Weighted Moving Average (Obsolete) Hinweis: Der Weighted Moving Average Block ist veraltet. Dieser Block wurde aus der diskreten Bibliothek in R2008a entfernt und durch den diskreten FIR Filterblock ersetzt. Allerdings bestehen bestehende Modelle, die den Block "Weighted Moving Average" enthalten, weiterhin für die Abwärtskompatibilität. Verwenden Sie den diskreten FIR Filterblock in neuen Modellen. Betrachten Sie die Verwendung der slupdate-Funktion, um Weighted Moving Average mit diskretem FIR Filter in bestehenden Modellen zu ersetzen. Der gewichtete Moving Average-Block sperrt und hält die N aktuellsten Eingänge, multipliziert jede Eingabe mit einem vorgegebenen Wert (angegeben durch den Wert "Gewichte") und stapelt sie in einen Vektor. Dieser Block unterstützt sowohl Single-Outputs Single-Output - (SISO) als auch Single-InputMulti-Output (SIMO) - Modi. Für den SISO-Modus wird der Wert Weights als Zeilenvektor angegeben. Für den SIMO-Modus werden die Gewichte als Matrix angegeben, wobei jede Zeile einer separaten Ausgabe entspricht. Sie können wählen, ob der Datentyp und die Skalierung der Gewichte im Dialog mit dem Gain-Datentyp-Parameter angegeben werden sollen oder nicht. Der Initial Condition-Parameter liefert die Anfangswerte für alle Zeiten vor der Startzeit. Sie legen das Zeitintervall zwischen den Samples mit dem Sample Time Parameter fest. Der Weighted Moving Average-Block multipliziert seine Eingaben zuerst mit dem Wert "Weights", wandelt diese Ergebnisse mit den angegebenen Rundungs - und Überlaufmodi in den Ausgabedatentyp um und führt dann die Summierung aus. Datentyp-Unterstützung Der Weighted Moving Average-Block unterstützt alle numerischen Datentypen, die Simulink x00AE unterstützt, einschließlich Festpunkt-Datentypen. Parameter Geben Sie die Gewichte des gleitenden Durchschnitts eine Zeile pro Ausgang an. Der Wert "Gewichte" wird von der Verdoppelung zum angegebenen Datentyp offline unter Verwendung von Rund-zu-Nächsten und Sättigung umgewandelt. Geben Sie die Anfangswerte für alle Zeiten vor der Startzeit an. Der Anfangsbedingungsparameter wird von Doppel - zu dem Eingabedatentyp offline unter Verwendung von Rund-zu-Nächsten und Sättigung umgewandelt. Geben Sie das Zeitintervall zwischen den Samples an. Um die Sample-Zeit zu erben, setzen Sie diesen Parameter auf -1. Weitere Informationen finden Sie unter Sample Time in der Online-Dokumentation. Ausgabedatentyp Geben Sie den Ausgabedatentyp an. Sie können es festlegen: Eine Regel, die einen Datentyp erbt, zB Inherit: Inherit über Backpropagation Der Name eines Datentypobjekts, z. B. ein Simulink. NumericType-Objekt Ein Ausdruck, der beispielsweise einen Datentyp auswertet , Fixdt (1,16,0) Klicken Sie auf die Schaltfläche Datentyp anzeigen, um den Datentyp-Assistenten anzuzeigen. Die Ihnen hilft, den Output Datentyp Parameter zu setzen. Sperrausgangsskalierung gegen Änderungen durch das Autokalibrierwerkzeug Auswählen, um die Skalierung der Ausgänge gegen Änderungen durch das Festpunkt-Werkzeug zu sperren. Integer-Rundungsmodus Rundungsmodus für den Festkomma-Ausgang Weitere Informationen finden Sie unter Rundung. Sättigen Sie auf max oder min, wenn Überläufe auftreten Wenn ausgewählt, feste Punktüberläufe sättigen. Ansonsten wickeln sie ein. Geben Sie den Datentyp des Wertes "Gewichte" an. Sie können es festlegen: Eine Regel, die einen Datentyp erbt, zB Inherit: Inherit über interne Regel Der Name eines Datentypobjekts, z. B. ein Simulink. NumericType-Objekt Ein Ausdruck, der beispielsweise einen Datentyp auswertet , Fixdt (1,16,0) Klicken Sie auf die Schaltfläche Datentyp anzeigen, um den Datentyp-Assistenten anzuzeigen. Die Ihnen hilft, den Gain-Datentyp-Parameter festzulegen. (Siehe Datentypen mit Datentyp-Assistenten für weitere Informationen angeben.) Angenommen, Sie wollen diesen Baustein für zwei Ausgänge (SIMO-Modus) konfigurieren, wobei der erste Ausgang durch y 1 (k) a 1 x22C5 u (k) b 1 x22C5 gegeben ist (K x2212 1) c 1 x 22C5 u (k x 2212 2) Der zweite Ausgang ist gegeben durch y 2 (k) a 2 x 22C5 u (k) b 2 x 22C5 u (k x 2212 1) und die Anfangswerte von u (k - 1) und u (k - 2) sind durch ic1 und ic2 gegeben. beziehungsweise. Um den Weighted Moving Average-Block für diesen Fall zu konfigurieren, müssen Sie den Wert Weights als a1 b1 c1 a2 b2 c2 mit c2 0 und den Initialzustandsparameter als ic1 ic2 angeben. EigenschaftenDokumentation Diskrete FIR Filter Beschreibung Der diskrete FIR Filterblock filtert jeden Kanal des Eingangssignals mit dem angegebenen digitalen FIR Filter unabhängig voneinander. Der Block kann statische Filter mit festen Koeffizienten implementieren, sowie zeitvariable Filter mit Koeffizienten, die sich mit der Zeit ändern. Sie können die Koeffizienten eines statischen Filters während der Simulation einstellen. Dieser Block filtert jeden Kanal des Eingangssignals unabhängig über die Zeit. Mit dem Parameter Input Process können Sie festlegen, ob der Baustein jedes Element der Eingabe als eigenständiger Kanal (samplebasierte Verarbeitung) oder jede Spalte der Eingabe als eigenständiger Kanal (rahmenbasierte Verarbeitung) behandelt. Um eine rahmenbasierte Verarbeitung durchzuführen, müssen Sie eine DSP System Toolboxx2122 Lizenz haben. Die Ausgabedimensionen entsprechen denen der Eingabe, außer wenn Sie eine Matrix von Filterabgriffen für den Koeffizientenparameter angeben. Wenn Sie dies tun, hängen die Ausgabedimensionen von der Anzahl der verschiedenen Sätze von Filterabgriffen ab, die Sie angeben. Die Ausgänge dieses Bausteins entsprechen den Ausgängen des DSP-System-Toolbox-Digital-Filter-Design-Bausteins und des Signal Processing Toolboxx2122 dfilt-Objekts. Dieser Block unterstützt die Simulink x00AE State Logging Funktion. Weitere Informationen finden Sie im Simulink Benutzerhandbuch. Filterstrukturunterstützung Sie können die Filterstruktur, die mit dem diskreten FIR-Filterblock implementiert wurde, ändern, indem Sie eine der folgenden aus dem Filterstrukturparameter auswählen: Direktform symmetrisch Direktform antisymmetrisch Direktform transponiert Sie müssen über eine verfügbare DSP-System-Toolbox-Lizenz verfügen, um ein Modell auszuführen Mit einer dieser Filterstrukturen außer Direct Form. Angeben von Anfangszuständen Der diskrete FIR-Filterblock initialisiert die internen Filterzustände standardmäßig auf Null, was die gleiche Wirkung hat wie die Annahme, dass die eingehenden Ein - und Ausgänge null sind. Sie können optional den Initial-Zustands-Parameter verwenden, um die ungleichen Anfangsbedingungen für die Filterverzögerungen festzulegen. Um die Anzahl der Anfangszustände zu bestimmen, die Sie angeben müssen und wie sie angeben, siehe Tabelle auf gültigen Anfangszuständen. Der Parameter Initial States kann eine der in der nächsten Tabelle beschriebenen Formulare ausführen. Gültige Anfangsstaaten Wählen Sie Ihr LandDokumentationobjekt Speichern und Laden von saveObjectImpl legt fest, welche Eigenschaften und Statuswerte in einer MAT-Datei gespeichert werden, wenn Sie auf diesem Objekt aufrufen. Wenn Sie für Ihre Systemobjektklasse keine saveObjectImpl-Methode definieren, werden nur öffentliche Eigenschaften und Eigenschaften mit dem DiscreteState-Attribut gespeichert. Sichern Sie den Zustand eines Objekts nur, wenn das Objekt gesperrt ist. Wenn Sie das gespeicherte Objekt laden, lädt das Objekt in diesem gesperrten Zustand. In diesem Systemobjekt werden die Filterkoeffizienten gespeichert, wenn das Objekt gesperrt ist. LoadObjectImpl legt fest, welche Systemobjekt-Eigenschaft und Statuswerte beim Laden einer MAT-Datei geladen werden. LoadObjectImpl sollte Ihrem saveObjectImpl entsprechen, um sicherzustellen, dass alle gespeicherten Eigenschaften und Daten geladen werden. Hinweis: Sie müssen für diese Methode Zugriffsberechtigung setzen. Systemobjekt Verwendung in MATLAB In diesem Beispiel wird das Systemobjekt verwendet, um Rauschen aus einer lauten Pulssequenz zu entfernen. Die Länge des gleitenden Durchschnittsfilters beträgt 30 Samples. Wenn Sie das vordefinierte dspdemo. MovingAverageFilter verwenden. Ersetzen Sie diesen Namen für MovingAverageFilter im Klassen-Konstruktor, zB movingAverageFilter dspdemo. MovingAverageFilter (WindowLength, 30). Simulink-Anpassungsmethoden Sie müssen noch ein paar Methoden definieren, um das Systemobjekt in einem Simulink-MATLAB-Systemblock verwenden zu können. Diese Methoden sind nicht erforderlich, wenn Sie das Systemobjekt nur in MATLAB verwenden. GetOutputSizeImpl gibt die Größen jedes Ausgabeports zurück. Bei Systemobjekten mit einem Eingang und einem Ausgang und wo die Input - und Output-Größen gleich sein wollen, müssen Sie diese Methode nicht implementieren. Im Fall von MovingAverageFilter. Es gibt eine Eingabe und Ausgabe und die Größe von jedem ist das gleiche. Entfernen Sie daher diese Methode aus der Klassendefinition von MovingAverageFilter. GetDiscreteStateSpecificationImpl gibt die Größe, den Datentyp und die Komplexität einer Eigenschaft zurück. Diese Eigenschaft muss eine diskrete Staatseigenschaft sein. Sie müssen diese Methode definieren, wenn Ihr Systemobjekt diskrete Zustandsmerkmale hat und im MATLAB-Systemblock verwendet wird. In diesem Beispiel wird die Methode verwendet, um die State-Eigenschaft zu definieren. Wähle dein Land
No comments:
Post a Comment