确定发生最具建设性干扰的偏移

Question

我有两个数据数组：

我想将这些相似的图形对齐在一起（通过向任一阵列添加偏移量）：

基本上我想要的是最具建设性的干扰，如两个波一起产生相同的波但振幅更大时所示：

这也与发现最具破坏性的干扰相同，但其中一个阵列必须如图所示反转：

请注意，第二波被反转（峰值变为低谷/反之亦然）。

实际数据不仅包括一个主峰和一个小峰和谷，而且包括许多，并且可能没有任何明显的峰值。我已经使图中的数据更简单，以显示我希望数据是如何对齐的。

我在考虑一些循环，例如：

biggest = 0
loop from -10 to 10 as offset
    count = 0
    loop through array1 as ar1
        loop through array2 as ar2
            count += array1[ar1] + array2[ar2 - offset]
    replace biggest with count if count/sizeof(array1) > biggest

但是，这需要循环遍历两个数组的偏移和循环。我真正的数组定义非常大，这可能需要很长时间。

我如何确定将data1与data2匹配所需的偏移？

JSFiddle（请注意，这与语言无关，我想比实际代码更了解算法）

Answer 1

使用Convolution查看Cross-correlation和Fast Fourier Transformation的计算结果。这就是它在现实生活中的应用方式。

Answer 2

如果（且仅当）您的数据具有非常可识别的峰值，您可以做到，人类会做什么：匹配峰值：Fiddle

import和part是function matchData()

改进后的版本会搜索N max和min spikes，然后计算平均偏移量。