Moving average msp430

Eu sei que isso é possível com impulso como per. But eu realmente gostaria de evitar o uso de impulso eu tenho googled e não encontrei qualquer exemplos adequados ou legíveis. Basicamente eu quero acompanhar a média móvel de um fluxo em curso de um fluxo de números em ponto flutuante Usando os números mais recentes de 1000 como uma amostra de dados. Qual é a maneira mais fácil de conseguir this. I experimentei com o uso de uma matriz circular, média móvel exponencial e uma média móvel mais simples e descobriu que os resultados da matriz circular adequado às minhas necessidades melhor . Se suas necessidades são simples, você pode tentar usar uma média móvel exponencial. Basta, você faz uma variável de acumulador, e como seu código olha para cada amostra, o código atualiza o acumulador com o Novo valor Você escolhe um alfa constante que está entre 0 e 1, e calcula isso. Você só precisa encontrar um valor de alfa onde o efeito de uma determinada amostra dura apenas cerca de 1000 samples. Hmm, eu realmente não tenho certeza que isso é Adequado para você, agora t O que eu colocar aqui O problema é que 1000 é uma janela muito longa para uma média móvel exponencial Eu não tenho certeza se há um alfa que iria espalhar a média sobre os últimos 1000 números, sem subfluxo no cálculo do ponto flutuante Mas se você Queria uma média menor, como 30 números ou assim, esta é uma maneira muito fácil e rápida de fazê-lo. 12 12 em 4 44. 1 em sua postagem A média móvel exponencial pode permitir que o alfa ser variável Então isso permite que ele Ser usado para computar médias de base de tempo, por exemplo bytes por segundo Se o tempo desde a última atualização de acumulador é mais de 1 segundo, você deixa alfa ser 1 0 Caso contrário, você pode deixar alfa usecs desde a última atualização 1000000 jxh 12 de junho 12 em 6 21.Basicamente, eu quero acompanhar a média móvel de um fluxo em curso de um fluxo de números de ponto flutuante usando os mais recentes números 1000 como um exemplo de dados. Note que o abaixo atualiza o total como elementos como adicionado substituído, evitando costoso ON traversal para calcular A soma - necessária para o E média - on demand. Total é feito um parâmetro diferente de T para suportar, por exemplo, usando um longo longo quando totalizando 1000 long s, um int para char s, ou um dobro ao total float s. This é um pouco falho em que numsamples poderia Passar INTMAX passado - se você se importa que você poderia usar um unsigned long long ou usar um membro bool extra de dados para gravar quando o recipiente é preenchido pela primeira vez enquanto ciclismo numsamples em torno da matriz melhor então renomeado algo inócuo como pos. answered 12 de junho 12 em 5 19.um pressupõe que o operador vazio T amostra é, na verdade void operador T amostra oPless Jun 8 14 em 11 52. oPless ahhh bem vislumbrado realmente eu quis dizer para ele ser operador vazio T amostra, mas é claro que você poderia usar qualquer nota que você gostava Will fix, Obrigado Tony D Jun 8 14 at 14 27. Como outros já mencionaram, você deve considerar um filtro de resposta de impulso infinito IIR em vez do filtro de resposta de impulso finito FIR que você está usando agora Há mais a ele, mas à primeira vista os filtros FIR são implementados Como convolutio explícito Ns e filtros IIR com equações. O filtro IIR especial que eu uso muito em microcontroladores é um filtro passa-baixo de pólo único Este é o equivalente digital de um filtro analógico RC simples Para a maioria das aplicações, estas terão melhores características do que o filtro de caixa que você Estão usando A maioria dos usos de um filtro de caixa que eu encontrei são o resultado de alguém não prestar atenção na classe de processamento de sinal digital, não como resultado de precisar de suas características específicas Se você só quer atenuar as altas freqüências que você sabe são ruído, Filtro de passagem simples de pólo único é melhor A melhor maneira de implementar um digitalmente em um microcontrolador é normalmente. FILTRO - FILTRO FF NOVO - FILT. FILT é um pedaço de estado persistente Esta é a única variável persistente que você precisa para calcular este filtro NOVO é O