เฉลี่ยเคลื่อนที่ Simulink

ค่าเฉลี่ยการเคลื่อนที่วิธีการเฉลี่ยวิธีการเลื่อนหน้าต่างการกำหนดค่าเริ่มต้นน้ำหนักการชี้แจงน้ำหนักหน้าต่างบานเลื่อนหน้าต่างความยาวความยาวของหน้าต่างจะเลื่อนไปตามข้อมูลการป้อนข้อมูลตามแต่ละแชแนลสำหรับตัวอย่างทุกหน้าต่างจะเคลื่อนที่โดยบล็อกจะคำนวณค่าเฉลี่ยของข้อมูลในหน้าต่างการคำนวณน้ำหนักเกิน ขนาดของปัจจัยการถ่วงน้ำหนักจะลดลงอย่างมากเมื่ออายุของข้อมูลเพิ่มขึ้นโดยไม่ต้องไปถึงศูนย์ในการคำนวณค่าเฉลี่ยขั้นตอนวิธีนี้จะรวมข้อมูลที่ถ่วงน้ำหนักระบุความยาวของหน้าต่างระบุความยาวของหน้าต่าง เมื่อเลือกกล่องกาเครื่องหมายนี้ความยาวของหน้าต่างเลื่อนเท่ากับค่าที่คุณระบุในความยาวของหน้าต่างเมื่อคุณล้างกล่องกาเครื่องหมายนี้ความยาวของหน้าต่างเลื่อนเป็นอนันต์ในโหมดนี้บล็อกคำนวณ ค่าเฉลี่ยของตัวอย่างปัจจุบันและตัวอย่างก่อนหน้าทั้งหมดในช่องความยาวตามความยาวของหน้าต่างบานเลื่อน 4 ค่าเริ่มต้นของจำนวนเต็มบวกที่เป็นค่าเริ่มต้น ies ความยาวของหน้าต่างเลื่อนพารามิเตอร์นี้จะปรากฏขึ้นเมื่อคุณเลือกกล่องกาเครื่องหมายระบุความยาวหน้าต่างปัจจัยการฟอร์แมต Facting factor 0 9 ค่าเริ่มต้นบวกจริงในช่วง 0.1 พารามิเตอร์นี้ใช้เมื่อคุณตั้งค่าวิธีการให้น้ำหนักถ่วงน้ำหนัก A forgetting ปัจจัยของ 0 9 ให้น้ำหนักมากกว่าข้อมูลเก่ากว่าที่เป็นปัจจัยที่ลืม 0 1 ปัจจัยการลืมของ 1 0 หมายถึงหน่วยความจำอนันต์ตัวอย่างทั้งหมดก่อนหน้านี้จะได้รับน้ำหนักเท่ากันพารามิเตอร์นี้สามารถปรับได้คุณสามารถเปลี่ยนค่าได้แม้ในระหว่างการจำลอง จำลองครั้งโดยใช้ประเภทของการจำลองเพื่อเรียกใช้การสร้างโค้ดการประมวลผลเริ่มต้นการตีความดำเนินการจำลองรูปแบบการใช้รหัส C ที่สร้างขึ้นครั้งแรกที่คุณเรียกใช้การจำลอง Simulink สร้างรหัส C สำหรับบล็อกโค้ด C จะใช้ซ้ำสำหรับการจำลองตามมาตราบเท่าที่แบบจำลองไม่ ไม่เปลี่ยนแปลงตัวเลือกนี้ต้องการเวลาเริ่มต้นเพิ่มเติม แต่ให้ความเร็วในการจำลองได้เร็วกว่าการแปลผลดำเนินการจำลองรูปแบบโดยใช้ล่าม MATLAB นี้ ตัวเลือกลดเวลาการเริ่มต้น แต่มีความเร็วในการจำลองช้าลงกว่าการสร้างโค้ดวิธีการ Window แบบหลบซ่อนในวิธีการของหน้าต่างแบบเลื่อนออกผลลัพธ์สำหรับแต่ละอินพุทคือค่าเฉลี่ยของตัวอย่างปัจจุบันและ Len - 1 ตัวอย่างก่อนหน้า Len คือความยาวของหน้าต่าง ในการคำนวณผลลัพท์แรกของ Len-1 เมื่อหน้าต่างไม่มีข้อมูลเพียงพออัลกอริทึมจะเติมหน้าต่างด้วยศูนย์ตัวอย่างเช่นเมื่อคำนวณค่าเฉลี่ยเมื่อป้อนข้อมูลตัวอย่างที่สองอัลกอริทึมจะเติมหน้าต่างด้วยเลน - 2 ศูนย์เวกเตอร์ข้อมูล x คือตัวอย่างข้อมูลสองชิ้นตามด้วยศูนย์ Len - 2 เมื่อคุณไม่ระบุความยาวของหน้าต่างอัลกอริทึมจะเลือกความยาวของหน้าต่างที่ไม่มีที่สิ้นสุดในโหมดนี้ผลลัพธ์เป็นค่าเฉลี่ยเคลื่อนที่ของกลุ่มตัวอย่างปัจจุบัน และตัวอย่างก่อนหน้าทั้งหมดในช่องทางวิธีการคำนวณความถ่วงน้ำหนักในวิธีการถ่วงน้ำหนักแบบเสวนาค่าเฉลี่ยเคลื่อนที่จะถูกคำนวณโดยใช้สูตรเหล่านี้ซ้ำโดยใช้สูตรเหล่านี้ N w N 1 1 x N 1 1 w N x N 1 1 w N x Nx N ค่าเฉลี่ยเคลื่อนที่ที่ cu rrent sample. x N อินพุตข้อมูลปัจจุบัน sample. x N 1 ค่าเฉลี่ยเคลื่อนที่ที่ตัวอยางขางลางขอมูลปจจุบัน N Weighting factor ใช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 ผลของข้อมูลก่อนหน้านี้โดยเฉลี่ยสำหรับตัวอย่างแรกโดยที่ N 1 อัลกอริทึ่มเลือก w N 1 สำหรับตัวอย่างถัดไปจะมีการอัพเดตข้อมูลการถ่วงน้ำหนักและคำนวณค่าเฉลี่ยตามลำดับ สมการ recursive เมื่ออายุของข้อมูลเพิ่มขึ้นขนาดของปัจจัยการถ่วงน้ำหนักลดลงอย่างมากและไม่ถึงศูนย์ในคำอื่น ๆ ข้อมูลล่าสุดมีอิทธิพลมากขึ้นกับค่าเฉลี่ยปัจจุบันมากกว่าข้อมูลที่เก่ากว่าค่าของปัจจัยการลืมกำหนด อัตราการเปลี่ยนแปลงของปัจจัยการถ่วงน้ำหนักปัจจัยการลืม 0 9 ให้น้ำหนักแก่ข้อมูลเก่ามากกว่าปัจจัยที่ลืม 0 1 ปัจจัยการลืมของ 1 0 หมายถึงหน่วยความจำที่ไม่มีที่สิ้นสุดตัวอย่างทั้งหมดก่อนหน้านี้จะมีน้ำหนักเท่ากันเลือกประเทศของคุณ ค่าเฉลี่ยถ่วงน้ำหนักของการย้ายเฉลี่ยล้าสมัยบล็อกน้ำหนักถ่วงน้ำหนักเฉลี่ยล้าสมัยบล็อกนี้ถูกลบออกจากไลบรารี Discrete ใน R2008a และแทนที่ด้วยบล็อก Discrete FIR Filter อย่างไรก็ตามโมเดลที่มีอยู่ซึ่งมีน้ำหนัก ed Moving Average บล็อกต่อไปทำงานเพื่อความเข้ากันได้ย้อนหลังใช้บล็อก Discrete FIR Filter ในโมเดลใหม่พิจารณาใช้ฟังก์ชัน slupdate เพื่อแทนที่ Weighted Moving Average โดยใช้ Discrete FIR Filter ในโมเดลที่มีอยู่เดิมตัวอย่างเช่นกลุ่ม Weighted Moving Average และถือ N ล่าสุด อินพุทคูณการป้อนข้อมูลแต่ละค่าตามค่าที่กำหนดโดยพารามิเตอร์ Weights และวางไว้ในเวกเตอร์บล็อกนี้สนับสนุนทั้ง Siso แบบ Single-Output SINO แบบ Single-input และ Single-input Multi-Output SIMO สำหรับโหมด SISO พารามิเตอร์ Weights ถูกระบุเป็นเวกเตอร์แถวสำหรับโหมด SIMO น้ำหนักจะถูกระบุเป็นเมทริกซ์ที่แต่ละแถวสอดคล้องกับเอาต์พุตที่แยกออกจากกันคุณสามารถเลือกว่าจะระบุชนิดข้อมูลและการปรับขนาดน้ำหนักในไดอะล็อกพร้อมกับชนิดข้อมูล Gain หรือไม่ พารามิเตอร์พารามิเตอร์เริ่มต้นให้ค่าเริ่มต้นสำหรับทุกครั้งก่อนเวลาเริ่มต้นคุณสามารถระบุช่วงเวลาระหว่างตัวอย่างกับพารามิเตอร์เวลาตัวอย่าง Wei บล็อกที่ถูกบล็อกโดยใช้พารามิเตอร์ Weights จะแปลงผลลัพธ์เหล่านี้เป็นประเภทข้อมูลเอาต์พุตโดยใช้โหมดการปัดเศษและการไหลล้นที่ระบุและดำเนินการบวกข้อมูลแล้วประเภทข้อมูลการสนับสนุนบล็อก Weighted Moving Average จะสนับสนุนชนิดข้อมูลที่เป็นตัวเลขทั้งหมด ที่รองรับ Simulink รวมถึงประเภทข้อมูลจุดคงที่ระบุน้ำหนักของค่าเฉลี่ยเคลื่อนที่หนึ่งแถวต่อพารามิเตอร์เอาต์พุตพารามิเตอร์ Weights จะถูกแปลงจากคู่เป็นประเภทข้อมูลที่ระบุแบบออฟไลน์โดยใช้ round-to-nearest และ saturation กำหนดค่าเริ่มต้นสำหรับทั้งหมด เวลาก่อนเวลาเริ่มต้นพารามิเตอร์เงื่อนไขเริ่มต้นถูกแปลงจาก doubles เป็นชนิดข้อมูลอินพุตแบบออฟไลน์โดยใช้ round-to-nearest และ saturation กำหนดช่วงเวลาระหว่างตัวอย่างเพื่อรับช่วงเวลาตัวอย่างตั้งค่าพารามิเตอร์นี้เป็น -1 ดูระบุเวลาตัวอย่าง ในเอกสารออนไลน์สำหรับข้อมูลเพิ่มเติมประเภทข้อมูลป้อนข้อมูลระบุประเภทข้อมูลขาออกคุณสามารถตั้งค่าเป็นกฎที่สืบทอดชนิดข้อมูลเช่น กว้างขวางสืบทอดสืบทอดผ่านการเผยแพร่กลับชื่อของอ็อบเจ็กต์ชนิดข้อมูลตัวอย่างเช่นอ็อบเจ็กต์นิพจน์ที่ประเมินถึงชนิดข้อมูลตัวอย่างเช่น fixdt 1,16,0 คลิกปุ่มแสดงข้อมูลผู้ช่วยประเภทเพื่อแสดง Data Type Assistant ซึ่งจะช่วยให้คุณสามารถกำหนดพารามิเตอร์ชนิดข้อมูลเอาต์พุตได้การปรับมาตราส่วนเอาต์พุตเอาต์พุตต่อการเปลี่ยนแปลงโดยเครื่องมือการปรับเทียบอัตโนมัติเลือกเพื่อล็อคการปรับมาตราส่วนเอาต์พุตกับการเปลี่ยนแปลงโดยเครื่องมือ Fixed-Point Tool. Interface เอาท์พุทสำหรับข้อมูลเพิ่มเติมให้ดูที่การปัดเศษการออกแบบจุดคงที่เบต้าถึงสูงสุดหรือ min เมื่อล้นเกิดขึ้นถ้าเลือกล้นจุดคงที่อิ่มตัวมิฉะนั้นพวกเขา wrap. Specify ชนิดข้อมูลของพารามิเตอร์ Weights คุณสามารถตั้งค่าให้เป็นกฎ ที่สืบทอดชนิดข้อมูลตัวอย่างเช่นสืบทอดสืบทอดผ่านทางกฎภายในชื่อของอ็อบเจ็กต์ชนิดข้อมูลตัวอย่างเช่นออบเจ็กต์นิพจน์ที่ประเมินถึงชนิดข้อมูลตัวอย่างเช่น fixdt 1,16.0 คลิกที่ แสดงปุ่มผู้ช่วยประเภทข้อมูลเพื่อแสดง Ass ประเภทข้อมูล istant ซึ่งช่วยให้คุณสามารถตั้งค่าพารามิเตอร์ชนิดข้อมูลรับได้โปรดดูที่ระบุชนิดข้อมูลโดยใช้ Data Type Assistant สำหรับข้อมูลเพิ่มเติมสมมติว่าคุณต้องการกำหนดค่าบล็อคนี้สำหรับเอาท์พุทสองโหมด SIMO ที่เอาท์พุทแรกจะได้รับโดย ay 1 ka 1 ukb 1 uk 1 c 1 uk 2. เอาท์พุทที่สองให้โดย. 2 ka 2 ukb 2 uk 1. และค่าเริ่มต้นของ uk - 1 และ uk - 2 จะกำหนดโดย ic1 และ ic2 ตามลำดับเพื่อกำหนดค่าบล็อก Weighted Moving Average สำหรับนี้ กรณีที่คุณต้องระบุพารามิเตอร์น้ำหนักเป็น a1 b1 c1 a2 b2 c2 โดย c2 0 และพารามิเตอร์เงื่อนไขเริ่มต้นเป็น ic1 ic2