متوسط متحرك بيد

لقد حاولت القليل من تشغيل التكنولوجيا المتوسطات لتمهيد التغيير في بيانات أدك في AtMega48 للسيطرة على أضواء (بوم) عند تناوب وعاء (أدك). المرشحات (رموز الزائفة): لاحظت أن المرشحات هي لطيفة جدا. ولكن بطيئة في الاستجابة التي من المتوقع. أبحث عن تقنيات مثل المتوسط ​​المتحرك الأسي. وقال أن تكون أكثر استجابة. هل هناك مثل هذا واحد كما يقول: أين هو بين 0 و 1. كيفية رمز وتحسين تلك الرموز الحكمة (دون استخدام عوامات) أو كيف يمكنني تحويل العوامات إلى الأعداد الصحيحة المقابلة لجعل التعليمات البرمجية الصغيرة وسريعة واستجابة واحدة. وأبقى 1 أخرى ثم أنها لن تعمل كما هو متوقع. ليقول لتغيير جميع المتغيرات لتعويم. يرجى عدم التركيز على العبارة التالية في الوقت الحالي ولكن لاحظ. حفظ العوامات في قاعدة بلدي رمز ملء ذاكرة البرنامج من 45 إلى 137، في حالة يمكنك تنفيذ مع الحد الأدنى من النفقات العامة عن طريق الحد من الكسور الثنائية. لقد استخدمت هذا مع نتائج جيدة. اتخاذ النتيجة الحالية، شيفت إيت N الحق في تقسيم بواسطة 2N طرحه من النتيجة الحالية. إضافة بيانات جديدة هذه ليست سريعة كما في تغيير مع تغيير خطوة في البيانات المدخلات كما قد ترغب، ولكن من السهل تنفيذ وفعالة بما فيه الكفاية كما مرشح في كثير من الحالات. يمكنك تسريع استجابتها من خلال اتخاذ قرارات غير رسمية لسلوكها في الحالات التي تكون مختلفة جدا. على سبيل المثال الحفاظ على عدد من المدخلات المتسلسلة التي هي أكثر من بعض حدود مختلفة من النتيجة الحالية. إذا تجاوز هذا العد بعض العتبة ثم قم بتغيير نسبة الفجوة N من قبل بعض العوامل. على سبيل المثال N هو عادة يتم تحويل 4- النتائج الحق 4 مرات 16 الانقسام. إذا المدخلات أكثر من زس بعيدا عن الجواب لا اثنين فقط من التحولات الحق ومضاعفة عينة جديدة بنسبة 4 قبل إضافة. إجابة 4 12 12 في 06: 08An سهل الاستخدام فلتر رقمي المتوسط ​​المتحرك الأسي (إما) هو نوع من مرشح استجابة النبض (إير) التي يمكن استخدامها في العديد من التطبيقات دسب جزءا لا يتجزأ. فإنه يتطلب سوى كمية صغيرة من ذاكرة الوصول العشوائي والقدرة الحاسوبية. ما هي مرشحات تصفية تأتي في كل من الأشكال التناظرية والرقمية وتوجد لإزالة ترددات محددة من إشارة. مرشح التناظرية المشتركة هو مرشح أرسي تمرير منخفض هو مبين أدناه. وتتميز المرشحات التناظرية باستجابتها للترددات، وهي مقدار توهين الترددات (استجابة الحجم) وتحويلها (استجابة الطور). ويمكن تحليل استجابة التردد باستعمال تحويل لابلاس الذي يحدد دالة نقل في النطاق S. وفيما يتعلق بالدائرة المذكورة أعلاه، تعطى وظيفة النقل عن طريق: بالنسبة إلى R يساوي كيلو أوم واحد و C يساوي ميكروفاراد واحد، ترد استجابة الحجم أدناه. لاحظ أن المحور س هو لوغاريتمي (كل علامة علامة 10 مرات أكبر من آخر واحد). المحور الصادي في ديسيبل (وهو وظيفة لوغاريتمي من الناتج). تردد قطع لهذا المرشح هو 1000 رادس أو 160 هرتز. وهذه هي النقطة التي ينقل فيها أقل من نصف القدرة في تردد معين من المدخلات إلى خرج المرشاح. يجب استخدام المرشحات التناظرية في التصاميم المدمجة عند أخذ إشارة باستخدام محول تناظري إلى رقمي (أدك). وتلتقط القناة أدك فقط ترددات تصل إلى نصف تردد أخذ العينات. على سبيل المثال، إذا استحوذت شركة أدك على 320 عينة في الثانية، يتم وضع المرشح أعلاه (بتردد قطع 160 هرتز) بين الإشارة ومدخل أدك لمنع التعرج (وهي ظاهرة تظهر فيها ترددات أعلى في إشارة العينة الترددات المنخفضة). الفلاتر الرقمية تخفف الفلاتر الرقمية الترددات في البرامج بدلا من استخدام المكونات التناظرية. ويشمل تنفيذها أخذ العينات الإشارات التناظرية مع أدك ثم تطبيق خوارزمية البرمجيات. اثنين من نهج التصميم المشترك لتصفية الرقمية هي مرشحات فير والمرشحات إير. مرشحات فير تستخدم مرشحات الاستجابة النبضية المحددة (فير) عددا محدودا من العينات لتوليد الإخراج. المتوسط ​​المتحرك البسيط هو مثال على مرشح تمرير منخفض. وتوهين الترددات العالية لأن متوسط ​​المتوسط ​​ينسخ الإشارة. المرشح محدود لأن ناتج الفلتر يتم تحديده بعدد محدود من عينات المدخلات. وكمثال على ذلك، فإن المرشاح المتوسط ​​المتحرك 12 نقطة يضيف 12 عينة حديثة ثم ينقسم بمقدار 12. ويحدد ناتج مرشحات إير بعدد لا نهائي من عينات المدخلات. مرشحات إير إنفينيت إمبولز ريسبونز (إير) مرشحات هي نوع من المرشحات الرقمية حيث الإخراج هو إنيفينيتليين نظرية أنيوايينفلنسد من المدخلات. المتوسط ​​المتحرك الأسي هو مثال على مرشح إر تمرير منخفض. فلتر متوسط ​​الحركة الأسي يسري المتوسط ​​المتحرك الأسي (إما) على الأوزان الأسية لكل عينة من أجل حساب متوسط. على الرغم من أن هذا يبدو معقدا، و إكاتيونون في التصفية الرقمية لغة مثل الفرق المعادلة لحساب الناتج بسيط. في المعادلة أدناه، y هو الناتج x هو المدخلات و ألفا هو ثابت الذي يحدد تردد قطع. لتحليل كيفية تأثير هذا المرشح على وتيرة الإخراج، يتم استخدام دالة نقل النطاق Z. يظهر حجم الاستجابة أدناه لألفا يساوي 0.5. يظهر المحور الصادي مرة أخرى بالديسيبل. المحور السيني هو لوغاريتمي من 0.001 إلى بي. خرائط التردد في العالم الحقيقي إلى المحور س مع صفر يجري الجهد دس و بي يساوي نصف تردد أخذ العينات. وستكون أي ترددات أكبر من نصف تردد أخذ العينات مستعارة. وكما ذكر، يمكن للمرشح التناظري أن يكفل عمليا أن تكون جميع الترددات في الإشارة الرقمية أقل من نصف تردد أخذ العينات. مرشح إما مفيد في التصاميم المدمجة لسببين. أولا، فمن السهل لضبط تردد قطع. سوف يقلل من قيمة ألفا خفض تردد قطع مرشح كما هو موضح من خلال مقارنة ألفا 0.5 مؤامرة أعلاه إلى مؤامرة أدناه حيث ألفا 0.1. ثانيا، إما هو السهل لرمز ويتطلب سوى كمية صغيرة من قوة الحوسبة والذاكرة. تنفيذ التعليمات البرمجية للمرشح يستخدم معادلة الفرق. هناك نوعان من العمليات مضاعفة وعملية واحدة إضافة لكل الإخراج يتجاهل العمليات المطلوبة لتقريب الرياضيات نقطة ثابتة. يجب تخزين العينة الأخيرة فقط في ذاكرة الوصول العشوائي. هذا أقل بكثير من استخدام مرشح متوسط ​​متحرك بسيط مع N النقاط التي تتطلب N مضاعفة وعمليات الإضافة وكذلك N عينات ليتم تخزينها في ذاكرة الوصول العشوائي. التعليمات البرمجية التالية تنفذ عامل تصفية إما باستخدام 32 بت نقطة ثابتة الرياضيات. الرمز أدناه هو مثال على كيفية استخدام الدالة المذكورة أعلاه. الخلاصة الفلاتر، التناظرية والرقمية، هي جزء أساسي من التصاميم المدمجة. أنها تسمح للمطورين للتخلص من الترددات غير المرغوب فيها عند تحليل إدخال الاستشعار. ولكي تكون المرشحات الرقمية مفيدة، يجب على المرشحات التناظرية إزالة جميع الترددات فوق نصف تردد أخذ العينات. مرشحات إير الرقمية يمكن أن تكون أدوات قوية في تصميم جزءا لا يتجزأ حيث الموارد محدودة. المتوسط ​​المتحرك الأسي (إما) هو مثال على هذا المرشح الذي يعمل بشكل جيد في التصاميم المدمجة بسبب انخفاض متطلبات الذاكرة والحوسبة (هذا هو التعديل 2 في سلسلة أكبر على كتابة خوارزمية بيد صلبة) المشكلة هذا التعديل هو الذهاب إلى قرص مصطلح المشتقة قليلا. والهدف من ذلك هو القضاء على ظاهرة تعرف باسم 8220Derivative Kick8221. توضح الصورة أعلاه المشكلة. منذ إرورسيتبوانت الإدخال، أي تغيير في سيتبوينت يؤدي إلى تغيير فوري في الخطأ. مشتق من هذا التغيير هو اللانهاية (في الممارسة العملية، منذ دت isn8217t 0 انها مجرد الرياح حتى يكون عدد كبير حقا.) يحصل هذا الرقم في تغذية بيد المعادلة، مما يؤدي إلى ارتفاع غير مرغوب فيه في الإخراج. لحسن الحظ هناك طريقة سهلة للتخلص من هذا. الحل اتضح أن مشتق الخطأ يساوي مشتق السلبية من الإدخال، باستثناء عندما سيتبوينت يتغير. هذا يختتم كونه الحل الأمثل. بدلا من إضافة (مشتق كد من خطأ)، ونحن طرح (مشتق كد الإدخال). ويعرف هذا باستخدام 8220Derivative على القياس 8921 التعديلات هنا سهلة جدا. استبدال W8217re ديرور مع - dInput. بدلا من تذكر آخريرور، ونحن نتذكر الآن لاستينبوت النتيجة هنا 8217s ما تلك التعديلات الحصول علينا. لاحظ أن الإدخال لا يزال يبحث عن نفسه. حتى نحصل على نفس الأداء، ولكن نحن don8217t ترسل ضخمة الناتج ارتفاع في كل مرة التغييرات سيتبوينت. وهذا قد يكون أو لا يكون صفقة كبيرة. كل هذا يتوقف على مدى حساسية التطبيق الخاص بك هو إخراج المسامير. الطريقة التي أراها على الرغم من ذلك، don8217t اتخاذ أي مزيد من العمل للقيام بذلك دون الركل فلماذا لا تفعل الأمور الحق بعد هذا الموضوع نشرت يوم الجمعة، 15 أبريل، 2011 في 3:02 بعد الظهر ويتم إيداع تحت الترميز. PID. يمكنك متابعة أي ردود على هذا الإدخال من خلال تغذية رسس 2.0. يمكنك ترك الرد. أو التتبع من موقعك. 9 الردود على 8220 تحسين مبتدئين بيد 8211 ركلة المشتقة 8221