Различия

Показаны различия между двумя версиями страницы.

--- filt [2026/02/27 12:56]
root [Среднеарифметический фильтр]
+++ filt [2026/02/27 13:46] (текущий)
root [Огибающие фильтры]
@@ Строка 200: / Строка 200: @@
 <wrap ks>
 В результате видим, что хоть отфильтрованный график и начал принимать форму, похожую на изначальную синусоиду, но при этом видно что ее амплитуда сильно меньше, так же по времени отставание достаточно значительное. В таком случае зачастую никакой фильтр уже не поможет, необходимо разбираться с первопричиной помехи.
+</wrap>
+====== Медианный фильтр ======
+<wrap ks>
+Иногда бывает так, что сигнал продолжительное время достаточно чисто идет, и лишь кратковременно прилетает какая-то помеха (ошибка измерения, или включился где-то контактом с большим электромагнитным импульсом), в таком случае среднеарифметический фильтр справляется уже не так хорошо.
+</wrap>
+<code javascript>
+let filt = ds.crtFilt('sraf', 10);
+let pointList = [];
+for (let i = 0; i < 300; i++) {
+    let val = Math.sin(i / 30) * 40 + 50;
+    // добавляем кратковременную большую помеху
+    if (i % 33 == 0) val += Math.random() * 100 - 50;
+    let filtVal = filt.add(val);
+    pointList.push([ i, val, filtVal ]);
+}
+await ds.objCall('График данных 1', 'addPointList', pointList);
+</code>
+{{ :filt6.png?nolink |}}
+<wrap ks>
+На графике видно, что если даже одна точка выбивается из чистого графика, алгоритм среднеарифметического фильтра возмущение от нее еще видит достаточно продолжительное время. В данной ситуации хорошо работает медианный фильтр. Он, в отличие от среднеарифметического, который использует весь диапазон точек на интервале (в том числе и ту, которая с помехой), а выбирает из диапазона среднее значение из всех точек. Соответственно в данной ситуации точки с большим отклонением от остальных будут исключаться.
+</wrap>
+<code javascript>
+// используем вместо среднеарифметического, медианный фильтр с таким же размером
+let filt = ds.crtFilt('median', 10);
+let pointList = [];
+for (let i = 0; i < 300; i++) {
+    let val = Math.sin(i / 30) * 40 + 50;
+    if (i % 33 == 0) val += Math.random() * 100 - 50;
+    let filtVal = filt.add(val);
+    pointList.push([ i, val, filtVal ]);
+}
+await ds.objCall('График данных 1', 'addPointList', pointList);
+</code>
+{{ :filt7.png?nolink |}}
+<wrap ks>
+Здесь хорошо видно, что помеха лишь незначительно исказила график (связано это с тем, что пришлось пропустить "бракованную" точку).
+</wrap>
+====== Огибающие фильтры ======
+<wrap ks>
+Не редко так же бывает ситуация, когда помеха улетает только в одну сторону относительно исходного графика. Такое часто бывает, к примеру, при периодическом пропадании связи с датчиком, и вместо показаний, получаем нулевое значение. В таких случаях хорошо отрабатывают огибающие фильтры. Их алгоритм работы похож на среднемедианный, но в отличие от него берется не среднее значение, а минимальное или максимальное на диапазоне значений (в зависимости от типа огибающего фильтра).
+</wrap>
+<code javascript>
+// создаем огибающий фильтр по максимальному значению
+let filt = ds.crtFilt('max', 10);
+let pointList = [];
+for (let i = 0; i < 300; i++) {
+    let val = Math.sin(i / 30) * 40 + 50;
+    // эмулируем потерю сигнала
+    if (i % 33 == 0) val = 0;
+    let filtVal = filt.add(val);
+    pointList.push([ i, val, filtVal ]);
+}
+await ds.objCall('График данных 1', 'addPointList', pointList);
+</code>
+{{ :filt8.png?nolink |}}
+<wrap ks>
+Так же плюс данного фильтра, в отличие от рассмотренных ранее, в том, что на участке роста значений, он не имеет отставания, и четко повторяет исходный сигнал. Такой фильтр удобно использовать с данными, которые изменяются в одном направлении (растут или падают, в случае с огибающим по минимальному значению). Так же продолжительность возмущения от помехи на данном типе фильтра длится не всю продолжительность работы фильтра, а лишь на единственной точке.
 </wrap>

DevelSCADA

Инструменты пользователя

Инструменты сайта

Различия

Инструменты страницы