R中的离散反卷积

Question

我有一组数据，其中有两个略微重叠的峰值，我想将其解卷积到各自的组件中。

测量数据（variable h）是第一个事件（variable f）和第二个未测量事件（通常表示为variable g）的函数。可以使用以下代码重建数据集：

h <- as.numeric(c(256, 208, 139, 406, 316, 226))
f <- as.numeric(c(256, 208, 139))
t <- as.numeric(c(1, 2, 4, 5, 6, 8))
test <- data.frame(h, f, t)

在上面的数据中，variable t表示时间。第一个事件在t=0之后开始，第二个事件在t=4之后开始。我的目标是弄清楚第二个事件的多少（h = 406, 316, and 226）可归因于f的残余影响以及g的多少影响。换句话说，我想在variable g解决t = 5, 6, and 8。

可以假设这两个事件都遵循单指数衰减函数。当h的日志（10）针对t绘制时，生成的图形如下所示：

在研究这个问题时，似乎R decon包仅适用于评估测量误差问题，而不是执行这种类型的离散反卷积分析。有谁知道解决这个问题的另一种方法？