ما هو بين المتوسط المتحرك فلتر

المتوسط ​​المتحرك كمصفاة غالبا ما يستخدم المتوسط ​​المتحرك لتيسير البيانات في وجود ضوضاء. والمتوسط ​​المتحرك البسيط لا يعترف به دائما على أنه مرشاح الاستجابة النبضية المحددة (فير)، وهو في الواقع أحد المرشحات الأكثر شيوعا في معالجة الإشارات. التعامل معها كفلتر يسمح مقارنتها مع، على سبيل المثال، مرشحات المخلوطة نافذة (انظر المقالات على تمريرة المنخفضة. تمريرة عالية، والمرشحات تمريرة النطاق والترفض الفرقة لأمثلة على تلك). والفرق الرئيسي مع تلك المرشحات هو أن المتوسط ​​المتحرك مناسب للإشارات التي ترد المعلومات المفيدة في المجال الزمني. والتي تعد قياسات التمهيد عن طريق حساب المتوسط ​​مثالا رئيسيا. ومن ناحية أخرى، فإن المرشحات المخلوطة بالنافذة، هي عوامل أداء قوية في مجال الترددات. مع تحقيق المساواة في معالجة الصوت كمثال نموذجي. هناك مقارنة أكثر تفصيلا لكلا النوعين من المرشحات في المجال الزمني مقابل نطاق التردد أداء الفلاتر. إذا كانت لديك بيانات يكون كل من نطاق الوقت ونطاق التردد فيها هاما، فقد تحتاج إلى إلقاء نظرة على الاختلافات في المتوسط ​​المتحرك. الذي يعرض عددا من النسخ المرجحة للمتوسط ​​المتحرك الأفضل في ذلك. ويمكن تعريف المتوسط ​​المتحرك للطول (N) كما هو مكتوب كما هو مطبق عادة، مع عينة الانتاج الحالي كمتوسط ​​للعينات السابقة (N). ويرى المتوسط ​​المتحرك أن توليفة تتابع الدخل (شن) ذات نبضة مستطيلة طولها (N) والارتفاع (1N) (لجعل منطقة النبضة، وبالتالي كسب المرشاح ، واحد). في الممارسة العملية، فمن الأفضل أن تأخذ (N) الغريب. وعلى الرغم من إمكانية حساب متوسط ​​متحرك باستعمال عدد متساو من العينات، فإن استخدام قيمة غريبة ل (N) له ميزة مفادها أن تأخر المرشح سيكون عددا صحيحا من العينات، نظرا لأن تأخر المرشاح (N) العينات هو بالضبط ((N-1) 2). ويمكن بعد ذلك مواءمة المتوسط ​​المتحرك تماما مع البيانات الأصلية بتحويله بعدد صحيح من العينات. المجال الزمني نظرا لأن المتوسط ​​المتحرك هو ارتباط مع نبضة مستطيلة، فإن استجابته للتردد هي دالة صادقة. هذا يجعل من شيء مثل المزدوج من المرشح المصدق نافذة، لأن هذا هو التلازم مع نبض مخلص يؤدي إلى استجابة التردد مستطيلة. هذا هو استجابة التردد المخلص الذي يجعل المتوسط ​​المتحرك أداء ضعيف في مجال التردد. ومع ذلك، فإنه يؤدي بشكل جيد جدا في المجال الزمني. ولذلك، فإنه مثالي لنعومة البيانات لإزالة الضوضاء بينما في نفس الوقت لا تزال تحافظ على استجابة خطوة سريعة (الشكل 1). وبالنسبة للضوضاء البيضاء النموذجية المضافة (غوسيان نويز) (أوغن) التي غالبا ما تفترض، فإن متوسطات (N) عينات لها تأثير زيادة شنر بعامل (سرت N). وبما أن الضوضاء للعينات الفردية غير مترابطة، فلا يوجد سبب لمعالجة كل عينة بشكل مختلف. وبالتالي، فإن المتوسط ​​المتحرك، الذي يعطي كل عينة نفس الوزن، والتخلص من أقصى قدر من الضوضاء لحدة استجابة خطوة معينة. التنفيذ نظرا لأنه مرشح من نوع فير، يمكن تنفيذ المتوسط ​​المتحرك من خلال الالتفاف. ومن ثم سيكون لها نفس الكفاءة (أو عدم وجودها) مثل أي مرشح آخر لتصفية معلومات الطيران. ومع ذلك، فإنه يمكن أيضا أن تنفذ بشكل متكرر، بطريقة فعالة جدا. ويأتي ذلك مباشرة من التعريف بأن هذه الصيغة هي نتيجة لتعبيرين عن (ين) و (yn1)، أي حيث نلاحظ أن التغيير بين (yn1) و (ين) هو أن مصطلح إضافي (xn1N) يظهر عند في النهاية، في حين تتم إزالة المصطلح (شن-N1N) من البداية. في التطبيقات العملية، غالبا ما يكون من الممكن ترك التقسيم عن طريق (N) لكل مصطلح من خلال تعويض عن المكسب الناتج من (N) في مكان آخر. هذا التنفيذ المتكرر سيكون أسرع بكثير من الالتفاف. ويمكن حساب كل قيمة جديدة (y) بإضافتين فقط، بدلا من الإضافات (N) التي ستكون ضرورية للتنفيذ المباشر للتعريف. شيء واحد للبحث عن مع تنفيذ العودية هو أن أخطاء التقريب سوف تتراكم. قد يكون هذا أو قد لا يكون مشكلة للتطبيق الخاص بك، ولكنه يعني أيضا أن هذا التنفيذ المتكرر سوف تعمل في الواقع بشكل أفضل مع تنفيذ عدد صحيح من مع أرقام نقطة العائمة. هذا أمر غير عادي تماما، حيث أن تنفيذ النقطة العائمة عادة ما يكون أكثر بساطة. يجب أن يكون استنتاج كل هذا أنه يجب أن لا نقلل من فائدة مرشح المتوسط ​​المتحرك البسيط في تطبيقات معالجة الإشارات. أداة تصميم التصفية يتم استكمال هذه المقالة باستخدام أداة تصميم التصفية. قم بتجربة قيم مختلفة ل (N) وتصور الفلاتر الناتجة. جربه الآنتحرير متوسط ​​الفلاتر المتوسطات المتحركة هي عرضة للأنابيب، عندما يعبر السعر ذهابا وإيابا عبر المتوسط ​​المتحرك في سوق واسعة النطاق. وقد طور التجار عددا من الفلاتر على مر السنين للقضاء على الإشارات الخاطئة. أبسط نظام المتوسط ​​المتحرك يولد إشارات عندما يعبر السعر المتوسط ​​المتحرك: اذهب طويلا عندما يعبر السعر فوق المتوسط ​​المتحرك من الأسفل. اقصر عندما يعبر السعر إلى أقل من المتوسط ​​المتحرك من أعلى. تتم إضافة الفلاتر لإجراء قياس موضوعي عندما يتجاوز السعر المتوسط ​​المتحرك. المرشحات الأكثر شيوعا هي: سعر الإغلاق - إما واحد أو يومين أو ثلاثة أيام متتالية يجب أن يغلق فوق المتوسط ​​المتحرك تقريبا يجب أن يعبر الشريط بأكمله المتوسط ​​المتحرك يجب أن يكون كل اثنين أو ثلاثة أشرطة (على التوالي) واضحا من المتوسط ​​المتحرك تتحرك الحركة متوسط ​​يجب أن ينحدر في اتجاه التجارة سعر نموذجي. ويمكن أيضا استخدام سعر المتوسط ​​أو إغلاق مرجح كبديل لسعر الإغلاق. يتم إدخال الصفقات فقط إذا كان المتوسط ​​المتحرك ينحدر في اتجاه التجارة. لن يعمل هذا الفلتر مع المتوسطات المتحركة الأسية لأن المتوسط ​​المتحرك الأسي ينحدر دائما عندما يغلق السعر فوق المتوسط ​​المتحرك وينحدر إذا أغلق أدناه. اخرج عندما يعيد السعر المتوسط ​​المتحرك. ويمكن استخدام منحدر المتوسط ​​المتحرك بالاقتران مع مرشحات أخرى مثل سعر الإغلاق. يتم استخدام المتوسط ​​المتحرك واحد مع اثنين من المرشحات: الماوس فوق تسميات توضيحية الرسم البياني لعرض إشارات التداول. اقصر - يغلق اثنان دون المتوسط ​​المتحرك الهابط. ارتفع المتوسط ​​المتحرك الآن صعودا وأغلق السعر فوق المتوسط ​​المتحرك لمدة يومين. يتم تصفية الانخفاض التالي أسفل المتوسط ​​المتحرك (في أوائل يناير). يتم الخروج من التداول الطويل حيث يوجد إغلاقان دون المتوسط ​​المتحرك. لا يتم إدخال أي تجارة قصيرة مع انخفاض المتوسط ​​المتحرك صعودا. الذهاب لفترة طويلة - يغلق اثنان فوق المتوسط ​​المتحرك الصاعد. انطلق قصير حيث يوجد إغلاقان أدنى من المتوسط ​​المتحرك الساقط. الذهاب لفترة طويلة - يغلق اثنان فوق المتوسط ​​المتحرك الصاعد. اقصر - يغلق اثنان دون المتوسط ​​المتحرك الهابط. الذهاب طويلة - المتوسط ​​المتحرك يرتفع مرة أخرى وهناك 2 يغلق فوقه. لاحظ مدى ربحية التجارة الطويلة 2 خلال الاتجاه التصاعدي القوي، مقارنة مع السعر الذي يتناقص حول المتوسط ​​المتحرك المسطح نسبيا. وكثيرا ما تحول لكم داخل وخارج الصفقات. وعادة ما تكون مؤشرات الاتجاه غير مربحة وينبغي تجنبها خلال الأسواق التي تتراوح فيها الترددات. استجابة التردد لمرشاح المعدل الجري استجابة التردد لنظام لتي هي دتفت للاستجابة النبضية، وتكون الاستجابة النبضية للمتوسط ​​المتحرك L - المتوسط ​​المتحرك هو فير، استجابة التردد يقلل إلى مبلغ محدود يمكننا استخدام هوية مفيدة جدا لكتابة استجابة التردد حيث أننا قد دعونا إ ناقص جوميغا. N 0 و M L ناقص 1. قد نكون مهتمين بحجم هذه الوظيفة من أجل تحديد الترددات التي يتم الحصول عليها من خلال المرشح غير الموهوب والتي تكون موهنة. وفيما يلي مؤامرة من حجم هذه الوظيفة ل L 4 (الأحمر)، 8 (الأخضر)، و 16 (الأزرق). ويتراوح المحور الأفقي من صفر إلى بي راديان لكل عينة. لاحظ أنه في جميع الحالات الثلاث، استجابة التردد لديه خاصية لوباس. عنصر ثابت (صفر تردد) في المدخلات يمر من خلال مرشح غير موهن. يتم التخلص من بعض الترددات الأعلى، مثل بي 2، تماما بواسطة المرشح. ومع ذلك، إذا كان القصد من ذلك هو تصميم مرشح لوباس، ثم نحن لم تفعل بشكل جيد للغاية. وتخفف بعض الترددات الأعلى بعامل قدره حوالي 110 (للمتوسط ​​المتحرك 16 نقطة) أو 13 (للمتوسط ​​المتحرك لأربع نقاط). يمكننا أن نفعل أفضل بكثير من ذلك. تم إنشاء المؤامرة المذكورة أعلاه بواسطة كود ماتلاب التالي: أوميغا 0: pi400: بي H4 (14) (1-إكس (-iomega4)) (1-إكس (-iomega)) H8 (18) (1-إكس (- (1-إكس (-iomega16)) (1-إكس (-iomega8)) 1-إكس (-iomega)) H16 (116) (1-إكس (-iomega8) (أوميغا، عبس (H4) H16)) محور (0، بي، 0، 1) كوبيرايت كوبي 2000- - كاليفورنيا بيركلي موفينغ مودينغ فيلتر يمكنك استخدام وحدة تصفية المتوسط ​​المتحرك لحساب سلسلة من المعدلات من جانب واحد أو من جانبين عبر مجموعة بيانات، باستخدام طول نافذة تحدده. بعد تحديد عامل تصفية يلبي احتياجاتك، يمكنك تطبيقه على أعمدة محددة في مجموعة بيانات من خلال توصيله بوحدة تطبيق الفلتر. الوحدة تقوم بكل العمليات الحسابية وتحل محل القيم داخل الأعمدة العددية مع المتوسطات المتحركة المقابلة. يمكنك استخدام المتوسط ​​المتحرك الناتج للتآمر والتصور، كخط أساس سلس جديد للنمذجة، لحساب الفروق مقابل الحسابات لفترات مماثلة، وما إلى ذلك. هذا النوع من المتوسط ​​يساعدك على كشف وتوقع أنماط زمنية مفيدة في البيانات بأثر رجعي وفي الوقت الحقيقي. يبدأ أبسط نوع من المتوسط ​​المتحرك في بعض عينات السلسلة، ويستخدم متوسط ​​ذلك الموضع بالإضافة إلى المواضع n السابقة بدلا من القيمة الفعلية. (يمكنك تعريف n كما تريد.) ويعد الفترة n التي يتم حساب المتوسط ​​من خلالها، وانخفاض التباين سيكون لديك بين القيم. أيضا، كما تقوم بزيادة عدد القيم المستخدمة، تأثير أقل أي