การย้าย ค่าเฉลี่ย บล็อก ใน Simulink

ฉันใหม่เพื่อ Simulink ฉันต้องการจะทำค่าเฉลี่ยของข้อมูลที่เข้ามาซึ่งมาหลังจากช่วงเวลาหนึ่งจากหนึ่งบล็อกตัวอย่างเช่นข้อมูลกรอบต่อเนื่องของ 42 ตัวอย่างออกจากบล็อกพร้อมกับข้อมูลกรอบมีอีกแท็กออกที่บอกว่า ตัวอย่างเฟรมเหล่านี้อยู่ในหมวดหมู่แท็กคือตัวเลขตั้งแต่ 1-6 ผลลัพธ์เป็นแบบสุ่มฉันต้องการเฉลี่ยข้อมูลประเภทเดียวกันเช่นเฟรมแรกคือ cat1 จากนั้นหลังจากเฟรม cat1 4 ภาพอีกครั้งมาถึงตอนนี้ฉันควรเฉลี่ยเฟรมใหม่นี้อย่างไร กับก่อนหน้านี้ฉันต้องการทำเช่นนี้สำหรับทุกประเภทกรุณาช่วยฉันใน this. asked 26 มีนาคมที่ 14 13 35.A โซลูชั่นรวดเร็วและสกปรกจะใช้ arraylist สำหรับแต่ละประเภทเริ่มต้นรายการกับ NaNs และเก็บ ตัวนับสำหรับตัวอย่างสุดท้ายจากแต่ละประเภทการใช้ฟังก์ชันเฉลี่ยที่คุณจะได้รับค่าเฉลี่ยของการวัดทั้งหมดหากคุณต้องการแค่ค่าเฉลี่ยของเฟรมปัจจุบันและเฟรมก่อนหน้านี้คุณสามารถทำ cat1 n1 cat1 n1 1 โดยที่ cat1 เป็น arraylist สำหรับ r จากหมวด 1 และ n1 เป็นดัชนีของเฟรมก่อนหน้าใน cat1 หากคุณต้องการค่าเฉลี่ยถ่วงน้ำหนักสำหรับการใช้งานแบบเรียลไทม์ให้สร้างตัวแปรเฉลี่ยสำหรับแต่ละหมวดหมู่ว่า av1, av2 และคำนวณ av1 alpha av1 1 - alpha cat1 n1 1 โดยที่ alpha เป็นน้ำหนักที่กำหนดให้ค่า alpha 1 เฉลี่ยก่อนหน้าและ cat1 n1 1 เป็นค่าใหม่เมื่อใดก็ตามที่มี cat1 frame มาตอบ: 26 มีนาคมที่ 17 39.Moving Average วิธีการเฉลี่ยวิธีการเลื่อนหน้าต่าง default Exponential weighting. Sliding window หน้าต่างของความยาวความยาวของหน้าต่างจะเลื่อนไปตามข้อมูลการป้อนข้อมูลตามแต่ละช่องตัวอย่างทุกๆหน้าต่างจะเคลื่อนที่โดยบล็อกจะคำนวณค่าเฉลี่ยของข้อมูลในหน้าต่างการคำนวณน้ำหนักเกินบล็อกจะคูณตัวอย่างด้วยชุดของการถ่วงน้ำหนัก ปัจจัยขนาดของปัจจัยการถ่วงน้ำหนักลดลงอย่างมากตามอายุของข้อมูลที่เพิ่มขึ้นไม่ถึงศูนย์ในการคำนวณค่าเฉลี่ยอัลกอริทึมจะสรุปข้อมูลที่ถ่วงน้ำหนักกำหนดความยาวของหน้าต่างกำหนดค่าสถานะเพื่อระบุหน้าต่าง เมื่อเลือกกล่องกาเครื่องหมายนี้ความยาวของหน้าต่างเลื่อนเท่ากับค่าที่คุณระบุในความยาวของหน้าต่างเมื่อคุณล้างกล่องกาเครื่องหมายนี้ความยาวของหน้าต่างเลื่อนเป็นอนันต์ในโหมดนี้บล็อกคำนวณ ค่าเฉลี่ยของตัวอย่างปัจจุบันและตัวอย่างก่อนหน้าทั้งหมดในช่องความยาวตามลำดับความยาวของหน้าต่างเลื่อน 4 ค่าเริ่มต้นบวก integar. Window length ระบุความยาวของหน้าต่างเลื่อนพารามิเตอร์นี้จะปรากฏขึ้นเมื่อคุณเลือกกล่องกาเครื่องหมายระบุระยะเวลาของหน้าต่าง Forgetting factor Factor factor 0 9 ค่าเริ่มต้นบวกจริงจริงในช่วง 0.1 พารามิเตอร์นี้ใช้เมื่อคุณตั้งค่าวิธีการน้ำหนักตัวชี้แจงปัจจัยการลืมของ 0 9 ให้น้ำหนักมากขึ้นกับข้อมูลเก่ากว่าจะเป็นปัจจัยลืม 0 1 ลืม ปัจจัยที่ 1 0 หมายถึงหน่วยความจำที่ไม่มีที่สิ้นสุดตัวอย่างทั้งหมดก่อนหน้านี้จะได้รับน้ำหนักเท่ากันพารามิเตอร์นี้สามารถปรับได้คุณสามารถเปลี่ยนค่าได้แม้ในระหว่างการจำลองการจำลองโดยใช้ประเภทของซิม ulation to run การสร้างโค้ดการประมวลผลเริ่มต้นการตีความดำเนินการจำลองรูปแบบโดยใช้รหัส C ที่สร้างขึ้นครั้งแรกที่คุณเรียกใช้การจำลอง Simulink สร้างรหัส C สำหรับบล็อกโค้ด C จะใช้ซ้ำสำหรับการจำลองตามมาตราบใดที่โมเดลไม่เปลี่ยนแปลงตัวเลือกนี้ต้องใช้ เวลาเริ่มต้นเพิ่มเติม แต่ให้ความเร็วในการจำลองได้เร็วกว่าการแปลผลดำเนินการจำลองรูปแบบโดยใช้ตัวแปล MATLAB ตัวเลือกนี้จะช่วยลดเวลาในการเริ่มต้น แต่มีความเร็วในการจำลองช้ากว่าการสร้างโค้ดวิธีการหน้าต่างแบบหลบซ่อนในวิธีการของหน้าต่างแบบสไลด์ ค่าเฉลี่ยของตัวอย่างปัจจุบันและ Len - 1 ตัวอย่างก่อนหน้า Len คือความยาวของหน้าต่างการคำนวณผลลัพท์แรกของ Len - 1 เมื่อหน้าต่างไม่มีข้อมูลเพียงพอขั้นตอนวิธีจะเติมหน้าต่างด้วยศูนย์ตัวอย่างเช่น คำนวณค่าเฉลี่ยเมื่อป้อนข้อมูลตัวอย่างที่สองเข้ามาแล้วอัลกอริทึมจะเติมหน้าต่างด้วยเลน -2 ศูนย์ข้อมูลเวกเตอร์ x คือตัวอย่างข้อมูลสองชุด โดย Len - 2 zeros เมื่อคุณไม่ได้ระบุความยาวของหน้าต่างอัลกอริทึมจะเลือกความยาวของหน้าต่างที่ไม่มีที่สิ้นสุดในโหมดนี้ผลลัพธ์คือค่าเฉลี่ยเคลื่อนที่ของตัวอย่างปัจจุบันและตัวอย่างก่อนหน้าทั้งหมดในช่องทาง Extrendment Weighting Method. In วิธีการถ่วงน้ำหนักแบบเสวนาค่าเฉลี่ยเคลื่อนที่จะถูกคำนวณโดยใช้สูตรเหล่านี้ซ้ำ ๆ Nw N 1 1 x N 1 1 N N N N 1 1 n N x Nx N ค่าเฉลี่ยเคลื่อนที่ที่ตัวอย่างปัจจุบัน n ตัวอย่างข้อมูลปัจจุบัน x N 1 ค่าเฉลี่ยเคลื่อนที่ที่ตัวอยางขางลางฟลมเหตุการ ณ  N คาถวงน้ําหนักที่ใชกับตัวอยางขอมูลปจจุบัน 1 1 w N x N 1 ผลของข้อมูลก่อนหน้านี้โดยเฉลี่ยสำหรับตัวอย่างแรกที่ N 1 อัลกอริทึ่มเลือก w N 1 สำหรับตัวอย่างถัดไปจะมีการอัพเดตข้อมูลการถ่วงน้ำหนักและคำนวณค่าเฉลี่ยตามลำดับ สมการ recursive เมื่ออายุของข้อมูลเพิ่มขึ้นขนาดของปัจจัยการถ่วงน้ำหนักลดลงอย่างมากและไม่ถึงศูนย์ในคำอื่น ๆ ข้อมูลล่าสุดมีอิทธิพลมากขึ้นกับค่าเฉลี่ยปัจจุบันมากกว่าข้อมูลที่เก่ากว่าค่าของปัจจัยการลืมกำหนด อัตราการเปลี่ยนแปลงของปัจจัยการถ่วงน้ำหนักปัจจัยการลืม 0 9 ให้น้ำหนักแก่ข้อมูลเก่ามากกว่าปัจจัยที่ลืม 0 1 ปัจจัยการลืมของ 1 0 หมายถึงหน่วยความจำที่ไม่มีที่สิ้นสุดตัวอย่างทั้งหมดก่อนหน้านี้จะมีน้ำหนักเท่ากันเลือกประเทศของคุณ. Moving Average วิธีการเฉลี่ยวิธีการเลื่อนหน้าต่างการกำหนดค่าเริ่มต้น weighting. Sliding window หน้าต่างของความยาวความยาวของหน้าต่างจะเลื่อนไปตามข้อมูลการป้อนข้อมูลตามแต่ละช่องสำหรับทุกตัวอย่างหน้าต่างจะเคลื่อนที่โดยบล็อกจะคำนวณค่า a verage มากกว่าข้อมูลในหน้าต่างการถ่วงน้ำหนักที่เพิ่มขึ้นบล็อกคูณตัวอย่างโดยใช้ชุดของปัจจัยการถ่วงน้ำหนักขนาดของปัจจัยการถ่วงน้ำหนักลดลงอย่างมากเมื่ออายุของข้อมูลเพิ่มขึ้นโดยไม่ต้องไปถึงศูนย์คำนวณค่าเฉลี่ยอัลกอริทึมจะคำนวณจำนวนถัวเฉลี่ยถ่วงน้ำหนัก data. Specify window length กำหนดค่าความยาวของหน้าต่างเมื่อเริ่มต้น off. When คุณเลือกกล่องกาเครื่องหมายนี้ความยาวของหน้าต่างเลื่อนเท่ากับค่าที่คุณระบุในความยาวของหน้าต่างเมื่อคุณล้างกล่องกาเครื่องหมายนี้ความยาวของหน้าต่างบานเลื่อน เป็นอนันต์ในโหมดนี้บล็อกจะคำนวณค่าเฉลี่ยของตัวอย่างปัจจุบันและตัวอย่างก่อนหน้าทั้งหมดในช่องความยาวตามความยาวของหน้าต่างเลื่อน 4 ค่าเริ่มต้นของจำนวนเต็มบวกที่เป็นค่าเริ่มต้นความยาวตามขั้นตอนระบุความยาวของหน้าต่างเลื่อนพารามิเตอร์นี้จะปรากฏขึ้นเมื่อคุณ ให้เลือกกล่องกาเครื่องหมายระบุความยาวของหน้าต่างปัจจัยการฟอร์จูน Factor factor 0 9 ค่าเริ่มต้นบวกจริงในช่วง 0.1 พารามิเตอร์นี้ใช้เมื่อ yo u set วิธีการชั่งน้ำหนักแบบ Exponential ปัจจัยการลืม 0 9 จะให้น้ำหนักแก่ข้อมูลเก่ามากกว่าปัจจัยที่ลืม 0 1 ปัจจัยการลืมของ 1 0 หมายถึงหน่วยความจำอนันต์ตัวอย่างทั้งหมดก่อนหน้านี้จะได้รับน้ำหนักที่เท่ากันพารามิเตอร์นี้จะปรับได้ สามารถเปลี่ยนค่าของมันได้แม้ในระหว่างการจำลองการจำลองโดยใช้ประเภทของการจำลองการเรียกใช้การสร้างโค้ดการประมวลผลเริ่มต้นการตีความดำเนินการจำลองรูปแบบโดยใช้รหัส C ที่สร้างขึ้นครั้งแรกที่คุณเรียกใช้การจำลอง Simulink สร้างรหัส C สำหรับบล็อกรหัส C ถูกนำมาใช้ใหม่ในภายหลัง การจำลองแบบตราบเท่าที่รูปแบบไม่เปลี่ยนแปลงตัวเลือกนี้ต้องการเวลาเริ่มต้นเพิ่มเติม แต่ให้ความเร็วในการจำลองได้เร็วกว่าการแปลผลดำเนินการจำลองรูปแบบโดยใช้ตัวแปล MATLAB ตัวเลือกนี้จะลดเวลาในการเริ่มต้น แต่มีความเร็วในการจำลองช้ากว่าการสร้างโค้ด วิธีการสไลด์หน้าต่างเอาท์พุทสำหรับแต่ละตัวอย่างคือค่าเฉลี่ยของตัวอย่างปัจจุบันและตัวอย่างก่อนหน้านี้ Len - 1 en คือความยาวของหน้าต่างการคำนวณผลลัพท์แรกของ Len - 1 เมื่อหน้าต่างไม่มีข้อมูลเพียงพออัลกอริทึมจะเติมหน้าต่างด้วยศูนย์ตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเมื่อป้อนข้อมูลตัวอย่างที่สอง อัลกอริทึมจะเติมหน้าต่างด้วย Len - 2 zeros เวกเตอร์ข้อมูล x คือตัวอย่างข้อมูลสองชุดตามด้วยศูนย์ Len-2 เมื่อคุณไม่ได้ระบุความยาวของหน้าต่างอัลกอริทึมจะเลือกความยาวของหน้าต่างที่ไม่มีที่สิ้นสุดในโหมดนี้ผลลัพธ์คือ ค่าเฉลี่ยเคลื่อนที่ของตัวอย่างปัจจุบันและตัวอย่างก่อนหน้าทั้งหมดในช่องทางวิธีการคำนวณความถ่วงน้ำหนักในวิธีการถ่วงน้ำหนักแบบเสวนาการคำนวณค่าเฉลี่ยเคลื่อนที่จะคำนวณโดยใช้สูตรเหล่านี้ใหม่ Nw N 1 1 x N 1 1 w N x N 1 1 N N x Nx N คาเฉลี่ยเคลื่อนที่ที่ตัวอยางปจจุบัน N การปอนขอมูลปจจุบัน n ยกเวน N 1 คาเฉลี่ยเคลื่อนที่ที่ตัวอยางเดิมตัวอยางการปอน 1 1 w N x N 1 ผลของข้อมูลก่อนหน้านี้โดยเฉลี่ยสำหรับตัวอย่างแรกที่ N 1 อัลกอริทึ่มเลือก w N 1 สำหรับตัวอย่างถัดไปจะมีการอัพเดตข้อมูลการถ่วงน้ำหนักและคำนวณค่าเฉลี่ยตามลำดับ สมการ recursive เมื่ออายุของข้อมูลเพิ่มขึ้นขนาดของปัจจัยการถ่วงน้ำหนักลดลงอย่างมากและไม่ถึงศูนย์ในคำอื่น ๆ ข้อมูลล่าสุดมีอิทธิพลมากขึ้นกับค่าเฉลี่ยปัจจุบันมากกว่าข้อมูลที่เก่ากว่าค่าของปัจจัยการลืมกำหนด อัตราการเปลี่ยนแปลงของปัจจัยการถ่วงน้ำหนักปัจจัยการลืม 0 9 ให้น้ำหนักแก่ข้อมูลเก่ามากกว่าปัจจัยที่ลืม 0 1 ปัจจัยการลืมของ 1 0 หมายถึงหน่วยความจำที่ไม่มีที่สิ้นสุดตัวอย่างทั้งหมดก่อนหน้านี้จะมีน้ำหนักเท่ากันเลือกประเทศของคุณ .