novo valor que o filtro está sendo atualizado com esta iteração FF é a fração de filtro que ajusta o peso do filtro Olhe para este algoritmo e veja que para FF 0 o filtro é infin Já que a saída nunca muda Para FF 1, é realmente nenhum filtro em todos desde que a saída apenas segue a entrada Os valores úteis estão entre os sistemas pequenos em que você escolhe FF para ser 1 2 N para que a multiplicação por FF pode ser realizada Como um deslocamento para a direita por N bits Por exemplo, FF pode ser 1 16 ea multiplicação por FF, portanto, um deslocamento à direita de 4 bits Caso contrário, este filtro precisa apenas uma subtração e um adicionar, embora os números geralmente precisam ser mais amplo do que o valor de entrada Mais sobre precisão numérica em uma seção separada abaixo. Eu geralmente tomam leituras AD significativamente mais rápido do que eles são necessários e aplicar dois desses filtros em cascata Este é o equivalente digital de dois filtros RC em série e atenua por 12 dB oitava acima da rolloff freqüência No entanto, para leituras AD é geralmente mais relevante para olhar para o filtro no domínio do tempo, considerando a sua resposta passo Isto diz-lhe quão rápido seu sistema vai ver uma mudança quando a coisa que você está medindo changes. To facilitar Projetando esses filtros o que significa apenas escolher FF e decidir quantos deles para cascata, eu uso o meu programa FILTBITS Você especifica o número de bits de deslocamento para cada FF na série de filtros em cascata, e calcula a resposta de passo e outros valores Na verdade I Geralmente executado por meio do meu script wrapper PLOTFILT Isso executa FILTBITS, que faz um arquivo CSV, em seguida, traça o arquivo CSV Por exemplo, aqui está o resultado de PLOTFILT 4 4.Os dois parâmetros para PLOTFILT significa que haverá dois filtros em cascata do tipo Descrito acima Os valores de 4 indicam o número de bits de deslocamento para realizar a multiplicação por FF Os dois valores de FF são, portanto, 1 16 neste caso. O traço vermelho é a resposta de etapa unitária e é a principal coisa a olhar Por exemplo, Isto diz-lhe que se a entrada muda instantaneamente, a saída do filtro combinado irá resolver a 90 do novo valor em 60 iterações Se você se preocupa com 95 settling tempo, então você tem que esperar cerca de 73 iterações e por 50 settling tempo apenas 26 iterações. O traço verde mostra a saída de um único pico de amplitude total Isto lhe dá alguma idéia da supressão de ruído aleatória Parece que nenhuma amostra individual causará mais do que uma alteração de 2 5 na saída. O traço azul é dar Uma sensação subjetiva do que este filtro faz com o ruído branco Este não é um teste rigoroso desde que não há nenhuma garantia o que exatamente o índice era dos números aleatórios escolhidos como a entrada branca do ruído para esta execução de PLOTFILT É somente dar-lhe um áspero PLOTFILT, talvez FILTBITS, e muitas outras coisas úteis, especialmente para o desenvolvimento de firmware PIC está disponível na versão de software PIC Development Tools na minha página de downloads de Software. Adicionado sobre a precisão numérica. I ver a partir dos comentários e agora uma nova resposta que há interesse em discutir o número de bits necessários para implementar este filtro Note que o multiplicar por FF irá criar Log 2 FF novos bits abaixo do ponto binário Em sistemas pequenos, FF é geralmente escolhido para ser 1 2 N de modo que este multiplicar é realmente realizado por um deslocamento à direita de N bits. FILT é, portanto, geralmente um ponto fixo inteiro Note que isso não muda qualquer matemática do processador s Ponto de vista Por exemplo, se você estiver filtrando leituras de AD de 10 bits e N 4 FF 1 16, então você precisará de 4 bits de fração abaixo do valor inteiro de 10 bits AD leituras Um mais processadores, você estará fazendo operações inteiras de 16 bits devido ao 10 Bit AD leituras Neste caso, você ainda pode fazer exatamente o mesmo 16 bits operações inteiras, mas comece com as leituras AD desviado por 4 bits O processador não sabe a diferença e não precisa de fazer a matemática inteira inteiros de 16 bits Funciona se você considerá-los para ser 12 4 ponto fixo ou