在信号和模板（比如信号的一小部分）之间的正常互相关或卷积中，模板沿着信号的长度移动，而不改变模板的幅度偏移。但是是否有任何函数（在 MATLAB 中或一般）可以根据互相关或卷积期间信号幅度的变化来改变模板的幅度偏移？
例如，考虑以下 ECG 信号，该信号由于运动伪影而具有大量基线漂移。尖锐的波峰和波谷是心跳信号。以红框中包含的节拍信号为模板，与完整的心电图信号进行互相关。
由于较大的基线漂移，在进行正常的互相关后，心跳峰值正在减弱。但是，如果模板的幅度偏移（沿 y 轴的偏移）很可能会加重心跳在相关期间跟随信号幅度。换句话说，在卷积或 xcross 操作期间，模板必须在时间和幅度上或多或少地伴随着心跳。我希望上面的插图可以使问题和要求更加清晰。如果有任何模板匹配的替代方法可以为上述场景提供更好的结果，请提出相同的建议。
如果这是您最终想要做的事情，这将是检测心跳（或 QRS 复合波）的一种繁琐方法。
关于你目前正在尝试做的一些事情：
您的观察是正确的，对此我想补充一点，没有两个心跳是相同的，因此，严格来说，您的模板将与相似的心跳对齐。如果主题同时开始运行怎么办？那将是一个完全不同的心跳模板进行比较。
如果您绝对必须使用模板匹配技术并在互相关的峰值上应用硬阈值，这里有一组可能对您有所帮助的点：
在 0-5Hz 区域应用高通滤波器。这将删除缓慢变化的组件以及您观察到的“漂移”。
从过滤后的信号中随机选择多个心跳并创建一个平均“心跳”。将此用作您的模板。
关于这个任务通常是如何完成的一点点：
从 ECG 信号中获取心跳通常涉及对信号进行校正和滑动窗口集成，并可能添加一些过滤以减少伪影的影响。其“理想”结果是一个看起来像方形脉冲的时间序列，脉冲的正向跃迁几乎与 QRS 复合波的起点对齐，而脉冲的负向跃迁与 QRS 复合波的终点对齐。但在实践中，您可能会发现此信号由于噪声和伪影而更加“浮动”，这意味着您可能还必须使用自适应阈值技术来提高检测性能。
有关更多信息，请参阅此链接。如需更多信息，包括信号，请参阅此链接。
希望这可以帮助。