Moving Variance

Движущиеся отклонения

  • Библиотека:
  • Системный тулбокс/статистика DSP

  • Moving Variance block

Описание

Блок Moving Variance вычисляет отклонение входного сигнала вдоль каждого канала независимо с течением времени. Блок использует метод скользящего окна или экспоненциальный метод взвешивания, чтобы вычислить отклонение движения. В методе раздвижного окна окно заданной длины перемещается по выборке данных за выборкой, и блок вычисляет отклонение по данным в окне. В экспоненциальном методе взвешивания блок вычитает каждую выборку данных из среднего значения, квадратов различия и умножает квадратный результат на весовой коэффициент. Затем блок вычисляет отклонение, добавляя все взвешенные данные. Для получения дополнительной информации об этих методах см. «Алгоритмы».

Порты

Вход

расширить все

Данные, над которыми блок вычисляет скользящее отклонение. Блок принимает реальные или комплексные многоканальные входы, то есть m входные входы -by n size, где m ≥ 1 и n ≥ 1. Блок также принимает входы переменного размера. Во время симуляции можно изменить размер каждого входного канала. Однако количество каналов не может измениться.

Этот порт не называется, пока вы не задаете Method Exponential weighting и выберите параметр Specify forgetting factor from input port.

Типы данных: single | double
Поддержка комплексного числа: Да

Коэффициент забывания определяет, сколько веса дается за данные. Коэффициент забывания 0,9 дает больший вес старшим данным, чем коэффициент забывания 0,1. Коэффициент забывания 1,0 указывает на бесконечную память - всем предыдущим выборкам придается равный вес.

Зависимости

Этот порт появляется, когда вы задаете Method Exponential weighting и выберите параметр Specify forgetting factor from input port.

Типы данных: single | double

Выход

расширить все

Размер выходного сигнала скользящему отклонению совпадает с размером входа. Блок использует метод скользящего окна или экспоненциальный метод взвешивания, чтобы вычислить отклонение движения, заданную параметром Method. Для получения дополнительной информации см. «Алгоритмы».

Типы данных: single | double
Поддержка комплексного числа: Да

Параметры

расширить все

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

  • Sliding window - Окно длины Window length перемещается по входным данным вдоль каждого канала. Для каждой выборки окно перемещается, блок вычисляет отклонение по данным в окне.

  • Exponential weighting - Блок вычитает каждую выборку данных из среднего значения, квадратов различия и умножает квадратный результат на весовой коэффициент. Затем блок вычисляет отклонение, добавляя все взвешенные данные. Величина весовых коэффициентов уменьшается экспоненциально, когда возраст данных увеличивается, но величина никогда не достигает нуля.

Для получения дополнительной информации об этих методах см. «Алгоритмы».

При установке этого флажка длина скользящего окна равна значению, заданному в Window length. Когда вы снимаете этот флажок, длина скользящего окна бесконечна. В этом режиме блок вычисляет отклонение текущей выборки относительно всех предыдущих выборок в канале.

Зависимости

Этот параметр появляется, когда вы задаете Method Sliding window.

Длина скользящего окна в выборках.

Зависимости

Этот параметр появляется, когда вы задаете Method Sliding window и установите флажок Specify window length.

При установке этого флажка коэффициент забывания вводится через порт lambda. Когда вы снимаете этот флажок, коэффициент забывания задается в диалоговом окне блока через параметр Forgetting factor.

Зависимости

Этот параметр появляется только, когда вы задаете Method Exponential weighting.

Коэффициент забывания определяет, сколько веса дается за данные. Коэффициент забывания 0,9 дает больший вес старшим данным, чем коэффициент забывания 0,1. Коэффициент забывания 1,0 указывает на бесконечную память - всем предыдущим выборкам придается равный вес.

Настраиваемый: Да

Зависимости

Этот параметр появляется, когда вы задаете Method Exponential weighting и снимите флажок Specify forgetting factor from input port.

  • Code generation

    Симулируйте модель с использованием сгенерированного кода C. Первый раз, когда вы запускаете симуляцию, Simulink® генерирует код С для блока. Код С повторно используется для последующих симуляций, пока модель не меняется. Эта опция требует дополнительного времени запуска, но обеспечивает более высокую скорость симуляции, чем Interpreted execution.

  • Interpreted execution

    Симулируйте модель с помощью MATLAB®  интерпретатор. Эта опция сокращает время запуска, но имеет более низкую скорость симуляции, чем Code generation.

Характеристики блоков

Типы данных

double | single

Многомерные сигналы

No

Сигналы переменного размера

Yes

Алгоритмы

расширить все

Расширенные возможности

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

.
Введенный в R2016b
Для просмотра документации необходимо авторизоваться на сайте