在我看来,这是一个很难解决的问题,因为我不知道如何比较信号,但要考虑信号的大范围(整体形状)和小范围(个体波动)。
例如,下面是一组信号的图形:
在图像中,我可以看到红色测量信号大致遵循模型,但它也可以很好地模拟模型的某些正弦品质(在某些地方)。有什么想法吗?
<>
为了回应皮切尼特的评论(看起来很合理),我对两个值进行了比较,并绘制了abs(fft(diff))并得到:
我不确定该怎么做。由于我们没有任何实际的频率,因此我不确定如何缩放轴,如果确定,您将使用什么度量标准?
#1 楼
如果信号未对齐,但是您有一个线索,即它们或多或少“意味着”同一事物,或引用相似的数据,则可以使用动态时间规整(DTW)算法来获得更好的对应性(然后简单地采用值在同一位置)。您可以使用这些对应关系来测量RMS,MSE或任何您喜欢的东西。对于DTW,您可能需要检查:http://en.wikipedia.org/wiki/Dynamic_time_warping
在地球移动距离(EMD)中使用了一种阐述此想法的好方法,它计算将信号对准的最小工作量,作为距离度量。此处提供了EMD:
http://ai.stanford.edu/~rubner/emd/default.htm
EMD可为您提供直接距离,可用于进一步分析。
评论
在不同的频率范围内计算平方误差之类的东西(或将差异分解为不同的频段)怎么办?在较低的频率范围内,它将测量总体跟踪能力-与快速碰撞无关。在较高的频率下,它将测量跟踪突变的能力,而与较大的DC误差无关。好的,我在原始帖子中添加了一个新图(作为编辑)以显示fft(real(diff)),但我不太确定该怎么做。
我会先解决这两个问题。那么您会得到一个很好的协议(假设这就是您想要的结果)。附言我总是建议共享您用于绘制图的数据,以便我们更轻松地提供帮助。
您在乎多少以匹配较高频率的相位?我的理解是,您可能想要直接比较时域信号(在低通滤波器之后),然后比较频域以获得更高的频率,可能只看幅度而忽略相位。
@ toozie21您是否已经知道信号属性更改的时间位置?例如8 ms,17ms ..等等。