الأسي الحركة المتوسط الرقمية فلتر

مرشح رقمي سهل الاستخدام. المتوسط ​​المتحرك الأسي إما هو نوع من الاستجابة لانهائية استجابة إير مرشح التي يمكن استخدامها في العديد من التطبيقات دسب جزءا لا يتجزأ يتطلب سوى كمية صغيرة من ذاكرة الوصول العشوائي والقدرة الحاسوبية. ما هو مرشح. التركيبات تأتي في كل من الأشكال التناظرية والرقمية وتوجد لإزالة ترددات محددة من إشارة مرشح التناظرية المشتركة هو مرشح تمرير أرسي منخفض يظهر هو مبين أدناه. وتتميز مرشحات النملوغية من قبل استجابة الترددات التي هي مقدار الترددات الموهن استجابة حجم والمرحلة تحول الاستجابة يمكن تحليل استجابة التردد باستعمال تحويل لابلاس الذي يحدد دالة نقل في النطاق S بالنسبة للدائرة المذكورة أعلاه، تعطى دالة النقل بواسطة. وبالنسبة إلى R يساوي كيلوواط أوم واحد يساوي واحد ميكروفاراد، كما هو مبين أدناه. لاحظ أن المحور س هو لوغاريتمي كل علامة القراد هو 10 مرات أكبر من آخر واحد المحور ص هو في الديسيبل وهو لوغاريتمي وظيفة الإخراج قطع مجانا كنسي لهذا المرشح هو 1000 راد s أو 160 هز هذه هي النقطة التي يتم فيها نقل أقل من نصف القدرة في تردد معين من المدخلات إلى إخراج المرشح. يجب استخدام المرشحات النانوية في التصاميم المدمجة عند أخذ عينات باستخدام إشارة محول التناظرية إلى الرقمية أدك و أدك فقط يلتقط الترددات التي تصل إلى نصف تردد أخذ العينات على سبيل المثال، إذا كان أدك يكتسب 320 عينة في الثانية، يتم وضع مرشح أعلاه مع تردد قطع 160Hz بين إشارة ومدخل أدك ل منع التعرج الذي هو ظاهرة حيث تظهر ترددات أعلى في إشارة عينات كما الترددات المنخفضة. الفلاتر الرقمية. الفلاتر الرقمية تخفف الترددات في البرمجيات بدلا من استخدام المكونات التناظرية تنفيذها ويشمل أخذ العينات الإشارات التناظرية مع أدك ثم تطبيق خوارزمية البرمجيات اثنين المشتركة نهج التصميم إلى التصفية الرقمية هي مرشحات فير والمرشحات إير. فير مرشحات. في نهاية المطاف نبض الاستجابة السريعة مرشحات استخدام عدد محدود من سامبل إس لتوليد المخرجات المتوسط ​​المتحرك البسيط هو مثال لمرشاح تمرير منخفض تمرير ترددات أعلى لأن متوسط ​​التوسيط ينسخ الإشارة المرشح محدود لأن ناتج الفلتر يتحدد بعدد محدود من عينات المدخلات على سبيل المثال، مرشح متوسط ​​متحرك 12 نقطة يضيف ما يصل إلى 12 عينات الأخيرة ثم يقسم بنسبة 12 يتم تحديد الإخراج من مرشحات إير حتى عدد لا حصر له من عينات المدخلات. IIR الفلاتر. إنفينيتي استجابة النبض مرشحات إير هي نوع من المرشحات الرقمية حيث يكون الإخراج غير مؤثر من الناحية النظرية على أي حال متأثرا بإدخال. المتوسط ​​المتحرك الأسي هو مثال لمرشح إر منخفض التمرير. معدل متوسط ​​متحرك إسيوننتيال. المتوسط ​​المتحرك الأسي إما تطبق الأوزان الأسية لكل عينة من أجل حساب متوسط ​​على الرغم من أن هذا يبدو معقدا، والمعادلة المعروفة في لغة التصفية الرقمية كمعادلة الفرق لحساب الناتج بسيط في المعادلة أدناه، y هو الإخراج x هو المدخلات و ألفا هو ثابت الذي يحدد تردد قطع. لتحليل كيفية تأثير هذا المرشح على وتيرة الإخراج، يتم استخدام وظيفة نقل Z - المجال. وتظهر استجابة حجم أدناه لألفا يساوي 0 5.The ذ - xax هو مرة أخرى في الديسيبل المحور x هو لوغاريتمي من 0 001 إلى بي خرائط التردد في العالم الحقيقي إلى المحور س مع صفر يجري الجهد دس و بي يساوي نصف تردد أخذ العينات أي ترددات التي هي فإن أكثر من نصف تردد أخذ العينات سيكون المستعار كما ذكر، يمكن أن التصفية التناظرية ضمان عمليا جميع الترددات في إشارة رقمية أقل من نصف تردد أخذ العينات. فلتر إما هو مفيد في التصاميم جزءا لا يتجزأ من لسببين أولا، فمن السهل لضبط تردد خفض انخفاض قيمة ألفا سوف يقلل من تردد قطع من المرشح كما هو موضح من خلال مقارنة ألفا أعلاه 0 5 مؤامرة إلى المؤامرة أدناه حيث ألفا 0 1. ثانيا، إما سهلة لرمز ويتطلب سوى كمية صغيرة من كومب أوتينغ السلطة والذاكرة تنفيذ التعليمات البرمجية للمرشح يستخدم معادلة الفرق هناك نوعان من العمليات مضاعفة وعملية واحدة إضافة لكل إخراج هذا يتجاهل العمليات المطلوبة لتقريب الرياضيات نقطة ثابتة فقط يجب أن يتم تخزين العينة الأخيرة في ذاكرة الوصول العشوائي وهذا هو أقل بكثير من استخدام مرشح متوسط ​​متحرك بسيط مع N النقاط التي تتطلب N مضاعفة وعمليات الإضافة وكذلك N عينات ليتم تخزينها في ذاكرة الوصول العشوائي التعليمات البرمجية التالية تنفذ مرشح إما باستخدام 32 بت نقطة ثابتة الرياضيات. الشفرة أدناه هو مثال على كيفية استخدام التناظرية والرقمية، هي جزء أساسي من التصاميم جزءا لا يتجزأ من أنها تسمح للمطورين للتخلص من الترددات غير المرغوب فيها عند تحليل مدخلات الاستشعار للمرشحات الرقمية لتكون مفيدة، يجب أن مرشحات التناظرية إزالة جميع الترددات فوق نصف العينات تردد مرشحات إير الرقمية يمكن أن تكون أدوات قوية في التصميم جزءا لا يتجزأ حيث الموارد محدودة المتوسط ​​المتحرك الأسي إما هو إكسا مفل من هذا المرشح الذي يعمل بشكل جيد في التصاميم جزءا لا يتجزأ من بسبب انخفاض الذاكرة والحوسبة متطلبات الطاقة. الفلاتر تصفية. هذه الصفحة تصف التصفية الأسية، وأبسط والأكثر شعبية مرشح هذا جزء من القسم تصفية التي هي جزء من دليل إلى الكشف عن خطأ والتشخيص. المرحلة الزمنية، ثابت الوقت، والتكافؤ التناظرية. أبسط مرشح هو مرشح الأسي لديه معلمة واحدة فقط ضبط غير الفاصل الزمني العينة يتطلب تخزين متغير واحد فقط - الإخراج السابق وهو الانحدار الذاتي إير مرشح - آثار تغيير المدخلات تسوس أضعافا مضاعفة حتى حدود شاشات العرض أو الكمبيوتر الحسابية إخفاء ذلك. في مختلف التخصصات، ويشار إلى استخدام هذا الفلتر أيضا باسم التجانس الأسي في بعض التخصصات مثل تحليل الاستثمار، ويسمى مرشح الأسي المتوسط ​​المتحرك المرجح ألسيا إوما، أو المتوسط ​​المتحرك المتحرك الأسي فقط هذا يسيء المصطلحات المتوسطة المتحركة أرما التقليدية من تحليل سلسلة زمنية، لأنه لا يوجد تاريخ المدخلات التي يتم استخدامها - فقط المدخلات الحالية. فهو يعادل وقت منفصل من تأخر النظام الأول يشيع استخدامها في النمذجة التناظرية من أنظمة التحكم في الوقت المستمر في الدوائر الكهربائية، مرشح فلتر أرسي مع مقاوم 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، والقيم في أوقات