Wiener Filter

概述

由Norbert Wiener在1940年代提出的经典信号处理方法，用于从含噪信号中提取有用信息。

关键内容

1. 基本原理：
2. 旨在最小化估计误差的均方值
3. 基于信号和噪声的统计特性设计滤波器

4. 适用于平稳随机过程（统计特性不随时间变化）

5. 技术特点：

6. 要求信号是平稳的（统计特性不随时间变化）
7. 需要对整段信号历史做频域分析
8. 在频域中工作，求解维纳-霍普夫方程
9. 难以处理多变量系统

10. 工程实现较为复杂

11. 与卡尔曼滤波的对比：

12. 维纳滤波：要求信号平稳，需整段信号历史，频域操作，难以处理多变量

13. 卡尔曼滤波：可处理非平稳信号，时域递归计算，天然支持多输入多输出，易于编程

14. 历史地位：

15. 在卡尔曼滤波出现前是信号处理领域的统治性方法
16. 为后续滤波理论的发展奠定了基础

17. 在某些特定场景下仍有应用价值

18. 局限性：

19. 无法处理非平稳信号
20. 计算复杂度高，不适合实时处理
21. 多变量系统处理困难
22. 频域方法不易于工程实现

来源

• /raw/books/时间序列分析/04-kalman-1960-filter.md — 介绍其原理与与卡尔曼滤波的对比
• Norbert Wiener — 原始提出者

相关

• Norbert Wiener — 提出者
• Kalman Filter — 后续发展的改进方法
• Signal Processing — 应用领域
• Stationary Process — 适用的前提条件