向量化 matlab 代码以映射两个数组中最接近的值

Question

我有两个时间戳列表，我正在尝试在它们之间创建一个使用 imu_ts 作为真实时间的映射，并尝试找到最接近它的 vicon_ts 值。输出是一个 3xd 矩阵，其中第一行是 imu_ts 索引，第三行是该索引处的 unix 时间，第二行是同一列中时间戳上方最接近 vicon_ts 值的索引。

到目前为止，这是我的代码，它可以工作，但它真的很慢。我不确定如何对其进行矢量化。

function tmap = sync_times(imu_ts, vicon_ts)

tstart = max(vicon_ts(1), imu_ts(1));
tstop = min(vicon_ts(end), imu_ts(end));

%trim imu data to 
tmap(1,:) = find(imu_ts >= tstart & imu_ts <= tstop);
tmap(3,:) = imu_ts(tmap(1,:));%Use imu_ts as ground truth

%Find nearest indecies in vicon data and map
vic_t = 1;
for i = 1:size(tmap,2)
    %
    while(vicon_ts(vic_t) < tmap(3,i))
        vic_t = vic_t + 1;
    end
    tmap(2,i) = vic_t;
end

时间戳已经按升序排序，所以这本质上是一个 O(n) 操作，但因为它是循环的，所以运行缓慢。有任何矢量化方式来做同样的事情吗？

编辑 它的运行速度似乎比我预期的或第一次测量的要快，所以这不再是一个关键问题。但是我很想看看这个问题是否有任何好的解决方案。

Answer 1

在 MATLAB 中查看 knnsearch。使用城市街区距离并附加一个约束条件，即vicon_ts 中的数据点应小于其在imu_ts 中的邻居。如果不是，则采用下一个索引。这是必需的，因为 cityblock 需要绝对距离。另一种选择（也是首选）是编写您的自定义距离函数。

Answer 2

我相信您当前的方法是合理的，我不会尝试进一步矢量化。当您尝试优化某些内部循环时，矢量化实际上可能是有害的，尤其是当您对数据的上下文了解得比 Mathworks 工程师了解的更多时（例如，它已排序）。

当我需要优化某些代码时，我通常会寻找以下内容：

1. 所有数组都是预先分配的（这是性能的最大驱动因素）
2. 快速内部循环使用简单代码（Matlab 在基本命令上执行非常有效的 JIT，但必须解释其他命令。）
3. 利用您拥有的任何特殊数据功能，例如在某些循环中使用适当的排序算法和提前退出条件。

你已经在做这一切了。我建议不要更改。

Answer 3

一个好的开始可能是摆脱while，尝试类似：

for i = 1:size(tmap,2)
    C = max(0,tmap(3,:)-vicon_ts(i));
    tmap(2,i) = find(C==min(C));
end