Làm thế nào để đo lường sự thỏa thuận giữa các đường cong?


11

Tôi có các giá trị (được vẽ dưới đây) của các giá trị RSSI dự kiến ​​theo thời gian mà tôi muốn so sánh với các giá trị RSSI đo được của mình. Những gì tôi đang tìm kiếm là một cách để định lượng nó để tôi có thể thay đổi các tham số và có thể so sánh / đối chiếu các cách tiếp cận khác nhau.

Đó là một vấn đề khó khăn trong tâm trí của tôi bởi vì tôi không biết cách so sánh các tín hiệu và chưa tính đến quy mô lớn (hình dạng tổng thể) và quy mô nhỏ (biến động riêng lẻ) của tín hiệu.

Chẳng hạn, đây là một biểu đồ gồm một bộ tín hiệu: RSSI vs Thời gian

Trong ảnh tôi có thể thấy rằng tín hiệu đo màu đỏ gần giống với mô hình, nhưng nó cũng thực hiện công việc mô phỏng một số phẩm chất hình sin của mô hình (ở một số nơi). Có suy nghĩ gì không?

<> Đáp lại những bình luận của pichenettes (có vẻ hợp lý), tôi đã lấy một khác biệt của hai giá trị và vẽ sơ đồ abs (fft (diff)) và nhận được điều này: FFT

Tôi không chắc chắn những gì để làm điều đó mặc dù. Vì chúng tôi không có bất kỳ freqs thực tế nào, tôi không chắc làm thế nào để chia tỷ lệ trục, và sau đó nếu tôi đã làm, bạn sẽ sử dụng số liệu nào?


2
Điều gì về tính toán một cái gì đó như lỗi bình phương trong các dải tần số khác nhau (hoặc chia nhỏ khác nhau thành các dải tần số khác nhau)? Trong dải tần số thấp hơn, nó sẽ đo các khả năng theo dõi tổng thể - không phân biệt các va chạm nhanh. Ở tần số cao hơn, nó sẽ đo khả năng theo dõi các thay đổi đột ngột một cách thiếu tôn trọng các lỗi DC lớn hơn.
pichenettes

OK, tôi đã thêm một cốt truyện mới vào bài viết gốc (dưới dạng chỉnh sửa) để hiển thị fft (real (diff)), nhưng tôi không chắc chắn nên làm gì với nó.
toozie21

2
Tôi sẽ làm mịn cả hai trước; sau đó bạn nhận được một thỏa thuận rất tốt (giả sử đó là kết quả bạn muốn). PS Tôi luôn khuyên bạn nên chia sẻ dữ liệu bạn đã sử dụng để thực hiện các âm mưu của mình để chúng tôi có thể giúp đỡ dễ dàng hơn.
Emre

Bao nhiêu bạn quan tâm đến việc khớp pha ở tần số cao hơn? Ý nghĩa tôi nhận được là bạn có thể muốn so sánh trực tiếp tín hiệu miền thời gian (sau bộ lọc thông thấp), sau đó so sánh miền tần số cho tần số cao hơn, có thể chỉ nhìn vào cường độ và bỏ qua pha.
Dan Bryant

@ toozie21 bạn có biết các vị trí thời gian tại đó các thuộc tính tín hiệu thay đổi không? ví dụ 8 ms, 17ms .. cứ thế.
dùng13107

Câu trả lời:


1

Nếu các tín hiệu không được căn chỉnh, nhưng bạn có manh mối rằng chúng ít nhiều "có nghĩa" giống nhau hoặc tham chiếu đến dữ liệu tương tự, bạn có thể sử dụng thuật toán cong vênh thời gian động (DTW) để có được sự tương ứng tốt hơn (sau đó chỉ cần lấy giá trị tại cùng một vị trí). Bạn có thể đo RMS, MSE hoặc bất cứ thứ gì bạn thích, sử dụng các tương ứng đó. Đối với DTW, bạn có thể muốn kiểm tra: http://en.wikipedia.org/wiki/Docate_time_warping

Một cách tốt để xây dựng ý tưởng này được sử dụng trong Earth Mover Khoảng cách (EMD), tính toán nỗ lực tối thiểu để đưa các tín hiệu đến căn chỉnh, như một thước đo khoảng cách. EMD được trình bày ở đây: http://ai.stanford.edu/~rubner/emd/default.htmlm

EMD cung cấp cho bạn một khoảng cách trực tiếp, mà bạn có thể sử dụng để phân tích thêm.


0

Tôi đang sử dụng RMS của vectơ lỗi làm thước đo. Vì tôi đang xử lý các sơ đồ điều chế phức tạp, tôi cũng sử dụng EVM làm thước đo.


0

Tôi có thể sẽ kết hợp một vài cách tiếp cận. Đầu tiên tôi sẽ làm mịn cả hai dạng sóng hoặc thực hiện phép nội suy spline để loại bỏ các biến thể tỷ lệ lớn. Bạn có thể muốn kết hợp một bước khác sau đó là mối tương quan chéo để sắp xếp chúng, giả sử sai lệch thời gian không quan trọng với bạn. Khi bạn đã có cực đại tương quan chéo, bạn thậm chí có thể nội suy đỉnh đó trên hình parabola và sau đó lấy mẫu lại một dạng sóng để khớp với dạng sóng khác. Tôi sẽ tính RMSE giữa hai dạng sóng tại thời điểm đó và tạo ra một số liệu cho thấy đồng bằng thay đổi chậm.

Sau đó, tôi trừ đi giá trị nội suy từ bản gốc để độ lệch trên thang thời gian nhỏ được chuẩn hóa. Từ đó, bạn có thể thử RMSE chúng với nhau hoặc thậm chí chỉ tính toán phương sai của từng loại, để có được khái niệm về mức độ "nhiễu" của bạn về dạng sóng thay đổi chậm, tùy thuộc vào những gì bạn cần và những gì bạn đang thực sự thử cân đo.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.