Memória circular média móvel

Eu preciso acompanhar os últimos 7 dias de trabalho em um loop de leitura de arquivos planos. Está sendo usado para medir a fatigabilidade das listas de trabalho. Agora eu tenho algo que funciona, mas parece bastante detalhado e não tenho certeza se há um padrão que é mais sucinto. Atualmente, eu tenho uma classe Java com uma matriz estática para armazenar os últimos dados de x dias, então, ao ler o arquivo, retiro o primeiro elemento e mova os outros 6 (por um total de uma semana) de volta por um. O processamento desta matriz estática é feito em seu próprio método, ou seja. A minha pergunta: esta é uma abordagem de design razoável, ou há algo cegamente óbvio e simples para fazer esta tarefa. Obrigado, eles pediram 30 de agosto 11 às 14:33. Obrigado, pessoal: eu recebi a mensagem: use um objeto de nível superior e explore o Métodos relevantes ou um buffer circular. Excelentes respostas, todas elas. Quando você pensa sobre isso, você sempre precisa ter acesso a toda a matriz para que você possa se livrar daquela primeira entrada - da qual eu não tinha certeza por minha conta. Eu aliviei que eu não tivesse perdido algum liner e estava basicamente em uma faixa razoável, se não eficiente e fácil. Isto é o que eu adoro neste site: respostas de alta qualidade e relevantes de pessoas que conhecem o seu sht. Ndash Pete855217 30 de agosto 11 às 15:05 Por que você inicializa o runningTotal para null O que é seu tipo Onde é declarado Isso faria bem se você colocar alguns exemplos de código que se assemelham ao código Java real. Continuando, minha crítica seria a seguinte: sua função faz demais. Uma função ou método deve ser coeso. Mais apropriadamente, eles devem fazer uma coisa e uma coisa apenas. Pior ainda, o que acontece no seu loop for quando x 5 Você copia runningTotal6 em runningTotal5. Mas então você tem duas cópias do mesmo valor na posição 5 e 6. No seu projeto, sua função movesshuffles os itens em sua matriz calcula o material total de impressões para o erro padrão retorna o total. Faz demais. Minha primeira sugestão não é mover coisas na matriz. Em vez disso, implemente um buffer circular e use-o em vez da matriz. Isso simplificará seu design. A minha segunda sugestão é dividir as coisas em funções que são coesas: tenha uma estrutura de dados (um buffer circular) que lhe permita adicionar a ela (e isso diminui a entrada mais antiga sempre que ela atinja sua capacidade). Interator tem uma função que calcula o total no iterador (você não se importa se você estiver calculando o total de uma matriz, lista ou bufer circular). Não o chame total. Chame isso de soma, que é o que você está informando. Isso é o que eu faço :) Essa é a ótima informação de luis, no entanto, lembre-se de que esta função é uma pequena parte da funcionalidade da classe, e seria um excesso para adicionar muito código para torná-la perfeita. Você é tecnicamente correto, e eu entendo que meu código faz 39 muito muito39, mas, ao mesmo tempo, às vezes é melhor errar ao lado de um código menor e mais claro do que ir para a perfeição. Dadas as minhas habilidades em Java, mesmo fazer o pseudocódigo que você descreve a compilação me faria soprar meu orçamento neste (), mas obrigado pela descrição clara. Ndash Pete855217 31 de agosto 11 às 2:23 Hmmm, não é sobre a perfeição, mas sobre práticas industriais estabelecidas que conhecemos há 3 décadas. O código limpo é sempre um que é particionado. Temos décadas de evidências que indicam que este é o caminho a seguir no caso geral (em termos de custo-eficiência, redução de defeitos, compreensão, etc.). A menos que seja um código descartável por um tipo de coisa única. Nunca é dispendioso fazer isso quando se inicia qualquer análise de problema dessa maneira. Codificação 101, quebra o problema e o código segue, nem excesso nem dificuldade) ndash luis. espinal 31 de agosto 11 às 15:55 Sua tarefa é muito simples e o enfoque que você adotou é certamente bom para o trabalho. No entanto, se você quiser usar um design melhor, você deve se livrar de todo esse movimento numérico, você usa uma fila FIFO e faz bom uso de métodos push e pop, de modo que o código não reflete qualquer movimento de dados, apenas as duas ações de lógica De novos dados e remova dados com mais de 7 dias. Respondeu 30 de agosto 11 às 14: 49 O guia de cientistas e engenheiros para processamento de sinal digital Por Steven W. Smith, Ph. D. Capítulo 28: Processadores de sinais digitais Os processadores de sinais digitais são projetados para realizar rapidamente filtros FIR e técnicas similares. Para entender o hardware. Primeiro devemos entender os algoritmos. Nesta seção, faremos uma lista detalhada das etapas necessárias para implementar um filtro FIR. Na próxima seção, veremos como os DSPs são projetados para executar essas etapas da forma mais eficiente possível. Para começar, precisamos distinguir entre processamento off-line e processamento em tempo real. No processamento off-line, todo o sinal de entrada reside no computador ao mesmo tempo. Por exemplo, um geofísico pode usar um sismômetro para registrar o movimento do solo durante um terremoto. Depois que a agitação