عند حساب متوسط متحرك تشغيل، وضع متوسط في الفترة الزمنية الوسطى منطقي في المثال السابق قمنا بحساب متوسط الفترات الزمنية الأولى 3 ووضعه بجانب الفترة 3. كنا قد وضعت المتوسط في منتصف الفاصل الزمني من ثلاث فترات، وهذا هو، بجانب الفترة 2. وهذا يعمل بشكل جيد مع فترات زمنية فردية، ولكن ليست جيدة حتى لفترات زمنية حتى. إذا أين نضع المتوسط المتحرك الأول عند M4 من الناحية الفنية، فإن المتوسط المتحرك سينخفض عند t 2.5، 3.5. لتجنب هذه المشكلة ونحن على نحو سلس على ماس باستخدام M 2. وهكذا نحن على نحو سلس القيم أملس إذا كنا متوسط عدد من المصطلحات، ونحن بحاجة إلى تسهيل السلس القيم ويبين الجدول التالي النتائج باستخدام M 4.I أحاول إنشاء الدالة التي تحسب متوسط متحرك نافذة في سكلسرفر 2008. أنا جديد تماما ل سكل لذلك أنا بصراحة قليلا من الصعوبة. البيانات التي أحاول أداء المتوسط المتحرك على ضرورة تجميعها حسب اليوم (كل البيانات ذات الطابع الزمني) ومن ثم يجب تطبيق إطار متحرك متغير عليه. لدي بالفعل وظيفة التي تجمع البيانات حسب اليوم (والمعرف) الذي يظهر في الجزء السفلي. لدي بعض الأسئلة: هل سيكون من الأفضل استدعاء دالة التجميع داخل الدالة المتوسطة المتحركة أم يجب أن أفعل كل ذلك مرة واحدة هل من الممكن الحصول على المتوسط المتحرك لتواريخ الإدخال في الدالة، ولكن العودة إلى n من الأيام إلى تبدأ المتوسط المتحرك بحيث لا تكون أول أيام n من البيانات التي تم إرجاعها 0 لمتوسطها (أي إذا كانت تريد متوسط 7 أيام متحرك من 01-08-2011 إلى 02-08-2011 أن أبدأ المتوسط المتحرك حساب في 01-01-2011 بحيث اليوم الأول الذي عرفت له قيمة) أنا في عملية النظر في كيفية القيام المتوسط المتحرك، ونعرف أن نافذة تتحرك ويبدو أن الخيار الأفضل (كيرنتسوم بريفسوم تودايكونت - نثداغوغوكونت) نديس ولكن أنا لا تزال تعمل على معرفة تنفيذ سكل من هذا. لدي وظيفة تجميع تبدو مثل هذا (بعض المتغيرات إزالة لأغراض الرؤية): الذي يعود جدول مثل ذلك: تحرير: للإجابة على السؤال الأول سألت: انتهى بي الأمر إنشاء وظيفة التي أعلنت جدول مؤقت وأدخل النتائج من وظيفة العد في ذلك، ثم استخدم المثال من user662852 لحساب المتوسط المتحرك. اتخذ النطاق الزمني المشفر من طلب البحث. كتابة الإخراج (مثل عينتك في النهاية) إلى جدول درجة الحرارة (دعوت ذلك الزيارات أدناه). حاول هذا النفس الانضمام إلى جدول تيمب: إديت: لم يكن لديك ما يكفي من الغرفة في تعليقات لقول هذا ردا على سؤالك: انضمامي هو كيندا كيندا لأنه يستخدم بين في قيد الانضمام. كل سجل في القائمة هو صعود ضد كل سجل آخر، ثم أريد تلك التي يكون تاريخ التقرير هو بين الحد الأدنى من (-7) أيام واليوم. كل تاريخ البيانات متاح لتاريخ القائمة، وهذا هو المفتاح لسؤالك. أنا يمكن أن يكون قد كتبت شرط الانضمام كما ولكن ما حدث حقا لقد اختبرت ذلك كما يعود أي سجلات لأن بناء الجملة بين منخفض و هاي. أنا فاسيبالمد على 0 السجلات وتبادلت الحجج، هذا كل شيء. جرب ما يلي: هذا هو الانضمام الديكارتي ل ليستديت واحد فقط: قارن هذا إلى شرط الانضمام الفعلي انظر كيف تاريخ القائمة بين داتاديت و dataplus6 في كل السجلاتالعلم و دليل المهندسين لمعالجة الإشارات الرقمية من قبل ستيفن W سميث، Ph. D. الفصل 15: الفلاتر المتوسطة المتحركة أقارب المرشح المتوسط المتحرك في عالم مثالي، يجب على مصممي التصفية أن يتعاملوا مع معلومات المجال الزمني أو نطاق التردد المشفر، ولكن ليس أبدا خليط من الاثنين في نفس الإشارة. لسوء الحظ، هناك بعض التطبيقات حيث كلا المجالين في وقت واحد مهم. فعلى سبيل المثال، تقع الإشارات التلفزيونية في هذه الفئة المقنعة. يتم ترميز معلومات الفيديو في المجال الزمني، وهذا هو، شكل الموجي يتوافق مع أنماط السطوع في الصورة. ومع ذلك، أثناء الإرسال يتم التعامل مع إشارة الفيديو وفقا لتكوين ترددها، مثل عرض النطاق الترددي الكلي، وكيفية إضافة موجات الموجة الحاملة للون الأمبير الصوتي، واستعادة أمبير القضاء على مكون دس، وما إلى ذلك. وكمثال آخر، التداخل