Ruchowa średnia normalizacja

Mam taką codzienną serię obserwowanych cen P1, P2 Pn. Chcę pracować z zwrotami 0 P2-P1 Pn - PI nakazano usunąć pierwszą termin P1-P0 P1- przez ustawienie na 0 Wydaje się, że to 0 jest bardzo differents od innych terminów i nie jest dobrym rozwiązaniem nawet myślę, że to nie jest rozwiązanie w ogóle. Jest to rozwiązanie I consider.0 jak nie ma zwrotu z pierwszego dnia. to być spójne z szeregiem czasu. Nothing, po prostu po prostu usuwasz problem. W jaki sposób myślisz o tym problemie. Jest to podobny problem, jaki miałem podczas robienia średniej ruchomej Podobne terminy brakujące na początku serii czasowej Podczas wykonywania średniej przeciętnej zwykle zajmuję ostatnią p przed moją datą. Mam ten sam problem niż przedtem na początku szeregów czasowych nie ma wystarczającej ilości danych, aby dokonać sumy z p terms Czy jest jakiś sztuczka, aby podać ten problem. Jedzie coś zmienić, aby wziąć wartości p po mojej dacie wartość p-1 2 przed i po mojej dacie Nie zmienił się gen krótkotrwały okres mojej średniej ruchomej, ale tylko wartości na początku i końcu mojego cyklu czasowego ma znaczenie Jak. ttnphns Wyglądają tylko inaczej ze względu na binning histogramów Moim punktem było jednak wykazanie, że oryginalne wartości żyły pomiędzy -100 a 100 a teraz po normalizacji żyją między 0 a 1 mógłbym użyć innego wykresu, aby to pokazać, jak przypuszczam lub po prostu statystyki podsumowujące user25658 23 września 13 w 16 23.To jest ważna różnica między tą odpowiedzią a już zaakceptowaną odpowiedzią, która wyjaśniała główną ideę jasno i bezpośrednio, a następnie drugorzędnie pokazała, jak to zrobić w jednym powszechnie używanym programie Odwrotnie, publikujesz tutaj tylko kod Choć chętnie wierzę, że jest to dobry kod I don t napisać PHP na tym forum nie mamy zwykle pakiet odpowiedzi na każde pytanie wyjaśniające, jak to zrobić w każdym możliwym języku Jeśli nie, mielibyśmy tu odpowiedzi SAS, SPSS, Stata, MATLAB, C, C, Java Python itd. Nick Cox 27 maja 15 w 8 38. Nie sądzę, że jest to jedyna różnica W moim kodzie pokazałem również, zwraca znormalizowaną wartość do v alue to było przed normalizacji Myślę, że sprawia, że ​​warto tę odpowiedź jankal 27 maja 15 w 9 02. To nadal prawda, że ​​po tylko kodeks Myślę, że musisz podkreślić wszelkie rzekomo specjalne cnoty kodu w komentarzu, gdyż inaczej czytelnicy odczytywanie kodu, aby zobaczyć, co są Prawdopodobnie odwrócenie skalowania jest używane tylko wtedy, gdy oryginalne wartości zostały zastąpione, ale b użytkownik ostrożnie pamiętał, aby zapisać minimalny i maksymalny Mój szerszy punkt, jak wspomniałem powyżej, jest CV nie dążyć do repozytorium przykładów kodu Nick Cox 27 maja 15 w 9 10. odpowiedź jest prawidłowa, ale mam sugestię, co jeśli dane szkoleniowe napotykają pewną liczbę poza zakres można użyć techniki squashing to będzie gwarantowane nigdy się nie poza zasięgiem tego. zalecam użycie tego. z squashingu tak w minutach i maksimum zakresu. and wielkość oczekiwanego odstępu poza zakresem jest wprost proporcjonalna do stopnia pewności, że nie będzie - regional values. for więcej informacji mation można google squashing out-of-range numery i odnoszą się do książki przygotowania danych z dorian pyle. answered Sep 25 13 at 12 00.As inni wspomnieć, należy rozważyć IIR nieskończony filtr odpowiedzi impulsowej, a nie FIR skończony impuls filtr odpowiedzi używasz teraz Jest więcej, ale na pierwszy rzut oka filtry FIR są implementowane jako wyraźne splify i filtry IIR z równaniami. Szczególny filtr IIR używam