Python中的时变带通滤波器

Question

我正试图解决一个与这个职位中讨论的问题非常相似的问题

我有一个宽带信号，它包含一个时变频率的组件.随着时间的推移，我需要监控这个组件的阶段。我能够通过谱图中的峰值跟踪(一种有点蛮力的方法)跟踪频移。我需要“清理”这个时变峰值周围的信号，以提取Hilbert相位(或者，我需要一种跟踪不涉及Hilbert变换的相位的方法)。

总结一下前面的文章:及时改变FIR/IIR滤波器的系数会导致不好的事情发生(它不仅会移动通带，还会以导致令人惊讶的瞬态的方式完全混淆滤波器的状态)。然而，可能有一些方法可以及时调整滤波器系数(可能是通过一些智能方式联合修改滤波器系数和滤波器状态)。这超出了我的专业范围，但我愿意接受任何解决方案。

有两类解决方案似乎是可信的:一种是使用谐振滤波器(基本上是由信号驱动的阻尼谐振子)，频率是时变的。这个模型非常简单，可以避免令人惊讶的过滤瞬变。我将尝试这个--但是谐振器在停止带中的衰减很差(如果它们甚至可以说有一个停止带？)。这使我紧张，因为我不是100%确定共振过滤器将如何运行。

另一种建议是使用滤波器组，并根据频率在各种带通滤波信号之间进行平滑插值。这种方法似乎很吸引人，但我怀疑它有一些隐藏的警告。我想，线性混合两个带通滤波信号可能并不总是做你所期望的，并可能导致奇怪的事情？但是，这不是我的专业领域，所以如果混合过滤器库被认为是一个安全的解决方案(一个已经分析和发布过的解决方案)，我将使用它。

另一类潜在的解出现在我身上，那就是在滑动短时傅里叶变换中，只取频率峰值的相位(可以是加窗的，多锥度的等等)。如果有人知道这方面的文献，我会很感兴趣的。相关的，将采取相位在频率功率峰值从滑动复Morlet小波变换的频带上感兴趣。

所以，我想，基本上我有三个类别的解决方案。1.频率时变的谐振器滤波器。2.使用滤波器组，可能与混合? 3.从STFT或CWT中提取相位(这些可视为滤波器组方法的子集)

我的假设是，在(2,3)中，这个阶段会不时发生令人惊讶的事情，而在(1)中，我们可能无法拒绝我们想要的足够多的噪音。我还不清楚这个问题是否有一个完美的解决方案(时频分辨率中的不确定性原理？)

不管怎么说，如果有人以前解决过这个问题，而且.更好的是，如果有人知道任何听起来直接适用于这里的文件，我将不胜感激。

Answer 1

不确定这是否有用，但是googling“时变组件的监视阶段”导致了这样的结果：链接

希望这能有所帮助。