Ich habe diese tägliche Zeitreihe der beobachteten Preise P1, P2 Pn. Ich möchte mit Rücksendungen arbeiten 0 P2-P1 Pn - PI wurde gesagt, um den ersten Term P1-P0 P1 zu entfernen, indem man ihn auf 0 setzt. Es scheint, dass diese 0 ist Ist sehr unterschiedlich von anderen Begriffen und nicht eine gute Lösung Ich denke sogar, dass es keine Lösung überhaupt ist. Hier sind die Lösung, die ich betrachte.0, da es keine Rückkehr am ersten Tag gibt. Im Einklang mit der Zeitreihe. Nichts, Einfach nur das problem zu entfernen. Was denkst du über dieses problem. This blieb über ein ähnliches Problem, das ich während des gleitenden Durchschnittes gehabt habe. Es gibt ähnliche fehlende Begriffe am Anfang der Zeitreihe Wenn du durchschnittlich machst, nehme ich normalerweise das letzte P-Wert vor meinem Date. Ich habe das gleiche Problem als vorher beim Beginn der Zeitreihe gibt es nicht genug Daten, um eine Summe mit p-Terme zu machen Gibt es einen Trick, um dieses Problem zu adressieren. Sollte es etwas ändern, um die p-Werte zu nehmen Nach meinem Datum die p-1 2 Werte vor und nach meinem Datum Es gewann t ändern den allgemeinen Begriff meines gleitenden Durchschnittes, aber nur die Werte am Anfang und am Ende meiner Zeitreihe ist es egal Wie. Ttnphns Sie sehen nur anders aus, weil die Histogramme gebissen wurden. Mein Punkt war jedoch zu zeigen, dass die ursprünglichen Werte zwischen -100 bis 100 lebten und nun nach der Normalisierung zwischen 0 und 1 leben, hätte ich einen anderen Graphen verwenden können, um das zu zeigen Oder nur zusammenfassende Statistiken user25658 Sep 23 13 at 16 23.Es gibt einen wichtigen Unterschied zwischen dieser Antwort und der bereits akzeptierten Antwort Das erklärte die Hauptidee klar und direkt und dann sekundär zeigte, wie man es in einem häufig verwendeten Programm umgeht. Umgekehrt posten Sie Hier nur Code Während ich glücklich bin zu glauben, dass dies ein guter Code ist, schreibe ich nicht PHP auf diesem Forum, das wir normalerweise kein Bündel von Antworten auf jede Frage haben, die erklärt, wie man es in jeder denkbaren Sprache macht. Ansonsten hätten wir hier Antworten SAS, SPSS, Stata, MATLAB, C, C, C, Java Python, etc, etc. Nick Cox Mai 27 15 bei 8 38. Ich glaube nicht, dass dies der einzige Unterschied ist In meinem Code habe ich auch gezeigt, wie zu Geben Sie einen normalisierten Wert auf den Wert, den es vor der Normalisierung war, denke ich, das macht es lohnt diese Antwort jankal 27. Mai 15 um 9 02.It s immer noch wahr, dass Sie nur Code Code Ich glaube, Sie müssen jede angeblich besondere Tugenden von Code in betonen Kommentar, da sonst die Leser den Code lesen müssen, um zu sehen, was sie sind Vermutlich invertieren die Skalierung ist von Gebrauch nur, wenn die ursprünglichen Werte überschrieben worden sind, aber b der Benutzer hat sich umsichtig erinnert, um das Minimum und Maximum zu speichern Mein breiterer Punkt, wie kommentiert Oben ist, dass CV nicht zielen darauf ab, ein Repository von Code-Beispielen Nick Cox 27. Mai 15 um 9 10.die Antwort ist richtig, aber ich habe einen Vorschlag, was, wenn Ihre Trainingsdaten einige Nummer außerhalb der Reichweite Sie könnten squashing Technik es verwenden Wird garantiert niemals aus der Reichweite gehen, anstatt this. i empfehlen, diese. with squashing wie folgt in min und max von range. and die Größe