时变频率周期信号的递归量子随机滤波器参数估计

摘要

设计最优时间和空间差分步长是量子随机滤波(QSF)实现时变频率周期信号滤波的关键技术。本文提出用短时傅立叶变换(STFT)动态地估计输入时变频率周期信号的信噪比(SNR)和相对频率,用最小二乘法建立量子随机滤波器时间和空间差分步长与信噪比(SNR)和相对频率的模型,通过分析实际信号的特征可以逐步确定量子滤波器的参数。针对单频信号情况和频率时变信号的仿真实验结果表明,该方法能够根据输入信号的特征,快速、准确设计出滤波器最优参数,取得显著的滤波效果。