Общие вопросы

[Алексей Геннадьевич]

Еще бы описание алгоритма, а то в этой паутине визуально трудно разобраться.

3 регистра :
1- накопление (согласно установленному к-ву тактов накопления)
2- хранение
3 - списывание равными частями, кратными к-ву тактов накопления. (из-за особенности построения алгоритм "сглаживает" пиковые значения - если в одном такте пришло значение 900 а в следующем - 100, (при к-ве тактов=2) то списаны они будут равными частями по 500).

[Алексей Геннадьевич]

Здорово, но имхо сложновато для реализации столь простой задачи. Если сделать по принципу тактового конвейера сигнала на SEL то тот же результат получается проще, без этих 1,2,3, просто на выходе суммированием конвейера (ну потом просто поделить надо на кол-во элементов конвейера).

Так сделайте такой макрос на усреднение "скользящим окном" скажем... 500-2000 значений. Или когда неизвестна необходимая глубина накопления, и её нужно при ПНР менять. А потом поговорим.
Всё очень сильно от задачи зависит.

[Владимир Ситников]

Так сделайте такой макрос на усреднение "скользящим окном" скажем... 500-2000 значений. Или когда неизвестна необходимая глубина накопления, и её нужно при ПНР менять. А потом поговорим.
Всё очень сильно от задачи зависит.

Поговорим ещё раз об экспоненциальном сглаживании?

2 умножения, одно сложение, и глубина окна легко настраивается

[Алексей Геннадьевич]

Поговорим ещё раз об экспоненциальном сглаживании?

2 умножения, одно сложение, и глубина окна легко настраивается

http://www.owen.ru/forum/showthread....l=1#post201368
Займитесь, если вам нетрудно. Только ширина "окна" должна настраиваться при необходимости.

[Серёга Букашкин]

2 умножения, одно сложение, и глубина окна легко настраивается

Рекуррентные методы сглаживания для целочисленных теряют точность. Метод с конвейерным хранением предистории последних выборок с переменным временем выборки дает и точность, и возможность измерять скорость изменения сигнала. Непонятно зачем на относительно большую глубину времени обрабатывать часто, "скользящим окном".

[AI!]

Рекуррентные методы сглаживания для целочисленных теряют точность. Метод с конвейерным хранением предистории последних выборок с переменным временем выборки дает и точность, и возможность измерять скорость изменения сигнала. Непонятно зачем на относительно большую глубину времени обрабатывать часто, "скользящим окном".

я вам больше скажу - метод со "скользящим окном", где самый старый элемент удаляется не "лично", а "равными долями" - это и есть метод с экспоненциальным сглаживанием.
только вещественная точка искусственно сдвинута (напр. если n=4, то на два двоичных разряда, если n=10, то а 1 десятичный)

PS есть мысль сделать сделать сей алгоритм, смоделировав плавающую точку, но использовать только целочисленную арифметику.
(что-то подобное я уже делал в макросе вычисления квадратного корня в 11году..)

[Сергей0308]

Так сделайте такой макрос на усреднение "скользящим окном" скажем... 500-2000 значений. Или когда неизвестна необходимая глубина накопления, и её нужно при ПНР менять. А потом поговорим.
Всё очень сильно от задачи зависит.

Вроде как просили, даже переборщил малёк с "бесконечной длиной стека"(пока сброс не нажмёшь), или что не так?

Среднее с бесконечным стеком.PNG

Вот поправил со стеком длиной 1000:

Среднее со стеком длиной 1000_1.PNG

Среднее со стеком длиной 1000_2.PNG

Среднее со стеком длиной 1000_3.PNG

Я всю свою речь веду к тому, неужели нельзя проще придумать, чем у Вас:

Среднее.PNG

Лично я, глядя на подобные конструкции начинаю выяснять, не проще ли на абаке посчитать!