如何找出峰值上升和衰减

Question

我做了一些信号处理，我是新手。我正在使用 scipy.signal 进行计算。 我能够找到峰高、宽度，但我想知道我是否也能找到峰时间的上升和衰减时间。这将是从左侧宽度点到最高峰值点的距离，然后是从最高峰值点到右侧宽度点的距离。

所以，到目前为止我有这个，来自教程

import matplotlib.pyplot as plt
from scipy.misc import electrocardiogram
from scipy.signal import find_peaks
x = electrocardiogram()[2000:4000]
peaks, _ = find_peaks(x, height=0)
plt.plot(x)
plt.plot(peaks, x[peaks], "x")
plt.plot(np.zeros_like(x), "--", color="gray")
plt.show()

esults_full = peak_widths(x, peaks, rel_height=1)

我想我正在寻找第一时刻或导数

Answer 1

这取决于信号的类型，特别是对于此信号，一种有效的方法是找到所有峰值，然后通过由突出范围中的中点定义的突出阈值过滤峰值。

p>

一旦我有了感兴趣的峰，我就会使用上一个和下一个峰的位置。

import numpy as np
import matplotlib.pyplot as plt
from scipy.misc import electrocardiogram
from scipy.signal import find_peaks, peak_prominences
x = electrocardiogram()[2000:3500]
#b, a = butter(4, 0.001, 'high')
#x = lfilter(b, a, x)
peaks, _ = find_peaks(x)
prominences, _, _ = peak_prominences(x, peaks)
selected = prominences > 0.5 * (np.min(prominences) + np.max(prominences))
left = peaks[:-1][selected[1:]]
right = peaks[1:][selected[:-1]]
top = peaks[selected]

plt.figure(figsize=(14, 4))
plt.plot(x)
plt.plot(top, x[top], "x")
plt.plot(left, x[left], ".", markersize=20)
plt.plot(right, x[right], ".", markersize=20)
plt.show()

如果您想使用高度阈值，删除低于信号频率的频率会很有趣。

from scipy.signal import butter, lfilter
x = electrocardiogram()
plt.figure(figsize=(14, 4))
b, a = butter(4, 0.01, 'high')
plt.plot(x[2000:10000])
x = lfilter(b, a, x)
plt.plot(x[2000:10000])
plt.legend(['original', 'highpass filtered'])

关于编码风格偏好，如果你来自 MATLAB，你可能已经习惯了全局范围内的一切，但我总是说模块是你的朋友 :)。我会简单地导入scipy.signal 而不是将它们的成员函数作为全局变量导入，您可以为模块使用一些别名，如import matplotlib.pyplot as plt，您可以找到每个模块使用的别名，但这更适用于程序员互操作性，不是强制性的，所以我按照你的风格编写了代码。

衍生物

你可以使用rise = (peaks[top] - peaks[left]) / (top - left)和fall = (peaks[top] - peaks[right]) / (top - right)，这不是导数的实际值，而是相关的特征特征。

如果你想找到最大值