Moving Genomsnittet Fft

Frekvensresponsen för det löpande medelfiltret. Frekvensresponsen hos ett LTI-system är DTFS för impulsresponsen. Impulssvaret hos ett L-provrörande medelvärde är. Eftersom det rörliga medelfiltret är FIR, minskar frekvensresponsen till den ändliga sum. We kan använda den mycket användbara identiteten. för att skriva frekvensresponsen som. som vi har låt aej N 0 och ML 1 Vi kan vara intresserade av storleken på denna funktion för att bestämma vilka frekvenser som kommer igenom filtret obetydliga och Som dämpas Nedan är en plot av storleken på denna funktion för L 4 röd, 8 grön och 16 blå. Den horisontella axeln sträcker sig från noll till radianer per prov. Notera att frekvensresponsen i alla tre fall har en lågpassskarakteristik A konstant komponent nollfrekvens i ingångskortet genom filtret obetydligt Vissa högre frekvenser, såsom 2, elimineras helt av filtret. Om avsiktet var att designa ett lågpassfilter har vi n ot gjort mycket bra Några av de högre frekvenserna dämpas endast med en faktor på ca 1 10 för 16-punktets glidande medelvärde eller 1 3 för det fyrapunktsrörande genomsnittsvärdet. Vi kan göra mycket bättre än det. Ovanstående plot skapades av följande Matlab code. omega 0 pi 400 pi H4 1 4 1-exp - i omega 4 1-exp - i omega H8 1 8 1-exp - i omega 8 1-exp - i omega H16 1 16 1-exp - i omega 16 1-exp - i omega-plot omega, abs H4-abs H8 abs H16-axel 0, pi, 0, 1.Copyright 2000- - University of California, Berkeley. Sammanlagt FFT-spektrum. SmtHandle handtag, dubbel f0, dubbel df, SmtComplexNum spektrum, int spektrumSize, SmtSpectrumInfo spectrumInfo, osignerad kort medelvärdeTyp, osignerad kortviktningTyp, dubbelvärdeSize, osignerad kort linearWeightingMode, int restartAveraging, SmtComplexNum medelvärdeFFTSpektrum, dubbelvärdenSoFar, kort dataReadyputes medelvärdet FFT spektrum av spektrumutmatning från Zoom FFT-spektrumfunktionerna Funktionen matar ut utgångsfrekvens f0-frekvensintervallet df och det genomsnittliga FFT-spektret i enheterna V rms Parametern parametern specificerar hur funktionen utför medelvärdet Du kan omforma ingen medelvärde, vektor, RMS eller topphåll Medelvärde Om du väljer ingen medelvärde, är effektspektrumet som returneras i utmatningen med medelvärdeFFTS-spektrum, inte genomsnittligt. Inmatningsparametrar. reducerar ljud från synkrona signaler Vektorvärdesberäkning beräknar medelvärdet av komplexa kvantiteter direkt, vilket innebär att det tillåter separat medelvärde för reella och imaginära delar Komplex medellång sikt H som vektormedelvärdet minskar brus och kräver vanligtvis en utlösare för att förbättra block-to-block-faskoherens. förminskar signalfluktuationer men inte bullergolvet RMS medelvärdesmedelvärdena signalenergin eller effekten, vilket förhindrar brushöjdsreduktion och ger genomsnittliga RMS-kvantiteter Av enkelkanalmätningar nollfas RMS-medelvärdet för dubbelkanalmätningar bevarar fasinformationen. håller rms-toppnivåerna för de genomsnittliga mängderna. Den maximala hållvärdesprocessen utför topphåll vid varje frekvensfack separat för att behålla topp rms-nivåer från en FFT-post till next. Specifies den typ av viktning som funktionen använder med RMS och vektormedelvärdet topphållande medelvärdet involverar inte viktning Viktningstypen är linjär eller exponentiell. Linjär viktning anger att varje mätning har lika viktning och att värdet för linjärt viktning bestämmer medelvärdet process. Exponentiell viktning anger att varje ny mätning har mindre vikt än ol D-mätningar och att medelvärdet är kontinuerligt Medelvärdesprocessen beräknar det exponentiellt vägda genomsnittsvärdet för mätning i enligt följande ekvation. Där X är den nya mätningen är Avg i-1 föregående medelvärde och N är antalet medelvärden. Det genomsnittliga FFT-spektret i V rms-skalning, som börjar vid frekvensen f0 med frekvensintervallet df. Allocate memory for this array sufficient for the number of data points indicated by the spectrumSize parameter. double passed by reference. The number of meanes completed to far Indicates the framsteg i medelvärdesprocessen baserat på de angivna genomsnittliga inställningarna. skort som passeras av reference. Indicates TRUE 1 när utgångsdata är giltiga. Använd utmatningsvärdet som omkopplare till en fallstruktur. Utför efterföljande mätningar eller visa resultaten om dataReady är TRUE. medelvärdesprocessen internt bestämmer dataReady-utgångsvärdet Om du anger ett giltigt spektrum i SMT-medelvärdena, då utmatningsvalet ue för dataReady är alltid TRUE för exponentiell medelvärde För linjär medelvärde är dataReady alltid TRUE för ett skott, rörelse och kontinuerliga lägen. Vid automatisk omstart av ett skottläge är dataReady endast TRUE när medelvärdesfunktionen mottar ett antal FFT-ramar som är lika med Värdet av medelvärdet för inmatningSize-inmatningReady återställs till FALSE när medelvärdesprocessen startas om automatiskt. Input-utgångsparametrar. FFT-rörlig medelvärde FFT-MA-generatorn En effektiv numerisk metod för att generera och konditionera gaussiska simuleringar. Citera denna artikel som Ravalec, ML Noetinger, B New York, Wiley Sons, 230 p. Journel, AG 1974, Geostatistik för villkorlig simulering av malmkroppar Econ Geology, v 69, p 673 687 Google Scholar. Journel, AG och Huijbregts, CJ 1978, Mining geostatistics Academic, San Diego, CA. Lantujoul, C 1994, icke-villkorlig simulering av stationära isotropa multiGaussian slumpmässiga funktioner, i M Armstrong, M och Dowd, PA eds Geostatistiska simuleringar Kluwer Academic Publis Herr Dordrecht, Nederländerna, p 147 177 Google Scholar. Le Ravalec, M Hu, LY och Noetinger, B 1999, Stokastisk reservoarmodellering begränsad till dynamiska data Lokal kalibrering och inferens av strukturparametrarna SPE Årlig teknisk konferens och utställning, Houston, TX, SPE 56556.Mantoglou, 1987, Digital simulering av multivariata två - och tredimensionella stokastiska processer med ett spektralt vridbandsmetod Math Geology, v 19, nr 2, s 129 149 Google Scholar. Mantoglou, A och Wilson, J 1982, Vridbandsmetoden för simulering av slumpmässiga fält med linjegenerering med spektralmetod Vattenresurser Res v 18, s 1379 1394 Google Scholar. Matheron, G 1973, De inneboende slumpmässiga funktionerna och deras tillämpningar Adv Appl Prob v 5, s 439 468 Google Scholar. Oliver, DS 1995, Flytta genomsnittsvärden för gaussimulering i två och tre dimensioner Math Geology v 27, nr 8, 939 960 Google Scholar. Oliver, DS Cunha, LB och Reynolds, AC 1997, A Markov-kedjan Monte Carlo metod Av villkorlig simulering Math Geology, v 29, nr 1, sid 61 91 Google Scholar. Ouenes, 1992, Applikation av simulerad glödgning till reservoarkarakterisering och petrofysiska inversystem Ej publicerad doktorsavhandling, New Mexico Technical, Socorro, NM, 205 p Google Scholar. Pardo-Iguzquiza, E och Chica-Olmo, M 1993, Fourier-integrationsmetoden En effektiv spektralmetod för simulering av slumpmässiga fält Math Geology, v 25, nr 2, p 177 217 Google Scholar. Prez, G Stokastisk villkorlig simulering för beskrivning Av reservoaregenskaper Ej publicerad doktorsavhandling, University of Tulsa, Tulsa, OK, 245 p. Priestley, MB 1981, Spektralanalys och tidsserier Academic Press, London, GB Google Scholar. RamaRao, BS La Venue, AM de Marsilly, G och Marietta , MG 1995, Pilotpunktmetodik för automatisk kalibrering av ett ensemble av villkorligt simulerat transmissionsfält 1 Teori och beräkningsexperiment Vattenresurser Res v 31, nr 3, s 475 493 Google Scholar. Roggero, F och Hu, L 1998, Gradual deformation av kontinuerliga geostatistiska modeller för historia som matchar SPE: s årliga tekniska konferens och utställning, New Orleans, LA, SPE 49004.Shinozuka, M och Jan, CM 1972, Digital simulering av slumpmässiga processer och dess tillämpningar Jour Sounds Vib 25, nr 1, sid 111 128 Google Scholar. Yao, T 1998, Conditional spektral simulering med fasidentifikation Math Geology, v 30, nr 3, s 285 308 Google Scholar. Copyright information. International Association for Mathematical Geology 2000.Authors and Affiliations. Mickale Le Ravalec. Benot Noetinger.1 Institut Franais du Ptrole Pau Cedex 9 France.2 Institut Franais du Ptrole Pau Cedex 9 Frankrike. Om denna artikel.