Расчет амплитудно-частотных характеристик

сглаживающих линейных фильтров

Рассчитайте и постройте графики периодограмм для импульсных характеристик всех исследованных в лабораторной работе 4 сглаживающих линейных фильтров (переменные impSMA, impSp15, impSp21, impHend и impEWMA). Эти периодограммы являются амплитудно-частотными характеристиками (АЧХ) соответствующих фильтров.

Проведите сравнительный анализ амплитудно-частотных характеристик анализируемых линейных фильтров.

На низких частотах коэффициенты передачи сравниваемых фильтров ______________________________________________________ .

Чем шире окно обработки сигнала линейным фильтром, тем _____

______________________________________________________________ .

Из двух линейных фильтров EWMA лучшими сглаживающими свойствами обладает фильтр с параметром  =______ .

Лучше подавляют высокочастотные составляющие входного сигнала фильтры ________________________________________________ .

Они имеют большее/меньшее значение коэффициента подавления помехи.

3. Содержание

   • Введение
   • 1.Главное и текущие окна анализа данных
   • 2.Электронная таблица
   • Пример 4
   • Пример 6
   • 3.Графическое представление данных
   • 4.Пользовательский интерфейс текущего окна анализа
   • Общее знакомство с пакетом Statgraphics. Генерация временных рядов
   • 1.1 Генерация тренда временного ряда
   • Г) Рассчитайте размах тренда range и масштабный коэффициент  (переменные range и scale соответственно).
   • Е) Сохраните график в отчетном документе (StatGallery).
   • 1.2 Генерация реализаций абсолютно случайного временного ряда
   • 1.3 Генерация временных рядов pk , sk , k
   • 1.4 Моделирование грубых сбоев измерений
   • 1.5 Генерация обобщенной реализации временного ряда
   • Статистический анализ стационарных временных рядов
   • 2.1 Подготовка данных для статистических исследований
   • А) Напишите расчетные выражения для переменных x1 – x5 с учетом синтаксиса языка пакета statgraphics Plus 5.1 и числовых значений параметров алгебраических выражений своего индивидуального задания.
   • 2.2 Анализ одномерного закона распределения вероятностей
   • 2.3 Сравнение экспериментального и теоретического
   • 2.4 Изучение описательных статистик стационарного
   • Для временных рядов x1 – x5
   • 2.5 Исследование автокорреляционной функции стационарного временного ряда
   • Анализ независимости значений временного ряда по одной реализации
   • 3.1 Подготовка данных для статистических исследований
   • Результат визуального анализа временных рядов
   • 3.2 Анализ независимости временного ряда по критерию
   • Результаты анализа независимости временных рядов
   • 3.3 Анализ независимости временного ряда по критерию
   • Результаты анализа независимости временных рядов
   • 3.4 Анализ независимости временного ряда
   • Результаты анализа независимости временных рядов
   • 3.5 Анализ интервала корреляции для принятия решения
   • Результаты анализа независимости временных рядов
   • 3.6 Заключение о точности и области практического применения исследованных методов
   • Сглаживание временных рядов линейными и нелинейными фильтрами
   • 4.1 Исследование возможностей медианного фильтра
   • 4.2 Анализ чувствительности линейного фильтра к выбросам входных данных
   • 4.3 Изучение импульсной реакции линейных сглаживающих фильтров
   • 4.4 Исследование динамической ошибки
   • 4.5 Исследование коэффициента подавления помехи линейными сглаживающими фильтрами
   • Оптимальная обработка данных линейным фильтром с конечной памятью
   • 5.1 Расчет оптимального линейного фильтра с конечной памятью
   • 5.2 Исследование свойств оптимального фильтра
   • Спектральный анализ временных рядов конечной длины
   • Исследование периодограммы импульсного сигнала
   • 6.2 Спектральный анализ гармонической функции
   • Расчет амплитудно-частотных характеристик
   • Исследование периодограммы реализации белого шума
   • Спектральный анализ низкочастотного временного ряда, измеренного на фоне помех