在一些应用中，均值是通过使用高通滤波器来去除的。一阶高通滤波器具有以下结构： 或 其中决定了高通滤波器的陡度，更大的导致更陡峭/更锐利的滤波器。

$$y[k] = x[k] - x[k-1] + \beta y[k-1]$$ $$y[k] = \beta x[k] - \beta x[k-1] + \beta y[k-1]$$ $0<\beta<1$$\beta$

注意：将和乘以（如第二个等式）可确保每个频率的增益最多为 1。由于下一个标准化步骤，对是多余的。$x[k]$$x[k-1]$$\beta$$\beta$$x$

信号能量的归一化可以通过信号能量的递归估计来执行： 其中是零均值信号，是一个遗忘因子。的小值导致递归滤波器的大时间常数。

$$P_x[k] = \alpha y[k]y[k] + (1-\alpha) P_x[k-1]$$ $y[n]$$0<\alpha<1$$\alpha$

归一化输出输出计算如下： $z[k]$

$$z[k] = \frac{y[k]}{\sqrt{P_x[k]}}$$

信号是具有单位方差的零均值信号。您可以通过将增益应用于信号将方差缩放到所需的水平。$z[k]$$\sigma^2$$\sqrt{\sigma^2}$$z[k]$

注意 1：如果信号始终不为零，则 [0,1] 范围内的信号始终具有非零均值。

注意 2：为了保证信号电平在指定范围内，例如 [-1,1]，必须应用压缩技术，或者您必须知道原始绝对最大值和最小值，以便您可以缩放到所需的范围。

注 3：与分布相结合的方差只能说明大多数样本的情况。