Matlab Keskitetty Liukuva Keskiarvo Suodatin

Luotu keskiviikkona, 08 lokakuu 2008 20:04 Viimeisin päivitys torstaina, 14. maaliskuuta 2013 01:29 Kirjoittanut Batuhan Osmanoglu Osumat: 41506 Liukuva keskiarvo Matlabissa Usein olen sitä mieltä, että minulla on oltava keskimäärin tiedot, joiden on vähennettävä melua vähän bitti. Kirjoitin pari toimintoa, jotta voisin tehdä täsmälleen mitä haluan, mutta suodattimen toimintoihin rakennettu matalakit toimivat melko hyvin. Täällä kirjoitetaan 1D: n ja 2D: n keskimääräinen data. 1D-suodatin voidaan toteuttaa käyttämällä suodatustoimintoa. Suodatintoiminto vaatii vähintään kolme syöttöparametria: suodattimen (b) laskentakerroin, suodattimen (a) nimittäjäkerroin ja tietenkin (X). Juoksevan keskimääräisen suodattimen voi määritellä yksinkertaisesti: 2D-datalle voimme käyttää Matlabs-suodatinta2 - toimintoa. Lisätietoja suodattimen toiminnasta voit kirjoittaa: Tässä on nopea ja likaista 16: nteen liukuvan keskimääräisen suodattimen toteutusta. Ensin meidän on määriteltävä suodatin. Koska kaikki haluamme on kaikkien naapureiden tasainen panos, voimme vain käyttää niitä. Jaamme kaiken 256: llä (1616), koska emme halua muuttaa signaalin yleistä tasoa (amplitudi). Suodattimen käyttämiseksi voimme yksinkertaisesti sanoa seuraavaksi Alla on tulokset SAR-interferogrammin vaiheelle. Tässä tapauksessa Alue on Y-akselilla ja Asemuutti on kartoitettu X-akselilla. Suodatin oli 4 pikseliä leveä ja 16 pikseliä leveä Azimutissa. Minulla on vektori ja haluan laskea sen liukuvan keskiarvon (käyttäen leveyden 5 ikkunaa). Esimerkiksi, jos kyseinen vektori on 1,2,3,4,5,6,7,8. tuloksena olevan vektorin ensimmäinen tulkinta olisi kaikkien 1,2,3,4,5 (eli 15) summien summa tuloksena olevan vektorin toisen tulon summa olisi kaikkien 2,3,4, 5,6 (ts. 20) jne. Lopulta tuloksena olevan vektorin tulisi olla 15,20,25,30. Kuinka voin tehdä, että conv-toiminto on aivan kadullasi: kolme vastausta, kolme eri tapaa. Tässä on nopea vertailuarvo (eri panoskokoja, kiinteä ikkunan leveys 5) käyttämällä aikaa, voit vapaasti pilata reikiä siinä (kommenteissa), jos luulet sen olevan hienostunut. conv näkyy nopein lähestymistapa noin kaksi kertaa nopeammin kuin kolikot lähestymistapa (suodatin). ja noin neljä kertaa nopeammin kuin Luis Mendos lähestyy (käyttäen cumsum). Tässä on toinen vertailuarvo (kiinteä panoskoko 1e4, eri ikkunan leveydet). Tässä Luis Mendos cumsum-lähestymistapa ilmenee selkeänä voittajana, koska sen monimutkaisuutta ohjaa ensisijaisesti syötteen pituus ja se ei ole herkkä ikkunan leveydelle. Johtopäätös Yhteenvetona kannattaa käyttää conv-lähestymistapaa, jos ikkuna on suhteellisen pieni, käytä cumsum-lähestymistapaa, jos ikkuna on suhteellisen suuri. Koodi (vertailuarvoille) Minun täytyy laskea liikkuva keskiarvo tietosarjassa, silmukan sisällä. Minun täytyy saada liikkuva keskiarvo N9 päivää kohti. Määritelmä Im-laskenta on 4 sarja 365-arvoa (M), jotka itse ovat toisen datasarjan keskiarvot. Haluan piirtää tietoni keskimääräiset arvot liikkuvassa keskiarvossa yhdelle tontille. Olen googled hieman noin liikkuvia keskiarvot ja conv komento ja löytänyt jotain, jonka yritin toteuttaa koodini: Joten pohjimmiltaan minä laskea keskiarvo ja piirtää sen (väärä) liukuva keskiarvo. Otin wts-arvon pois mathworks-sivustosta, joten se on virheellinen. (lähde: mathworks. nlhelpeconmoving-average-trend-estimation. html) Minun ongelmani on kuitenkin se, etten ymmärrä mitä tämä wts on. Voisiko joku selittää, jos sillä on jotain tekemistä arvojen painojen kanssa: se on tässä tapauksessa virheellinen. Kaikki arvot on painotettu samalla tavalla. Ja jos teen tämän täysin väärin, voisinko saada apua tähän. Kiitokseni. kysyi