Matlab 按最近时间对齐数据阵列

我有2个数据向量和相应的时间向量。此数据几乎同时采样，但时间戳略有不同（来自机器精度传输延迟等）。由于遥测问题，一个或两个数据向量偶尔会出现数据丢失和双采样

我想将数据数组与其时间匹配的位置进行匹配，以便在它们之间执行一些数学运算。基本上从

y1

和

y2

中删除没有相应时间

x1

和

x2

的点（大约在采样率的1/2范围内视为匹配）

注意：我不想插入

y1

&

y2

%Sample time stamps: Real ones are much faster and not as neat.
x1 = [1  2 3 4 5 5.1 6   7   8       10  ]; %note double sample at ~5.
x2 = [.9       4.9    5.9 6.9 8.1 9.1 10.1]; %Slightly different times.

%Sample data:  y is basically y1+1 if no data was missing
y1 = [1 2 3 4 5 5 6 7 8    10];
y2 = [2       6   7 8 9 10 11];

因此，结果应该如下所示：

y1_m = [1 5 6 7 8 10];
y2_m = [2 6 7 8 9 11];

到目前为止我掌握的内容：我使用

interp1

查找两个时间数组之间最近的时间点。然后得到它们之间的时间差，如下所示：

>> idx = interp1(x2,1:numel(x2),x1,'nearest','extrap')
idx =
     1     1     2     2     2     2     3     4     5     7

>> xDelta = abs(x2(idx) - x1)
xDelta =
    0.1000    1.1000    1.9000    0.9000    0.1000    0.2000    0.1000    0.1000    0.1000    0.1000

---

现在我想我需要做的是为每个唯一的

idx

找到min

xDelta

，这应该会得到所有匹配点。然而，我还没有想出一个聪明的方法来做到这一点。。。似乎accumarray在这里应该很有用，但到目前为止，我没有使用它。

这里有一个粗略的想法，您可能会在使用和：

---

另请参见：。

这是一个基于@Cris Luengo对原始问题的评论的解决方案

它使用

sortrows

和

unique

来获得每个数据点配对的最低时间误差

%Sample time stamps: Real ones are much faster and not as neat.
x1 = [1  2 3 4 5 5.1 6   7   8       10  ]; %note double sample at ~5.
x2 = [.9       4.9    5.9 6.9 8.1 9.1 10.1]; %Slightly different times.

%Sample data:  y is basically y1+1 if no data was missing
y1 = [1 2 3 4 5 5 6 7 8    10];
y2 = [2       6   7 8 9 10 11];

%Find the nearest match
idx   = interp1(x2,1:numel(x2),x1,'nearest','extrap');
xDiff = abs(x2(idx) - x1);

% Combine the matched indices & the deltas together & sort by rows.
%So lowest delta for a given index is first.
[A, idx1]    = sortrows([idx(:) xDiff(:)]);
[idx2, uidx] = unique(A(:,1),'first');
idx1         = idx1(uidx); %resort idx1

%output
y1_m = y1(idx1)
y2_m = y2(idx2)


y1_m =
     1     5     6     7     8    10
y2_m =
     2     6     7     8     9    11

---

有趣的问题！请先以循环的形式写这篇文章，它可能足够快，而且可读性更好。矢量化的解决方案可能涉及使用索引和增量创建单个数组，并按行对其进行排序（因此首先按索引排序，对于相等的索引，则按增量排序）。接下来，为每个索引选择第一个元素，并在未排序的数组中找到相应的位置。我认为排序索引列上的

unique

会选择每个索引中的第一个？@CrisLuengo我开始循环，索引索引和find语句的索引开始变得复杂。。。很难看。无论如何，根据你的评论，我得到了一个有效的矢量化解决方案。如果你写你的评论作为一个答案，我会接受它，否则我会提交我的，所以这不会没有答案。谢谢。你写这个答案会更容易些。我不认为我上面的草图是一个完整的答案，我必须努力写一个答案，而你已经做了努力…这是一个有趣的方法。我不知道函数

ismembertol

。可能是因为我的公司最近刚从2014b升级到2015a。然而，似乎有些不正确的地方。因为答案不正确

y1_m

应该是

[1 5 6 7 8 10]

@CrisLuengo根据您的评论，这里有一个解决方案。

ans =

     1     5     6     7     8     9

%Sample time stamps: Real ones are much faster and not as neat.
x1 = [1  2 3 4 5 5.1 6   7   8       10  ]; %note double sample at ~5.
x2 = [.9       4.9    5.9 6.9 8.1 9.1 10.1]; %Slightly different times.

%Sample data:  y is basically y1+1 if no data was missing
y1 = [1 2 3 4 5 5 6 7 8    10];
y2 = [2       6   7 8 9 10 11];

%Find the nearest match
idx   = interp1(x2,1:numel(x2),x1,'nearest','extrap');
xDiff = abs(x2(idx) - x1);

% Combine the matched indices & the deltas together & sort by rows.
%So lowest delta for a given index is first.
[A, idx1]    = sortrows([idx(:) xDiff(:)]);
[idx2, uidx] = unique(A(:,1),'first');
idx1         = idx1(uidx); %resort idx1

%output
y1_m = y1(idx1)
y2_m = y2(idx2)


y1_m =
     1     5     6     7     8    10
y2_m =
     2     6     7     8     9    11