स्थानांतरण - औसत - हार्डवेयर

वैज्ञानिक और इंजीनियर की डिजिटल सिग्नल प्रोसेसिंग के लिए गाइड स्टीवन डब्लू स्मिथ, पीएच डी। अध्याय 15 चलते औसत फ़िल्टर। स्थानांतरण औसत फ़िल्टर के संबंध। एक संपूर्ण दुनिया में, फ़िल्टर डिजाइनर को केवल समय डोमेन या आवृत्ति डोमेन एन्कोडेड जानकारी, लेकिन एक ही संकेत में दो के मिश्रण कभी नहीं दुर्भाग्य से, वहाँ कुछ अनुप्रयोग हैं जहां दोनों डोमेन एक साथ महत्वपूर्ण हैं उदाहरण के लिए, टेलीविजन संकेत इस गंदा श्रेणी में आते हैं वीडियो जानकारी समय के क्षेत्र में एन्कोडेड है, अर्थात, आकार लहर छवि में चमक के पैटर्न से मेल खाती है हालांकि, संचरण के दौरान वीडियो सिग्नल को इसकी आवृत्ति संरचना के अनुसार माना जाता है, जैसे इसकी कुल बैंडविड्थ, कैसे ध्वनि रंग के वाहक तरंगों को जोड़ा जाता है, डीसी घटक के उन्मूलन की बहाली आदि। एक और उदाहरण के रूप में, आवृत्ति डोमेन में इलेक्ट्रो-चुंबकीय हस्तक्षेप को सबसे अच्छा समझा जाता है, भले ही। संकेत सूचना समय के समय में एनकोड हो ऐन उदाहरण के लिए, एक वैज्ञानिक प्रयोग में तापमान मॉनिटर को विद्युत हुकूमत से 60 हर्ट्ज के साथ दूषित किया जा सकता है, स्विचन बिजली आपूर्ति से 30 किएच्ज़, या स्थानीय एएम रेडियो स्टेशन से 1320 kHz चलती औसत फिल्टर के रिश्तेदार बेहतर आवृत्ति डोमेन के प्रदर्शन , और इन मिश्रित डोमेन अनुप्रयोगों में उपयोगी हो सकते हैं। बहु-पास चलती औसत फिल्टर में चलती औसत फिल्टर दो या अधिक बार के माध्यम से इनपुट सिग्नल को गुजरना होता है चित्रा 15-3 ए संपूर्ण फिल्टर कर्नेल को दिखाता है जिसके परिणामस्वरूप एक, दो और चार गुजरता दो पास एक त्रिभुज फिल्टर कर्नेल का उपयोग कर एक आयताकार फिल्टर कर्नेल जो चार या अधिक गुजरता है, के बराबर है, बराबर फिल्टर कर्नेल गाशियन की तरह लगता है जैसे केंद्रीय सीमा प्रमेय को दर्शाया गया है जैसा कि बी में दिखाया गया है, कई गुजरता एक आकार के कदम की प्रतिक्रिया का उत्पादन करते हैं एकल पास की सीधी रेखा के लिए सी और डी में आवृत्ति प्रतिक्रियाएं प्रत्येक दर से प्रत्येक के लिए ईक 15-2 गुणा द्वारा दी जाती हैं, प्रत्येक समय ऐसा होता है आवृत्ति स्पेक्ट्रा के गुणा में मुख्य परिणामस्वरूप परिणाम होता है। दृढ़ता 15-4 चलती औसत फिल्टर के दो अन्य रिश्तेदारों की आवृत्ति प्रतिक्रिया दिखाती है जब एक शुद्ध गाऊसी को फिल्टर कर्नेल के रूप में प्रयोग किया जाता है, आवृत्ति प्रतिक्रिया भी एक गाऊसी है, जैसा कि इसमें चर्चा की गई है अध्याय 11 गाऊसी महत्वपूर्ण है क्योंकि यह कई प्राकृतिक और मानव निर्मित प्रणालियों की आवेग प्रतिक्रिया है उदाहरण के लिए, एक लंबी फाइबर ऑप्टिक ट्रांसमिशन लाइन में प्रकाश की एक संक्षिप्त पल्स गाऊसी पल्स के