Hoe Moving Gemiddelde Filter Werke

Bewegende gemiddeldes 13 Deur Casey Murphy. Senior Analis ChartAdvisor Tegniese ontleding is al vir dekades en deur die jare het handelaars die uitvinding van honderde aanwysers gesien. Terwyl sommige tegniese aanwysers is meer gewild as ander, min bewys as objektiewe, betroubare en nuttige as die bewegende gemiddelde te wees. Bewegende gemiddeldes kom in verskeie vorme, maar hul onderliggende doel bly dieselfde: om te help tegniese handelaars hou die tendense van finansiële bates deur glad uit die dag-tot-dag prysskommelings, of geraas. Deur die identifisering van tendense, bewegende gemiddeldes toelaat handelaars om dié tendense werk in hul guns te maak en die verhoging van die aantal wen ambagte. Ons hoop dat teen die einde van hierdie handleiding sal jy 'n duidelike begrip van waarom bewegende gemiddeldes is belangrik, hoe hulle bereken en hoe jy dit kan neem in jou handel strategieë te hê. Niks vervat in hierdie publikasie is bedoel om wetlike, belasting, sekuriteite, of beleggingsadvies of 'n mening oor die toepaslikheid van enige belegging of 'n uitnodiging van 'n tipe vorm. Die algemene inligting vervat in hierdie publikasie moet nie uitgevoer word sonder die verkryging van spesifieke wetlike, belasting, en belegging advies van 'n gelisensieerde professionele. Teken in op nuus te gebruik vir die nuutste insigte en analysisMoving gemiddeldes - Eenvoudige en Eksponensiële Bewegende Gemiddeldes - Eenvoudige en Eksponensiële Inleiding bewegende gemiddeldes glad die prys data om 'n tendens volgende aanwyser vorm. Hulle het nie die prys rigting voorspel nie, maar eerder die huidige rigting met 'n lag te definieer. Bewegende gemiddeldes lag omdat hulle op grond van vorige pryse. Ten spyte hiervan lag, bewegende gemiddeldes te help gladde prys aksie en filter die geraas. Hulle vorm ook die boustene vir baie ander tegniese aanwysers en overlays, soos Bollinger Bands. MACD en die McClellan Ossillator. Die twee mees populêre vorme van bewegende gemiddeldes is die Eenvoudige bewegende gemiddelde (SMA) en die eksponensiële bewegende gemiddelde (EMA). Hierdie bewegende gemiddeldes gebruik kan word om die rigting van die tendens te identifiseer of definieer potensiaal ondersteuning en weerstand vlakke. Here039s n grafiek met beide 'n SMA en 'n EMO daarop: Eenvoudige bewegende gemiddelde Berekening 'n Eenvoudige bewegende gemiddelde is wat gevorm word deur die berekening van die gemiddelde prys van 'n sekuriteit oor 'n spesifieke aantal periodes. Die meeste bewegende gemiddeldes is gebaseer op sluitingstyd pryse. 'N 5-dag eenvoudig bewegende gemiddelde is die vyf dag som van die sluiting pryse gedeel deur vyf. Soos die naam aandui, 'n bewegende gemiddelde is 'n gemiddelde wat beweeg. Ou data laat val as nuwe data kom beskikbaar. Dit veroorsaak dat die gemiddelde om te beweeg langs die tydskaal. Hieronder is 'n voorbeeld van 'n 5-daagse bewegende gemiddelde ontwikkel met verloop van drie dae. Die eerste dag van die bewegende gemiddelde dek net die laaste vyf dae. Die tweede dag van die bewegende gemiddelde daal die eerste data punt (11) en voeg die nuwe data punt (16). Die derde dag van die bewegende gemiddelde voort deur die val van die eerste data punt (12) en die toevoeging van die nuwe data punt (17). In die voorbeeld hierbo, pryse geleidelik verhoog 11-17 oor 'n totaal van sewe dae. Let daarop dat die bewegende gemiddelde styg ook 13-15 oor 'n driedaagse berekening tydperk. Let ook op dat elke bewegende gemiddelde waarde is net onder die laaste prys. Byvoorbeeld, die bewegende gemiddelde vir die eerste dag is gelyk aan 13 en die laaste prys is 15. Pryse die vorige vier dae laer was en dit veroorsaak dat die bewegende gemiddelde te lag. Eksponensiële bewegende gemiddelde Berekening eksponensiële bewegende gemiddeldes te verminder die lag deur die toepassing van meer gewig aan onlangse pryse. Die gewig van toepassing op die mees onlangse prys hang af van die aantal periodes in die bewegende gemiddelde. Daar is drie stappe om die berekening van 'n eksponensiële bewegende gemiddelde. Eerstens, bereken die eenvoudige bewegende gemiddelde. 'N eksponensiële bewegende gemiddelde (EMA) moet iewers begin so 'n eenvoudige bewegende gemiddelde word gebruik as die vorige period039s EMO in die eerste berekening. Tweede, bereken die gewig vermenigvuldiger. Derde, bereken die eksponensiële bewegende gemiddelde. Die onderstaande formule is vir 'n 10-dag EMO. 'N 10-tydperk eksponensiële bewegende gemiddelde van toepassing 'n 18,18 gewig na die mees onlangse prys. 'N 10-tydperk EMO kan ook 'n 18,18 EMO genoem. A 20-tydperk EMO geld 'n 9,52 weeg om die mees onlangse prys (2 / (201) 0,0952). Let daarop dat die gewig vir die korter tydperk is meer as die gewig vir die langer tydperk. Trouens, die gewig daal met die helfte elke keer as die bewegende gemiddelde tydperk verdubbel. As jy wil ons 'n spesifieke persentasie vir 'n EMO, kan jy hierdie formule gebruik om dit te omskep in tydperke en gee dan daardie waarde as die parameter EMA039s: Hier is 'n spreadsheet voorbeeld van 'n 10-dag eenvoudig bewegende gemiddelde en 'n 10- dag eksponensiële bewegende gemiddelde vir Intel. Eenvoudige bewegende gemiddeldes is reguit vorentoe en verg min verduideliking. Die 10-dag gemiddeld net beweeg as nuwe pryse beskikbaar raak en ou pryse af te laai. Die eksponensiële bewegende gemiddelde begin met die eenvoudige bewegende gemiddelde waarde (22,22) in die eerste berekening. Na die eerste berekening, die normale formule oorneem. Omdat 'n EMO begin met 'n eenvoudige bewegende gemiddelde, sal sy werklike waarde nie besef tot 20 of so tydperke later. Met ander woorde, kan die waarde van die Excel spreadsheet verskil van die term waarde as gevolg van die kort tydperk kyk terug. Hierdie sigblad gaan net terug 30 periodes, wat beteken dat die invloed van die eenvoudige bewegende gemiddelde het 20 periodes om te ontbind het. StockCharts gaan terug ten minste 250-tydperke (tipies veel verder) vir sy berekeninge sodat die gevolge van die eenvoudige bewegende gemiddelde in die eerste berekening volledig verkwis. Die sloerfaktor Hoe langer die bewegende gemiddelde, hoe meer die lag. 