python寻峰算法_python/scipy的寻峰算法

我可以自己写一些东西,通过找到一阶导数的零交叉点或其他东西,但它似乎是一个足够通用的函数,可以包含在标准库中。有人知道吗?

我的特殊应用是一个二维数组,但通常它会用于在FFT等中查找峰值。

具体地说,在这类问题中,有多个强峰值,然后有许多较小的"峰值",这些都是由噪声引起的,应该忽略不计。这些只是例子,不是我的实际数据:

一维峰值:

二维峰值:

寻峰算法可以找到这些峰的位置(不仅仅是它们的值),理想情况下可以找到真正的样本间峰,而不仅仅是具有最大值的指数,可能使用二次插值或其他方法。

一般来说,你只关心一些强峰,所以它们要么被选择是因为它们高于某个阈值,要么因为它们是按振幅排序的有序列表的前n个峰。

正如我所说,我知道如何自己写这样的东西。我只是在问是否有一个预先存在的函数或包可以很好地工作。

更新:

我翻译了一个matlab脚本,它可以很好地处理一维情况,但可能会更好。

最新更新:

Sixtenbe为一维案例创建了一个更好的版本。

@Endolith您有原始的matlab文件,您为此翻译成python吗?谢谢!

@mohammad:billauer.co.il/peakdet.html gist.github.co m/250860文件

怎么办

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
寻峰算法是一种在数据中寻找峰值的方法,常用于信号处理、色谱分析等领域。而现代谱估计方法是一种可以从信号中估计出频率信息的方法,其中Yule-Walker方程法是其中的一种。 在MATLAB中,可以使用如下代码实现Yule-Walker方程法: ```matlab % 读取数据 data = load('data.txt'); % 计算自相关函数 r = xcorr(data, 'biased'); r = r(length(data):end); % 计算Yule-Walker方程系数 p = 10; [a, e] = aryule(data, p); % 计算频率信息 f = angle(roots(a))/(2*pi); % 绘制功率谱密度图 [h, w] = freqz(sqrt(e), a); plot(w/(2*pi), pow2db(abs(h).^2)); ``` 在Python中,可以使用如下代码实现Yule-Walker方程法: ```python import numpy as np from scipy.signal import lfilter, lfilter_zi # 读取数据 data = np.loadtxt('data.txt') # 计算自相关函数 r = np.correlate(data, data, mode='full') r = r[len(data)-1:] # 计算Yule-Walker方程系数 p = 10 a, e, _ = lfilter([1], np.concatenate(([1], -aryule(data, p)[0][1:]))), aryule(data, p)[1:], lfilter_zi([1], np.concatenate(([1], -aryule(data, p)[0][1:]))) # 计算频率信息 f = np.angle(np.roots(a))/(2*np.pi) # 绘制功率谱密度图 w, h = signal.freqz(np.sqrt(e), a) plt.plot(w/(2*np.pi), 10*np.log10(abs(h)**2)) ``` 以上代码中,`data.txt`为需要处理的数据文件,`p`为Yule-Walker方程的阶数,`a`为Yule-Walker方程的系数,`e`为误差方差,`f`为频率信息,`w`和`h`为功率谱密度图的频率和幅度信息。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值