der erwarteten Out-of-Range-Lücke ist direkt proportional zum Grad des Vertrauens, dass Es gibt Out-of-Range-Werte. Für weitere Informationen können Sie Google squashing die Out-of-Range-Nummern und beziehen sich auf Datenvorbereitung Buch von dorian pyle. answered Sep 25 13 um 12 00.Als andere haben erwähnt, sollten Sie beachten Ein IIR unendliches Impulsantwort-Filter anstatt das FIR-Finite-Impuls-Response-Filter, das Sie jetzt verwenden Es gibt mehr dazu, aber auf den ersten Blick sind FIR-Filter als explizite Windungen und IIR-Filter mit Gleichungen implementiert. Der spezielle IIR-Filter verwende ich viel in Mikrocontroller ist ein einpoliger Tiefpassfilter Dies ist das digitale Äquivalent eines einfachen RC Analogfilters Für die meisten Anwendungen haben diese bessere Eigenschaften als der Kastenfilter, den Sie verwenden Die meisten Verwendungen eines Kastenfilters, dem ich begegnet habe, sind ein Ergebnis von Jemand, der keine Aufmerksamkeit in der digitalen Signalverarbeitung kostet, nicht als Ergebnis der Notwendigkeit ihrer besonderen Eigenschaften Wenn Sie nur wollen, um hohe Frequenzen abzuschwächen, die Sie wissen, sind Rauschen, ein einpoliger Tiefpassfilter ist besser Der beste Weg, um ein digital in einem implementieren Mikrocontroller ist in der Regel. FILT - FILT FF NEU - FILT. FILT ist ein Stück persistenten Zustand Dies ist die einzige persistente Variable, die Sie benötigen, um diesen Filter zu berechnen NEU ist der neue Wert, dass der Filter mit dieser Iteration aktualisiert wird FF ist der Filter Fraktion, die die Schwere des Filters anpasst Betrachten Sie diesen Algorithmus und sehen Sie, dass für FF 0 der Filter unendlich schwer ist, da sich die Ausgabe niemals ändert. Für FF 1 ist es überhaupt kein Filter, da der Ausgang gerade dem Eingang folgt. Nützliche Werte sind in Zwischen Auf kleinen Systemen wählst du FF auf 1 2 N, so dass die Multiplikation mit FF als rechte Verschiebung durch N Bits erreicht werden kann. Beispielsweise könnte FF 1 16 sein und die Multiplikation mit FF also eine rechte Verschiebung von 4 Bits Filter braucht nur eine Subtraktion und eine hinzufügen, obwohl die Zahlen müssen in der Regel breiter sein als der Eingabewert mehr auf numerische Präzision in einem separaten Abschnitt unten. Ich nehme in der Regel AD Lesungen deutlich schneller als sie benötigt werden und wenden Sie zwei dieser Filter kaskadiert Dies Ist das digitale Äquivalent von zwei RC-Filtern in Serie und dämpft um 12 dB Oktave über der Rolloff-Frequenz. Für AD-Messungen ist es jedoch meist wichtiger, den Filter im Zeitbereich zu betrachten, indem man seine Stufenreaktion berücksichtigt. Dies sagt Ihnen, wie schnell Ihr System wird eine Veränderung sehen, wenn die Sache, die Sie messen Änderungen. Zur erleichtern Entwerfen dieser Filter, die nur bedeutet Kommissionierung FF und entscheiden, wie viele von ihnen zu kaskaden, ich benutze mein Programm FILTBITS Sie geben die Anzahl der Shift Bits für jede FF in der Kaskadierte Reihe von Filtern, und es berechnet die Sprungantwort und andere Werte Eigentlich habe ich in der Regel laufen diese über meine Wrapper-Skript PLOTFILT Dies läuft FILTBITS, die eine CSV-Datei macht, dann zeichnet die CSV-Datei Zum Beispiel ist hier das Ergebnis von PLOTFILT 4 4 . Die beiden Parameter zu PLOTFILT bedeuten, dass es zwei Filter gibt, die