Математические задачи в пакете MathCAD 12

         

Глава 14.3.1. Встроенные функции для сглаживания: ВЧ-фильтр



В Mathcad имеется несколько встроенных функций, реализующих различные алгоритмы сглаживания данных:

  •  medsmooth(y,b) — сглаживание алгоритмом "бегущих медиан";
  •  ksmooth (х, у, b) — сглаживание на основе функции Гаусса;
  •  supsmooth(x,y) — локальное сглаживание адаптивным алгоритмом, основанное на анализе ближайших соседей каждой пары данных:


  •  х — вектор действительных данных аргумента (для supsmooth его элементы должны быть расположены в порядке возрастания);
  •  у — вектор действительных значений того же размера, что и х;
  •  b — ширина окна сглаживания.


Все функции имеют в качестве аргумента векторы, составленные из массива данных, и выдают в качестве результата вектор сглаженных данных того же размера. Функция medsmooth предполагает, что данные расположены равномерно.

ПРИМЕЧАНИЕ

Подробную информацию об алгоритмах, заложенных в функции сглаживания, вы найдете в справочной системе Mathcad в статье Smoothing (Сглаживание), находящейся в разделе Statistics (Статистика). Очень полезные сведения о разных типах фильтрации можно отыскать в Быстрых шпаргалках.



Часто бывает полезным совместить сглаживание с последующей интерполяцией или регрессией. Соответствующий пример приведен в листинге 14.7 для функции supsmooth. Результат работы листинга показан на рис. 14.18 (кружки обозначают исходные данные, крестики — сглаженные, пунктирная кривая — результат сплайн-интерполяции). Сглаживание тех же данных при помощи "бегущих медиан" и функции Гаусса с разным значением ширины окна пропускания показаны на рис. 14.19 и 14.20 соответственно.

Листинг 14.7.  Сглаживание с последующей сплайн-интерполяцией



Рис. 14.18. Адаптивное сглаживание (продолжение листинга 14.7)



Рис. 14.19. Сглаживание "бегущими медианами"



Рис. 14.20. Сглаживание при помощи функции ksmooth


Содержание раздела