Wiem, że jest to osiągalne z boost jak per. But naprawdę chciałbym uniknąć przyśpieszenia mam googled i nie znalazłem żadnych odpowiednich lub czytelnych przykładów. Zasłalnie chcę śledzić ruchomą średnią ciągłego strumienia strumienia liczb zmiennoprzecinkowych przy użyciu najnowszych 1000 liczb jako próbki danych. Jest to najprostszy sposób to osiągnąć. Jestem eksperymentował z użyciem okrągłej tablicy, wykładniczej średniej ruchomej i bardziej prostej średniej ruchomej i stwierdził, że wyniki z okrągłej tablicy odpowiadały moim potrzebom najlepiej. zaked 12 czerwca 12 w 4 38. Jeśli Twoje potrzeby są proste, możesz spróbować użyć wykładniczej średniej ruchomej. Wystarczy, że zmienisz akumulator, a kod wygląda na każdą próbkę, kod aktualizuje akumulator z nowa wartość Wybierasz stałą wartość alfa, która wynosi od 0 do 1, i oblicz ją. Wystarczy, że znajdzie się wartość alfa, gdzie efekt danej próbki trwa tylko około 1000 próbek. Hmm, nie jestem pewien, czy to jest nadaje się dla ciebie, teraz t kapelusz I've put it here Problem polega na tym, że 1000 jest dość długie okno dla wykładniczej średniej ruchomej Nie jestem pewien, że istnieje alfa, który rozprzestrzeniałby średnią w ciągu ostatnich 1000 numerów, bez underflow w obliczeń zmiennoprzecinkowych Ale jeśli chciał mniejsze średnie, jak 30 numerów lub tak, jest to bardzo łatwy i szybki sposób to zrobić. odpowiedzi 12 czerwca 12 w 4 44. 1 na swoim punkcie Wykładniczej średniej ruchomej może pozwolić na zmienność alfa To pozwala to do obliczania średniej podstawy czasu, np. bajtów na sekundę Jeśli czas od ostatniej aktualizacji akumulatora przekracza 1 sekundę, oznacza to, że alfa wynosi 1 0. W przeciwnym razie możesz zezwolić usłudze alpha jako ostatnią aktualizacją 1000000 jxh cze 12 12 w 6 21.Taktycznie chcę śledzić średnią ruchową ciągłego strumienia strumienia liczb zmiennoprzecinkowych przy użyciu najnowszych 1000 numerów jako próbki danych. Zauważ, że poniżej uaktualnia całkowite jako elementy dodawane zastępując, unikając kosztownego przechodzenia ON w celu obliczenia suma - potrzebna na th e średnia - na żądanie. Wszystko jest wykonane z innego parametru od T do wsparcia, np. przy długiej długości, gdy wynosi 1000 długich s, int dla char s lub podwójne do całkowitego float s. This jest nieco błędem, że numsamples could przejść przez INTMAX - jeśli zależy Ci na długie długie unsigned lub użyć dodatkowych danych bool członka do rejestrowania, gdy pojemnik jest po raz pierwszy wypełnione podczas cyklicznego numsamples wokół tablicy najlepiej, a następnie zmienić nazwę na coś nieszkodliwego jak pos. answered Jun 12 12 at 5 19.net przyjmuje założenie, że próbka operatora pustego T jest faktycznie nieważnym operatorem T próbka oPless 08 czerwca 14 w 11 52. oPhim ahhh dobrze spotted faktycznie miałem na to być nieważne operatora T próbki, ale oczywiście można użyć dowolnej notatce lubisz Naprawić, dziękuję Tony D Dnia 8 14 w wieku 14 27. Średnia miesięczna - MA. BREAKING DOWN Średnia ruchoma - MA. Jest przykładem SMA, zastanów się nad zabezpieczeniem z następującymi cenami zamknięciami powyżej 15 dni. Week 1 5 dni 20, 22, 24, 25 , 23.Week 2 5 dni 26, 28, 26, 29, 27.Week 3 5 dni 28, 30, 27, 29, 28.A 10-d aj MA wyznaczyłby