تتحرك من المتوسط - حزب اليسار الديمقراطى

مرشح رقمي تمهيدي. سنقوم بفتح ميكروموديلر دسب وحدد مرشح رقمي من شريط الأدوات في الأعلى واسحبه إلى تطبيقنا سنقوم باختيار مرشح المتوسط ​​المتحرك لأنه واحد من أبسط أنواع المرشحات بعد إسقاط الفلتر، سيتم تحديث يعرض تلقائيا انقر لإطلاق ميكروموديلر دسب في نافذة جديدة. نحن جميعا نعرف ما هو متوسط ​​- إضافة الأرقام معا وتقسيم كم عدد هناك مرشح المتوسط ​​المتحرك يفعل فقط أنه يخزن تاريخ آخر N الأرقام والمخرجات متوسطها في كل مرة يأتي عدد جديد في، يتم إعادة حساب المتوسط ​​بشكل فعال من العينات المخزنة ورقم جديد هو الإخراج. استجابة التردد من مرشح. في الجزء العلوي الأيمن، ونحن نرى الرسم البياني من ماغنوميتيود مقابل التردد ، أو مقدار الترددات المختلفة التي سيتم تضخيمها أو خفضها بواسطة المرشح المتوسط ​​المتحرك كما قد تتوقع، فإن متوسط ​​عدد عينات N الأخيرة سيطبق نوعا من التمهيد للإشارة، مع الإبقاء على الترددات المنخفضة و ريم تبيض الترددات العالية. يمكننا التحكم في عدد من المدخلات السابقة، أو عينات أن المتوسطات عن طريق ضبط طول مرشح، N عن طريق ضبط هذا، يمكننا أن نرى أن لدينا بعض السيطرة الأساسية على الترددات التي يمكن أن تمر والتي يتم تجاهلها. داخل مرشح. إذا نظرنا إلى طريقة عرض الهيكل، يمكننا أن نرى ما داخل مرشح المتوسط ​​المتحرك قد تبدو وكأنه الرسم التوضيحي قد تم شرحه لإظهار ما تعنيه الرموز المختلفة. Z-الرموز تعني التأخير مرة واحدة عينة والرموز يعني إضافة أو الجمع بين إشارات الأسهم يعني مضاعفة أعتقد تضخيم، والحد من أو قياس إشارة بالمبلغ الذي يظهر على يمين السهم. للمتوسط ​​من 5 عينات، ونحن نأخذ الخامس 0 2 من أكثر العينة الأخيرة، وخمس العينة الثانية الأخيرة وهلم جرا. وتسمى سلسلة التأخير خط تأخير مع إشارة الدخل يجري تأخيرها من قبل خطوة واحدة إضافية كما كنت المضي قدما على طول خط التأخير. ويسمى السهام أيضا الصنابير، حتى تتمكن من تخيل تقريبا لهم كما الصنابير مثل واحد في بالوعة المطبخ الخاص بك التي هي كل خمس مفتوحة يمكنك أن تتخيل إشارة تتدفق في من اليسار ويجري تأخير تدريجيا كما يتحرك على طول خط التأخير، ثم إعادة تجميعها في نقاط القوة المختلفة من خلال الصنابير لتشكيل الإخراج. يجب أن يكون من السهل أيضا أن نرى أن الإخراج من المرشح سوف يكون. وهو ما يعادل متوسط ​​آخر 5 عينات المدخلات تن يعني المدخلات المتأخرة من الوقت tn. In الممارسة البرمجية التي تم إنشاؤها بواسطة ميكروموديلر دسب سوف تستخدم الحيل للقيام بذلك بشكل أكثر كفاءة، بحيث فقط الأولى والأخيرة عينات تحتاج إلى أن تشارك، ولكن الرسم البياني هو جيد لأغراض التوضيح. إذا كنت تستطيع أن تفهم هذا ثم يمكنك الحصول على فكرة ما هو مرشح فير هو مرشح فير مطابق ل ومتوسط ​​المرشح المتحرك ولكن بدلا من جميع نقاط القوة الصنبور كونها هي نفسها، فإنها يمكن أن تكون مختلفة. هنا لدينا مرشح متوسط ​​متحرك وفلتر فير يمكنك أن ترى أنها هي الهيكلية نفسها، والفرق الوحيد هو نقاط القوة من الصنابير. القسم التالي سوف أعرض لكم لمرشحات فير استجابة نبض الاستجابة عن طريق تغيير قوة الحنفية، يمكننا أن نخلق على مقربة من أي استجابة التردد التي نريدها. المتوسط ​​المتحرك. الميثود طريقة المتوسط ​​انزلاق نافذة الافتراضي الأسي الترجيح. الإنزلاق نافذة نافذة طول طول النافذة يتحرك فوق بيانات المدخلات على طول كل قناة بالنسبة لكل عينة يتحرك فيها الإطار، تحسب الكتلة المتوسط ​​على البيانات في النافذة. الترجيح النسبي يضاعف الكتلة العينات بواسطة مجموعة من عوامل الترجيح حجم الترجيح تنخفض العوامل أضعافا مضاعفة مع زيادة عمر البيانات، لا تصل إلى الصفر لحساب المتوسط، تقوم الخوارزمية بجمع البيانات المرجحة. تحديد طول النافذة علم لتحديد طول النافذة على الوضع الافتراضي. عند تحديد خانة الاختيار هذه، نافذة يساوي القيمة التي تحددها في طول الإطار عند مسح خانة الاختيار هذه، طول نافذة انزلاق غير محدود في هذا الوضع، متوسط ​​متوسط ​​العينة الحالية وجميع العينات السابقة في القناة. طول الإطار طول نافذة الانزلاق 4 عدد صحيح موجب صحيح. يحدد طول الإطار طول نافذة الانزلاق تظهر هذه المعامل عند تحديد خانة الاختيار تحديد طول النافذة. عامل نسيان عامل الترجيح الأسي 0 9 العدد الحقيقي الإيجابي الافتراضي في النطاق 0،1. تنطبق هذه المعلمة عند تعيين الطريقة إلى الترجيح الأسي عامل النسيان من 0 9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0 1 A النسيان عامل 1 0 يشير إلى الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة. هذه المعلمة هو الانضباطي يمكنك تغيير قيمته حتى أثناء المحاكاة. تحاكي باستخدام نوع من المحاكاة لتشغيل كود توليد الافتراضي تفسير تفسير. محاكاة النموذج باستخدام ولدت كود C في المرة الأولى التي تقوم بتشغيل المحاكاة، سيمولينك يولد رمز C للكتلة يتم إعادة استخدام رمز C لمحاكاة لاحقة، طالما وزارة الدفاع إل لا يتغير يتطلب هذا الخيار وقت بدء تشغيل إضافي ولكن يوفر سرعة محاكاة أسرع من تنفيذ تفسير. محاكاة النموذج باستخدام مترجم ماتلاب هذا الخيار يقصر وقت بدء التشغيل ولكن لديه سرعة محاكاة أبطأ من توليد رمز. سحب نافذة الأسلوب. في طريقة نافذة انزلاق، الإخراج لكل عينة إدخال هو متوسط ​​العينة الحالية و لين - 1 عينات سابقة لين هو طول النافذة لحساب أول لين - 1 المخرجات، عندما لا يتوفر في النافذة ما يكفي من البيانات حتى الآن، تملأ الخوارزمية النافذة مع الأصفار وكمثال على ذلك، لحساب متوسط ​​عندما تأتي عينة الإدخال الثاني في، خوارزمية يملأ النافذة مع لين - 2 الأصفار ناقلات البيانات، x ثم عينات البيانات اثنين تليها لين - 2 الأصفار. عندما لا تحديد طول النافذة، الخوارزمية يختار طول نافذة لانهائية في هذا الوضع، الإخراج هو المتوسط ​​المتحرك للعينة الحالية وجميع العينات السابقة في القناة. الترجيح النسبي الطريقة. في طريقة الترجيح الأسي، يتم حساب المتوسط ​​المتحرك بشكل متكرر باستخدام هذه الصيغ. w n n 1 1 x n 1 1 w n x n 1 1 w n x نكس N متوسط ​​الانتقال في العينة الحالية. x N البيانات الحالية إنبوت sample. x N 1 المتوسط ​​المتحرك في العينة السابقة. عامل الاحلال. w عامل الترجيح المطبق على عينة البيانات الحالية. 1 1 w n x N 1 تأثير البيانات السابقة على المتوسط. بالنسبة للعينة الأولى، حيث N 1، تختار الخوارزمية w N 1 بالنسبة للعينة التالية، يتم تحديث عامل الترجيح واستخدامه لحساب المتوسط، حسب المعادلة العودية مع زيادة عمر البيانات، ينخفض ​​حجم عامل الترجيح أضعافا مضاعفة ولا يصل أبدا إلى الصفر وبعبارة أخرى، فإن البيانات الأخيرة لها تأثير أكبر على المتوسط ​​الحالي من البيانات القديمة. وقيمة عامل النسيان تحدد معدل تغيير عوامل الترجيح عامل النسيان من 0 9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0 1 يشير عامل النسيان من 0 0 الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة الوزن. اختر بلدك. Moving mode. Method طريقة المتوسط ​​انزلاق النافذة الافتراضي الترجيح الأسي. نافذة الانزلاق نافذة طول طول النافذة يتحرك فوق بيانات المدخلات على طول كل قناة بالنسبة لكل عينة