Moving Media Esempio Matlab

Sto cercando di completare un progetto di assegnazione MATLAB con la seguente domanda: Scrivere una funzione chiamata media mobile che prende uno scalare chiamato x come argomento di input e restituisce uno scalare. La funzione utilizza un buffer per contenere gli ingressi precedenti, e il buffer può contenere un massimo di 25 ingressi. In particolare, la funzione deve salvare le più recenti 25 ingressi in un vettore (buffer). Ogni volta che la funzione viene chiamata, esso copia l'argomento di input in un elemento del buffer. Se ci sono già 25 ingressi memorizzati nel buffer, scarta l'elemento più antico e salva quello corrente nel buffer. Dopo aver memorizzato l'ingresso nel buffer, restituisce la media di tutti gli elementi del buffer. La soluzione Fornisco è la seguente: Secondo l'auto ellista mia funzione esegue correttamente quando i valori 1-50 passano consecutivamente, ma fallisce quando i valori di un'onda sinusoidale rumoroso passano consecutivamente (che sono stato informato che potrebbe essere causa di qualche una sorta di errore di arrotondare). Le sarei grato se qualcuno di voi potrebbe fornire me alcuni suggerimenti per quanto riguarda i possibili passi errore nel mio codice (aggiunto sopra). Grazie in advance29 settembre 2013 Moving media di convoluzione cosa si sta muovendo media e ciò che è bene per come si sta muovendo la media fatta utilizzando convoluzione media mobile è una semplice operazione usata di solito per sopprimere il rumore di un segnale: si imposta il valore di ogni puntare alla media dei valori nelle sue vicinanze. Con formula: Qui x è l'ingresso ed y è il segnale di uscita, mentre la dimensione della finestra è w, dovrebbe essere dispari. La formula sopra descrive un'operazione simmetrica: i campioni vengono prelevati da entrambi i lati del punto reale. Di seguito è riportato un esempio di vita reale. Il punto in cui la finestra è definito in realtà è rosso. I valori al di fuori x dovrebbero essere zeri: Per giocare e vedere gli effetti di media mobile, dare un'occhiata a questa dimostrazione interattiva. Come fare per circonvoluzione Come avrete riconosciuto, calcolando la media mobile semplice è simile alla convoluzione: in entrambi i casi una finestra viene fatto scorrere lungo il segnale e gli elementi della finestra sono riassunti. Quindi, fare un tentativo per fare la stessa cosa utilizzando convoluzione. Utilizzare i seguenti parametri: l'output desiderato è: Come primo approccio, cerchiamo ciò che si ottiene convolvendo segnale x dal seguente kernel k: L'uscita è esattamente tre volte più grande del previsto. Esso può essere anche visto che i valori di uscita sono la sintesi dei tre elementi nella finestra. E 'perché durante convoluzione la finestra viene fatto scorrere lungo, tutti gli elementi in esso sono moltiplicati per uno e poi riassunti: YK 1 cdot x 1 x 1 cdot cdot x Per ottenere i valori desiderati di y. l'uscita deve essere diviso per 3: da una formula tra cui la divisione: Ma non sarebbe ottimale per fare la divisione durante la circonvoluzione Ecco che arriva l'idea riorganizzando l'equazione: Così useremo i seguenti kernel k: In questo modo ci sarà ottenere il risultato desiderato: In generale: se vogliamo fare media mobile da convoluzione avere una dimensione della finestra di w. Si usa il seguente kernel k: una semplice funzione facendo la media mobile è: Un esempio d'uso è: Creato il Mercoledì, 8 Ottobre 2008 20:04 Ultimo aggiornamento il Giovedi, 14 marzo 2013 01:29 Scritto da Batuhan Osmanoglu Hits: 41464 media mobile in MATLAB Spesso mi ritrovo bisogno di una media dei dati devo ridurre il rumore un po '. Ho scritto funzioni paio di fare esattamente quello che voglio, ma matlabs costruiti in funzione di filtro funziona piuttosto buona. scrivere qui Ill circa 1D e 2D media dei dati. Filtro 1D può essere realizzato utilizzando la funzione di filtro. La funzione di filtro richiede almeno tre parametri di ingresso: il coefficiente numeratore per il filtro (b), il coefficiente denominatore del filtro (a), ei dati (X) naturalmente. Un filtro media mobile può essere definito semplicemente: Per i dati 2D possiamo usare la funzione filtro2 Matlabs. Per ulteriori informazioni su come funziona il filtro, è possibile digitare: Ecco una implementazione veloce e sporco di un 16 da 16 spostando filtro a media. Per prima cosa dobbiamo definire il filtro. Dal momento che tutto quello che vogliamo è uguale contributo di tutti i vicini possiamo semplicemente usare la funzione di quelli. Dividiamo tutto con 256 (1616), in quanto noi non vogliamo cambiare il livello generale (ampiezza) del segnale. Per applicare il filtro possiamo semplicemente dire quanto segue Di seguito sono riportati i risultati della fase di un interferogramma SAR. In questo caso Range è in asse Y e Azimuth è mappato sull'asse X. Il filtro è stato di 4 pixel di larghezza in zona e 16 pixel di larghezza in Azimuth. Download movAv. m (vedi anche movAv2 - una versione aggiornata che consente ponderazione) Descrizione Matlab include funzioni chiamate movavg e tsmovavg (serie temporale media mobile) nella casella degli strumenti finanziari, movAv è stato progettato per replicare la funzionalità di base di questi. Il codice qui fornisce un bell'esempio di gestione di indici all'interno di cicli, che possono essere fonte di confusione per cominciare. Ive ha deliberatamente mantenuto il codice breve e semplice per mantenere questo processo chiaro. movAv esegue una media mobile semplice che può essere utilizzato per recuperare i dati rumorosi in alcune situazioni. Esso funziona prendendo una media dell'ingresso (y) su una finestra temporale scorrevole, la cui dimensione è specificato da n. La grande n è, maggiore è la quantità di arrotondamento l'effetto di n è relativo alla lunghezza del vettore d'ingresso y. ed efficace (beh, quasi) crea un filtro passa-basso frequenza - vedere la sezione esempi e considerazioni. Poiché la quantità di smoothing fornite da ciascun valore di n è relativo alla lunghezza del vettore di ingresso, le sue sempre valore collaudo valori diversi per vedere cosa appropriata. Ricordate, inoltre, che n punti si perdono su ogni media se n è 100, i primi 99 punti del vettore di input dont contenere dati sufficienti per una media 100 pt. Ciò può essere evitato un po 'per medie impilabili, per esempio, il codice e grafico seguente confronta diverse medie finestra lunghezza. Si noti come liscia 1010pt viene confrontato con un singolo media 20pt. In entrambi i casi 20 punti di dati vengono persi in totale. Creare Xaxis x1: 0,01: 5 Generare noiseReps rumore 4 repmat rumore (randn (1, ceil (Numel (x) noiseReps)), noiseReps, 1) rimodellare rumore (rumore, 1, la lunghezza (rumore) noiseReps) Genera YData yexp rumore ( x) 10noise (1: lunghezza (x)) perfrom medie: y2 movAv (y, 10) 10 pt Y3 movAv (Y2, 10) 1010 pt Y4 movAv (y, 20) 20 pt Y5 movAv (y, 40) 40 pt y6 movAv (y, 100) 100 pt figura trama trama (x, y, y2, y3, Y4, Y5, a6) leggenda (dati grezzi, 10pt media mobile, 1010pt, 20pt, 40pt, 100 pt) xlabel (x) ylabel ( y) titolo (Confronto di medie mobili) codice movAv. m funzione di uscita run-through movAv (y, n) La prima riga definisce le funzioni di nome, ingressi e uscite. L'ingresso x deve essere un vettore di dati per eseguire la media on, n dovrebbe essere il numero di punti per eseguire la media su uscita conterrà i dati medi restituiti dalla funzione. Uscita Preallocare outputNaN (1, Numel (y)) Trovare il punto medio di n punto medio rotondo (n2) Il principale lavoro della funzione avviene nel ciclo for, ma prima di iniziare due cose sono preparati. In primo luogo l'uscita viene pre-ripartito come NaNs, questo è servito due scopi. Innanzitutto preallocazione è generalmente buona pratica in quanto riduce il giocoleria memoria Matlab ha a che fare, in secondo luogo, lo rende molto facile disporre i dati medi in un output della stessa dimensione del vettore di ingresso. Questo significa che le stesse xaxis possono essere usati successivamente per entrambi, che è conveniente per la stampa, in alternativa i NaNs possono essere rimossi successivamente in una linea di codice (Uscita (La variabile punto medio viene utilizzato per allineare i dati del vettore di uscita. Se n 10, 