Proponuję spróbować znaleźć trend w niektórych bardzo hałaśliwych danych długoterminowych. Dane są w zasadzie cotygodniowymi pomiarami czegoś, co poruszało się o około 5 mm w ciągu około 8 miesięcy. Dane są z dokładnością do 1 mm i są bardzo głośne, regularnie zmieniając +/- 1 lub 2 mm w ciągu tygodnia. Mamy dane tylko z dokładnością do mm.
Planujemy zastosować podstawowe przetwarzanie sygnału z szybką transformacją Fouriera, aby oddzielić szum od surowych danych. Podstawowym założeniem jest to, że jeśli dublujemy nasz zestaw danych i dodamy go na końcu naszego istniejącego zestawu danych, możemy stworzyć pełną długość fali danych, a zatem nasze dane pojawią się w szybkiej transformacji Fouriera i, miejmy nadzieję, możemy je następnie rozdzielić .
Biorąc pod uwagę, że wydaje mi się to nieco wątpliwe, czy jest to metoda warta oczyszczenia, czy też metoda tworzenia kopii lustrzanych i dołączania naszego zestawu danych jest w jakiś sposób zasadniczo wadliwa? Patrzymy na inne podejścia, takie jak zastosowanie filtra dolnoprzepustowego.