ينتقل الإطار بواسطة، تقوم المجموعة بحساب المتوسط ​​على البيانات في النافذة. الوزن الهامشي تضاعف العينة العينات بواسطة مجموعة من عوامل الترجيح ينخفض ​​حجم عوامل الترجيح أضعافا مضاعفة كلما زاد عمر البيانات، ولم يصل إلى الصفر أبدا لحساب المتوسط، تقوم الخوارزمية بحساب القيم المرجحة data. Specify طول الإطار علم لتحديد طول الإطار على الافتراضي إيقاف. عند تحديد خانة الاختيار هذه، طول نافذة انزلاق يساوي القيمة التي تحددها في طول الإطار عند مسح خانة الاختيار هذه، طول نافذة انزلاق هو لانهائي في هذا الوضع، كتلة يحسب متوسط ​​العينة الحالية وجميع العينات السابقة في القناة. طول الإطار طول نافذة انزلاق 4 الافتراضي الصحيح العددية صحيح. حدد طول الإطار طول نافذة انزلاق تظهر هذه المعلمة عند حدد خانة الاختيار تحديد طول النافذة. عامل التحجيم عامل الترجيح الأسي 0 9 العدد الحقيقي الإيجابي الافتراضي في النطاق 0،1. تنطبق هذه المعلمة عندما يو u تعيين طريقة الترجيح الأسي عامل النسيان من 0 9 يعطي المزيد من الوزن للبيانات القديمة مما يفعل عامل النسيان من 0 1 عامل النسيان من 1 0 يشير الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة الوزن. هذه المعلمة هي تونابل أنت يمكن تغيير قيمته حتى أثناء المحاكاة. تحاكي باستخدام نوع من المحاكاة لتشغيل كود توليد الافتراضي تفسير تفسيرها. محاكاة النموذج باستخدام ولدت C رمز في المرة الأولى التي تقوم بتشغيل المحاكاة، سيمولينك يولد رمز C للكتلة يتم إعادة استخدام رمز C لاحقة المحاكاة، طالما أن النموذج لا يتغير يتطلب هذا الخيار وقت بدء تشغيل إضافي ولكن يوفر سرعة محاكاة أسرع من تنفيذ تفسيرها. محاكاة النموذج باستخدام مترجم ماتلاب هذا الخيار يقصر وقت بدء التشغيل ولكن لديه سرعة محاكاة أبطأ من توليد Code. Sliding ويندو Method. In انزلاق نافذة الأسلوب، الإخراج لكل عينة المدخلات هو متوسط ​​العينة الحالية و لين - 1 عينات سابقة L أر هو طول النافذة لحساب أول مخرجات لين - 1، عندما لا تحتوي النافذة على ما يكفي من البيانات بعد، تملأ الخوارزمية النافذة بالأصفار كمثال، لحساب المتوسط ​​عندما تأتي عينة الإدخال الثانية، خوارزمية يملأ النافذة مع لين - 2 الأصفار متجه البيانات، x ثم عينات البيانات اثنين تليها لين - 2 الأصفار. عندما لا تحدد طول الإطار، الخوارزمية يختار طول نافذة لانهائية في هذا الوضع، الإخراج هو المتوسط ​​المتحرك للعينة الحالية وجميع العينات السابقة في القناة. طريقة الترجيح التفاضلي. في طريقة الترجيح الأسي، يحسب المتوسط ​​المتحرك بشكل متكرر باستخدام هذه الصيغ. w n n 1 1 x n 1 1 w n x N 1 1 w n x نكس N متوسط ​​الانتقال في العينة الحالية. x N نموذج إدخال البيانات الحالي. x N 1 متوسط ​​الانتقال في العينة السابقة. العامل النشط. w N عامل الترجيح المطبق على عينة البيانات الحالية. 1 1 w n x N 1 تأثير البيانات السابقة على المتوسط. بالنسبة للعينة الأولى، حيث N 1، تختار الخوارزمية w N 1 بالنسبة للعينة التالية، يتم تحديث عامل الترجيح واستخدامه لحساب المتوسط، حسب المعادلة التكرارية مع زيادة عمر البيانات، ينخفض ​​حجم عامل الترجيح أضعافا مضاعفة ولا يصل أبدا إلى الصفر وبعبارة أخرى، فإن البيانات الأخيرة لها تأثير أكبر على المتوسط ​​الحالي من البيانات القديمة. وتحدد قيمة عامل النسيان معدل تغيير عوامل الترجيح عامل النسيان من 0 9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0 1 يشير عامل النسيان من 0 0 الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة الوزن. اختر بلدك .