Moving Average von Sp-Vektor < Matlab < Mathe-Software < Mathe < Vorhilfe
|
| Status: |
(Frage) beantwortet  | | Datum: | 17:54 So 18.02.2007 | | Autor: | justize |
Hallo,
ich habe einen Spaltenvektor [mm] (mittel_v) [/mm] der Länge n.
Dieser ist gefüllt mit Gleitkommazahlen - EUR/USD-Wechselkurs.
Ich würde diese Daten gern "glätten" wollen, z.B. mit einem Moving Average der Länge m (z.B. m = 13).
Diese berechneten Daten des MAs sollen nun wieder in einem Spaltenvektor der Länge n abgelegt werden, da ich diese nun einer FFT unterziehen möchte.
Hat alternativ eventuel noch jemand eine Idee, wie ich diese Daten z.B. durch einen Butterworth-Tiefpass schicke, damit ich hohe Spektralanteile ausblenden kann?
MfG JustY
Ich habe diese Frage in keinem Forum auf anderen Internetseiten gestellt.
|
|
| |
|
Hallo,
in der GUI-Hilfe (nicht command window!) findest zu eine Implementierung eines running average:
windowSize = 5; %bei dir dann 13
filter(ones(1,windowSize)/windowSize, 1, data);
Für eine Butterworth-Filterung kann man sich einen Filter mit butter erzeugen und mit filter anwenden.
Gruß
Martin
|
|
|
| |
|
Habe die Frage zum moving average filter gerade erst gelesen, daher die späte Antwort:
die vorgeschlagene Implementierung aus matlab für einen moving average filter
windowSize = 5;
filter(ones(1,windowSize)/windowSize,1,data)
funktioniert zwar, allerdings werden dabei aber zum Einen die Daten nach rechts verschoben (weil der filter nur die vorhergehenden Nachbarn, nicht aber die nachfolgenden mit einbezieht) und die ersten Werte (im obigen Fall 5) werden falsch bestimmt, weil das Randproblem nicht gelöst ist. Bei den ersten 5 Werten gibt es ja keine 5 vorherigen Werte.
Falls jemand dazu noch weitere Infos braucht bitte melden, ich schicke gerne mal ein pdf von mir in dem das Problem erläutert wird. Ich habe auch ein m-File für einen moving average filter geschrieben (bzw. bin gerade dabei) der das Problem löst. Würde mich freuen wenn da jemand eine elegantere Lösung als ich hätte.
Viele Grüße,
Christian
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig  | | Datum: | 20:09 Do 01.03.2007 | | Autor: | Martin243 |
Hallo,
bei größeren Datenmengen sind die Randwerte eher unerheblich. Außerdem hat der verschleppte Durchschnitt (also nicht zentriert) den Vorteil, dass es egal ist, ob die Fenstergröße gerade oder ungerade ist. Bei gerader Fenstergröße lässt sich das Fenster ja schlecht zentrieren.
Aber nehmen wir mal an, die Fenstergröße ws sei ungerade. Dann könnten wir doch Folgendes machen:
xdata = data;
for i=1:ws/2,
xdata = [ws*mean(xdata(i:ws-1))-sum(xdata(1:ws-1)) xdata ws*mean(xdata(end-ws+2:end-i+1))-sum(xdata(end-ws+2:end))];
end;
schnitt0 = filter(ones(1,ws)/ws,1,xdata);
schnitt = schnitt0(ws:end);
Wir ergänzen also die Datenreihe um "durchschnittskompatible" Werte und kürzen die gefilterte Reihe wieder.
Ich weiß nicht, ob ich deine Kritik am running average richtig verstanden habe, aber falls ja, dann sollte das Problem durch obige Zeilen auch gelöst sein.
Gruß
Martin
|
|
|
|
