代码之家 › 专栏 › 技术社区 › Juliette

基于MATLAB的peicewise三次样条算法消除基线漂移

cubic-spline spline interpolation matlab

5

Juliette · 技术社区 · 7 年前

 d=load(file, '-mat');



 t=1:length(a);

 xq1=1:0.01:length(a);
  p = pchip(t,a,xq1);
  s = spline(t,a,xq1);
    % 
 figure, hold on, plot(a, 'g'), plot(t,a,'o',xq1,p,'-',xq1,s,'-.')
 legend('Sample Points','pchip','spline','Location','SouthEast')

但我看不到任何基线删除。。原始数据恰好位于插值数据上。

问题是我如何“使用peicewise三次样条插值

非常感谢。

2 回复 | 直到 7 年前

1

5

jodag 7 年前

似乎您希望将多项式拟合到数据中,以估计由于热变化引起的基线漂移。问题在于 spline pchip )因为这是一种插值技术。你可能想要一个适合你的courser,你可以使用它 polyfit . 下面的代码示例显示了如何使用估计漂移。在这种情况下,我拟合了一个三阶多项式。

% generate some fake data
t = 0:60;
trend = 0.003*t.^2;
x = trend + sin(0.1*2*pi*t) + randn(1,numel(t))*0.5;

% estimate trend using polyfit
p_est = polyfit(t,x,3);
trend_est = polyval(p_est,t);

% plot results
plot(t,x,t,trend,t,trend_est,t,x-trend_est);
legend('data','trend','estimated trend','trend removed','Location','NorthWest');

使现代化

如果您有曲线拟合工具箱,则可以拟合带有额外平滑约束的三次样条曲线。在上面的示例中,您可以使用

trend_est = fnval(csaps(t,x,0.01),t);

拟合 和 polyval 样条曲线 .

2

3

shamalaia 7 年前

t = 0:60;
trend = 0.003*t.^2;
x = trend + sin(0.1*2*pi*t) + randn(1,numel(t))*0.5;

figure;hold on
plot(t,x,'.-')

%coarser x-data
t2=[1:10:max(t) t(end)]; %%quick and dirty. I probably wanna do better than this
%spline fit here
p = pchip(t,x,t2);
s = spline(t,x,t2);
plot(t2,s,'-.','color' ,'g')

%interpolate back
trend=interp1(t2,s,t);

%remove the trend
plot(t,x-trend,'-.','color' ,'c')