再说一次，我的打鼾探测器：
当我根据每小时的峰值/事件（代表打鼾）来观察打鼾的节奏与说话的节奏时，并没有太大的区别——它们的范围从每小时大约 500 到 900 次不等。但我突然想到，节奏的规律性可能存在显着差异。特别是，我怀疑说话的节奏会比打鼾更不规则，我想知道有什么方法可以描述这种差异。
请注意，这与音乐中的速度/节拍检测有点不同，因为没有主时钟，并且各个“节拍”不是“跳过”而是被拉长的，因此，例如，自相关可能不会显示太多。
最简单的方法是测量事件间隔的标准偏差，但我不确定在多大程度上区分窒息呼吸（打鼾、打鼾、打鼾、暂停、打鼾）与简单的不规则间隔。而且，如你所知，我的统计背景很薄弱。
还有其他建议吗？（假设我已经区分了“事件”并且可以产生一系列间隔，而不是从原始数据中导出节奏。）
您已经找到了事件之间的间隔序列。您感兴趣的是对时间的表示。根据我的经验，我建议运行一个滑动窗口微分滤波器，在输出端使用一些低通平均滤波器，这将为您提供时间变化率。通过这种方式，您将获得随时间进展的变化率，这很可能是您实际需要的。是的，标准偏差可以做，但正如你所说，这只是一个数字，这还不够。一种更简单的方法是仅使用一个滑动平均窗口来平均一系列间隔并给出结果。有了这个，你最终可以通过找到最大值来后处理获得结果。分钟。和平均值，作为已分析信号的信息丰富但简单的测量值。如果需要的话，您可能会得到更复杂的解决方案，包括循环平稳数据分析。简而言之，找到一些统计函数，（很抱歉，如果你决定走这条路，就无法避免）：例如均值、方差、循环相关函数、循环功率谱密度等。这将导致速率检测器，具有各种表征信号速率变化的输出（以及更多）。我希望这个对你有用。