最小位相のFIRフィルタ - ページ 7

新しいコメント
 
各ペアの時間枠ごとにコックを選択すると、例えば1024分足のサンプルでは、インパルス特性の長さは1024ポイントから3ポイントまで変化し、1分足を結ぶ中間線を含めると、コックの数は指数関数的に増加することになります。しかし、もう一つ、タイムフレームは「大きく」なり、すべてのTFの「長さ」を最小離散度TFの幅に合わせると、ポイントのずれが生じ、バーの傾きが中間値まで落ちてしまうのです。
 
幾何学で解くことが可能です。しかし、マルチカレンシーに収まるわけもなく、解析に便利な要素も持っています。もちろん、インデックスを構築して目標レベルを計算するために使用し、より異質なものに応じてペアを選択することはできますが、それはまた曖昧な画像であり、すべてのペアのスペクトル全体がなければ、インデックスを正しく構築することはできません。つまり、ノイズがないと言うことは、全周波数のスペクトルがあれば、それらはすべて計算に必要ですが、計算できないので、何かを犠牲にして、遅い成分を外挿する必要がありますが、高い周波数の成分は予測できないままなので、信号とノイズを分けているように見えますが、実はこの「ノイズ」も信号中の有用成分で、平等に計算に参加しているんですね。
 
シフトフィルターとかについて。これらのフィルターからPascalのトライアングルを作ってみた方はいらっしゃいますか？
 
パスカルの三角形に進行を設定するのは一般的に良いことです。つまり、パスカルの三角形は「伸縮」させることができます。プログレッション係数を変更することで要するに、重み係数のセットを持つフィルタの階層が得られるのです。しかし、そのような係数では、彼らの業績は順調とは言えません。三角形のエッジを切り取るのではなく、滑らかに減衰するように作れば、より良いものになると思います。さて、このパラメータを設定するのはいいのですが。そうすれば、フィルター階層ごとに、大きな再描画をすることなくフィルターを移動させることができ、滑らかな係数のセットを持つ別のフィルターを構築するために、前のフィルターの値を使用することができるのです。夜になったら記述してみようと思います。
 
パスカルの三角形は、重み関数が三角形の偶数レベルでは台形に近く、パスカルの奇数レベルでは三角形に近い氣のフィルターの集合と考えることができる。 では、パスカルの三角形からパスカルの三角形を作ると、これらの関数の種類はどう変化するか、などなどである。 例えば、100本目の深さのパスカル三角形ができたとすると、三角形のすべてのレベル（つまり、パスカル三角形のレベルの行の値に対応するバーの値をかけたフィルタから最後のバーの値を取り、それらの100の値から、前の三角形の結果から三角形を再計算する回数を設定します。あるいは、この係数は、最初にパスカルの三角形を伸ばしたり縮めたりする可変の機能を持つのかもしれない。つまり、この三角形同士の計算をしないように、パスカルの三角形のバリエーションに関する公式が存在するのかもしれない。
 
Nik1972:
これらのフィルターからパスカルの三角形を構築してみた方はいらっしゃいますか？
意味がわからない...。パスカルの三角形は、ある数字から構成されます。また、フィルターからのパスカルの三角形とは？そして最も重要なのは、何のために、何を得たいのか、物理的な意味は何なのか、ということです。
 
AlexeyFX:
意味がわからない...。ある数字からパスカルの三角形が構成される。また、パスカルトライアングルは、どのようなフィルターでできているのでしょうか？そして、最も重要なのは、何のために、何を得たいのか、物理的な意味は何なのか、ということです。
意味はどうでもいいのです。重要なのは、パスカルの三角形です。
 
正解！パスカルの三角形は数字で構成され、フィルターは線形重み付けされた波動機械のように分数係数を持つ。魔法使いの扇形（単純）を構成し、その平均同士の平均などを構成すると、分数係数のパスカル三角形が得られる。 ここで、分子にはパスカル三角形そのもの、つまりそれを囲む数字が、分母には2基底で増える数字が入る。要するに、パスカルの三角形のレベルが整数から分数に変わり、それが深さの異なるフィルターで重み系列（関数）となる。シフトフィルターが奇数次であるべき理由は、放物線状（ベースアップ）になる傾向があることがわかる)。偶数次のフィルターは、台形のように上底が小さくなっていきます。位相の重なりを持たせるためには、（マッシュアップを例にとると）マッシュアップ1-3,3-5,5-7...を取る必要があることがわかる。といった具合に。したがって、パスカルの三角形は、フィルターウエイトの三角形／放物線のセットが入れ子になっているシステムとして見ることもできる（別々にとらえることもできない場合）。両端が切れた逆放物線ではなく、滑らかに減衰していく波形を得るためには、これらの重み関数を接続する必要があるのです。しかし実際には、すでにKikhフィルターの計算に近いものがあるのでしょう。
 
この構築は、次のように取得するときに必要になりますので、価格とフィルタの差 例えば、我々は大きな期間のLFフィルタ、例えば2000バーを構築し、そこから我々は余り、すなわちLFクローズを取ります。このとき、残りがほぼ等しくなるようなフィルター系でなければならず、増分の符号に方向性がある。そして、フィルター系をシフトする際に、それらの和が同方向に最小となるように、最小モジュライ法で欠損データを代入することになる。
 

極限では、この構成は（二項 係数の極限として）ガウシアンフィルタを生成する。その利点は、周波数領域でもガウシアンベルになることである。つまり、ガウシアンカーブを急激に減少させ、時間窓を効果的に制限することで、同時に周波数領域も効果的に制限しているのです。(DSPの理論をご存知の方は、高域のスペクトラムクリップが低域に忍び込み、多くの問題を引き起こす傾向があるので、これはDSPの大きな利点であることをご記憶でしょう）。

もうひとつは、ガウス型インパルス応答曲線の係数をあらかじめ計算しておくと、ぐちゃぐちゃにならずにすむということです。

1234567891011121314...20
新しいコメント