Flytte Gjennomsnittet Vs Low Pass

Im koding noe for øyeblikket hvor jeg tar en mengde verdier over tid fra et maskinvarekompass. Dette kompasset er veldig nøyaktig og oppdateres veldig ofte, med det resultat at hvis det jiggles litt, ender jeg med den merkelige verdien som er vildt uforenlig med naboene. Jeg vil glatte ut disse verdiene. Etter å ha gjort noe å lese rundt, ser det ut til at det jeg ønsker er et høypassfilter, et lavpassfilter eller et bevegelig gjennomsnittsnivå. Flytte gjennomsnittet jeg kan komme ned med, bare hold en historie om de siste 5 verdiene eller hva som helst, og bruk gjennomsnittet av disse verdiene nedstrøms i koden min, der jeg en gang bare brukte den nyeste verdien. Det burde, tror jeg, glatt ut de jiggles pent, men det synes meg at det er nokså ineffektivt, og dette er trolig en av de kjente problemene til de riktige programmene som det er en veldig fin Clever Math-løsning. Jeg er imidlertid en av de forferdelige selvlærte programmørene uten å ha en formell utdannelse i noe som helst vevt relatert til CompSci eller Math. Lese rundt litt tyder på at dette kan være et høyt eller lavt passfilter, men jeg kan ikke finne noe som forklarer i forståelse for en hack som meg, hvordan effekten av disse algoritmene ville være på en rekke verdier, enn si hvordan matematikken virker. Svaret gitt her. for eksempel teknisk svar på spørsmålet mitt, men bare når det gjelder forståelig for de som sikkert ville vite hvordan å løse problemet. Det ville være en veldig fin og smart person som kunne forklare hva slags problem dette er, og hvordan løsningene fungerer, forståelig for en kunsteksamen. spurte 21 september 10 kl 13:01 Hvis det bevegelige gjennomsnittet ditt må være lengre for å oppnå den nødvendige utjevningen, og du egentlig ikke trenger noen bestemt form for kjernen, så er du bedre hvis du bruker et eksponentielt forfallende glidende gjennomsnitt: hvor du velg liten for å være en passende konstant (f. eks. hvis du velger liten 1 - 1N, vil den ha samme mengde gjennomsnitt som et vindu med størrelse N, men fordelt annerledes over eldre punkter). Uansett, siden den neste verdien av glidende gjennomsnitt bare avhenger av den forrige og dataene dine, trenger du ikke å holde en kø eller noe. Og du kan tenke på dette som å gjøre noe som, Vel, jeg har et nytt poeng, men jeg stoler ikke på det, så jeg skal holde 80 av mitt gamle estimat av målingen, og bare stol på dette nye datapunktet 20. Thats Tja, det samme som å si: Vel, jeg stoler bare på dette nye punktet 20, og jeg bruker 4 andre poeng som jeg stoler på i samme mengde, bortsett fra at i stedet for å eksplisitt ta de 4 andre punktene, antar du at gjennomsnittsverdien du gjorde sist var fornuftig, slik at du kan bruke ditt tidligere arbeid. svaret 21 september 10 kl 14:27 Hei, jeg vet at dette er 5 år sent, men takk for et fantastisk svar. I39m jobber på et spill hvor lyden endres basert på hastigheten din, men på grunn av å kjøre spillet på en slow-ass-datamaskin, vil hastigheten svinge vilt, noe som var fint for styring, men veldig irriterende når det gjelder lyd. Dette var en veldig enkel og billig løsning på noe jeg trodde ville være et veldig komplekst problem. ndash Adam Mar 16 15 kl 20:20 Hvis du prøver å fjerne en og annen merkelig verdi, er et lavpassfilter det beste av de tre alternativene du har identifisert. Lavpasningsfiltre tillater lavhastighetsendringer som de som forårsakes ved å rotere et kompass for hånd, mens for eksempel avslag på høyhastighets endringer som for eksempel forårsaket av støt på veien. Et glidende gjennomsnitt vil trolig ikke være tilstrekkelig, siden effekten av et enkelt blip i dataene dine vil påvirke flere påfølgende verdier, avhengig av størrelsen på det bevegelige gjennomsnittsvinduet. Hvis de ulige verdiene enkelt oppdages, kan du til og med være bedre med en glitch-fjerningsalgoritme som helt ignorerer dem: Her er en guikdiagram som illustrerer: Den første grafen er inngangssignalet, med en ubehagelig glitch. Den andre grafen viser effekten av et 10-prøve glidende gjennomsnitt. Den endelige grafen er en kombinasjon av 10-prøve gjennomsnittet og den enkle glitchdeteksjonsalgoritmen vist ovenfor. Når feilen oppdages, brukes 10-prøve gjennomsnittet i stedet for den faktiske verdien. besvart 21 sep 10 kl 13:38 pent forklart og bonuspoeng for grafen) ndash Henry Cooke 22. september kl 10:50 Wow. Svært så så et fint svar ndash Muis 4 juni 13 kl 9:14 Det bevegelige gjennomsnittet er et lavpasfilter. ndash nomen 21 okt 13 kl 19:36 Prøv en runningstreaming median i stedet. ndash kert Apr 25 14 kl 22:09 Flytende gjennomsnitt jeg kan komme ned med. men det synes meg at det sannsynligvis er ganske ineffektivt. Theres egentlig ingen grunn til at et glidende gjennomsnitt burde være ineffektivt. Du beholder antall datapunkter du vil ha i noen buffer (som en sirkulær kø). På hvert nytt datapunkt poperer du den eldste verdien og trekker den fra en sum, og trykker den nyeste og legger den til summen. Så hvert nytt datapunkt innebærer egentlig bare en poppush, et tillegg og en subtraksjon. Ditt bevegelige gjennomsnitt er alltid denne skiftende summen delt på antall verdier i bufferen din. Det blir litt vanskeligere hvis du mottar data samtidig fra flere tråder, men siden dataene kommer fra en maskinvareenhet som synes svært tvilsom for meg. Oh og også: forferdelige selvlærte programmører forene) Det bevegelige gjennomsnittet virket ineffektivt for meg fordi du må lagre en buffer av verdier - bedre å bare gjøre litt Clever Maths med din inngangsverdi og nåværende arbeidsverdi Jeg tror det er hvordan eksponentiell glidende gjennomsnitt virker. En optimalisering jeg har sett for denne typen bevegelige gjennomsnitt, innebærer å bruke en forsterker med fast lengde-kø, en peker til hvor du befinner deg i den køen, og bare pakker pekeren rundt (med eller en hvis). Voila Ingen dyr pushpop. Kraft til amatørene, bror ndash Henry Cooke Sep 22 10 på 0:54 Henry: For et glatt gjennomsiktig gjennomsnitt trenger du bare bufferen, slik at du vet hvilken verdi som dukker opp når den neste verdien blir presset. Når det er sagt, den kvoterte lengden køforsterkeren en pointerquot du beskriver, er akkurat hva jeg mente ved kvitteringskøen. Det var derfor jeg sa at det ikke er ineffektivt. Hva syntes du jeg mente Og hvis svaret ditt er kvotearray som skifter sine verdier tilbake på hver indeksert fjerningsquot (som std :: vektor i C). Nå, da har jeg det så vondt jeg vil ikke engang snakke med deg lenger) ndash Dan Tao 22. september 10 kl 1:58 Henry: Jeg vet ikke om AS3, men en Java-programmerer har samlinger som CircularQueue på hisher disposisjon (I39m ikke en Java-utvikler så jeg er sikker på at det finnes bedre eksempler der ute, det er bare det jeg fant fra et raskt Google-søk), som utfører nøyaktig funksjonaliteten vi snakker om. Jeg er ganske sikker på at flertallet av mellomstore og lavt nivå språk med standardbiblioteker har noe lignende (f. eks. I QueueltTgt). Uansett, jeg var selvsagt filosofi. alt er tilgitt. ndash Dan Tao 22 september 10 kl 12:44 Et eksponentielt forfallende glidende gjennomsnitt kan beregnes for hånd med bare trenden hvis du bruker de riktige verdiene. Se fourmilab. chhackdiete4 for en ide om hvordan du gjør dette raskt med en penn og papir hvis du er ute etter eksponentielt glatt glidende gjennomsnitt med 10 utjevning. Men siden du har en datamaskin, vil du sannsynligvis gjøre binær skifting i motsetning til desimalforskyvning) På denne måten er alt du trenger en variabel for din nåværende verdi og en for gjennomsnittet. Det neste gjennomsnittet kan da beregnes ut fra det. besvart 21 sep 10 kl 14:39 theres en teknikk kalt en rekkevidde gate som fungerer bra med lav forekomst falske prøver. Forutsatt bruken av en av filterteknikkene nevnt ovenfor (glidende gjennomsnitt, eksponentiell), når du har tilstrekkelig historie (en tidskonstant), kan du teste den nye innkommende datasammen med rimelighet før den legges til i beregningen. Det kreves viss kunnskap om den maksimale fornuftige endring av signalet. Råprøven sammenlignes med den siste glattede verdien, og hvis absoluttverdien av denne differansen er større enn det tillatte området, blir prøven kastet ut (eller erstattet med noen heuristiske, for eksempel en prediksjon basert på skrå differensial eller trenden prediksjonsverdi fra dobbel eksponensiell utjevning) besvart 30. april 16 kl. 6: 56. En glidende gjennomsnittlig filter gjennomsnitter et antall inngangssampler og produserer en enkelt utgangseksempel. Denne gjennomsnittlige tiltak fjerner de høyfrekvente komponentene som er tilstede i signalet. Flytte gjennomsnittlige filtre brukes normalt som lavpasfiltre. I rekursiv filtreringsalgoritme blir tidligere utgangsprøver tatt for gjennomsnittlig. Et glidende gjennomsnittlig filter er gjennomsnittlig et antall inngangsprøver og produserer en enkeltutgangsprøve. Denne gjennomsnittlige tiltak fjerner de høyfrekvente komponentene som er tilstede i signalet. Flytte gjennomsnittlige filtre brukes normalt som lavpasfiltre. I rekursiv filtreringsalgoritme blir tidligere utgangsprøver tatt for gjennomsnittlig. Dette er grunnen til at impulsresponsen strekker seg til uendelig. Slik bruker du prøveprogrammet. Zip-filen inneholder både kildekoden og kjørbar. For å kompilere og kjøre kildekoden må du ha Visual Basic 6.0 installert på datamaskinen. For å kjøre kjørbar, må du laste ned og installere Visual Basic 6.0 runtime filer. Kjør movavgfilt. exe, og du vil se hovedvinduet. I hovedvinduet. Den øverste delen er funksjonsgeneratoren. som produserer forskjellige bølgeformer for å teste filteret. Vi kan interaktivt endre amplitude, frekvens og form av det genererte signalet. For å teste programmet må vi først generere en passende bølgeform. Her vil vi generere en kompleks bølgeform som består av to forskjellige frekvenser. La alt stå i standardinnstillingene og klikk på quotgeneratequot-knappen. Nå kan du se et 10 Hz signal i grafen ved siden av signalgeneratoren. Figur nedenfor viser bølgeformen. Endre Frekvensen til 100 Hz, og klikk på quotgeneratequot-knappen igjen. Den nyopprettede bølgeformen legges til den eksisterende bølgeformen, og den resulterende bølgeformen ser ut som en 10 Hz sindbølge med 100 Hz støy. Se bølgeformen under. Denne bølgeformen er best egnet til å teste filteret fordi den inneholder to forskjellige frekvenser. Du kan kjøre filteret ved å klikke på quotFilterquot-knappen. Fra alternativene som er tilgjengelig igjen til quotFilterquot-knappen. Du kan velge Rekursiv, ikke-rekursiv filtrering eller ingen filtrering i det hele tatt. Figuren under viser filterets utgang. Last ned Flyttende Gjennomsnitt Filtrer kildekode Flyttet gjennomsnittlig Filter kate skrev: gt Hei, gt gt Jeg leter etter noe kode for et lavpasfilter som jeg kan søke på et signal før utføring av spektralanalyse. Jeg unnslipper for min uvitenhet, men dette er veien utenfor feltet mitt, så jeg gir ikke noe sans for det. Hva er inngangene som trengs annet enn selve signalet gt gt Takk, gt Kate I det analoge domenet bruker folk lavpassfiltrering av minst et par årsaker som kommer til å tenke (i) gjør signalet bedre ( ii) unngå aliasing under analog-til-digital konvertering, noe som resulterer i at høyfrekvente lydsignaler blir aliased til lave frekvenser, noe som kan ødelegge de lavere frekvenssignalene av interesse og øke støygulvet. Det ser ikke ut til at noen av disse hensynene gjelder din situasjon (i) du ser ikke signalet direkte (du skal gjøre spektralanalyse) (ii) signalet ditt er allerede digitalisert. Spesifikt, når du gjør spektralanalyse, vil høyfrekvente ting dukke opp i høyfrekvensenden, og du kan velge å ignorere den. For en hvilken som helst lineær teknikk (dette inkluderer FFT og Matlab filter () - funksjonen), vil høyfrekvensinnholdet ikke forstyrre spektralanalysen av lavfrekvensinnholdet. Med mindre du ønsker å decimere dataene dine før du filtrerer. Er det en bestemt grunn til at du vil bli kvitt høyfrekvensinnholdet før spektralanalyse kate skrev: gt Hei, gt gt Jeg leter etter noe kode for et lavpasfilter som jeg kan søke på et signal før du bærer ut spektral analyse. Jeg unnslipper for min uvitenhet, men dette er veien utenfor feltet mitt, så jeg gir ikke noe sans for det. Hva er inngangene som trengs annet enn selve signalet gt gt Takk, gt Kate I det analoge domenet bruker folk lavpassfiltrering av minst et par årsaker som kommer til å tenke (i) gjør signalet bedre ( ii) unngå aliasing under analog-til-digital konvertering, noe som resulterer i at høyfrekvente lydsignaler blir aliased til lave frekvenser, noe som kan ødelegge de lavere frekvenssignalene av interesse og øke støygulvet. Det ser ikke ut til at noen av disse hensynene gjelder din situasjon (i) du ser ikke signalet direkte (du skal gjøre spektralanalyse) (ii) signalet ditt er allerede digitalisert. Spesifikt, når du gjør spektralanalyse, vil høyfrekvente ting dukke opp i høyfrekvensenden, og du kan velge å ignorere den. For