المتوسط المتحرك المرجح (متقادم) ملاحظة: متوسط متوسط التحرك المرجح هو عفا عليه الزمن. تمت إزالة هذه الكتلة من مكتبة منفصلة في R2008a واستبدلت مع كتلة تصفية فير منفصلة. ومع ذلك، فإن النماذج الموجودة التي تحتوي على كتلة المتوسط المتحرك المرجح تستمر في العمل من أجل التوافق مع الإصدارات السابقة. استخدام كتلة تصفية فير منفصلة في نماذج جديدة. فكر في استخدام الدالة سوبديت لاستبدال المتوسط المتحرك المرجح مع فلتر فير في النماذج الموجودة. وتضاعف عينات متوسط كتلة الانتقال المرجح وتحمل المدخلات الأخيرة من N، كل مدخل من قيمة محددة (تعطى بواسطة معلمة الأوزان)، وتكدسها في متجه. هذه الكتلة تدعم كل من المدخلات أحادية المدخلات (سيسو) و سينغل-إنبوتمولتي-أوتبوت (سيمو) وسائط. بالنسبة إلى وضع سيسو، يتم تحديد معلمة الأوزان كمتجه صف. بالنسبة لوضع سيمو، يتم تحديد الأوزان كمصفوفة حيث يتوافق كل صف مع مخرجات منفصلة. يمكنك اختيار ما إذا كان سيتم تحديد نوع البيانات وتحديد حجم الأوزان في مربع الحوار باستخدام معلمة نوع بيانات الربح. توفر معلمة الحالة الأولية القيم الأولية لكل الأوقات السابقة لوقت البدء. يمكنك تحديد الفاصل الزمني بين العينات مع معلمة الوقت العينة. وتضاعف كتلة المتوسط المتحرك المرجح أولا مدخلاتها بواسطة معلمة الأوزان، وتحول تلك النتائج إلى نوع بيانات المخرجات باستخدام أوضاع التقريب والفائض المحددة، ثم تقوم بعملية الجمع. دعم نوع البيانات تدعم مجموعة المتوسط المتحرك المرجح جميع أنواع البيانات الرقمية التي يدعمها سيمولينك x00AE، بما في ذلك أنواع البيانات ذات النقاط الثابتة. المعلمات تحديد أوزان المتوسط المتحرك صف واحد لكل إخراج. يتم تحويل المعلمة الأوزان من الزوجي إلى نوع البيانات المحدد حاليا باستخدام جولة إلى أقرب والتشبع. حدد القيم الأولية لجميع الأوقات السابقة لوقت البدء. يتم تحويل معلمة الحالة الأولية من الزوجي إلى نوع بيانات الإدخال دون اتصال باستخدام جولة إلى أقرب والتشبع. حدد الفاصل الزمني بين العينات. وراثة الوقت العينة، تعيين هذه المعلمة إلى -1. انظر تحديد وقت العينة في الوثائق عبر الإنترنت للحصول على مزيد من المعلومات. نوع بيانات الإخراج حدد نوع بيانات الإخراج. يمكنك تعيينه إلى: قاعدة ترث نوع بيانات، على سبيل المثال، وراثة: وراثة عبر الانتشار الخلفي اسم كائن نوع البيانات، على سبيل المثال، كائن Simulink. NumericType تعبير يقيم إلى نوع بيانات، على سبيل المثال ، فيكسدت (1،16،0) انقر فوق الزر إظهار نوع نوع البيانات لعرض مساعد نوع البيانات. والتي تساعدك على تعيين المعلمة نوع بيانات الإخراج. قفل الانتاج التحجيم ضد التغييرات بواسطة أداة أوتوسالينغ حدد لقفل التحجيم من المخرجات ضد التغييرات من قبل أداة نقطة ثابتة. وضع التقريب الصحيح أسلوب التقريب للإخراج الثابت النقطة. لمزيد من المعلومات، راجع التقريب. تشبع إلى الحد الأقصى أو دقيقة عندما تحدث تجاوزات إذا المحدد، تجاوزات ثابتة نقطة تشبع. وإلا، فإنها التفاف. حدد نوع بيانات معلمة الأوزان. يمكنك تعيينه إلى: قاعدة ترث نوع بيانات، على سبيل المثال، وراثة: وراثة عبر قاعدة داخلية اسم كائن نوع البيانات، على سبيل المثال، كائن Simulink. NumericType تعبير