我想问一下在一组超声数据中检测欠阻尼谐波信号的存在和开始（不多也不少）的最简单方法是什么。我有一些以二维图像形式呈现的采集数据，其中垂直轴与时间相关。我需要检测的欠阻尼谐波信号看起来像这里，但它当然是有噪声的。

我想自动检测这种信号的存在。目前我已经开发了算法，它计算图像的每条垂直线的短时傅里叶变换，为每个短时窗口收集五个最常用频率的值，并选择具有最谐波性质的垂直线 - 最重复频率。不幸的是，在这个解决方案中，每次选择一条线。我可以肯定地使用某种阈值，但我认为这不是一个好的解决方案。然而，这不是最重要的问题——我的算法计算哪条线路具有欠阻尼的谐波信号，而不是从哪里开始。第二个问题是这个解决方案对于我的目的来说太慢了——每秒 20 次。

我试图进行自己的研究，但是像卡尔曼滤波器或最小二乘法估计之类的解决方案，在我看来，这就像试图用坦克杀死蚂蚁一样——我需要更小口径的方法。目前我不需要知道信号的特征，比如角频率和幅度的值。

任何想法信号处理社区？提前致谢。