Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Рекуррентные алгоритмы усреднения
В некоторых приложениях требуются только текущие средние значения сигналов,
то есть их наиболее низкочастотные компоненты. Типовым примером может слу-
жить проблема выделения постоянной составляющей сигнала с помощью реку-
ррентных процедур оценивания.
а) Алгоритм усреднения с бесконечной памятью.
На сигнал постоянной величины s накладывается случайная помеха n(k) с
математическим ожиданием E{n(k)} = 0.
(ф.314) y(k) = s + n(k)
Оценка постоянного сигнала по методу НК с функцией потерь
(ф.315) ,
из условия , имеет вид:
(ф.316)
Рекурреньный вариант алгоритма имеет вид:
(ф.317)
Алгоритм применяется только, когда s-постоянная величина.
б) Алгоритм усреднения с постоянным коэффициентом коррекции.
Если коэффициент коррекциии k “заморозить”, положив k = k1, веса вновь поступа-
ющих измерений будут одинаковы:
(ф.318) ..
ДПФ алгоритма
(ф.319)
где ; .
Данный алгоритм представляет собой низкочастотный дискретный фильтр
первого порядка.
в) Алгоритм усреднения с конечной памятью.
Усреднению с одинаковыми весами подвергаются только N последних измерений
(ф.320)
Рекуррентная форма:
(ф.321)
ДПФ
(Ф.322)
Дата публикования: 2015-02-17; Прочитано: 188 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!