我在StackOverflow上提出了这个问题,建议在这里提出。
我有两个时间序列的3D加速度计数据,它们具有不同的时基(时钟在不同的时间开始,在采样时间中有一些非常小的蠕变),并且包含许多不同大小的间隙(由于与写入分开相关的延迟)闪存设备)。
我使用的加速度计是便宜的GCDC X250-2。我正在以最高增益运行加速度计,因此数据的本底噪声很大。
每个时间序列都有大约200万个数据点(以512个样本/秒的速度在一小时内),并且包含大约500个感兴趣的事件,其中典型事件跨越100-150个样本(每个200-300 ms)。这些事件中的许多事件都受到闪存写入期间数据中断的影响。
因此,数据不是原始的,甚至不是非常漂亮。但是我的眼球检查表明它清楚地包含了我感兴趣的信息。(如果需要,我可以发布图表。)
加速度计处于类似的环境中,但耦合程度适中,这意味着我可以通过肉眼分辨出每个加速度计匹配了哪些事件,但是到目前为止,我在软件中还是没有成功。由于物理限制,这些设备还以不同的方向安装,这些位置的轴不匹配,但它们尽可能接近正交。因此,例如,对于3轴加速度计A和B,+ Ax映射到-By(上下),+ Az映射到-Bx(左右),而+ Ay映射到-Bz(前后) 。
我的最初目标是关联垂直轴上的震动事件,尽管我最终希望a)自动发现轴映射,b)关联映射的ace上的活动,以及c)提取两个加速度计之间的行为差异(例如扭曲)或弯曲)。
时间序列数据的性质使Python的numpy.correlate()无法使用。我也看过R's Zoo套件,但是并没有取得进展。我曾在信号分析的不同领域寻求帮助,但没有取得任何进展。
有人对我可以做什么或应该研究的方法有任何线索吗?
2011年2月28日更新:此处添加了一些显示数据示例的图表。