问题描述
我有温度信号和应变信号。
我已经使用np.correlate(..., "same")计算了两个信号的ACF，所以现在我得到了一个与输入长度相同的相关信号。
我使用np.correlate(Temperature, Strain,"same")将温度与应变相关联。
我得到一个相关信号，然后通过计算最大峰值对其进行移位。
现在，相关的移相温度信号的幅度非常高，我想将其归一化为0度到40度。
我该怎么做？
# ACF between two components
x1x2 = np.correlate(normalized[:,0], ydatanew, 'same')
# see the results
f = plt.figure()
ax = f.add_subplot(111)
ax.set_title('ACF')
ax.plot(x1x2)
peaks_indices = signal.find_peaks_cwt(x1x2, np.arange(1,10))
delta_index = np.argmax(peaks_indices);
print(delta_index)
shifted_signal = x1x2[delta_index:]
f = plt.figure()
ax = f.add_subplot(111)
ax.set_title("shifted temperature Signal")
ax.plot(shifted_signal)
# mainloop
plt.show()
文件数据文件
1楼
您是说要进行线性插值吗？ 如果是这样的话：
import numpy
a = numpy.random.normal(size=20)
numpy.interp(a, (a.min(), a.max()), (0, 40))
array([23.84183492, 26.07583446, 0. , 7.39940903, 16.78754596,
15.42560512, 40. , 24.08125307, 23.23089914, 24.66628223,
9.18832629, 26.16217936, 25.04153859, 26.3898786 , 34.59643449,
25.15859023, 23.27551679, 27.92135125, 15.41054983, 21.61565544])
2楼
我已经在用代码发布了类似的答案
要在正确的位置接收峰，必须除以求和元素的数量。 使用numpy / scipy函数可以很容易地忽略它，这些函数求和但不除以长度。
关于 。