Saturday 9 September 2017

Ie2 Liikkuvan Keskiarvon


Kuten muutkin ovat maininneet, kannattaa harkita IIR-ääretön impulssivaste-suodattimen sijaan FIR-äärellistä impulssi-vastesuodatinta, jota käytät nyt. Siitä on enemmän, mutta ensisilmäyksellä FIR-suodattimet toteutetaan eksplisiittisina konvoluutoina ja IIR-suodattimina yhtälöillä. Erityisesti IIR-suodatin, jota käytän paljon mikrokontrollereissa, on yksi napainen alipäästösuodin Tämä on yksinkertaisen RC-analogisen suodattimen digitaalinen ekvivalentti Useimmissa sovelluksissa niillä on paremmat ominaisuudet kuin käyttämääsi laatisuodattimella Useimmat suodatinsuodattimen käyttötarkoitukset että olen havainnut, ovat seurausta siitä, että joku ei kiinnitä huomiota digitaaliseen signaalinkäsittelyluokkaan, ei seurauksena tarvitsemasta niiden erityisominaisuuksia. Jos haluat vain vaimentaa korkeita taajuuksia, jotka tunnet ovat melua, yksi napainen alipäästösuodatin on parempi. paras tapa toteuttaa yksi digitaalisesti mikrokontrolleri on yleensä. FILT - FILT FF NEW - FILT. FILT on palan jatkuvaa tilaa Tämä on ainoa pysyvä va että sinun on laskettava tämä suodatin UUTUUS on uusi arvo, jota suodatin päivitetään tämän iteroinnin avulla FF on suodatinfraktio, joka säätää suodattimen raskautta Katso tämä algoritmi ja näe, että FF 0: ssä suodatin on äärettömän raskas, koska ulostulo ei koskaan muutu FF 1: ssä se ei todellakaan ole ollenkaan suodatinta, koska lähtö vain seuraa tuloa Hyödylliset arvot ovat välillä pienissä järjestelmissä, kun valitset FF: n olevan 1 2 N niin, että kerrotaan FF: llä voidaan saavuttaa oikea muutos N-biteillä Esimerkiksi FF voi olla 1 16 ja kertoa FF: llä siten oikealle 4 bittien muutokselle Muuten tämä suodatin tarvitsee vain yhden vähennysarvon ja yhden lisäyksen, vaikka niiden lukumäärän on tavallisesti oltava suurempi kuin syöttöarvo enemmän numeerisella tarkkuudella alla olevasta erillisestä osasta. I yleensä otan AD-lukemat huomattavasti nopeammin kuin tarvitaan ja sovelletaan kahta näistä suodattimista cascaded Tämä on digitaalinen ekvivalentti kahdesta RC-suodattimet sarjassa ja heikentää 12 dB oktaavin yläpuolella rolloff taajuus kuitenkin AD-lukemien osalta on yleensä tärkeämpää tarkastella suodatinta aikatasossa tarkastelemalla sen askelvasetta Tämä kertoo kuinka nopeasti järjestelmäsi näkyy muutos, kun mitataan mittaustasi. Helpottamiseksi näiden suodattimien suunnittelua vain kerätä FF ja päättää, kuinka monta niistä kaskadi, käytän ohjelmaa FILTBITS Voit määrittää siirrettävien bittien lukumäärän kullekin FF: lle kaskadatun suodattorisarjan yhteydessä ja laskee vaiheen vasteen ja muut arvot Itse olen yleensä suorittanut tämän kautta kääre-komento PLOTFILT Tämä suorittaa FILTBITS, joka tekee CSV-tiedoston ja piirtää sitten CSV-tiedoston. Esimerkiksi tässä on tulos PLOTFILT 4: sta 4. Kahden parametrin PLOTFILT tarkoittaa, että edellä kuvatulla tavalla on kaksi suodatinta, jotka ovat kaskadattuja. ja 4 osoittavat siirrettävien bittien lukumäärän, jotta kerrotaan FF: llä. Kaksi FF-arvoa ovat siis tässä tapauksessa 166. Punainen jälki on yksikköaskelvastetta, ja se on tärkein asia tarkastella. Jos syöttö muuttuu hetkeksi, yhdistetyn suodattimen lähtö laskeutuu 90: aan uudesta arvosta 60 iteroitua Jos vältät 95 asettumisaikaa, sinun on odotettava noin 73 toistoa ja 50 asettumisaikaa vain 26 toistoa. Vihreä jälki näyttää yhden ainoan täyden amplitudipiikin lähdön. Tämä antaa sinulle käsityksen satunnaisesta melun vaimennuksesta. Näyttää siltä, ​​että mikään yksittäinen näyte ei aiheuta yli 2 5: n muutosta tuotannossa. Sinisen jäljen on antaa subjektiivinen tunne, mitä tämä suodatin tekee