Python 上升/下降沿示波器式触发

Question

我正在尝试根据触发值检测 numpy 向量中的上升沿和/或下降沿。这有点像示波器触发的工作原理。

numpy 向量包含浮点值。触发器本身是一个浮点值。我希望它能像这样工作：

import numpy as np
data = np.array([-1, -0.5, 0, 0.5, 1, 1.5, 2])
trigger = rising_edge(data, 0.3)
print(trigger)

[3]

换句话说，它的工作方式类似于

np.where

，返回一个包含条件为真的位置的向量。

我知道我可以简单地迭代向量并得到相同的结果（这就是我正在做的），但正如你可以想象的那样，它并不理想。 numpy 中是否内置了一些可以使用优化的 C 代码来完成此操作的功能？或者也许在其他图书馆？

谢谢你。

Answer 1

我们可以对

one-off

进行切片，并与触发器进行比较以判断是否小于和大于，就像这样 -

In [41]: data = np.array([-1, -0.5, 0, 0.5, 1, 1.5, 2, 0, 0.5])

In [43]: trigger_val = 0.3

In [44]: np.flatnonzero((data[:-1] < trigger_val) & (data[1:] > trigger_val))+1
Out[44]: array([3, 8])

如果您还想包含相等性，即

<=

或

>=

，只需将其添加到比较中即可。

要包含上升沿和下降沿，请以另一种方式添加比较 -

In [75]: data = np.array([-1, -0.5, 0, 0.5, 1, 1.5, 2, 0.5, 0])

In [76]: trigger_val = 0.3

In [77]: mask1 = (data[:-1] < trigger_val) & (data[1:] > trigger_val)

In [78]: mask2 = (data[:-1] > trigger_val) & (data[1:] < trigger_val)

In [79]: np.flatnonzero(mask1 | mask2)+1
Out[79]: array([3, 8])

Answer 2

所以我刚刚观看有关卷积的最新 3Blue1Brown 视频时，我意识到了一种新的方法：

def rising_edge(data, thresh):
    sign = data >= thresh
    pos = np.where(np.convolve(sign, [1, -1]) == 1)
    return pos

因此，获取数据大于或等于阈值的所有位置，用

[1, -1]

对其进行卷积，然后找到卷积在上升沿返回 1 的位置。想要下降沿吗？而是寻找 -1。

非常整洁，如果我自己这么说的话。而且速度快了大约 5-10%。

Answer 3

我在使用 microPython 为 Raspberry Pi Pico 编程时的方法是：我不断读取信号的状态（高或低）并存储起来供以后使用。当“稍后”到来时，我再次读取并比较旧信号和当前信号。

如果旧信号为高电平而电流为低电平，我知道我有一个下降沿。同样的方式，如果旧信号为低电平而电流为高电平，我知道我有一个上升沿。

这是我的看法：如何使用 Python 区分信号的下降沿？