การย้าย ค่าเฉลี่ย กรอง ใน matlab

ดาวน์โหลด movAv m ดูยัง movAv2 - รุ่นที่ปรับปรุงใหม่ที่ช่วยให้การถ่วงน้ำหนัก Matrix Matlab มีฟังก์ชันที่เรียกว่า movavg และ tsmovavg เป็นค่าเฉลี่ยเคลื่อนที่แบบเรียลไทม์ในกล่องเครื่องมือทางการเงิน movAv ได้รับการออกแบบมาเพื่อจำลองการทำงานพื้นฐานของโค้ดเหล่านี้โค้ดนี้เป็นตัวอย่างที่ดีในการจัดการ ดัชนีภายใน loops ซึ่งอาจทำให้เกิดความสับสนในการเริ่มต้นด้วย I ve จงใจเก็บรหัสสั้นและง่ายเพื่อให้กระบวนการนี้ clear. movAv ดำเนินการค่าเฉลี่ยเคลื่อนที่อย่างง่ายที่สามารถใช้ในการกู้คืนข้อมูลที่มีเสียงดังในบางสถานการณ์ทำงานโดยการหมายถึง ของอินพุท y บนหน้าต่างเวลาเลื่อนซึ่งมีขนาดระบุโดย n ยิ่ง n มีค่ามากเท่าไรผลของ n จะสัมพันธ์กับความยาวของเวคเตอร์อินพุต y และมีประสิทธิภาพมากขึ้น ตัวกรองความถี่ lowpass - ดูตัวอย่างและส่วนพิจารณาเนื่องจากจำนวนการปรับให้เรียบโดยแต่ละค่าของ n จะสัมพันธ์กับความยาวของเวกเตอร์อินพุตจะคุ้มค่าเสมอ ทดสอบค่าที่แตกต่างกันเพื่อดูว่ามีความเหมาะสมโปรดจำไว้ว่าจุด n จะสูญหายไปในแต่ละค่าเฉลี่ยหาก n เท่ากับ 100 จุดแรกของอินพุทเวกเตอร์ don t มีข้อมูลเพียงพอสำหรับค่าเฉลี่ย 100pt นี้สามารถหลีกเลี่ยงได้โดยการวางซ้อนค่าเฉลี่ยสำหรับ ตัวอย่างโค้ดและกราฟด้านล่างเปรียบเทียบค่าเฉลี่ยของค่าเฉลี่ยความยาวของหน้าต่างที่แตกต่างกันสังเกตว่า 10 10pt เทียบกับค่าเฉลี่ย 20pt เพียงอย่างเดียวในทั้งสองกรณีข้อมูลทั้งหมดหายไปทั้งหมด 20 จุด สร้าง xaxis x 1 0 01 5 สร้างเสียงรบกวนรบกวน 4 เสียงเรียกร้องผิดพลาด 1 เสียงเงียบเสียงรบกวน 1 เสียงเงียบเสียงรบกวน 1 เสียงรบกวนที่สร้างขึ้นใหม่ 1 เสียงรบกวนความยาวเสียงรบกวนก่อให้เกิดเสียง ydata y exp x 10 เสียง 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 จะใช้เพื่อให้จำนวนข้อมูลที่เท่ากันจะหายไปเมื่อเริ่มต้นและสิ้นสุดและอินพุตจะถูกเก็บให้สอดคล้องกับผลลัพธ์โดยบัฟเฟอร์ NaN ที่สร้างขึ้นเมื่อตั้งค่าเอาต์พุตล่วงหน้าสำหรับความยาว 1 n-n ค้นหาช่วงดัชนีที่จะใช้ค่าเฉลี่ยมากกว่า 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 ซึ่งหมายถึงให้ดัชนีแรกของกลุ่มที่จะเฉลี่ยดัชนีที่สอง 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 เพิ่มและวางแผนเป็นเส้นโค้งสีส้มค่าเฉลี่ยเคลื่อนที่จะถูกดำเนินการที่จุดต่างกันเพื่อดูว่าคลื่นต้นฉบับสามารถฟื้นตัวได้ 5 และ 10 จุดให้ผลลัพธ์ที่สมเหตุสมผล แต่อย่าเอาเสียงออกทั้งหมดซึ่งเป็นจำนวนจุดเริ่มต้นมากขึ้น สูญเสียรายละเอียด amplitude เป็นค่าเฉลี่ยขยายไปในช่วงที่แตกต่างกันจำคลื่น oscilates รอบศูนย์และค่าเฉลี่ย -1 1 0.An ทางเลือกจะสร้างตัวกรอง lowpass กว่าสามารถ ใช้กับสัญญาณในโดเมนความถี่ I m จะไม่ไปลงในรายละเอียดตามที่ไปเกินขอบเขตของบทความนี้ แต่เป็นเสียงเป็นความถี่สูงกว่าคลื่นความถี่พื้นฐานก็จะค่อนข้างง่ายในกรณีนี้เพื่อสร้าง กรอง lowpass จะช่วยลดเสียงรบกวนที่เกิดขึ้นในวันพุธที่ 08 ตุลาคม 2008 เวลา 20: 04 น. แก้ไขล่าสุดในวันพฤหัสบดีที่ 14 มีนาคม 2013 เวลา 01.30 น. เขียนโดย Batuhan Osmanoglu ผู้ชม 41584.Moving Average ใน Matlab. Often ฉันพบว่าตัวเองต้องใช้ค่าเฉลี่ย ข้อมูลที่ฉันต้องลดเสียงเล็กน้อยฉันเขียนฟังก์ชันคู่ที่จะทำสิ่งที่ฉันต้องการ แต่ matlab s สร้างขึ้นในการทำงานของตัวกรองที่ดีงามเช่นกันที่นี่ฉันจะเขียนเกี่ยวกับ 1D และ 2D เฉลี่ยของ data.1D ตัวกรองสามารถ ตระหนักถึงการใช้ฟังก์ชั่นกรองฟังก์ชั่นการกรองต้องมีอย่างน้อยสามพารามิเตอร์การป้อนค่าสัมประสิทธิ์เศษสำหรับตัวกรอง b, ค่าสัมประสิทธิ์ตัวหารสำหรับตัวกรอง a และข้อมูล X ของหลักสูตรตัวกรองค่าเฉลี่ยที่ใช้สามารถกำหนดได้ d เพียง by. For ข้อมูล 2D เราสามารถใช้ฟังก์ชัน filter2 Matlab s สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการทำงานของตัวกรองคุณสามารถพิมพ์นี่คือการดำเนินการอย่างรวดเร็วและสกปรกของ 16 โดย 16 กรองเฉลี่ยเคลื่อนที่แรกที่เราต้องกำหนดตัวกรอง เนื่องจากเราต้องการมีส่วนร่วมเท่าเทียมกันของเพื่อนบ้านทั้งหมดเราสามารถใช้ฟังก์ชันของเราเราแบ่งทุกอย่างด้วย 256 16 16 เนื่องจากเราไม่ต้องการเปลี่ยนความกว้างของสัญญาณทั่วไปของสัญญาณดังนั้นในการใช้ตัวกรองเราสามารถพูดได้ดังนี้ ด้านล่างเป็นผลลัพธ์สำหรับระยะของ interferogram SAR ในกรณีนี้ช่วงอยู่ในแกน Y และ Azimuth จะถูกแมปกับแกน X ตัวกรองมีขนาดกว้าง 4 พิกเซลในช่วงกว้างและ 16 พิกเซลใน Azimuth. Moving Average Function. result movingmean data, dim จะคำนวณค่าเฉลี่ยเคลื่อนที่ที่ศูนย์กลางของข้อมูลเมทริกซ์โดยใช้ขนาดหน้าต่างที่ระบุในหน้าต่างในมิติสลัวโดยใช้อัลกอริทึมที่ระบุในตัวเลือก Dim และตัวเลือกจะเป็นข้อมูลอินพุตที่เป็นทางเลือกและจะเป็นค่าเริ่มต้นสำหรับ 1.Dim และตัวเลือกที่สามารถข้ามได้หน้าต่างจะให้ผลลัพธ์เช่นเดียวกับการย้ายข้อมูล, หน้าต่าง, 1,1 หรือข้อมูลที่เคลื่อนย้าย, หน้าต่าง,, 1. ขนาดข้อมูลเมตริกซ์เข้าและขนาดถูก จำกัด ด้วยเมทริกซ์สูงสุดเท่านั้น สำหรับหน้าต่างของคุณหน้าต่างต้องเป็นจำนวนเต็มและควรเป็นเลขคี่ถ้าหน้าต่างเป็นได้แล้วก็จะปัดเศษลงไปที่เลขคี่ที่ต่ำกว่าถัดไปฟังก์ชั่นคำนวณค่าเฉลี่ยเคลื่อนที่รวมศูนย์และหน้าต่าง -1 2 องค์ประกอบก่อนและหลังในมิติที่ระบุ ที่ขอบของเมทริกซ์จำนวนขององค์ประกอบก่อนหรือหลังจะลดลงเพื่อให้ขนาดหน้าต่างที่แท้จริงน้อยกว่าหน้าต่างที่ระบุฟังก์ชันถูกแบ่งออกเป็นสองส่วนคืออัลกอริธึม 1d-2d และอัลกอริทึม 3d นี้ทำเพื่อเพิ่มประสิทธิภาพ ความเร็วในการแก้ปัญหาโดยเฉพาะอย่างยิ่งในเมทริกซ์ที่มีขนาดเล็ก i e.1000 x 1 นอกจากนี้อัลกอริทึมต่าง ๆ ในปัญหา 1d-2d และ 3d มีให้เช่นเดียวกับในบางกรณีอัลกอริธึมที่เป็นค่าเริ่มต้นจะไม่เร็วที่สุดโดยปกติแล้วเมทริกซ์จะกว้างมาก คือ 100 x 100000 หรือ 10 x 1000 x 1000 และค่าเฉลี่ยเคลื่อนที่จะถูกคำนวณในมิติที่สั้นกว่าขนาดที่อัลกอริทึมดีฟอลต์จะทำงานช้าลงขึ้นอยู่กับคอมพิวเตอร์ MATLAB 7 8 R2009a แท็กสำหรับแฟ้มนี้โปรดล็อกอินไปที่แท็กไฟล์ กรุณาเข้าสู่ระบบเพื่อเพิ่มข้อคิดเห็นหรือการจัดอันดับและการให้คะแนน 8. ฟังก์ชั่นเกี่ยวข้องกับปลายโดยการตัดส่วนท้ายหรือส่วนนำของหน้าต่างและการเปลี่ยนไปเป็นค่าเฉลี่ยเคลื่อนที่ชั้นนำหรือต่อท้ายแทนที่จะเป็นจุดศูนย์กลางที่มีศูนย์กลางไปกับตัวอย่างที่คุณให้ไว้ใน แสดงความคิดเห็นหากขนาดหน้าต่างอยู่ที่ 3 จากนั้นตรงกลาง 1 ฟังก์ชันค่าเฉลี่ยข้อมูลจากจุด 1 และ 2 ที่จุดศูนย์ 2 จุด 1, 2 และ 3 จะเฉลี่ยอยู่ที่ศูนย์กลาง 9 จุด 8, 9 และ 10 เป็นค่าเฉลี่ย และที่ศูนย์ของ 10 ช่วยให้ถือว่าเวกเตอร์มี 10 จุดรายการ 9 และ 10 จะเฉลี่ย. วิธีการจัดการ movingmean กับปลายมันเริ่มต้นด้วยขนาดหน้าต่างที่ครอบคลุมเฉพาะจุด 1 ที่ 1 แล้ว 3 จุดที่จุด 2 แล้วเพิ่มขึ้น ในขนาดหน้าต่างจนกว่าจะระบุขนาดหน้าต่างไว้ ในการป้อนข้อมูลการทำงาน Thanks. Nice และเรียบง่ายขอบคุณงานที่ดีมีประโยชน์มากเช่น Stephan Wolf said. Just สิ่งที่ฉันถูก lookin สำหรับค่าเฉลี่ยเคลื่อนที่ Centered ที่สามารถทำงานในพล็อตมากกว่าความกว้างทั้งหมดโดยไม่ต้องมองหาขนาดของหน้าต่าง ของตัวกรองและการย้ายจุดเริ่มต้น Great. Accelerating ก้าวของวิศวกรรมและวิทยาศาสตร์.MathWorksเป็นผู้นำด้านการพัฒนาซอฟต์แวร์คอมพิวเตอร์คำนวณสำหรับวิศวกรและนักวิทยาศาสตร์