الانتقال من المتوسط فلتر تأخير

المتوسط ​​المتحرك كمصفاة. المتوسط ​​المتحرك غالبا ما يستخدم لتلطيف البيانات في وجود ضوضاء. المتوسط ​​المتحرك البسيط غير معترف به دائما كمرشاح فير فيرست ريسبونز ريسبونز فير، وهو في الواقع أحد المرشحات الأكثر شيوعا في معالجة الإشارات علاجها كفلتر يسمح مقارنتها مع، على سبيل المثال، مرشحات المخلوطة نافذة انظر المقالات على تمريرة المنخفضة تمريرة عالية وتمرير الفرقة والمرشحات رفض الفرقة لأمثلة على تلك الفرق الرئيسي مع تلك المرشحات هو أن المتوسط ​​المتحرك مناسب للإشارات التي ترد فيها المعلومات المفيدة في المجال الزمني الذي يمكن من خلاله قياس القياسات عن طريق حساب المتوسطات مثالا أوليا على المرشحات المخلوطة بالنافذة، من ناحية أخرى، هي عوامل أداء قوية في مجال الترددات مع تكافؤ الصوت معالجة كمثال نموذجي هناك مقارنة أكثر تفصيلا من كلا النوعين من المرشحات في المجال الزمني مقابل نطاق التردد أداء الفلاتر إذا كان لديك بيانات التي على حد سواء الوقت و مجال التردد مهم، ثم قد ترغب في إلقاء نظرة على الاختلافات على المتوسط ​​المتحرك الذي يقدم عددا من الإصدارات المرجحة من المتوسط ​​المتحرك التي هي أفضل في ذلك. المتوسط ​​المتحرك للطول N يمكن تعريف as. written باسم فإنه ينفذ عادة مع عينة الإخراج الحالية كمتوسط ​​للعينات N السابقة التي ينظر إليها كفلتر، يؤدي المتوسط ​​المتحرك توليفة لتتابع الدخل شن مع نبضة مستطيلة طول N والارتفاع 1 N لجعل مساحة نبض، وبالتالي كسب المكسب، واحد في الممارسة العملية، فمن الأفضل أن تأخذ غير فردي على الرغم من أنه يمكن أيضا حساب المتوسط ​​المتحرك باستخدام عدد زوجي من العينات، وذلك باستخدام قيمة فردية ل N لديه ميزة أن يكون تأخير المرشح عددا صحيحا من العينات نظرا لأن تأخر الفلتر مع العينات N هو بالضبط N-1 2 ويمكن عندئذ مواءمة المتوسط ​​المتحرك تماما مع البيانات الأصلية بتحويله بعدد صحيح من العينات. الوقت مجال. منذ موفي نانوغرام متوسط ​​هو التلازم مع نبض مستطيلة، استجابة ترددها هو وظيفة المخلوق هذا يجعل من شيء مثل المزدوج من مرشح النافذة المصدق، لأن هذا هو التلازم مع نبض المخلص الذي يؤدي إلى استجابة تردد مستطيلة. فهو وهذا استجابة تردد المخلص الذي يجعل المتوسط ​​المتحرك أداء الفقراء في مجال التردد ومع ذلك، فإنه يؤدي بشكل جيد جدا في المجال الزمني لذلك، فمن مثالية لتسهيل البيانات لإزالة الضوضاء بينما في نفس الوقت لا تزال تحافظ على استجابة خطوة سريعة الشكل 1 . الشكل 1 تمهيد بمرشح متوسط ​​متحرك. بالنسبة للمضيف النموذجي الأبيض غاوس الضوضاء أوغن التي غالبا ما يفترض، المتوسط ​​N عينات له تأثير زيادة شنر بعامل من سرت N منذ الضوضاء لعينات الفردية غير مترابطة، هناك هو لا يوجد سبب لعلاج كل عينة مختلفة وبالتالي، فإن المتوسط ​​المتحرك، الذي يعطي كل عينة نفس الوزن، والتخلص من الحد الأقصى من الضوضاء لحدوث استجابة خطوة معينة. السبب هو مرشح فير، ويمكن تنفيذ المتوسط ​​المتحرك من خلال التفاف وسوف يكون بعد ذلك نفس الكفاءة أو عدم وجوده مثل أي مرشح آخر من معلومات الطيران ومع ذلك، فإنه يمكن أيضا أن تنفذ بشكل متكرر، بطريقة فعالة جدا ويتبع مباشرة من وتعرف أن هذه الصيغة هي نتيجة للتعبيرين عن ين و ين 1، i e. حيث نلاحظ أن التغيير بين ين 1 و ين هو أن مصطلح إضافي شن 1 N يظهر في النهاية، في حين أن المصطلح x ن 1 N من البداية في التطبيقات العملية، غالبا ما يكون من الممكن ترك التقسيم بواسطة N لكل مصطلح من خلال التعويض عن الكسب الناتج من N في مكان آخر. هذا التنفيذ المتكرر سيكون أسرع بكثير من الالتفاف كل قيمة جديدة y يمكن مع إضافة اثنين فقط من الإضافات بدلا