标记一个信号

Question

我想知道是否有一种简单而有效的方法来标记一个信号，它是连接在显示器上的光电二极管的信号，用来收集有关其亮度变化的信息。亮度突然变化。

在下图中，我指出了一个亮度的信号从高到低的变化。

​

​

现在，问题是，我不知道什么是最好的方式“标记”收集到的信号“标记”，即。当亮度发生变化时的信息。不幸的是，我没有任何代码可以审查，因为，老实说，我不知道从哪里开始。我会感谢你的建议和建议。提前谢谢你。

​

​

这是至关重要的，使用一种方法，这将把一个标记在一个正确的时间地点。图像的采样频率为1024 Hz，x标度以秒为单位表示。

示例数据： 6

更新10.02.2015

当我试图找到解决我的问题的办法时，我有了一个想法，也许这是一条很好的线索。

我在信号上使用了低通滤波器.

# File name "Filters.py"

import scipy.signal as ss

def filt(sig, sf, cf, btype='higphass'):
    """
    :param sig: signal.
    :param sf: sampling frequency.
    :param cf: cut frequencies - array.
    :param btype: bandpass type.
    :return: bandpassed signal.
    """
    if btype == 'higphass' or btype == 'lowpass':
        b, a = ss.butter(3, Wn=cf/(0.5*sf), btype=btype, analog=0, output='ba')
        return ss.filtfilt(b, a, sig)
    elif btype == 'bandstop' or btype == 'bandpass':
        b, a = ss.butter(3, Wn=(cf[0]/(0.5*sf), cf[1]/(0.5*sf)), btype=btype, analog=0, output='ba')
        return ss.filtfilt(b, a, sig)

...for 40 Hz切割：

import IBD.ElectricalStimulation.Filters as filt

filtered = filt.filt(signal, 1024, 40, btype='lowpass')
py.plot(time_scale, filtered)

...which给了我：

​

​

接下来，我用步骤(n) = 1推导出滤波信号，然后把它提升到2的幂。

# Derivate signal.
step = 1
accuracy_range = 9
derivative = np.diff(filtered, n=step)
derivative = np.append(derivative, np.zeros(step)) ** 2
derivative[derivative > accuracy_range] = np.max(filtered)
derivative[derivative < accuracy_range] = 0
py.plot(time_scale, derivative)

其结果是：

​

​

现在的问题是，我不能“标记”每一个事件。一些变化的发光是低的，以“看到”的衍生操作。

Answer 1

好的。所以我找到了解决问题的有效方法。它不是完美的，但它有效。就目前而言。它看起来如下：

def walk_on_the_beach(sig, t, interval=1000):
    """
    :param sig: signal.
    :param t: threshold.
    :param interval: interval between next value check (ms).
    """
    last_value = 0
    interval_flag = True
    interval_iterator = 0
    markers = np.zeros(np.size(sig))
    for i in np.arange(np.size(sig)):
        absolute = np.abs(last_value - sig[i])
        last_value = sig[i]
        if interval_flag:
            if absolute > t:
                markers[i] = np.max(sig)
                interval_flag = False
        else:
            if interval_iterator == interval:
                interval_flag = True
                interval_iterator = 0
            else:
                interval_iterator += 1

    return markers

py.plot(time_scale[:100000], walk_on_the_beach(filtered, 0.02))

​

​