实时斜率和峰值检测与计算

我有一个信号，我以500khz采样。我正在尝试检测传入数据中的上升，下降和峰值。峰值的基数可能为250 usc或2.5毫秒，幅度可能比本底噪声高6db或15db。不幸的是，我的snr不好。信号的直流电平不是恒定的，但移动速度比交流分量慢得多。  

在决策点，我需要知道上升和下降的斜率。这是一个艰苦的实时系统，在下降斜率达到直流电平后，我真的需要在100usec中做出决定。 

我正在寻找有关如何有效实现合适算法的建议。  

目前，我进行移动平均（过去25个数据点加在一起）并尝试检测趋势。一旦发现上升趋势，便开始寻找下降趋势，一旦发现下降趋势，便可能再收集50个样本并开始计算。 

现在，噪声很容易使该算法陷入困境，因此成为问题。 

更新

为了他人的利益，我最终实现了移动平均线，之后是积分器。过去64个数据的移动平均线已经足够平滑，但是没有上升到一定程度，对最后8个值进行积分可以使上升回升，我只是在寻找上升和下降，后来我对斜率进行了线性回归。可以，不是很好，但是还可以。

您应该从带限差分器开始（等效于一个差分器，后跟一个低通滤波器）。微分器将消除低频趋势，并将对您的峰值和斜率做出快速响应。低通分量将去除超过截止频率的噪声。

您应该设计截止频率，以使您的斜坡得到干净的脉冲。

正斜率将随着正脉冲而减慢；负斜率作为负脉冲，其峰值将对应于正负之间的零交叉。

这种类型的滤波器通常实现为FIR滤波器。然后，滤波器的采样数将取决于您的实时约束，截止频率的清晰度以及截止频率本身。