SciPy调用find_peaks检测时序数据频率时误检多峰值问题求解

我有一个包含数十万个(time, value)采样点的数据文件，希望基于这些数据点估算对应波形的频率。我原本尝试使用SciPy的find_peaks函数，为每个真实峰值匹配单个采样点，通过计算相邻峰值的平均时间间隔求解频率，但实际调用find_peaks函数时，单个真实峰值被误识别为多个峰值，检测全局效果如下图所示：

单个峰值的局部放大效果如下：

我尝试通过设置prominence参数过滤噪声导致的假峰值，但始终未达到预期过滤效果，相关实现代码如下：

peak_idxs = list(
    sig.find_peaks(
        data,
        prominence=0.15,
        width=(0, 0.05 * sample_freq),
    )[0]
)
troph_idxs = list(
    sig.find_peaks(
        np.negative(data),
        prominence=0.15,
        width=(0, 0.05 * sample_freq),
    )[0]
)
peak_criticals = [timestamps[i] for i in peak_idxs]
troph_criticals = [timestamps[i] for i in troph_idxs]
t_criticals_freqs = [
    1 / (b - a) for a, b in zip(peak_criticals[0:], peak_criticals[1:])
] + [1 / (b - a) for a, b in zip(troph_criticals[0:], troph_criticals[1:])]

freq = statistics.mean(t_criticals_freqs)

ax.plot(timestamps, data)
ax.plot(
    [timestamps[i] for i in peak_idxs + troph_idxs],
    [data[i] for i in peak_idxs + troph_idxs],
    "r*",
)

需要调整参数或检测方案，实现准确识别真实波峰波谷、正确计算时序波形频率的目标。

单峰被误识别为多个峰值的核心原因是信号叠加了高频噪声，峰值顶部的小幅抖动被find_peaks判定为独立峰值，单纯调整prominence和width参数很容易在滤除假峰的同时漏掉真实峰值，可按以下方案调整：

• 检测前增加信号平滑预处理：在峰值检测前对原始信号做低通滤波或者滑动平均平滑，消除峰值顶部的高频毛刺。如果不想引入相位偏移，优先使用scipy.signal.medfilt中值滤波，窗口大小设为采样率下1~2个噪声抖动周期的长度，通常取int(0.005*sample_freq)到int(0.01*sample_freq)的奇数即可，既可以磨平尖峰噪声，又不会明显改变真实峰值的位置。
• 给find_peaks增加distance参数：该参数会强制两个检测到的峰值之间的最小采样点间隔，直接从规则层面避免同一个宽峰顶部的多个抖动被重复识别。参数值按信号的最小预估周期设置即可，比如估算信号基频在f0附近，就设distance=int(0.8/f0 * sample_freq)，保证同一个真实峰范围内只会保留幅值最高的一个峰值点，波谷检测可复用同样的参数逻辑。
• 增加检测后峰值合并逻辑：如果不想对原始信号做平滑处理，可以在峰值检测完成后做一次聚类合并：把时间间隔小于预设最小峰间距的峰值归为同一组，每组只保留幅值最大的点作为真实峰值，波谷检测用相同逻辑处理即可。
• 频率稳定场景可换用FFT计算：如果被测信号的频率整体比较稳定，不需要追踪局部瞬时频率，可以直接对信号做快速傅里叶变换，取幅值最大的频率分量作为结果，该方法抗噪性远高于峰值间隔法，针对数十万采样点的计算速度也非常快。

注意：使用滤波预处理时不要把窗口设置过大，否则会磨平真实波形特征，导致峰值位置偏移，最终引入频率计算误差。

内容的提问来源于stack exchange，提问作者Jeff L