en hvilken som helst lineær teknikk (dette inkluderer FFT og Matlab filter () - funksjonen), vil høyfrekvensinnholdet ikke forstyrre spektralanalysen av lavfrekvensinnholdet. Med mindre du ønsker å decimere dataene dine før du filtrerer. Er det en bestemt grunn at du vil bli kvitt høyfrekvensinnholdet før spektralanalyse For å være ærlig vet jeg ikke hvorfor jeg prøver å bli kvitt de høye frekvensene. Jeg følger i utgangspunktet instruksjonene i en ISO. Som du kanskje har gjettet, er programmering og signalbehandling egentlig ikke mitt område, så språket som brukes, er fremmed for meg. Det jeg gjør er som følger - Jeg er sivilingeniør og jeg prøver å analysere en profil på vegger. Profilen er i utgangspunktet likeverdig av et signal som varierer med avstand (men siden hastigheten er konstant, er dette det samme som varierende med tiden). Den nøyaktige formuleringen av ISO er forbehandling filtre skal brukes for eksempel butterworth. Men jeg trodde at det bevegelige gjennomsnittet kunne være et lettere sted å begynne å anta, hvorfor jeg prøver å utrydde høyfrekvenser, fordi de ville være ubetydelige når det gjelder skader på veioverflaten. Jeg setter stor pris på tiden din, Katherine Rajeev skrev: gt gt kate skrev: gtgt Hei, gtgt gtgt Jeg leter etter noe kode for et lavpasfilter som jeg kan bruke til gtgt et signal før du utfører spektralanalyse. gtgt gtgt Jeg apologiserer for min uvitenhet, men dette er veien utenfor feltet mitt, så det gjør jeg ikke noe for det. Hva er inngangene som er nødvendig for annet enn selve signalet? Takk, gtgt Kate gt gt I det analoge domenet bruker folk lavpassfiltrering for minst et par grunner som kommer til å tenke (i) gjør signalet se bedre gt (ii) unngå aliasing under analog-til-digital-konvertering, noe som resulterer i høyfrekvente lydsignaler som blir aliased til low gt frekvenser, som kan korrumpere de lavere frekvenssignalene med gt interest gt og øke støygulvet. gt) Det ser ikke ut til at noen av disse overvektene gjelder for gt gt-situasjonen (i) du ser ikke signalet direkte (du skal gjøre spektralanalyse) (ii) signalet ditt er allerede digitalisert. gt gt Spesifikt, når du gjør spektralanalyse, vil høyfrekvente gt stuff gt dukke opp i høyfrekvensenden, og du kan velge å ignorere gt det. gt For en lineær teknikk (dette inkluderer FFT og Matlab filter () gt-funksjonen), vil høyfrekvensinnholdet ikke forstyrre gt spektralanalysen av lavfrekvensinnholdet. Med mindre du ønsker å gt decime dataene dine før du filtrerer. gt gt Er det en spesiell grunn at du vil bli kvitt gt høyfrekvent gt innhold før spektral analyse gt gt HTH gt - rajeev - gt Katherine skrev: gt For å være ærlig vet jeg ikke hvorfor jeg prøver å bli kvitt høy gt frekvenser. Jeg følger i utgangspunktet instruksjonene i en ISO. gt Som du kanskje har gjettet, er dataprogrammering og signalbehandling gt egentlig ikke mitt område, så språket som brukes, er fremmed for meg. Det jeg gjør er som følger - Jeg er sivilingeniør og jeg prøver å analysere en veibaneprofil. Profilen er i utgangspunktet gt-likeverdig av et signal som varierer med avstand (men siden hastigheten gt er konstant, er dette det samme som varierende med tiden). Den nøyaktige GT-ordlyden av ISO er forbehandling filtre skal brukes til Noen spørsmål kommer til å tenke. en. Hva ber ISO om deg å gjøre etter forbehandlingsfiltrene b. Hvordan implementeres spektralanalysen c. Angir ISO spesifiseringsfrekvensen for filteret. dvs. bli kvitt frekvenser over X gt eksempel butterworth. Men jeg trodde at det bevegelige gjennomsnittet gt kan være et lettere sted å starte, jeg pleier å være enig, det ville være lettere å flytte gjennomsnitt. Det har også en egenskap at alle frekvenskomponenter blir forsinket med nøyaktig samme mengde, noe som betyr at bølgeformformen blir bevart gjennom filteret (selvfølgelig vil noen frekvenskomponenter bli dempet, men de vil ikke bli forskjøvet med f. eks. 90 grader , i forhold til andre frekvenser). Butterworth-filteret (og i varierende grad alle analogfiltre) har ikke denne egenskapen, som er kjent som lineærfase eller faselinjær. Butterworth refererer til en klasse av analoge filtre med en bestemt fase - og frekvensrespons, som er lett å implementere med elektroniske komponenter som motstander, kondensatorer og induktorer. (Mitt rimelige gjetning er det) folk utviklet digitale ekvivalenter til disse og andre analoge filtre fordi de var kjent med egenskapene sine. Men mange folk i dag ville spørre, hvis du skal operere på et digitalt signal, hvorfor bry deg med et analogt-lignende filter. gt Jeg antar grunnen til at jeg prøver å utrydde høyfrekvenser er gt fordi de ville være ubetydelige når det gjelder skade på vegflaten. gt Jeg setter stor pris på tiden din, gt Katherine Igjen, jeg er mye gjengjeld for deg for å ta deg tid jeg har forsøkt å svare på qs nedenfor: gt Noen spørsmål kommer i tankene. gt gt a. Hva ber ISO å gjøre etter forbehandlingsfiltrene Etter forbehandlingsfiltrene ber det om at jeg utfører en FFT som jeg antar, er også et svar på ditt neste spørsmål. Det store forståelsesproblemet jeg har, er at jeg genererte veiprofilen selv, og angav at jeg ønsket at frekvensene skulle være minst 0,01cyklermeter og maksimalt 4cyclesmeter. Hvorfor skal jeg da filtrere ut høyfrekvenser gt gt b. Hvordan er spektralanalysen implementert gt gt c. Angir ISO spesifiseringsfrekvensen for filteret. det vil si gt bli kvitt frekvenser over X Det angir ikke noen cutoff-frekvens. gtgt eksempel butterworth. Men jeg trodde at det bevegelige gjennomsnittet gtgt kan være et lettere sted å begynne å greie. Jeg har en tendens til å være enig, det vil være lettere å flytte gjennomsnitt. Det har også gt gt gt gt at alle frekvenskomponentene er forsinket med nøyaktig samme gt-mengde, gt som betyr at bølgeformen formes bevares gjennom gt filter gt (selvfølgelig vil noen frekvenskomponenter bli dempet, men de vil ikke bli gt bli forskjøvet med 90 grader, i forhold til andre frekvenser). gt The Butterworth filter (og i varierende grad alle analoge filtre) har ikke denne egenskapen, som er kjent som lineærfase eller faselinjær. gt gt Butterworth refererer til en klasse av analoge filtre med en bestemt gtfase gt og frekvensrespons, som er lett å implementere med gt electronic gt-komponenter som motstander, kondensatorer og induktorer. (Jeg er rimelig redd det er at) folk utviklet digitale ekvivalenter til disse og andre gt analoge gtfiltre fordi de var kjent med egenskapene sine. Men gt gt gt gt av folk i dag ville spørre, hvis du skal operere på et digitalt gt signal, gt hvorfor bry deg med et analog-likt-lignende filter. Jeg antar grunnen til at jeg prøver å utrydde høyfrekvenser, er fordi de ville være ubetydelige når det gjelder skade på vegflaten. gtgt gtgt Jeg setter stor pris på din tid, og det er greit. gt gt gt HTH gt - rajeev - Takk. Katherine Høres ut som om du kan filtrere dataene allerede som du angir frekvensområdet. Hva er samplingsfrekvensen Er det romlig eller tidsmessig Hvis du spesifiserer 4 syklusmeter til systemet, er det svært lite sannsynlig at det bare ville være prøvetaking for å få den frekvensen (Fs18 meter) uten noen form for flytende gjennomsnittsfilter innebygd. Hva er ISO krav (ISO-standard, hvorfra) En effekt av filtreringen er å skifte energien til lavere frekvenser i stedet for å bare kutte den av som du ville gjøre i frekvensdomenet. Hvis sluttmålet er å beregne en IRI eller en annen annen road roughness metrisk enn dette kan være kritisk. gt gt Etter forbehandlingsfiltrene ber det om at jeg utfører en FFT som jeg antar, er også et svar på ditt neste spørsmål. Det store GT forståelsesproblemet jeg har, er at jeg genererte GT gt-profilen selv, og angav at jeg ønsket at frekvensene skulle være minst 0,01cyklermeter og maksimalt 4cyclesmeter. Hvorfor da bør jeg trenge å filtrere ut høyfrekvenser, Charlie, jeg er veldig uvitende om den riktige terminologien i disse tingene, og jeg er ikke sikker på hva du mener med prøvefrekvens. Jeg forteller deg hva jeg gjør. Først genererer jeg en tilfeldig veiprofil som har romlige frekvenser varierende fra 0,01 til 4 cyclesm. ISO 8608: 1995 har klassifisering av vei og avhengig av dette, gir den en PSD-verdi for hver av frekvensene mellom 0,01 og 4 det du vil ha. Disse verdiene legges deretter inn i en ligning for veibygging som skaper en vei med et hvilket som helst antall poeng (i mitt tilfelle 8000, eller 400 meter, dvs. hver 0,05 meter). Deretter graver jeg alle ISO-verdiene for PSD mot de romlige frekvensene jeg hadde over. Jeg prøver da å jobbe bakover for å se om jeg kan generere den samme grafen ved å bruke samme veiprofil, og finne FFT av den og deretter PSD. Jeg vet ikke hva du mener med samplingsfrekvens. Jeg er redd, kanskje det er oppe i det jeg har beskrevet. Takk så mye for din tid. Jeg er helt som en fisk ute av vann på denne Charlie skrev: gt gt gt Katherine, gt gt Lyder som om du kanskje filtrerer dataene allerede slik du angir at du spesifiserer frekvensområdet. Hva er samplingsfrekvensen Er det romlig eller gt temporal gt Hvis du spesifiserer 4 syklusmåler til systemet, er det svært lite sannsynlig at det bare ville være prøvetaking for å få denne frekvensen (Fs18 meter) uten noen gt type gt glidende gjennomsnittlig filter bygget i. gt gt Hva er ISO-kravet (ISO-standard, hvorfra) gt? En effekt av filtreringen er å skifte energien til lavere gt-frekvensene i stedet for å bare kutte den av som du ville gjøre i gt-frekvensdomenet. Hvis sluttmålet er å beregne en IRI eller noe gt type gt annen veisikkerhet metrisk enn dette kan være kritisk. gt gt Charlgt gt gtgt gtgt Etter forbehandlingsfiltrene ber det om at jeg utfører en FFT gt som gtgt jeg antar, er også et svar på ditt neste spørsmål. Det store gtgt forståelsesproblemet jeg har, er at jeg selv genererte GTgt-profilen, og angav at jeg ønsket at frekvensene skulle være et minimum på 0,01 sikringsmåler og maksimalt 4 sikringsmåler. Hvorfor må gtgt jeg trenge å filtrere ut høyfrekvenser gtgt gt gt Takk for info på ISO 8608: 1995 ser det ut som en god referanse til noen av arbeidet med prosessbehandling av vegprofil. Tilbake til prosjektet ditt. Som jeg forstår, gjør du: 1. Lag veiprofil i romlig frekvensdomene med innhold i 0,01-4 cyclesm 2. Generer romprofil fra 1 ved hjelp av noen ligninger (400 meter lang, dx0.05 m, romlig samplingfrekvens1dx20 syklusm) 3 . Graf veien PSD fra 1 mot ISO-verdiene fra ISO 8608 4. Beregn fft og PSD fra 2 og sammenlign det med 3 for å se om du er i stand til å produsere den igjen. Hvis dette er riktig og jeg forstår ISO-standarden. Jeg tror ikke du må gjøre noen filtrering i det hele tatt. Din profil fra 2 skal kunne generere frekvensdata fra 0.0025-10 cyclesm, men du bør ikke se noe innhold over 4 cyclesm. Håper dette hjelper i stedet for å forvirre. Du vil kanskje se The Little Book of Profiling på umtri. umich. eduerdroughnessindex. html for mer info. Katherine ltkatherine. cashellucd. iegt skrev i meldingsnyheter: ef02d7a.7webx. raydaftYaTP. gt Charlie, gt Jeg er veldig uvitende på den riktige terminologien i disse tingene, og jeg er ikke sikker på hva du mener med samplingsfrekvens. Jeg forteller deg hva jeg gjør. gt> For det første genererer jeg en tilfeldig veiprofil som har romlige gt frekvenser varierende fra 0,01 - 4 cyclesm. ISO 8608: 1995 har gt klassifiseringer av vei og avhengig av dette, gir den en PSD-verdi gt for hver av frekvensene mellom 0,01 og 4 som du vil ha. Disse gt-verdiene blir deretter satt inn i en ligning for vei-generasjon som gt lager en vei med et hvilket som helst antall poeng (i mitt tilfelle 8000 eller 400 meter, dvs. hver 0,05 meter). gt Jeg graver så alle ISO-verdiene for PSD mot de romlige gt frekvensene som jeg hadde over. gt Jeg prøver da å jobbe bakover for å se om jeg kan generere den samme gt-grafen ved å bruke samme veiprofil, og finne FFT av den og deretter PSD. Jeg vet ikke hva du mener med samplingsfrekvens. Jeg er redd, kanskje det er der oppe i det jeg har beskrevet. gt. Takk så mye for tiden din, jeg er helt som en fisk ute på dette. Katherine gt Takk for det - egentlig er nyttig bare for å se riktig terminologi som brukes til figurene Charlie skrev: gt gt gt Katherine, gt gt Takk for infoen på ISO 8608: 1995 det ser ut som god referanse gt for noen gt av mitt arbeid på prosessering av vegprofil. Tilbake til prosjektet ditt. Da jeg forstår det, gjør du det: gt gt 1. Lag veiprofil i romfrekvensdomene med innhold i gt 0.01-4 gt cyclesm gt 2. Generer romprofil fra 1 ved hjelp av noen ligninger (400 gt meter lang, gt dx0. 05 m, Spatial sampling frequency1dx20 cyclesm) gt 3. Graf veien PSD fra 1 mot ISO-verdiene fra ISO gt 8608 gt 4. Beregn fft og PSD fra 2 og sammenlign det med 3 for gt se om gt er i stand til å re-produsere den. gt gt Hvis dette er riktig og jeg forstår ISO-standarden. Jeg tror ikke at du må gjøre noen filtrering i det hele tatt. Din profil fra 2 skal kunne generere frekvensdata fra 0.0025-10 cyclesm, men du bør ikke se et gt innhold over 4 cyclesm. gt Håper dette hjelper i stedet for å forvirre. Du vil kanskje se på The gt Little gt Book of Profiling på ltumtri. umich. eduerdroughnessindex. html gt eller mer info. gt gt Charlie gt gt Katherine ltkatherine. cashellucd. iegt skrev i melding gt news: ef02d7a.7webx. raydaftYaTP. gtgt Charlie, gtgt Jeg er veldig uvitende om den riktige terminologien i disse tingene og jeg er ikke sikker på hva du mener med samplingsfrekvens. Jeg forteller deg hva jeg gjør. gtgt gtgtgtgt Først genererer jeg en tilfeldig veiprofil som har romlige gtgtfrekvenser varierende fra 0,01 - 4 cyclesm. ISO 8608: 1995 gt har gtgt klassifikasjoner av vei og avhengig av dette gir den en PSD gt verdi gtgt for hver av frekvensene mellom 0,01 og 4 som du vil ha. gt Disse gtgt-verdiene legges deretter inn i en ligning for veibygging som gir en vei med et hvilket som helst antall poeng (i mitt tilfelle 8000, eller gtgt 400meters, dvs. hver 0,05 meter). gtgt Jeg graver så alle ISO-verdiene for PSD mot gt ruimtelike gtgt-frekvensene som jeg hadde over. gtgt Jeg forsøker da å jobbe bakover for å se om jeg kan generere den samme gtgt-grafen ved å bruke samme veiprofil, og finne FFT av det og gtgt deretter PSD. gtgt jeg vet ikke hva du mener med samplingsfrekvens Jeg er redd, kanskje det er greit der oppe i det jeg har beskrevet gtgt gtgt Takk så mye for tiden din, jeg er helt som en fisk ut av gtgt vann på dette gtgt Katherine gtgt gt gt gt Hva er en vaktliste Du kan tenke på din vaktliste som tråder du har bokmerket. Du kan legge til koder, forfattere, tråder, og til og med søkeresultater til tittelisten din. På denne måten kan du lett holde styr på emner som du er interessert i. Hvis du vil se tittelisten din, klikker du på linken Quotere Newsreaderquot. Hvis du vil legge til elementer i oversiktelisten din, klikker du på kvoten for å se listekjennelinken nederst på en side. Hvordan legger jeg til et element i ventelisten For å legge til søkekriterier i urlisten din, søk etter ønsket uttrykk i søkeboksen. Klikk på quotAdd dette søket til min watch listquot link på søkeresultatsiden. Du kan også legge til en etikett i oversiktelisten din ved å søke etter taggen med direktivet quottag: tagnamequot hvor tagname er navnet på taggen du vil se. Hvis du vil legge til en forfatter i tittelisten din, går du til forfatterens profilside og klikker på quotAddis denne forfatteren til klokken min på listen over klikklister øverst på siden. Du kan også legge til en forfatter til tittelisten din ved å gå til en tråd som forfatteren har lagt ut på og klikk på quotAdd denne forfatteren til min watch listquot link. Du vil bli varslet når forfatteren lager et innlegg. Hvis du vil legge til en tråd i oversiktelisten din, går du til trådsiden og klikker på quotAdd denne tråden til kollisjonslisten-linken øverst på siden. Om nyhetsgrupper, nyhetslesere og MATLAB Central Hva er nyhetsgrupper Nyhetsgruppene er et verdensomspennende forum som er åpent for alle. Nyhetsgrupper brukes til å diskutere et stort spekter av emner, lage meldinger og handelsfiler. Diskusjoner blir gjengitt eller gruppert på en måte som lar deg lese en utgitt melding og alle svarene i kronologisk rekkefølge. Dette gjør det enkelt å følge tråden i samtalen, og for å se hva du allerede har sagt før du legger inn ditt eget svar eller foreta et nytt innlegg. Nyhetsgruppens innhold distribueres av servere som er vert for ulike organisasjoner på Internett. Meldinger utveksles og administreres ved hjelp av åpne standardprotokoller. Ingen enkelt enhet ldquoownsrdquo nyhetsgruppene. Det er tusenvis av nyhetsgrupper som hver adresserer et enkelt emne eller område av interesse. MATLAB Central Newsreader poster og viser meldinger i comp. soft-sys. matlab nyhetsgruppen. Hvordan leser eller poster jeg til nyhetsgruppene Du kan bruke den integrerte nyhetsleseren på MATLAB Central-nettstedet til å lese og legge inn meldinger i denne nyhetsgruppen. MATLAB Central er vert for MathWorks. Meldinger sendt via MATLAB Central Newsreader er sett av alle som bruker nyhetsgruppene, uansett hvordan de får tilgang til nyhetsgruppene. Det er flere fordeler med å bruke MATLAB Central. En konto Din MATLAB Central-konto er knyttet til din MathWorks-konto for enkel tilgang. Bruk e-postadressen til ditt valg MATLAB Central Newsreader lar deg definere en alternativ e-postadresse som din postadresse, unngå rot i din primære postkasse og redusere spam. Spam kontroll De fleste nyhetsgruppespam blir filtrert ut av MATLAB Central Newsreader. Merking Meldinger kan merkes med en relevant etikett av en pålogget bruker. Etiketter kan brukes som nøkkelord for å finne bestemte filer av interesse, eller som en måte å kategorisere dine bokmerkede innlegg på. You may choose to allow others to view your tags, and you can view or search othersrsquo tags as well as those of the community at large. Tagging provides a way to see both the big trends and the smaller, more obscure ideas and applications. Watch lists Setting up watch lists allows you to be notified of updates made to postings selected by author, thread, or any search variable. Your watch list notifications can be sent by email (daily digest or immediate), displayed in My Newsreader, or sent via RSS feed. Other ways to access the newsgroups Use a newsreader through your school, employer, or internet service provider Pay for newsgroup access from a commercial provider Use Google Groups Mathforum. org provides a newsreader with access to the comp. soft sys. matlab newsgroup Run your own server. For typical instructions, see: slyckng. phppage2 Select Your CountryThese high, low, and band terms refer to frequencies . In high-pass, you try to remove low frequencies. In low-pass, you try to remove high. In band pass, you only allow a continuous frequency range to remain. Choosing the cut-off frequency depends upon your application. Coding these filters can either be done by simulating RC circuits or by playing around with Fourier transforms of your time-based data. See the wikipedia articles for code examples. answered Aug 30 08 at 0:58 Here is how you implement a low-pass filter using convolution: Note that the example is extremely simplified. It does not do range checks and does not handle the edges properly. The filter used (box-car) is a particularly bad lowpass filter, because it will cause a lot of artifacts (ringing). Read up on filter design. You can also implement the filters in the frequency domain. Here is how you implement a high-pass filter using FFT: Again, this is simplified, but you get the idea. The code does not look as complicated as the math. answered Sep 17 08 at 12:06 Very cool to have code samples. Why convolution in one case and FFT in the other ndash dfrankow Mar 13 09 at 19:03 dfrankow No particular reason. Just to show how it looks in the different domains. Updated the text to reflect this. Takk. ndash Hallgrim Mar 16 09 at 21:31 Are you sure the first part of your answer is correct, where you apply convolution in the time domain using a rectangle function I thought a low-pass filter in the time domain required the convolution of a sinc function ndash stackoverflowuser2010 Nov 4 11 at 18:10 Filtering describes the act of processing data in a way that applies different levels of attenuation to different frequencies within the data. A high pass filter will apply minimal attentuation (ie. leave levels unchanged) for high frequencies, but applies maximum attenuation to low frequencies. A low pass filter is the reverse - it will apply no attenuation to low frequencies by applies attenuation to high frequencies. There are a number of different filtering algorithms that are used. The two simplest are probably the Finite Impulse Response filter (aka. FIR filter) and the Infinite Impulse Response filter (aka. IIR filter). The FIR filter works by keeping a series of samples and multiplying each of those samples by a fixed coefficient (which is based on the position in the series). The results of each of these multiplications is accumulated and is the output for that sample. This is referred to as a Multiply-Accumulate - and in dedicated DSP hardware there is a specific MAC instruction for doing just this. When the next sample is taken its added to the start of the series, and the oldest sample in the series is removed, and the process repeated. The behavior of the filter is fixed by the selection of the filter coefficients. One of the simplest filters that is often provided by image processing software is the averaging filter. This can be implemented by an FIR filter by setting all of the filter coefficients to the same value. answered Oct 5 08 at 2:29