Статистику потоковых сигналов в MATLAB ® и Simulink ® можно измерить по каждому независимому каналу данных с помощью движущихся объектов и блоков системы статистики. Статистика, такая как среднее число, RMS, стандартное отклонение, различие, медиана, максимум и минимальное изменение как данные изменяется постоянно со временем. При каждом входящем образце данных системные объекты и блоки вычисляют статистику по текущему образцу и определенному окну прошлых образцов. Это окно «перемещается» по мере поступления новых данных .
| object™ системы MATLAB | Блок симулятора | Вычисленная статистика |
|---|---|---|
dsp.MedianFilter | Медианный фильтр | Подвижная медиана |
dsp.MovingAverage | Скользящее среднее | Скользящее среднее |
dsp.MovingMaximum | Максимальное перемещение | Скользящий максимум |
dsp.MovingMinimum | Минимальное перемещение | Скользящий минимум |
dsp.MovingRMS | Перемещение RMS | Перемещение RMS |
dsp.MovingStandardDeviation | Перемещение стандартного отклонения | Перемещение стандартного отклонения |
dsp.MovingVariance | Отклонение перемещения | Скользящее отклонение |
Эти системные объекты и блоки вычисляют статистику движения, используя один или оба метода скользящего окна и экспоненциального взвешивания. Дополнительные сведения об этих методах см. в разделах Метод скользящего окна и Метод экспоненциального взвешивания.
Рассмотрим пример вычисления скользящего среднего потокового ввода данных с использованием метода скользящего окна. Алгоритм использует длину окна 4. На первом шаге времени алгоритм заполняет окно тремя нулями для представления первых трех выборок. На последующих временных этапах для заполнения окна алгоритм использует выборки из предыдущего кадра данных. Алгоритмы движущейся статистики имеют состояние и запоминают предыдущие данные.
Если данные являются стационарными, используйте стационарные блоки статистики для вычисления статистики по всем данным в Simulink. Постоянные блоки включают Автокорреляцию, Корреляцию, Максимум, Средний, Средний, Минимальный, RMS, Вид, Стандартное отклонение и Различие.
Эти блоки не поддерживают состояние. Когда приходит новая выборка данных, алгоритм вычисляет статистику по всем данным и не оказывает влияния на предыдущее состояние блока.
Рассмотрим пример вычисления стационарного среднего входного потока данных с использованием блока Mean в Simulink. Средний блок сконфигурирован для поиска среднего значения по каждому столбцу.
На каждом временном шаге алгоритм вычисляет среднее значение по всем данным, которые доступны на текущем временном шаге, и не использует данные предыдущего временного шага. Стационарные блоки статистики больше подходят для данных, которые уже доступны, а не для потоковых данных.