从Python中删除信号中的尖峰

Question

例如，我有一个呼吸记录信号，带有大量尖峰打哈欠。我试图使用熊猫的滚动平均函数来删除它，但它没有帮助。此图上的绿色空间是使用滚动平均值的结果。

import pandas as pd 

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

我不知道很多有关筛选数据，我无法找到任何大熊猫其他方式消除这种尖峰，所以我的问题是在哪里寻找答案。 结果RESP.head（）的是：

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

Answer 1

我知道有两种方式来处理这个：

设计一个更好的过滤器：

1）确定您的信号频段：

比较您信号的频谱图与您的时间信号，比较e）确定最大有用频率（截止频率）和最小峰值表现（停止频率）。e）设置低通滤波器： 如果您有matlab，请使用fdatool，if要使用Python，使用remez

3）使用的，而不是滚动平均值的自定义低通滤波器，

，如果你不喜欢的结果，重新设计的过滤器（带重量和窗口的大小）

检测+替代：

1）删除信号的平均值。

2）使用微分滤波器和阈值来检测峰值。

3）切断所有的峰出信号的（由0的替换它们）

4）可选的过滤器的峰值出板缺段的（见上面的方法）

5）对于每一个板缺峰中，找到板缺段和信号之间的最大互相关系数中没有峰，更换段并进行淡入/淡出效果以平滑粘贴。