การย้าย ค่าเฉลี่ย Matlab ฟังก์ชั่น

สร้างเมื่อวันพุธที่ 08 ตุลาคม 2551 เวลา 20:04 น. แก้ไขล่าสุดในวันพฤหัสบดีที่ 14 มีนาคม 2013 เวลา 01:29 น. เขียนโดย Batuhan Osmanoglu ผู้ชม 41553.Moving Average ใน Matlab. Often ฉันพบว่าตัวเองต้องการข้อมูลเฉลี่ยที่ฉันต้องลดเสียงรบกวนเล็กน้อย ฉันเขียนฟังก์ชันคู่ที่จะทำสิ่งที่ฉันต้องการ แต่ matlab s สร้างขึ้นในการทำงานของตัวกรองที่ดีงามเช่นกันที่นี่ฉันจะเขียนเกี่ยวกับ 1D และ 2D เฉลี่ยของ data.1D ตัวกรองสามารถรับรู้การใช้ฟังก์ชั่นกรองฟังก์ชั่นการกรองต้องมีอย่างน้อย สามพารามิเตอร์การป้อนค่าสัมประสิทธิ์เศษสำหรับตัวกรองขค่าสัมประสิทธิ์ตัวหารสำหรับตัวกรองและข้อมูล X ของ course. A ใช้ตัวกรองเฉลี่ยสามารถกำหนดได้โดยง่ายสำหรับข้อมูล 2D เราสามารถใช้ฟังก์ชัน filter2 Matlab s สำหรับข้อมูลเพิ่มเติม เกี่ยวกับวิธีการทำงานของตัวกรองคุณสามารถพิมพ์ที่นี่มีการดำเนินการอย่างรวดเร็วและสกปรกของ 16 โดย 16 ย้ายเฉลี่ยกรองแรกที่เราจำเป็นต้องกำหนดตัวกรองเนื่องจากสิ่งที่เราต้องการมีส่วนร่วมเท่าเทียมกันของเพื่อนบ้านทั้งหมดที่เราสามารถใช้คนสนุก ction เราหารทุกอย่างด้วย 256 16 16 เนื่องจากเราไม่ต้องการเปลี่ยนความกว้างของสัญญาณในระดับทั่วไปเมื่อต้องการใช้ตัวกรองเราสามารถกล่าวได้ว่าต่อไปนี้คือผลลัพธ์ของเฟส SAR ในกรณีนี้ช่วงอยู่ใน แกน Y และ Azimuth ถูกแมปกับแกน X ตัวกรองมีขนาดกว้าง 4 พิกเซลในช่วงกว้างและ 16 พิกเซลใน Azimuth ฉันจำเป็นต้องคำนวณค่าเฉลี่ยเคลื่อนที่เหนือชุดข้อมูลภายในลูปสำหรับฉันต้องได้รับค่าเฉลี่ยเคลื่อนที่เหนือ N 9 วันอาร์เรย์ที่ฉันใช้ในการคำนวณเป็นชุดค่า 365 ค่า M ซึ่งเป็นค่าเฉลี่ยของชุดข้อมูลอื่นที่ฉันต้องการจะคำนวณค่าเฉลี่ยของข้อมูลของฉันโดยมีค่าเฉลี่ยเคลื่อนที่อยู่ในพล็อตเดียวฉันใช้เวลาประมาณเล็กน้อยในการย้ายค่าเฉลี่ย และคำสั่ง conv และพบสิ่งที่ฉันพยายามใช้ใน code. So ฉันโดยทั่วไปฉันคำนวณค่าเฉลี่ยของฉันและพล็อตมันด้วยค่าเฉลี่ยเคลื่อนที่ผิดฉันเลือกค่า wts ขวาปิดเว็บไซต์ mathworks เพื่อให้เป็นแหล่งที่ไม่ถูกต้องปัญหาของฉันแม้ว่า, คือฉันไม่เข้าใจสิ่งที่ wts นี้คือสามารถ ทุกคนอธิบายถ้ามีบางอย่างที่จะทำอย่างไรกับน้ำหนักของค่าที่ไม่ถูกต้องในกรณีนี้ค่าทั้งหมดมีน้ำหนักเหมือนกันและถ้าฉันทำอย่างนี้ไม่ถูกต้องทั้งหมดฉันจะได้รับความช่วยเหลือกับมันขอแสดงความนับถือ thanks. asked กันยายน 23 14 ที่ 19 05 การใช้ Conv เป็นวิธีที่ดีในการใช้ค่าเฉลี่ยเคลื่อนที่ในโค้ดที่คุณใช้ wts คือจำนวนที่คุณชั่งแต่ละค่าตามที่คุณคาดเดาผลรวมของเวกเตอร์นั้นควรมีค่าเท่ากับหนึ่งถ้าคุณต้องการ ให้น้ำหนักแต่ละค่าสม่ำเสมอและทำตัวกรองขนาด N ย้ายแล้วคุณจะต้องทำการใช้อาร์กิวเมนต์ที่ถูกต้องใน conv จะส่งผลให้มีค่าน้อยกว่าใน Ms กว่าที่คุณมีใน M ใช้เหมือนกันถ้าคุณ don t ใจผลของศูนย์ padding หากคุณมีกล่องเครื่องมือในการประมวลผลสัญญาณคุณสามารถใช้ cconv ได้หากต้องการลองใช้ค่าเฉลี่ยเคลื่อนที่แบบวงกลมเช่นคุณควรอ่านเอกสาร Conv และ cconv เพื่อดูข้อมูลเพิ่มเติมหากคุณยังไม่ได้ใช้งานคุณสามารถใช้ตัวกรองเพื่อหาค่าเฉลี่ยในการทำงานได้ ใช้สำหรับ loop ตัวอย่างนี้พบ ru nning เฉลี่ยของเวกเตอร์ 16 องค์ประกอบโดยใช้ขนาดหน้าต่าง 5.2 ราบรื่นเป็นส่วนหนึ่งของ Curve Fitting Toolbox ซึ่งมีให้เลือกหลายกรณี y y เรียบทำให้ข้อมูลในคอลัมน์เวกเตอร์ y โดยใช้ตัวกรองเฉลี่ยเคลื่อนที่ผลลัพธ์จะถูกส่งกลับมา เวกเตอร์คอลัมน์ yy ช่วงค่าเริ่มต้นสำหรับค่าเฉลี่ยเคลื่อนที่เป็น 5.Download movAv m ดูยัง movAv2 - รุ่นที่ปรับปรุงใหม่ให้น้ำหนักการอ้างอิง Matlab มีฟังก์ชันที่เรียกว่า movavg และ tsmovavg ค่าเฉลี่ยเคลื่อนที่แบบเรียลไทม์ในกล่องเครื่องมือทางการเงิน movAv ถูกออกแบบมาเพื่อทำซ้ำ ฟังก์ชันพื้นฐานของโค้ดเหล่านี้โค้ดนี่เป็นตัวอย่างที่ดีในการจัดการดัชนีภายในลูปซึ่งอาจทำให้เกิดความสับสนในการเริ่มต้นด้วยการเก็บรหัสไว้อย่างจงใจและสั้นเพื่อให้ขั้นตอนนี้ clear. movAv มีค่าเฉลี่ยเคลื่อนที่ที่สามารถใช้งานได้ การกู้คืนข้อมูลที่มีเสียงดังในบางสถานการณ์การทำงานโดยการใช้ค่าเฉลี่ยของอินพุท y บนหน้าต่างเวลาเลื่อนซึ่งขนาดที่ระบุโดย n ยิ่ง n มีค่ามากเท่าใด ของการทำให้ราบเรียบผลของ n สัมพันธ์กับความยาวของเวคเตอร์อินพุต y และมีประสิทธิภาพดีการเรียงลำดับของการสร้างตัวกรองความถี่ lowpass - ดูตัวอย่างและส่วนการพิจารณาเนื่องจากจำนวนการทำให้เรียบโดยแต่ละค่าของ n มีความสัมพันธ์กับ ความยาวของเวกเตอร์อินพุตเป็นค่าที่ทดสอบค่าที่ต่างกันเสมอเพื่อดูว่ามีความเหมาะสมโปรดจำไว้ว่าจุด n จะสูญหายไปในแต่ละค่าเฉลี่ยหาก n เท่ากับ 100 จุดแรกของเวกเตอร์อินพุท 99 จุดมีข้อมูลเพียงพอสำหรับค่าเฉลี่ย 100pt นี้สามารถหลีกเลี่ยงได้บ้างโดยการวางซ้อนค่าเฉลี่ยตัวอย่างเช่นโค้ดและกราฟด้านล่างเปรียบเทียบค่าเฉลี่ยของความยาวของหน้าต่างที่แตกต่างกันจำนวนหนึ่งสังเกตว่า 10 10pt เปรียบเทียบกับค่าเฉลี่ย 20pt เพียงอย่างเดียวในทั้งสองกรณีข้อมูลทั้งหมดหายไปทั้งหมด 20 จุด สร้าง xaxis x 1 0 01 5 สร้างเสียงรบกวนรบกวน 4 เสียงเรียกร้องผิดพลาด 1 เสียงเงียบเสียงรบกวน 1 เสียงเงียบเสียงรบกวน 1 เสียงรบกวนก่อกวน 1 เสียงรบกวนความยาวเสียงรบกวนสร้างเสียง ydata y exp x 10 เสียงรบกวน 1 ความยาว x Perfrom averages y2 movAv y, 10 10 pt y3 movAv y2, 10 10 10 pt y4 movAv y, 20 20 pt y5 movAv y, 40 40 pt y6 movAv y, 100 100 pt พล็อตล็อตล็อต x, y, y2, y3, y4, y5, y6 ตำนาน Raw ข้อมูล, ค่าเฉลี่ยเคลื่อนที่ 10pt, 10 10pt, 20pt, 40pt, 100pt xlabel x yolabel y title การเปรียบเทียบการเคลื่อนที่โดยเฉลี่ย movAv รหัส m run-through function output movAv y, n บรรทัดแรกกำหนดชื่อฟังก์ชันอินพุทและเอาต์พุตอินพุท x ควรเป็นเวกเตอร์ของข้อมูลที่จะใช้ค่าเฉลี่ยเมื่อ n ควรเป็นจำนวนจุดที่จะทำค่าเฉลี่ยมากกว่าเอาต์พุตจะมีข้อมูลเฉลี่ยที่ส่งกลับโดยฟังก์ชัน Preallocate output output NaN 1, numel y หาจุดกึ่งกลางของ n midPoint round n 2 งานหลักของฟังก์ชั่นจะทำใน loop for แต่ก่อนที่จะเริ่มเตรียม 2 สิ่งคือ Fir stally output เป็น pre - จัดสรรเป็น NaNs นี้ทำหน้าที่สองวัตถุประสงค์ preallocation แรกคือการปฏิบัติที่ดีตามที่ลดหน่วยความจำเล่นกล Matlab ต้องทำประการที่สองก็ทำให้ง่ายในการวางข้อมูลเฉลี่ยเป็นเอาท์พุทขนาดเดียวกับ อินพุทเวกเตอร์หมายความว่า xaxis เดียวกันสามารถใช้งานได้ทั้งสองแบบซึ่งเหมาะสำหรับการวางแผนหรือสามารถถอด NaN ออกได้ในหนึ่งบรรทัดของเอาท์พุทเอาท์พุทแบบย่อส่วน midpoint ตัวแปรจะใช้เพื่อจัดตำแหน่งข้อมูลในเวกเตอร์การแสดงผล ถ้า n 10 จะหายไป 10 จุดเนื่องจากใน 9 จุดแรกของเวกเตอร์อินพุตไม่มีข้อมูลเพียงพอที่จะใช้ค่าเฉลี่ย 10 จุดเนื่องจากเอาท์พุทจะสั้นกว่าข้อมูลอินพุทจะต้องมีการปรับตำแหน่งอย่างถูกต้อง midPoint จะ ใช้เพื่อให้จำนวนข้อมูลที่เท่ากันจะหายไปเมื่อเริ่มต้นและสิ้นสุดและอินพุตจะถูกเก็บให้สอดคล้องกับผลลัพธ์โดยบัฟเฟอร์ NaN ที่สร้างขึ้นเมื่อตั้งค่าเอาต์พุตล่วงหน้าสำหรับความยาว 1 n-n ค้นหาช่วงของดัชนีที่จะใช้ค่าเฉลี่ยมากกว่า abban คำนวณ ผลลัพธ์เฉลี่ย a midPoint หมายถึง yab end ในลูปสำหรับตัวเองค่าเฉลี่ยจะถูกยึดในแต่ละส่วนติดต่อกันของการป้อนข้อมูลลูปจะทำงานสำหรับ a ซึ่งกำหนดไว้เป็น 1 ถึงความยาวของอินพุต y ลบข้อมูลที่จะสูญหาย n ถ้า ใส่เป็น 100 จุดยาวและ n คือ 10, ห่วงจะทำงานจาก 1 ถึง 90 ซึ่งหมายความว่าให้ดัชนีแรกของกลุ่มที่จะเฉลี่ยดัชนีที่สอง b เป็นเพียง n - 1 ดังนั้นในการทำซ้ำครั้งแรก, 1 n 10 ดังนั้น b 11-1 10 ค่าเฉลี่ยแรกจะถูกยึด yab หรือ x 1 10 ค่าเฉลี่ยของส่วนนี้ซึ่งเป็นค่าเดียวจะถูกเก็บไว้ในเอาท์พุทที่จุดกึ่งกลางของจุดศูนย์หรือ 