如何从时间序列信号中去卷积阶跃函数

时间:2015-08-19 05:31:45

标签: python time-series signal-processing convolution wavelet

我想从时间序列数据中删除一个步骤(jump,Heaviside)函数,如图所示。任何人都可以提供一些关于如何做到这一点的提示(或参考)?

图片的链接是: Multichannel signal convoluted by heaviside functions

Linked Image

可在以下位置获取一个样本渠道数据: Sample, one Channel of the dataset

1 个答案:

答案 0 :(得分:0)

由于卷积是频域中的乘法,因此解卷积应该是除法。重质的傅立叶变换是1 / jw,所以你想要除以这个(即乘以jw)。现在,jw的逆傅里叶变换是狄拉克分布的导数。所以你应该对狄拉克分布的衍生物进行卷积。

在离散的情况下,1的导数为k=0-1k=1,其他地方为零

def deconv(seq):
    prev = 0
    for cur in seq:
        yield cur - prev
        prev = cur

我认为没有理由说结果不应该是唯一的。