الكهرومغناطيسي هو أفضل فهم في مجال التردد، حتى لو تم تشفير معلومات الإشارات في المجال الزمني. فعلى سبيل المثال، قد يتلوث جهاز رصد درجة الحرارة في تجربة علمية ب 60 هيرتز من خطوط الكهرباء، أو خز 30 من مصدر طاقة التبديل، أو خز 1320 من محطة إذاعة محلية آم. لدى أقارب المرشح المتوسط المتحرك أداء نطاق تردد أفضل، ويمكن أن يكون مفيدا في تطبيقات النطاقات المختلطة هذه. تتضمن مرشحات المتوسط المتحرك متعددة المرور تمرير إشارة الدخل من خلال مرشح متوسط متحرك مرتين أو أكثر. ويبين الشكل 15-3a نواة الفلتر الإجمالية الناتجة عن مرور واحد أو اثنين أو أربعة. اثنين من بطاقات تعادل استخدام نواة مرشح الثلاثي (نواة مرشح مستطيلة حلها مع نفسها). بعد مرور أربعة أو أكثر، تبدو نواة الفلتر المكافئة مثل غاوس (تذكر نظرية الحد المركزي). كما هو مبين في (ب)، تمرير متعددة تنتج استجابة خطوة على شكل s، بالمقارنة مع خط مستقيم من تمريرة واحدة. وتعطى الاستجابات الترددية في (c) و (d) بالمعادلة. 15-2 مضروبا في حد ذاته لكل تمريرة. وهذا يعني أن كل انحراف في المجال الزمني يؤدي إلى مضاعفة أطياف التردد. ويوضح الشكل 15-4 استجابة التردد لأحد الأقارب الآخرين لمرشاح المتوسط المتحرك. عندما يتم استخدام غاوس نقية كنواة مرشح، استجابة التردد هو أيضا غاوس، كما نوقش في الفصل 11. الغاوس مهم لأنه هو استجابة النبض للعديد من النظم الطبيعية والصناعية. على سبيل المثال، نبضة موجزة من الضوء الذي يدخل خط نقل الألياف البصرية طويلة سوف الخروج كنبض غاوس، وذلك بسبب مسارات مختلفة التي اتخذتها الفوتونات داخل الألياف. كما تستخدم نواة الفلتر غاوس على نطاق واسع في معالجة الصور نظرا لخصائصها الفريدة التي تسمح بتحويلات سريعة ثنائية الأبعاد (انظر الفصل 24). وتتوافق استجابة التردد الثانية في الشكل 15-4 مع استخدام نافذة بلكمان كنواة مرشح. (المصطلح نافذة ليس له معنى هنا هو ببساطة جزء من اسم مقبول من هذا المنحنى). الشكل الدقيق للنافذة بلكمان يرد في الفصل 16 (المقياس 16-2، الشكل 16-2) ومع ذلك، يبدو وكأنه غاوسيان. كيف يكون هؤلاء الأقارب للمتوسط المتحرك أفضل من المرشح المتوسط المتحرك نفسه ثلاث طرق: أولا، والأهم من ذلك، فإن هذه المرشحات لديها توهين توقف أفضل من مرشاح المتوسط المتحرك. ثانيا، حبات مرشح تفتق إلى السعة أصغر قرب نهايات. أذكر أن كل نقطة في إشارة الإخراج هي مجموع مرجح لمجموعة من العينات من المدخلات. إذا كان التناقص التدريجي نواة مرشح، وتعطى عينات في إشارة الدخل التي هي أبعد من وزن أقل من تلك التي قرب. وثالثا، تكون استجابات الخطوة منحنيات ناعمة، بدلا من الخط المستقيم المفاجئ للمتوسط المتحرك. وعادة ما تكون هاتان الفئتان الأخيرتان ذات فائدة محدودة، على الرغم من أنك قد تجد تطبيقات حيثما تكون مزايا حقيقية. المرشح المتوسط المتحرك وأقاربه كل شيء تقريبا في الحد من الضوضاء العشوائية مع الحفاظ على استجابة خطوة حادة. ويكمن الغموض في كيفية قياس زمن الاستجابة للخطوة. إذا تم قياس ريسيتيمي من 0 إلى 100 من الخطوة، فإن المرشح المتوسط المتحرك هو أفضل ما يمكنك القيام به، كما هو موضح سابقا. في المقارنة، وقياس ريسيتيمي من 10 إلى 90 يجعل نافذة بلاكمان أفضل من المرشح المتوسط المتحرك. النقطة هي، وهذا هو مجرد النظرية التشكيك النظر هذه المرشحات متساوية في هذه المعلمة. أكبر الفرق في هذه المرشحات هو سرعة التنفيذ. باستخدام خوارزمية عودية (الموصوفة بعد ذلك)، سيتم تشغيل عامل تصفية المتوسط المتحرك مثل البرق في جهاز الكمبيوتر الخاص بك. في الواقع، هو أسرع مرشح الرقمية المتاحة. وتكون العبور المتعددة للمتوسط المتحرك أبطأ، ولكنها لا تزال سريعة جدا. وبالمقارنة، فإن مرشحات غوسيان وبلاكمان بطيئة للغاية، لأنها يجب أن تستخدم الالتفاف. فكر بعامل قدره عشرة أضعاف عدد النقاط في نواة الفلتر (استنادا إلى الضرب بنحو 10 مرات أبطأ من الإضافة). على سبيل المثال، نتوقع أن يكون غوس 100 نقطة أبطأ بمعدل 1000 مرة من المتوسط المتحرك باستخدام التكرار.
No comments:
Post a Comment