Discussão do artigo "Criando Filtros Digitais Sem Atraso" - página 5

[[Excluído]]

Como o filtro é não linear, a resposta ao impulso em diferentes seções é diferente. Portanto, será melhor usar a deconvolução - uma operação de convolução inversa na seção necessária - para esse fim, você pode usar a biblioteca ALGLIB.

E trace o espectro da resposta ao impulso resultante. Um filtro ideal deve ter uma linha vertical entre a supressão e a transmissão.

[Konstantin Gruzdev]

GT788:

Como o filtro é não linear, a resposta ao impulso em diferentes seções é diferente. Portanto, será melhor usar a deconvolução - uma operação de convolução inversa na seção necessária - para esse fim, você pode usar a biblioteca ALGLIB.

E trace o espectro da resposta ao impulso resultante. Um filtro ideal deve ter uma linha vertical entre a supressão e a transmissão.

Você também pode dar uma olhada nela. Eu o marquei para mim, farei isso, mas não agora.

[David Raine]

Princípio da incerteza de Heisenberg!

[Евгений]

Então, por que não usar o método de aproximação local https://chaos.phys.msu.ru/loskutov/PDF/Los_Kotl_Zhur.pdf ?

Ele permite não apenas prever dados, mas também filtrar. E, teoricamente, esse filtro não deveria ter nenhum atraso!

A ideia é muito semelhante. Só que aqui você não precisa alternar entre diferentes filtros para diferentes partes da série temporal. Aqui, procuramos áreas no histórico semelhantes às últimas contagens da série e, em seguida, essas áreas encontradas são calculadas pela média do conjunto. Esse é o resultado da filtragem. O principal é que deve haver dados suficientes no histórico, caso contrário, pode não haver gráficos semelhantes.