Czy jest możliwe do wdrożenia średniej ruchomej w C bez potrzeby okna próbek. Znalazłem, że mogę zoptymalizować nieco, wybierając rozmiar okna, który jest siłą dwóch, aby umożliwić przesunięcie bitów zamiast dzieląc, ale nie potrzebujesz buforu byłoby miło Czy jest jakiś sposób na wyrażenie nowego wyniku średniej ruchomej tylko w wyniku starego wyniku i nowej próbki. Zdefiniuj przykład średniej ruchomej, w oknie z 4 próbkami, które mają być. Następna próbka eA średnia ruchoma może być realizowana rekurencyjnie, ale dokładne obliczanie średniej ruchomej należy pamiętać o najstarszej próbce wejściowej w sumie tj. a w swoim przykładzie Dla długości N średniej ruchomej obliczysz. gdzie yn jest sygnałem wyjściowym i xn to sygnał wejściowy Eq 1 może być zapisany rekurencyjnie. Dlatego zawsze musisz zapamiętać próbkę xnN w celu obliczenia 2. Jak wskazał Conrad Turner, zamiast tego możesz użyć nieskończenie długiego okna wykładniczego, co pozwala obliczyć wyjście tylko z przeszłości put i current input. but nie jest to standardowa nieważona średnia ruchoma, ale średnia geometryczna ważona średnią ruchoma, gdzie próbki w przeszłości uzyskują mniejszą wagę, ale przynajmniej teoretycznie nigdy nie zapomnisz o gramaturze mniejszej i mniejszej próbki daleko w przeszłości. I zaimplementowane średniej ruchomej bez pojedynczej pamięci pozycji dla programu śledzenia GPS I napisał. Zacznij od 1 próbki i podziel się przez 1, aby uzyskać aktualne avg. I następnie dodać anothe próbki i podziel się przez 2 do bieżącej średniej. To trwa, aż dojdę do średniej. Każdego czasu później dodam nową próbkę, przeciętnie i usuń tą średnią z sumy. Nie jestem matematykiem, ale to wydawało się dobrym sposobem na że to zwróci żołądek prawdziwego faceta matematyki, ale okazuje się, że jest jednym z dozwolonych sposobów na to i działa dobrze Pamiętaj tylko, że im większa długość tym wolniej jest to, co chcesz podążać To nie ma znaczenia czas, ale po śledzeniu satelitów, jeśli jesteś wolny, szlak może być daleko od aktualnej pozycji i będzie wyglądał źle Możesz mieć przerwę między siadami a końcowymi kropkami Wybrałem długość 15 aktualizowanych 6 razy na minutę do uzyskać odpowiednią wygładzanie i nie za daleko od rzeczywistej pozycji sutowej z wygładzonym szlakiem dots. doc 16 listopada 16 w 23 03.initialize całkowity 0, licznik 0 za każdym razem, gdy widząc nową wartość. Ten jeden scanf wejściowy, jeden dodać całkowity newValue, jedna liczba przyrostów, jedna dzielna średnia liczba. Jest to średnia ruchoma na wszystkich wejściach. Aby obliczyć średnią z ostatnich ostatnich 4 wejść, wymagałoby 4 zmiennych wejściowych, być może kopiowanie każdego wejścia do starszych zmiennych wejściowych, a następnie obliczenie nowego ruchu średnia jako suma 4 zmiennych wejściowych, podzielona przez 4 przesunięcie w prawo2 byłaby dobra, gdyby wszystkie wejścia były pozytywne, aby obliczyć średnie obliczenia. przy odpowiedzi 3 lutego 15 w 4 06.To faktycznie obliczy całkowitą średnią, a nie średnią ruchoma liczyć się s większy wpływ każdej nowej próbki wejściowej staje się znikomy Mały Hilmar 03 lutego 15 w 13 53. Odpowiedź 20.17 Stack Exchange, Inc. Jak inni wspomnieli, należy rozważyć filtr odpowiedzi impulsowej IIR, a nie reakcję impulsu FIR skończywszy filtr, którego używasz Teraz jest więcej, ale na pierwszy rzut oka filtry FIR są zaimplementowane jako wyraźne splify i filtry IIR z równaniami. Szczególny filtr IIR używam dużo w mikrokontrolerach jest jednym biegunowym filtrem dolnoprzepustowym Jest to cyfrowy odpowiednik prostego analogowego filtru RC Dla większości zastosowań będą miały lepsze cechy niż używany przez filtr pola Większość zastosowań filtra pola, który napotkam, jest wynikiem, że ktoś nie zwraca uwagi w klasie przetwarzania cyfrowego, a nie jako wynik potrzeby ich szczególnych cech Jeśli chcesz po prostu osłabić wysokie częstotliwości, które wiesz, że hałas, jeden biegun filtr dolnoprzepustowy jest lepszy Najlepszym sposobem na wykonanie jednej kopania to zazwyczaj w mikrokontrolerze jest zwykle. FILT - FILT FF NEW - FILT. FILT jest kawałkiem trwalego stanu Jest to jedyna trwała zmienna, którą musisz zmierzyć