比较平滑信号和输入信号

我用过 normalized root mean squared deviation . 这给了我一个介于0和1之间的数字。数字越大,两个数据系列就越远。0表示信号与平滑信号完全匹配。

离散相关是在噪声背景下检测已知波形的一种方法。只需找出两个信号之间的相关性。离散相关只是一个矢量点积:

for n in range(N):
   y[n] = sum( [x1[i]*x2[i+n] for i in range(N)] )

在纯Python中,或者:

y = xcorr(x1,x2);

在MATLAB中,或:

y = correlate(x1,x2) 

在python+scipy中。

相关性是对两个信号相似性的一个非常敏感的度量。当两个信号的频率成分相似且彼此处于同一相位时,最大化。

假设您平滑信号以消除噪声,最自然的优点是信噪比。

比如:

mean((smoothed[n] - original[n])^2) / mean( (smoothed[n])^2 )

上述假设信号的平均值为~0。