过滤数据

过滤差分方程式

过滤器是数据处理技术，可以平滑数据中的高频波动或从数据中删除特定频率的周期性趋势。在matlab.^®，这筛选功能过滤数据矢量X根据以下差异等式，描述了延迟线滤波器。

$\begin{array}{l} 一种（ 1 的） y （ N. 的） = B. （ 1 的） X （ N. 的） + B. （ 2 的） X （ N. - 1 的） + ...... + B. （ {N.}_{B.} 的） X （ N. - {N.}_{B.} + 1 的） \\ - 一种（ 2 的） y （ N. - 1 的） - ...... - 一种（ {N.}_{一种} 的） y （ N. - {N.}_{一种} + 1 的） \end{array}$

在这个方程式中，一种和B.是否是过滤器系数的载体，N._一种是反馈过滤器订单，还有N._B.是前馈滤波器顺序。N.是当前元素的索引X。输出y（N.）是当前和以前元素的线性组合X和y。

这筛选函数使用指定的系数向量一种和B.过滤输入数据X。有关描述过滤器的差异方程的更多信息，请参阅[1]。

流量数据的移动平均过滤器

打开直播脚本

这筛选功能是实现移动平均滤波器的一种方法，这是一种常见的数据平滑技术。

这following difference equation describes a filter that averages time-dependent data with respect to the current hour and the three previous hours of data.

$y （ N. 的） = \frac{1}{4.} X （ N. 的） + \frac{1}{4.} X （ N. - 1 的） + \frac{1}{4.} X （ N. - 2 的） + \frac{1}{4.} X （ N. - 3. 的）$

导入描述流量随时间流量的数据，并将第一列的车辆计入向量X。

加载count.dat.x = count（：，1）;

创建过滤器系数向量。

a = 1;b = [1/4 1/4 1/4 1/4];

计算数据的4小时移动平均值，并绘制原始数据和过滤的数据。

y =滤波器（b，a，x）;t = 1：长度（x）;绘图（t，x，' - '，t，y，' - '） 传奇（'原始数据'那'过滤数据'的）

图包含轴对象。轴对象包含2个类型的物体。这些对象代表原始数据，过滤数据。

修改数据幅度

打开直播脚本

此示例显示如何通过应用传递函数来修改数据矢量的幅度。

在数字信号处理中，滤波器通常由传递函数表示。差分方程的z变换

$\begin{array}{rcl} 一种（ 1 的） y （ N. 的） & = & B. （ 1 的） X （ N. 的） + B. （ 2 的） X （ N. - 1 的） + 。。。 + B. （ {N.}_{B.} 的） X （ N. - {N.}_{B.} + 1 的） \\ - 一种（ 2 的） y （ N. - 1 的） - 。。。 - 一种（ {N.}_{一种} 的） y （ N. - {N.}_{一种} + 1 的） \end{array}$

是以下传输功能。

$y （ Z. 的） = H （ {Z.}^{- 1} 的） X （ Z. 的） = \frac{B. （ 1 的） + B. （ 2 的） {Z.}^{- 1} + 。。。 + B. （ {N.}_{B.} 的） {Z.}^{- {N.}_{B.} + 1}}{一种（ 1 的） + 一种（ 2 的） {Z.}^{- 1} + 。。。 + 一种（ {N.}_{一种} 的） {Z.}^{- {N.}_{一种} + 1}} X （ Z. 的）$

使用传递函数

$H （ {Z.}^{- 1} 的） = \frac{B. （ {Z.}^{- 1} 的）}{一种（ {Z.}^{- 1} 的）} = \frac{2 + 3. {Z.}^{- 1}}{1 + 0. 。 2 {Z.}^{- 1}}$

修改的振幅the data incount.dat.。

加载数据并将第一列分配给向量X。

加载count.dat.x = count（：，1）;

根据传递函数创建滤波器系数向量 $H （ {Z.}^{- 1} 的）$ 。

a = [1 0.2];B = [2 3];

计算过滤的数据，并绘制原始数据和过滤的数据。该滤波器主要修改原始数据的幅度。

y =滤波器（b，a，x）;t = 1：长度（x）;绘图（t，x，' - '，t，y，' - '） 传奇（'原始数据'那'过滤数据'的）

图包含轴对象。轴对象包含2个类型的物体。这些对象代表原始数据，过滤数据。

参考

[1] oppenheim，Alan V.，Ronald W. Schafer和John R. Buck。离散时间信号处理。上部鞍河，新罕布什尔州：Prentice-Hall，1999。

也可以看看

筛选|conv|Filter2.|smoothdata.|Movemean.

过滤数据

过滤差分方程式

流量数据的移动平均过滤器

修改数据幅度

参考

也可以看看

相关的话题

MATLAB文件

金宝app

与Matlab引入深度学习