terminar, as informações podem ser lidas em um computador e analisadas de alguma forma. Outro exemplo de processamento off-line é a imagem médica, como a tomografia computadorizada e a ressonância magnética. O conjunto de dados é adquirido enquanto o paciente está dentro da máquina, mas a reconstrução da imagem pode ser adiada até mais tarde. O ponto chave é que toda a informação está simultaneamente disponível para o programa de processamento. Isso é comum em pesquisa científica e engenharia, mas não em produtos de consumo. O processamento off-line é o domínio de computadores pessoais e mainframes. No processamento em tempo real, o sinal de saída é produzido ao mesmo tempo em que o sinal de entrada está sendo adquirido. Por exemplo, isso é necessário na comunicação telefônica, aparelhos auditivos e radar. Essas aplicações devem ter a informação imediatamente disponível, embora possa ser adiada por um valor curto. Por exemplo, um atraso de 10 milissegundos em uma chamada telefônica não pode ser detectado pelo falante ou ouvinte. Da mesma forma, não faz diferença se um sinal de radar for atrasado por alguns segundos antes de ser exibido para o operador. As aplicações em tempo real introduzem uma amostra, executam o algoritmo e produzem uma amostra, sobrepostas. Alternativamente, eles podem inserir um grupo de amostras, executar o algoritmo e produzir um grupo de amostras. Este é o mundo dos processadores de sinais digitais. Agora, olhe para a Fig. 28-2 e imagine que este é um filtro FIR que está sendo implementado em tempo real. Para calcular a amostra de saída, devemos ter acesso a um certo número de amostras mais recentes da entrada. Por exemplo, suponha que usemos oito coeficientes neste filtro, um 0. Um 1. Hellip a 7. Isso significa que devemos conhecer o valor das oito amostras mais recentes do sinal de entrada, x n, x n -1, hellip x n -7. Essas oito amostras devem ser armazenadas na memória e atualizadas continuamente à medida que novas amostras são adquiridas. Qual é a melhor maneira de gerenciar essas amostras armazenadas. A resposta é o armazenamento em buffer circular. A Figura 28-3 ilustra um buffer circular de oito amostras. Colocamos esse buffer circular em oito locais de memória consecutivos, 20041 a 20048. A Figura (a) mostra como as oito amostras da entrada podem ser armazenadas em um instante particular, enquanto (b) mostra as mudanças após a próxima amostra ser adquirido. A idéia de armazenamento em buffer circular é que o final desta matriz linear está conectado ao seu início. A localização da memória 20041 é vista como próxima a 20048, assim como 20044 é próximo a 20045. Você acompanha a matriz por um ponteiro (uma variável cujo Valor é um endereço) que indica onde a amostra mais recente reside. Por exemplo, em (a) o ponteiro contém o endereço 20044, enquanto na (b) contém 20045. Quando uma nova amostra é adquirida, ela substitui a amostra mais antiga na matriz e o ponteiro é movido para um endereço à frente. Os buffers circulares são eficientes porque apenas um valor precisa ser alterado quando uma nova amostra é adquirida. São necessários quatro parâmetros para gerenciar um buffer circular. Primeiro, deve haver um ponteiro que indique o início do buffer circular na memória (neste exemplo, 20041). Em segundo lugar, deve haver um ponteiro que indique o fim da matriz (por exemplo, 20048) ou uma variável que contenha seu comprimento (por exemplo, 8). Em terceiro lugar, o tamanho do passo do endereçamento da memória deve ser especificado. Na Fig. 28-3 o tamanho do passo é um. Por exemplo: o endereço 20043 contém uma amostra, o endereço 20044 contém a próxima amostra, e assim por diante. Isso frequentemente não é o caso. Por exemplo, o endereçamento pode se referir a bytes, e cada amostra pode exigir dois ou quatro bytes para manter seu valor. Nesses casos, o tamanho do passo precisaria ser de dois ou quatro, respectivamente. Esses três valores definem o tamanho ea configuração do buffer circular e não serão alterados durante a operação do programa. O quarto valor, o ponteiro para a amostra mais recente, deve ser modificado conforme cada nova amostra é adquirida. Em outras palavras, deve haver uma lógica do programa que controle como esse quarto valor é atualizado com base no valor dos três primeiros valores. Embora esta lógica seja bastante simples, deve ser muito rápida. Este é o ponto principal desta discussão. Os DSPs devem ser otimizados no gerenciamento de buffers circulares para atingir a velocidade de execução mais alta possível. Por sua vez, o armazenamento em buffer circular também é útil no processamento off-line. Considere um programa onde os sinais de entrada e de saída estão completamente contidos na memória. O buffer de circulação não é necessário para um cálculo de convolução, pois cada amostra pode ser acessada imediatamente. No entanto, muitos algoritmos são implementados em etapas. Com um sinal intermediário sendo criado entre cada etapa. Por exemplo, um filtro recursivo realizado como uma série de biquads funciona dessa maneira. O método de força bruta é armazenar todo o comprimento de cada sinal intermediário na memória. O armazenamento