Estou propondo tentar encontrar uma tendência em alguns dados de longo prazo muito barulhentos. Os dados são basicamente medições semanais de algo que se moveu cerca de 5 mm durante um período de cerca de 8 meses. Os dados são de 1mm de precisão e são muito barulhentos mudando regularmente +/- 1 ou 2mm em uma semana. Temos apenas os dados no mm mais próximo.
Planejamos usar algum processamento básico de sinal com uma transformação rápida de Fourier para separar o ruído dos dados brutos. A suposição básica é que, se espelharmos nosso conjunto de dados e o adicionarmos ao final de nosso conjunto de dados existente, podemos criar um comprimento de onda completo dos dados e, portanto, nossos dados aparecerão em uma rápida transformação de quatro camadas e, esperançosamente, poderemos separá-lo .
Dado que isso me parece um pouco duvidoso, vale a pena purificar esse método ou é o método de espelhar e anexar nosso conjunto de dados de alguma forma fundamentalmente defeituoso? Estamos analisando outras abordagens, como o uso de um filtro passa-baixo também.