Filtre Matlab Moyen Mobile

Créé le Mercredi 08 Octobre 2008 20:04 Dernière mise à jour le Jeudi, 14 Mars 2013 01:29 Écrit par Batuhan Osmanoglu Clics: 41153 Moyenne mobile Dans Matlab Souvent je me trouve dans le besoin de la moyenne des données que je dois réduire le bruit un peu bit. J'ai écrit quelques fonctions pour faire exactement ce que je veux, mais matlabs construit dans la fonction de filtre fonctionne très bien aussi. Ici Ill écrire sur la moyenne 1D et 2D des données. Filtre 1D peut être réalisé en utilisant la fonction filtre. La fonction de filtre nécessite au moins trois paramètres d'entrée: le coefficient de numérateur pour le filtre (b), le coefficient de dénominateur pour le filtre (a) et les données (X) bien sûr. Un filtre de moyenne courante peut être défini simplement par: Pour les données 2D, nous pouvons utiliser la fonction Matlabs filter2. Pour plus d'informations sur la façon dont le filtre fonctionne, vous pouvez taper: Voici une mise en œuvre rapide et délibérée d'un filtre de moyenne mobile 16 par 16. Nous devons d'abord définir le filtre. Puisque tout ce que nous voulons est la contribution égale de tous les voisins, nous pouvons simplement utiliser la fonction ones. Nous divisons tout avec 256 (1616) puisque nous ne voulons pas changer le niveau général (amplitude) du signal. Pour appliquer le filtre, nous pouvons simplement dire ce qui suit: Voici les résultats pour la phase d'un interférogramme SAR. Dans ce cas, Range est dans l'axe Y et Azimuth est mappé sur l'axe X. Le filtre a une largeur de 4 pixels dans la plage et 16 pixels de large dans l'azimut. Filtre moyen de déplacement (filtre MA) Chargement. Le filtre de moyenne mobile est un simple filtre passe-bas FIR (Finite Impulse Response) couramment utilisé pour lisser un tableau de signaux de données échantillonnés. Il prend M échantillons d'entrée à la fois et prendre la moyenne de ces M-échantillons et produit un seul point de sortie. Il s'agit d'une structure LPF (filtre passe-bas) très simple qui est pratique pour les scientifiques et les ingénieurs de filtrer les composantes bruyantes indésirables des données prévues. Lorsque la longueur du filtre augmente (le paramètre M), la lisibilité de la sortie augmente, alors que les transitions brusques dans les données sont de plus en plus émoussées. Cela implique que ce filtre présente une excellente réponse au domaine temporel mais une mauvaise réponse en fréquence. Le filtre MA effectue trois fonctions importantes: 1) Il prend M points d'entrée, calcule la moyenne de ces points M et produit un seul point de sortie. 2) En raison des calculs de calcul impliqués. Le filtre introduit une quantité définie de retard 3) Le filtre agit comme un filtre passe-bas (avec mauvaise réponse domaine fréquentiel et une bonne réponse domaine temporel). Matlab Code: Le code matlab simule la réponse du domaine temporel d'un filtre M-point Moyenne mobile et trace également la réponse en fréquence pour différentes longueurs de filtre. Réponse du domaine temporel: Sur le premier tracé, nous avons l'entrée qui entre dans le filtre de la moyenne mobile. L'entrée est bruyante et notre objectif est de réduire le bruit. La figure suivante représente la réponse en sortie d'un filtre de moyenne mobile à 3 points. On peut déduire de la figure que le filtre 3-point Moyenne mobile n'a pas beaucoup fait pour filtrer le bruit. Nous augmentons les prises de filtre à 51 points et nous pouvons voir que le bruit dans la sortie a beaucoup réduit, ce qui est représenté dans la figure suivante. Nous augmentons les prises plus loin à 101 et 501 et nous pouvons observer que même si le bruit est presque nul, les transitions sont émoussées drastiquement (observer la pente de chaque côté du signal et les comparer avec la transition idéale de mur de brique dans Notre contribution). Réponse en fréquence: à partir de la réponse en fréquence, on peut affirmer que le roll-off est très lent et que l'atténuation de bande d'arrêt n'est pas bonne. Compte tenu de cette atténuation de bande d'arrêt, clairement, le filtre de moyenne mobile ne peut pas séparer une bande de fréquences d'une autre. Comme nous savons qu'une bonne performance dans le domaine du temps donne lieu à de mauvaises performances dans le domaine de la fréquence, et vice versa. En bref, la moyenne mobile est un filtre de lissage exceptionnellement bon (l'action dans le domaine temporel), mais un filtre passe-bas exceptionnellement mauvais (l'action dans le domaine fréquentiel) Liens externes: Livres recommandés: Primary SidebarI besoin de calculer un déplacement Moyenne sur une série de données, dans une boucle for. Je dois obtenir la moyenne mobile sur N9 jours. Le tableau Im calculant est 4 séries de 365 valeurs (M), qui sont elles-mêmes des valeurs moyennes d'un autre ensemble de données. Je veux tracer les valeurs moyennes de mes données avec la moyenne mobile dans une parcelle. J'ai googlé un peu sur les moyennes mobiles et la commande conv et trouvé quelque chose que j'ai essayé de mettre en œuvre dans mon code. Ainsi, fondamentalement, je calculer ma moyenne et le tracer avec une moyenne mobile (fausse). J'ai choisi la valeur wts directement sur le site mathworks, donc c'est incorrect. (Source: mathworks. nlhelpeconmoving-average-trend-estimation. html) Mon problème, c'est que je ne comprends pas ce que c'est wts est. Quelqu'un peut-il expliquer si elle a quelque chose à voir avec le poids des valeurs: qui est invalide dans ce cas. Toutes les valeurs sont pondérées de la même façon. Et si je fais ce tout à fait mal, puis-je obtenir de l'aide avec elle Mes plus sincères remerciements. L'utilisation de conv est un excellent moyen de mettre en œuvre une moyenne mobile. Dans le code que vous utilisez, wts est combien vous peser chaque valeur (comme vous l'avez deviné). La somme de ce vecteur doit toujours être égale à un. Si vous souhaitez pondérer chaque valeur uniformément et faire un filtre N de taille N alors vous voudriez faire L'utilisation de l'argument valide en conv entraînera à avoir moins de valeurs dans Ms que vous avez dans M. Utilisez même si vous ne vous inquiétez pas les effets de Rembourrage zéro. Si vous avez la boîte à outils de traitement du signal, vous pouvez utiliser cconv si vous voulez essayer une moyenne mobile circulaire. Quelque chose comme vous devrait lire la documentation conv et cconv pour plus d'informations si vous n'avez pas déjà. Vous pouvez utiliser le filtre pour trouver une moyenne courante sans utiliser une boucle for. Cet exemple trouve la moyenne courante d'un vecteur à 16 éléments, en utilisant une taille de fenêtre de 5. 2) lisse dans le cadre de la Boîte à outils d'ajustement de courbe (qui est disponible dans la plupart des cas) yy lisse (y) lisse les données dans le vecteur colonne Y en utilisant un filtre de moyenne mobile. Les résultats sont renvoyés dans le vecteur colonne yy. La portée par défaut de la moyenne mobile est 5.