Simulink Weighted Moving Average Block

Ich bin neu bei Simulink. Ich möchte den Durchschnitt der eingehenden Daten (die nach einigen Intervallen kommt) von einem Block zu tun. Zum Beispiel sind ununterbrochene gerahmte Daten von 42 Proben von einem Block entfernt. Zusammen mit den gerahmten Daten gibt es einen weiteren Ausgang (Tag), der besagt, dass diese Framesamples zu welcher Kategorie gehören. Tags sind Zahlen von 1-6. Die Ausgabe ist zufällig. Ich möchte die gleiche Kategorie Daten Durchschnitt. Wie der erste Frame ist von cat1, dann nach 4 Frames Kat1 Frame wieder kommt. Nun, wie sollte ich diesen neuen Rahmen mit dem vorherigen Ich möchte dies für alle Kategorien zu tun Durchschnitt. Bitte helfen Sie mir heraus in diesem. Eine schnelle und schmutzige Lösung wäre, eine Arraylist für jede Kategorie implementieren. Initialisieren Sie die Liste mit NaNs und halten Sie einen Zähler für die letzte Probe aus jeder Kategorie. Mit der Mittelfunktion können Sie den Mittelwert aller Messungen erhalten. Wenn Sie nur den Durchschnitt des aktuellen Rahmens und des vorherigen Rahmens wollen, können Sie einfach (cat1 (n1) cat1 (n11)) bedeuten, wobei cat1 der Arraylist für Frames aus der Kategorie 1 ist und n1 der Index des vorherigen Frames in cat1 ist . Wenn Sie einen gewichteten gleitenden Durchschnitt für eine Echtzeitimplementierung wünschen, erstellen Sie für jede Kategorie eine durchschnittliche Variable (nennen Sie sie av1, av2 usw.) und berechnen Sie av1 alphaav1 (1-alpha) cat1 (n11) (wobei alpha das Gewicht ist Bis zum vorherigen Durchschnitt (alphalt1) und cat1 (n11) ist die neue Messung), wenn ein cat1-Rahmen kommt. Antwort vom 26. März 14 um 17: 39Anhang D: The Weighted Moving Average Von Einführung in Simulink mit Engineering Applicatioins, Second Edition Dieser Anhang beschreibt den Weighted Moving Average Block, der in der letzten Version von Simulink nicht mehr verwendet wird. Es wurde durch den Digital-FIR-Filterblock ersetzt, der in der Discrete Blocks Library, Kapitel 5, beschrieben ist. Er wird hier als Einführung in das Konzept des gleitenden Durchschnitts und zugunsten derjenigen Leser vorgestellt, die mit früheren Versionen des Simulinks arbeiten Paket. D.1 Der gewichtete gleitende Mittelblock Der gewichtete gleitende Mittelblock prüft und hält die N letzten Eingaben, multipliziert jeden Eingang mit einem vorgegebenen Wert (angegeben durch den Parameter "Gewichte") und stapelt sie in einem Vektor. Dieser Baustein unterstützt sowohl Single-Input-Single-Output - (SISO) als auch Single-Input-Multi-Output (SIMO) - Modi. Eine detaillierte Beschreibung finden Sie im Hilfemenü für diesen Baustein. Die folgende Diskussion wird uns helfen, die Bedeutung eines gewichteten gleitenden Durchschnitts zu verstehen. Angenommen, die Spannungen, die von einem elektronischen Gerät in einem 5-tägigen Zeitraum von Montag bis Freitag angezeigt wurden, betrugen 23,5, 24,2, 24,0, 23,9 bzw. 24,1 Volt. Der Durchschnitt dieser fünf Messwerte ist jetzt, vorausgesetzt, dass am darauffolgenden Montag der Messwert 24,2 Volt gefunden wurde. Dann, den neuen 5-Tage-Durchschnitt auf der Grundlage der letzten fünf Tage, Dienstag bis Montag ist Wir beobachten, dass die 5-Tage-Durchschnitt von 23,94 auf 24,08 Volt geändert hat. Mit anderen Worten, der Durchschnitt hat sich von 23,94 auf 24,08 Volt bewegt. Daher der Name gleitenden Durchschnitt. Jedoch kann ein aussagekräftigerer gleitender Durchschnitt erhalten werden. ADC Analog-Digital-Wandler AGC Automatische Verstärkungsregelung AWGN Additiv Weiß Gaußsches Rauschen BER Bitfehlerrate BLAST Bell Labs Layered Space-Time BPSK Binärphasenumtastung BSC. Anhang 8.5 Vorlage zum Scoring von RFI-Fokusbereichen Es wird empfohlen, eine Kombination aus Score - und Gewichtungssystemen zu verwenden. Dies ist ideal für die Bewertung der verschiedenen Bereiche der RFI geeignet. Der am stärksten repräsentative Wert (MRV) Manchmal wird eine Anzahl von Messungen der gleichen Entität gemacht, möglicherweise zu unterschiedlichen Zeiten. Daraus ergibt sich die Frage: Welcher Wert als gewählt werden kann. 6.6 MIMO-SYSTEME Die mit mehreren Antennensystemen erzielbare Diversity-Verstärkung kann auch mit einem MISO - oder einem SIMO-System erreicht werden. Die Besonderheit von realen MIMO - Systemen ist ihre Leistungsfähigkeit. Dieser Anhang ist eine kurze Einführung in die Proportional-Integral-Derivative Steuerung, kurz als PID bekannt. Die Komponenten und die Funktionen eines typischen PID werden beschrieben und zwei Beispiele.