Esponenziale Mobile Media Dsp

DSP di tutti i giorni per i programmatori Fase di risposta di settimana Averaging. Last abbiamo preso uno sguardo a diversi tipi di media e li ha usati per analizzare i prezzi del gas storici Guardando un segnale complesso come i prezzi del gas ci dà un bel confronto tra i comportamenti dei diversi metodi di calcolo della media, ma che ci dà solo un'idea di ciò che fa la media per un segnale specifico se vogliamo capire quali sono i diversi metodi di calcolo della media fanno in modo way. One più generale di analizzare i diversi metodi è applicandole ai segnali fondamentali L'uscita che risulta dalla applicazione di una funzione di media per uno dei segnali fondamentali è chiamata la risposta della funzione Se il segnale è il segnale DC, si chiama la risposta DC Se il segnale è la funzione passo, chiama la risposta al gradino, e Abbiamo così via ll guardare la risposta al gradino più in dettaglio, ma in primo luogo, cerchiamo s discutere brevemente le risposte delle diverse funzioni calcolo della media a ciascuno dei signals. Responding fondamentale per Signals. We coperto cinque modi diversi di media nello scorso post completo , blocco, spostamento, esponenziale, e filtro FIR e quattro diversi tipi di segnali fondamentali dal primo post DC, impulso, passo, e sine se dovessimo fare un confronto incrociato di tutti questi segnali e metodi di media, ci piacerebbe finire con venti grafici, ma la maggior parte di essi wouldn t essere troppo utile o interessante, così abbiamo ri andando a restringere giù somewhat. First, lasciare s considerare la media integrale Dal momento che la media integrale calcola semplicemente la media su tutto il segnale, la sua risposta del segnale non è terribilmente interessante si sa solo valore il blocco medio t isn molto più interessante in quanto si limita a divide il segnale in pezzi di uguali dimensioni prima di prendere la media il risultato sarà una versione decimata del segnale originale Noi ll ignorare questi due tipi di media per questo exploration. We può anche buttare via il segnale DC dal lato della matrice del segnale dal momento che nessun tipo di media cambierà un valore DC almeno shouldn t Se lo fa, è necessario assicurarsi che la funzione di media è stabile e fa quello pensi che non la risposta DC è più interessante quando si analizzano complesse Infinite Impulse Response filtri IIR perché questi possono essere potenzialmente instabili con un segnale di corrente continua, ma nessuna di queste funzioni in media sei unstable. That lascia gli impulsi, passo, e segnali seno e il Spostare, esponenziali e medie filtri FIR come potenziali candidati per confronto risposta il segnale sinusoidale s sta per dipendere dalla frequenza dell'onda sinusoidale, e che tipo di analisi avviene normalmente con una DFT per trovare risposta in frequenza media s su un gamma di frequenze non è pronti per questo tipo di analisi, tuttavia, così abbiamo ll guarda che in una risposta all'impulso Post. The successiva di una media in realtà ha un comportamento interessante esecuzione di un impulso attraverso una funzione di media riprodurrà la funzione di media come una serie di rubinetti per un filtro FIR Poiché la funzione di impulso è pari a zero ovunque tranne che per un singolo campione, quando si applica una funzione di media ad esso, il risultato in ogni punto è il valore che si avrebbe bisogno di utilizzare per quella del rubinetto nel filtro equivalente. la funzione dell'impulso applicato ad una media mobile si tradurrà in un blocco di campioni con ciascun campione avente un valore di inverso della dimensione del blocco Se quindi utilizzato questi valori come rubinetti in un filtro, moltiplicando ciascun campione di un segnale per l'inverso della dimensione del blocco e li sommando insieme, si otterrebbe lo stesso risultato come la media mobile che s perché i seguenti equazioni sono equivalent. The 1 n termini nella sommatoria sul lato destro sono i rubinetti di un filtro a causa di questa proprietà , il filtro FIR semplicemente riprodurre i rubinetti in risposta alla funzione impulsiva la media esponenziale produrrà un decadimento esponenziale, e non è mai finisce perché il decadimento esponenziale si avvicina a zero, ma non raggiunge mai esso Pertanto, la media esponenziale è un esempio di una semplice IIR filter. Moving