نقل متوسط معالجة الإشارات الرقمية

معالجة إشارات معالجة الإشارات هي فن وعلم تعديل بيانات السلسلة الزمنية المكتسبة لأغراض التحليل أو التحسين. ومن الأمثلة على ذلك التحليل الطيفي (باستخدام فورييه السريع أو تحويلات أخرى) وتعزيز البيانات المكتسبة باستخدام التصفية الرقمية. إيجور مناسبة بشكل مثالي لمعالجة الإشارات بسبب دعمها القوي لبيانات سلسلة زمنية طويلة (أو كوتافيفورمكوت). ولأن العديد من المدمج في أوامر معالجة الإشارات يمكن بسهولة أن تستخدم من خلال الحوارات بسيطة. وبالإضافة إلى ذلك، إيغوراكوتس لغة البرمجة يجعلها مباشرة لتنفيذ أي نوع من العرف خوارزمية معالجة الإشارات، بمساعدة كبيرة من قوة إيغوراسوتس فورييه (وغيرها) تحويلات. يستخدم إيغور خوارزمية تحويل فورييه السريع (ففت) لحساب تحويل فورييه المنفصل (دفت). يمكن استخدام ففت ببساطة لتوصيف حجم ومرحلة الإشارة، أو يمكن استخدامها بالاقتران مع عمليات أخرى لإجراء عمليات حساب أكثر مشاركة مثل الارتباط أو الارتباط. يفترض حساب ففت أن البيانات المدخلة تتكرر مرارا وتكرارا. وهذا أمر مهم عندما لا تكون القيم الأولية والنهائية لبياناتك هي نفسها: فالانقطاع يسبب انحرافات في الطيف يحسبها الاتحاد الفرنسي للتنس. كوتيندوينكوت ينعم نهايات البيانات للقضاء على هذه الانحرافات. كوتبور سبيكتراكوت الإجابة على السؤال كوايتش ترددات تحتوي على إشارة بويركوت الجواب هو في شكل توزيع قيم الطاقة كدالة للتردد، حيث يعتبر كوتوركيوت أن يكون المتوسط ​​للإشارات 2. في مجال التردد، هذا هو مربع ففتاكوتس الحجم. ويمكن حساب أطياف القدرة للإشارة بأكملها في آن واحد (كوتيبيريودوغرامكوت) أو بيريوديغرامز من شرائح إشارة الوقت يمكن أن يكون متوسطها معا لتشكيل الكثافة الطيفية كوتيبور. ويحول تحويل هيلبرت إشارة نطاق زمني تكون 90 درجة خارج الطور مع إشارة الدخل. وتشمل التطبيقات أحادية البعد حساب مغلف الإشارة المشكلة وقياس معدل الاضمحلال في الجيوب الأنفية المتحللة أضعافا متكررة في كثير من الأحيان في الأنظمة الخطية وغير الخطية المنخفضة. عند حساب الطيف فورييه (أو الطاقة أطياف) لإشارة يمكنك التخلص من جميع المعلومات المرحلة الواردة في تحويل فورييه. يمكنك معرفة الترددات التي تحتوي عليها الإشارة ولكنك لا تعرف متى تظهر هذه الترددات في الإشارة. على سبيل المثال، النظر في الإشارة: لا يزال التمثيل الطيفي لل f (t) دون تغيير أساسا إذا تبادلنا الترددين f 1 و f 2. ومن الواضح أن الطيف فورييه ليس أفضل أداة تحليل للإشارات التي تتقلب أطيافها في الوقت المناسب. حل واحد لهذه المشكلة هو ما يسمى كوشورت الوقت فورييه ترانسفورمكوت (أو كوتسونوغركوت) التي يمكنك حساب أطياف فورييه باستخدام نافذة الزمانية انزلاق. عن طريق ضبط عرض النافذة يمكنك تحديد دقة الوقت من الأطياف الناتجة. يمكنك استخدام التآلف لحساب استجابة النظام الخطي لإشارة الدخل. ويعرف النظام الخطي باستجابته النبضية. إن إرتباط إشارة الدخل والاستجابة النبضية هو استجابة إشارة الإخراج. وتتم