如何在matlab中过滤数据以去除噪声？答案

【问题标题】：How can filter data to remove noise in matlab?如何在matlab中过滤数据以去除噪声？
【发布时间】：2013-03-22 10:17:17
【问题描述】：

我有 2 个包含 800000 个系统输入和输出数据样本的数组。一种在 0 到 10 伏之间工作的烤箱中的系统。采样时间为 0.001s。

我必须确定这个系统的模型，但首先，鉴于数据显然很脏，我想过滤掉噪音。

如何使用 Matlab 的系统识别工具箱做到这一点？此外，如何估计截止频率以消除噪声？

提前谢谢你。

PS：鉴于这有点跑题了，请把你的答案here@谢谢。

【问题讨论】：

如果你能解释你将如何用铅笔在纸上解决这个问题，请这样做并寻求在 Matlab 中实现它的帮助。如果你不能，你可能是在寻求跑题的帮助，你可能会在dsp.stackexchange.com获得更好的运气
听起来您需要对 DSP 进行基本介绍。正如高性能标记所说，这有点离题，但这是一本很好的入门书（在线，免费），供学习 DSP 的人使用dspguide.com/pdfbook.htm。
好吧，抱歉，实际上我不确定这是问问题的正确地方。顺便说一句，谢谢你的提示:)

标签： matlab

【解决方案1】：

截止频率直接由您的采样时间或采样频率给出。您的采样频率是 1/（采样时间）并且必须至少是感兴趣的最高频率的 2 倍： http://en.wikipedia.org/wiki/Nyquist%E2%80%93Shannon_sampling_theorem

f_s = 1/T_s >= 2*f_cutOff

如果您的采样频率真的足够高，您可以简单地进行相同的频域处理。最简单的方法是查看频域（使用函数 fft() ）。并首先检查您有高噪声组件的位置。然后过滤掉这些分量（归零），然后将其转换回时域（使用函数 ifft() ）。

【讨论】：

【解决方案2】：

在最简单的情况下，噪声被建模为白高斯分布。如果你估计噪声能量，你可以通过调用

noise = A*randn(1,N);

这里，A 是幅度，N 是样本数。然后只取这个信号的 fft 并从输入信号的 fft 中减去它，然后取反 fft (ifft)

【讨论】：