фильтр

Применение многочлена оператора задержки к временному ряду фильтра

Синтаксис

[Y,times] = filter(A,X) [Y,times] = filter(A,X,'Initial',X0)

Описание

Учитывая полином оператора запаздывания A (L ),[Y,times] = filter(A,X)применяет A (L) к данным временного ряда X (t). Это эквивалентно применению линейного фильтра к X (t) с получением отфильтрованного выходного ряда Y (t) = A (L) X (t).

[Y,times] = filter(A,X,'Initial',X0) применяет A (L) к данным временного ряда X (t) с заданными значениями предварительной выборки входного временного ряда X (t).

Входные аргументы

`A`	Полиномиальный объект оператора запаздывания, созданный `LagOp`.
`X`	`numObs`около-`numDims` матрица данных временных рядов, к которым относится полином оператора запаздывания `A` применяется. Последнее наблюдение считается самым последним. `numDims` - размерность `A`, если только `X` - вектор строки, в этом случае `X` рассматривается как одномерный ряд. Для одномерных `X`, ориентация выходного сигнала `Y` определяется ориентацией входа X.
`'Initial'`	Предварительные значения входного временного ряда X (t). Если`'Initial'` не указан, или если количество значений предварительной выборки недостаточно для инициализации фильтрации, значения берутся с начала `X`, уменьшение эффективного размера выборки выходных данных `Y`. Для удобства расширяются скалярные значения предварительной выборки, чтобы обеспечить все `numPresampleObs`около-`numDims` значения presample и данные не берутся из `X`. Если указано больше значений предварительной выборки, чем необходимо, используются только самые последние значения. Для одномерных `X`, значения предварительной выборки могут быть строкой или вектором столбца.

Выходные аргументы

Y

Отфильтрованный входной временной ряд, Y (t) = A (L) X (t).

times

Вектор относительных временных индексов той же длины, что и Y. Время выражается относительно или как смещение от времени наблюдений 0, 1, 2,...,numObs-1 для входной серии X (t). Для многочлена степени p Y (0) является линейной комбинацией X (t) для времени t = 0, -1, -2,..., -p (данные предварительной выборки). Y (t) для t > 0 - линейная комбинация X (t) для времени t = t, t-1, t-2,..., t-p.

Примеры

развернуть все

Фильтрация серии через многочлен задержки

Открыть сценарий в реальном времени

Создать LagOp полином и случайный временной ряд:

rng('default')                % Make output reproducible

A = LagOp({1 -0.6 0.08 0.2}, 'Lags', [0 1 2 4]);
X = randn(10, A.Dimension);

Фильтрация входного временного ряда без явных начальных наблюдений, что позволяет filter способ автоматического удаления всех требуемых исходных данных из начала входного временного ряда $X (t$ ).

[Y1,T1] = filter(A, X);

Вручную отключите все требуемые наблюдения предварительного образца непосредственно от начала $X (t$ ), затем передайте результаты измерений уменьшенной длины X (t) и отсеянного предварительного образца непосредственно в filter способ. В этом случае первые 4 наблюдения $X (t$ ) удаляются, потому что степень многочлена оператора запаздывания, созданного ниже, равна 4.

[Y2,T2] = filter(A, X((A.Degree + 1):end,:), ...
     'Initial', X(1:A.Degree,:));

Вручную снять часть требуемых наблюдений предварительного образца с начала $X (t$ ) и разрешить filter метод автоматически удаляет оставшиеся наблюдения из $X (t$ ).

[Y3,T3] = filter(A, X((A.Degree - 1):end,:), ...
     'Initial', X(1:A.Degree - 2,:));

Отфильтрованные выходные ряды совпадают. Однако связанные векторы времени отсутствуют.

disp([T1 T2 T3])

     4     0     2
     5     1     3
     6     2     4
     7     3     5
     8     4     6
     9     5     7

Алгоритмы

Фильтрация ограничивается одиночными путями, поэтому предполагается, что матричные данные являются одним путем многомерного процесса, и 3-D данные (множественные пути многомерного процесса) не допускаются.

См. также

mldivide

Документация