Filtro FIR con fase mínima - página 7

Nuevo comentario
 
Si seleccionamos gallos para cada marco de tiempo para cada par, por ejemplo para la muestra de 1024 barras de minutos, entonces la longitud de la característica de impulso variará de 1024 puntos a 3 puntos y si incluimos líneas intermedias que conectan barras de un minuto entonces el número de gallos aumentará exponencialmente, Pero hay una cosa más sobre los timeframes, se harán "más grandes" y al ajustar la "longitud" de todos los TFs a la anchura del TF de menor discreción, se producirá el desplazamiento de los puntos y las pendientes de las barras caerán a valores intermedios.
 
Es posible resolverlo a través de la geometría. Pero no hay manera de encajarlo en la multidivisa, y además tiene un componente útil para el análisis. Por supuesto, podemos construir índices y utilizarlos para calcular los niveles objetivo, y elegir el par en función de los más disímiles, pero también es una imagen ambigua, y no podemos construir el índice correctamente sin el espectro completo de todos los pares, porque todos los componentes son importantes allí. Así que para decir que no hay ruido, si se tiene todo el espectro de frecuencias, todas son necesarias en el cálculo, pero es imposible de calcular, por lo que hay que sacrificar algo y extrapolar los componentes más lentos, pero los componentes de mayor frecuencia seguirán siendo impredecibles, por lo que parece que separo la señal y el ruido, de hecho este "ruido" es también un componente útil en la señal, que participa igualmente en los cálculos.
 
Sobre el cambio de filtros y demás. ¿Ha intentado alguien construir un triángulo Pascal con estos filtros?
 
establecer progresiones para un triángulo pascal - generalmente bueno, es decir, hacer el triángulo pascal "estirado/comprimido" por así decirlo cambiando el coeficiente de progresión. De hecho, obtenemos una jerarquía de filtros con un conjunto de coeficientes de peso. Pero su ach no es suave con tales coeficientes. Si haces un triángulo con bordes suaves decaídos en lugar de uno recortado, sería mejor. Ahora bien, sería bueno establecer este parámetro. De esta manera en cada jerarquía de filtros podemos desplazarlos sin mayor repintado y luego para construir otro filtro con un conjunto de coeficientes suaves podemos tomar los valores del anterior. Intentaré describirlo por la noche.
 
Se puede pensar en un triángulo pascal como un conjunto de filtros ki con funciones de peso más parecidas a los trapecios en los niveles pares del triángulo, y triangulares en los niveles impares del triángulo pascal. Entonces, cómo cambiarán los tipos de estas funciones si construimos un triángulo pascal a partir de un triángulo pascal y así sucesivamente. Por ejemplo, tenemos un triángulo de Pascal para una profundidad de 100 barras, tomamos los valores extremos de la última barra de todos los niveles del triángulo (es decir, los valores de la última barra de los filtros cuyos coeficientes son los valores de las filas de los niveles del triángulo de Pascal multiplicados por los valores correspondientes de las barras, luego a partir de esos cien valores, y así sucesivamente, fijando el número de veces que recalculamos el triángulo a partir de los resultados del triángulo anterior. O tal vez los coeficientes aquí tengan alguna función variable que estire/reduzca el triángulo pascal inicialmente, es decir, tal vez haya fórmulas para variaciones del triángulo pascal para no hacer estos cálculos de triángulo a triángulo.
 
Nik1972:
¿Alguien ha intentado construir un triángulo Pascal con estos filtros?
No lo entiendo... El triángulo de Pascal se construye a partir de ciertos números. ¿Y qué es un triángulo de Pascal de filtros? Y lo más importante, ¿para qué sirve, qué queremos obtener de él, cuál es su significado físico?
 
AlexeyFX:
No lo entiendo... Un triángulo de Pascal se construye a partir de ciertos números. ¿Y qué es un triángulo de Pascal hecho de filtros? Y lo más importante, ¿para qué sirve, qué queremos conseguir con ello, cuál es su significado físico?
El significado no es importante. Lo que importa es el triángulo de Pascal.
 
Correcto, el triángulo de Pascal se construye a partir de números y los filtros tienen coeficientes fraccionarios como una máquina de ondulación linealmente ponderada. Construyendo un abanico de magos (simple) y luego construyendo la media entre los promedios y así sucesivamente, obtenemos un triángulo de Pascal de coeficientes fraccionarios. Donde en el numerador está el propio triángulo de Pascal - los números que lo rodean, y en el denominador los números que aumentan en 2 bases. En esencia, los niveles del triángulo de Pascal pasarán de ser números enteros a números fraccionarios, que se convertirán en series de pesos (funciones) en filtros de distinta profundidad. Podemos ver por qué los filtros de desplazamiento deben ser de orden impar, ya que tendrán una tendencia a la forma parabólica (base hacia arriba). Los filtros de orden par serán como un trapecio, con base superior decreciente. Se puede ver que para tener un solapamiento en fase, es necesario tomar (usando el ejemplo de los mash-ups) mash-ups1-3,3-5,5-7.... y así sucesivamente. Por lo tanto, el triángulo de Pascal también puede verse como un sistema de triángulos/parabólicas anidados (si se toman conjuntos de pesos de filtros que ni siquiera están separados). Es necesario conectar estas funciones de peso para obtener una forma de onda no como una parábola invertida con los extremos cortados, sino para que los extremos pasen suavemente a una onda decreciente. Pero, en realidad, es probable que ya se acerque al cálculo de los filtros Kikh.
 
Por ejemplo, construimos un filtro LF de gran periodo, por ejemplo 2000 barras, del que tomamos el resto, es decir, el LF cloze. Luego filtramos el resto y así sucesivamente. El sistema de filtros debe ser tal, que el resto sea aproximadamente igual, siendo direccional en el signo de incremento. Luego, al desplazar el sistema de filtros, sustituiremos los datos que faltan por el método de los mínimos módulos para que su suma sea mínima en la codirección.
 

En el límite, esta construcción producirá un filtro gaussiano (como límite de los coeficientes binomiales ). Su ventaja es que también produce una campana gaussiana en el dominio de la frecuencia. En otras palabras, al disminuir rápidamente la curva gaussiana, limitando efectivamente la ventana temporal, limitamos al mismo tiempo el dominio de la frecuencia con la misma eficacia. (Los que conozcan la teoría del DSP recordarán que esto es una gran ventaja para el DSP, porque el recorte del espectro de las frecuencias altas tiende a colarse en las bajas, causando muchos problemas).

Otra cosa es que es mucho más fácil no fastidiar y calcular de antemano los coeficientes de la curva de respuesta al impulso gaussiana.

1234567891011121314...20
Nuevo comentario
Razón de la queja: