Moving Genomsnittet Simulink

Moving Average. Method Medelvärdesmetod Glidningsfönster standard Exponentiell viktning. Glidande fönster Ett fönster med längd Fönsterlängd rör sig över ingångsdata längs varje kanal. För varje prov som fönstret rör sig för, beräknar blocket genomsnittet över data i fönstret. Exponentiell viktning Blocken multiplicerar proverna med en uppsättning viktningsfaktorer Vikten av viktningsfaktorerna minskar exponentialt när dataens ålder ökar, når aldrig noll För att beräkna medelvärdet summerar algoritmen den viktade data. Specifiera fönsterlängd Flagga för att ange fönsterlängd När du markerar den här kryssrutan är längden på glidfönstret lika med det värde du anger i Fönsterlängd När du avmarkerar den här kryssrutan är längden på glidfönstret oändligt. I det här läget beräknar blocket Medelvärdet av det aktuella provet och alla tidigare prover i kanalen. Vindlängden Längden på skjutfönstret 4 standard positivt skalärt heltal. Vindlängd specificeras Är längden på skjutfönstret Denna parameter visas när du markerar kryssrutan Specifiera fönstervängd. Forgetfaktor Exponentiell viktfaktor 0 9 standard positiv real skalär i intervallet 0,1. Denna parameter gäller när du ställer in Metod till Exponentiell viktning En glömma faktor på 0 9 ger större vikt än den äldre data än en glömande faktor på 0 1 En glömande faktor på 1 0 indikerar oändligt minne. Alla tidigare prover ges samma vikt. Denna parameter kan avstämas. Du kan ändra dess värde även under simuleringen. Simulera med typ av simulering för att köra Code generation standard Tolkad execution. Simulate modell med genererad C-kod Första gången du kör en simulering, genererar Simulink C-kod för blocket. C-koden återanvänds för efterföljande simuleringar, så länge som modellen gör Ändra inte Detta alternativ kräver ytterligare starttid men ger snabbare simuleringshastighet än tolkad execution. Simulate model using MATLAB interpreter This alternativet förkortar starttiden men har långsammare simuleringshastighet än kodgenerering. Skjutfönstermetoden. I glidfönstermetoden är utmatningen för varje ingångsprov medelvärdet av det aktuella provet och Len-1 föregående prover Len är fönstrets längd För att beräkna de första Len-1-utgångarna, när fönstret inte har tillräckligt med data, fyller algoritmen fönstret med nollor. Exempelvis, för att beräkna medelvärdet när det andra ingångsprovet kommer in, fyller algoritmen fönstret med Len - 2 nollor Datavektorn, x är då de två dataproverna följt av Len-2-nollor. När du inte anger fönstrets längd väljer algoritmen en oändlig fönsterlängd. I detta läge är utmatningen det rörliga genomsnittet för det aktuella provet Och alla tidigare prover i kanalen. Exponentiell viktningsmetod. Vid exponentiell viktningsmetod beräknas det glidande medlet rekursivt med hjälp av dessa formler. w N w N 1 1 N N 1 N N N N N N N N N N N Flyttande medelvärde vid cu rrent sample. x N Aktuell dataingång sample. x N 1 Flyttande medelvärde vid föregående sample. Forgetting factor. w N Viktningsfaktor applicerad på det aktuella dataprovet. 1 1 w N x N 1 Effekt av tidigare data i medelvärdet. För det första provet, där N 1 väljer algoritmen w N 1 För nästa prov uppdateras viktningsfaktorn och används för att beräkna medelvärdet, enligt den rekursiva ekvationen När åldern för data ökar, sjunker vikten av viktningsfaktorn exponentiellt och når aldrig noll. Med andra ord har de senaste uppgifterna större inverkan på det nuvarande genomsnittet än de äldre data. Värdet av den glömma faktorn bestämmer Ändringshastighet av viktningsfaktorerna En glömande faktor på 0 9 ger större vikt än den äldre data än en glömande faktor på 0 1 En glömande faktor på 1 0 indikerar oändligt minne. Alla tidigare prover ges samma vikt. Välj ditt land. Moving Average. Method Medelvärdesmetod Glidningsfönster standard Exponentiell viktning. Glidande fönster Ett fönster med längd Fönsterlängd rör sig över ingångsdata längs varje kanal. För varje prov rör sig fönstret genom, beräknar blocket ett Verta över data i fönstret. Exponentiell viktning Blocken multiplicerar proverna med en uppsättning viktningsfaktorer Vikten av viktningsfaktorerna minskar exponentiellt när åldern för data ökar, når aldrig noll För att beräkna medelvärdet summerar algoritmen den vägda data. Specifiera fönsterlängd Flagga för att ange fönsterlängd vid standardavstängning. När du markerar den här kryssrutan är längden på glidfönstret lika med det värde du anger i Fönsterlängd När du avmarkerar den här kryssrutan, är längden på glidfönstret är oändligt I det här läget beräknar blocket medelvärdet av det aktuella provet och alla tidigare prover i kanalen. Vindulängd Längd på glidfönstret 4 standard positivt skalärt heltal. Vindulängd anger längden på glidfönstret Denna parameter visas när du Markera kryssrutan Ange kryssrutan Ange befintlig faktor Exponentiell viktningsfaktor 0 9 standard positiv real skalär i intervallet 0,1. Denna parameter gäller när du du ställer in metod för exponentiell viktning En glömande faktor på 0 9 ger större vikt än de äldre data än en glömande faktor på 0 1 En glömande faktor på 1 0 indikerar oändligt minne. Alla tidigare prover ges samma vikt. Denna parameter kan avstämas Kan ändra dess värde även under simuleringen. Simulera med typ av simulering för att köra Code generation standard Tolkad execution. Simulate modell med genererad C-kod Första gången du kör en simulering, genererar Simulink C-kod för blocket. C-koden återanvänds för efterföljande simuleringar, så länge som modellen inte förändras. Detta alternativ kräver ytterligare starttid men ger snabbare simuleringshastighet än tolkad execution. Simulate model using MATLAB interpreter Detta alternativ förkortar starttiden men har långsammare simuleringshastighet än kodgenerering. det glidande fönstermetoden, utsignalen för varje ingångsprov är medelvärdet av det aktuella provet och de Len-1 föregående proverna L en är längden på fönstret För att beräkna de första Len-1-utgångarna, när fönstret inte har tillräckligt med data, fyller algoritmen fönstret med nollor. Till exempel, för att beräkna medelvärdet när det andra ingångsprovet kommer in, algoritmen fyller fönstret med Len-2-nollor Datav vektorn, x är då de två dataproverna följt av Len-2-nollor. När du inte anger fönstrets längd väljer algoritmen en oändlig fönsterlängd. I detta läge är utmatningen Det glidande medelvärdet av det aktuella provet och alla tidigare prover i kanalen. Exponentiell viktningsmetod. Vid exponentiell viktningsmetod beräknas det glidande medlet rekursivt med hjälp av dessa formler. w N w N 1 1 x N 1 1 w N x N 1 1 w N x Nx N Flyttande medelvärde vid det aktuella provet. x N Aktuellt dataingångsexempel. x N 1 Rörligt medelvärde vid föregående prov. Förskjutningsfaktor. w N Viktningsfaktor applicerad på det aktuella dataprovet. 1 1 w N x N 1 Effekt av tidigare data i medelvärdet. För det första provet, där N 1 väljer algoritmen w N 1 För nästa prov uppdateras viktningsfaktorn och används för att beräkna medelvärdet, enligt Den rekursiva ekvationen När åldern för data ökar, sjunker vikten av viktningsfaktorn exponentiellt och når aldrig noll. Med andra ord har de senaste uppgifterna större inverkan på det nuvarande genomsnittet än de äldre data. Värdet av den glömma faktorn bestämmer Ändringshastighet för viktningsfaktorerna En glömande faktor på 0 9 ger större vikt än de äldre dataen än en glömande faktor på 0 1 En glömande faktor på 1 0 indikerar oändligt minne. Alla tidigare prover ges samma vikt. Välj ditt land. Viktat flyttande medelvärde Föråldrat. Notera det viktade rörliga genomsnittliga blocket är föråldrat. Detta block har tagits bort från diskret biblioteket i R2008a och ersatt med diskreta FIR-filterblocket. Existerande modeller som innehåller vikt ed Moving Average Block fortsätter att fungera för bakåtkompatibilitet. Använd Discrete FIR-filterblocket i nya modeller. Överväg att använda slupdate-funktionen för att ersätta viktat rörligt medelvärde med diskret FIR-filter i befintliga modeller. Den viktade rörliga genomsnittliga blockproverna och håller N de senaste Ingångar, multiplicerar varje ingång med ett specificerat värde som ges av parametern Vikter och staplar dem i en vektor. Detta block stöder både SISO-enstaka SISO-utgångar och enkla ingångar med flera utgående SIMO-lägen. För SISO-läget kan parametern Vikter specificeras som en radvektor För SIMO-läget anges vikterna som en matris där varje rad motsvarar en separat utgång. Du kan välja om du vill ange datatyp och skalning av vikterna i dialogrutan med Gain-datatypen Parametern. Initiala tillståndsparametern anger initialvärdena för alla tider före starttiden. Du anger tidsintervallet mellan proverna med parametern för provtid. Wei ghted Moving Average Block först multiplicerar dess ingångar med parametern Vikter, omvandlar dessa resultat till utdatatypstypen med de angivna avrundnings - och överflödslägena och utför sedan summeringen. Data Typ Support. Viktigt Flyttande Medelblock stöder alla numeriska datatyper Som Simulink stöder, inklusive fastpunktsdatatyper. Ange vikten på det rörliga medeltalet en rad per utgång. Vikten Parametern omvandlas från dubbler till den angivna datatypen offline med hjälp av omedelbar och mättnad. Ange de ursprungliga värdena för alla Tider före starttiden Parametern för inledande tillstånd omvandlas från dubbler till inmatningstypen offline med hjälp av omedelbar och mättnad. Ange tidsintervallet mellan proverna För att erhålla provtiden ställer du in denna parameter till -1 Se Ange provtid I online-dokumentationen för mer information. Utdatatyp. Visa utdatatypstypen Du kan ställa in den till. A-regel som ärar en datatyp, t. ex. riklig, Inherit Inherit via återförökning. Namnet på ett datatypobjekt, till exempel ett objekt. Ett uttryck som utvärderas till en datatyp fixar till exempel 1,16,0. Klicka på knappen Visa datatypassistent för att visa Datatypassistenten som hjälper dig att ställa in parametern Output data type. Lock output scaling mot ändringar av autoscaling tool. Select för att låsa skalering av utgångar mot ändringar av Fixed Point Tool. Integer avrundningsläge. Rounding mode för fast punkt Utgång För mer information, se Rounding Fixed Point Designer. Saturate till max eller min när överflöden uppstår. Om valda, överlappar med fast punkt övermätt. Annars wrap. Specify datatypen för vikten parametern. Du kan ställa in den till. A-regel som ärver en datatyp, till exempel Inherit Inherit via intern regel. Namnet på ett datatypobjekt, till exempel ett objekt. Ett uttryck som utvärderar till en datatyp fixar exempelvis 1,16,0. Klicka på Visa datatypassistentknapp för att visa datatyp Ass Istant som hjälper dig att ställa in parametern Gain-datatyp Se Ange datortyper med hjälp av datatypassistent för mer information. Antag att du vill konfigurera det här blocket för två utgångar SIMO-läge där den första utgången ges av. y 1 ka 1 ukb 1 uk 1 c 1 uk 2. den andra utgången ges av. y 2 ka 2 ukb 2 uk 1.och initialvärdena för uk-1 och uk-2 anges av ic1 respektive ic2. för att konfigurera det vägda rörliga genomsnittliga blocket för detta fall måste du ange parametern Vikter som a1 b1 c1 a2 b2 c2 där c2 0 och parametern för inledande villkor som ic1 ic2.