passo Response. That media lascia la risposta al gradino di guardare più in dettaglio per trovare la risposta al gradino di una media, tutto quello che dobbiamo fare è sostituire il segnale di prezzo del gas che stavamo guardando prima con una funzione a gradino, e eseguire la funzione di media su di esso per la media mobile, ricordare che il j operazione is. Where è il j-esimo campione e k è la dimensione del blocco Questa operazione è simile al seguente graph. Click il grafico per eseguire la media mobile la dimensione del blocco è stata espanso per mostrare la risposta migliore noti come la risposta è una linea che collega il livello più basso nel punto in cui il passaggio avviene al livello superiore nel punto in cui il numero di campioni pari alla dimensione del blocco è stato coperto ad ogni passo del movimento media un altro campione di maggiore valore viene aggiunto alla media, così ricavato media segnale in un percorso lineare dal vecchio valore al nuovo valore con un ritardo pari alla risposta al gradino blocco size. This mostra come la media mobile rimuove contenuto di alte frequenze dal segnale la funzione di passo originale ha contenuto in frequenza infinita al passo la risposta è ancora un po 'di contenuto di frequenza più elevata ai due angoli, ma è meno di prima e la regione lineare, ha un contenuto molto basso di frequenza possiamo anche vedere l'inizio di una onda triangolare in questa risposta Se la funzione passo è stato effettivamente un'onda quadra con un periodo di due volte finchè la dimensione del blocco della media mobile, la media mobile produrrebbe una perfetta un'onda triangolare Forse non è il modo più efficiente per generare uno, ma s indicazioni utili sul comportamento del movimento average. Exponential Passo Response. Remember media, la funzione di media esponenziale funziona come this. mean iwsi 1-w media i-1.Dove w è il peso del campione corrente ed è un valore compreso tra 0 e 1 per un peso vicino a 0, la risposta al gradino sembra this. This grafico mostra chiaramente il motivo per cui chiama una media esponenziale perché la media si avvicina il nuovo valore della funzione passo lungo una curva esponenziale possiamo anche vedere che l'esponenziale reagisce in media più rapidamente ai nuovi ingressi, perché la risposta cambia molto più velocemente in prossimità del passo iniziale Poi si avvicina al nuovo valore più lentamente nel tempo, che è il motivo per cui la media esponenziale mantenuto più dei dossi e picchi del segnale di prezzo del gas, e rimuove un po 'meno del contenuto ad alta frequenza rispetto alla media mobile ha ponderazioni devono essere molto vicino a zero prima che la media esponenziale vinto t hanno una risposta tagliente a nuovi valori, e quindi la media si avvicina a nuovi valori estremamente slowly. Theoretically, la media esponenziale mai raggiunge il nuovo valore, e quindi ha una risposta infinita, ed è per questo che s un filtro IIR in pratica, questa media esponenziale ha quasi raggiunto il nuovo valore entro 5 o 6 unità di tempo, come rappresentato nel grafico di cui sopra non raggiungerà mai veramente il nuovo valore, ma otterrà Filtro arbitrariamente close. FIR Passo Response. To hanno una risposta in frequenza più consistente rispetto alla media media o mobile esponenziale, dobbiamo andare al filtro FIR Ricordate che il filtro FIR ha una serie di rubinetti moltiplicato con i valori di segnale, e il calcolo è rappresentato as. Where yj è il risultato del filtro nella j esimo campione, k è il numero di prese, ed hi è l'i-esimo rubinetto il filtro FIR abbiamo esaminato usato un sinc funzione per i rubinetti, e che il filtro ha il seguente response. Notice passo come il filtro doesn t rispondono con forza subito, invece agitando avanti e indietro un paio di volte prima di saltare fino al superamento il nuovo valore quando il passo è a metà strada attraverso il filtro si dimena poi intorno al nuovo valore un po 'prima di stabilirsi in esso Questo comportamento può sembrare familiare Se abbiamo esteso la funzione passo in un'onda quadra con il periodo giusto, la risposta del filtro sarà simile al ravvicinamento serie di Fourier di un'onda quadra che abbiamo esplorato quando copre trasforma il filtro sarà effettivamente generare la stessa forma d'onda come la serie di Fourier, ma con un ritardo che è la