Question

我有几个时间序列，即我在15分钟内测量了几个信号。每秒对每个信号进行几次采样，但不同信号的时间戳不相等。假设我们从时间0开始。例如，信号1具有以下（时间戳，值）：

0.1s: 954
0.2s: 1000
0.24s: 1090
0.3s: 855
0.45s: 600
...

信号二具有以下（时间戳，值）：

0.05s: 900
0.13s: 960
0.2s: 1000
0.29s: 850 
0.33s 800
...

我现在如何计算这些时间序列的值的相关性，例如： python还是Matlab？如果值总是在相同的时间戳，我可以只计算各个值之间的相关性，但遗憾的是这些值不在同一个时间戳上。

Answer 1

假设您在时间点s1处有一个数组t1中包含值的信号，并且信号s2在时间点t2处进行评估。使用Python中的NumPy：

为两个信号t选择一组通用时间点。您可以选择t1或t2，或使用np.linspace计算考虑的时间范围内的线性空间。在任何情况下，我都要确保t的最小值和最大值都在t1和t2的范围内，以避免外推。
计算两个信号s1interp和s2interp的插值。这可以使用np.interp来完成，它计算线性插值。如果您需要更复杂的插值方法，可以查看SciPy interp1d。
计算s1interp和s2interp之间的相关性。这是通过np.corrcoef完成的。

Answer 2

您可以在其中一个数据集上进行一些简单的插值（参见interp1 for MATLAB），以便它们共享采样率，如果这是您唯一的问题......

X =[0.1   954
    0.2   1000
    0.24  1090
    0.3   855
    0.45  600];

Y =[0.05  900
    0.13  960
    0.2   1000
    0.29  850 
    0.33  800];

t = Y(:,1); % get time samples from Y
% Interpolate (linearly, with extrapolation) X2 values onto time samples t
X2 = [t, interp1(X(:,1), X(:,2), t, 'linear', 'extrap')];

>> X2 = [0.05  931
         0.13  967.8
         0.2   1000
         0.29  894.1667
         0.33  804];

现在他们有相同的样本点，你可以做你喜欢的事。

计算不同时间序列的相关性

2 个答案: