algorithm - 使用小波变换去除基线信号

标签 algorithm time-series signal-processing data-processing

我有一个接收到的信号电平数据,如下所示:

Signal level data with time

从这个信号中,我只想从信号中分离出峰值。例如,我们可以看到信号电平从时间步长 47 开始恶化,并在 53 期间变得更糟。我想将其与原始信号分开。我想知道小波变换是否可以解决我的问题。如果您有其他更好的算法来解决此问题,请与我分享您的想法。

非常感谢您对此提出的建议。

最佳答案

你当然可以使用小波,虽然我不确定是否有必要。如果您只是想确定这两个峰值出现的时间点,那么它们对于直接识别来说是非常不同的。如果你想要更清晰的分离,你可以通过小波滤波器传递信号,识别时间和频率的峰值,定义幅度分离的阈值(但由于它们后面还有其他峰值,所以肯定会有一些混合) , 最后逆变换得到滤波后的信号。

关于algorithm - 使用小波变换去除基线信号,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44908218/

相关文章:

algorithm - 水库采样无法理解概率

java - 以最小的空间复杂度查找数组中最大整数的总和

algorithm - 给定 R3 中的向量列表,会生成多少个独特的平面?

r - 在 R 中生成新的滞后变量

algorithm - 处理基于电路的有向图的带有循环的图的节点,用于音频DSP

python - 用傅里叶分量拟合时间序列 : estimating Fourier series coefficients

algorithm - 时序数据的SWAB分割算法

database - 将 MIT-BIH 心律失常心电图数据库加载到 MATLAB

python - 使用 Python 从原始 WAV 音频文件中去除噪音(嘶嘶声)

ios - 无法在 iphone 上获得正确的频率值