Bloque De Media Móvil En Simulink

Soy nuevo en Simulink. Quiero hacer el promedio de los datos entrantes (que viene después de algunos intervalos) de un bloque. Por ejemplo, los datos enmarcados continuos de 42 muestras están fuera de un bloque. Junto con los datos enmarcados hay otra salida (etiqueta) que dice que estas tramas / muestras pertenecen a qué categoría. Las etiquetas son números de 1-6. La salida es aleatoria. Quiero promediar los mismos datos de categoría. Al igual que el primer cuadro es de cat1, entonces después de 4 cuadros marco cat1 viene de nuevo. Ahora, ¿cómo debería promediar este nuevo marco con el anterior? Quiero hacer esto para todas las categorías. Por favor, ayúdame en esto. Una solución rápida y sucia sería implementar un arraylist para cada categoría. Inicialice la lista con NaNs y guarde un contador para la última muestra de cada categoría. Utilizando la función media puede obtener el promedio de todas las mediciones. Si sólo desea que el promedio de la trama actual y la trama anterior, simplemente puede significar (cat1 (n1) cat1 (n11)) donde cat1 es el arraylist para marcos de la categoría 1 y n1 es el índice de la trama anterior en cat1 . Si desea un promedio móvil ponderado para una implementación en tiempo real, cree una variable media para cada categoría (llámela av1, av2, etc.) y compute av1 alphaav1 (1-alpha) cat1 (n11) (donde alfa es el peso asignado Al promedio anterior (alphalt1) y cat1 (n11) es la nueva medida) siempre que un marco cat1 entre. Respondió Mar 26 14 at 17: 39Cómo puedo medir un valor promedio de una señal continua en Simulink La respuesta a esta pregunta depende de su frecuencia de conmutación o frecuencia de rizado. Puede utilizar los métodos mencionados anteriormente, siempre y cuando se conozca la frecuencia de la ondulación. Incluso un simple filtro de paso bajo podría funcionar también. Pero si se trata de frecuencia de conmutación variable (como el control de corriente de histéresis), entonces se necesita un filtro adaptativo. Trate de buscar palabras clave como filtro de media móvil adaptable y frecuencia variable. Jafar Sadeghi middot Universidad de Sistan y Baluchestán simplemente integrarla por 1 / s bloque y luego dividir por señal de tiempo (reloj) utilizando un bloque de división. Tiene una pregunta que necesita responder rápidamente Método de mediación Método de mediación Ventana deslizante (predeterminada) Pérdida exponencial Ventana deslizante 8212 Una ventana de longitud La longitud de la ventana se mueve sobre los datos de entrada a lo largo de cada canal. Para cada muestra de la ventana se mueve, el bloque calcula el promedio sobre los datos en la ventana. Ponderación exponencial 8212 El bloque multiplica las muestras por un conjunto de factores de ponderación. La magnitud de los factores de ponderación disminuye exponencialmente a medida que aumenta la edad de los datos, nunca llegando a cero. Para calcular el promedio, el algoritmo suma los datos ponderados. Especifique la longitud de la ventana 8212 Indicador para especificar la longitud de la ventana activada (predeterminada) desactivada Al seleccionar esta casilla de verificación, la longitud de la ventana deslizante es igual al valor especificado en Longitud de la ventana. Cuando desactiva esta casilla de verificación, la longitud de la ventana deslizante es infinita. En este modo, el bloque calcula el promedio de la muestra actual y todas las muestras anteriores en el canal. Longitud de la ventana 8212 Longitud de la ventana deslizante 4 (predeterminado) positivo entero escalar La longitud de la ventana especifica la longitud de la ventana deslizante. Este parámetro aparece cuando selecciona la casilla de verificación Especificar longitud de ventana. Factor de olvido 829 Factor de ponderación exponencial 0,9 (por defecto) positivo escalar real en el rango (0,1 Este parámetro se aplica cuando se establece el método de ponderación exponencial Un factor de olvido de 0,9 da más peso a los datos antiguos que un factor de olvido de 0,1 Simulación utilizando 8212 Tipo de simulación a ejecutar Generación de código (valor por defecto) Ejecución interpretada Simulación (simulación) Utilizando código C generado. La primera vez que ejecuta una simulación, Simulink x00AE genera código C. El código C se reutiliza para simulaciones posteriores, siempre y cuando el modelo no cambie. Esta opción requiere tiempo de inicio adicional, pero proporciona más rápido Simulación de modelo con el intérprete MATLAB x00AE Esta opción acorta el tiempo de inicio pero tiene una velocidad de simulación más lenta que la generación de código. Más acerca de los algoritmos Método de ventana deslizante En el método de ventana deslizante, la salida de cada muestra de entrada es el promedio de la muestra actual y de las muestras anteriores de Len - 1. Len es la longitud de la ventana. Para calcular las primeras salidas Len - 1, cuando la ventana no tiene todavía suficientes datos, el algoritmo llena la ventana con ceros. Como ejemplo, para calcular el promedio cuando entra la segunda muestra de entrada, el algoritmo llena la ventana con ceros Len - 2. El vector de datos, x. Es entonces la dos muestras de datos seguida de Len - 2 ceros. Cuando establece la propiedad SpecifyWindowLength como false. El algoritmo elige una longitud de ventana infinita. En este modo, la salida es el promedio móvil de la muestra actual y todas las muestras anteriores en el canal. Método de ponderación exponencial En el método de ponderación exponencial, el promedio móvil se calcula recursivamente utilizando estas fórmulas: w N. x03BB x03BB w N x2212 1. x03BB 1. x x00AF N. x03BB (1 x2212 1w N. x03BB) x x00AF N x2212 X03BB) x N x x00AF N. x03BB 8212 Promedio móvil en la muestra actual x N 8212 Muestra de entrada de datos de corriente x x00AF N x2212 1. x03BB 8212 Media móvil en la muestra anterior 955 8212 Factor de olvido w N. x03BB 8212 Factor de ponderación aplicado a la muestra de datos actual (1 x2212 1 w N. x03BB) x x00AF N x2212 1. x03BB 8212 Efecto de los datos anteriores sobre el promedio Para la primera muestra, donde N1, el algoritmo elige w N. x03BB 1. Para la siguiente muestra, se actualiza el factor de ponderación y se utiliza para calcular la media, según la ecuación recursiva. A medida que aumenta la edad de los datos, la magnitud del factor de ponderación disminuye exponencialmente y nunca llega a cero. En otras palabras, los datos recientes tienen más influencia sobre el promedio actual que los datos antiguos. El valor del factor de olvido determina la tasa de cambio de los factores de ponderación. Un factor de olvido de 0,9 da más peso a los datos más antiguos que un factor de olvido de 0,1. Un factor de olvido de 1,0 indica memoria infinita. Todas las muestras anteriores se dan un peso igual. Vea también Bloquea los objetos del sistema Seleccione su país