Если шум ничем не отличается от сигнала, то этот шум и есть сигнал.
А если есть какие-то признаки, по которым шум отличается от
сигнала, то пользуясь этими признаками можно отделить сигнал от
шума и затем уже что-то измерять. Для этого, очевидно, нужна
априорная информация о сигнале. Например, если априори известно,
что сигнал лежит в определенной полосе частот, а шум белый, то
можно отфильтровать полезный сигнал полосовым фильтром. Остаточный
шум, который пройдет вместе с полезным сигналом через фильтр, очевидно не отличим от полезного сигнала и поэтому внесет некоторую ошибку в измерения. Точно так же, если априори известно, что полезный сигнал может появиться на определенном временном интервале, можно использовать это априорное знание для "фильтрации" шума по времени. В общем случае это все считают через максимум правдоподобия и матрицу Фишера.
Информация Фишера
Xaoc (16.07.2020 17:15, просмотров: 4) ответил fk0 на Всё здорово, но в реальных зашумлённых сигналах производная всегда
будет колебаться около нуля и экстремумов будет в каждой третьей
точке. Как их количество снизить до разумной величины?