'N 10-dag eksponensiële bewegende gemiddelde pryse sal baie nou omhels en draai kort ná pryse draai. Kort bewegende gemiddeldes is soos spoed bote - ratse en vinnige te verander. In teenstelling hiermee het 'n 100-daagse bewegende gemiddelde bevat baie afgelope data wat dit stadiger. Meer bewegende gemiddeldes is soos see tenkwaens - traag en stadig om te verander. Dit neem 'n groter en meer prysbewegings vir 'n 100-daagse bewegende gemiddelde kursus te verander. bo die grafiek toon die SampP 500 ETF met 'n 10-dag EMO nou na aanleiding van pryse en 'n 100-dag SMA maal hoër. Selfs met die Januarie-Februarie afname, die 100-dag SMA gehou deur die loop en nie draai. Die 50-dag SMA pas iewers tussen die 10 en 100 dae bewegende gemiddeldes wanneer dit kom by die lag faktor. Eenvoudige vs Eksponensiële Bewegende Gemiddeldes Hoewel daar duidelike verskille tussen eenvoudige bewegende gemiddeldes en eksponensiële bewegende gemiddeldes, een is nie noodwendig beter as die ander. Eksponensiële bewegende gemiddeldes minder lag en is dus meer sensitief vir onlangse pryse - en onlangse prysveranderings. Eksponensiële bewegende gemiddeldes sal draai voor eenvoudige bewegende gemiddeldes. Eenvoudige bewegende gemiddeldes, aan die ander kant, verteenwoordig 'n ware gemiddelde van die pryse vir die hele tydperk. As sodanig, kan eenvoudig bewegende gemiddeldes beter geskik wees om ondersteuning of weerstand vlakke te identifiseer. Bewegende gemiddelde voorkeur hang af van doelwitte, analitiese styl en tydhorison. Rasionele agente moet eksperimenteer met beide tipes bewegende gemiddeldes, asook verskillende tydsraamwerke om die beste passing te vind. Die onderstaande grafiek toon IBM met die 50-dag SMA in rooi en die 50-dag EMO in groen. Beide 'n hoogtepunt bereik in die einde van Januarie, maar die daling in die EMO was skerper as die afname in die SMA. Die EMO opgedaag het in die middel van Februarie, maar die SMA voortgegaan laer tot aan die einde van Maart. Let daarop dat die SMA opgedaag het meer as 'n maand nadat die EMO. Lengtes en tydsraamwerke Die lengte van die bewegende gemiddelde is afhanklik van die analitiese doelwitte. Kort bewegende gemiddeldes (20/05 periodes) is die beste geskik vir tendense en handel kort termyn. Rasionele agente belangstel in medium termyn tendense sou kies vir langer bewegende gemiddeldes wat 20-60 periodes kan verleng. Langtermyn-beleggers sal verkies bewegende gemiddeldes met 100 of meer periodes. Sommige bewegende gemiddelde lengtes is meer gewild as ander. Die 200-daagse bewegende gemiddelde is miskien die mees populêre. As gevolg van sy lengte, dit is duidelik 'n langtermyn-bewegende gemiddelde. Volgende, die 50-dae - bewegende gemiddelde is baie gewild vir die medium termyn tendens. Baie rasionele agente gebruik die 50-dag en 200-dae - bewegende gemiddeldes saam. Korttermyn, 'n 10-dae bewegende gemiddelde was baie gewild in die verlede, want dit was maklik om te bereken. Een van die nommers bygevoeg eenvoudig en verskuif die desimale punt. Tendens Identifikasie Dieselfde seine gegenereer kan word met behulp van eenvoudige of eksponensiële bewegende gemiddeldes. Soos hierbo aangedui, die voorkeur hang af van elke individu. Hierdie voorbeelde sal onder beide eenvoudige en eksponensiële bewegende gemiddeldes gebruik. Die term bewegende gemiddelde is van toepassing op beide eenvoudige en eksponensiële bewegende gemiddeldes. Die rigting van die bewegende gemiddelde dra belangrike inligting oor pryse. 'N stygende bewegende gemiddelde wys dat pryse oor die algemeen is aan die toeneem. A val bewegende gemiddelde dui daarop dat pryse gemiddeld val. 'N stygende langtermyn bewegende gemiddelde weerspieël 'n langtermyn - uptrend. A val langtermyn bewegende gemiddelde weerspieël 'n langtermyn - verslechtering neiging. bo die grafiek toon 3M (MMM) met 'n 150-dag eksponensiële bewegende gemiddelde. Hierdie voorbeeld toon hoe goed bewegende gemiddeldes werk wanneer die neiging is sterk. Die 150-dag EMO van die hand gewys in November 2007 en weer in Januarie 2008. Let daarop dat dit 'n 15 weier om die rigting van hierdie bewegende gemiddelde om te keer. Hierdie nalopend aanwysers identifiseer tendens terugskrywings as hulle voorkom (op sy beste) of nadat hulle (in die ergste geval) voorkom. MMM voortgegaan laer in Maart 2009 en daarna gestyg 40-50. Let daarop dat die 150-dag EMO nie opgedaag het nie eers na hierdie oplewing. Sodra dit gedoen het, maar MMM voortgegaan hoër die volgende 12 maande. Bewegende gemiddeldes werk briljant in sterk tendense. Double CROSSOVER twee bewegende gemiddeldes kan saam gebruik word om crossover seine op te wek. In tegniese ontleding van die finansiële markte. John Murphy noem dit die dubbele crossover metode. Double CROSSOVER behels een relatief kort bewegende gemiddelde en een relatiewe lang bewegende gemiddelde. Soos met al die bewegende gemiddeldes, die algemene lengte van die bewegende gemiddelde definieer die tydraamwerk vir die stelsel. 'N Stelsel met behulp van 'n 5-dag EMO en 35-dag EMO sal geag kort termyn. 'N Stelsel met behulp van 'n 50-dag SMA en 200-dag SMA sal geag medium termyn, miskien selfs 'n lang termyn. N bullish crossover vind plaas wanneer die korter bewegende gemiddelde kruise bo die meer bewegende gemiddelde. Dit is ook bekend as 'n goue kruis. N lomp crossover vind plaas wanneer die korter bewegende gemiddelde kruise onder die meer bewegende gemiddelde. Dit staan ​​bekend as 'n dooie kruis. Bewegende gemiddelde CROSSOVER produseer relatief laat seine. Na alles, die stelsel werk twee sloerende aanwysers. Hoe langer die bewegende gemiddelde periodes, hoe groter is die lag in die seine. Hierdie seine werk groot wanneer 'n goeie tendens vat. Dit sal egter 'n bewegende gemiddelde crossover stelsel baie whipsaws produseer in die afwesigheid van 'n sterk tendens. Daar is ook 'n driedubbele crossover metode wat drie bewegende gemiddeldes behels. Weereens, is 'n sein gegenereer wanneer die kortste bewegende gemiddelde kruisies die twee langer bewegende gemiddeldes. 