syyskuu 23 14 klo 19:05 Konf on erinomainen tapa toteuttaa liukuva keskiarvo. Käytetyssä koodissa wts on kuinka paljon punnit jokainen arvo (kuten olet arvannut). kyseisen vektorin summan tulisi aina olla yhtä suuri kuin yksi. Jos haluat painottaa jokaista arvoa tasaisesti ja tehdä koon N liikkuvan suodattimen, niin haluat tehdä. Käyttämällä kelvollista argumenttia konvoluutiossa seurauksena on vähemmän arvoja M: n kuin sinulla on M. Käytä samaa, jos et pidä vaikutuksia nolla täyttöä. Jos sinulla on signaalinkäsittelylaatikko, voit käyttää cconv-koodia, jos haluat kokeilla pyöreää liukuvaa keskiarvoa. Jotain kuin sinun pitäisi lukea conv ja cconv dokumentaatiota lisätietoja, jos et ole jo. Voit käyttää suodatinta löytääksesi juoksevan keskiarvon käyttämättä silmukkaa. Tämä esimerkki löytää 16-elementti-vektorin juoksevan keskiarvon käyttäen ikkunan kokoa 5. 2) sileä osa Curve Fitting Toolboxia (joka on useimmissa tapauksissa käytettävissä) yy sileä (y) sileää datan sarakevektoriin y käyttämällä liikkuvaa keskimääräistä suodatinta. Tulokset palautetaan sarake vektorissa yy. Oletusvälin liikkuva keskiarvo on 5.Moving Average Filter (MA-suodin) Loading. Liikkuva keskimääräinen suodatin on yksinkertainen alipäästösuodatin (Finite Impulse Response) - suodatin, jota käytetään yleisesti näytteenoton datasignaalin tasoittamiseen. Se ottaa näytteitä M kerrallaan ja ottaa näiden M-näytteiden keskiarvon ja tuottaa yhden lähtöpisteen. Se on hyvin yksinkertainen LPF (Low Pass Filter) - rakenne, joka on kätevä, kun tiedemiehet ja insinöörit suodattavat ei-toivottua meluisaa komponenttia suunnitelluista tiedoista. Suodattimen pituuden kasvaessa (parametri M) ulostulon sujuvuus kasvaa, kun taas datan terävät siirtymät ovat yhä tylsiä. Tämä merkitsee sitä, että tämä suodatin on erinomainen aika-alueen vastaus, mutta heikko taajuusvaste. MA-suodatin suorittaa kolme tärkeää tehtävää: 1) Se ottaa M-syöttöpisteet, laskee näiden M-pisteiden keskiarvon ja tuottaa yhden lähtöpisteen 2) Käytettyjen laskentakilaskelmien vuoksi. suodatin tuo määrätyn määrän viivettä 3) Suodatin toimii alipäästösuodattimena (huono taajuusalueen vastaus ja hyvä aika-alueen vastaus). Matlab-koodi: Matlab-koodin jäljitteleminen M-pisteen Moving Average - suodattimen aikavälien vasteena ja piirtää myös taajuusvasteen eri suodattimien pituuksille. Aika Domain Response: Ensimmäisellä piirroksella meillä on syöttö, joka menee liikkuvaan keskisuodattimeen. Tulo on meluisa ja tavoitteemme on vähentää melua. Seuraava luku on 3-pisteen Moving Average - suodattimen tuotosvaste. Kuviosta voidaan päätellä, että 3-pisteinen Moving Average - suodatin ei ole tehnyt paljon suodattamalla kohinaa. Lisäämme suodattimen hanat 51 pisteeseen ja voimme nähdä, että ulostulon kohina on vähentynyt paljon, mikä kuvataan seuraavassa kuvassa. Lisäämme hanat edelleen 101: een ja 501: een, ja voimme havaita, että vaikka melua on melkein nolla, siirtymät poistetaan jyrkästi (tarkkaile signaalin kummallakin puolella olevaa kaltevuutta ja verrataan niitä ihanteelliseen tiiliseinän siirtymään meidän panoksemme). Taajuusvaste: Taajuusvasteesta voidaan todeta, että rullaus on hyvin hidasta ja pysähtymän nauhan vaimeneminen ei ole hyvä. Tämän pysäytyskaistan vaimennuksen vuoksi selkeästi liikkuvan keskiarvosuodatin ei voi erottaa yhtä taajuuskaistaa toiselta. Koska tiedämme, että aika-alueella hyvä suorituskyky johtaa taajuusalueen heikkoon suorituskykyyn ja päinvastoin. Lyhyesti sanottuna liukuva keskiarvo on poikkeuksellisen hyvä tasoitussuodatin (aika-alueen toiminta), mutta poikkeuksellisen huono alipäästösuodatin (taajuusalueen toiminta). Ulkoiset linkit: Suositeltavat kirjat: Ensisijainen sivupalkki