Praca dotyczy identyfikacji obiektów o parametrach zmieniających się w sposób okresowy. Zaproponowane algorytmy śledzenia parametrów cechują się niską złożonością obliczeniową, typową dla podejścia gradientowego a zarazem wysoką jakością śledzenia typową dla złożonych algorytmów opartych na metodzie funkcji bazowych.

Artykuł rozważa problem estymacji częstotliwości zaszumionego, sinusoidalne-go sygnału zespolonego. Częstotliwość wyznaczana jest w oparciu o autoregre-syjny model sygnału. W pracy wykazano, że wprowadzenie decymacji sygnału po-zwala na redukcję rzędu modelu autoregresyjnego, a tym samym powoduje znacz=ne zmniejszenie złożoności obliczeniowej metody.

W pracy wprowadzono nową kategorię filtrów adaptacyjnych opartych na metodzie funkcji bazowych i wykorzystujących koncepcję postfiltracji. Proponowane algorytmy pozwalają połączyć niską złożoność obliczeniową i dobre właściwości śledzące.