CN117792339A - 自适应步长的滤波方法、装置、电子设备及存储介质 - Google Patents

自适应步长的滤波方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117792339A
CN117792339A CN202311568499.1A CN202311568499A CN117792339A CN 117792339 A CN117792339 A CN 117792339A CN 202311568499 A CN202311568499 A CN 202311568499A CN 117792339 A CN117792339 A CN 117792339A
Authority
CN
China
Prior art keywords
waveform
adjustable range
step length
extreme point
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311568499.1A
Other languages
English (en)
Inventor
倪瑞政
张生鹏
徐如远
秦强
曹敬帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CASIC Defense Technology Research and Test Center
Original Assignee
CASIC Defense Technology Research and Test Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CASIC Defense Technology Research and Test Center filed Critical CASIC Defense Technology Research and Test Center
Priority to CN202311568499.1A priority Critical patent/CN117792339A/zh
Publication of CN117792339A publication Critical patent/CN117792339A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

本公开提供一种自适应步长的滤波方法、装置、电子设备及存储介质。所述方法包括:获取输入信号的波形数据;根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长;确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长;基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。

Description

自适应步长的滤波方法、装置、电子设备及存储介质
技术领域
本公开涉及滤波技术领域,尤其涉及一种自适应步长的滤波方法、装置、电子设备及存储介质。
背景技术
在对输入信号进行滤波处理时,可以采用滑动均值滤波方法。滑动均值滤波方法具有原理简单、易于操作且滤波效果明显的特点。然而,滑动均值滤波方法需要指定滤波步长,选择合适的滤波步长才能保证有效的滤波效果,滤波步长选择过大,会导致滤波后结果过于平滑,丧失信号的分辨能力,滤波步长太小会导致没有实质的滤波效果,尤其是对于输入信号的非周期性抖动,由于信号跳动的时间间隔不稳定,会导致其所适用的滤波步长不一致,出现滤波效果顾此失彼的现象。
有鉴于此,如何避免非周期性抖动输入信号的滤波效果不佳成为亟待解决的技术问题。
发明内容
有鉴于此,本公开的目的在于提出一种自适应步长的滤波方法、装置、电子设备及存储介质用以解决或部分解决上述技术问题。
基于上述目的,本公开的第一方面提出了一种自适应步长的滤波方法,所述方法包括:
获取输入信号的波形数据;
根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长;
确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长;
基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。
基于同一个发明构思,本公开的第二方面提出了一种自适应步长的滤波装置,包括:
获取模块,被配置为获取输入信号的波形数据;
确定模块,被配置为根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长;
