Flytting Gjennomsnitt Filter Forskjell Ligning

For en annen tilnærming, kan du avkorte det eksponentielle glidende gjennomsnittsvinduet og deretter beregne det filtrerte signalet ditt ved å gjøre en konvolusjon mellom signalet ditt og vinduet eksponensielt. Konvolusjonen kan beregnes ved å bruke det frie CUDA FFT-biblioteket (cuFFT) fordi, som du kanskje vet, kan konvolusjonen uttrykkes som den punktvise multiplikasjonen av de to signalene i fourier-domenet (Dette er det passende navnet Konvolutionsteorem, som løper med en kompleksitet av O (n log (n))). Denne typen tilnærming vil minimere CUDA kjernekoden og kjøre veldig veldig raskt, selv på en GeForce 570 Spesielt så hvis du kan gjøre alle dine beregninger i enkel (flyt) presisjon. besvart 30 april 14 kl 17:04 Jeg vil foreslå å manipulere ovennevnte forskjellsligning som angitt nedenfor og deretter bruke CUDA Thrust Primitives. FORSKELLIG EQUATION MANIPULATION - EXPLICIT FORM OF THE DIFFERENCE Equation Med enkel algebra kan du finne følgende: Følgelig er den eksplisitte formen følgende: CUDA THRUST IMPLEMENTERING Du kan implementere den eksplisitte skjemaet ovenfor ved å følge disse trinnene: Initialiser en inngangssekvens dinput til alfa bortsett fra dinput0 1. Definer en vektor d1overbetatothen lik 1, 1beta, 1beta2, 1beta3. Multiply elementwise dinput av d1overbetatothen Utfør en inklusivskanning for å oppnå sekvensen av yn-betan Del den ovennevnte sekvensen med 1, 1beta, 1beta2, 1beta3. Ovennevnte tilnærming kan anbefales for lineære tidsvarierende (LTV) systemer. For Linear Time-Invariant (LTI) systemer, kan FFT-tilnærmingen nevnt av Paul anbefales. Jeg gir et eksempel på denne tilnærmingen ved å bruke CUDA Thrust og cuFFT i mitt svar på FIR filter i CUDA. Moving Average Dette eksemplet lærer deg hvordan du beregner det bevegelige gjennomsnittet av en tidsserie i Excel. Et glidende gjennomsnitt brukes til å utjevne uregelmessigheter (topper og daler) for enkelt å gjenkjenne trender. 1. Først, ta en titt på vår tidsserie. 2. På Data-fanen klikker du Dataanalyse. Merk: kan ikke finne dataanalyseknappen Klikk her for å laste inn add-in for Analysis ToolPak. 3. Velg Flytt gjennomsnitt og klikk OK. 4. Klikk i feltet Inngangsområde og velg området B2: M2. 5. Klikk i intervallboksen og skriv inn 6. 6. Klikk i feltet Utmatingsområde og velg celle B3. 8. Skriv en graf av disse verdiene. Forklaring: fordi vi angir intervallet til 6, er glidende gjennomsnitt gjennomsnittet for de forrige 5 datapunktene og det nåværende datapunktet. Som et resultat blir tinder og daler utjevnet. Grafen viser en økende trend. Excel kan ikke beregne det bevegelige gjennomsnittet for de første 5 datapunktene fordi det ikke er nok tidligere datapunkter. 9. Gjenta trinn 2 til 8 for intervall 2 og intervall 4. Konklusjon: Jo større intervallet jo flere tinder og daler utjevnes. Jo mindre intervallet, jo nærmere de bevegelige gjennomsnittene er de faktiske datapunktene. Gjennomsnittlig filter av trafikkdata Dette eksemplet viser hvordan du kan jevne trafikkdata ved hjelp av et gjennomsiktig filter med et 4-timers skyvevindu. Følgende forskjellsligning beskriver et filter som er gjennomsnittet for gjeldende time og de tre foregående timene med data. Importer trafikkdataene og tilordne den første kolonnen av kjøretøytall til vektoren x. Opprett filterkoeffisientvektorer. Beregn 4-timers glidende gjennomsnitt av dataene, og plott både de opprinnelige dataene og de filtrerte dataene. MATLAB og Simulink er registrerte varemerker for The MathWorks, Inc. Vennligst se mathworkstrademarks for en liste over andre varemerker eid av The MathWorks, Inc. Annet produkt - eller varemerker er varemerker eller registrerte varemerker for deres respektive eiere. Velg ditt land