em buffer circular oferece outra opção: armazene apenas as amostras intermediárias necessárias para o cálculo em mãos. Isso reduz a quantidade necessária de memória, à custa de um algoritmo mais complicado. A importante idéia é que os buffers circulares são úteis para processamento off-line, mas críticos para aplicações em tempo real. Agora podemos observar as etapas necessárias para implementar um filtro FIR usando buffers circulares tanto para o sinal de entrada como para os coeficientes. Esta lista pode parecer trivial e sobreexaminada - não é O tratamento eficiente dessas tarefas individuais é o que separa um DSP de um microprocessador tradicional. Para cada nova amostra, todas as etapas a seguir devem ser tomadas: o objetivo é fazer com que essas etapas sejam executadas rapidamente. Uma vez que as etapas 6-12 serão repetidas muitas vezes (uma vez para cada coeficiente no filtro), deve ser dada especial atenção a essas operações. Os microprocessadores tradicionais geralmente devem realizar esses 14 passos em série (um após o outro), enquanto os DSPs são projetados para executá-los em paralelo. Em alguns casos, todas as operações no loop (etapas 6-12) podem ser concluídas em um único ciclo de clock. Olhe para a arquitetura interna que permite esta magnífica performance. Uma das principais aplicações para a placa Arduino é ler e registrar os dados do sensor. Por exemplo, um monitora a pressão a cada segundo do dia. Como altas taxas de amostragem muitas vezes geram picos nos gráficos, um também quer ter uma média das medidas. Como as medidas não são estáticas no tempo, o que muitas vezes precisamos é uma média em execução. Esta é a média de um determinado período e muito valioso quando se faz análise de tendências. A forma mais simples de uma média em execução pode ser feita por código que se baseia na média anterior: se não quiser usar matemática de ponto flutuante - como isso ocupa memória e diminui a velocidade - pode-se fazer o mesmo completamente no domínio inteiro. A divisão por 256 no código da amostra é um shift-right 8, que é mais rápido do que dizer divisão por e. 100. Isso é verdade para cada poder de 2 como divisor e um só deve cuidar a soma dos pesos é igual à potência de 2. E é claro que se deve cuidar que não haja transbordamento intermediário (considere usar sem assinatura longa) Se você precisar Uma média de corrida mais precisa, in concreto das últimas 10 medidas, você precisa de uma matriz (ou lista vinculada) para mantê-las. Esta matriz funciona como um buffer circular e com cada nova medida, a mais antiga é removida. A média de corrida é calculada como a soma de todos os elementos divididos pelo número de elementos na matriz. O código para a média em execução será algo assim: Desvantagem deste código é que a matriz para manter todos os valores pode se tornar bastante grande. Se você tem uma medida por segundo e quer uma média corrente por minuto, você precisa de uma série de 60, uma média por hora precisaria de uma matriz de 3600. Isso não poderia ser feito dessa maneira em um Arduino, pois ele só possui 2K de RAM. No entanto, ao construir uma média de 2 estágios, pode ser abordado bastante bem (aviso: não para todas as medidas). No código psuedo: Como uma nova matriz estática interna é necessária para cada função runningAverage, isso grita para ser implementado como uma classe. Biblioteca RunningAverage A biblioteca runningAverage faz uma classe da função acima para que ela possa ser usada várias vezes em um esboço. Desacopla a função add () e avg () para ser um pouco mais flexível, e. Pode-se chamar a média várias vezes sem adicionar nada. Observe que todas as instâncias da classe adicionam sua própria matriz para armazenar medidas, e isso aumenta o uso da memória. A interface da classe é mantida tão pequena quanto possível. Nota: com a versão 0.2 os nomes dos métodos são todos mais descritivos. Um pequeno esboço mostra como ele pode ser usado. Um gerador aleatório é usado para imitar um sensor. Na configuração (), o myRA é limpo para que possamos começar a adicionar novos dados. Em loop () primeiro, um número aleatório é gerado e convertido em um flutuador para ser adicionado ao myRA. Em seguida, o runningAverage é impresso na porta serial. Pode-se também exibi-lo em algum LCD ou enviar por ethernet, etc. Quando são adicionados 300 itens, o myRA está limpo para começar de novo. Para usar a biblioteca, faça uma pasta nas suas LISTAS SKETCHBOOKPATH com o nome RunningAverage e coloque o. h e. cpp lá. Opcionalmente, faça um subdiretório de exemplos para colocar o aplicativo de exemplo. 2017-01-30: versão inicial 2017-02-28: destrutor faltando fixo no arquivo. h 2017-02-28: construtor padrão removido 2017--. TrimValue () Yuval Naveh adicionou trimValue (encontrado na web) 2017-11-21: refatorado 2017-12-30: adicionado fillValue () refatorado para publicação 2017-07-03: código de proteção de memória adicionado - se a matriz interna não puder ser alocada tamanho Torna-se 0. Isso é para resolver o problema descrito aqui - forum. arduino. ccindex. phptopic50473.msg1790086msg1790086 - Teste extensivamente. Classe Template RunningAverage. h RunningAverage. cpp