查找波形中的离散逻辑电平

Question

我尝试使用 Python 处理一些波形。我想找到这些信号显示的离散逻辑电平。我有每个波形的 x 和 y 值的一维数组。

数据类似于此示例楼梯：

如何找到不同的级别？在这里它们可能在 (1.8, 3.3)、(2.1, 3.0)、(2.7, 2.6) 等附近。

我尝试遵循 this similar question 中讨论的与 R 相关的方法。我实现了一个 LOWESS 平滑器（这是你看到的曲线），它具有紧密的拟合以消除噪声，因为真实波形具有非- 微不足道的噪音成分，然后尝试对数据进行 window 的滚动最大值，但我无法得到任何可靠的结果。

Answer 1

对于您的简单示例，您可以只定义一个跳跃大小并绘制一个阶跃函数，

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import argrelmin, argrelmax

#Generate some example signal
res = 1000
x = np.linspace(0,2*np.pi,res)
y = np.sin(x)
plt.plot(x,y)

#Take a number of discrete steps
Nsteps = 10
skip = x.shape[0]/Nsteps
xstep = x[::skip]; ystep = y[::skip]
plt.plot(xstep,ystep,'o')

#Plot the step graph
plt.step(xstep, ystep)

#Get max and min (only 2 in this simple case)
plt.plot(x[argrelmax(y)[0]],y[argrelmax(y)[0]],'ro')
plt.plot(x[argrelmin(y)[0]],y[argrelmin(y)[0]],'ro')
plt.show()

这给出了

对于 link 中更复杂的解决方案，我认为这将涉及通过在给定范围内寻找局部 min/max 来构建 ystep，例如：

ystep =[]
for rec in range(0,x.shape[0],skip):
    ystep.append(y[argrelmax(y[rec:rec+skip])[0]])

编辑：完整示例给出范围

的本地 min/max

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import argrelmin, argrelmax

#Generate some example signal
res = 1000
x = np.linspace(0,2*np.pi,res)
y = np.sin(x)
plt.plot(x,y)

#Take a number of discrete steps
Nsteps = 10
skip = x.shape[0]/Nsteps

#Get local minimum and maximum in blocks for whole set of data
xstep = []; ystep =[]
for rec in range(0,x.shape[0],skip):
    srt = rec
    end = rec+skip-1
    if (y[srt] > y[end]):
        indx = argrelmax(y[srt:end],mode='wrap')[0]
    elif (y[srt] < y[end]):
        indx = argrelmin(y[srt:end],mode='wrap')[0]

    xstep.append(x[srt+indx])
    ystep.append(y[srt+indx])

#Plot location of min/max
plt.plot(xstep,ystep,'o')

#Plot the step graph
plt.step(xstep, ystep)

plt.show()

查找波形中的离散逻辑电平

Finding discrete logic levels in a waveform

python

signal-processing

numpy

scipy