von der oben beschriebenen Art kaskadiert sind. Die Werte von 4 geben die Anzahl der Verschiebungsbits an, um die Multiplikation mit FF zu realisieren. Die beiden FF-Werte sind daher in diesem Fall 1 16. Die rote Spur ist Die Einheit Schritt Antwort, und ist die Hauptsache zu betrachten Zum Beispiel, dies sagt Ihnen, dass, wenn die Eingabe sofort ändert, wird die Ausgabe des kombinierten Filters auf 90 des neuen Wertes in 60 Iterationen zu beheben Wenn Sie etwa 95 Einschwingzeit kümmern Dann musst du auf 73 Iterationen warten und für 50 Einschwingzeit nur 26 Iterationen. Die grüne Spur zeigt dir die Ausgabe von einer einzigen Amplitude an. Dies gibt dir eine Vorstellung von der zufälligen Rauschunterdrückung. Es sieht so aus, als würde kein einziges Sample mehr dazu führen Als eine 2 5 Änderung in der Ausgabe. Die blaue Spur ist, um ein subjektives Gefühl von dem, was dieser Filter mit weißen Rauschen Dies ist kein strenger Test, da gibt es keine Garantie, was genau der Inhalt war von den zufälligen Zahlen, die als das Weiß Lärm Eingang für diesen Lauf von PLOTFILT Es ist nur, um Ihnen ein grobes Gefühl, wie viel es gequetscht werden und wie glatt es ist. PLOTFILT, vielleicht FILTBITS, und viele andere nützliche Sachen, vor allem für PIC Firmware-Entwicklung ist in der PIC Development Tools Software-Release auf meiner Software downloads page. Added über numerische precision. I sehen aus den Kommentaren und jetzt eine neue Antwort, dass es Interesse an der Diskussion über die Anzahl der Bits benötigt, um diesen Filter zu implementieren Hinweis, dass die Multiplikation mit FF wird Log 2 FF neue Bits unterhalb des Binärpunktes Bei kleinen Systemen wird FF gewöhnlich 1 2 N gewählt, so dass diese Multiplikation tatsächlich durch eine Rechtsverschiebung von N Bits realisiert wird. FILT ist also meist eine Fixpunkt-Ganzzahl. Beachten Sie, dass sich dies nicht ändert Irgendeine der Mathematik aus der Sicht des Prozessors Wenn du z. B. 10-Bit-AD-Messwerte und N 4 FF 1 16 filterst, dann brauchst du 4 Bruchbits unterhalb der 10-Bit-Integer-AD-Lesungen. Einer der meisten Prozessoren, die du tust 16-Bit-Integer-Operationen aufgrund der 10-Bit-AD-Messungen In diesem Fall können Sie immer noch genau die gleichen 16-Bit-Integer-Optionen ausführen, beginnen aber mit den AD-Messwerten, die um 4 Bits verschoben sind. Der Prozessor kennt den Unterschied nicht und muss nicht Wenn du die Mathematik auf ganze 16-Bit-Ganzzahlen betreibst, arbeitet man, ob man sie als 12 4 Fixpunkt oder wahre 16-Bit-Integer 16 0 fester Punkt betrachten soll. Im Allgemeinen müssen Sie N Bits jeden Filterpol hinzufügen, wenn Sie nicht möchten, dass Lärm fällig wird Auf die numerische Darstellung Im obigen Beispiel müsste der zweite Filter von zwei 10 4 4 18 Bits haben, um keine Informationen zu verlieren. In der Praxis auf einer 8-Bit-Maschine bedeutet das, dass du 24-Bit-Werte verwendet. Technisch nur der zweite Pol von zwei würde Brauche den breiteren Wert, aber für die Firmware-Einfachheit verwende ich in der Regel dieselbe Darstellung und damit denselben Code für alle Pole eines Filters. Manchmal schreibe ich eine Unterroutine oder ein Makro, um einen Filterpolbetrieb auszuführen, dann wähle das auf jeden Pol an Eine Unterroutine oder ein Makro hängt davon ab, ob Zyklen oder Programmspeicher in diesem bestimmten Projekt