Filtrado de señales para eliminar saltos por errores de trigger
Matías, entiendo que estás buscando una solución para eliminar o reducir los efectos de los pequeños saltos o fallas en una señal causados por errores de trigger. Aquí hay algunas sugerencias y técnicas que podrías considerar:
1. Filtro de mediana:
El filtro de mediana puede ser útil para eliminar picos o saltos abruptos en una señal. Este filtro reemplaza cada punto de datos con la mediana de un conjunto de muestras adyacentes. Puedes ajustar el tamaño de la ventana de mediana para adaptarse a la duración de los saltos que deseas eliminar.
2. Filtro de Kalman:
El filtro de Kalman es un filtro recursivo que puede ser efectivo para eliminar ruido y picos en una señal. Puede adaptarse a cambios en la señal y es especialmente útil cuando la frecuencia de los saltos es similar a la de la señal. Sin embargo, la implementación puede ser más compleja que otros filtros.
3. Filtro adaptativo:
Puedes explorar filtros adaptativos como el filtro LMS (Least Mean Squares) o el filtro RLS (Recursive Least Squares). Estos filtros pueden adaptarse a cambios en la señal y son útiles para eliminar interferencias no deseadas.
4. Diferenciación:
Si los saltos son cambios rápidos en la pendiente de la señal, podrías aplicar técnicas de diferenciación para detectar y reducir estos cambios abruptos.
5. Filtro de Butterworth:
Aunque mencionaste que probaste con filtros pasabajos, es posible que un filtro de Butterworth ajustado correctamente pueda ayudar a atenuar los cambios de frecuencia indeseados sin afectar la señal principal.
6. Análisis de frecuencia:
Realiza un análisis de frecuencia de tu señal para entender mejor la distribución de las frecuencias presentes, y ajusta tus filtros en consecuencia. Podría ser útil aplicar un filtro específico en la frecuencia de los saltos.
7. Filtrado no lineal:
Algunos algoritmos de filtrado no lineal, como el filtro de mediana adaptativo, pueden ser efectivos para eliminar ciertos tipos de ruido y picos.
Recuerda que la elección del filtro dependerá de las características específicas de tus datos. Puedes experimentar con diferentes técnicas y ajustar los parámetros según sea necesario. Además, la implementación precisa puede variar según la plataforma y el lenguaje de programación que estés utilizando.