स्थानांतरण - औसत - वेक्टर matlab

29 सितंबर, 2013. convolution द्वारा औसत औसत। क्या औसत चल रहा है और इसके लिए क्या अच्छा है। कैसे कैवल्यूशन का उपयोग करके औसतन चल रहा है। औसत औसत एक साधारण ऑपरेशन है जिसका उपयोग हम प्रत्येक के मान सेट करते हैं एक सूत्र के अनुसार अपने पड़ोस में मूल्यों के औसत पर इंगित करें। यहां एक्स इनपुट है और y आउटपुट सिग्नल है, जबकि विंडो का आकार डब्ल्यू है, अजीब होना चाहिए ऊपर दिए गए फार्मूले एक सममित ऑपरेशन के नमूने लेते हैं वास्तविक बिंदु के दोनों ओर से। नीचे एक वास्तविक जीवन उदाहरण है, जिस बिंदु पर खिड़की रखी गई है वह वास्तव में लाल है। एक्स के बाहर मान शून्य होते हैं। चारों ओर खेलने के लिए और चलती औसत के प्रभावों को देखने के लिए, इस पर एक नजर डालें इंटरैक्टिव प्रदर्शन। इसे कैंवोल्यूशन से कैसे करें। जैसा कि आपने पहचाना है, सरल चलती औसत की गणना दोनों स्थितियों में रूपांतरण के समान है, सिग्नल पर एक खिड़की गिरावट है और खिड़की के तत्व संक्षेप में हैं, तो यह कोशिश करें ऐसा करने के लिए रूपांतरण का उपयोग करके एक ही चीज़ निम्नलिखित पैरामीटर का उपयोग करें.वर्तमान आउटपुट है.पहले दृष्टिकोण के रूप में, हम निम्नलिखित कश्मीर के कर्नेल द्वारा एक्स सिग्नल को समेकित करके प्राप्त करने की कोशिश करते हैं.उत्पादन अपेक्षित से ठीक तीन गुना बड़ा है यह भी हो सकता है देखा जाता है कि आउटपुट मान विंडो में तीन तत्वों का सार है, क्योंकि यह संकलन के दौरान खिड़की के साथ फिसल जाती है, इसमें सभी तत्वों को एक करके गुणा किया जाता है और फिर संक्षेपित किया जाता है। yk 1 cdot x 1 cdot x 1 cdot x। y के वांछित मूल्यों को प्राप्त करने के लिए आउटपुट को 3 से विभाजित किया जाएगा। विभाजन सहित एक सूत्र। लेकिन यह कनवल्वमेंट के दौरान विभाजन करने के लिए इष्टतम नहीं होगा I समीकरण को फिर से संगठित करना। तो हम निम्नलिखित कश्मीर कर्नेल का उपयोग करेंगे। इस तरह हमें वांछित आउटपुट मिलेगा। सामान्य तौर पर यदि हम एक औसत आकार की खिड़की का आकार रखते हुए औसत स्थानांतरित करना चाहते हैं तो हम निम्न कर्नेल का उपयोग करेंगे। एक सरल चलती औसत को कार्य करना है। एक उदाहरण का उपयोग होता है। डाउनलोड करें movAv m भी देखें movAv2 - भारित होने की अनुमति देता है एक नवीनीकृत संस्करण। उदाहरण के लिए, Matlab को movavg और tsmovavg नामक फ़ंक्शंस शामिल हैं जो वित्तीय उपकरण बॉक्स में समय-सीमा में चलती औसत है, movAv को मूल की नकल करने के लिए डिज़ाइन किया गया है इनमें कार्यशीलता कोड यहाँ लूप के अंदर अनुक्रमित प्रबंध करने का एक अच्छा उदाहरण प्रदान करता है, जो शुरू से भ्रामक हो सकता है, मैं इस प्रक्रिया को स्पष्ट रखने के लिए जानबूझकर कोड को छोटा और सरल रखा है। MOVAv एक सरल चलती औसत का प्रदर्शन करता है जो कुछ स्थितियों में शोर डेटा प्राप्त करने के लिए इस्तेमाल किया जाता है यह स्लाइडिंग समय विंडो पर इनपुट वाई का