चलती - औसत - फिल्टर समय देरी

चलने की औसत एक फिल्टर के रूप में। चलती औसत अक्सर शोर की उपस्थिति में डेटा को चौरसाई करने के लिए उपयोग किया जाता है सरल चलती औसत हमेशा परिमित आवेग रिस्पांस प्राथमिकी फ़िल्टर के रूप में नहीं पहचाना जाता है, क्योंकि यह वास्तव में सबसे आम फिल्टरों में से एक है सिग्नल प्रोसेसिंग में इसे फ़िल्टर के रूप में इलाज करने से इसकी तुलना करने की अनुमति मिलती है, उदाहरण के लिए, विंडोड-सिंक फिल्टर कम-पास हाई-पास और बैंड-पास के आलेखों को देखते हैं और उन फिल्टरों के साथ बड़े अंतर को दर्शाते हैं। कि चलती औसत सिग्नल के लिए उपयुक्त है जिसके लिए उपयोगी जानकारी उस समय के क्षेत्र में समाई जाती है जो औसत से चौरसाई माप होती है, उदाहरण के लिए विंडोड-सिंक फिल्टर, दूसरी तरफ, ऑडियो के समीकरण के साथ आवृत्ति डोमेन में मजबूत कलाकार होते हैं एक विशिष्ट उदाहरण के रूप में प्रसंस्करण समय डोमेन बनाम फ़्रीक्वेंसी डोमेन प्रदर्शन में फ़िल्टर के दोनों प्रकार की तुलना में अधिक विस्तृत तुलना है यदि आपके पास डेटा है जिसके लिए दोनों समय और आवृत्ति डोमेन महत्वपूर्ण हैं, फिर आप मूविंग औसत पर विविधताओं पर एक नज़र रखना चाह सकते हैं, जो चलती औसत के कई भारित संस्करण प्रस्तुत करता है जो उस पर बेहतर होते हैं। लंबाई N की चलती औसत के रूप में परिभाषित किया जा सकता है। यह आम तौर पर वर्तमान आउटपुट नमूने के साथ, पिछले एन नमूनों के औसत के रूप में एक फिल्टर के रूप में देखा जाता है, चलती औसत इनपुट क्रम XN का एक लम्बाई की लंबाई और लंबाई 1 एन के आयताकार पल्स के साथ क्षेत्र का निर्माण करने के लिए कार्यान्वित करता है नाड़ी, और, इसलिए, फिल्टर का लाभ, एक अभ्यास में, एन ओड लेने के लिए सबसे अच्छा है हालांकि एन के लिए एक अजीब मूल्य का उपयोग करते हुए एक चल औसत औसत भी नमूने के एक भी संख्या का उपयोग करके गणना की जा सकती है फिल्टर का विलंब नमूने की एक पूर्णांक संख्या होगी, चूंकि एन नमूनों के साथ फिल्टर की देरी बिल्कुल एन-1 है 2 चलती औसत फिर मूल आंकड़ों के साथ एक नमूने की पूर्णांक संख्या द्वारा स्थानांतरित करके ठीक से गठित किया जा सकता है। समय डोमेन। के बाद से movi एनजी औसत एक आयताकार पल्स के साथ एक संकुचन है, इसकी आवृत्ति प्रतिक्रिया एक sinc फ़ंक्शन होती है यह विंडोड-सिंक फिल्टर के दोहरे जैसा कुछ बनाता है, क्योंकि यह एक सिंक नाड़ी के साथ एक संकुचन है जो आयताकार आवृत्ति प्रतिक्रिया में परिणाम है। यह है यह sinc आवृत्ति प्रतिक्रिया जो चलती औसत को आवृत्ति डोमेन में एक खराब कलाकार बनाता है, हालांकि, यह समय डोमेन में बहुत अच्छी तरह से प्रदर्शन करता है इसलिए, यह शोर को हटाने के लिए डेटा को चिकना करने के लिए एकदम सही है, जबकि अभी भी तेज गति से प्रतिक्रिया रखते हुए चित्रा 1 परिणत 1 चलती औसत फिल्टर के साथ चौरसाई। आमतौर पर माना जाता है कि विशिष्ट Additive व्हाईट गाऊसी शोर एडब्ल्यूजीएन के लिए, एन नमूनों की औसतता एसक्यूआर एनकेआर के बढ़ने का असर है क्योंकि एसक्यूआरटी नं। के एक कारक से व्यक्तिगत नमूनों के लिए शोर असंबंधित है, वहां हर नमूने को अलग तरह से व्यवहार करने का कोई कारण नहीं है, इसलिए चलती औसत, जो प्रत्येक नमूने को एक ही वजन देता है, किसी दिए गए कदम प्रतिक्रिया तीक्ष्णता के लिए शोर की अधिकतम मात्रा से छुटकारा पायेगा। क्योंकि यह एक एफआईआर फिल्टर है, चलती औसत रूपांतरण के माध्यम से कार्यान्वित किया जा सकता है, इसके बाद इसे किसी भी अन्य एफआईआर फिल्टर के रूप में एक ही दक्षता या अभाव होगा, हालांकि, यह एक बहुत ही कुशल तरीके से, फिर से लागू किया जा सकता है। परिभाषा है कि। यह सूत्र yn और yn 1 के लिए अभिव्यक्ति का परिणाम है, i ई। जहां हम नोट करते हैं कि yn 1 और yn के बीच का परिवर्तन यह है कि एक अतिरिक्त शब्द xn 1 N अंत में प्रकट होता है, जबकि शब्द x nN 1 एन को शुरुआत से हटा दिया जाता है व्यावहारिक अनुप्रयोगों में, एन के द्वारा प्रत्येक स्थान के लिए एन द्वारा विभाजन को छोड़ने के लिए अक्सर संभव है, दूसरे स्थान पर एन के परिणामी लाभ के लिए क्षतिपूर्ति करके यह पुनरावर्ती क्रियान्वयन रूपांतरण के मुकाबले बहुत तेज हो जाएगा Y का प्रत्येक नया मान परिभाषा के सीधा कार्यान्वयन के लिए जरूरी होगा एन अतिरिक्त के बजाय केवल दो अतिरिक्त के साथ गणना की जा सकती है, एक पुनरावर्ती कार्यान्वयन के साथ देखने के लिए एक चीज यह है कि गोलाकार त्रुटियाँ इस मा एकत्रित होंगी y या आपके आवेदन के लिए कोई समस्या नहीं हो सकती है, लेकिन इसका यह भी अर्थ है कि यह रिकर्सिव कार्यान्वयन वास्तव में फ़्लोटिंग-पॉइंट नंबरों की तुलना में एक पूर्णांक कार्यान्वयन के साथ बेहतर काम करेगा यह काफी असामान्य है, क्योंकि एक अस्थायी बिंदु कार्यान्वयन आमतौर पर सरल होता है। यह सब हो जाना चाहिए कि आपको सिग्नल प्रोसेसिंग एप्लीकेशन में सरल चलती औसत फिल्टर की उपयोगिता को कम करके देखना चाहिए। फ़िलटर डिज़ाइन टूल। यह लेख फ़िल्टर डिजाइन टूल से पूरित है और एन के लिए अलग-अलग मानों के साथ प्रयोग किया जाता है और परिणामस्वरूप फ़िल्टर की कल्पना करें अब इसे आज़माएं gd, w grpdelay b, समूह विलंब प्रतिक्रिया देता है, इनपुट वैक्टर द्वारा निर्दिष्ट असतत-समय फिल्टर के जीडी, बी और एक इनपुट वैक्टर, अंश -1 के लिए गुणांक, बी और छेद, z-1 में एक बहुपद असतत-समय फिल्टर के जेड-ट्रांसफॉर्मेशन है। एचजेड बी ज़ेड ए ज़्एल 0 एन 1 बीएल 1 जीएलएल 0 एम 1 अल 1 जी एल। फ़िल्टर एस समूह विलंब प्रतिक्रिया का मूल्यांकन अंतराल 0 में 512 समान दूरी के अंकों पर किया जाता है। यूनिट सर्कल यूनिट सर्कल के मूल्यांकन अंक को डब्ल्यू में वापस किया जाता है। gd, w grpdelay b, a, n अंतराल 0 में यूनिट सर्कल पर समान रूप से दूरी बिंदुओं पर मूल्यांकन के असतत-समय फिल्टर के समूह विलंब प्रतिक्रिया देता है, n एक सकारात्मक पूर्णांक है, सर्वोत्तम परिणामों के लिए, n से अधिक मान सेट करें फ़िल्टर ऑर्डर से जीडी, डब्ल्यू पीआरपीडीले एसओएस, एन दूसरे क्रम के मैट्रिक्स के लिए समूह विलंब प्रतिक्रिया देता है, एसओएस एसओएस एक के-बी -6 मैट्रिक्स है, जहां वर्गों की संख्या, कश्मीर 2 से अधिक या उसके बराबर होनी चाहिए यदि संख्या अनुभाग 2 से कम है, grpdelay इनपुट को मानता है कि वेक्टर, बी एस के प्रत्येक पंक्ति दूसरे क्रम वाली बिविकैड फ़िल्टर के गुणांक से मेल खाती है I S2 मैट्रिक्स की पंक्ति I से द्वि 1 बीआई 2 बीआई 3 एई 1 एआई 2 एआई 3. जीडी, डब्ल्यू पीआरपीडीएलए डी, एन डिजिटल फिल्टर के