自适应数字滤波器 - 页 3 12345678910...41 新评论 Prival 2008.01.11 10:48 #21 数学家,有时我也看不懂你用俄语写的东西(我得出的结论和你期望的不一样:-))。但在这里是英语。虽然我理解这里说的是军队用来护送移动物体。我不能逐字逐句地读(我在童年时学过英语 :-() 而且重绘和FFT是不同的事情,我可以用FFT,没有什么会被重绘。我现在就去Coshi阅读。而且军队知道如何追踪目标:-)。只有干扰和诱饵可以避免保证命中,而且并不总是如此:-)(一段时间以来,一直在进行一场智慧和算法的较量,飞机上的飞行员只需要按下按钮,.....)。似乎其他都是算法)。 Sceptic Philozoff 2008.01.11 11:09 #22 Prival: 另外重绘和FFT是不同的事情,你可以使用FFT,没有什么会被重绘。对于Cauchy,我现在要去,去读。 哦,真有意思。而我以为,所有基于 "变换--频率过滤--反向变换 "原理的伪机器都必然是重绘的...... 而且不要在Cauchy上浪费任何时间,它的p.d.f。- a/(b^2+(x-m)^2)。当然,有了一的正常化。但p.d.f.乘以变量x的积分已经发散了(这就是m.o.)。 Сергей 2008.01.11 12:05 #23 Mathemat: 私下 的。 是的,重绘和FFT是不同的事情,你可以使用FFT,没有什么会被重绘。对于Cauchy,我现在要去,去读。 哦,真有意思。而我以为,所有基于 "转换--频率过滤--反向转换 "原则的伪域都必然会被重新绘制...... Prival 是对的,这完全取决于使用哪种过滤器结构/方案。 如果真的很有趣,比如说,像这样。 不存在重划。我自己曾经对这些过滤器有很多乐趣。 Prival 2008.01.11 21:59 #24 关于JMA的一些东西,比如最好的、适应性强的等等,打动了我。(都吃光了,怎么会)。而且我们有一份好工作:-)。而像俄罗斯这样的左撇子已经没有了,但我不相信。 我看,看他--一些奇怪的公式,而头像不是像:-)我更喜欢它:-)。 (比较http://www.jurikres.com/catalog/ms_ama.htm#top)。我们的飞机更好:-)。 这就是为什么我建议尝试制作一个更好的指标,更具适应性。可能会有好东西出来。 其想法如下。 1.我们以这个指标为基础("考夫曼优化AMA:佩里-考夫曼AMA优化"),很多人已经在这方面做了工作。该指标的理论在文件中描述(文件附后)。我们把这个指标的一个部分(想法)。计算ER效率比(从0到1不等)。它将确定2到N的平均(采样)周期(N在算法中被设定为输入参数)。剩下的就有点棘手了。 2 我们不使用EMA(指数移动平均线),而是使用多项式。多项式n的最大功率(也作为外部参数设置)。原则上,我们可以在测试器中停止并改变n和运行,我想我们已经可以得到很好的结果。但IHMO这只跳蚤还没有完全训练好,所以我们继续吧。 3.如果它是适应性的,那么就让它在最大程度上适应。此外,还计算了下一个--多项式的度数(按某种标准选择最佳度数)。由于我们没有关于噪音的先验信息。我建议使用标准--决定系数。根据这一标准选择最佳多项式的逻辑在文件中有所描述(见第12、13和14页)。甚至有一个用MathCade编写的程序,如何做。 如果有人感兴趣,我准备在MathCade中对第3点进行编程和重新检查。由于我能力有限,我也会帮助你在MQL中创建这样的指标。 附加的文件: ideja_opt_filtra.zip 443 kb Sceptic Philozoff 2008.01.11 23:07 #25 而且也不要忘记,电感必须是非线性的。 总之,这就是Djuric团队的决定,以满足理想自适应滤波器的所有四个要求。