我有一个三轴加速度计，可以让我沿 x、y 和 z 方向加速。然后我通过计算所有时间点的加速度大小来组合 3 个轴（我的问题中的详细信息）
我想知道在低通滤波我的信号以消除信号中的一些高频噪声的过程中的正确时间。我想我有几个选择：
从理论的角度来看，我过滤哪些信号以及按什么顺序过滤是否重要？
我想如果我不过滤原始信号（＃3）并直接计算幅度，我最终会放大很多噪声吗？但是在#2 中双重过滤（原始信号，然后是幅度）是否有害？
我认为最好的策略是在计算幅度之前进行过滤。为了容易看出这一点，将低通滤波视为平均过程，并将噪声视为零均值高斯白噪声。如果噪声是白色的，则在幅度计算之前作为零均值高斯分布的噪声将平均为零。高斯过程的幅度分布是瑞利分布，其在方差处具有最大值噪声分布的平均值为. 在存在信号的情况下，分布是具有类似考虑的 Ricean。
在系统静止的情况下，过滤后将有助于消除结果的可变性，但不会减少由于噪声引起的误差；简单的例子是上面只有噪声（和静止的），结果收敛到零；而在幅度之后，结果将收敛到与噪声水平成比例的常数。
我怀疑对于这两个过滤器，您将受到您可以过滤多少所涉及的动态的限制，这最终是您将根据结果的所需 SNR 进行的交易。
有关在计算幅度之前或之后（或等效地在决策之前或之后）进行滤波的更多详细信息，请参阅安捷伦的这篇出色的应用说明 ( AN-1303 )。
有些应用在理论上更好，例如当信息的相位没有保留时。
如果您不想详细阅读或理解参考资料，或者没有时间 - 我怀疑在获取幅度之前进行过滤会更好，但您可以通过在结果中建立 SNR 指标来轻松测试这一点；只需注意变化率，以及系统变化的速度以及您希望能够以多快的速度跟踪变化，而不是平均化这些变化。