一种基于峰值检测的分级采样方法技术

本发明专利技术涉及一种基于峰值检测的分级采样方法，属于大数据处理技术领域，解决了现有采样方法容易出现波形失真、显示界面无法看到数据全貌的问题。方法包括：基于当前数据曲线的波峰波谷位置，将数据曲线划分为若干递增/递减采样区间、递增递减混合采样区间；对递增/递减采样区间采用简单采样方法进行采样，获取递增/递减采样区间的采样点；对递增递减混合采样区间采用基于峰值检测的采样方法进行采样，获取递增递减混合采样区间的采样点；将每个递增/递减采样区间和每个混合采样区间的采样点按时间顺序进行合并，得到当前数据曲线的采样点；将当前数据曲线的采样点形成的数据曲线作为下一级采样时的当前数据曲线，重复上述步骤，实现分级采样。实现分级采样。实现分级采样。

【技术实现步骤摘要】
一种基于峰值检测的分级采样方法


[0001]本专利技术涉及国产化大数据处理
，尤其涉及一种基于峰值检测的分级采样方法。

技术介绍

[0002]国产化海量数据处理软件的系统联调测试阶段，在使用真实数据进行测试的过程中，发现在经过多次简单抽样后，原本是锯齿波的形状的数据出现了梯形台阶，如图1所示。简单抽样算法(等距抽样)，和ADC数据离化过程是一样。这是通用的默认抽取方式，在ADC采集的数据点里面，以N个点为一组，从这N个点里取出M个样本点(M大于等于1)，作为新的波形数据里面的采样点，N个点里的其他采样点全部丢弃。这种简单抽样算法适合变化幅度小且变化频度不高的数据，无法适用于类似锯齿波这种变化频度较高的数据。
[0003]另外，在大数据预处理阶段，数据量比较大时，试验数据点不能在界面上一次性全部展现，无法看到数据的全貌。
[0004]为解决上述技术问题，本申请提出了一种基于峰值检测的分级采样方法。为了解决抽样后的波形失真问题，在单调递增或递减序列中采用简单抽样，在非单调递增和递减序列内采用基于峰值检测的采样方法。在做出上述改进后，没有再出现波形失真的问题。同时，为解决大数据处理时界面上无法看到数据全貌的问题，本申请提出分级采样算法，通过分级采样形成不同等级的采样点数据，使得在数据预处理阶段，能快速的在高级别中看到数据的全貌，当数据浏览的级别降低，将看到越来越多的数据细节。

技术实现思路

[0005]鉴于上述的分析，本专利技术实施例旨在提供一种基于峰值检测的分级采样方法，用以解决现有采样方法容易出现波形失真、大数据处理时显示界面无法看到数据全貌的问题。
[0006]一方面，本专利技术实施例提供了一种基于峰值检测的分级采样方法，所述方法包括如下步骤：
[0007]基于当前数据曲线的波峰波谷位置，将所述数据曲线划分为若干递增/递减采样区间以及若干递增递减混合采样区间；
[0008]对于所述递增/递减采样区间，采用简单采样方法进行采样，获取递增/递减采样区间的采样点；
[0009]对于递增递减混合采样区间，采用基于峰值检测的采样方法进行采样，获取递增递减混合采样区间的采样点；
[0010]将所述每个递增/递减采样区间的采样点和所述每个混合采样区间的采样点按时间顺序进行合并，得到当前数据曲线的采样点；
[0011]将所述当前数据曲线的采样点形成的数据曲线作为下一级采样时的当前数据曲线，重复上述步骤，实现分级采样。
[0012]进一步，所述采用基于峰值检测的采样方法进行采样，获取递增递减混合采样区间的采样点包括：
[0013]采用峰值采样法获取所述混合采样区间的峰值点；
[0014]采用简单采样方法对所述混合采样区间进行采样获取混合采样区间的第一采样点；
[0015]将所述峰值点与所述第一采样点按照时间顺序进行合并，并去除重复的数据点，得到所述混合采样区间的采样点。
[0016]进一步，所述采用峰值采样法获取所述混合采样区间的峰值点包括：
[0017]按照时间的先后顺序，以N个数据点为一组，将所述混合采样区间依次划分为多个采样子区间；
[0018]对每个采样子区间中的数据点类型进行识别，并从各数据点类型中确定最大值点和最小值点，保留能够表征数据曲线包络的最大值点和最小值点，其余点全部丢弃；所述每个子区间的最大值点和最小值点按时间顺序合并即为混合采样区间的峰值点。
[0019]进一步，所述对每个采样子区间中的数据点类型进行识别，并从各数据点类型中确定最大值点和最小值点包括：
[0020]对于采样子区间的数据点集合{V1,V2,...,V
N
}，
[0021]若V
i
‑1＞V
i
且V
i
＞V
i+1
，则数据点V
i
类型为普通；
[0022]若V
i
‑1＞V
i
且V
i
＝V
i+1
，则数据点V
i
类型为左凹槽；
[0023]若V
i
‑1＞V
i
且V
i
＜V
i+1
，则数据点V
i
类型为尖底；
[0024]若V
i
‑1＝V
i
且V
i
＞V
i+1
，则数据点V
i
类型为左台阶；
[0025]若V
i
‑1＝V
i
且V
i
＝V
i+1
，则数据点V
i
类型为普通；
[0026]若V
i
‑1＝V
i
且V
i
＜V
i+1
，则数据点V
i
类型为右凹槽；
[0027]若V
i
‑1＜V
i
且V
i
＞V
i+1
，则数据点V
i
类型为尖顶；
[0028]若V
i
‑1＜V
i
且V
i
＝V
i+1
，则数据点V
i
类型为右台阶；
[0029]若V
i
‑1＜V
i
且V
i
＜V
i+1
，则数据点V
i
类型为普通；
[0030]将上述尖底点作为最小值点，将尖顶点作为最大值点；对于相邻的左凹槽点和右凹槽点，将左凹槽点作为最小值点，相邻的左台阶点和右台阶点，将右台阶点作为最大值点，将所述采样子区间的第一个和最后一个数据点作为最大值点或最小值点。
[0031]进一步，所述简单采样方法包括：
[0032]按照时间的先后顺序，以N个数据点为一组，将采样区间依次划分为多个采样子区间；
[0033]在每个采样子区间中抽取最大值点和最小值点；所述每个采样子区间的最大值点和最小值点按时间顺序合并形成所述采样区间的采样点。
[0034]进一步，所述基于当前数据曲线的波峰波谷位置，将所述数据曲线划分为若干递增/递减采样区间以及若干递增递减混合采样区间包括：
[0035]识别出当前数据曲线的所有波峰波谷位置，每一对波谷
‑
波峰/波峰
‑
波谷形成一个预设单调递增/递减区间，所有预设单调递增/递减区间按时间顺序排列；
[0036]对于其中一个预设单调递增/递减区间，若区间内的数据点数量大于等于设定阈值，则将所述预设单调递增/递减区间作为当前数据曲线的一个单调递增/递减采样区间；
[0037]若预设单调递增/递减区间内的数据点数量小于设定阈值，则将该预设单调递增/递减区间依次与后一个预设单调递增/递减区间合并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于峰值检测的分级采样方法，其特征在于，所述方法包括如下步骤：基于当前数据曲线的波峰波谷位置，将所述数据曲线划分为若干递增/递减采样区间以及若干递增递减混合采样区间；对于所述递增/递减采样区间，采用简单采样方法进行采样，获取递增/递减采样区间的采样点；对于递增递减混合采样区间，采用基于峰值检测的采样方法进行采样，获取递增递减混合采样区间的采样点；将所述每个递增/递减采样区间的采样点和所述每个混合采样区间的采样点按时间顺序进行合并，得到当前数据曲线的采样点；将所述当前数据曲线的采样点形成的数据曲线作为下一级采样时的当前数据曲线，重复上述步骤，实现分级采样。2.根据权利要求1所述的一种基于峰值检测的分级抽样方法，其特征在于，所述采用基于峰值检测的采样方法进行采样，获取递增递减混合采样区间的采样点包括：采用峰值采样法获取所述混合采样区间的峰值点；采用简单采样方法对所述混合采样区间进行采样获取混合采样区间的第一采样点；将所述峰值点与所述第一采样点按照时间顺序进行合并，并去除重复的数据点，得到所述混合采样区间的采样点。3.根据权利要求2所述的一种基于峰值检测的分级抽样方法，其特征在于，所述采用峰值采样法获取所述混合采样区间的峰值点包括：按照时间的先后顺序，以N个数据点为一组，将所述混合采样区间依次划分为多个采样子区间；对每个采样子区间中的数据点类型进行识别，并从各数据点类型中确定最大值点和最小值点，保留能够表征数据曲线包络的最大值点和最小值点，其余点全部丢弃；所述每个子区间的最大值点和最小值点按时间顺序合并即为混合采样区间的峰值点。4.根据权利要求3所述的一种基于峰值检测的分级抽样方法，其特征在于，所述对每个采样子区间中的数据点类型进行识别，并从各数据点类型中确定最大值点和最小值点包括：对于采样子区间的数据点集合{V1,V2,...,V
N
}，若V
i
‑1＞V
i
且V
i
＞V
i+1
，则数据点V
i
类型为普通；若V
i
‑1＞V
i
且V
i
＝V
i+1
，则数据点V
i
类型为左凹槽；若V
i
‑1＞V
i
且V
i
＜V
i+1
，则数据点V
i
类型为尖底；若V
i
‑1＝V
i
且V
i
＞V
i+1
，则数据点V
i
类型为左台阶；若V
i
‑1＝V
i
且V
i
＝V
i+1
，则数据点V
i
类型为普通；若V
i
‑1＝V
i
且V
i
＜V
i+1
，则数据点V
i
类型为右凹槽；若V
i
‑1＜V
i
且V
i
＞V
i+1
，则数据点V
i
类型为尖顶；若V
i
‑1＜V
i
且V
i
＝V
i+1
，则数据点V
i
类型为右台阶；若V
i
‑1＜V
i

【专利技术属性】
技术研发人员：林瑞仕，刘孟语，王琪，王慎航，王宇航，杨名军，姚润润，邓钊，郑伟，杨轶，王苑瑾，
申请(专利权)人：北京航天自动控制研究所，
类型：发明
国别省市：