रूप में बाहर निकल जाएगी, जिसके कारण फोटॉनों द्वारा अलग-अलग पथ फाइबर गाऊसी फिल्टर कर्नेल को भी बड़े पैमाने पर इमेज प्रोसेसिंग में प्रयोग किया जाता है क्योंकि इसमें अद्वितीय गुण हैं जो तेजी से दो-आयामी संकुलाई की अनुमति देते हैं अध्याय 24 अंजीर 15-4 में दूसरा आवृत्ति प्रतिक्रिया एक ब्लैकमन विंडो का प्रयोग करके फ़िल्टर कर्नेल के रूप में होती है टर्म विंडो इसका कोई मतलब नहीं है यह केवल इस वक्र के स्वीकृत नाम का हिस्सा है ब्लैकमेन खिड़की का सटीक आकार अध्याय 16 ईक 16-2, अंजीर 16-2 में दिया गया है, हालांकि, यह एक गाऊसी जैसा दिखता है। चलती औसत फिल्टर के बजाय चल औसत औसत फिल्टर के इन रिश्तेदारों को तीन तरीके पहले, और सबसे महत्वपूर्ण, इन फ़िल्टरों में चलती औसत फिल्टर की तुलना में बेहतर स्टैबबैंड क्षीणन दूसरा, फिल्टर कर्नल को एक सांस समाप्त होने के करीब छोटे आयाम याद रखें कि आउटपुट सिग्नल में प्रत्येक बिंदु इनपुट से नमूनों के समूह का एक भारित योग है यदि फ़िल्टर कर्नेल टैप्टर्स, जो दूर के इनपुट सिग्नल के नमूनों को तीसरा, कदम प्रतिक्रियाएं चलती औसत की अचानक सीधी रेखा के बजाय चिकनी घटता होती हैं, ये आमतौर पर सीमित लाभ के होते हैं, यद्यपि आप अनुप्रयोगों को ढूंढ सकते हैं, जहां वे असली फायदे हैं। चलने वाले औसत फिल्टर और उसके रिश्तेदारों के बारे में लगभग समान हैं एक तेज कदम प्रतिक्रिया बनाए रखते हुए यादृच्छिक शोर को कम करना अस्पष्टता इस बात में निहित है कि चरण प्रतिक्रिया के ऋषि को कैसे मापा जाता है यदि रिसाइम 0 से 1 कदम के 00, चलती औसत फिल्टर सबसे अच्छा है जो आप कर सकते हैं, जैसा कि पहले दिखाया गया है, तुलना में, 10 से 9 0 के समय के समय को मापने से ब्लैकमन विंडो को चल औसत औसत फिल्टर से बेहतर बना देता है, मुद्दा यह है, यह केवल सैद्धांतिक व्यर्थ है, इन पर विचार करना इस पैरामीटर में फ़िल्टर बराबर है। इन फिल्टर में सबसे बड़ा अंतर निष्पादन की गति है अगले वर्णित एक रिकर्सिव एल्गोरिथ्म का उपयोग करते हुए, चलती औसत फिल्टर आपके कंप्यूटर में बिजली की तरह चला जाएगा वास्तव में, यह सबसे तेजी से डिजिटल फिल्टर उपलब्ध है चलती औसत के एकाधिक पास तदनुसार धीमी गति से हो, लेकिन अभी भी बहुत तेज तुलना में, गाऊसी और ब्लैकमन फ़िल्टर बेहद धीमी गति से होते हैं, क्योंकि उन्हें रूपांतरण का उपयोग करना चाहिए। गुणक के आधार पर गुणक के आधार पर दस गुना अंकों की संख्या का गुणांक लगता है, गुणांक के मुकाबले 10 गुना धीमी है उदाहरण के लिए, 100 पॉइंट गौसीयन की अपेक्षा एक घूमने वाले औसत से अधिक धीमी गति से recursion. I एक मोबाइल रोबोट कंट्रोलल पर काम कर रहा हूँ डी के जरिए वायरलेस 2 4 गीगा रिसीवर Arduino Uno से जुड़ा हुआ है जो मुख्य नियंत्रक के रूप में जहाज पर काम करता है रिसीवर से आने वाला सबसे महत्वपूर्ण और मुख्य इनपुट चैनल बहुत शोर सिग्नल का उत्पादन करता है, जिसके परिणामस्वरूप बहुत कम नाबालिग परिवर्तन होता है हालांकि, ये आवश्यक नहीं हैं। मैं पुस्तकालयों की तलाश कर रहा हूं जो कुशलतापूर्वक चौरसाई कर सकता है क्या कोई संकेत चिकनाई पुस्तकालय Arduino Uno के लिए उपलब्ध है। 