Laget på onsdag 08 oktober 2008 20 04 Sist oppdatert torsdag 14. mars 2013 01 29 Skrevet av Batuhan Osmanoglu Hits 41582.Moving Average I Matlab. Ofte finner jeg meg selv i behov av å gjennomsnittlig dataene jeg må redusere støyen litt Jeg skrev noen funksjoner for å gjøre akkurat det jeg vil, men matlabs innebygde filterfunksjon fungerer også bra her. Her skal jeg skrive om 1D og 2D gjennomsnittlig data.1D-filteret kan realiseres ved hjelp av filterfunksjonen Filterfunksjonen krever minst tre inngangsparametere tellerkoeffisienten for filteret b, nevnerkoeffisienten for filteret a og dataene X selvfølgelig. Et løpende gjennomsnittfilter kan defineres enkelt ved. For 2D-data kan vi bruke Matlab s filter2-funksjonen. For mer informasjon om hvordan filteret fungerer, kan du skrive. Her er en rask og skitten implementering av et 16 med 16 bevegelige gjennomsnittsfilter. Først må vi definere filteret. Siden alt vi ønsker er like bidrag fra alle naboer, kan vi bare bruke de morsomme ction Vi deler alt med 256 16 16 siden vi ikke vil endre signalets generelle nivå amplitude. For å bruke filteret kan vi bare si følgende. Deretter er resultatene for fase av et SAR-interferogram. I dette tilfellet er Range i Y-aksen og Azimuth er kartlagt på X-aksen Filtret var 4 piksler bredt i rekkevidde og 16 piksler bredt i Azimuth. Frekvensresponsen til den løpende gjennomsnittlige filter. Frekvensresponsen til et LTI-system er DTFT av impulsresponsen. Impulsresponsen av et L-prøve-glidende gjennomsnitt er. Som det bevegelige gjennomsnittlige filteret er FIR, reduserer frekvensresponsen til den endelige summen. Vi kan bruke den svært nyttige identiteten. for å skrive frekvensresponset som. som vi har gitt aej N 0, og ML 1 Vi kan være interessert i størrelsen på denne funksjonen for å avgjøre hvilke frekvenser som kommer gjennom filteret som ikke er overvåket og som er dempet. Nedenfor er et plott av størrelsen på denne funksjonen for L 4 rød, 8 grønn og 16 blå. Den horisontale akseområder fra null til radianer per prøve. Merk at i alle tre tilfeller har frekvensresponsen lavpass karakteristikk En konstant komponent nullfrekvens i inngangspassene gjennom filteret som ikke er overvåket. Visse høyere frekvenser, for eksempel 2, elimineres helt av filteret. hvis hensikten var å designe et lavpassfilter, så har vi ikke gjort det bra. Noen av de høyere frekvensene blir kun redusert med en faktor på ca. 10 for 16 punktets glidende gjennomsnitt eller 1 3 for firepunkts glidende gjennomsnitt. Vi kan gjøre mye bedre enn det. Ovennevnte tomt ble opprettet av følgende Matlab code. omega 0 pi 400 pi H4 1 4 1-exp - i omega 4 1-exp - i omega H8 1 8 1-exp - i omega 8 1-exp - i omega H16 1 16 1-exp - i omega 16 1-exp - i omega plot omega, abs H4 abs H8 abs H16 akse 0, pi, 0, 1.Copyright 2000- - University of California, Berkeley. Moving Gjennomsnittlig funksjon. result movingmean data, window, dim, alternativ beregner et sentrert glidende gjennomsnitt av datamatrisedataene ved hjelp av en vindustørrelse sp ecified i vindu i dim dimensjon, ved hjelp av algoritmen spesifisert i alternativet Dim og alternativet er valgfrie innganger og vil standard til 1.Dim og alternativet valgfrie innganger kan hoppes over helt eller kan erstattes med en For eksempel flytende data vil vinduet gi det samme resultater som movingmean data, vindu, 1,1 eller movingmean data, vindu,, 1.Input data matrise størrelse og dimensjon er bare begrenset av maksimal matrise størrelse for deg plattform Vinduet må være et heltall og bør være merkelig Hvis vinduet er jevnt da den er avrundet til neste lavere odde tall. Funksjon beregner det bevegelige gjennomsnittet som inntar et senterpunkt og vindu-1 2 elementer før og etter i den angitte dimensjonen På kantene av matrisen reduseres antall elementer før eller etter slik at Den faktiske vindusstørrelsen er mindre enn det angitte vinduet. Funksjonen er delt inn i to deler, en 1d-2d-algoritme og en 3d-algoritme Dette ble gjort for å optimalisere løsningshastigheten, spesielt i mindre matriser i e.1000 x 1 Videre, sev eral forskjellige algoritmer til 1d-2d og 3d problem er gitt som i visse tilfeller standard algoritmen er ikke den raskeste Dette skjer vanligvis når matrisen er veldig bred dvs. 100 x 100000 eller 10 x 1000 x 1000 og det bevegelige gjennomsnittet blir beregnet i kortere dimensjon Størrelsen der standardalgoritmen er langsommere vil avhenge av datamaskinen. MATLAB 7 8 R2009a. Tags for denne filen Vennligst logg inn for å tagg filer. Vennligst logg inn for å legge til en kommentar eller vurdering og rangeringer 8. Funksjonen omhandler ender ved å klippe den bakre eller ledende delen av vinduet og overføre til et ledende eller bakre bevegelige gjennomsnittssted i stedet for en sentrert en For å gå med eksempelet du ga i kommentaren din hvis vinduets størrelse er 3 da i midten av 1, fra punkt 1 og 2 i et senter på 2 poeng 1, 2 og 3 er gjennomsnittet ved et midtpunkt på 9 poeng 8, 9 og 10 i gjennomsnitt og ved et senter på 10 lar vi anta at vektoren har 10 inngangspunkter 9 og 10 er gjennomsnittet. Hvordan beveger meg håndtere endene Skal det starte med en vindustørrelse som bare omfatter punkt 1 ved 1, deretter 3 poeng ved punkt 2, og øker i vinduets størrelse til vinduets størrelse er det som er angitt i funksjonsinngangen. Takk. Ny og enkel Takk. Godt jobb Svært nyttig som Stephan Wolf sa. Bare hva jeg var ser etter Sentrert glidende gjennomsnitt som kan fungere i et plott over hele bredden, uten å måtte lete etter vinduets størrelse på størrelsen og flytte begynnelsen. engineering og science. MathWorks er den ledende utvikleren av matematisk databehandling programvare for ingeniører og forskere.
No comments:
Post a Comment