而且还涉及到信息理论的东西......grasn,你对非线性滤波器方案有什么想法吗? Parabellum 2008.01.11 23:40 #26 非滞后或低滞后指标" --- FRAMA --- FRAMA --- Сергей 2008.01.12 10:04 #27 对私人,数学 <br / translate="no">这个想法如下。 1.作为基础,我们把这个指标("考夫曼优化的AMA:佩里-考夫曼AMA优化"),许多人已经在这方面做了工作。该指标的理论在文件中描述(文件附后)。我们把这个指标的一个部分(想法)。计算ER效率比(从0到1不等)。它将确定2到N的平均(采样)周期(N在算法中被设定为输入参数)。剩下的就有点棘手了。 2.我们不使用EMA(指数移动平均线),而是使用多项式。多项式的最大度数是n(也作为外部参数设置)。我们可以停止和改变n,并在测试器中运行,我认为我们已经可以得到良好的结果。但IHMO这只跳蚤还没有完全训练好,所以我们继续吧。 3.如果它是适应性的,那么就让它在最大程度上适应。此外,还计算了下一个--多项式的度数(按某种标准选择最佳度数)。由于我们没有关于噪音的先验信息。我建议使用标准--决定系数。根据这一标准选择最佳多项式的逻辑在文件中有所描述(见第12、13和14页)。甚至有一个用MathCade编写的程序,如何做。 我卑微的自学成才的观点是:提议的 "自适应过滤器 "模型不会起作用,我不会在它上面浪费时间。 它不是自适应过滤。有一个连贯的、一致的、被证实的自适应过滤理论。而如果你想做的正是自适应滤波器--你最好正是使用这个理论。 如果你没有时间去理解这个理论和设计自动对焦,那么就拿MathLab来构建所需的滤波器(如果不是自适应滤波方面的专家,MathLab会做得更好)。进一步说,你有两种方法:要么生成dll,要么使用m-files将其转换为MQL,感谢上帝,它们是开放的。 [删除] 2008.01.12 11:45 #28 grasn: 我卑微的自学成才的观点是:提议的 "适应性过滤 "模式不会起作用,我不会在它上面浪费时间。 这不是适应性过滤,而是任何东西。有一个连贯的、一致的、被证实的自适应过滤理论。而如果你想做的正是自适应滤波器--你最好正是使用这个理论。 如果你没有时间理解这个理论和设计自动对焦,那么就用MathLab建立必要的过滤器(如果不是自适应过滤的专家,那么MathLab会做得更好)。 然后有两种方法:要么生成dll,要么在m文件中挖掘,把它们转移到MQL,感谢上帝,它们是开放的。 很难不同意这种观点。 Sceptic Philozoff 2008.01.12 15:06 #29 我建议,与其胡闹,希望有最好的运气,不如试试这里张贴的Djuric的感应器的克隆,并检查它们是否有那么好,首先使用一个简单的伪移动交叉系统作为例子。 Prival 2008.01.12 18:55 #30 NorthernWind: 格拉斯恩。我卑微的自学成才的观点是:提议的 "自适应过滤器 "模型不会起作用,我不会在它上面浪费时间。它是任何东西,而不是自适应过滤。有一个连贯的、一致的、被证实的自适应过滤理论。而如果你想做的正是自适应滤波器--你最好正是使用这个理论。 如果你没有时间去理解这个理论和设计自动对焦,那么就拿MathLab来构建所需的滤波器(如果不是自适应滤波方面的专家,MathLab会做得更好)。那么你有两种方法:要么生成dll,要么通过m-files,把它们放到MQL中,感谢上帝,它们是开放的。 很难不同意这个观点。 我想知道是什么意见。那就是我不懂DSP,尤其是我曾经读过的讲座中的一个主题(自适应数字滤波器)。或者说,用Matlabe来做会更好?我认为作者在这里和那里都是错的。我在这个领域有 "一点 "知识,还有比MathLaba更好的编程语言。我不需要任何dll来发送计算结果到MT4终端(我只需要komposter)。 在我看来,写我的建议并说那里没有适应性过滤是错误的。而不会回答在什么地方、什么时候、出于什么原因,比如说有必要应用海明的窗口,以及什么时候应用它只会造成伤害。在分析它们的FFC或Butterworth滤波器和Chebyshev滤波器时,维纳自适应滤波器和Widrow-Hopf滤波器的区别是什么,什么时候有必要和可能应用第一个滤波器,什么时候应用第二个。 如果我 说得很难听,我很抱歉,但你不能把想法当作过时的东西来否定。我在MathCade中编写的所有程序最多需要1-2小时,我不需要任何人的帮助。想帮助别人指出挖掘的方向,如果他们想得到一个自适应滤波器,并准备在这种情况下帮助他们。自适应过滤器是一个海洋和一个小手推车。 为了让你不那么生气,作为MathLaba的爱好者,我给你一本关于DSP的书,里面有989页关于DSP这个东西,有很多这种编程语言的例子,但在我看来MathCad更好 :-) 附加的文件: read_me.zip 9488 kb 12345678910...41 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
另外重绘和FFT是不同的事情,你可以使用FFT,没有什么会被重绘。对于Cauchy,我现在要去,去读。
哦,真有意思。而我以为,所有基于 "变换--频率过滤--反向变换 "原理的伪机器都必然是重绘的......
而且不要在Cauchy上浪费任何时间,它的p.d.f。- a/(b^2+(x-m)^2)。当然,有了一的正常化。但p.d.f.乘以变量x的积分已经发散了(这就是m.o.)。
是的,重绘和FFT是不同的事情,你可以使用FFT,没有什么会被重绘。对于Cauchy,我现在要去,去读。
哦,真有意思。而我以为,所有基于 "转换--频率过滤--反向转换 "原则的伪域都必然会被重新绘制......
Prival 是对的,这完全取决于使用哪种过滤器结构/方案。 如果真的很有趣,比如说,像这样。
不存在重划。我自己曾经对这些过滤器有很多乐趣。
我看,看他--一些奇怪的公式,而头像不是像:-)我更喜欢它:-)。
(比较http://www.jurikres.com/catalog/ms_ama.htm#top)。我们的飞机更好:-)。
这就是为什么我建议尝试制作一个更好的指标,更具适应性。可能会有好东西出来。
其想法如下。
1.我们以这个指标为基础("考夫曼优化AMA:佩里-考夫曼AMA优化"),很多人已经在这方面做了工作。该指标的理论在文件中描述(文件附后)。我们把这个指标的一个部分(想法)。计算ER效率比(从0到1不等)。它将确定2到N的平均(采样)周期(N在算法中被设定为输入参数)。剩下的就有点棘手了。
2 我们不使用EMA(指数移动平均线),而是使用多项式。多项式n的最大功率(也作为外部参数设置)。原则上,我们可以在测试器中停止并改变n和运行,我想我们已经可以得到很好的结果。但IHMO这只跳蚤还没有完全训练好,所以我们继续吧。
3.如果它是适应性的,那么就让它在最大程度上适应。此外,还计算了下一个--多项式的度数(按某种标准选择最佳度数)。由于我们没有关于噪音的先验信息。我建议使用标准--决定系数。根据这一标准选择最佳多项式的逻辑在文件中有所描述(见第12、13和14页)。甚至有一个用MathCade编写的程序,如何做。
如果有人感兴趣,我准备在MathCade中对第3点进行编程和重新检查。由于我能力有限,我也会帮助你在MQL中创建这样的指标。
非滞后或低滞后指标" --- FRAMA
--- FRAMA ---
