Filtros FIR - página 7
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Empecemos con un libreto.
1. ¿En qué se parece a un espectro sinusoidal?
Así.
Toda la energía de la señal se recoge en una sola frecuencia. En el ejemplo de 10 Hz, la amplitud es de 5.
Ahora introduzcamos este algoritmo no con una onda sinusoidal cuyo espectro es conocido y hemos comprobado que el algoritmo lo calcula correctamente, sino con un clowz de barras.
El resultado.
Vemos que en la frecuencia cero se ha reunido el máximo de energía. No está presente en la figura anterior (véase la página anterior).
Pongamos A(0)=0 para que no interfiera con otros componentes del espectro. Echemos un vistazo.
Podemos ver que los componentes de baja frecuencia del espectro prevalecen sobre el resto. Esto es comprensible. Esto siempre será así, tanto si se toman clones de minutos, horas o días.
Ahora compáralo con el espectro de arriba (página anterior). ¿Dónde está el componente de frecuencia cero? Y siempre está ahí (es el equivalente a una raya, promediada en 256 barras).
¿Dónde se encuentra la energía máxima?
Y luego, cuando lo hayas descubierto, ¿de dónde vienen los ciclos de Kravchuk?
Para los que quieran comprobar todas mis construcciones dadas aquí adjunto los archivos de Matcad versión 14 y el archivo de citas.
a Prival
в школу. или в институт. попытайтеь хотя бы тройку получить по этому предмету. Так может утверждать только человек который сам никогда этот спектр не строил.
Relájate, no entiendes nada. Al parecer, nunca has pasado de Fourier. Y todavía no te has enterado de la existencia de métodos paramétricos basados en el modelo autorregresivo. Eres tú quien debería estudiar antes de hacer afirmaciones como "¡¡¡El espectro se ve muy diferente!!!".
a begemot61
Podría ser un espectro, sólo que no hay componentes periódicos en él que sean dignos de atención.
Dibuja la amplitud en una escala logarítmica. También es preferible la frecuencia.
Y no me digas que 3dB de señal/ruido es suficiente para afirmar algo cuando se usa la FFT.
El error de cálculo es mucho mayor.
¿Qué te pasa colega? ¿Qué tiene que ver FFT con todo esto? ¿Acaso lees lo que usa el autor o sólo escribes? Qué quieres decir con "Por favor, dibuja la amplitud" por qué demonios debería dibujarla por ti si ni siquiera sabes de qué estás hablando.
al neoclásico
Gracias, ¡algo se ha aclarado! Me ocuparé de la biblioteca, ahora tengo que averiguar cómo calcular el espectro. Si no me equivoco, el espectro en nuestro caso es la relación amplitud-periodo. En primer lugar, no está claro en qué unidades se mide la amplitud en el MCG. En segundo lugar, tengo el espectro tomado con el programa "Spectrum Analyzer" de finware del que he oído buenas críticas, obtenemos resultados completamente diferentes, aunque el algoritmo es el mismo (MESA).
No hay nada malo en no obtener resultados muy similares. Hay varias modificaciones del métodoot, además de toda la sutileza en la determinación del parámetro (el método es paramétrico) del orden del modelo (número de muestras ACF que se utilizarán en el cálculo del espectro). Por lo tanto, todo es perfectamente normal, y siempre hay sutilezas con estos prámetros - relacionados con la identificación del modelo. Por cierto, hay gente que no entiende que para calcular el espectro hay que basarse en algún modelo, y en este caso el autor utiliza el modelo específico del que escribiste.
Que empiece la educación.
...Un post más como este, y escupiré sobre la prohibición y te llamaré simplemente tonto.
Estudiar...
Ahora introduzcamos este algoritmo no con una onda sinusoidal cuyo espectro es conocido y hemos comprobado que el algoritmo lo calcula correctamente, sino con garras de barra.
El resultado.
Vemos que en la frecuencia cero se ha reunido el máximo de energía. Y no está presente en la figura anterior (ver página anterior).
Pongamos A(0)=0 para que no interfiera con otros componentes del espectro. Echemos un vistazo.
Podemos ver que los componentes de baja frecuencia del espectro prevalecen sobre el resto. Esto es comprensible. Esto siempre será así, tanto si se toman clones de minutos, horas o días.
Ahora compáralo con el espectro de arriba (página anterior). ¿Dónde está el componente de frecuencia cero? Y siempre está ahí (es el equivalente a una raya, promediada en 256 barras).
¿Dónde se encuentra la energía máxima?
Y luego, cuando lo hayas descubierto, ¿de dónde vienen los ciclos de Kravchuk?
Para aquellos que quieran comprobar todas mis construcciones presentadas aquí adjunto los archivos de Matcad (versión 14) y el archivo de citas.
