如何使用scipy滤除不同振幅和偏移的Sqarewave函数？

Question

振幅和偏移的方波的图形

我有下一个信号：变化的 噪音，并获得如下图所示的内容。可能会更加明智。 下面的代码只能检索偏移更改周期性。 fft结果的图

sig=sig[1000:3500]
time_step=1
import numpy as np
from scipy import fftpack
from matplotlib import pyplot as plt
sig_fft = fftpack.fft(sig)

# And the power (sig_fft is of complex dtype)
power = np.abs(sig_fft)**2

# The corresponding frequencies
sample_freq = fftpack.fftfreq(sig.size,d=time_step)
print(sample_freq)
# Plot the FFT power
plt.figure(figsize=(6, 5))
plt.plot(sample_freq, power)
plt.xlabel('Frequency [Hz]')
plt.ylabel('plower')

pos_mask = np.where(sample_freq > 0)
freqs = sample_freq[pos_mask]
peak_freq = freqs[power[pos_mask].argmax()]
high_freq_fft = sig_fft.copy()
high_freq_fft[np.abs(sample_freq) > peak_freq] = 0
filtered_sig = fftpack.ifft(high_freq_fft)

plt.figure(figsize=(6, 5))
plt.plot( sig, label='Original signal')
plt.plot( filtered_sig, linewidth=3, label='Filtered signal')
plt.xlabel('Time [s]')
plt.ylabel('Amplitude')
plt.legend(loc='best')
plt.show()

预先感谢！