الانتقال المتوسط - آي آي آر التصفية

نفترض أن المرشح الأول مرشح إير: ين ألفا شن (1 - ألفا) ين - 1 كيف يمكنني اختيار المعلمة ألفا s. t. (إر) تقارب إلى أقصى حد ممكن منطقة معلومات الطيران التي هي المتوسط ​​الحسابي للعينات k الأخيرة: حيث n في k، إنفتي)، بمعنى أن مدخلات إير قد تكون أطول من k، ومع ذلك فإن إد ترغب في الحصول على أفضل تقريب متوسط ​​المدخلات الأخيرة k. وأنا أعلم أن إير لديه استجابة دفعة لانهائية، وبالتالي إم تبحث عن أفضل تقريب. معرف يكون سعيدا الحل التحليلي سواء كان ل أو. كيف يمكن حل هذه المشاكل الأمثل نظرا فقط إر النظام 1ST. طلب 6 أكتوبر 11 في 13:15 هل يجب أن يتبع ين ألفا شن (1 - ألفا) ين - 1 على وجه التحديد نداش فونون أكتوبر 6 11 في 13:32 هذا لا بد أن تصبح تقريبي ضعيف جدا. can39t كنت تحمل أي شيء أكثر من الأول من أجل ندش نداشدبوت 6 أكتوبر 11 في 13:42 قد ترغب في تحرير سؤالك بحيث كنت don39t استخدام ين يعني اثنين من أشياء مختلفة، على سبيل المثال. يمكن للمعادلة المعروضة الثانية قراءة زن فراك شن كدوتس فراك شن-k1، وكنت قد تريد أن أقول بالضبط ما هو المعيار الخاص بك من الحصص جيدة كما بوسيبلكوت على سبيل المثال. هل تريد فيرت ين - زنفرت أن تكون صغيرة قدر الإمكان لجميع n، أو فيرت ين - znvert2 أن تكون صغيرة قدر الإمكان لجميع ن. نداش ديليب سارويت 6 أكتوبر 11 الساعة 13:45 نيارين أنا أعرف هذا هو آخر قديم حتى إذا كنت تستطيع أن تذكر: كيف هي وظيفتك 39f39 مشتقة I39ve مشفرة شيء مماثل ولكن باستخدام وظائف نقل معقدة ل فير (H1) و إير (H2 ) ومن ثم القيام المبلغ (القيمة المطلقة (H1 - H2) 2). I39ve مقارنة هذا مع المبلغ الخاص بك (فج)، ولكن الحصول على مخرجات مختلفة الناتجة. الفكر أود أن أسأل قبل الحرث من خلال الرياضيات. (1 - ألفا) ين - 1 أمبامب ألفا شن (1 - ألفا) ألفا شن -1 (ألفا) 2 ين - 2 أمبامب ألفا شن (1 - ألفا) ألفا شن -1 (ألفا) 2 ألفا شن-2 (1 - ألفا) 3 ين - 3 نهاية بحيث يكون معامل شن-m ألفا (1-ألفا) m . الخطوة التالية هي اتخاذ المشتقات وتساوي صفر. وبالنظر إلى مؤامرة من المستمدة J ل K 1000 والألفا من 0 إلى 1، يبدو أن المشكلة (كما إيف إعداده) هو سوء الافتراض، لأن أفضل إجابة هي ألفا 0. وأعتقد أن ثيريس خطأ هنا. الطريقة التي يجب أن تكون وفقا لحساباتي هي: استخدام التعليمات البرمجية التالية على ماتلاب يعطي شيئا ما يعادل على الرغم من مختلف: على أية حال، تلك الوظائف لديها الحد الأدنى. لذلك دعونا نفترض أننا حقا فقط يهتمون تقريب على دعم (طول) من فلتر فير. في هذه الحالة، فإن مشكلة التحسين هي فقط: J2 (ألفا) سوم (ألفا (1-ألفا m - فراك) 2 رسم J2 (ألفا) لقيم مختلفة من K مقابل ألفا النتائج في التاريخ في المؤامرات والجدول أدناه. ل K 8. ألفا 0.1533333 ل K 16. ألفا 0.08 ل K 24. ألفا 0.0533333 ل K 32. ألفا 0.04 ل K 40. ألفا 0.0333333 ل K 48. ألفا 0.0266667 ل K 56. ألفا 0.0233333 ل K 