java - 信号处理(Java)

Question

我有一个正在读取的传感器，目前代码是用 Java 编写的，但我认为问题不是特定于语言的，更多的是与方法相关。

传感器会产生具有高脉冲和低脉冲的信号，大致类似于心跳。然而，“高”脉冲并不总是相同的电平，“低”脉冲也不是。我感兴趣的是相对差异。然而，仅此还不够，因为在单个“ session ”中，高值和低值也可能发生变化(想想弯曲的中点)

我附上了我希望能够处理的 4 种“类型”信号的图像。左上角是“理想”我很确定我已经可以处理了，遗憾的是其他三个更常见并且不太容易处理。

我目前的方法是寻找数据的平均值，并查看该点被交叉了多少次，这将告诉我有多少个高脉冲和低脉冲。

我想知道是否有一种简单的方法来检测高脉冲和低脉冲，而不使用平均法。

Answer 1

当您说要提取波的频率时，我首先想到的是傅里叶变换；这将信号从时域转换到频域。给定以下样本波:

这是我添加了噪音和趋势的正弦方式。底层正弦波频率为1.5Hz

你得到这个傅立叶变换

在这里您可以看到在 0hz 处有很大的响应，这是线性趋势，在这种情况下我们可以忽略它。之后，您可以在 1.5Hz(我们输入信号的频率)处看到一个响应峰值。换句话说;一旦你进行了傅里叶变换，你的结果就是具有最大值的数据点(在你删除非常低频率的结果之后)

Java代码

Apachi commons 有一个快速傅里叶变换类，我用它来创建这个变换。它将波的采样数据作为输入并输出一个复数，复数的模数(实部平方的平方根加上虚部平方)为equal to the energy at that frequency。 .输出数组中的每个条目 i 都引用 i*samplingFrequency/noOfSamples 处的频率。

然而，下面的 java 代码在很大程度上为您解决了这些问题。快速傅立叶变换的唯一问题是输入条目的数量必须是 2 的幂。

import org.apache.commons.math3.complex.Complex;
import org.apache.commons.math3.transform.DftNormalization;
import org.apache.commons.math3.transform.FastFourierTransformer;
import org.apache.commons.math3.transform.TransformType;

public class FourierTest {

    public static void main(String[] args) {
      
        double samplingFrequency=10; //hz, You will know this from your data and need to set it here
        
        

        double[] frequencyDomain = new double[input.length];

        FastFourierTransformer transformer = new FastFourierTransformer(DftNormalization.STANDARD);
        try {           
            Complex[] complex = transformer.transform(input, TransformType.FORWARD);
            
            for (int i = 0; i < complex.length; i++) {               
                double real = (complex[i].getReal());
                double imaginary = (complex[i].getImaginary());

                frequencyDomain[i] = Math.sqrt((real * real) + (imaginary * imaginary));
            }

        } catch (IllegalArgumentException e) {
            System.out.println(e);
        }

        //only to frequencyDomain.length/2 since second half is mirror image or first half
        for(int i=0;i<frequencyDomain.length/2;i++){
            double frequency=samplingFrequency*i/frequencyDomain.length;
            System.out.println("Frequency: " + frequency + "\t\tEnergyComponent: " + frequencyDomain[i]);
        }
    }
    
    static double[]  input = new double[]{
            0.017077407 , //sample at 0 seconds
            1.611895528 , //sample at 0.1 seconds
            2.063967663 , //sample at 0.2 seconds
            1.598492541 , //etc
            0.184678933 ,
            0.02654732  ,
            0.165869218 ,
            1.026139745 ,
            1.914179294 ,
            2.523684208 ,
            1.71795312  ,
            0.932131202 ,
            1.097366772 ,
            1.107912105 ,
            2.843777623 ,
            2.503608192 ,
            2.540595787 ,
            2.048111122 ,
            1.515498608 ,
            1.828077941 ,
            2.400006658 ,
            3.562953532 ,
            3.34333491  ,
            2.620231348 ,
            2.769874641 ,
            2.423059324 ,
            2.11147835  ,
            3.473525478 ,
            4.504105599 ,
            4.325642774 ,
            3.963498242 ,
            2.842688545 ,
            2.573038184 ,
            3.434226007 ,
            4.924115479 ,
            4.876122332 ,
            4.553580015 ,
            3.92554604  ,
            3.804585546 ,
            3.476610932 ,
            4.535171252 ,
            5.398007229 ,
            5.729933758 ,
            5.573444511 ,
            4.487695977 ,
            4.133046459 ,
            4.796637209 ,
            5.091399617 ,
            6.420441446 ,
            6.473462022 ,
            5.663322311 ,
            4.866446009 ,
            4.840966187 ,
            5.329697081 ,
            6.746910181 ,
            6.580067494 ,
            7.140083322 ,
            6.243532245 ,
            4.960520462 ,
            5.100901901 ,
            6.794495306 ,
            6.959324497 ,
            7.194674358 ,
            7.035874424 

        };
}