matlab的寻峰算法

Matlab中常用的寻峰算法有多种，以下介绍其中两个比较常用的算法。

1. 基于一阶导数的寻峰算法

该方法基于一阶导数的峰值定位原理，即在峰值处，一阶导数值为0，二阶导数值小于0。

具体步骤如下：

（1）将信号进行平滑处理，如利用Savitzky-Golay滤波器进行平滑。

（2）求出一阶导数和二阶导数。

（3）寻找一阶导数为0的点，并筛选出二阶导数小于0的点，即为峰值点。

（4）可选的步骤是对峰值点进行后处理，如去除峰宽过窄的峰。

示例代码如下：

%生成测试数据
x=0:0.1:10;
y=sin(x)+randn(size(x))/5;
%进行平滑处理
y_smooth=sgolayfilt(y,3,11);
%求一阶导数和二阶导数
dy=diff(y_smooth)./diff(x);
ddy=diff(dy)./diff(x(1:end-1));
%寻找峰值点
peak_loc=find(dy(1:end-1)>0&dy(2:end)<0&ddy<0)+1;
%画图
figure;
plot(x,y);
hold on;
plot(x,y_smooth);
plot(x(peak_loc),y(peak_loc),'ro');

2. 基于小波变换的寻峰算法

该方法基于小波变换的峰值定位原理，即在峰值处，小波变换系数具有最大值。

具体步骤如下：

（1）进行小波变换，选择适当的小波基和分解层数。

（2）根据小波变换系数的幅值，寻找峰值点。

（3）可选的步骤是对峰值点进行后处理，如去除峰宽过窄的峰。

示例代码如下：

%生成测试数据
x=0:0.1:10;
y=sin(x)+randn(size(x))/5;
%进行小波变换
wname='db4';
level=5;
[C,~]=wavedec(y,level,wname);
%根据小波变换系数的幅值寻找峰值点
thr=3*mean(abs(C))/0.6745;
s=C.*(abs(C)>thr);
peak_loc=find(s==max(s));
%画图
figure;
plot(x,y);
hold on;
plot(x(peak_loc),y(peak_loc),'ro');