如何更好地处理抑制了信号为了找到不同的山峰

1视图(30天)

显示旧的评论

Bogdan Blidaru2 2019年1月6日

0
链接

这个问题直接联系

//www.tianjin-qmedu.com/matlabcentral/answers/438512-how-to-better-process-a-dampened-signal-in-order-to-find-distinct-peaks

评论道: 明星黾 2019年1月7日

答:接受明星黾

pad_vs_time.mat

我对MATLAB分析一些示波器数据的探测器。有两种类型的事件(1和2),我决定哪些类型的事件感兴趣的每个文件。我的问题可能不编程,但如何解决问题本身,以及数学和编程工具如何使用。

以下事件发生:

一个事件(发生放电检测器)在时刻0。它有抑制振荡的形状。
同样的事件发生在时间0(同样的行为),但后来在给定的时间(0.4)另一种事件发生时(+一些响后由于电路)。

最后两张图片都显示第二类型的事件,但在那里第二个事件在时间上是不同的。它可以发生尽可能在噪声的主要事件,到很晚。第二个事件还可以具有不同的振幅从很小到相似大小的主要事件。

现在,我感兴趣的是找到这两个事件的时间和振幅。最后图像的例子,我需要从主事件的时间只是第一负大发生振荡,产生非常接近0和二级事件时间为2.1。

我目前工作与一些指数平滑函数(我也玩 Savitzky-Golay过滤 ),然后使用peakfinder(一些窗口和阈值)。我跑介绍麻烦当第二个事件接近主要的窗口,里面是peakfinder主要事件,有时低于阈值。

我也试过fft和传输线似乎有些频率,但它并没有帮助(我做错了,或者别的事情发生)。

我想也许加入事件的负峰值与一些线,也许做一个peakfinder,因为我刚刚两大高峰(见下图)。

secondary_event_modif.png”>
</div>
<div class=

不知怎的,我觉得这是不容易/不太道德:)

我已经上传一个文件,其中包含x和时间点的第二形象。

任何想法如何解决这个问题呢?

0评论
显示隐藏1以上的评论

登录置评。

在回答这个问题。

接受的答案

明星黾 2019年1月6日

2
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/438512-how-to-better-process-a-dampened-signal-in-order-to-find-distinct-peaks answer_355227

一种方法:

                             D =负载(“pad_vs_time.mat”);
                            
                             时间= D.time;
                            
                             垫= D.pad;
                            
                             N =元素个数(时间);
                            
                             Ts =意味着(diff(时间));
                            
                             Fs = 1 / Ts;
                            
                             Fn = f / 2;
                            
                             FTpad = fft (pad) / N;
                            
                             阵线= linspace(0, 1,修复(N / 2) + 1) * Fn;
                            
                             4 = 1:元素个数(艘);
                            
                             图
                            
                             情节(时间、垫)
                            
                             网格
                            
                             图
                            
                             情节(阵线、abs (FTpad (Iv)) * 2)
                            
                             网格
                            
                             包含(“频率”)
                            
                             ylabel (“振幅”)
                            
                             padfilt =低通滤波器(垫、75 Fs);%过滤掉一些高频噪声
                            
                             第一次=找到(padfilt > 0.01, 1“第一”);
                            
                             [pospks, poslocs] = findpeaks (padfilt(第一:结束),“MinPeakProminence”,0.01);
                            
                             [negpks, neglocs] = findpeaks (-padfilt(第一:结束),“MinPeakProminence”,0.01);
                            
                             poslocs = poslocs +第一;
                            
                             neglocs = neglocs +第一;
                            
                             图
                            
                             情节(时间(第一:结束),padfilt(第一:结束)
                            
                             持有在
                            
                             pospks情节(时间(poslocs),“^ r”,“MarkerFaceColor”,“r”,“MarkerSize”,2)
                            
                             -negpks情节(时间(neglocs),“虚拟现实”,“MarkerFaceColor”,“r”,“MarkerSize”,2)
                            
                             持有从
                            
                             网格
                            
                             图
                            
                             情节(时间(第一:结束),padfilt(第一:结束)
                            
