信号峰值去除与Linear Interpolation优化：算法选型与方案问询

我手里有一段一维信号数据，原始信号里有两个非常明显的尖峰，我想通过线性插值把这两个尖峰去掉，最终得到视觉上自然、同时尽可能保留原有信号细节的结果——类似用橙色线段替代峰值后的平滑效果。

其实我也知道这个任务挺有难度的，哪怕人工处理都有好几种不同的方式，比如从尖峰左侧平稳点直接插值到右侧第一个平稳点，或者选择尖峰左右侧更靠近边缘的点进行插值，所以没有绝对的标准答案，我只希望最终结果看起来自然，别把有用的细节弄丢了就行。

我自己已经试过两种方法，但都不太满意：

• 用mask标记尖峰区域再插值，但处理后边缘噪声很大，而且mask宽度总是和实际尖峰宽度对不上；
• 先做平滑处理，再结合有限差分检测尖峰边缘，但边缘检测的精度一直达不到预期。

所以想请教有这类信号处理经验的大佬：

• 针对这个需求，应该选用什么样的算法？
• 有没有相关的文献或者经典方法可以参考？

下面是我的信号数据集：

-0.0568 -0.0536 -0.0528 -0.0500 -0.0379 -0.0169 -0.0005 0.0127 0.0075 0.0133 0.0123 0.0130 0.0084 0.0126 0.0144 0.0030 0.0093 0.0168 0.0101 0.0096 0.0078 0.0117 0.0106 0.0138 0.0128 0.0059 0.0075 0.0062 0.0056 0.0017 0.0037 0.0173 0.0114 0.0143 0.0113 0.0117 0.0040 0.0118 0.0085 0.0079 0.0063 0.0152 0.0064 0.0024 0.0058 0.0041 0.0101 0.0086 0.0086 0.0154 0.0018 0.0130 0.0094 0.0094 0.0096 0.0103 0.0170 0.0081 0.0035 0.0138 0.0123 0.0031 0.0120 0.0039 0.0043 0.0063 0.0191 0.0023 0.0165 0.0174 0.0129 0.0135 0.0153 0.0100 0.0066 0.0135 0.0109 0.0038 0.0129 0.0084 0.0095 0.0109 0.0121 0.0077 0.0116 0.0128 0.0101 0.0158 0.0134 0.0042 0.0054 0.0063 0.0059 0.0136 0.0029 0.0139 0.0104 0.0215 0.0180 0.0153 0.0187 0.0138 0.0236 0.0190 0.0267 0.0209 0.0112 0.0108 0.0238 0.0280 0.0266 0.0300 0.0256 0.0278 0.0260 0.0263 0.0257 0.0334 0.0309 0.0301 0.0325 0.0280 0.0300 0.0286 0.0359 0.0317 0.0381 0.0348 0.0422 0.0389 0.0491 0.1754 0.4760 0.8146 1.0172 1.0757 0.9471 0.8509 0.7955 0.7526 0.7314 0.7092 0.7073 0.6906 0.6787 0.6654 0.6646 0.6553 0.6420 0.6385 0.6390 0.6373 0.6305 0.6216 0.6218 0.6212 0.6108 0.6161 0.6054 0.6106 0.6006 0.6032 0.6100 0.6006 0.5975 0.6042 0.6027 0.6044 0.6138 0.6106 0.6051 0.6084 0.6065 0.6212 0.6207 0.6306 0.6270 0.6484 0.6605 0.6742 0.6828 0.6972 0.7076 0.7062 0.6918 0.6905 0.6759 0.6459 0.6134 0.5989 0.5790 0.5663 0.5595 0.5609 0.5467 0.5442 0.5400 0.5317 0.5267 0.5182 0.5187 0.5101 0.4975 0.4951 0.4907 0.4855 0.4745 0.4505 0.4604 0.5814 0.7370 0.8355 0.9012 0.9498 0.9783 1.0188 1.0496 1.0727 1.1201 1.1639 1.2085 1.2465 1.2691 1.3170 1.3553 1.4211 1.4715 1.5169 1.5694 1.5963 1.6341 1.6722 1.7125 1.7388 1.7725 1.8040 1.8505 1.8817 1.9064 1.9337 1.9837 1.9992 2.0385 2.0719 2.1062 2.1415 2.1767 2.2151 2.2385 2.2427 2.2591 2.2856 2.3185 2.3572 2.3638 2.3905 2.4077 2.4429 2.4662 2.4841 2.4977 2.5204 2.5549 2.5709 2.5810 2.6063 2.6301 2.6245 2.6519 2.6594 2.6707 2.6836 2.7045 2.7642 2.8208 2.8278 2.8821 2.8950 2.9526 3.0908 3.1539 3.1935 3.1544 3.1317 3.1717 3.1677 3.1526 3.1489 3.1292 3.1129 3.1293 3.1561 3.1556 3.1857 3.1856 3.1327 3.1160 3.0868 3.1122 3.1407 3.1970 3.2136 3.2211 3.2376 3.2222 3.2521 3.3035 3.4006 3.5001 3.5602 3.5756 3.6020 3.6014 3.5830 3.5640 3.5016 3.4363 3.3618 3.3640 3.4059 3.4812 3.4943 3.5307 3.5735 3.5193 3.5079 3.5052 3.4986 3.4955 3.4303 3.3649 3.3260 3.2755 3.1902 3.0984 3.0574 3.0174 2.9852 2.9648 2.9462 2.9398 2.9393 2.9490 2.9268 2.9042 2.9143 2.9065 2.9340 3.0154 3.0141 3.0202 3.0782 3.1301 3.1803 3.2108 3.2176 3.2588 3.2822 3.3173 3.3732 3.3976 3.4492 3.4675 3.5090 3.5702 3.5230 3.4513 3.3371 3.2674 3.2867 3.3829 3.4563 3.5314 3.5805 3.6043 3.6157 3.6267 3.6450 3.6317 3.5860 3.4163 3.3502 3.3793 3.3572 3.5124 3.8337 4.2717 4.6394 4.8060 4.7245 4.5504 4.3687 4.3737 4.6887 5.4021 6.0749 6.5674 6.7279 6.8391 6.8456 6.8219 6.8410 6.7609 6.5246 5.7718 4.4415 3.5784 3.4720 3.3728 3.4125 3.5051 3.4689 3.2906 3.2217 3.1706 3.1218 3.3428 3.7802 4.5759 5.3222 5.6758 6.0151 6.1276 6.1647 6.0552 5.9937 5.9784 5.7171 5.0609 4.8232 4.2979 3.7390 3.3099 2.9529 2.6971 2.6021 2.5640 2.6019 2.6515 2.6531 2.6558 2.7166 2.7408 2.8190 2.8535 2.8639 2.8700 2.7703 2.6353 2.5842 2.5137 2.4497 2.3751 2.3382 2.1323 1.8490 1.6700 1.5507 1.4733 1.4242 1.3643 1.2997 1.2203 1.1462 1.0776 0.9962 0.8265 0.4876 0.1304 0.0341 0.0296 0.

补充说明（对应原始图片描述） #

• 原始信号：信号整体平稳上升后出现两个突增的高幅度尖峰，随后回落至平稳区间
• 目标效果：用橙色线性线段替代原始信号中的尖峰区域，使信号过渡自然平滑
• 人工处理示例1：从尖峰左侧的平稳点直接插值到尖峰右侧的第一个平稳点
• 人工处理示例2：选择尖峰左右侧更靠近尖峰边缘的点进行插值，保留更多尖峰附近的信号趋势

内容的提问来源于stack exchange，提问作者Nick X Tsui