64. ألفا 0.02 بالنسبة إلى K 72 ألفا 0.0166667 الخطوط الحمراء المتقطعة هي 1K والخطوط الخضراء هي ألفا، وهي قيمة ألفا التي تقلل من J2 (ألفا) (المختار من ت ألفا 0: .01: 13). ثيريس مناقشة لطيفة لهذه المشكلة في معالجة الإشارات المضمنة مع العمارة إشارة الجزئي. تقريبا بين الصفحتين 63 و 69. في الصفحة 63. يتضمن اشتقاق المرشح المتوسط ​​المتحرك العاكس الدقيق (الذي أعطاه نيارن في إجابته)، للراحة فيما يتعلق بالمناقشة التالية، فإنه يتوافق مع معادلة الفرق التالية: تقريب الذي يضع المرشح في النموذج الذي حددته يتطلب افتراض أن x تقريبا y، لأن (وأقتبس من الصفحة 68) y هو متوسط ​​عينات شن. هذا التقريب يسمح لنا لتبسيط معادلة الاختلاف السابقة كما يلي: إعداد ألفا، نصل إلى الشكل الأصلي الخاص بك، y ألفا شن (1-ألفا) y، مما يدل على أن المعامل الذي تريده (فيما يتعلق بهذا التقريب) هو بالضبط 1over (حيث N هو عدد العينات). هل هذا التقريب الأفضل في بعض النواحي أنها أنيقة بالتأكيد. هيريس كيف يقارن استجابة الحجم في 44.1 كيلو هرتز ل N 3، و N يزيد إلى 10 (تقريب باللون الأزرق): كما يقول بيترز الجواب، تقريب مرشح معلومات الطيران مع مرشح العودية يمكن أن تكون مشكلة تحت قاعدة المربعات الصغرى. ويمكن الاطلاع على مناقشة واسعة لكيفية حل هذه المشكلة بشكل عام في أطروحة جوس، تقنيات لتصفية تصميم الرقمية وتحديد النظام مع التطبيق للكمان. ويدعو إلى استخدام هانكيل نورم، ولكن في الحالات التي لا يهم فيها استجابة المرحلة، كما أنه يغطي طريقة كوبيكس، والتي قد تعمل بشكل جيد في هذه الحالة (وتستخدم معيار L2). ويمكن الاطلاع على نظرة عامة واسعة من التقنيات في أطروحة هنا. قد ينتج عنها تقريبات أخرى مثيرة للاهتمام. إنشاء مرشح متوسط ​​متحرك يتيح لك عامل تصفية المتوسط ​​المتحرك إمكانية حساب سلسلة واحدة أو ثنائية من المتوسطات استنادا إلى طول إطار محدد من قبل المستخدم. ثم تقوم الوحدة بإضافة عمود ميزة جديدة إلى مجموعة البيانات. ويمكن بعد ذلك استخدام المتوسط ​​المتحرك الناتج للتآمر والتصور، وخط أساس للنمذجة، والتنبؤ، وحساب الفروق مقابل الحساب لفترات مماثلة، وما إلى ذلك. وبالنسبة لسيناريو التدفق، يمكن استخدام المتوسط ​​المتحرك التراكمي والمرجح. ويأخذ المتوسط ​​المتحرك التراكمي في الحسبان النقاط السابقة لتلك النقاط التي تصل إلى الفترة الحالية. هذه الوحدة يساعدك على الكشف عن وتوقع أنماط زمنية مفيدة في كل من البيانات بأثر رجعي وفي الوقت الحقيقي. يمكنك استخدامه مع وحدة تطبيق تصفية. وتتوقع هذه الوحدة المعلمات الإدخال التالية: مرشحات النظام العالي توفر نافذة أكبر من الحساب وتقريب أقرب من خط الاتجاه. مرشحات النظام أقل تستخدم نافذة أصغر من الحساب وتشبه بشكل وثيق البيانات الأصلية. نوع المتوسط ​​المتحرك لتطبيقه. انظر الجدول التالي للحصول على أمثلة. يوفر مل ستوديو الطرق التالية لتحديد متوسط ​​متحرك: أساسيات مرشح فير 1.1 ما هي مرشحات