ชี้แจง เคลื่อนไหว เฉลี่ย กรอง การออกแบบ

การตอบสนองความถี่ของตัวกรองเฉลี่ยที่ใช้งานการตอบสนองความถี่ของระบบ LTI คือ DTFT ของการตอบสนองของอิมพัลส์การตอบสนองต่ออิมพัลส์ของค่าเฉลี่ยเคลื่อนที่ L-sample คือเมื่อตัวกรองค่าเฉลี่ยเคลื่อนที่เป็น FIR การตอบสนองต่อความถี่ลดลงเหลือน้อย sum. We สามารถใช้ตัวตนที่มีประโยชน์มากในการเขียนการตอบสนองความถี่ที่เราได้ให้ aej N 0 และ ML 1 เราอาจสนใจขนาดของฟังก์ชันนี้เพื่อหาความถี่ที่จะได้รับผ่านตัวกรองที่ไม่มีการลดทอนและ ที่ลดทอนด้านล่างเป็นพล็อตของขนาดของฟังก์ชันนี้สำหรับ L4 สีแดง 8 สีเขียวและสีน้ำเงิน 16 แกนแนวนอนมีตั้งแต่ศูนย์ถึงเรเดียนต่อตัวอย่างคำเตือนว่าในทั้งสามกรณีการตอบสนองต่อความถี่มีลักษณะ Lowpass A ความถี่ของค่าคงที่ของคอมโพเนนต์เป็นศูนย์ในอินพุทจะผ่านตัวกรองที่ไม่มีการลดทอนบางความถี่ที่สูงขึ้นเช่น 2 จะถูกกำจัดออกโดยตัวกรองอย่างสมบูรณ์อย่างไรก็ตามหากเจตนาประสงค์คือการออกแบบตัวกรอง Lowpass เราจะมี n ot ทำดีบางส่วนของความถี่ที่สูงขึ้นจะ attenuated โดยเฉพาะอย่างยิ่งจากปัจจัยประมาณ 1 10 สำหรับค่าเฉลี่ยเคลื่อนที่ 16 จุดหรือ 1 3 สำหรับค่าเฉลี่ยเคลื่อนที่สี่จุดเราสามารถทำได้ดีกว่าที่พล็อตข้างต้นถูกสร้างขึ้นโดยต่อไปนี้ Matlab code. omega 0 pi 400 pi H4 1 4 1-exp - i omega 4 1-exp - i omega H8 1 8 1-exp - i omega 8 1-exp-i omega H16 1 16 1-exp - i omega 16 1-exp-i omega พล็อตโอเมก้า, abs H4 abs H8 abs H16 แกน 0, pi, 0, 1.Copyright 2000- - University of California, Berkeley ตัวกรองแบบดิจิตอลที่ใช้งานง่าย ชนิดของการตอบสนองอิมมูโนไม่ จำกัด IIR ตัวกรองที่สามารถใช้ในแอพพลิเคชัน DSP ฝังตัวจำนวนมากต้องใช้ RAM เพียงเล็กน้อยและกำลังประมวลผลข้อมูลอะไรคือ Filter. Filters มีทั้งรูปแบบอะนาล็อกและดิจิตอลและมีอยู่เพื่อนำความถี่เฉพาะออกจากสัญญาณ ตัวกรองอนาล็อกทั่วไปคือตัวกรองสัญญาณความถี่ต่ำที่แสดงด้านล่างตัวกรองแบบอะวอร์ดจะมีลักษณะการตอบสนองความถี่ที่เท่าใดความถี่ ลดทอนการตอบสนองของขนาดและการตอบสนองของเฟสที่เปลี่ยนแปลงการตอบสนองความถี่สามารถวิเคราะห์ได้โดยใช้การแปลง Laplace ซึ่งกำหนดฟังก์ชันการถ่ายโอนในโดเมน S สำหรับวงจรข้างต้นฟังก์ชันการถ่ายโอนจะได้รับสำหรับ R เท่ากับหนึ่งกิโลโอห์มและ C เท่ากับ ไมโครเฟรดตัวเดียวการตอบสนองของขนาดจะแสดงไว้ด้านล่างโปรดสังเกตว่าแกน