这是Excel中数据的快照。我喜欢同时探底。我考虑过将数据通过低通滤波器，然后做一个移动平均，确定峰值，然后在移动平均内进行另一个搜索。我的DSP背景为零；这只是一个常识方法。我想听听专家的建议。
#1 楼
Ktuncer，您可以在此处使用多种方法。我建议的一种方法是使用离散小波变换（DWT），尤其是查看Daubechies小波。我会选择Daub-14 / Daub-Tetra。基本上，您真正需要做的是“趋势”您的信号，然后从那里进行最小或最大选择。那将摆脱您的异常值。 daub-14 / daub-tetra小波变换可以帮助您完成此操作，这特别有用，因为您不知道信号的性质。 （使用daub-14，您可以准确地表示14/2 = 7的多项式信号，并且看起来您将不需要更多的东西了）。
该小波变换的计算实质上将您的能量“压缩”为几个指标。这些指标代表基于基向量的权重。其余权重（理想情况下）将接近零。当您的信号中有噪声时（如您所愿），那些通常为零的权重现在具有一些权重，但是您可以简单地将它们归零并“消噪”您的信号。完成后，您就可以进行简单的最大/最小检测。
还有更多细节，如果您想讨论如何实现，可以给我发电子邮件。
编辑：这是一些说明Daub-Tetra Denoiser降噪器的图像：
评论
$ \ begingroup $
我喜欢这个。.matlab中是否有一个参考库？
$ \ endgroup $
– Ktuncer
2012年2月3日在8:24
$ \ begingroup $
@Ktuncer给我发送电子邮件。
$ \ endgroup $
–太空
2012年2月4日在16:49
#2 楼
我远不是专家，但是我会做的是：您似乎有一个缓慢变化的信号，并伴随波动。您搜索的峰是一些较强的波动，因此我将使用这些波动来检测它们。
让$ X（T）$成为您的原始信号。对适当数量的样本进行移动平均，以创建平滑的载体Y（t）$。
如果成功，$ X-Y $必须为零均值。计算$ X-Y $的标准偏差$ \ sigma $。
当$ |（X-Y）（t）| > \ alpha \ times \ sigma $，其中$ \ alpha $通常为2、3、4。那是您要找的东西吗？
评论
$ \ begingroup $
有趣的方法。什么是σ？ （标准开发人员？）。此外，除数学外，其背后的逻辑是什么？
$ \ endgroup $
– Ktuncer
2012年2月2日，15：36
$ \ begingroup $
@ user4749：有趣的名称：）好的。是的，$ \ sigma $是标准偏差。我们将其用作波动幅度的度量。在您的数据上，随着时间的推移，它看起来相当稳定，因此表明这是正确的方法。逻辑上说，当峰大于这些波动时，就会检测到峰，因此我们的检测能力很强。你做MATLAB吗？如果我们收到您的信号，我们至少可以非常轻松地标记峰。
$ \ endgroup $
–让·伊夫
2012年2月2日，19：19
$ \ begingroup $
@ user4749基本上发生了什么，您的Y（t）将成为“仅趋势”信号。也表示平均值。因此，现在您要从信号中减去信号的平均值。那就是X（t）-Y（t）部分。所以现在剩下的就是您的声音。现在，（假设您的噪声是高斯噪声），则采用std＆\ sigma＆。现在查看abs（X（t）-Y（t））> $ 4 \ sigma $的所有值。为什么？这基本上用英语表示：“丢弃所有可能是噪音的值的99.99％，仅保留不是由于噪音引起的值”。
$ \ endgroup $
–太空
2012年2月3日在5:21
$ \ begingroup $
@ user4749这将帮助您获得离群峰，尽管我不确定它是否会得到您想要的整体峰（我假设您正在寻找“宽”峰）？
$ \ endgroup $
–太空
2012年2月3日，下午5:22
$ \ begingroup $
@ Jean-Yves你好！ :-)您是否假设这里的噪声是高斯噪声？ （这就是为什么我们可以标准阈值）。我很好奇，如果噪声被着色怎么办？
$ \ endgroup $
–太空
2012年2月3日，下午5:23
#3 楼
峰值检测在1D或多维信号方面有很多应用。以下是一些示例，显示了这些信号及其对峰的解释有多大变化：原始海报的一维数据；
对图像进行Hough变换，每个峰对应到原始图像中的一条线；
图像的自相关，每个峰值对应于一个频率，该频率揭示了“周期性模式”；
“广义”互相关图像和模板的每个峰对应于图像中模板的出现（我们可能只希望检测最佳峰或几个峰）；
对Harris角的图像进行过滤的结果，每个峰对应于原始图像中的一个角。
这些是我遇到过的峰-肯定还有其他一些我忘记或不知道的峰，希望其他答案能涵盖它们。
预处理技术包括平滑和去噪。 @Mohammad的答案是关于小波的，您可以在Mathematica的WaveletThreshold的文档中看到它们的各种用法（顺便说一下，我也从中获取了示例）。根据您的应用程序，您只需要全局最大值（例如，图像配准），一些局部最大值（例如，行检测）或许多局部最大值（关键点检测）：
这可以反复进行，以寻求最高数据中的最大值，然后擦除所选峰附近的区域，等等，直到最高残留值低于阈值。
或者，您可以在某个邻域大小内查找局部最大值，并仅保留那些局部最大值其值高于阈值-有些人建议根据其与其余局部最大值的距离来保持局部最大值（越远越好）。
该军械库还具有形态学操作：扩展的最大值和高帽转换都可以使用。 >
此外，某些应用程序试图在亚像素分辨率下找到峰值。插值（可以针对特定应用程序）非常方便。
据我所知，没有灵丹妙药，数据可以证明哪种技术最有效。
特别是，有更多答案会很好。来自其他学科。
评论
$ \ begingroup $
您是如何提取问题正文的数据以供使用的？我找不到干净的表格。
$ \ endgroup $
–LéoLéopoldHertz준영
16年5月18日在18:29
$ \ begingroup $
是吗？我用其他例子。今天再次查看问题，我看不到如何从问题中干净地提取数据。
$ \ endgroup $
–马特西亚·奥迪西奥（Matthias Odisio）
16-09-23在21:46
#4 楼
我认为一种典型的峰值检测算法就是这样，其中ref是peak(bottom)。 for i=1,N {
if i=1 { ref＝data(i) ｝
else ｛ if data(i)＜＝ref ｛ref ＝data(i) ｝｝
}
评论
$ \ begingroup $
我没有拒绝您的回答，但我认为这样做的人认为它是题外话。该草图检测序列的绝对最小值。 OP正在寻找峰值，需要处理局部性和噪声的峰值。
$ \ endgroup $
–马特西亚·奥迪西奥（Matthias Odisio）
2012年2月2日，19：29
$ \ begingroup $
A，对“规范答案”的悬赏根本没有任何回应。在这方面，所有答案都同样“无关紧要”；我为这个答案提供了赏金，因为它是最古老的。
$ \ endgroup $
–马特西亚·奥迪西奥（Matthias Odisio）
2012-2-9 14:40
评论
您要检测的两个底部是什么？我只看到一个明显的。你知道你有什么样的噪音，或它来自哪里吗？我想知道您是否要在任何特定的硬件（资源限制）上实现它，因为这会影响我的峰值检测策略。
@JasonR紫色是显而易见的。但是，尖锐的边缘存在异常值。理想情况下，我希望将其剃光并计算出最低点。 （因此，在我的方法中使用LP滤波器）浅蓝色上不明显的一个是紫色峰的最小点右侧。紫色不是真正的问题，但浅蓝色是。 Excel图无法正常工作，但这是来自4096为2V的12位ADC。
@anasimtiaz信不信由你，它可以在iPhone / Android上运行，所以我想我们可以说，它就像一台PC。没有硬件限制。
@Ktuncer我添加了一些图像供您自己查看。