对原始信号应用fft时如何防止过平滑

Question

我正在尝试做fft来去除信号中的噪声。在这样做的同时，我得到了类似于此Freq_域的频域：

因此，当对信号的峰值频率应用黄油通滤波器时，会像原始图像一样过度平滑：

应用黄油通过过滤器后的图像：

所以我被困在这个问题上，想找出减少信号过度平滑的解决方案

for i in range(data_first_interval.shape[0]):         
       ppgwave=data_first_interval.loc[i]        
       ppg_fit=fftpack.fft(np.array(ppgwave))        
       ppgarr=np.array(ppgwave)        
       amp=2 / time_vec.size*np.abs(ppg_fit)        
       sample_freq=fftpack.fftfreq(2100,0.001)        
       signal_amplitude = pd.Series(amp).nlargest(2).round(0).astype(int).tolist()    
       magnitudes = abs(ppg_fit[np.where(sample_freq >= 0)])    
       #Get index of top 2 frequencies\    
       peak_frequency = np.sort((np.argpartition(magnitudes, -2)[-2:])/2.1)    
       cutoff = peak_frequency[1]    
       y = butter_lowpass_filter(ppgarr, cutoff, fs, order)     
       data_first_interval.loc[i]=y

我的低通滤波器定义如下

fs = 1000.0           
order = 2          
def butter_lowpass_filter(data, cutoff, fs, order):    
   print("Cutoff freq " + str(cutoff))    
   nyq = 0.5 * fs # Nyquist Frequency    
   normal_cutoff = cutoff / nyq    
   # Get the filter coefficients     
   b, a = butter(order, normal_cutoff, btype='low', analog=False)    
   y = filtfilt(b, a,data)    
   return y 

谁能帮我找出哪里出了问题

Answer 1

通常，产生“较少平滑”的方法是提高截止频率

使用平滑过滤器，可以使用两个参数：

• 截断：截断值越高，平滑度越低；较低的截止值产生更多的平滑

• 阶数（与“滚降”相关）：阶数越高，低频失真越小，但可能导致振铃。低阶振铃较少，但可能会使截止频率以下的频率失真。这也可能表现为过度平滑