Wyszukiwarka
Abstrakt
The problem of extraction/elimination of a nonstationary sinusoidal signal from noisy measurements is considered. This problem is usually solved using adaptive notch filtering (ANF) algorithms. It is shown that the accuracy of frequency estimates can be significantly increased if the results obtained from ANF are backward-time filtered by an appropriately designed lowpass filter. The resulting adaptive notch smoothing (ANS) algorithm can be employed to perform many offline signal processing tasks, such as elimination of sinusoidal interference from a prerecorded signal, for example. We show that when the unknown signal frequency drifts according to the random-walk model, the optimally tuned ANS algorithm is, under Gaussian assumptions, statistically efficient, i.e., it attains the Cramér-Rao-type lower smoothing bound, which limits accuracy of any (whether causal or not) frequency estimation scheme.
Cytowania
-
7
CrossRef
-
0
Web of Science
-
7
Scopus
Autor (1)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuł w czasopiśmie z listy filadelfijskiej
- Opublikowano w:
-
IEEE TRANSACTIONS ON SIGNAL PROCESSING
nr 56,
strony 3846 - 3854,
ISSN: 1053-587X - Język:
- angielski
- Rok wydania:
- 2008
- Opis bibliograficzny:
- Niedźwiecki M.: Statistically efficient smoothing algorithm for time-varying frequency estimation// IEEE TRANSACTIONS ON SIGNAL PROCESSING. -Vol. 56., nr. nr 8 (2008), s.3846-3854
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/tsp.2008.921781
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 117 razy