예를 들어 1024분 막대를 샘플링하기 위해 각 시간 프레임에 대해 각 쌍에 대한 큐를 선택하면 분 막대를 연결하는 중간 선을 포함하면 임펄스 응답의 길이가 1024포인트에서 3포인트로 변경됩니다. 단서의 수는 기하급수적 으로 증가하지만 시간 프레임에 대해 한 가지 더 있는데, "더"가 있을 것이며 모든 시간 프레임의 "길이"를 조정하여 불연속 측면에서 가장 작은 시간 프레임의 너비로 확장합니다. , 포인트가 이동하고 막대 절이 중간 값으로 떨어집니다.
기하학을 통해 해결할 수 있습니다. 하지만 이를 다중화폐로 밀어넣을 수 있는 방법은 없고, 분석에 유용한 구성요소도 갖고 있다. 기하학은 다중 통화 유용한 구성 요소를 제공하지 않습니다.물론, 인덱스를 구축하고 목표 수준을 계산할 수 있으며 더 다양한 것에 따라 쌍을 선택할 수 있지만 이것은 또한 모호한 그림이며 전체 스펙트럼이 없더라도 모든 쌍, 인덱스를 올바르게 작성할 수 없으며 모든 구성 요소가 중요합니다. 따라서 전체 주파수 스펙트럼을 가지고 있으면 노이즈가 없다는 말은 모두 계산에 필요하지만 계산의 힘을 넘어서므로 무언가를 희생하고 느린 구성 요소를 외삽해야하지만 가장 높은 주파수는 구성 요소는 예측할 수없는 상태로 유지되므로 신호와 노이즈를 나누는 것처럼 보입니다. 실제로이 "노이즈"는 계산에 동등하게 참여하는 신호의 유용한 구성 요소이기도합니다.
Pascal의 삼각형에 대한 진행을 설정하는 것이 일반적으로 좋습니다. 즉, Pascal의 삼각형이 "확장/압축"된 것처럼 보이게 하여 진행 계수를 변경하는 것입니다. 본질적으로 결국 가중치 계수 세트가 있는 FIR 필터 계층을 얻습니다. 그러나 이러한 계수에서는 주파수 응답이 매끄럽지 않습니다. 그리고 이 삼각형을 가장자리가 잘린 것이 아니라 더 부드럽게 페이딩하면 더 좋습니다. 이 매개변수를 설정하는 것이 좋습니다. 따라서 필터의 각 계층에서 강한 다시 그리기 없이 필터를 약간 이동한 다음 부드러운 계수 세트로 다음 필터를 작성하고 이전 필터의 값을 취하는 것이 가능합니다. 나는 저녁에 차를 통해 설명하려고 노력할 것입니다.
파스칼의 삼각형은 삼각형의 짝수 수준에서 사다리꼴과 파스칼 삼각형의 홀수 수준에서 삼각형과 같은 가중치 함수를 가진 필터 세트로 생각할 수 있습니다. 따라서 파스칼의 삼각형에서 파스칼의 삼각형을 구축하면 이러한 함수의 유형이 어떻게 변경되는지 등입니다. 예를 들어, 파스칼 삼각형을 얻은 막대의 100번째 깊이에 대해 삼각형의 모든 수준에서 마지막 막대의 극단값(즉, 필터의 마지막 막대 값, 계수는 파스칼 삼각형의 수준 행 값에 막대의 해당 값을 곱한 값, 이 백 값에서 더 나아가 결과에서 삼각형이 다시 계산되는 횟수를 설정합니다. 또는 여기에서 어리석게도 계수는 초기에 파스칼 삼각형을 늘이거나 압축하는 일종의 변경 기능을 가질 것입니다. 즉, 파스칼 삼각형의 종류에 대한 공식이 있을 수 있으므로 이러한 삼각형 계산을 삼각형.
맞습니다. Pascal의 삼각형은 숫자로 구성되며 이러한 필터는 선형 가중치 매시인과 같은 분수 계수입니다. 자동차 팬 구축(단순), 평균 간의 평균 구축 등을 통해 분수 계수에서 파스칼의 삼각형을 얻습니다. 분자에는 파스칼 삼각형 자체가 있습니다. 숫자는이를 자르고 분모는 2 기수로 증가합니다. 본질적으로 파스칼 삼각형의 수준은 정수에서 분수로 바뀌며, 이는 다른 깊이의 필터에서 가중치 시리즈(함수)가 됩니다. 필터가 이상한 순서로 이동해야 하는 이유를 알 수 있습니다. 필터는 비유(베이스 업) 경향이 있는 모양을 갖습니다. 짝수 차수는 위쪽 베이스가 감소하는 사다리꼴처럼 보일 것입니다. 위상이 겹치기 위해서는 (mashki의 예를 사용하는 경우) mashki 1-3,3-5,5-7 .... 등을 취해야 함을 알 수 있습니다. 따라서 파스칼의 삼각형은 필터의 가중치 계수 집합의 중첩된 삼각형/포물선 시스템으로 간주될 수도 있습니다. 끝이 잘린 거꾸로 된 슬러그 형태가 아니라 끝이 부드럽게 감쇠 된 파도로 변환되도록 웨이브를 얻으려면 이러한 가중치 기능을 서로 연결해야합니다. 그러나 실제로 이것은 이미 여러 FIR 필터의 계산에 더 가깝습니다.
이 구성은 다음 제품을 받을 때 필요하므로 가격과 필터의 차이가 있습니다.예를 들어 우리는 2000바와 같이 큰 기간의 저역 통과 필터를 만들고 나머지를 가져옵니다. 즉, 저주파 절입니다. 다음으로 나머지를 필터링합니다. 필터 시스템은 나머지가 증분 부호에서 거의 동일하고 같은 방향이 되도록 해야 합니다. 그 후 필터 시스템을 이동할 때 최소 모듈 방법을 사용하여 누락된 데이터를 대체하여 합이 co-direction과 함께 최소가 되도록 합니다.
한계에서 이러한 구성으로 가우시안 필터가 얻어집니다( 이항 계수의 한계로서). 그 장점은 주파수 영역에서 가우스 벨을 생성한다는 것입니다. 즉, 가우스 곡선을 빠르게 감소시켜 시간 창을 효과적으로 제한함으로써 동시에 주파수 영역도 효과적으로 제한합니다. (DSP 이론을 아는 사람들은 이것이 디지털 필터의 큰 이점이라는 것을 확실히 기억할 것입니다. 고주파 부분에서 스펙트럼의 클리핑이 저주파 영역으로 스며들어 많은 문제를 일으키는 경향이 있기 때문입니다. )
또 다른 점은 미리 가우스 임펄스 응답 곡선의 계수를 계산하고 계산하지 않는 것이 훨씬 쉽다는 것입니다.
일부 필터에서 파스칼의 삼각형을 만들려고 했습니다.
뭔가 맛이 없었습니다 ... 파스칼의 삼각형은 특정 숫자로 구성됩니다. 파스칼의 필터 삼각형이란? 그리고 가장 중요한 것은 - 왜, 우리가 그것으로부터 무엇을 얻고자 하는지, 물리적 의미는 무엇입니까?
한계에서 이러한 구성으로 가우시안 필터가 얻어집니다( 이항 계수의 한계로서). 그 장점은 주파수 영역에서 가우스 벨을 생성한다는 것입니다. 즉, 가우스 곡선을 빠르게 감소시켜 시간 창을 효과적으로 제한함으로써 동시에 주파수 영역도 효과적으로 제한합니다. (DSP 이론을 아는 사람들은 이것이 디지털 필터의 큰 이점이라는 것을 확실히 기억할 것입니다. 고주파 부분에서 스펙트럼의 클리핑이 저주파 영역으로 스며들어 많은 문제를 일으키는 경향이 있기 때문입니다. )
또 다른 점은 미리 가우스 임펄스 응답 곡선의 계수를 계산하고 계산하지 않는 것이 훨씬 쉽다는 것입니다.