मतलब उठाकर काम करता है, जिसका आकार n द्वारा निर्दिष्ट किया जाता है बड़ा n है, एन के प्रभाव को चौरसाई करने की मात्रा अधिक है इनपुट वेक्टर वाई की लंबाई और प्रभावी रूप से अच्छी तरह से, एक कम पाइप आवृत्ति फ़िल्टर बनाता है - उदाहरण और विचार अनुभाग देखें। क्योंकि एन के प्रत्येक मान द्वारा प्रदान की गई चौरसाई की मात्रा इनपुट वेक्टर की लंबाई के सापेक्ष है, यह यह हमेशा यह देखने के लिए अलग मूल्यों का परीक्षण करने योग्य है कि क्या उपयुक्त है यह याद रखें कि यदि n 100 है तो प्रत्येक औसत पर एन अंक खो जाते हैं, इनपुट वेक्टर के पहले 99 अंक में 100pt औसत के लिए पर्याप्त डेटा नहीं होता है यह स्टैकिंग द्वारा कुछ हद तक बचा जा सकता है औसत, उदाहरण के लिए, नीचे दिए गए कोड और ग्राफ़ की कई अलग-अलग लंबाई विंडो औसत की तुलना करें नोटिस कैसे आसान 10 10pt एक एकल 20pt औसत की तुलना में है दोनों मामलों में कुल आंकड़ों के 20 अंक खो जाते हैं। Xaxis x 1 0 0 5 उत्पन्न शोर शोर उत्पन्न करें 4 शोर repmat randn 1, ceil numel x noiseReps, शोररेप, 1 शोर शोर शोर, 1, लम्बाई आवाज़ शोर। प्रतिक्रिया उत्पन्न करता है ydata शोर y exp x 10 शोर 1 लंबाई x perfrom औसत y2 movAv y, 10 10 पीटी y3 movAv y2, 10 10 10 पीटी y4 movAv y, 20 20 पीटी y5 movAv y, 40 40 पीटी y6 movAv y, 100 100 pt प्लॉट आकृति प्लॉट x, y, y2, y3, y4, y5, y6 लीजेंड कच्चा डेटा, 10pt चलती औसत, 10 10pt, 20pt, 40pt, 100pt xlabel x ylabel y शीर्षक चलती औसत की तुलना। movav m कोड रन-थ्रू फ़ंक्शन आउटपुट movAv y, n पहली पंक्ति फ़ंक्शन के नाम, इनपुट और आउटपुट को परिभाषित करता है इनपुट एक्स औसत पर प्रदर्शन करने के लिए डेटा की एक सदिश होना चाहिए, एन औसत पर आउटपुट में प्रदर्शन करने के लिए अंकों की संख्या होनी चाहिए, फ़ंक्शन द्वारा लौटाए गए औसतन डेटा में शामिल होगा आउटपुट आउटपुट निर्वात आउटपुट NaN 1, numel y midpoint n midpoint n 2 फ़ंक्शन का मुख्य कार्य लूप के लिए किया जाता है, लेकिन दो चीजों को शुरू करने से पहले प्राथमिकी तैयार की जाती है चिपकाने के उत्पादन को पूर्व-आवंटित किया गया है, इसे दो उद्देश्यों के रूप में प्रदान किया जाता है, सबसे पहले सबसे पहले प्रीऑलोकेशन अच्छा अभ्यास था, क्योंकि यह मेमरी जॉगिंग मैटलैब को कम करता है, दूसरी बात यह है कि यह औसतन आंकड़ों को एक ही आकार में उसी आकार के रूप में रखना आसान बनाता है इनपुट वेक्टर इसका मतलब है कि एक ही xaxis दोनों के लिए बाद में इस्तेमाल किया जा सकता है, जो प्लॉटिंग के लिए सुविधाजनक है, वैकल्पिक रूप से NaN को बाद में कोड आउटपुट आउटपुट की एक पंक्ति में हटाया जा सकता है। वेरिएबल मिडपॉइंट का उपयोग आउटपुट वेक्टर में डेटा को संरेखित करने के लिए किया जाएगा यदि एन 10, 10 अंक खो जाएंगे, क्योंकि इनपुट वेक्टर के पहले 9 अंक के लिए, 10 अंक औसत लेने के लिए पर्याप्त डेटा नहीं है क्योंकि आउटपुट इनपुट की तुलना में कम हो जाएगा, इसे ठीक से मिडपॉईंट की आवश्यकता होगी उपयोग किया जाता है ताकि शुरूआती और अंत में एक बराबर मात्रा में डेटा खो दिया जाता है, और इनपुट को उत्पादन के साथ बनाये जाने वाले नाएन बफ़र्स द्वारा गठबंधन रखा जाता है, जब उत्पादन को पूर्ववत करना होता है। 1 लंबाई के लिए y - n औसत रेंज का पता लगाएं, मतलब उत्पादन एक मिडपॉइस का मतलब है यार एंड लूप के लिए, इनपुट के लगातार प्रत्येक सेगमेंट पर एक मतलब लिया जाता है। इनपुट के लूप के लिए 1 लूप के रूप में परिभाषित किया जाता है जो कि इनपुट वाई की लंबाई तक घटाया जाता है, डेटा को खो दिया जाएगा जो शून्य हो जाएगा यदि इनपुट 100 अंक लंबा है और n 10 है, लूप 1 से 90 तक चलेगा। इसका मतलब है कि एक औसत सेगमेंट के पहले सूचकांक प्रदान करता है दूसरी इंडेक्स बी केवल एक एन -1 है, इसलिए पहले पुनरावृत्ति पर, एक 1 एन 10 तो ख 11-1 10 पहले औसत याब या एक्स 1 1 से ऊपर ले लिया जाता है 10 इस सेगमेंट का औसत, जो एक ही मान है, सूचकांक में एक माध्यमपॉइंट या 1 5 6 पर आउटपुट में संग्रहित है। 6. दूसरे पुनरावृत्ति पर , एक 2 बी 2 10-1 11 ताकि मतलब x 2 11 से अधिक लिया जाता है और आउटपुट में संग्रहीत 7 लूप की आखिरी यात्रा पर लंबाई 100, एक 91 बी 90 10-1 100 के इनपुट के लिए मतलब है एक्स 91 100 से ऊपर और आउटपुट में संचित 95 यह इंडेक्स 1 5 और 96 100 पर कुल 10 एनएएन मूल्यों के साथ आउटपुट को छोड़ देता है। उदाहरण और विचार चलते औसत कुछ स्थितियों में उपयोगी होते हैं, लेकिन वे हमेशा सबसे अच्छा विकल्प नहीं हैं ये दो उदाहरण हैं, जहां वे जरूरी नहीं कि इष्टतम हैं। माइक्रोफ़ोन अंशांकन डेटा का यह सेट स्पीकर द्वारा उत्पादित प्रत्येक आवृत्ति के स्तर का प्रतिनिधित्व करता है और एक रेखीय प्रतिक्रिया के साथ एक माइक्रोफोन द्वारा रिकॉर्ड किया गया स्पीकर का उत्पादन भिन्न होता है आवृत्ति, लेकिन हम अंशांकन डेटा के साथ इस भिन्नता के लिए सही कर सकते हैं - आउटपुट को अंशांकन में उतार चढ़ाव के लिए स्तर में समायोजित किया जा सकता है.इस बात से कि कच्चा डेटा शोर है - इसका मतलब है कि आवृत्ति में एक छोटा परिवर्तन की आवश्यकता होती है बड़े, अनियमित, स्तर के लिए खाते में परिवर्तन क्या यह यथार्थवादी है या क्या यह रिकॉर्डिंग पर्यावरण का एक उत्पाद है, इस मामले में यह चलने वाले औसत को लागू करने के लिए उचित है जो स्तर आवृत्ति वक्र को चिकनी बनाता है ताकि एक अंशांकन वक्र थोड़ा कम अनियमित हो सके लेकिन इस उदाहरण में यह इष्टतम क्यों नहीं है। अधिक डेटा बेहतर होगा - कई कैलिब्रेशन एक साथ चल रहे हैं, सिस्टम में शोर को तब तक नष्ट कर देगा जब तक कि यह चल रहा है डोम और कम सूक्ष्म विस्तार के साथ एक वक्र प्रदान खो चलती औसत केवल यह अनुमानित कर सकते हैं, और वास्तव में मौजूद वक्र से कुछ उच्च आवृत्ति डुबकी और चोटियों को निकाल सकते हैं। साइन तरंगों पर चलती औसत का उपयोग करके दो बिंदुओं पर प्रकाश डाला