在 Matlab 时间序列数据中找到阈值交叉，然后在找到下一个阈值交叉之前忽略后续交叉 60 秒答案

【问题标题】：Find threshold cross in Matlab timeseries data, then ignore subsequent crosses for 60 seconds before finding next threshold cross在 Matlab 时间序列数据中找到阈值交叉，然后在找到下一个阈值交叉之前忽略后续交叉 60 秒
【发布时间】：2015-01-04 08:52:19
【问题描述】：

这解释起来有点复杂。我的时间序列数据格式如下：https://docs.google.com/spreadsheets/d/1B8mN0uD-t4kQr2U20gS713ZFHN6IgGB7OMR3-pqJjrw/edit?usp=sharing

该数据表示以 0.01 秒为间隔的电压记录。绘制时看起来像这样：

基本上我想做的是找到每个非常窄的对中第一个峰值出现的时间（即在 ~.1、0.75、1.6 等处）。

时间值在一个单独的数组中，但索引值（行号）在两组之间对应。

关于如何做到这一点的任何想法？

我最初的尝试是 matlab 手册中的类似内容

function [edges2] = risingEdge2(time, data)
threshold = 0.4;
offsetData = [data(2:end); NaN];
edges2 = find(data < threshold & offsetData > threshold);
end

在第一个峰值之后的 n 秒内，我想不出一个忽略的好方法……我也得到了比预期更多的峰值……可能是因为噪声数据。

【问题讨论】：

您有没有尝试过但遇到问题的方法？
信号处理工具箱能用吗？
@AnonSubmitter85 刚刚更新了我的尝试
好吧，sig proc 工具箱中有findpeaks 命令，但我不知道这是否适用于方脉冲序列顶部的上下性质。这必须有多普遍和稳健？如果您对简单的阈值处理感到满意，那么您可以设置阈值并忽略高于阈值超过 N 秒的区域。不过，这样做有点骇人听闻。如果窄信号是周期性的，你能在频域中隔离它们吗？再一次，方脉冲序列可能会让这很难做到。
因此，如果您只设置阈值，您将得到一个由 1 和 0 组成的向量。找出每个连续跨度 1 的长度并丢弃那些太长的。剩下的将是更窄的冲动。

标签： matlab threshold

【解决方案1】：

在这里 -- 找到所有上升沿，然后找到那些非常接近的并取第一个。

rising_edges = find(diff(data > .3) > 0);
first_of_paired_edges = find(diff(time(rising_edges)) < 500);

first_rising_edge_times = time(rising_edges(first_of_paired_edges));

然后您可以将边缘向上滑到峰顶。

first_peak_times = time(arrayfun( @(n) n+find(diff(data(n+[0:1000]) < 0, 1, 'first'), 
                        rising_edges(first_of_paired_edges));

【讨论】：

【解决方案2】：

以下方法似乎适用于给定数据。

%// Define parameters
window_size = 200;
stepsize = 0.4; %// to be used for quantizing data into three levels - 0, 0.4, 0.8

%// Perform a sliding max to get rid of the dips within the spikes
slmax_data = nlfilter(data,[window_size 1],@max);

%// Quantize sliding max data to three levels as the plot seem to suggest
quantized_slmax_data = round((slmax_data-min(slmax_data))./stepsize);

如果你放大上图，你会看到高峰周围的壁架 -

%// Get sliding mode to get rid of the short ledges around the high peaks
slmax_mode_data = nlfilter(quantized_slmax_data,[window_size 1],@mode);

%// Finally, find the indices where the mode data jump from 0 to 1 only, which
%// correspond to the start of spikes
index = find(diff(slmax_mode_data)==1)+window_size/2;

输出 -

【讨论】：

哦，我喜欢这个解决方案。我无法让它工作。我对 nlfilter 不熟悉...对于“function_handle”类型的输入参数，我不断收到错误未定义函数“nlfilter”。编辑：我想我需要安装图像处理工具箱。
@user3746901 是的图像处理。使用这些代码需要工具箱！告诉我进展如何？