我有通过filter()函数提供的数据向量 - 所述过滤器被构造为发出原始信号的合理近似值,然后用于识别原始数据中的"坏"元素(所述元素通常由不常见的短时传感器故障,与良好的数据完全不同).在确定了这些不良元素后,我想回去用合理的东西替换它们.
一种方法是用过滤后的输出替换坏值; 但是,输出是使用坏值生成的,因此它会产生一些不希望的失真.
理想情况下,我想告诉filter()假设坏元素[s]缺失,并且应该生成缺失值[s]的合理插值(例如,基于周围的值和在构造输出时使用的过滤器的属性.
我被告知某些工具箱允许插入特殊值(例如,NaN)以指示丢失(但假设是良好的)数据.
我查看了Octave的filter()的源代码,没有任何明显的消息传递给我 - 是否有一个特殊值(或其他机制)告诉filter()假设缺少行为良好的数据(并且应该插入需要的话)？
| 归档时间： |
|
| 查看次数： |
434 次 |
| 最近记录： |