Я знаю, что эта проблема была решена раньше, но мне было очень трудно найти какую-либо литературу, описывающую алгоритмы, используемые для обработки такого рода данных.По сути, я занимаюсь поиском преимуществ на наборе двумерных данных.Я хочу найти пару точек на глазковой диаграмме (обычно используется для оценки высокоскоростных систем связи), и, поскольку у меня не было опыта в обработке изображений, я изо всех сил пытаюсь написать эффективные методы.
КакВы, наверное, видите, эти диаграммы так называются, потому что они напоминают человеческий глаз.Они могут сильно различаться по толщине, наклону и шуму, в зависимости от сигнала и тестируемой системы.Обычно выполняются следующие измерения: джиттер (горизонтальная толщина области пересечения) и высота глаза (измеряется либо в некотором заданном проценте от ширины, либо в максимально возможной точке).Я знаю, что лучше всего это сделать с помощью обработки изображений вместо более линейного подхода, поскольку мои попытки пока занимают несколько секунд, чтобы найти левую сторону первого пересечения.Любые идеи о том, как я должен идти об этом в Python?Я уже использую NumPy для выполнения некоторой обработки.
Вот некоторые примеры данных , они отформатированы как одномерный массив со связанными данными оси X.Для этого конкретного примера его следует разделить на каждые 666 точек (2 * int ((1.0 / 2.5e9) / 1.2e-12)), поскольку скорость сигнала составляла 2,5 ГБ / с, а время между точками составляло1,2 пс.
Спасибо!
