如何将样本曲线与参考曲线相关联
How to correlate a sample curve with a reference curve
我有一个传感器每分钟持续收集数据（以蓝色显示）并输出电压输出。我有一个参考传感器收集数据（以红色显示），以我感兴趣的单位输出。我有兴趣确定比例因子，以便我可以缩放蓝色传感器的数据以匹配红色传感器的数据。
通常，我会在任何给定时间对两个传感器的值进行简单的线性回归，这会给我一个基于回归斜率的比例因子。然而，我注意到红色传感器在感知环境变化时速度较慢，并且可能会滞后 6-15 分钟——这使得回归变得困难，因为在任何给定时间，两个传感器可能正在测量不同的东西。
我想知道是否可以执行任何类型的曲线拟合，以便我可以提取比例因子，以便我可以缩放蓝色传感器的数据以匹配红色传感器。
我通常在 Python 工作，所以任何 Python 包（例如 Numpy/Scipy）对此都有帮助。
感谢您的帮助。我最终做的是在参考曲线上找到所有局部最大值和最小值，然后使用这些峰值位置在样本曲线上搜索相同的最大值或最小值。我基本上使用参考曲线的 maxima/minima 点作为 "window" 的中心，我会在中心点的几分钟内搜索样本曲线上的 [=22=] 点。
在样本曲线上找到所有匹配的 maxima/minima 后，我就可以在这些点之间执行线性回归以确定比例因子。
我有一个传感器每分钟持续收集数据（以蓝色显示）并输出电压输出。我有一个参考传感器收集数据（以红色显示），以我感兴趣的单位输出。我有兴趣确定比例因子，以便我可以缩放蓝色传感器的数据以匹配红色传感器的数据。
通常，我会在任何给定时间对两个传感器的值进行简单的线性回归，这会给我一个基于回归斜率的比例因子。然而，我注意到红色传感器在感知环境变化时速度较慢，并且可能会滞后 6-15 分钟——这使得回归变得困难，因为在任何给定时间，两个传感器可能正在测量不同的东西。
我想知道是否可以执行任何类型的曲线拟合，以便我可以提取比例因子，以便我可以缩放蓝色传感器的数据以匹配红色传感器。
我通常在 Python 工作，所以任何 Python 包（例如 Numpy/Scipy）对此都有帮助。
感谢您的帮助。我最终做的是在参考曲线上找到所有局部最大值和最小值，然后使用这些峰值位置在样本曲线上搜索相同的最大值或最小值。我基本上使用参考曲线的 maxima/minima 点作为 "window" 的中心，我会在中心点的几分钟内搜索样本曲线上的 [=22=] 点。
在样本曲线上找到所有匹配的 maxima/minima 后，我就可以在这些点之间执行线性回归以确定比例因子。