verdadeiro 16 bits inteiros 16 0 ponto fixo. Em geral, você precisará adicionar N bits cada pólo de filtro, se você don t quer adicionar ruído devido à representação numérica No exemplo acima , O segundo filtro de dois teria que ter 10 4 4 18 bits para não perder informações Na prática em uma máquina de 8 bits que significa que você d usar valores de 24 bits Tecnicamente apenas o segundo pólo de dois precisaria do valor mais amplo, mas para a simplicidade do firmware Eu costumo usar a mesma representação e, portanto, o mesmo Código para todos os pólos de um filtro. Por geral, eu escrevo uma sub-rotina ou macro para executar uma operação de pólo de filtro e, em seguida, aplicá-lo a cada pólo Se uma subrotina ou macro depende se ciclos ou memória de programa são mais importantes nesse projeto particular De qualquer maneira , Eu uso algum estado zero para passar NOVO na macro de sub-rotina, que atualiza FILT, mas também carrega isso no mesmo estado de arranhão NOVO estava em Isto torna mais fácil aplicar vários pólos desde o FILT atualizado de um pólo é o NOVO do Next one Quando uma sub-rotina, é útil ter um ponteiro apontar para FILT no caminho, que é atualizado para logo após FILT no caminho para fora Assim, a sub-rotina opera automaticamente em filtros consecutivos na memória se chamados múltiplos Vezes Com uma macro você não precisa de um ponteiro desde que você passa no endereço para operar em cada iteração. Exemplos de código. Aqui está um exemplo de uma macro como descrito acima para um PIC 18.E aqui está uma macro semelhante para um PIC 24 Ou dsPIC 30 ou 33.Estes exemplos são implementados como macros usando o meu pré-processador de assembler PIC que é mais capaz do que qualquer das facilidades de macro embutidas. Clabacchio Outra questão que eu deveria ter mencionado é a implementação de firmware Você pode escrever uma única subpasta de filtro de passagem de pólo único uma vez, em seguida, aplicá-lo várias vezes Na verdade eu costumo escrever uma sub-rotina para levar um ponteiro na memória para o estado de filtro, O ponteiro para que possa ser chamado em sucessão facilmente para realizar filtros multi-polo Olin Lathrop Apr 20 12 at 15 03.1 muito obrigado por suas respostas - todos eles Eu decidi usar este filtro IIR, mas este filtro não é usado como Um Standard LowPass Filter, uma vez que eu preciso para a média de valores de contador e compará-los para detectar alterações em um determinado intervalo uma vez que estes valores van ser de dimensões muito diferentes, dependendo do hardware que eu queria tomar uma média, a fim de ser capaz de reagir a estes Hardware Mudanças específicas automaticamente sensslen maio 21 12 em 12 06.If você pode viver com a restrição de um poder de dois número de itens para média, ou seja, 2,4,8,16,32 etc, então a divisão pode ser feita de forma fácil e eficiente em um Baixo desempenho micro sem divisão dedicada porque pode ser feito como um deslocamento de bit Cada turno direito é uma potência de dois eg. O OP pensou que ele tinha dois problemas, dividindo em um PIC16 e memória para seu buffer anel Esta resposta mostra que a divisão Não é difícil Reconhecidamente não aborda o problema de memória, mas o sistema SE permite respostas parciais, e os usuários podem tirar algo de cada resposta por si mesmos, ou mesmo editar e combinar outras respostas s Como algumas das outras respostas exigem uma operação de divisão, eles São igualmente incompletos, uma vez que eles não mostram como efetivamente conseguir isso em um PIC16 Martin Apr 20 12 at 13 01.There é uma resposta para um verdadeiro filtro de média móvel aka boxcar filtro com menos requisitos de memória, se você não mente downsampling It s Chamado de cascata integrador-comb filtro CIC A idéia é que você tem um integrador que você tomar as diferenças de um período de tempo, ea chave dispositivo de economia de memória é que por downsampling, você don t tem que armazenar eve Ry valor do integrador Ele pode ser implementado usando o seguinte pseudocódigo. Seu comprimento médio móvel eficaz é decimationFactor statesize, mas você só precisa manter em torno de amostras statesize Obviamente, você pode obter melhor desempenho se o seu statesize e