लिए समूह विलंब प्रतिक्रिया देता है, डी का उपयोग करें डिजाइनफिल्म आवृत्ति-प्रतिक्रिया विनिर्देशों के आधार पर डी उत्पन्न करने के लिए। gd, f grpdelay n, fs हेटज में एक सकारात्मक नमूना आवृत्ति एफएस निर्दिष्ट करता है यह हेट्ज़ में आवृत्ति अंक वाले लम्बाई-एन वेक्टर, च देता है, जिस पर समूह विलंब प्रतिक्रिया का मूल्यांकन किया जाता है f में 0 और fs के बीच n अंक हैं। gd, डब्ल्यू grpdelay n, whole और gd, f grpdelay n, whole, fs का उपयोग संपूर्ण यूनिट सर्कल के चारों ओर 0 से 2 या 0 से fs. gd grpdelay w और gd grpdelay f का उपयोग करें, fs समूह की देरी प्रतिक्रिया पर मूल्यांकन किया जाता है रेडियंस नमूने में डब्ल्यू में कोणीय आवृत्तियों या क्रमशः चक्र इकाई समय में एफ में, जहां एफएस नमूनाकरण आवृत्ति है और एफ कम से कम दो तत्वों के साथ वैक्टर हैं। कोई आउटपुट द्विगुणित नहीं होने के साथ ग्रैप देरी रिस्पांस बनाम आवृत्ति के लिए plgdelay काम करता है। वास्तविक और जटिल दोनों फ़िल्टर। नोट अगर grpdelay को इनपुट एकल परिशुद्धता है, समूह विलंब की गणना एकल-परिशुद्धता अंकगणितीय का उपयोग करके की जाती है आउटपुट, जीडी एकल परिशुद्धता है। अपने देश का चयन करें। एक्सपेनएन्शियल फ़िल्टर। यह पृष्ठ घातीय फ़िल्टरिंग का वर्णन करता है, सरल और सबसे अधिक आबादी आर फिल्टर यह खंड छानने का एक हिस्सा है जो कि गलती का पता लगाने और निदान के लिए एक गाइड का हिस्सा है। ओवरव्यू, समय स्थिर और एनालॉग बराबर। सबसे सरल फिल्टर घातीय फ़िल्टर है यह नमूना अंतराल के अलावा केवल एक ट्यूनिंग पैरामीटर है केवल एक चर का भंडारण - पिछले आउटपुट यह एक आईआईआर ऑटोटेरेसेव्ह फिल्टर है - एक इनपुट परिवर्तन के प्रभाव को तेजी से जब तक प्रदर्शित करता है या कंप्यूटर अंकगणित की सीमा छिपाना.विविध विषयों में, इस फिल्टर का उपयोग भी घातीय चौरसाई निवेश के विश्लेषण जैसे कुछ विषयों में, घातीय फ़िल्टर को एक एक्सपोनेंसिलीली भारित मूविंग एवर ईडब्ल्यूएमए कहा जाता है, या केवल घातीय मूविंग औसत ईएमए कहा जाता है यह परंपरागत एआरएमए समय श्रृंखला विश्लेषण के चलते औसत शब्दावली का दुरुपयोग करता है, क्योंकि इसमें उपयोग किए जाने वाले कोई इनपुट इतिहास नहीं है - सिर्फ वर्तमान इनपुट। यह असतत समय है जो सामान्यतः पहले के अंतराल के बराबर है, जो कि लगातार अनुरूप समय के एनालॉग मॉडलिंग में इस्तेमाल होता है एंट्रोल सिस्टम विद्युत सर्किट्स में, आरसी फिल्टर फिल्टर एक अवरोध करनेवाला और एक कैपेसिटर के साथ होता है एक पहला ऑर्डर अंतराल जब एनालॉग सर्किट के लिए समानता पर बल देते हैं, एकल ट्यूनिंग पैरामीटर समय स्थिर होता है, आमतौर पर निम्न मामले में ग्रीक अक्षर ताउ के रूप में लिखा जाता है , असतत नमूने के समय के मान बिल्कुल समान स्थिरता के साथ समान समय के अंतराल से मेल खाते हैं, डिजिटल कार्यान्वयन और समय निरंतर के बीच के रिश्ते को नीचे समीकरणों में दिखाया गया है। एक्सपेन्नेएबल फिल्टर समीकरण और प्रारंभ। घातीय फ़िल्टर एक भारित संयोजन है पिछले अनुमान के उत्पादन के साथ नवीनतम इनपुट डेटा के साथ, 1 के बराबर वजन के योग के साथ आउटपुट स्थिर स्थिति पर इनपुट से मेल खाता है। फ़िल्टर नेशन के बाद पहले ही शुरू की गई है। Ikay k-1 1-ax