समीकरण से आगे बढ़ - औसत - फिल्टर

एक सरल मूविंग औसत समय की अवधि में गणना की गई औसत डेटा है। चलती औसत तकनीकी विश्लेषण में प्रयुक्त सबसे लोकप्रिय मूल्य सूचक है। यह औसत हाय, लो, ओपन, या बंद सहित किसी भी कीमत के साथ इस्तेमाल किया जा सकता है, और अन्य संकेतकों पर भी लागू किया जा सकता है। एक चलती औसत एक डेटा श्रृंखला को कम करता है, जो अस्थिर बाजार में बहुत महत्वपूर्ण है क्योंकि इससे महत्वपूर्ण रुझानों की पहचान करने में मदद मिलती है एएसपी के लिए डंडस चार्ट में चार प्रकार की चलती औसत शामिल हैं जिसमें सरल, घातीय। त्रिकोणीय। और वेटेड। उपरोक्त चलती औसत के बीच सबसे महत्वपूर्ण अंतर यह है कि वे अपने डेटापेटों को कैसे वज़न करते हैं। हम अनुशंसा करते हैं कि आप आगे बढ़ने से पहले वित्तीय सूत्रों का उपयोग करें। वित्तीय सूत्रों का उपयोग करना फ़ार्मुलों का उपयोग करने के बारे में विस्तृत विवरण प्रदान करता है, और एक फार्मूला आवेदन करते समय आपके लिए उपलब्ध विभिन्न विकल्पों को भी बताता है सरल चलती औसत प्रदर्शित करते समय एक लाइन चार्ट एक अच्छा विकल्प है। वित्तीय व्याख्या: चलती औसत के साथ सुरक्षा मूल्यों की तुलना करने के लिए मूविंग औसत का उपयोग किया जाता है चलती औसत की गणना में इस्तेमाल किया जाने वाला सबसे महत्वपूर्ण तत्व एक समय अवधि है, जो मनाया गया बाजार चक्र के बराबर होना चाहिए। चलती औसत एक अवरोध सूचक है, और हमेशा कीमत के पीछे होगा। जब कीमत एक प्रवृत्ति का अनुसरण कर रही है तो चलती औसत सुरक्षा कीमत के बहुत करीब है जब कीमतें बढ़ रही हैं, तो ऐतिहासिक डेटा के प्रभाव के चलते चलती औसत शायद नीचे रह जाएगा। गणना: चलती औसत का निम्न सूत्र का उपयोग करके गणना की जाती है: पिछले सूत्र में n - मान एक समय अवधि का प्रतिनिधित्व करता है। सबसे आम समय अवधि हैं: 10 दिन, 50 दिन और 200 दिन। चलती हुई औसत चालें क्योंकि प्रत्येक नए डेटा बिंदु को जोड़ा जाने वाला सबसे पुराना डेटा बिंदु गिरा दिया गया है। एक सरल चलती औसत प्रत्येक डेटा बिन्दु मूल्य के बराबर वजन देता है। यह उदाहरण फॉर्मूला विधि का उपयोग करके औसतन 20 दिनों की गणना करने का तरीका दर्शाता है। मुझे एक चलती औसत फिल्टर को डिजाइन करने की ज़रूरत है जिसमें 7.8 हर्ट्ज का कट ऑफ आवृत्ति है। मैंने पहले औसत फ़िल्टरों का इस्तेमाल किया है, लेकिन जहां तक ​​मुझे पता है, एकमात्र ऐसा पैरामीटर जिसे खिलाया जा सकता है, औसतन अंकों की संख्या है यह कट-ऑफ आवृत्ति से कैसे जुड़ा हो सकता है 7.8 हर्ट्ज का व्युत्क्रम 130 एमएस है, और आईएम 1000 हर्ट्ज पर आंकड़ों के साथ काम कर रहा है। क्या इसका अर्थ यह है कि मुझे 130 नमूनों की चलती औसत फिल्टर विंडो