R..中的自适应时间/位置序列滤波器。。。？

我正在尝试过滤时间/位置数据序列，以生成平滑的绘图。我在测量速度变化的机械系统的深度和时间。我根据测得的深度/时间值计算速度，并可以绘制速度与深度的关系图，但在低速时，由于各种原因，噪音过大。低速时的趋势是正确的，但我希望能够应用一个使用自适应平滑例程的过滤器，即对于有许多数据点的低速，我需要使用较大的平滑窗口，对于高速，我需要使用较小的窗口

我看了一下，找到了一个使用rollapply的解决方案，但想知道是否还有其他方法。特别是，我不清楚如何对操作进行矢量化。我是一个相对较新的程序员，所以如果我的代码有点业余，我很抱歉。我的解决方案如下：

adapt<-function(x,wmin,wmax) {
# adapt takes a vector of calculated velocities (x), a minimum window size (wmin),
# and a maximum window size (wmax).  It returns a vector of filtered velocities
# 
    x<-ifelse(is.na(x),0,x)  # check for na values
    x<-ifelse(is.infinite(1/x),1/wmax,x)  # check for infinite values
    x<-runmed(x,11)  # smooth raw velocities using 11 point window
    wins<-ceiling(ifelse(is.infinite(1/x),wmin,1+wmax/(1+x)^15))  # set window widths
    wins<-ifelse(wins<=wmin,wmin,wins)  # set min windows
    wins<-ifelse(wins>wmax,wmax,wins)  # set max windows
    out<-rollapply(x,width=wins,median)  # apply filter to each element
    out[length(x)]<-0  # set last value to zero
    return(out)
}

---

您可能会在这里得到一些好的建议，但是stat.stackexchange.com也可能是一个询问的好地方。这是正确的网站吗？是的，很抱歉输入错误。你可能会在这里得到一些好的建议，但是stat.stackexchange.com可能也是一个询问的好地方。这是正确的网站吗？是的，很抱歉输入错误。