Moving Standard Deviation

Перемещение стандартного отклонения

Библиотека:
DSP System Toolbox / Статистика

Описание

Блок Moving Standard Deviation вычисляет движущееся стандартное отклонение входного сигнала вдоль каждого канала независимо в зависимости от времени. Блок использует или метод раздвижного окна или экспоненциальный метод взвешивания, чтобы вычислить движущееся стандартное отклонение. В методе раздвижного окна окно заданной длины отодвигается выборка данных выборкой, и блок вычисляет стандартное отклонение по данным в окне. В экспоненциальном методе взвешивания блок вычисляет экспоненциально взвешенное движущееся отклонение и пускает квадратный корень. Для получения дополнительной информации об этих методах см. Алгоритмы.

Порты

Входной параметр

развернуть все

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

Данные, по которым блок вычисляет движущееся стандартное 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. В процессе моделирования 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 выберите 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 выберите параметр Specify forgetting factor from input port.

Типы данных: single | double

Вывод

развернуть все

`Port_1` — Перемещение стандартного отклонения выводится
вектор-столбец | вектор-строка | матрица

Размер движущегося стандартного отклонения вывел, совпадает с размером входа. Блок использует или метод раздвижного окна или экспоненциальный метод взвешивания, чтобы вычислить движущееся стандартное 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 в процессе моделирования.

`Method` — Перемещение метода стандартного отклонения
`Sliding window` (значение по умолчанию) | `Exponential weighting`

Sliding window — Окно длины Window length отодвигается входные данные вдоль каждого канала. Для каждой выборки перемещения окна блок вычисляет стандартное отклонение по данным в окне.
Exponential weighting — Блок вычисляет экспоненциально взвешенное движущееся стандартное отклонение и пускает квадратный корень. Величина факторов взвешивания уменьшается экспоненциально как возраст увеличений данных, но величина никогда не достигает нуля.

Для получения дополнительной информации об 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 стандартное 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 установите 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 снимите флажок Specify forgetting factor from input port.

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

Code generation
Симулируйте 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
Симулируйте 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 выход на текущей выборке является стандартным 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 нулями. Как пример, чтобы вычислить стандартное отклонение, когда вторая входная выборка входит, алгоритм заполняет окно 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 выход является движущимся стандартным отклонением текущей выборки относительно всех предыдущих выборок в канале.

Рассмотрите пример вычисления движущегося стандартного 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 стандартное отклонение вычисляется рекурсивно с помощью этих формул:

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

$s_{N, λ}$ — Перемещение стандартного отклонения текущей выборки данных относительно остальной части данных.
${[x_{k} - {\bar{x}}_{N, λ}]}^{2}$ — 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.

Как возраст увеличений данных, величина фактора взвешивания уменьшается экспоненциально и никогда не достигает нуля. Другими словами, недавние данные имеют больше влияния на текущее стандартное 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 предыдущим выборкам дают равный вес.

Рассмотрите пример вычисления движущегося стандартного 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

Median Filter | Moving Average | Moving Maximum | Moving Minimum | Moving RMS | Moving Variance | Standard Deviation

Системные объекты

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

Документация

Moving Standard Deviation

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` — Перемещение стандартного отклонения выводится
вектор-столбец | вектор-строка | матрица

Параметры

`Method` — Перемещение метода стандартного 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

Moving Standard Deviation

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 — Перемещение стандартного отклонения выводится вектор-столбец | вектор-строка | матрица

Параметры

Method — Перемещение метода стандартного 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` — Перемещение стандартного отклонения выводится
вектор-столбец | вектор-строка | матрица

`Method` — Перемещение метода стандартного 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™.