आकार का उपयोग करना चाहिए, या कुछ और है जो यहां लापता है I 18 जुलाई 13 9 जुलाई को पूछा गया है, चलती औसत फिल्टर को उस समय के डोमेन में उपयोग किए जाने वाले फ़िल्टर को निकालने के लिए उपयोग किया जाता है शोर जोड़ी गई और उद्देश्य को चौरसाई के लिए भी, लेकिन अगर आवृत्ति अलग होने के लिए आवृत्ति डोमेन में समान चलने वाले औसत फ़िल्टर का उपयोग किया जाता है तो प्रदर्शन खराब हो जाएगा इसलिए उस मामले में फ्रीक्वेंसी डोमेन फिल्टर का प्रयोग करें ndash user19373 3 फ़रवरी 16 फ़रवरी 5:53 चलती औसत फिल्टर (कभी-कभी बोलेसीर फ़िल्टर के रूप में जाना जाता है) एक आयताकार आवेग प्रतिक्रिया है: या, अलग तरीके से कहा गया है: याद रखना कि एक असतत-समय प्रणाली आवृत्ति प्रतिक्रिया असतत-समय फूरियर के समान है उसकी आवेग प्रतिक्रिया का रूपांतरण, हम इसे इस प्रकार से गणना कर सकते हैं: आपके मामले में सबसे अधिक रुचि क्या थी, फ़िल्टर, एच (ओमेगा) की तीव्रता प्रतिक्रिया। कुछ साधारण जोड़तोड़ों का उपयोग करके, हम इसे आसान-से-समझने के रूप में प्राप्त कर सकते हैं: यह समझने में कोई आसान नहीं लग सकता है। हालांकि, यूलर्स पहचान के कारण याद है: इसलिए, हम उपर्युक्त के रूप में लिख सकते हैं: जैसा कि मैंने पहले कहा था, जो वास्तव में आप के बारे में चिंतित हैं वह आवृत्ति प्रतिक्रिया की भयावहता है। इसलिए, हम इसे ऊपर की तरफ बढ़ने के लिए ऊपर की भयावहता ले सकते हैं: नोट: हम घातीय शब्दों को छोड़ सकते हैं क्योंकि वे ओमेगा के सभी मूल्यों के लिए परिणाम 1 के परिमाण को प्रभावित नहीं करते हैं। किसी भी दो परिमित जटिल संख्याओं x और y के लिए xy xy के बाद से, हम निष्कर्ष निकाल सकते हैं कि घातीय शब्दों की उपस्थिति, समग्र परिमाण प्रतिक्रिया को प्रभावित नहीं करती है (इसके बजाय, वे सिस्टम चरण प्रतिक्रिया को प्रभावित करते हैं) परिमाण के कोष्ठक के भीतर परिणामी फ़ंक्शन एक डिरिचलेट कर्नेल का एक रूप है। इसे कभी-कभी आवधिक sinc फ़ंक्शन कहा जाता है, क्योंकि यह उपस्थिति में कुछ हद तक sinc फ़ंक्शन जैसा दिखता है, लेकिन इसके बजाय आवधिक है। वैसे भी, क्योंकि कटऑफ आवृत्ति की परिभाषा कुछ हद तक underspecified है (-3 डीबी बिंदु -6 डीबी बिंदु पहले sidelobe नल), आप जो भी आवश्यकता के लिए हल करने के लिए उपरोक्त समीकरण का उपयोग कर सकते हैं। विशेष रूप से, आप निम्न कार्य कर सकते हैं: सेट एच (ओमेगा) फ़िल्टर की प्रतिक्रिया के अनुरूप मूल्य के लिए जो आप कटऑफ आवृत्ति पर चाहते हैं कटऑफ आवृत्ति के बराबर ओमेगा सेट करें असतत समय के डोमेन के लिए निरंतर-समय की आवृत्ति को मैप करने के लिए, याद रखें कि ओमेगा 2pi frac, जहां fs आपका नमूना दर है एन के