Als Eingangssignal des Wiener-Filters wird ein Signal gestört durch ein additives Rauschen vorausgesetzt:
Das Ausgangssignal ergibt sich durch die Faltung des Eingangssignals mit der Filterfunktion :
Fehler und quadratischer Fehler ergeben sich aus der Abweichung des Ausgangssignals vom zeitversetzten Eingangssignal Abhängig von dem Wert d des Zeitversatzes können unterschiedliche Problemstellungen betrachtet werden:
Unter der Voraussetzung, dass optimal ist, vereinfacht sich die Gleichung, die das Minimum der mittleren quadratischen Abweichung (Minimum Mean-Square Error, MMSE) beschreibt, zu
Die Lösung ist die inverse beidseitige Laplacetransformation von .
Kausale Lösung
Wobei
die positive Lösung der inversen Laplace-Transformation von ,
die positive Lösung der inversen Laplace-Transformation von und
die negative Lösung der inversen Laplace-Transformation von ist.
↑Kristian Kroschel: Statistische Nachrichtentheorie. Signal- und Mustererkennung, Parameter- und Signalschätzung. 3., neubearbeitete und erweiterte Auflage. Springer, Berlin u. a. 1996, ISBN 3-540-61306-4.
↑ abNorbert Wiener: Extrapolation, Interpolation, and Smoothing of Stationary Time Series. Wiley, New York NY 1949.
↑Robert Grover Brown, Patrick Y. C. Hwang: Introduction to Random Signals and Applied Kalman Filtering. With MATLAB exercises and solutions. 3. Auflage. Wiley u. a., New York NY 1996, ISBN 0-471-12839-2.