Как найти нулевые пересечения с гистерезисом?

в numpy я хотел бы определить точки, в которых сигнал пересекает от (ранее) ниже определенного порога до выше определенного другого порога. Это для таких вещей, как debouncing или точные нулевые пересечения при наличии шума и т. д.

такой:

import numpy

# set up little test problem
N = 1000
values = numpy.sin(numpy.linspace(0, 20, N))
values += 0.4 * numpy.random.random(N) - 0.2
v_high = 0.3
v_low = -0.3

# find transitions from below v_low to above v_high    
transitions = numpy.zeros_like(values, dtype=numpy.bool)

state = "high"

for i in range(N):
    if values[i] > v_high:
        # previous state was low, this is a low-to-high transition
        if state == "low":
            transitions[i] = True
        state = "high"
    if values[i] < v_low:
        state = "low"

Я хотел бы сделать это без явного зацикливания на массиве: но я не могу придумать никакого способа, так как каждое значение состояния зависит от предыдущего состояния. Это можно обойтись без цикла?

2 ответов


это можно сделать так:

def hyst(x, th_lo, th_hi, initial = False):
    hi = x >= th_hi
    lo_or_hi = (x <= th_lo) | hi
    ind = np.nonzero(lo_or_hi)[0]
    if not ind.size: # prevent index error if ind is empty
        return np.zeros_like(x, dtype=bool) | initial
    cnt = np.cumsum(lo_or_hi) # from 0 to len(x)
    return np.where(cnt, hi[ind[cnt-1]], initial)

объяснение: ind - индексы всех выборок, где сигнал находится ниже нижнего или выше верхнего порога, и для которых положение "переключателя", таким образом, четко определено. С cumsum, вы делаете какой-то счетчик, который указывает на индекс последнего четко определенного образца. Если начало входного вектора находится между двумя порогами, cnt будет 0, поэтому вам нужно установить соответствующий выход на начальное значение с помощью


модификации, которые я должен был сделать для своей работы, Все на основе ответа выше Bas Swinckels, разрешить обнаружение порог-пересечения при использовании стандарта, а также отменено пороги.

Я не доволен называя жестким, может быть, теперь он должен читать th_hi2lo и th_lo2hi вместо th_lo и th_hi? Используя исходные значения, поведение является таким же жестким.

def hyst(x, th_lo, th_hi, initial = False):
    """
    x : Numpy Array
        Series to apply hysteresis to.
    th_lo : float or int
        Below this threshold the value of hyst will be False (0).
    th_hi : float or int
        Above this threshold the value of hyst will be True (1).
    """        

    if th_lo > th_hi: # If thresholds are reversed, x must be reversed as well
        x = x[::-1]
        th_lo, th_hi = th_hi, th_lo
        rev = True
    else:
        rev = False

    hi = x >= th_hi
    lo_or_hi = (x <= th_lo) | hi

    ind = np.nonzero(lo_or_hi)[0]  # Index für alle darunter oder darüber
    if not ind.size:  # prevent index error if ind is empty
        x_hyst = np.zeros_like(x, dtype=bool) | initial
    else:
        cnt = np.cumsum(lo_or_hi)  # from 0 to len(x)
        x_hyst = np.where(cnt, hi[ind[cnt-1]], initial)

    if rev:
        x_hyst = x_hyst[::-1]

    return x_hyst

и как выше тест код, чтобы увидеть, что это делает:

x = np.linspace(0,20, 1000)
y = np.sin(x)
h1 = hyst(y, -0.2, 0.2)
h2 = hyst(y, +0.5, -0.5)
plt.plot(x, y, x, -0.2 + h1*0.4, x, -0.5 + h2)
plt.legend(('input', 'output, classic, hyst(y, -0.2, +0.2)', 
            'output, reversed, hyst(y, +0.5, -0.5)'))
plt.title('Thresholding with hysteresis')
plt.show()

Sine with two different settings for hysteresis.