這個問題探索了用于檢測實時時間序列數據中突然峰值的魯棒算法?？紤]以下數據集：p = [1 1 1.1 1 0.9 1 1 1.1 1 0.9 1 1.1 1 1 0.9 1 1 1.1 1 1 1 1 1.1 0.9 1 1.1 1 1 0.9 1, ...     1.1 1 1 1.1 1 0.8 0.9 1 1.2 0.9 1 1 1.1 1.2 1 1.5 1 3 2 5 3 2 1 1 1 0.9 1 1 3, ...      2.6 4 3 3.2 2 1 1 0.8 4 4 2 2.5 1 1 1];（Matlab格式，但與語言無關，與算法有關）您可以清楚地看到有三個大峰和一些小峰。該數據集是問題所涉及的時間序列數據集類別的特定示例。此類數據集具有兩個常規功能：基本噪音一般有很大的“ 峰值 ”或“ 較高的數據點 ”，它們明顯偏離了噪聲。我們還假設以下內容：峰的寬度無法事先確定峰高明顯偏離其他值使用的算法必須計算實時性（因此隨每個新數據點進行更改）對于這種情況，需要構造一個觸發信號的邊界值。但是，邊界值不能是靜態的，必須根據算法實時確定。我的問題：實時計算此類閾值的好的算法是什么？有針對這種情況的特定算法嗎？最著名的算法是什么？魯棒的算法或有用的見解都受到高度贊賞。（可以用任何語言回答：這與算法有關）