DSP：固定非週期信號：最好的因果技術是什麼？

這有點與 DSP 相關：因此，如果您將非平穩時間序列轉換為平穩過程，您可能會發現它不是周期性的。這是基於傅里葉技術的問題，因為它們不是本地的頻率。現在，除了小波（有些類型是因果的），你還可以使用哪些其他的因果技術？（和 ARMA 不是它）。我嘗試了經驗模式分解（HHT），但這不是因果關係；我嘗試了內在時間尺度分解：也不是因果關係。小波已經很老了，我認為現在會“發現”更好的東西？有誰知道可以很好地處理非週期性的良好因果信號處理技術？謝謝！！

我只知道 Jurik 的 JMA 是很好的因果濾波器，比 Kalman 和 Volterra 濾波器更好，但我不確定裡面是什麼算法——它是黑匣子。有人知道更好的因果過濾器嗎？

小波和卡爾曼濾波。

引用自：https://quant.stackexchange.com/questions/832