16 फरवरी 14 13 13 को शाकाहारी। मुझे लगता है कि मुझे बहुत सारे एकल-नमूना शोर अपने शोर सिग्नल में स्पाइक्स। किसी भी रेखीय फिल्टर की तुलना में एकल-नमूना शोर स्पाइक्स से छुटकारा पाने में औसत फ़िल्टर बेहतर होता है यह किसी भी कम पास फिल्टर की तुलना में बेहतर है, औसत, भारित चलती औसत, आदि इसकी प्रतिक्रिया समय और इसकी क्षमता के संदर्भ में चलती है ऐसे एकल-नमूना शोर स्पाइक आउटरीयर को नजरअंदाज करने के लिए। वास्तव में, अरडिनो के लिए कई सिग्नल-स्माइंग लाइब्रेरीज़ हैं, जिनमें से कई में मध्यक फिल्टर शामिल हैं। साइलल-चौरसाई पुस्तकालय जीआईटीयूबी पर साउंड-स्माइंग पुस्तकालय। आपके रोबोट में इस काम की तरह कुछ-की-औसत -3 की कम सीपीयू शक्ति की आवश्यकता होती है, और इसलिए तेज़ है। आप कम पास वाले फिल्टर का उपयोग करके इस डिजिटल रूप से फ़िल्टर कर सकते हैं। 0 99 को बदलें, कट ऑफ आवृत्ति बदलने के लिए करीब 1 0 कम है आवृत्ति उस मान के लिए वास्तविक अभिव्यक्ति एक्सपी -2 पीआई एफ एफएस है जहां एफ आपको कटऑफ फ्रीक्वेंसी है और एफएस वो आवृत्ति है जिस पर डेटा का नमूना लिया जाता है। अन्य प्रकार के डिजिटल फिल्टर एक इवेंट फिल्टर है यह डेटा पर अच्छा काम करता है जिसमें आउटलेयर जैसे 9 9, 8, 10, 9, 25 9, एक इवेंट फिल्टर सबसे अधिक लगातार मूल्य देता है सांख्यिकीय रूप से यह मोड है। औसत, मोड आदि जैसे औसत औसत की गणना Arduino औसत लाइब्रेरी के द्वारा की जा सकती है। उदाहरण से लिया गया उदाहरण Arduino लाइब्रेरी पृष्ठ को संदर्भित किया जाता है। सरल मूविंग औसत एसएमए समझाया। एक सरल चलती औसत एसएमए विदेशी मुद्रा विश्लेषण में चलती औसत का सबसे आसान प्रकार है DUH मूल रूप से, एक सरल चल औसत की गणना पिछले एक्स अवधि के समापन मूल्यों को जोड़कर और फिर विभाजित करके की जाती है एक्स की संख्या। चिंता मत करो, हम मी यह क्रिस्टल स्पष्ट है। सरल मूविंग औसत एसएमए की गणना करना। यदि आपने 1-घंटा चार्ट पर 5 अवधि की सरल चलती औसत का प्लॉट किया है, तो आप पिछले 5 घंटों के लिए समापन कीमतें जोड़ सकते हैं, और फिर उस नंबर को 5 वोला से विभाजित कर सकते हैं पिछले पांच घंटों में औसत समापन मूल्य एक साथ औसत औसत कीमतों को जोड़ते हैं और आपको एक औसत चलती है। यदि आप 10-मिनट की मुद्रा चार्ट पर 5-अवधि की सरल चलती औसत का साजिश करना चाहते थे, तो