الأسي الحركة المتوسط الرقمية فلتر

فلتر أسي تصف هذه الصفحة التصفية الأسية، وهي أبسط وأكثر المرشحات شعبية. هذا هو جزء من القسم التصفية التي هي جزء من دليل للكشف عن خطأ والتشخيص .. نظرة عامة، ثابت الوقت، والمعادل التناظرية أبسط فلتر هو مرشح الأسي. لديها معلمة ضبط واحدة فقط (بخلاف الفاصل الزمني للعينة). وهو يتطلب تخزين متغير واحد فقط - الإخراج السابق. وهو مرشح إر (الانحدار الذاتي) - آثار تغيير المدخلات تسوس أضعافا مضاعفة حتى حدود شاشات العرض أو الكمبيوتر الحساب إخفاء ذلك. في مختلف التخصصات، ويشار إلى استخدام هذا الفلتر أيضا باسم 8220 استثنائية التمهيد 8221. في بعض التخصصات مثل تحليل الاستثمار، يسمى الفلتر الأسي 8220 المتوسط ​​المتحرك المتوسط ​​المرجح 8221 (إوما)، أو 8220 فقط المتحرك المتحرك المتوسط ​​8221 (إما). هذا يساء التقليدية أرما 8220moving المتوسط ​​8221 المصطلحات من تحليل سلسلة زمنية، لأنه لا يوجد تاريخ المدخلات التي يتم استخدامها - فقط المدخلات الحالية. وهو يعادل الوقت المنفصل ل 8220 فيرست النظام lag8221 يشيع استخدامها في النمذجة التناظرية من أنظمة التحكم في الوقت المستمر. في الدوائر الكهربائية، مرشح أرسي (مرشح مع المقاوم واحد ومكثف واحد) هو تأخر الدرجة الأولى. عند التشديد على التناظرية الدوائر التناظرية، معلمة ضبط واحد هو 8220time ثابت 8221، وعادة ما تكتب كما في حالة الحروف اليونانية تاو (). في الواقع، والقيم في أوقات عينة منفصلة تتطابق تماما مع الزمن المتساوي المستمر مع نفس الوقت ثابت. وترد العلاقة بين التنفيذ الرقمي والثابت الزمني في المعادلات أدناه. معادلات التصفية الأسية والتهيئة التصفية الأسية هي مزيج مرجح من التقدير السابق (الإخراج) مع أحدث بيانات المدخلات، مع مجموع الأوزان يساوي 1 بحيث الإخراج يطابق الإدخال في حالة مستقرة. بعد ترشيح المرشح الذي تم إدخاله بالفعل: y (k) أي (k-1) (1-a) x (k) حيث x (k) هي المدخلات الأولية في الخطوة الزمنية k (k) هي المخرجات المصفاة عند الخطوة الزمنية كا هو ثابت بين 0 و 1، وعادة ما بين 0.8 و 0.99. (a-1) أو يسمى أحيانا 8220smoothing ثابت 8221. بالنسبة إلى الأنظمة ذات الخطوة الزمنية الثابتة T بين العينات، يتم حساب الثبات 8220a8221 وتخزينه للراحة فقط عندما يحدد مطور التطبيق قيمة جديدة للوقت المطلوب. وبالنسبة إلى الأنظمة التي تحتوي على عينات من البيانات على فترات غير منتظمة، يجب استخدام الدالة الأسية أعلاه مع كل خطوة زمنية، حيث T هو الوقت منذ العينة السابقة. وعادة ما يتم تهيئة خرج المرشح لتتناسب مع المدخلات الأولى. كما يقترب الوقت الثابت 0، يذهب إلى الصفر، لذلك ليس هناك تصفية 8211 الإخراج يساوي المدخلات الجديدة. كما يحصل الوقت ثابت كبير جدا، نهج 1، بحيث يتم تجاهل المدخلات الجديدة تقريبا 8211 تصفية الثقيلة جدا. ويمكن إعادة ترتيب معادلة الفلتر أعلاه إلى المعادلة التالية للمصحح المتنبأ: هذا النموذج يجعل من الواضح أن تقدير المتغير (خرج المرشح) يتنبأ بأنه لم يتغير عن التقدير السابق y (k-1) زائدا مصطلح تصحيح على 8220innovation 8221 غير متوقعة - الفرق بين المدخلات الجديدة x (ك) والتنبؤ ذ (ك -1). هذا النموذج هو أيضا نتيجة اشتقاق المرشح الأسي كحالة خاصة بسيطة لمرشح كالمان. وهو الحل الأمثل لمشكلة تقدير مع مجموعة معينة من الافتراضات. استجابة الخطوة طريقة واحدة لتصور تشغيل المرشح الأسي هو رسم ردها مع مرور الوقت إلى إدخال خطوة. وهذا هو، بدءا من المدخلات والمخرجات مرشح في 0، يتم تغيير قيمة المدخلات فجأة إلى 1. يتم رسم القيم الناتجة أدناه: في المؤامرة المذكورة أعلاه، يتم تقسيم الوقت على الوقت تاو ثابت التصفية حتى تتمكن من التنبؤ بسهولة أكبر نتائج أي فترة زمنية، لأي قيمة من الوقت مرشح الوقت. بعد وقت يساوي ثابت الوقت، يرتفع خرج المرشح إلى 63.21 من قيمته النهائية. بعد وقت يساوي 2 الثوابت الوقت، ترتفع القيمة إلى 86.47 من قيمته النهائية. النواتج بعد مرات تساوي 3،4، والثوابت 5 الوقت هي 95.02، 98.17، و 99.33 من القيمة النهائية، على التوالي. وبما أن المرشح خطي، فهذا يعني أن هذه النسب المئوية يمكن استخدامها لأي حجم من تغيير الخطوة، وليس فقط لقيمة 1 المستخدمة هنا. على الرغم من أن الاستجابة خطوة من الناحية النظرية يأخذ وقتا لانهائي، من الناحية العملية، والتفكير في المرشح الأسي كما 98-99 8220done8221 الاستجابة بعد وقت يساوي 4 إلى 5 الثوابت الوقت مرشح. الاختلافات على الفلتر الأسي هناك تباين في المرشح الأسي يسمى الفلتر الأسي 8220nonlineear8221 ويبر، 1980. يهدف إلى تصفية الضوضاء بشكل كبير ضمن سعة 8220typical8221 معينة، ولكن بعد ذلك يستجيب بسرعة أكبر للتغييرات الأكبر حجما. حقوق الطبع والنشر 2010 - 2013، غريغ ستانلي شارك هذه الصفحة: أوبداتد 12th مارش 2013 ما هي أرسي فيلترينغ أند إكسبوننتيال أفيراجينغ وكيف تختلف؟ الإجابة على الجزء الثاني من السؤال هي أنها نفس العملية إذا كان أحد يأتي من خلفية الإلكترونيات ثم أرسي تصفية (أو أرسي تجانس) هو التعبير المعتاد. ومن ناحية أخرى فإن النهج القائم على إحصاءات السلاسل الزمنية له اسم الأسي المتوسط، أو استخدام الاسم الكامل الأسي المتحرك المتوسط ​​المرجح. ويعرف هذا أيضا باسم إوما أو إما. والميزة الرئيسية لهذه الطريقة هي بساطة الصيغة لحساب الناتج التالي. فإنه يأخذ جزء من الانتاج السابق واحد ناقص هذا الكسر مرات الإدخال الحالي. الجبرى في الوقت k يتم إعطاء الناتج السلس ذ ك كما هو مبين في وقت لاحق هذه الصيغة البسيطة تؤكد الأحداث الأخيرة، ينعم الاختلافات عالية التردد ويكشف الاتجاهات على المدى الطويل. ملاحظة هناك نوعان من المعادلة المتوسط ​​الأسي، واحد أعلاه ومتغير كلاهما صحيح. انظر الملاحظات في نهاية المقال لمزيد من التفاصيل. في هذه المناقشة سوف نستخدم فقط المعادلة (1). يتم كتابة الصيغة أعلاه أحيانا بطريقة أكثر محدودية. كيف يتم استخلاص هذه الصيغة وما هو تفسيرها النقطة الرئيسية هي كيف نختار. للنظر في هذه الطريقة البسيطة واحدة هي النظر في مرشح تمرير منخفض أرسي. الآن مرشح تمرير منخفض أرسي هو مجرد سلسلة المقاوم R ومكثف مواز C كما هو موضح أدناه. المعادلة سلسلة زمنية لهذه الدائرة هو المنتج أرسي ديه وحدات من الوقت ويعرف باسم ثابت الوقت، T. للدائرة. لنفترض أننا نمثل المعادلة المذكورة أعلاه في شكلها الرقمي لسلسلة زمنية والتي لديها بيانات اتخذت كل ساعة ث. لدينا هذا هو بالضبط نفس شكل المعادلة السابقة. مقارنة العلاقات اثنين لدينا لدينا مما يقلل إلى علاقة بسيطة جدا وبالتالي فإن اختيار N يسترشد ما ثابت الوقت اخترنا. ويمكن الآن التعرف على المعادلة (1) كمرشاح تمرير منخفض، ويحدد ثابت الوقت سلوك الفلتر. لمعرفة أهمية الوقت ثابت نحن بحاجة إلى النظر في سمة تردد هذا تمريرة منخفضة مرشح أرسي. في شكله العام هذا هو التعبير في شكل نموذج ومرحلة لدينا حيث زاوية المرحلة هي. ويسمى تردد قطع الاسمي تردد. ومن الناحية المادية، قد يتبين أنه عند هذا التردد تم تخفيض القدرة في الإشارة بمقدار النصف، كما أن السعة تقل بمقدار العامل. وبعبارة دب، يكون هذا التردد حيث تم تخفيض الاتساع بواسطة 3DB. ومن الواضح أن الوقت ثابت T يزيد حتى ذلك الحين خفض التردد يقلل ونحن تطبيق أكثر تمهيد للبيانات، وهذا هو أننا القضاء على الترددات العالية. ومن المهم أن نلاحظ أن استجابة التردد معبر عنها بالراديان ثانية. وهذا هو أحد العوامل التي ينطوي عليها الأمر. على سبيل المثال اختيار ثابت الوقت من 5 ثوان يعطي فعال قطع تردد. واحد استخدام شعبية من أرسي تجانس هو محاكاة عمل متر مثل المستخدمة في مستوى الصوت متر. وتصنف هذه عادة من خلال وقتهم ثابتة مثل 1 ثانية لأنواع S و 0.125 ثانية لأنواع F. وفي هاتين الحالتين تكون الترددات الفعالة المقطوعة 0.16Hz و 1.27Hz على التوالي. في الواقع ليس الوقت الثابت نحن عادة ترغب في تحديد ولكن تلك الفترات نود أن تشمل. لنفترض أن لدينا إشارة حيث نود أن تشمل الميزات مع P فترة ثانية. الآن فترة P هو التردد. ويمكننا بعد ذلك اختيار وقت ثابت T تعطى من قبل. ومع ذلك نحن نعلم أننا قد فقدت حوالي 30 من الناتج (-3dB) في. وبالتالي اختيار ثابت الوقت الذي يتوافق تماما مع الدوريات نود الاحتفاظ بها ليست أفضل مخطط. فمن الأفضل عادة لاختيار تردد قطع أعلى قليلا، ويقول. الوقت ثابت ثم الذي من الناحية العملية هو مماثل ل. وهذا يقلل من الخسارة إلى حوالي 15 في هذه التواتر. وبالتالي من الناحية العملية للاحتفاظ الأحداث مع دورية أو أكبر ثم اختيار ثابت الوقت من. وسيتضمن ذلك آثار التواتر التي تصل إلى حوالي. على سبيل المثال إذا كنا نود أن تشمل آثار الأحداث يحدث مع القول فترة 8 ثانية (0.125Hz) ثم اختيار ثابت الوقت من 0.8 ثانية. وهذا يعطي تردد قطع ما يقرب من 0.2Hz بحيث لدينا 8 فترة ثانية بشكل جيد في الفرقة الرئيسية لتمرير مرشح. إذا كنا أخذ العينات البيانات في 20 تيمسيكوند (h 0.05) ثم قيمة N هو (0.80.05) 16 و. هذا يعطي بعض نظرة ثاقبة كيفية تعيين. في الأساس لمعدل عينة معروفة فإنه يدل على فترة المتوسط ​​ويختار أي تذبذب الترددات العالية سيتم تجاهلها. من خلال النظر في التوسع في خوارزمية يمكننا أن نرى أنه يفضل أحدث القيم، وأيضا لماذا يشار إليها على أنها الترجيح الأسي. لدينا بديل ل y k-1 يعطي تكرار هذه العملية عدة مرات يؤدي إلى لأنه في النطاق ومن الواضح أن المصطلحات إلى اليمين تصبح أصغر وتتصرف مثل أسي المتحللة. وهذا هو الناتج الحالي منحازة نحو الأحداث الأخيرة ولكن أكبر نختار T ثم أقل التحيز. وباختصار نرى أن الصيغة البسيطة تؤكد الأحداث الأخيرة التي تمهد أحداث عالية التردد (فترة قصيرة) تكشف عن الاتجاهات على المدى الطويل التذييل 1 8211 أشكال بديلة من المعادلة الحذر هناك نوعان من معادلة المتوسط ​​الأسي التي تظهر في الأدب. وكلاهما صحيح ومكافئ. الشكل الأول كما هو مبين أعلاه هو (A1) الشكل البديل هو 8230 (A2) لاحظ استخدام في المعادلة الأولى وفي المعادلة الثانية. في كل من المعادلات وقيم بين الصفر والوحدة. في وقت سابق كان يعرف الآن اختيار لتحديد وبالتالي فإن الشكل البديل لمعادلة المتوسط ​​الأسي هو من الناحية المادية وهذا يعني أن اختيار شكل واحد يستخدم يعتمد على كيف يريد المرء أن يفكر في اتخاذ كمعادلة الجزء الخلفي تغذية (A1) أو كجزء من معادلة المدخلات (A2). الشكل الأول هو أقل قليلا مرهقة في إظهار العلاقة مرشح أرسي، ويؤدي إلى فهم أكثر بساطة في شروط التصفية. رئيس مختبر معالجة الإشارات في بروسيغ الدكتور كولين ميرسر كان سابقا في معهد بحوث الصوت والاهتزاز (إسفر)، جامعة ساوثهامبتون حيث أسس مركز تحليل البيانات. ثم ذهب إلى العثور على بروسيغ في عام 1977. تقاعد كولين كرئيس لمحلل معالجة الإشارات في بروسيغ في ديسمبر 2016. وهو مهندس تشارترد وزميل في جمعية الكمبيوتر البريطانية. أعتقد أنك تريد تغيير 8216p8217 إلى رمز بي. ماركو، شكرا لك لافتا الى ذلك. أعتقد أن هذه إحدى مقالاتنا القديمة التي تم نقلها من وثيقة معالجة النصوص القديمة. ومن الواضح أن المحرر (لي) فشل في اكتشاف أن بي لم يتم نسخه بشكل صحيح. سيتم تصحيحها قريبا. it8217s تفسير مادة جيدة جدا عن المتوسط ​​المتوسط ​​أسي أعتقد أن هناك خطأ في صيغة ل T. وينبغي أن يكون T ح (N-1)، وليس T (N-1) ح. مايك، شكرا على اكتشاف ذلك. لقد راجعت للتو مرة أخرى إلى الدكتور Mercer8217s مذكرة التقنية الأصلية في أرشيفنا ويبدو أن هناك خطأ ارتكبت عند نقل المعادلات إلى بلوق. سنقوم بتصحيح المشاركة. شكرا لك على إعلامنا شكرا لك شكرا لك شكرا. يمكنك قراءة 100 نصوص دسب دون العثور على أي شيء يقول أن مرشح متوسط ​​أسي هو ما يعادل مرشح R-C. هم، هل لديك معادلة لتصفية إما الصحيح هو ليس يك أككك (1-أ) يك-1 بدلا من يك أيك-1 (1-أ) هك ألان، كلا الشكلين من المعادلة تظهر في الأدب، و كلا النموذجين صحيحة كما سوف تظهر أدناه. النقطة التي تقوم بها مهمة واحدة لأن استخدام النموذج البديل يعني أن العلاقة الفعلية مع مرشح أرسي هو أقل وضوحا، وعلاوة على ذلك تفسير معنى المبين في المادة غير مناسب للشكل البديل. أولا دعونا تظهر كلا الشكلين صحيحة. شكل المعادلة التي استخدمتها هو والشكل البديل الذي يظهر في العديد من النصوص هو ملاحظة في أعلاه لقد استخدمت اللاتكس 1latex في المعادلة الأولى واللاتكس 2latex في المعادلة الثانية. يظهر المساواة بين كلا الشكلين من المعادلة رياضيا دون اتخاذ خطوات بسيطة في وقت واحد. ما هو ليس هو نفسه القيمة المستخدمة اللاتكس اللاتكس في كل معادلة. في كلا الشكلين اللاتكس اللاتكس هو قيمة بين الصفر والوحدة. أولا إعادة كتابة المعادلة (1) استبدال اللاتكس 1 لاتكس من اللاتكس اللاتكس. وهذا يعطي لاتكسيك y (1 - بيتا) زكلاتكس 8230 (1A) الآن تحديد اللاتكسبيتا (1 - 2) اللاتكس وذلك لدينا أيضا اللاتكس 2 (1 - بيتا) اللاتكس. استبدال هذه في المعادلة (1A) يعطي لاتكسيك (1 - 2) y 2xklatex 8230 (1B) وأخيرا إعادة ترتيب يعطي هذه المعادلة مطابقة للشكل البديل الواردة في المعادلة (2). وضع اللاتكس أكثر اللاتكس 2 (1 - 1) اللاتكس. من الناحية المادية فهذا يعني أن اختيار شكل واحد يستخدم يعتمد على كيف يريد المرء أن يفكر في اتخاذ إما اللاتكسالفالاتكس كمعادلة الجزء الخلفي تغذية (1) أو كجزء من المعادلة المدخلات (2). كما ذكر أعلاه لقد استخدمت النموذج الأول كما هو أقل قليلا مرهقة في إظهار العلاقة مرشح أرسي، ويؤدي إلى فهم أبسط في شروط التصفية. ومع ذلك حذف ما سبق هو، في رأيي، وجود نقص في المادة كما أن الناس الآخرين يمكن أن تجعل الاستدلال غير صحيح لذلك سوف تظهر نسخة منقحة قريبا. I8217ve تساءلت دائما عن هذا، وذلك بفضل لوصف ذلك بشكل واضح جدا. وأعتقد أن سبب آخر الصيغة الأولى هي لطيفة ألفا خرائط ل 8216smoothness8217: خيار أعلى من ألفا يعني 8216more على نحو سلس 8217 الإخراج. مايكل شكرا للمراقبة 8211 سوف أضيف إلى المقال شيئا على تلك الخطوط كما هو الحال دائما أفضل في رأيي أن تتصل بالجوانب المادية. الدكتور ميرسر، المادة ممتازة، شكرا لك. لدي سؤال حول ثابت الوقت عند استخدامها مع كاشف رمز كما هو الحال في متر مستوى الصوت التي تشير إليها في هذه المادة. إذا كنت تستخدم المعادلات الخاصة بك لنموذج مرشح أسي مع الوقت ثابت 125ms واستخدام إشارة خطوة الإدخال، أنا في الواقع الحصول على الإخراج الذي، بعد 125ms، هو 63.2 من القيمة النهائية. ومع ذلك، إذا أنا مربع إشارة الدخل ووضع هذا من خلال مرشح، ثم أرى أنني بحاجة إلى مضاعفة ثابت الوقت من أجل إشارة لتصل إلى 63.2 من قيمتها النهائية في 125ms. هل يمكن أن تخبرني إذا كان هذا متوقعا. تشكرات. إيان إيان، إذا كنت مربع إشارة مثل موجة جيبية ثم أساسا كنت مضاعفة وتيرة الأساسية، فضلا عن إدخال الكثير من الترددات الأخرى. لأن التردد قد تضاعف في الواقع ثم يجري 8216reduced8217 بمقدار أكبر من قبل مرشح تمريرة منخفضة. ونتيجة لذلك يستغرق وقتا أطول للوصول إلى نفس السعة. عملية التربيع هي عملية غير خطية لذلك أنا لا أعتقد أنها سوف تتضاعف دائما على وجه التحديد في جميع الحالات ولكن سوف تميل إلى مضاعفة إذا كان لدينا تردد منخفض المهيمنة. نلاحظ أيضا أن التفاضلية للإشارة مربع هو ضعف الفرق من إشارة 8220un - سكارد 8221. أظن أنك قد تحاول الحصول على شكل من أشكال يعني مربع التنعيم، وهو على ما يرام تماما وصالحة. قد يكون من الأفضل تطبيق مرشح ثم مربع كما تعلمون قطع فعالة. ولكن إذا كان كل ما لديك هو إشارة مربعة ثم استخدام عامل 2 لتعديل قيمة ألفا مرشح الخاص بك سوف تحصل تقريبا على العودة إلى تردد قطع الأصلي، أو وضعه أبسط قليلا تحديد تردد قطع الخاص بك في مرتين الأصلي. شكرا على ردكم الدكتور ميرسر. سؤالي كان يحاول حقا الحصول على ما يتم فعلا في كاشف جذر متوسط ​​التربيع لمقياس مستوى الصوت. إذا تم تعيين ثابت الوقت ل 8216 فاست 8217 (125ms) كنت قد فكرت أن حدسي كنت تتوقع إشارة إدخال جيبية لإنتاج الناتج من 63.2 من قيمتها النهائية بعد 125ms، ولكن منذ يتم تربيع إشارة قبل أن يحصل على 8216mean8217 الكشف، وسوف تأخذ في الواقع مرتين طالما كنت أوضح. الهدف الأساسي من هذه المادة هو إظهار تكافؤ تصفية أرسي والمتوسط ​​الأسي. إذا كنا نناقش وقت التكامل يعادل تكامل مستطيل صحيح ثم كنت على حق أن هناك عامل اثنين من المعنيين. أساسا إذا كان لدينا تكامل مستطيلة الحقيقي الذي يدمج ل تي ثوان ما يعادل الوقت أرسي التكامل لتحقيق نفس النتيجة هي 2RC ثانية. تي يختلف عن أرسي 8216time ثابت 8217 T الذي هو أرسي. وبالتالي إذا كان لدينا 8216Fast8217 ثابت الوقت من 125 مللي ثانية، وهذا هو أرسي 125 مللي ثانية ثم أن ما يعادل وقت التكامل الحقيقي من 250 ميللي ثانية شكرا لكم على هذه المادة، كان مفيدا جدا. هناك بعض الأوراق الحديثة في علم الأعصاب التي تستخدم مزيج من مرشحات إما (قصيرة الأجل نافذة 82 إما إما لفترة طويلة نافذة) كمرشح تمرير الفرقة لتحليل إشارة في الوقت الحقيقي. وأود أن تطبيقها، ولكن أنا تكافح مع أحجام النوافذ التي استخدمت مجموعات بحثية مختلفة ومراسلاته مع تردد قطع. ويقول Let8217s أريد أن أبقي على جميع الترددات أدناه 0.5Hz (أبروكس) وأنني الحصول على 10 عينات الثانية. وهذا يعني أن فب 0.5Hz P 2s T P100.2 h 1fs0.1 ولذلك، يجب أن يكون حجم النافذة I يجب أن تستخدم N3. هل هذا المنطق صحيح قبل الإجابة على سؤالك يجب أن أعلق على استخدام اثنين من مرشحات تمريرة عالية لتشكيل مرشح تمرير الفرقة. ويفترض أنها تعمل كما تيارات منفصلة اثنين، لذلك نتيجة واحدة هي المحتوى من يقول اللاتكس اللاتكس إلى نصف معدل العينة والآخر هو المحتوى من يقول اللاتكس اللاتكس إلى نصف معدل العينة. إذا كان كل ما يتم القيام به هو الفرق في متوسط ​​مستويات مربع كما يدل على قوة في الفرقة من اللاتكس اللاتكس اللاتكس اللاتكس ثم قد يكون من المعقول إذا كان قطع اثنين ترددات متباعدة بما فيه الكفاية ولكن أتوقع أن الناس باستخدام هذه التقنية تحاول محاكاة مرشح نطاق أضيق. وفي رأيي أن ذلك لا يمكن الاعتماد عليه للعمل الجاد، وسيكون مصدرا للقلق. للاشارة فقط مرشح تمرير الفرقة هو مزيج من التردد المنخفض عالية تمرير مرشح لإزالة الترددات المنخفضة وارتفاع وتيرة مرشح تمرير منخفض لإزالة الترددات العالية. هناك بالطبع تمريرة منخفضة شكل من مرشح أرسي، وبالتالي إيما المقابلة. ربما على الرغم من أن حكمي هو أكثر من الحرجة دون معرفة كل الحقائق لذا هل يمكن أن يرجى أن ترسل لي بعض الإشارات إلى الدراسات التي ذكرتها لذلك أنا قد نقد حسب الاقتضاء. ربما أنهم يستخدمون تمريرة منخفضة وكذلك مرشح تمريرة عالية. الآن تحول إلى السؤال الفعلي الخاص بك حول كيفية تحديد N لهدف معين قطع تردد أعتقد أنه من الأفضل استخدام المعادلة الأساسية T (N-1) ح. وكانت المناقشة حول الفترات تهدف إلى إعطاء الناس الشعور بما يجري. لذا يرجى الاطلاع على الاشتقاق أدناه. لدينا علاقات لاتكست (N-1) هلاتكس و اللاتكس 12 اللاتكس حيث اللاتكسفلاتكس هو افتراضية قطع تردد و h هو الوقت بين العينات، اللثي بشكل واضح 1 اللاتكس حيث لاتكسفسلاتكس هو معدل العينة في سامبليسيك. إعادة ترتيب T (N-1) h في شكل مناسب لتشمل تردد قطع، ليتكسفلاتكس ومعدل العينة، ليتكسفسلاتكس، هو مبين أدناه. وذلك باستخدام ليتكسفك 0.5Hzlatex و ليتكسفس 10latex سامبليسيك بحيث اللاتكس (ففس) 0.05latex يعطي لذلك أقرب قيمة صحيحة هي 4. إعادة ترتيب ما سبق لدينا حتى مع N4 لدينا ليتكسفك 0.5307 هزلاتكس. باستخدام N3 يعطي اللاتكسفلاتكس من 0.318 هرتز. ملاحظة مع N1 لدينا نسخة كاملة مع عدم وجود تصفية. مور أمبير مور الخدمات الاستشارية الأوراق المالية والتحليل الفني مرشحات الرقمية - الأسي المتحركة المتوسطات (1) الفلاتر الرقمية العودية طريقة واحدة لتشكيل المرشحات الرقمية على أساس أكثر كفاءة هو استخدام بعض من الإخراج وتطبيقه على المدخلات. وهذا يجعل المرشح عودية كما يحدث الإخراج إعادة في المدخلات، مما يجعل مرشح تظهر لانهائية في الطول. وبسبب هذا المرشحات أيضا اسم المرشحات لانهائية الاندفاع استجابة (إير)، كما يمكن أن تستمر الاستجابة لانهائية في هذه الحالة هذا المرشح إير بسيط جدا لديه مرحلة واحدة فقط ويأخذ (صغيرة) نسبة من الانتاج السابق. معادلة هذا المرشح البسيط إر الرقمي هو: تخطيطي رسم هذا المرشح إير بسيط جدا يشبه ذلك أدناه يوضح الرسم البياني أدناه ما يحدث. سلسلة 1 المدخلات خطوة رقيقة، وتنتج المخرجات عابرة نموذجية التالية. مع قيمة 9 ل k ثم k 0.09، ثم السلسلة 2 (الخط السميك) هي أول استجابة عابرة نموذجية. إذا تم إسقاط النسبة المئوية (k) إلى 5 (k 0.05) فإن السلسلة 3 (الخط الرفيع تحت السلسلة 1) هي النتيجة المتوقعة. مع K انخفض أكثر إلى 1 (k 0.01) ثم لدينا سلسلة 4 (خط منقط جيدا تحت اثنين من النواتج الأخرى) هو الاستجابة. وتتبع جميع هذه النواتج استجابات الوقت الأسي. لذلك، مع القليل من التغذية المرتدة قمنا بتغيير مرشح غير المتكررة إلى حد ما معقدة إلى مرشح التكرار بسيطة مع الكثير من نفس استجابة التردد، ولكن استجابة زمنية مختلفة يستمر الموجي الناتج مرشح إير إلى الأبد (إلى ما لا نهاية) لتتقارب على مستقرة ، وهذا هو السبب في أن هذه المرشحات الحصول على اسم لانهائية الاندفاع الاستجابة (إير) المرشحات. المسألة الآن هي ربط هذه الاستجابات حتى أنها تتصل بعضها البعض مع التجارة التقنية، والقاسم المشترك هو فترات (عادة أيام)، لذلك فمن الضروري ربط عامل العودية (ك) إلى عامل الفترة. ولحسن الحظ هناك علاقة مباشرة معينة ومن خلال الصيغة كما يلي: حيث اخترنا k 0.09، تحول هذه الصيغة إلى 21.2222 الفترات، وبالنسبة ل k 0.05، تحول هذه الصيغة إلى 39.0 الفترات و k 0.01، وتحول هذه الصيغة إلى 199.0 الفترات. العودة إلى الوراء، نحن نريد حقا أن نعرف عامل k من الفترة وبتحويل الصيغة يصبح: لذلك لمدة 11.0 الفترات ثم k 0.1666666، ل 21.0 الفترات ثم k 0.090909 و ك 40.0 الفترات ثم k 0.0487804 كل هذا يبدو بسيط جدا ، ولكن العلاقة يجب أن تكون مرتبطة. بالإشارة إلى الرسم البياني، من الواضح أن استجابة الوقت هي تسوس أسي. في الفيزياء الأرض، جميع الإجراءات الطبيعية تتبع معدل أسي من التهمة والتضاؤل. مشاهدة دافق خزان: كل فاروش في البداية وانتهى الأمر حتى قليلا (قبل قطرات قطرات في لإعادة ملء خزان) عندما المصابيح الأمامية السيارة إطفاء أنها تذهب قاتمة ومظلمة بطريقة أسي. ظاهرة طبيعية في كل مكان عندما يبدأ المطر ويتوقف عن الهبوط، وكثافة المطر مع مرور الوقت هي وظيفة الأسية، ويتبع نفس قواعد الاضمحلال الأسي مرة أخرى في الالكترونيات تسوس الأراضي الهائلة هي شائعة جدا ويتم قياس أوقات الشحن والتفريغ في نهج تطبيع ودعا الثوابت الوقت (T). مرة واحدة تصريف ثابت إلى حوالي 37، اثنان إلى حوالي 14، ثلاثة إلى حوالي 5 أربعة إلى حوالي 1.8 وخمسة إلى حوالي 0.6 - وهو في الأساس لا شيء عندما تهمة المكونات الإلكترونية أنها تتبع عكس معدل التصريف أي: 63، 86، 95 و 98.2 و 99.4 وما إلى ذلك. وفي حالة الرجوع إلى معادلة التصفية الرقمية إر البسيطة حيث تستجيب لدالة هيفيسيد ستيب فإن منحنى الشحنة له المعادلة التالية: y (t) x (0). (1-إكس - tT) حيث T الوقت ثابت (أو فترة) القيمة. رسم بياني لهذه المعادلة يتطابق تماما مع المرشح العكسي البسيط الموصوف أعلاه، وذلك من خلال تطبيق الدالة هيفيسيدس ستيب (من خلال جعل الوقت متغير المدخلات 1 بدلا من 0) ثم استبدال الفترات الزمنية كعامل الوقت t (39) في (39) (1-إكس -39T) 0.8646647 حتى 0.1353352 إكس -39T و لن (0.1353352) -2 لذلك إكسب -2 إكس -39T حتى -2 -39T، و نقل، T 19.5 إذن ماذا فعلت كل ما يعني الرياضيات في المدرسة الثانوية يعني أساسا أن عدد محدد من الفترات في مرشح بسيط عودية ما يعادل اثنين (2) الثوابت الوقت. وبعبارة أخرى، عندما نحدد مرشحا متكررا لمدة 100 يوم، في اليوم ال 100، فإن ناتج استجابة الفلتر (من مدخلات الخطوة) يساوي قيمة اثنين من الثوابت الزمنية (86 من المبلغ الأقصى). لدينا الآن الرياضيات للتنبؤ بدقة إخراج المرشح من أي مدخلات معروفة لا التخمين شكرا، أوليفر هيفيسيد وأولئك الرياضيات في وقت سابق الرائعة الآن يمكننا استخدام الرياضيات التأسيسية لحساب الاستجابة لمنحدر، والخطأ أيضا الرسم البياني على يظهر الجانب الأيسر أدناه إدخال خطوة 100 وحدة يتم تطبيقها على كل من SMA20 و EMA20 مرشح، وينظر بوضوح اثنين من المخرجات. من الإدخال الخطوة، SMA20 الناتج يرتفع كمنحدر حتى يضرب القيمة القصوى تماما مثل معدل محدود مكبر للصوت محدودة و EMA20 يرتفع بسرعة ثم ينخفض ​​إلى أضعافا مضاعفة لتتقارب أتيمبوتتيكالي على الانتاج مستقرة. وتتجاوز المخرجات في علامة 80، وهذا مرجع لاستخدامها عند مقارنة عدد لا يحصى من الردود الأخرى. يظهر الرسم البياني لليد اليمنى أدناه استجابة مرشح إير إلى منحدر وحدة (موقف رأسي واحد لكل خطوة أفقية). (يمكن النظر إلى هذا على سبيل المثال 1 في المائة في اليوم الواحد). هذه المرة k 0.15 وبالتالي فإن الفترات 12.33333، ووقت ثابت (T) هو 6.166667 الفترات الزمنية. وحدة منحدر هو مستقيم منحدر رقيقة خط المنحدرة الإيجابية وتحت هذا هو استجابة خط خط سميكة إلى المنحدر، الذي يأخذ أيضا قبالة ويصبح موازيا سيمبتوتيكالي للمنحدر. المسافة العمودية بين هذين هو الخطأ. حتى الآن نحن نعلم أن هذا المرشح إير بسيطة لديها استجابة أسي من الدرجة الأولى، التي لديها خطأ صفر إلى قيمة مدخلات مستقرة وخطأ ثابت معروف إلى إدخال المنحدر. صيغة الخطأ هي إرور أرك 1، حيث R هو معدل ميل المنحدر. ويؤدي استبدال k 0.15 في هذه المعادلة إلى حدوث خطأ لانهائي قدره 5.66666 وهذا بالضبط ما يبينه الرسم البياني. A التكرار (إير) تصفية في الممارسة وقد وصفت القسم أعلاه للتو العمل الداخلي للمرشح العودية أبسط، (مرشح إير) الذي يحدث للتو ليكون العمل متطابقة من المتوسط ​​المتحرك الأسي (إما) ولم يتغير شيء تقريبا من بعض التسمية على سبيل المثال إما 20 يوما هو حقا مرشح إير مع k 0.095238 والتي ينبغي أن تكون غير مفاجأة. ونحن نعلم الآن أن الوقت ثابت لمدة 20 يوما إما فلتر هو 10 يوما وأن عامل الخطأ المنحدر هو 9.5 (على افتراض واحد في المائة يوميا معدل منحدر). يظهر الرسم البياني أعلاه (مأخوذ من مخطط ماركيتولز) فرق الاستجابة بين SMA20 (الأخضر) و EMMA20 (الأزرق). كما يبدأ سعر الإغلاق في منحدر إما في البداية يتتبع أقرب ويتردد في حين أن SMA20 الشرائح في أبطأ (مستدير) ويشكل خط مستقيم تقريبا. ولا ينبغي أن يكون هذا مفاجئا، لأننا نعرف أن سما أقل تفاعلا بكثير مع التغيرات الأخيرة من المتوسط ​​المتحرك. يمكنك أن ترى بوضوح الخطأ الذي لديهم إلى منحدر في الأسعار وهذا يمكن أن تستخدم لميزة عند القيام التحليل الفني ويوضح هذا الرسم البياني أيضا المتوسطات المتحركة تتبع الأسعار ولكن مع سعر مماثل جدا تعويض (خطأ) الناجمة عن عمليا معدل ثابت للتغير في السعر على مدى فترة زمنية محدودة (في هذه الحالة). المشكلة مع الأسعار هي أن هناك نظام التغذية المرتدة الذي ينظم التغيرات في الأسعار وهذه ردود الفعل هو إدارة الإنسان الذي يعمل مثل هذا: لسبب ما، يرى شخص ما أنهم يرغبون في شراء سهم معين، ولكن الثمن هو أعلى هامشيا من سعر التداول السابق. عندما يشترون الأسهم السعر الجديد هو الآن أعلى. ويرى آخرون أن الأسعار إما مرتفعة جدا أو صحيحة أو لا تزال رخيصة. مع هذا التفكير في الاعتبار، التجار الآخرين استخدام الأسعار في وقت سابق كمرجع وتميل إلى تصحيح هذا السعر مرة أخرى نحو السعر المرجعي أن كل واحد منهم. وهذا يؤدي إلى تقلب السعر بطريقة تذبذبية تميل إلى الاستقرار مع مرور الوقت. كل شيء لا يفقد لأن هذا مهم أن يكون مفهوما أن المتوسط ​​المتحرك التكنولوجيا هو نظام ترتيب 1ST، في الوقت الراهن يمكن استخدامه في المعرفة أنه إذا كانت الأسعار بشكل عام أقل من المتوسط ​​المتحرك، ثم الأسعار في الواقع السقوط مع مرور الوقت، وإذا كانت الأسعار فوق المتوسط ​​المتحرك، ثم الأسعار بشكل عام مع ارتفاع الوقت. ومن ثم، فإن من المنطقي معرفة هذه القاعدة الأساسية، حيث يعني أن الأسهم الوحيدة التي يجب أن تشارك فيها هي تلك التي لها أسعار فوق خط المتوسط ​​المتحرك. ولكن ما هو الوقت الثابت ينبغي أن تستخدم للمتوسط ​​المتحرك ولماذا تقريبا أي حزم التحليل الفني تأتي في أي مكان بالقرب من هذا العمق، وأنها جميعا علاج سما و إما مع عدم وجود فهم حقيقي. المشكلة هي تقريبا تفسيرية ذاتيا في أن جميع البيانات تقريبا هي التخلص من الذخائر المتفجرة على أساس وبسبب ذلك، فإن تجاوز المتوسطات المتحركة يمكن أن يحل معظم إشارات الشراء والبيع وبعبارة أخرى، توقف التقدم في التحليل الفني مثل الحافلة التي تصل إلى الهاوية عندما تتحرك المتوسطات حل مع بيانات التخلص من الذخائر المتفجرة. أنه يعمل الأرباح من المبيعات التقنية القائمة يمكن أن تتحقق توقف التنمية واحد متحرك متوسط ​​بعد أن أثبتت بحزم حقيقة أن سما و إما هي على حد سواء أنظمة النظام 1ST، وأن كلا من هذه على نحو فعال تقليل الضوضاء من التباين التجاري، استنادا إلى بيانات التخلص من الذخائر المتفجرة، ليس من المستغرب أن تكون هذه المتوسطات بمثابة مؤشر شراء أو عدم شراء للأوراق المالية التي لها أي شكل من أشكال الاتجاه. استخدامهم هو تطبيق بسيط في أن الخطأ بين سعر الإغلاق الفعلي والمتوسط ​​المتحرك عندما تشير الإيجابية إلى أن الأمن ينبغي أن تعقد والعكس. هذا المؤشر هو الأكثر بدائية من جميع المؤشرات الفنية، وسنوات ضوئية بعد استخدام أي شكل من أشكال المؤشرات ولدت ماليا لإظهار ما إذا كان سعر الأمن آخذ في الارتفاع أو الانخفاض في الاتجاه. المؤشر يضيء حقا عندما يكون الأمن في الاتجاه، ولكن عندما يحوم السعر أو تتسطح بها مشكلة من التردد. الرسم البياني أدناه يشير إلى هذا الوضع، ويتمثل ذلك من خلال تضمين وظيفة التبديل لإظهار ما يمكن أن يحدث. يتم عرض وظيفة التبديل السعر الرسوم المتحركة متوسط ​​الرسوم المتحركة. في الحالة اليسرى هو EMA12، وبما أن سعر الإغلاق يتقلب، يصبح التبديل غير حاسم جدا عندما يكون اتجاه اتجاه السعر