自动寻峰谷算法matlab实现

function V=findvalleys（xySlopeThresholdAmpThresholdsmoothwidthpeakgroupsmoothtype）
% function P=findvalleys（xySlopeThresholdAmpThresholdsmoothwidthpeakgroupsmoothtype）
% Function to locate the valleys （mimnima） in a noisy x-y time series data
% set.  Detects valleys by looking for upward zero-crossings
% in the first derivative that exceed SlopeThreshold.
% Returns list （V） containing valley number and position 
% depth and width of each valley. Arguments “slopeThreshold“
% “ampThreshold“ and “smoothwidth“ control sensitivity.
% Higher values will neglect smaller features. “Smoothwidth“ is
% the width of the smooth applied before valley detection; larger
% values ignore narrow features. “Peakgroup“ is the number points 
% around the bottom part of the valley that are fit to a parabola to
% determine the valley vertex （x and y at lowest point） and width.
% The argument “smoothtype“ determines the smooth algorithm:
%   If smoothtype=1 rectangular （sliding-average or boxcar） 
%   If smoothtype=2 triangular （2 passes of sliding-average）
%   If smoothtype=3 pseudo-Gaussian （3 passes of sliding-average）
% See http://terpconnect.umd.edu/~toh/spectrum/Smoothing.html and 
% http://terpconnect.umd.edu/~toh/spectrum/PeakFindingandMeasurement.htm
% T. C. O‘Haver Version 3.1 June 2013
if nargin~=7;smoothtype=1;end  % smoothtype=1 if not specified in argument
if smoothtype>3;smoothtype=3;end
if smoothtype<1;smoothtype=1;end 
smoothwidth=round（smoothwidth）;
peakgroup=round（peakgroup）;
d=fastsmooth（deriv（y）smoothwidthsmoothtype）;
n=round（peakgroup/2+1）;
V=[0 0 0 0 0];
vectorlength=length（y）;
peak=1;
AmpTest=AmpThreshold;
for j=smoothwidth:length（y）-smoothwidth
    if sign（d（j）） < sign （d（j+1）） % Detects zero-crossing
        if d（j+1）-d（j） > SlopeThreshold*y（j） % if slope of derivative is larger than SlopeThreshold
            if y（j） > AmpTest  % if height of valley is larger than AmpThreshold
                xx=zeros（size（peakgroup））;yy=zeros（size（peakgroup））;
                for k=1:peakgroup % Create sub-group of points near valley
                    groupindex=j+k-n+1;
                    if groupindex<1 groupindex=1;end
                    if groupindex>vectorlength groupindex=vectorlength;end
                    xx（k）=x（groupindex）;yy（k）=y（groupindex）;
                end
                [coefSMU]=polyfit（xxyy2）;  % Fit parabola to sub-group with centering and scaling
                c1=coef（3）;c2=coef（2）;c3=coef（1）;
                valleyX=-（（MU（2）.*c2/（2*c3））-MU（1））;    % Compute valley position and height of fitted parabola
                valleyY=（c1-（c2*c2/（4*c3）））;
                MeasuredWidth=norm（MU（2）.*2.35482/（sqrt（2）*sqrt（-1*c3）））;
                % if the valley is too narrow for least-squares technique to work
                % well just use the min value of y in the sub-group of points near valley.
                if peakgroup<5
                    valley