MATLAB：寻找更快/更优雅的方法来计算很长时间序列的移动中值绝对偏差

我有一个非常大的阵列，有五个通道和大约600万个条目（5 x 6000000）。我的目标是用一个7点窗口扫过阵列，并去除“尖峰”，尖峰被定义为比中值绝对偏差（MAD）更大的缩放量

我只运行时间序列的10000个初始点来测试代码。目前，我跑完前10000分大约需要3秒钟。我在一台相对较旧的32位戴尔笔记本电脑上运行，它有2.30GHz处理器和4GB内存。显然，如果我使用的是更新的计算机，我可以很快完成任务。例如，我的功能更强大的桌面在0.7秒内完成相同的任务。但是，我需要在笔记本电脑上运行代码，并且不能每次需要运行代码时都等待35-40分钟。我正在寻找帮助，寻找效率低下的地方，我可以使代码更快

下面是代码。如有任何关于如何提高速度的建议，我们将不胜感激。我注意到“MAD”的计算是最耗时的（大约需要1.9秒，或超过总时间的一半）

我觉得可能有一种更优雅的方式来执行“repmat”命令

欢迎提出任何意见

干杯

如有任何关于如何提高速度的建议，我们将不胜感激

你可以通过不重复你的

中间值（idata）

第二次呼叫来收紧你的代码

更改此项：

mad=中位数（abs（idata-repmat）（中位数（idata），[nwide 1]））

为此：

mad=中位数（绝对绝对值（平均值，[nwide 1]））

或者，您可以从功能中获得更多里程，这是2006年之前的事。不过，您需要更改变量名

例如，您可以通过以下方式更改代码：

mad = median(abs(idata-repmat(median(idata),[nwide 1])));
mad = max([mad;minmad*ones(1,5)]); %minmad threshold added

到

我刚刚把2的向量放在那里，因为代码中没有显示正在更新的
minmad
。
你能用
movmidian
得到移动的中间值吗

med = movmedian(data,7,2,'Endpoints','discard');

尽可能避免for循环

例如：

data = randn([5,1E6]);tic;
med = movmedian(data,7,2); %moving median
dev = abs(data-med); %deviation from median
thres = median(dev,2); %threshold
rep = dev>thres; %points to replace
data(rep) = med(rep); %replace data with median
toc
>>Elapsed time is 0.285828 seconds.
memory
>>Memory used by MATLAB:      1629 MB (1.708e+09 bytes)

移除峰值时，是否会影响未来窗口中的计算？从代码中可以看出。在这种情况下，很难避免一个循环。我必须进一步考虑这个问题，但第一件事是，你可以做
array scalar
，而不必重复它。这可能会为您节省一些时间。matlab的
mad
命令不太可能有帮助。我查看了源代码，这正是他的实现，开销更大。可能需要更长的时间，除非2017b之前的版本将其混合，并且出于任何原因将其更改回原来的版本。@Durkee我明白你所说的
mad（）
。希望调用
median（idata）
一次而不是两次仍能对一些人有所帮助。
med = movmedian(data,7,2,'Endpoints','discard');

data = randn([5,1E6]);tic;
med = movmedian(data,7,2); %moving median
dev = abs(data-med); %deviation from median
thres = median(dev,2); %threshold
rep = dev>thres; %points to replace
data(rep) = med(rep); %replace data with median
toc
>>Elapsed time is 0.285828 seconds.
memory
>>Memory used by MATLAB:      1629 MB (1.708e+09 bytes)