Question

我应用以下过滤器来消除信号上的50Hz净噪声：

#python code
def filter_50(signal):
    for i in np.arange(50,500,50):
        fs = 1000.0  # Sample frequency (Hz)
        f0 = i  # Frequency to be removed from signal (Hz)
        w0 = f0 / (fs / 2)  # Normalized Frequency
        Q= 30
        b, a = iirnotch(w0, Q)
        signal = scipy.signal.filtfilt(b, a, signal)
    return(signal)

但我仍然看到50Hz的信号噪音。噪声幅度明显较低，但仍然不够低。有没有人举例说明如何应用自适应滤波器来消除50Hz的净噪声？或者是否有人有其他滤波器或方法去除50Hz噪声？

我玩过Q但是效果不好。

Answer 1

好吧，使用滤波器，您始终可以在信号失真和消除不需要的频率之间进行折衷。滤波后，您将始终保留某种信号，具体取决于滤波器衰减系数。如果指定为陷波滤波器，Butterworth滤波器可以具有几乎100％的衰减。以下是使用butterworth过滤器的效果：

这显示原始信号为50 Hz，目标是如果滤波器足够好，我们不应该在滤波后看到任何信号。然而，在应用具有15 Hz带宽的二阶butterworth滤波器之后，我们确实看到仍有一些信号，特别是在信号的开始和结束时，这是由于滤波器失真。

并且滤波器的频率响应在频域（幅度和相位）中看起来像这样。

因此，虽然阶段变化平稳，但＆＃34;缺口＆＃34; butterworth滤波器振幅的影响也很平滑。

另一方面，iirnotch滤波器可以在感兴趣的频率上进行单击，但是为了限制失真，它不能达到100％的衰减。

这是使用Q = 30

的iirnotch滤波器进行滤波之前和之后的信号

并过滤频率响应：

改变Q将改变50 Hz的衰减水平和失真。我认为总体而言，如果您的噪音接近或与感兴趣的信号重叠，则使用iirnotch是个好主意，否则Butterwoth可能是更好的选择。

以下是数字的代码：

from scipy.signal import filtfilt, iirnotch, freqz, butter
from scipy.fftpack import fft, fftshift, fftfreq
import numpy as np
from matplotlib import pyplot


def do_fft(y, fs):
    Y = fftshift(fft(y, 2 ** 12))
    f = fftshift(fftfreq(2 ** 12, 1 / fs))
    return f, Y


def make_signal(fs, f0, T=250e-3):
    # T is total signal time
    t = np.arange(0, T, 1 / fs)
    y = np.sin(2 * np.pi * f0 * t)
    return t, y


def make_plot():
    fig, ax = pyplot.subplots(1, 2)
    ax[0].plot(t, y)
    ax[0].plot(t, y_filt)
    ax[0].set_title('Time domain')
    ax[0].set_xlabel('time [seconds]')
    ax[1].plot(f, abs(Y))
    ax[1].plot(f, abs(Y_filt))
    ax[1].set_title('Frequency domain')
    ax[1].set_xlabel('Freq [Hz]')

    # filter response
    fig, ax = pyplot.subplots(1, 2)
    ax[0].plot(filt_freq, abs(h))
    ax[0].set_title('Amplitude')
    ax[0].set_xlim([0, 200])
    ax[0].set_xlabel('Freq [Hz]')
    ax[1].plot(filt_freq, np.unwrap(np.angle(h)) * 180 / np.pi)
    ax[1].set_title('Phase')
    ax[1].set_xlim([0, 200])
    ax[1].set_xlabel('Freq [Hz]')

    pyplot.show()


fs = 1000
f0 = 50
t, y = make_signal(fs=fs, f0=f0)
f, Y = do_fft(y, fs=1000)

# Filtering using iirnotch
w0 = f0/(fs/2)
Q = 30
b, a = iirnotch(w0, Q)

# filter response
w, h = freqz(b, a)
filt_freq = w*fs/(2*np.pi)
y_filt = filtfilt(b, a, y)
f, Y_filt = do_fft(y_filt, fs)

make_plot()


w0 = [(f0-15)/(fs/2), (f0+15)/(fs/2)]
b, a = butter(2, w0, btype='bandstop')
w, h = freqz(b, a)
filt_freq = w*fs/(2*np.pi)
y_filt = filtfilt(b, a, y)
f, Y_filt = do_fft(y_filt, fs)
make_plot()

Answer 2

您的信号是否包含在50 Hz以上的频率？否则，这个巴特沃斯低通滤波器on another SO post

怎么样？

你也许可以使用带通过滤器，就像这个second other SO post

一样

自适应50Hz滤波器

2 个答案: