Interpolaton算法來糾正輕微的時鐘漂移

我有一些採樣（單變量）數據 - 但驅動採樣過程的時鐘不準確 - 導致每30次隨機滑動一個（小於）1個採樣。大約1/30的頻率爲相同的數據提供可靠的採樣...使我能夠對時鐘漂移進行很好的估計。Interpolaton算法來糾正輕微的時鐘漂移

我正在尋找插值採樣數據來糾正這個問題，以便我'適合'高頻數據到低頻。我需要'實時'來做這件事 - 只需少量低頻採樣的延遲。

我認識到存在各種各樣的插值算法，並且在我考慮的那些算法中，基於樣條的方法對於這些數據看起來最有希望。

我正在Python中工作 - 並找到了scipy.interpolate包 - 儘管我沒有看到明顯的方式來使用它來「拉伸」n個樣本來糾正一個小時間錯誤。我可以忽略一些東西嗎

我對指向合適的已發佈算法的指針感興趣，或者 - 理想情況下 - 實現這種轉換的Python庫函數。這是SciPy（或其他）支持的嗎？

UPDATE ...

我開始意識到什麼，起初，似乎是一個很重要的問題就沒有那麼簡單，因爲我首先想到的。我不再相信天真使用樣條線就足夠了。我也意識到，我的問題可以更好地描述，而無需參考'時鐘漂移'...像這樣：

一個隨機變量以兩個不同的頻率進行採樣 - 一個低和一個高，沒有公約數 - 例如5hz和144hz。如果我們假設樣本0在兩個採樣率下都是相同的，則樣本1 @ 5hz落在樣本28和29之間。我想構建一個新的序列 - 在720hz，即 - 儘可能平滑地適合所有已知數據點。

我曾希望找到一個'開箱即用'的解決方案。

來源

2013-05-18 aSteve

在你問編程問題之前，在我看來，你需要調查一個更基礎的科學問題。

在開始挑選特定方程以適合badfastclock到goodslowclock之前，您應該調查漂移的性質。讓兩個鐘錶運行一段時間，並一起看看他們的觀點。 badfastclock是否壞，因爲它實時偏離線性？如果是這樣，一個簡單的二次方程應該適合badfastclock到goodslowclock，正如一個二次方程描述一個物體在重力中的線性加速度;即，如果badfastclock正在加速線性遠離實時，則可以確定性地將badfastclock向實時轉移。但是，如果您發現badfastclock不好，因爲它正在跳轉，那麼平滑曲線 - 即使是複雜的光滑曲線（如樣條曲線）也不適合。在嘗試操縱數據之前，您必須先了解數據。

來源

2013-05-20 14:56:56 wkschwartz

哎呦。我應該承認，這個問題比我在這裏的帖子更抽象。我處於需要研究一些數據的情況 - 一種假設是樣條應該適合...我試圖找到可以幫助我評估這種可能性的工具。我很明顯需要重新實現我認爲應該成爲教科書的東西，這讓我感到沮喪。我有N個均勻間隔的樣本，我想在N +/- d上重新解釋，其中d <1個樣本。樣條擬合所需的假設應該適合我的問題...我有很多需要檢查的 - 因此不願意重新發明輪子。 – aSteve

您需要對樣條擬合的好處進行統計檢驗。從我的計量經濟學課程開始（不是他們教授樣條的地方......），但是我猜你甚至可以在OLS的背景之外用R^2做些事情。此外，也許這是有幫助的（即使語言是Stata而不是Python，但指出想法然後擔心實現）http://data.princeton.edu/eco572/smoothing2.html – wkschwartz

感謝您的發人深省的輸入。我現在不太相信樣條是正確的方法......我給了這個更多的想法，增加了幾個細節。 – aSteve

如果數據隨時間平滑，只需將所有樣本放置在時間軌跡中，然後插入稀疏網格（時間）即可。

來源

2013-05-23 07:31:08 gg349

Interpolaton算法來糾正輕微的時鐘漂移

回答

相關問題