我有一组数据，其中有两个稍微重叠的峰，我想将它们反卷积成它们各自的成分。
测量数据 ( variable h) 是第一个事件 ( variable f) 和第二个未测量事件 (通常表示为variable g) 的函数。可以使用以下代码重建数据集：
h <- as.numeric(c(256, 208, 139, 406, 316, 226))
f <- as.numeric(c(256, 208, 139))
t <- as.numeric(c(1, 2, 4, 5, 6, 8))
test <- data.frame(h, f, t)
在上面的数据中，variable t代表时间。第一个事件在 之后开始t=0，第二个事件在 之后开始t=4。我的目标是弄清楚第二个事件（在哪里h = 406, 316, and 226）有多少是由 的残余影响造成的，f又有多少是由g. 换句话说，我想解决variable gat t = 5, 6, and 8。
可以假设这两个事件都遵循单指数衰减函数。当 log(10)h被绘制t在结果图上时，如下所示：
在研究这个问题时，R 包似乎decon只适用于评估测量误差问题，而不是执行这种类型的离散反卷积分析。有谁知道解决这个问题的替代方法？