具有非对称噪声的非常尖锐的数据。平滑和滤波似乎提高了平均值[Matlab/Python]

Question

我有一些倾斜仪的数据。我用ADC记录数据，我想看看是否有可能从软件端进行数据记录后的所有过滤。

背景：我的问题是，当倾斜计由电池供电时，噪声似乎是对称的，并且围绕一个平均值变化，所以滤波将测量值返回到非常好的精度。然而，当我用电源供电时，数据会更加嘈杂和不规则，变化更大，产生不对称的尖峰。因此，使用移动平均值和滤波器往往会给出一个远离实际测量值的值。

使用两种方法比较数据：

1、-1和0的模拟读数是什么样子的：

在第一张图中，仪表读数约为-0.7。电源似乎在上面增加了不对称的噪音。噪声的变化取决于信号的极性。

对于这样的数据有什么好的过滤器吗？移动平均线和传统的滤波器似乎不起作用，因为噪音的性质？（解释噪音的本质有点困难，但希望图像能显示出来）。

任何帮助都将不胜感激。

Answer 1

只需尝试以下任何一种原型：

rng(113);
x=-0.7+randn(100,1);
a=0.8
xc(1)=0;
xhr(1)=0;
for i=2:100
    xc(i,1)=a*xc(i-1)+(1-a)*x(i-1);
    xr(i,1)=min([x(i) xc(i)]);
    xhr(i,1)=a*xhr(i-1)+(1-a)*xr(i-1);
end
plot([x xc xr xhr])

编辑：

对于新问题，只需应用前面的答案，在过滤器前后适当地应用符号函数（此处不显示，作为练习）。在