Question

我一直在试图优化需要处理很长数组的matlab脚本。

基本上，有2个数组：AbsoluteTimeTag和Channel。

AbsoluteTimeTag将保存int值，表示使用16位计数器记录的时间。由于计数器限于2 ^ 16个值，因此在测量过程中通常会翻转。 Channel注册了这个，当它发生时，bitand(Channel,2048)将评估为真。

如何生成这些数组是我无法控制的，溢出标记与进入的数据“同步”。

现在可以通过以下方式轻松重建绝对时间：

AbsoluteTimeTag(i) = NoOfOverflows * 65536 + TimeTag(i);

循环：

for i=1:NumberOfRecords

    %Running through all records, if we meet anything other than an
    %overflow record, we van just calculate its absolute time based on
    %current overflow count and its timetag.
    AbsoluteTimeTag(i) = NoOfOverflows * 65536 + TimeTag(i);

    % We are running through all records so if we encounter an overflow
    % (signified by bitand(..., 2048), we add 1 to the overflow count.
    if bitand(Channel(i),2048)
        NoOfOverflows = NoOfOverflows + 1;
    end;
end;

我一直非常关注如何对此进行矢量化（因为Matlab在循环中非常糟糕）。然而到目前为止，由于某种原因，我没有看到光。

问题是，当你从向导走到最后时，向AbsoluteTimeTag的某个记录索引的溢出次数可能会发生变化。

我不知道如何在向量操作中表达“计算所有出现溢出的情况”。

有人可以评论这是否可行？

修改

示例数据如下所示：

TimeTag（为简单起见，每个元素都是一个为2 ^ 3寄存器计算时间的事件）：

[ 01 03 04 07 xx 02 03 04 05 xx 01 03 04 07 xx ... ]

溢出：

[ 00 00 00 00 01 00 00 00 00 01 00 00 00 00 01 ... ]

哪个需要产生

[ 01 03 04 07 xx 10 11 12 13 xx 17 19 20 23 xx ... ]

xx的原因是因为最初所有记录，事件和溢出都在一个大的uint32数组中，其中每个记录在不同的位上保存不同类型的信息。 xx位置可以进行任何操作，但在考虑TimeTag记录时它们更无意义。我有一个逻辑数组，可以跟踪哪些位置包含实际有意义的数据。

Answer 1

"count all occurrences of ... to this point" in a vectored operation最好表示为 cumsum 。

假设NoOfOverflows在循环开始之前初始化为零且AbsoluteTimeTag，Timetag有NumberOfRecords作为元素数量，请查看这是否适合您 -

%// Get the overflow for all Channel entries in one go
bitand_all = bitand(Channel,2048)~=0; 

%// AbsoluteTimeTag appears to be a cumsum of overflows plus Timetag
AbsoluteTimeTag = [0 ; cumsum(bitand_all(1:end-1).*65536)]+ TimeTag;

%// Get the count of overflows as NoOfOverflows
NoOfOverflows = sum(bitand_all);

循环的Matlab矢量化＆＃34;跟踪值增量＆＃34;

1 个答案: