Resposta de Freqüência do Filtro de Média Corrente A resposta de freqüência de um sistema LTI é a DTFT da resposta de impulso, A resposta de impulso de uma média móvel de L é de média móvel. Uma vez que o filtro de média móvel é FIR, a resposta de freqüência reduz-se à soma finita We Pode usar a identidade muito útil para escrever a resposta de freqüência como onde temos deixar ae menos jomega. N 0 e M L menos 1. Podemos estar interessados na magnitude desta função para determinar quais freqüências passam pelo filtro sem atenuação e quais são atenuadas. Abaixo está um gráfico da magnitude desta função para L 4 (vermelho), 8 (verde) e 16 (azul). O eixo horizontal varia de zero a pi radianos por amostra. Observe que, em todos os três casos, a resposta de freqüência tem uma característica de passagem baixa. Uma componente constante (frequência zero) na entrada passa através do filtro sem ser atenuada. Determinadas frequências mais elevadas, tais como pi 2, são completamente eliminadas pelo filtro. No entanto, se a intenção era projetar um filtro lowpass, então não temos feito muito bem. Algumas das freqüências mais altas são atenuadas apenas por um fator de cerca de 110 (para a média móvel de 16 pontos) ou 13 (para a média móvel de quatro pontos). Podemos fazer muito melhor do que isso. O gráfico acima foi criado pelo seguinte código Matlab: omega 0: pi400: pi H4 (14) (1-exp (-iomega4)) (1-exp (-iomega)) H8 (18) (1-exp (- (1-exp (-iomega)) (1-exp (-iomega)) traço (omega, abs (H4) abs (H8) abs ( Como posso encontrar a média móvel de 3 dias de uma coluna específica de uma matriz e anexar a média móvel a essa matriz Estou tentando calcular a média móvel de 3 dias de baixo para cima da matriz. Eu forneci o meu código: Dada a seguinte matriz a e máscara: Tentei implementar o comando conv, mas estou recebendo um erro. Aqui está o comando conv que eu tenho tentado usar na segunda coluna da matriz a: A saída que desejo é dada na seguinte matriz: Se você tiver alguma sugestão, eu gostaria muito. Obrigado Para a coluna 2 da matriz a, estou computando a média móvel de 3 dias da seguinte maneira e colocando o resultado na coluna 4 da matriz a (a matriz renomeada a como 39desiredOutput39 apenas para ilustração). A média de 3 dias de 17, 14, 11 é 14 a média de 3 dias de 14, 11, 8 é 11 a média de 3 dias de 11, 8, 5 é 8 ea média de 3 dias de 8, 5, 2 é 5. Não há nenhum valor nas 2 linhas inferiores para a 4a coluna porque a computação para a média móvel de 3 dias começa na parte inferior. A saída 39valid39 não será mostrada até pelo menos 17, 14 e 11. Espero que isso faz sentido ndash Aaron Jun 12 13 em 1:28 Em geral, seria útil se você mostrar o erro. Neste caso você está fazendo duas coisas erradas: Primeiro, sua convolução precisa ser dividida por três (ou o comprimento da média móvel) Segundo, observe o tamanho de c. Você não pode apenas caber c em um. A maneira típica de obter uma média móvel seria usar o mesmo: mas isso não se parece com o que você quer. MOVINGAVERAGE (X, F) suaviza os dados vetoriais X com uma janela boxcar de tamanho 2F1, ou seja, por meio da média de cada elemento com os elementos F em Seu direito e os elementos F à sua esquerda. Os elementos extremos também são médios, mas com menos dados, obviamente. Deixando as arestas intactas. O método é muito rápido. MOVINGAVERAGE2 (X, M, N) suaviza a matriz X com uma janela de vagão de tamanho (2M1) x (2N1), isto é, por meio da média de cada elemento com os seus elementos circundantes que se encaixa na referida caixa centrada sobre ela. Este também é muito rápido. Os elementos nas bordas também são calculados em média, mas os cantos são deixados intactos. NANMOVINGAVERAGE (X, F) ou NANMOVINGAVERAGE (X, F, 1) aceitam NaNs elementos no vetor X este interpola também aqueles NaNs elementos rodeados por elementos numéricos. NANMOVINGAVERAGE2 (X, M, N) ou NANMOVINGAVERAGE2 (X, M, N, 1) aceitam elementos NaNs na matriz X este interpola também aqueles elementos NaN rodeados por elementos numéricos. Novo preenchimento GAP simples: SMOOTHMAVERAGE (X, M, N, IND) este alisa somente os elementos X (IND). Ignorando NaNs. Isso pode ser usado para eliminar GAPS em seus dados. Cada M-files tem um exemplo (veja a captura de tela). Verifique abaixo para ver as MUDANÇAS na v3.1. Nota: Olhando o código bidimensional de MOVINGAVERAGE2.M (e RUNMEAN para algumas dicas) alguém pode facilmente fazer uma MA N-dimensional. Você MATLAB 7.5 (R2007b) MATLAB Tags de caminho de pesquisa para este arquivo Por favor, faça o login para marcar arquivos. Faça o login para adicionar um comentário ou avaliação. Comentários e classificações (31) Eu gostaria de obter uma função de média móvel lidar com nan valores Carlos, eu gosto de sua função movingaverage, muito fácil de usar. Eu tenho dados que tem pequenas e grandes lacunas de tempo e eu não quero filtrar através das lacunas. Eu poderia quebrar o vetor acima em cada abertura mas aquele significaria o trabalho. Qualquer sugestão sobre como lidar com algo como este Muito útil inimigo me (principalmente para conspirar) Caros todos, Ix27m lidar com preenchimento gap sobre as medições meteorológicas que o NaN deve ser preenchido com base na janela de tempo de vários dias. dias). Por exemplo, um NaN em 5pm será substituído pelo valor médio na vizinhança hora de vizinhança vários dias. (Letx27s digamos 4, 5 e 6pm de vizinhança 5 dias) Aqui está o osso de pergunta que eu gosto de lidar com: valores rand (1,1000) x27 fakeNaN piso (rand (1,300) x271000) valores (fakeNaN) NaN para i 1 : Comprimento (valores) n 24 i (1: 5) havenanindex encontrar (isnan (valores)) newvalues nanmean (valores (havingnanindex n-1: havingnanindexn1)):: Algo assim: Se você tiver quaisquer soluções ou conselhos, por favor Sinta-se livre para me informar. Obrigado, Michael oi Carlos eu tenho te enviar um e-mail sobre as dificuldades na programação da cobertura recursiva em movimento você tem alguma idéia sobre este problema qualquer ajuda por favor, obrigado por adiantamento Edgar Guevara Codina Itx27s adequada por postprocessing de sinais espectroscópicos, muito útil. Carlos Adrian Vargas Aguilera Aslak comum, você está procurando FLEAS em vez de BUGS. Mas, ok, USUÁRIOS: BEWARE de OUTLIERS e GRANDES MEIOS quando usando CUMSUM runmean método Rather use: NDNANFILTER :) Oi Carlos. Eu quis dizer isso como uma crítica construtiva. O ponto é que o erro é desnecessário, facilmente evitável, e não há nenhuma vantagem de velocidade. Você está certo de que no exemplo específico o erro não é muito grande (embora você cometer o erro de compará-lo com a média, em vez do desvio padrão). No entanto, apenas porque o erro é pequeno nesse caso não significa que é para todas as séries. Tente, por exemplo, isto: m3 n100000 xrandn (n, 1) x (1) 1e100 O problema é que o outlier dá origem a enormes erros em toda a série suavizada, e não apenas dentro da janela. Eu esqueci a avaliação para o exemplo de Aslakx27s (1 estrela): ele está comparando erros de precisões 1e-90.000000001 e 1e-13 eps. Sim 10.000 vezes maior, mas para valores com 1.000 significa que é 1x27000.000x27000.000 maior do que o maior erro. Isso é um grande erro pouco isnx27t it Nice código, mas. O truque cumsum para calcular as médias móveis pode resultar em grandes erros unneccarily sob certas condições: A média é muito diferente de zero ea série é muito longo. Herex27s um pequeno teste que ilustra o problema usando 3 abordagens diferentes de calcular a média móvel. Ele mostra que o x27cumsumx27 método tem erros que são mais de 10000 vezes maior do que os erros do método de filtro. Não há diferença de velocidade real. M10 n300000 xrandn (n, 1) 1000 pensar, por exemplo, pressão atmosférica. Tic snan (comprimento (x) - m1,1) para ii1: comprimento (s) s (ii) média (x (ii (0: m-1) Fim) - c (1: fim-m)) m cumsumtimetoc cumsumerrorsqrt (mean ((cs) .2)) tic fltones (m, 1) m ffilter2 (flt, x, 27xvvalidx27) filtertimetoc filtererrorsqrt (mean (fs). 2)) slowtime 9.4732 cumsumtime 0.041549 cumsumerror 2.6456e-009 filtrotime 0.033685 filtererror 1.4151e-013 Bem comentado Verifique os números de IO e erros vectorized rápido Carlos Adrin Vargas Aguilera Encontrou um bug inofensivo em MOVINGAVERAGE, linha 75: vírgula extra no aviso ja RK: Na verdade, essas são limitações desta média móvel, mas o problema com as bordas são comuns na teoria de filtragem. O autor nos fornece uma idéia e você BTW: que GAP enchimento é o que eu estava procurando. Obrigado Carlos Adrin Vargas Aguilera Olá Sam Obrigado por seus comentários. Eu não tive nenhum problema com o exemplo, você deve obter a imagem acima (sem os buracos), talvez itx27s sua liberação matlab, mas o código é muito simples e deve trabalhar em outros. Sobre o F, para obter uma média centrada em torno de um elemento, o número de elementos a média deve ser ímpar, então 2F1, e desta forma F é a meia largura da janela (verifique a descrição acima). Similar para o m, n em 2D. Oi Carlos, muito obrigado pelo seu interessante código matlab. Eu tenho uma dúvida sobre o tamanho da janela em média móvel 1D. O tamanho da janela é x272F1x27 você pode por favor me diga o que x27Fx27 representam Também eu tentei obter a média móvel 2D para trabalhar com o seu exemplo fornecido, eu couldnx27t fazê-lo funcionar.
Comments
Post a Comment