正文
维纳滤波由N.Wiener于1942年，基于最小均方误差准则下提出的最佳线性滤波方法,但是去噪的效果不太好。在自适应滤波中，最广泛采用的目标函数之一是均方误差（MSE），其定义为输出信号是由来自于阵列的信号的线性组合构成的，其中，分别是输入信号和自适应滤波器系数向量。在线性组合器和FIR滤波器情形下，目标函数可以写为，对于具有固定系数的滤波器而言，MSE函数为，其中，为期望信号与输入信号之间的互相关向量，且为输入信号的相关矩阵。
物理类型
归入维纳滤波理论范围的滤波器结构有两种不同的物理类型：横向滤波器，以有限脉冲响应为特征。窄带波束形成器，由一组权值可调、间隔均匀的天线元素组成。这两种结构具有相同的特征：它们都是线性系统的实例，其输出都定义为权向量与输入向量的内积。
针对传统小波阈值与维纳滤波方法对合成孔径雷达(synthetic aperture radar,SAR)影像去噪后效果不太理想的情况下,提出了一种基于非局部均值与小波域维纳滤波联合的SAR影像相干斑抑制方法。首先,对SAR影像进行小波分解,将影像及噪声引入到小波域中;然后,对分解出的低频部分进行非局部均值处理,高频部分进行维纳滤波;最后,对处理后的低频和高频部分进行小波重构,得到去噪后的影像。实验结果表明,所提的去噪方法不仅能够有效去除相干斑噪声,而且较好地保持了图像的纹理结构等信息。与传统的小波阈值与维纳去噪方法相比,在等效视(ENL)数、峰值信噪比(PSNR)和结构相似性(SSIM)指标上有明显改善。