من الإضافات N التي ستكون ضرورية للتنفيذ المباشر للتعريف الشيء الوحيد الذي يجب البحث عنه بالتنفيذ المتكرر هو أن أخطاء التقريب سوف تتراكم هذه الأمهات y أو قد لا تكون مشكلة للتطبيق الخاص بك، ولكنه يعني أيضا أن هذا التنفيذ المتكرر سوف تعمل في الواقع بشكل أفضل مع تنفيذ عدد صحيح من مع أرقام نقطة العائمة هذا أمر غير عادي تماما، لأن تنفيذ نقطة عائمة هو عادة أكثر بساطة. الاستنتاج من يجب أن يكون كل هذا يجب أن لا يقلل من شأن فائدة المرشح المتوسط ​​المتحرك البسيط في تطبيقات معالجة الإشارات. فيلتر ديسين تول. تكمل هذه المقالة بأداة تصفية التصميم تجربة مع قيم مختلفة ل N وتصور المرشحات الناتجة جربه الآن. موفينغ أفيراج فيلتر ما مرشح. المرشح المرشح المتوسط ​​المتحرك عبارة عن مرشح بسيط للاستجابة النبضية للمرور المنخفض منخفض التداخل يستخدم عادة لتلطيف صفيف من إشارة البيانات المأخوذة من عينات يأخذ M عينات من المدخلات في وقت واحد ويأخذ متوسط ​​تلك العينات M و وتنتج نقطة الانتاج واحد وهو بسيط جدا ليف منخفض تمرير مرشح الهيكل الذي يأتي مفيد للعلماء والمهندسين لتصفية n غير المرغوب فيها n عنصر أويسي من البيانات المقصود. كما أن طول مرشح يزيد من المعلمة M نعومة الزيادات الإخراج، في حين أن التحولات الحادة في البيانات غير حادة على نحو متزايد وهذا يعني أن هذا المرشح لديه استجابة المجال الوقت ممتازة ولكن استجابة الترددات الفقيرة. يقوم عامل التصفية ما بتنفيذ ثلاث وظائف هامة. 1 يأخذ نقاط الإدخال M ويحسب متوسط ​​تلك النقاط M وينتج نقطة خرج واحدة 2 نظرا لحسابات الحساب المعنية المرشح يقدم كمية محددة من التأخير 3 يعمل مرشح كما منخفضة تمرير مرشح مع رداء المجال استجابة الفقراء والاستجابة مجال الوقت جيدة. ملف التعليمات البرمجية ماتلاب التالية يحاكي استجابة المجال الزمني من M - نقطة نقل المتوسط ​​مرشح وأيضا المؤامرات استجابة التردد لمختلف أطوال مرشح. الوقت استجابة المجال. إدخال إلى ما مرشح.3 نقطة ما مرشح الإخراج. إدخال إلى نقل متوسط ​​مرشح. استجابة من 3 نقطة نقل متوسط ​​مرشح. نقطة 51 ما مرشح الإخراج. نقطة 101 ما فلتر أوتبو t. Response من 51 نقطة متحرك متوسط ​​المرشح. استجابة من 101 نقطة نقل متوسط ​​المرشح 5.01 نقطة ما مرشح الإخراج. استجابة من 501 نقطة نقل المتوسط ​​مرشح. في المؤامرة الأولى، لدينا المدخلات التي تسير في نقل متوسط ​​المرشح الإدخال صاخب وهدفنا هو الحد من الضوضاء الرقم التالي هو استجابة الإخراج من 3-موفينغ المتوسط ​​المتحرك مرشح ويمكن استنتاج من الرقم أن 3-نقطة نقل المتوسط ​​مرشح لم تفعل الكثير في تصفية من الضوضاء نحن زيادة الصنابير فلتر إلى 51 نقطة ويمكننا أن نرى أن الضوضاء في الإخراج قد خفضت كثيرا، وهو ما هو مبين في الشكل التالي. استجابة التردد من المتوسطات المتحركة المنقولة من أطوال مختلفة. نحن زيادة الصنابير إلى مزيد من 101 و 501 ويمكننا أن نلاحظ أنه حتى على الرغم من أن الضوضاء هو ما يقرب من الصفر، واندلعت التحولات خارج مراقبة بشكل كبير المنحدر على جانبي إشارة ومقارنتها مع الجدار المثالي الطوب الانتقال في مدخلاتنا. استجابة التردد. من التردد يمكن التأكيد على أن الانهيار بطيء جدا والتوهين في نطاق التوقف ليس جيدا نظرا إلى التوهين في نطاق التوقف، فمن الواضح أنه لا يمكن لمرشاح المتوسط ​​المتحرك فصل نطاق واحد من الترددات من آخر لأننا نعلم أن الأداء الجيد في الوقت في أداء ضعيف في مجال التردد، والعكس بالعكس باختصار، فإن المتوسط ​​المتحرك هو مرشح تمهيد جيد بشكل استثنائي العمل في المجال الزمني، ولكن مرشح تمريرة منخفضة سيئة للغاية العمل في مجال التردد. الخارجية الروابط ويوضح هذا المثال