Какова важность ортогональности в аппроксимации функций в цифровой обработке сигналов?

Я только что начал курс DSP и пытаюсь понять общую картину.

Насколько я понимаю, аппроксимация сигналов часто требуется в цифровой обработке сигналов. Итак, допустим, у меня есть вектор, состоящий из N отсчетов, и, допустим, я хочу воссоздать исходный сигнал из этих отсчетов. Я иду в MATLAB, рисую выборки и нахожу функцию (или серию функций), которая кажется достаточно близкой к вектору выборки. Затем я пытаюсь найти вектор с весов, который корректировал бы эту функцию так, чтобы свести к минимуму ошибку метода наименьших квадратов между ней и вектором выборки.

Как концепция ортогональности помогает мне найти эту приближенную функцию?

Спасибо


person GizmoGuy    schedule 17.01.2021    source источник


Ответы (1)


Это сайт по программированию, и вы можете получить более подробные ответы в другом месте, например здесь

Но вот мои два пенса. Предположим, в вашем примере вы хотите найти веса w[], чтобы, если ваш сигнал равен f, а выбранные вами функции были b[],

|| f - Sum{ w[i]*b[i]} || is minimised

В общем, чтобы сделать это, вам нужно вычислить внутренние продукты

A[i,j] = <b[i]|b[j]> 
F[i] = <b[i]|F>

а потом решить

A*w = F

Хотя это достаточно легко сделать на подходящем языке, если функции b[] ортогональны, это еще проще, потому что тогда матрица A диагональна, и мы можем записать решение напрямую:

w[i] = F[i]/A[i,i] = <b[i]|f> / <b[i]|b[i]>

Есть и другие преимущества использования ортогональных базисов.

Предположим, вы не уверены, сколько базовых функций вам нужно использовать. Вы можете задаться вопросом, скажем, достаточно ли просто использовать некоторое подмножество b[]. Если b[] не ортогональны, вам нужно будет заново определить веса: оптимальные веса, скажем, для b1 b[2] и b[3] не совпадают с первыми тремя весами для b1 .. b[7]. Однако, если b[] ортогональны, оптимальные веса для b1 b[2] и b[3] действительно одинаковы как первые три веса для b1 .. b[7]. Это упрощает выбор того, какой b использовать.

Другой проблемой является числовая стабильность, которая в данном случае сводится к тому, сколько ошибок вносится при вычислении весов. В общем, это будет меньше, иногда намного меньше, при использовании ортогонального базиса.

person dmuir    schedule 03.02.2021