                             持有在
                            
                             pospks情节(时间(poslocs),“- r”)
                            
                             -negpks情节(时间(neglocs),“- r”)
                            
                             持有从
                            
                             网格

你需要实验来得到你想要的结果。

如何更好地处理抑制了信号为了找到不同的山峰(findpeaks) - 2019 01 06. png”>
</div>
<div class=

另一个选择是信封 (链接)功能:

                             (是的,ylower) =信封(padfilt(第一:结束),400年,“高峰”);
                            
                             图
                            
                             情节(时间(第一:结束),padfilt(第一:结束)
                            
                             持有在
                            
                             情节(时间(第一:结束),是的,“- r”)
                            
                             情节(时间(第一:结束)、ylower“- r”)
                            
                             持有从
                            
                             网格

再一次,你需要实验来得到你想要的结果。

如何更好地处理抑制了信号为了找到不同的山峰(信封)- 2019 01 06. png”>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
<div class=

8的评论
显示隐藏 7年长的评论

Bogdan Blidaru2 2019年1月7日

编辑:Bogdan Blidaru2 2019年1月7日

我调整高频截止值低。它提高了信号。

主事件信号(振荡)减毒2 kOhm电阻器和3 dB衣架式衰减器。它在两个分裂的信号。的一部分信号降至地面,另一部分仍在信号的示波器,因此上面可以看到什么。

“真正的”信号应该只下降~ t = 0。振荡是文物,我想删除或处理,因为它们会导致假阳性。自从电子、接地和物理设置,这是我能得到的最好的信号:)。

我试过一些造型振荡信号的限制(傅里叶没有帮助,我仍然不知道为什么)。我得到了相同的结果作为傅里叶的你。删除一些峰值区域,完成一个传输线,但他们似乎别的结果不变。我要找的值通过@0.015Hz(考虑到原始信号可以理解为秒)。然而,我不能降低频率,因为我还在正常基线噪音减少。

低通滤波器将工作更好的抽样范围会更大,以便获得更多的点和一个更好的正弦波的主要事件。我说的对吗?

我是在尝试处理振荡Savitzky-Golay过滤器( 订单3、framelen 11 -最好的结果) 。它输出一些好的结果,但是它(虽然不多)x轴价值观的转变,但是它影响信号的振幅。

仍在调查,并将帖子回复如果我设法让它工作。

明星黾 2019年1月7日

扩大低端的傅里叶变换图:

                                  图
                                 
                                  情节(阵线、abs (FTpad (Iv)) * 2)
                                 
                                  网格
                                 
                                  包含(“频率”)
                                 
                                  ylabel (“振幅”)
                                 
                                  xlim (10 [0])

提供了一个更好看更低的频率。

我将改变我的代码对这两个(邻)线:

                                  padfilt =低通滤波器(垫5 Fs);%过滤掉一些高频噪声
                                 
                                  第一次=找到(padfilt > 0.001, 1“第一”);

这导致一个significantlly“干净”的信号,在不影响你的信号的本质。

傅里叶变换的高峰 ~ 66 赫兹在我看来是高频噪声信号。您可以安全地过滤出来。

我不确定我理解 0.015 价值。一个 0.015 赫兹截止这个过滤器完全消除初始瞬态(从 0 来 3 秒)。的期

计算, 66.66…… 赫兹,噪声信号的频率。

我将使用 5 赫兹截止在滤波器设计,改变的阈值找到调用 0.001 。

明星黾 2019年1月7日

像往常一样,这是我的荣幸!

登录置评。

类别

信号处理 DSP系统工具箱信号生成、处理和分析信号操作

找到更多的在信号操作在帮助中心和文件交换

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

如何更好地处理抑制了信号为了找到不同的山峰

0评论
显示隐藏1以上的评论

接受的答案

8的评论
显示隐藏 7年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

如何更好地处理抑制了信号为了找到不同的山峰

0评论 显示隐藏1以上的评论

接受的答案

8的评论 显示隐藏 7年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

0评论
显示隐藏1以上的评论

8的评论
显示隐藏 7年长的评论