您可以尝试一些简单的事情：

• 具有适当窗口大小的滑动窗口中值滤波
• 滑动窗口中的线性回归
• 如果您足够了解信号持续时间等，则对总信号进行稳健的线性回归

编辑：OP对另一个答案发表评论后的进一步想法

由于您希望 160000 处的斜率与以前相同（即信号中没有平坦部分），您可以使用稳健的线性回归技术（例如 RANSAC）和适当数量的样本点来分析/过滤您的数据。

正如@Fat32 所述，非线性或非最小能量似乎是一个关键。

如果您想首先去噪，滑动加权中值（具有正权重）可以帮助您消除脉冲噪声，同时保持比纯中值更准确的转换位置。Matlab 实现在这里。如果这还不够，我会选择更通用的排名过滤器。中位数是一种等级$1/2$. 如果脉冲噪声太大，a$\max$或过滤器（朝向等级或）可能更好地遵循斜率。$\min$$1$$0$

如果您想要遵循明显的（局部）斜率大约 ，那么加权中值导数或滑动稳健线性回归（稳健的 LOWESS）可以在没有事先过滤的情况下产生局部导数。$160000$