dsp。MovingStandardDeviation

移动标准偏差

全部展开页面

描述

的dsp。MovingStandardDeviation系统对象™计算输入信号沿每个通道的移动标准差，随时间独立。该对象采用滑动窗法或指数加权法计算移动标准差。在滑动窗口方法中，指定长度的窗口将一个样本一个样本地移动到数据上，对象计算窗口中数据的标准偏差。在指数加权法中，对象计算指数加权的移动方差，并取平方根。有关这些方法的详细信息，请参见算法．

计算输入的移动标准差:

创建dsp。MovingStandardDeviation对象，并设置其属性。
使用参数调用对象，就像调用函数一样。

要了解更多关于System对象如何工作的信息，请参见什么是系统对象?．

创建

语法

MovStd = dsp。MovingStandardDeviation

MovStd = dsp.MovingStandardDeviation(兰)

MovStd = dsp.MovingStandardDeviation(名称、值)

描述

MovStd= dsp。MovingStandardDeviation返回一个移动的标准差对象，MovStd，使用默认属性。

例子

MovStd= dsp。MovingStandardDeviation (Len）设置WindowLength财产Len．

例子

MovStd= dsp。MovingStandardDeviation (名称,值）使用以下命令指定其他属性名称,值对。未指定的属性具有默认值。

例子:MovStd = dsp。MovingStandardDeviation(“法”、“指数加权”,“ForgettingFactor”,0.999);

属性

全部展开

除非另有说明，属性是nontunable，这意味着您不能在调用对象之后更改它们的值。对象在调用时锁定，而释放函数打开它们。

如果一个属性是可调，您可以随时更改它的值。

有关更改属性值的更多信息，请参见在MATLAB中使用系统对象进行系统设计．

`方法`- - - - - -移动标准差法
`“滑动窗口”`(默认)|`指数权重的`

“滑动窗口”-指定长度的窗口SpecifyWindowLength沿每个通道在输入数据上移动。对于窗口经过的每个样本，对象计算窗口中数据的标准差。
指数权重的-对象计算指数加权移动方差，并取平方根。

有关这些方法的详细信息，请参见算法．

`SpecifyWindowLength`- - - - - -指定窗口的长度
`真正的`(默认)|`假`

标志以指定一个窗口长度，指定为标量布尔值。

真正的—滑动窗口的长度等于在WindowLength财产。
假—滑动窗口的长度为无穷大。在这种模式下，使用当前样本和所有过去的样本来计算标准差。

依赖关系

此属性在设置时应用方法来“滑动窗口”．

`WindowLength`- - - - - -滑动窗的长度
4(默认)|积极的标量整数

样本中滑动窗口的长度，指定为正标量整数。

依赖关系

此属性在设置时应用方法来“滑动窗口”和SpecifyWindowLength来真正的．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`ForgettingFactor`- - - - - -指数权重因子
0．9(默认)|(0,1)范围内的正实标量

指数加权因子，指定为在(0,1)范围内的一个正实标量。

由于此属性是可调的，因此即使在对象被锁定时也可以更改其值。

可调:是的

依赖关系

此属性在设置时应用方法来指数权重的．

数据类型:单|双

使用

语法

y = movStd (x)

描述

例子

y= movStd (x）计算输入信号的移动标准差，x，采用滑动窗口法或指数加权法。

输入参数

全部展开

`x`- - - - - -数据输入
向量|矩阵

数据输入，指定为向量或矩阵。如果x是一个矩阵，每一列被视为一个独立的通道。沿每个通道计算移动标准差。该对象还接受可变大小的输入。锁定对象后，可以更改每个输入通道的大小，但不能更改通道的数量。

数据类型:单|双
复数的支持:金宝app是的

输出参数

全部展开

`y`-移动标准差
向量|矩阵

移动输入信号的标准偏差，以向量或矩阵的形式返回。

数据类型:单|双
复数的支持:金宝app是的

对象的功能

要使用对象函数，请指定System对象作为第一个输入参数。例如，释放名为system的对象的系统资源obj，使用下面的语法:

发行版(obj)

全部展开

所有系统对象都是通用的

`一步`	运行系统对象算法
`释放`	释放资源并允许更改系统对象属性值和输入特征
`重置`	使内部状态复位系统对象

例子

全部折叠

噪声方波信号的移动标准差

打开脚本

利用该方法计算具有不同振幅的噪声方波信号的移动标准差dsp。MovingStandardDeviation对象。

初始化

设置movstdWindow和movstdExp对象。movstdWindow采用滑动窗口法，窗口长度为800。movstdExp采用指数加权法，遗忘因子为0.999。创建用于查看输出的时间范围。

FrameLength = 100;Fs = 100;movstdWindow = dsp.MovingStandardDeviation (800);movstdExp = dsp。MovingStandardDeviation (.．.“方法”，指数权重的，.．.“ForgettingFactor”, 0.999);范围= timescope (“SampleRate”Fs,.．.“TimeSpanOverrunAction”，“滚动”，.．.“TimeSpanSource”，“属性”，.．.“时间间隔”, 1000,.．.“ShowGrid”,真的,.．.“BufferLength”1 e7,.．.“YLimits”3依照[0]);title =“实际(黄色)滑动窗口(蓝色)指数加权(红色)标准差”；范围。标题=标题;

计算标准差

产生有噪声的方波信号。在给定帧数后改变方波的振幅。对该信号应用滑动窗法和指数加权法。实际的标准差是sqrt (np)．此值在向数据添加噪声时使用。将实际标准差与计算标准差在时间范围上进行比较。

数= 1;噪声功率= 1e-4 * [1 2 3 4];为Index = 1:length(noisepower) np = noisepower(Index);yexp = sqrt (np) * 1 (FrameLength 1);为i = 1:20 0 x = sqrt(np) * randn(FrameLength,1); / /日元= movstdWindow (x);y2 = movstdExp (x);范围((yexp, y1, y2));结束结束

算法

全部展开

滑动窗口方法

在滑动窗口方法中，当前样本的输出是当前样本相对于窗口中数据的标准差。来计算第一个Len- 1输出，当窗口没有足够的数据时，算法用零填充窗口。例如，当第二个输入样本进入时，为了计算标准差，算法填充窗口Len- 2 0。Len为样本中窗口的长度。数据矢量,x，是接下来的两个数据样本Len- 2 0。

当您没有指定窗口长度时，算法将选择一个无限的窗口长度。在这种模式下，输出是当前样本相对于通道中所有先前样本的移动标准差。

考虑一个使用滑动窗口方法计算流输入数据的移动标准差的例子。该算法使用窗口长度为4。对于每个输入样本，长度为4的窗口将沿着数据移动。

指数加权法

在指数加权法中，移动标准差递归计算采用以下公式:

$\begin{array}{l} {年代}_{N ， λ} ＝ \sqrt{\frac{1}{v_{N ， λ}} \sum_{k ＝ 1}^{N} λ^{N - k} {［ x_{k} - {\bar{x}}_{N ， λ} ］}^{2}} \\ v_{N ， λ} ＝ \frac{2 λ （ 1 - λ^{N - 1} ）}{（ 1 - λ ）（ 1 + λ ）} \end{array}$

${年代}_{N ， λ}$ -移动当前数据样本相对于其他数据的标准偏差。
${［ x_{k} - {\bar{x}}_{N ， λ} ］}^{2}$ -每个数据样本与数据平均值之间的差异的平方。
$\sum_{k ＝ 1}^{N} λ^{N - k} {［ x_{k} - {\bar{x}}_{N ， λ} ］}^{2}$ -每个数据样本与数据平均值之间的差值，平方并乘以遗忘因子。所有平方项都加起来了。
$\frac{1}{v_{N ， λ}}$ -应用于总和的权重因子。
λ -遗忘因子。