Скользящее среднее значение

Скользящее среднее значение

  • Библиотека:
  • DSP System Toolbox / Статистика

Описание

Блок Moving Average вычисляет скользящее среднее значение входного сигнала вдоль каждого канала независимо в зависимости от времени. Блок использует или метод раздвижного окна или экспоненциальный метод взвешивания, чтобы вычислить скользящее среднее значение. В методе раздвижного окна окно заданной длины отодвигается выборка данных выборкой, и блок вычисляет среднее значение по данным в окне. В экспоненциальном методе взвешивания блок умножает выборки данных с набором взвешивания факторов и затем суммирует взвешенные данные, чтобы вычислить среднее значение. Для получения дополнительной информации на этих методах, см. Алгоритмы.

Порты

Входной параметр

развернуть все

Данные, по которым блок вычисляет скользящее среднее значение. Блок принимает многоканальные входные параметры с комплексным знаком или с действительным знаком, то есть, m-by-n входные параметры размера, где m ≥ 1 и n ≥ 1. Блок также принимает входные параметры переменного размера. Во время симуляции можно изменить размер каждого входного канала. Однако количество каналов не может измениться.

Этот порт без имени, пока вы не устанавливаете Method на Exponential weighting и выбираете параметр Specify forgetting factor from input port.

Типы данных: single | double
Поддержка комплексного числа: Да

Фактор упущения определяет, сколько веса прошлые данные даны. Фактор упущения 0,9 дает больше веса более старым данным, чем делает фактор упущения 0,1. Фактор упущения 1,0 указывает на бесконечную память – всем предыдущим выборкам дают равный вес.

Зависимости

Этот порт появляется, когда вы устанавливаете Method на Exponential weighting и выбираете параметр Specify forgetting factor from input port.

Типы данных: single | double

Вывод

развернуть все

Размер скользящего среднего значения вывел, совпадает с размером входа. Блок использует или метод раздвижного окна или экспоненциальный метод взвешивания, чтобы вычислить скользящее среднее значение, как задано параметром Method. Для получения дополнительной информации см. Алгоритмы.

Типы данных: single | double
Поддержка комплексного числа: Да

Параметры

развернуть все

Если параметр перечислен как настраиваемый, то можно изменить его значение во время симуляции.

  • Sliding window — Окно длины Window length отодвигается входные данные вдоль каждого канала. Для каждой выборки отодвигается окно, блок вычисляет среднее значение по данным в окне.

  • Exponential weighting — Блок умножает выборки на набор взвешивания факторов. Значение факторов взвешивания уменьшается экспоненциально как возраст увеличений данных, но значение никогда не достигает нуля. Чтобы вычислить среднее значение, алгоритм суммирует взвешенные данные.

Когда вы устанавливаете этот флажок, длина раздвижного окна равна значению, которое вы задаете в Window length. Когда вы снимаете этот флажок, длина раздвижного окна бесконечна. В этом режиме блок вычисляет среднее значение текущей выборки и всех предыдущих выборок в канале.

Зависимости

Этот параметр появляется, когда вы устанавливаете Method на Sliding window.

Задает длину раздвижного окна.

Зависимости

Этот параметр появляется, когда вы устанавливаете Method на Sliding window и устанавливаете флажок Specify window length.

Когда вы устанавливаете этот флажок, фактор упущения вводится через порт lambda. Когда вы снимаете этот флажок, фактор упущения задан на диалоговом окне блока через параметр Forgetting factor.

Зависимости

Этот параметр появляется только, когда вы устанавливаете Method на Exponential weighting.

Фактор упущения определяет, сколько веса прошлые данные даны. Фактор упущения 0,9 дает больше веса более старым данным, чем делает фактор упущения 0,1. Фактор упущения 1,0 указывает на бесконечную память – всем предыдущим выборкам дают равный вес.

Настраиваемый: да

Зависимости

Этот параметр появляется, когда вы устанавливаете Method на Exponential weighting и снимаете флажок Specify forgetting factor from input port.

  • Code generation

    Моделируйте модель с помощью сгенерированного кода C. В первый раз, когда вы запускаете симуляцию, Simulink® генерирует код С для блока. Код С снова используется для последующих симуляций, пока модель не изменяется. Эта опция требует дополнительного времени запуска, но обеспечивает более быструю скорость симуляции, чем Interpreted execution.

  • Interpreted execution

    Моделируйте модель с помощью  интерпретатора MATLAB®. Эта опция сокращает время запуска, но имеет более медленную скорость симуляции, чем Code generation.

Характеристики блока

Типы данных

double | single

Многомерные сигналы

No

Сигналы переменного размера

Yes

Алгоритмы

развернуть все

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью Simulink® Coder™.

Введенный в R2017b

Для просмотра документации необходимо авторизоваться на сайте