適応型デジタルフィルタ

新しいコメント
 
現在、多くの人が気象庁やその修正版を使っていますが、それがどのような理論的前提で動いているのか、ほとんど言及されていません。 ご存知の方がいらっしゃいましたら、教えてください。
 

このテーマについては、http://prodav.narod.ru/dsp/index.html（"適応型デジタル・フィルタリング "の項を参照）に多くの情報があります。


Privalにも聞いてみて ください、彼は私たちの中で唯一のDSP専門家のようです、理論的に助けてくれると思います。

PS：JMAとは？

 

ぜひ協力させてください。しかし、残念ながらMQLのコードは、書籍で見慣れているような数式が書かれているMathCadのように自由に読むことはできません。としか思えないのですが（自信はありませんが）、回帰型の一つを使うことで、より明確な

y(x)=ax+bのような線形回帰が ある。係数aやbの計算方法は様々で、ANCを使ったり（そこでは使わないようです）、再帰を使ったりしますが、それを理解するにはループを明確に理解する必要があります（どこで、何を、なぜ計算するのか、そこで混乱します）。回帰式自体の+タイプを計算しながら、いくつかのif（）があるため、おそらく非線形回帰は、どのように多くの係数があることは明らかではありません。

一般に、ほとんどすべての指標はデジタル・フィルターと考えることができ、MAはデジタル・フィルターである。適応という言葉は通常、入力信号の特性によっていくつかのパラメータ（フィルタグットの係数）を変更しなければならないことを意味する。したがって、まず、AMA、FRAMAなどの適応型デジタルフィルタ（入力プロセスの分散推定に応じて平均化パラメータ（n）が変化する）、ほとんどすべてのFFT、ウェーブレットフィルタの閾値処理（TFパラメータと入力希望信号のスペクトルとのマッチングを図る）などを紹介します。

しかし、SATL、FATLは、設計段階で、フィルタの過渡応答と入力信号のスペクトル（AFRとIFR）を一致させるTF係数を計算し、動作中はこれらの係数が変化しないため、適応型ではない。いわゆるマッチドフィルターと呼ばれるものです。しかし、理想的な、DSPでいうところの最適なフィルターがあり、それを作るのは難しいですが、可能です。そのためには、有用な信号とノイズのスペクトルを知る必要があります。

お役に立てたのか、混乱させたのか分かりませんが（＾＾；）、いずれにせよ、頑張ってください。

 
2 grasn- リンクをどうもありがとうございます、資料はとても良いです）

2 Prival - 私はこの種のデジタルフィルタの 経験がありますが、「理論から実践へ」の原則で（カウフマンフィルタ）、視覚的にはとても良い結果でしたが、統計的には特に利点は見られませんでした。アルゴリズムに独自の解法を加えたので、統計はJMAの方がよく、そこを理解したいですね。あとは、理論を元にコードを分解して、違いを探すしかないですね))
 
NightPaul:

2 grasn- リンクをどうもありがとうございます、資料はとても良いです） 2

Prival - 私はこの種のデジタルフィルタの経験がありますが、「理論から実践へ」の原則で（カウフマンフィルタ）、視覚的にはとても良い結果でしたが、統計的には特に利点は見当たりませんでした。アルゴリズムに独自の解法を加えたので、統計はJMAの方がよく、そこを理解したいですね。あとは、理論に基づいたコードを分解して、違いを探すしかないですね ))

次のようにしてみてください：AMA（Kaufman）を基本として、単純平均の代わりに回帰 モデルを使用します。たぶん、この方が簡単で、すべてがクリアになる＋自分のコードを作ることになるのでしょう。IHMOこの組み合わせは良いかもしれません。
 
ちなみに、悪い選択肢ではありません。結果が出たら、またお知らせします。
 
プライヴァル、コードを数式に書き直しますので、説明してください。
 
Integer:
プライヴァル、コードを数式に書き直しますので、説明してください。

何のコードかというと、気象庁。それとも、JMAをどう書き換えるかを数式で書けばいいのでしょうか？私のプログラミングの経験から言うと、他人のコードを扱って同じ（あるいはよく似た）ものを書くより、自分で書いたほうがいい（速い）。
 

同僚よ、あまり迷惑と思わないでほしいのですが、気象庁とは何ですか？最も単純と思われるWidrow-Hopfの最小二乗法をベースに、自分なりの適応フィルタを作ってみた。いくつかの実験の後、私はFXの時系列に 適応するフィルタを作るのは不可能だと300％確信しました。なぜなら、奇跡は起きず、魔法使いがいるだけだからです。主な理由は非定常性の影響が大きいことで、フィルタの性能の表面は常に変化するため、この表面の極小値が変化し、また重み付け係数の収束にも問題がある。しかし、一般的には - 私は専門家ではなく、DSPを独学で学んだだけです。

追記：もし本当にアダプティブフィルターを 作ったら、ぜひ拝見させてください :o)

 
2Integer
 面倒でなければ、この記事「ラグを最小にした効率的な平均化アルゴリズムとそのインジケータへの 利用」のJJMASeriesのコードを分解してみるとよいでしょう。

 2grash
 気象庁について著者本人が書いているのはこちら ) -http://www.jurikres.com/catalog/ms_ama.htm#top
すべて売り物なので、分解されたコードしか手に入りません。私自身は理解しているのですが、何が厄介なのか、どうしても理解したいのです。
 

ちなみにカルマンフィルタについては軽くヒットしています（Prival さん、あなただけにです）。

JMAは、他のソフィスティケートされた方法よりも優れたパフォーマンスを発揮します。

カルマンフィルター（g、g-h、g-h-k）、フェージングメモリあり/なし
Savitzky-Golayフィルタ(フェージングメモリ付き/なし)
カウフマン適応型移動平均 (KAMA)
シャンデーズ・バリアブル・インデックス・ダイナミック・アベレージ(VIDYA)
二重指数移動平均(DEMA)
トリプル指数移動平均(T3)
ブラウン修正移動平均(MMA)
エーラーの修正光学楕円フィルター（MEF)
エーラー式対称重み付けFIRフィルタ
ハル移動平均(HMA)

追伸：ちなみに、このページの下の方にカルマンフィルタへのリンクがあります。

1234567891011121314151617181920212223242526272829303132333435363738394041
新しいコメント
理由: