problème de derive d'un signal

Bonjour,

je dois éliminer la derive d'un signal.


Voila l'algorithme que j'ai mis en place:
Comme le signal ressemble à un signal avec plusieurs créneaux,je cherche la dérivé du signal. Entre chaque pic de la dérivé, je moyenne les points.

Ce qui me gène c'est que je voudrais simplement "redresser" le signal(je voudrais qu'il garde ses valeurs en enlevant simplement l'offset) et non donner une valeur moyenne à tous les points.

Quel algorithme pourrais je mettre en place?Peut etre faire l

Merci d'avance.

Salut Mariono

J'ai essayé de comprendre ton problème, mais je dois bien avouer que c'est un peu flou. tu parles de "dérive de signal" et de "dérivée du signal". Est ce au sens mathématique du terme (f'(x)) ou au sens du signal qui s'écarte du droit chemin?

De plus le terme "redresser" que tu emplois est un peu ambigüe. Chez moi redresser un signal c'est faire mathématiquement (|S|, lisez abs(S)). Mais pour toi il semble que tu l'utilises pour dire de supprimer l'erreur dû à l'ecart du signal avec une ligne imaginaire qui reste à définir. Je me trompe peut être et c'est pour cela que quelques explications seraient grandement utiles.

Enfin je vois pas bien comment un signal peut garder ses valeurs si on lui ôte l'offset?????

Peut être qu'avec un dessin histoire d'être sûr de bien cerner le problème... Enfin j'en demande peut être un peu trop.

Maintenant peut être que d'autres que moi avec un cerveau en plus auront tout compris, ce dont je ne doute pas :)

J'ai le même souci.

Mon signal sort du droit chemin !

http://nsa33.casimages.com/img/2013/...0554497128.png

Comment procéder pour le ré-aligner avec l'axe des abscisses ?

Il faut appliquer un filtrage passe-haut avec une fréquence de coupure basse. Une façon simple de le faire est de calculer une moyenne glissante ou une moyenne récursive sur un très grand nombre d'échantillons et de soustraire au signal.

Moyenne glissante: moyenne arithmétique des N derniers échantillons.
Moyenne recursive: tenir à jour une variable M par la règle M <- (M + a V) / (1 + a) ou V est le dernier échantillon et a une constant pas trop grande, par exemple 0.01.