用python完整的示例演示Savitzky-Golay滤波器的应用过程

Savitzky-Golay滤波器是一种常用的平滑和微分方法，特别适用于信号处理领域。该滤波器通过局部多项式回归来估计平滑数据及其导数，能够在保留信号特征的同时有效去除噪声。Python中，`scipy`库的`signal`模块提供了`SavitzkyGolay`滤波器的实现，可以方便地进行信号处理。以下是一个完整的示例，演示如何使用Savitzky-Golay滤波器对信号进行平滑处理，并展示其效果。 ### 信号生成与噪声添加首先，我们生成一个包含噪声的信号。假设信号是一个正弦函数，并在其基础上添加一些随机噪声。 ```python import numpy as np import matplotlib.pyplot as plt from scipy.signal import savgol_filter # 生成原始信号 t = np.linspace(0, 4 * np.pi, 500) original_signal = np.sin(t) # 添加噪声 noisy_signal = original_signal + np.random.normal(0, 0.2, t.shape) # 绘制原始信号与噪声信号 plt.figure(figsize=(12, 6)) plt.plot(t, original_signal, label='Original Signal', linewidth=2) plt.plot(t, noisy_signal, label='Noisy Signal', alpha=0.6) plt.legend() plt.title('Original and Noisy Signal') plt.xlabel('Time') plt.ylabel('Amplitude') plt.grid(True) plt.show() ``` ### 应用Savitzky-Golay滤波器接下来，使用`scipy.signal.savgol_filter`函数对噪声信号进行平滑处理。该函数的参数包括： - `x`: 输入信号。 - `window_length`: 滑动窗口的长度，必须是奇数。 - `polyorder`: 局部多项式的阶数，通常选择小于窗口长度的整数。 - `deriv`: 可选参数，用于计算信号的导数，默认为0（即平滑）。 ```python # 应用Savitzky-Golay滤波器 smoothed_signal = savgol_filter(noisy_signal, window_length=11, polyorder=3) # 绘制平滑后的信号 plt.figure(figsize=(12, 6)) plt.plot(t, original_signal, label='Original Signal', linewidth=2) plt.plot(t, noisy_signal, label='Noisy Signal', alpha=0.6) plt.plot(t, smoothed_signal, label='Smoothed Signal', linestyle='--', linewidth=2) plt.legend() plt.title('Signal Smoothing Using Savitzky-Golay Filter') plt.xlabel('Time') plt.ylabel('Amplitude') plt.grid(True) plt.show() ``` ### 计算导数 Savitzky-Golay滤波器不仅可以用于平滑信号，还可以直接计算信号的导数。例如，计算一阶导数： ```python # 计算一阶导数 first_derivative = savgol_filter(noisy_signal, window_length=11, polyorder=3, deriv=1) # 绘制导数 plt.figure(figsize=(12, 6)) plt.plot(t, first_derivative, label='First Derivative', linewidth=2) plt.legend() plt.title('First Derivative of the Signal') plt.xlabel('Time') plt.ylabel('Derivative') plt.grid(True) plt.show() ``` ### 总结通过上述示例，展示了如何使用Savitzky-Golay滤波器对信号进行平滑和导数计算。该方法在保留信号特征的同时有效去除了噪声，适用于各种信号处理任务。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python的 qrcode 生成一个链接的二维码到控制台打印出来

目录

用python完整的示例演示Savitzky-Golay滤波器的应用过程

Python内容推荐

Savitzky-Golay滤波-Python实现

python matplotlib怎么在一张图上绘制多条曲线？Python处理多个csv文件生成叠加曲线图-综合示例

python matplotlib 绘制训练曲线 综合示例-平滑处理、图题设置、图例设置、字体大小、线条样式、颜色设置

光谱数据分析中三维荧光组分荷载图的平滑优化技术及Python实现 - 数据平滑算法

曲线匹配代码实现（python）

Python 逐帧渲染教学动画小框架（Pillow + ffmpeg，含冒泡排序可视化示例，学习示例）

NGSIM-US-101-trajectory-dataset-smoothing:使用Savitzky-Golay滤波器平滑NGSIM US-101轨迹数据集

Savitzky Golay filter SG滤波器

GEE_TimeSeries:带有Savitzky-Golay过滤器的Google Earth Engine时间序列

三维荧光组分荷载图优化处理：基于Savitzky-Golay滤波器的平滑算法及其应用

信号处理之滤波算法：马尔滤波 (Savitzky-Golay Filter).zip

【地球观测与遥感】基于Savitzky-Golay滤波的MOD09A1地表反射率时间序列平滑算法实现：安达卢西亚地区NDVI数据分析

sgfilter_SGFilter_

convtographiceq:用于将EQ APO滤波器转换为Wavelet的图形EQ

restingIAF:EEGLAB中用于静止状态单个alpha频率估计的源代码和相关材料-Source material

logistics_model_test_20200617_logistics_SG滤波器_S-G滤波_S-Gfliter数据平

三维荧光数据分析中组分荷载图的优化与美化方法

数据处理S-G平滑代码

spectral-pretreatment-method光谱预处理方法

SG滤波三阶滤波、五阶滤波、七阶滤波（Matlab代码实现）

高清山西煤矿分布图矢量格式免费下载

mongodb-linux-x86_64-amazon2023-8.0.13.tgz

【Linux系统管理】Linux ls命令详解

binutils-2.36.90.tar.xz

Special-Comfy-part1.7z.003

Rust系统编程与WebAssembly开发：LLVM IR教程及实战资源

OpenStock：中小企业可用的开源库存管理系统

位置传感器电路是怎么把物体移动转换成电信号的？

Windows平台ESP32开发环境一站式搭建包：MSYS2、ESP-IDF v3.3与VS Code集成配置

OpenStock：开源A股行情数据抓取与自动化选股策略工具

python matplotlib 绘制训练曲线综合示例-平滑处理、图题设置、图例设置、字体大小、线条样式、颜色设置