dużo w mikrokontrolerach jest jednym biegunowym filtrem dolnoprzepustowym Jest to cyfrowy odpowiednik prostego analogowego filtru RC Dla większości zastosowań mają one lepszą charakterystykę niż używany przez filtr pola Większość zastosowań filtra pola, który napotkam, jest wynikiem, że ktoś nie zwraca uwagi na klasę przetwarzania sygnału cyfrowego, a nie jako wynik konieczności ich szczególnych cech Jeśli chcesz po prostu osłabić wysokie częstotliwości, które wiesz, że hałas, jeden biegun filtr dolnoprzepustowy jest lepszy Najlepszym sposobem na wdrożenie jednego cyfrowo w mikrokontrolerze jest zwykle. FILT - FILT FF NEW - FILT. FILT jest kawałkiem trwalego stanu Jest to jedyna trwała zmienna, którą musisz obliczyć ten filtr NEW to nowa wartość, którą filtr jest aktualizowany za pomocą tej iteracji FF jest frakcją filtru, która dostosowuje ciężkość filtra Spójrz na ten algorytm i widzisz, że dla FF 0 filtr jest nieskończenie ciężki, ponieważ wyjście nigdy się nie zmienia Dla FF 1, to naprawdę nie ma filtra wcale, ponieważ wyjście następuje bezpośrednio po wejściu Useful wartości mieszczą się między: Na małych systemach wybierasz FF na 1 2 N, dzięki czemu mnożenie przez FF może być dokonane jako przesunięcie w prawo przez N bitów Na przykład FF może wynosić 1 16 i pomnożyć przez FF, a więc przesunięcie w prawo wynoszące 4 bity Innymi słowy, ten filtr potrzebuje tylko jednego odejmowania, a jeden dodano, chociaż liczby zwykle muszą być szersze niż wartość wejściowa bardziej na dokładność liczbową w odrębnej sekcji poniżej. Zwykle odczyty AD są znacznie szybsze niż są potrzebne i stosuje się dwa o Filtry te kaskadowe Jest to cyfrowy odpowiednik dwóch filtrów RC w szeregu i tłumi o oktawę o 12 dB ponad częstotliwość rolloffa. Jednak w przypadku odczytów AD zwykle bardziej trafia do filtru w dziedzinie czasu, biorąc pod uwagę jego odpowiedź krokową To mówi, jak szybko Twój system będzie widzieć zmianę, gdy coś mierzysz zmiany. Aby ułatwić projektowanie tych filtrów, które tylko oznacza pobranie FF i określenie, ile z nich kaskada, używam mojego programu FILTBITS Możesz określić liczbę bitów zmiany dla każdego FF w kaskadzie serii filtrów i oblicza krok odpowiedzi i inne wartości Rzeczywiście zwykle uruchamiam to za pośrednictwem mojego skryptu opakowania PLOTFILT To działa FILTBITS, który tworzy plik CSV, a następnie działki pliku CSV Na przykład tutaj jest wynik PLOTFILT 4 4. Dwa parametry PLOTFILT oznaczają, że będą dwa filtry kaskadowe typu opisanego powyżej Wartości 4 wskazują liczbę bitów zmiany, aby zrealizować mnożenie przez FF Dwa F W tym przypadku wartości F wynoszą zatem 1 16. Czerwony ślad to odpowiedź na jednostkę kroku i jest najważniejszą rzeczą, na przykład na przykład informuje, że jeśli dane wejściowe uległy zmianie, wynik filtru zostanie ustalony na 90 nowej wartości w 60 powtórzeniach Jeśli zależy Ci na 95 czasach rozliczania, musisz poczekać około 73 iteracji, a na 50 czas rozliczania tylko 26 iteracji. Zielony ślad wskazuje na wyjście z pojedynczego spike'a o pełnej amplitudzie. To daje ci jakiś pomysł przypadkowego tłumienia hałasu Wygląda na to, że żadna pojedyncza próbka nie spowoduje więcej niż 2 5 zmian na wyjściu. Ponieważ niebieski ślad ma dać subiektywne poczucie tego, co ten filtr działa z białym szumem To nie jest rygorystyczny test, ponieważ nie ma upewnij się, co dokładnie była zawarta w losowych numerach wybranych jako białe szumy w tym utworze PLOTFILT To tylko dać ci poczucie, jak bardzo będzie ona rozbita i jaka jest gładka. PLOTFILT, może FILTBITS i wiele innego użytecznego stu ff, zwłaszcza w zakresie rozwoju oprogramowania PIC, jest dostępny w publikacji oprogramowania PIC Development Tools na stronie "Pobieranie oprogramowania". Dodano o dokładności liczbowej. Zobaczyłem w komentarzach, a teraz nową odpowiedź, która interesuje się omawianiem liczby bitów potrzebnych do wdrożenia ten filtr Pamiętaj, że pomnożenie przez FF spowoduje utworzenie nowych bitów logów FF poniżej punktu binarnego W małych systemach, FF jest zwykle wybierany jako 1 2 N, dzięki czemu mnożenie jest faktycznie realizowane przez prawo przesunięcia N bitów. zwykle wartość stałej liczby całkowitej Zauważ, że nie zmienia to żadnej matematyki z punktu widzenia procesora Na przykład, jeśli filtruje się odczyty 10-bitowe AD i N 4 FF 1 16, potrzebujesz 4 bitów frakcji poniżej 10 bitów liczby całkowite Odczyty AD Jedna większość procesorów, wykonujących 16-bitowe operacje całkowite z powodu 10-bitowych odczytów AD W tym przypadku można nadal wykonywać dokładnie takie same 16-bitowe operacje całkowite, ale zaczynaj od odczytów AD przesuniętych o 4 bity proc essor doesn t znać różnicę i nie potrzebuje do wykonywania matematyki na całych 16-bitowych liczb całkowitych działa, czy uważasz je za 12 4 punkt stały lub prawdziwy 16 bitowych liczb całkowitych 16 0 stały punkt. W ogóle trzeba dodać N bitów każdy jeśli nie chcemy dodać hałasu z powodu liczbowej reprezentacji W powyższym przykładzie drugi filtr dwóch musiałby mieć 10 4 4 18 bitów, aby nie zgubić informacji W praktyce na 8-bitowej maszynie oznacza to, że używasz Wartości 24 bitów Technicznie tylko drugi biegun dwóch wymagałby szerszej wartości, ale dla uproszczenia oprogramowania zazwyczaj używam tej samej reprezentacji, a tym samym tego samego kodu, dla wszystkich biegunów filtra. Zwykle piszę podprogram lub makro, aby wykonać jedną a następnie zastosuj ją do każdego bieguna Czy podprogram lub makro zależy od tego, czy cykle czy pamięć programu są ważniejsze w danym projekcie Tak czy inaczej używam pewnego stanu, aby przejść NOWOŚĆ do makra podprocedury, który aktualizuje plik FILT, ale również lo reklamy, które w tym samym stanie zarysowania NOWOŚĆ było w To ułatwia stosowanie wielu biegunów, ponieważ zaktualizowany FILT jednego bieguna jest NOWY z następnej Jeśli podprogram, przydatne jest, aby wskaźnik wskazywał na FILT w drodze , który jest aktualizowany tuż po FILT po wyjściu W ten sposób podprogram automatycznie działa na kolejne filtry w pamięci, jeśli jest wywoływany wielokrotnie Z makro nie potrzebujesz wskaźnika, ponieważ przechodzisz w adresie, aby działać na każdym iteracji. Przykłady kodu Oto przykład makra opisanego powyżej dla PIC 18. A oto podobny makro dla PIC 24 lub dsPIC 30 lub 33. Te przykłady są implementowane jako makra za pomocą mojego preprocesora montera PIC, który jest bardziej zdolny niż albo wbudowanych urządzeń makr. clabacchio Inną kwestią, o której powinienem wspomnieć jest wdrożenie oprogramowania układowego Możesz napisać pojedynczy biegun filtra po niskiej przepustowości, a następnie zastosować go wielokrotnie W rzeczywistości zwykle pisać taką podprogram, aby wziąć wskaźnik w pamięci do stanu filtra, a następnie go wyprzedzeniem wskaźnik, dzięki czemu łatwo można było z łatwością zadzwonić do wieloliniowych filtrów Olin Lathrop 20 kwietnia 12 w 15 03.1 bardzo dziękuję za odpowiedzi - wszystkie postanowiłem użyć tego filtru IIR, ale ten filtr nie jest używany jako Filtr standardowy LowPass, ponieważ muszę przeanalizować średnie wartości liczników i porównać je w celu wykrycia zmian w pewnym zakresie, ponieważ te wartości mają bardzo różne wymiary w zależności od sprzętu, który chciałem przeciętnie, aby móc reagować na te urządzenia konkretne zmiany automatycznie sensslen 21 maja 12 w 12 06.Jeśli można żyć z ograniczeniem mocy dwóch liczb pozycji do przeciętnej, tj. 2,4,8,16,32 itd., dzielenie można łatwo i skutecznie zrobić na niskiej wydajności mikro bez poświęconego podziału, ponieważ można to zrobić jako przesunięcie bitowe Każde prawo przesunięcia jest jedna moc dwóch eg. The OP myśli, że miał dwa problemy, dzieląc się PIC16 i pamięć na jego pierścień bufora Ta odpowiedź pokazuje, że dzielenie nie jest trudne Wprawdzie nie rozwiązuje problemu pamięci, ale system SE pozwala na częściowe odpowiedzi, a użytkownicy mogą wziąć coś z każdej odpowiedzi na siebie, a nawet edytować i połączyć inne odpowiedzi s Ponieważ niektóre inne odpowiedzi wymagają operacji dzielenia, są podobnie niekompletne, ponieważ nie pokazują, jak skutecznie osiągnąć to na PIC16 Martin 20 kwietnia 12 w 13 01.There jest odpowiedź na prawdziwy przeciętny filtr aka boxcar filtr z mniej wymagań pamięci, jeśli nie t mind downsampling To s nazywany kaskadowym integratorem-filtr grzebieniowy CIC Pomysł polega na tym, że masz integrator, który odbywa się w różnych okresach czasu, a kluczowym urządzeniem oszczędzającym pamięć jest to, że poprzez pobieranie próbek, nie musisz przechowywać wigilii wartość życiowa integratora Może być zaimplementowana za pomocą następującej pseudokodowej. Twoja efektywna średnia długość ruchu to decymacjaStandakturaFaktora, ale musisz zachowywać tylko stany miar Próbkowanie Oczywiście można uzyskać lepszą wydajność, jeśli twój stateize i decimationFactor są uprawnieniami 2, dzielenie i reszta operatorów są zastępowane przez przesunięcia i maski - i. Postscript Zgadzam się z Olinem, że zawsze należy rozważyć proste filtry IIR przed średnim ruchem filtra Jeśli nie potrzebujesz częstotliwości-nulls z filtrem bokserskim, 1-biegunowy lub 2-biegunowy filtr dolnoprzepustowy będzie prawdopodobnie działał prawidłowo. Z drugiej strony, jeśli filtruje się do celów decymacji przy wysokim współczynniku próbkowania i uśrednia go do wykorzystania w procesie o niskim współczynniku, to filtr CIC może być tylko tym, czego szukasz, zwłaszcza, jeśli można użyć streszczenia 1 i uniknąć ringbuffer łącznie z tylko jedną poprzednią wartością integratora. Istnieją pewne pogłębione analizy matematyki za pomocą pierwszego ord er IIR, który Olin Lathrop już opisał na temat wymiany stosu przetwarzania sygnałów cyfrowych zawiera wiele ładnych zdjęć Równanie dla tego filtru IIR. Ta możliwość może być zaimplementowana przy użyciu tylko liczb całkowitych i nie podział przy użyciu następującego kodu może potrzebować trochę debugowania, wpisywał z pamięci pamięć. Filtr ten przybliża średnią ruchową ostatnich próbek K, ustawiając wartość alfa na 1 K Zrób to w poprzednim kodzie, określając BITS na LOG2 K, tzn. dla K 16 zestaw BITS na 4, dla K 4 Ustaw BITS na 2, itd. I'll zweryfikować kod tutaj wymienione, jak tylko dostanę zmiany i edytować tę odpowiedź, jeśli potrzebne. jeszcze jedno-biegunowy filtr dolnoprzepustowy średniej ruchome, z Częstotliwość cutoff CutoffFrequency Bardzo prosty, bardzo szybki, działa świetnie i prawie nie ma nad głową pamięci. Upewnij się, że wszystkie zmienne mają zasięg poza funkcją filtru, z wyjątkiem przekazywanych w newInput. Note Jest to filtr pojedynczego etapu Wiele etapów może być połączonych kaskadowo w celu zwiększenia ostrość filtr Jeśli używasz więcej niż jednego etapu, będziesz musiał dostosować DecayFactor w odniesieniu do częstotliwości odcięcia, aby zrekompensować. I oczywiście wszystko czego potrzebujesz to te dwie linie umieszczone w dowolnym miejscu, nie potrzebują własnej funkcji Ten filtr ma czas ramp-up przed średnią ruchu oznacza wartość sygnału wejściowego Jeśli musisz pominąć ten czas rampy, możesz zainicjować MovingAverage tylko do pierwszej wartości newInput zamiast 0 i mam nadzieję, że pierwsza nowa wartość wejściowa nie jest większa. CutoffFrequency SampleRate ma zakres od 0 do 0 5 DecayFactor jest wartością między 0 a 1, zwykle blisko 1.Single-precyzyjne pływaki są wystarczająco dobre dla większości rzeczy, po prostu wolę podwójne Jeśli musisz trzymać się liczb całkowitych, możesz przelicz DecayFactor i Amplitude Factor na ułamkowe liczby całkowite, w których licznik jest zapisany jako liczba całkowita, a mianownik jest liczbą całkowitą 2, dzięki czemu można przesunąć bit w prawo jako mianownik, a nie dzieląc się podczas pętli filtru Dla na przykład, jeśli DecayFactor 0 99 i chcesz używać liczb całkowitych, możesz ustawić wartość DecayFactor 0 99 65536 64881 I wtedy, gdy mnożysz przez DecayFactor w pętli filtru, po prostu przesuń wynik 16. Aby uzyskać więcej informacji na ten temat, s online, rozdział 19 dotyczące filtrów rekurencyjnych. PS Za paradygmat Moving Average, inne podejście do ustawienia DecayFactor i AmplitudeFactor, które mogą być bardziej odpowiednie dla Twoich potrzeb, powiedzmy, że chcesz poprzednio, około 6 pozycji uśrednione tog eter, robi to dyskretnie, dodasz 6 pozycji i podzielisz przez 6, więc możesz ustawić AmplitudeFactor na 1 6 i DecayFactor na 1 0 - AmplitudeFactor. answered 14 maja 12 w wieku 22 55. Każdy inny skomentował dokładnie narzędzie IIR vs FIR, a na mocy dwóch dywizji Chciałbym dać pewne szczegóły implementacji Poniżej działa dobrze na małych mikrokontrolerów bez FPU Nie ma mnożenia, a jeśli zachowasz N moc dwóch, wszystkie podziały jest jednokierunkowe przesunięcie bitowe. Basic FIR ring buffer zachowuje bieżący bufor z ostatnich wartości N, a bieżący SUM wszystkich wartości w buforze Za każdym razem, kiedy pojawia się nowa próbka, odejmij najstarszą wartość w buforze z SUM , wymień ją na nową próbkę, dodaj nową próbkę do SUM i wyjście SUM N. Modified IIR buffer ring zachowuje bieżący SUM z ostatnich wartości N Przy każdej próbie pojawi się nowa próbka SUM - SUM N, dodaj nową próbki i dane wyjściowe SUM N. Odpowiedź 28 sierpnia 13 w 13 45.Jeśli dobrze panu czytam, opisujesz pierwszy porządek IIR filtruje wartość, którą odejmujesz isn t najstarsza wartość, która się wypada, ale zamiast tego średnia z poprzednich wartości Filtry First-Order IIR z pewnością mogą być użyteczne, ale nie wiem co masz na myśli, gdy sugerujesz, że wyjście jest taki sam dla wszystkich sygnałów okresowych Przy częstotliwości próbkowania 10 kHz, podawanie 100 Hz fali prostokątnej w 20-stopniowy filtr pola daje sygnał, który wzrasta równomiernie dla 20 próbek, siedzi wysoko dla 30, kropli jednorodnie dla 20 próbek i siedzi nisko dla 30-go superfekta z filtrem IIR z pierwszego rzędu 28 sierpnia 13 w temperaturze 15 31. będzie powodować falę gwałtownie wzrastającą i stopniowo wyrównywać się w pobliżu, ale nie na maksimum wejściowym, a następnie ostro zacznie opadać i stopniowo wyrównywać blisko, ale nie na wejściu minimum Bardzo różne zachowanie supercat Aug 28 13 w 15 32.Jednym problemem jest to, że prosta średnia ruchoma może być lub nie być użyteczna Z filtrem IIR można uzyskać