'N Eenvoudige trippel crossover stelsel kan 5-dag, 10-dag en 20-dae - bewegende gemiddeldes te betrek. bo die grafiek toon Home Depot (HD) met 'n 10-dag EMO (groen stippellyn) en 50-dag EMO (rooi lyn). Die swart lyn is die daaglikse naby. Met behulp van 'n bewegende gemiddelde crossover gevolg sou gehad het drie whipsaws voor 'n goeie handel vang. Die 10-dag EMO gebreek onder die 50-dag EMO die einde van Oktober (1), maar dit het nie lank as die 10-dag verhuis terug bo in die middel van November (2). Dit kruis duur langer, maar die volgende lomp crossover in Januarie (3) het plaasgevind naby die einde van November prysvlakke, wat lei tot 'n ander geheel verslaan. Dit lomp kruis het nie lank geduur as die 10-dag EMO terug bo die 50-dag 'n paar dae later (4) verskuif. Na drie slegte seine, die vierde sein voorafskaduwing n sterk beweeg as die voorraad oor 20. gevorderde Daar is twee wegneemetes hier. In die eerste plek CROSSOVER is geneig om geheel verslaan. 'N Prys of tyd filter toegepas kan word om te voorkom dat whipsaws. Handelaars kan die crossover vereis om 3 dae duur voordat waarnemende of vereis dat die 10-dag EMO hierbo beweeg / onder die 50-dag EMO deur 'n sekere bedrag voor waarnemende. In die tweede plek kan MACD gebruik word om hierdie CROSSOVER identifiseer en te kwantifiseer. MACD (10,50,1) sal 'n lyn wat die verskil tussen die twee eksponensiële bewegende gemiddeldes te wys. MACD draai positiewe tydens 'n goue kruis en negatiewe tydens 'n dooie kruis. Die persentasie Prys ossillator (PPO) kan op dieselfde manier gebruik word om persentasie verskille te wys. Let daarop dat die MACD en die PPO is gebaseer op eksponensiële bewegende gemiddeldes en sal nie ooreen met eenvoudige bewegende gemiddeldes. Hierdie grafiek toon Oracle (ORCL) met die 50-dag EMO, 200-dag EMO en MACD (50,200,1). Daar was vier bewegende gemiddelde CROSSOVER oor 'n tydperk 2 1/2 jaar. Die eerste drie gelei tot whipsaws of slegte ambagte. A opgedoen tendens begin met die vierde crossover as ORCL gevorder tot die middel van die 20s. Weereens, bewegende gemiddelde CROSSOVER werk groot wanneer die neiging is sterk, maar produseer verliese in die afwesigheid van 'n tendens. Prys CROSSOVER bewegende gemiddeldes kan ook gebruik word om seine met 'n eenvoudige prys CROSSOVER genereer. N bullish sein gegenereer wanneer pryse beweeg bo die bewegende gemiddelde. N lomp sein gegenereer wanneer pryse beweeg onder die bewegende gemiddelde. Prys CROSSOVER kan gekombineer word om handel te dryf in die groter tendens. Hoe langer bewegende gemiddelde gee die toon aan vir die groter tendens en die korter bewegende gemiddelde word gebruik om die seine te genereer. 'N Mens sou kyk vir bullish prys kruise net vir pryse is reeds bo die meer bewegende gemiddelde. Dit sou wees die handel in harmonie met die groter tendens. Byvoorbeeld, as die prys is hoër as die 200-daagse bewegende gemiddelde, rasionele agente sal net fokus op seine wanneer prysbewegings bo die 50-dae - bewegende gemiddelde. Dit is duidelik dat, sou 'n skuif onder die 50-dae - bewegende gemiddelde so 'n sein voorafgaan, maar so lomp kruise sou word geïgnoreer omdat die groter tendens is up. N lomp kruis sou net dui op 'n nadeel binne 'n groter uptrend. 'N kruis terug bo die 50-dae - bewegende gemiddelde sou 'n opswaai in pryse en voortsetting van die groter uptrend sein. Die volgende grafiek toon Emerson Electric (EMR) met die 50-dag EMO en 200-dag EMO. Die voorraad bo verskuif en bo die 200-daagse bewegende gemiddelde gehou in Augustus. Daar was dips onder die 50-dag EMO vroeg in November en weer vroeg in Februarie. Pryse het vinnig terug bo die 50-dag EMO te lomp seine (groen pyle) voorsien in harmonie met die groter uptrend. MACD (1,50,1) word in die aanwyser venster te prys kruise bo of onder die 50-dag EMO bevestig. Die 1-dag EMO is gelyk aan die sluitingsprys. MACD (1,50,1) is positief wanneer die naby is bo die 50-dag EMO en negatiewe wanneer die einde is onder die 50-dag EMO. Ondersteuning en weerstand bewegende gemiddeldes kan ook dien as ondersteuning in 'n uptrend en weerstand in 'n verslechtering neiging. 'N kort termyn uptrend kan ondersteuning naby die 20-dag eenvoudig bewegende gemiddelde, wat ook gebruik word in Bollinger Bands vind. 'N langtermyn-uptrend kan ondersteuning naby die 200-dag eenvoudig bewegende gemiddelde, wat is die mees gewilde langtermyn bewegende gemiddelde vind. As Trouens, die 200-daagse bewegende gemiddelde ondersteuning of weerstand bloot omdat dit so algemeen gebruik word aan te bied. Dit is amper soos 'n self-fulfilling prophecy. bo die grafiek toon die NY Saamgestelde met die 200-dag eenvoudig bewegende gemiddelde van middel 2004 tot aan die einde van 2008. Die 200-dag voorsien ondersteuning talle kere tydens die vooraf. Sodra die tendens omgekeer met 'n dubbele top ondersteuning breek, die 200-daagse bewegende gemiddelde opgetree as weerstand rondom 9500. Moenie verwag presiese ondersteuning en weerstand vlakke van bewegende gemiddeldes, veral langer bewegende gemiddeldes. Markte word gedryf deur emosie, wat hulle vatbaar vir overschrijdingen maak. In plaas van presiese vlakke, kan bewegende gemiddeldes gebruik word om ondersteuning of weerstand sones identifiseer. Gevolgtrekkings Die voordele van die gebruik bewegende gemiddeldes moet opgeweeg word teen die nadele. Bewegende gemiddeldes is tendens volgende, of nalopend, aanwysers wat altyd 'n stap agter sal wees. Dit is nie noodwendig 'n slegte ding al is. Na alles, die neiging is jou vriend en dit is die beste om handel te dryf in die rigting van die tendens. Bewegende gemiddeldes te verseker dat 'n handelaar is in ooreenstemming met die huidige tendens. Selfs al is die tendens is jou vriend, sekuriteite spandeer 'n groot deel van die tyd in die handel reekse, wat bewegende gemiddeldes ondoeltreffend maak. Sodra 'n tendens, sal bewegende gemiddeldes jy hou in nie, maar ook gee laat seine. Don039t verwag om te verkoop aan die bokant en koop aan die onderkant met behulp van bewegende gemiddeldes. Soos met die meeste tegniese ontleding gereedskap, moet bewegende gemiddeldes nie gebruik word op hul eie, maar in samewerking met ander aanvullende gereedskap. Rasionele agente kan gebruik bewegende gemiddeldes tot die algehele tendens definieer en gebruik dan RSI om oorkoop of oorverkoop vlakke te definieer. Toevoeging van bewegende gemiddeldes te StockCharts Charts bewegende gemiddeldes is beskikbaar as 'n prys oortrek funksie op die SharpCharts werkbank. Die gebruik van die Overlays aftrekkieslys, kan gebruikers kies óf 'n eenvoudige bewegende gemiddelde of 'n eksponensiële bewegende gemiddelde. Die eerste parameter word gebruik om die aantal tydperke stel. 