如何将样本曲线与参考曲线相关联

时间:2017-11-15 21:52:28

标签: python python-3.x signal-processing

我有一个传感器,每分钟输出一个电压输出,不断收集数据(以蓝色显示)。我有一个参考传感器收集数据(以红色显示),以我感兴趣的单位输出。我有兴趣确定比例因子,以便我可以缩放蓝色传感器的数据以匹配红色传感器的数据。

通常情况下,我会在任何给定时间对两个传感器的值进行简单的线性回归,这会给出一个基于回归斜率的比例因子。然而,我注意到,红色传感器在感知环境变化时速度较慢,并且可能落后6-15分钟 - 这使得回归变得困难,因为在任何给定时间,两个传感器可能正在测量不同的东西。

我想知道是否可以执行任何类型的曲线拟合,以便我可以提取缩放因子,以便我可以缩放蓝色传感器的数据以匹配红色传感器。

我通常使用Python,所以任何有用的Python包(例如Numpy / Scipy)都会特别有用。

curve calibration

1 个答案:

答案 0 :(得分:0)

感谢您的帮助。我最终做的是在参考曲线上找到所有局部最大值和最小值,然后使用这些峰值位置在样本曲线上搜索相同的最大值或最小值。我基本上使用参考曲线的最大值/最小值点作为“窗口”的中心,我将在中心点的几分钟内搜索样本曲线上的最高/最低点。

一旦我在样本曲线上找到所有匹配的最大值/最小值,我就可以在这些点之间执行线性回归来确定比例因子。

Sample

Reference Correlation