Задайте вектор с тремя peaks и постройте его.

data = [25 8 15 5 6 10 10 3 1 20 7];
plot(data)

Найдите локальные максимумы. Peaks выводится в порядке вхождения. Первая выборка не включена несмотря на то, чтобы быть максимумом. Для плоского пика функция возвращает только точку с самым низким индексом.

pks = findpeaks(data)

pks = 1×3

    15    10    20

Используйте findpeaks без выходных аргументов, чтобы отобразить peaks.

findpeaks(data)

Создайте сигнал, который состоит из суммы кривых нормального распределения. Задайте местоположение, высоту и ширину каждой кривой.

x = linspace(0,1,1000);

Pos = [1 2 3 5 7 8]/10;
Hgt = [3 4 4 2 2 3];
Wdt = [2 6 3 3 4 6]/100;

for n = 1:length(Pos)
    Gauss(n,:) = Hgt(n)*exp(-((x - Pos(n))/Wdt(n)).^2);
end

PeakSig = sum(Gauss);

Постройте отдельные кривые и их сумму.

plot(x,Gauss,'--',x,PeakSig)

Используйте findpeaks с настройками по умолчанию, чтобы найти peaks сигнала и их местоположений.

[pks,locs] = findpeaks(PeakSig,x);

Постройте peaks с помощью findpeaks и маркируйте их.

findpeaks(PeakSig,x)

text(locs+.02,pks,num2str((1:numel(pks))'))

Сортировка peaks от самого высокого до самого короткого.

[psor,lsor] = findpeaks(PeakSig,x,'SortStr','descend');

findpeaks(PeakSig,x)

text(lsor+.02,psor,num2str((1:numel(psor))'))

Создайте сигнал, который состоит из суммы кривых нормального распределения, едущих на полном периоде косинуса. Задайте местоположение, высоту и ширину каждой кривой.

x = linspace(0,1,1000);

base = 4*cos(2*pi*x);

Pos = [1 2 3 5 7 8]/10;
Hgt = [3 7 5 5 4 5];
Wdt = [1 3 3 4 2 3]/100;

for n = 1:length(Pos)
    Gauss(n,:) =  Hgt(n)*exp(-((x - Pos(n))/Wdt(n)).^2);
end

PeakSig = sum(Gauss)+base;

Постройте отдельные кривые и их сумму.

plot(x,Gauss,'--',x,PeakSig,x,base)

Используйте findpeaks, чтобы определить местоположение и построить peaks, который имеет выдающееся положение по крайней мере 4.

findpeaks(PeakSig,x,'MinPeakProminence',4,'Annotate','extents')

Самый высокий и самый низкий peaks является единственными единицами, которые удовлетворяют условие.

Отобразите выдающиеся положения и ширины в половине выдающегося положения всего peaks.

[pks,locs,widths,proms] = findpeaks(PeakSig,x);
widths

widths = 1×6

    0.0154    0.0431    0.0377    0.0625    0.0274    0.0409

proms

proms = 1×6

    2.6816    5.5773    3.1448    4.4171    2.9191    3.6363

Солнечные пятна являются циклическим явлением. Их номер, как известно, достигает максимума примерно каждые 11 лет.

Загрузите файл sunspot.dat, который содержит среднее количество солнечных пятен, наблюдаемых каждый год от 1 700 до 1987. Найдите и постройте максимумы.

load sunspot.dat

year = sunspot(:,1);
avSpots = sunspot(:,2);

findpeaks(avSpots,year)

Улучшите свою оценку длительности цикла путем игнорирования peaks, который является очень друг близко к другу. Найдите и постройте peaks снова, но теперь ограничьте приемлемые разделения от пика к пику значениями, больше, чем шесть лет.

findpeaks(avSpots,year,'MinPeakDistance',6)

Используйте пиковые местоположения, возвращенные findpeaks, чтобы вычислить средний интервал между максимумами.