عملية التصفية الرقمية عن طريق تحديد استجابة خطية للنظام سيستيماكوتس النبضية عند تحقيقها مع الإشارة يحقق النتيجة المرجوة (مرشح تمرير منخفض أو تمريرة عالية). خوارزمية الارتباط مشابهة جدا رياضيا للتلاعب، ولكنها تستخدم لأغراض مختلفة. ويستعمل في أغلب الأحيان لتحديد التأخير الزمني الذي يقطع فيه خطان إشارة أوكوت أو يكونان متشابهان. تجانس إزالة الاختلافات على المدى القصير، أو كوتنويسكوت للكشف عن الشكل الأساسي المهم للبيانات. وأبسط شكل من أشكال التمهيد هو متوسط ​​التكلفة الذي يحل محل كل قيمة من البيانات بمتوسط ​​القيم المجاورة. (شروط أخرى لهذا النوع من التمهيد هي كوتسليدينغ أفيراجكوت، كوتبوكس سموثينغكوت، أو كوتوككار سموثينغكوت.) إيغوراكوتس عملية سلسة ينفذ مربع تجانس، كوتينوميالكوت (غاوس) تجانس، و سافيتسكي-غولاي (متعدد الحدود) تجانس. خوارزميات تمهيد مختلفة حساب المتوسطات المرجحة التي تتضاعف القيم المجاورة من خلال اختلاف الأوزان أو كوتكوفيسيانتسكوت لحساب قيمة ممسحة. الفلاتر الرقمية هي أداة طبيعية عندما تكون البيانات رقمية بالفعل. وتشمل أسباب تطبيق التصفية الرقمية على البيانات ما يلي: القضاء على مكونات الإشارة غير المرغوب فيها (كوتنويسكوت) تحسين مكونات الإشارة المطلوبة الكشف عن وجود إشارات معينة محاكاة الأنظمة الخطية (حساب إشارة الخرج نظرا لإشارة الدخل ونظام الكوترانزفير فونكتيونكوت) المرشحات الرقمية عموما وتأتي في اثنين من النكهات: رد فعل الاستجابة النفاثة (فير) والانهائية استجابة الاندفاع (إير). إيغور تنفذ فير التصفية الرقمية في المقام الأول من خلال التفاف المجال المجال باستخدام الأوامر السلسة أو سموثكوستم. (على الرغم من إيتاكوتس اسم، سموثكوستم يحل البيانات مع معاملات المرشح التي يوفرها المستخدم لتنفيذ أي نوع من فلتر الأشعة فوق البنفسجية، تمريرة منخفضة، تمريرة عالية، الفرقة تمريرة، الخ) تصميم معاملات تصفية فير المستخدمة مع سموثكوستم هو الأكثر بسهولة إنجاز باستخدام مختبر تصميم فلتر إيغور (منتج منفصل الذي يتطلب أيضا إيغور برو). تم تصميم المرشحات الرقمية إير وتطبيقها على البيانات باستخدام إفدل. الكشف عن المستوى هو عملية تحديد إحداثيات X التي تمر بها بياناتك أو تصل إلى قيمة Y معينة. وهذا ما يسمى أحيانا إنتيربولاتيونكوت كوتينفيرز. وظهرت طريقة أخرى، والكشف عن مستوى يجيب على السؤال: كوتغيفن مستوى Y، ما هو المقابل X فالكيوت إيغور يوفر نوعين من الإجابات على هذا السؤال. يفترض إجابة واحدة أن بيانات Y هي قائمة بقيم Y الفريدة التي تزيد أو تنقص رتابة. الجواب الآخر يفترض أن البيانات Y تختلف بشكل غير منتظم، كما هو الحال مع البيانات المكتسبة. وفي هذه الحالة، قد تكون هناك قيم X متعددة تتجاوز مستوى Y. ومن الأمثلة المهمة على ذلك إحصاءات الحافة والنبض. وهناك سؤال ذي صلة، ولكن مختلفا هو اقتباس الدالة y f (x)، والعثور x حيث y هو صفر (أو بعض القيمة الأخرى) كوت. يتم الرد على هذا السؤال من خلال عملية فيندروتس. دوكومنتاتيون