如何生成嘈杂的模拟时间序列或信号（在 Python 中）答案

【问题标题】：How to generate noisy mock time series or signal (in Python)如何生成嘈杂的模拟时间序列或信号（在 Python 中）
【发布时间】：2023-03-07 03:42:02
【问题描述】：

我经常不得不处理一堆嘈杂的、有些相关的时间序列。有时我需要一些模拟数据来测试我的代码，或者为 Stack Overflow 上的问题提供一些示例数据。我通常最终要么从不同的项目加载一些类似的数据集，要么只是添加一些正弦函数和噪声并花一些时间来调整它。

你的方法是什么？您如何生成具有特定规格的噪声信号？我是否忽略了一些完全可以做到这一点的明显标准包？

我通常希望在我的模拟数据中获得的特征：

随时间变化的噪音水平
信号中的一些历史记录（比如随机游走？）
信号的周期性
能够生成具有相似（但不完全相同）特征的另一个时间序列
可能是一堆奇怪的低谷/高峰/高原
能够重现它（一些种子和一些参数？）

我想得到一个类似于下面两个[A]的时间序列：

我通常会使用如下代码创建一个时间序列：

import numpy as np

n = 1000
limit_low = 0
limit_high = 0.48
my_data = np.random.normal(0, 0.5, n) \
          + np.abs(np.random.normal(0, 2, n) \
                   * np.sin(np.linspace(0, 3*np.pi, n)) ) \
          + np.sin(np.linspace(0, 5*np.pi, n))**2 \
          + np.sin(np.linspace(1, 6*np.pi, n))**2

scaling = (limit_high - limit_low) / (max(my_data) - min(my_data))
my_data = my_data * scaling
my_data = my_data + (limit_low - min(my_data))

这会导致这样的时间序列：

这是我可以使用的东西，但仍然不是我想要的。这里的问题主要是：

它没有历史/随机游走方面
这是相当多的代码和调整（如果我想分享一个示例时间序列，这尤其是一个问题）
我需要重新调整值（正弦的频率等）以生成另一个相似但不完全相同的时间序列。

[A]：对于那些想知道的人来说，前两张图像中描绘的时间序列是三天内（截断午夜至早上 6 点）沿一条道路的两个点的交通强度（移动汉宁窗平均值）超过 2 分钟）。重采样到 1000 个点。

【问题讨论】：

您是否考虑过采用理想的数据集并为其添加一些白噪声？
是的，但是我仍然遇到一个问题，即所有实际特征（奇怪的下降/峰值、周期性等）仍然完全相同
为了改变周期性，我想将各个部分重新采样到稍微多或少的点是可行的。
您有没有想过使用生物数据？检查一下，您冷下载一个大染色体（例如 chr1）或最小的（chr21），然后使用移动平均值计算 %GC 含量。没有什么比高原、局部下降和峰值的随机游走的生物数据更...
你找到好的时间序列生成器了吗？我也在寻找这样的java或python库......？

标签： python time-series signal-processing

【解决方案1】：

你看过TSimulus吗？通过使用Generators，您应该能够生成具有特定模式、周期性和周期的数据。

TSimulus 项目提供了用于指定时间序列的形状（一般模式、周期、添加噪声的重要性等）并将此规范转换为时间序列值的工具。 p>

否则，您可以尝试自己“绘制”数据并使用Time Series Maker 导出这些数据点。

【讨论】：