تقييم إلى نوع بيانات، على سبيل المثال ، فيكسدت (1،16،0) انقر فوق الزر إظهار نوع نوع البيانات لعرض مساعد نوع البيانات. مما يساعدك على تعيين معلمة نوع بيانات الربح. (انظر تحديد أنواع البيانات باستخدام مساعد نوع البيانات للحصول على مزيد من المعلومات.) لنفترض أنك تريد تكوين هذه الكتلة لمخرجين (وضع سيمو) حيث يعطى الإخراج الأول بواسطة y 1 (k) a 1 x22C5 u (k) b 1 x22C5 u (k x2212 1) c 1 x22C5 u (k x2212 2) يعطى الإخراج الثاني بواسطة y 2 (k) a 2 x22C5 u (k) b 2 x22C5 u (k x2212 1) والقيم الأولية u (k - 1) و u (k - 2) بواسطة ic1 و ic2. على التوالي. لتكوين كتلة المتوسط المتحرك المرجح لهذه الحالة، يجب تحديد معلمة الأوزان على أنها a1 b1 c1 a2 b2 c2 حيث c2 0، ومعلمة الشرط الأولي ك ic1 ic2. الخصائصالوصفات المتحركة متوسط طريقة 8212 طريقة المتوسط انزلاق النافذة (افتراضي) الترجيح الأسي انزلاق النافذة 8212 نافذة طول يتحرك طول النافذة فوق بيانات المدخلات على طول كل قناة. لكل نموذج ينتقل الإطار بواسطة كتلة يحسب المتوسط على البيانات في النافذة. الترجيح الأسي 8212 كتلة تضاعف العينات من قبل مجموعة من عوامل الترجيح. حجم عوامل الترجيح ينخفض أضعافا مضاعفة مع زيادة عمر البيانات، لا تصل إلى الصفر أبدا. لحساب المتوسط، تقوم الخوارزمية بتجميع البيانات المرجحة. تحديد طول الإطار 8212 وضع علامة لتحديد طول النافذة على (افتراضي) إيقاف عند تحديد خانة الاختيار هذه، يكون طول نافذة الانزلاق مساويا للقيمة التي تحددها في طول النافذة. عند مسح خانة الاختيار هذه، يكون طول النافذة المنزلقة غير محدود. وفي هذا الأسلوب، تحسب الكتلة متوسط العينة الحالية وجميع العينات السابقة في القناة. طول النافذة 8212 طول النافذة المنزلقة 4 (افتراضي) العدد الصحيح الموجب الإيجابي يحدد طول الإطار طول نافذة الانزلاق. تظهر هذه المعلمة عند تحديد خانة الاختيار تحديد طول الإطار. عامل النسيان 8212 عامل الترجيح الأسي 0.9 (الافتراضي) العدد الحقيقي الموجب الإيجابي في المدى (0،1 تنطبق هذه المعلمة عند تعيين الطريقة إلى الترجيح الأسي. العامل النسيان من 0.9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0.1 (1) يشير إلى الذاكرة اللانهائية، وتعطى جميع العينات السابقة وزنا متساويا، وهذه المعلمة قابلة للضبط، ويمكن تغيير قيمتها حتى أثناء المحاكاة محاكاة باستخدام 8212 نوع المحاكاة للتشغيل توليد الشفرات (افتراضي) التنفيذ المفسر محاكاة نموذج باستخدام كود C ولدت. في المرة الأولى التي تقوم بتشغيل المحاكاة، سيمولينك x00AE يولد رمز C للكتلة. تم إعادة استخدام رمز C لمحاكاة لاحقة، طالما أن النموذج لا يتغير. هذا الخيار يتطلب وقت بدء إضافية ولكن يوفر أسرع سرعة المحاكاة من التنفيذ المفسر محاكاة النموذج باستخدام مترجم ماتلاب x00AE هذا الخيار يقصر وقت بدء التشغيل ولكن لديه سرعة محاكاة أبطأ من الكود توليد . المزيد عن الخوارزميات انزلاق نافذة الأسلوب في طريقة نافذة انزلاق، الإخراج لكل عينة الإدخال هو متوسط العينة الحالية و لين - 1 عينات السابقة. لين هو طول النافذة. لحساب أول لين - 1 النواتج، عندما نافذة لا يحتوي على ما يكفي من البيانات حتى الآن، خوارزمية يملأ النافذة مع الأصفار. وكمثال على ذلك، لحساب المتوسط عندما تأتي عينة الإدخال الثانية في، يملأ الخوارزمية النافذة مع لين - 2 الأصفار. متجه البيانات، x. ثم عينات البيانات اثنين تليها لين - 2 الأصفار. عند تعيين الخاصية سيليتويندولنغث إلى فالس. خوارزمية يختار طول نافذة لانهائية. في هذا الوضع، الإخراج هو المتوسط المتحرك للعينة الحالية وجميع العينات السابقة في القناة. طريقة الترجيح الأسي في طريقة الترجيح الأسي، يحسب المتوسط المتحرك بشكل متكرر باستخدام هذه الصيغ: w N. x03BB x03BB w N x2212 1. x03BB 1. x x00AF N. x03BB (1 x2212 1 w N. x03BB) x x00AF N x2212 1. x03BB (1 w N. x03BB) x N x x00AF N. x03BB 8212 المتوسط المتحرك في العينة الحالية x N 8212 نموذج إدخال البيانات الحالية x x00AF N x2212 1. x03BB 8212 المتوسط المتحرك في العينة السابقة 955 8212 عامل النسيان w N. x03BB 8212 عامل الترجيح المطبق على عينة البيانات الحالية (1 x2212 1 w N. x03BB) x x00AF N x2212 1. x03BB 8212 تأثير البيانات السابقة على المتوسط بالنسبة للعينة الأولى، حيث N 1، تختار الخوارزمية w N. x03BB 1. بالنسبة للعينة التالية، يتم تحديث عامل الترجيح واستخدامه لحساب المتوسط، وفقا للمعادلة العودية. ومع زيادة عمر البيانات، ينخفض حجم عامل الترجيح أضعافا مضاعفة ولا يصل أبدا إلى الصفر. وبعبارة أخرى، فإن البيانات الأخيرة لها تأثير أكبر على المتوسط الحالي من البيانات القديمة. وتحدد قيمة عامل النسيان معدل التغير في عوامل الترجيح. عامل نسيان 0.9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0.1. عامل النسيان من 1.0 يشير إلى الذاكرة لانهائية. وتعطى جميع العينات السابقة على قدم المساواة الوزن. كائنات النظام اختر بلدك جديد إلى سيمولينك. أريد أن أفعل متوسط البيانات الواردة (التي تأتي بعد بعض فترات) من كتلة واحدة. على سبيل المثال، بيانات مؤطرة مستمرة من 42 عينة خارج من كتلة واحدة. جنبا إلى جنب مع البيانات مؤطرة هناك إخراج آخر (العلامة) التي تقول أن هذه الأطر تنتمي إلى أي فئة. العلامات هي أرقام من 1-6. الإخراج هو عشوائي. أريد متوسط بيانات الفئة نفسها. مثل الإطار الأول هو من Cat1، ثم بعد 4 إطارات إطار Cat1 يأتي مرة أخرى. الآن كيف يمكنني متوسط هذا الإطار الجديد مع الإطار السابق أريد القيام بذلك لجميع الفئات. الرجاء مساعدتي في هذا المجال. سأل 26 مارس 14 في الساعة 13:35 وهناك حل سريع وقذر يكون لتنفيذ مشبك لكل فئة. تهيئة القائمة مع نانس والحفاظ على العداد للعينة الأخيرة من كل فئة. باستخدام الدالة المتوسطة يمكنك الحصول على متوسط جميع القياسات. إذا كنت ترغب فقط في متوسط الإطار الحالي والإطار السابق، يمكنك ببساطة أن تعني يعني (cat1 (n1) cat1 (n11)) حيث cat1 هو أرايليست للإطارات من الفئة 1 و n1 هو مؤشر الإطار السابق في cat1 . إذا كنت تريد متوسط متحرك مرجح للتنفيذ في الوقت الفعلي، قم بإنشاء متغير متوسط لكل فئة (يطلق عليه av1، av2، وما إلى ذلك) وحساب av1 alphaav1 (1-ألفا) cat1 (n11) (حيث ألفا هو الوزن المعين إلى المتوسط السابق (alphalt1) و cat1 (n11) هو القياس الجديد) كلما جاء إطار Cat1 في. أجاب مار 26 14 في 17:39
No comments:
Post a Comment