如何区分MATLAB中的双峰和单峰阵列？

Question

如何区分双峰和单峰阵列？

此外，如果数组表示一个双峰值，如何找到两个峰值之间的最小点？找到最小点时，不应考虑峰外侧的最小点（左侧峰值的左侧和右侧峰值的右侧）。

Answer 1

我发现PEAKDET功能是相当可靠和快速的，虽然它是基于循环。它不需要预先平滑噪声数据，但会发现局部最大和最小极值，其差值大于参数delta。

由于PEAKDET从左到右运行，有时会错过右侧站点的峰值。为了避免它，我宁愿两次运行：

%# some data 
n = 100; 
x = linspace(0,3*pi,n); 
y = sin(x) + rand(1,n)/5; 

%# run peakdet twice left-to-right and right-to-left 
delta = 0.5; 
[ymaxtab, ymintab] = peakdet(y, delta, x); 
[ymaxtab2, ymintab2] = peakdet(y(end:-1:1), delta, x(end:-1:1)); 
ymaxtab = unique([ymaxtab; ymaxtab2],'rows'); 
ymintab = unique([ymintab; ymintab2],'rows'); 

%# plot the curve and show extreme points based on number of peaks 
plot(x,y) 
hold on 
if size(ymaxtab,1) == 2 && size(ymintab,1) == 1 %# if double peak 
    plot(ymintab(:,1),ymintab(:,2),'r.','markersize',30) 
elseif size(ymaxtab,1) == 1 && size(ymintab,1) == 0 %# if single peak 
    plot(ymaxtab(:,1),ymaxtab(:,2),'r.','markersize',30) 
else %# if more (or less) 
    plot(ymintab(:,1),ymintab(:,2),'r.','markersize',30) 
    plot(ymaxtab(:,1),ymaxtab(:,2),'r.','markersize',30) 
end 
hold off 

Answer 2

下面是一种算法，可能工作取决于你的信号有多嘈杂。在这里，我定义一个峰值作为大于给定阈值的连接点集。

假设您的原始数据在阵列中A。首先，找到阈值：

t = (max(A)+min(A))/2; 

接着，找到所有大于该阈值的点吨：

P = A>t; 

计数数是大于吨使用bwlabel

连接的条目点

L = bwlabel(P); 
numberOfPeaks = max(L); 

现在numberOfPeaks应告诉您数据中有多少个峰（连接点大于阈值）

现在要找到两个峰之间的最小点，我们需要确定那些使用标记矩阵分离两个峰的点L。

firstPoint = find(L==1,1,'last')+1; 
lastPoint = find(L==2,1,'first')-1; 

所以前两个波峰之间的波谷是firsPoint和lastPoint之间的指数点。然后最小将是

不依赖于图像处理工具箱

作为@Nzbuu注意到aboth依赖于图像处理工具箱功能bwlabel

minValue = min(A(firstPoint:lastPoint)); 

解。所以，这是为了避免这种情况。首先，假设阵列P正确识别属于峰值的点（P（i）= 1）和属于谷值的点（P（i）= - 1）。如果是这种情况，则可以在dP = P(i+1)-P(i) = 1或-1时识别峰和谷之间的边界。

dP = diff(P); 

要计算峰值的数量简单地合计在dP 1点的数量：

numberOfPeaks = sum(dP==1); 

以及标识第一谷点

之间

firstPoint = find(dP==-1,1,'first')+1 %# the -1 represents the last point of the peak so add 1 
lastPoint = find(dP==1,2,'first'); #% Find the start of the second peak 
lastPoint = lastPoint(end); #% Keep the last value 

Answer 3

您可以找到当地的min/max如下：

x = 0:.1:4*pi; 
y = sin(x); 

plot(x,y) 

diffy = diff(y); 
localMin = find(diffy(1:end-1)<=0 & diffy(2:end) > 0)+1; 
localMax = find(diffy(1:end-1)>=0 & diffy(2:end) < 0)+1; 

hold on 
plot(x(localMin),y(localMin),'dg') 
plot(x(localMax),y(localMax),'*r') 

产生于：

基本上你会发现y值之间的增量变化的迹象。如果您的数据嘈杂，则会导致大量本地最小/最大值，您可能需要过滤数据。

找到两个峰值间的最小值，你可以做这样的事情：

if numel(localMax) == 1 
    fprintf('The max value is: %f',y(localMax)); 
elseif numel(localMax > 1) 
    betweenPeaksIndex = localMin(localMin > localMax(1) & localMin <localMax(2)); 
    fprintf('The min between the first 2 peaks is: %f',y(betweenPeaksIndex)); 
else 
    fprintf('The was no local Max ..???'); 
end