wichtiger sind. Irgendeine Art und Weise, ich benutze einen Kratzzustand, um NEU in das Subroutine-Makro zu übergeben, das FILT aktualisiert, aber auch das in denselben Scratch-Zustand lädt Dies macht es einfach, mehrere Pole anzuwenden, da die aktualisierte FILT von einem Pole die NEU der nächsten ist. Wenn eine Subroutine ist, ist es sinnvoll, einen Zeiger auf FILT auf dem Weg zu haben, der gerade nach FILT auf dem Ausweg Auf diese Weise arbeitet die Subroutine automatisch auf aufeinanderfolgenden Filtern im Speicher, wenn sie mehrere Male angerufen wird. Mit einem Makro benötigen Sie keinen Zeiger, da Sie die Adresse eingeben, um auf jeder Iteration zu arbeiten. Code Beispiele. Hier ist ein Beispiel für ein Makro wie beschrieben Oben für einen PIC 18. Und hier ist ein ähnliches Makro für ein PIC 24 oder dsPIC 30 oder 33.Beide diese Beispiele werden als Makros mit meinem PIC Assembler Preprocessor implementiert, der mehr fähig ist als eine der eingebauten Makroanlagen. Clabacchio Ein weiteres Problem, das ich erwähnt habe, ist die Firmware-Implementierung Sie können einmal ein einzelnes Pole-Tiefpass-Filter-Subroutine schreiben, dann wenden Sie es mehrmals an. In der Tat schreibe ich normalerweise eine solche Unterroutine, um einen Zeiger im Speicher auf den Filterzustand zu setzen Der Zeiger, so dass es nacheinander einfach aufgerufen werden kann, um mehrpolige Filter zu realisieren Olin Lathrop 20. April 12 um 15 03.1 Vielen Dank für Ihre Antworten - alle von ihnen habe ich beschlossen, diesen IIR Filter zu verwenden, aber dieser Filter wird nicht als verwendet Ein Standard-LowPass-Filter, da ich durchschnittliche Zählerwerte verwerten und sie vergleichen muss, um Änderungen in einer bestimmten Reichweite zu erkennen, da diese Werte von sehr unterschiedlichen Dimensionen abhängig von Hardware sind, wollte ich einen Durchschnitt nehmen, um auf diese Hardware reagieren zu können Spezifische Änderungen automatisch sensslen Mai 21 12 um 12 06.Wenn Sie mit der Beschränkung einer Macht von zwei Anzahl von Gegenständen zu durchschnittlich dh 2,4,8,16,32 etc leben können, dann kann die Kluft einfach und effizient auf einem getan werden Low-Performance-Mikro mit keiner dedizierten Divide, weil es als Bit-Shift getan werden kann Jeder Shift rechts ist eine Potenz von zwei zB. Die OP dachte, er hatte zwei Probleme, die Teilung in einem PIC16 und Speicher für seine Ring-Puffer Diese Antwort zeigt, dass die Teilung Ist nicht schwierig zugegebenermaßen adressiert es nicht das Speicherproblem, aber das SE-System erlaubt teilweise Antworten, und Benutzer können etwas von jeder Antwort für sich selbst nehmen oder sogar bearbeiten und kombinieren andere s Antworten Da einige der anderen Antworten eine Teilungsoperation erfordern, sie Sind ähnlich unvollständig, da sie nicht zeigen, wie man dies effizient auf einem PIC16 Martin Apr 20 12 um 13 01.Es gibt eine Antwort für eine echte gleitende durchschnittliche Filter aka Boxcar Filter mit weniger Speicherbedarf, wenn Sie don t mind downsampling It s Genannt ein kaskadierter Integrator-Kamm-Filter CIC Die Idee ist, dass Sie einen Integrator haben, den Sie Unterschiede über einen Zeitraum nehmen, und das Schlüssel speichersparendes Gerät ist, dass durch Downsampling, Sie don t müssen jeden Wert des Integrators speichern Kann mit dem folgenden Pseudocode