'N opsionele parameter kan bygevoeg word om te spesifiseer watter prys veld moet gebruik word in die berekeninge - O vir die Ope, H vir die High, L vir die lae, en C vir die buurt. 'N Komma word gebruik om afsonderlike parameters. Nog 'n opsionele parameter kan bygevoeg word om die bewegende gemiddeldes te skuif na links (verlede) of regs (toekomstige). 'N negatiewe getal (-10) sou die bewegende gemiddelde skuif na links 10 periodes. 'N Positiewe nommer (10) sou die bewegende gemiddelde na regs skuif 10 periodes. Veelvuldige bewegende gemiddeldes kan oorgetrek die prys plot deur eenvoudig 'n ander oortrek lyn aan die werkbank. StockCharts lede kan die kleure en styl verander om te onderskei tussen verskeie bewegende gemiddeldes. Na die kies van 'n aanduiding, oop Advanced Options deur te kliek op die klein groen driehoek. Gevorderde Opsies kan ook gebruik word om 'n bewegende gemiddelde oortrek voeg tot ander tegniese aanwysers soos RSI, CCI, en Deel. Klik hier vir 'n lewendige grafiek met 'n paar verskillende bewegende gemiddeldes. Die gebruik van bewegende gemiddeldes met StockCharts skanderings Hier is 'n paar monster skanderings wat StockCharts lede kan gebruik om te soek na verskeie bewegende gemiddelde situasies: Bul bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n stygende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5 - Day EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde is stygende solank dit handel bo sy vlak vyf dae gelede. N bullish kruis vind plaas wanneer die 5-dag EMO bo die 35-dag EMO op bogemiddelde volume beweeg. Lomp bewegende gemiddelde Kruis: Dit skanderings lyk vir aandele met 'n dalende 150 dae eenvoudige bewegende gemiddelde en 'n lomp kruis van die 5-dag EMO en 35-dag EMO. Die 150-daagse bewegende gemiddelde val solank dit handel onder sy vlak vyf dae gelede. N lomp kruis vind plaas wanneer die 5-dag EMO beweeg onder die 35-dag EMO op bogemiddelde volume. Verdere Studie John Murphy039s boek het 'n hoofstuk gewy aan bewegende gemiddeldes en hul onderskeie gebruike. Murphy dek die voor - en nadele van bewegende gemiddeldes. Daarbenewens Murphy wys hoe bewegende gemiddeldes met Bollinger Bands en kanaal gebaseer handel stelsels. Tegniese ontleding van die finansiële markte John MurphyMoving Gemiddelde Filter Kate geskryf: GT Hi, GT GT Ek is op soek na 'n paar kode vir 'n laaglaatfilter wat ek kan aansoek doen om 'n sein GT voor die uitvoering van spectraalanalyse. GT GT Ek verontschuldigen vir my onkunde, maar dit is manier buite my veld so Im GT nie regtig maak geen sin nie. Wat is die insette wat GT nodig behalwe die sein self GT GT Dankie, GT Kate In die analoog domein, mense gebruik lae-pass filter vir ten minste 'n paar van die redes wat in jou gedagtes (i) kom maak die sein lyk beter ( ii) te vermy aliasing tydens analoog-na-digitale bekering, wat lei tot 'n hoë-frekwensie noisesignals word gealiasseer na lae frekwensies, wat handel dryf met die laer frekwensie seine van belang en kan styg die geraas vloer. Dit lyk nie dat een van hierdie oorwegings van toepassing op jou situasie (i) jy nie kyk na die sein direk (jy gaan spectraalanalyse doen) (ii) van jou sein is reeds gedigitaliseerde. Spesifiek, wanneer jy spectraalanalyse doen, die hoë-frekwensie dinge sal wys op die hoë-frekwensie einde en jy kan kies om dit te ignoreer. Vir enige lineêre tegniek (dit sluit FFT en die funksie Matlab filter ()), sal die hoë-frekwensie-inhoud nie inmeng met die spektrale ontleding van die lae-frekwensie inhoud. Tensy jy jou data decimeren voor filter. Is daar 'n spesifieke rede wat jy wil om ontslae te raak van die hoë-frekwensie-inhoud voordat spectraalanalyse Kate kry geskryf: GT Hi, GT GT Ek is op soek na 'n paar kode vir 'n laaglaatfilter wat ek kan aansoek doen om 'n sein GT voor die uitvoering uit spectraalanalyse. GT GT Ek verontschuldigen vir my onkunde, maar dit is manier buite my veld so Im GT nie regtig maak geen sin nie. Wat is die insette wat GT nodig behalwe die sein self GT GT Dankie, GT Kate In die analoog domein, mense gebruik lae-pass filter vir ten minste 'n paar van die redes wat in jou gedagtes (i) kom maak die sein lyk beter ( ii) te vermy aliasing tydens analoog-na-digitale bekering, wat lei tot 'n hoë-frekwensie noisesignals word gealiasseer na lae frekwensies, wat handel dryf met die laer frekwensie seine van belang en kan styg die geraas vloer. Dit lyk nie dat een van hierdie oorwegings van toepassing op jou situasie (i) jy nie kyk na die sein direk (jy gaan spectraalanalyse doen) (ii) van jou sein is reeds gedigitaliseerde. Spesifiek, wanneer jy spectraalanalyse doen, die hoë-frekwensie dinge sal wys op die hoë-frekwensie einde en jy kan kies om dit te ignoreer. Vir enige lineêre tegniek (dit sluit FFT en die funksie Matlab filter ()), sal die hoë-frekwensie-inhoud nie inmeng met die spektrale ontleding van die lae-frekwensie inhoud. Tensy jy jou data decimeren voor filter. Is daar 'n spesifieke rede wat jy wil om ontslae te raak van die hoë-frekwensie-inhoud voordat spectraalanalyse Om eerlik te wees ek weet nie hoekom Im probeer om ontslae te raak van die hoë frekwensie wees. Im basies die instruksies in 'n ISO. Soos jy dalk geraai het, rekenaarprogrammering en seinverwerking is regtig nie my gebied so die taal wat gebruik word is vreemd is aan my wat im doen is soos volg - Im 'n siviele ingenieur en Im probeer om 'n padoppervlak profiel ontleed. Die profiel is basies die equivilent van 'n sein wat wissel met afstand (maar aangesien snelheid konstant is, dit is dieselfde as wat wissel met die tyd). Die presiese bewoording van die ISO is pre-verwerking filters moet gebruik word byvoorbeeld Butterworth. Maar ek het gedink dat die bewegende gemiddelde 'n makliker plek om te begin Ek vermoed die rede Im probeer om 'n hoë frekwensies uit te roei, is omdat hulle gering in terme van padoppervlak skade sou wees sou wees. Ek het groot waardering vir jou tyd, Katherine Rajeev geskryf: GT GT GT Kate geskryf: gtgt Hi, gtgt gtgt Ek is