मैं डेटा को फ़िल्टर करने के लिए एक वीनर या त्रुटि-भविष्यवाणी फिल्टर के उचित उपयोग के चारों ओर अपना सिर लपेटने की कोशिश कर रहा हूं। यह मुझे लगता है कि यह केवल एक व्हाइटनिंग फ़िल्टर है, इसलिए इसका उपयोग कैसे किया जाता है जब आप जिस डेटा को पुनर्प्राप्त करना चाहते हैं वह AWGN सिग्नल नहीं है?
उदाहरण के लिए, मेरे पास एक सिग्नल है जिसमें कई डिस्टि्रक्ट इंटरफेरिंग सिग्नल हैं - मैं उन्हें एक PSD पर देख सकता हूं, लेकिन मुझे नहीं पता कि वे एक) स्थिर और बी) उनके पास क्या गुण हैं। मैं पूरे सिग्नल के लिए एआर मॉडल को पुनर्प्राप्त करने के लिए यूल-वॉकर समीकरण जैसी विधि का उपयोग कर सकता हूं , लेकिन इस मामले में मैं केवल हस्तक्षेप करने वाले संकेतों के मॉडल को पुनर्प्राप्त करना चाहता हूं , न कि जिस हिस्से को मैं पुनर्प्राप्त करना चाहता हूं।
मैंने एक अनुकूली LMS notch फ़िल्टर को लागू करने का प्रयास किया, जिसमें संदर्भ सिग्नल एक एकल साइनव्यू था, लेकिन यह मेरे लिए बहुत अधिक संकीर्ण हो गया और सिग्नल में आवृत्ति परिवर्तनों को बहुत अच्छी तरह से ट्रैक नहीं किया।
मुझे लगता है कि मूल रूप से मेरा सवाल यह है, अगर मैं वास्तविक डेटा को फ़िल्टर करने के लिए एक त्रुटि भविष्यवाणी फिल्टर का उपयोग कर रहा हूं, तो मैं डेटा भाग को शोर भाग से कैसे अलग करूं? दूसरे शब्दों में, मैं पूरे सिग्नल को सफेद नहीं करना चाहता, केवल शोर वाला हिस्सा। मुझे किसकी याद आ रही है?