ładny filtr z stosunkowo niewielką liczbą całkowitą FIR opisujesz może dać Ci tylko prostokąt w czasie - szczerze freq - i możesz t zarządzać bocznymi płatami Może być warto wrzucić parę liczb całkowitych, aby uczynić to symetrycznym, przystosowanym FIR, jeśli możesz oszczędzić zegary Scott Seidman 29 sierpnia 13 w 13 50. ScottSeidman No potrzeba mnożenia, jeśli jeden ma po prostu każdy etap FIR albo wyprowadza średnio wejście na ten etap i jego poprzednią zapisaną wartość, a następnie zapisuje dane wejściowe, jeśli ma zakres numeryczny, można użyć sumy zamiast średniej Czy to s lepiej niż filtr pola zależy od aplikacji odpowiedzi krokowej filtru pudełkowego z całkowitym opóźnieniem 1ms, na przykład będzie miał paskudny d2 dt skok gdy zmiana wejściowa, a znów 1ms później, ale będzie miał minimum możliwe d dt dla filtra z całkowitym opóźnieniem 1ms supercat 29 sierpnia w wieku 15 25. Jak mikeselectricstuff powiedział, jeśli naprawdę potrzebujesz zmniejszyć zapotrzebowanie na pamięć i nie pamiętasz odpowiedzi impulsowej jako wykładniczej zamiast prostokątnego impulsu, ja pójdzie na wykładniczy ruch Filtr gniewu Używam ich w znacznym stopniu Z tego typu filtrem, nie potrzebujesz żadnego buforu Nie musisz przechowywać N próbek z przeszłości Tylko jeden Tak, wymagania pamięci zostały obniżone przez czynnik N. Ponadto nie potrzebujesz żadnych podział na to Tylko multiplikacje Jeśli masz dostęp do arytmetyki zmiennoprzecinkowej, użyj multiplikacji zmiennoprzecinkowych Jeśli nie, wykonaj multiplikacje całkowite i przesunięcia w prawo Jednak jesteśmy w 2017 roku i polecam użycie kompilatorów i MCU, które pozwalają do pracy z numerami zmiennoprzecinkowymi. Poza tym, że pamięć jest wydajniejsza i szybsza, nie musisz aktualizować elementów w dowolnym okrągłym buforze, chciałbym powiedzieć, że jest to również naturalne, ponieważ wykładnicza odpowiedź impulsowa lepiej pasuje do charakteru zachowań, w większości przypadków. Pozdrowienie z 20 kwietnia 12 w 9 59. Jedna kwestia z filtrem IIR prawie dotkniętych przez olin i supercat, ale najwyraźniej zignorowane przez innych jest to, że zaokrąglanie wprowadza pewne nieprawidłowości i potencjalnie stronniczość truncation przy założeniu, że N i sa moc dwóch i tylko używana jest arytmetyka całkowita, prawo przesunięcia systematycznie eliminuje LSB nowej próbki Oznacza to, że jak długo seria mogłaby być, średnia nigdy ich nie uwzględnia. Na przykład załóżmy, że powoli zmniejszając serie 8,8,8 8,7,7,7 7,6,6, a zakładając, że średnia jest rzeczywiście 8 na początku Pięść 7 próbki przyniesie średnio 7, niezależnie od siły filtra Tylko dla jednej próbki Same historia dla 6, itd. Teraz myśl o tym, że odwrotnie serie idzie w górę Średnia pozostanie na 7 na zawsze, dopóki próbka nie jest wystarczająco duża, aby to zmienić. Oczywiście, możesz skorygować za stronniczość, dodając 1 2 N 2, ale że tak naprawdę rozwiązać precyzyjny problem, w tym przypadku malejące serie pozostaną na zawsze na 8, aż próbka wynosi 8-1 2 N 2 Na przykład dla N 4 każda próba powyżej zera będzie utrzymywać średnią niezmienioną. Uważam, że rozwiązanie dla co mogłoby oznaczać posiadanie akumulatora utraconych LSB Ale nie zrobiłem tego na tyle, by mieć gotowy kod, i nie jestem pewien, czy nie zaszkodziłoby to mocy IIR w niektórych innych przypadkach serii, na przykład 7,9,7,9 średnio do 8 wtedy. Olin, twoja dwustopniowa kaskada również potrzebuje wyjaśnienia Czy chodzi o trzymanie dwóch średnich wartości w wyniku pierwszego podania do drugiej w każdej iteracji Co to jest zaletą tego.