findpeaks基于matlab

### MATLAB `findpeaks` 函数使用教程

#### 1. 基本概念
在MATLAB中，`findpeaks`函数用于检测信号中的局部极大值点。该函数可以返回峰值的位置及其对应的幅值。

#### 2. 基本语法
最简单的调用方式如下所示：

[pks, locs] = findpeaks(x);

这里`x`表示输入的数据向量；输出参数`pks`包含了所有的峰顶高度组成的数组，而`locs`则记录着这些高峰所在位置索引构成的整数型数组[^1]。

对于更复杂的场景，则可以通过设置名称-值对来调整算法行为:

[pks, locs] = findpeaks(x,'MinPeakHeight',value); % 设置最小峰值高度阈值
[pks, locs] = findpeaks(x,'MinPeakDistance',distance); % 设定相邻两波谷间最小距离限制
[pks, locs] = findpeaks(x,'Threshold',threshold); % 定义相对于邻居平均差别的最低限度作为有效波形的标准之一

以上命令允许用户通过指定不同的选项来自定义寻找过程中的具体条件。

#### 3. 实际应用案例
下面给出一段完整的代码片段用来展示如何利用此工具处理实际问题：

假设有一个正弦曲线加上随机噪声形成的混合信号`s`，现在想要从中提取出明显的尖锐波动部分：

% 创建测试数据集
Fs = 100;                    % 采样频率 (Hz)
t = linspace(0,pi,Fs*5);     % 时间轴
f = @(t) sin(t).*exp(-abs(t-pi)/2)+randn(size(t))*0.1;
s = f(t);

figure();
plot(t,s);
title('原始信号');
xlabel('时间(s)');
ylabel('幅度');

% 应用findpeaks找到所有符合条件的最大值点
[pks,locs] = findpeaks(s,t,...
    'MinPeakHeight',0.5,...      % 只考虑高于0.5以上的波峰
    'MinPeakProminence',0.4);    % 波峰突出度至少要达到0.4
    
hold on;
plot(locs,pks,'rv','MarkerFaceColor','r'); hold off;

legend({'原始信号','识别到的波峰'});
grid minor;

上述脚本首先构建了一个模拟的时间序列，并绘制出来以便观察。接着运用带有额外约束条件(`'MinPeakHeight'`, `'MinPeakProminence'`) 的`findpeaks()` 来定位那些显著特征点并标记于图上显示。