الانتقال من المتوسط - فلتر التأخير الزمني

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 جدا، لأن تنفيذ نقطة العائمة 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. غ، w غردلاي b، إرجاع استجابة تأخير المجموعة، غ من مرشح الوقت المنفصل المحدد بواسطة ناقلات الإدخال، b و a ناقلات الإدخال هي معاملات البسط، b والمقام، متعددو الحدود في z -1 و Z-ترانزفورتيون للمرشاح المتفرغ للوقت هو h. z z z 0 زل 0 N 1 بل 1 زل 0 M 1 آل 1 z l يتم تقييم استجابة تأخر مجموعة المرشاح عند 512 نقطة متباعدة بالتساوي في الفاصل الزمني 0، على دائرة الوحدة يتم إرجاع نقاط التقييم على دائرة الوحدة في w. غ، w غردلاي b، a، n ترجع استجابة تأخر المجموعة للمرشاح المنفصل زمنيا المقيم عند نقاط n متساوية التباعد على دائرة الوحدة في الفاصل الزمني 0، n هو عدد صحيح موجب للحصول على أفضل النتائج، قم بتعيين n إلى قيمة أكبر من ترتيب التصفية. غ، w غردلاي سوس، ن ترجع استجابة تأخير المجموعة لمصفوفة المقاطع الثانية، سوس سوس هي مصفوفة K - by-6، حيث يجب أن يكون عدد الأقسام K أكبر من أو يساوي 2 إذا كان عدد أقسام أقل من 2، يعتبر غردلاي المدخلات لتكون ناقلات البسط، ب كل صف من سوس يتوافق مع معاملات مرشح بيكاد من الدرجة الثانية الصف الأول من مصفوفة سوس يتوافق مع بي 1 ثنائية 2 بي 3 منظمة العفو الدولية 1 أي 2 أي 3. غ، w غردلاي d، n ترجع استجابة تأخير المجموعة للمرشاح الرقمي، d استخدم ديسينفيلت لتوليد d استنادا إلى مواصفات الترددات للاستجابة. غ، f غبديلاي n، فس تحدد ترددات أخذ العينات الموجبة (فس) في هيرتز وهي ترجع متجه الطول f، الذي يحتوي على نقاط التردد في هيرتز التي يتم فيها تقييم استجابة تأخير المجموعة f يحتوي على n نقاط بين 0 و فس 2. غ، w غردلاي n، كامل و غ، f غبديلاي ن، كله، فس استخدام ن نقاط حول دائرة وحدة كاملة من 0 إلى 2 أو من 0 إلى fs. gd غربدلاي ث و غ غرديلاي f، فس عودة استجابة تأخير المجموعة تقييمها في الترددات الزاوي في العينة w راديانز أو في f في دورات الزمن وحدة، على التوالي، حيث فس هو تردد أخذ العينات w و f هي ناقلات مع اثنين على الأقل من العناصر. غبدلاي مع عدم وجود وسيطات الإخراج يرسم استجابة تأخير المجموعة مقابل التردد. الغرديلاي يعمل ل سواء مرشحات حقيقية ومعقدة. ملاحظة إذا كان الإدخال إلى غردلاي هو دقة واحدة، يتم احتساب تأخير المجموعة باستخدام حساب الدقة واحدة الإخراج، غ هو دقة واحدة. حدد مرشح بلدك. التي تصف تصفيف الأسي، أبسط و معظم السكان r فلتر هذا جزء من القسم تصفية التي هي جزء من دليل للكشف عن خطأ والتشخيص. المرحلة الزمنية، ثابت الوقت، والتكافؤ التناظرية. أبسط مرشح هو مرشح الأسي لديها معلمة ضبط واحدة فقط من الفاصل الزمني العينة يتطلب وتخزين متغير واحد فقط - الإخراج السابق وهو مرشح الانحدار الذاتي إير - آثار تسوس تغيير المدخلات أضعافا مضاعفة حتى حدود شاشات الكمبيوتر أو الحساب إخفاء ذلك. في مختلف التخصصات، ويشار إلى استخدام هذا الفلتر أيضا باسم التجانس الأسي في بعض التخصصات مثل تحليل الاستثمار، يطلق على الفلتر الأسي متوسط ​​متحرك أسي مرجح إوما، أو المتوسط ​​المتحرك المتحرك الأسي فقط. هذا يسيء استخدام المصطلحات المتوسطة المتحركة أرما التقليدية لتحليل السلاسل الزمنية، حيث لا يوجد تاريخ الإدخال المستخدم - فقط المدخلات الحالية. فهو يعادل الوقت المنفصل من تأخر النظام الأول يشيع استخدامها في النمذجة التناظرية من الوقت المستمر ج أنظمة أونترول