首页 > 解决方案 > 如何从具有高斯噪声的输出中找到变换矩阵?

问题描述

对于下面给定的输入和输出,矩阵A可以通过伪逆或mrdivision在 MATLAB 中找到。同样,我现在想知道,如何确定A我的输出信号Y矩阵是否包含加性零均值、不相关、高斯噪声?

x1 = [1 1 1]';
x2 = [0 1 1]';
x3 = [0 0 1]';
x4 = [1 0 1]';

y1 = [1 2 0]';
y2 = [-1 0 3]';
y3 = [3 1 1]';
y4 = [5 3 -2]';

X = [x1 x2 x3 x4];
Y = [y1 y2 y3 y4];

A = Y/X

另外,我对未知噪声输出进行了建模,如下所示:

y1_n = y1 + sqrt(var(y1))*randn(size(y1));
y2_n = y2 + sqrt(var(y2))*randn(size(y2));
y3_n = y3 + sqrt(var(y3))*randn(size(y3));
y4_n = y4 + sqrt(var(y4))*randn(size(y4));
Y = [y1_n y2_n y3_n y4_n];

标签: matlabnoisenoise-reductiontransformation-matrix

解决方案


该语句A = Y/X求解线性方程组A*X = Y。如果系统是超定的,就像你的情况一样,给出的解决方案是最小二乘解决方案。因此,如果您对 有加性、零均值、不相关、高斯噪声Y,那么A = Y/X将为您提供最佳的、无偏的估计A

请注意,您添加到Y矩阵中的噪声非常大,因此估计值A与理想值相差甚远。如果添加较少的噪声,估计值会更接近:

x1 = [1 1 1]';
x2 = [0 1 1]';
x3 = [0 0 1]';
x4 = [1 0 1]';
X = [x1 x2 x3 x4];

y1 = [1 2 0]';
y2 = [-1 0 3]';
y3 = [3 1 1]';
y4 = [5 3 -2]';
Y = [y1 y2 y3 y4];

for n = [1,0.1,0.01,0]
   Y_n = Y + n*randn(size(Y));
   A = Y_n/X;
   fprintf('n = %f, A = \n',n)
   disp(A)
end

输出:

n = 1.000000, A = 
    2.9728   -5.5407    2.8011
    2.6563   -1.3166    0.6596
   -3.3366    1.1349    1.5342

n = 0.100000, A = 
    2.0011   -4.0256    2.9402
    1.9223   -1.0029    1.0921
   -3.1383    1.9874    1.0913

n = 0.010000, A = 
    1.9903   -3.9912    2.9987
    1.9941   -1.0001    1.0108
   -3.0015    2.0001    1.0032

n = 0.000000, A = 
    2.0000   -4.0000    3.0000
    2.0000   -1.0000    1.0000
   -3.0000    2.0000    1.0000

当然,如果您通过添加更多向量来制作X更大Y的数据,您也将获得更好的估计,并且能够补偿更多嘈杂的数据。


推荐阅读