Réponse en fréquence du filtre de moyenne courante La réponse en fréquence d'un système LTI est le DTFT de la réponse impulsionnelle. La réponse impulsionnelle d'une moyenne mobile de L-échantillon est. Puisque le filtre de moyenne mobile est FIR, la réponse en fréquence se réduit à la somme finie We Peut utiliser l'identité très utile pour écrire la réponse en fréquence comme où nous avons laisser ae minus jomega. N 0 et M L moins 1. On peut s'intéresser à l'ampleur de cette fonction afin de déterminer quelles fréquences passent par le filtre sans atténuation et qui sont atténuées. Ci-dessous un graphique de l'ampleur de cette fonction pour L 4 (rouge), 8 (vert) et 16 (bleu). L'axe horizontal va de zéro à pi radians par échantillon. Notez que dans les trois cas, la réponse en fréquence a une caractéristique passe-bas. Une composante constante (fréquence zéro) dans l'entrée passe par le filtre sans atténuation. Certaines fréquences plus élevées, telles que pi 2, sont complètement éliminées par le filtre. Cependant, si l'intention était de concevoir un filtre passe-bas, alors nous n'avons pas très bien fait. Certaines des fréquences plus élevées ne sont atténuées que par un facteur d'environ 1 10 (pour la moyenne mobile à 16 points) ou 1 3 (pour la moyenne mobile à quatre points). Nous pouvons faire beaucoup mieux que cela. Le graphique ci-dessus a été créé par le code Matlab suivant: omega 0: pi 400: pi H4 (1 4) (1-exp (-iomega4)). (1-exp (-iomega)) H8 (1 8) (1-exp (-iomega8)). (1-exp (-iomega)) H16 (1 16) (1-exp (-iomega16)). (0, pi, 0, 1) Copie de copyright 2000- - University of California, BerkeleyCréer un filtre de moyenne mobile (1-exp (-iomega) Le filtre Moyenne mobile vous permet de calculer une série de moyennes à une ou deux faces en fonction d'une longueur de fenêtre spécifiée par l'utilisateur. Le module ajoute ensuite une nouvelle colonne de fonctionnalité à l'ensemble de données. La moyenne mobile résultante peut ensuite être utilisée pour le tracé et la visualisation, une base de référence pour la modélisation, la prévision, le calcul des écarts par rapport au calcul pour des périodes similaires, etc. Pour le scénario de streaming, la moyenne mobile cumulative et pondérée peut être utilisée. La moyenne mobile cumulée tient compte des points précédant les points arrivant pour la période courante. Ce module vous aide à révéler et à prévoir des modèles temporels utiles dans les données rétrospectives et en temps réel. Vous l'utilisez avec le module Apply Filter. Ce module attend les paramètres d'entrée suivants: Les filtres d'ordre supérieur fournissent une plus grande fenêtre de calcul et une approximation plus proche de la ligne de tendance. Les filtres d'ordre inférieur utilisent une plus petite fenêtre de calcul et ressemblent plus étroitement aux données d'origine. Le type de moyenne mobile à appliquer. Voir le tableau suivant pour des exemples. ML Studio fournit les moyens suivants pour définir une moyenne mobile:
No comments:
Post a Comment