峰值检测的意义
在信号处理中，我们常常需要寻找信号的峰值，对于全局最大值，寻找起来比较容易，而对于局部峰值的寻找就需要考虑更多的条件，例如峰值的绝对幅度以及相邻峰值之间之间的间距；，我如何在信号中找到峰值？我如何测量峰值之间的距离？如何测量受趋势影响的信号峰值的振幅？我如何在含噪信号中找到峰值？我如何找到局部最小值？
matlab峰值检测程序
matlab中可以采用峰值检测函数findpeaks来查找峰的位置和数值。例如我们想要寻找如下信号的峰值，
图1 输入信号 通过肉眼可以观察到，以上信号中一共有13个峰值。各个峰值的绝对值存在一定的差异。 我们采用findpeaks函数，可以输出如下结果
% 假设信号已经存储在变量signal中
% 使用findpeaks函数检测峰值
[pks, locs] = findpeaks(signal);
% 打印出检测到的峰值和对应的位置
disp('峰值:');
disp(pks);
disp('位置:');
disp(locs);
figure;
plot(signal,'linewidth',1);axis tight;
hold on;
stem(locs,pks); %采用茎叶图绘制峰值
legend('orgin signal','peak');
图2 输入信号和峰值 图中红色圆圈标记的即峰值，可以看到峰值很多，这是因为它把很多局部的小的峰值也检测了出来。
设置最小阈值进行峰值检测
由于存在很多局部的小的峰值被错误的检测了出来，我们可以设置一个阈值来进行检测，参数"MinPeakHeight"可以设置最小检测峰值阈值，这里将阈值设置为1：
% 假设信号已经存储在变量signal中
[pks, locs] = findpeaks(signal,'MinPeakHeight',0.5);%设置阈值
% 打印出检测到的峰值和对应的位置
disp('峰值:');
disp(pks);
disp('位置:');
disp(locs);
figure;
plot(signal,'linewidth',1);axis tight;
hold on;
stem(locs,pks); %采用茎叶图绘制峰值
legend('orgin signal','peak');
图3 设置阈值后的峰值检测 设置阈值后，提取到的峰值相对比较准确，但是在第3条竖线和第4条竖线上出现了两个峰值，如下图所示
图4 检测到的相近峰值
剔除相近峰值
信号的峰值似乎以固定间隔出现。然而，有些峰彼此非常接近。MinPeakDistance属性可用于滤除这些峰。此示例只考虑相隔6个采样点以上的峰值。
[pks, locs] = findpeaks(signal,'MinPeakHeight',0.5,...
'MinPeakDistance',6);
% 打印出检测到的峰值和对应的位置
disp('峰值:');
disp(pks);
disp('位置:');
disp(locs);
figure;
plot(signal,'linewidth',1);axis tight;
hold on;
stem(locs,pks); %采用茎叶图绘制峰值
legend('orgin signal','peak');
图5 设置阈值并剔除相近峰值
此时，检测的结果更为准确。
计算峰值间距
findpeaks函数的返回值：pks，locs分别保存了峰值的幅度和位置，峰值间距指的是相邻的两两峰值之间的间距，程序中打印出来的信息如下：
峰值:
1 至 8 列
1.3098 10.9858 10.9861 1.9470 5.8270 6.1719 3.1137 8.3133
9 至 12 列
8.3147 3.1122 6.1660 5.8235
位置:
1 至 7 列
3 301 601 901 1201 1501 1802
8 至 12 列
2101 2401 2702 3001 3301
我们采用差分函数对峰值的位置进行处理：
peakInterval = diff(locs);
由于峰值数为12，所以差分后就是11个数：
peakInterval =
298 300 300 300 300 301 299 300 301 299 300
然后对间距求均值：
AverageDistance_Peaks = mean(diff(locs)) %对间距求均值