我想从时间序列数据中删除一个步骤(跳跃,Heaviside)函数,如图所示。谁能就如何做到这一点提供一些提示(或引用)?
图片链接是: Multichannel signal convolved with heaviside functions
一个示例 channel 数据集可在以下位置获得: Sample, one Channel of the dataset
最佳答案
既然卷积是频域的乘法,反卷积应该是除法。 heaviside 的傅里叶变换是 1/jw,因此您需要除以它(即乘以 jw)。现在 jw 的傅立叶逆变换是狄拉克分布的导数。所以你应该对狄拉克分布的导数进行卷积。
在离散情况下,它的导数是1
对于 k=0
和 -1
对于 k=1
其他地方为零
def deconv(seq):
prev = 0
for cur in seq:
yield cur - prev
prev = cur
我看不出为什么结果不应该是唯一的。
关于python - 如何从时间序列信号中解卷积阶跃函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32087228/