قيمة واحدة على المتوسط ​​الناتج. ويمكن أن يكون المتوسط ​​المتحرك من جانب واحد أو من جانبين. في المتوسط ​​أحادي الجانب، يتم استخدام القيم التي تسبق قيمة الفهرس فقط. في المتوسط ​​على الوجهين، يتم استخدام القيم السابقة والمستقبلية. بالنسبة للسيناريوهات التي تقرأ فيها البيانات المتدفقة، فإن المتوسطات التراكمية والمرجحة المتحركة مفيدة بشكل خاص. ويأخذ المتوسط ​​المتحرك التراكمي في الاعتبار النقاط السابقة للفترة الحالية. يمكنك وزن جميع نقاط البيانات بالتساوي عند حساب المتوسط، أو يمكنك التأكد من أن القيم الأقرب لنقطة البيانات الحالية يتم ترجيحها بقوة أكبر. في المتوسط ​​المتحرك المرجح. يجب أن تحسب جميع الأوزان إلى 1. في المتوسط ​​المتحرك الأسي. وتتكون المتوسطات من رأس وذيل. والتي يمكن أن تكون مرجحة. ذيل خفيف الوزن يعني أن الذيل يتبع الرأس بشكل وثيق جدا، وبالتالي فإن المتوسط ​​يتصرف كمتوسط ​​متحرك على فترة ترجيح قصيرة. عندما تكون أوزان الذيل أثقل، فإن المتوسط ​​يتصرف أكثر كمتوسط ​​متحرك بسيط أطول. أضف وحدة تصفية المتوسط ​​المتحرك إلى تجربتك. طول. اكتب قيمة عدد صحيح موجبة تحدد الحجم الكلي للنافذة التي يتم من خلالها تطبيق الفلتر. ويسمى هذا أيضا قناع الترشيح. بالنسبة إلى المتوسط ​​المتحرك، يحدد طول الفلتر عدد القيم التي تم حساب متوسطها في النافذة المنزلقة. وتسمى مرشحات أطول أيضا مرشحات ترتيب أعلى، وتوفير نافذة أكبر من الحساب وتقريب أقرب من خط الاتجاه. مرشحات النظام الأقصر أو الأدنى تستخدم نافذة أصغر من الحساب وتشبه بشكل وثيق البيانات الأصلية. للنوع. اختر نوع المتوسط ​​المتحرك لتطبيقه. يدعم أزور ماشين ليارنينغ ستوديو الأنواع التالية من حسابات المتوسط ​​المتحرك: يتم حساب المتوسط ​​المتحرك البسيط (سما) كمتوسط ​​متداول غير مرجح. المتوسطات المتحركة الثلاثية (تما) هي في المتوسط ​​مرتين لخط الاتجاه أكثر سلاسة. وتستمد كلمة الثلاثي من شكل الأوزان التي يتم تطبيقها على البيانات، والتي تؤكد القيم المركزية. المتوسط ​​المتحرك الأسي (إما) يعطي وزنا أكبر للبيانات الأخيرة. ينخفض ​​الترجيح أضعافا مضاعفة. ويحسب المتوسط ​​المتحرك الأسي المعدل المتوسط ​​المتحرك الجاري، حيث يعتبر حساب المتوسط ​​المتحرك في أي نقطة واحدة المتوسط ​​المتحرك المحسوب سابقا في جميع النقاط السابقة. هذه الطريقة تعطي خط اتجاه أكثر سلاسة. وبالنظر إلى نقطة واحدة ومتوسط ​​متحرك حالي، فإن المتوسط ​​المتحرك التراكمي (سما) يحسب المتوسط ​​المتحرك عند النقطة الحالية. أضف مجموعة البيانات التي تحتوي على القيم التي تريد حساب متوسط ​​متحرك لها، ثم أضف وحدة تطبيق أبلي فيلتر. قم بتوصيل عامل تصفية المتوسط ​​المتحرك إلى المدخل الأيمن من تطبيق عامل التصفية. وربط مجموعة البيانات إلى المدخلات اليمنى. في وحدة تطبيق تصفية، استخدم محدد العمود لتحديد الأعمدة التي يجب تطبيق عامل التصفية عليها. بشكل افتراضي، سيتم تطبيق الفلتر الذي تنشئه على جميع الأعمدة الرقمية، لذا تأكد من استبعاد أية أعمدة لا تحتوي على بيانات مناسبة. تشغيل التجربة. عند هذه النقطة، يتم استبدال القيمة الحالية (أو الفهرس) بقيمة المتوسط ​​المتحرك لكل مجموعة من القيم المحددة بواسطة معلمة طول الفلتر.