Media Mobile Filter (filtro MA) Caricamento in corso. Il filtro media mobile è un semplice filtro passa-basso FIR (Finite Impulse Response) comunemente usato per lisciare una serie di campionati datasignal. Prende M campioni di ingresso alla volta e prendere la media di questi M-campioni e produce un singolo punto di uscita. Si tratta di una struttura molto semplice LPF (Filtro passa basso), che viene portata di mano per gli scienziati e gli ingegneri di filtrare componente rumoroso indesiderati dai dati previsti. Come la lunghezza del filtro aumenta (il parametro M) la scorrevolezza degli aumenti di uscita, mentre le transizioni taglienti nei dati sono fatte sempre più smussato. Questo implica che il filtro ha un'eccellente risposta nel dominio del tempo, ma una risposta in frequenza scarsa. Il filtro MA svolgere tre funzioni importanti: 1) Ci vogliono punti di ingresso M, calcola la media di questi M-points e produce un unico punto di uscita 2) A causa delle computationcalculations coinvolti. il filtro introduce una quantità definita di ritardo 3) Il filtro agisce come un filtro passa basso (con scarsa risposta nel dominio di frequenza e una buona risposta nel dominio del tempo). Codice Matlab: A seguito di codice MATLAB simula la risposta nel dominio del tempo di un M-punto mobile filtro media e traccia anche la risposta in frequenza per varie lunghezze di filtro. Time Domain Risposta: Al primo trama, abbiamo l'ingresso che sta succedendo nel filtro media mobile. L'ingresso è rumoroso e l'obiettivo è di ridurre il rumore. La figura seguente è la risposta di uscita di un punto 3 Moving Average filtro. Si può dedurre dalla figura che il 3 punti Moving filtro media non ha fatto molto a filtrare il rumore. Aumentiamo i rubinetti filtro a 51 punti e possiamo vedere che il rumore in uscita è ridotta molto, che è rappresentato nella figura seguente. Aumentiamo i rubinetti ulteriormente a 101 e 501 e si può osservare che, anche-se il rumore è quasi zero, le transizioni siano smussati su drasticamente (osservare il pendio sulla lati del segnale e confrontarle con la transizione muro ideale il nostro ingresso). Risposta in frequenza: Dalla risposta in frequenza si può affermare che il roll-off è molto lento e l'attenuazione banda di arresto non è buona. Tenuto conto di questa banda di attenuazione di arresto, in modo chiaro, il filtro media mobile non può separare una banda di frequenze da un'altra. Come sappiamo che una buona prestazione nei risultati dominio del tempo in scarso rendimento nel dominio della frequenza, e viceversa. In breve, la media mobile è un eccezionale buon filtro smoothing (l'azione nel dominio del tempo), ma un filtro passa-basso eccezionalmente avverse (l'azione nel dominio della frequenza) Link esterni: Libri consigliati: 213isalsoknown SidebarThesystemofeq primario come una media mobile - pointsmoothingFIRplusmnlter. ThesystemofEq. (2.13) isalsoknown come flter media mobile. Illustriamo suo uso in componenti ad alta frequenza plusmnltering da un segnale composto da una somma di diversi segnali sinusoidali. Questa anteprima ha sezioni intenzionalmente sfocate. Iscriviti per visualizzare la versione completa. 20 Capitolo 2 toro discreti-Time Systems nel dominio del tempo Programma P21 Simulazione di un M-punto mobile filtro media generare il segnale di ingresso n 0: 100 S1 cos (2pi0.05n) Un basso sinusoide di frequenza s2 cos (2pi0.47n) A ad alta frequenza sinusoide x S1S2 Attuazione del movimento di ingresso M filtro a media (lunghezza rsquoDesired del rsquo filtro) quelli num (1, M) Filtro Y (num, 1, x) M Visualizza la sottotrama segnali di ingresso e di uscita CLF (2,2 , 1) terreno (n, s1) asse (0, 100, -2, 2) xlabel (rsquoTime indice nrsquo) ylabel (rsquoAmplitudersquo) titolo (rsquoSignal 1rsquo) subplot (2,2,2) terreno (n, s2) asse (0, 100, -2, 2) xlabel (rsquoTime indice nrsquo) ylabel (rsquoAmplitudersquo) titolo (rsquoSignal 2rsquo) subplot (2,2,3) terreno (n, x) (0, 100, -2, 2) xlabel (rsquoTime indice nrsquo) ylabel (rsquoAmplitudersquo) titolo (rsquoInput Signalrsquo) subplot (2,2,4) terreno (n, y) (0, 100, -2, 2) xlabel (rsquoTime indice nrsquo) ylabel (rsquoAmplitudersquo) titolo (rsquoOutput Signalrsquo) asse Domande: Q2.1 Eseguire il programma di cui sopra per M2 per generare il segnale di uscita con xn S1N S2N come ingresso. Quale componente del xn ingresso è soppressa dal sistema tempo discrete - simulato da questo programma Q2.2 Se il sistema LTI passa da 0,5 yn (xn xn - 1) per Yn 0.5 (xn - xn - 1). quale sarebbe il suo effetto sul S2N ingresso xn S1N. Q2.3 Esegui programma P2 1 per altri valori di lunghezza flter M. e diversi valori delle frequenze dei segnali S1N e S2N sinusoidali. Scrivi i tuoi commenti sui risultati. 2.4 Simulazione di Discrete-Time Systems 21 Q2.4 Modifica programma P2 1 di utilizzare un segnale di frequenza spazzato sinusoidale di lunghezza 101, una frequenza minima 0. e una frequenza massima di 0,5 come segnale di ingresso (Programma P1 7) e calcolare il segnale di uscita. Ci può spiegare i risultati delle domande Q2.1 e Q2.2 dalla risposta di questo sistema per il segnale di frequenza spazzato. Progetto 2.2 Un semplice non lineare a tempo discreto del sistema (opzionale) Sia y n essere un segnale generato applicando le seguenti operazioni non lineari su un segnale x n. ynxn 2 meno xn meno 1 xn 1. (2.14) In questo progetto si genera l'yn uscita del sistema sopra per diversi tipi di input xn utilizzando Programma P2 2. Il seguente programma MATLAB può essere utilizzato per generare un segnale di ingresso xn composto da una somma di due sequenze sinusoidali e simulare il sistema LTI dell'eq. (2.12) per generare y n. P22 Programma Generare un sinusoidale CLF segnale di ingresso n 0: 200 x cos (2pi0.05n) Calcolare il segnale di uscita x1 x 0 0 X1n xn1 x2 0 x 0 X2N xn x3 0 0 x x3n xn-1 y x2.x2 - x1. x3 aa (2: 202) Tracciare la sottotrama segnali di ingresso e di uscita (2,1,1) terreno (n, x) xlabel (rsquoTime indice nrsquo) ylabel (rsquoAmplitudersquo) titolo (rsquoInput Signalrsquo) subplot (2,1,2) trama (n, y) xlabel (rsquoTime indice nrsquo) ylabel (rsquoAmplitudersquo) titolo (rsquoOutput signalrsquo) Domande: Q2.5 Utilizzare segnali sinusoidali con frequenze differenti, come i segnali di ingresso e di calcolare il segnale di uscita per ogni ingresso. Come l'uscita dei segnali dipendono dalle frequenze del segnale di ingresso è possibile verificare la tua osservazione matematicamente Questa anteprima ha sezioni intenzionalmente sfocate. Iscriviti per visualizzare la risposta version. Frequency pieno di Running Filter Media La risposta in frequenza di un sistema LTI è la DTFT della risposta impulsiva, la risposta all'impulso di un L - Sample media mobile è Poiché il filtro media mobile è FIR, il risposta in frequenza riduce alla somma finita possiamo usare l'identità molto utile per scrivere la risposta in frequenza in cui abbiamo lasciato ae minus jomega. N 0 e M L meno 1. Ci può essere interessato grandezza di questa funzione per determinare quali frequenze ottenere attraverso il filtro non attenuato e che sono attenuati. Di seguito è un grafico della grandezza di questa funzione per L 4 (rosso), 8 (verde), e 16 (blu). L'asse orizzontale va da zero a radianti pi per campione. Si noti che in tutti e tre i casi, la risposta in frequenza ha una caratteristica passa-basso. Un componente costante (frequenza zero) in ingresso passa attraverso il filtro non attenuato. Alcune frequenze più alte, come Pi 2, sono completamente eliminati dal filtro. Tuttavia, se l'intento era quello di progettare un filtro passa-basso, quindi non abbiamo fatto molto bene. Alcune delle alte frequenze vengono attenuate solo per un fattore di circa 110 (per la media 16 punti in movimento) o 13 (per la media mobile di quattro punti). Possiamo fare molto meglio di così. La trama di cui sopra è stato creato dal seguente codice Matlab: omega 0: pi400:. PI H4 (14) (1-exp (-iomega4)) (1-exp (-iomega)) H8 (18) (1-exp (- iomega8)). (1-exp (-iomega)) H16 (116) (1-exp (-iomega16)). (1-exp (-iomega)) terreno (omega, abs (H4) abs (H8) abs ( H16)) asse (0, pi, 0, 1) Copyright copia 2000- - University of California, BerkeleyI bisogno di calcolare una media mobile su una serie di dati, all'interno di un ciclo for. Devo ottenere la media mobile più giorni N9. La matrice Im computing è 4 serie di 365 valori (M), che a sua volta sono valori medi di un altro insieme di dati. Voglio tracciare i valori medi dei miei dati con la media mobile in una trama. Ho cercato su google un po 'di medie e il comando conv movimento e trovato qualcosa che ho cercato di esecuzione nel mio codice .: Quindi, fondamentalmente, computo mia media e tracciare con una (sbagliata) media mobile. Ho scelto il valore di WTS destra fuori del sito MathWorks, in modo che non è corretto. (Fonte: mathworks. nlhelpeconmoving-media-trend-estimation. html) Il mio problema, però, è che non capisco che cosa questo WTS. Qualcuno potrebbe spiegare se ha qualcosa a che fare con i pesi dei valori: che non è valido in questo caso. Tutti i valori sono ponderati lo stesso. E se sto facendo questo tutto sbagliato, potrei avere un aiuto con esso miei più sinceri ringraziamenti. chiesto 23 settembre 14 alle 19:05 Utilizzando conv è un ottimo modo per implementare una media mobile. Nel codice che si sta utilizzando, wts è quanto si sta pesando ogni valore (come avete indovinato). la somma di tale vettore deve essere sempre uguale a uno. Se si desidera peso ogni valore in modo uniforme e fare una dimensione N del filtro in movimento, allora si vorrebbe fare Utilizzando l'argomento valido in conv porterà ad avere un minor numero di valori in Ms di quello che hai in M. Usa stesso se non vi dispiace gli effetti della zero padding. Se hai la casella degli strumenti di elaborazione del segnale è possibile utilizzare cconv se si vuole provare una media circolare in movimento. Qualcosa di simile si dovrebbe leggere la documentazione conv e cconv Per ulteriori informazioni, se si havent già. È possibile utilizzare il filtro per trovare una media in esecuzione senza utilizzare un ciclo for. Questo esempio trova il media corrente di un vettore di 16 elementi, con una dimensione della finestra di 5. 2) liscia come parte del Curve Fitting Toolbox (che è disponibile nella maggior parte dei casi) YY liscio (y) leviga i dati nel vettore colonna y utilizzando un filtro a media mobile. I risultati sono restituiti nella aa vettore colonna. La durata predefinita per la media mobile è 5.
No comments:
Post a Comment