基于MATLAB的peicewise三次样条算法消除基线漂移

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 .

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')