metà del numero di prese del filter. The rubinetti generati dalla funzione sinc consentire solo determinate frequenze nella risposta, ecco perché ha questo comportamento con la funzione a gradino il numero di ondulazioni e la pendenza della transizione nel centro del filtro dipenderà dal numero di prese e la frequenza utilizzata nella funzione sinc per generare i rubinetti Una parte importante della progettazione del filtro è controllo di tali parametri per produrre la frequenza di taglio desiderato per il filter. With che, ci ho praticamente coperto la risposta al gradino delle diverse funzioni calcolo della media noi ve utilizzato Analizzando la risposta al gradino di un nuovo filtro o altre operazioni DSP è una buona pratica per capire il comportamento dell'algoritmo si ri sviluppare si può dare una nuova visione o confermare che l'algoritmo sta facendo quello che suppone di fare e 'una buona strumento da tenere in DSP cassetta degli attrezzi la prossima settimana ll avvolgere le tecniche statistiche di DSP cercando in alcuni modi per calcolare quanto un segnale sta cambiando con la varianza del segnale. Aggiornato 12 marzo 2013.What filtrando RC e media esponenziale e come si differenziano La risposta alla seconda parte della domanda è che sono lo stesso processo se uno viene da un background di elettronica quindi RC filtraggio o RC Smoothing è la solita espressione D'altra parte un approccio basato sulle statistiche di serie storiche ha il nome di media esponenziale, o per utilizzare il nome completo esponenziale ponderata media mobile Questo è anche variamente conosciuta come EWMA o EMA. A vantaggio chiave del metodo è la semplicità della formula per calcolando l'uscita successiva Ci vuole una frazione della produzione precedente e uno meno volte questa frazione della corrente di ingresso Algebricamente al momento k il yk uscita lisciato è dato by. As mostrato in seguito questa semplice formula sottolinea i recenti avvenimenti, leviga le variazioni ad alta frequenza e rivela tendenze a lungo termine Nota: ci sono due forme dell'equazione media esponenziale, l'una sopra e una variant. Both sono corretto Vedere le note alla fine di questo articolo per maggiori dettagli in questa discussione useremo solo equazione 1. sopra formula è a volte scritto nel fashion. How più limitato è questa formula derivata e qual è la sua interpretazione un punto chiave è come possiamo selezionare per guardare in questo modo semplice è quello di prendere in considerazione un passa-basso RC filter. Now un filtro passa-basso RC è semplicemente un serie resistore R e un condensatore in parallelo C come illustrato below. The equazione serie per questo circuito è. Le prodotto RC ha unità di tempo ed è noto come la costante di tempo, T per il circuito Supponiamo rappresentiamo suddetta equazione nella sua forma digitale per una serie temporale che ha preso dati ogni h secondi have. This è esattamente la stessa forma della precedente equazione Confrontando le due relazioni per un abbiamo have. which riduce al semplice relationship. Hence la scelta di N è guidata da ciò costante di tempo abbiamo scelto Ora l'equazione 1 può essere riconosciuto come un filtro passa-basso e la costante di tempo caratterizza il comportamento del filtro per vedere il significato della costante di tempo abbiamo bisogno di guardare alla frequenza caratteristica di questo filtro passa-basso RC Nel suo genere formare questa is. Expressing in modulo e fase di forma che have. where l'angolo di fase della frequenza è. Le è chiamata tagliata frequenza nominale fisicamente si può dimostrare che a questa frequenza la potenza del segnale è stata ridotta di una metà e la ampiezza è ridotta del fattore In termini dB questa frequenza è in cui l'ampiezza è stato ridotto di 3dB. Clearly all'aumentare T costante di tempo così allora la frequenza di taglio riduce e applicare più smoothing ai dati, cioè si elimina l'alto frequencies. It è importante notare che la risposta in frequenza è espressa in radianti secondo Cioè vi è un fattore coinvolto ad esempio scegliendo una costante di tempo di 5 secondi dà un taglio efficace off frequenza un uso popolare di RC smoothing è per simulare la azione di un metro come quelle utilizzate in un fonometro questi sono generalmente caratterizzati dalla loro costante di tempo, ad esempio 1 secondo