W mojej aplikacji handlowej mam żyć kresek cen akcji muszę utrzymać SMA Let s zakładać Chcę SMA z 20 świec, gdzie czas trwania każdej świecy jest 10 sekund Oznacza to, że. Każde 10 sekund mam checkpoint where. I zamknąć aktualną świecę i przechowuj średnią cenę za ostatnie 10 sekund Średnia jest max - min 2.I zaczynam nową świeczkę i zapisz ostatnią cenę. oczyszczam przestarzałą świecę. Aktualizuję ostatnią cenę bieżącego świecy tworzącej i ponownie oblicze SMA. So na jakimkolwiek kleszczu, którego potrzebuję aby przeliczyć SMA W większości przypadków zmienia się tylko cena ostatniej świecy, ponieważ używamy ostatniej ceny Raz na 10 sekund potrzebuję trochę więcej dodatkowej pracy - muszę zapomnieć o średniej z nieaktualnych świec i zapamiętać średnią właśnie świec. Czy możesz zasugerować, jak wdrożyć to z najniższym opóźnieniem? Trwa latwe działanie jest podstawowym wymogiem. Zauważyliśmy 28 kwietnia 14 w 10 21. Nie jestem pewien, czy jest to podejście, którego szukasz, ale tutaj jest pseudokodka dla bardzo szybkich SMAs. Simple Moving Average Zakładam, że Twoje dane są comin g w postaci pewnego strumienia i przechowywane w ciągłej pamięci przynajmniej z adresami, które można mapować w sposób ciągły. W ten sposób z dwoma dodatkami i jednym mnożeniem z 1 2000 można generować kolejne średnie ruchome dla nowych kleszczy. Średnia ruchoma jest zdecydowanie alternatywna , jak wspomniano powyżej. Tutaj to nie jest N-dzień średnia ruchoma To tylko ważona średnia ruchoma z 87 wagi do ostatnich N-dni, więc prawie N-dni jest bardziej podobny do tego. Uważaj na optymalizacji kompilatora. Do zwróć uwagę, że włączenie opcji SSE lub AVX, jeśli są dostępne, umożliwi znaczne przyspieszenie tych algorytmów, ponieważ wiele obliczeń może być rozbudowywane w jednym cyklu procesora. Wiem, że jest to osiągalne dzięki zwiększeniu w miarę. Ale naprawdę chciałbym uniknąć używania boostera mają googled i nie znaleziono żadnych odpowiednich lub czytelnych przykładów. Najczęściej chcę śledzić średnią ruchoma ciągłego strumienia strumienia liczb zmiennoprzecinkowych przy użyciu najnowszych 1000 numerów jako próbki danych. Jest to najprostszym wa y to osiągnąć. Jestem eksperymentował z użyciem okrągłej tablicy, wykładniczej średniej ruchomej i bardziej prostej średniej ruchomej i stwierdziłam, że wyniki z okrągłej tablicy odpowiadały moim potrzebom najlepiej. asked 12 czerwca 12 w 4 38.Jeśli Twoje potrzeby są proste, możesz po prostu spróbować użyć wykładniczej średniej ruchomej. Wystarczy, że zmienisz akumulator, a kod wygląda na każdą próbkę, kod aktualizuje akumulator o nową wartość. Wybierasz stałą alfa, która wynosi od 0 do 1, a obliczyć to. Musisz tylko znaleźć wartość alfa, gdzie działanie danej próbki trwa tylko około 1000 próbek. Hmm, nie jestem pewien, czy jest to dla ciebie właściwe, a teraz, gdy już to umieściłem. Problem polega na tym, że 1000 to dość długie okno dla wykładniczej średniej ruchomej Nie wiem, czy istnieje alfa, która rozprzestrzenia się średniej w ciągu ostatnich 1000 numerów, bez underflow w obliczaniu zmiennoprzecinkowych Ale jeśli chcesz mniejsze średnie, jak 30 numerów , jest to bardzo łatwe i f ast to do it. answered Jun 12 12 at 4 44. 1 na swoim punkcie Wykładnicza średnia ruchoma może pozwolić alfa na zmienną Więc pozwala to wykorzystać do obliczania średnich baz czasu, np. bajtów na sekundę Jeśli czas od ostatniego Aktualizacja akumulatora przekracza 1 sekundę, pozwala to na alfa 1 0 W przeciwnym razie możesz pozwolić, aby usługa alfa była usecami od ostatniej aktualizacji 1000000 jxh cze 12 12 w 6 21. Zazwyczaj chcę śledzić średnią ruchową ciągłego strumienia strumienia liczbą zmiennoprzecinkową przy użyciu najnowszych 1000 numerów jako próbki danych. Należy zauważyć, że poniżej uaktualnia całkowite jako elementy dodawane zastępując, unikając kosztownych przejazdów ON w celu obliczenia sumy potrzebnej do przeciętnego - na żądanie. Całkowity jest inny parametr od T do wsparcia, np. przy długiej długiej długości, gdy wynosi 1000 długich s, int dla char s lub double-total float. S.This jest nieco błędny, że numsamples mogłyby przechodzić przez INTMAX - jeśli zależy Ci na unsigned długi długi lub użyj dodatkowego członka danych bool do nagrywania whe n pojemnik jest napełniany po raz pierwszy podczas cyklicznego numsamples wokół tablicy, a następnie zmienił nazwę na coś nieszkodliwego jak pos. answered Jun 12 12 at 5 19.one zakłada, że próbka pustego operatora T jest faktycznie pustym operatorem T próbka oPless 8 czerwca 14 w 11 52. oPless ahhh dobrze spotted faktycznie miałem na to być nieważne operatora T próbki, ale oczywiście można użyć dowolnej notacji, którą lubisz Naprawę, dzięki Tony D Jun 8 14 w 14 27. Jak inni wspomnieli, należy rozważyć IIR nieskończony impuls odpowiedzi filtr, a nie Filtr odpowiedzi skończonych impulsów FIR używasz teraz Jest więcej, ale na pierwszy rzut oka filtry FIR są implementowane jako wyraźne splity i filtry IIR z równań. Każdy filtr IIR używam dużo w mikrokontrolerach jest pojedynczy biegun filtr dolnoprzepustowy Jest to cyfrowy odpowiednik prostego filtra analogowego RC W większości zastosowań mają lepsze właściwości niż filtr pola, którego używasz Większość zastosowań filtru pudełkowego, któremu polecam ntered jest wynikiem kogoś, kto nie zwraca uwagi w klasie przetwarzania sygnału cyfrowego, a nie w wyniku potrzeby ich szczególnych cech Jeśli chcesz złagodzić wysokie częstotliwości, które znasz są hałasem, jeden biegun filtr dolnoprzepustowy jest lepszy Najlepszym sposobem na implementacja cyfrowo w mikrokontrolerze jest zazwyczaj. FILT - FILT FF NEW - FILT. FILT jest kawałkiem trwalego stanu Jest to jedyna trwała zmienna, którą musisz obliczyć ten filtr NEW to nowa wartość, którą filtr jest aktualizowany z tym iteracja FF jest frakcją filtrującą, która dostosowuje ciężkość filtra Spójrz na ten algorytm i widzisz, że dla FF 0 filtr jest nieskończenie ciężki, ponieważ wyjście nigdy się nie zmienia Dla FF 1, to naprawdę nie ma filtra, ponieważ wynik po prostu następuje input Przydatne wartości są pomiędzy W małych systemach wybierasz FF na 1 2 N, dzięki czemu mnożenie przez FF może być dokonane jako przesunięcie w prawo przez N bitów Na przykład, FF może wynosić 1 16 i pomnożyć przez FF, a więc prawo przesunięcia 4 bitów W przeciwnym razie ten filtr potrzebuje tylko jednego odejmowania, a jeden dodano, chociaż numery zwykle muszą być szersze niż wartość wejściowa bardziej na dokładność numeryczna w oddzielnej sekcji poniżej. Na zazwyczaj odbywa się odczytywanie AD znacznie szybciej niż są potrzebne i zastosuj dwa z tych filtrów kaskadowych Jest to cyfrowy odpowiednik dwóch filtrów RC w szeregu i tłumi o oktawę o 12 dB ponad częstotliwość rolloff Jednak w przypadku odczytów AD zwykle bardziej trafia do filtru w dziedzinie czasu, rozważając jego krok odpowiedzi To informuje o tym, jak szybko Twój system będzie widzieć zmianę, gdy coś mierzysz zmiany. Aby ułatwić projektowanie tych filtrów, co oznacza jedynie zbieranie FF i określenie, ile z nich kaskada, używam mojego programu FILTBITS Podajesz liczbę bitów zmiany dla każdego FF w kaskadzie serii filtrów i oblicza krok odpowiedzi i inne wartości W rzeczywistości zwykle uruchamiam to za pośrednictwem mojego skryptu opakowania PLOTFILT To działa FILT BITS, który tworzy plik CSV, a następnie rzutuje na plik CSV Przykładowo, oto wynik PLOTFILT 4 4. Dwa parametry PLOTFILT oznaczają, że będą dwa filtry kaskadowe typu opisanego powyżej Wartości 4 wskazują liczbę bitów, aby zrealizować mnożenie przez FF Dwa wartości FF są zatem 1 16 w tym przypadku. Czerwony ślad jest odpowiedź na jednostkę kroku i jest najważniejszą rzeczą do spojrzenia Na przykład, to mówi, że jeśli wejście zmienia się natychmiast, wyjście połączonego filtra osiądzie do 90 nowej wartości w 60 iteracjach Jeśli zajdzie potrzeba około 95 czasu rozliczania, musisz poczekać około 73 iteracji, a dla 50 czasu rozstrzygania tylko 26 iteracji. Zielona ścieżka pokazuje wynik z pojedynczy pełny skok amplitudy To daje pewien pomysł na przypadkowe tłumienie hałasu Wygląda na to, że żadna pojedyncza próbka nie spowoduje więcej niż 2 5 zmian na wyjściu. Ponieważ niebieski ślad ma dać subiektywne poczucie tego, co ten filtr działa z białym hałasem To nie jest rygor ous test, ponieważ nie ma gwarancji, co dokładnie zawartość była liczb losowych wybranych jako białe szumy wejściowe dla tego uruchomienia PLOTFILT To tylko dać poczucie, jak bardzo będzie ona zgnieciona i jak gładkie jest. PLOTFILT , może FILTBITS i wiele innych użytecznych rzeczy, zwłaszcza w zakresie rozwoju oprogramowania PIC, jest dostępny w publikacji oprogramowania PIC Development Tools na stronie pobierania oprogramowania. Dodano o dokładności liczbowej. Zobaczyłem w komentarzach, a teraz nową odpowiedź, która jest zainteresowana w celu omówienia liczby bitów potrzebnych do wdrożenia tego filtra Zauważ, że pomnożenie przez FF spowoduje utworzenie nowych bitów FF New FF poniżej punktu binarnego W małych systemach, FF jest zwykle wybierany jako 1 2 N, tak że to pomnożenie jest rzeczywiście realizowane przez prawy przesunięcie N bitów. FILT jest więc zwykle liczbą całkowitą stałej Uwaga: nie zmienia to żadnej matematyki z punktu widzenia procesora. Na przykład jeśli filtruje się odczyty 10-bitowe AD i N 4 FF 1 16, to ty potrzeba 4 bitów ułamkowych poniżej 10-bitowych liczb całkowitych odczytów AD Jedna większość procesorów, wykonujących 16-bitowe operacje całkowite z powodu 10-bitowych odczytów AD W tym przypadku można nadal wykonywać dokładnie takie same 16-bitowe operacje całkowite, ale zaczynaj od Odczyty AD pozostawione przesunięte o 4 bity Procesor nie wie o różnicy i nie potrzebuje do wykonywania matematyki na całych 16-bitowych liczb całkowitych działa, czy uważasz je za 12 4 punkty stałe lub prawdziwe 16-bitowe liczby całkowite 16 0 stały punkt. W ogóle , musisz dodać N bity każdego bieguna filtra, jeśli nie chcesz dodawać hałasu z powodu reprezentacji numerycznej W powyższym przykładzie drugi filtr dwóch musiałby mieć 10 4 4 18 bitów, aby nie stracić informacji W praktyce na 8-bitowa maszyna, która oznacza, że używasz 24 bitowych wartości Technicznie tylko drugi biegun dwóch wymagałby szerszej wartości, ale dla uproszczenia oprogramowania zazwyczaj używam tej samej reprezentacji, a tym samym tego samego kodu, dla wszystkich biegunów filtra. napisz podprogram lub makro na str erform jednej operacji filtra filtra, a następnie zastosuj ją do każdego bieguna Czy podprogram lub makro zależy od tego, czy cykle czy pamięć programu są ważniejsze w danym projekcie Tak czy inaczej, używam pewnego stanu, aby przejść NOWOŚĆ do makra podprocedury, który aktualizuje FILT , ale również ładuje się do tego samego stanu scratch NEW był w To ułatwia stosowanie wielu biegunów, ponieważ zaktualizowany FILT jednego bieguna jest NOWY z następnej. Jeśli podprogram jest przydatny do wskazywania wskaźnika na FILT na w jaki sposób podprogram automatycznie pracuje na kolejnych filtrach w pamięci, jeśli jest wywoływanych wielokrotnie Z makrem nie potrzebujesz wskaźnika od momentu przekazania adresu, aby działał w każdej iteracji Przykłady kodów Oto przykład makra, jak opisano powyżej dla PIC 18. A oto podobne makro dla PIC 24 lub dsPIC 30 lub 33. Te przykłady są implementowane jako makra przy użyciu mojego preprocesora montera PIC, który jest m rudy zdolnej do przeprowadzenia dowolnej z wbudowanych obiektów makro. clabacchio Inną kwestią, o której powinienem wspomnieć jest wdrożenie oprogramowania układowego Możesz napisać pojedynczy biegun filtra po niskiej przepustowości, a następnie zastosować go wielokrotnie W rzeczywistości zwykle pisać taką podprogram, aby wziąć wskaźnik w pamięci do stanu filtra, a następnie go wyprzedzeniem wskaźnik, dzięki czemu łatwo można było z łatwością zadzwonić do wieloliniowych filtrów Olin Lathrop 20 kwietnia 12 w 15 03.1 bardzo dziękuję za odpowiedzi - wszystkie postanowiłem użyć tego filtru IIR, ale ten filtr nie jest używany jako Filtr standardowy LowPass, ponieważ muszę przeanalizować średnie wartości liczników i porównać je w celu wykrycia zmian w pewnym zakresie, ponieważ te wartości mają bardzo różne wymiary w zależności od sprzętu, który chciałem przeciętnie, aby móc reagować na te urządzenia konkretne zmiany automatycznie sensslen 21 maja 12 w 12 06.Jeśli można żyć z ograniczeniem mocy dwóch liczb pozycji do przeciętnej, tj. 2,4,8,16,32 itd., dzielenie można łatwo i skutecznie zrobić na niskiej wydajności mikro bez poświęconego podziału, ponieważ można to zrobić jako przesunięcie bitowe Każde prawo przesunięcia jest jedna moc dwóch eg. The OP myśli, że miał dwa problemy, dzieląc się PIC16 i pamięci dla jego pierścienia bufor Ta odpowiedź pokazuje, że dzielenie nie jest trudne Wprawdzie nie rozwiązuje problemu pamięci, ale system SE pozwala na częściowe odpowiedzi, a użytkownicy mogą wziąć coś z każdej odpowiedzi na siebie, a nawet edytować i połączyć inne odpowiedzi s Ponieważ niektóre inne odpowiedzi wymagają operacji dzielenia, są podobnie niekompletne, ponieważ nie pokazują, jak skutecznie osiągnąć to na PIC16 Martin 20 kwietnia 12 w 13 01.There jest odpowiedź na prawdziwy przeciętny filtr aka boxcar filtr z mniej wymagań pamięci, jeśli nie t mind downsampling To s nazywany kaskadowym integratorem-filtr grzebieniowy CIC Pomysł polega na tym, że masz integrator, który odbywa się w różnych okresach czasu, a kluczowym urządzeniem oszczędzającym pamięć jest to, że poprzez pobieranie próbek, nie musisz przechowywać wigilii wartość życiowa integratora Może być zaimplementowana za pomocą następującej pseudokodowej. Twoja efektywna średnia długość ruchu to decymacjaStandaktura typu Factor, ale musisz zachowywać tylko stany procentowe próbek Oczywiście można uzyskać lepszą wydajność, jeśli twój stateize i decimationFactor są uprawnieniami 2, dzielenie i reszta operatorów są zastępowane przez przesunięcia i maski - i. Postscript Zgadzam się z Olinem, że zawsze należy rozważyć proste filtry IIR przed średnim ruchem filtra Jeśli nie potrzebujesz częstotliwości-nulls z filtrem bokserskim, 1-biegunowy lub 2-biegunowy filtr dolnoprzepustowy będzie prawdopodobnie działał prawidłowo. Z drugiej strony, jeśli filtruje się do celów decymacji przy wysokim współczynniku próbkowania i uśrednia go do wykorzystania w procesie o niskim współczynniku, to filtr CIC może być tylko tym, czego szukasz, zwłaszcza, jeśli można użyć streszczenia 1 i uniknąć ringbuffer łącznie z tylko jedną poprzednią wartością integratora. Istnieją pewne pogłębione analizy matematyki za pomocą pierwszego ord er IIR, który Olin Lathrop już opisał na temat wymiany stosu przetwarzania sygnałów cyfrowych zawiera wiele ładnych zdjęć Równanie dla tego filtru IIR. Ta możliwość może być zaimplementowana przy użyciu tylko liczb całkowitych i nie podział przy użyciu następującego kodu może potrzebować trochę debugowania, wpisywał z pamięci pamięć. Filtr ten przybliża średnią ruchową ostatnich próbek K, ustawiając wartość alfa na 1 K Zrób to w poprzednim kodzie, określając BITS na LOG2 K, tzn. dla K 16 zestaw BITS na 4, dla K 4 Ustaw BITS na 2, itd. I'll zweryfikować kod tutaj wymienione, jak tylko dostanę zmiany i edytować tę odpowiedź, jeśli potrzebne. jeszcze jedno-biegunowy filtr dolnoprzepustowy średniej ruchome, z Częstotliwość cutoff CutoffFrequency Bardzo prosty, bardzo szybki, działa świetnie i prawie nie ma nad głową pamięci. Upewnij się, że wszystkie zmienne mają zasięg poza funkcją filtru, z wyjątkiem przekazywanych w newInput. Note Jest to filtr pojedynczego etapu Wiele etapów może być połączonych kaskadowo w celu zwiększenia ostrość filtr Jeśli używasz więcej niż jednego etapu, będziesz musiał dostosować DecayFactor w odniesieniu do częstotliwości odcięcia, aby zrekompensować. I oczywiście wszystko czego potrzebujesz to te dwie linie umieszczone w dowolnym miejscu, nie potrzebują własnej funkcji Ten filtr ma czas ramp-up przed średnią ruchu oznacza wartość sygnału wejściowego Jeśli musisz pominąć ten czas rampy, możesz zainicjować MovingAverage tylko do pierwszej wartości newInput zamiast 0 i mam nadzieję, że pierwsza nowa wartość wejściowa nie jest większa. CutoffFrequency SampleRate ma zakres od 0 do 0 5 DecayFactor jest wartością między 0 a 1, zwykle blisko 1.Single-precyzyjne pływaki są wystarczająco dobre dla większości rzeczy, po prostu wolę podwójne Jeśli musisz trzymać się liczb całkowitych, możesz przelicz DecayFactor i Amplitude Factor na ułamkowe liczby całkowite, w których licznik jest zapisany jako liczba całkowita, a mianownik jest liczbą całkowitą 2, dzięki czemu można przesunąć bit w prawo jako mianownik, a nie dzieląc się podczas pętli filtru Dla na przykład, jeśli DecayFactor 0 99 i chcesz używać liczb całkowitych, możesz ustawić wartość DecayFactor 0 99 65536 64881 I wtedy, gdy mnożysz przez DecayFactor w pętli filtru, po prostu przesuń wynik 16. Aby uzyskać więcej informacji na ten temat, s online, rozdział 19 dotyczące filtrów rekurencyjnych. PS Za paradygmat Moving Average, inne podejście do ustawienia DecayFactor i AmplitudeFactor, które mogą być bardziej odpowiednie dla Twoich potrzeb, powiedzmy, że chcesz poprzednio, około 6 pozycji uśrednione tog eter, robi to dyskretnie, dodasz 6 pozycji i podzielisz przez 6, więc możesz ustawić AmplitudeFactor na 1 6 i DecayFactor na 1 0 - AmplitudeFactor. answered 14 maja 12 w wieku 22 55. Każdy inny skomentował dokładnie narzędzie IIR vs FIR, a na mocy dwóch dywizji Chciałbym dać pewne szczegóły implementacji Poniżej działa dobrze na małych mikrokontrolerów bez FPU Nie ma mnożenia, a jeśli zachowasz N moc dwóch, wszystkie podziały jest jednokierunkowe przesunięcie bitowe. Basic FIR ring buffer zachowuje bieżący bufor z ostatnich wartości N, a bieżący SUM wszystkich wartości w buforze Za każdym razem, kiedy pojawia się nowa próbka, odejmij najstarszą wartość w buforze z SUM , wymień ją na nową próbkę, dodaj nową próbkę do SUM i wyjście SUM N. Modified IIR buffer ring zachowuje bieżący SUM z ostatnich wartości N Przy każdej próbie pojawi się nowa próbka SUM - SUM N, dodaj nową próbki i dane wyjściowe SUM N. Odpowiedź 28 sierpnia 13 w 13 45.Jeśli dobrze panu czytam, opisujesz pierwszy porządek IIR filtruje wartość, którą odejmujesz isn t najstarszą wartość, która się wypada, ale zamiast tego średnia z poprzednich wartości Filtry First-Order IIR z pewnością mogą być użyteczne, ale nie wiem co masz na myśli, gdy sugerujesz, że wyjście jest taki sam dla wszystkich sygnałów okresowych Przy częstotliwości próbkowania 10 kHz, podawanie 100 Hz fali prostokątnej w 20-stopniowy filtr pola daje sygnał, który wzrasta równomiernie dla 20 próbek, siedzi wysoko dla 30, kropli jednorodnie dla 20 próbek i siedzi nisko dla 30-go superfekta z filtrem IIR z pierwszego rzędu 28 sierpnia 13 w temperaturze 15 31. będzie powodować falę gwałtownie wzrastającą i stopniowo wyrównywać się w pobliżu, ale nie na maksimum wejściowym, a następnie ostro zacznie opadać i stopniowo wyrównywać blisko, ale nie na wejściu minimum Bardzo różne zachowanie supercat Aug 28 13 w 15 32.Jednym problemem jest to, że prosta średnia ruchoma może być lub nie być użyteczna Z filtrem IIR można uzyskać ładny filtr z stosunkowo niewielką liczbą całkowitą FIR opisujesz może dać Ci tylko prostokąt w czasie - szczerze freq - a ty możesz t zarządzać bocznymi płatami Może być warto wrzucić parę liczb całkowitych, aby uczynić to symetrycznym, dostrajającym FIR, jeśli możesz oszczędzić zegary Scott Seidman 29 sierpnia 13 w 13 50. ScottSeidman No potrzeba mnożenia, jeśli jeden ma po prostu każdy etap FIR albo wyprowadza średnio wejście na ten etap i jego poprzednią zapisaną wartość, a następnie zapisuje dane wejściowe, jeśli ma zakres numeryczny, można użyć sumy zamiast średniej Czy to s lepiej niż filtr pola zależy od aplikacji odpowiedzi krokowej filtru pudełkowego z całkowitym opóźnieniem 1ms, na przykład będzie miał paskudny d2 dt skok gdy zmiana wejściowa, a znów 1ms później, ale będzie miał minimum możliwe d dt dla filtra z całkowitym opóźnieniem 1ms supercat 29 sierpnia w wieku 15 25. Jak mikeselectricstuff powiedział, jeśli naprawdę potrzebujesz zmniejszyć zapotrzebowanie na pamięć i nie pamiętasz odpowiedzi impulsowej jako wykładniczej zamiast prostokątnego impulsu, ja pójdzie na wykładniczy ruch Filtr gniewu Używam ich w znacznym stopniu Z tego typu filtrem, nie potrzebujesz żadnego buforu Nie musisz przechowywać N próbek z przeszłości Tylko jeden Tak, wymagania pamięci zostały obniżone przez czynnik N. Ponadto nie potrzebujesz żadnych podział na to Tylko multiplikacje Jeśli masz dostęp do arytmetyki zmiennoprzecinkowej, użyj multiplikacji zmiennoprzecinkowych Jeśli nie, wykonaj multiplikacje całkowite i przesunięcia w prawo Jednak jesteśmy w 2017 roku i polecam użycie kompilatorów i MCU, które pozwalają do pracy z numerami zmiennoprzecinkowymi. Poza tym, że pamięć jest wydajniejsza i szybsza, nie musisz aktualizować elementów w dowolnym okrągłym buforze, chciałbym powiedzieć, że jest to również naturalne, ponieważ wykładnicza odpowiedź impulsowa lepiej pasuje do charakteru zachowań, w większości przypadków. Pozdrowienie z 20 kwietnia 12 w 9 59. Jedna kwestia z filtrem IIR prawie dotkniętych przez olin i supercat, ale najwyraźniej zignorowane przez innych jest to, że zaokrąglanie wprowadza pewne nieprawidłowości i potencjalnie stronniczość truncation przy założeniu, że N i sa moc dwóch, a tylko arytmetyka całkowita jest używana, prawo przesunięcia systematycznie eliminuje LSB nowej próbki Oznacza to, że jak długo seria mogła być, średnia nigdy ich nie uwzględnia. Na przykład załóżmy, że powoli zmniejszając serie 8,8,8 8,7,7,7 7,6,6, a zakładając, że średnia jest rzeczywiście 8 na początku Pięść 7 próbki przyniesie średnio 7, niezależnie od siły filtra Tylko dla jednej próbki Same historia dla 6, itd. Teraz myśl o tym odwrotnym serie idzie w górę Średnia pozostanie na 7 na zawsze, dopóki próbka nie jest wystarczająco duża, aby to zmienić. Oczywiście, możesz skorygować za stronniczość, dodając 1 2 N 2, ale że tak naprawdę rozwiązać precyzyjny problem, w tym przypadku malejące serie pozostaną na zawsze na 8, aż próbka wynosi 8-1 2 N 2 Na przykład dla N 4 każda próba powyżej zera będzie utrzymywać średnią niezmienioną. Uważam, że rozwiązanie dla co mogłoby oznaczać posiadanie akumulatora utraconych LSB Ale nie zrobiłem tego na tyle, by mieć gotowy kod, i nie jestem pewien, czy nie zaszkodziłoby to mocy IIR w niektórych innych przypadkach serii, na przykład 7,9,7,9 średnio do 8 wtedy. Olin, twoja dwustopniowa kaskada również potrzebuje wyjaśnienia Czy chodzi o trzymanie dwóch średnich wartości w wyniku pierwszego podania do drugiego w każdej iteracji Co to jest zaletą tego.
No comments:
Post a Comment