EEG 저속 드리프트를위한 ​​0.01Hz의 고역 통과 필터

매우 느린 드리프트를 제거하기 위해 전자 뇌파 (EEG) 데이터 세트에 대한 고역 통과 필터를 만들려고합니다. 그러나 이러한 데이터가 제공되는 연구에는 약 0.3Hz의 주파수가 매우 중요합니다.

Matlab을 사용하고 다양한 것을 시도했습니다. FIR 필터를 사용하면 3dB의 매우 낮은 dB 감쇠가 좋습니다. 예를 들어 나는 그것을 사용했다 :

h=fdesign.highpass('Fst,Fp,Ast,Ap',0.005,0.01,3,1,250); % i needed to cut 
d=design(h,'butter');
fvtool(d)

그러나이 필터는 데이터 시작시 DC 드리프트를 만들고이 첫 번째 데이터 포인트를 풀고 싶지 않습니다.

나는 당신의 페이지를 통해 영리한 아이디어가 나중에 실제 데이터에서 빼는 저역 통과 필터를 설계하는 것이라고 읽었습니다. 나는 등 리플 필터를 사용하여 작동했지만 기본 리프트를 떠났습니다. 분석 프로토콜의 다음 단계에 있으므로 평균 제거를 실행하고 싶지 않습니다.

어떤 제안?

타임머신을 요청하는 경우 : 에서 DC 범프를 피 하려면 기록이 시작되기 전에 필터 가 실행중인 것처럼 필터의 상태를 알아야합니다 . 어떤 종류의 필터를 사용하든 상관 없습니다.$t=0$

여기에 트릭 수 있습니다 당신을 위해 편리. 탭 FIR 필터 (또는 샘플 후 임펄스 응답이 적절하게 0으로 감쇠하는 IIR 필터)가 있다고 가정 해 봅시다 . 신호 의 첫 샘플을 가져 와서 뒤집어 신호 시작 부분에 추가합니다. 실제로, 필터링 목적으로 새로운 신호 를 정의하고 있습니다. 이를 필터링하면 필터 상태가 초기 신호로 이미 "프라이밍"된 것 입니다. 출력 의 첫 번째 샘플을 삭제 하면 DC 범프가 사라 졌을 것입니다.N N g ( t ) = g ( - t ) = F ( t ) $N$$N$$N$$g(t)=g(-t)=f(t)$$N$

말할 필요도없이,이 체계에는 수많은 문제점이 있습니다. 초보자에게는 실시간 처리를하기가 더 어렵고, 신호 미분 값이 이면 여전히 처음 몇 개의 샘플에 신뢰 문제가있을 것입니다. 그러나 그것은 범프를 제거해야합니다.$t=0$

filtfilt 기능을 살펴보십시오. 제로 위상 응답과 완벽한 스텝 응답을 제공합니다. 특히, 여과 여과의 단계 응답 특성이 문제를 해결할 수 있습니다.

나는 rtollert 씨가 설명하는 트릭을 수행했고 그것이 내가 할 수있는 최선이라고 생각했습니다.

지속적인 샘플링 / 하드웨어 보상의 경로를 넘어 가면 Randy Yates와 Richard Lyons의 dsp Tips & Tricks 2008 년 3 월에 설명 된 것처럼 효율성으로 인해 DC 차단기에 관심을 가질 수 있습니다.

지정된 앰프에서 잘 작동하는 것을 시도했습니다. matlab 코드는 https://sites.google.com/site/marialstavrinou/home/dc-offset-removal-filter-in-matlab 입니다.

절대 DC 값에 신경 쓰지 않습니까?

첫 번째 데이터 포인트가 0이되도록 데이터에 정적 오프셋을 추가하지 않는 이유는 무엇입니까?

물론 모든 데이터 포인트에 오프셋을 추가해야하지만 필터와 관련된 큰 단계 응답 문제를 완전히 피할 수 있습니다.

효과적으로 필터는 0으로 초기화됩니다. 따라서 데이터가 시작되면 필터는 0에서 DC 레벨까지 큰 계단 단계를 봅니다.

계단 단계를 제거하려면 오프셋을 추가하십시오.

평균 제거를하지 않는 이유는 무엇입니까? "다시"수행하는 나중 단계는 효과가 없습니다 (제로 빼기).