我正在过滤加速度计 XYZ 数据。目的是通过找到特征频率点并将其馈送到人工神经网络来识别步态模式。问题在于，通常似乎如此，在功率与频率域中滤除大量直流分量（0 Hz 处的强峰值），这掩盖了更高频率的分量。我正在与 Octave 合作。
在文献中，典型的方法是收集加速度计 XYZ 数据，使用滑动窗口平均值平滑一些噪声抖动，应用 4 阶巴特沃斯高通（在 0.9 Hz 截止频率），然后对各个处理的组件（XYZ那是）。
到目前为止，无论我尝试什么，总是有一个以 0 Hz 为中心的强峰值。尝试包括：1）减去原始数据的平均值（x = x-mean（x），对于所有通道）2）在欧几里得和之前的各个通道上的各种巴特沃斯阶数，在各种设置中
摆脱强 0 Hz 峰值的方法是在 XYZ 通道的欧几里得和上应用巴特沃斯滤波器。特征 2 Hz 步态峰值仍然存在，并且一些更高阶的频率被放大。
我的问题是：在欧几里得和之后过滤 XYZ 数据有什么根本错误吗？或者：这是正确的吗？或者：发生了什么，为什么 0 Hz 峰值没有被单独的通道过滤过滤（这暗示了一些非分配性的东西）。
以下是一些图： 原始 XYZ 加速度计数据 原始 XYZ 加速度计数据 http://www.hot.ee/jaaniussikesed/rawdataxyz.png
具有非常轻微滑动窗口平均值的数据（非常原始） 具有非常轻微滑动窗口平均值的数据（非常原始） http://www.hot.ee/jaaniussikesed/walk_xyz_nf_fft.png
四阶巴特沃斯，截止频率约为 1 Hz，在欧几里得和之前的单个 XYZ 上 四阶巴特沃斯，截止在约 1 Hz，在欧几里得和之前的单个 XYZ
四阶巴特沃斯，截止频率约为 1 Hz，取自 XYZ 加速度计数据的欧几里得和。注意没有 0 Hz 峰值。 四阶巴特沃斯，截止频率约为 1 Hz，取自 XYZ 欧几里得和之后的数据 http://www.hot.ee/jaaniussikesed/walk_euc_f_fft.png
四阶巴特沃斯滤波器频率响应： 四阶巴特沃斯滤波器频率响应 http://www.hot.ee/jaaniussikesed/frq_response.png
一些数据数据： 样本：1112 采样率：84 samp/s
八度中的巴特沃斯实现：
Fc= 0.5; #Cutoff frequency in Hz
Wcn=Fc/(srate/2); #Normalized cutoff frequency
order=4; #Order of filter
[B,A]=butter(order,Wcn,"high"); #Define Butterworth highpass filter
注意1：在0.1-1之间改变截止频率并不会真正改变画面。注意2：关于一个非常相似的问题有很多帖子，但它们都有细微差别，我相信这一点。
感谢您的任何帮助或/和建议！
EDIT1：这是代码（运行 Octave 4.0.0，包：控制、数据平滑、优化、信号、结构）：
# Load data
load("ID:walk-2016-05-02T22:58:23+02:00.mat");
# Separate XYZ and clip
clipc=300;
ax=datamat(clipc:(end-clipc),1);
ay=datamat(clipc:(end-clipc),2);
az=datamat(clipc:(end-clipc),3);
srate=floor(srate); #sample rate
# Design filter
pkg load all
Fc= 1; #Cutoff frequency in Hz
Wcn=Fc/(srate/2); #Normalized cutoff frequency, srate (sample rate) loaded from file
order=4; #Order of filter
[B,A]=butter(order,Wcn,"high");
# Apply filter
axf=filtfilt(B,A,ax);
ayf=filtfilt(B,A,ay);
azf=filtfilt(B,A,az);
#Euclidean norm
afen=(axf.^2+ayf.^2+azf.^2).^(1/2);
#FFT
N_fft=2^13; #Frequency sample points, empirical
afft=fft(afen,N_fft); #Centered double sided FFT
freqpwr=afft.*conj(afft)/(N_fft*rows(afft)); #Power of each frequency spectrum component
freqpoints=srate*(0:N_fft/2-1)/N_fft; #Bins/points of FFT frequency axis
#Plot power spectral density
plot(freqpoints,freqpwr(1:N_fft/2));
title("One Sided Power Spectral Density");
xlabel("Frequency (Hz)");
ylabel("Power spectral density");
fprintf("Program paused. Press enter to continue.\n");
pause;
close;