عينة منفصلة تطابق تماما الفاصل الزمني المعادل المستمر مع نفس الوقت ثابت العلاقة بين التنفيذ الرقمي وثابت الوقت هو مبين في المعادلات أدناه. معادلات التصفية الأساسية والتهيئة. المرشح الأسي هو مزيج مرجح من الناتج تقدير السابقة مع أحدث بيانات المدخلات ، مع مجموع الأوزان يساوي 1 بحيث الإخراج يطابق الإدخال في حالة مستقرة بعد ترشيح الترشيح بالفعل إنترودو ced. ykay k-1 1-axe k. where شك هو المدخلات الخام في خطوة الوقت كيك هو الإخراج المصفى في الخطوة الزمنية كا هو ثابت بين 0 و 1، وعادة ما بين 0 8 و 0 99 أ -1 أو هو وتسمى أحيانا ثابت التجانس. بالنظام مع خطوة زمنية ثابتة T بين العينات، يتم حساب ثابت وتخزينها للراحة فقط عندما يحدد مطور التطبيق قيمة جديدة من الوقت المطلوب ثابت. وهو تاو هو ثابت الوقت مرشح، في يجب أن تستخدم نفس الوحدات الزمنية الزمنية لأنظمة T. For مع أخذ عينات البيانات على فترات غير منتظمة، الدالة الأسية أعلاه مع كل خطوة زمنية، حيث T هو الوقت منذ العينة السابقة. وعادة ما يتم تهيئة خرج المرشح لتتناسب مع الإدخال الأول . كما يقترب الوقت الثابت 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 الثقيلة جدا. معادلة التصفية أعلاه يمكن إعادة ترتيبها في المتابعة إن هذا النموذج يجعل من الواضح أن متغير تقدير ناتج الفلتر متوقع كما هو دون تغيير عن التقدير السابق ذ - 1 بالإضافة إلى مصطلح تصحيح يستند إلى الابتكار غير المتوقع - الفرق بين المدخلات الجديدة هك والتنبؤ ص k-1 هذا النموذج هو أيضا نتيجة اشتقاق الفلتر الأسي كحالة خاصة بسيطة لمرشح كالمان وهو الحل الأمثل لمشكلة تقدير مع مجموعة معينة من الافتراضات. استجابة الخطوة. طريقة واحدة لتصور تشغيل المرشح الأسي هو مؤامرة ردها مع مرور الوقت إلى إدخال الخطوة 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 من قبل تاو الوقت ثابت تاو حتى تتمكن من التنبؤ بسهولة أكثر النتائج لأي فترة زمنية، عن أي قيمة ثابت الوقت مرشح بعد وقت يساوي ثابت الوقت، إخراج مرشح يرتفع 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 و 98 17 و 99 33 من القيمة النهائية، على التوالي منذ مرشح 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 الناحية العملية، والتفكير في المرشح الأسي كما 98 إلى 99 القيام به بعد وقت يساوي 4 إلى 5 مرشح الوقت الثوابت. التغيرات على الفلتر الأسي. هناك تباين مرشح أسي يسمى مرشح الأسي غير الخطية ويبر، 1980 وتهدف إلى تصفية بشكل كبير الضوضاء داخل سعة نموذجية معينة، ولكن بعد ذلك تستجيب بسرعة أكبر إلى تغييرات أكبر. حقوق الطبع والنشر 2010-2013، غريغ ستانلي. شارك هذه الصفحة. هذا المثال يوضح كيفية استخدام مرشحات المتوسط ​​المتحرك وإعادة عزل لعزل تأثير كومبو الدوري من الوقت من اليوم على قراءات درجة الحرارة في الساعة، وكذلك إزالة الضوضاء خط غير المرغوب فيها من قياس الجهد حلقة مفتوحة يوضح المثال أيضا كيفية تسهيل مستويات إشارة على مدار الساعة مع الحفاظ على حواف باستخدام مرشح وسيط المثال أيضا يظهر كيفية استخدام مرشح هامبل لإزالة outliers. Smoothing كبيرة هو كيف نكتشف أنماط مهمة