有时数据会出现不必要的瞬变（即峰值）。中位数滤波是消除它的好方法。

网址：https://ww2.mathworks.cn/help/signal/ug/remove-spikes-from-a-signal.html
描述：本案例由1个示例构成。

-

针对以上案例，采用Python语言实现。

-

import numpy as np
from matplotlib import pyplot as plt
import scipy.signal as signal
import scipy.io as scio

data = scio.loadmat('openloop60hertz.mat')
hz_60 = data['openLoopVoltage']
datalen = len(hz_60)
T = np.arange(0, datalen)

plt.plot(T, hz_60)
plt.show()

通过在随机点添加随机符号以加入瞬变以破坏信号。重置随机数生成器以获得可再现性。

spikeSignal = np.zeros(datalen)
spks = np.arange(10, 1990, 100)
randadd = np.random.randint(-10, 10, size=len(spks))
spikeSignal[spks + randadd] = np.random.randn(len(spks))

hz_60 = hz_60.reshape(len(hz_60),)
noisySignal = hz_60 + spikeSignal

plt.plot(T, noisySignal)
plt.xlabel('Time (s)')
plt.ylabel('Voltage (V)')
plt.title('Voltage with Added Spikes')
plt.show()

函数medfilt将信号的每个点替换为该点和指定数量的邻点的中位数。因此，中位数滤波会丢弃与其周围环境相差很大的点。通过使用三个邻点的集合计算中位数来对信号进行滤波。注意峰值是如何消失的。

medfiltSignal = signal.medfilt(noisySignal)

plt.plot(medfiltSignal)
plt.xlabel('Time (s)')
plt.ylabel('Voltage (V)')
plt.title('Voltage with Added Spikes')
plt.grid()
plt.show()