implementiert werden. Ihre effektive gleitende durchschnittliche Länge ist decimationFactor stateize aber du musst nur um Zustandsmuster zu halten. Offensichtlich kannst du eine bessere Leistung erzielen, wenn dein Status und DecimationFactor Kräfte von 2 sind, so dass die Division und Restbetreiber ersetzt werden Durch verschiebungen und mask-ands. Postscript Ich bin mit Olin einverstanden, dass man immer einfache IIR-Filter vor einem gleitenden durchschnittlichen Filter betrachten sollte Wenn Sie nicht brauchen die Frequenz-Null von einem Boxcar-Filter, eine 1-polige oder 2-polige Low - Pass-Filter wird wahrscheinlich gut funktionieren. Auf der anderen Seite, wenn Sie filtern für die Zwecke der Dezimierung unter einem High-Sample-Rate-Input und Mittelung es für den Einsatz durch einen Low-Rate-Prozess dann ein CIC-Filter kann genau das, was Sie re Vor allem, wenn Sie stateize 1 verwenden können und vermeiden Sie den Ringbuffer insgesamt mit nur einem einzigen vorherigen Integrator Wert. Es gibt eine eingehende Analyse der Mathematik hinter mit dem ersten Auftrag IIR-Filter, die Olin Lathrop bereits über das digitale Signal beschrieben hat Die Verarbeitung von Stack-Austausch umfasst viele schöne Bilder Die Gleichung für diese IIR-Filter ist. Dies kann mit nur Integers implementiert werden und keine Teilung mit dem folgenden Code könnte einige Debugging, wie ich aus dem Speicher war. This Filter nähert sich ein gleitender Durchschnitt der letzten K-Samples durch Setzen des Wertes von alpha auf 1 K Führen Sie dies im vorhergehenden Code durch, indem Sie BITS auf LOG2 K definieren, dh für K 16 gesetzt BITS bis 4, für K 4 gesetzt BITS bis 2, etc. I ll überprüfen den Code aufgeführt Hier, sobald ich eine Änderung bekomme und diese Antwort editiere, wenn nötig. derwered Jun 23 12 am 4 04.Hier ein einpoliger Tiefpassfilter gleitender Durchschnitt, mit Cutoff-Frequenz CutoffFrequenz Sehr einfach, sehr schnell, funktioniert super und fast Kein Speicher overhead. Note Alle Variablen haben Umfang über die Filterfunktion hinaus, außer dass in newInput. Note passiert ist. Dies ist ein einstufiges Filter Mehrere Stufen können zusammenkaskadiert werden, um die Schärfe des Filters zu erhöhen Wenn Sie mehr als eine Stufe verwenden, werden Sie ll Müssen DecayFactor anpassen, bezogen auf die Cutoff-Frequenz, um zu kompensieren. Und offensichtlich alles, was Sie brauchen, ist die beiden Linien platziert irgendwo, sie don t brauchen ihre eigene Funktion Dieser Filter hat eine Ramp-up-Zeit vor dem gleitenden Durchschnitt repräsentiert die der Eingangssignal Wenn Sie diese Rampenzeit umgehen müssen, können Sie MovingAverage einfach auf den ersten Wert von newInput anstelle von 0 initialisieren und hoffen, dass der erste newInput kein Ausreißer ist. CutoffFrequenz SampleRate hat einen Bereich zwischen 0 und 0 5 DecayFactor ist ein Wert zwischen 0 und 1, in der Regel in der Nähe von 1.Single-Präzision Schwimmer sind gut genug für die meisten Dinge, ich bevorzuge einfach doppelt Wenn Sie mit Integers bleiben müssen, können Sie Konvertieren DecayFactor und Amplitude Factor in gebrochene Ganzzahlen, in denen der Zähler als Ganzzahl gespeichert wird, und der Nenner ist eine ganzzahlige Potenz von 2, so dass Sie sich nach rechts als Nenner bitten können, anstatt sich während der Filterschleife zu teilen