[pks,locs] = findpeaks(avSpots,year,'MinPeakDistance',6);

meanCycle = mean(diff(locs))

meanCycle = 10.9600

Создайте массив datetime с помощью данных года. Примите, что солнечные пятна считались каждый год 20-го марта, близко к весеннему равноденствию. Найдите пиковые годы солнечного пятна. Используйте функцию years, чтобы задать минимальное пиковое разделение как duration.

ty = datetime(year,3,20);

[pk,lk] = findpeaks(avSpots,ty,'MinPeakDistance',years(6));

plot(ty,avSpots,lk,pk,'o')

Вычислите средний цикл солнечной активности с помощью функциональности datetime.

dttmCycle = years(mean(diff(lk)))

dttmCycle = 10.9600

Создайте расписание с данными. Задайте переменную времени в годах. Отобразите данные на графике. Покажите последние пять записей расписания.

TT = timetable(years(year),avSpots);
plot(TT.Time,TT.Variables)

entries = TT(end-4:end,:)

entries=5×2 timetable
      Time      avSpots
    ________    _______

    1983 yrs     66.6  
    1984 yrs     45.9  
    1985 yrs     17.9  
    1986 yrs     13.4  
    1987 yrs     29.3  

Загрузите звуковой сигнал, выбранный на уровне 7 418 Гц. Выберите 200 выборок.

load mtlb
select = mtlb(1001:1200);

Найдите peaks, который разделяется по крайней мере на 5 мс.

Чтобы применить это ограничение, findpeaks выбирает самый высокий пик в сигнале и устраняет весь peaks в 5 мс из него. Функция затем повторяет процедуру для самого высокого остающегося пика и выполняет итерации, пока это не исчерпывает peaks, чтобы рассмотреть.

findpeaks(select,Fs,'MinPeakDistance',0.005)

Найдите peaks, который имеет амплитуду по крайней мере 1 В.

findpeaks(select,Fs,'MinPeakHeight',1)

Найдите peaks, который на по крайней мере 1 В выше, чем их соседние выборки.

findpeaks(select,Fs,'Threshold',1)

Найдите peaks, который понижается по крайней мере на 1 В с обеих сторон, прежде чем сигнал достигает более высокого значения.

findpeaks(select,Fs,'MinPeakProminence',1)

Датчики могут возвратить отсеченные показания, если данные больше, чем данная точка насыщения. Можно принять решение игнорировать этот peaks как бессмысленный или включить их к анализу.

Сгенерируйте сигнал, который состоит из продукта тригонометрических функций частот 5 Гц и 3 Гц, встроенные в белый Гауссов шум отклонения 0,1 ². Сигнал выбирается в течение одной секунды на уровне 100 Гц. Сбросьте генератор случайных чисел для восстанавливаемых результатов.

rng default

fs = 1e2;
t = 0:1/fs:1-1/fs;

s = sin(2*pi*5*t).*sin(2*pi*3*t)+randn(size(t))/10;

Моделируйте влажное измерение путем усечения каждого чтения, которое больше, чем заданное, связанное 0,32. Постройте влажный сигнал.

bnd = 0.32;
s(s>bnd) = bnd;

plot(t,s)
xlabel('Time (s)')

Найдите peaks сигнала. findpeaks сообщает только о возрастающем ребре каждого плоского пика.

[pk,lc] = findpeaks(s,t);

hold on
plot(lc,pk,'x')

Используйте пару "имя-значение" 'Threshold', чтобы исключить плоский peaks. Потребуйте минимального амплитудного различия $$10^{-4}$$ между пиком и его соседями.

[pkt,lct] = findpeaks(s,t,'Threshold',1e-4);

plot(lct,pkt,'o','MarkerSize',12)

Создайте сигнал, который состоит из суммы кривых нормального распределения. Задайте местоположение, высоту и ширину каждой кривой.

x = linspace(0,1,1000);

Pos = [1 2 3 5 7 8]/10;
Hgt = [4 4 2 2 2 3];
Wdt = [3 8 4 3 4 6]/100;

for n = 1:length(Pos)
    Gauss(n,:) =  Hgt(n)*exp(-((x - Pos(n))/Wdt(n)).^2);
end

PeakSig = sum(Gauss);

Постройте отдельные кривые и их сумму.

plot(x,Gauss,'--',x,PeakSig)
grid

Измерьте ширины peaks с помощью половины выдающегося положения в качестве ссылки.

findpeaks(PeakSig,x,'Annotate','extents')

Измерьте ширины снова, на этот раз с помощью половины высоты в качестве ссылки.

findpeaks(PeakSig,x,'Annotate','extents','WidthReference','halfheight')
title('Signal Peak Widths')