如何比较 scipy 噪声过滤器？

Question

我需要减少数据中的噪音行为。我尝试了一种名为 Savitzky-Golay Filter 的方法。另一方面，我需要找到最快的方法，因为过滤算法将在我的代码中运行最多的脚本中。

我不熟悉信号处理方法。您能简要介绍一下更快的方法和用法吗？

我不需要像低通、高通等复杂的结构（我知道有成千上万个）。我想使用尽可能快的平滑方法。

这是我的测试脚本：

import numpy as np
import matplotlib.pyplot as plt

noisyData=np.array([
   2.77741650e+43,   1.30016392e+42,   8.05792443e+42,   1.74277713e+43,
   2.33814198e+43,   6.75553976e+42,   2.56642073e+43,   4.71467220e+43,
   4.25047666e+43,   3.07095152e+43,   7.30694187e+43,   7.54411548e+43,
   1.29555422e+43,   8.09272000e+42,   9.18193162e+43,   2.25447063e+44,
   3.43044832e+41,   7.02901256e+43,   2.54438379e+43,   8.72303015e+43,
   7.80333557e+42,   7.55039871e+43,   7.70164773e+43,   4.38740319e+43,
   8.43139041e+43,   6.12168640e+43,   5.64352020e+43,   3.63824769e+42,
   2.35296604e+43,   4.66272666e+43,   5.03660902e+44,   1.65071897e+44,
   2.81055925e+44,   1.46401444e+44,   5.44407940e+43,   4.50672710e+43,
   1.60833084e+44,   1.68038069e+44,   1.08588606e+44,   7.00867980e+43])

xAxis=np.arange(len(noisyData))

# ------------- Savitzky-Golay Filter ---------------------
windowLength = len(xAxis) - 5 
polyOrder = 6

from scipy.signal import savgol_filter

# Function
def set_SavgolFilter(noisyData,windowLength,polyOrder):
    return savgol_filter(noisyData, windowLength, polyOrder)

plt.plot(xAxis,noisyData,alpha=0.5)
plt.plot(xAxis,set_SavgolFilter(noisyData,windowLength,polyOrder))

# ------------- Time Comparison ----------------------
import time
start_time = time.time()
for i in range(50):
    savgolfilter1 = set_SavgolFilter(noisyData,windowLength,polyOrder)
print(" %s seconds " % (time.time() - start_time))

# === OTHER METHODS WILL BE HERE

Answer 1

除非您真的需要基于多项式的平滑，否则 Savitzky-Golay 没有任何特别的优势。它基本上是一个糟糕的低通滤波器。更多详情请见https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=5888646

改用基本的巴特沃斯低通滤波器：

from scipy.signal import butter, filtfilt
b, a = butter(5, .2)
datafilt = filtfilt(b, a, noisyData)

filtfilt 调用似乎比savgol_filter 快​​几倍。你需要多快？使用 scipy 中的lfilter 至少快 10 倍，但结果会相对于输入信号有所延迟。