알려진 신호를 필터링하기 위해 오류 예측 필터 사용

데이터 필터링을 위해 Wiener 또는 오류 예측 필터를 올바르게 사용하도록 머리를 감싸려고합니다. 그것은 미백 필터 일뿐이므로 복구하려는 데이터가 AWGN 신호가 아닌 경우 어떻게 사용됩니까?

예를 들어, 몇 가지 뚜렷한 간섭 신호가있는 신호가 있습니다. PSD에서 볼 수는 있지만 a) 고정되어 있고 b) 어떤 속성을 가지고 있는지 알 수 없습니다. Yule-Walker 방정식과 같은 방법을 사용하여 전체 신호에 대한 AR 모델을 복구 할 수 있지만이 경우 복구 하려는 부분이 아니라 간섭 신호의 모델 만 복구 하려고합니다.

기준 신호가 단일 사인파 인 적응 형 LMS 노치 필터를 구현하려고 시도했지만 너무 좁아서 신호의 주파수 변화를 잘 추적하지 못했습니다.

기본적으로 내 질문은 오류 예측 필터를 사용하여 실제 데이터를 필터링하는 경우 데이터 부분을 노이즈 부분과 어떻게 분리합니까? 다시 말해, 전체 신호를 희게하고 싶지 않고 노이즈 부분 만 희게하고 싶습니다. 내가 무엇을 놓치고 있습니까?

질문을 올바르게 이해하고 있는지 잘 모르겠습니다 (그렇지 않으면 언제든지 업데이트하십시오).

배경 잡음에 포함 된 신호를 정현파 신호의 합으로 추출하는 MUSIC 알고리즘이 있습니다.

SVD (또는 Karhunen-Loeve 변환)를 사용하고 최대 정보를 다시 가져 오는 동안 입력 데이터의 차원을 줄이는 옵션도 있습니다 (이는 대부분의 백그라운드 노이즈 구성 요소를 버림).

온라인 또는 실시간 인 경우 적응 적으로 수행 할 수 있습니다.

도움이 되었기를 바랍니다