從Python中刪除信號中的尖峯

Question

例如，我有一個呼吸記錄信號，帶有大量尖峯打哈欠。我試圖使用熊貓的滾動平均函數來刪除它，但它沒有幫助。此圖上的綠色空間是使用滾動平均值的結果。

import pandas as pd 

RESP=pd.DataFrame(RESP) 
RESP_AV=pd.rolling_mean(RESP,50) 

我不知道很多有關篩選數據，我無法找到任何大熊貓其他方式消除這種尖峯，所以我的問題是在哪裏尋找答案。 結果RESP.head（）的是：

0 -2562.863389 
1 -2035.020403 
2 -2425.538355 
3 -2554.280563 
4 -2242.438367 
6.7636961937 

Answer 1

我知道有兩種方式來處理這個：

設計一個更好的過濾器：

1）確定您的信號頻段：

比較您信號的頻譜圖與您的時間信號，比較e）確定最大有用頻率（截止頻率）和最小峯值表現（停止頻率）。e）設置低通濾波器： 如果您有matlab，請使用fdatool，if要使用Python，使用remez

3）使用的，而不是滾動平均值的自定義低通濾波器，

，如果你不喜歡的結果，重新設計的過濾器（帶重量和窗口的大小）

檢測+替代：

1）刪除信號的平均值。

2）使用微分濾波器和閾值來檢測峯值。

3）切斷所有的峯出信號的（由0的替換它們）

4）可選的過濾器的峯值出板缺段的（見上面的方法）

5）對於每一個板缺峯中，找到板缺段和信號之間的最大互相關係數中沒有峯，更換段並進行淡入/淡出效果以平滑粘貼。