Procesamiento de Señales

Filtro Wiener

Universidad Católica Andrés Bello

Facultad de Ingeniera
Escuela de Telecomunicaciones
Prof. Maria Cristi Stefanelli
 Filtro Wiener
Objetivo: plantear y resolver el problema de
diseño de una respuesta impulsional h(n) de
longitud Q muestras, de forma que la salida y(n)
sea lo más parecido a una señal denominada
referencia d(n).
 Filtro Wiener

Para un planteamiento lineal del problema

se escoge como criterio de parecido el
error cuadrático medio entre la salida y la
referencia. (MSE).
Filtro Wiener
 Filtro Wiener

El vector x es un vector columna formado

por las muestras de la señal de entrada :

h es un vector fila con las muestras de la

respuesta impulsiva
 Filtro Wiener
Elerror cuadrático se puede escribir
como:
 Filtro Wiener
Donde
Pd
Potencia de la señal de referencia.

Matriz de correlación de los datos Q x Q.

Vector de Q componentes que contiene como

entradas la correlación cruzada entre los datos y la
referencia
 Filtro Wiener
Elfiltro óptimo en términos del error cuadrático medio es
aquel que minimiza el MSE

Se deriva esta expresión con respecto a y se iguala a

cero
Filtro Wiener
 Filtro Wiener

El error mínimo se obtiene sustituyendo

en la ecuación del error el vector óptimo
 Filtro Wiener

Se pueden sustituir los valores esperados

utilizando estimadores, con lo cual :
 Filtro Wiener
Debido a que la entrada de referencia d(n) tiene Q-1 muestras
que y(n). Dependiendo de cómo se haga manipule d(n) para
realizar la resta entre y(n) y d(n) se tienen varios resultados:
Colocar Q-1 ceros y a continuación N muestras de d(n).
Colocar Q-1ceros después de N muestras de d(n) .
Tomar de la salida y(n) tan sólo las N muestras finales o
permanentes, (Método de la Covarianza ). Este método
produce matriz de correlación con sesgo cero.
Colocar Q-1ceros a continuación N-Q+1 muestras de d(n)
comenzando en d(0) y añadir Q-1 ceros (Método de
Correlación). Produce matriz de correlación toeplilz (es el
más usado).
 Filtro Wiener
El filtro de error de predicción se obtiene de está estructura
del filtro Wiener si:
◦ la entrada x(n) =d(n).
◦ h(n) serían los coeficientes ak .
◦ y(n) sería el predictor de x(n)