algorithm - 寻峰算法 - 动态阈值或替代方法

Question

我正在寻找一些建议。抱歉，如果这样，或者您觉得属于另一个网站。

我的任务是识别信号中的特定社交调用(来自 bat )，并且我一直在研究我应该使用的方法类型来隔离不同的调用。因此，首先，这就是整个信号的样子:

这个信号非常大，因此信号被分成 1024*100 的 block (每个 block 大约 10MB)，这里是一个 block 的示例:

这个信号更可取，并且可以很容易地在视觉上识别峰值。以下是与此相关的一些问题:

1) 计算短期能量是否是确定峰值的适当方法？

2)有没有动态分配阈值的方法？例如。为该 block 创建的算法是否应该适用于信号内的所有其他 block 以及输入的任何其他信号？

3) 将此信号转换为频域(使用 STFT 方法)会有什么不同吗？

这是使用 FFT 算法的 block :

预期输出:

任何建议将不胜感激

Answer 1

1. 是的。您必须通过实验找出合适的间隔长度。

2. 是的。一种方法是从较大块的平均能量开始，并将阈值设置为它的 10 倍。

3. 视情况而定。你想知道频率吗？它可用于区分 bat 噪音和不相关类型的背景噪音。如果没有很多其他噪音并且您对频率不感兴趣，请不要打扰。如果您只是想找到峰值，这无济于事。