średnie ceny zamknięcia za pierwsze 10 dni jako pierwszy punkt danych Następny punkt danych spadł najwcześniej, podniósłby cenę w dniu 11 i średnio, i tak dalej, jak pokazano poniżej. Jak wspomniano wcześniej, MA pozostają w sprzeczności z ceną bieżącą, ponieważ są oparte na wcześniejszych cenach tym dłuższy jest okres MA, tym większe opóźnienie. Tak więc 200-dniowa MA będzie miała znacznie większy stopień opóźnienia niż 20-dniowy okres odczytu, ponieważ zawiera ceny za w ciągu ostatnich 200 dni Długość okresu używania zależy od celów handlowych, krótszych terminów sprzedaŜy krótkoterminowej i długoterminowych aktywów trwałych bardziej nadaje się dla inwestorów długoterminowych 200-dniowy szablon jest szeroko stosowany przez inwestorów i handlowców , z przerwami powyżej i poniżej tej średniej ruchomej, uważanej za ważne sygnały handlowe. Mają one również ważny sygnał obrotu na własną rękę, lub gdy dwie średnie przecina rosnąca MA wskazuje, że zabezpieczenie jest w trendzie wzrostowym, a malejąca MA wskazuje, że jest w spadku Simil arly, dynamika wzrostu jest potwierdzona przejściowym zwrotem, który pojawia się, gdy krótkoterminowa krzywa MA przecina powyżej długoterminowego MA Downward Moment ten potwierdza krzywą spadkową, która pojawia się, gdy krótkoterminowy MA przecina poniżej długoterminowej MA. Jak wspomnieli inni, należy rozważyć filtr odpowiedzi impulsowych IIR, a nie filtru odpowiedzi impulsowej FIR, który teraz używasz. Jest więcej, ale na pierwszy rzut oka filtry FIR są implementowane jako wyraźne splify i filtry IIR z równań. szczególny filtr IIR Używam dużo w mikrokontrolerach jest jednym biegunowym filtrem dolnoprzepustowym Jest to cyfrowy odpowiednik prostego analogowego filtru RC Dla większości zastosowań będą miały lepsze właściwości niż filtr pola, którego używasz Większość zastosowań filtru pudełkowego które napotkam wynikają z tego, że ktoś nie zwraca uwagi na klasę przetwarzania sygnału cyfrowego, a nie w wyniku potrzeby ich szczególnych cech Jeśli chcesz po prostu osłabić wysokie częstotliwości, które znasz są hałasu, jeden biegun filtr dolnoprzepustowy jest lepszy Najlepszym sposobem na wdrożenie cyfrowo w mikrokontrolerze jest zwykle. FILT - FILT FF NEW - FILT. FILT jest kawałkiem trwałego stanu Jest to jedyny trwały zmienna musisz obliczyć ten filtr NEW to nowa wartość, którą filtr jest aktualizowany za pomocą tej iteracji FF jest frakcją filtru, która dostosowuje ciężkość filtra Spójrz na ten algorytm i widzisz, że dla FF 0 filtr jest nieskończenie ciężki, ponieważ wyjście nigdy się nie zmienia Dla FF 1, to naprawdę nie ma filtra w ogóle, ponieważ wyjście po prostu następuje na wejściu Wartości użyteczne są w między Na małe systemy wybierzesz FF, aby być 1 2 N, tak aby mnożenie przez FF może być dokonane jako przesunięcie w prawo przez N bitów Na przykład, FF może wynosić 1 16, a mnożenie przez FF, a więc przesunięcie w prawo o 4 bity W przeciwnym razie ten filtr potrzebuje tylko jednego odejmowania, a jeden dodano, chociaż liczby zwykle muszą być szersze niż wartość wejściowa bardziej na precyzję liczbową ja na odrębnej sekcji poniżej. Zwykle odczyty AD są znacznie szybsze niż są potrzebne i stosuje się dwa z tych filtrów kaskadowych Jest to cyfrowy odpowiednik dwóch filtrów RC w szeregu, a tłumienie o oktawę o 12 dB powyżej częstotliwości rolloff Jednak dla odczytów AD to zazwyczaj bardziej trafne jest przejrzenie filtru w domenie czasowej przez rozważenie odpowiedzi krokowej To informuje, jak szybko twój system będzie widzieć zmianę, gdy coś mierzysz zmiany. Aby ułatwić projektowanie tych filtrów, co oznacza jedynie pobranie FF i podjęcie decyzji Ile z nich do kaskady, używam mojego programu FILTBITS Można określić liczbę bitów przesunięcia dla każdego FF w kaskadzie serii filtrów i oblicza krok odpowiedzi i inne wartości W rzeczywistości zwykle uruchamiam to za pośrednictwem mojego skryptu opakowania PLOTFILT To działa FILTBITS, które tworzy plik CSV, a następnie rzutuje na plik CSV Na przykład tutaj jest wynikiem PLOTFILT 4 4.Te dwa parametry PLOTFILT oznaczają, że będą dwa filtry kaskadowe z e opisany powyżej Wartości 4 wskazują liczbę bitów przesunięcia, aby zrealizować mnożenie przez FF W tym przypadku dwa wartości FF są więc 1 16. Czerwony ślad to odpowiedź na jednostkę kroku i jest najważniejszą sprawą, np. informuje, że jeśli dane wejściowe będą się zmieniać natychmiast, wyjście połączonego filtra osiądzie do 90 nowej wartości w 60 iteracjach. Jeśli zajdzie potrzeba około 95 czasu rozliczania, musisz poczekać około 73 iteracji, a dla 50 czasu rozstrzygania tylko 26 iteracji. Zielony ślad wskazuje na wyjście z jednego spike'a o pełnej amplitudzie. To daje pewien pomysł na przypadkowe tłumienie szumu. Wygląda na to, że żadna pojedyncza próbka nie spowoduje więcej niż 2 5 zmian na wyjściu. Błękitny ślad ma na celu dać subiektywne odczucia tego, co ten filtr działa z białym szumem Nie jest to rygorystyczny test, ponieważ nie ma gwarancji, jaka była zawartość losowych liczb pobranych jako białe szumy dla tego uruchomienia PLOTFILT To tylko dać ci opłata brutalna jak wiele będzie zgniecione i jak płynne jest. PLOTFILT, może FILTBITS i wiele innych użytecznych rzeczy, szczególnie w zakresie rozwoju oprogramowania PIC jest dostępne w oprogramowaniu PIC Development Tools na stronie pobierania oprogramowania. Dodano o precyzji numerycznej . Zobaczyłem w komentarzach, a teraz nową odpowiedź, że interesuje się dyskusją na temat liczby bitów potrzebnych do wdrożenia tego filtra Zauważ, że pomnożenie przez FF spowoduje utworzenie nowych bitów FF New FF poniżej punktu binarnego Na małych systemach, FF jest zwykle wybrany jako 1 2 N, tak że to pomnożenie jest rzeczywiście realizowane przez prawo przesunięcia N bitów. FILT jest zatem zazwyczaj liczbą całkowitą stałej Uwaga, że nie zmienia to żadnej matematyki z punktu widzenia procesora. jesteś filtrowanie odczytów 10-bitowych AD i N 4 FF 1 16, to potrzebujesz 4 frakcji bitów poniżej 10-bitowych liczb całkowitych odczytów AD Jednym z najbardziej procesorów, musisz robić 16-bitowe operacje całkowite z powodu odczytów 10-bitowych AD W tym przypadku, możesz sti ll wykonaj dokładnie te same 16-bitowe operacje całkowite, ale zaczynaj od odczytów AD lewych przesuniętych o 4 bity Procesor nie wie o różnicy i nie potrzebuje Do wykonywania matematyki na całych 16-bitowych liczb całkowitych działa, czy uważasz je za 12 4 stały punkt lub prawdziwe 16-bitowe liczby całkowite 16 0 stały punkt. Ogólnie trzeba dodać N bity każdego bieguna filtra, jeśli nie chcesz dodać hałasu z powodu reprezentacji liczbowej W powyższym przykładzie drugi filtr dwóch musiałby mają 10 4 4 18 bitów, aby nie zgubić informacji W praktyce na 8-bitowej maszynie oznacza to, że używasz 24 bitowych wartości Technicznie tylko drugi biegun dwóch wymagałby szerszej wartości, ale dla uproszczenia oprogramowania zazwyczaj używam tej samej reprezentacji i a tym samym ten sam kod dla wszystkich biegunów filtra. Zawsze piszę podprogram lub makro, aby wykonać jedną operację na biegunie filtra, a następnie zastosować do każdego bieguna. Czy podprogram lub makro zależy od tego, czy cykle czy pamięć programu są bardziej istotne w tym konkretnym zawodowiec ject W każdym razie używam pewnego stanu, aby przejść NEW do makro podprogramu, który aktualizuje plik FILT, ale ładuje się do tego samego stanu scratchowego NOWOŚĆ była w To ułatwia stosowanie wielu biegunów, ponieważ aktualizacja FILT jednego bieguna jest NOWOŚĆ z następnej Jeśli jest procedura podprogramu, pożytecznie wskaż wskaźnik na FILT, który zostanie zaktualizowany tuż po FILT po wyjściu. W ten sposób podprogram automatycznie uruchamia kolejne filtry w pamięci, jeśli jest wywołany wiele razy Z makro nie potrzebujesz wskaźnika, ponieważ przechodzisz w adresie, aby działać na każdym iteracji. Przykłady kodu. Jest to przykład makra, jak opisano powyżej dla PIC 18. A oto jest podobne makro dla PIC 24 lub dsPIC 30 lub 33. Te przykłady są implementowane jako makra przy użyciu mojego preprocesora assemblera PIC, który jest bardziej zdolny niż jeden z wbudowanych obiektów makr. clabacchio Inną kwestią, o której powinienem wspomnieć jest wdrożenie oprogramowania układowego Możesz napisać pojedynczy biegun filtra po niskiej przepustowości, a następnie zastosować go wielokrotnie W rzeczywistości zwykle pisać taką podprogram, aby wziąć wskaźnik w pamięci do stanu filtra, a następnie go wyprzedzeniem wskaźnik, dzięki czemu łatwo można było z łatwością zadzwonić do wieloliniowych filtrów Olin Lathrop 20 kwietnia 12 w 15 03.1 bardzo dziękuję za odpowiedzi - wszystkie postanowiłem użyć tego filtru IIR, ale ten filtr nie jest używany jako Filtr standardowy LowPass, ponieważ muszę przeanalizować średnie wartości liczników i porównać je w celu wykrycia zmian w pewnym zakresie, ponieważ te wartości mają bardzo różne wymiary w zależności od sprzętu, który chciałem przeciętnie, aby móc reagować na te urządzenia konkretne zmiany automatycznie sensslen 21 maja 12 w 12 06.Jeśli można żyć z ograniczeniem mocy dwóch liczb pozycji do przeciętnej, tj. 2,4,8,16,32 itd., dzielenie można łatwo i skutecznie zrobić na niskiej wydajności mikro bez poświęconego podziału, ponieważ można to zrobić jako przesunięcie bitowe Każde prawo przesunięcia jest jedna moc dwóch eg. Op myślał, że miał dwa problemy, dzieląc się PIC16 i pamięci na jego pierścień bufora Ta odpowiedź pokazuje, że dzielenie nie jest trudne Wprawdzie nie rozwiązuje problemu pamięci, ale system SE pozwala na częściowe odpowiedzi, a użytkownicy mogą wziąć coś z każdej odpowiedzi na siebie, a nawet edytować i połączyć inne odpowiedzi s Ponieważ niektóre inne odpowiedzi wymagają operacji dzielenia, są podobnie