Fast Moving Average C ++

Dalam aplikasi trading saya, saya memiliki kutu harga saham yang harus saya pertahankan di SMA. Anggap saja saya menginginkan SMA 20 lilin, di mana durasi setiap candle adalah 10 detik. Ini berarti bahwa. Setiap 10 detik saya mempunyai tempat cek dimana saya menutup candlel sekarang. Dan harga rata-rata toko selama 10 detik terakhir Rata-rata adalah max. 2.I mulai membeli lilin baru dan menyimpan harga terakhir. Saya membersihkan lilin yang sudah ketinggalan zaman. Saya memperbarui harga terakhir dari lilin yang membentuk saat ini dan menghitung ulang SMA. Jadi, pada setiap centang yang saya butuhkan Untuk menghitung ulang SMA Dalam kebanyakan kasus hanya harga lilin terakhir yang berubah karena kita menggunakan harga terakhir Sekali per 10 detik saya memerlukan sedikit kerja ekstra - saya perlu melupakan rata-rata lilin yang sudah ketinggalan zaman, dan rata-rata toko lilin yang baru saja dibuat. Dapatkah Anda menyarankan bagaimana menerapkannya dengan latency paling rendah Latency rendah adalah persyaratan utama. Mintalah 28 April 14 pada pukul 10 21. Saya tidak yakin apakah ini adalah pendekatan yang Anda cari tapi inilah pseudocode untuk SMA yang sangat cepat. Rata-rata Bergerak Rata-rata Saya berasumsi bahwa data anda adalah comin G dalam bentuk beberapa aliran dan disimpan di lokasi memori kontinu setidaknya dengan alamat yang terus-menerus dapat dipetakan. Dengan cara itu dengan dua penambahan dan satu perkalian dengan 1 2000, Anda dapat menghasilkan rata-rata bergerak berikutnya untuk tick baru. Rata-rata pergerakan eksponensial Itu adalah alternatif yang layak. , Seperti yang disebutkan di atas. Di sini sebenarnya bukan rata-rata pergerakan N-hari. Ini hanya rata-rata bergerak tertimbang dengan bobot rata-rata tertimbang pada N-hari terakhir, jadi hampir N-hari lebih seperti itu. Perhatikan pengoptimalan kompilator. Perhatikan bahwa menyalakan opsi SSE atau AVX jika tersedia akan memungkinkan penjadwalan besar-besaran algoritma ini karena beberapa perhitungan dapat dialirkan dalam siklus CPU tunggal. Saya tahu ini dapat dicapai dengan dorongan sesuai. Namun, saya benar-benar ingin menghindari penggunaan dorongan. Telah googled dan tidak menemukan contoh yang sesuai atau mudah dibaca. Pada dasarnya saya ingin melacak rata-rata bergerak aliran arus dari sebuah angka floating point dengan menggunakan 1000 nomor terbaru sebagai sampel data. Apa yang paling mudah dilakukan? Y untuk mencapai hal ini. Saya bereksperimen dengan menggunakan array melingkar, rata-rata bergerak eksponensial dan rata-rata pergerakan yang lebih sederhana dan menemukan bahwa hasil dari array melingkar sesuai dengan kebutuhan saya dengan baik. Ikuti 12 12 12 di 4 38. Jika kebutuhan Anda sederhana, Anda mungkin mencoba menggunakan rata-rata bergerak eksponensial. Secara sederhana, Anda membuat variabel akumulator, dan saat kode Anda melihat setiap sampel, kode akan memperbarui akumulator dengan nilai baru Anda memilih alfa konstan yang antara 0 dan 1, dan Hitung ini. Anda hanya perlu menemukan nilai alfa dimana efek sampel yang diberikan hanya bertahan sekitar 1000 sampel. Hmm, saya tidak benar-benar yakin ini sesuai untuk Anda, sekarang setelah saya meletakkannya di sini Masalahnya adalah bahwa 1000 adalah jendela yang cukup panjang untuk rata-rata bergerak eksponensial Saya tidak yakin ada alfa yang akan menyebarkan rata-rata selama 1000 nomor terakhir, tanpa arus dalam perhitungan floating point Tetapi jika Anda menginginkan rata-rata yang lebih kecil, seperti 30 angka atau lebih , Ini sangat mudah dan f Cara untuk melakukannya. Terjawab 12 Jun 12 at 4 44. 1 pada posting Anda Rata-rata bergerak eksponensial dapat memungkinkan alfa menjadi variabel Jadi ini memungkinkannya digunakan untuk menghitung rata-rata basa misalnya byte per detik Jika waktu sejak terakhir Update akumulator lebih dari 1 detik, Anda membiarkan alpha menjadi 1 0 Jika tidak, Anda bisa membiarkan alpha menjadi usec sejak pembaruan terakhir 1000000 jxh 12 Jun 12 di 6 21. Biasanya saya ingin melacak rata-rata bergerak dari aliran arus sungai yang terus berlanjut. Angka floating point menggunakan 1000 nomor terbaru sebagai sampel data. Perhatikan bahwa di bawah ini update total sebagai elemen tambahan yang ditambahkan, hindari biaya ON traversal untuk menghitung jumlah yang dibutuhkan rata-rata - sesuai permintaan. Total dibuat parameter yang berbeda. Dari T untuk mendukung misalnya menggunakan waktu yang lama ketika berjumlah 1000 s panjang, int untuk char s, atau double to float total. Ini sedikit cacat pada numsamples yang bisa melewati INTMAX - jika Anda peduli Anda bisa menggunakan unsigned Lama atau gunakan anggota data bool tambahan untuk merekam whe N wadah pertama diisi saat bersepeda numsamples sekitar array terbaik kemudian berganti nama menjadi sesuatu yang tidak berbahaya seperti pos. answer 12 12 12 at 5 19.one mengasumsikan bahwa sampel T operator void sebenarnya void operator T sampel oPless 8 Jun 14 di 11 52. oPless Ahhh juga terlihat benar-benar saya maksudkan untuk itu menjadi bawaan operator T sampel tapi tentu saja Anda bisa menggunakan notasi apa pun yang Anda suka Will fix, terima kasih Tony D 8 Jun 14 pada 14 27. Seperti yang telah disebutkan orang lain, Anda harus mempertimbangkan respons impuls IIR yang tak terbatas. Filter daripada filter respons impuls FIR yang Anda gunakan sekarang Ada yang lebih dari itu, tapi sekilas filter FIR diimplementasikan sebagai konvolusi eksplisit dan filter IIR dengan persamaan. Filter IIR khusus yang saya gunakan banyak di mikrokontroler adalah satu tiang Low pass filter Ini adalah padanan digital dari filter analog RC sederhana Untuk kebanyakan aplikasi, ini akan memiliki karakteristik yang lebih baik daripada filter kotak yang Anda gunakan. Sebagian besar penggunaan filter kotak yang saya punya encou Ntered adalah hasil dari seseorang yang tidak memperhatikan kelas pemrosesan sinyal digital, bukan sebagai akibat dari kebutuhan akan karakteristik khusus mereka. Jika Anda hanya ingin menipiskan frekuensi tinggi yang Anda tahu adalah kebisingan, satu tiang low pass filter lebih baik Cara terbaik untuk Menerapkan satu secara digital di mikrokontroler biasanya. FILT - FILT FF NEW - FILT. FILT adalah bagian dari persistant state Ini adalah satu-satunya variabel persisten yang Anda butuhkan untuk menghitung filter ini NEW adalah nilai baru yang disempurnakan oleh filter ini. Iterasi FF adalah fraksi filter yang menyesuaikan bobot filter Lihatlah algoritma ini dan lihat bahwa untuk FF 0, filternya sangat berat karena hasilnya tidak pernah berubah. Untuk FF 1, sama sekali tidak ada filter sama sekali karena output hanya mengikuti Masukan Berguna nilai berada di antara Pada sistem kecil Anda memilih FF menjadi 1 2 N sehingga multiply oleh FF dapat dilakukan sebagai pergeseran yang tepat oleh N bits Sebagai contoh, FF mungkin 1 16 dan kalikan oleh FF oleh karena itu sebuah Pergeseran kanan 4 bit Jika filter ini hanya membutuhkan satu pengurangan dan satu menambahkan, meskipun jumlahnya biasanya harus lebih lebar daripada nilai masukan lebih banyak pada ketepatan numerik di bagian terpisah di bawah ini. Biasanya saya menggunakan pembacaan AD secara signifikan lebih cepat daripada yang dibutuhkan dan Oleskan dua dari filter ini mengalir Ini adalah gabungan digital dua filter RC secara seri, dan dilemahkan dengan 12 dB oktaf di atas frekuensi rolloff Namun, untuk pembacaan AD biasanya lebih relevan untuk melihat filter pada domain waktu dengan mempertimbangkan Langkah tanggapan Ini memberitahu Anda seberapa cepat sistem Anda akan melihat perubahan ketika hal yang Anda ukur berubah. Untuk memudahkan merancang filter ini yang hanya berarti memilih FF dan memutuskan berapa banyak dari mereka untuk berjemur, saya menggunakan program saya FILTBITS Anda menentukan jumlah Pergeseran bit untuk setiap FF dalam rangkaian filter bertingkat, dan ini menghitung respons langkah dan nilai lainnya Sebenarnya saya biasanya menjalankan ini melalui skrip wrapper PLOTFILT Ini menjalankan FILT BITS, yang membuat file CSV, kemudian memplot file CSV Sebagai contoh, berikut adalah hasil PLOTFILT 4 4. Dua parameter untuk PLOTFILT berarti akan ada dua filter yang bertingkat dari tipe yang dijelaskan di atas Nilai 4 menunjukkan jumlah Shift bit untuk mewujudkan multiply oleh FF Dua nilai FF adalah 1 16 dalam kasus ini. Red trace adalah respon unit step, dan adalah hal utama yang harus diperhatikan. Misalnya, ini memberitahu Anda bahwa jika perubahan input seketika, Output dari filter gabungan akan menetap sampai 90 dari nilai baru dalam 60 iterasi Jika Anda peduli dengan 95 waktu penyelesaian maka Anda harus menunggu sekitar 73 iterasi, dan untuk 50 waktu penyelesaian hanya 26 iterasi. Jejak hijau menunjukkan output dari Sebuah lonjakan amplitudo penuh tunggal Ini memberi Anda beberapa gagasan tentang penekanan kebisingan acak Sepertinya tidak ada sampel tunggal yang akan menyebabkan lebih dari perubahan 2 5 pada output. Jejak biru adalah memberi perasaan subjektif tentang apa yang dilakukan penyaring ini dengan suara putih. Ini bukan ketegasan Ous tes karena tidak ada jaminan apa sebenarnya isi dari nomor acak yang diambil sebagai input suara putih untuk menjalankan PLOTFILT Ini hanya untuk memberi Anda perasaan kasar tentang berapa banyak itu akan terjepit dan seberapa lancar itu. PLOTFILT , Mungkin FILTBITS, dan banyak hal lain yang berguna, terutama untuk pengembangan firmware PIC tersedia di perangkat lunak Development Tools Picasa rilis di halaman download Software saya. Ditinjau tentang ketepatan numerik. Saya melihat dari komentar dan sekarang ada jawaban baru bahwa ada ketertarikan Dalam membahas jumlah bit yang dibutuhkan untuk mengimplementasikan filter ini Perhatikan bahwa multiply oleh FF akan membuat log 2 FF bit baru di bawah titik biner Pada sistem kecil, FF biasanya dipilih menjadi 1 2 N sehingga multiply ini benar-benar direalisasikan oleh sebuah Pergeseran kanan bit N. FILT oleh karena itu biasanya merupakan bilangan bulat tetap Perhatikan bahwa hal ini tidak mengubah salah satu matematika dari sudut pandang prosesor Misalnya, jika Anda menyaring pembacaan 10 bit AD dan N 4 FF 1 16, maka kamu Butuh 4 bit pecahan di bawah pembacaan ADC integer 10 bit Satu prosesor yang paling, Anda akan melakukan operasi bilangan bulat 16 bit karena pembacaan ADC 10 bit Dalam kasus ini, Anda masih dapat melakukan operti 16 bit integer yang sama persis, tapi mulailah dengan Pembacaan AD dibiarkan bergeser oleh 4 bit Prosesor tidak mengetahui perbedaannya dan tidak perlu Melakukan matematika pada bilangan bulat 16 bit keseluruhan bekerja baik jika Anda menganggapnya sebagai 12 4 titik tetap atau true 16 bit integer 16 0 titik tetap. Secara umum , Anda perlu menambahkan N bit setiap pole filter jika Anda tidak ingin menambahkan noise karena representasi numerik Pada contoh di atas, filter kedua dua harus memiliki 10 4 4 18 bit untuk tidak kehilangan informasi. Praktik pada sebuah 8 bit mesin yang berarti Anda d menggunakan nilai 24 bit Secara teknis hanya tiang kedua dua akan membutuhkan nilai yang lebih luas, tapi untuk kesederhanaan firmware saya biasanya menggunakan representasi yang sama, dan dengan demikian kode yang sama, untuk semua kutub filter. Biasanya saya Menulis subrutin atau makro ke hlm Erform satu operasi kutub filter, lalu terapkan itu ke masing-masing kutub Apakah subrutin atau makro bergantung pada apakah siklus atau memori program lebih penting dalam proyek tertentu. Bagaimanapun, saya menggunakan beberapa keadaan awal untuk melewati NEW ke makro subrutin, yang memperbarui FILT , Tapi juga memuatnya ke keadaan awal yang sama NEW berada di dalam ini memudahkan penerapan beberapa kutub sejak FILT yang diperbarui dari satu kutub adalah NEW dari yang berikutnya Ketika sebuah subrutin, ada gunanya menunjuk pointer ke FILT on Cara masuk, yang diperbarui hanya setelah FILT di jalan keluar Dengan cara itu subrutin secara otomatis beroperasi pada filter berurutan di memori jika disebut berkali-kali Dengan makro Anda tidak memerlukan penunjuk sejak Anda meneruskan alamat untuk beroperasi pada setiap iterasi..Code Example. Here adalah contoh makro seperti yang dijelaskan di atas untuk PIC 18.And di sini adalah makro yang sama untuk PIC 24 atau dsPIC 30 atau 33.Both contoh-contoh ini diimplementasikan sebagai makro menggunakan preprocessor assembler PIC saya yang m Bijih yang mampu dari salah satu fasilitas makro built-in. Clabacchio Masalah lain yang seharusnya saya sebutkan adalah implementasi firmware Anda bisa menulis satu kutub low pass filter subroutine satu kali, kemudian menerapkannya berkali-kali Sebenarnya saya biasanya menulis subrutin semacam itu untuk mengambil pointer ke memori ke status filter, lalu memilikinya terlebih dahulu. Penunjuk sehingga bisa disebut suksesi dengan mudah untuk mewujudkan filter multi-kutub Olin Lathrop pada tanggal 20 April pukul 15 03.1 terima kasih banyak atas jawaban Anda - semuanya saya memutuskan untuk menggunakan Filter IIR ini, namun Filter ini tidak digunakan sebagai Filter LowPass Standar, karena saya memerlukan Nilai Counter rata-rata dan membandingkannya untuk mendeteksi Perubahan dalam Rentang tertentu karena van Nilai ini sangat berbeda dimensi bergantung pada Perangkat Keras yang ingin saya gunakan rata-rata agar dapat bereaksi terhadap Perangkat Keras ini. Perubahan spesifik secara otomatis sensslen 21 Mei pukul 12 06. Jika Anda dapat hidup dengan pembatasan kekuatan dua item menjadi rata-rata yaitu 2,4,8,16,32 dll maka pembagiannya dapat dengan mudah dan efisien dilakukan pada Kinerja rendah mikro tanpa pembagian khusus karena dapat dilakukan sebagai pergeseran sedikit Setiap pergeseran kanan adalah satu kekuatan dari dua eg. The OP mengira ia memiliki dua masalah, membagi di PIC16 dan memori untuk cincin nya buffer Jawaban ini menunjukkan bahwa membagi Tidak sulit Diakui hal itu tidak mengatasi masalah memori namun sistem SE memungkinkan jawaban sebagian, dan pengguna dapat mengambil sesuatu dari setiap jawaban untuk dirinya sendiri, atau bahkan mengedit dan menggabungkan jawaban lainnya Karena beberapa jawaban lainnya memerlukan operasi pembagian, mereka Sama tidak lengkap karena tidak menunjukkan bagaimana cara mencapainya secara efisien pada PIC16 Martin 12 Apr 12 12. Ada jawaban untuk filter rata-rata bergerak yang sebenarnya alias filter boxcar dengan kebutuhan memori kurang, jika Anda tidak keberatan melakukan downsampling. Disebut filter penghubung integrator bertingkat CIC Idenya adalah bahwa Anda memiliki integrator yang Anda ambil perbedaannya selama periode waktu tertentu, dan perangkat penyimpanan memori utama adalah dengan menggunakan downsampling, Anda tidak perlu menyimpan barang. Nilai ry dari integrator Hal ini dapat diimplementasikan dengan menggunakan pseudocode. Your rata-rata bergerak yang efektif adalah penipisanFaktor menyatakan tapi Anda hanya perlu menyimpan sampel yang dapat bernegosiasi. Jelas Anda bisa mendapatkan kinerja yang lebih baik jika Anda menyatakan dan mengurangi Faktor adalah kekuatan 2, sehingga Divisi dan operator sisanya digantikan oleh shift dan mask-ands. Postscript Saya setuju dengan Olin bahwa Anda harus selalu mempertimbangkan filter IIR sederhana sebelum filter rata-rata bergerak Jika Anda tidak memerlukan nulls frekuensi dari filter boxcar, tiang 1 Atau filter low pass 2-pass mungkin akan bekerja dengan baik. Di sisi lain, jika Anda memfilter untuk tujuan penipisan dengan menggunakan input dengan tingkat sampel tinggi dan rata-rata untuk digunakan oleh proses dengan tingkat rendah, filter CIC Mungkin hanya apa yang Anda cari lagi terutama jika Anda dapat menggunakan stateize 1 dan menghindari ringbuffer sama sekali dengan nilai integrator tunggal saja. Ada beberapa analisis mendalam tentang matematika di belakang menggunakan ord ord pertama. Er IIR filter yang telah dijelaskan oleh Olin Lathrop di bursa pertukaran Digital Signal Processing mencakup banyak gambar cantik Persamaan untuk filter IIR ini. Ini dapat diimplementasikan hanya dengan bilangan bulat dan tidak ada pembagian yang menggunakan kode berikut ini mungkin memerlukan beberapa debugging seperti yang saya inginkan. Adalah mengetik dari memori. Filter ini mendekati rata-rata bergerak dari sampel K terakhir dengan menetapkan nilai alpha menjadi 1 K Lakukan ini pada kode sebelumnya dengan menentukan BITS menjadi LOG2 K, yaitu untuk K 16 set BITS sampai 4, untuk K 4 set BITS ke 2, dan lain-lain. Saya akan memverifikasi kode yang tercantum di sini segera setelah saya mendapatkan perubahan dan mengedit jawaban ini jika diperlukan. Terjawab pada 23 Juni pukul 04. Berikut adalah filter rata-rata low-pass low-pass, dengan Frekuensi cutoff CutoffFrequency Sangat sederhana, sangat cepat, bekerja dengan baik, dan hampir tidak ada overhead memori. Perhatikan Semua variabel memiliki ruang lingkup di luar fungsi filter, kecuali yang dilewatkan dalam newInput. Catatan Ini adalah satu tahap filter Beberapa tahap dapat mengalir bersama untuk meningkatkan Ketajamannya Filter Jika Anda menggunakan lebih dari satu tahap, Anda harus menyesuaikan DecayFactor yang berkaitan dengan Cutoff-Frequency untuk memberi kompensasi. Dan yang jelas yang Anda butuhkan hanyalah kedua garis yang ditempatkan di manapun, mereka tidak memerlukan fungsi mereka sendiri Filter ini memang memiliki Waktu ramp-up sebelum moving average mewakili sinyal input Jika Anda perlu melewati waktu ramp-up, Anda bisa menginisialisasi MovingAverage ke nilai pertama dari newInput dan bukan 0, dan berharap newInput yang baru tidak outlier. CutoffFrequency SampleRate memiliki range antara 0 dan 0 5 DecayFactor adalah nilai antara 0 dan 1, biasanya mendekati 1.Single-precision floats yang cukup baik untuk kebanyakan hal, saya hanya memilih ganda Jika Anda perlu tetap dengan bilangan bulat, Anda bisa Ubah DecayFactor dan Amplitude Factor menjadi bilangan bulat fraksional, di mana pembilangnya disimpan sebagai bilangan bulat, dan penyebutnya adalah bilangan bulat dari 2 sehingga Anda dapat menggeser bit ke kanan sebagai penyebut daripada harus membagi selama loop filter. Misalnya, jika DecayFactor 0 99, dan Anda ingin menggunakan bilangan bulat, Anda dapat mengatur DecayFactor 0 99 65536 64881 Dan kemudian kapan saja Anda mengalikan dengan DecayFactor di loop filter Anda, cukup geser hasilnya 16.Untuk informasi lebih lanjut tentang ini, sebuah buku bagus yang S online, bab 19 tentang filter rekursif. PS Untuk paradigma Moving Average, pendekatan yang berbeda untuk menetapkan DecayFactor dan AmplitudeFactor yang mungkin lebih relevan dengan kebutuhan Anda, misalkan Anda menginginkan yang sebelumnya, sekitar 6 item rata-rata tog Eter, melakukannya secara diskrit, Anda d menambahkan 6 item dan membagi dengan 6, sehingga Anda dapat mengatur AmplitudeFactor menjadi 1 6, dan DecayFactor menjadi 1 0 - AmplitudeFactor. answered 14 Mei 12 di 22 55.Setiap orang lain telah berkomentar secara menyeluruh pada utilitas Dari IIR vs FIR, dan pada divisi power-of-two saya hanya ingin memberikan beberapa rincian implementasi Di bawah ini bekerja dengan baik pada mikrokontroler kecil tanpa FPU Tidak ada perkalian, dan jika Anda menyimpan N dua kekuatan, semua divisi Adalah satu siklus bit-shifting. Basic FIR ring buffer menyimpan buffer yang berjalan dari nilai N terakhir, dan SUM yang sedang berjalan dari semua nilai dalam buffer Setiap kali ada sampel baru, kurangi nilai tertua dari buffer dari SUM , Gantilah dengan sampel baru, tambahkan sampel baru ke SUM, dan output RENDAH buffer NR. NRM diubah membuat nilai SUM terakhir N terakhir Setiap kali sampel baru masuk, SUM - SUM N, tambahkan yang baru Sampel, dan keluaran SUM N. terjawab 28 Agustus 13 di 13 45. Jika saya membacanya dengan benar, Anda akan menggambarkan urutan pertama IIR menyaring nilai yang Anda kembalikan bukan nilai tertua yang jatuh, tapi bukan nilai rata-rata dari nilai sebelumnya Filter orde pertama IIR tentu bisa berguna, tapi saya tidak yakin apa yang Anda maksudkan saat menyarankan agar hasilnya. Adalah sama untuk semua sinyal periodik Pada tingkat sampel 10KHz, memberi makan gelombang persegi 100Hz ke dalam kotak kotak 20-tahap akan menghasilkan sinyal yang naik secara merata untuk 20 sampel, tingginya tinggi 30, turun secara merata untuk 20 sampel, dan berada pada posisi rendah. Untuk 30 A first-order IIR filter supercat 28 Agustus 13 di 15 31. akan menghasilkan gelombang yang meningkat tajam mulai dan secara bertahap turun di dekat tapi tidak pada input maksimum, maka dengan tajam mulai jatuh dan secara bertahap turun dekat tapi tidak pada input Minimal Sangat berbeda perilaku supercat 28 Agustus 13 di 15 32.Satu masalah adalah bahwa rata-rata bergerak sederhana mungkin atau mungkin tidak berguna Dengan filter IIR, Anda bisa mendapatkan filter yang bagus dengan jumlah yang relatif sedikit FIR yang Anda jelaskan hanya bisa memberi Anda Persegi panjang pada waktunya - sebuah sinc in Freq - dan Anda tidak bisa mengelola lobus samping Mungkin layak untuk dilemparkan beberapa bilangan bulat banyak untuk membuatnya menjadi FIR yang bagus simetris yang bagus jika Anda bisa meluangkan waktu kutu Scott Seidman 29 Agustus 13 di 13 50. ScottSeidman No Kebutuhan untuk mengalikan jika satu hanya memiliki setiap tahap dari FIR baik output rata-rata input ke tahap itu dan nilai yang tersimpan sebelumnya, dan kemudian menyimpan input jika seseorang memiliki rentang numerik, seseorang dapat menggunakan jumlah daripada rata-rata Apakah itu S lebih baik dari kotak filter tergantung pada aplikasi respon langkah dari filter kotak dengan total delay 1ms, misalnya, akan memiliki lonjakan d2 dt yang buruk saat input berubah, dan lagi 1ms kemudian, namun akan memiliki minimum yang mungkin D dt untuk filter dengan penundaan supercat 1ms total 29 Agustus jam 15 25. Seperti kata mikeselectricstuff, jika Anda benar-benar perlu mengurangi kebutuhan ingatan Anda, dan Anda tidak keberatan respons impuls Anda menjadi eksponensial dan bukan pulsa persegi panjang, saya Akan pergi untuk ave bergerak eksponensial Filter marah Saya menggunakannya secara ekstensif Dengan jenis filter itu, Anda tidak memerlukan penyangga Anda tidak perlu menyimpan sampel N masa lalu Hanya satu Jadi, persyaratan memori Anda dapat ditebang oleh faktor N. Juga, Anda tidak memerlukannya Pembagian untuk itu Hanya perkalian Jika Anda memiliki akses ke aritmatika floating-point, gunakan perkalian floating-point Jika tidak, lakukan perkalian bilangan bulat dan bergeser ke kanan Namun, kita di tahun 2012, dan saya akan merekomendasikan Anda untuk menggunakan kompiler dan MCU yang memungkinkan Anda Untuk bekerja dengan bilangan floating-point. Selain memori yang lebih efisien dan lebih cepat Anda tidak perlu memperbarui item dalam buffer melingkar, saya akan mengatakannya juga lebih alami karena respons impuls eksponensial lebih sesuai dengan perilaku alam, dalam kebanyakan kasus. 9 Apr. 12 pada 9 59. Satu masalah dengan filter IIR karena hampir disentuh oleh olin dan supercat namun tampaknya diabaikan oleh orang lain adalah pembulatan tersebut menurunkan beberapa ketidaktepatan dan kepingan yang berpotensi bias dengan asumsi bahwa N i Sa kekuatan dua, dan hanya aritmatika integer yang digunakan, pergeseran benar secara sistematis menghilangkan LSB sampel baru Itu berarti bahwa berapa lama rangkaian itu bisa terjadi, rata-rata tidak akan pernah memperhitungkannya. Misalnya, misalkan pelan-pelan Penurunan seri 8,8,8 8,7,7,7 7,6,6, dan asumsikan rata-rata memang 8 pada awalnya Tinju 7 sampel akan membawa rata-rata 7, berapapun kekuatan saringannya Hanya untuk satu sampel Same Cerita untuk 6, dll Sekarang pikirkan sebaliknya serie naik Rata-rata akan tetap di 7 selamanya, sampai sampel cukup besar untuk membuatnya berubah. Tentu saja, Anda bisa memperbaiki bias dengan menambahkan 1 2 N 2, tapi Yang memenangkan t benar-benar memecahkan masalah presisi dalam hal ini seri menurun akan tinggal selamanya di 8 sampai sampel adalah 8-1 2 N 2 Untuk N 4 misalnya, sampel di atas nol akan tetap rata-rata tidak berubah. Saya percaya solusi untuk Itu berarti menyandang akumulator LSB yang hilang Tapi aku tidak membuatnya cukup jauh untuk memiliki kode siap, Dan saya tidak yakin itu tidak akan merugikan kekuatan IIR dalam beberapa kasus seri lainnya misalnya apakah 7,9,7,9 rata-rata menjadi 8 maka. Olin, riam dua tahap Anda juga akan memerlukan penjelasan. Maksud Anda memegang dua nilai rata-rata dengan hasil umpan pertama ke yang kedua dalam setiap iterasi Apa manfaat dari ini.