Estás hablando ligbez, listillo. Para las series aleatorias, el espectro de una señal discreta es la transformada de Fourier de su función de correlación (teorema de Wiener-Hinchin), y lo que has mostrado aquí no tiene sentido para las señales que estás considerando. La aplicación de los métodos paramétricos también está justificada, pero no la de Fourier: no se puede aplicar, la aplicación no tiene sentido. Este "espectro" mostrado por usted no dice nada a favor de estas series.
PD: Para ser absolutamente claro - no hay energía máxima en su espectro, por la razón de que este espectro no refleja la realidad de ninguna manera, es completamente aleatorio, lo cual está demostrado. Para este tipo de series sólo tiene sentido el espectro de potencia como transformación F a partir de su ACF (con respecto a la transformada de Fourier).
Puedes ver que los componentes de baja frecuencia del espectro dominan el resto. Esto es comprensible. Esto siempre será así, tanto si se toman clones de minutos, horas o días.
Ahora compáralo con el espectro de arriba (página anterior). ¿Dónde está el componente de frecuencia cero? Y siempre está ahí (es el equivalente a una raya, promediada en 256 barras).
Te has equivocado por tu falta de atención))))
Ahora mira tus gráficos en el eje X y mira el gráfico del eje X en el programa
usted tiene la frecuencia y el programa tiene la onda (es decir, 1/f)
así que ni siquiera hay un componente constante allí
el eje X de izquierda a derecha comienza con un componente de alta frecuencia igual a infinito en frecuencia y termina en una baja frecuencia de 1/150
Te apresuraste al no prestar atención y lo tienes todo al revés ))))
ahora mira tus gráficos en el eje x y mira el gráfico en el eje x en el programa
usted tiene la frecuencia y el programa tiene la onda (es decir, 1/f)
por lo que no hay un componente constante
el eje x de la derecha comienza con una componente de alta frecuencia igual al infinito en frecuencia y termina con una baja frecuencia de 1/150
Esto es de derecha a izquierda en MQL. Cuanto más alta sea la frecuencia, más subirá el eje x.
En MQL el conteo es de derecha a izquierda. Es diferente en matcadec, como en matemáticas. cuanto más alta es la frecuencia, más lejos está en el eje x.
No se trata de la dirección, sino del espectro de las ondas, no de las frecuencias
Es más conveniente para estimar una señal discreta y calcular los coeficientes del filtro
nadie calcularía el filtro para frecuencias cercanas a cero. para un filtro de este tipo, no bastaría con el historial de citas del Centro de Historia
estás exagerando )
Para sab1uk
El espectro es la distribución de frecuencias de la energía de la señal.
La frecuencia está relacionada con la longitud de onda mediante una transformación de un solo dígito (a través de la velocidad de la luz). Por lo tanto, es posible trazar en función de la longitud de onda y la frecuencia, la naturaleza del gráfico no cambiará. sab1uk te has engañado con estas octavas y estás confundiendo a los demás.
"...porque a nadie se le ocurriría calcular un filtro para una frecuencia cercana a cero... " está delante de tus ojos El filtro A(0) está ajustado a la frecuencia = cero. De lo que hablas entiendo que se trata de un filtro FIR y los métodos de su construcción, entonces sí no se puede construir. Pero el hecho de que no pueda aplicarse en la práctica no es una prueba de que no exista una componente constante en el espectro. Intenta entender lo que quiero decir.
Transformación de Fourier
https://ru.wikipedia.org/wiki/%D0%9F%D1%80%D0%B5%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%A4%D1%83%D1%80%D1%8C%D0%B5
"En términos de procesamiento de señales, la transformación toma la representación de la serie temporal de una función de señal y la mapea en un espectro de frecuencia, donde ω es la frecuencia angular. Es decir, convierte una función de tiempo en una función de frecuencia; es una descomposición de la función en componentes armónicos a varias frecuencias.
Cuando la función f es una función del tiempo y representa una señal física, la transformación tiene una interpretación estándar como espectro de la señal. El valor absoluto de la función compleja F resultante representa las amplitudes de las frecuencias correspondientes(ω), mientras que los desplazamientos de fase se obtienen como argumento de esta función compleja."
Para grasn
No confundas el regalo de Dios con el huevo.
Léalos con calma. Te gustará.
no sólo porque venden filtros emparejados, sino también porque han crackeado un software libre y le han puesto su interfaz (si no me equivoco)
que se lo vendan a los perezosos. al menos es algo adaptable.
No hay que estigmatizarlos así.
Si lo quieres, cómpralo. Si no lo quieres, no lo compres.
Pero tienen una gran suscripción gratuita a lykbase.
Tengo dos números del mismo - material excelente y comprensible, a buen nivel científico.
Justo lo que necesitan las personas que no se han ocupado del filtrado de la señal.