Tôi đang cố gắng che giấu việc sử dụng đúng bộ lọc Wiener hoặc dự đoán lỗi để lọc dữ liệu. Dường như với tôi rằng nó chỉ là một bộ lọc làm trắng, vậy nó được sử dụng như thế nào khi dữ liệu bạn muốn khôi phục không phải là tín hiệu AWGN?
Chẳng hạn, tôi có một tín hiệu có một số tín hiệu gây nhiễu - tôi có thể thấy chúng trên PSD, nhưng tôi không biết rằng chúng là một) văn phòng phẩm và b) chúng có thuộc tính gì. Tôi có thể sử dụng một phương pháp như phương trình Yule-Walker để khôi phục mô hình AR cho toàn bộ tín hiệu, nhưng trong trường hợp này tôi chỉ muốn khôi phục mô hình của các tín hiệu gây nhiễu, chứ không phải phần tôi muốn khôi phục.
Tôi đã thử triển khai bộ lọc notch LMS thích ứng, với tín hiệu tham chiếu là một hình sin đơn, nhưng điều này hóa ra tôi quá hẹp và không theo dõi sự thay đổi tần số trong tín hiệu rất tốt.
Tôi đoán về cơ bản câu hỏi của tôi là, nếu tôi đang sử dụng bộ lọc dự đoán lỗi để lọc dữ liệu thực, vậy làm cách nào để tách phần dữ liệu khỏi phần nhiễu? Nói cách khác, tôi không muốn làm trắng toàn bộ tín hiệu, chỉ có phần nhiễu. Tôi đang thiếu gì?