في الدوائر الكهربائية، مرشح مرشح أرسي مع المقاوم واحد ومكثف واحد هو تأخر من الدرجة الأولى عند التأكيد على القياس على الدوائر التناظرية، معلمة ضبط واحد هو ثابت الوقت، وعادة ما يكتب كما في حالة الحروف اليونانية تاو في الواقع ، فإن القيم في أوقات العينة المنفصلة تتطابق تماما مع الفاصل الزمني المعادل المتواصل مع نفس الوقت الثابت. وتظهر العلاقة بين التنفيذ الرقمي وثابت الزمن في المعادلات أدناه. معادلات التصفية الهامة والتهيئة. المرشاح الأسي هو مزيج مرجح من الناتج السابق تقدير مع أحدث بيانات المدخلات، مع مجموع الأوزان يساوي 1 بحيث الإخراج يطابق الإدخال في حالة مستقرة بعد ترشيح الترشيح بالفعل قدم. كاي k-1 1-أكس k. where شك هو المدخلات الخام في وقت الخطوة كيك هو إخراج تصفيتها في خطوة الوقت كا هو ثابت بين 0 و 1، وعادة ما بين 0 8 و 0 99 أ -1 أو يسمى أحيانا سمو أوثث ثابت. بالنسبة للأنظمة ذات الخطوة الزمنية الثابتة T بين العينات، يتم حساب ثابت a وتخزينها للراحة فقط عندما يحدد مطور التطبيق قيمة جديدة من الوقت المطلوب time. where تاو هو ثابت الوقت مرشح، في نفس الوحدات من الزمن لأنظمة T. For مع أخذ العينات البيانات على فترات غير منتظمة، يجب أن تستخدم الدالة الأسية أعلاه مع كل خطوة زمنية، حيث T هو الوقت منذ العينة السابقة. وعادة ما يتم تهيئة إخراج مرشح لتتناسب مع المدخلات الأولى. كما أن الوقت المستمر النهج 0، يذهب إلى الصفر، لذلك ليس هناك تصفية الإخراج يساوي الإدخال الجديد كما يحصل على الوقت ثابت كبير جدا، نهج 1، بحيث يتم تجاهل المدخلات الجديدة تقريبا تصفية ثقيلة جدا. يمكن أن تكون المعادلة مرشح أعلاه يعاد ترتيبها في المعادلة التالية للمصحح للتنبؤ. ويجعل هذا النموذج أكثر وضوحا أن متغير تقدير ناتج المرشح متوقع دون تغيير عن التقدير السابق y k-1 بالإضافة إلى مصطلح تصحيح يستند إلى الابتكار غير المتوقع - الفرق بين المدخلات هك الجديدة والتنبؤ y k-1 هذا النموذج هو أيضا نتيجة اشتقاق المرشح الأسي كحالة خاصة بسيطة لمرشح كالمان وهو الحل الأمثل لمشكلة تقدير مع مجموعة معينة من الافتراضات. استجابة الخطوة. طريقة واحدة لتصور تشغيل مرشح الأسي هو رسم استجابتها مع مرور الوقت إلى إدخال خطوة وهذا هو، بدءا من المدخلات والمخرجات مرشح في 0، يتم تغيير قيمة المدخلات فجأة إلى 1 يتم رسم القيم الناتجة أدناه. في المؤامرة المذكورة أعلاه، يتم تقسيم الوقت على الوقت تاو ثابت التصفية حتى تتمكن من التنبؤ بسهولة أكثر النتائج لأي فترة زمنية، عن أي قيمة ثابت الوقت مرشح بعد وقت يساوي الوقت ثابت، يرتفع خرج المرشح إلى 63 21 من قيمته النهائية بعد وقت يساوي الثوابت الزمنية 2، ترتفع القيمة إلى 86 47 من قيمته النهائية المخرجات بعد مرات تساوي 3،4، والثوابت 5 الوقت هي 95 02، 98 17 و 99 33 o f القيمة النهائية، على التوالي منذ المرشح هو الخطية، وهذا يعني أن هذه النسب المئوية يمكن استخدامها لأي حجم من خطوة التغيير، وليس فقط لقيمة 1 المستخدمة هنا. على الرغم من أن استجابة الخطوة من الناحية النظرية يأخذ وقتا لانهائي، من وجهة نظر عملية، والتفكير في المرشح الأسي كما 98 إلى 99 القيام به بعد وقت يساوي 4 إلى 5 مرشح الوقت الثوابت. التغيرات على مرشح الأسي. هناك تباين مرشح الأسي يسمى مرشح الأسي غير الخطية ويبر، 1980 المقصود لتصفية الضوضاء بشكل كبير داخل السعة نموذجية معينة، ولكن بعد ذلك الاستجابة بسرعة أكبر إلى تغييرات أكبر. حقوق الطبع والنشر 2010-2013، غريغ ستانلي. شارك هذه الصفحة.