op soek na 'n paar kode vir 'n laaglaatfilter wat ek GT kan aansoek doen om 'n sein gtgt voor die uitvoering van spectraalanalyse. gtgt gtgt Ek verontschuldigen vir my onkunde, maar dit is manier buite my veld so GT Im gtgt nie regtig maak geen sin nie. Wat is die insette wat gtgt nodig behalwe die sein self gtgt gtgt Dankie, gtgt Kate GT GT In die analoog domein, mense gebruik lae-pass filter vir ten minste 'n GT paar redes wat in jou gedagtes (i) kom is om die sein beter lyk GT (ii) te vermy aliasing tydens analoog-na-digitale bekering, wat GT resultate in 'n hoë-frekwensie noisesignals word gealiasseer na lae GT frekwensies, wat handel dryf met die laer frekwensie seine van GT belang GT en kan styg die geraas vloer. GT GT Dit lyk nie dat een van hierdie oorwegings van toepassing op jou GT situasie (i) jy nie kyk na die sein direk GT (jy GT gaan GT om spectraalanalyse doen) (ii) van jou sein is reeds gedigitaliseerde. GT GT Spesifiek, wanneer jy spectraalanalyse doen, die hoë-frekwensie GT dinge GT sal opdaag by die hoë-frekwensie einde en jy kan kies om te ignoreer GT dit. GT Vir enige lineêre tegniek (dit sluit FFT en die Matlab filter () gt funksie), sal die hoë-frekwensie-inhoud nie inmeng met die GT spectraalanalyse van die lae-frekwensie inhoud. Tensy jy wil GT decimeren jou data voor filter. GT GT Is daar 'n spesifieke rede wat jy wil om ontslae te raak van die GT hoë-frekwensie GT inhoud voordat spectraalanalyse GT GT HTH GT - rajeev - GT GT Katherine het geskryf: GT Om eerlik te wees ek weet nie hoekom Im probeer om ontslae te raak van die wees hoë GT frekwensies. Im basies die instruksies in 'n ISO. GT Soos jy kan raai, rekenaarprogrammering en seinverwerking GT is regtig nie my gebied so die taal wat gebruik word is vreemd is aan my GT GT Wat Im doen is soos volg - Im 'n siviele ingenieur en Im probeer om GT analiseer 'n padoppervlak profiel. Die profiel is basies die GT equivilent van 'n sein wat wissel met afstand (maar aangesien snelheid GT is konstant, dit is dieselfde as wat wissel met die tyd). Die presiese GT bewoording van die ISO is pre-verwerking filters moet gebruik word vir Sommige vrae na vore kom. a. Wat beteken die ISO vra jou om te doen na die pre-verwerking filters b. Hoe is die spectraalanalyse geïmplementeer c. Maak die ISO spesifiseer die afsnyfrekwensie vir die filter. dws ontslae te raak van frekwensies bo X GT byvoorbeeld Butterworth. Maar ek het gedink dat die bewegende gemiddelde GT n makliker plek om te begin is ek geneig om saam te stem, bewegende gemiddelde makliker sou wees sou wees. Dit het ook 'n eiendom wat al frekwensie komponente is vertraag met presies dieselfde bedrag, wat beteken dat die golfvorm vorm behoue ​​gaan deur die filter (natuurlik 'n paar frekwensie compnents sal verswak, maar hulle sal nie verskuif word deur, sê, 90 grade , in vergelyking met ander frekwensies). Die Butterworth filter (en tot mindere of meerdere mate al analoog filters) nie hierdie eiendom wat bekend staan ​​as lineêre-fase of fase-lineêre het. Butterworth verwys na 'n klas van analoog filters met 'n spesifieke fase en frekwensie reaksie, wat gebeur maklik om te implementeer met elektroniese komponente soos resistors, kapasitore en induktore te wees. (My redelike raaiskoot is dat) mense digitale ekwivalente ontwikkel om hierdie en ander analoog filters omdat hulle bekend is met hul eiendomme was. Maar baie mense vandag sou vra, as jy gaan om te werk op 'n gedigitaliseerde sein, hoekom pla met 'n analoog-look-alike filter. GT Ek vermoed die rede Im probeer om 'n hoë frekwensies uit te roei is GT omdat hulle gering in terme van padoppervlak skade sou wees. GT GT ek jou tyd baie waardeer, GT Katherine Weereens, ek is baie dank verskuldig aan dat jy die tyd wat ek het probeer om onder jou QS beantwoord: GT Sommige vrae na vore kom. GT GT n. Wat beteken die ISO vra jou om te doen na die pre-verwerking filters Na die pre-verwerking filters dit vra dat ek uit te voer 'n FFT wat ek dink is ook 'n antwoord op jou volgende vraag. Die groot begrip probleem dat Im het, is dat ek gegenereer die pad profiel myself, spesifiseer dat ek wou die frekwensies tot 'n minimum van 0.01cycles / meter en 'n maksimum van 4cycles / meter wees. Hoekom sou ek dan nodig het om uit te filter hoë frekwensies GT GT b. Hoe is die spectraalanalyse geïmplementeer GT GT c. Maak die ISO spesifiseer die afsnyfrekwensie vir die filter. dws GT kry GT ontslae te raak van frekwensies bo X Dit nie die geval spesifiseer enige afsnyfrekwensie. gtgt byvoorbeeld Butterworth. Maar ek het gedink dat die bewegende gemiddelde gtgt n makliker plek om GT GT Ek is geneig om saam te stem begin kan wees, bewegende gemiddelde makliker sou wees. Dit het ook 'n GT eiendom GT dat alle frekwensie komponente is vertraag met presies dieselfde GT bedrag, GT wat beteken dat die golfvorm vorm behoue ​​gaan deur die GT filter GT (natuurlik 'n paar frekwensie compnents sal verswak, maar hulle GT gewoond GT verskuif deur, sê, 90 grade, in vergelyking met ander frekwensies). GT Die GT Butterworth filter (en tot mindere of meerdere mate al analoog filters) beteken GT nie gt gt hierdie eiendom, wat bekend staan ​​as lineêre-fase of fase-lineêre. GT GT Butterworth verwys na 'n klas van analoog filters met 'n bepaalde GT fase GT en frekwensieweergawe, dit gebeur maklik om te implementeer met GT elektroniese GT komponente soos resistors, kapasitore en induktore te wees. (My GT redelike GT raaiskoot GT is dat) mense digitale ekwivalente ontwikkel om hierdie en ander GT analoog GT filters omdat hulle bekend is met hul eiendomme was. Maar GT n GT baie GT van mense vandag sou vra, as jy gaan om te werk op 'n gedigitaliseerde GT sein, GT hoekom pla met 'n analoog-look-alike filter. GT gtgt Ek vermoed die rede Im probeer om 'n hoë frekwensies uit te roei is gtgt omdat hulle gering in terme van padoppervlak skade sou wees. gtgt gtgt ek jou tyd baie waardeer, gtgt Katherine GT GT Dit. GT GT GT HTH GT - rajeev - Dankie. Katherine Klink soos jy kan filter die data reeds die manier waarop jy spesifiseer die frekwensie reeks. Wat is jy sampling rate Is dit ruimtelike of temporale As jy spesifiseer 4 siklusse / meter om die stelsel is baie onwaarskynlik dat dit net sou monsterneming op daardie koers (FS1 / 8 meter) te kry sonder 'n soort van bewegende gemiddelde filter gebou in. wat is die ISO vereiste (ISO standaard, vanwaar) Een effek van die filter is om die energie te skuif na die laer frekwensies eerder as om net kap dit af soos jy sou doen in die frekwensiedomein. As die einddoel is om 'n IRI of 'n soort van ander pad grof metrieke as dit bereken kan krities wees. GT GT Na die pre-verwerking filters dit vra dat ek uit te voer 'n FFT wat GT Ek dink ook 'n antwoord op jou volgende vraag. Die groot GT begrip probleem dat Im het, is dat ek gegenereer die pad GT myself profiel, spesifiseer dat ek wou die frekwensies 'n GT minimum van 0.01cycles / meter en 'n maksimum van 4cycles / meter wees. Hoekom dan GT moet ek nodig het om uit te filtreer hoë frekwensies GT Charlie, ek is baie onkundig oor die korrekte terminologie in hierdie dinge en Ek is nie seker wat jy bedoel met monster tempo. Siek net vir jou sê wat im doen. Eerste Ek genereer 'n ewekansige pad profiel wat ruimtelike frekwensie wissel van 0,01 het - 4 siklusse / m. Die ISO 8608: 1995 het klassifikasies van die pad en afhangende van dit, dit gee 'n PSD waarde vir elk van die frekwensies tussen 0,01 en 4 dis wat jy wil. Hierdie waardes word dan in 'n vergelyking vir die pad generasie wat 'n pad met 'n aantal punte skep sit (in my geval 8000, of 400meters, maw elke 0.05 meter). dan het ek grafiek al die ISO waardes vir die PSD teen die ruimtelike frekwensies wat ek hierbo het. Ek het probeer om terug te werk om te sien of ek daardie selfde grafiek kan genereer deur gebruik te maak van die dieselfde pad profiel, en die vind van die FFT van dit en dan die PSD. Ek dont weet wat jy bedoel met monsterfrekwensie Im bang, miskien is dit daar in wat ek beskryf Thank you so much vir jou tyd, ek is heeltemal soos 'n vis uit die water op hierdie een Charlie het geskryf: GT GT GT Katherine, GT GT Klink soos jy kan filter die data reeds die manier waarop jy is GT spesifiseer GT die frekwensie reeks. Wat is jy sampling rate Is dit ruimtelike of GT tydelike GT As jy spesifiseer 4 siklusse / meter om die stelsel is baie onwaarskynlik GT dat dit GT sal slegs monsterneming op daardie koers (FS1 / 8 meter) te kry sonder 'n GT soort GT bewegende gemiddelde filter gebou in. GT GT Wat is die ISO vereiste (ISO standaard, vanwaar) gt gt Een effek van die filter is om die energie te skuif na die onderste GT frekwensies eerder as om net kap dit af soos jy sou doen in GT die GT frekwensiedomein. As die einddoel is om 'n IRI of 'n GT soort GT ander pad grof metrieke as dit bereken kan krities wees. GT GT Charlie GT gtgt gtgt Na die pre-verwerking filters dit vra dat ek uit te voer 'n FFT GT wat gtgt Ek dink ook 'n antwoord op jou volgende vraag. Die groot gtgt begrip probleem dat Im het, is dat ek gegenereer die GT pad gtgt myself profiel, spesifiseer dat ek wou die frekwensies 'n gtgt minimum van 0.01cycles / meter en 'n maksimum van 4cycles / meter wees. Hoekom dan gtgt moet ek nodig het om uit te filtreer hoë frekwensies gtgt GT GT GT Dankie vir die inligting oor die ISO 8608: 1995 dit lyk soos 'n goeie verwysing vir 'n paar van my werk op pad profiel verwerking. Terug na jou projek. Soos ek dit verstaan ​​jy doen: 1. Skep pad profiel in ruimtelike frekwensie domein met inhoud in 0,01-4 siklusse / m 2. Genereer ruimtelike profiel van 1 deur 'n paar vergelykings (400 meter lank, dx0.05 m, ruimtelike steekproefneming frequency1 / dx20 siklusse / m) 3. Grafiek jou pad PSD van 1 teen die ISO waardes van ISO 8608 4. Bereken die FFT en die PSD van 2 en vergelyk dit met 3 te sien of jy in staat is om weer te produseer nie. As dit korrek is en ek verstaan ​​die ISO standaard. Ek glo nie jy nodig het om enige filter glad nie. Jou profiel van 2 moet in staat wees om frekwensie data te genereer 0,0025-10 siklusse / m, maar jy moet 'n inhoud bo 4 siklusse / m nie sien nie. Hoop dit help eerder as verwar. Wil jy dalk om te kyk na die boekie van Profilering op www. umtri. umich. edu/erd/roughness/index vir meer inligting. Katherine ltkatherine. cashellucd. iegt geskryf in boodskap nuus: ef02d7a.7webx. raydaftYaTP. GT Charlie, GT Ek is baie onkundig oor die korrekte terminologie in hierdie dinge en Im GT nie seker wat jy bedoel met monster tempo. Siek net vir jou sê wat im GT doen. GT GT GT Eerste ek genereer 'n ewekansige pad profiel wat ruimtelike GT frekwensies wat wissel van 0,01 het - 4 siklusse / m. Die ISO 8608: 1995 het GT klassifikasie van die pad en afhangende van dit, dit gee 'n PSD waarde GT vir elk van die frekwensies tussen 0,01 en 4 dis wat jy wil. Hierdie GT waardes word dan in 'n vergelyking vir die pad geslag wat GT skep 'n pad met 'n aantal punte het (in my geval 8000, of GT 400meters, maw elke 0.05 meter). GT ek dan grafiek al die ISO waardes vir die PSD teen die ruimtelike GT frekwensies wat ek hierbo het. GT ek dan probeer om agteruit te werk om te sien of ek daardie selfde GT grafiek kan genereer deur gebruik te maak van die dieselfde pad profiel, en die vind van die FFT van dit en GT dan die PSD. GT Ek dont weet wat jy bedoel met monsterfrekwensie Im bang, miskien is dit GT is daar in dit wat ek beskryf GT GT Thank you so much vir jou tyd, ek is heeltemal soos 'n vis uit GT water op hierdie een GT GT Katherine GT Dankie vir daardie - is regtig nuttig net om te sien die korrekte terminologie wat gebruik word vir die syfers Charlie het geskryf: GT GT GT Katherine, GT GT Dankie vir die inligting oor die ISO 8608: 1995 dit lyk soos 'n goeie verwysing GT vir 'n paar GT van my werk op pad profiel verwerking. Terug na jou projek. Soos ek GT GT verstaan ​​jy doen: GT GT 1. Skep pad profiel in ruimtelike frekwensie domein met inhoud in GT 0,01-4 GT siklusse / m GT 2. Genereer ruimtelike profiel van 1 deur 'n paar vergelykings (400 GT meter lank, GT dx0.05 m, ruimtelike steekproefneming frequency1 / dx20 siklusse / m) GT 3. Grafiek jou pad PSD van 1 teen die ISO waardes van ISO GT 8608 GT 4. Bereken die FFT en die PSD van 2 en vergelyk dit met 3 tot GT sien As GT jy in staat is om weer te produseer nie. GT GT As dit korrek en ek verstaan ​​die ISO standaard. Ek dont GT glo jy GT moet enige filter glad nie. Jou profiel van 2 moet GT kan GT genereer frekwensie data 0,0025-10 siklusse / m, maar jy moet nie GT sien enige GT inhoud bo 4 siklusse / m. GT GT hoop dit help eerder as verwar. Wil jy dalk om te kyk na die GT Little GT Boek van Profilering op ltwww. umtri. umich. edu/erd/roughness/index GT GT GT of meer inligting. GT GT Charlie GT GT Katherine ltkatherine. cashellucd. iegt geskryf in boodskap GT nuus: ef02d7a.7webx. raydaftYaTP. gtgt Charlie, gtgt Ek is baie onkundig oor die korrekte terminologie in hierdie dinge en GT Im gtgt nie seker wat jy bedoel met monster tempo. Siek net vir jou sê wat im gtgt doen. gtgt gtgt gtgt Eerste ek genereer 'n ewekansige pad profiel wat ruimtelike gtgt frekwensies wat wissel van 0,01 het - 4 siklusse / m. Die ISO 8608: GT 1995 het gtgt klassifikasie van die pad en afhangende van dit, dit gee 'n PSD GT waarde gtgt vir elk van die frekwensies tussen 0,01 en 4 dis wat jy wil. GT Hierdie gtgt waardes word dan in 'n vergelyking vir die pad geslag wat gtgt skep 'n pad met 'n aantal punte het (in my geval 8000, of gtgt 400meters, maw elke 0.05 meter). gtgt ek dan grafiek al die ISO waardes vir die PSD teen die GT ruimtelike gtgt frekwensies wat ek hierbo het. gtgt ek dan probeer om agteruit te werk om te sien of ek kan genereer wat GT dieselfde gtgt grafiek deur gebruik te maak van die dieselfde pad profiel, en die vind van die FFT daarvan GT en gtgt dan die PSD. gtgt Ek dont weet wat jy bedoel met monsterfrekwensie Im bang, miskien GT dit gtgt is daar in dit wat ek beskryf gtgt gtgt Thank you so much vir jou tyd, ek is heeltemal soos 'n vis uit GT van gtgt water op hierdie een gtgt gtgt Katherine gtgt GT GT GT wat is 'n horlosie lys jy kan dink jou lys as drade wat jy geboekmerk. Jy kan etikette, skrywers, drade te voeg, en selfs resultate aan jou lys te soek. Op hierdie manier kan jy maklik die spoor van onderwerpe wat jy belangstel in. Om jou lys te sien hou, kliek op die quotMy Newsreaderquot skakel. Om items na jou horlosie lys voeg, kliek op die quotadd om listquot skakel aan die onderkant van 'n bladsy te sien. Hoe kan ek 'n item by te voeg aan my horlosie lys Soek Om soekkriteria voeg tot jou lys, soek vir die presiese term in die soekkassie. Klik op die quotAdd hierdie soektog na my horlosie listquot skakel op die resultate bladsy. Jy kan ook 'n tag toe te voeg tot jou lys deur te soek vir die tag met die richtlijn quottag: tagnamequot waar merkernaam is die naam van die etiket wat jy wil om te kyk. Skrywer 'n skrywer by jou horlosie lys, gaan na die skrywers profiel bladsy en klik op die quotAdd hierdie skrywer om my horlosie listquot skakel aan die bokant van die bladsy. Jy kan ook 'n skrywer by jou horlosie lys deur te gaan na 'n draad wat die skrywer het gepos word aan en kliek op die quotAdd hierdie skrywer om my horlosie listquot skakel. Jy sal in kennis gestel word wanneer die skrywer maak 'n pos. Draad 'n draad om jou horlosie lys te voeg, gaan na die draad bladsy en klik op die quotAdd hierdie draad om my horlosie listquot skakel aan die bokant van die bladsy. Oor Nuusgroepe, News Readers en MATLAB Sentraal Wat is nuusgroepe Die groepe is 'n wêreldwye forum wat oop is vir almal is. Nuusgroepe word gebruik om 'n groot verskeidenheid onderwerpe bespreek, maak aankondigings, en handel lêers. Besprekings is gestruktureerde, of gegroepeer in 'n manier wat jou toelaat om 'n gepos boodskap en al sy antwoorde in chronologiese volgorde te lees. Dit maak dit maklik om die draad van die gesprek te volg, en om whatrsquos reeds gesê sien voordat jy jou eie antwoord te plaas of 'n nuwe plaas. Nuusgroep inhoud versprei deur bedieners gehuisves word deur verskeie organisasies op die internet. Boodskappe uitgeruil en bestuur met behulp van oop-standaard protokolle. Geen enkele entiteit ldquoownsrdquo die nuusgroepe. Daar is duisende nuusgroepe, wat elk 'n enkele onderwerp of area van belang. Die MATLAB Sentraal nuusleser poste en uitstallings boodskappe in die comp. soft-sys. matlab nuusgroep. Hoe kan ek lees of pos aan die nuusgroepe Jy kan die geïntegreerde nuusleser by die MATLAB Sentraal webwerf gebruik om te lees en post boodskappe in hierdie nuusgroep. MATLAB Sentrale word aangebied deur MathWorks. Boodskappe gepos deur die MATLAB Sentraal nuusleser gesien word deur almal gebruik van die groepe, ongeag hoe hulle toegang tot die groepe. Daar is verskeie voordele aan die gebruik van MATLAB Sentraal. Een rekening Jou MATLAB Sentraal rekening is gekoppel aan jou MathWorks Rekening vir 'n maklike toegang. Gebruik die e-posadres van jou keuse Die MATLAB Sentrale News Reader kan jy 'n alternatiewe e-pos adres as jou boodskap adres definieer, te vermy warboel in jou primêre posbus en die vermindering van spam. Spam beheer Meeste nuusgroep spam gefiltreer deur die MATLAB Sentrale News Reader. Tagging Boodskappe kan gemerk met 'n toepaslike etiket deur 'n aangemelde gebruiker. Tags kan gebruik word as sleutel word om spesifieke lêers van belang vind, of as 'n manier om jou geboekmerk plasings kategoriseer. Jy kan kies om ander toelaat om jou Tags te sien, en jy kan othersrsquo tags sowel as dié van die gemeenskap in sy geheel sien of te soek. Tagging bied 'n manier om beide die groot tendense en die kleiner, meer onduidelik idees en programme te sien. Watch lyste opstel van horlosie lyste kan jy in kennis gestel word van updates gemaak om plasings gekies deur die skrywer, draad, of enige search veranderlike. Jou horlosie lys kennisgewings kan gestuur word per e-pos (daagliks verteer of onmiddellike), vertoon in My nuusleser, of gestuur via RSS feed. Ander maniere om toegang te verkry tot die nuusgroepe Gebruik 'n nuusleser deur jou skool, werkgewer, of die internet diensverskaffer Pay vir nuusgroep toegang van 'n kommersiële verskaffer Gebruik Google Groepe Mathforum. org bied 'n nuusleser met toegang tot die comp. soft sys. matlab nuusgroep Doen jou eie bediener. Vir tipiese instruksies, sien: www. slyck / ngpage2 Kies Jou CountryMoving Gemiddelde Hierdie voorbeeld leer jy hoe om die bewegende gemiddelde van 'n tydreeks in Excel te bereken. 'N bewegende avearge gebruik te stryk onreëlmatighede (pieke en dale) om maklik tendense herken. 1. In die eerste plek kan 'n blik op ons tyd reeks. 