Question

情况如下：我有~20000个mat文件，每个文件包含一个模拟结果，一个时间向量和多个信号向量。时间向量包含可变步长时间戳，每个时间戳都有相应的信号值。

我尝试做的是通过从可变步骤转换为0.001秒的固定步骤来减少数据量，因为目标系统还将使用1000个样本/秒的采样率。另一个原因是下一步，我将应用机器学习技术，因此更少的数据意味着更快的结果。

我已经有了一些工作代码，但它似乎效率很低，我希望得到一些帮助以提高效率。

所以这就是我得到的：

time_vs; % Variable step timestamp vector
s1; s2; s3; % Signals corresponding to time_vs

% For each mat file I do (loading and so on omitted):
new_time = min(time_vs):0.001:max(time_vs); % Create the new fixed step time vector.

% Find indexes for nearest timestamps.
indexes = [];
for t = new_time
    time_diff = abs(time_vs - t);
    add_index = find(time_diff == min(time_diff));
    indexes = [indexes, add_index(1)];
end

% Reduce the signals.
s1 = s1(indexes);
% and so on ...

我的方法是在变量步时间向量中搜索最接近固定步长时间戳min(time_diff)的时间戳。收集这些时间戳的索引以减少信号s1 = s1(indexes)。

希望有更有效的解决方案。

提前致谢。

此致编

Answer 1

由于你的循环具有二次运行时复杂度，我会考虑使用内置函数进行线性插值：

s1 = interp1(time_vs, s1, new_time);

matlab从变步到固定步

1 个答案: