You are on page 1of 3

FILTRO FIR PTIMO DE WIENER

Los filtros Wiener son los mejores filtros lineales de mnimos cuadrados. Que
pueden ser usados para prediccin, estimacin, interpolacin, filtrado de seal
y ruido, etc. Para disearlos se necesita tener un conocimiento previo
apropiado de las propiedades estadsticas de la seal de entrada. El problema
reside en que este conocimiento generalmente no se puede obtener. En su
lugar se usan filtros adaptivos, que hacen uso de los daros de entrada para
aprender los datos estadsticos requeridos.
El objetivo del filtrado de Wiener es que la salida y(n) sea lo ms parecida
posible a la seal d(n).

Planteamiento del problema: Caso FIR


Entrada:
x n=

x (n)

x (nM + 1)

Coeficientes:
w=

[ ]
w0

wM 1

W ( z )=w 0+ w1 z1 + w2 z 2 ++ w M1 zM +1
Salida:
M 1

y ( n )= x ( ni ) w i=x n w=w xn
T

i=0

Funcin de coste:
Error:
e ( n )=d ( n ) y ( n ) =d ( n )x nT w
La estima de mnimo error cuadrtico medio (MMSE), es la solucin que
minimiza la varianza (potencia) del error:
J ( w ) =E [ e2 (n) ] =E [ d 2 (n) ]+ wT R x w2 wT p J ( w )=E [|e (n)| ]
2

Siendo:

E [ x (n) x (n) ]
E [ x (n) x (nM +1) ]
E [ x (n) x(n1) ]

E [ x(n1)x (nM +1) ]


E x( n1)x (n) ]

R x =E [ x n x nT ] = [

E [ x (nM +1) x ( n) ]
E [ x (nM +1) x (nM +1) ]

R x ( 0) Rx (1)
R x (M 1)
R x (M 2)
R x (1)

R x=

R x (M 1) R x ( M 2)
R x (0)

Matriz de autocorrelacin (Matriz de Toeplitz), M es la longitud del filtro FIR

p=E [ d (n) x n ]=

E [ d ( n ) x (n) ]

E [ d ( n ) x (nM +1) ]

]
Vector de correlacin cruzada

Solucin nica (Filtro de Wiener):

J
w J ( w )=
w0
2

J
w1

J
1

=2 R x w2 p w opt =R x p
w M1

J ( wopt ) = d p w opt
Estima del filtro de Wiener:
Estima de la matriz de autocorrelacin:
N

1
H
^
R= x ( n ) x (n)
N n=1

Estima de la correlacin cruzada:


N
1
^p= d ( n ) x (n)
N n=1
Filtro ptimo:
^ o= ^
w
R1 ^p
Filtro de Wiener IIR:
Salida:

y ( n )=

k=

wk x ( nk )

No causal:

l=

wk R xx ( k l )= p ( k ) ,< k <

En el dominio de la frecuencia:

W ( w )=

S xd (w)
S xx ( w)

Causal:

wk R x ( kl ) =p ( k ) , k 0
l=0

S xx ( z )= z Q ( z ) Q( z )

Acerca del Filtro de Wiener:


El filtro de Wiener es un filtrado lineal ptimo que aparece en multitud de
problemas de comunicaciones.
Es un estimador lineal que minimiza el MSE
Para su obtencin de requiere conocer o estimar los estadsticos de 2
orden.
El filtro de Wiener extrae de la entrada la parte correlada con la seal
deseada (si p=0, w=0).
La seal de error resultante est incorrelada con la entrada y con la
salida del filtro: Principio de ortogonalidad.
E[xne(n)]=0
El principio de ortogonalidad establece que los coeficientes del filtro
asumen sus valores ptimos cuando el error e(n) est incorrelado con
cada muestra de la entrada x(n)
Se implementa en las aplicaciones de procesado de seales, desde
receptores de comunicaciones, codificadores de fuente, etc. Todos los
sistemas incluyen de un modo u otro un filtro de Wiener.

Referencias:
[1] Filtrado Lineal ptimo: Filtro de Wiener. Tratamiento Avanzando de seal
en comunicaciones. Grupo de Tratamiento Avanzado de Seal (GTAS). Dpto.
de Ingeniera de Comunicacin (DICOM), Universidad de Cantabria, Espaa.
[2] I. Santamara. Filtrado ptimo y Filtrado Adaptativo. Ingeniera de
Telecomunicacin, Universidad de Cantabria.