準既知信号のフィルタリングにエラー予測フィルターを使用する

私は、データをフィルタリングするためのWienerまたはエラー予測フィルターの適切な使用に頭を包み込もうとしています。それはホワイトニングフィルターに過ぎないように思えますが、回復したいデータがAWGN信号ではない場合、どのように使用されますか？

例えば、私はいくつかのdistint干渉信号を持っている信号を持っています-PSDでそれらを見ることができますが、それらがa）静止していることとb）それらが持っている特性を知りません。Yule-Walker方程式のような方法を使用して、信号全体の ARモデルを復元できますが、この場合、干渉した信号のモデルのみを復元し、復元したい部分は復元しません。

基準信号が単一の正弦波である適応LMSノッチフィルターを実装しようとしましたが、これはあまりにも狭すぎて、信号の周波数変化をあまりうまく追跡できませんでした。

基本的に私の質問はこれです。エラー予測フィルタを使用して実際のデータをフィルタリングしている場合、データ部分とノイズ部分をどのように分離すればよいですか？言い換えれば、信号全体を白くするのではなく、ノイズ部分だけを白くしたいのです。私は何が欠けていますか？

私は質問を正しく理解しているかどうかはわかりません（そうでない場合はお気軽に更新してください）。

バックグラウンドノイズに埋め込まれた信号を正弦波信号の和として抽出するMUSICアルゴリズムがあります

また、SVD（またはKarhunen-Loeve変換）を使用して、最大情報をリテーニングしながら入力データの次元を削減するオプションもあります（これにより、バックグラウンドノイズ成分のほとんどが破棄されます）。

これがオンラインまたはリアルタイムの場合、これは適応的に実行できます。

お役に立てれば