x เป็นลอการิทึมเครื่องหมายทุกเครื่องหมายสูงกว่าครั้งสุดท้าย 10 ครั้งแกน y อยู่ในเดซิเบลซึ่งเป็นฟังก์ชันลอการิทึมของเอาต์พุตความถี่ตัดสำหรับตัวกรองนี้ คือ 1000 rad s หรือ 160 Hz นี่คือจุดที่มีการถ่ายโอนพลังงานน้อยกว่าครึ่งหนึ่งที่ความถี่หนึ่งจากอินพุทไปยังเอาต์พุตของตัวกรองตัวกรองแบบอะนูลต้องใช้ในแบบฝังเมื่อสุ่มตัวอย่างสัญญาณโดยใช้อะนาล็อกกับดิจิตอล ADC ADC ADC จับเฉพาะความถี่ที่มีความถี่ในการสุ่มตัวอย่างถึงครึ่งตัวอย่างเช่นถ้า ADC มีการสุ่มตัวอย่าง 320 ตัวอย่างต่อวินาทีตัวกรองด้านบนจะมีความถี่ตัดเป็น 160Hz ระหว่างสัญญาณ และอินพุตของ ADC เพื่อป้องกันการเหลาซึ่งเป็นปรากฏการณ์ที่ความถี่สูงกว่าจะแสดงในสัญญาณที่สุ่มตัวอย่างเป็นความถี่ต่ำกว่าตัวกรองที่สำคัญตัวกรองสำคัญลดความถี่ในซอฟต์แวร์แทนที่จะใช้ส่วนประกอบอะนาล็อกการดำเนินการของพวกเขารวมถึงการสุ่มตัวอย่างสัญญาณอนาล็อกด้วย ADC จากนั้นจึงใช้ อัลกอริทึมซอฟต์แวร์สองวิธีการออกแบบทั่วไปในการกรองแบบดิจิทัลคือตัวกรอง FIR และตัวกรอง IIR ฟิลเตอร์ฟิลเตอร์ Impulse Response FIR ตัวกรองใช้จำนวน จำกัด ของตัวอย่างเพื่อสร้างเอาท์พุทค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายคือตัวอย่างของการกรอง FIR ต่ำที่ต่ำกว่าความถี่สูง จะลดทอนเนื่องจากค่าเฉลี่ยจะทำให้สัญญาณมีความสมบูรณ์ตัวกรองมีข้อ จำกัด เนื่องจากผลการกรองของฟิลเตอร์ถูกกำหนดโดยจำนวนตัวอย่างที่กำหนดตัวอย่างเช่นตัวกรอง 12 ค่าเฉลี่ยเคลื่อนที่จะเพิ่ม 12 ตัวอย่างล่าสุดจากนั้นหารด้วย 12 เอาท์พุทของตัวกรอง IIR จะถูกกำหนดโดยขึ้นอยู่กับจำนวนอนันต์ของอินพุทอินพุต IIR Filters. Infinite Impulse Response II ตัวกรอง R คือตัวกรองแบบดิจิทัลที่เอาต์พุตไม่เป็นไปตามทฤษฎี แต่ได้รับอิทธิพลจากข้อมูลป้อนข้อมูลค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือตัวอย่างของตัวกรอง IIR low pass ตัวแปลงค่าเฉลี่ยที่เป็นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ที่เป็นไปได้เชิงตัวเลข EMA ใช้น้ำหนักเลขชี้กำลังกับแต่ละตัวอย่าง ในการคํานวณคาเฉลี่ยถาสมการนี้ดูเหมือนจะมีความซับซอนสมการที่รูจักในการวิเคราะหการกรองแบบดิจิตอลเปนสมการที่แตกตางกันในการคํานวณเอาตพุทนั้นเปนแบบเรียบรอยในสมการดานลาง y คือเอาต์พุต x คืออินพุทและอัลฟาคือ ความถี่เพื่อวิเคราะห์ว่าตัวกรองนี้มีผลกระทบต่อความถี่ของเอาท์พุทอย่างไรใช้ฟังก์ชันถ่ายโอนโดเมน Z การตอบสนองของขนาดจะแสดงไว้ด้านล่างสำหรับ alpha เท่ากับ 0 5.The แกน y แสดงอีกครั้งใน decibel แกน x เป็นลอการิทึมจาก 0 001 ถึง pi แผนที่ความถี่ในโลกแห่งความเป็นจริงกับแกน x ซึ่งศูนย์จะเป็นแรงดันไฟฟ้า DC และ pi เท่ากับครึ่งหนึ่งของความถี่การสุ่มตัวอย่างความถี่ใด ๆ ที่มากกว่าครึ่งหนึ่งของความถี่การสุ่มตัวอย่าง uency จะ aliased ดังกล่าวตัวกรองอนาล็อกสามารถมั่นใจได้ว่าความถี่ในสัญญาณดิจิตอลทั้งหมดต่ำกว่าครึ่งหนึ่งของความถี่ในการสุ่มตัวอย่างตัวกรอง EMA เป็นประโยชน์ในการออกแบบแบบฝังตัวด้วยเหตุผลสองประการประการแรกง่ายที่จะปรับลดความถี่ลดค่า ของ alpha จะลดความถี่ cutoff ของตัวกรองตามภาพประกอบโดยการเปรียบเทียบพล็อต alpha 0 ด้านบนกับพล็อตด้านล่างที่ alpha 0 1.Second EMA เป็นรหัสที่ง่ายและต้องใช้เพียงเล็กน้อยของการประมวลผลพลังงานและหน่วยความจำรหัส การดำเนินการของตัวกรองใช้สมการความแตกต่างมีสองการดำเนินการคูณและหนึ่งการดำเนินการเพิ่มเติมสำหรับการส่งออกแต่ละนี้จะละเว้นการดำเนินงานที่จำเป็นสำหรับการปัดคณิตศาสตร์จุดคงที่เฉพาะตัวอย่างล่าสุดจะต้องเก็บไว้ในแรมนี้เป็นอย่างมากน้อยกว่าการใช้ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่าย กรองด้วย N จุดที่ต้องใช้การคูณและการบวก N รวมทั้งตัวอย่าง N ที่จะเก็บไว้ในแรมรหัสต่อไปนี้จะใช้ EMA fil ter โดยใช้จุดคณิตศาสตร์แบบ 32 บิตโค้ดด้านล่างนี้เป็นตัวอย่างของวิธีการใช้ฟังก์ชันข้างต้นฟิลเตอร์ทั้งแบบอนาล็อกและดิจิตอลเป็นส่วนสำคัญของการออกแบบแบบฝังซึ่งช่วยให้นักพัฒนาซอฟต์แวร์สามารถกำจัดความถี่ที่ไม่ต้องการได้เมื่อทำการวิเคราะห์อินพุทเซนเซอร์ ตัวกรองแบบอนาล็อกจะต้องลบความถี่ทั้งหมดที่อยู่เหนือครึ่งหนึ่งของความถี่ในการสุ่มตัวอย่างตัวกรอง Digital IIR สามารถใช้เป็นเครื่องมือที่มีประสิทธิภาพในการออกแบบฝังตัวซึ่งมีทรัพยากร จำกัด EMA เป็นค่าเฉลี่ยเลขคณิตเป็นตัวอย่างของตัวกรองดังกล่าวที่ทำงานได้ดีในการออกแบบฝังตัว เนื่องจากหน่วยความจำต่ำและความต้องการด้านพลังงานของคอมพิวเตอร์ตัวกรอง Exposential Filter หน้านี้อธิบายถึงการกรองแบบ exponential ตัวกรองที่ง่ายที่สุดและเป็นที่นิยมมากที่สุดนี่เป็นส่วนหนึ่งของส่วน Filtering ที่เป็นส่วนหนึ่งของคู่มือการตรวจหาและวินิจฉัยข้อบกพร่องการตรวจสอบค่าคงที่ตลอดเวลาและ เทียบเท่า analog. The ตัวกรองที่ง่ายที่สุดคือตัวกรองเลขลำดับมีเพียงหนึ่งพารามิเตอร์การปรับแต่งอื่น ๆ นอกเหนือจากช่วงเวลาตัวอย่างมันต้องมีการเก็บข้อมูลเท่านั้น หนึ่งตัวแปร - เอาท์พุทก่อนหน้านี้เป็นตัวกรองอัตรกรรรณา IIR - ผลกระทบของการเปลี่ยนแปลงการเปลี่ยนแปลงการป้อนข้อมูลแบบทวีคูณจนถึงขีด จำกัด ของการแสดงผลหรือการคำนวณทางคณิตศาสตร์ของคอมพิวเตอร์ซ่อนไว้ในสาขาวิชาต่างๆการใช้ตัวกรองนี้เรียกว่าเป็นการเพิ่มความลําชี้แจงในบางกรณี สาขาวิชาเช่นการวิเคราะห์การลงทุนตัวกรองแบบ exponential เรียกว่า EWMA ถ่วงน้ำหนักแบบถ่วงน้ำหนักแบบเสิยงเป็ฯ หรือเพียงแค่ค่าเฉลี่ยเคลื่อนที่เฉลี่ย (Exponential Moving Average EMA) ซึ่งใช้คำศัพท์เฉลี่ยของการวิเคราะห์แบบอนุกรมเวลาแบบ ARMA เนื่องจากไม่มีประวัติการเข้าที่ใช้งาน input. It เป็นเวลาโดยสิ้นเชิงเทียบเท่ากับลำดับแรกล้าหลังที่ใช้กันทั่วไปในการสร้างโมเดลอนาล็อกของระบบควบคุมเวลาต่อเนื่องในวงจรไฟฟ้าตัวกรองสัญญาณ RC ที่มีตัวเก็บประจุตัวเดียวและตัวเก็บประจุตัวหนึ่งเป็นลอจิกแรกเมื่อเน้นการเปรียบเทียบกับอนาล็อก วงจร, พารามิเตอร์จูนเดียวเป็นค่าคงที่เวลามักจะเขียนเป็นกรณีที่ต่ำกว่าตัวอักษรกรีก Tau ในความเป็นจริงค่าที่ th e discrete sample matching ตรงกับความล่าช้าเวลาอย่างต่อเนื่องเทียบเท่ากับ time constant เดียวกันความสัมพันธ์ระหว่างการใช้ digital และ constant time แสดงในสมการด้านล่าง Exponential filter equations and initialization ตัวกรอง exponential คือการรวมน้ำหนักของการประมาณก่อนหน้านี้ output กับข้อมูลการป้อนข้อมูลใหม่ล่าสุดโดยมีผลรวมของน้ำหนักที่เท่ากับ 1 เพื่อให้เอาท์พุทตรงกับอินพุทในสถานะที่มั่นคงหลังจากสัญกรณ์ตัวกรองถูกนำมาใช้แล้ว. kay 1-ax k. where xk เป็นอินพุตดิบในเวลา ขั้นตอน kyk เป็นผลลัพธ์ที่กรองในขั้นตอนเวลา ka เป็นค่าคงที่ระหว่าง 0 และ 1 ปกติระหว่าง 0 8 และ 0 99 a-1 หรือบางครั้งเรียกว่าค่าคงที่ที่ราบเรียบสำหรับระบบที่มีขั้นตอนเวลาคงที่ T ระหว่างตัวอย่างค่าคงที่ a ถูกคำนวณและจัดเก็บไว้เพื่อความสะดวกเฉพาะเมื่อนักพัฒนาแอ็พพลิเคชันระบุค่าใหม่ของค่าคงที่ในเวลาที่ต้องการ tau เป็นค่าคงที่ของตัวกรองในหน่วยเวลาเดียวกันกับ T. For syste ms