优化模块,被配置为确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长;
滤波模块,被配置为基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。
基于同一发明构思,本公开的第三方面提出了一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上所述的方法。
基于同一发明构思,本公开的第四方面提出了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行如上所述的方法。
从上面所述可以看出,本公开提供的自适应步长的滤波方法、装置、电子设备及存储介质。获取输入信号的波形数据。根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长。确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长。基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。这样,通过输入信号的波形极值点确定进行滤波处理的目标步长,使得确定的目标步长具有明确的物理意义。另外,基于波形极值点对应的可调范围对初始步长进行优化处理,使得确定的目标步长更加准确,并且目标步长随输入信号的波形数据变化而变化,目标步长适应输入信号,在输入信号出现非周期性抖动时,基于适应输入信号的目标步长进行滤波处理,可以保证良好的滤波效果。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例的自适应步长的滤波方法的流程图;
图2A为本公开实施例的自适应步长的均值滤波方法的流程图;
图2B为本公开实施例的波形极值点确定的示意图;
图2C为本公开实施例的区域划分的示意图;
图2D为本公开实施例的可调范围确定的示意图;
图2E为本公开实施例的自适应步长的均值滤波方法的具体的流程图;
图3为本公开实施例的自适应步长的滤波装置的结构示意图;
图4为本公开实施例的电子设备的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
如上所述,如何避免非周期性抖动输入信号的滤波效果不佳,成为了一个重要的研究问题。
基于上述描述,如图1所示,本实施例提出的自适应步长的滤波方法,所述方法包括:
步骤101,获取输入信号的波形数据。
具体实施时,在对输入信号进行滤波处理前,获取输入信号的波形数据。其中,输入信号的波形数据可以通过波形图表示。具体地,波形图中横坐标表示时间,纵坐标表示波形参数。
步骤102,根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长。
具体实施时,步长,也称为采样时间间隔,是指每次更新滤波器的时间间隔。
根据波形数据确定波形极值点,基于波形极值点确定初始步长。其中,初始步长是基于两个相邻波形极值点确定的。将两个相邻波形极值点之间的时间差,作为相邻两个波形极值点之间输入信号的初始步长。
步骤103,确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长。
具体实施时,确定波形极值点对应的可调范围。其中,波形极值点对应的可调范围即波形极值点能够影响的左右两侧的输入信号的波形数据。
基于可调范围对初始步长进行优化处理,得到目标步长。具体地,波形极值点的目标步长为初始步长,波形极值点两侧的数据值的目标步长根据数据值至波形极值点之间的时间差值确定得到,波形极值点两侧的数据值的目标步长是基于波形极值点的初始步长依次递减得到的。
例如,第一个波形极值点的初始步长为L1,则确定第一个波形极值点的目标步长为L1,第一个波形极值点两侧的数据值的目标步长依次为L1-1,L1-2,……,2,1。其中,第一个波形极值点左侧的数据值的目标步长从1递增至L1-1,第一个波形极值点右侧的数据值的目标步长从L1-1递减至1。
其中,波形极值点的初始步长为波形极值点对应的可调范围的二分之一,即波形极值点的初始步长与波形极值点左侧数据值数量或者右侧数据值数量相同。这样,波形极值点的目标步长为初始步长,波形极值点两侧的数据值的目标步长从初始步长依次递减至1。
步骤104,基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。
具体实施时,确定输入信号的波形数据上每个极值点和每个数据值对应的目标步长后,基于目标步长对输入信号进行滤波处理,得到滤波处理后的目标信号。