يوضح هذا المثال كيفية استخدام فلاتر المتوسط ​​المتحرك وإعادة عزل لعزل تأثير المكونات الدورية من الوقت من اليوم على قراءات درجة الحرارة كل ساعة، وكذلك إزالة الضوضاء خط غير المرغوب فيها من حلقة مفتوحة قياس الجهد. ويبين المثال أيضا كيفية تسهيل مستويات إشارة الساعة مع الحفاظ على الحواف باستخدام مرشح متوسط. يوضح المثال أيضا كيفية استخدام فلتر هامبيل لإزالة القيم المتطرفة الكبيرة. الدافع التمويه هو كيف نكتشف الأنماط الهامة في بياناتنا في حين ترك الأشياء التي هي غير مهمة (أي الضوضاء). نحن نستخدم تصفية لتنفيذ هذا التمهيد. هدف التمهيد هو إحداث تغييرات بطيئة في القيمة بحيث أسهل لرؤية الاتجاهات في بياناتنا. في بعض الأحيان عند فحص بيانات الإدخال قد ترغب في تسهيل البيانات من أجل رؤية اتجاه في الإشارة. 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 التعرف على الاختلافات اليومية. ولإزالة تأثير الوقت من اليوم، نود الآن تسهيل بياناتنا باستخدام فلتر متوسط ​​متحرك. مرشاح متوسط ​​متحرك في أبسط أشكاله، فإن مرشاح المتوسط ​​المتحرك للطول N يأخذ متوسط ​​كل N عينة متعاقبة من شكل الموجة. ولتطبيق مرشح متوسط ​​متحرك على كل نقطة بيانات، نقوم ببناء معاملاتنا في عامل التصفية بحيث تكون كل نقطة مرجحة على قدم المساواة وتساهم ب 124 في المتوسط ​​الكلي. هذا يعطينا متوسط ​​درجة الحرارة على مدى كل 24 ساعة. فيلتر ديلاي لاحظ أن الإخراج المصفى يتأخر بنحو اثني عشر ساعة. ويرجع ذلك إلى حقيقة أن عامل تصفية المتوسط ​​المتحرك له تأخير. أي مرشح متماثل طول N سوف يكون لها تأخير من (N-1) 2 عينات. يمكننا حساب هذا التأخير يدويا. استخراج متوسط ​​الاختلافات بدلا من ذلك، يمكننا أيضا استخدام فلتر المتوسط ​​المتحرك للحصول على تقدير أفضل لكيفية تأثير الوقت من اليوم على درجة الحرارة الكلية. للقيام بذلك، أولا، طرح البيانات ممهدة من قياسات درجة الحرارة ساعة. بعد ذلك، صنف البيانات المختلفة إلى أيام واحصل على المتوسط ​​خلال كل 31 يوما في الشهر. استخراج الذروة المغلف في بعض الأحيان نود أيضا أن يكون لها تقدير متفاوت بسلاسة لكيفية ارتفاعات وانخفاض مستويات الحرارة لدينا إشارة تغيير يوميا. للقيام بذلك يمكننا استخدام وظيفة المغلف لربط أعلى مستوياته القصوى والهبوط المكتشفة على مجموعة فرعية من فترة 24 ساعة. في هذا المثال، علينا أن نضمن أن هناك ما لا يقل عن 16 ساعة بين كل ارتفاع الشديد والمتطرف الشديد. ويمكننا أيضا أن نحصل على فكرة عن الكيفية التي تتجه بها الرتفاعات والهبوط من خلال أخذ المتوسط ​​بين النقيضين. عوامل التصفية المتوسطة المتحركة المرجحة أنواع أخرى من المرشحات المتوسطة المتحركة لا تزن كل عينة بالتساوي. مرشح مشترك آخر يتبع توسع الحدين من (12،12) n هذا النوع من المرشح يقترب من منحنى العادي للقيم الكبيرة من n. ومن المفيد لتصفية الضوضاء عالية التردد ل n الصغيرة. للعثور على معاملات للمرشح ذي الحدين، 1212 12 مع نفسه ومن ثم تكرارا تزامن الإخراج