Behlur_Olderys

Wydaje mi się, że średnia z tak długiego czasu, który obejmuje nie tylko sam wierzchołek, ale i zbocza krzywej, będzie mniej wyraźnie wybijała się z tła, uśrednienie bowiem nigdy nie spowoduje "wyostrzenie" kształtu krzywej. Z łagodnej górki zrobi się jeszcze bardziej łagodna górka, a nie litera V.

Chyba lepszym pomysłem byłoby splatanie sygnału mierzongo z oczekiwanym (lub chociaż przybliżonym, zakładanym) rozkładem jasności w czasie.

Nie wiem, jakimi danymi dysponujemy a priori, ale sensownie będzie założyć, że mamy całkowity czas i mniej więcej możemy zgadnąć wartość zmiany jasności (w mag). Najlepszym "szukaczem" tranzytu wśród danych, o których nie wiemy, czy zaszedł, ale możemy sensownie oszacować czas i "głębokość" byłoby splatanie sygnału z całej rejestracji z "kroczącym" co długość jednego pomiaru gaussem (lub inną krzywą - do konfiguracji:) ) o zadanych parametrach. Splatanie w excelu czy podobnym narzędziu sprowadza się do generacji odpowiednio przesuniętego gaussa i przemnożeniu go przez wartości sygnału. Z pewnego punktu widzenia jest to nic innego, jak średnia ważona biorąca punkty "na szczycie" z największą wagą. Tyle teoria, a ja jestem ciekaw, czy rzeczywiście dałoby to lepsze efekty?
Sprawdziłem w excelu na szybko - wygląda ciekawie

LibMar, mógłbyś trochę rozwinąć stronę realizacyjną samej metody?
Nie do końca rozumiem, na czym polega zastosowanie w praktyce. Myślałem, że właśnie w podobny sposób 'normalnie' rejestruje się tranzyty?

Czemu na podstawie tych obserwacji "nie uzyskamy dużej ilości sensownych danych"?

W każdym razie moje najważniejsze pytanie jest takie: załóżmy, że podoba mi się ta metoda i chcę ją zastosować, mam lustrzankę i mogę robić ekspozycje powiedzmy 10s. Co teraz?