Предотвращение явления Гиббса при обратном БПФ ⇐ Python

[Anonymous]

В настоящее время я фильтрую некоторые данные и столкнулся с проблемой при фильтрации меньших частот из большого тренда. Кажется, что обратное БПФ имеет большие всплески в начале и в конце. Вот данные до и после фильтрации меньших частот.




Я изучил математический феномен, и он называется феноменом Гиббса. Есть ли способ обойти это, чтобы очистить данные некоторых вышележащих частот без получения такого эффекта? Или есть обходной путь, позволяющий сделать всплески как можно меньшими.
Кстати, вот код:
fourier_transformation= np.fft.fft(Sensor_4)
frequencies = np.fft.fftfreq(len(time), d=1/Values_per_second)
fourier_transformierte[np.abs(frequencies) > 0.18] = 0
Sensor_4 = np.fft.ifft(fourier_transformation)


Подробнее здесь: https://stackoverflow.com/questions/787 ... everse-fft