per i tipi S e 0 125 secondi per i tipi F per questi 2 casi frequenze il taglio effettivo off sono 0 16Hz e 1 27Hz rispettivamente. Actually non è la costante di tempo che di solito desidera selezionare, ma quei periodi vogliamo includere Supponiamo di avere un segnale in cui vogliamo includere caratteristiche con un secondo periodo P Ora un periodo P è una frequenza Potremmo quindi scegliere una costante di tempo T dato dalla Tuttavia sappiamo che abbiamo perso circa il 30 dell'uscita -3dB a scegliere così una costante di tempo che corrisponde esattamente alle periodicità che vogliamo mantenere non è il sistema migliore di solito è meglio scegliere una frequenza leggermente superiore tagliato fuori , dice la costante di tempo è quindi che in termini pratici è simile a questo riduce la perdita di circa 15 in questa periodicità quindi in termini pratici per mantenere gli eventi con una periodicità pari o superiore a scegliere una costante di tempo di questo includerà gli effetti della periodicità di fino a circa per esempio, se vogliamo includere gli effetti di eventi che accadono con dicono 8 secondo periodo 0 125Hz quindi scegliere una costante di tempo di 0 8 secondi Questo dà una frequenza di taglio di circa 0 2 Hz in modo che i nostri 8 secondo periodo è bene nella banda passante principale del filtro Se fossimo il campionamento dei dati a 20 volte secondo h 0 05 allora il valore di n è 0 8 0 05 16 and. This dà alcune informazioni sul come impostare Fondamentalmente per una frequenza di campionamento conosciuto caratterizza il periodo medio e di selezionare quali le fluttuazioni ad alta frequenza sarà ignored. By guardando l'espansione dell'algoritmo possiamo vedere che favorisce i valori più recenti, e anche per questo si parla di ponderazione esponenziale abbiamo have. Substituting per y k -1 gives. Repeating questo processo più volte porta to. Because è nel range poi chiaramente i termini a destra diventano più piccole e si comportano come un esponenziale in decomposizione che è la corrente di uscita è polarizzato verso gli eventi più recenti, ma il più grande abbiamo scelto T quindi il meno sommario bias. In vediamo che events. smoothes le semplici formula. emphasises recenti su alta frequenza events. reveals breve periodo a lungo termine trends. Appendix 1 forme alternative di equation. Caution ci sono due forme dell'equazione media esponenziale che apparire nella letteratura entrambi sono corretti e equivalent. The prima forma come mostrato sopra è A1.The forma alternativa è A2.Note l'uso nella prima equazione e nella seconda equazione in entrambe le equazioni e sono valori tra zero e unity. Earlier è stato definito as. Now scegliendo di define. Hence la forma alternativa dell'equazione media esponenziale is. In termini fisici significa che la scelta della forma si usa dipende da come si vuole pensare sia prendendo come feed back equazione frazione A1 o come la frazione dell'equazione di ingresso A2.The prima forma è leggermente meno ingombrante in mostra la relazione filtro RC, e conduce ad una comprensione più semplice filtro terms. Chief Signal Processing Analyst presso Prosig. Dr Colin Mercer era precedentemente presso l'Istituto di suono e vibrazioni ricerca ISVR, Università di Southampton dove fondò la Data Analysis Center ha poi continuato a fondare Prosig nel 1977 Colin andato in pensione come capo Signal Processing Analyst presso Prosig dicembre 2016 e 'un Chartered Engineer e Fellow della British Computer Society. Penso che si desidera modificare il p per il simbolo per pi. Marco, vi ringrazio per la segnalazione credo che questo sia uno dei nostri articoli più vecchi che è stato trasferito da un vecchio documento di elaborazione testi Ovviamente, l'editore mi riuscito a individuare che il pi greco non era stato trascritto correttamente saranno corretti shortly. it SA ottimo articolo spiegazione circa l'esponenziale averaging. I credono che ci sia un errore nella formula per T dovrebbe essere T h N-1, non T N-1 h. Mike, grazie per individuare che ho appena controllato di nuovo al nota tecnica originale dottor Mercer s nel nostro archivio e sembra che ci fosse l'errore fatto durante il trasferimento delle equazioni al blog noi correggere il palo grazie per averci conosci. Grazie si grazie grazie si potrebbe leggere 100 testi DSP senza trovare nulla