ACF为
,估计A。建议在
时用图6.5所示的FIR滤波器的输出来估计A。注意估计量为:

输入
假定在n<0 时为零。为了得到更好的估计量,我们希望有一个滤波器,它让DC信号A通过,但阻值噪声
。因此我们选择
为约束条件,通过选择FIR滤波器的系数
,使得输出的噪声功率在
时达到最小。求最佳滤波器系统和最佳滤波器输出端的最小噪声功率,解释你的结果。

解答
根据数字信号处理知识,输入序列
经过FIR滤波器
之后,输出序列
可以表示为:

数字信号处理卷积,可以参考:
什么是卷积 - 知乎
根据题目,输出在n=N-1 上观测,那么得到:

再考虑到
和
的序列取值后,得到:

根据题目,用
去估计
。
代入
后得到:


因此,
中的噪声分量为:

因此,输出序列在N-1 出的噪声功率为:




其中
![]()
考虑到FIR滤波器的系统函数可以表示成:

而
时
就是FIR滤波器的频率响应,相关系统函数可以参考:系统函数,频率响应定义_shawn_shao的博客-CSDN博客_系统频率响应
根据题目条件,直流信号(频率为0)要能够无变化通过,即ω=0 时,存在:

其中:![]()
汇总上述条件,此题目就是在
条件下,求
的最小值。
对比BLUE的推导过程,可以得到其中的s=1 ,a=h ,因此:

此时最小的噪声功率为:

如果此时考虑
的估计方差,即:




对比可以发现
与输出端噪声功率相同,此时最小输出噪声功率,也就约束了最小的
估计方差。
因此,我们可以这么认为:通过考察
的BLUE估计,得到方差最小情况下的系数
,而在数字信号领域内实现上述BLUE估计的时候,该系数也就是FIR滤波器的抽头系数,两者是一致的。


![[oeasy]python0024_ 输出时间_time_模块_module_函数_function](https://img-blog.csdnimg.cn/img_convert/75b86ae70ed95e2230fb73cd3a200aa1.png)















![[附源码]计算机毕业设计学生社团信息管理系统Springboot程序](https://img-blog.csdnimg.cn/9a5835f3936048b49a9c78c0bbf3c588.png)