1 5 6. บนซ้ำที่สอง , 2 b 2 10-1 11 ดังนั้นค่าเฉลี่ยจะถูกยึด x 2 11 และเก็บไว้ในเอาต์พุต 7 ในรอบสุดท้ายของลูปสำหรับอินพุทที่มีความยาว 100, 91 b 90 10-1 100 ดังนั้นค่าเฉลี่ยจะถูกนำมา มากกว่า x 91 100 และเก็บไว้ในเอาท์พุท 95 ใบนี้จะส่งผลให้มีค่า N 10 nn ที่ดัชนี 1 5 และ 96 100 ตัวอย่างและข้อควรคำนึงการย้ายค่าเฉลี่ยจะเป็นประโยชน์ในบางสถานการณ์ นี่คือตัวอย่างสองแบบที่พวกเขาไม่จำเป็นต้องดีที่สุดการปรับเทียบของไมโครโฟนชุดข้อมูลนี้แสดงถึงระดับของแต่ละความถี่ที่ผลิตโดยลำโพงและบันทึกโดยไมโครโฟนโดยมีการตอบสนองเชิงเส้นที่เป็นที่รู้จักเอาท์พุทของลำโพงแตกต่างกันไป ความถี่ แต่เราสามารถแก้ไขรูปแบบนี้ด้วยข้อมูลการสอบเทียบได้ - เอาท์พุทสามารถปรับระดับได้เพื่อให้เกิดความผันผวนในการสอบเทียบข้อมูลที่ข้อมูลดิบมีเสียงดัง - นั่นหมายความว่าการเปลี่ยนแปลงเล็กน้อยในความถี่จะต้องเกิดขึ้น ขนาดใหญ่ผิดปกติการเปลี่ยนแปลงระดับในบัญชีสำหรับเป็นจริงหรือเป็นผลิตภัณฑ์ของสภาพแวดล้อมการบันทึกเป็นอย่างเหมาะสมในกรณีนี้เพื่อใช้ค่าเฉลี่ยเคลื่อนที่ที่คลี่ออกโค้งระดับความถี่เพื่อให้เส้นโค้งการสอบเทียบที่น้อยผิดปกติ แต่ทำไมไม่เหมาะกับกรณีนี้ในตัวอย่างนี้ข้อมูลอื่น ๆ จะดีกว่า - การสอบเทียบหลายครั้งทำงานโดยเฉลี่ยจะทำลายเสียงในระบบตราบเท่าที่ยังมีการวิ่ง dom และให้เส้นโค้งที่มีรายละเอียดปลีกย่อยน้อยลงค่าเฉลี่ยเคลื่อนที่สามารถประมาณค่านี้ได้เท่านั้นและอาจลบค่า dips และ peaks ที่สูงขึ้นบางส่วนออกจากเส้นโค้งที่เกิดขึ้นได้จริงคลื่น Sine การใช้ค่าเฉลี่ยเคลื่อนที่บนคลื่นซายน์ ปัญหาของการเลือกจำนวนที่เหมาะสมของจุดที่จะดำเนินการเฉลี่ย over. It มันง่าย แต่มีวิธีการที่มีประสิทธิภาพมากขึ้นในการวิเคราะห์สัญญาณมากกว่าค่าเฉลี่ยสัญญาณสั่นในโดเมนเวลาในกราฟนี้คลื่นไซน์เดิมเป็นพล็อตในเสียงสีฟ้าคือ เพิ่มและวางแผนเป็นเส้นโค้งสีส้มค่าเฉลี่ยเคลื่อนที่จะดำเนินการที่จุดต่างกันเพื่อดูว่าคลื่นต้นฉบับสามารถฟื้นตัวได้ 5 และ 10 จุดให้ผลลัพธ์ที่สมเหตุสมผล แต่อย่าเอาเสียงออกทั้งหมดซึ่งเป็นจำนวนจุดเริ่มต้นมากขึ้น สูญเสียรายละเอียด amplitude เป็นค่าเฉลี่ยขยายไปในช่วงที่แตกต่างกันจำคลื่น oscilates รอบศูนย์และค่าเฉลี่ย -1 1 0.An ทางเลือกจะสร้างตัวกรอง lowpass กว่าสามารถ ใช้กับสัญญาณในโดเมนความถี่ I m จะไม่ไปลงในรายละเอียดตามที่ไปเกินขอบเขตของบทความนี้ แต่เป็นเสียงเป็นความถี่สูงกว่าคลื่นความถี่พื้นฐานก็จะค่อนข้างง่ายในกรณีนี้เพื่อสร้าง กรองความถี่ต่ำกว่าจะลบเสียงรบกวนที่มีความถี่สูง