Javascript “查找本地”；“平坦”；除了噪声数据的局部极大值和极小值

有一个记录数为10000s的时间应力谱

以10e-5至1HZ的随机频率记录时间戳应力

开始时，我试图找到：

• 局部峰谷，波动高于一定阈值（如0.6个单位）
• 这是一种过滤噪音和记录压力显著变化的非常简单的方法

我在网上搜索，常用的方法是去噪，找到局部最大值和最小值

另一方面，我用以下方式实现的遗留代码（Javascript）

函数过滤频谱（res，minor）{
var filted=[]；//已过滤次循环的数组
var lookformax=1；//1表示查找最大值，0表示查找最小值
无功电流应力；
var mx_指数=0；
var mn_指数=0；
对于（变量i=0；ires[mx_index].psi）{
mx_指数=i；
}
如果（当前应力恢复[mn_索引].psi+轻微）{
push（res[mn_index]）；
mx_指数=i；
lookformax=1；
}
}
回流过滤；
}

输出如下图所示的结果没有问题

现在光谱由峰谷类型的点表示

但是，如果图片“强>平< /强>，则中间有一些区域。过度简化忽略了平坦区域，错误地表述了峰谷的斜率/（或频率）

是否有一些简单的算法将原始信号转换为峰平谷类型的表示

我对DSP还不太熟悉。提前感谢您的建议和反馈

就像下图中的红色虚线一样

一个想法是：

• 始终选择系列的第一个点和最后一个点
• 寻找通过这两个端点偏离直线最大的点，并选择该点
• 在新选择的点将序列拆分为两个，使该点是第一个子序列中的最后一个点，第二个子序列中的第一个点。然后使用递归将上述算法应用于这两个子序列
• 当发现的最大偏差小于阈值时，停止递归。在这种情况下，只保留端点

这是一个实现，在一个数据集上有一个演示，与您在问题中所描述的类似，但它是一个简单的

[x，y]

对数组，因为我无法从您的问题中完全看出您的数据是如何构造的（但是

y

似乎对应于

psi

）：

函数简化（多段线，maxdy）{
函数重现（第一个，最后一个）{
设[x0，y0]=多段线[第一]；
设[x1，y1]=多段线[last]；
设m=（y1-y0）/（x1-x0）；
设localMaxdy=0；
让选择=0；
for（设i=first+1；ilocalMaxdy）{
选择=i；
localMaxdy=dy；
}
}
返回localMaxdy

一个想法是：

• 始终选择系列的第一个点和最后一个点
• 寻找通过这两个端点偏离直线最大的点，并选择该点
• 在新选择的点将序列拆分为两个，使该点是第一个子序列中的最后一个点，第二个子序列中的第一个点。然后使用递归将上述算法应用于这两个子序列
• 当发现的最大偏差小于阈值时停止递归。在这种情况下，只保留端点

这是一个实现，在一个数据集上有一个演示，与您在问题中所描述的类似，但它是一个简单的

[x，y]

对数组，因为我无法从您的问题中完全看出您的数据是如何构造的（但是

y

似乎对应于

psi

）： function filtSpectrum(res, minor){ var filted = []; //array of filted minor cycles var lookformax = 1; // 1 for look for max, 0 for look for min var currentstress; var mx_index = 0; var mn_index = 0; for (var i=0; i < arrayLength; i++){ currentstress = res[i].psi; if(currentstress > res[mx_index].psi){ mx_index = i; } if (currentstress < res[mn_index].psi){ mn_index = i; } if(lookformax === 1){ if(currentstress < res[mx_index].psi - minor){ filted.push(res[mx_index]); mn_index = i; lookformax =0; } }else if (currentstress > res[mn_index].psi + minor){ filted.push(res[mn_index]); mx_index = i; lookformax = 1; } } return filted; }