python - 检测图中的高振幅

Question

我绘制了几个值，表示信号强度弱或高。我的问题是，我想统计评估开始和结束的 X 坐标。

我的问题是，其中的这些高值蓝色振幅确实有一些 Y 坐标较低的部分(如果我缩放)。因此，使用 10-20 个样本的平均值不会有帮助或准确。我不确定哪种算法在这里有意义。在视觉上我只想要黑线的开始和结束值。

是否有一些聪明的方法可以做到这一点？这些值在 CSV 中:

-0.00048828
0.00006104
-0.00024414
-0.00039673
-0.00109863
0.00286865
0.00527954

Answer 1

你可以尝试用这样的东西过滤信号:

信号:s[i]

过滤后的信号:f[i]

减少系数:c(选择一个介于 0 和 1 之间的值)

f[0] = s[0]

f[i] = max(c * f[i-1], s[i])

这种方法会在高振幅区域的末端引入偏差。您将必须调整 c 以获得具有预期精度的结果。如果 c 太低:您将对高频过于敏感，并且您将获得不需要的“孔洞”。如果c太高，经过滤波的信号在高振幅区后的下降会太慢。

对过滤后的信号应用阈值以获得限制。