1.作为基础,我们把这个指标("考夫曼优化的AMA:佩里-考夫曼AMA优化"),许多人已经在这方面做了工作。该指标的理论在文件中描述(文件附后)。我们把这个指标的一个部分(想法)。计算ER效率比(从0到1不等)。它将确定2到N的平均(采样)周期(N在算法中被设定为输入参数)。剩下的就有点棘手了。
2.我们不使用EMA(指数移动平均线),而是使用多项式。多项式的最大度数是n(也作为外部参数设置)。我们可以停止和改变n,并在测试器中运行,我认为我们已经可以得到良好的结果。但IHMO这只跳蚤还没有完全训练好,所以我们继续吧。
3.如果它是适应性的,那么就让它在最大程度上适应。此外,还计算了下一个--多项式的度数(按某种标准选择最佳度数)。由于我们没有关于噪音的先验信息。我建议使用标准--决定系数。根据这一标准选择最佳多项式的逻辑在文件中有所描述(见第12、13和14页)。甚至有一个用MathCade编写的程序,如何做。
我卑微的自学成才的观点是:提议的 "自适应过滤器 "模型不会起作用,我不会在它上面浪费时间。 它不是自适应过滤。有一个连贯的、一致的、被证实的自适应过滤理论。而如果你想做的正是自适应滤波器--你最好正是使用这个理论。
如果你没有时间去理解这个理论和设计自动对焦,那么就拿MathLab来构建所需的滤波器(如果不是自适应滤波方面的专家,MathLab会做得更好)。进一步说,你有两种方法:要么生成dll,要么使用m-files将其转换为MQL,感谢上帝,它们是开放的。
我卑微的自学成才的观点是:提议的 "适应性过滤 "模式不会起作用,我不会在它上面浪费时间。 这不是适应性过滤,而是任何东西。有一个连贯的、一致的、被证实的自适应过滤理论。而如果你想做的正是自适应滤波器--你最好正是使用这个理论。
如果你没有时间理解这个理论和设计自动对焦,那么就用MathLab建立必要的过滤器(如果不是自适应过滤的专家,那么MathLab会做得更好)。 然后有两种方法:要么生成dll,要么在m文件中挖掘,把它们转移到MQL,感谢上帝,它们是开放的。
我卑微的自学成才的观点是:提议的 "自适应过滤器 "模型不会起作用,我不会在它上面浪费时间。它是任何东西,而不是自适应过滤。有一个连贯的、一致的、被证实的自适应过滤理论。而如果你想做的正是自适应滤波器--你最好正是使用这个理论。
如果你没有时间去理解这个理论和设计自动对焦,那么就拿MathLab来构建所需的滤波器(如果不是自适应滤波方面的专家,MathLab会做得更好)。那么你有两种方法:要么生成dll,要么通过m-files,把它们放到MQL中,感谢上帝,它们是开放的。
我想知道是什么意见。那就是我不懂DSP,尤其是我曾经读过的讲座中的一个主题(自适应数字滤波器)。或者说,用Matlabe来做会更好?我认为作者在这里和那里都是错的。我在这个领域有 "一点 "知识,还有比MathLaba更好的编程语言。我不需要任何dll来发送计算结果到MT4终端(我只需要komposter)。
在我看来,写我的建议并说那里没有适应性过滤是错误的。而不会回答在什么地方、什么时候、出于什么原因,比如说有必要应用海明的窗口,以及什么时候应用它只会造成伤害。在分析它们的FFC或Butterworth滤波器和Chebyshev滤波器时,维纳自适应滤波器和Widrow-Hopf滤波器的区别是什么,什么时候有必要和可能应用第一个滤波器,什么时候应用第二个。
如果我 说得很难听,我很抱歉,但你不能把想法当作过时的东西来否定。我在MathCade中编写的所有程序最多需要1-2小时,我不需要任何人的帮助。想帮助别人指出挖掘的方向,如果他们想得到一个自适应滤波器,并准备在这种情况下帮助他们。自适应过滤器是一个海洋和一个小手推车。
为了让你不那么生气,作为MathLaba的爱好者,我给你一本关于DSP的书,里面有989页关于DSP这个东西,有很多这种编程语言的例子,但在我看来MathCad更好 :-)