4.

2 Filtrado lineal óptimo: el filtro de Wiener

Planteamiento del problema
Principio de ortogonalidad
Ecuaciones de Wiener-Hopf
Formulación matricial
Estima del filtro de Wiener
Superficie de error
Expresión canónica de la superficie de error (Superficie Canónica)
Selección del orden del modelo

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Planteamiento del problema

Entrada Salida Error

u(n) Filtro lineal y(n) -e(n) -
-
discreto - 
ωk +6

Respuesta deseada
d(n)
Restricciones del problema
Filtro lineal (FIR o IIR)
Tiempo discreto
Criterio estadı́stico de optimización
Error cuadrático medio (MSE)

J = E[e(n)e∗ (n)] = E[|e(n)|2 ]

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Principio de ortogonalidad
Problema a resolver: encontrar el mı́nimo para J = E[e(n)e∗ (n)]
∞
X
y(n) = ωk∗ u(n − k), e(n) = d(n) − y(n)
k=0

Gradiente
∇k J = −2E[u(n − k)e∗ (n)]
Principio de ortogonalidad
El error en la solución, eo (n), es ortogonal con cada muestra de entrada que
contribuye en la estima de la salida

E[u(n − k)e∗o (n)] = 0, k = 0, 1, 2, · · ·

Corolario

E[yo (n)e∗o (n)] = 0

La salida del filtro óptimo, yo (n), es ortogonal al error de estima eo (n).

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Ecuaciones de Wiener-Hopf
Principio de ortogonalidad
" ∞
!#
X
E u(n − k) d∗ (n) − ωoi u∗ (n − i) =0
i=0

∞
X
ωoi E[u(n − k)u∗ (n − i)] = E[u(n − k)d∗ (n)]
i=0

E[u(n − k)u∗ (n − i)]: función de autocorrelación de la entrada

r(i − k) = E[u(n − k)u∗ (n − i)]

E[u(n − k)d∗ (n)]: correlación cruzada entrada/salida deseada

p(−k) = E[u(n − k)d∗ (n)]

Ecuaciones de Wiener-Hopf
∞
X
ωoi r(i − k) = p(−k), k = 0, 1, 2, · · ·
i=0

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Formulación matricial
Ecuaciones de Wiener Hopf para filtro FIR de longitud M
M
X −1
ωoi r(i − k) = p(−k), k = 0, 1, 2, · · · , M − 1
i=0

u(n) = [u(n), u(n − 1), · · · , u(n − M + 1)]T

 
r(0) r(1) · · · r(M − 1)
 
H
 r∗ (1) r(0) · · · r(M − 2) 
R = E[u(n)u (n)] = 
 
.. .. .. .. 

 . . . . 

r∗ (M − 1) r∗ (M − 2) ··· r(0)
p = E[u(n)d∗ (n)] = [p(0), p(−1), · · · , p(1 − M )]T
Ecuaciones de Wiener-Hopf
Rwo = p
Solución
wo = R−1 p
Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Estima del filtro de Wiener
Estima de la matriz de autocorrelación
N
1 X
R̂ = u(n)uH (n)
N n=1

Estima de la correlación cruzada

N
1 X ∗
p̂ = d (n)u(n)
N n=1

Si se introduce un retardo τ
N N
1 X 1 X
R̂ = u(n + τ )uH (n + τ ) p̂ = d(n)u(n + τ )
N n=1 N n=1

Filtro óptimo
ŵo = R̂−1 p̂
Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Superficie de error
La función de coste es un paraboloide con un único mı́nimo

J(w) = σd2 + wH Rw − pH w − wH p

Jmin = σd2 − σy2 = σd2 − woH Rwo = σd2 − pH wo = σd2 − pH R−1 p

Ejemplo: filtro de 2 coeficientes
" #" # " #
1 r ω0 ω0
J(w) = σd2 + [ωo∗ , ω1∗ ] ∗
− 2 [p(0) , p(−1) ] ∗
r 1 ω1 ω1

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Superficie de error (II)
El eje del paraboloide es perpendicular al plano J(w)=cte
El mı́nimo está en
wo = R−1 p
Su orientación y forma dependen únicamente de R
La función de coste puede escribirse como

J = Jmin + (w − wo )H R−1 (w − wo )

Definiendo w̃ = (w − wo )

J = Jmin + w̃H R−1 w̃

Translación: el mı́nimo está en w̃o =0

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Superficie Canónica
La matriz de autocorrelación se puede descomponer en términos de
sus autovectores y autovalores
  
λ 0 ··· 0 q∗1
 1  
λ2 · · · q∗2
  
H
 0 0  
R = QΛQ = [q1 , · · · , qM ] 
 .. .. . . . ..

..

 . . . .
 
 
  
0 0 · · · λM q∗M

Superficie de error

J(w̃) = Jmin + w̃H QΛQH w̃

Se define la siguiente transformación (lineal)

v = QH w̃
Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Superficie Canónica (II)
Expresión canónica de la superficie de error

J = Jmin + vH Λv
M
X M
X
J = Jmin + λk vk vk∗ = Jmin + λk |vk |2
k=1 k=1

Las direcciones del espacio transformado (canónico) están alineadas

con las direcciones principales del paraboloide
La excentricidad depende de los autovalores
Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Ejemplo superficie canónica
Matriz de autocorrelación genérica
" # " #
2 2 2
σ rσ (1 + r)σ 0
R= ⇒Λ=
2 2
rσ σ 0 (1 − r)σ 2

r(1)
r= (coeficiente de autocorrelación)
r(0)

Dispersión de los autovalores

λmax 1+r
=
λmin 1−r
Un valor alto indica mal condicionamiento de la matriz de autocorrelación

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Selección del modelo
Modelo de regresión lineal múltiple

d(n) = aH um (n) + v(n), a vector mx1

Error mı́nimo
Jmin (M ) = σv2 + (aH Rm a − woH Rwo )
Regı́menes de selección de modelo
Infradimensionado (M < m)

Jmin (0) = σv2 + aH Rm a

Crı́ticamente dimensionado (M = m)

Jmin = σv2

Sobredimensionado (M > m)

wo = [a, 0]T

Jmin = σv2
Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)
 Ejemplo
Modelo de orden m = 3
Orden Matriz de correlación Correlación cruzada Solución Mı́nimo MSE
M R p wo Jmin

h i h i h i
1 1.1 0.5273 0.8719 0.6959
     
1.1 0.5 0.5273 0.8719
2       0.1576
0.5 1.1 −0.4458 −0.9129
     
1.1 0.5 0.1 0.5273 0.8719
     
3  0.5 1.1
 0.5 

 −0.4458 
 
 −0.9129 
  0.1066
0.1 0.5 1.1 −0.1003 0.2444
     
1.1 0.5 0.1 −0.05 0.5273 0.8719
     
 0.5 1.1 0.5 0.1   −0.4458   −0.9129 
4 0.1066
     
     
 0.1 0.5 1.1 0.5   −0.1003   0.2444 
     
−0.05 0.1 0.5 1.1 −0.0126 0

Doctorado en Tecnologías de las Comunicaciones - Procesado Digital de Señales en Comunicaciones (Curso 2003/04)