في بياناتنا في حين ترك الأشياء التي هي غير مهم أي الضوضاء نستخدم تصفية لأداء هذا التمهيد هدف التمهيد هو إحداث تغييرات بطيئة في القيمة حتى أنه من الأسهل أن نرى الاتجاهات في بياناتنا. في بعض الأحيان عند فحص بيانات المدخلات قد ترغب في تسهيل البيانات من أجل رؤية اتجاه في إشارة في مثالنا لدينا مجموعة من قراءات درجة الحرارة في مئوية أخذت كل ساعة في لوغان مطار لشهر كامل من يناير 2011. لاحظ أننا يمكن أن نرى بصريا تأثير أن الوقت من اليوم لديه على قراءات درجة الحرارة إذا كنت مهتما فقط في درجة الحرارة اليومية الاختلاف على الشهر، فإن التقلبات في الساعة تساهم فقط في الضوضاء، الأمر الذي قد يجعل من الصعب التعرف على الاختلافات اليومية لإزالة تأثير الوقت من اليوم، نود الآن أن نسهل بياناتنا باستخدام مرشح متوسط ​​متحرك. أبسط شكل، مرشح متوسط ​​متحرك طول N يأخذ متوسط ​​كل N عينات متتالية من الموجي. لتطبيق مرشح المتوسط ​​المتحرك إلى كل نقطة بيانات، نبني معاملاتنا من مرشح لدينا بحيث تكون كل نقطة على قدم المساواة الوزن ويساهم 1 24 إلى المتوسط ​​الإجمالي هذا يعطينا متوسط ​​درجة الحرارة على مدار كل 24 ساعة. فيلتر تأخير. ملاحظة أن الإخراج تصفيتها تأخر حوالي اثني عشر ساعة ويرجع ذلك إلى حقيقة أن لدينا مرشح المتوسط ​​المتحرك لديه تأخير. أي مرشح متماثل من طول N سوف يكون لها تأخير من N-1 2 عينات يمكننا حساب هذا التأخير يدويا. استخراج متوسط ​​الاختلافات. بدلا من ذلك، يمكننا أيضا استخدام فلتر المتوسط ​​المتحرك للحصول على تقدير أفضل لكيفية الوقت من اليوم ففكتس درجة الحرارة العامة للقيام بذلك، أولا، طرح البيانات ممسحة من قياسات درجة الحرارة في الساعة ثم، تقسيم البيانات اختلافا في أيام واتخاذ المتوسط ​​خلال كل 31 يوما في الشهر. استخراج الذروة المغلف. في بعض الأحيان نود أيضا أن يكون تقدير متفاوت بسلاسة لكيفية تغيير أعلى وأدنى درجات الحرارة لدينا إشارة يوميا للقيام بذلك يمكننا استخدام وظيفة المغلف لربط أعلى مستوياتها القصوى والقصيرة الكشف عن مجموعة فرعية من فترة 24 ساعة في هذا المثال، ونحن نضمن أن هناك على الأقل 16 ساعة بين كل ارتفاع حاد ومتطرف للغاية يمكننا أيضا الحصول على شعور كيف تتجه الارتفاعات والانخفاضات من خلال اتخاذ المتوسط ​​بين النقيضين. المرحلة المتوسطة يتحرك الفلاتر. أنواع أخرى من مرشحات المتوسط ​​المتحرك لا وزن كل عينة على قدم المساواة. مرشح مشترك آخر يتبع توسع الحدين من هذا النوع من المرشح يقترب من منحنى العادي لقيم كبيرة من n ومن المفيد لتصفية الضوضاء عالية التردد ل n الصغيرة العثور على معاملات مع المرشح ذي الحدين، تتناغم مع نفسها ومن ثم تقارن بشكل متكرر الإخراج بعدد محدد من المرات في هذا المثال، استخدم خمسة تكرارات كاملة. أي مرشح آخر يشبه إلى حد ما مرشح توسع غوسي هو مرشح المتوسط ​​المتحرك الأسي هذا النوع من الترجيح مرشح متوسط ​​متحرك سهل الإنشاء ولا يحتاج إلى حجم نافذة كبير. يمكنك ضبط مرشح متوسط ​​متحرك أضعافا مضاعفة بواسطة معلمة ألفا بين الصفر وواحد قيمة أعلى من ألفا سوف يكون أقل تمهيد. زوم في على قراءات ليوم واحد. اختر بلدك.