如何統計一段離散訊號中波峰的個數呢？來看下面一段波形：

可以非常容易數出波峰的個數3，我們都知道波峰是一段波中的區域性最高點，那麼此時我們只要找到這樣一個點滿足：

High(x1)>High(x1-1)

High(x1)>High(x1+1)

即此時x1的值大於其左右兩邊的值，就可以確定一個波峰了。程式碼實現一下：

public static int getPeakNum1(float[] data){
        int peak=0;
        
        for (int i=0;i<data.length-1;i++){
            if (data[i]>data[i-1]&&data[i]>data[i+1]){
                peak++;
                i++;
            }
        }
        
        return peak;
}
 

看起來好像沒問題，接著看下面這兩幅圖：

這兩張圖看似扭曲，實際上也是一個波峰，但是用上面說的方法便行不通了。

對於此類情況的資料，我們首先要進行篩選，一段連續相等的資料，只需保留一個數據，其餘都濾掉即可。看程式碼：

public static int getPeakNum2(float[] data){
        int peak=0;
        
        //需要三個不同的值進行比較，取lo,mid，hi分別為三值
        for (int lo=0,mid=1,hi=2;hi<data.length;hi++){
            //先令data[lo]不等於data[mid]
            while (mid<data.length&&data[mid]==data[lo]){
                mid++;
            }
            
            hi=mid+1;
            
            //令data[hi]不等於data[mid]
            while (hi<data.length&&data[hi]==data[mid]){
                hi++;
            }
            
            if (hi>=data.length){
                break;
            }
            
            //檢測是否為峰值 
            if (data[mid]>data[lo]&&data[mid]>data[hi]){
                peak++;
            }
            
            lo=mid;
            mid=hi;
        }
        
        return peak;
}
 

—————————————————————————————————————————————————————————

文章到這兒其實可以結束了，但是在實際運用中還會有各種情況，就比如我遇到的這種：

可以看到有兩個波峰，但是從整體看其實只有一個波峰，多出來的波峰我稱其為偽峰。這個時候可以利用平滑濾波器來對波形進行平滑，但是卻不能完全保證能夠把多餘的偽峰值濾除。因此需要設計一種演算法來輔助。由於實際應用中會有千奇百怪的波形，我這裡只是針對我自己的情況設計的演算法，可以作為一種借鑑。

我們知道，兩個波峰之間必然有一個波谷，而兩個波谷之間也必然有一個波峰，如：

波峰／波谷／波峰／波谷／波峰／。。。

結合這個規律提供我的演算法思路：

（1）先找到所有波峰和波谷

（2）對訊號求均值

（3）濾掉所有大於均值的波谷和小於均值的波峰

（4）合併剩下的波峰波谷中相鄰的波峰，相鄰的波谷，使其滿足波峰／波谷的規律

（5）統計剩下的波峰

來看看程式碼：

public static int getPeakNum3(float[] data){
        int peak=0;

        float[] PeakAndTrough=new float[data.length];

        //需要三個不同的值進行比較，取lo,mid，hi分別為三值
        for (int lo=0,mid=1,hi=2;hi<data.length;hi++){
            //先令data[lo]不等於data[mid]
            while (mid<data.length&&data[mid]==data[lo]){
                mid++;
            }

            hi=mid+1;

            //令data[hi]不等於data[mid]
            while (hi<data.length&&data[hi]==data[mid]){
                hi++;
            }

            if (hi>=data.length){
                break;
            }

            //檢測是否為峰值
            if (data[mid]>data[lo]&&data[mid]>data[hi]){
                PeakAndTrough[mid]=1;       //1代表波峰
            }else if(data[mid]<data[lo]&&data[mid]<data[hi]){
                PeakAndTrough[mid]=-1;      //-1代表波谷
            }

            lo=mid;
            mid=hi;
        }

        //計算均值
        float ave=0;
        for (int i=0;i<data.length;i++){
            ave+=data[i];
        }
        ave/=data.length;

        //排除大於均值的波谷和小於均值的波峰
        for (int i=0;i<PeakAndTrough.length;i++){
            if ((PeakAndTrough[i]>0&&data[i]<ave)||(PeakAndTrough[i]<0&&data[i]>ave)){
                PeakAndTrough[i]=0;
            }
        }

        //統計波峰數量
        for (int i=0;i<PeakAndTrough.length;){
            while (i<PeakAndTrough.length&&PeakAndTrough[i]<=0){
                i++;
            }

            if (i>=PeakAndTrough.length){
                break;
            }

            peak++;

            while (i<PeakAndTrough.length&&PeakAndTrough[i]>=0){
                i++;
            }
        }

        return peak;
    }