نقل متوسط عامل تصفية التعليمات البرمجية ماتلاب

تم إنشاءه بتاريخ الأربعاء، 08 تشرين 1 / أكتوير 2008 20:04 آخر تحديث على الخميس، 14 مارس 2013 01:29 كتب بواسطة باتوهان أوسمانوغلو الزيارات: 41086 متوسط ​​التحرك في ماتلاب غالبا ما أجد نفسي في حاجة إلى متوسط ​​البيانات لدي للحد من الضوضاء قليلا قليلا. كتبت وظائف زوجين للقيام بالضبط ما أريد، ولكن ماتلابس بنيت في وظيفة مرشح يعمل جيدة جدا كذلك. هنا سوء كتابة حول 1D و 2D المتوسط ​​من البيانات. 1D مرشح يمكن أن تتحقق باستخدام وظيفة مرشح. وتتطلب وظيفة المرشاح ثلاثة معلمات دخل على الأقل: معامل البسط للمرشاح (ب)، ومعامل القاسم للمرشاح (أ)، والبيانات (X) بطبيعة الحال. يمكن تعريف مرشح متوسط ​​التشغيل ببساطة عن طريق: بالنسبة للبيانات 2D يمكننا استخدام وظيفة ماتلابس filter2. لمزيد من المعلومات حول كيفية عمل الفلتر، يمكنك كتابة: هنا تنفيذ سريع وقذر لمرشح متوسط ​​متحرك 16 إلى 16. أولا نحن بحاجة إلى تحديد عامل التصفية. لأن كل ما نريده هو مساهمة متساوية من جميع الجيران يمكننا فقط استخدام تلك الوظيفة. نحن تقسيم كل شيء مع 256 (1616) لأننا لا نريد لتغيير المستوى العام (السعة) للإشارة. لتطبيق المرشح يمكننا ببساطة أن نقول ما يلي أدناه نتائج لمرحلة التداخل. في هذه الحالة المدى في محور Y ويتم تعيين السمت على محور X. كان المرشح بعرض 4 بكسل في النطاق و 16 بكسل عرضا في السمت. تحميل movAv. m (انظر أيضا movAv2 - إصدار محدث يسمح بالترجيح) الوصف يتضمن ماتلاب وظائف تسمى موفافغ و تسموفافغ (المتوسط ​​المتحرك لسلسلة زمنية) في الأدوات المالية، تم تصميم موفاف لتكرار الوظائف الأساسية لهذه. يوفر رمز هنا مثالا لطيفا لإدارة الفهارس داخل الحلقات، والتي يمكن أن تكون مربكة لتبدأ. إيف عمدا أبقى رمز قصيرة وبسيطة للحفاظ على هذه العملية واضحة. موفاف ينفذ متوسط ​​متحرك بسيط التي يمكن استخدامها لاستعادة البيانات صاخبة في بعض الحالات. وهو يعمل عن طريق أخذ متوسط ​​المدخلات (y) على نافذة انزلاق الوقت، وحجم التي يتم تحديدها من قبل n. وكلما كان أكبر n، كلما زاد مقدار تمهيد تأثير n بالنسبة لطول متجه الدخل y. وبشكل فعال (جيدا، نوع من) يخلق مرشح تردد لوباس - انظر قسم الأمثلة والاعتبارات. ولأن كمية التجانس التي توفرها كل قيمة n هي نسبة إلى طول متجه الدخل، فإن قيمته دائما تستحق اختبار قيم مختلفة لترى ما هو مناسب. تذكر أيضا أنه يتم فقدان n نقاط على كل متوسط ​​إذا ن هو 100، أول 99 نقطة من ناقلات الإدخال لا تحتوي على بيانات كافية لمتوسط ​​100pt. ويمكن تجنب ذلك إلى حد ما عن طريق تكديس المتوسطات، على سبيل المثال، مقارنة الشفرة والرسم البياني أدناه بعدد من متوسطات إطار الطول المختلفة. لاحظ كيف يتم مقارنة 1010pt السلس إلى متوسط ​​20pt واحد. في كلتا الحالتين يتم فقدان 20 نقطة من البيانات في المجموع. إنشاء زاكسيس x1: 0.01: 5 توليد الضوضاء ضوضاء الضوضاء 4 ريبات (راندن (1، سيل (نوميل (x) نويزريبس))، نويزريبس، 1) إعادة تشكيل الضوضاء (الضوضاء، 1، الطول (الضوضاء) نويزريبس توليد الضوضاء يداتا يكس ( x) 10nnoise (1: لينغث (x)) بيرفورم إديتيونس: y2 موفاف (y، 10) 10 بت y3 موفاف (y2، 10) 1010 بت y4 موفاف (y، 20) 20 بت y5 موفاف (y، 40) 40 بت (x، y، y2، y3، y4، y5، y6) أسطورة (البيانات الخام، المتوسط ​​المتحرك 10pt، 1010pt، 20pt، 40pt، 100pt) زلابيل (x) يلابيل (y، 100) y) (مقارنة المتوسطات المتحركة) movAv. m كود تشغيل من خلال وظيفة الإخراج موفاف (y، n) يحدد السطر الأول اسم الدالات والمدخلات والمخرجات. وينبغي أن يكون الدخل x متجه البيانات من أجل أداء المتوسط ​​على n، وينبغي أن يكون عدد النقاط التي تؤدي إلى المتوسط ​​فوق المخرجات سيحتوي على البيانات المتوسطة التي تعادها الدالة. (1)، نوميل (y)) البحث عن نقطة منتصف ن منتصف الجولة (n2) يتم العمل الرئيسي من وظيفة في ل حلقة، ولكن قبل البدء يتم إعداد أمرين. أولا يتم تخصيص الإخراج مسبقا كما نانز، وهذا خدم غرضين. أولا ما قبل التخصيص هو ممارسة جيدة عموما لأنه يقلل من شعوذة الذاكرة ماتلاب يجب القيام به، وثانيا، فإنه يجعل من السهل جدا لوضع البيانات المتوسطة إلى إخراج نفس حجم ناقلات الإدخال. وهذا يعني أن نفس زاكسيس يمكن استخدامها في وقت لاحق لكلا، والتي هي مريحة للتآمر، بدلا من ذلك يمكن إزالة نانز في وقت لاحق في سطر واحد من التعليمات البرمجية (إخراج الإخراج (وسيستخدم منتصف متغير لمحاذاة البيانات في متجه الإخراج. إذا ن 10، سيتم فقدان 10 نقاط لأنه، لأول 9 نقاط من ناقلات الإدخال، لا توجد بيانات كافية لاتخاذ متوسط ​​10 نقطة، حيث أن الإخراج سيكون أقصر من المدخلات، فإنه يحتاج إلى محاذاة بشكل صحيح. وسوف منتصف ، بحيث يتم فقدان كمية متساوية من البيانات في البداية والنهاية، ويتم حفظ المدخلات محاذاة مع الإخراج من قبل المخازن المؤقتة نان التي تم إنشاؤها عند ترحيل الإخراج ل 1: طول (y) - n البحث عن مؤشر متوسط ​​يأخذ متوسط (a: b) بان (a: b) إند حساب في المتوسط ​​بالنسبة للحلقة نفسها، يتم حساب متوسط ​​على كل شريحة متتالية من الدخل، ويتم تشغيل الحلقة ل a وهي (y)، ناقص البيانات التي ستفقد (n) إذا كان المدخل 100 نقطة لو نغ و n هو 10، ستعمل الحلقة من (أ) من 1 إلى 90. وهذا يعني أن يوفر أول مؤشر للقطر ليكون متوسطه. المؤشر الثاني (ب) هو ببساطة 1-. لذلك على التكرار الأول، a1. n10. لذلك ب 11-1 10. يتم أخذ المتوسط ​​الأول على y (a: b). أو x (1:10). يتم تخزين متوسط ​​هذا القطاع، الذي هو قيمة واحدة، في الناتج في مؤشر أميدبوانت. أو 156. في التكرار الثاني، أ 2. ب 210-1 11. بحيث يتم أخذ المتوسط ​​على x (2:11) وتخزينها في الإخراج (7). على التكرار الأخير من حلقة لإدخال طول 100، a91. ب 9010-1 100 بحيث يؤخذ المتوسط ​​على x (91: 100) ويخزن في الإخراج (95). هذا يترك الناتج مع ما مجموعه n (10) قيم نان في مؤشر (1: 5) و (96: 100). أمثلة واعتبارات تعد المعدلات المتحركة مفيدة في بعض الحالات، لكنها ليست دائما الخيار الأفضل. وهنا مثالان حيث أنها ليست بالضرورة الأمثل. میکروفون المیکروفون تمثل مجموعة البیانات ھذه مستویات کل تردد یتم إنتاجھ بواسطة مکبر وتسجيلھ بواسطة میکروفون مع استجابة خطیة معروفة. يختلف خرج المتكلم مع التردد، ولكن يمكننا تصحيح هذا الاختلاف مع بيانات المعايرة - الإخراج يمكن تعديلها في المستوى لحساب التقلبات في المعايرة. لاحظ أن البيانات الخام صاخبة - وهذا يعني أن تغيير طفيف في التردد يبدو أن يتطلب تغيير كبير، غير منتظم، في المستوى لحساب. هل هذا واقعي أم أن هذا ناتج عن بيئة التسجيل من المعقول في هذه الحالة تطبيق متوسط ​​متحرك ينعم منحنى ليفيلفركنسي لتوفير منحنى المعايرة الذي هو أقل قليلا غير منتظمة. ولكن لماذا لا يكون هذا الأمثل في هذا المثال