आप इसके बंद होने की कीमतों में बढ़ोतरी करेंगे पिछले 50 मिनट और उसके बाद उस नंबर को 5 से विभाजित करें। यदि आप 30 मिनट के चार्ट पर एक 5 अवधि सरल चलती औसत का साजिश करते हैं, तो आप पिछले 150 मिनटों की समाप्ति कीमतों को जोड़ सकते हैं और फिर उस संख्या को 5 द्वारा विभाजित कर सकते हैं IF आप 5 हफ्तों की सरल चलती औसत को 4 घंटे के चार्ट पर साजिश करना चाहते थे ठीक है, ठीक है, हमें पता है, हमें पता है कि आप चित्र लेते हैं। ज्यादातर चार्टिंग पैकेज आपके लिए सभी गणना करेंगे। कारण हम आपको बस कैसे ऊब गए सरल चलती औसत की गणना करने पर यह महत्वपूर्ण है क्योंकि यह महत्वपूर्ण है टंड इतना है कि आप कैसे जानते हैं कि सूचक को कैसे बदलना और ज़ूम करना चाहिए. एक संकेतक कैसे काम करता है यह समझने का मतलब है कि आप बाज़ार के वातावरण में परिवर्तन के रूप में अलग-अलग रणनीतियों को समायोजित और बना सकते हैं। अब, जैसा कि वहां के लगभग किसी भी अन्य विदेशी मुद्रा सूचक के साथ, क्योंकि आप पिछले मूल्य इतिहास की औसत ले रहे हैं, आप वास्तव में केवल हाल के दिनों के सामान्य पथ और भविष्य की अल्पकालिक मूल्य कार्रवाई की सामान्य दिशा देख रहे हैं। अस्वीकरण मूविंग एवरेज आपको एमएस क्लियो को मानसिक रूप से नहीं बदलेगा। यहाँ एक उदाहरण के चलते मूविंग मूल्य की कार्रवाई को कैसे आसान बनाते हैं। ऊपर चार्ट पर, हमने अमरीकी एसएचएफ के 1-घंटे के चार्ट पर तीन अलग-अलग एसएमए लगाए हैं जैसा कि आप देख सकते हैं, एसएमए अवधि जितनी अधिक हो, उतनी ही यह कीमत के पीछे लगी है। ध्यान दें कि 62 एसएमए 30 और 5 एसएमए की तुलना में वर्तमान कीमत से दूर है। यह इसलिए है क्योंकि 62 एसएमए पिछले 62 अवधि के समापन मूल्य बढ़ाता है और इसे 62 द्वारा विभाजित करता है। लंबी अवधि जो आप एसएमए के लिए उपयोग करते हैं, यह धीमी है मूल्य आंदोलन पर प्रतिक्रिया। इस चार्ट में एसएमए इस समय आपको इस बिंदु पर बाजार का समग्र भाव दिखाते हैं, हम देख सकते हैं कि जोड़ी ट्रेंडिंग है। बस बाजार की मौजूदा कीमत, चलती औसत हमें एक व्यापक दृष्टिकोण दें, और अब हम अपने भविष्य की कीमत की सामान्य दिशा का पता लगा सकते हैं एसएमए के प्रयोग से, हम यह बता सकते हैं कि एक जोड़ी ऊपर चल रही है, नीचे चल रही है, या सिर्फ लेकर है। सरल चलती औसत वे स्पाइक के लिए अतिसंवेदनशील होते हैं जब यह होता है, यह हमें झूठे संकेत दे सकता है हम सोच सकते हैं कि एक नई मुद्रा प्रवृत्ति विकासशील हो सकती है लेकिन वास्तविकता में कुछ भी बदल नहीं सकता। अगले पाठ में, हम आपको बताएंगे कि हम क्या कहेंगे, और आपको भी परिचय देंगे इस समस्या से बचने के लिए दूसरी तरह की औसत चलती है। सबक में साइन इन करके और पूरा पाठ चिन्हित करके अपनी प्रगति को सुरक्षित रखें।