Перемещение отклонения

Движущееся отклонение

Библиотека:
DSP System Toolbox / Статистика

Описание

Блок Moving Variance вычисляет движущееся отклонение входного сигнала вдоль каждого канала независимо в зависимости от времени. Блок использует или метод раздвижного окна или экспоненциальный метод взвешивания, чтобы вычислить движущееся отклонение. В методе раздвижного окна окно заданной длины отодвигается выборка данных выборкой, и блок вычисляет отклонение по данным в окне. В экспоненциальном методе взвешивания блок вычитает каждую выборку данных из среднего значения, придает различию квадратную форму и умножает результат в квадрате на фактор взвешивания. Блок затем вычисляет отклонение путем добавления всех взвешенных данных. Для получения дополнительной информации на этих методах, см. Алгоритмы.

Порты

Входной параметр

развернуть все

`x` Ввод данных
вектор-столбец | вектор - строка | матрица

Данные, по которым блок вычисляет движущееся отклонение. 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

`\lambda` Упущение фактора
положительный действительный скаляр в области значений (0,1]

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

`Port_1` — Движущееся отклонение выводится
вектор-столбец | вектор - строка | матрица

Размер движущегося отклонения вывел, совпадает с размером входа. Блок использует или метод раздвижного окна или экспоненциальный метод взвешивания, чтобы вычислить движущееся отклонение, 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.

`Method` — Движущийся метод отклонения
`Sliding window` (значение по умолчанию) | `Exponential weighting`

Sliding window — Окно длины Window length отодвигается входные данные вдоль каждого канала. Для каждой выборки отодвигается окно, блок вычисляет отклонение по данным в окне.
Exponential weighting — Блок вычитает каждую выборку данных из среднего значения, придает различию квадратную форму и умножает результат в квадрате на фактор взвешивания. Блок затем вычисляет отклонение путем добавления всех взвешенных данных. Значение факторов взвешивания уменьшается экспоненциально как возраст увеличений данных, но значение никогда не достигает нуля.

Для получения дополнительной информации на этих методах, см. Алгоритмы.

`Specify window length` — Отметьте, чтобы задать длину окна
на (значении по умолчанию) | прочь

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 отклонение текущей выборки относительно всех предыдущих выборок в канале.

Зависимости

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

`Window length` — Длина раздвижного окна
4 (значения по умолчанию) | положительное скалярное целое число

Задает длину раздвижного окна.

Зависимости

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

`Specify forgetting factor from input port` — Отметьте, чтобы задать упущение фактора
от (значения по умолчанию) | на

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.

`Forgetting factor` — Экспоненциальный фактор взвешивания
0.9 (значение по умолчанию) | положительный действительный скаляр в области значений (0,1]

Настраиваемый: да

Зависимости

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

`Simulate using` — Тип симуляции, чтобы запуститься
`Code generation` (значение по умолчанию) | `Interpreted execution`

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

Метод раздвижного окна

В методе раздвижного окна вывод на текущей выборке является отклонением текущей выборки относительно данных в окне. Чтобы вычислить первый Len - 1, выходные параметры, когда окно еще не имеет достаточного количества данных, алгоритм, заполняют окно с нулями. Как пример, чтобы вычислить отклонение, когда вторая входная выборка входит, алгоритм заполняет окно с Len – 2 нуля. Len является длиной окна. Вектор данных, x, является затем двумя выборками данных, сопровождаемыми Len – 2 нуля.

Когда вы не задаете длину окна, алгоритм выбирает бесконечную длину окна. В этом режиме вывод является движущимся отклонением текущей выборки относительно всех предыдущих выборок в канале.

Рассмотрите пример вычисления движущегося отклонения потоковой передачи входные данные с помощью метода раздвижного окна. Алгоритм использует длину окна 4. С каждой входной выборкой, которая входит, окно длины 4 проходит данные.

Экспоненциальный метод взвешивания

В экспоненциальном методе взвешивания движущееся отклонение вычисляется рекурсивно с помощью этих формул:

$\begin{array}{l} s^{2}_{N, λ} = \frac{1}{v_{N, λ}} \sum_{k = 1}^{N} λ^{N - k} {[x_{k} - {\bar{x}}_{N, λ}]}^{2} \\ v_{N, λ} = \frac{2 λ (1 - λ^{N - 1})}{(1 - λ) (1 + λ)} \end{array}$

Чтобы вычислить движущееся отклонение, алгоритм реализует эти уравнения рекурсивно.

$s^{2}_{N, λ}$ — Движущееся отклонение текущей выборки данных относительно остальной части данных в канале.
${\bar{x}}_{N, λ}$ — Скользящее среднее значение на текущей выборке. Для получения дополнительной информации при вычислении скользящего среднего значения, смотрите dsp.MovingAverage.
${[x_{k} - {\bar{x}}_{N, λ}]}^{2}$ — Различие между каждой выборкой данных и средним значением данных, в квадрате.
$\sum_{k = 1}^{N} λ^{N - k} {[x_{k} - {\bar{x}}_{N, λ}]}^{2}$ — Различие между каждой выборкой данных и средним значением данных, в квадрате и умноженных с фактором упущения. Все условия в квадрате добавляются.
$\frac{1}{v_{N, λ}}$ — Взвешивание фактора применилось к сумме.
λ — Упущение фактора можно задать через свойство ForgettingFactor.

Как возраст увеличений данных, значение фактора взвешивания уменьшается экспоненциально, и никогда не достигает нуля. Другими словами, недавние данные имеют больше влияния на текущее отклонение, чем более старые данные.

Значение фактора упущения определяет скорость изменения факторов взвешивания. 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 прошлым выборкам дают равный вес.

Рассмотрите пример вычисления движущегося отклонения с помощью экспоненциального метода взвешивания. Фактор упущения 0.9.

Расширенные возможности

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

Смотрите также

Блоки

Средний фильтр | Скользящее среднее значение | Движущийся максимум | Движущийся минимум | Движущаяся RMS | Перемещение стандартного отклонения | Дисперсия

Системные объекты

dsp.MedianFilter | dsp.MovingAverage | dsp.MovingMaximum | dsp.MovingMinimum | dsp.MovingRMS | dsp.MovingStandardDeviation | dsp.MovingVariance | dsp.Variance

Документация

Перемещение отклонения

Описание

Порты

Входной параметр

`x` Ввод данных
вектор-столбец | вектор - строка | матрица

`\lambda` Упущение фактора
положительный действительный скаляр в области значений (0,1]

Зависимости

Вывод

`Port_1` — Движущееся отклонение выводится
вектор-столбец | вектор - строка | матрица

Параметры

`Method` — Движущийся метод отклонения
`Sliding window` (значение по умолчанию) | `Exponential weighting`

`Specify window length` — Отметьте, чтобы задать длину окна
на (значении по умолчанию) | прочь

Зависимости

`Window length` — Длина раздвижного окна
4 (значения по умолчанию) | положительное скалярное целое число

Зависимости

`Specify forgetting factor from input port` — Отметьте, чтобы задать упущение фактора
от (значения по умолчанию) | на

Зависимости

`Forgetting factor` — Экспоненциальный фактор взвешивания
0.9 (значение по умолчанию) | положительный действительный скаляр в области значений (0,1]

Зависимости

`Simulate using` — Тип симуляции, чтобы запуститься
`Code generation` (значение по умолчанию) | `Interpreted execution`

Характеристики блока

Алгоритмы

Метод раздвижного окна

Экспоненциальный метод взвешивания

Расширенные возможности

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

Смотрите также

Блоки

Системные объекты

Темы

Введенный в R2017b

Документация DSP System Toolbox

Поддержка

Документация

Перемещение отклонения

Описание

Порты

Входной параметр

x Ввод данных вектор-столбец | вектор - строка | матрица

\lambda Упущение фактора положительный действительный скаляр в области значений (0,1]

Зависимости

Вывод

Port_1 — Движущееся отклонение выводится вектор-столбец | вектор - строка | матрица

Параметры

Method — Движущийся метод отклонения Sliding window (значение по умолчанию) | Exponential weighting

Specify window length — Отметьте, чтобы задать длину окна на (значении по умолчанию) | прочь

Зависимости

Window length — Длина раздвижного окна 4 (значения по умолчанию) | положительное скалярное целое число

Зависимости

Specify forgetting factor from input port — Отметьте, чтобы задать упущение фактора от (значения по умолчанию) | на

Зависимости

Forgetting factor — Экспоненциальный фактор взвешивания 0.9 (значение по умолчанию) | положительный действительный скаляр в области значений (0,1]

Зависимости

Simulate using — Тип симуляции, чтобы запуститься Code generation (значение по умолчанию) | Interpreted execution

Характеристики блока

Алгоритмы

Метод раздвижного окна

Экспоненциальный метод взвешивания

Расширенные возможности

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

Смотрите также

Блоки

Системные объекты

Темы

Введенный в R2017b

Документация DSP System Toolbox

Поддержка

`x` Ввод данных
вектор-столбец | вектор - строка | матрица

`\lambda` Упущение фактора
положительный действительный скаляр в области значений (0,1]

`Port_1` — Движущееся отклонение выводится
вектор-столбец | вектор - строка | матрица

`Method` — Движущийся метод отклонения
`Sliding window` (значение по умолчанию) | `Exponential weighting`

`Specify window length` — Отметьте, чтобы задать длину окна
на (значении по умолчанию) | прочь

`Window length` — Длина раздвижного окна
4 (значения по умолчанию) | положительное скалярное целое число

`Specify forgetting factor from input port` — Отметьте, чтобы задать упущение фактора
от (значения по умолчанию) | на

`Forgetting factor` — Экспоненциальный фактор взвешивания
0.9 (значение по умолчанию) | положительный действительный скаляр в области значений (0,1]

`Simulate using` — Тип симуляции, чтобы запуститься
`Code generation` (значение по умолчанию) | `Interpreted execution`

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