घातीय चलती - औसत - डीएसपी

हर दिन डीएसपी प्रोग्रामर्स के लिए एवरेजिंग का जवाब। पिछले हफ्ते हमने विभिन्न प्रकार के औसत पर एक नज़र लिया और उन्हें ऐतिहासिक गैस की कीमतों का विश्लेषण करने के लिए इस्तेमाल किया। गैस की कीमतों जैसे जटिल संकेत को देखते हुए हम विभिन्न औसत तरीकों के व्यवहार की एक अच्छी तुलना देते हैं, लेकिन यह केवल हमें एक विशिष्ट सिग्नल के लिए औसत क्या करता है, इसका एक विचार हमें बताता है क्या होगा अगर हम समझना चाहते हैं कि विभिन्न औसत तरीकों में अधिक सामान्य तरीके से क्या होता है। विभिन्न तरीकों का विश्लेषण करने का एक तरीका उन्हें मौलिक संकेतों को लागू करने से होता है आउटपुट एक औसत समारोह को मौलिक संकेतों में लागू करने से परिणामस्वरूप फ़ंक्शन की प्रतिक्रिया कहा जाता है यदि संकेत डीसी सिग्नल है, तो इसे डीसी प्रतिक्रिया कहा जाता है यदि संकेत चरण कार्य है, तो इसे चरण प्रतिक्रिया कहा जाता है, और इसलिए हम अधिक विस्तार से कदम प्रतिक्रिया पर गौर करेंगे, लेकिन सबसे पहले, प्रत्येक मौलिक संकेतों के लिए विभिन्न औसत कार्यों की प्रतिक्रियाओं पर संक्षेप में चर्चा करें। सिग्नल से बचाव। डीसी, आवेग, कदम, और साइन से अंतिम पोस्ट में पूर्ण, ब्लॉक, चलने, घातीय, और एफआईआर फिल्टर और चार विभिन्न प्रकार के मौलिक संकेतों में औसत के पांच अलग-अलग तरीकों को कवर किया गया यदि हम क्रॉस कंट्रोल की तुलना करें इन सभी संकेतों और औसतन तरीके, हम बीस ग्राफ़ के साथ समाप्त होते हैं, लेकिन उनमें से अधिकतर बहुत उपयोगी या रोचक नहीं होते हैं, इसलिए हम उन्हें कुछ हद तक संकीर्ण करने जा रहे हैं। सबसे पहले, चलो पूर्ण औसत पर विचार करें, क्योंकि पूर्ण औसत बस पूरे सिग्नल पर औसतन गणना करता है, इसका संकेत प्रतिक्रिया बहुत दिलचस्प नहीं है यह एकल मान ब्लॉक औसत ज्यादा दिलचस्प नहीं है क्योंकि यह औसत लेने से पहले समान रूप से आकार के टुकड़ों में संकेत को विभाजित करता है परिणाम एक डिकिमेटेड संस्करण होगा मूल संकेत का हम इस अन्वेषण के लिए औसत के इन दो प्रकार की उपेक्षा करेंगे.हम मैट्रिक्स के सिग्नल ओर से डीसी सिग्नल भी बाहर निकाल सकते हैं क्योंकि कोई प्रकार का औसत नहीं डीसी मान बदल जाएगा कम से कम यह uldn t यदि ऐसा होता है, तो आपको यह सुनिश्चित करना चाहिए कि आपका और्ववरिंग फ़ंक्शन स्थिर है और जो आपको लगता है कि यह करता है, जटिल जटिल असीमित प्रतिक्रिया IIR फ़िल्टर का विश्लेषण करते समय डीसी प्रतिक्रिया अधिक रोचक है क्योंकि ये संभवतः डीसी सिग्नल के साथ अस्थिर हो सकते हैं, लेकिन इनमें से कोई भी नहीं ये औसत कार्य अस्थिर हैं। यह आवेग, कदम, और साइन संकेतों और चलती, घातीय, और तुलना करने के लिए संभावित उम्मीदवारों के रूप में एफआईआर फिल्टर औसत छोड़ देता है साइन संकेत का जवाब साइन लहर की आवृत्ति पर निर्भर होने वाला है, और आमतौर पर सामान्य तौर पर डीएफटी के साथ किया जाता है जो आवृत्तियों की एक श्रेणी के औसत पर आवृत्ति प्रतिक्रिया को खोजने के लिए हम उस तरह के विश्लेषण के लिए तैयार नहीं हैं, फिर भी, हम बाद में एक पोस्ट में देखेंगे। एक औसत के आवेग प्रतिक्रिया वास्तव में एक दिलचस्प व्यवहार है एक औसत समारोह के माध्यम से एक आवेग चलाना, औसत फंक्शन को एफआईआर फिल्टर के लिए नल की एक श्रृंखला के रूप में पुन: उत्पन्न करेगा क्योंकि आवेग समारोह शून्य से हर जगह शून्य है एक सिंगल नमूना, जब आप इसे एक औसत फंक्शन लागू करते हैं, तो प्रत्येक बिंदु पर नतीजा वह मूल्य होता है जिसे आप समतुल्य फ़िल्टर में उस नल के लिए उपयोग करने की आवश्यकता होती है। चलने वाले औसत पर लागू आवेग समारोह के साथ नमूनों के एक ब्लॉक का परिणाम होगा ब्लॉक नमूने के व्युत्क्रम के मूल्य वाले प्रत्येक नमूना यदि आपने इन मानों को किसी फ़िल्टर में नल के रूप में इस्तेमाल किया है, तो ब्लॉक आकार के व्युत्क्रम से एक संकेत के प्रत्येक नमूने को गुणा करके और उन्हें एक साथ संक्षेप में जोड़कर, आप एक ही परिणाम प्राप्त करेंगे औसत चलती है क्योंकि ये निम्नलिखित समीकरण समकक्ष हैं। दाहिने ओर से सम्मिलन में 1 एन शब्द एक फिल्टर के नल हैं क्योंकि इस संपत्ति के कारण, एफआईआर फ़िल्टर केवल आवेग समारोह के जवाब में अपनी नल को पुन: उत्पन्न करेगा, एक्सपोनेंशियल औसत एक घातीय क्षय का उत्पादन करेगा, और यह कभी समाप्त नहीं होता है क्योंकि घातीय क्षय शून्य पर पहुंच जाता है लेकिन कभी भी नहीं पहुंचता है इसलिए, घातीय औसत एक सरल आईआईआर फ़िल्टर का उदाहरण है.मॉस्टिंग औसत चरण प्रतिक्रिया। और अधिक विस्तार से देखने के लिए कदम प्रतिक्रिया के लिए, औसत कदम की प्रतिक्रिया का पता लगाने के लिए, हमें जो करना है, गैस की कीमत संकेत को प्रतिस्थापित कर दिया जाता है, जिसे हम एक कदम फ़ंक्शन से पहले देख रहे थे, और उस पर औसत कार्य चलाने के लिए। औसत चलते हैं, याद रखें कि ऑपरेशन है। जहां j है जम्मू नमूना और k ब्लॉक आकार है यह ऑपरेशन निम्नलिखित ग्राफ की तरह दिखता है। चल औसत को चलाने के लिए ग्राफ़ पर क्लिक करें प्रतिक्रिया का बेहतर प्रदर्शन करने के लिए ब्लॉक आकार विस्तारित किया गया था नोटिस कैसे प्रतिक्रिया उस बिंदु पर निम्न स्तर को जोड़ने वाली रेखा है, जहां उस बिंदु पर उच्च स्तर तक कदम उठता है जहां ब्लॉक आकार के बराबर नमूनों की संख्या को कवर किया गया है चलती औसत के प्रत्येक चरण में एक और उच्च मूल्य वाला नमूना जोड़ा गया है औसतन, इसलिए औसत मूल्य से एक रैखिक पथ में नए मान के साथ ब्लॉक आकार के बराबर विलंब के साथ एक रैखिक पथ में आय होती है। यह चरण प्रतिक्रिया दर्शाती है कि कैसे चलती औसत संकेत से उच्च आवृत्ति सामग्री को निकालती है मूल चरण समारोह में चरण में अनन्त आवृत्ति सामग्री होती है प्रतिक्रिया में अभी भी दो कोनों में कुछ उच्च आवृत्ति सामग्री होती है, लेकिन यह पहले की तुलना में कम है और रैखिक क्षेत्र में बहुत कम आवृत्ति सामग्री है हम इस प्रतिक्रिया में त्रिकोण लहर की शुरुआत भी देख सकते हैं अगर चरण फ़ंक्शन वास्तव में चलती औसत के ब्लॉक आकार के रूप में दो बार एक अवधि के साथ एक वर्ग लहर था, तो चलती औसत एक पूर्ण त्रिभुज लहर पैदा करेगा शायद नहीं उत्पन्न करने का सबसे कारगर तरीका, लेकिन यह उपयोगी जानकारी है चलती औसत के व्यवहार। एक्सपेनेंशियल औसत कदम प्रतिक्रिया। याद रखें, घातीय औसत फ़ंक्शन इस तरह काम करता है। मीन iwsi 1-w मतलब i-1. जहां w वर्तमान नमूना का भार है और 0 और 1 के बीच का मान है। भार के करीब 0, कदम प्रतिक्रिया इस तरह दिखती है। यह आलेख स्पष्ट रूप से दिखाता है कि इसे एक घातीय औसत क्यों कहा जाता है क्योंकि औसत चरण में एक घनत्वपूर्ण वक्र के साथ नए फ़ंक्शन का दृष्टिकोण होता है हम यह भी देख सकते हैं घातीय औसत से नए इनपुटों पर अधिक तेज़ी से प्रतिक्रिया होती है क्योंकि प्रतिक्रिया प्रारंभिक चरण के निकट बहुत अधिक तेजी से बदलती है, फिर समय के साथ नए मान अधिक धीमे हो जाते हैं, यही कारण है कि गैस मूल्य संकेत में घाटे और स्पाइक्स के अधिक घाटे को बनाए रखा, और यह चलती औसत की तुलना में उच्च आवृत्ति सामग्री का कुछ हद तक कम करता है। भारन को शून्य से पहले बहुत अधिक करीब होना चाहिए, इससे पहले एक्सपेंनेबल एवरेज के नए मानों के लिए तीव्र प्रतिक्रिया होनी चाहिए, और फिर औसत दृष्टिकोण नए मानों को बहुत धीरे धीरे धीरे। घातीय औसत कभी नए मान तक नहीं पहुंचता, और इस प्रकार एक अनंत प्रतिक्रिया होती है, यही वजह है कि यह एक आईआईआर फ़िल्टर है, व्यावहारिक रूप से, इस घातीय औसत ने लगभग 5 या 6 समय इकाइयों के भीतर नए मानों तक पहुंच कर दिया है, जैसा कि ऊपर ग्राफ पर दर्शाया गया है वास्तव में नए मान तक पहुंचें, लेकिन यह मनमाने ढंग से बंद हो जाएगा। एफआईआर फ़िल्टर कदम प्रतिक्रिया। चलती औसत या घातीय हवाई से अधिक लगातार आवृत्ति प्रतिक्रिया उम्र, हमें एफआईआर फिल्टर पर जाना होगा याद रखें कि एफआईआर फिल्टर में नल का एक सेट होता है जो सिग्नल मूल्यों के साथ गुणा किया जाता है, और गणना को प्रस्तुत किया जाता है। यैज जे जे के नमूने के लिए फ़िल्टर का परिणाम है, k नल की संख्या है, और नमस्ते I नल है टैप एफआईआर फ़िल्टर हमने देखा है कि नल के लिए एक sinc फ़ंक्शन का इस्तेमाल किया है, और उस फ़िल्टर में निम्न कदम प्रतिक्रिया है। नोट करें कि कैसे फ़िल्टर तुरंत जोरदार प्रतिक्रिया नहीं देता है, बदले बदले बदले में और आगे कुछ समय पहले कूदते हुए और नए मान को ओवरहाइट करने से पहले जब चरण आधे रास्ते से फिल्टर के माध्यम से होता है तो यह नए मान के चारों ओर घूमता है इसमें थोड़ा समय लगाया जाता है यह व्यवहार परिचित लग सकता है यदि हम चरण फ़ंक्शन को एक वर्ग तरंग में विस्तारित करते हैं सही अवधि के साथ, फिल्टर प्रतिक्रिया एक चौकोर लहर की फूरियर सीरीज़ सन्निकटन की तरह दिखती है जिसे हमने बदल दिया था जब रूपांतरण को कवर किया गया था, फ़िल्टर वास्तव में फूरियर सीरीज़ के रूप में एक ही तरंग पैदा करेगा, लेकिन एक देरी के साथ जो आधा अंकुश है फ़िल्टर में नल का आरम्भ। sinc फ़ंक्शन से उत्पन्न नल केवल प्रतिक्रिया में कुछ आवृत्तियों की अनुमति देता है, इसलिए यही कारण है कि यह चरण फ़ंक्शन के साथ इस व्यवहार को झुकाव की संख्या और फ़िल्टर के केंद्र में संक्रमण की ढलान नल की संख्या पर निर्भर करता है और नल को उत्पन्न करने के लिए sinc फ़ंक्शन में उपयोग की जाने वाली आवृत्ति फ़िल्टर डिजाइन का एक बड़ा हिस्सा फिल्टर के लिए वांछित कट-ऑफ आवृत्ति का उत्पादन करने के लिए इन मानकों को नियंत्रित कर रहा है। साथ ही, हमने बहुत अधिक कवर किया है हम उपयोग किए गए विभिन्न औसत कार्यों के चरण प्रतिक्रिया, नए फिल्टर या अन्य डीएसपी ऑपरेशन के कदम प्रतिक्रिया का विश्लेषण करना आपके लिए एल्गोरिथम के व्यवहार को समझने के लिए एक अच्छा अभ्यास है यह आपको नया अंतर्दृष्टि दे सकता है या पुष्टि करता है कि आपका एल्गोरिथ्म क्या कर रहा है यह आपके डीएसपी टूलबॉक्स में रखने के लिए यह एक अच्छा उपकरण है, अगले हफ्ते हम डीएसपी की सांख्यिकीय तकनीकों को लपेट लेंगे जिससे कि गणना करने के लिए कुछ तरीके देखे जा सकते हैं कि संकेत कितना बदल रहा है संकेत विचरण 12 मार्च 2013 को अपडेट किया गया। आरसी फ़िल्टरिंग और घातीय औसतन क्या हैं और वे किस प्रकार भिन्न होते हैं प्रश्न के दूसरे हिस्से का जवाब यह है कि वे एक ही प्रक्रिया हैं अगर कोई इलेक्ट्रॉनिक्स पृष्ठभूमि से आता है तो आर. सी. फ़िल्टरिंग या आरसी चिकनाई सामान्य अभिव्यक्ति है दूसरी ओर, समय श्रृंखला के आंकड़ों के आधार पर एक दृष्टिकोण का नाम Exponential Averaging है, या पूर्ण नाम का उपयोग करता है Exponential भारित मूविंग औसत यह भी विभिन्न EWMA या EMA के रूप में जाना जाता है। विधि का एक महत्वपूर्ण लाभ यह है कि सूत्र के लिए सरलता अगले आउटपुट की गणना करना यह पिछले आउटपुट का एक अंश और एक अंश से कम अंश है, वर्तमान में बीजगणित रूप से वर्तमान इनपुट को, जो कि smoothed आउटपुट yk द्वारा दिया जाता है। बाद में दिखाया गया है कि यह सरल फार्मूला हाल की घटनाओं पर जोर देती है, उच्च आवृत्ति भिन्नता को सुगम बनाता है और पता चलता है दीर्घकालिक प्रवृत्तियों नोट: घातीय औसतन समीकरण, उपर्युक्त और एक प्रकार के दो रूप हैं। दोनों सही हैं लेख के अंत में नोट्स देखें अधिक जानकारी के लिए इस चर्चा में हम केवल समीकरण 1 का उपयोग करेंगे। उपर्युक्त फार्मूला कभी-कभी अधिक सीमित फैशन में लिखा जाता है। यह सूत्र कैसे प्राप्त किया गया है और इसकी व्याख्या क्या है एक प्रमुख बिंदु यह है कि हम किस प्रकार इस एक सरल तरीके से देखने के लिए चुनते हैं आरसी कम पास फ़िल्टर पर विचार करना है। अब एक आरसी कम पास फ़िल्टर केवल एक श्रृंखला अवरोधक आर और एक समानांतर संधारित्र सी है, जैसा कि नीचे सचित्र है। इस सर्किट के लिए समय श्रृंखला समीकरण है। उत्पाद आर सी समय की इकाइयां है और इसे के रूप में जाना जाता है सर्किट के लिए समय निरंतर, टी मान लीजिए हम एक समयावधि के लिए अपने डिजिटल रूप में उपरोक्त समीकरण का प्रतिनिधित्व करते हैं, जिसमें डेटा हर एच सेकेंड लेते हैं। यह वही समान रूप है, जो पिछले समीकरण के समान है, हमारे लिए दो संबंधों की तुलना करना । जो बहुत आसान रिश्ते को कम करता है। इसलिए एन की पसंद हमें किस समय लगातार चुना जाता है, इसका मार्गदर्शन किया जाता है अब समीकरण 1 को कम पास वाले फिल्टर के रूप में पहचाना जा सकता है और समय निरंतर फ़िल्टर के व्यवहार को दर्शाता है। समय लगातार हम इस कम पास आरसी फिल्टर की आवृत्ति विशेषता को देखने की जरूरत है अपने सामान्य रूप में यह है। मॉड्यूलस और चरण के रूप में प्रक्षेपण हमारे पास है.जब चरण कोण है। आवृत्ति नाममात्र कट ऑफ आवृत्ति कहा जाता है शारीरिक रूप से यह दिखाया जा सकता है कि इस आवृत्ति पर संकेत में बिजली एक आधे से कम हो गई है और कारक द्वारा आयाम कम हो जाता है डीबी के शब्दों में यह आवृत्ति है, जहां आयाम 3 डीबी से कम हो गया है। स्पष्ट रूप से समय स्थिर टी बढ़ता है कट ऑफ आवृत्ति कम हो जाती है और हम डेटा को और अधिक चिकनाई करते हैं, जो कि हम उच्च आवृत्तियों को समाप्त करते हैं। यह ध्यान रखना महत्वपूर्ण है कि आवृत्ति प्रतिक्रिया रेडियन सेकंड में व्यक्त की गई है। इसमें शामिल का एक कारक है उदाहरण के लिए 5 सेकेंड का आरसी चौरसाई के एक लोकप्रिय उपयोग की एक प्रभावी कट ऑफ फ्रीक्वेंसी देता है एक मीटर की कार्रवाई जैसे कि साउंड लेवल मीटर में इस्तेमाल किया जाता है, ये आम तौर पर उनके समय की लगातार सफलता एच प्रकार के लिए 1 सेकंड और एफ के लिए 125 सेकेंड के लिए इन 2 मामलों में प्रभावी कट ऑफ फ्रीक्वेंसी क्रमशः 0 16 हर्ट्ज और 1 27 हर्ट्ज है। वास्तव में यह समय निरंतर नहीं है, जिसे हम आमतौर पर चयन करना चाहते हैं, लेकिन उन अवधियों को जो हम शामिल करना चाहते हैं समझे कि हमारे पास एक संकेत है जहां हम पी की दूसरी अवधि के साथ सुविधाओं को शामिल करना चाहते हैं अब एक अवधि पी एक आवृत्ति है, फिर हम एक बार निरंतर टी का चयन कर सकते हैं हालांकि हम जानते हैं कि हमने इस प्रकार 30 से आउटपुट -3 डीबी को खो दिया है एक समय स्थिर जो वास्तव में आवधिकताओं से जुड़ा होता है जो हम रखना चाहते हैं सर्वोत्तम योजना नहीं है यह आमतौर पर बेहतर है कि आप आवृत्ति से थोड़ी अधिक कटौती कर सकते हैं, कहते हैं कि समय स्थिर है, जो व्यावहारिक रूप से समान है, इससे नुकसान कम हो जाता है 15 इस आवधिकता पर इसलिए व्यावहारिक रूप से एक आवधिकता या उससे अधिक के साथ घटनाओं को बनाए रखने के लिए एक निरंतर समय का चयन करें इसमें नीचे की अवधि के प्रभावों को शामिल किया जाएगा उदाहरण के लिए यदि हम घटना के प्रभावों को शामिल करना चाहते हैं एक 8 सेकंड की अवधि के साथ क्या हो रहा है 0 125 हर्ट्ज फिर 0 8 सेकंड का एक समय चुनें, यह लगभग 0 2 हर्ट्ज की कट ऑफ आवृत्ति देता है ताकि हमारे 8 सेकंड की अवधि फिल्टर के मुख्य पास बैंड में अच्छी तरह से हो अगर हम नमूना 20 गुना दूसरी एच 0 05 पर डेटा तो एन का मान 0 0 0 0 0 0 0 है। यह ज्ञात नमूना दर के लिए मूल रूप से सेट करने के तरीके में कुछ अंतर्दृष्टि देता है, यह औसत अवधि को दर्शाता है और चयन करता है कि उच्च आवृत्ति में उतार-चढ़ाव कैसे नजरअंदाज किया जाएगा। एल्गोरिथ्म के विस्तार को देखते हुए हम देख सकते हैं कि यह सबसे हाल के मूल्यों के पक्ष में है, और यह भी क्यों है कि हमें घातीय भार के रूप में संदर्भित किया गया है। वाई के -1 के लिए शर्स्टिट्यूटिंग देता है। इस प्रक्रिया को दोबारा कई बार आगे बढ़ता है.क्योंकि यह है सीमा में तो स्पष्ट रूप से सही करने के लिए नियम छोटे हो जाते हैं और क्षय करने वाले घातीय की तरह व्यवहार करते हैं यह वर्तमान उत्पादन अधिक हाल की घटनाओं के प्रति पक्षपातपूर्ण है, लेकिन बड़ा हम टी चुनते हैं तो कम पूर्वाग्रह। सारांश में हम देखते हैं कि सरल सूत्र। रिज पर जोर देती है एनटी इवेंट्स। उच्च आवृत्ति लघु अवधि की घटनाओं को खत्म करता है। लंबी अवधि के रुझान को दर्शाता है। अनुमान 1। समीकरण के वैकल्पिक रूप। सावधानी साहित्य में दिखाई देने वाले घातीय औसत समीकरण के दो रूप हैं, दोनों सही और समतुल्य हैं। उपरोक्त ए 1 है। वैकल्पिक रूप A2 है। पहले समीकरण में और दूसरे समीकरण में उपयोग के नोट दोनों समीकरणों में और शून्य और एकता के बीच मूल्य हैं। पहले के रूप में परिभाषित किया गया था। अब परिभाषित करने के लिए चुनते हैं। इसलिए वैकल्पिक रूप से घातीय औसत समीकरण है। भौतिक शब्दों में इसका अर्थ है कि जिस प्रकार का उपयोग किया जाता है उसका चुनाव उस पर निर्भर करता है कि किसी को कैसे वापस समझे जाने वाला अंश समीकरण A1 या इनपुट समीकरण A2 का अंश माना जाता है। पहला प्रपत्र थोड़ा कम है आरसी फिल्टर रिश्ते को दिखाने में बोझिल, और फिल्टर शब्दों में एक सरल समझ की ओर जाता है। प्रोसिग में मुख्य सिग्नल प्रोसेसिंग विश्लेषक। कॉलिन मर्सर पूर्व में इंस्टीट्यूट ऑफ साउंड एंड कंपन रिसर्च आईएसवीआर , साउथेम्प्टन विश्वविद्यालय ने साउथैम्पटन की स्थापना की, जहां उन्होंने डाटा विश्लेषण सेंटर की स्थापना की, तब उन्होंने 1 9 77 में प्रोसिग को खोजा। कलिन ने दिसंबर 2016 में प्रोसिग में मुख्य सिग्नल प्रोसेसिंग विश्लेषक के रूप में सेवानिवृत्त हुए। वह एक चार्टर्ड इंजीनियर और ब्रिटिश कम्प्यूटर सोसाइटी के एक साथी हैं। मुझे लगता है कि आप चाहते हैं pi. marco के लिए प्रतीक को पी बदलने के लिए धन्यवाद, मुझे बताते हुए धन्यवाद कि यह हमारे पुराने लेखों में से एक है जिसे पुराने वर्ड प्रोसेसिंग दस्तावेज से स्थानांतरित कर दिया गया है जाहिर है, एडिटर मुझे यह पता लगाने में नाकाम हुआ कि पीआई नहीं था सही ढंग से लिखित किया गया यह शीघ्र ही ठीक हो जाएगा। घातीय औसत के बारे में बहुत अच्छा लेख स्पष्टीकरण है। मेरा मानना ​​है कि टी के लिए सूत्र में कोई त्रुटि है टी टी एन एन -1, टी एन -1 एच। माइक, धन्यवाद नहीं होना चाहिए खोलने के लिए कि मैंने अभी तक हमारे संग्रह में डॉ। मर्सर की मूल तकनीकी नोट की जांच की है और ऐसा लगता है कि ब्लॉग को समीकरणों को स्थानांतरित करते समय त्रुटि हुई थी हम पोस्ट को सही करेंगे हमें बताए जाने के लिए धन्यवाद. धन्यवाद धन्यवाद धन्यवादआप 100 डीएसपी ग्रंथों को बिना किसी चीज को खोजते हुए पढ़ सकते हैं, जो कि एक घातीय औसतन फ़िल्टर आर. सी. फ़िल्टर के बराबर है। एचएम, क्या आपके पास ईएमए फिल्टर के लिए समीकरण सही है, यह वाईक एएक्स 1-वाईके-1 नहीं बल्कि यूके एएच -1 1-एक्सके। एलान, समीकरण के दोनों रूप साहित्य में दिखाई देते हैं, और दोनों रूप सही हैं जैसा कि मैं नीचे दिखाता हूँ आप जिस बिंदु को बनाते हैं वह महत्वपूर्ण है क्योंकि वैकल्पिक रूप का उपयोग करने का मतलब है कि आरसी के साथ शारीरिक संबंध फ़िल्टर कम स्पष्ट है, इसके अलावा लेख में दिखाए गए किसी अर्थ के अर्थ की व्याख्या वैकल्पिक रूप से उपयुक्त नहीं है। सबसे पहले हमें दो रूपों को सही दिखाने दो कि मैं इस्तेमाल किया समीकरण का रूप है। और वैकल्पिक रूप जो है कई ग्रंथों में प्रकट होता है। ऊपर दिए गए नोट में मैंने पहले समीकरण में लेटेक्स 1 लेटेक्स का प्रयोग किया है और दूसरे समीकरण में लेटेक्स 2 लेटेक्स का प्रयोग किया है समीकरण के दोनों रूपों की समानता गणितीय रूप से एक समय पर सरल कदम उठाते हुए दिखायी जाती है। वही प्रयोग किया जाता है लेटेक्स लेटेक्स के लिए प्रत्येक समीकरण में। दोनों रूपों में लेटेक्स लेटेक्स शून्य और एकता के बीच का एक मान है पहला लेटेक्स लेटेक्स द्वारा लाटेकस लेटेक्स की जगह 1 पुनर्रचित समीकरण 1 यह देता है। लेटेक्स yk y 1 - बीटा एक्सके लेटेक्स 1 ए। अब लेटेक्स बीटा 1 - 2 लाटेकस को परिभाषित करें और इसलिए हमें लेटेक 2 1 - बीटा लेटेक्स भी है, इन्हें समीकरण 1 ए में बदल देता है। लेटेक्स yk 1 - 2 y 2xk लेटेक्स 1 बी। और आखिरकार पुन: व्यवस्थित होता है। यह समीकरण समीकरण में दिए गए वैकल्पिक रूप से समान है। 2. अधिक लेटेक्स 2 1 - 1 लाटेकस पर रखें। भौतिक शब्दों में इसका मतलब है कि फॉर्म का विकल्प एक का उपयोग इस बात पर निर्भर करता है कि किसी को लेटेक्स अल्फा लेटेक्स को फीड बैक अंश समीकरण 1 या इनपुट समीकरण के अंश के रूप में लेना चाहिए या नहीं। 2. जैसा कि ऊपर उल्लिखित है, मैंने पहले फॉर्म का इस्तेमाल किया है क्योंकि यह दिखने में थोड़ा कम बोझिल है आरसी फिल्टर रिश्ते, और फिल्टर शब्दों में सरल समझने की ओर जाता है। हालांकि उपरोक्त को छोड़कर, मेरे विचार में, लेख में एक कमी के रूप में अन्य लोगों को गलत निष्कर्ष मिल सकता है, इसलिए एक संशोधित संस्करण जल्द ही दिखाई देगा। मैं हमेशा इस बारे में सोच रहा था , यह इतना स्पष्ट रूप से वर्णन करने के लिए धन्यवाद। मुझे लगता है कि एक और कारण है कि पहली संरचना अच्छा है अल्फा नक्शे को अल्फा के लिए एक उच्च पसंद अल्फा का मतलब है एक और अधिक निर्बाध उत्पादन। प्रेक्षण के लिए माइकल धन्यवाद मैं उन पंक्तियों में लेख कुछ जोड़ूंगा क्योंकि यह है ALW भौतिक पहलुओं के संबंध में मेरे दृष्टिकोण में एआईएस बेहतर है। डीआर मर्सर, बहुत बढ़िया लेख, शुक्रिया, समय के बारे में एक सवाल है, जब एक आरएमएस डिटेक्टर के साथ प्रयोग किया जाता है जैसे कि ध्वनि स्तर मीटर के रूप में जिसका आप आलेख में देखते हैं अगर मैं टाइम कॉन्सट 125 एमएस के साथ एक घातीय फ़िल्टर को मॉडल करने के लिए समीकरण और एक इनपुट स्टेप सिग्नल का इस्तेमाल करते हैं, मुझे वास्तव में एक आउटपुट मिलता है, 125ms के बाद, अंतिम मूल्य का 63 2 है। हालांकि, अगर मैं इनपुट सिग्नल को चौकोर करता हूँ और इसे फिल्टर के माध्यम से रखता हूं , तो मुझे लगता है कि मुझे 125 सेकंड में अपने अंतिम मूल्य के 63 2 तक पहुंचने के लिए सिग्नल को लगातार समय दोगुना करने की आवश्यकता है। क्या आप मुझे बता सकते हैं कि यह बहुत उम्मीद है Ian. Ian, यदि आप एक संकेत की तरह एक वर्ग स्क्वायर साइन तरंग तो मूल रूप से आप इसके मूलभूत आवृत्ति दोहरीकरण कर रहे हैं और साथ ही कई अन्य आवृत्तियों को शुरू करने के कारण आवृत्ति को दोगुना हो जाने पर इसे कम से कम फिल्टर द्वारा अधिक मात्रा में कम किया जा रहा है परिणामस्वरूप इसे तक पहुंचने में अधिक समय लगता है एक ही आयाम। squarin जी ऑपरेशन एक गैर रैखिक आपरेशन है, इसलिए मुझे नहीं लगता कि यह हमेशा सभी मामलों में ठीक से दोहराएगा, लेकिन अगर हम एक प्रभावी कम आवृत्ति है तो यह दोगुना हो जाएगा यह भी ध्यान दें कि एक वर्ग संकेत के अंतर को संयुक्त राष्ट्र के अंतर से दोगुना है। स्क्वेर्ड सिग्नल। मुझे संदेह है कि आप शायद एक औसत स्क्वायरिंग का रूप प्राप्त करने का प्रयास कर रहे हों, जो पूरी तरह से ठीक और वैध है फ़िल्टर और फिर वर्ग लागू करने के लिए बेहतर हो सकता है जैसा कि आप प्रभावी कटऑफ जानते हैं लेकिन अगर आपके पास स्क्वेर सिग्नल तो अपने फ़िल्टर अल्फा मान को संशोधित करने के लिए 2 के एक कारक का उपयोग लगभग आपको मूल कट ऑफ आवृत्ति पर वापस ले जाएगा, या इसे थोड़ा आसान बनाकर अपनी कटऑफ आवृत्ति को मूल रूप से दो बार दोहराएगा। आपकी प्रतिक्रिया के लिए धन्यवाद डॉ। मर्सर मेरा प्रश्न वास्तव में कोशिश कर रहा था जो वास्तव में एक ध्वनि स्तर मीटर के एक आरएमएस डिटेक्टर में किया जाता है पर प्राप्त करने के लिए अगर समय लगातार 125ms तेज करने के लिए सेट किया गया है, तो मुझे लगता था कि आप आसानी से एक sinusoidal इनपुट संकेत के उत्पादन की उम्मीद करेंगे 63 2 125ms के बाद इसका अंतिम मूल्य, लेकिन जब से संकेत का पता लगाने से पहले इसे चुकता किया जा रहा है, तब तक यह वास्तव में दो बार तब तक ले जाएगा जितना कि आपने बताया। लेख के सिद्धांत उद्देश्य आर. सी. फ़िल्टरिंग और घातीय औसतन समानता दिखाने के लिए है हम एक सही आयताकार संपूर्न के बराबर एकीकरण समय पर चर्चा कर रहे हैं तो आप सही हैं कि इसमें दो पहलू शामिल हैं, मूल रूप से यदि हमारे पास एक सच्चे आयताकार संपूर्न है जो तिवारी सेकंड के लिए समेकित है, तो समान परिणाम प्राप्त करने के बराबर आरसी इंटगेटर का समय 2RC है सेकंड टीआई आर सी समय निरंतर टी से अलग है, जो आर. सी. है, यदि हमारे पास 125 एमएससी का फास्ट टाइम स्थिरांक है, तो आरसी 125 एमसीई है जो कि 250 एमएसए के सच्चे एकीकरण के बराबर है। आप इस लेख के लिए धन्यवाद, यह बहुत मददगार था तंत्रिका विज्ञान में कुछ हालिया पत्र हैं जो ईएमए फिल्टर के साथ एक संक्षिप्त विंडो एएमए लंबे समय से खिड़की वाला एएमए का उपयोग करते हैं जो वास्तविक समय संकेत विश्लेषण के लिए एक बैंड-पास फिल्टर के रूप में उपयोग करता है I उन्हें प्लाई, लेकिन मैं खिड़की के आकार के साथ संघर्ष कर रहा हूं जो विभिन्न शोध समूहों ने इस्तेमाल किया है और कटऑफ आवृत्ति के साथ इसका पत्राचार है। मुझे लगता है कि मैं 0 5 हज के नीचे सभी आवृत्तियों को रखना चाहता हूं और मुझे 10 नमूनों का दूसरा अधिग्रहण करना है इसका मतलब यह है कि एफपी 0 5 हर्ट्ज पी 2 एस टीपी 10 0 2 एच 1 एफएस 0 1. इसके पहले, मुझे जिस विंडो का इस्तेमाल करना चाहिए, वह होना चाहिए एन 3 क्या यह तर्क सही है। अपने प्रश्न का उत्तर देने से पहले मुझे बैंड के लिए दो उच्च पास वाले फिल्टर पास फिल्टर संभवत: वे दो अलग-अलग धाराओं के रूप में कार्य करते हैं, इसलिए एक परिणाम यह है कि लाटेकस एफ लेटेक्स से आधे नमूना दर से सामग्री और दूसरी सामग्री लेटेक्स एफ लेटेक्स से आधे नमूना दर से कहती है अगर यह सब किया जा रहा है तो अंतर है लेटेक्स एफ लेटेक्स से लेटेक्स एफ लेटेक्स तक बैंड में बिजली का संकेत देने के रूप में स्क्वायर लेवल का मतलब यह उचित हो सकता है कि दो कट ऑफ फ्रीक्वेंसी पर्याप्त रूप से दूर हैं लेकिन मुझे उम्मीद है कि इस तकनीक का इस्तेमाल करने वाले लोग एक संकराक बैंड फ़िल्टर मेरे vi में ईव जो गंभीर कार्य के लिए अविश्वसनीय होगा, और चिंता का एक स्रोत होगा। बस संदर्भ के लिए एक बैंड पास फ़िल्टर कम आवृत्ति के एक संयोजन है उच्च पास फिल्टर कम आवृत्तियों और एक उच्च आवृत्ति को हटाने के लिए कम पास फ़िल्टर उच्च हटाने के लिए आवृत्तियों। निश्चित रूप से एक आरसी फिल्टर का एक कम पास फार्म है, और इसलिए एक संबंधित ईएमए शायद, हालांकि मेरा निर्णय सभी तथ्यों को जानने के बिना अति राक्षसी है, तो क्या आप कृपया मुझे आपके द्वारा वर्णित पढ़ाई के लिए कुछ संदर्भ भेज सकते हैं, इसलिए मैं आलोचना कर सकता हूं उचित हो सकता है कि वे कम पास के साथ-साथ एक उच्च पास वाले फ़िल्टर का उपयोग कर रहे हैं। अब अपने वास्तविक प्रश्न के मुताबिक, निर्धारित लक्ष्य कट-ऑफ आवृत्ति के लिए एन का निर्धारण कैसे करें, मुझे लगता है कि यह बुनियादी समीकरण टी एन -1 एच अवधि के बारे में चर्चा का उद्देश्य लोगों को क्या चल रहा था, इस बारे में महसूस करना था, तो कृपया नीचे व्युत्पन्न देखें। हमारे पास संबंध हैं, लेटेक्स टी एन -1 एच लेटेक्स और लेटेक्स टी 1 2 लेटेक्स, जहां लेटेक्स एफसी लेटेक्स का कट ऑफ है आवृत्ति और एच है नमूनों के बीच का समय, स्पष्ट रूप से लेटेक्स एच 1 लाटेकस जहां लेटेक्स एफएस लेटेक्स नमूनों में नमूना दर है। रेड्रिंगिंग टी एन -1 एच को एक उपयुक्त रूप में कट-ऑफ आवृत्ति, लेटेक्स एफसी लेटेक्स और नमूना दर, लेटेक्स एफएस लेटेक्स, नीचे दिखाया गया है। लेटेक्स एफसी 0 5 हर्ट्ज़ लेटेक्स और लाटेकस एफएस 10 लेटेक्स नमूनों का सेकेंड का उपयोग करें ताकि लेटेक्स एफसी एफएस 0 05 लाटेकस दिया जा सके। इसलिए निकटतम पूर्णांक मान 4 है, इसके बाद के संस्करण को फिर से व्यवस्थित करना है। इसलिए एन 4 के साथ लेटेक्स एफसी 0 5307 हर्ट्ज लेटेक्स एन 3 का उपयोग करना 0 0 318 हर्ट्ज का लेटेक्स एफसी लेटेक्स देता है नोट 1 के साथ हमारे पास कोई फिल्टरिंग नहीं है। सामान्यतः औसत विधि। विधि का उपयोग औपचारिक विधि विंडो डिफ़ॉल्ट गुंजाइश भार। स्लाइडिंग विंडो लंबाई की एक खिड़की खिड़की लंबाई प्रत्येक चैनल के साथ इनपुट डेटा पर चलता है प्रत्येक नमूने के लिए खिड़की के द्वारा जाती है, ब्लॉक खिड़की में डेटा के ऊपर औसतन गणना करता है। प्रभावणीय भार ब्लॉक भार तत्वों के एक सेट द्वारा नमूनों को गुणा करता है भार कारकों की परिमाण घट जाती है तेजी से उम्र के रूप में डेटा बढ़ता है, शून्य तक नहीं पहुंचता औसत की गणना करने के लिए, एल्गोरिद्म भारित डेटा को बताता है। खिड़की की लंबाई निर्दिष्ट करें विंडो बंद करने के लिए डिफ़ॉल्ट बंद करें। जब आप इस चेक बॉक्स का चयन करते हैं, तो स्लाइडिंग विंडो की लंबाई आपके द्वारा निर्दिष्ट मान के बराबर होती है विंडो की लंबाई में जब आप इस चेक बॉक्स को साफ़ करते हैं, तो स्लाइडिंग विंडो की लंबाई अनंत है इस मोड में, ब्लॉक मौजूदा नमूने की औसत और चैनल में सभी पिछले नमूने की गणना करता है। विन्डो लंबाई स्लाइडिंग विंडो की लंबाई 4 डिफ़ॉल्ट सकारात्मक स्केलर पूर्णांक। विन्डो लम्बाई स्लाइडिंग विंडो की लंबाई को निर्दिष्ट करती है जब आप विंडो लंबाई निर्दिष्ट करें चेक बॉक्स का चयन करते हैं तो यह पैरामीटर दिखाता है। फैक्टर का निर्धारण घातांकित भार का कारक 0 0 में 0 डीफ़ॉल्ट सकारात्मक वास्तविक स्केलर। यह पैरामीटर तब लागू होता है जब आप विधि सेट करते हैं घातांकीय भार 0 9 का एक भूल का कारक पुराने आंकड़ों को अधिक वजन देता है 0 1 के विसरने वाले कारक की तुलना में 1 0 का भूलने वाला घटक अनंत स्मृति को इंगित करता है सभी प्रीवी ous नमूनों को एक समान वजन दिया जाता है। यह पैरामीटर ट्यून करने योग्य है आप सिमुलेशन के दौरान भी इसकी वैल्यू बदल सकते हैं। कोड जनरेशन चलाने के लिए सिमुलेशन के प्रकार का उपयोग करने के लिए सिमुलेट करें। एक्सपेरेटेड एक्ज़ीकशन। सीरिज करें मॉडल को सीरियल सी कोड का उपयोग करें पहली बार जब आप सिमुलेशन चलाते हैं, सिमुलिक ब्लॉक के लिए सी कोड जनरेट करता है C कोड को बाद के सिमुलेशन के लिए पुन: उपयोग किया जाता है, जब तक मॉडल बदल नहीं करता, यह विकल्प अतिरिक्त स्टार्टअप समय की आवश्यकता होती है, लेकिन इंटरप्रेटेड निष्पादन की तुलना में तेज़ सिमुलेशन गति प्रदान करता है। MATLAB इंटरप्रिटर का उपयोग करके मॉडल को सरल करें यह विकल्प स्टार्टअप समय को छोटा करता है लेकिन कोड पीढ़ी से धीमी अनुकरण गति है। खिड़की पद्धति को स्लाइडिंग। स्लाइडिंग विंडो पद्धति में, प्रत्येक इनपुट नमूने के लिए आउटपुट वर्तमान नमूना का औसत होता है और लेन - 1 पिछला नमूना लेन खिड़की की लंबाई होती है पहले लेन की गणना करने के लिए - 1 आउटपुट, जब विंडो में अभी तक पर्याप्त डेटा नहीं है, एल्गोरिथ्म शून्य के साथ विंडो को भरता है उदाहरण के लिए, औसत गणना करने के लिए दूसरा इनपुट नमूना आता है, एल्गोरिथ्म विंडो के साथ लेन - 2 शून्य को भरता है डेटा वेक्टर, एक्स तब दो डेटा नमूनों के बाद लेन - 2 शून्य होता है.जब आप विंडो लंबाई निर्दिष्ट नहीं करते हैं, एल्गोरिथ्म एक असीमित विंडो चुनता है लंबाई इस मोड में, आउटपुट वर्तमान नमूने के चलते औसत और चैनल में सभी पिछले नमूनों का है। एक्सपेन्नेएलिटी भारिंग पद्धति। घातीय वजन पद्धति में चलती औसत इन फ़ार्मुलों का उपयोग करके फिर से गणना की जाती है। एन एन एन एन 1 1 एक्स एन 1 1 एन एन एन एन एन 1 1 एन एन एन एन एन एन वर्तमान नमूना पर औसत चल रहा है। एन वर्तमान डेटा इनपुट नमूना एन एन 1 पिछले नमूना पर औसत चल रहा है। फैक्टरिंग factor. w एन भारिंग कारक वर्तमान में लागू डेटा नमूना 1 1 एन एन एन एन 1 औसत पर पिछले आंकड़ों का प्रभाव। पहले नमूने के लिए, जहां एन 1, एल्गोरिथ्म एन नमूना चुनता है अगले नमूने के लिए, वजन कारक अद्यतन किया जाता है और औसत गणना करने के लिए उपयोग किया जाता है, के अनुसार पुनरावर्ती समीकरण आंकड़ों की उम्र बढ़ने के कारण, वजन कारक की भयावस्था में तेजी से कमी आती है और कभी भी शून्य नहीं पहुंचती है दूसरे शब्दों में, हाल के आंकड़ों के पुराने आंकड़ों की तुलना में मौजूदा औसत पर अधिक प्रभाव पड़ता है। भूल का पहलू का मूल्य निर्धारित करता है भार कारकों में परिवर्तन की दर 0 9 का एक भूल का कारक पुराने आंकड़ों को अधिक वजन देता है 0 1 के भूलने वाले कारक की तुलना में 0 0 का एक भूल का कारक अनंत स्मृति का संकेत देता है सभी पिछले नमूनों को एक समान वजन दिया जाता है। अपने देश का चयन करें ।