decimationFactor são poderes de 2, Divisão e restante operadores são substituídos por mudanças e máscara-ands. Postscript eu concordo com Olin que você deve sempre considerar filtros IIR simples antes de um filtro de média móvel Se você don t necessidade a freqüência-nulos de um filtro de vagão, um pólo Ou filtro passa-baixo de 2 pólos provavelmente funcionará bem. Por outro lado, se você estiver filtrando para fins de decimação, tendo uma entrada de alta taxa de amostragem e calculando a sua média para uso por um processo de baixa taxa, em seguida, um filtro CIC Pode ser apenas o que você está procurando, especialmente se você pode usar statesize 1 e evitar o ringbuffer completamente com apenas um valor único integrador anterior. Há alguma análise em profundidade da matemática por trás usando o primeiro ord Er IIR filtro que Olin Lathrop já descreveu mais sobre a Digital Signal Processing pilha intercâmbio inclui lotes de belas imagens A equação para este IIR filtro is. This pode ser implementado usando apenas inteiros e nenhuma divisão usando o código a seguir pode precisar de depuração como eu Estava a escrever a partir da memória. Este filtro aproxima uma média móvel das últimas amostras K, definindo o valor de alfa para 1 K Faça isso no código anterior, definindo BITS para LOG2 K, ou seja, para K 16 set BITS para 4, para K 4 set BITS para 2, etc Vou verificar o código listado aqui, logo que eu recebo uma alteração e editar esta resposta, se needed. answered Jun 23 12 at 4 04.Here sa um filtro polar de passo único média móvel, com Freqüência de corte CutoffFrequency Muito simples, muito rápido, funciona muito bem, e quase nenhuma memória overhead. Note Todas as variáveis ​​têm escopo além da função de filtro, exceto o passado in newInput. Note Este é um filtro de estágio único Vários estágios podem ser cascata juntos para aumentar a Nitidez de O filtro Se você usar mais de uma fase, você terá que ajustar DecayFactor como se relaciona com o Cutoff-Frequency para compensar. E, obviamente, tudo o que você precisa é que as duas linhas colocadas em qualquer lugar, eles don t precisa de sua própria função Este filtro tem um Tempo de rampa antes que a média móvel represente a do sinal de entrada Se você precisar ignorar esse tempo de aceleração, basta inicializar MovingAverage para o primeiro valor de newInput em vez de 0 e esperar que o primeiro newInput não seja um outlier. CutoffFrequency SampleRate tem um intervalo entre 0 e 0 5 DecayFactor é um valor entre 0 e 1, geralmente perto de 1. Flutuadores de precisão simples são bons o suficiente para a maioria das coisas, eu só prefiro dobros Se você precisa ficar com números inteiros, você pode Converter DecayFactor e Amplitude Factor em inteiros fracionários, em que o numerador é armazenado como o inteiro, eo denominador é uma potência de 2 inteiros para que você possa bit-shift para a direita como o denominador, em vez de ter que dividir durante o loop de filtro para Exemplo, se DecayFactor 0 99, e você quiser usar números inteiros, você pode definir DecayFactor 0 99 65536 64881 E então, sempre que você multiplicar por DecayFactor em seu loop de filtro, basta deslocar o resultado 16.Para obter mais informações sobre este, um excelente livro que Para o paradigma Mudando Média, uma abordagem diferente para definir DecayFactor e AmplitudeFactor que podem ser mais relevantes para as suas necessidades, vamos dizer que você quer o anterior, cerca de 6 itens média tog Você pode adicionar 6 itens e dividir por 6, então você pode definir o AmplitudeFactor para 1 6, e DecayFactor para 1 0 - AmplitudeFactor. answered 14 de maio 12 em 22 55.Everyone mais tem comentado completamente sobre o utilitário De IIR vs FIR, e na potência de dois divisão I d apenas gostaria de dar alguns detalhes de implementação O abaixo funciona bem em pequenos microcontroladores sem FPU Não há multiplicação, e se você manter N um poder de dois, toda a divisão É single-cycle bit-shifting. Botor FIR ring buffer manter um buffer de execução dos últimos N valores, e uma soma corrente de todos os valores no buffer Cada vez que uma nova amostra vem, subtrair o mais antigo valor no buffer de SUM , Substitua-a pela nova amostra, adicione a nova amostra à SUM e a saída SUM. O buffer de anel IIR modificado mantém uma Soma corrente dos últimos N valores Cada vez que uma nova amostra entra, SUM - SUM N, adicione a nova amostra Amostra e saída SOMA N. resposta agosto 28 13 em 13 45.Se eu estou lendo-o direito, você está descrevendo uma primeira ordem IIR filtro o valor que você está subtraindo isn t o valor mais antigo que está caindo, mas é, em vez disso, a média dos valores anteriores Filtros de primeira ordem IIR pode certamente ser útil, mas não tenho certeza o que você quer dizer quando você sugere que a saída É a mesma para todos os sinais periódicos A uma taxa de amostragem de 10KHz, alimentar uma onda quadrada de 100Hz em um filtro de caixa de 20 estágios produzirá um sinal que sobe uniformemente para 20 amostras, senta alto para 30, cai uniformemente para 20 amostras e fica baixo Para 30 Um filtro de IIR de primeira ordem supercat Aug 28 13 at 15 31. produzirá uma onda que começa bruscamente a subir e gradualmente nivela próximo mas não ao máximo de entrada, então começa bruscamente a cair e gradualmente nivela próximo mas não na entrada Mínimo Um comportamento muito diferente supercat Aug 28 13 at 15 32.One questão é que uma média móvel simples pode ou não ser útil Com um filtro IIR, você pode obter um bom filtro com relativamente poucos calcs O FIR que você descreve só pode dar-lhe um Retângulo no tempo - a sinc in Freq - e você não pode gerenciar os lóbulos laterais Pode ser bem vale a pena jogar em alguns inteiros multiplica para torná-lo uma simpática simétrica sintonizável FIR se você pode poupar o relógio carrapatos Scott Seidman agosto 29 13 em 13 50. ScottSeidman Não Necessidade de multiplicações se um simplesmente tem cada estágio da FIR ou saída a média da entrada para essa fase e seu valor armazenado anterior e, em seguida, armazenar a entrada se um tiver o intervalo numérico, pode-se usar a soma em vez de média Se isso S melhor do que um filtro de caixa depende da aplicação a resposta de passo de um filtro de caixa com um atraso total de 1ms, por exemplo, terá um pico d2 dt desagradável quando a mudança de entrada, e novamente 1ms mais tarde, mas terá o mínimo possível D dt para um filtro com um atraso total de 1ms supercat Aug 29 13 at 15 25.As mikeselectricstuff disse, se você realmente precisa reduzir suas necessidades de memória, e você don t mente sua resposta ao impulso sendo um exponencial em vez de um pulso retangular, eu Iria para uma ave movendo exponencial Rage filter Eu uso-os extensivamente Com esse tipo de filtro, você não precisa de nenhum buffer Você não precisa armazenar N amostras passadas Apenas um Assim, seus requisitos de memória são cortados por um fator de N. Também, você não precisa de qualquer Divisão para isso Somente multiplicações Se você tiver acesso a aritmética de ponto flutuante, use multiplicações de ponto flutuante Caso contrário, faça multiplicações inteiras e muda para a direita No entanto, estamos em 2017, e eu recomendo que você use compiladores e MCUs que permitem Para trabalhar com números de ponto flutuante. Além de ser mais memória eficiente e mais rápido você não tem que atualizar itens em qualquer buffer circular, eu diria que é também mais natural porque uma resposta de impulso exponencial corresponde melhor a maneira como a natureza se comporta, na maioria dos casos. Uma questão com o filtro IIR como quase tocado por olin e supercat mas aparentemente desconsiderado por outros é que o arredondamento para baixo introduz alguma imprecisão e potencialmente bias truncamento supondo que N i Uma potência de dois, e somente a aritmética inteira é usada, a direita do turno sistematicamente elimina os LSBs da nova amostra. Isso significa que quanto tempo a série poderia ser, a média nunca levará isso em consideração. Diminuindo a série 8,8,8 8,7,7,7 7,6,6 e suponha que a média é de fato 8 no início A amostra do punho 7 trará a média para 7, independentemente da intensidade do filtro Apenas para uma amostra Same História para 6, etc. Agora pense no oposto que a série vai acima A média permanecerá em 7 para sempre, até que a amostra seja grande bastante para fazê-la mudar. Naturalmente, você