كوتفير مرشحات فير هي واحدة من نوعين أساسيين من المرشحات الرقمية المستخدمة في تطبيقات معالجة الإشارات الرقمية (دسب)، والنوع الآخر هو إير. 1.2 ماذا يعني كوتفيركوت يعني كوتفيركوت كوتفينيت دفعة ريسبونزيكوت. إذا كنت وضعت في دفعة، وهذا هو، عينة واحدة كوت 1 نيكوت تليها العديد من عينات كوت 0qot، سوف أصفار الخروج بعد جعل العينة qu1quot طريقها من خلال خط تأخير مرشح. 1.3 لماذا تكون الاستجابة النبضية كوتيفينيتكوت في الحالة الشائعة، تكون الاستجابة النبضية محدودة نظرا لعدم وجود ردود فعل في منطقة معلومات الطيران. ويضمن نقص التغذية الراجعة أن الاستجابة النبضية ستكون محدودة. ولذلك، فإن مصطلح كوتفينيتي دفعة ريسبونزيكوت مرادف تقريبا كوتنو ردود الفعل. ومع ذلك، إذا تم استخدام التغذية المرتدة حتى الآن الاستجابة النبضية محدودة، فإن المرشح لا يزال هو منطقة معلومات الطيران. ومن الأمثلة على ذلك مرشاح المتوسط ​​المتحرك، الذي يطرح فيه العينة السابقة (فيد) مرة أخرى في كل مرة تأتي فيها عينة جديدة. وهذا الفلتر له استجابة نبضية محددة على الرغم من أنه يستخدم التغذية المرتدة: بعد عينات N من الدافع، سوف تكون دائما صفر. 1.4 كيف يمكنني نطق كوتفيركوت بعض الناس يقولون الحروف F-I-R الناس الآخرين نطق كما لو كان نوع من شجرة. نحن نفضل الشجرة. (الفرق هو ما إذا كنت تتحدث عن مرشح F-I-R أو فلتر معلومات الطيران). 1.5 ما هو البديل لمرشحات فرب يمكن أن تكون مرشحات دسب أيضا كوتينفينيت إمبولز ريسبونزيكوت (إير). (انظر دسبغوروس إر فاق.) مرشحات إير استخدام ردود الفعل، لذلك عند إدخال دفعة النواتج نظريا حلقات إلى أجل غير مسمى. 1.6 كيف تقارن مرشحات الأشعة تحت الحمراء بمرشحات إير كل منها له مزايا وعيوب. عموما، على الرغم من أن مزايا مرشحات معلومات الطيران تفوق العيوب، لذلك يتم استخدامها أكثر بكثير من إيرس. 1.6.1 ما هي مزايا مرشحات الأشعة تحت الحمراء (بالمقارنة مع مرشحات إير) بالمقارنة مع مرشحات إير، توفر مرشحات فير المزايا التالية: يمكن تصميمها بسهولة لتكون فاصلوت خطية (وعادة ما تكون). ببساطة، مرشحات المرحلة الخطية تأخير إشارة الدخل ولكن دونرسكوت تشويه مرحلتها. فهي بسيطة لتنفيذ. في معظم المعالجات الدقيقة دسب، يمكن أن يتم حساب معلومات الطيران عن طريق حلقات تعليمة واحدة. وهي مناسبة لتطبيقات متعددة المعدل. من خلال معدل متعدد، ونحن نعني إما كوتديسيماتيونكوت (خفض معدل أخذ العينات)، كوتينتربولاتيونكوت (زيادة معدل أخذ العينات)، أو كليهما. وسواء أكانت عملية التصفية أو الاستيفاء، فإن استخدام مرشحات معلومات الطيران يسمح بإلغاء بعض الحسابات، مما يوفر كفاءة حسابية هامة. في المقابل، إذا تم استخدام مرشحات إير، يجب أن يتم حساب كل إخراج على حدة، حتى لو كان ذلك الإخراج سيتم تجاهل (لذلك سيتم تضمين ردود الفعل في عامل التصفية). لديهم خصائص رقمية مرغوبة. في الممارسة العملية، يجب تنفيذ جميع مرشحات دسب باستخدام حساب دقيق الدقة، أي عدد محدود من البتات. استخدام الحساب الدقيق الدقيق في المرشحات إير يمكن أن يسبب مشاكل كبيرة بسبب استخدام ردود الفعل، ولكن مرشحات معلومات الطيران دون ردود الفعل يمكن أن تنفذ عادة باستخدام عدد أقل من بت، والمصمم لديه مشاكل عملية أقل لحل المتعلقة الحساب غير المثالي. ويمكن تنفيذها باستخدام الحساب الكسري. على عكس مرشحات إير، فمن الممكن دائما لتنفيذ فلتر معلومات الطيران باستخدام معاملات مع حجم أقل من 1.0. (يمكن تعديل الكسب الكلي لمرشاح معلومات الطيران عند خرجه، إذا رغبت في ذلك). وهذا اعتبار هام عند استخدام نقاط دسب ثابتة النقطة، لأنه يجعل التنفيذ أبسط من ذلك بكثير. 1.6.2 ما هي عيوب مرشحات الأشعة تحت الحمراء (مقارنة مع مرشحات إير) بالمقارنة مع مرشحات إير، أحيانا مرشحات فير يكون لها عيب أنها تتطلب المزيد من الذاكرة أندور حساب لتحقيق خاصية استجابة مرشح معين. أيضا، بعض الاستجابات ليست عملية لتنفيذ مع مرشحات معلومات الطيران. 1.7 ما هي المصطلحات المستخدمة في وصف مرشحات نظام معلومات الطيران الاستجابة النبضية - إن كمبولز ريسبونزيكوت لمرشاح معلومات الطيران هو في الواقع مجرد مجموعة معاملات فير. (إذا قمت بوضع كوتيمبلوسكوت في فلتر معلومات الطيران الذي يتكون من عينة كوت 1 يليه متبوعا بالعديد من العينات كوت، فإن مخرجات المرشح ستكون مجموعة المعاملات، حيث أن العينة 1 تتحرك في كل معامل بدورها لتشكيل المخرجات.) الحنفية - A كوتابكوت فير هو مجرد زوج كوفيسيانتديلاي. عدد صنابير معلومات الطيران، (غالبا ما يتم تعيينها ك كوتنوت) هو مؤشر على 1) مقدار الذاكرة المطلوبة لتنفيذ المرشح، 2) عدد الحسابات المطلوبة، و 3) كمية كوتيلتيرينغكوت مرشح يمكن أن تفعل في الواقع، يعني المزيد من الصنابير توهين أكثر في النطاق، وموجات أقل، ومرشحات أضيق، وما إلى ذلك. مولتيبلي-أككومولات (ماك) - في سياق معلومات الطيران، فإن كوتاكوت هي عملية ضرب معامل بواسطة عينة البيانات المتأخرة المقابلة وتراكم النتيجة. وعادة ما تتطلب منطقة معلومات الطيران ماك واحد لكل حنفية. معظم المعالجات الدقيقة دسب تنفذ عملية ماك في دورة تعليمات واحدة. النطاق الانتقالي - نطاق الترددات بين حواف التمرير وحواف الإيقاف. وكلما كان النطاق الأضيق أضيق نطاقا، يلزم استخدام المزيد من الصنابير لتنفيذ المرشح. (A كوتسمالكوت الفرقة الانتقالية ينتج في مرشح كوشاربكوت.) خط تأخير - مجموعة من عناصر الذاكرة التي تنفذ عناصر تأخير كوز-1quot من حساب فير. العازلة الدائرية - العازلة الخاصة التي هي كوتسيركولاركوت لأن زيادة في نهاية يسبب أن التفاف حول إلى البداية، أو لانقاص من البداية يؤدي إلى التفاف حولها إلى النهاية. وغالبا ما توفر المعالجات الدقيقة الدائرية المعالجات الدقيقة دسب لتنفيذ كوتوموفيمنتكوت من العينات من خلال خط تأخير معلومات الطيران دون الحاجة إلى نقل البيانات حرفيا في الذاكرة. عند إضافة عينة جديدة إلى المخزن المؤقت، فإنه يحل تلقائيا محل أقدم واحد.