أو يتغير الاتجاه. طريقة واحدة حول المشكلة هي استخدام المتوسط ​​المتحرك البطيء مثل المتوسط ​​المتحرك 21 كما هو موضح على الجانب الأيمن. يتم تخفيض عدد نقاط التردد، مما يعني أن عدد الصفقات غير المجدية سوف ينخفض ​​بشكل كبير، ولكن يبدو أن تدفقات الأرباح أقرب وأكبر بسبب فقد المتوسط ​​المتحرك في وقت متأخر جدا من التحول. في الخلفية هناك إيجابية في أن 12 و 21 المتوسطات المتفجرة للتخلص من الذخائر المتفجرة هي أكثر سلاسة من وثيقة التخلص من الذخائر المتفجرة، وهذا في حد ذاته يمكن أن تستخدم في الاستفادة. Two Moving Averages By comparing two moving averages (which in themselves are already smoothed by their own attributes), a cleaner indication can be obtained and it can offer some advantages. The graphs below show some examples on the same security for direct comparison. The above left hand graph has the same switch function based on two moving averages EMA12 and EMA26 and see that the indecision is virtually nil. This is a positive step, but a closer look at the actual switch over points shows that it is very conservative and in many cases considerable gains are lost before the decision is made to pull out. If it was not for this then this could be an ideal holdsell indicator purely based on close prices from EOD figures. The above right graph (taken from OmniTrader) shows a six-month view of a stock and there are two exponential moving averages (EMAs) also on the graph. In this particular case the moving average that hugs the share prices is an EMA8 and the other one that slowly converges in the share price is an EMA35. This is a good example as the faster EMA has the range of the EOD values of the share price intersecting it on several occasions. The slower EMA barely reaches the EOD price ranges. OmniTrader has a very nice feature in that each testing indicator can be set to self-optimise itself for each security over a specified history (eg 250 trading days). This gives the indicators a good chance to provide a much better hit-rate than you would normally get by simply setting the indicator parameters yourself. In this case they started at EMA12 and EMA40 and settled on EMA8 and EMA35 for an optimum result. The problem is that of uncertainty as both moving averages converge on each other and do not have a clean crossover. This is not a major issue as we know that both SMA and EMA both are 1 st order systems and because of that they asymptotically converge on a constant input, so if a price remains constant, then the two moving averages will both converge on that constant value, but at different rates. The real problem is one of noise (actually price fluctuation about a constant value) and this can cause the faster moving average to whipsaw over the more stable slower (longer) moving average. There are several solutions to this problem, and each has their merits. Multiple Moving Averages Extending on the theme of moving averages from one to two to many is a logical progression and the approach of Multiple Moving Averages is quite a simple concept to visualise. Daryl Guppy devised it and it consists of ten moving averages in two groups that are geometrically spaced. The first group is short term EMA3, EMA5, EMA7, EMA10 and EMA15, while the long term moving averages are EMA30, EMA35, EMA40, EMA50 and EMA60. To get a visual on how it looks, the two graphs below show the general pictures. In the left hand graph below, the five longer term moving averages follow in generally parallel lines as the stock price trends up, the prices then steepen then retraces and the moving average lines expand from each other and then converge and then expand as the new trend sets in place and the moving averages again form parallel lines. Looking more closely in the right hand graph of the same stock with the shorter set of moving averages, it becomes obvious that when the exponential moving averages converge or diverge, then something is about to happen The reason that these moving averages form effectively parallel lines while a trend in happening is that the error from actual price to moving average is dependent on the feedback factor in the EMA. In direct comparison the SMA based on the same time constants is demonstrated below: The