المزيد من البيانات سيكون أفضل - معايرة متعددة تعمل وسطيا معا من شأنه أن يدمر الضوضاء في النظام (طالما عشوائية لها) وتوفير منحنى مع تفاصيل أقل خفية فقدت. يمكن للمتوسط ​​المتحرك تقريب هذا فقط، ويمكن إزالة بعض الانخفاضات تردد أعلى وقمم من المنحنى التي توجد بالفعل. الموجات الجيبية باستخدام المتوسط ​​المتحرك على موجات جيبية يسلط الضوء على نقطتين: المسألة العامة لاختيار عدد معقول من النقاط لأداء المتوسط ​​أكثر. لها بسيطة، ولكن هناك طرق أكثر فعالية من تحليل الإشارات من المتوسطات تتأرجح إشارات في المجال الزمني. في هذا الرسم البياني، يتم رسم موجة جيبية الأصلية باللون الأزرق. يتم إضافة الضوضاء وتآمر كما منحنى البرتقال. ويجرى المتوسط ​​المتحرك بأعداد مختلفة من النقاط لمعرفة ما إذا كان بالإمكان استرداد الموجة الأصلية. 5 و 10 نقاط تقدم نتائج معقولة، ولكن لا إزالة الضوضاء تماما، حيث أن أعداد أكبر من النقاط تبدأ في فقدان التفاصيل السعة كمتوسط ​​يمتد على مراحل مختلفة (تذكر الموجة تتأرجح حول الصفر، ويعني (-1 1) 0) . وهناك نهج بديل يتمثل في إنشاء مرشح لوباس مما يمكن تطبيقه على الإشارة في مجال التردد. إم لن يذهب إلى التفاصيل لأنها تتجاوز نطاق هذه المادة، ولكن كما الضوضاء هو تردد أعلى بكثير من موجات التردد الأساسي، سيكون من السهل إلى حد ما في هذه الحالة لبناء مرشح لوباس من إزالة عالية التردد ضوضاء 29 سبتمبر 2013 متوسط ​​التحريك حسب التوليف ما هو المتوسط ​​المتحرك وما هو جيد لكيفية التحرك في المتوسط ​​باستخدام التوليف المتوسط ​​المتحرك هو عملية بسيطة تستخدم عادة لقمع ضجيج إشارة: نحدد قيمة كل نقطة إلى متوسط ​​القيم في حيها. بواسطة الصيغة: هنا x هو الإدخال و y هو إشارة الإخراج، في حين أن حجم النافذة ث، من المفترض أن تكون غريبة. تصف الصيغة أعلاه عملية متماثلة: تؤخذ العينات من كلا الجانبين من النقطة الفعلية. وفيما يلي مثال على الحياة الحقيقية. النقطة التي وضعت عليها النافذة هي باللون الأحمر. القيم خارج X من المفترض أن تكون الأصفار: للعب حول ونرى آثار المتوسط ​​المتحرك، إلقاء نظرة على هذه المظاهرة التفاعلية. كيفية القيام بذلك عن طريق التلافيف كما قد تكون قد اعترفت، حساب المتوسط ​​المتحرك البسيط هو مماثل للالتفاف: في كلتا الحالتين نافذة ينزلق على طول إشارة وتتلخص العناصر في النافذة. لذلك، محاولة إعطائها أن تفعل الشيء نفسه باستخدام الإلتواء. استخدام المعلمات التالية: الإخراج المطلوب هو: كما النهج الأول، دعونا نحاول ما نحصل عليه عن طريق تحويل إشارة x بواسطة نواة k التالية: الإخراج هو بالضبط ثلاث مرات أكبر مما كان متوقعا. ويمكن أيضا أن ينظر إليه، أن قيم الإخراج هي ملخص العناصر الثلاثة في النافذة. ولأنه أثناء الانحلال، فإن النافذة تنزلق على طولها، وتضاعف كل العناصر فيها بتلخص ثم تلخص: يك 1 كدوت x 1 كدوت x 1 كدوت x للحصول على القيم المطلوبة من y. يتم تقسيم الإخراج إلى 3: بواسطة صيغة تتضمن التقسيم: ولكن لن يكون من الأفضل القيام بالشعبة أثناء الانحلال هنا تأتي الفكرة من خلال إعادة ترتيب المعادلة: لذا سنستخدم النواة k التالية: وبهذه الطريقة سنقوم الحصول على الإخراج المطلوب: بشكل عام: إذا كنا نريد أن نفعل المتوسط ​​المتحرك عن طريق الالتفاف وجود حجم نافذة w. سوف نستخدم نواة k التالية: وظيفة بسيطة تفعل المتوسط ​​المتحرك هي: مثال الاستخدام هو: