循环数据优化算法

Question

背景： 我对从一套录音机中定位声源很感兴趣。每个音频阵列由 6 个定向麦克风组成，每 60 度（0、60、120、180、240、300 度）均匀分布。我有兴趣找到具有最大信号强度集的相邻一对麦克风。数据由时间戳、天线编号和方位以及信号强度组成。下面我附上了一个简化的数据集。

    df <- data.frame(ant.bearing = seq(0,300, by=60), sig = c(98, 60, 44, 67, 58, 91), ts=1)

目标： 从这个数据集中，我想使用一个函数来提取具有最大信号强度集的两个相邻天线（即方位角为 0 度和 300 度的天线上面的示例代码），同时考虑到该数据本质上是循环的并且天线 0 和 300 是邻居这一事实。输出将是满足上述任务的两行数据，例如上述案例中的第 1 行和第 6 行。

我试过的：

direction.finder <- function(dat){
    # finding bearing with max signal strength
    max <- dat[dat$sig == max(dat$sig),][1,]

    # finding signal strengths of neighbor antennas and pulling out which has highest

    left  = dat[dat$ant.bearing==max$ant.bearing-60,]
    right = dat[dat$ant.bearing==max$ant.bearing+60,]

    if(max$ant.bearing==0)
        left = dat[dat$ant.bearing==300,]
    if(max$ant.bearing==300)
        right = dat[dat$ant.bearing==0,]

    sub = right

    if(left$sig > right$sig)
        sub = left

    dat <- rbind(max, sub)
}

这个当前函数可以作为我的任务的一个不错的解决方法，但它并不理想。非常感谢任何改进我的代码功能的建议或提示。

Answer 1

我会计算 df 中的所有行对：

(pairs <- cbind(1:nrow(df), c(2:nrow(df), 1)))
#      [,1] [,2]
# [1,]    1    2
# [2,]    2    3
# [3,]    3    4
# [4,]    4    5
# [5,]    5    6
# [6,]    6    1

您可以找到与 which.max 的最佳配对：

(best.row <- which.max(df$sig[pairs[,1]] + df$sig[pairs[,2]]))
# [1] 6

最后可以查一下对应的天线方位：

df$ant.bearing[pairs[best.row,]]
# [1] 300   0

如果您有缺失值，您可以通过为缺失条目创建 NA 值来稍微调整代码：

# Data
df <- data.frame(ant.bearing = seq(0,180, by=60), sig = c(44, 67,88, 52), ts=2)
#   ant.bearing sig ts
# 1           0  44  2
# 2          60  67  2
# 3         120  88  2
# 4         180  52  2

(pairs <- cbind(1:6, c(2:6, 1)))
#      [,1] [,2]
# [1,]    1    2
# [2,]    2    3
# [3,]    3    4
# [4,]    4    5
# [5,]    5    6
# [6,]    6    1

sig <- rep(NA, 6)
sig[1+df$ant.bearing/60] <- df$sig
sig
# [1] 44 67 88 52 NA NA

现在剩下的过程类似：

(best.row <- which.max(sig[pairs[,1]] + sig[pairs[,2]]))
# [1] 2
60*(pairs[best.row,]-1)
# [1]  60 120

循环数据优化算法

optimization algorithm for circular data

r

optimization

maximization