مع 12 12 عدد محدد من المرات. في هذا المثال، استخدم خمس تكرارات إجمالية. مرشح آخر يشبه إلى حد ما مرشح توسع غاوس هو مرشح المتوسط ​​المتحرك الأسي. هذا النوع من المرشح المتوسط ​​المتحرك المرجح يسهل بناؤه ولا يتطلب حجم نافذة كبير. يمكنك ضبط عامل تصفية متوسط ​​متحرك أضعافا مضاعفة بواسطة معلمة ألفا بين الصفر وواحد. وهناك قيمة أعلى من ألفا يكون أقل تمهيد. التكبير في القراءات ليوم واحد. حدد بلدك تصفية المتوسط ​​تصفية (ما فلتر) تحميل. المرشح المتوسط ​​المتحرك عبارة عن فلتر بسيط (فير ريسولوتيون ريسبونز) منخفض تمرير منخفض (باس)، يستخدم عادة لتصفية صفيف من عينات البيانات. فإنه يأخذ M عينات من المدخلات في وقت واحد واتخاذ متوسط ​​تلك العينات M وتنتج نقطة الانتاج واحد. وهو بسيط جدا ليف (ممر منخفض مرشح) الهيكل الذي يأتي مفيد للعلماء والمهندسين لتصفية عنصر صاخبة غير المرغوب فيها من البيانات المقصود. كما يزيد طول مرشح (المعلمة M) نعومة الزيادات الانتاج، في حين أن التحولات الحادة في البيانات تتم بشكل متزايد حادة. وهذا يعني أن هذا الفلتر لديه استجابة نطاق زمني ممتاز ولكن استجابة تردد ضعيفة. مرشح ما أداء ثلاث وظائف هامة: 1) فإنه يأخذ نقاط الإدخال M، يحسب متوسط ​​تلك النقاط M وتنتج نقطة إخراج واحدة 2) نظرا لحسابات الحساب المعنية. المرشح يقدم كمية محددة من التأخير 3) عامل التصفية بمثابة مرشح تمرير منخفض (مع رد مجال التردد الضعيف واستجابة مجال الوقت جيدة). ماتلاب كود: بعد كود ماتلاب يحاكي استجابة المجال الزمني لمرشح متوسط ​​متحرك M-بوينت وأيضا يرسم استجابة التردد لأطوال المرشحات المختلفة. وقت استجابة النطاق: في المؤامرة الأولى، لدينا المدخلات التي تسير في مرشح المتوسط ​​المتحرك. المدخلات صاخبة وهدفنا هو تقليل الضوضاء. الرقم التالي هو استجابة الإخراج لمرشح متوسط ​​متحرك من 3 نقاط. ويمكن استنتاج من الشكل أن المرشح المتوسط ​​المتحرك من 3 نقاط لم يفعل الكثير في تصفية الضوضاء. نحن زيادة الصنابير مرشح إلى 51 نقطة ويمكننا أن نرى أن الضوضاء في الإخراج قد خفضت كثيرا، وهو مبين في الشكل التالي. نحن زيادة الصنابير إلى 101 و 501 ويمكننا أن نلاحظ أنه حتى على الرغم من أن الضوضاء هو ما يقرب من الصفر، وانتقالات التحولات بشكل كبير (مراقبة المنحدر على جانبي إشارة ومقارنتها مع الجدار المثالي الطوب الانتقال في مدخلاتنا). استجابة التردد: من استجابة التردد يمكن التأكيد أن لفة قبالة بطيئة جدا والتوهين وقف المحطة ليست جيدة. وبالنظر إلى التوهين في نطاق التوقف، من الواضح أن المرشح المتوسط ​​المتحرك لا يمكن فصل نطاق واحد من الترددات عن تردد آخر. كما نعلم أن الأداء الجيد في المجال الزمني يؤدي إلى ضعف الأداء في مجال التردد، والعكس بالعكس. وباختصار، فإن المتوسط ​​المتحرك هو مرشح تمهيد جيد بشكل استثنائي (الإجراء في المجال الزمني)، ولكن مرشح تمرير منخفض سيئ للغاية (الإجراء في نطاق التردد) الروابط الخارجية: الكتب الموصى بها: الشريط الجانبي الرئيسي