जाता है। सामान्य औसत ओवर पर प्रदर्शन करने के लिए उचित बिंदुओं को चुनने का मुद्दा। यह सरल है, लेकिन समय के समय में संकेतों के संकेतों की तुलना में सिग्नल विश्लेषण के अधिक प्रभावी तरीके हैं। इस आलेख में, मूल साइन लहर नीली शोर में रखी गई है नारंगी वक्र के रूप में जोड़ा गया और प्लॉट किया गया एक चल औसत औसत विभिन्न अंकों के अंक पर किया जाता है यह देखने के लिए कि मूल लहर 5 और 10 अंकों में ठीक से प्राप्त की जा सकती है, उचित परिणाम प्रदान करते हैं, लेकिन शोर को पूरी तरह से दूर न करें, जहां अधिक से अधिक अंक शुरु होते हैं आयाम के विवरण खो दें क्योंकि औसत चरणों में अलग-अलग चरणों में विस्तार होता है, यह याद रखता है कि लहर शून्य के आसपास है, और इसका मतलब -1 -1 0. वैकल्पिक विकल्प एक लोपास फिल्टर का निर्माण करने के लिए होगा आवृत्ति डोमेन में सिग्नल पर लागू होने पर मैं विस्तार में नहीं जा रहा हूं क्योंकि यह इस लेख के दायरे से परे है, लेकिन जैसा कि शोर मौलिक आवृत्ति से काफी अधिक आवृत्ति है, इस मामले में यह काफी आसान होगा उच्च आवृत्ति शोर को हटाए जाने की तुलना में एक लोपास फ़िल्टर। MATLAB का उपयोग कर, मैं मैट्रिक्स के एक विशिष्ट स्तंभ के 3-दिवसीय मूविंग औसत कैसे पा सकता हूं और उस मैट्रिक्स के चलते औसत को जोड़ता हूँ, मैं 3-दिन चलती औसत की गणना करने की कोशिश कर रहा हूं मैट्रिक्स के नीचे से नीचे मैंने अपना कोड प्रदान किया है। निम्नलिखित मैट्रिक्स और मुखौटा को देखते हुए। मैंने conv कमांड को कार्यान्वित करने की कोशिश की है लेकिन मुझे एक त्रुटि मिल रही है, यह एक आज्ञा है जिसे मैं दूसरे कॉलम में इस्तेमाल करने का प्रयास कर रहा हूं। मैट्रिक्स a. The निम्नलिखित इच्छा मैं आउटपुट दिया जाता है। यदि आपके पास कोई सुझाव है, तो मैं बहुत सराहना करता हूँ धन्यवाद। मैट्रिक्स के कॉलम 2 के लिए, मैं 3-दिन चलती औसत की गणना कर रहा हूँ और इसके परिणाम मैट्रिक्स के कॉलम 4 में एक I rena मेड मैट्रिक्स वांछित के रूप में वांछित सिर्फ उदाहरण के लिए आउटपुट 17, 14, 11 की 3-दिवसीय औसत 14 है, 11, 8 की 3-दिन की औसत 11 11, 8, 5 की 3-दिन की औसत 8 और 3 है -8, 5, 2 के - दिन का औसत 5 4 स्तंभ के लिए नीचे 2 पंक्तियों में कोई मूल्य नहीं है क्योंकि 3-दिन चलती औसत के लिए गणना नीचे शुरू होती है वैध आउटपुट कम से कम 17 तक प्रदर्शित नहीं किया जाएगा, 14, और 11 उम्मीद है कि यह हारून जून 12 13 1 1 28 को समझ में आता है। सामान्य तौर पर यदि आप त्रुटि दिखाते हैं तो इस मामले में आप दो चीजों को गलत कर रहे हैं। सबसे पहले आपके संकुचन को तीन या लंबाई से विभाजित करने की आवश्यकता है चलती औसत। दूसरा, सी के आकार को ध्यान में रखते हुए आप बस ग में फिट नहीं कर सकते हैं एक औसत चलने का सामान्य तरीका उसी का उपयोग करना होगा। लेकिन ऐसा नहीं है कि आप क्या चाहते हैं। इसके बजाय आपको एक जोड़े का उपयोग करने के लिए मजबूर किया जाता है लाइनों की