interp1d 插值后波形不正确

chilli6519 2023-04-11 08:27:20

    xnew=np.linspace(min(tDA), max(tDA), WaveLSTM) 
    xn = list(np.arange(0,len(tDA),1))
    f2=interp1d(xn, tDA,'cubic') #三次样条插值
    tDA2=f2(xnew)

其中 tDA为输入的波形数组

经过上面的插值后，输出的波形完全不对了，见下图：

...全文

208 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

三次样条插值使用光滑的三次多项式来逼近输入数据点之间的函数。这个插值方法会生成一个三次样条函数，它在离散点之间具有三阶平滑性。使用三次样条插值方法时，在调用interp1d函数时，需要将参数kind设置成‘cubic’。线性插值是最简单的插值方法。它假设输入数据点之间的函数在每个点上是线性的。在找到输入点之间的位置后，线性插值函数会计算出新位置处的函数值。‘slinear’插值方法使用线性插值的方式对原始数据进行平滑。在调用interp1d函数时，需要将参数kind设置成‘slinear’。

现在输出应该与它们的 matlab 和 R 对应物一致，并且如果传递了 old_behavior=False 参数，则做大多数人所期望的事情：相关、卷积及其二维对应函数不再根据它们的相对形状交换它们的输入；在计算滑动和乘积和时，相关函数现在对第二个参数进行共轭，这对应于相关的通常定义。

import mathimport numpy as npfrom numpy import array, sign, zerosfrom scipy.interpolate import interp1dimport scipy.signal#输入信号序列即可(list)def envelope_extraction(signal):s = signal.astype(float )q_u = ...

实际的思路和做法很简单粗暴，就是做一维线性插值，但是不是通常使用的内插值，而是使用线性外插值，之所以使用线性外插值而不是二次方或者三次方插值是因为外插值的情况下，后二者的表现很差，与实际情况相差很大。因为是线性插值的原因，在轨迹直线的位置预测效果较好，但是在拐弯度比较大的地方会出现和实际下一个轨迹略微偏离的情况；也就是每个时间戳对应的xyz坐标，需要预测它在下一个或者下N个时间戳的XYZ位置。也就是每个时间戳对应的xyz坐标，需要预测它在下一个或者下N个时间戳的XYZ位置。

Python俱乐部

4,301

社区成员

66

社区内容

发帖

与我相关

我的任务

pythonpycharm人工智能技术论坛（原bbs）河南省·郑州市

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

人生苦短，我要学Python！

试试用AI创作助手写篇文章吧

+ 用AI写文章