ten filtr NEW to nowa wartość, którą filtr jest aktualizowany za pomocą tej iteracji FF jest frakcją filtru, 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 wcale, ponieważ wyjście następuje bezpośrednio po wejściu Useful wartości mieszczą się między: Na 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 przesunięcie w prawo wynoszące 4 bity Innymi słowy, ten filtr potrzebuje tylko jednego odejmowania i jeden dodano, chociaż numery zwykle muszą być szersze niż wartość wejściowa bardziej na precyzję numeryczną w osobnej sekcji poniżej. Jest zwykle odbieranie AD znacznie szybciej niż są potrzebne i zastosować dwa z t hese filters cascaded Jest to cyfrowy odpowiednik dwóch filtrów RC w szeregu i tłumiących o 12 o o oktawę ponad częstotliwość rolloffa Jednakże w przypadku odczytów AD zwykle bardziej trafia to, aby spojrzeć na filtr w dziedzinie czasowej, biorąc pod uwagę jego odpowiedź krokową informuje, jak szybko twój system będzie widzieć zmianę, gdy coś mierzysz zmiany. Aby ułatwić projektowanie tych filtrów, które tylko oznacza pobranie FF i określenie, ile z nich kaskada, używam mojego programu FILTBITS Ty określasz liczbę bitów zmiany dla każdy FF w kaskadzie serii filtrów i oblicza krok odpowiedzi i inne wartości W zasadzie zwykle uruchamiam to za pośrednictwem mojego skryptu opakowania PLOTFILT To działa FILTBITS, który tworzy plik CSV, a następnie działki pliku CSV Na przykład tutaj jest wynik PLOTFILT 4 4.Te dwa parametry PLOTFILT oznaczają, że będą dwa filtry kaskadowe typu opisanego powyżej. Wartości 4 wskazują liczbę bitów zmiany, aby zrealizować mnożenie przez FF. Dwa FF v alues to w tym przypadku 1 16. Czerwony ślad to odpowiedź na jednostkę kroku i jest najważniejszą rzeczą na przykład na przykład, że jeśli dane wejściowe zmieniają się natychmiast, wyjście połączonego filtra osiądzie na 90 nowa wartość w 60 powtórzeniach Jeśli zależy Ci na około 95 czasach rozliczania, musisz poczekać około 73 iteracji, a na 50 czas rozstrzygania tylko 26 iteracji. Zielone ślady wskazują na wyjście z jednego skoku pełnej amplitudy To daje pewien pomysł 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 szumem To nie jest rygorystyczny 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 zgnieciony i jak gładkie jest. PLOTFILT, może FILTBITS i wiele inne użyteczne rzeczy, szczególnie dla rozwoju oprogramowania PIC jest dostępny w oprogramowaniu PIC Development Tools na mojej stronie pobierania oprogramowania. Dodano o dokładności liczbowej. Zobaczyłem w komentarzach, a teraz nową odpowiedź, że interesuje się omawianiem liczby bitów potrzebnych do wdrożenia tego filtra Zauważ, że pomnożenie przez FF spowoduje utworzenie nowych bitów FF w FF poniżej punktu binarnego W małych systemach, FF jest zwykle wybierany jako 1 2 N, dzięki czemu mnożenie jest faktycznie realizowane przez prawidłowe przesunięcie N bitów. FILT jest zatem zazwyczaj stała liczba całkowita Zauważ, że nie zmienia to żadnej matematyki z punktu widzenia procesora Na przykład, jeśli filtruje się odczyty 10 bitowe AD i N 4 FF 1 16, potrzebujesz 4 bitów ułamkowych poniżej 10-bitowej liczby całkowitej AD odczyty Jedna większość procesorów, wykonujących 16-bitową operację całkowitą ze względu na 10-bitowe odczyty AD W takim przypadku można nadal wykonywać dokładnie takie same 16-bitowe operacje całkowite, ale zaczynaj od odczytów AD przesuniętych o 4 bity czy nie robi różnicę i nie potrzebuje robienia matematyki na całych 16-bitowych liczb całkowitych działa, czy uważasz je za 12 4 stały punkt lub prawdziwe 16-bitowe liczby całkowite 16 0 stały punkt. W ogóle trzeba dodać N bitów każdy jeśli nie chcemy dodać hałasu z powodu liczbowej reprezentacji W powyższym przykładzie drugi filtr dwóch musiałby mieć 10 4 4 18 bitów, aby nie zgubić informacji W praktyce na 8-bitowej maszynie oznacza to, że używasz Wartości 24 bitów Technicznie tylko drugi biegun dwóch wymagałoby szerszej wartości, ale dla uproszczenia oprogramowania zazwyczaj używam tej samej reprezentacji, a tym samym tego samego kodu, dla wszystkich biegunów filtra. Zwykle piszę podprogram lub makro, aby wykonać jedną 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 ładunki że w ten sam stan zarysowania NOWY był w To ułatwia stosowanie wielu biegunów, ponieważ zaktualizowany FILT jednego bieguna jest NOWY z następnej Jeśli podprogram jest użyteczny, aby po drodze wskazywał wskaźnik do FILT, który jest aktualizowany tuż po FILT po wyjściu W ten sposób podprogram automatycznie działa na kolejne filtry w pamięci, jeśli jest wywoływany wielokrotnie Z makro nie potrzebujesz wskaźnika, ponieważ przechodzisz w adresie, aby działać na każdym iteracji. Oto przykład makra, jak opisano powyżej dla PIC 18. A oto podobny makro dla PIC 24 lub dsPIC 30 lub 33. Te przykłady są implementowane jako makra przy użyciu mojego prekursora assemblera PIC, który jest bardziej zdolny niż którykolwiek z wbudowane obiekty 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 pamięć na jego pierścień bufora 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 decymacjaStandakturaFaktora, ale musisz zachowywać tylko stany miar Próbkowanie 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 najstarsza 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 - i możesz t zarządzać bocznymi płatami Może być warto wrzucić parę liczb całkowitych, aby uczynić to symetrycznym, przystosowanym 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 i tylko używana jest arytmetyka całkowita, prawo przesunięcia systematycznie eliminuje LSB nowej próbki Oznacza to, że jak długo seria mogłaby 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, że odwrotnie 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. Wiem, że to jest możliwe do osiągnięcia wraz ze wzrostem, jak każdy. Naprawdę chciałbym uniknąć przyśpieszenia mam googled i nie znaleziono żadnych odpowiednich lub czytelnych przykładów. Zasadniczo chcę śledzić ruchomą średnią bieżącego strumienia liczb zmiennoprzecinkowych przy użyciu najnowszych 1000 numerów jako próbki danych. Jaki jest najłatwiejszy sposób to osiągnąć. Jestem eksperymentował z użyciem okrągłej tablicy, wykładniczej średniej ruchomej i bardziej prostej średniej ruchomej i stwierdziła, że wyniki z okrągłej tablicy odpowiadały moim potrzebom najlepiej. pozakresowywany 12 czerwca 12 w 4 38.Jeśli Twój 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. Stawiasz stały alfa, który jest betwe pl 0 i 1 i obliczyć to. Wystarczy, że znajdzie się wartość alfa, gdzie efekt danej próbki trwa tylko około 1000 próbek. Hmm, nie jestem pewien, czy jest to dla ciebie odpowiednie, teraz, kiedy już postawiłem to jest tutaj Problem polega na tym, że 1000 jest dość długie okno dla wykładniczej średniej ruchomej Nie jestem pewien, że jest alfa, która rozprzestrzenia się średniej w ciągu ostatnich 1000 numerów, bez underflow w obliczaniu zmiennoprzecinkowe Ale jeśli chcesz mniejsze średnie , podobnie jak 30 numerów, jest to bardzo prosty i szybki sposób na to. edget cze 12 12 at 4 44. 1 na swoim punkcie Mnożona średnia ruchoma może pozwolić alfa na zmienną Więc pozwala to na obliczanie średnia czasu, np. bajtów na sekundę Jeśli czas od ostatniej aktualizacji akumulatorów przekracza 1 sekundę, to niech alpha będzie wynosiła 1 0 W przeciwnym razie możesz pozwolić, aby usługa alfa była usecami od ostatniej aktualizacji 1000000 jxh cze 12 12 w wieku 6 21. Zwykle chcę śledzenie średniej ruchomej ciągłego strumienia strumienia zmiennoprzecinkowego przy użyciu liczb najmniejszych 1000 jako przykładu danych. Należy zauważyć, że poniżej uaktualnia całkowitą liczbę elementów jako dodanych, unikając kosztownych przejazdów ON w celu obliczenia sumy potrzebnej do przeciętnego - na żądanie. Całkowity jest inny parametr od T aby wspierać np. długie długie przy łączeniu 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 długich długach bez podpisu lub użyć dodatkowego członka bool danych, aby zapisać, gdy pojemnik jest po raz pierwszy wypełnione, podczas cyklicznych numsamples wokół tablicy najlepiej, a następnie zmienić nazwę na coś nieszkodliwego jak pos. answered Jun 12 12 at 5 19.one zakłada, że próbka operator T próżni jest faktycznie nieważne operatora T przykładowy 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.
No comments:
Post a Comment