非单调数据的插值

Question

我对我记录的信号的插值有疑问。

我有更多这样的信号并想比较它们。所以我最初的想法是在定义的间隔内映射/插值它们。 我以前用meshgrid() 和griddata() 做过这个。 它运行良好，但我遇到了二维数据问题。

数据如下（只是其中的一小部分）：

y           x
-11,04  0,2301
-11,04  0,2301
-11,04  0,2301
-11,03  0,2302
-11,04  0,2302
-11,04  0,2303
-11,04  0,2303
-11,03  0,2303
-11,03  0,2303
-11,03  0,2304

由于采样率高，变化非常小。

所以在这种情况下，我想把它映射到

xq=0,2301:0,0001:0,2304;
using 
interp1(x,y,xq,'method')

但是数据不是单调的，我不知道如何绕过它。有什么建议吗？

Answer 1

我会考虑奈奎斯特采样。找出变化时最小的步长，并将其作为您的步长。

%find places where measurement changes
ind=find(diff(x)~=0)

%compute minimum y-step
dy=min(diff(y(ind)))

%create new sampling vector
y2=0.2301:dy:0.2304

%sample at that spacing
x2=interp1(x,y,y2);

就我个人而言，我不喜欢在没有明确原因的情况下丢弃数据。如果您能提供更多关于您的项目的背景信息，那么我会更好地证明不同的抽样方法的合理性。

编辑：

数据清理后你想做什么？

我会使用样条平滑。让我看看能不能挖一个。

ft = fittype( 'loess' );
opts = fitoptions( ft );
opts.Robust = 'on';

opts.Weights = zeros(1,0);
opts.Span = 0.04;

nu=10.^linspace(-5,log10(0.5));
nu=[nu fliplr(1-nu(1:end-1))];
%plot(nu)

for i=1:length(nu)
  opts.Span=nu(i)
[fr, gof, myout] = fit( [X, Y], temp, ft, opts );
    n= myout.numobs;
    rss=gof.sse;
    k=myout.numparam;
    AIC(i)=-2*n*log(rss/n)+2*k;
end

plot(AIC)

然后我会选择一个不是端点的局部最小值并将其用作感兴趣的跨度。这将允许我绕过离散化和一些噪音。如果您没有获得良好的内部最小值，那么您可能会考虑调整下端点、关闭鲁棒性或使用 AICc 代替 AIC。

AICc (i)=-2*n*log(rss/n)+2*k+(2*k*(k+1))/(n-k-1)

然后我可能会将结果包装在一个函数中并使用 FPLOT 对其进行良好的采样。

然而，我被认为是一个数字受虐狂和使用火箭发射器射蚊子的人。