曲线识别分析

ljgjlpp2001

1：问题描述
  炼铁中，高炉的料位变化复杂，主要受周期性加料（一个周期在10-30分钟）、悬料、塌料以及正常下料的影响。在加料期间无料位信号；悬料的过程是缓慢上升的，可能会跨越几个加料周期；塌料的过程非常短暂，料位急剧下降。其模拟的曲线如下图。


2：目的：识别正常、悬料、塌料这三种状况。

3：分析
  
  把周期变化的料位视为高频信号，悬料和塌料视为低频信号。采用滤波的方式来处理曲线。
  方法一：使用均值法滤波。即求N个数值的平均。
  方法二：使用matlab的数字滤波函数。设置一个高频的频率，滤除该频率以上的信号。演示如下图：

   
注：蓝色为实时曲线，绿色为平均值法滤波的曲线，红色为matlab的滤波器求得的曲线。
对于方法一：应该使用多少个值做平均，做多少次平均，如何做平均既能体现曲线的趋势，也不会失真，不会有延迟？
对于方法二：从图形来看，是有很大的延迟，如何能做到没有延迟或者很小；如何确定滤波器的参数？如阶次。高频的频率是如何计算的？使用小波分析该如何着手？（没有学过小波）

四：其他问题
1:这样的系统是不是不满足线性时不变系统？这样的信号是否应该按随机信号来处理？
2：是否有其他的方法来处理这个问题？

数据在附件中

xray

看到这个需求，就想起EMD方法了，处理步骤如下：
(1) 求局部极大值，然后用插值方法获得曲线上方的包络m1(t);
(2) 求局部极小值，然后用插值方法获得曲线下方的包络m2(t);
(3) 构成局部均值，m(t)＝(m1(t)+m2(t))/2
这样m(t)应该可以满足需求了吧！
呵呵，不知道这算不算是EMD的应用啊！
随便瞎想的，没有验证，欢迎指正！

bluedecember

样条滤波比较适合
这是一次样条滤波的结果

无水1324

这个方法不错的