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

 

[анатолий]

Авторегрессивный адаптивный фильтр может здесь помочь.
В этом фильтре есть выход - выход ошибки предсказания, которая
становится максимальной в моменты нарушения стационарности входного сигнала,
т.е. в моменты максимума производной сигнала на картинках.