Ксения (23.10.2019 00:36, просмотров: 14427)-
- Процитирую самого себя: "Зачем вообще использовать "экспоненциальное скользящее среднее", кроме как от бедности (не хватает ресурсов CPU)? Я картинку уже давал, повторяю. Если с простым, нормальным, обычным, скользящим средним в графике есть нули, fk0(406 знак., 01.11.2019 12:14, ссылка, картинка)
- Именно от бедности - не хватает скорости на более эффективные методы фильтрации. В моем случае DMA непрерывно и циклически заполняет буфер данными от АЦП. По прерываниям от DMA в центре буфера и его конце соответствующая половина буфера Ксения(1045 знак., 01.11.2019 15:06 - 15:10)
- DMA непрерывно и циклически заполняет буфер данными от АЦП. IMHO это оптимальный случай применения фильтра Калмана. Даже реализация на простых микроконтроллерах позволяет управлять заданной точностью и временем достижения оной независимыми bnb62(340 знак., 01.11.2019 19:35)
- А я Кальмана не понимаю :) - Ксения(01.11.2019 19:43)
- Если я нигде не промахнулся, вот вам программа, которая считает подавление белого шума в штуках и децибеллах. йцукен(794 знак., 01.11.2019 18:30)
- DMA непрерывно и циклически заполняет буфер данными от АЦП. IMHO это оптимальный случай применения фильтра Калмана. Даже реализация на простых микроконтроллерах позволяет управлять заданной точностью и временем достижения оной независимыми bnb62(340 знак., 01.11.2019 19:35)
- Именно от бедности - не хватает скорости на более эффективные методы фильтрации. В моем случае DMA непрерывно и циклически заполняет буфер данными от АЦП. По прерываниям от DMA в центре буфера и его конце соответствующая половина буфера Ксения(1045 знак., 01.11.2019 15:06 - 15:10)
- а) Для небелого шума - утверждение не верно. б) "Экспоненциальное сглаживание" по русски - это цифровой ФНЧ 1-го порядка, аналог RC-фильтра. в) частотные характеристики в полосе подавления схожи - у одного sin(F)/F, у другого 1/F - argus98(23.10.2019 20:57)
- Формулу для шума предложите пожалуйста! => - Ксения(01.11.2019 15:11, ссылка)
- Вопрос можно поставить иначе. Сравнить АЧХ того и другого фильтра. Там есть точные формулы. - SciFi(23.10.2019 17:23 - 17:26)
- Это формула для цифровой реализации RC-интегратора. Uout = Uin/(1+pT) -> Uout = Uin - pT*Uout, заменяем p на d/dt, а в цифровой форме на (Uout[i]-Uout[i-1])/dT, где dT - период семплирования. Отсюда Uout[i] = Uin[i]*dT/T + Uout[i-1]*(1-dT/T). ar-elec(105 знак., 23.10.2019 17:15)
- Использовал после АЦП, при а = 2^-4 показания вообще гулять перестают. Тем же фильтром можно и разрядность измерений повысить. Моделировал его АЧХ в маткаде, спад в частотной области экспоненциальный, соответственно подавление шумов будет Visitor(71 знак., 23.10.2019 06:34 - 07:09)
- просто логика подсказывает, что в sqrt(a) раз и снижает. - Mahagam(23.10.2019 01:27)
- С уменьшением "а" шумоподавление увеличивается, поскольку растет доля вкладов предшествующий измерений, тогда как результат по вашей формуле при этом убывает. - Ксения(23.10.2019 01:46)
- тьфу. sqrt(1/a). но походу, это первое приближение. верная формула должна отличаться немного. - Mahagam(23.10.2019 02:03)
- С уменьшением "а" шумоподавление увеличивается, поскольку растет доля вкладов предшествующий измерений, тогда как результат по вашей формуле при этом убывает. - Ксения(23.10.2019 01:46)
- Процитирую самого себя: "Зачем вообще использовать "экспоненциальное скользящее среднее", кроме как от бедности (не хватает ресурсов CPU)? Я картинку уже давал, повторяю. Если с простым, нормальным, обычным, скользящим средним в графике есть нули, fk0(406 знак., 01.11.2019 12:14, ссылка, картинка)