niekompletne, ponieważ nie pokazują, jak skutecznie osiągnąć to na PIC16 Martin 20 kwietnia 12 w 13 01.There jest odpowiedź na prawdziwy przeciętny filtr aka boxcar filtr z mniej wymagań pamięci, jeśli nie t mind downsampling To s nazywany kaskadowym integratorem-filtr grzebieniowy CIC Pomysł polega na tym, że masz integrator, który przyjmujesz różnice w danym okresie, a kluczowym urządzeniem oszczędzającym pamięć jest to, że poprzez downsampling, nie musisz przechowywać wigilii wartość życiowa integratora Może być zaimplementowana za pomocą następującej pseudokodowej. Twoja efektywna średnia długość ruchu to decymacjaStandakturaFaktora, ale musisz zachowywać tylko stany miar Próbkowanie Oczywiście można uzyskać lepszą wydajność, jeśli twój stateize i decimationFactor są uprawnieniami 2, dzielenie i reszta operatorów są zastępowane zmianami i maską - i. Postscript Zgadzam się z Olinem, że należy zawsze rozważyć proste filtry IIR przed średnim ruchem filtra Jeśli nie potrzebujesz częstotliwości-nulls z filtrem bokserskim, 1-biegunowy lub 2-biegunowy filtr dolnoprzepustowy będzie prawdopodobnie działał prawidłowo. Z drugiej strony, jeśli filtruje się do celów decymacji przy wysokim współczynniku próbkowania i uśrednia go do wykorzystania w procesie o niskim współczynniku, to filtr CIC może być tylko tym, czego szukasz, zwłaszcza, jeśli można użyć streszczenia 1 i uniknąć ringbuffer łącznie z tylko jedną poprzednią wartością integratora. Istnieją pewne pogłębione analizy matematyki za pomocą pierwszego ord er IIR, który Olin Lathrop już opisał na temat wymiany stosu przetwarzania sygnałów cyfrowych zawiera wiele ładnych zdjęć Równanie dla tego filtra IIR jest. Można to zrealizować przy użyciu tylko liczb całkowitych i nie podział przy użyciu następującego kodu może potrzebować trochę debugowania, jak ja wpisywał z pamięci pamięć. Ten filtr przybliża średnią ruchową ostatnich próbek K, ustawiając wartość alfa na 1 K Zrób to w poprzednim kodzie, określając BITS na LOG2 K, tzn. dla BITS K 16 ustaw na 4, dla K 4 Ustaw BITS na 2, itd. I'll zweryfikować kod tutaj wymienione, jak tylko dostanę zmiany i edytować tę odpowiedź, jeśli potrzebne. jeszcze jedno-biegunowy filtr dolnoprzepustowy średniej ruchome, z Częstotliwość cutoff CutoffFrequency Bardzo prosty, bardzo szybki, działa świetnie i prawie nie ma nad głową pamięci. Upewnij się, że wszystkie zmienne mają zasięg poza funkcją filtru, z wyjątkiem przekazywanych w newInput. Note Jest to filtr pojedynczego etapu Wiele etapów może być połączonych kaskadowo w celu zwiększenia ostrość filtr Jeśli używasz więcej niż jednego etapu, będziesz musiał dostosować DecayFactor w odniesieniu do częstotliwości odcięcia, aby zrekompensować. I oczywiście wszystko czego potrzebujesz to te dwie linie umieszczone w dowolnym miejscu, nie potrzebują własnej funkcji Ten filtr ma czas ramp-up przed średnią ruchu oznacza wartość sygnału wejściowego Jeśli musisz pominąć ten czas rampy, możesz zainicjować MovingAverage tylko do pierwszej wartości newInput zamiast 0 i mam nadzieję, że pierwsza nowa wartość wejściowa nie jest większa. CutoffFrequency SampleRate ma zakres od 0 do 0 5 DecayFactor jest wartością między 0 a 1, zwykle blisko 1.Single-precyzyjne