Estoy proponiendo intentar encontrar una tendencia en algunos datos a largo plazo muy ruidosos. Los datos son básicamente mediciones semanales de algo que se movió unos 5 mm durante un período de aproximadamente 8 meses. Los datos tienen una precisión de 1 mm y son muy ruidosos y cambian regularmente +/- 1 o 2 mm en una semana. Solo tenemos los datos al mm más cercano.
Planeamos usar un procesamiento de señal básico con una rápida transformación de Fourier para separar el ruido de los datos sin procesar. La suposición básica es que si reflejamos nuestro conjunto de datos y lo agregamos al final de nuestro conjunto de datos existente, podemos crear una longitud de onda completa de los datos y, por lo tanto, nuestros datos se mostrarán en una rápida transformación de Fourier y esperamos poder separarlos. .
Dado que esto me parece un poco dudoso, ¿vale la pena analizar este método o es el método de duplicar y agregar nuestro conjunto de datos de alguna manera fundamentalmente defectuoso? Estamos analizando otros enfoques, como el uso de un filtro de paso bajo también.