正如康拉德所指出的，相关器可能是您最好的选择。

信号与其自身的相关性（也称为自相似性）大于其与任何其他信号的相关性（与信号能量相关的常数因子除外）。

在您的情况下，您将实现两个相关器，一个用于信号 1，一个用于信号 2。然后，您将寻找一个相关器的输出大于某个阈值。您可能需要运行一些测试来确定阈值。

使用相关性的一个好处是您不需要将时间窗口与信号同步。只要确保从一个时间窗口累积到下一个时间窗口的相关计算。

非常不科学的答案，有时对我来说效果很好。

1. 盯着数据并检查您（作为人类）是否可以可靠地区分两者
2. 在一张纸上写下你实际上是如何做到这一点的（例如，第一个凸点在 A 上，但在 B 上）。
3. 将其编码为启发式算法。

当然，挖掘标准算法的包来帮助解决这个问题（相关性、平滑、峰值检测器等）是有意义的。该方法的一个很好的附带好处是它通常很容易调试和调整，因为您只是在尝试复制已经在您脑海中的算法。

要比较两个信号，您可以使用小波互相关以及小波相干性和小波相位分析。在第一种情况下，您比较不同频率下信号的互相关。在小波相位分析中，您可以看到一个信号是否会随着时间的推移预测另一个信号。（是其他信号行为的原因）。您还可以使用小波相干分析。