具体地,在对输入信号进行滤波处理时,基于每个极值点或者每个数据值对应的目标步长,对相应极值点或者数据值的输入信号进行滤波处理,得到滤波处理后的目标信号。这样,可以实现对步长的自适应调整,基于适应输入波形的目标步长对输入信号进行滤波处理,避免输入信号存在非周期性抖动时采用固定的步长进行滤波处理导致滤波效果不佳的问题。
通过上述实施例,通过输入信号的波形极值点确定进行滤波处理的目标步长,使得确定的目标步长具有明确的物理意义。另外,基于波形极值点对应的可调范围对初始步长进行优化处理,使得确定的目标步长更加准确,并且目标步长随输入信号的波形数据变化而变化,目标步长适应输入信号,在输入信号出现非周期性抖动时,基于适应输入信号的目标步长进行滤波处理,可以保证良好的滤波效果。
在一些实施例中,步骤102包括:
步骤1021,基于所述波形数据确定各个数据值的波形参数。
具体实施时,波形参数为波形数据的纵坐标参数。基于输入信号的波形数据确定输入信号中各个数据值的波形参数。
步骤1022,确定波形参数大于等于相邻两侧波形参数的数据值作为波形极大值。
具体实施时,确定数据值的波形参数同时大于相邻两侧波形参数,将数据值作为波形极大值。或者,确定数据值的波形参数大于相邻一侧波形参数且等于相邻另一侧波形参数,将数据值作为波形极大值。
步骤1023,确定波形参数小于等于相邻两侧波形参数的数据值作为波形极小值。
具体实施时,确定数据值的波形参数同时小于相邻两侧波形参数,将数据值作为波形极小值。或者,确定数据值的波形参数小于相邻一侧波形参数且等于相邻另一侧波形参数,将数据值作为波形极小值。
步骤1024,将所述波形极大值和所述波形极小值作为所述波形极值点。
具体实施时,将确定的波形极大值和波形极小值作为波形极值点。其中,波形极值点包括至少一个波形极大值和至少一个波形极小值。
通过上述方案,基于波形数据中各个数据值的波形参数确定波形极值点,使得确定的波形极值点更加准确。另外,确定的波形极大值(或者波形极小值)包括波形参数同时大于(或者小于)相邻两侧波形参数,以及波形参数大于(或者小于)相邻一侧波形参数且等于相邻另一侧波形参数两种情况。这样,使得确定的波形极值点更加全面,以便准确全面地确定各个数据值对应的目标步长。
在一些实施例中,步骤102包括:
步骤1025,对波形极值点进行排序处理,得到排序处理后的目标波形极值点。
步骤1026,将所述目标波形极值点中相邻两个波形极值点之间的时间差值作为所述初始步长。
具体实施时,相邻两个波形极值点之间的时间差值为相邻两个波形极值点对应的横坐标之间的差值。
例如,对波形极值点进行排序处理,得到排序处理后的目标波形极值点,目标波形极值点按照排序依次为:第一波形极大值、第一波形极小值、第二波形极大值、第二波形极小值。
第一波形极大值对应的横坐标为第一极大值时刻,第一波形极小值对应的横坐标为第一极小值时刻。将第一极小值时刻与第一极大值时刻之间的时间差值,作为第一波形极大值与第一波形极小值之间各个数据值的初始步长。
通过上述方案,通过确定相邻两个波形极值点之间的时间差值,将相邻两个波形极值点之间的时间差值作为初始步长。这样,使得确定的初始步长与输入信号的波形变化相关,可以避免采用固定的步长进行滤波处理时,由于输入信号的非周期性抖动导致滤波效果不佳的问题。
在一些实施例中,步骤103包括:
步骤1031,确定所述波形极值点的中当前波形极值点对应的当前时刻。
具体实施时,输入信号的波形数据中横坐标表示时间。
波形极值点为至少一个,当前波形极值点为波形极值点中的任一。基于波形数据确定当前波形极值点的横坐标,将当前波形极值点对应的横坐标作为当前时刻。
步骤1032,将所述当前时刻与下一波形极值点的下一时刻之间的时长作为第一可调范围。
具体实施时,下一波形极值点为当前时刻之后与当前波形极值点相邻的下一个波形极值点。下一波形极值点对应的横坐标为下一时刻,将下一时刻与当前时刻之间的时间差值作为第一可调范围。第一可调范围即下一波形极值点与当前波形极值点之间的时间差值。
步骤1033,确定所述当前时刻之前的与所述第一可调范围时长相同的第二可调范围。
具体实施时,确定当前时刻之前与第一可调范围时长相同的时间差值作为第二可调范围。
步骤1034,将所述第一可调范围和所述第二可调范围之和作为所述当前波形极值点对应的可调范围。
具体实施时,波形极值点左右两侧的波形数据均会受到波形极值点的影响。因此,将第一可调范围与第二可调范围之和作为当前波形极值点对应的可调范围。
例如,当前波形极值点与下一波形极值点之间的时间差值为S1,则第一可调范围为S1。在当前时刻之前确定与第一可调范围S1相等的第二可调范围S1’。当前波形极值点对应的可调范围为S1=S1+S1’。
通过上述方案,通过确定当前波形极值点左侧的第一可调范围和右侧的第二可调范围,将第一可调范围和第二可调范围之和作为当前波形极值点的可调范围,使得确定的可调范围更加准确,以便准确地基于可调范围对初始步长进行优化,得到目标步长。