मान खोजें, जो आपको समीकरण के बाएं और दाएं हाथ के पक्षों के बीच सबसे अच्छा करार देता है। यह आपके चलती औसत की लंबाई होना चाहिए। यदि एन चलती औसत की लंबाई है, तो सामान्यीकृत आवृत्ति एफएफएस में अनुमानित कट-ऑफ आवृत्ति एफ (मान्य है कि एनजीटी 2 के लिए) है: इस का उलटा है यह सूत्र बड़े एन के लिए asymptotically सही है, और लगभग 2 त्रुटि है N2 के लिए, और N4 के लिए 0.5 से कम। अनुलेख दो सालों के बाद, अंत में इस दृष्टिकोण का क्या पालन किया गया। परिणाम एमए (ओमेगा) के अनुसार लगभग 1 (फ्रैक-फ्रैंक) ओमेगा 2 के अनुसार पैराबोला (2 ऑर्डर सीरीज़) के रूप में एमए आयाम स्पेक्ट्रम के अनुमान के आधार पर किया गया था जो एमए (ओमेगा) के शून्य पारिंग के निकट अधिक सटीक बनाया जा सकता है - एमए (ओमेगा) प्राप्त करने वाले एक गुणांक द्वारा ओमेगा को गुणा करके frac लगभग 10.907523 (फ्रैक - फ्रैक) ओमेगा 2 एमए (ओमेगा) - फ्राक 0 का समाधान उपरोक्त परिणाम देता है, जहां 2 पी एफ ओमेगा। उपर्युक्त सभी संबंधित -3 डीबी आवृत्ति से कटौती करते हैं, इस पोस्ट का विषय। कभी-कभी यद्यपि स्टॉप-बैंड में एटैन्यूएशन प्रोफ़ाइल प्राप्त करना दिलचस्प है, जो कि पहले ऑर्डर आईआईआर लो पास फ़िल्टर (एकल ध्रुव एलपीएफ) के साथ तुलना में दी गई -3 डीबी की आवृत्ति (जैसे एलपीएफ को रिसाव संपूर्नक भी कहा जाता है) डीओसी पर बिल्कुल नहीं बल्कि इसके पास एक ध्रुव है)। वास्तव में दोनों एमए और 1 ऑर्डर आईआईआर एलपीएफ में स्टॉप बैंड में 20 डीबीडीएक्टेक ढलान है (इसको देखने के लिए आंकड़े, एनओएसपी में उपयोग किए जाने वाले किसी की तुलना में बड़ा एन की जरूरत है), लेकिन एमए में एफकेएन और ए 1f इवेलफा, आईआईआर फ़िल्टर में केवल 1 एफ प्रोफ़ाइल है अगर किसी को इस आईआईआर फ़िल्टर के समान शोर फ़िल्टरिंग क्षमताओं के साथ एक एमए फ़िल्टर प्राप्त करना है, और मैच के साथ ही स्पेक्ट्रम को 3 डीबी का सेवन किया जाता है, तो दो स्पेक्ट्रा की तुलना करने पर उन्हें एहसास होगा कि एमए फिल्टर के स्टॉप बैंड की लहर समाप्त होती है आईआईआर फिल्टर के नीचे 3 डीबी। IRI फिल्टर के रूप में उसी स्टॉप-बैंड लहर (जैसे शोर पावर एट्यूएशन) प्राप्त करने के लिए, सूत्रों को निम्नानुसार संशोधित किया जा सकता है: मैथेमैटिका स्क्रिप्ट वापस पाई, जहां मैंने एमए एक सहित कई फिल्टरों के लिए कट ऑफ की गणना की। एमए (ओमेगा) सीन (ओमेगा एन 2) सीन (ओमेगा 2) ओमेगा 2 पीआईएफ एमए (एफ) लगभग एन 16 एफ 2 (एन-एन 3) पीयू 2 के अनुसार पैरामीटर के रूप में एमए स्पेक्ट्रम का अनुमान लगाने पर इसका नतीजा था। और वहां से 1 एसक्यूटी के साथ क्रॉसिंग ले रहा है ndash मास्सिमो 17 जनवरी 16 पर 2: 08 एक्स्पेन्नेशन फ़िल्टर यह पृष्ठ घातीय फ़िल्टरिंग का वर्णन करता है, सबसे आसान और सबसे लोकप्रिय फ़िल्टर यह खंड छानने का एक हिस्सा है जो ए गाइड टू फॉल्ट डिटेक्शन और डायग्नोसिस .. का अवलोकन है। अवलोकन, समय स्थिर और एनालॉग बराबर सरल फ़िल्टर घातीय फ़िल्टर है इसमें केवल एक ट्यूनिंग पैरामीटर (नमूना अंतराल के अलावा) है। इसके लिए केवल एक चर के भंडारण की आवश्यकता है - पिछले आउटपुट यह एक आईआईआर (ऑटोरेग्रेसिव) फिल्टर है - इनपुट या कंप्यूटर गणित की सीमा तक इसे झटकने तक एक इनपुट परिवर्तन क्षय का प्रभाव होता है। विभिन्न विषयों में, इस फिल्टर का इस्तेमाल 8220 एक्सपेंनेएशन स्मूटिंग 8221 के रूप में भी किया जाता है। निवेश के विश्लेषण जैसे कुछ विषयों में, घातीय फ़िल्टर को 8220Exponentially भारित मूविंग औसत 8221 (ईडब्ल्यूएमए) या सिर्फ 8220Exponential मूविंग औसत 8221 (एएमए) कहा जाता है। यह समय श्रृंखला विश्लेषण के परंपरागत ARMA 8220moving average8221 शब्दावली का दुरुपयोग करता है, क्योंकि इसमें कोई इनपुट इतिहास नहीं है - बस वर्तमान इनपुट यह असतत समय 8220 प्रथम आदेश के बराबर है lag8221 सामान्यतः निरंतर समय नियंत्रण प्रणालियों के एनालॉग मॉडलिंग में उपयोग किया जाता है। विद्युत परिपथों में, एक आरसी फिल्टर (एक अवरोध करनेवाला और एक संधारित्र के साथ फिल्टर) एक प्रथम-क्रम अंतराल है एनालॉग सर्किट के अनुरूप होने पर, एकल ट्यूनिंग पैरामीटर 8220 समय स्थिर 8221 होता है, आमतौर पर निम्न मामले में ग्रीक अक्षर ताऊ () के रूप में लिखा जाता है। असल में, असतत नमूने के समय के मूल्यों के बराबर लगातार समान समय अंतराल के साथ एक ही समय स्थिर के साथ मेल खाते हैं। डिजिटल कार्यान्वयन और समय निरंतर के बीच के रिश्ते को नीचे दिए गए समीकरणों में दिखाया गया है। घातीय फ़िल्टर समीकरण और प्रारंभिकता घातीय फ़िल्टर पिछले अनुमान (आउटपुट) का एक भारित संयोजन है जो नवीनतम इनपुट डेटा के साथ, 1 के बराबर वजन के योग के साथ, ताकि उत्पादन स्थिर राज्य पर इनपुट से मेल खाता हो। फ़िल्टर संकेतन के बाद पहले से ही शुरू की गई: y (k) ay (k-1) (1-ए) x (k) जहां x (k) समय के चरण में कच्चे इनपुट है ky (k) समय के चरण पर फ़िल्टर्ड आउटपुट है 0 और 1 के बीच स्थिर है, सामान्यतः 0.8 और 0.9 9 के बीच। (ए -1) या किसी को कभी-कभी 8220 साबूटिंग स्थिर 8221 कहा जाता है नमूनों के बीच एक निश्चित समय चरण के साथ सिस्टम के लिए, निरंतर 8220a8221 की गणना और सुविधा के लिए संग्रहीत है, केवल जब अनुप्रयोग डेवलपर वांछित समय स्थिर का एक नया मान निर्दिष्ट करता है। अनियमित अंतराल पर डेटा नमूनाकरण वाले सिस्टम के लिए, उपरोक्त घातीय कार्य को हर बार चरण के साथ उपयोग किया जाना चाहिए, जहां टी पिछले नमूने के बाद का समय है। फ़िल्टर आउटपुट आमतौर पर पहले इनपुट से मिलान करने के लिए आरंभ किया जाता है। जैसे समय निरंतर दृष्टिकोण 0, शून्य को जाता है, इसलिए कोई फ़िल्टरिंग नहीं है 8211 आउटपुट नए इनपुट के बराबर है जैसा कि समय लगातार बहुत बड़ा हो जाता है, एक दृष्टिकोण 1, ताकि नए इनपुट को लगभग 8211 बहुत भारी फ़िल्टरिंग को नजरअंदाज कर दिया जा सके। उपरोक्त फ़िल्टर समीकरण को निम्न भविष्यवक्ता-सुधारक समकक्ष में पुन: व्यवस्थित किया जा सकता है: यह प्रपत्र इसे और अधिक स्पष्ट करता है कि चर अनुमान (फ़िल्टर का उत्पादन) पूर्व अनुमान y (k-1) प्लस एक सुधार शब्द आधारित से अपरिवर्तित के रूप में अनुमानित है अनपेक्षित 8220innovation8221 पर - नए इनपुट एक्स (के) और भविष्यवाणी y (के -1) के बीच का अंतर। यह फ़ॉर्म भी काल्पनिक फ़िल्टर को एक काल्पमान फिल्टर के साधारण विशेष मामले के रूप में प्राप्त करने का परिणाम है। जो मान्यताओं के एक विशेष सेट के साथ एक आकलन की समस्या का इष्टतम समाधान है चरण प्रतिक्रिया घातीय फ़िल्टर के संचालन की कल्पना करने का एक तरीका समय के साथ एक कदम इनपुट के लिए अपनी प्रतिक्रिया साजिश करना है। यह है कि, 0 में फिल्टर इनपुट और आउटपुट से शुरू होता है, इनपुट वैल्यू अचानक 1 में बदल जाती है। परिणामी मान नीचे प्लॉट किए गए हैं: उपर्युक्त प्लॉट में, समय को फिल्टर टाइम निरंतर ताऊ से विभाजित किया जाता है ताकि आप आसानी से अनुमान लगा सकें फ़िल्टर समय स्थिर के किसी भी मूल्य के लिए किसी भी समय अवधि के परिणाम समय के बराबर समय के बाद, फ़िल्टर आउटपुट इसके अंतिम मूल्य के 63.21 तक बढ़ जाता है। 2 बार स्थिरांक के बराबर समय के बाद, मूल्य इसके अंतिम मूल्य के 86.47 हो जाता है। कई बार 3,4 के बराबर आउटपुट, और 5 बार स्थिरांक क्रमशः 95.02, 98.17 और 99.33 अंतिम मूल्य के हैं। चूंकि फ़िल्टर रैखिक है, इसका मतलब यह है कि इन प्रतिशतों को चरण परिवर्तन के किसी भी परिमाण के लिए इस्तेमाल किया जा सकता है, न कि यहां इस्तेमाल किए गए 1 के मान के लिए। हालांकि सिद्धांत में कदम प्रतिक्रिया एक अनन्त समय लेता है, व्यावहारिक दृष्टिकोण से, घातीय फ़िल्टर को 98 से 99 8220done8221 के बारे में सोचें, 4 से 5 फिल्टर समय स्थिर के बराबर समय के बाद प्रतिक्रिया दें घातीय फ़िल्टर पर भिन्नताएं 8220 अनलाइनराइयर एक्सपोनेंशन फिल्टर 8221 वेबर, 1 9 80 नामक घातीय फ़िल्टर की एक भिन्नता है। कुछ 8220typical8221 आयाम के भीतर शोर को भारी फ़िल्टर करने का इरादा है, लेकिन फिर बड़े बदलावों के लिए तेज़ी से जवाब दें। कॉपीराइट 2010 - 2013, ग्रेग स्टेनली इस पेज को साझा करें: