我正在尝试正确使用 Wiener 或错误预测过滤器来过滤数据。在我看来它只是一个白化过滤器，那么当您要恢复的数据不是AWGN信号时如何使用它？

例如，我有一个信号，它有几个不同的干扰信号——我可以在 PSD 上看到它们，但我不知道它们是 a) 静止的，b) 它们具有什么属性。我可以使用 Yule-Walker 方程之类的方法来恢复整个信号的 AR 模型，但在这种情况下，我只想恢复干扰信号的模型，而不是我想要恢复的部分。

我尝试实现一个自适应 LMS 陷波滤波器，参考信号是单个正弦波，但对我来说这太窄了，并且不能很好地跟踪信号中的频率变化。

我想基本上我的问题是，如果我使用错误预测过滤器来过滤真实数据，那么如何将数据部分与噪声部分分开？换句话说，我不想对整个信号进行白化，只对噪声部分进行白化。我错过了什么？