이동 평균 필터 설계 에서 matlab에

수요일 작성, 2008 년 10 월 8 일 20 04 최종 업데이트 일 목요일, 2013 년 3 월 14 일 01 29 필자 : Batuhan Osmanoglu 조회수 : 41585.Moving Average in Matlab. Offen 나는 소음을 조금 줄여야하는 데이터를 평균화해야 할 필요가 있음을 자주 느낍니다. 내가 뭘 원하는지 정확히 몇 가지 기능을 썼다지만, 필터 기능에 내장 된 matlab에 꽤 잘 작동합니다. 여기에 대해 1D 및 2D data.1D 필터 평균을 쓸거야 필터 기능을 사용하여 실현 될 수 있습니다 필터 기능은 적어도 필요합니다 3 개의 입력 매개 변수는 필터 b의 분자 계수, 필터 a의 분모 계수 및 물론 데이터 X입니다. 실행 평균 필터는 간단히 정의 할 수 있습니다. 2D 데이터의 경우 Matlab s filter2 함수를 사용할 수 있습니다. 필터가 작동하는 방식에 대해 입력 할 수 있습니다. 여기서는 16 by 16 이동 평균 필터를 빠르고 간단하게 구현합니다. 먼저 필터를 정의해야합니다. 우리가 원하는 것은 모두 모든 이웃의 공헌도이기 때문에 우리는 재미를 사용할 수 있습니다. 우리는 신호의 일반적인 레벨 진폭을 변경하고 싶지 않기 때문에 256 16 16으로 모든 것을 나눕니다. 필터를 적용하기 위해 간단히 다음을 말할 수 있습니다. 아래는 SAR 간섭계 위상의 결과입니다. 이 경우 범위는입니다 Y 축 및 방위각은 X 축에 매핑됩니다. 필터는 범위가 4 픽셀 폭이고 방위각이 16 픽셀입니다. 실행 평균 필터의 주파수 응답입니다. LTI 시스템의 주파수 응답은 임펄스 응답의 DTFT입니다. 임펄스 응답 이동 평균 필터가 FIR이기 때문에 주파수 응답은 유한 합으로 감소합니다. 우리는 매우 유용한 신원을 사용할 수 있습니다. 주파수 응답을 다음과 같이 쓸 수 있습니다. 우리는 aej N 0을 ML 1이 함수의 크기에 관심이있을 수 있습니다. 어떤 주파수가 필터를 통과하여 감쇄되는지를 결정할 수 있습니다. 아래는 L 4, 8, 16 파랑에 대한이 함수의 크기의 플롯입니다. 수평 축 범위 세 가지 경우 모두 주파수 응답에 저역 통과 특성이 있음을 알 수 있습니다. 입력에서 일정한 구성 요소 제로 주파수는 감쇠되지 않은 필터를 통과합니다. 2와 같은 특정 고주파수는 필터에 의해 완전히 제거됩니다. 그러나, 로우 패스 필터를 설계하려는 의도가 있다면 우리는 그다지 잘 수행하지 못했습니다 일부 높은 주파수는 16 포인트 이동 평균에 대해 약 1 10의 계수로 감쇠되거나 4 포인트 이동 평균에 대해 1 3의 계수로 감쇠됩니다 위의 음모는 다음의 Matlab 코드에 의해 작성되었습니다. 오메가 0 파이 400 파이 H4 1 4 1-exp - i 오메가 4 1-exp - i 오메가 H8 1 8 1-exp - i 오메가 8 1-exp - i 오메가 H16 1 16 1-exp - i 오메가 16 1-expi - 오메가 플롯 오메가, abs H4 abs H8 abs H16 축 0, pi, 0, 1.Copyright 2000- - University of California, Berkeley. Moving Average Filter MA filter. Loading 이동 평균 필터는 평활화에 일반적으로 사용되는 간단한 저역 통과 FIR 유한 임펄스 응답 필터입니다 샘플링 된 데이터 신호의 배열 한 번에 M 샘플의 입력을 받아서 그 M - 샘플의 평균을 취하여 하나의 출력 포인트를 만듭니다. 과학자 및 엔지니어가 필터 할 수있는 매우 간단한 LPF 저역 통과 필터 구조입니다 필터 길이가 파라미터 M을 증가 시키면 출력의 매끄러움이 증가하는 반면 데이터의 예리한 전이는 점차 무뎌지게됩니다. 이는이 필터가 우수한 시간 도메인 응답을하지만 주파수 응답이 좋지 않음을 의미합니다. MA 필터는 세 가지 중요한 기능을 수행합니다 .1 M 입력 포인트를 사용하여 M 포인트의 평균을 계산하고 단일 출력 포인트를 생성합니다. 2 계산 계산으로 인해 필터에 일정한 지연이 발생합니다. 3 필터는 낮은 주파수 영역 응답 및 좋은 시간 영역 응답을 가진 저역 통과 필터. Matlab Code. 다음의 MATLAB 코드는 M - 포인트 Moving Aver 나이 필터 및 또한 다양한 필터 길이에 대한 주파수 응답을 플롯합니다. 시간 도메인 응답. MA 필터에 입력 - 포인트 MA 필터 출력. 이동 평균 필터에 대한 응답 .3 포인트 이동 평균 필터 .1 포인트 MA 필터 출력의 응답. 101 포인트 MA 필터 출력. 51 포인트 이동 평균 필터의 응답. 101 포인트 이동 평균 필터. 501 포인트 MA 필터 출력. 501 포인트의 평균 이동 평균 필터. 첫 번째 플롯에서 우리는 이동 평균 필터로 들어갑니다. 입력이 시끄럽고 우리의 목표는 소음을 줄이는 것입니다. 다음 그림은 3 점 이동 평균 필터의 출력 응답입니다. 3 점 이동 평균 필터에있는 점으로부터 추론 할 수 있습니다 소음을 필터링하는 데별로 도움이되지 않습니다. 필터 탭을 51 포인트로 늘리면 출력의 노이즈가 크게 줄어 들었습니다 (다음 그림 참조). 다양한 길이의 이동 평균 필터의 주파수 응답. 탭을 101로 더 높이고 501에서 볼 수 있듯이 노이즈가 거의 0 임에도 불구하고 신호의 양쪽 측면의 기울기를 철저히 관찰하고 이상적인 벽돌 벽 천이와 비교해 볼 수 있습니다. 주파수 응답. 주파수에서 롤오프가 매우 느리고 정지 대역 감쇠가 좋지 않다고 응답 할 수 있습니다. 이 정지 대역 감쇠가 주어지면 이동 평균 필터는 주파수 대역을 분리 할 수 ​​없습니다. 시간 영역은 주파수 영역에서 성능이 떨어지며 그 반대도 마찬가지입니다. 즉, 이동 평균은 예외적으로 양호한 평활화 필터로서 시간 영역에서의 동작이지만 예외적으로 나쁜 저역 통과 필터는 주파수 영역에서의 동작입니다. 외부 링크 . 추천 도서. 기본 사이드 바.