在一些实施例中,步骤103包括:
步骤1035,基于所述波形极值点对应的初始步长确定所述可调范围内各个数据值的中间步长。
具体实施时,波形极值点的中间步长为初始步长,波形极值点两侧的数据值的中间步长是依据可调范围从初始步长依次递减得到的。
例如,当前波形极值点的初始步长为L1,则当前波形极值点的中间步长为L1。当前波形极值点到下一波形极值点之间的第一可调范围内的各个数据值对应的中间步长依次递减,如依次为L1-1,L1-2,……,2,1。第二可调范围的初始数据值到当前波形极值点之间的第二可调范围内的各个数据值对应的中间步长依次递增,如依次为1,2,……,L1-2,L1-1。
下一波形极值点的初始步长为L2,则下一波形极值点的中间步长为L2。下一波形极值点右侧的第三可调范围内的各个数据值对应的中间步长依次递减,如依次为L2-1,L2-2,……,2,1。下一波形极值点左侧的第四可调范围内的各个数据值对应的中间步长依次递增,如依次为1,2,……,L2-2,L2-1。
步骤1036,基于所述可调范围判断相邻两个波形极值点之间是否存在可调范围重叠。
具体实施时,判断相邻两个波形极值点之间是否存在可调范围重叠。在确定相邻两个波形极值点之间存在可调范围重叠后,还可以进一步确定可调范围的重叠区域。
例如,当前波形极值点右侧的第一可调范围与下一波形极值点左侧的第四可调范围可能会存在重叠。其中,存在重叠包括全部重叠和部分重叠。
步骤1037,响应于确定所述相邻两个波形极值点之间不存在可调范围重叠,将所述中间步长作为所述目标步长。
具体实施时,当相邻两个波形极值点之间不存在可调范围重叠,将可调范围内各个数据值的中间步长作为对应数据值的目标步长。
例如,当前波形极值点右侧的第一可调范围与下一波形极值点左侧的第四可调范围不存在可调范围重叠时,将当前波形极值点的第一可调范围内各个数据值对应的中间步长作为目标步长,即当前波形极值点的第一可调范围内各个数据值对应的目标步长从左至右依次为L1-1,L1-2,……,2,1。
步骤1038,响应于确定所述相邻两个波形极值点之间存在可调范围重叠,对基于所述相邻两个波形极值点分别确定的第一中间步长和第二中间步长进行处理,得到所述目标步长。
具体实施时,当相邻两个波形极值点之间存在可调范围重叠,对第一中间步长和第二中间步长进行融合处理,得到重叠区域中各个数据值对应的目标步长。其中,第一中间步长为基于相邻两个波形极值点中的当前波形极值点确定的,第二中间步长为基于相邻两个波形极值点中的下一波形极值点确定的。
例如,当前波形极值点右侧的第一可调范围与下一波形极值点左侧的第四可调范围存在可调范围重叠时,确定重叠区域。当第一可调范围与第四可调范围全部重叠,则对第一中间步长和第二中间步长进行融合处理,得到重叠区域内各个数据值对应的目标步长。
如第一中间步长从左至右依次为L1-1,L1-2,……,2,1;第二中间步长从左至右依次为1,2,……,L2-2,L2-1;对第一中间步长和第二中间步长进行融合处理,得到重叠区域内各个数据值对应的目标步长。
通过上述方案,通过判断相邻两个波形极值点之间是否存在可调范围重叠,当相邻两个波形极值点之间存在可调范围重叠时,对基于相邻两个波形极值点分别确定的第一中间步长和第二中间步长进行融合处理,确定重叠区域中各个数据值对应的目标步长,使得确定的目标步长更加准确。这样,基于目标步长对输入信号进行滤波处理得到的目标信号的波形更加平滑。
在一些实施例中,步骤1035包括:
步骤1035A,基于所述波形极值点对应的初始步长,确定所述波形极值点两侧的可调范围内的各个数据值的步长依次递减,得到所述可调范围内各个数据值的中间步长;其中,所述初始步长为所述可调范围的二分之一。
具体实施时,当前波形极值点的初始步长为L1,则确定当前波形极值点的中间步长为L1,当前波形极值点两侧的数据值的中间步长依次为L1-1,L1-2,……,2,1。其中,当前波形极值点左侧第二可调范围内的数据值的中间步长从左至右依次从1递增至L1-1,当前波形极值点右侧第一可调范围内的数据值的中间步长从左至右依次从L1-1递减至1。
其中,当前波形极值点的初始步长为当前波形极值点对应的可调范围的二分之一,即当前波形极值点的初始步长与当前波形极值点左侧数据值数量(或者右侧数据值数量)相同。这样,当前波形极值点的中间步长为初始步长,当前波形极值点两侧的数据值的中间步长从初始步长依次递减至1。
通过上述方案,从波形极值点至两侧可调范围内的各个数据值,中间步长依次递减,可以实现对步长的自适应调整,基于适应输入波形的目标步长对输入信号进行滤波处理,避免输入信号存在非周期性抖动时采用固定的步长进行滤波处理导致滤波效果不佳的问题。
在一些实施例中,步骤1038包括:
步骤1038A,基于所述相邻两个波形极值点中的第一波形极值点对应的第一初始步长,确定所述第一波形极值点对应的第一可调范围内各个数据值的所述第一中间步长。
步骤1038B,基于所述相邻两个波形极值点中的第二波形极值点对应的第二初始步长,确定所述第二波形极值点对应的第二可调范围内各个数据值的所述第二中间步长。
步骤1038C,确定所述第一可调范围和所述第二可调范围的重叠范围,对于所述重叠范围内的第一中间步长和第二中间步长进行融合处理,得到所述重叠范围内各个数据值的目标步长。
具体实施时,当前波形极值点右侧的第一可调范围与下一波形极值点左侧的第四可调范围存在可调范围重叠时,确定重叠区域。当第一可调范围与第四可调范围全部重叠,则对第一中间步长和第二中间步长进行融合处理,得到重叠区域内各个数据值对应的目标步长。
如第一中间步长从左至右依次为L1-1,L1-2,……,2,1;第二中间步长从左至右依次为1,2,……,L2-2,L2-1;对第一中间步长和第二中间步长进行融合处理,得到重叠区域内各个数据值对应的目标步长。
具体地,重叠区域内各个数据值对应的目标步长,可以从第一中间步长和第二中间步长中确定任一,也可以对第一中间步长和第二中间步长进行均值处理确定目标步长。
通过上述方案,通过对重叠区域的第一中间步长和第二中间步长进行融合处理,使得确定的目标步长更加准确。这样,基于目标步长对输入信号进行滤波处理得到的目标信号的波形更加平滑。
通过上述实施例,通过输入信号的波形极值点确定进行滤波处理的目标步长,使得确定的目标步长具有明确的物理意义。另外,基于波形极值点对应的可调范围对初始步长进行优化处理,使得确定的目标步长更加准确,并且目标步长随输入信号的波形数据变化而变化,目标步长适应输入信号,在输入信号出现非周期性抖动时,基于适应输入信号的目标步长进行滤波处理,可以保证良好的滤波效果。
需要说明的是,本公开的实施例还可以以下方式进一步描述:
如图2A所示,图2A为本公开实施例的自适应步长的均值滤波方法的流程图。自适应步长的均值滤波方法包括:数据输入;极值提取;极值排序;确定步长;重叠范围优化;滤波计算和滤波结果输出。
自适应步长的均值滤波方法具体为:
(一)确定波形极值点。
设数据结果共包括N个点,根据试验的结果,求得试验数据的极大值与极小值,再次需要注意的是本发明中对于波形极值点的定义略微宽松,只要该点的值高(或低)于一侧以上的数据值即可。如图2B所示,图2B为本公开实施例的波形极值点确定的示意图。然后对波形极值点进行排序,并将相邻两个波形极值点之间的距离作为该段的初始步长,步长的含义是确定该点数据滤波后结果时需要考虑的数据范围,一般采用前二分之一步长和后二分之一步长范围内的数据共同确定该点数据的滤波后数据。如图2C所示,图2C为本公开实施例的区域划分的示意图。
(二)确定目标步长。
(1)确定初始步长和波形极值点对应的可调范围。
如图2D所示,图2D为本公开实施例的可调范围确定的示意图。确定该信号的初始步长后,但是可调范围只是由当前波形极值点与下一波形极值点的距离确定的,而每一个波形极值点的可调范围应该包括该点两侧的范围,而不只是在其出现之后,否则会出现滤波后数据相位后移的情况。所以对于第一波形极值点其真正的可调范围,S1包括S1’和S1两部分,S1’为与S1等宽的在第一波形极值点之前的一部分,S1即为波形极值点1的可调范围,即认为由于波形极值点1的存在导致可调范围内数据值有偏移,滤波时需要将可调范围内数据做出处理。同理可得每一波形极值点两侧各个数据值的可调范围S1,S2,……,Sn。对于不在任何一波形极值点可调范围内的数据,采用保留原值的方式,即在最大情况下尊重原始数据。
(2)对初始步长进行优化得到目标步长。
将上面确定的各个波形极值点的初始步长作为各个波形极值点的目标步长,对于其他数据值的目标步长计算我们采用如下方法:
为了避免滤波后数据出现较大的突变,采用从波形极值点向两侧逐渐减少的方式确定波形极值点对应的可调范围内各个数据值的目标步长,如第一波形极值点的目标步长为L1,则其两侧可调范围内的L1-1个数据值的目标步长依次为L1-1,L1-2,……,2,1,波形极值点左侧可调范围内数据处理的目标步长从1递增至L1-1,波形极值点右侧可调范围内数据处理的目标步长由L1-1递减至1。Li与Si(i=1,2,……,n)满足一定比例关系,Li/Si=k,0<k<1,k越接近于1,滤波后结果越平滑。由上述计算过程可以发现,不同波形极值点的可调范围可能存在重叠的情况,这样部分数据值对于重叠部分信号的目标步长计算需要结合两初始步长需要综合两侧波形极值点考虑,具体计算流程如图2E所示,图2E为本公开实施例的自适应步长的均值滤波方法的具体的流程图。
如图2E所示,自适应步长的均值滤波方法的步长优化流程包括:初始步长输入。对初始步长进行赋值。判断波形中是否出现波形极值点;若没有出现波形极值点,则判断是否处理完所有数据;若出现波形极值点,则确定波形极值点两侧数据的初始步长。判断是否出现可调范围重叠的情况;若没有出现可调范围重叠,则判断是否处理完所有数据;若出现可调范围重叠,则判断重叠区域是否处于第一波形极值点的初始步长递增阶段。若重叠区域处于初始步长递增阶段,则增加到第一波形极值点;若重叠区域不处于初始步长递增阶段,则从初始步长平滑过渡至第二波形极值点。在确定处理完所有数据后,进行滤波计算并将滤波结果输出。
通过上述实施例,充分尊重了原始数据,对于不在极值点影响范围内的数据不做滤波处理,只对数据波动部分进行滤波操作,减少了计算量,计算速度更快;通过改变参数k即可调整滤波效果,k取值介于0~1之间,k越接近于1,滤波后结果越平滑。参数调整方便,滤波效果明显。
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种自适应步长的滤波装置。
参考图3,所述自适应步长的滤波装置,包括:
获取模块301,被配置为获取输入信号的波形数据;
确定模块302,被配置为根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长;
优化模块303,被配置为确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长;
滤波模块304,被配置为基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。
在一些实施例中,所述确定模块302,包括:
波形参数确定单元,被配置为基于所述波形数据确定各个数据值的波形参数;
第一确定单元,被配置为确定波形参数大于等于相邻两侧波形参数的数据值作为波形极大值;
第二确定单元,被配置为确定波形参数小于等于相邻两侧波形参数的数据值作为波形极小值;
极值点确定单元,被配置为将所述波形极大值和所述波形极小值作为所述波形极值点。
在一些实施例中,所述确定模块302,包括:
排序单元,被配置为对波形极值点进行排序处理,得到排序处理后的目标波形极值点;
初始步长确定单元,被配置为将所述目标波形极值点中相邻两个波形极值点之间的时间差值作为所述初始步长。
在一些实施例中,所述优化模块303,包括:
当前时刻确定单元,被配置为确定所述波形极值点的中当前波形极值点对应的当前时刻;
第一可调范围确定单元,被配置为将所述当前时刻与下一波形极值点的下一时刻之间的时长作为第一可调范围;
第二可调范围确定单元,被配置为确定所述当前时刻之前的与所述第一可调范围时长相同的第二可调范围;
可调范围确定单元,被配置为将所述第一可调范围和所述第二可调范围之和作为所述当前波形极值点对应的可调范围。
在一些实施例中,所述优化模块303,包括:
中间步长确定单元,被配置为基于所述波形极值点对应的初始步长确定所述可调范围内各个数据值的中间步长;
判断单元,被配置为基于所述可调范围判断相邻两个波形极值点之间是否存在可调范围重叠;
第一目标步长确定单元,被配置为响应于确定所述相邻两个波形极值点之间不存在可调范围重叠,将所述中间步长作为所述目标步长;
第二目标步长确定单元,被配置为响应于确定所述相邻两个波形极值点之间存在可调范围重叠,对基于所述相邻两个波形极值点分别确定的第一中间步长和第二中间步长进行处理,得到所述目标步长。
在一些实施例中,所述中间步长确定单元,包括:
中间步长确定子单元,被配置为基于所述波形极值点对应的初始步长,确定所述波形极值点两侧的可调范围内的各个数据值的步长依次递减,得到所述可调范围内各个数据值的中间步长;
其中,所述初始步长为所述可调范围的二分之一。
在一些实施例中,所述第二目标步长确定单元,包括:
第一中间步长确定子单元,被配置为基于所述相邻两个波形极值点中的第一波形极值点对应的第一初始步长,确定所述第一波形极值点对应的第一可调范围内各个数据值的所述第一中间步长;
第二中间步长确定子单元,被配置为基于所述相邻两个波形极值点中的第二波形极值点对应的第二初始步长,确定所述第二波形极值点对应的第二可调范围内各个数据值的所述第二中间步长;
第二目标步长确定子单元,被配置为确定所述第一可调范围和所述第二可调范围的重叠范围,对于所述重叠范围内的第一中间步长和第二中间步长进行融合处理,得到所述重叠范围内各个数据值的目标步长。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本公开时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的自适应步长的滤波方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的自适应步长的滤波方法。
