Moving Average Simulink Block

Eu sou novo para Simulink Eu quero fazer a média dos dados de entrada que vem depois de alguns intervalos de um bloco Por exemplo, Contínuo enquadrado dados de 42 amostras está fora de um bloco Junto com os dados emoldurados há outra etiqueta de saída que diz que Essas amostras de quadros pertencem a qual categoria Tags são números de 1-6 A saída é aleatória Eu quero média a mesma categoria de dados Como o primeiro quadro é de cat1, então depois de 4 quadros frame cat1 novamente vem Agora como eu deveria média deste novo quadro Com o anterior Eu quero fazer isso para todas as categorias Por favor, ajude-me para fora this. asked Mar 26 14 em 13 35.A solução rápida e suja seria implementar um arraylist para cada categoria Inicializar a lista com NaNs e manter um Contador para a última amostra de cada categoria Usando a função média você pode obter a média de todas as medições. Se você quiser apenas a média do quadro atual e quadro anterior, você pode simplesmente fazer significar cat1 n1 cat1 n1 1 onde cat1 é o arraylist Fo R frames da categoria 1 e n1 é o índice do quadro anterior em cat1.If você quer uma média móvel ponderada para uma implementação em tempo real, criar uma variável média para cada categoria chamá-lo av1, av2, etc e calcular av1 alpha av1 1 - alpha cat1 n1 1 onde alfa é o peso atribuído à média anterior alfa 1 e cat1 n1 1 é a nova medida sempre que um quadro cat1 vem in. answered Mar 26 14 em 17 39.Weighted Média Móvel Obsoleta. Nota A Média Móvel Ponderada Block is obsolete Este bloco foi removido da biblioteca Discrete no R2008a e substituído pelo bloco de filtro FIR Discrete No entanto, os modelos existentes que contêm o bloco Weighted Moving Average continuam a funcionar para compatibilidade com versões anteriores. Use o bloco de filtro FIR discreto em novos modelos Considere usar A função slupdate para substituir a Média Móvel Ponderada pelo Filtro FIR Discreto em modelos existentes. A amostra de blocos de Média Móvel Ponderada e detém as N entradas mais recentes, multiplica cada entrada por uma especificação Este bloco suporta tanto os modos SIMO de saída única de entrada simples como os modos SIMO de saída única de entrada múltipla. Para o modo SISO, o parâmetro Pesos é especificado como um vetor de linha Para No modo SIMO, os pesos são especificados como uma matriz em que cada linha corresponde a uma saída separada. Você pode escolher se deseja ou não especificar o tipo de dados ea escala dos pesos na caixa de diálogo com o parâmetro Gain data type. Os valores iniciais para todas as horas que precedem a hora de início Você especifica o intervalo de tempo entre amostras com o parâmetro Tempo de Amostragem. O bloco de Média Móvel Ponderada primeiro multiplica suas entradas pelo parâmetro Pesos, converte esses resultados para o tipo de dados de saída usando o arredondamento especificado e Overflow modos e, em seguida, executa o suporte de tipo de somação. O bloco Weighted Moving Average suporta todos os tipos de dados numéricos suportados pelo Simulink, incluindo ponto fixo Tipos de dados. Especifique os pesos da média móvel uma linha por saída O parâmetro Pesos é convertido de duplas para o tipo de dados especificado off-line usando round-to-closer e saturação. Especifique os valores iniciais para todas as horas que precedem a hora de início A condição inicial É convertido de duplas para o tipo de dados de entrada off-line usando round-to-closer e saturation. Specify o intervalo de tempo entre amostras Para herdar o tempo de amostra, defina esse parâmetro como -1 Consulte Specify Sample Time na documentação on-line para obter mais informações. Tipo de dados de saída. Especifique o tipo de dados de saída Você pode configurá-lo para. Uma regra que herda um tipo de dados, por exemplo, Herdar Herdar por meio de propagação posterior. O nome de um objeto de tipo de dados, por exemplo, Para um tipo de dados, por exemplo, fixdt 1,16,0. Clique no botão Mostrar assistente de tipo de dados para exibir o Assistente de tipo de dados que ajuda a definir o tipo de dados de saída parameter. Lock saída de escala contra alterações pelo au Toscaling tool. Select para bloquear o dimensionamento de saídas contra as alterações por meio do Fixed-Point Tool. Integer arredondamento mode. Rounding modo para a saída de ponto fixo Para obter mais informações, consulte Arredondamento Fixed-Point Designer. Saturate a max ou min quando ocorrem overflows. Se selecionado, os overflows de ponto fixo saturate Caso contrário, eles wrap. Specify o tipo de dados do parâmetro Weights Você pode configurá-lo para. Uma regra que herda um tipo de dados, por exemplo, Herdar Herdar via regra interna. O nome de um tipo de dados Objeto, por exemplo, um objeto. Uma expressão que avalia um tipo de dados, por exemplo, fixdt 1,16,0. Clique no botão Mostrar assistente de tipo de dados para exibir o Assistente de tipo de dados que ajuda a definir o parâmetro do tipo de dados de ganho See Especificar tipos de dados Usando Data Type Assistant para obter mais informações. Suponha que você deseja configurar este bloco para duas saídas modo SIMO onde a primeira saída é dada por. y 1 ka 1 ukb 1 uk 1 c 1 uk 2. a segunda saída é dada por. y 2 ka 2 ukb 2 uk 1.e os valores iniciais de Uk - 1 e uk - 2 são dadas respectivamente por ic1 e ic2. Para configurar o bloco de Média Móvel Ponderada para este caso, você deve especificar o parâmetro Pesos como a1 b1 c1 a2 b2 c2 em que c2 0 eo parâmetro condição Inicial como ic1 Ic2.Moving Average. Method Método de média Valor da janela deslizante Peso exponencial. Janela deslizante Uma janela de comprimento Comprimento da janela se move sobre os dados de entrada ao longo de cada canal Para cada amostra a janela se move, o bloco calcula a média sobre os dados na janela. Ponderação exponencial O bloco multiplica as amostras por um conjunto de fatores de ponderação A magnitude dos fatores de ponderação diminui exponencialmente à medida que a idade dos dados aumenta, nunca atingindo zero Para calcular a média, o algoritmo somar os dados ponderados. Comprimento da janela no desligamento padrão. Quando você seleciona esta caixa de seleção, o comprimento da janela deslizante é igual ao valor especificado em Comprimento da janela Quando você desmarca essa caixa de seleção, o comprimento Da janela deslizante é infinita Neste modo, o bloco calcula a média da amostra atual e de todas as amostras anteriores no canal. Comprimento da janela Comprimento da janela deslizante 4 padrão padrão escalar positivo. O comprimento da janela especifica o comprimento da janela deslizante. É exibido quando você seleciona a caixa de seleção Especificar comprimento da janela. Fator de omissão Fator de ponderação exponencial 0 9 padrão real real escalar na faixa de 0,1. Esse parâmetro se aplica quando você define Método para Ponderação exponencial Um fator de esquecimento de 0 9 dá mais peso a Os dados mais antigos do que um fator de esquecimento de 0 1 Um fator de esquecimento de 1 0 indica memória infinita Todas as amostras anteriores recebem um peso igual. Este parâmetro é ajustável Você pode alterar seu valor mesmo durante a simulação. Simular usando o Tipo de simulação a ser executado Padrão de geração de código Execução interpretada. Simulação de modelo usando código C gerado A primeira vez que você executa uma simulação, o Simulink gera código C para o bloco The O código C é reutilizado para simulações subseqüentes, desde que o modelo não mude Esta opção requer tempo de inicialização adicional, mas fornece uma velocidade de simulação mais rápida do que a execução Interpretada. Simular o modelo usando o interpretador MATLAB Essa opção reduz o tempo de inicialização, Método de Janela deslizante. No método de janela deslizante, a saída para cada amostra de entrada é a média da amostra atual e as amostras anteriores Len - 1 Len é o comprimento da janela Para calcular as primeiras saídas Len - 1, quando a janela O algoritmo preenche a janela com zeros Como um exemplo, para calcular a média quando a segunda amostra de entrada entra, o algoritmo preenche a janela com Len - 2 zeros O vetor de dados, x é então os dois dados Amostras seguidas por Len - 2 zeros. Quando você não especifica o comprimento da janela, o algoritmo escolhe um comprimento de janela infinito. Neste modo, a saída é a média móvel da amostra atual e Todas as amostras anteriores no canal. Método de ponderação exponencial. No método de ponderação exponencial, a média móvel é calculada recursivamente usando estas fórmulas. w N w N 1 1 x N 1 1 N N N N 1 N N N N Mudança Média na amostra corrente. x N Dados atuais amostra de entrada. x N 1 Média móvel na amostra anterior. Fator de esquecimento. w N Fator de ponderação aplicado à amostra de dados atual. 1 1 w N x N 1 Efeito dos dados anteriores sobre a média. Para a primeira amostra, onde N 1, o algoritmo escolhe w N 1 Para a próxima amostra, o fator de ponderação é atualizado e usado para calcular a média, como por A equação recursiva À medida que a idade dos dados aumenta, a magnitude do fator de ponderação diminui exponencialmente e nunca atinge zero. Em outras palavras, os dados recentes têm mais influência sobre a média atual do que os dados mais antigos. Taxa de variação dos fatores de ponderação Um fator de esquecimento de 0 9 dá mais peso aos dados mais antigos do que um fator de esquecimento de 0 1 Um fator de esquecimento de 1 0 indica memória infinita Todas as amostras anteriores recebem um peso igual. Selecione seu país .