pływaki są wystarczająco dobre dla większości rzeczy, po prostu wolę podwójne Jeśli musisz trzymać się liczb całkowitych, możesz przelicz DecayFactor i Amplitude Factor na ułamkowe liczby całkowite, w których licznik jest zapisany jako liczba całkowita, a mianownik jest liczbą całkowitą 2, dzięki czemu można przesunąć bit w prawo jako mianownik, a nie dzieląc się podczas pętli filtracyjnej na przykład, jeśli DecayFactor 0 99 i chcesz używać liczb całkowitych, możesz ustawić wartość DecayFactor 0 99 65536 64881 I wtedy, gdy mnożysz przez DecayFactor w pętli filtru, po prostu przesuń wynik 16. Aby uzyskać więcej informacji na ten temat, s online, rozdział 19 dotyczące filtrów rekurencyjnych. PS Za paradygmat Moving Average, inne podejście do ustawienia DecayFactor i AmplitudeFactor, które mogą być bardziej odpowiednie dla Twoich potrzeb, powiedzmy, że chcesz poprzednio, około 6 pozycji uśrednione tog eter, robi to dyskretnie, dodasz 6 pozycji i podzielisz przez 6, więc możesz ustawić AmplitudeFactor na 1 6 i DecayFactor na 1 0 - AmplitudeFactor. answered 14 maja 12 w wieku 22 55. Każdy inny skomentował dokładnie narzędzie IIR vs FIR, a na mocy dwóch dywizji Chciałbym dać pewne szczegóły implementacji Poniżej działa dobrze na małych mikrokontrolerów bez FPU Nie ma mnożenia, a jeśli zachowasz N moc dwóch, wszystkie podziały jest jednokierunkowe przesunięcie bitowe. Basic FIR ring buffer zachowuje bieżący bufor z ostatnich wartości N, a bieżący SUM wszystkich wartości w buforze Za każdym razem, kiedy pojawia się nowa próbka, odejmij najstarszą wartość w buforze z SUM , wymień ją na nową próbkę, dodaj nową próbkę do SUM i wyjście SUM N. Modified IIR buffer ring zachowuje bieżący SUM z ostatnich wartości N Przy każdej próbie pojawi się nowa próbka SUM - SUM N, dodaj nową próbki i dane wyjściowe SUM N. Odpowiedź 28 sierpnia 13 w 13 45.Jeśli dobrze panu czytam, opisujesz pierwszy porządek IIR filtruje wartość, którą odejmujesz isn t najstarsza wartość, która się wypada, ale zamiast tego średnia z poprzednich wartości Filtry First-Order IIR z pewnością mogą być użyteczne, ale nie wiem co masz na myśli, gdy sugerujesz, że wyjście jest taki sam dla wszystkich sygnałów okresowych Przy częstotliwości próbkowania 10 kHz, podawanie 100 Hz fali prostokątnej w 20-stopniowy filtr pola daje sygnał, który wzrasta równomiernie dla 20 próbek, siedzi wysoko dla 30, kropli jednorodnie dla 20 próbek i siedzi nisko dla 30-go superfekta z filtrem IIR z pierwszego rzędu 28 sierpnia 13 w temperaturze 15 31. będzie powodować falę gwałtownie wzrastającą i stopniowo wyrównywać się w pobliżu, ale nie na maksimum wejściowym, a następnie ostro zacznie opadać i stopniowo wyrównywać blisko, ale nie na wejściu minimum Bardzo różne zachowanie supercat Aug 28 13 w 15 32.Jednym problemem jest to, że prosta średnia ruchoma może być lub nie być użyteczna Z filtrem IIR można uzyskać ładny filtr z stosunkowo niewielką liczbą całkowitą FIR opisujesz może dać Ci tylko prostokąt w czasie - szczerze freq - a ty możesz t zarządzać bocznymi płatami Może być warto wrzucić parę liczb całkowitych, aby uczynić to symetrycznym, przystosowanym FIR, jeśli możesz oszczędzić zegary Scott Seidman 29 sierpnia 13 w 13 50. ScottSeidman