الانتقال من المتوسط إشارة التجهيز

معالجة الإشارات. معالجة الإشارات هي فن وعلم تعديل بيانات السلسلة الزمنية المكتسبة لأغراض التحليل أو التحسين وتشمل الأمثلة التحليل الطيفي باستخدام فورييه السريع أو تحويلات أخرى وتعزيز البيانات المكتسبة باستخدام التصفية الرقمية. إن إيغور مناسب بشكل مثالي لمعالجة الإشارات بسبب دعمها القوي لطول الوقت سلسلة البيانات أو الموجي ولأن العديد من المدمج في أوامر معالجة الإشارات يمكن بسهولة أن تستخدم من خلال الحوارات بسيطة. وبالإضافة إلى ذلك، لغة البرمجة إيغور s يجعلها مباشرة لتنفيذ أي نوع من خوارزمية معالجة إشارة مخصصة ، ساعدت بشكل كبير من قبل قوة إيغور s فورييه وغيرها من Transforms. Igor يستخدم خوارزمية تحويل فورييه السريع فورييه لحساب تحويل فورييه منفصلة دفت يمكن استخدام ففت ببساطة لتوصيف حجم ومرحلة إشارة، أو يمكن استخدامها في تركيبة مع عمليات أخرى لأداء حسابات أكثر مشاركة مثل التلازم أو الارتباط. ففت كومبوتاتي على افتراض أن البيانات المدخلات يكرر مرارا وتكرارا هذا مهم عندما القيم الأولية والنهائية من البيانات الخاصة بك ليست هي نفسها انقطاع يسبب الانحرافات في الطيف يحسبها ففت وينعم ينعم نهايات البيانات للقضاء على هذه aberionsations. Power الأطياف الإجابة على السؤال الذي ترددات تحتوي على إشارة السلطة s الجواب هو في شكل توزيع قيم الطاقة كدالة للتردد، حيث تعتبر السلطة أن يكون متوسط ​​الإشارة في مجال التردد، وهذا هو مربع ففت s. ويمكن حساب أطياف الطاقة للإشارة بأكملها في وقت واحد كثافة طيفية قوة بيريودوغرام. تحويل هيلبرت يحسب إشارة المجال الزمني الذي هو 90 درجة من المرحلة مع إشارة الإدخال وتشمل تطبيقات أحادية الأبعاد حساب مغلف من إشارة تضمين وقياس معدل الاضمحلال من الجيوب الأنفية المتحللة أضعافا في كثير من الأحيان واجهت في النظم الخطية وغير الخطية دون طيار. عندما حساب طيف فورييه أو أطياف الطاقة لإشارة تتخلص منها من جميع معلومات الطور الواردة في تحويل فورييه يمكنك معرفة الترددات التي تحتوي عليها الإشارة ولكنك لا تعرف متى تظهر هذه الترددات في الإشارة على سبيل المثال، ضع في الاعتبار الإشارة. التمثيل الطيفي من قدم يبقى دون تغيير أساسا إذا كنا تبادل الترددين f 1 و f 2.Clearly الطيف فورييه ليست أفضل أداة تحليل للإشارات التي تتقلب أطيافها في time. One حل لهذه المشكلة هو ما يسمى قصيرة الأجل، الوقت تحويل فورييه أو سونوغرام التي يمكنك حساب أطياف فورييه باستخدام نافذة الزمانية انزلاق عن طريق ضبط عرض النافذة يمكنك تحديد دقة الوقت من أطياف الناتجة. يمكنك استخدام الانحلال لحساب استجابة نظام خطي إلى إشارة الإدخال يعرف النظام الخطي باستجابته النبضية إن توليف إشارة الدخل والاستجابة النبضية هي استجابة إشارة الخرج ديجي تال يتم من خلال تحديد استجابة خطية من النبضات التي عند تحقيقها مع إشارة يحقق النتيجة المرجوة تمريرة منخفضة أو تمريرة عالية مرشح. خوارزمية الارتباط هي مشابهة جدا رياضيا للالتلف، ولكن يستخدم لأغراض مختلفة هو الأكثر وكثيرا ما تستخدم لتحديد التأخير الزمني الذي يصطف إشارة اثنين، أو هي الأكثر مماثلة. التلميع يزيل الاختلافات على المدى القصير، أو الضوضاء للكشف عن النموذج الأساسي المهم للبيانات. أبسط شكل من التمهيد هو المتوسط ​​المتحرك الذي يحل ببساطة كل قيمة البيانات مع متوسط ​​القيم المجاورة شروط أخرى لهذا النوع من التمهيد هي انزلاق المتوسط، مربع تمهيد، أو بوكسكار نعومة. إيغور s عملية السلس ينفذ مربع تجانس، ثنائية التجانس غاوس، و سافيتسكي-غولاي تمهيد متعدد الحدود خوارزميات تمهيد مختلفة حساب المتوسطات المرجحة التي تضاعف القيم المجاورة بأوزان أو معاملات مختلفة لحساب القيمة الملساء. ديجيتا l المرشحات هي أداة طبيعية عندما تكون البيانات رقمية بالفعل أسباب تطبيق التصفية الرقمية على البيانات تشمل. تأثير ضوضاء مكونات الإشارة غير المرغوب فيها تعزيز مكونات الإشارة المطلوبة الكشف عن وجود إشارات معينة محاكاة الأنظمة الخطية حساب إشارة خرج نظرا لإشارة الدخل و وظيفة نقل النظام. المرشحات الرقمية تأتي عموما في اثنين من النكهات محدود الاستجابة فير الاندفاع والانهائية دفعة استجابة إير المرشحات. يطبق إيغور فير تصفية الرقمية في المقام الأول من خلال التفاف المجال المجال باستخدام الأوامر السلسة أو سموثكوستم على الرغم من ذلك s اسم، سموثكوستم المحولات البيانات مع معاملات التصفية التي يوفرها المستخدم لتنفيذ أي نوع من مرشح الأشعة فوق البنفسجية، تمريرة منخفضة، تمريرة عالية، باند تمريرة، الخ تصميم معامل تصفية فير المستخدمة مع سموثكوستم هو الأكثر إنجازا بسهولة باستخدام مختبر تصميم فلتر إيغور منفصلة المنتج الذي يتطلب أيضا مرشحات الرقمية إيغور Pro. IIR تم تصميمها وتطبيقها على البيانات باستخدام IFDL. L كشف إيفل هو عملية تحديد إحداثيات X التي تمر بها البيانات الخاصة بك أو تصل إلى قيمة Y معينة ويسمى هذا أحيانا استيفاء معكوس موضحة بطريقة أخرى، والكشف عن مستوى يجيب على السؤال نظرا لمستوى Y، ما هو قيمة X المقابلة. Igor يقدم نوعين من الإجابات على هذا السؤال إجابة واحدة تفترض أن بيانات Y هي قائمة من قيم Y الفريدة التي تزيد أو تنقص رتابة. الإجابة الأخرى تفترض أن بيانات Y تختلف بشكل غير منتظم، كما هو الحال مع البيانات المكتسبة في هذه الحالة، تكون قيم X متعددة التي تعبر مستوى Y أمثلة هامة من هذه هي الحافة والإحصاءات نبض. ذات الصلة، ولكن يتم إعطاء سؤال مختلف دالة يفكس، والعثور x حيث ص هو صفر أو بعض القيمة الأخرى يتم الرد على هذا السؤال من خلال عملية فيندروتس. موفينغ أفيراج فيلتر ما المرشح. التحميل المرشح المتوسط ​​المتحرك عبارة عن فلتر بسيط للاستجابة النبضية للمرور المنخفض تمرير منخفض يستخدم عادة لتلطيف مصفوفة من إشارة البيانات المأخوذة من عينات يأخذ الأمر M سا نبل من المدخلات في وقت واحد واتخاذ متوسط ​​تلك العينات M وتنتج نقطة الانتاج واحد وهو بسيط جدا ليف منخفض مرشح مرشح الهيكل الذي يأتي مفيد للعلماء والمهندسين لتصفية عنصر صاخبة غير المرغوب فيها من البيانات المقصود. كما في طول المرشح يزيد من المعلمة M نعومة الزيادات في الانتاج، في حين أن التحولات