我正在尝试对真实数据中的峰值进行分类。数据中主要有两类尖峰，它们的频率略有不同，幅度也不同。令人讨厌的是，类的频率不是固定的，但可能会随机变化一点，或者它甚至可能突然增加或减少到 2 左右的因子（我希望最大）。幅度也可能会改变，所以很难分辨哪个尖峰属于哪个类别。
数据和检测到的峰值的图：
如您所见，一个尖峰可能隐藏在另一个尖峰后面，有时也可能会检测到一些噪音为尖峰左右。
你有任何想法如何解决这个问题吗？尽管频率会随着时间的推移而发生一些变化，但自相关可能会起作用吗？
我正在尝试对真实数据中的峰值进行分类。数据中主要有两类尖峰，它们的频率略有不同，幅度也不同。令人讨厌的是，类的频率不是固定的，但可能会随机变化一点，或者它甚至可能突然增加或减少到 2 左右的因子（我希望最大）。幅度也可能会改变，所以很难分辨哪个尖峰属于哪个类别。
数据和检测到的峰值的图：
如您所见，一个尖峰可能隐藏在另一个尖峰后面，有时也可能会检测到一些噪音为尖峰左右。
你有任何想法如何解决这个问题吗？尽管频率会随着时间的推移而发生一些变化，但自相关可能会起作用吗？