No potrzeba mnożenia, jeśli jeden ma po prostu każdy etap FIR albo wyprowadza średnio wejście na ten etap i jego poprzednią zapisaną wartość, a następnie zapisuje dane wejściowe, jeśli ma zakres numeryczny, można użyć sumy zamiast średniej Czy to s lepiej niż filtr pola zależy od aplikacji odpowiedzi krokowej filtru pudełkowego z całkowitym opóźnieniem 1ms, na przykład będzie miał paskudny d2 dt skok gdy zmiana wejściowa, a znów 1ms później, ale będzie miał minimum możliwe d dt dla filtra z całkowitym opóźnieniem 1ms supercat 29 sierpnia w wieku 15 25. Jak mikeselectricstuff powiedział, jeśli naprawdę potrzebujesz zmniejszyć zapotrzebowanie na pamięć i nie pamiętasz odpowiedzi impulsowej jako wykładniczej zamiast prostokątnego impulsu, ja pójdzie na wykładniczy ruch Filtr gniewu Używam ich w znacznym stopniu Z tego typu filtrem, nie potrzebujesz żadnego buforu Nie musisz przechowywać N próbek z przeszłości Tylko jeden Tak, wymagania pamięci zostały obniżone przez czynnik N. Ponadto nie potrzebujesz żadnych podział na to Tylko multiplikacje Jeśli masz dostęp do arytmetyki zmiennoprzecinkowej, użyj multiplikacji zmiennoprzecinkowych W przeciwnym razie wykonaj multiplikacje całkowite i przesunięcia w prawo Jednak jesteśmy w 2017 roku i polecam używać kompilatorów i MCU, które pozwalają do pracy z numerami zmiennoprzecinkowymi. Poza tym, że pamięć jest wydajniejsza i szybsza, nie musisz aktualizować elementów w dowolnym okrągłym buforze, chciałbym powiedzieć, że jest to również naturalne, ponieważ wykładnicza odpowiedź impulsowa lepiej odpowiada charakterowi zachowań, w większości przypadków. Pozdrowienie z 20 kwietnia 12 w 9 59. Jedna kwestia z filtrem IIR prawie dotkniętych przez olin i supercat, ale najwyraźniej zignorowane przez innych jest to, że zaokrąglenie wprowadza pewne nieprawidłowości i potencjalnie stronniczość truncation przy założeniu, że N i sa moc dwóch, a tylko arytmetyka całkowita jest używana, prawo do przesunięcia systematycznie eliminuje LSB nowej próbki Oznacza to, że jak długo seria mogła być, średnia nigdy ich nie uwzględnia. Na przykład załóżmy, że powoli zmniejszając serie 8,8,8 8,7,7,7 7,6,6, a zakładając, że średnia jest rzeczywiście 8 na początku Pięść 7 próbki przyniesie średnio 7, niezależnie od siły filtra Tylko dla jednej próbki Same historia dla 6, itd. Teraz myśl o tym, że odwrotnie serie idzie w górę Średnia pozostanie na 7 na zawsze, dopóki próbka nie jest wystarczająco duża, aby to zmienić. Oczywiście, możesz skorygować za stronniczość, dodając 1 2 N 2, ale że tak naprawdę rozwiązać precyzyjny problem, w tym przypadku malejące serie pozostaną na zawsze na 8, aż próbka wynosi 8-1 2 N 2 Na przykład dla N 4 każda próba powyżej zera będzie utrzymywać średnią niezmienioną. Uważam, że rozwiązanie dla co mogłoby oznaczać posiadanie akumulatora utraconych LSB Ale nie zrobiłem tego na tyle, by mieć gotowy kod, i nie jestem pewien, czy nie zaszkodziłoby to mocy IIR w innych przypadkach serii, na przykład 7,9,7,9 średnio na 8 wtedy. Olin, twoja dwustopniowa kaskada również potrzebuje wyjaśnienia Czy chodzi o trzymanie dwóch średnich wartości w wyniku pierwszego podania do drugiego w każdej iteracji Co to jest zaletą tego.
No comments:
Post a Comment