您对二进制时间序列的信号处理有什么建议吗？

Question

我有一个二进制时间序列，其中包含一些不同频率的 ASK 调制信号。

假设它是这样的：x = [0,0,0,1,1,1,1,0,0,0,0,1,1,1,1,0,0,0 ,0,1,1,1,1,0,0,0,0,0,0,0, ...]

对我来说重要的是所有“1”和“0”都在 4 个或更多样本的间隔内，但有时“0”和“1”会像这样改变位置：x1 = [0,0 ,0,1,1,1,1,1] 当它必须是 x2 = [0,0,0,0,1,1,1,1]

还有一些噪音，如 n1 = [0,0,0,0,0,0,1,1,0,0,0,0,0] 中看到的尖峰，而它应该仅为零.

我已经尝试过移动平均线，但它引入了对我的应用不利的信号延迟。

你对二进制时间序列的信号处理有什么建议吗？

Answer 1

以下代码查找长度小于4(min_cont_length)的所有连续序列的索引。它还会为您提供有问题扇区的长度，以便您决定如何处理它们。

import numpy as np

def find_index_of_err(signal, min_cont_length = 4):
    # pad sides to detect problems at the edges
    signal = np.concatenate(([1-signal[0]],signal,[1-signal[-1]]))
    # calculate differences from 1 element to the next
    delta = np.concatenate(([0], np.diff(signal, 1)))
    # detect discontinuities
    discontinuity = np.where(delta!=0)[0]
    # select discontinuities with matching length (< min_cont_length)
    err_idx = discontinuity[:-1][np.diff(discontinuity) < min_cont_length] - 1
    # get also the size of the gap
    err_val = np.diff(discontinuity)[np.argwhere(np.diff(discontinuity) < min_cont_length).flatten()]
    return err_idx, err_val

# some test signals
signals = np.array([[1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                    [0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
                    [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
                    [0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0],
                    [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1]])

for sig in signals:
    index, value = find_index_of_err(sig)
    print(sig, index, value)

# Output:
# [1 0 0 0 0 0 0 0 0 0 0] [0] [1]
# [0 0 1 0 0 0 0 0 0 0 0] [0 2] [2 1]
# [0 0 0 0 1 0 0 0 0 0 0] [4] [1]
# [0 0 0 0 0 0 1 1 0 0 0] [6 8] [2 3]
# [0 0 0 0 0 0 1 1 1 1 1] [] []

您对二进制时间序列的信号处理有什么建议吗？

Do you have some advices about signal processing on binary time series?

python

signal-processing

telecommunication