Hay muchas formas de reducir el ruido en una señal. Estas son algunas de las técnicas en orden creciente de su complejidad (y efectividad).
- Filtro de media móvil: este es el filtro de paso bajo más básico. Muy simple y eficiente de implementar. Sin embargo, su respuesta de frecuencia ni siquiera se acerca a la de un filtro de paso bajo ideal. Por lo tanto, esto distorsionará la señal que le interesa.
- Un mejor filtro de paso bajo: puede diseñar un filtro de paso bajo que esté muy cerca de un filtro de paso bajo ideal. Hay una variedad de técnicas. El más simple, en mi opinión, es el método de la ventana. Un método más preciso es el diseño con mínimos cuadrados. En MATLAB, puede usar la función firls () para diseñar el filtro utilizando el método de los mínimos cuadrados. Si bien esto proporcionará un filtro de paso bajo preciso, no siempre puede esperar que su ruido esté en bandas de alta frecuencia. Además, su señal deseada puede tener componentes de alta frecuencia superpuestos a los componentes de ruido y, por lo tanto, el filtro los suprimirá.
- Filtro de mínimos cuadrados medios : este es un algoritmo adaptativo utilizado para cancelar el ruido y el eco en las señales. Sin embargo, requiere que tenga una estimación inicial de la señal de ruido. Es razonablemente simple y efectivo.
- Filtro de Kalman : este es un algoritmo muy efectivo para la cancelación de ruido. Sin embargo, es matemáticamente complejo e incluso podría ser excesivo para ciertas aplicaciones simples.