我但土办法就是求导,导数接近0的就是峰值,当然对于拐点,导数也是0,所以还得求下2次导数。不过因为是离散点,所以求出的导出误差比较大,阀值难以掌控,所以说是土办法。
法1:计算 X[i-n] 到 X[i+n] 这 2n+1 个点的平均值,作为 Y[i] 的值; 法2:计算积分(可以用梯形法),再求导(中心差分法),结果和法1应该差不多。 因为你说“采样频率合适,有足够的数据点,而且数据点时间距离可以看成是“绝对均匀”的”,而且从图上看,噪音的幅度和持续实现较短,因此使用这两种滤波法效果应该还不错。
拟合下我觉得是可以的,拟合后噪声的影响就去掉了
[quote=引用 12 楼 lpcads 的回复:] 法1:计算 X[i-n] 到 X[i+n] 这 2n+1 个点的平均值,作为 Y[i] 的值; 法2:计算积分(可以用梯形法),再求导(中心差分法),结果和法1应该差不多。 因为你说“采样频率合适,有足够的数据点,而且数据点时间距离可以看成是“绝对均匀”的”,而且从图上看,噪音的幅度和持续实现较短,因此使用这两种滤波法效果应该还不错。
[quote=引用 6 楼 reFreever 的回复:] 如果只是计算峰值点个数,可以试着先进行滤波将数据平滑处理,将噪声的波幅减小。
1.首先你得保证采样率合适,即有足够的数据点; 2.噪声是什么类型的噪声,高斯白噪声?有没有突发噪声? 3.判断峰值干嘛用呢?能判断出高低电平还不够?
如果只是计算峰值点个数,可以试着先进行滤波将数据平滑处理,将噪声的波幅减小。
69,336
社区成员
243,078
社区内容
加载中
试试用AI创作助手写篇文章吧