dicendo che un filtro di media esponenziale è l'equivalente di un filter. hmm RC, hai l'equazione per un filtro EMA corretto è non Yk AXK 1-a Yk - 1 piuttosto che Yk AYK-1 1-a Xk. Alan, entrambe le forme dell'equazione appaiono nella letteratura, e entrambe le forme sono corrette come mostrerò sotto il punto fate è una importante perché utilizzando il modulo alternativo significa che il fisico rapporto con un filtro RC è meno evidente, del resto l'interpretazione del significato di una illustrato in questo articolo non è appropriato per il supplente form. First farci mostrare entrambe le forme sono corrette la forma della equazione che ho usato is. and la forma alternativa che non compaiono in molti testi is. Note in quanto sopra ho usato lattice 1 lattice nella prima equazione e lattice 2 lattice nella seconda equazione l'uguaglianza di entrambe le forme dell'equazione è mostrato matematicamente seguito prendendo semplici passi alla volta Ciò che non è lo stesso è il valore utilizzato per il lattice lattice in ogni equation. In entrambe le forme in lattice lattice è un valore compreso tra lo zero e l'unità primo riscrittura equazione 1 sostituendo lattice 1 lattice da lattice lattice Questo dà. lattice yk y 1 - beta xk lattice 1A. Now definire lattice beta 1 - 2 di lattice e così abbiamo anche latex 2 1 - beta lattice Sostituendo questi nell'equazione 1A dà. lattice yk 1 - 2 y 2xK lattice 1B. And finalmente ri-organizzare equazione gives. This è identica alla forma alternativa data nell'equazione 2.Put più semplicemente lattice 2 1 - 1 latex. In termini fisici, significa che la scelta della forma uno usa dipende da come si vuole pensare né prendere in lattice alfa lattice come il feed back equazione frazione 1 o come la frazione di l'equazione di ingresso 2.As di cui sopra ho usato la prima forma come lo è un po 'meno ingombrante in mostra la filtro RC rapporto, e porta alla comprensione più semplice filtro terms. However omettendo quanto sopra è, a mio avviso, una carenza in questo articolo come altre persone potrebbe fare una deduzione non corretta in modo da una versione rivista apparirà soon. I ve sempre chiesto su questo , grazie per descrivere in modo clearly. I pensa un altro motivo la prima formulazione è bello è mappe alpha di morbidezza una maggiore scelta di alfa significa un più liscia grazie output. Michael per l'osservazione vorrei aggiungere l'articolo qualcosa su quelle linee così com'è sempre meglio a mio avviso, di relazionarsi con fisico aspects. Dr Mercer, Ottimo articolo, vi ringrazio ho una domanda per quanto riguarda la costante di tempo quando viene utilizzato con un rilevatore RMS come in un fonometro che si fa riferimento in questo articolo Se uso la vostra equazioni per modellare un filtro esponenziale con il tempo 125ms costante e utilizzare un segnale di fase di ingresso, io davvero ottenere un output che, dopo 125ms, è 63 2 della finale value. However, se quadratura del segnale di ingresso e messo questo attraverso il filtro , poi vedo che ho bisogno di raddoppiare la costante di tempo in modo che il segnale per raggiungere il 63 2 del suo valore finale nel 125ms. Can fammi sapere se questo è previsto Molte grazie Ian. Ian, Se si piazza un segnale come un sinusoide allora fondamentalmente stai raddoppiando la frequenza del suo fondamentale così come introdurre molte altre frequenze poiché la frequenza è in effetti stata raddoppiata, allora viene ridotto di una quantità maggiore dal filtro passa-basso di conseguenza ci vuole più tempo per raggiungere la stessa operazione quadratura amplitude. The è un'operazione non lineare in modo non credo che sarà sempre il doppio proprio in tutti i casi, ma tenderà a raddoppiare se abbiamo una bassa frequenza dominante si noti inoltre che il differenziale di un segnale quadrato è due volte il differenziale dei signal. I non-squared sospetto che si stia tentando di ottenere una forma di lisciatura quadratico medio, che è perfettamente bene e valida si potrebbe essere migliore per applicare il filtro e poi piazza come sapete cutoff efficace, ma se tutto quello che hanno è il segnale squadrato quindi utilizzando un fattore di 2 per modificare il vostro valore alfa filtro circa, per tornare alla frequenza di taglio originale, o mettere un po 'più semplice definire la frequenza di taglio a due volte le original. Thanks per la vostra risposta Dr Mercer mio domanda è stata veramente cercando di arrivare a ciò che è effettivamente fatto in un rilevatore RMS di un fonometro Se la costante di tempo è fissato per 125ms veloci avrei pensato che intuitivamente ci si aspetta un segnale di ingresso sinusoidale per produrre una potenza di 63 2 il suo valore finale dopo 125ms, ma dal momento che il segnale viene al quadrato prima che arrivi alla rilevazione media, sarà effettivamente il doppio del tempo che explained. The principale obiettivo di questo articolo è quello di mostrare l'equivalenza di filtraggio RC e media esponenziale Se stiamo discutendo il tempo di integrazione equivale ad un vero e proprio integratore rettangolare, allora hai ragione che c'è un fattore di due coinvolti sostanza se abbiamo un vero e proprio integratore rettangolare che integra per tI secondi il tempo equivalente integator RC per ottenere lo stesso risultato è 2RC secondi ti è diverso dal tempo RC T costante che è RC quindi se abbiamo una costante di tempo rapida di 125 msec, cioè RC 125 msec allora che è equivalente ad un tempo di integrazione vale 250 msec. Thank te per l'articolo, stato molto utile ci sono alcuni lavori recenti nel campo delle neuroscienze che utilizzano una combinazione di filtri EMA breve finestrato EMA a lungo finestra EMA come un filtro passa-banda per l'analisi dei segnali in tempo reale vorrei applicarle, ma sto lottando con la finestra formati diversi gruppi di ricerca hanno utilizzato e la sua corrispondenza con il cutoff frequency. Let s dire che voglio mantenere tutte le frequenze al di sotto di 0 5 Hz ca e che acquisisco 10 campioni secondo Ciò significa che fp 0 5 Hz P 2s TP 10 0 2 ore 1 fs 0 1.Thefore, la dimensione della finestra dovrei usare dovrebbe essere N 3 è questo il ragionamento correct. Before rispondere alla tua domanda devo commentare l'uso di due filtri passa-alto per formare un filtro passa banda Presumibilmente essi operano come due flussi separati, così uno dei risultati è il contenuto da dire lattice f lattice per votare la metà del campione e l'altro è il contenuto da dire lattice f lattice alla metà della frequenza di campionamento Se tutto ciò che si sta facendo è la differenza nei livelli di quadri medi, come indica la potenza nella banda dal lattice f lattice al lattice f lattice allora può essere ragionevole se i due tagliarono le frequenze sono sufficientemente distanti, ma mi aspetto che le persone che utilizzano questa tecnica stanno cercando di simulare un filtro a banda stretta, a mio avviso, che sarebbe inaffidabile per un lavoro serio , e sarebbe fonte di concern. Just per riferimento un filtro passa banda è una combinazione di un filtro a bassa frequenza passa alto per rimuovere le basse frequenze e filtri ad alta frequenza passa basso per rimuovere l'elevato frequencies. There è naturalmente un basso passare sotto forma di un filtro RC, e di conseguenza una corrispondente EMA Forse se il mio giudizio è essere ipercritico senza conoscere tutti i fatti quindi la prego di inviarmi alcuni riferimenti agli studi che hai citato così che io possa criticare a seconda dei casi Forse stanno usando un passa-basso così come un passa-alto filter. Now svolta alla tua domanda reale su come determinare N per una frequenza di cut-off determinato obiettivo credo che sia meglio usare l'equazione di base T N-1 h la discussione su periodi è stato volto a dare persone una sensazione di quello che stava succedendo Quindi, per favore vedi la derivazione below. We hanno rapporti lattice T N-1 h lattice e lattice T 1 2 lattice dove lattice fc lattice è la frequenza di taglio teorico e h è il tempo tra i campioni , chiaramente lattice h 1 lattice dove lattice fs lattice è la frequenza di campionamento in campioni sec. Rearranging T N-1 h in una forma adatta per includere la frequenza di taglio, lattice fc lattice e la frequenza di campionamento, lattice fs lattice, viene mostrato below. So utilizzando lattice FC 0 5 Hz lattice e lattice fs 10 campioni di lattice sec in modo che il lattice fc fs 0 05 lattice gives. So il valore intero più vicino è a 4 Ri-organizzare la cui sopra have. So con N 4 abbiamo lattice fc 0 5307 Hz lattice Utilizzando N 3 dà un lattice lattice fc di 0 318 Hz Nota con N 1 abbiamo una copia completa senza filtering. Moving Average. Method