R语言Signal包低通滤波器报错及负力信号处理问询

一、先搞定butter函数的报错 #

你遇到的critical frequencies must be in (0 1)错误，其实是两个小问题导致的：

• 归一化频率计算错了：Butterworth滤波器要求临界频率必须是相对于奈奎斯特频率（采样率的一半）的归一化值。你的采样率是250Hz，奈奎斯特频率就是250/2=125Hz，结果你把截止频率设成了250Hz，算出来250/(250/2)=2，完全超出了(0,1)的要求范围，这肯定报错。
• 函数漏了关键参数：你的ritLowPass里用到了smpRate，但这个变量根本没作为参数传入函数里，要么会调用全局变量（如果碰巧存在的话），要么会出问题，必须把采样率明确作为参数传进去。

修正后的滤波函数 #

ritLowPass = function(s, smpRate, frqCutOff, bPlot = F ) {
  # 先计算奈奎斯特频率，再加个防错判断
  nyquist = smpRate / 2
  if(frqCutOff >= nyquist) {
    stop("截止频率必须小于采样率的一半（奈奎斯特频率）哦")
  }
  # 生成低通滤波器
  f = butter(4, frqCutOff/nyquist, "low") 
  # 双向滤波避免相位偏移
  s.lp = rev(filter(f, rev(filter(f, s)))) 
  
  # 可选操作：如果物理上力不可能为负，把负值替换成0
  s.lp[s.lp < 0] <- 0
  
  if(bPlot) {
    idx = (1*smpRate):(4*smpRate)
    plot(x=idx/smpRate, y=s[idx], xlab="time/s", ylab="signal", ty="l")
    lines(x=idx/smpRate, y=s.lp[idx], col="red", lwd=2)
  }
  return(data.frame(s.lp = s.lp))
}

正确调用示例 #

假设你想要截止频率为10Hz的低通滤波（这个频率是跑步机数据常用的低通值，你可以根据需求调整）：

VT_filter <- ritLowPass(guest$Fz, smpRate = 250, frqCutOff = 10, bPlot = TRUE)

二、关于力数据负值的处理建议 #

先别急着换滤波器，得先搞清楚负值的来源：

• 如果是传感器基线偏移：比如传感器初始值没校准，导致整体数据偏负，可以先做基线校正。比如用前1秒的均值作为基线，减去这个值：

  # 前1秒有250个数据点（250Hz采样率）
  baseline_mean = mean(guest$Fz[1:250])
  guest$Fz_corrected = guest$Fz - baseline_mean
  

• 如果是高频噪声导致的瞬时负值：低通滤波可以平滑这些波动，但没法完全消除负值，这时可以结合上面函数里的s.lp[s.lp < 0] <- 0操作，但要确保符合物理逻辑（比如静态下力不可能为负）。
• 要不要换高通滤波？：高通是用来去除低频成分（比如缓慢的基线漂移），如果你的负值是长期的基线偏移导致的，高通可能有用；但如果是高频噪声带来的瞬时负值，低通才是正确选择，别盲目切换，先画个原始数据图看看规律：plot(guest$Time, guest$Fz)。

三、额外小提示 #

• 调整滤波器阶数：4阶是常用值，但如果滤波后数据太“平”，可以降到2阶试试。
• 先看原始数据分布：用summary(guest$Fz)或者箱线图boxplot(guest$Fz)，确认负值是少数噪声还是普遍情况。

内容的提问来源于stack exchange，提问作者amir.fathi