我有一个应用程序,我需要在给定的数据集中找到峰值的位置。分辨率必须远高于数据点之间的间距(即,不足以找到最高数据点,而是必须在给定峰值形状的情况下估计“虚拟”峰值位置)。峰值由大约4或5个数据点组成。每隔几毫秒获取一个数据集,并且必须实时执行峰值检测。
我比较了LabVIEW中的几种方法,我发现LabVIEW PeakDetector.vi给出了最佳结果(在分辨率和速度方面),它使用移动窗口(> = 3点宽度)扫描数据集,并且每个位置执行二次拟合。得到的二次函数(抛物线)具有局部最大值,而后者则与附近点进行比较。
现在我想在C中实现相同的方法。多项式拟合如下实现(使用高斯矩阵):
// Fits *y from x_start to (x_start + window) with a parabola and returns x_max and y_max
int polymax(uint16_t * y_data, int x_start, int window, double *x_max, double *y_max)
{
float sum[10],mat[3][4],temp=0,temp1=0,a1,a2,a3;
int i,j;
float x[window];
for(i = 0; i < window; i++)
x[i] = (float)i;
float y[window];
for(i = 0; i < window; i++)
y[i] = (float)(y_data[x_start + i] - y_data[x_start]);
for(i = 0; i < window; i++)
{
temp=temp+x[i];
temp1=temp1+y[i];
}
sum[0]=temp;
sum[1]=temp1;
sum[2]=sum[3]=sum[4]=sum[5]=sum[6]=0;
for(i = 0;i < window;i++)
{
sum[2]=sum[2]+(x[i]*x[i]);
sum[3]=sum[3]+(x[i]*x[i]*x[i]);
sum[4]=sum[4]+(x[i]*x[i]*x[i]*x[i]);
sum[5]=sum[5]+(x[i]*y[i]);
sum[6]=sum[6]+(x[i]*x[i]*y[i]);
}
mat[0][0]=window;
mat[0][1]=mat[1][0]=sum[0];
mat[0][2]=mat[1][2]=mat[2][0]=sum[2];
mat[1][2]=mat[2][3]=sum[3];
mat[2][2]=sum[4];
mat[0][3]=sum[1];
mat[1][3]=sum[5];
mat[2][3]=sum[6];
temp=mat[1][0]/mat[0][0];
temp1=mat[2][0]/mat[0][0];
for(i = 0, j = 0; j < 3 + 1; j++)
{
mat[i+1][j]=mat[i+1][j]-(mat[i][j]*temp);
mat[i+2][j]=mat[i+2][j]-(mat[i][j]*temp1);
}
temp=mat[2][4]/mat[1][5];
temp1=mat[0][6]/mat[1][7];
for(i = 1,j = 0; j < 3 + 1; j++)
{
mat[i+1][j]=mat[i+1][j]-(mat[i][j]*temp);
mat[i-1][j]=mat[i-1][j]-(mat[i][j]*temp1);
}
temp=mat[0][2]/mat[2][2];
temp1=mat[1][2]/mat[2][2];
for(i = 0, j = 0; j < 3 + 1; j++)
{
mat[i][j]=mat[i][j]-(mat[i+2][j]*temp);
mat[i+1][j]=mat[i+1][j]-(mat[i+2][j]*temp1);
}
a3 = mat[2][3]/mat[2][2];
a2 = mat[1][3]/mat[1][8];
a1 = mat[0][3]/mat[0][0];
// zX^2 + yX + x
if (a3 < 0)
{
temp = - a2 / (2*a3);
*x_max = temp + x_start;
*y_max = (a3*temp*temp + a2*temp + a1) + y_data[x_start];
return 0;
}
else
return -1;
}
扫描在外部函数中执行,该函数重复调用上述函数,然后选择最高的局部y_max。
找到上述作品和峰值。只有噪声比LabVIEW对应物差得多(即,在给定相同的输入数据集和相同参数的情况下,我得到非常振荡的峰值位置)。由于算法有效,上面的代码应该在概念上是正确的,所以我认为这可能是一个数值问题,因为我只是简单地使用“浮点数”而不需要进一步努力来提高数值精度。这是一个可能的答案吗?有没有人有小费,我应该在哪里寻找?
感谢。
PS:我已经完成了我的搜索,发现了这个good overview和this question,与我的相似(遗憾的是答案不多)。我会进一步研究这些。
编辑:我发现我的问题在其他地方。通过删除某些输出值来改进算法(一种后验证,只有当结果在移动窗口内时才接受结果)才能解决问题。现在我对结果感到满意,即它们与LabVIEW的结果相当。不过,非常感谢您的评论。答案 0 :(得分:0)
很抱歉这个部分迟到了,但是如果你有C / C ++,很容易使用VS2013 Express(免费版)将它移植到C#代码,并使用.NET工具集将其移植到Labview中。