几种滤波器原理简析

1.维纳滤波

维纳滤波是一种平稳随机过程的最佳滤波理论，换句话说就是在滤波过程中系统的状态参数（或信号的波形参数）是稳定不变的。它将所有时刻的采样数据用来计算互相关矩阵，涉及到解维纳－霍夫方程。可以说维纳滤波仅在理论上有意义，在实际应用中的局限性表现在：不适用于非平稳的随机过程的滤波；要用到所有时刻的采样数据，需要的数据存储容量大；解维纳－霍夫方程是要用到矩阵的求逆运算，计算量大（因为互相关矩阵的阶数很大），而且实际数据下的维纳－霍夫方程可能无解。

2.卡尔曼滤波

卡尔曼滤波不仅适用于平稳随机过程，也适用于非平稳随机过程。它将系统的状态迁移用状态方程来表述，并用固定维数的矩阵运算递推式代替了维纳滤波的解维数巨大的线性方程组，克服了维纳滤波的一系列局限性，