Beispiel, wenn DecayFactor 0 99, und du willst ganze Zahlen verwenden, kannst du DecayFactor setzen 0 99 65536 64881 Und dann, wenn du dich von DecayFactor in deiner Filterschleife vermehrst, verschiebe einfach das Ergebnis 16.Für weitere Informationen dazu ein exzellentes Buch S online, Kapitel 19 auf rekursive filter. PS Für das Moving Average Paradigma, ein anderer Ansatz zur Einstellung DecayFactor und AmplitudeFactor, die möglicherweise mehr relevant für Ihre Bedürfnisse, sagen wir, Sie wollen die vorherigen, etwa 6 Artikel gemittelt zusammen, tun es diskret , Du fügst 6 Gegenstände hinzu und teile mit 6, so dass du den AmplitudeFactor auf 1 6 setzen kannst und DecayFactor auf 1 0 - AmplitudeFactor. answered am 14. Mai 12 um 22 55. Jeder andere hat sich kommentiert über den Nutzen von IIR vs FIR, Und auf Power-of-Two-Division Ich möchte nur einige Implementierungsdetails geben Die unten funktioniert gut auf kleine Mikrocontroller ohne FPU Es gibt keine Multiplikation, und wenn Sie N eine Macht von zwei behalten, ist die ganze Teilung Single-Cycle-Bit - shifting. Basic FIR Ringpuffer halten einen laufenden Puffer der letzten N Werte und eine laufende SUM aller Werte im Puffer Jedes Mal, wenn ein neues Sample hereinkommt, subtrahiere den ältesten Wert im Puffer von SUM, ersetze ihn mit dem Neues Sample, fügt das neue Sample zu SUM hinzu und gibt SUM N aus. Modifizierter IIR Ringpuffer behält einen laufenden SUM der letzten N Werte Jedes Mal, wenn ein neues Sample kommt, SUM - SUM N, fügen Sie das neue Sample hinzu und geben Sie SUM aus N. answered Aug 28 13 at 13 45.Wenn ich dich richtig richtig lese, beschreibst du einen IIR-Filter erster Ordnung, den Wert, den du subtrahierst, ist nicht der älteste Wert, der herausfällt, sondern stattdessen der Durchschnitt der vorherigen Werte ist Erste-Ordnung-IIR-Filter können sicherlich nützlich sein, aber ich bin mir nicht sicher, was du meinst, wenn du vorschreibst, dass die Ausgabe für alle periodischen Signale gleich ist. Bei einer 10KHz-Abtastrate wird eine 100Hz-Rechteckwelle in einen 20-stufigen Boxfilter geleitet Ergibt ein Signal, das für 20 Abtastungen gleichmäßig ansteigt, für 30 sitzt, für 20 Proben gleichmäßig abfällt und für 30 A für den ersten A-IIR-Filter-Supercat am 28. August bei 15 31 niedrig sitzt. Es wird eine Welle ergeben, die scharf ansteigt und allmählich ansteigt Levels in der Nähe, aber nicht am Eingangsmaximum, dann fängt man scharf an und schreitet allmählich aus, aber nicht am Eingang Minimum Sehr unterschiedliches Verhalten supercat Aug 28 13 bei 15 32.Ein Problem ist, dass ein einfacher gleitender Durchschnitt kann oder nicht nützlich sein Mit einem IIR-Filter kannst du einen schönen Filter mit relativ wenigen Berechnungen bekommen. Die FIR, die du beschreibst, kann dir nur ein Rechteck geben - ein sinc in freq - und du kannst die Seitenlappen nicht verwalten. Es lohnt sich auch Werfen in ein paar Integer Multiplikationen, um es eine schöne symmetrische abstimmbare FIR, wenn Sie die Uhr ticks Scott Seidman Aug 29 13 bei 13 50. ScottSeidman Keine Notwendigkeit für Multiplikationen, wenn man einfach jede Stufe der FIR entweder die Ausgabe der Durchschnitt der Eingabe in diesem Stadium und seinen vorherigen gespeicherten Wert, und dann speichern Sie die Eingabe, wenn man den numerischen Bereich hat, könnte man die