Anwenden des Butterworth-Hochpassfilters

Question

Ich habe ein Problem mit der Anwendung des Butterworth-Hochpassfilters auf meine Daten. Ich möchte Filter für Bx und By Matrix drucken. Wie Sie sehen, ich sowohl positive als auch negative Werte haben,

wie math.fabs() auf Bx anzuwenden und By nur positive Werte zu bekommen?

Für meine Hochpassfilter habe ich diese Anforderungen:

Fc = 2 Hz

Ich mag würde Werte unter 100 pT abzuschneiden.

Ein Teil meiner aktuellen Code ist:

plt.ylabel('Pico Tesle [pT]') 
plt.xlabel('Time [ms]') 
plt.grid() 
plt.plot(time[51:-14], Bx[51:-14], label='Canal 1', color='r', linewidth=0.1, linestyle="-") 
plt.plot(time2[1:-14], By[1:-14], label='Canal 3', color='b', linewidth=0.1, linestyle="-") 
plt.legend(loc='upper right', frameon=False,) 

Und ein Diagramm ist:

UPDATE: ich diese Funktion verwendet haben, absolute Werte für Bx zu erzeugen und durch die Matrix.

plt.subplot(413) 
np.absolute(fft1) 
plt.plot(time[51:-14], np.absolute(fft1), color='r', linewidth=0.1, linestyle='-') 
plt.grid() 

plt.subplot(414) 
np.absolute(fft2) 
plt.plot(time2[1:-14], np.absolute(fft2), color='b', linewidth=0.1, linestyle='-') 
plt.grid() 

Was ich dank, das empfangen wird, dass alle meine Messungen (hier atmosphärischen Entladungen sind) sind nur in positive Werte (pT - Pikotesla). Das erste Diagramm zeigt Kanal 1, das zweite Diagramm Kanal 3 und das dritte Diagramm beide Kanäle (Kanäle).

Nein, ich brauche (nehme ich an) einen Hochpassfilter, um alle Messungen unter 100 pT abzuschneiden. Irgendwelche Ideen?

Answer 1

Ich habe diese Methode verwendet, um das Problem zu lösen.

Wn = float(1)/HalfSampling 
b, a = signal.butter(3, Wn, 'high', analog=False) 
BxHPF = signal.filtfilt(b, a, Bxfft) 
ByHPF = signal.filtfilt(b, a, Byfft) 
plt.plot(BxTime, BxHPF, label='Canal 1', color='r', linewidth=0.5, linestyle="-") 
plt.plot(ByTime, ByHPF, label='Canal 3', color='b', linewidth=0.5, linestyle="-")