graphs above show the same rainbow of curves but all with SMA instead of EMA. It is because of the non-linear to step input response that the EMA has that causes the curves to converge on each other, where the SMA set of curves in these lower two graphs clearly overshoot each other. Guppy Multiple Moving Averages Daryl Guppy developed a rainbow of multiple moving averages, called the Guppy Moving Averages (GMA) that when placed on a price chart, converge as the trend begins to take place, and again converge as the trend has turned down, and all the rest of the time they are divergent How easy is that Based on EOD traffic, Daryls EMA constants are, for the short-term: 3, 5, 8, 10, 12, 15, and for long-term 30, 35, 40, 45, 50, and 60. For the short-term constants, my guess is that this was based on a simple arithmetic set of EMAs that were nominally 2.4 periods apart and set to the nearest integer for the period, resulting in: 3, 5.4, 7.8, 10.2, 12.6 and 15.0 giving 3, 5, 8, 10, 13 and 15, with the 13 pulled back to 12. It seems to me that the long-term constants are based on another arithmetic progression with 55 missing out probably because it got too cramped there, and that tells me that this sequence should have been a geometric progression in any case. With five intervals between 30 and 60 the multiplier is about 1.1487 so the sequence becomes 30.00, 34.46, 39.59, 45.47, 52.23, 60.00 and bringing this to the nearest Integers gives: 30, 34, 40, 45, 52, 60 and this would give a very even set of longer term EMAs from a geometric progression get the long-term constants. So why am I hooked on geometric progressions, and why did they teach these things at school Well it is like this, life relationships are actually geometrically related everything is a ratio of other things, even additions to families are geometrically related not arithmetically related on the larger scale. I know that the teachers did not show me this when at school and I had some bloody fantastic teachers. By far the best teachers were those that had industrial and business skills through non-school experience, and were the envy of those that didnt. Anyway To see the picture there is nothing like a visual example The two graphs above give examples of the Guppy Moving Averages (GMMA), and these are Exponential Moving Averages, not Simple Moving Averages. Interesting, as SMA have a rounder response because they dont overreact to the most recent values as EMAs do. There are two families of these and the left hand side shows the long-term band away from the prices and converging on changes. The right hand side shows the short-term moving averages more closely following the (close) prices. Going on another tangent, by setting up a geometric progression based on root 2 as per a photography lens, a typical sequence is 5, 7, 10, 14, 20, 28, 40, 56, 80, 113, 200 etc. The left hand one is based on EMA and the one on the right is based on SMA. Because the SMA has a linear transient response, the overall trace is somewhat more rounded than the EMA which has a tapered decay response, hence the spray of exponential moving averages as compared to the number of crossovers with the simple moving averages. This is a very popular tool and Guppys rainbows give a high impact visual, and if that is what you are looking for then this is it Not only is it interesting to watch the various moving averages diverge and converge, but going that one step further to calculate and display that divergence and convergence is the next logical evolutionary step. While these rainbows of moving averages have a visual impact using EOD data, when it comes to trade data it is an entirely different story, as the increments are much smaller because of the short timeslots, and this gives rise to actually analyse the sequence of crossovers, as this picks the difference between a trade and an investment but more later An alternate to resorting to trade (live) data is to use a better filter - or cascade (put one after another) some first order filters into trying to make a higher loss in the stop band with a shorter and more linear risetime - and Cascaded EMAs is the next adventure step