Ejercicios 18/19 - TP.
de Riobó Lucas Matías - Buenas noches a todos!
Bueno, la consulta es la siguiente. Mi intención es tratar de hacer un promediador móvil para comparar los espectros en azimuth y asi poder averiguar su BW etc etc.
Lo que me gustaria hacer es básicamente hacer algo como esto:
y(n)=1/5 *{ x[n+2]+x[n+1]+x[n]+x[n-1]+x[n-2] } (obviamente que en las primeras 5 muestras no podria hacer esto, creo, asi q tendria q comparar en ellas solo 'a derecha')
Básicamenente hacer el promedio movil con una ventana de 5 puntos. El tema es que esto es "no causal",por lo que no puedo usar filter.
Hay alguna función que me permita hacer algo similar o tengo que hacerme alguna subrutina que haga esto?
Saludos!
Bueno, la consulta es la siguiente. Mi intención es tratar de hacer un promediador móvil para comparar los espectros en azimuth y asi poder averiguar su BW etc etc.
Lo que me gustaria hacer es básicamente hacer algo como esto:
y(n)=1/5 *{ x[n+2]+x[n+1]+x[n]+x[n-1]+x[n-2] } (obviamente que en las primeras 5 muestras no podria hacer esto, creo, asi q tendria q comparar en ellas solo 'a derecha')
Básicamenente hacer el promedio movil con una ventana de 5 puntos. El tema es que esto es "no causal",por lo que no puedo usar filter.
Hay alguna función que me permita hacer algo similar o tengo que hacerme alguna subrutina que haga esto?
Saludos!
Re: Ejercicios 18/19 - TP.
de PELLE PATRICIA ALEJANDRA - Siempre se puede hacer
y_temp( n )=1/5 *{ x[n]+x[n-1]+x[n-2]+x[n-3]+x[n-4] }
y después hacer y( n ) = y_temp( n + 2 ), o sea tomar el resultado desplazado. No te olvides de agregar 2 ceros al principio y al final del vector x para hacer el filtrado.
Si no se quieren complicar, los que usen Matlab pueden usar la función smooth, que hace exactamente estas operaciones de filtrado FIR pasabajos con ventana.
Saludos,
Patricia
PD: pueden usar otros coeficientes además de todos 1's, que sería una ventana rectangular. Porqué no probás con los coeficientes de la ventana de hann, que es un suavizador buenísimo?
y_temp( n )=1/5 *{ x[n]+x[n-1]+x[n-2]+x[n-3]+x[n-4] }
y después hacer y( n ) = y_temp( n + 2 ), o sea tomar el resultado desplazado. No te olvides de agregar 2 ceros al principio y al final del vector x para hacer el filtrado.
Si no se quieren complicar, los que usen Matlab pueden usar la función smooth, que hace exactamente estas operaciones de filtrado FIR pasabajos con ventana.
Saludos,
Patricia
PD: pueden usar otros coeficientes además de todos 1's, que sería una ventana rectangular. Porqué no probás con los coeficientes de la ventana de hann, que es un suavizador buenísimo?