2. Klik op die blad Data, kliek Data-analise. Nota: cant vind die Data-analise knoppie Klik hier om die analise ToolPak add-in te laai. 3. Kies bewegende gemiddelde en klik op OK. 4. Klik op die insette Range boks en kies die reeks B2: M2. 5. Klik op die boks interval en tik 6. 6. Klik in die uitset Range boks en kies sel B3. 8. Teken 'n grafiek van hierdie waardes. Verduideliking: omdat ons die interval stel om 6, die bewegende gemiddelde is die gemiddeld van die vorige 5 datapunte en die huidige data punt. As gevolg hiervan, is pieke en dale stryk uit. Die grafiek toon 'n toenemende tendens. Excel kan nie bereken die bewegende gemiddelde vir die eerste 5 datapunte, want daar is nie genoeg vorige datapunte. 9. Herhaal stappe 2 tot 8 vir interval 2 en interval 4. Gevolgtrekking: Hoe groter die interval, hoe meer die pieke en dale is glad nie. Hoe kleiner die interval, hoe nader die bewegende gemiddeldes is om die werklike data punte. Hou jy van hierdie gratis webwerf Deel asseblief hierdie bladsy op GoogleThe Scientist en Ingenieurs Guide to Digital Signal Processing Deur Steven W. Smith, Ph. D. Hoofstuk 15: Moving Gemiddelde filters Familielede van die bewegende gemiddelde filter in 'n perfekte wêreld, sal filter ontwerpers net te doen het met die tyd domein of frekwensiegebied geënkodeerde inligting, maar nooit 'n mengsel van die twee in dieselfde sein. Ongelukkig is daar is 'n paar programme waar beide domeine is gelyktydig belangrik. Byvoorbeeld, televisie seine val in hierdie nare kategorie. Video inligting word geïnkripteer in die tydgebied, dit wil sê die vorm van die golfvorm ooreenstem met die patrone van helderheid in die beeld. Maar tydens die oordrag van die video sein behandel volgens die frekwensie samestelling, soos sy totale bandwydte, hoe die draer golwe vir klank amp kleur bygevoeg, uitskakeling amp herstel van die DC-komponent, ens As 'n voorbeeld, elektromagnetiese interferensie word die beste verstaan ​​word in die frekwensiegebied, selfs al is die seine inligting ingebou in die tydgebied. Byvoorbeeld, kan die temperatuur monitor in 'n wetenskaplike eksperiment word besmet is met 60 hertz van die kraglyne, 30 kHz uit 'n skakel kragbron, of 1320 kHz uit 'n plaaslike AM radiostasie. Familielede van die bewegende gemiddelde filter het 'n beter frekwensiedomein prestasie, en kan nuttig wees in hierdie gemengde domein aansoeke wees. Meervoudige pas bewegende gemiddelde filters behels verby die insetsein deur 'n bewegende gemiddelde filter twee of meer keer. Figuur 15-3a toon die algehele filter kern as gevolg van een, twee en vier passe. Twee passe is gelykstaande aan die gebruik van 'n driehoekige filter kern (n vierkantige filter kern gekonvuleerde met homself). Na vier of meer verby, die ekwivalent filter kern lyk soos 'n Gaussiese (onthou die sentrale limietstelling). Soos getoon in (b), verskeie passe produseer 'n s gevorm stap reaksie, in vergelyking met die reguit lyn van die enkele slaag. Die frekwensie response in (c) en (d) word gegee deur vergelyking. 15-2 met homself vermenigvuldig vir elke slaag. Dit wil sê, elke keer domein konvolusie resultate in 'n vermenigvuldiging van die frekwensie spektrum. Figuur 15-4 toon die frekwensieweergawe van twee ander familielede van die bewegende gemiddelde filter. Wanneer 'n suiwer Gaussiese word gebruik as 'n filter kern, die frekwensieweergawe is ook 'n Gaussiese, soos bespreek in Hoofstuk 11. Die Gaussiese is belangrik, want dit is die impulsrespons van baie natuurlike en mensgemaakte stelsels. Byvoorbeeld, sal 'n kort pols van lig wat 'n lang optiese vesel transmissielyn verlaat as 'n Gaussiese pols, te danke aan die verskillende paaie wat deur die fotone binne die vesel. Die Gaussiese filter kern is ook op groot skaal in beeldverwerking, want dit het 'n unieke eienskappe wat vinnig tweedimensionele convolutions (sien Hoofstuk 24) toelaat. Die tweede frekwensieweergawe in Fig. 15-4 ooreenstem met behulp van 'n Blackman venster as 'n filter kern. (Die venster term het geen betekenis hier is dit net deel van die aanvaarde naam van hierdie kurwe). Die presiese vorm van die venster Blackman word in Hoofstuk 16 (Vgl. 16-2, Fig. 16-2) maar dit lyk baie soos 'n Gaussiese. Hoe is hierdie familie van die bewegende gemiddelde filter beter as die bewegende gemiddelde filter self drie maniere: Eerstens, en belangrikste, hierdie filters het 'n beter stopband attenuasie as die bewegende gemiddelde filter. Tweedens, die filter pitte taps tot 'n kleiner amplitude naby die einde. Onthou dat elke punt in die uitsetsein is 'n geweegde som van 'n groep van die monsters van die insette. As die filter kern goewerneur, is monsters in die insetsein wat verder weg is gegee minder gewig as dié naby. Derde, die stap antwoorde is glad krommes, eerder as om die skielike reguit lyn van die bewegende gemiddelde. Hierdie laaste twee is gewoonlik van beperkte voordeel, maar jy aansoeke waar hulle is ware voordele kan vind. Die bewegende gemiddelde filter en sy familie is almal oor dieselfde op die vermindering van ewekansige geluid terwyl die handhawing van 'n skerp stap reaksie. Die dubbelsinnigheid lê in hoe die risetime van die stap reaksie is gemeet. As die risetime gemeet van 0 tot 100 van die stap, die bewegende gemiddelde filter is die beste wat jy kan doen, soos voorheen aangetoon. In vergelyking, meet die risetime 10-90 maak die venster Blackman beter as die bewegende gemiddelde filter. Die punt is, dit is net teoretiese gekibbel oorweeg hierdie filters gelyke in hierdie parameter. Die grootste verskil in hierdie filters is uitvoering spoed. Met behulp van 'n rekursiewe algoritme (volgende beskryf), sal die bewegende gemiddelde filter loop soos 'n weerligstraal in jou rekenaar. Trouens, dit is die vinnigste digitale filter beskikbaar. Veelvuldige passe van die bewegende gemiddelde sal dienooreenkomstig stadiger, maar nog steeds baie vinnig wees. In vergelyking, die Gaussiese en Blackman filters is tergend stadig, want hulle konvolusie moet gebruik. Dink 'n faktor van tien keer die aantal punte in die filter kern (wat gebaseer is op vermenigvuldiging word sowat 10 keer stadiger as toevoeging). Byvoorbeeld, verwag 'n 100 punt Gauss te wees 1000 keer stadiger as 'n bewegende gemiddelde gebruik van rekursie.