我正在研究一些我觉得可疑的（在我的领域很受欢迎的）分析实践。问题是从一些非常短的（例如，代表 200 - 800 毫秒的 18-40 个数据点）时间序列中删除趋势。常见的方法是使用移动平均或（大约 11-）阶 FIR 滤波器。我已经知道moving-avg是一个“非常糟糕的低通滤波器”[1]，但我担心这个过程可能会引入滤波信号中的潜在伪影。当我用 python-mne 模拟其他研究人员使用的过滤器时，我注意到过滤器振铃所花费的时间比他们过滤的信号长很多倍。我也听说过存在振铃伪影，尽管据我了解，问题主要与干扰脉冲和阶跃信号有关，我想知道这种现象是否也会在其他类型的信号中引入伪影。特别是，我注意到我所在领域的大多数滤波器在 4 Hz 左右停止衰减，更进一步，在 5 Hz 左右，研究人员经常发现频率强度增加，然后报告他们正在研究的信号的振荡性质。我想知道这种增加可能是由于“过冲” - 就像振铃伪影一样。我很想很好地理解这个问题，所以如果我推理正确，请向我解释，并提供我可以从中了解更多关于这种现象的材料。非常感谢您！研究人员经常发现频率强度增加，然后报告他们正在研究的信号的振荡性质。我想知道这种增加可能是由于“过冲” - 就像振铃伪影一样。我很想很好地理解这个问题，所以如果我推理正确，请向我解释，并提供我可以从中了解更多关于这种现象的材料。非常感谢您！研究人员经常发现频率强度增加，然后报告他们正在研究的信号的振荡性质。我想知道这种增加可能是由于“过冲” - 就像振铃伪影一样。我很想很好地理解这个问题，所以如果我推理正确，请向我解释，并提供我可以从中了解更多关于这种现象的材料。非常感谢您！

编辑：澄清一下：通过整个信号，我的意思是在某个事件之后收集的样本总数，而不是我从较长的信号中切出一个较小的子样本，或者我在很长一段时间内指出了一些非零值系列。

[1]：数字信号处理的科学家和工程师指南，作者：Steven W. Smith，Ph.D。