图4示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB(Universal Serial Bus,通用串行总线)、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI(Wireless Fidelity,无线网络通信技术)、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的自适应步长的滤波方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的自适应步长的滤波方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的自适应步长的滤波方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本公开实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本公开实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本公开实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (10)

1.一种自适应步长的滤波方法,其特征在于,所述方法包括:
获取输入信号的波形数据;
根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长;
确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长;
基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。
2.根据权利要求1所述的方法,其特征在于,所述根据所述波形数据确定波形极值点,包括:
基于所述波形数据确定各个数据值的波形参数;
确定波形参数大于等于相邻两侧波形参数的数据值作为波形极大值;
确定波形参数小于等于相邻两侧波形参数的数据值作为波形极小值;
将所述波形极大值和所述波形极小值作为所述波形极值点。
3.根据权利要求1所述的方法,其特征在于,所述基于所述波形极值点确定初始步长,包括:
对波形极值点进行排序处理,得到排序处理后的目标波形极值点;
将所述目标波形极值点中相邻两个波形极值点之间的时间差值作为所述初始步长。
4.根据权利要求1所述的方法,其特征在于,所述确定所述波形极值点对应的可调范围,包括:
确定所述波形极值点的中当前波形极值点对应的当前时刻;
将所述当前时刻与下一波形极值点的下一时刻之间的时长作为第一可调范围;
确定所述当前时刻之前的与所述第一可调范围时长相同的第二可调范围;
将所述第一可调范围和所述第二可调范围之和作为所述当前波形极值点对应的可调范围。
5.根据权利要求1所述的方法,其特征在于,所述基于所述可调范围对所述初始步长进行优化处理,得到目标步长,包括:
基于所述波形极值点对应的初始步长确定所述可调范围内各个数据值的中间步长;
基于所述可调范围判断相邻两个波形极值点之间是否存在可调范围重叠;
响应于确定所述相邻两个波形极值点之间不存在可调范围重叠,将所述中间步长作为所述目标步长;
响应于确定所述相邻两个波形极值点之间存在可调范围重叠,对基于所述相邻两个波形极值点分别确定的第一中间步长和第二中间步长进行处理,得到所述目标步长。
6.根据权利要求5所述的方法,其特征在于,所述基于所述波形极值点对应的初始步长确定所述可调范围内各个数据值的中间步长,包括:
基于所述波形极值点对应的初始步长,确定所述波形极值点两侧的可调范围内的各个数据值的步长依次递减,得到所述可调范围内各个数据值的中间步长;
其中,所述初始步长为所述可调范围的二分之一。
7.根据权利要求5所述的方法,其特征在于,所述对基于所述相邻两个波形极值点分别确定的第一中间步长和第二中间步长进行处理,得到所述目标步长,包括:
基于所述相邻两个波形极值点中的第一波形极值点对应的第一初始步长,确定所述第一波形极值点对应的第一可调范围内各个数据值的所述第一中间步长;
基于所述相邻两个波形极值点中的第二波形极值点对应的第二初始步长,确定所述第二波形极值点对应的第二可调范围内各个数据值的所述第二中间步长;
确定所述第一可调范围和所述第二可调范围的重叠范围,对于所述重叠范围内的第一中间步长和第二中间步长进行融合处理,得到所述重叠范围内各个数据值的目标步长。
8.一种自适应步长的滤波装置,其特征在于,包括:
获取模块,被配置为获取输入信号的波形数据;
确定模块,被配置为根据所述波形数据确定波形极值点,基于所述波形极值点确定初始步长;
优化模块,被配置为确定所述波形极值点对应的可调范围,基于所述可调范围对所述初始步长进行优化处理,得到目标步长;
滤波模块,被配置为基于所述目标步长对所述输入信号进行滤波处理,得到滤波处理后的目标信号。
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行权利要求1至7任意一项所述的方法。
CN202311568499.1A 2023-11-22 2023-11-22 自适应步长的滤波方法、装置、电子设备及存储介质 Pending CN117792339A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311568499.1A CN117792339A (zh) 2023-11-22 2023-11-22 自适应步长的滤波方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311568499.1A CN117792339A (zh) 2023-11-22 2023-11-22 自适应步长的滤波方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117792339A true CN117792339A (zh) 2024-03-29

Family

ID=90388065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311568499.1A Pending CN117792339A (zh) 2023-11-22 2023-11-22 自适应步长的滤波方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117792339A (zh)

Similar Documents

Publication Publication Date Title
TWI719557B (zh) 基於梯度提升決策樹的模型訓練方法及裝置
CN111950225B (zh) 一种芯片布局方法、装置、存储介质和电子设备
CN109583561B (zh) 一种深度神经网络的激活量量化方法及装置
CN104597393A (zh) 一种芯片最高工作频率的确定方法及装置
CN111079944B (zh) 迁移学习模型解释实现方法及装置、电子设备、存储介质
CN108196995B (zh) 一种确定处理任务平均时长的方法及设备
CN114936085A (zh) 基于深度学习算法的etl调度方法及装置
CN117792339A (zh) 自适应步长的滤波方法、装置、电子设备及存储介质
CN111798263A (zh) 一种交易趋势的预测方法和装置
CN116466835A (zh) 笔迹预测方法、装置、电子设备及存储介质
CN112187266A (zh) 一种模数转换器的非线性校正方法、装置及电子设备
JP5319788B2 (ja) オーディオ信号のアライメント方法
US10622971B2 (en) Method and device for adjusting passband width of filter
CN115577798A (zh) 基于随机加速梯度下降的半联邦学习方法及装置
CN114741389A (zh) 模型参数调整方法、装置、电子设备及存储介质
CN115981617A (zh) 代码语句推荐方法、装置、电子设备及存储介质
CN112388623B (zh) 舵机位置控制方法、装置、终端设备及介质
CN113282535A (zh) 量化处理方法和装置、量化处理芯片
WO2010122748A1 (ja) 補正装置、確率密度関数測定装置、ジッタ測定装置、ジッタ分離装置、電子デバイス、補正方法、プログラム、および、記録媒体
US10866079B2 (en) Position sensing device
CN107247819B (zh) 传感器的滤波方法和滤波器
US20190087931A1 (en) Image processing apparatus and image processing method
CN117389128B (zh) 一种数字时钟自动校准方法及系统
CN114024652B (zh) 一种模拟恒定流加突发流的调速方法和网络测试仪
TWI755176B (zh) 細胞密度分類方法及裝置、電子裝置及存儲介質

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination