Yarı bilinen bir sinyali filtrelemek için bir hata tahmin filtresi kullanma


17

Verileri filtrelemek için bir Wiener veya hata tahmin filtresinin doğru kullanımı etrafında başımı sarmaya çalışıyorum. Bana öyle geliyor ki, sadece bir beyazlatma filtresi, bu yüzden kurtarmak istediğiniz veriler bir AWGN sinyali olmadığında nasıl kullanılır?

Örneğin, birkaç belirgin parazit sinyali olan bir sinyalim var - onları bir PSD'de görebiliyorum, ancak bunların a) sabit ve b) sahip oldukları özellikleri bilmiyorum. Tüm model için AR modelini kurtarmak için Yule-Walker denklemleri gibi bir yöntem kullanabilirim , ancak bu durumda kurtarmak istediğim kısmı değil , sadece müdahale eden sinyallerin modelini kurtarmak istiyorum.

Referans sinyali tek bir sinüs dalgası olan uyarlanabilir bir LMS çentik filtresi uygulamayı denedim, ancak bu bana çok dar çıktı ve sinyaldeki frekans değişikliklerini çok iyi takip etmedi.

Sanırım temelde sorum şu, eğer gerçek verileri filtrelemek için bir hata tahmin filtresi kullanıyorsam, veri bölümünü gürültü kısmından nasıl ayırırım? Başka bir deyişle, tüm sinyali beyazlatmak istemiyorum, sadece gürültü kısmını. Neyi kaçırıyorum?


+1 Güzel soru. Başvurunuz ve uğraştığınız sinyal hakkında biraz daha ayrıntı verebilir misiniz?
Dipan Mehta

Yanıtlar:


1

Soruyu doğru anladığımdan emin değilim (eğer öyle değilse beni güncellemekten çekinmeyin).

Bir arka plan gürültüsüne gömülü sinyalleri sinüzoidal sinyallerinin toplamı olarak çıkaran MUSIC algoritması vardır.

Maksimum bilgi tutarken SVD (veya Karhunen-Loeve dönüşümü) kullanma ve giriş verilerinin boyutsallığını azaltma seçeneği de vardır (bu, arka plan gürültü bileşenlerinin çoğunu atar).

Bu çevrimiçi veya gerçek zamanlıysa, bu uyarlamalı olarak yapılabilir.

Bu yardımcı olur umarım

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.