exponenta event banner

Сглаживание и деноизирование

Сглаживание Савицки-Голая, фильтрация медианы и Хампеля, сдерживание

Удалите нежелательные всплески, тренды и отклонения из сигнала. Сглаживание сигналов с помощью фильтров Савицки-Голая, скользящих средних, движущихся медиан, линейной регрессии или квадратичной регрессии.

Приложения

Анализатор сигналовВизуализация и сравнение нескольких сигналов и спектров

Функции

detrendУдаление полиномиального тренда
filloutliersОбнаружение и замена отклонений в данных
hampelУдаление отклонений с использованием идентификатора Hampel
isoutlierПоиск отклонений в данных
medfilt11-D фильтрация медианы
movmadСкользящее среднее абсолютное отклонение
movmedianПодвижная медиана
sgolayКонструкция фильтра Савицкого-Голая
sgolayfiltФильтрация Савицкого-Голая
smoothdataПлавные шумные данные

Темы

Сглаживание сигнала

Обнаруживайте важные шаблоны в данных, оставляя без внимания шум, отклонения и другую неактуальную информацию.

Удаление тенденций из данных

Извлеките неактуальные общие шаблоны, препятствующие анализу данных.

Удаление Hum 60 Гц из сигнала

Фильтрация 60 Гц колебаний, которые часто повреждают измерения.

Удаление пиков из сигнала

Используйте медианную фильтрацию, чтобы исключить нежелательные переходные процессы из данных.

Восстановление сигнала из данных с нерегулярной выборкой

Повторная выборка и интерполяция данных, измеренных с нерегулярными интервалами.

Устранение отклонений с помощью идентификатора Hampel

Обнаружение и удаление отклонений с помощью упрощенной реализации алгоритма Хэмпела.