在R中平滑时间序列数据而不平滑峰值

Question

在R中平滑时间序列数据而不平滑峰值

rtime-seriesnoisesmoothingkalman-filter

6

我有三个月的每日数据时间序列（数据每5分钟记录一次），数据非常嘈杂。我已经尝试了一些MA方法，它们效果不错，得到的曲线相当平滑，但问题是峰值几乎被平滑掉了。

所以我的问题是:

是否有任何方法可以消除图表中的所有噪音，但保留峰值？

我也阅读了一些关于卡尔曼滤波的内容，但我不确定它是如何工作的，以及它是否适用于我的问题。

我尝试了以下代码:

smooth <- rollapply(PCM4 [,3], width=10, FUN=mean, align = "center", fill=NA)

我也尝试了一些不同的窗口宽度输入值，这使得结果数据更加平滑，但同时也降低了峰值，这并不是我想要的。

数据集：

DateTime            h     v     Q      T
2014-12-18 11:45:00 0.112 0.515 17.141 15.4
2014-12-18 11:50:00 0.113 0.511 17.007 15.5
2014-12-18 11:55:00 0.114 0.518 17.480 15.5

未平滑的图表：

未平滑的图表

平滑后的图表（宽度为10）：

输入图像描述

正如你所看到的，第二个图表相当扭曲，例如第一个峰值在大约250 L/s而不是500 L/s。造成这种情况的原因是它是由滚动均值计算出来的，因此它变得相当扭曲。

但问题是：有没有更好的解决方案来满足我的需求？

- Foerbian

不好意思 :) 给你！ - Foerbian

现在看起来好多了。虽然我不精通R语言。我只能建议你等待，并在此期间熟悉一下Stack Overflow。http://stackoverflow.com/tour - Nick Volynkin

做了一点小修改。如果您附上图表的图片（在过滤之前和之后），答案将变得更易读。 - Nick Volynkin

非常感谢。我对R和这个论坛还很陌生，所以感谢你的帮助:)但是我担心，在获得10个声望之前，我无法发布任何图片！否则我早就做了！ - Foerbian

现在你有11。 - Nick Volynkin

你能提供ASCII列表的数据吗？我想尝试FFT。你所提到的噪音一定是日常结构。因此，在频率空间中，您可能能够抑制/删除1/24小时范围。我没有看到任何其他可能被视为“噪音”的东西。而且每天的变化严格来说不是噪音（随机的）。它是一个重复的系统模式，可能与温度有关等等。因此，一个高级解决方案可以是搜索相关性（温度、压力等），并积极修复它！ - Ralf Ulrich

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Ben Jackson · Accepted Answer

有没有方法可以去除图表中的所有噪音，但保留峰值？这里的挑战在于你并没有说明什么是噪音和什么是信号。通常来说，一个极端不同的（“峰值”）数值会被归类为噪音。当人们谈论过滤时，通常想到的是低通滤波（去除高频噪声并保留一般趋势）。根据这个定义，突然的峰值会被视为噪音。

如果你对系统及其噪声有数学上的了解，卡尔曼滤波器将给你提供一个工具。在卡尔曼滤波器的“预测”步骤中，你将拥有一个数学模型，该模型将产生一个预期值，与此你将测试你的测量值。如果你能预测出峰值（无论是它们的值还是只是它们存在的时刻），卡尔曼滤波器可以帮助你。

一种可能有帮助的方法是http://www.lifl.fr/~casiez/1euro/“1欧元”滤波器。其核心思想是，粗略的运动（即突然的峰值）很可能是真实的，而低运动时期则会产生噪音，应该平均下降。该滤波器在有大运动时突然打开其带宽，然后逐渐压缩。它是为了跟踪人类运动而设计的，而不反映测量中的噪声。