كيفية استخدام المرشحات المتوسطة المتحركة وإعادة العزلة لعزل تأثير المكونات الدورية للوقت من اليوم على قراءات درجة الحرارة كل ساعة، وكذلك إزالة الضوضاء خط غير المرغوب فيها من قياس الجهد حلقة مفتوحة و يوضح المثال أيضا كيفية تسهيل مستويات إشارة الساعة مع الحفاظ على الحواف باستخدام عامل تصفية وسيط يوضح المثال أيضا كيفية استخدام فلتر هامبيل لإزالة حجم كبير liers. Smoothing هو كيف نكتشف أنماط مهمة في بياناتنا في حين تترك الأشياء التي هي غير مهم أي الضوضاء نحن نستخدم تصفية لتنفيذ هذا التمهيد هدف التمهيد هو إحداث تغييرات بطيئة في القيمة بحيث يكون من الأسهل أن نرى الاتجاهات في بياناتنا في بعض الأحيان عند فحص بيانات المدخلات قد ترغب في تسهيل البيانات من أجل رؤية اتجاه في إشارة في مثالنا لدينا مجموعة من قراءات درجة الحرارة في مئوية أخذت كل ساعة في مطار لوغان لكامل شهر يناير 2011. لاحظ أننا يمكن أن نرى بصريا تأثير أن الوقت من اليوم لديه على قراءات درجة الحرارة إذا كنت مهتما فقط في التغير في درجة الحرارة اليومية خلال الشهر، وتقلبات ساعة تسهم فقط الضوضاء، والتي يمكن أن تجعل من الصعب اليومية الاختلافات لتمييز لإزالة وتأثير الوقت من اليوم، ونحن الآن ترغب في تسهيل البيانات الخاصة بنا باستخدام فلتر المتوسط ​​المتحرك. A نقل المتوسط ​​مرشح. في أبسط أشكاله، مرشح المتوسط ​​المتحرك من طول N يأخذ أفيراج ه من كل N عينة متتالية من شكل الموجة. لتطبيق مرشح متوسط ​​متحرك لكل نقطة بيانات نقوم ببناء معاملاتنا من المرشح بحيث تكون كل نقطة مرجحة على قدم المساواة وتساهم 1 24 إلى المتوسط ​​الكلي وهذا يعطينا متوسط ​​درجة الحرارة على مدى كل فترة 24 ساعة. مرشح تأخير. ملاحظة أن الإخراج تصفيتها تأخر بنحو اثني عشر ساعة ويرجع ذلك إلى حقيقة أن لدينا مرشح المتوسط ​​المتحرك لديه تأخير. أي مرشح متماثل من طول N سيكون لها تأخير من N-1 2 عينات يمكننا حساب هذا التأخير يدويا. استخراج متوسط ​​الاختلافات. بدلا من ذلك، يمكننا أيضا استخدام فلتر المتوسط ​​المتحرك للحصول على تقدير أفضل لكيفية تأثير الوقت من اليوم على درجة الحرارة العامة للقيام بذلك، أولا، طرح البيانات ممهدة من ساعة قياسات درجة الحرارة ثم، تقسيم البيانات المختلفة إلى أيام واتخاذ المتوسط ​​خلال جميع أيام 31 في الشهر. استخراج الذروة المغلف. في بعض الأحيان نود أيضا أن يكون لها تقدير متفاوت بسلاسة لكيفية ارتفاع والأدنى من تغيرات درجة الحرارة لدينا يوميا للقيام بذلك يمكننا استخدام وظيفة المغلف لربط أعلى مستوياته القصوى والقصيرة الكشف عن مجموعة فرعية من فترة 24 ساعة في هذا المثال، ونحن نضمن أن هناك ما لا يقل عن 16 ساعة بين كل متطرفة عالية ومتطرفة منخفض يمكننا أيضا الحصول على شعور كيف تتجه الارتفاعات والانخفاضات عن طريق أخذ المتوسط ​​بين النقيضين. المرشح المتوسط ​​المتوسط ​​المرشح. أنواع أخرى من مرشحات المتوسط ​​المتحرك لا وزن كل عينة على قدم المساواة. أي مرشح مشترك آخر يتبع التوسع الحدين من هذا النوع من المرشح يقترب من منحنى عادي لقيم كبيرة من n ومن المفيد لتصفية الضوضاء عالية التردد ل n الصغيرة للعثور على معاملات للمرشح ذي الحدين، مع نفسه مع نفسه ومن ثم تكرارا إجبار الإخراج مع عدد محدد من المرات في هذا المثال، استخدم خمسة تكرارات كاملة. مرشح آخر يشبه إلى حد ما مرشح توسع غاوس هو مرشح المتوسط ​​المتحرك الأسي هذا النوع من التحرك المرجح مرشح غضب من السهل بناء و لا يتطلب حجم نافذة كبيرة. يمكنك ضبط متوسط ​​أضعافا مضاعفة المتوسط ​​المتحرك مرشح بواسطة معلمة ألفا بين صفر و واحد قيمة أعلى من ألفا سيكون أقل تمهيد. زوم في على قراءات ليوم واحد. اختر بلدك.