基于通用截断顺序统计量滤波的功率谱密度估计
信号处理
2025-09-23 v1
摘要
水声数据中的强瞬态信号会增加基于样本均值的背景噪声功率谱密度（PSD）估计的偏差和方差。最近，两种PSD估计器通过应用顺序统计量滤波（OSF）减轻了强瞬态对PSD估计的影响。第一种是Schwock和Abadi Welch百分位数法，它对连续周期图的单个秩顺序统计量（OS）进行缩放。第二种是截断线性顺序统计量滤波器，它是截至选定秩的OS的加权和。为了最小化方差，两种OSF都必须谨慎选择仍能消除强瞬态的最高秩。然而，在动态环境中的实时应用里，强瞬态以不可预测的速率出现，需要动态调整OSF的秩以保持低偏差和方差。为了规避实时秩选择的挑战，本文提出了一种跨秩的OSF凸组合，其混合权重可序贯调整，以倾向于近期时间窗口内方差最低的OSF。该混合和的性能可证明地接近最佳固定秩OSF的性能。仿真和实测数据证实，混合OSF能有效滤除声谱图中的强瞬态，而无需显式选择阈值秩。
引用
@article{arxiv.2509.16359,
title = {Power Spectral Density Estimation via Universal Truncated Order Statistics Filtering},
author = {David Campos Anchieta and John R. Buck},
journal= {arXiv preprint arXiv:2509.16359},
year = {2025}
}