k. where xk समय कदम kyk पर कच्चे इनपुट समय के चरण में फ़िल्टर्ड आउटपुट होता है जो 0 और 1 के बीच एक स्थिर होता है, आमतौर पर 0 8 और 99 99 के बीच एक या 1 को कभी-कभी स्मो कहा जाता है स्थिर स्थिरांक। नमूनों के बीच एक निश्चित समय चरण के साथ सिस्टम के लिए, निरंतर एक की गणना और सुविधा के लिए संग्रहीत होती है, केवल जब अनुप्रयोग डेवलपर निरंतर इच्छित समय का एक नया मान निर्दिष्ट करता है। जहां ताऊ फ़िल्टर समय स्थिर होता है, उसी इकाई में टी के रूप में समय। अनियमित अंतराल पर डेटा नमूनाकरण के साथ सिस्टम के लिए, उपरोक्त घातीय कार्य का उपयोग हर बार चरण के साथ किया जाना चाहिए, जहां टी पिछले नमूना के बाद का समय है। फिल्टर इनपुट आमतौर पर पहले इनपुट से मिलान करने के लिए प्रारंभ होता है। समय निरंतर दृष्टिकोण 0, एक शून्य पर जाता है, इसलिए कोई भी फिल्टरिंग नहीं है, नए इनपुट के बराबर होता है जैसे समय निरंतर बहुत बड़ा हो जाता है, एक दृष्टिकोण 1, ताकि नए इनपुट को लगभग भारी फ़िल्टरिंग को नजरअंदाज किया जा सके। ऊपर का फिल्टर समीकरण हो सकता है निम्न भविष्यवक्ता-संरेखक समकक्ष में पुनर्व्यवस्थित। यह प्रपत्र अधिक स्पष्ट करता है कि फ़िल्टर का चर अनुमान उत्पादन पिछले अनुमान के आधार पर अपरिवर्तित के रूप में अनुमानित है y k-1 प्लस के आधार पर सुधार शब्द अप्रत्याशित नवाचार - नए इनपुट एक्सके और भविष्यवाणी वाई के-1 के बीच का अंतर, यह भी एक काल्पनिक फिल्टर के रूप में घातीय फ़िल्टर को प्राप्त करने का नतीजा है, जो कि एक काल्पमान फिल्टर के साथ एक आकलन समस्या का इष्टतम समाधान है। मान्यताओं का विशेष सेट। चरण प्रतिक्रिया। घातीय फ़िल्टर के संचालन की कल्पना करने का एक तरीका समय के साथ एक कदम इनपुट के लिए अपनी प्रतिक्रिया साजिश करना है, यह है कि 0 में फिल्टर इनपुट और आउटपुट के साथ शुरू होने पर इनपुट वैल्यू अचानक 1 में बदल जाती है परिणामस्वरूप मूल्य नीचे रखे गए हैं। ऊपर की साजिश में, समय को फिल्टर समय निरंतर ताऊ से विभाजित किया जाता है ताकि आप किसी भी समय के परिणामों को आसानी से भविष्यवाणी कर सकें, फ़िल्टर समय स्थिर के किसी भी मूल्य के लिए समय के बराबर समय के बाद निरंतर, फिल्टर आउटपुट अपने अंतिम मूल्य के 63 21 तक बढ़ जाता है 2 बार स्थिरांक के बराबर समय के बाद, मान इसकी अंतिम मान 86 86 तक बढ़ जाता है, समय के बाद 3,4 के बराबर आउटपुट, और 5 बार स्थिरांक 95 02, 98 17, और 99 33 च अंतिम मूल्य, क्रमशः क्योंकि फ़िल्टर रेखीय है, इसका मतलब यह है कि इन प्रतिशतों को चरण परिवर्तन के किसी भी परिमाण के लिए इस्तेमाल किया जा सकता है, न कि यहां इस्तेमाल किए गए 1 के मूल्य के लिए। हालांकि सिद्धांत में कदम प्रतिक्रिया में अनंत समय लगता है, एक व्यावहारिक दृष्टिकोण, घातीय फ़िल्टर के बारे में सोचें, 98 से 99 तक के परिणामस्वरूप 4 से 5 फिल्टर समय स्थिरांक के बराबर एक समय के बाद प्रतिक्रिया। घातीय फिल्टर पर वैरिएशन। एक अनियंत्रित घातीय फ़िल्टर वेबर, 1980 का एक भिन्नता है जो कि वांछनीय फिल्टर है एक निश्चित विशिष्ट आयाम के भीतर शोर को भारी फ़िल्टर करने के लिए, लेकिन फिर बड़े बदलावों के लिए और तेज़ी से जवाब दें। कॉपीराइट 2010 - 2013, ग्रेग स्टेनली। इस पृष्ठ को साझा करें।