الحادة في البيانات هي أكثر حادة على نحو متزايد وهذا يعني أن هذا المرشح لديه استجابة المجال الزمني الممتاز ولكن استجابة الترددات الضعيفة. فلتر ما أداء ثلاث وظائف هامة. 1 يأخذ نقاط الإدخال M ويحسب متوسط ​​تلك النقاط M وينتج نقطة خرج واحدة 2 نظرا لحسابات الحساب المعنية مرشح يقدم كمية محددة من التأخير 3 عامل التصفية بمثابة مرشح تمرير منخفض مع رد مجال التردد الضعيف و الوقت المناسب مجال الاستجابة. ملف التعليمات البرمجية ماتلاب التالية يحاكي استجابة المجال الزمني من M - نقطة نقل المتوسط ​​مرشح وأيضا المؤامرات استجابة التردد لمختلف أطوال التصفية. الوقت استجابة المجال. الإدخال إلى ما مرشح.3 نقطة ما مرشح الإخراج. إدخال إلى نقل متوسط ​​مرشح. استجابة من 3 نقطة نقل المتوسط ​​مرشح.51 نقطة ما مرشح الإخراج.1 نقطة ما الإخراج تصفية. استجابة 51-بوينت موفينغ أفيراج فيلتر. استجابة 101-بوينت موفينغ أفيراج فيلتر.501-بوينت ما فيلتر output. Response من 501 بوينت موفينغ مديتر فيلتر. في المؤامرة الأولى، لدينا المدخلات التي تسير في المرشح المتوسط ​​المتحرك. الإدخال هو صاخبة وهدفنا هو للحد من الضوضاء الرقم التالي هو استجابة الإخراج من 3-نقطة متحرك متوسط ​​مرشح ويمكن استنتاجه من الرقم أن 3-نقطة المتحرك المتوسط ​​مرشح لم تفعل الكثير في تصفية الضوضاء نحن زيادة الصنابير مرشح إلى 51 نقطة ويمكننا أن نرى أن الضوضاء في الإخراج قد خفضت كثيرا، وهو ما هو مبين في الشكل التالي. استجابة التردد من المتوسطات المتحركة مرشحات من أطوال مختلفة. نحن زيادة الصنابير إلى 101 و 501 ويمكننا أن نلاحظ أنه حتى على الرغم من الضوضاء هو ما يقرب من الصفر، وتقلل التحولات خارج مراقبة بشكل كبير المنحدر على جانبي إشارة ومقارنتها مع الجدار المثالي الطوب الانتقال في مدخلاتنا. استجابة التردد. من استجابة التردد يمكن أن يؤكد أن لفة قبالة هو بطيئة جدا والتوهين في نطاق التوقف ليس جيدا بالنظر إلى التوهين في نطاق التوقف، من الواضح أن المرشح المتوسط ​​المتحرك لا يمكنه فصل نطاق واحد من الترددات من آخر. ونحن نعلم أن الأداء الجيد في المجال الزمني يؤدي إلى ضعف الأداء في مجال التردد، والعكس صحيح باختصار، فإن المتوسط ​​المتحرك هو مرشح تمهيد جيد بشكل استثنائي العمل في المجال الزمني، ولكن مرشح تمرير منخفض سيئة بشكل استثنائي العمل في مجال التردد. الخطوط الخارجية. الكتب المقترحة. البار الجانبي. هذا المثال يوضح كيف لاستخدام المرشحات المتوسطة المتحركة وإعادة عزل لعزل تأثير المكونات الدورية من الوقت من اليوم على قراءات درجة الحرارة ساعة، وكذلك إزالة الضوضاء خط غير المرغوب فيها من س قياس الجهد بين حلقة يوضح المثال أيضا كيفية تسهيل مستويات إشارة على مدار الساعة مع الحفاظ على حواف باستخدام مرشح وسيط يوضح المثال أيضا كيفية استخدام فلتر هامبل لإزالة القيم الخارجية الكبيرة. التلميع هو كيف يمكننا اكتشاف أنماط هامة في بياناتنا في حين تترك الأشياء التي هي غير مهم أي الضوضاء نستخدم تصفية لتنفيذ هذا التمهيد هدف التمهيد هو إحداث تغييرات بطيئة في القيمة بحيث يكون من الأسهل أن نرى الاتجاهات في البيانات لدينا. في بعض الأحيان عند فحص البيانات المدخلات قد ترغب لتسهيل البيانات من أجل رؤية اتجاه في إشارة في مثالنا لدينا مجموعة من قراءات درجة الحرارة في مئوية أخذت كل ساعة في مطار لوغان لكامل شهر يناير 2011. لاحظ أننا يمكن أن نرى بصريا تأثير أن الوقت من اليوم لديه على قراءات درجة الحرارة إذا كنت مهتما فقط في التغير في درجة الحرارة اليومية على مدار الشهر، وتقلبات ساعة تسهم فقط الضوضاء، والتي يمكن أن تجعل من الصعب اليومية الاختلافات d إسرن لإزالة تأثير الوقت من اليوم، ونحن الآن ترغب في تسهيل البيانات الخاصة بنا باستخدام عامل تصفية المتوسط ​​المتحرك. A نقل المتوسط ​​تصفية. في أبسط أشكاله، مرشح المتوسط ​​المتحرك من طول N يأخذ متوسط ​​كل N متتالية عينات من الموجي. لتطبيق مرشح متوسط ​​متحرك لكل نقطة بيانات، نقوم ببناء معاملاتنا من مرشحنا بحيث تكون كل نقطة مرجحة على قدم المساواة ويسهم 1 24 إلى المتوسط ​​الكلي وهذا يعطينا متوسط ​​درجة الحرارة على مدى كل 24 ساعة. تصفية تأخير. ملاحظة أن الإخراج تصفيتها تأخر بنحو اثني عشر ساعة ويرجع ذلك إلى حقيقة أن لدينا مرشح المتوسط ​​المتحرك لديه تأخير. أي مرشح متماثل من طول N سيكون لها تأخير من N-1 2 عينات يمكننا حساب هذا تأخير يدويا. استخراج متوسط ​​الاختلافات. بكل ذلك، يمكننا أيضا استخدام فلتر المتوسط ​​المتحرك للحصول على تقدير أفضل لكيفية الوقت من اليوم يؤثر على درجة الحرارة العامة للقيام بذلك، أولا، طرح البيانات ممهدة من درجة الحرارة كل ساعة القياسات ثم تقسيم البيانات المختلفة إلى أيام واتخاذ المتوسط ​​على مدى كل 31 يوما في الشهر. استخراج الذروة المغلف. في بعض الأحيان نود أيضا أن يكون لها تقدير متفاوت بسلاسة لكيفية ارتفاعات وانخفاض درجات الحرارة لدينا إشارة تغيير يوميا القيام به وهذا يمكننا استخدام وظيفة المغلف لربط أعلى مستوياته القصوى والقصيرة الكشف على مدى مجموعة فرعية من فترة 24 ساعة في هذا المثال، علينا أن نضمن أن هناك ما لا يقل عن 16 ساعة بين كل ارتفاع الشديد المتطرف والمدقع يمكننا أيضا الحصول على شعور كيف تتنوع الارتفاعات والانخفاضات من خلال أخذ المتوسط ​​بين النقيضين. المرشحات المتوسطة المتحركة المنقولة. أنواع أخرى من المرشحات المتوسطة المتحركة لا تزن كل عينة بالتساوي. المرشح المشترك الآخر يتبع التوسع ذو الحدين لهذا النوع من المرشح يقترب من منحنى عادي للكبير قيم n من المفيد تصفية الضوضاء عالية التردد بالنسبة إلى n الصغيرة. للعثور على معاملات المرشاح ذي الحدين، يجب أن يقترن مع نفسه ثم يقرن الناتج تكرارا مع عدد محدد من المرات في هذا المثال، استخدم خمسة تكرارات إجمالية. مرشح آخر يشبه إلى حد ما مرشح توسع غوسي هو مرشح المتوسط ​​المتحرك الأسي هذا النوع من المرشح المتوسط ​​المتحرك المرجح يسهل إنشاؤه ولا يتطلب حجم نافذة كبيرة. يمكنك ضبط عامل تصفية متوسط ​​متحرك أضعافا مضاعفة بواسطة معلمة ألفا بين الصفر وواحد هناك قيمة أعلى من ألفا سوف يكون أقل تمهيد. زوم في القراءات ليوم واحد. حدد بلدك.