pode corrigir o viés adicionando 1 2 N 2, mas Que não vai realmente resolver o problema de precisão nesse caso a série decrescente permanecerá para sempre em 8 até que a amostra seja 8-1 2 N 2 Para N 4, por exemplo, qualquer amostra acima de zero manterá a média inalterada. Que implicaria para segurar um acumulador dos LSBs perdidos Mas eu didn t torná-lo longe o suficiente para ter código pronto, E eu não tenho certeza que não iria prejudicar o poder IIR em alguns outros casos de séries, por exemplo, se 7,9,7,9 seria média para 8 então. Olin, sua cascata de dois estágios também precisaria de alguma explicação Você quer dizer segurando dois valores médios com o resultado do primeiro alimentado para o segundo em cada iteração Qual é o benefício de this. It poderia ser se você aplicar um peso que é inversamente Proporcional à janela size. public classe AverageCounter int RunningAvg int RunningCount Isso substitui a lista circular int WindowSize. public AverageCounter int windowSize WindowSize windowSize. public void AddValue float NewValue crescer o tamanho da janela como mais amostras são registradas se RunningCount WindowSize RunningCount. Média móvel recursiva média W - 1 W avg n-1 1 W amostra onde W é o tamanho da janela RunningAvg RunningCount - 1 RunningCount RunningAvg 1 RunningCount NewValue. public float Retorno médio RunningAvg .-- modificado em 13 53 sexta-feira 9 de novembro de 2007.pwasser Esta fórmula funciona bem para estimar a média móvel, desde que algumas restrições sejam mantidas em mente. Calcula uma estimativa da média móvel não a média móvel real com base na suposição importante de que os valores da amostra são Normalmente distribuído sobre a média. Eu apontei isso em um post. toadth mais cedo 9-Oct-11 15 46.Bem que era burro não era it.4 anos e eu poderia ter uma sugestão melhor Em vez de usar uma lista circular, use Uma lista vinculada e manualmente manter o tamanho máximo da lista. Desta forma, você pode manter um total em execução do agregado - ao adicionar à lista de links, adicionar ao agregado, ao aparar um nó, subtrair esse valor do agregado Para um contador médio com 5 nós, talvez você não tenha notado ap No novo método AddValue, adicione um novo nó lista de links, e adicione a média 2 Após a adição, verifique o tamanho 3 Se o limite de tamanho Subtrair de média e, em seguida, Trim off node. For ainda mais eficiência, em vez de usar lista vinculada, você poderia implementar sua própria lista circular com base em uma matriz dos valores - subtraindo de AVERAGE quando você substituir um valor de matriz. Marc Clifton 10-Oct-11 1 37,4 anos E eu poderia ter uma melhor sugestão. De fato, isso funcionaria melhor. Eu não estou certo da solução correta embora desde summing a média de cada amostra iria introduzir uma quantidade razoável de erro de arredondamento. Hmm eu me pergunto se separando a parte fracionária de A parte inteira ajudaria Divide a parte inteira de cada número pela contagem Manter três somas correntes 1 A média das partes inteiras, 2 O restante de cada divisão, e 3 A parte fracionária de cada número. Cada tempo a parte inteira de um Número é Dividido, o resultado da parte inteira é adicionado à soma média corrente e o restante é adicionado à soma corrente restante Quando a soma em curso restante obtém um valor maior ou igual à contagem, é dividido pela contagem com o resultado da parte inteira Adicionado à soma de execução média e o restante adicionado à soma corrente restante Também, em cada cálculo, a parte fracionária é adicionada à soma de execução fracionada. Quando a média é terminada, a soma de execução restante é dividida pela contagem eo resultado É adicionado à soma de corrida média como um número flutuante Por exemplo. Agora o que fazer com a soma de corrida fracionária O perigo de estouro é muito menos provável aqui, embora ainda possível, então uma maneira de lidar com isso seria dividir a execução fracionária Soma pela contagem no final e adicioná-lo ao nosso resultado. Uma alternativa seria verificar a fração de execução soma em cada cálculo para ver se ele é maior ou igual a contar Quando isso acontece, basta fazer o mesmo t Que fazemos com o restante executando soma.