metodo di media una finestra di lunghezza lunghezza della finestra finestra finestra predefinita esponenziale weighting. Sliding scorrevole si muove sopra i dati di ingresso lungo ciascun canale Per ogni campione finestra muove, il blocco calcola la media dei dati del coefficiente window. Exponential il blocco moltiplica i campioni da un insieme di fattori di ponderazione la grandezza dei fattori di ponderazione diminuisce esponenzialmente come età dei dati aumenta, senza mai raggiungere lo zero per calcolare la media, l'algoritmo somma ponderata data. Specify lunghezza della finestra Flag per specificare la lunghezza finestra predefinita off. When si seleziona questa casella di controllo, la lunghezza della finestra scorrevole è pari al valore si specifica di lunghezza finestra Quando si deseleziona questa casella di controllo, la lunghezza della finestra scorrevole è infinito in questa modalità, il blocco calcola la media del campione attuale e tutti i campioni precedenti nella lunghezza channel. Window lunghezza della finestra scorrevole 4 di default positivo lunghezza scalare integer. Window specifica la lunghezza della finestra scorrevole Questo parametro viene visualizzato quando si seleziona il controllo di finestra specifica lunghezza box. Forgetting fattore fattore di ponderazione esponenziale 0 9 predefinita scalare reale positivo nel campo dei parametri 0,1.This si applica quando si imposta metodo di ponderazione esponenziale un fattore dimenticando di 0 9 dà più peso ai dati più vecchi di non dimenticare un fattore di 0 1 un fattore dimenticando di 1 0 indica memoria infinita Tutti i campioni precedenti sono date un parametro pari peso. Questo è sintonizzabile è possibile modificare il suo valore anche durante la simulation. Simulate usando il tipo di simulazione per eseguire codice generazione di default modello execution. Simulate interpretato utilizzando il codice C generato la prima volta che si esegue una simulazione, Simulink genera codice C per il blocco di codice C viene riutilizzato per le simulazioni successive, fintanto che il modello non cambia Questa opzione richiede il tempo di avvio addizionale ma fornisce velocità di simulazione più veloce rispetto al modello execution. Simulate interpretato utilizzando l'interprete di MATLAB Questa opzione riduce il tempo di avvio, ma ha più lenta velocità di simulazione di codice generation. Sliding finestra Method. In lo scorrimento metodo della finestra, l'uscita di ogni campione di ingresso è la media del campione attuale e la Len - 1 campioni precedenti Len è la lunghezza della finestra per calcolare il primo Len - 1 uscite, quando la finestra non ha ancora, i dati sufficienti algoritmo riempie la finestra di zeri Come esempio, per calcolare la media quando il secondo campione di ingresso arriva, l'algoritmo riempie la finestra con Len - 2 zeri vettore di dati, x è allora i due campioni di dati seguito da Len - 2 zeri. se non si specifica la lunghezza della finestra, l'algoritmo sceglie una lunghezza infinita finestra in questa modalità, l'uscita è la media mobile del campione attuale e tutti i campioni precedenti nella channel. Exponential ponderazione Method. In il metodo di ponderazione esponenziale, il media mobile è calcolata in modo ricorsivo utilizza questi formulas. w N w N 1 1 x N 1 1 w N x N 1 1 w N x Nx N media mobile al sample. x corrente N immissione dei dati in corso sample. x N 1 Moving media a il precedente sample. Forgetting factor. w fattore N ponderazione applicata al campione di dati corrente. 1 1 w N x N 1 Effetto dei dati precedenti sulla average. For il primo campione, dove N 1, l'algoritmo sceglie w N 1 Per il campione successivo, il fattore di ponderazione è aggiornato e utilizzato per calcolare la media, secondo l'equazione ricorsiva Poiché l'età dei dati aumenta, l'incidenza del fattore di ponderazione diminuisce esponenzialmente e non raggiunge lo zero In altre parole, i dati recenti ha più influenza sulla media attuale al valore data. The precedente del fattore di oblio determina la tasso di variazione del fattori di ponderazione un fattore di dimenticanza di 0 9 dà più peso ai dati più vecchi di quanto non faccia un fattore dimenticando di 0 1 un fattore dimenticando di 1 0 indica memoria infinita Tutti i campioni precedenti sono date un uguale weight. Select il Paese .