在Matlab中对向量进行降采样时如何消除偏差

[poster]

我有一组向量，这些向量包含任意形状，例如具有单个最大值的三角形脉冲。我需要通过整数因子对这些向量进行下采样。相对于向量长度的最大值位置应保持不变。

下面的代码显示，当我这样做时，下采样步骤引入了bias=-0.0085 ，平均应该为零。

偏差似乎并没有太大变化，具体取决于向量的数量（尝试在200到800个向量之间）。

我还尝试了不同的重采样功能（例如downsample和decimate以得到相同的结果。

datapoints = zeros(1000,800); for ii = 1:size(datapoints,2) datapoints(ii:ii+18,ii) = [1:10,9:-1:1]; end %downsample each column of the data datapoints_downsampled = datapoints(1:10:end,:); [~,maxinds_downsampled] = max(datapoints_downsampled); [~,maxinds] = max(datapoints); %bias needs to be zero bias = mean(maxinds/size(datapoints,1)-maxinds_downsampled/size(datapoints_downsampled,1)) 如何消除这种偏见？仅给定一个向量，是否有办法确定其大小？

它从何而来？



更多&回答...