过滤器给出负值(SciPy过滤器)

Question

我在用scipy.signal.butter (或ellip)过滤数据集(np数组)时有一个问题。我的数据只有正值，但是过滤后，输出数组中有负值。代码和图形如下所示。问：，为什么会出现负值，我该如何修正呢？，谢谢！

加载数据：

 data_s = pd.read_csv('C:/Users/HP/Desktop/Python and programming/Jupyter/Filter/320_Hz.dat', header=None, squeeze=True)
    data = data_s.values
    #"turn over" the negative parts
    for i in range(len(data)): 
        if data[i] < 0:
            data[i] = abs(data[i]) * 2

Filt：

F_rate = 320.0
sample_time = 1 / F_rate

low = 79.9
high = 80.1
low_d = low / (0.5 * F_rate)
high_d = high / (0.5 * F_rate)

Wn = [low_d,high_d] 
#b, a = signal.ellip(4, 3, 40, Wn, 'bandpass', analog=False) 
b,a = signal.butter(6, Wn, 'bandpass', analog=False)

output = signal.filtfilt(b, a, data) 
print(output)
plt.magnitude_spectrum(output, Fs=F_rate)

退出：

[  7.93572645e-12   1.82355646e-12  -8.99759647e-11 ...,  -5.01622276e+03
   1.18142432e+04   4.98038137e+03]

输出数据的频谱：

​

​

输入数据：

​

​

输出数据(负值)：

​

​

Answer 1

为什么会出现负值

过滤通常会产生超出输入范围的值。特别是，用带通过滤数据可以消除低频成分.你能想象到的最低频的成分是平均值，它被完全去除了。换句话说：是一种带通滤波器，它将数据中心设为零。只有当数据同时包含正值和负值时，这才有可能。

我怎么才能修好它？

这件事很棘手。要说明如何“修复”它，需要了解为什么对数据进行过滤，以及为什么输出应该是正的。实际上没有什么要修复的，因为过滤器正在做它可以做的事情。

以下是一些可供选择的办法：

• 修正你的期望值，接受你得到的负面价值。
• 也许你不需要乐队通行证？使用只移除高频但不触及低频的高通滤波器.
• 将np.min(output)或其他偏移量添加到输出中
• 对输入的输出应用相同的转换：if data[i] < 0: data[i] = abs(data[i]) * 2 (尽管从信号处理的角度来看，这感觉很奇怪)