更新：使用局部最大值可视化信号

Question

我有一个信号，我想在我的信号中添加一个平台（平坦化），在我找到局部极大值的地方。

我在这里提供了一个示例，以使我的问题更容易理解，因为我实际数据的大小是1x166520，所以我无法在这里上载整个文件。

我想做什么，我期待什么：

•我想使信号平坦，以便在信号中找到局部最大值。

•我想将窗口应用于信号，以可视化在一定范围内变平的效果，也可以更深入、更清晰地可视化我的信号。我还想控制窗口的大小和宽度。

下面是输出外观的示意图

我在第5、1、7、8、4点有局部极大值。

当我处于局部极大值时，我希望我的信号变平（剪辑），并成为围绕该点的一条直线。

我还想控制展平的宽度。假设宽度是0.2，就像我在手绘草图中提到的那样。如果是这样，我想把它变成0.3，所以我也需要控制剪裁部分的宽度。

更清晰地更新了详细信息：

我在做什么：

我有两个信号。来自传感器的第一个参考和第二个测量信号。（我从1个传感器中采集了6个不同的测量信号）。

测量信号有延迟、偏移、平坦。

我想通过在信号中加入延迟、偏移和平坦来使我的参考信号看起来像我测量的信号，以满足我的需要。

为了对原始信号进行展平，我观察到，在每个局部极大值处，我都得到了信号的展平，而在每个测量中，展平都是不同的。

所以我想让我的信号平坦在每个局部最大值。

Y轴：压扁高度（我要控制y轴压扁高度）

意味着我想做一个循环，其中包含y轴上不同的展平值，例如在第一次尝试中，我想给出0.1的展平，然后在第二次尝试中，我想给出0.2的所有局部最大值的展平，并观察它们的效果。简而言之，当我有局部最大值时，我想给出y轴上最大值的（locs-0.1）展平。

意味着如果我在5时达到峰值，那么我想在4.9时在（5-0.1）时给出平坦度。然后在第二个循环中，要检查（locs-0.2）在y轴上的局部最大值的影响。

要对0.1到0.9之间的值应用循环。

X轴：展平宽度（我想更改展平宽度）

意思是我想通过给出一系列值来观察压扁宽度变化的效果。这可以通过循环的帮助来完成。

简而言之，当我有局部极大值时，我想给出x轴上最大值的展平宽度为0.1。

然后在第二个循环中，要检查x轴上局部最大值0.2宽度变化的影响。

原始数据详情：

在我的原始数据中，x轴包含小数点的值，所以不想插值数据。

在我的原始数据中，y轴也包含小数值。

我的实际数据大小为1x1666520。

原始信号看起来像

窗口效果：

该窗口只是为了观察在局部极大值均值处发生的变化行为，例如如果压扁宽度为0.1，则窗口约为0.2。

很抱歉，我仍然无法提供一个很好的示例数据来准确解释我在MATLAB中的情况，因此我附上了一个手工绘制的草图。我希望我仍然有能力把我的问题说清楚。

代码：

t = 1:25 ; 
A = [1 0 1 2 3 5 0 1 0 0 0 2 3 6 7 0 0 8 0 1 1 2 3 4 2];
[pks,locs] = findpeaks(A)

win1 = hamming(numel(A))';
xw1 = win1.*A; 

figure 
plot(t,xw1,'r',t,A,'b')

关于乔恩扁平化建议的修改代码

Jon提出了一个想法，即考虑最大值前后的值，并使其与最大值相同，以使宽度可控。

 t = 1:25 ; 
 A = [1 0 1 2 3 5 0 1 0 0 0 2 3 6 7 0 0 8 0 1 1 2 3 4 2];
 [pks,locs] = findpeaks(A)
 % A(A>locs)=locs
 figure 
 plot(t,A,'b')
 A(locs+1) = A(locs);
 A(locs-1) = A(locs);
 hold all;plot(t,A,'r');

• 更新问题：

请看原始信号和信号中量化步骤的附图。事实上，我很抱歉，我仍然无法上传整个数据文件。

通过插值，它可以很好地对信号进行展平，但不幸的是，它消除了原始信号的量化，而且插值使过程非常缓慢。

是否有其他方法可以在局部极大值处剪裁信号？

我将非常感谢你的帮助，因为我在这个阶段一无所知。

我已经尝试并测试了john提供的代码。它工作得很好，但问题是我的数据。它包含量化步骤。

重要要点：

1. 我的原始数据是分步或量化的

如果有人帮我，我会非常感激你的。

请求：

如果您有一些问题，请提问，这样我就能更好地进行查询。

Answer 1

不知道你在找什么，尤其是窗户。对于“x轴上的2个点”的展平，可能会使局部最大值与之前的值相同？

从代码继续：

figure 
plot(t,A,'b')
A(locs) = A(locs-1);
hold all;plot(t,A,'r');

编辑整个代码：

t = 1:25 ;
A = [1 0 1 2 3 5 0 1 0 0 0 2 3 6 7 0 0 8 0 1 1 2 3 4 2];
t2=1:0.1:25;
A = interp1(t,A,t2); %re-make example data to have decimal points on the x-axis
t=t2;
[pks,locs] = findpeaks(A);
figure
plot(t,A,'b')

windowWidth_x2 = 2; %define how wide, this is 0.2, because the x-axis increments by 0.1

valuesToClipTo = A(locs-windowWidth_x2); %No idea what you actually want
for ii=1:length(locs) %Explaining is futile
    A((locs(ii)-windowWidth_x2):((locs(ii)-windowWidth_x2)-1+find(A((locs(ii)-windowWidth_x2):end)<valuesToClipTo(ii),1,'first'))) = valuesToClipTo(ii);
end
hold all;plot(t,A,'r');