为何peakutils.peak.indexes()似乎忽略指定阈值？

我之前也踩过peakutils峰值检测的阈值坑，结合你的场景（从plt.psd()获取功率谱），大概率是这几个容易忽略的点导致阈值看起来没生效：

1. 对thres参数的理解有误 #

peakutils的thres参数是相对于信号最大值的比例（取值范围0到1），不是你输入的绝对数值。比如：

• 如果你的Pxx（线性功率谱）最大值是100，设置thres=0.5，实际生效的阈值是50，而不是你以为的-30dB或者其他绝对阈值。
• 很多用户会直接把dB域的绝对阈值传给thres，这完全不匹配参数逻辑，自然看不到预期效果。

2. 功率谱的单位不匹配 #

plt.psd()默认返回的Pxx是线性功率谱密度（当scale_by_freq=True时），但大多数人习惯用dB（10log₁₀(Pxx)）分析。如果你用dB的思维设置阈值，必须先做单位转换：

• 比如你想保留高于-30dB的峰值，先把这个dB阈值转成线性值：linear_thresh = 10**(-30/10)（也就是0.001）
• 再计算这个线性阈值相对于Pxx最大值的比例：thres_ratio = linear_thresh / np.max(Pxx)，把这个比例传给thres参数。

3. 未处理功率谱的基线噪声 #

如果你的蓝色信号功率谱有明显的基线噪声（比如底噪很高），阈值设置低于基线的话，所有高于基线的波动都会被检测到，看起来像阈值没生效。这时候需要先做基线校正：

import peakutils
# 去除基线
baseline = peakutils.baseline(Pxx)
Pxx_corrected = Pxx - baseline
# 再用校正后的信号检测峰值
peak_indices = peakutils.peak.indexes(Pxx_corrected, thres=0.2)

4. 参数传递或拼写错误 #

检查你的调用代码：

• 是不是把thres拼写成了threshold（peakutils里参数名是thres）？
• 有没有设置min_dist参数过小？如果min_dist设得太小，会把相邻的小波动也当成峰值，让你误以为阈值没过滤掉它们。

实用示例代码 #

结合你的场景，正确的峰值检测流程大概是这样：

import numpy as np
import peakutils

# 从plt.psd()获取的结果
Pxx, freqs = plt.psd(signals[0], NFFT=2048, Fs=sdr.sample_rate/1e6, Fc=sdr.center_freq/1e6, scale_by_freq=True)

# 步骤1：转换为dB（可选，方便观察）
Pxx_dB = 10 * np.log10(Pxx)

# 步骤2：设置目标绝对阈值（比如-30dB），转换为线性比例
target_dB_thresh = -30
linear_thresh = 10**(target_dB_thresh / 10)
max_linear_Pxx = np.max(Pxx)
thres_ratio = linear_thresh / max_linear_Pxx

# 步骤3：去除基线噪声（如果需要）
baseline = peakutils.baseline(Pxx)
Pxx_corrected = Pxx - baseline

# 步骤4：检测峰值，同时设置合理的min_dist避免相邻小峰值
peak_indices = peakutils.peak.indexes(Pxx_corrected, thres=thres_ratio, min_dist=10)

# 获取峰值对应的频率和功率
peak_freqs = freqs[peak_indices]
peak_powers_dB = Pxx_dB[peak_indices]

你可以先打印np.max(Pxx)和linear_thresh，确认thres_ratio在0到1之间——如果这个比例大于1，说明你的目标阈值比Pxx最大值还高，自然检测不到任何峰值；如果比例接近0，会保留大量小峰值。

内容的提问来源于stack exchange，提问作者ci7i2en4