10 punti saranno persi perché, per i primi 9 punti del vettore di input, c'è neanche dati sufficienti per prendere una media di 10 punti. Come l'uscita sarà più breve l'ingresso, ha bisogno di essere allineato correttamente. punto medio sarà essere usato così una pari quantità di dati viene perso all'inizio e alla fine, e l'ingresso è mantenuto allineato con l'uscita dai buffer NaN create quando preallocare uscita di 1:. lunghezza (y) - n Trova intervallo di indice di prendere media sopra (a: b) vietare Calcolare significa uscita (amidPoint) media (y (a: b)) fine nel ciclo for in sé, è preso un medio su ogni segmento consecutivo dell'ingresso il ciclo verrà eseguito per una che è.. definita come 1 fino alla lunghezza dell'ingresso (y), meno i dati che verranno persi (n). Se l'ingresso è lungo 100 punti ed n è 10, il ciclo viene eseguito da (a) da 1 a 90. Questa intende un fornisce il primo indice del segmento da mediare. Il secondo indice (b) è semplicemente un-1. Così alla prima iterazione, a1. n10. così b Ottobre 11-01. La prima media viene determinata per y (a: b). o x (1,10). La media di questo segmento, che è un singolo valore, viene memorizzato in uscita all'indice amidPoint. o 156. Nella seconda iterazione, a2. b 210-1 11. quindi la media è ripreso x (2,11) e conservato in uscita (7). L'ultima iterazione del ciclo per un ingresso di lunghezza 100, A91. b 9010-1 100 quindi la media è ripreso x (91: 100) e memorizzato in uscita (95). Questo lascia uscita con un totale di n (10) i valori NaN all'indice (1: 5) e (96: 100). Esempi e considerazioni medie mobili sono utili in alcune situazioni, ma theyre non sempre la scelta migliore. Ecco due esempi in cui non stanno necessariamente ottimali. calibrazione microfono Questo insieme di dati rappresenta i livelli di ogni frequenza prodotta da un altoparlante e registrato da un microfono con una risposta lineare noto. L'uscita del diffusore varia con la frequenza, ma può correggere questa variazione con i dati di calibrazione - l'uscita può essere regolata in livello per tener conto delle fluttuazioni calibrazione. Si noti che i dati grezzi è rumoroso - questo significa che una piccola variazione di frequenza sembra richiedere una grande, irregolare, cambiamento nel livello di spiegare. E 'realistico O è un prodotto dell'ambiente di registrazione sua ragionevole in questo caso ad applicare una media mobile che leviga la curva levelfrequency di fornire una curva di calibrazione che è leggermente meno irregolare. Ma perché isnt questo ottimale in questo esempio più dati sarebbero meglio - più calibrazioni piste media insieme avrebbe distrutto il rumore del sistema (fino a quando il suo caso) e di fornire una curva con meno sottile dettagli persi. La media mobile può approssimare solo questo, e potrà cancellare alcuni avvallamenti più alta frequenza e picchi dalla curva che realmente esistono. onde sinusoidali Uso di una media mobile su onde sinusoidali evidenzia due punti: la questione generale della scelta di un numero ragionevole di punti per eseguire la media. La sua semplice, ma ci sono metodi più efficaci di analisi dei segnali di media dei segnali oscillanti nel dominio del tempo. In questo grafico, l'onda sinusoidale originale è tracciata in blu. Il rumore è aggiunto e tracciata come la curva arancione. Una media mobile viene eseguita a diversi numeri di punti per vedere se l'onda originale può essere recuperato. 5 e 10 punti di risultati ragionevoli, ma non lo togliere il disturbo del tutto, dove, come un maggior numero di punti cominciano a perdere i dettagli di ampiezza come media si estende su diverse fasi (ricordate le oscilates onda intorno allo zero, e dire (-1 1) 0).Un approccio alternativo sarebbe quello di realizzare un filtro passa-basso che può essere applicato al segnale nel dominio della frequenza. Im non andando a entrare nei dettagli in quanto va oltre la portata di questo articolo, ma come il rumore è di frequenza notevolmente superiore alla onde frequenza fondamentale, sarebbe abbastanza facile, in questo caso per la costruzione di un filtro passa-basso che rimuoverà l'alta frequenza rumore.