Обработка экспериментальных данных, Поиск особых точек в зашумлённых экспериментальных данных Опции

[Lyubimov]

Здравствуйте, специалисты по цифровой обработке сигналов
Можно услышать ваше мнение по моей задаче. Пока не знаю в какую сторону двигаться, может быть кто-то подскажет

Имеются зашумлённые данные экспериментов, различного вида. Одни в виде ступенчатой спадающей последовательности, другие в виде возрастающего положительного меандра.
Необходимо на этих последовательностях выделять особые точки, такие как начало быстрого роста амплитуды меандроподобной последовательности, начало уменьшения амплитуды ступенчатой последовательности, наибольшее значение амплитуды меандроподобной последовательности наибольшую разницу между уровнями ступенчатой последовательности

Периоды последовательностей в общем случае не известны, съём сигнала идёт с определённым временным шагом.

На иллюстрациях красным обозначено то, что надо найти, стрелки указывают на ось абсцисс, линии на ось ординат

Иллюстрации

Сообщение отредактировал Lyubimov - Apr 16 2011, 04:58

Прикрепленные файлы

 BTI_coarse1.bmp ( 794.23 килобайт ) Кол-во скачиваний: 61
 BTO_coarse1.bmp ( 787.3 килобайт ) Кол-во скачиваний: 26
 BTR_coarse1.bmp ( 783.32 килобайт ) Кол-во скачиваний: 26
 kMaxIn1.bmp ( 1019.58 килобайт ) Кол-во скачиваний: 21
 kMaxOut1.bmp ( 786.26 килобайт ) Кол-во скачиваний: 24
 BTR_fine1.bmp ( 784.16 килобайт ) Кол-во скачиваний: 18

 

[Oldring]

Здравствуйте, специалисты по цифровой обработке сигналов
Можно услышать ваше мнение по моей задаче. Пока не знаю в какую сторону двигаться, может быть кто-то подскажет

Для начала определитесь, что именно вам нужно: обработать сигнал эксперимента, или обработать сигнал в реальном времени, выделив начало заранее неизвестной последовательности? Если обработка эксперимента, как написано в теме - то начало можно выделить легко, в обратном времени, рассматривая последовательность задом наперед и выделив период сначала по большим импульсам.

[Lyubimov]

Для начала определитесь, что именно вам нужно: обработать сигнал эксперимента, или обработать сигнал в реальном времени, выделив начало заранее неизвестной последовательности? Если обработка эксперимента, как написано в теме - то начало можно выделить легко, в обратном времени, рассматривая последовательность задом наперед и выделив период сначала по большим импульсам.

Данные обрабатываются не в реальном времени.
А какие методы используются для определения периода сигнала?
И как можно избавиться от шума, если есть возможность получить шумовую последовательность?

Я вначале просто хотел продифференцировать сигнал, а потом выделить найти максимумы, но похоже это неправильно.

Тоесть получается последовательность действий следующая:
1. Каким-либо образом избавиться от шума
2. Каким-либо образом найти период последовательности
3. Согласно периоду обрабатывать данные, связанные с амплитудой (начало возрастания, максимальное значение, разница между соседними импульсами)

[Oldring]

1. Каким-либо образом избавиться от шума
2. Каким-либо образом найти период последовательности
3. Согласно периоду обрабатывать данные, связанные с амплитудой (начало возрастания, максимальное значение, разница между соседними импульсами)

Лучше это делать итеративно. Избавляться от шума, определять период и определять последовательность амплитуд. Натягивая нелинейную модель на данные, подбирая параметры, так, чтобы, например, среднеквадратичное отклонение смоделированного сигнала от измеренного оказалось минимальным, можно с различными весами в различных точках, чтобы игнорировать точки переходов, где модель ненадежна. У вас модель сигнала нелинейная, поэтому общих методов нет, нужно искать, какие приемы работают для ваших данных хорошо.

Дифференцирование усилиивает шум, с вашим шумом на некоторых графиках оно не поможет.

Чтобы найти первое приближение для периода, можно наоборот сигнал пропустить через достаточно низкочастотный фильтр, который превратит ваши импульсы с шумом в плавные горбы.

[Stanislav]

Для начала определитесь, что именно вам нужно: обработать сигнал эксперимента, или обработать сигнал в реальном времени, выделив начало заранее неизвестной последовательности?

Олдринг, зачем расползаться мыслию по древу? Вам предоставлены данные эксперимента; скажите, вы получили их в реальном времени или нет?
Что вы вообще подразумеваете под "реальным временем"?

Лучше это делать итеративно. Избавляться от шума, определять период и определять последовательность амплитуд. Натягивая нелинейную модель на данные, подбирая параметры, так, чтобы, например, среднеквадратичное отклонение смоделированного сигнала от измеренного оказалось минимальным, можно с различными весами в различных точках, чтобы игнорировать точки переходов, где модель ненадежна. У вас модель сигнала нелинейная, поэтому общих методов нет, нужно искать, какие приемы работают для ваших данных хорошо.

Дифференцирование усилиивает шум, с вашим шумом на некоторых графиках оно не поможет.

Чтобы найти первое приближение для периода, можно наоборот сигнал пропустить через достаточно низкочастотный фильтр, который превратит ваши импульсы с шумом в плавные горбы.

Бред.

..............................
Уважаемый Lyubimov.
Неплохо бы выкладывать картинки в пожатом формате. Хотяб освойте png, если с потерями ужимать неохота.
Задачу вашу решим, будьте в надёже. Только сформулировать её попробуйте строже и понятнее для непосвящённых.
Для начала, попробуйте её описать подробно и не торопясь. Правильная формулировка - это половина решения

ЗЫ. Скажите, о форме изходных импульсов а-приори что известно? Я вижу результат некой НЧ фильтрации невесть чего. Описать можете?