scipy.signal.find_peaks_cwt返回非峰值的附加点

Question

我正在使用scipy peakfinder scipy.signal.find_peaks_cwt来查找信号中的峰值。可靠地找到所有峰值，但我总是得到额外的结果（到目前为止所有峰值都在信号的末尾），这些峰值不是峰值。我想知道为什么会这样......

以下是合成数据的完整示例：

from scipy.signal import find_peaks_cwt
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline # for jupyter notebooks

x = np.arange(0, 15, 0.1)
y = np.sin(x)
plt.plot(y)

peakinds = find_peaks_cwt(y, np.arange(1, 5))
plt.plot(peakinds, y[peakinds], 'o')

（要在普通的python shell中运行，请注释%matplotlib inline并在末尾添加plt.show()）

绘制标有点的峰：

（最后三个点不应该在那里）

凭借我的真实数据，同样的事情发生了：

（这里最后一个点错了）

为什么会这样？

Answer 1

widths中的find_peaks_cwt参数是问题所在。

from scipy.signal import find_peaks_cwt
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 15, 0.1)
y = np.sin(x)
fig0 = plt.figure()
ax0 = fig0.add_subplot(111)
ax0.plot(y)

peakinds = find_peaks_cwt(y, np.arange(1, 10))  # Here changed 5 to 10
ax0.plot(peakinds, y[peakinds], 'o')
plt.axis([0, 160, -1.1, 1.1])

来自documentation：

宽度：序列 用于计算CWT矩阵的1-D宽度数组。一般而言，该范围应涵盖目标峰的预期宽度。

修改

使用的默认小波是Ricker小波。基本上，在所有指定的widths处通过调用ricker(width[i])在信号和小波之间执行卷积。因此，您给出的范围必须从小（到精确定位峰值）到足够大（用于检测感兴趣的峰值）但不要太大（以避免混淆 - 让我们记住小波在频域工作）。

文档摘录：算法如下：1 - 对矢量执行连续小波变换，以获得所提供的宽度。这是矢量的卷积，其宽度为每个宽度的小波（宽度）。

如果您将widths更改为np.arange(10, 20)，您会发现已检测到峰值，但其最大值未得到很好的本地化（我们缺少精细比例）。如果您再次使用np.arange(1, 20)，则可以更好地定位峰值。

另外，如果您想要显示ricker wavelet：

from scipy.signal import ricker
vec = ricker(100, 10)  # (nb_of_points, frequency)
fig0 = plt.figure()
ax0 = fig0.add_subplot(111)
ax0.plot(vec)

编辑2：

至于在信号结束时错误检测到的额外峰值，这很可能是由于边界效应。基本上，卷积的窗口超出了信号的最后一个样本。通常，对信号进行填充（零填充，信号包装......），但是根据它的完成方式（或根本不进行），可能会发生这种错误。在使用这些类型的方法时，丢弃前几个和最后一个点通常是合适的。