Podstawowe pytania dotyczące filtrowania Wienera

1. Jaki jest główny cel filtra Wienera?
2. Dlaczego filtr Wienera nazywa się filtrem optymalnym?
3. Jaki rodzaj filtra jest filtr Wienera?
4. Pod jakim warunkiem filtrowanie Wienener stanie się odwrotne filtrowanie?

Jaki jest główny cel filtra Wienera?

Opis. Celem filtra Wienera jest obliczenie oszacowania statystycznego nieznanego sygnału za pomocą powiązanego sygnału jako wejścia i filtrowania tego znanego sygnału w celu uzyskania oszacowania jako wyjścia.

Dlaczego filtr Wienera nazywa się filtrem optymalnym?

Filtrowanie Wienera jest optymalne pod względem średniego błędu kwadratowego. Innymi słowy, minimalizuje ogólny średni błąd kwadratowy w procesie odwrotnego filtrowania i wygładzania szumu.

Jaki rodzaj filtra jest filtr Wienera?

Filtr Wienera to optymalny stacjonarny filtr liniowy dla obrazów zdegradowanych przez hałas addytywny i rozmycie. Obliczenie filtra Wienera wymaga założenia, że ​​procesy sygnału i szumu są stacjonarne drugiego rzędu (w losowym sensie procesu).

Pod jakim warunkiem filtrowanie Wienener stanie się odwrotne filtrowanie?

Zauważ, że przy częstotliwościach przestrzennych, w których sygnał do szumu jest bardzo wysoki, stosunek r_N(u, υ)/ r_I(u, υ) zbliża się do zera, a filtr Wienera zmniejsza się do filtra odwrotnego. Jednak gdy stosunek sygnału do szumu jest bardzo słaby (i.mi., R_N(u, υ)/ r_I(u, υ) jest duże), szacowane częstotliwości przestrzenne zbliżają się do zera.