处理探地雷达（GPR）数据，拿来第一步基本都先做 dewow。刚接触的时候光看名字不知道它在去什么，后来弄明白了，记一下。

先说两个词。雷达每次发射接收，得到的是一条沿时间方向的采样序列，叫一道（A-scan）；把很多道沿测线方向排开，就成了二维的剖面图（B-scan）。dewow 处理的是「一道」内部的事。

一道信号本来该围绕 0，实际常常整体漂

理论上，去掉直达波以后，一道雷达信号应该围绕 0 这条基线上下抖动——有反射的地方抖一下，没反射的地方贴着 0。实际拿到的数据不是这样，整条信号会慢慢往上拱一段、又往下沉一段，整体不贴着 0，像是在一个缓慢起伏的包络上叠加了高频反射。这个慢漂就叫 wow。

wow 这个词是早期音响那边的行话，本来指唱片转速不稳导致的声音低频飘忽，借过来形容信号的低频基线漂移。它的来源一般是天线跟地面的耦合、仪器本底、线缆感应这些，跟真正的地下反射没关系，但它占着基线、带着整道信号跑偏。

为什么要先去掉它——基线不归零，后面一堆处理都受拖累。算能量、判反射强度的时候，慢漂会垫一层虚假的底；显示的时候，整道压在直流偏置上，弱反射更看不清。

沿时间方向算个滑动平均，再减掉

做法很直白：沿时间方向（每道内部）做一个滑动平均，得到那条慢漂的包络线，然后从原信号里把它减掉：

def dewow(data, window=101):
    trend = boxcar_mean(data, window, axis=0)   # 沿时间轴(axis=0)的滑动平均
    return data - trend

滑动平均是个低通，原信号减掉低通剩下的就是高频——所以 dewow 本质上是个高通滤波，把低频漂移滤掉，留下相对高频的反射。这一步的代码其实就一行减法，真正要拿捏的是那个 window（窗长）。

窗长就是截止频率，太小会把真信号也削了

窗长直接决定去多「低」的频。窗越长，滑动平均越平滑、跟得上的漂移越慢，等于截止频率越低，只去更低的频；窗越短，截止频率越高，连稍微低一点的有用反射都当漂移给减了。

这是个要小心的地方：窗太小，会把真实的低频目标（比如深部的大块反射）当成 wow 削掉，深部信息受损；低频天线、探测深部大目标的数据，dewow 不能开太狠。默认一百出头个样点是个常用起点，具体得看数据的时间窗和天线主频调。

这一步是沿时间轴，跟背景去除别搞混

有个特别容易混的点：dewow 是沿时间轴（每道内部，axis=0）去每道自己的低频漂移。而后面要做的「背景去除」是沿空间轴（道与道之间，axis=1）去横向的共模背景。两个方向正交，处理的东西完全不同——一个是道内的慢漂，一个是跨道的条带。光看「都是减一个平均」容易以为是一回事，实际上轴不一样，减出来的效果差很远。

位置在最前面

dewow 在整条处理流水线里是第一步，在带通、背景去除、增益之前。先把每道拉回 0 基线，后面才有干净的数据接着处理。顺带一个坑：dewow 减完会出负值，写回文件的时候有符号、无符号格式要分开 clamp，这个之前单独写过，不展开了。

dewow 说穿了就一件事：沿每道时间方向，减掉那条不贴 0 的慢漂，让信号回到围绕 0 的状态。它不解决反射弱、背景条带那些问题，但作为流水线的第一道清洗，基线不归零后面啥都谈不上。