Was ist ein Butterworth-Filter?

2

Ich habe rohe X, Y, Z-Beschleunigungssensordaten, die ich benötige, um sie vom Rauschen zu befreien. Ich habe gelesen, dass ein Butterworth-Filter für die Art von Arbeit, an der ich arbeite, am besten geeignet ist.

Wird dieser Filter direkt auf die Rohdaten angewendet (Zeit-Amplituden-Bereich) oder müssen die Daten in den Frequenz-Amplituden-Bereich übersetzt werden (mithilfe von FFT)?

Ist IIR eine Art Butterworth-Filter?

Was mache ich mit dem Ergebnis dieses Filters? Multipliziere ich es mit meinen Daten, um sie herauszufiltern?

sensors signal-processing electronic-filters

— ekalyvio
quelle

Ich habe keine Ahnung, aber bei jeder Signalverarbeitung ist mein erster Schritt normalerweise, scipy zu versuchen, um festzustellen, ob es eine Black Box liefert. In diesem Fall: docs.scipy.org/doc/scipy-0.14.0/reference/generated/… Auch verwandt: stackoverflow.com/questions/12093594/…

— ericksonla

2

Geben Sie "Butterworth-Filter" in Google ein. Ihre Frage deutet darauf hin, dass Sie nicht versucht haben, selbst Nachforschungen anzustellen. Sie können es entweder im Zeit- oder Frequenzbereich oder sogar mit einer analogen elektronischen Schaltung implementieren.

— alephzero

@alephzero Nein. Ich habe viel recherchiert, aber im Internet finden Sie nur Artikel mit sehr viel Mathematik (etwas, das ich schwach bin). Ich habe auch das Buch 'Digitale Signalverarbeitung' von Steven W. Smith gefunden, aber es ist ein Buch mit 700 Seiten und viel Mathematik. Wenn ich hier eine solche Frage stelle, erwarte ich nur eine Antwort für Dummköpfe.

— ekalyvio

1

Dies ist der Inhalt des größten Teils eines Semesters über digitale Signalverarbeitung. Sie sagten: "Ich habe [ein Buch über Signalverarbeitung] gefunden, aber es ist ein Buch mit 700 Seiten und viel Mathematik." Nun ja. Willkommen bei der digitalen Signalverarbeitung.

Sie sagten dann: "Ich habe nur eine Antwort für Dummköpfe erwartet." Okay, Wikipedia sagt Es handelt sich um einen Filtertyp, der "so ausgelegt ist, dass der Frequenzgang im Durchlassbereich so flach wie möglich ist. Er wird auch als Filter mit maximal flacher Größe bezeichnet."

Das Filterdesign erfolgt typischerweise in der Frequenz / Laplace-Domäne . Wenn Sie etwas möchten, das Sie verwenden können, müssen Sie zurück in die Zeitdomäne konvertieren. Das würde Sie mit einem kontinuierlichen Zeitfilter zurücklassen; Wenn Sie einen diskreten Zeitfilter wünschen, würden Sie a verwenden diskrete zeitliche Annäherung .

— Chuck
quelle

1

Ein Butterworth-Filter ist nur eine Art Filter (es gibt viele Arten) mit einer bestimmten Form für seine Reaktion. In Ihrer Situation würde ein Butterworth-Filter als Tiefpassfilter (LPF) verwendet, um höhere Frequenzen, die Rauschen enthalten, zu unterdrücken. Der Filter kann entweder für Zeitbereichsstichproben oder für den Frequenzbereich (nach der FFT) implementiert werden. Wenn Sie die Daten jedoch schnell verwenden möchten, müssen Sie sie wahrscheinlich im Zeitbereich verarbeiten. Sie beziehen sich korrekt auf IIR (Infinite Impulse Response - eine andere Option ist FIR oder Finite Impulse Response). Es gibt Filter, die als eine Reihe von "Abgriffen" (oder "Gewichten") konstruiert sind, die mit dem vorliegenden Abtastwert und einer Reihe vorheriger Abtastwerte multipliziert und dann summiert und gemittelt werden. Sie müssen etwas über FIR / IIR-Implementierungen eines Tiefpassfilters lernen, um die Abgriffswerte so zu berechnen, dass Sie einen Grenzwert über Ihrer Signalfrequenz erhalten (der jedoch niedrig genug ist, um das Rauschen auszuschalten). Dies mag kompliziert erscheinen. Hier ist ein einfaches Beispiel für einen Filter auf Tap-Basis - fügen Sie das aktuelle Sample zu den vorherigen 4 hinzu und teilen Sie es durch 5. Die Ausgabe dieses Filters ist ein Tiefpass, da es sich lediglich um einen gleitenden Durchschnitt handelt. Alle Stufenwerte sind einfach '1'. Ihr nächster Schritt ist ... Schauen Sie sich an, wie Sie einen einfachen FIR-Tiefpassfilter implementieren, und versuchen Sie, ihn zu implementieren! Viel Glück :)

— Lichen
quelle