กับการสุ่มตัวอย่างข้อมูลในช่วงเวลาที่ผิดปกติฟังก์ชันเลขชี้กำลังข้างต้นต้องใช้กับแต่ละขั้นตอนเวลาที่ T คือเวลาตั้งแต่ตัวอย่างก่อนหน้านี้เอาท์พุทตัวกรองมักจะถูกเตรียมใช้งานเพื่อให้ตรงกับการป้อนข้อมูลครั้งแรกเมื่อเวลาคงที่เข้าใกล้ 0, ไปที่ศูนย์ดังนั้นจึงไม่มีการกรองเอาท์พุทเท่ากับการป้อนข้อมูลใหม่เป็นเวลาที่คงที่ได้รับมีขนาดใหญ่มากวิธีที่ 1 เพื่อให้ใส่ใหม่จะถูกละเลยมากหนักมากกรองสมการตัวกรองด้านบนสามารถจัดเป็นตัวทำนายต่อไปนี้ - corrector equivalent รูปแบบนี้ทำให้เห็นได้ชัดเจนยิ่งขึ้นว่าค่าประมาณตัวแปรเอาท์พุทของตัวกรองถูกคาดการณ์ว่าจะไม่เปลี่ยนแปลงจากประมาณการก่อนหน้า y k-1 บวกกับเงื่อนไขการแก้ไขที่อิงกับนวัตกรรมที่ไม่คาดคิดซึ่งเป็นความแตกต่างระหว่าง xk ใหม่กับการคาดการณ์ y k-1 รูปแบบนี้เป็นผลมาจากการได้รับการกรองเป็นกรณีพิเศษของตัวกรองคาลมานซึ่งเป็นทางออกที่ดีที่สุดในการประมาณค่าปัญหากับชุดของสมมติฐาน ns. Step response. Mộtวิธีหนึ่งในการมองเห็นการทำงานของตัวกรอง exponential คือการพล็อตการตอบสนองของมันในช่วงเวลาหนึ่งไปยัง input ขั้นตอนนั่นคือเริ่มต้นด้วย input filter และ output ที่ 0 ค่า input จะเปลี่ยนไปเป็น 1 ค่าที่เป็นผลลัพธ์ ในพล็อตด้านบนเวลาจะถูกหารด้วยเวลาตัวกรอง tau คงที่เพื่อให้คุณสามารถทำนายได้ง่ายขึ้นสำหรับช่วงเวลาใด ๆ สำหรับค่าของตัวกรองเวลาคงที่ใด ๆ หลังจากเวลาเท่ากับเวลาที่คงที่ เอาต์พุตฟิลเตอร์เพิ่มขึ้นเป็น 63 21 ของค่าสุดท้ายหลังจากเวลามีค่าเท่ากับ 2 ค่าคงที่ค่าที่เพิ่มขึ้นเป็น 86 47 ของค่าสุดท้ายผลลัพธ์ตามเวลาที่เท่ากับ 3,4 และค่าคงที่ 5 เวลาคือ 95 02, 98 17, และ 99 33 ของค่าสุดท้ายตามลำดับเนื่องจากตัวกรองเป็นเส้นตรงซึ่งหมายความว่าเปอร์เซ็นต์เหล่านี้สามารถใช้สำหรับขนาดของการเปลี่ยนแปลงขั้นตอนใด ๆ ไม่ใช่แค่ค่า 1 ที่ใช้ที่นี่แม้ว่าการตอบสนองขั้นตอนในทางทฤษฎีจะไม่มีที่สิ้นสุด เวลาจากมุมมองในทางปฏิบัติให้คิดเกี่ยวกับ exponen ตัวกรอง tial เป็น 98 ถึง 99 ทำตอบสนองหลังจากเวลาเท่ากับ 4 ถึง 5 ตัวกรองเวลา constants. Variations ใน exponential filter. There เป็นรูปแบบของตัวกรองชี้แจงที่เรียกว่า nonlinear ชี้แจงกรอง Weber, 1980 ตั้งใจจะกรองเสียงภายในบางอย่าง ความกว้างปกติ แต่แล้วตอบสนองต่อการเปลี่ยนแปลงที่มีขนาดใหญ่กว่ามากขึ้นลิขสิทธิ์ 2010 - 2013, Greg Stanley. แบ่งปันหน้านี้