Summe anstelle von Durchschnitt verwenden Ob das besser als ein Kastenfilter hängt von der Anwendung die Schrittantwort eines Kastenfilters mit Eine Gesamtverzögerung von 1ms, zum Beispiel, wird eine böse d2 dt Spike haben, wenn die Eingabe ändern, und wieder 1ms später, aber haben die minimale d dt für einen Filter mit einer Gesamtmenge von 1ms Verzögerung supercat Aug 29 13 bei 15 25. Wie mikeselectricstuff sagte, wenn Sie wirklich brauchen, um Ihre Gedächtnisbedürfnisse zu reduzieren, und Sie don t mind Ihre Impulsantwort ein exponentieller statt eines rechteckigen Pulses, würde ich für einen exponentiellen gleitenden durchschnittlichen Filter Ich benutze sie ausgiebig Mit dieser Art von Filter, Du brauchst keinen Puffer Du musst nicht n hintere Samples speichern Nur ein So, deine Speicheranforderungen werden durch einen Faktor von N abgeschnitten. Auch du brauchst keine Division für das Nur Multiplikationen Wenn du Zugriff auf Floating - Punkt-Arithmetik, verwenden Sie Gleitkomma-Multiplikationen Andernfalls tun Sie ganzzahlige Multiplikationen und Verschiebungen nach rechts Allerdings sind wir im Jahr 2012, und ich würde Ihnen empfehlen, Compiler und MCUs zu verwenden, die Ihnen erlauben, mit Gleitkommazahlen zu arbeiten. Besides ist mehr Speicher Effizient und schneller Sie don t haben, um Elemente in jedem kreisförmigen Puffer zu aktualisieren, würde ich sagen, es ist auch natürlicher, weil eine exponentielle Impulsantwort besser ist die Art und Weise die Natur verhält sich in den meisten Fällen. answered Apr 20 12 bei 9 59.Ein Problem mit Der IIR-Filter, der fast von Olin und Supercat berührt wird, aber anscheinend von anderen nicht beachtet wird, ist, dass die Abrundung eine Ungenauigkeit und eine potenzielle Bias-Trunkierung einnimmt, vorausgesetzt, dass N eine Potenz von zwei ist und nur eine ganzzahlige Arithmetik verwendet wird, das Verschiebungsrecht systematisch eliminiert LSBs der neuen Probe Das bedeutet, dass, wie lange die Serie jemals sein könnte, wird der Durchschnitt niemals diese berücksichtigen. Zum Beispiel nehmen wir eine langsam abnehmende Serie 8,8,8 8,7,7,7 7,6,6 an , Und nehmen Sie den Durchschnitt ist in der Tat 8 am Anfang Die Faust 7 Probe wird den Durchschnitt auf 7 bringen, was auch immer die Filterstärke Nur für eine Probe Gleiche Geschichte für 6, etc Jetzt denken, das Gegenteil der Serie geht nach oben Der Durchschnitt wird bleiben auf 7 für immer, bis die Probe groß genug ist, um es zu ändern. Natürlich können Sie für die Bias durch Hinzufügen von 1 2 N 2 korrigieren, aber das gewann t wirklich lösen das Präzisionsproblem in diesem Fall die abnehmende Serie wird für immer bei 8 bleiben Bis die Probe 8-1 2 N 2 ist Für N 4 zum Beispiel wird jede Probe über Null den Durchschnitt unverändert halten. Ich glaube, eine Lösung für das würde bedeuten, einen Akkumulator der verlorenen LSBs zu halten Aber ich habe es nicht weit genug gemacht Um Code bereit zu haben, und ich bin mir nicht sicher, dass es nicht schaden würde die IIR Macht in einigen anderen Fällen von Serien zum Beispiel, ob 7,9,7,9 würde durchschnittlich bis 8 dann. Olin, deine zweistufige Kaskade braucht auch eine Erklärung zu haben. Du meinst, dass du durchschnittlich durchschnittlich mit dem Ergebnis der ersten in die zweite in jeder Iteration gefüttert hast.
No comments:
Post a Comment