Moving Average Filter C Source Code

Ist es möglich, einen gleitenden Durchschnitt in C ohne die Notwendigkeit für ein Fenster von Proben Ive gefunden, dass ich ein bisschen optimieren kann, indem Sie eine Fenstergröße, die eine Macht von zwei, um Bit-Verschiebung statt zu teilen, aber nicht brauchen Ein Puffer wäre schön. Gibt es eine Möglichkeit, ein neues gleitendes durchschnittliches Ergebnis nur als eine Funktion des alten Ergebnisses auszudrücken und das neue Sample Definieren Sie ein Beispiel gleitender Durchschnitt, über ein Fenster von 4 Samples: Add new sample e: Ein gleitender Durchschnitt kann rekursiv implementiert werden , Aber für eine genaue Berechnung des gleitenden Durchschnitts müssen Sie sich an die älteste Eingabe Probe in der Summe (dh die a in Ihrem Beispiel) erinnern. Für eine Länge N gleitenden Durchschnitt berechnen Sie: wobei yn das Ausgangssignal ist und xn das Eingangssignal ist. Gl. (1) kann rekursiv geschrieben werden, also musst du dich immer an die Probe xn-N erinnern, um zu berechnen (2). Wie von Conrad Turner hervorgehoben, können Sie stattdessen ein (unendlich langes) exponentielles Fenster verwenden, mit dem Sie die Ausgabe nur aus der Vergangenheit und dem aktuellen Eingang berechnen können. Dies ist jedoch kein Standard (ungewichtet) gleitender Durchschnitt, sondern exponentiell Gewichteter gleitender Durchschnitt, wo Proben in der Vergangenheit ein kleineres Gewicht bekommen, aber (zumindest in der Theorie) vergisst du niemals etwas (die Gewichte werden in der Vergangenheit immer kleiner und kleiner). Ich habe einen gleitenden Durchschnitt ohne Einzelposten-Speicher für ein GPS-Tracking-Programm, das ich geschrieben habe. Ich fange mit 1 Probe an und teile mit 1, um die aktuelle avg zu bekommen. Ich füge dann eine Probe hinzu und teile mit 2 auf die aktuelle avg. Das geht weiter, bis ich die Länge des Durchschnitts erreicht habe. Jedes Mal danach füge ich die neue Probe hinzu, bekomme den Durchschnitt und beseitige diesen Durchschnitt von der Summe. Ich bin kein Mathematiker, aber das schien ein guter Weg, es zu tun. Ich dachte, es würde den Magen eines echten Mathe-Kerls drehen, aber es stellt sich heraus, dass es eine der akzeptierten Möglichkeiten ist, es zu tun. Und es geht gut Denken Sie daran, dass je höher Ihre Länge desto langsamer ist es, was Sie folgen wollen. Das mag die meiste Zeit nicht ausmachen, aber wenn man den Satelliten folgt, wenn man langsam ist, könnte der Weg weit von der aktuellen Position entfernt sein und es wird schlecht aussehen. Du hättest eine Lücke zwischen dem Sat und den hinteren Punkten. Ich wählte eine Länge von 15 aktualisiert 6 mal pro Minute, um ausreichende Glättung zu bekommen und nicht zu weit von der tatsächlichen Sat-Position mit den geglätteten Pfad-Punkten zu bekommen. Antwortete 16. November 16 um 23:03 initialize total 0, count0 (jedes Mal, wenn du einen neuen Wert sehe, dann eine Eingabe (scanf), man add totalnewValue, ein Inkrement (count), ein divide average (totalcount) Dies wäre ein gleitender Durchschnitt über Alle Eingänge Um den Durchschnitt über nur die letzten 4 Eingänge zu berechnen, würde es 4 Eingangsvariablen erfordern, vielleicht jede Eingabe in einen älteren Eingabevariablen kopieren und dann den neuen gleitenden Durchschnitt berechnen, als Summe der 4 Eingangsvariablen, geteilt durch 4 (rechte Verschiebung 2 wäre Gut, wenn alle Eingänge waren positiv, um die durchschnittliche Berechnung beantwortet Feb 3 15 um 4:06 Das wird tatsächlich berechnen den Gesamtdurchschnitt und NICHT der gleitende Durchschnitt. Wie Zähler wird größer die Auswirkungen einer neuen Eingabe Probe wird verschwindend klein ndash Hilmar Feb 3 15 um 13:53 Ihre Antwort 2017 Stack Exchange, IncI wissen, dass dies mit Boost wie folgt erreichbar ist: Aber ich möchte wirklich vermeiden, Boost zu machen. Ich habe gegoogelt und keine passenden oder lesbaren Beispiele gefunden. Grundsätzlich möchte ich die Gleitender Durchschnitt eines laufenden Stroms eines Stroms von Gleitkommazahlen unter Verwendung der letzten 1000 Zahlen als Datenprobe Was ist der einfachste Weg, um dies zu erreichen, experimentierte ich mit einem kreisförmigen Array, einem exponentiellen gleitenden Durchschnitt und einem einfacheren gleitenden Durchschnitt und fand, dass die Ergebnisse aus dem kreisförmigen Array meinen Bedürfnissen am besten entsprechen. Gefragt am 12. Juni 12 um 4:38 Wenn Ihre Bedürfnisse einfach sind, können Sie nur versuchen, einen exponentiellen gleitenden Durchschnitt. Setzen Sie einfach, Sie machen eine Akkumulator-Variable, und wie Ihr Code bei jedem Sample sieht, aktualisiert der Code den Akkumulator mit dem neuen Wert. Sie wählen eine konstante Alpha, die zwischen 0 und 1 ist, und berechnen Sie diese: Sie müssen nur einen Wert von Alpha zu finden, wo die Wirkung einer bestimmten Probe nur für etwa 1000 Proben dauert. Hmm, Im nicht wirklich sicher, dass dies für Sie geeignet ist, jetzt, dass Ive es hier. Das Problem ist, dass 1000 ist ein ziemlich langes Fenster für einen exponentiellen gleitenden Durchschnitt Im nicht sicher, es gibt ein Alpha, die den Durchschnitt über die letzten 1000 Zahlen, ohne Unterlauf in der Gleitkomma Berechnung zu verbreiten würde. Aber wenn du einen kleineren Durchschnitt wünschst, wie 30 Zahlen oder so, das ist eine sehr einfache und schnelle Möglichkeit, es zu tun. Antwortete Jun 12 12 um 4:44 1 auf deinem Post. Der exponentielle gleitende Durchschnitt kann das Alpha variabel sein. So kann es verwendet werden, um Zeitbasis-Mittelwerte (z. B. Bytes pro Sekunde) zu berechnen. Wenn die Zeit seit dem letzten Akkumulator-Update mehr als 1 Sekunde ist, lassen Sie Alpha 1,0 sein. Andernfalls kannst du alpha sein (usecs seit letztem update1000000). Ndash jxh Grundsätzlich möchte ich den gleitenden Durchschnitt eines laufenden Stroms eines Stroms von Gleitkommazahlen mit den aktuellsten 1000 Zahlen als Datenmuster verfolgen. Beachten Sie, dass die unten genannte Gesamtsumme als Elemente als addreplaced, Vermeidung kostspieliger O (N) Traversal, um die Summe zu berechnen - benötigt für die durchschnittliche - on demand. Insgesamt wird ein anderer Parameter von T verwendet, um z. B. Mit einer langen langen, wenn insgesamt 1000 lang s, ein int für char s, oder ein doppeltes bis total float s. Dies ist ein bisschen fehlerhaft, dass Numsamples an INTMAX vorbeikommen könnten - wenn man sich vorstellt, dass man eine langjährige langjährige langwierige Zeit haben könnte. Oder verwenden Sie ein zusätzliches bool Datenelement, um aufzuzeichnen, wenn der Container zum ersten Mal gefüllt wird, während er Numsamples um das Array herumtreibt (am besten dann umbenannt etwas Unschuldiges wie Pos). Antwortete am 12. Juni 12 um 5:19 man geht davon aus, dass der Quanten-Operator (T-Stichprobe) tatsächlich quasi Operator (T-Probe) ist. Ndash oPless Jun 8 14 um 11:52 oPless ahhh. Gut beobachtet. Eigentlich habe ich gedacht, dass es nicht leer ist () (T Probe), aber natürlich könntest du auch immer Notizen verwenden, die du mochst. Werde reden, danke Ndash Tony D Jun 8 14 bei 14: 27Mean Filter oder Mittelfilter Kategorie. Digitale Signal - und Bildverarbeitung (DSP und DIP) Softwareentwicklung. Abstrakt. Der Artikel ist eine praktische Anleitung für Mittelfilter oder durchschnittliches Filterverständnis und Umsetzung. Artikel enthält Theorie, C-Quellcode, Programmieranleitung und Musteranwendung. 1. Einleitung zum Mittelfilter oder mittlerer Filter Mittelfilter. Oder durchschnittliche Filter ist Fensterfilter der linearen Klasse, die Signal (Bild) glättet. Der Filter arbeitet als Tiefpass. Die Grundidee hinter dem Filter ist für jedes Element des Signals (Bild) einen Durchschnitt über seine Nachbarschaft. Um zu verstehen, wie das in der Praxis gemacht wird, beginnen wir mit der Fensteridee. 2. Filterfenster oder Maske Lass uns uns vorstellen, du solltest einen Brief lesen und was du im Text von Loch in einer speziellen Schablone wie folgt sehen wirst. Also, das Ergebnis des Lesens ist Ton t. Ok, lass uns den Brief wieder lesen, aber mit der Hilfe einer anderen Schablone: ​​Jetzt ist das Ergebnis des Lesens t Klang 240. Lass uns den dritten Versuch machen: Jetzt liest man den Buchstaben t als Ton 952. Was passiert hier, um das zu sagen In mathematischer Sprache machst du eine Operation (Lesen) über Element (Buchstabe t). Und das Ergebnis (Ton) hängt von der Elementumgebung ab (Buchstaben neben t). Und diese Schablone, die hilft, Element Nachbarschaft zu holen, ist Fenster Ja, Fenster ist nur eine Schablone oder ein Muster, mit dem Sie die Element Nachbarschaft auswählen 0151 eine Reihe von Elementen um die gegebene 0151, um Ihnen zu helfen, Entscheidung zu treffen. Ein anderer Name für Filterfenster ist Maske 0151 Maske ist eine Schablone, die Elemente versteckt, auf die wir nicht achten. In unserem Beispiel das Element, das wir betreiben, auf der Oberseite des Fensters positioniert, in der Praxis aber seine übliche Position ist die Mitte des Fensters. Lassen Sie uns einige Fensterbeispiele sehen. In einer Dimension. Feige. 4. Fenster oder Maske der Größe 5 in 1D. In zwei Dimensionen. Feige. 5. Fenster oder Maske der Größe 3times3 in 2D. In drei Dimensionen. Denken Sie an Gebäude. Und jetzt mdash über Raum in diesem Gebäude. Der Raum ist wie ein 3D-Fenster, das einen Teilraum aus dem gesamten Raum des Gebäudes ausschneidet. Sie finden 3D-Fenster in Volumen (Voxel) Bildverarbeitung. 3. Verständnis mittlerer Filter Jetzt lassen Sie uns sehen, wie man ldquotake ein Durchschnitt über Elemente neighborhoodrdquo. Die Formel ist einfach 0151 Summe Elemente und teilen die Summe durch die Anzahl der Elemente. Zum Beispiel wollen wir einen Durchschnitt für den Fall berechnen, der in Abb. 7 Feige. 7. Einen Durchschnitt nehmen. Und das ist alles. Ja, wir haben nur 1D-Signal durch Mittelfilter gefiltert. Lass uns den Lebenslauf aufnehmen und schrittweise Anweisungen für die Verarbeitung durch Mittelfilter aufschreiben. Mittlerer Filter oder mittlerer Filteralgorithmus: Platzieren Sie ein Fenster über Element Nehmen Sie durchschnittlich 0151 Summe Elemente und teilen Sie die Summe durch die Anzahl der Elemente. Nun, wenn wir den Algorithmus haben, ist es Zeit, etwas Code mdash schreiben lassen wir uns auf Programmierung. 4. 1D mittlere Filterprogrammierung In diesem Abschnitt entwickeln wir 1D Mittelfilter mit Fenster der Größe 5. Lassen Sie uns 1D Signal der Länge N als Eingang haben. Der erste Schritt ist das Fenster platzieren 0151 wir tun das, indem wir den Index des führenden Elements ändern: Achten Sie darauf, dass wir mit dem dritten Element beginnen und mit den letzten zwei fertig sind. Das Problem ist, dass wir nicht mit dem ersten Element beginnen können, denn in diesem Fall ist der linke Teil des Filterfensters leer. Wir werden unten diskutieren, wie man dieses Problem lösen kann. Der zweite Schritt ist der Durchschnitt, ok: Nun, lassen Sie uns den Algorithmus als Funktion aufschreiben: Typ Element könnte definiert werden als: 5. Kanten behandeln Für alle Fensterfilter gibt es ein Problem. Das ist Randbehandlung. Wenn du das Fenster über das erste (letzte) Element platzierst, ist der linke (rechte) Teil des Fensters leer. Um die Lücke zu füllen, sollte das Signal verlängert werden. Für mittlere Filter gibt es gute Idee, Signal oder Bild symmetrisch zu erweitern, so: So, bevor das Signal an unsere mittlere Filterfunktion übergeben wird, sollte das Signal erweitert werden. Lassen Sie uns die Hülle aufschreiben, was alle Vorbereitungen macht. Wie Sie sehen können, berücksichtigt unser Code einige praktische Fragen. Zuerst prüfen wir unsere Eingangsparameter 0151 Signal sollte nicht NULL sein, und die Signallänge sollte positiv sein: Zweiter Schritt 0151 Wir überprüfen Fall N1. Dieser Fall ist ein besonderer, denn um die Erweiterung zu bauen, brauchen wir mindestens zwei Elemente. Für das Signal von 1 Elementlänge ist das Ergebnis das Signal selbst. Achten Sie auch darauf, dass unser mittlerer Filter an Ort und Stelle arbeitet, wenn das Ausgabeparameterergebnis NULL ist. Jetzt lassen Sie uns Speicher für Signalverlängerung zuordnen. Und überprüfen Sie die Speicherzuweisung.