valkoisen melun kanssa Tämä ei ole tarkka testi, koska ei ole takeita siitä, mitä sisältöä satunnaislukuista otettiin valkoisen melun syötteenä tästä ajettavasta PLOTFILT-ohjelmasta. Se vain antaa sinulle karkean tunteen kuinka paljon se puristuu ja kuinka sileä se on. PLOTFILT, ehkä FILTBITS ja paljon muuta hyödyllistä tavaraa, erityisesti PIC-firmware-kehitykselle, on saatavilla PIC Development Tools - ohjelmistopäivityksessä My Software downloads - sivulla. Tarkoitan numeerista tarkkuutta. Näen kommenteista ja nyt uudesta vastauksesta, että on kiinnostusta keskustella tämän suodattimen toteuttamiseen tarvittavien bittien lukumäärän merkityksestä Huomaa, että FF: n kertoimella luodaan Log 2 FF: n uusia bittejä binaaripisteen alapuolella Pienissä järjestelmissä , FF valitaan yleensä 1 2 N niin, että tämä kerroin todella toteutuu N: n bittien oikealla siirtymällä. FILT on siis yleensä kiinteä pisteen kokonaisluku Huomaa, että tämä ei muuta mitään matematiikkaa prosessorin näkökulmasta Jos esimerkiksi suodatetaan 10-bittiset AD-lukemat ja N 4 FF 1 16, tarvitset 4 bittiä bittiä alle 10-bittisen kokonaislukuarvon AD-lukemat. Yksi useimmista prosessoreista, sinun tulee tehdä 16-bittisiä kokonaislukuja 10-bittisen AD-lukeman Tässä tapauksessa voit silti tehdä täsmälleen samat 16-bittiset kokonaislukuja, mutta aloita AD-lukemat vasemmalle siirtämällä 4 bittiä. Prosessori ei tiedä eroa, eikä tarvitse tehdä matematiikkaa koko 16-bittisten kokonaislukujen kanssa pitävät niitä 12 4 kiinteää pistettä tai todellista 16-bittistä kokonaislukua 16 0 kiinteää pistettä. Yleensä sinun on lisättävä N-bittiä jokaisella suodatinpylväällä, jos et halua lisätä melua numeerisen esityksen vuoksi. Yllä olevassa esimerkissä toinen suodatin kahdella olisi on 10 4 4 18 bittiä, jotta tietoja ei menetettäisi Käytännössä 8-bittisellä koneella, joka tarkoittaa, että käytät 24 bittisiä arvoja Teknisesti vain kahden toisen napa tarvitsee laajempaa arvoa, mutta firmware-yksinkertaisuuden vuoksi käytän yleensä samaa esitystä, ja näin ollen sama koodi kaikille suodattimen napoille. Olen yleensä kirjoittamassa alirutiini tai makro suorittaa yksi suodattimen napa operaatio, sitten soveltaa sitä jokaiseen napaan Onko subroutine tai makro riippuu siitä, onko syklit tai ohjelmamuisti ovat tärkeämpiä, että Joka tapauksessa, käytän jonkin verran naarmuuntumista ohittamaan UUSI alirutiinin makroon, joka päivittää FILT: n, mutta lataa myös samaan naarmuuntumistilaan UUSI oli Tämä helpottaa useiden napojen käyttämistä sen jälkeen, kun päivitetty FILT on yksi napa NE W seuraavalla Kun aliohjelma on hyödyllinen osoitinpisteenä FILT: lle matkalla, joka päivitetään heti FILTin jälkeen ulos tieltä. Näin aliohjelma toimii automaattisesti peräkkäisissä suodattimissa muistiin, jos sitä kutsutaan useita kertoja Kanssa makro don t tarvitset osoittimen, kun siirrät osoite toimimaan jokaisen iteraation. Koodi esimerkkejä. Tämä on esimerkki makro, kuten edellä on kuvattu PIC 18.Joten tässä on samanlainen makro PIC 24 tai dsPIC 30 tai 33. Nämä esimerkit toteutetaan makroina käyttäen minun PIC-kokoonpanon esiprosessoria, joka on kykenempi kuin mikään sisäänrakennetuista makroyksiköistä. clabacchio Toinen asia, jonka minun olisi pitänyt mainita on firmware-toteutus Voit kirjoittaa yhden napainen alipäästösuodattimen alirutiini kerran ja soveltaa sitä useaan kertaan. Itse kirjoitan yleensä tällaisen alirutiinin ottamaan osoittimen muistiin suodatustilaan, osoitin niin, että sitä voidaan kutsua peräkkäin helposti monipolvisuodattimien toteuttamiseksi Olin Lathrop 20 huhtikuu 2012 klo 15 03.1 kiitos paljon vastauksista - kaikki päätin käyttää tätä IIR-suodatinta, mutta tätä suodatinta ei käytetä Standard LowPass - suodatin, koska tarvitsen keskimäärin vasta-arvoja ja verrata niitä havaitsemaan muutokset tietyllä alueella, koska nämä arvot ovat hyvin erilaisia ​​mittasuhteita riippuen laitteistosta, jonka halusin ottaa keskimäärin, jotta voimme reagoida näihin laitteisiin tiettyjä muutoksia automaattisesti sensslen 21 toukokuu 12 klo 12 06.Jos voit elää rajoittamalla teho kahden määrän kohteita keskimäärin eli 2,4,8,16,32 jne. sitten jakaminen voidaan helposti ja tehokkaasti tehdä alhaisen suorituskyvyn mikro ilman erillistä jakaumaa, koska se voidaan tehdä vähän siirtää Jokainen siirto oikealle on yksi voima kaksi esim. OP toivoi, että hänellä oli kaksi ongelmaa jakamalla PIC16 ja muistin hänen rengas puskuri Tämä vastaus osoittaa, että jakaminen ei ole vaikeaa Tosin se ei käsittele muistiongelmia, mutta SE-järjestelmä mahdollistaa osittaiset vastaukset ja käyttäjät voivat ottaa jokaisesta vastauksesta itselleen jotain tai jopa muokata ja yhdistää muiden vastausten vastauksia Koska jotkin muut vastaukset edellyttävät jako-operaatiota ovat samalla puutteellisia, koska ne eivät osoita, miten tehokkaasti tämä saavuttaa PIC16 Martin huhtikuu 20 12 klo 13 01.There on vastaus todellista liikkuvaa keskimääräistä suodatin aka boxcar suodatin, jossa on vähemmän muistia vaatimuksia, jos et mielessä downsampling It s nimeltään kaskadattu integraattori-kampasuodatin CIC Ajatuksena on, että sinulla on integraattori, jonka otat eroja ajanjaksolta, ja tärkein muistia säästävä laite on, että alaspäin näytteenoton avulla sinun ei tarvitse tallentaa eve ry: n integraattorin arvoa. Se voidaan toteuttaa käyttämällä seuraavia pseudokoodeja. Tehokas liikkuva keskimääräinen pituus on desimaalimuutos. Factor ilmoittaa, mutta sinun on vain pidettävä ympärilleen statesize otoksia. Tietenkin voit saada parempaa suorituskykyä, jos stateize ja decimationFactor ovat voimia 2, niin että divisioona ja loput operaattorit korvataan muutoksilla ja mask-ands. Postscriptillä Olen samaa mieltä Olinin kanssa siitä, että sinun pitäisi aina harkita yksinkertaisia ​​IIR-suodattimia ennen liikkuvan keskimääräisen suodattimen käyttöä Jos et tarvitse vaunun suodattimen taajuus-nollia, 1-napainen tai 2-napainen alipäästösuodatin todennäköisesti toimivat hienosti. Toisaalta, jos suodatetaan desimaatiotarkoituksessa ottamalla suuren näytteenottotaajuuden syöttö ja laskemalla se keskiarvoiseksi käytettäväksi alhaisen nopeuden prosessissa, niin CIC-suodatin voi olla juuri sitä, mitä etsit erityisesti, jos voit käyttää statesize 1 ja välttää ringbuffer kokonaan vain yhden edellisen integraattorin arvo. On s syvällinen analyysi matematiikkaa taakse käyttäen ensimmäinen ord er IIR - suodatin, jonka Olin Lathrop on jo kuvannut Digital Signal Processing - pinoinnissa, sisältää paljon kauniita kuvia. Tämä IIR-suodattimen yhtälö on. Tämä voidaan toteuttaa käyttämällä vain kokonaislukuja eikä jakamista käyttäen seuraavaa koodia tarvita virheenkorjausta I kirjoitti muistista. Tämä suodin lähentää viimeisten K-näytteiden liikkuvaa keskiarvoa asettamalla alfa-arvon 1 K: lle. Tee tämä edellisessä koodissa määrittämällä BITS: n LOG2 K: lle eli K 16 asetetun BITS: n 4: lle K: lle 4 asetettu BITS 2, jne. Ll ll tarkistaa koodi tässä, kun saan muutoksen ja muokata tätä vastausta tarvittaessa. Vastattu Joulu 23 12 klo 4 04. Tässä yksi napainen alipäästösuodatin liikkuva keskiarvo, rajataajuus CutoffFrequency Erittäin yksinkertainen, erittäin nopea, toimii hyvin ja melkein ei ole muistin yläpuolella. Nuomi Kaikki muuttujat ovat suodattimen ulkopuolella, lukuun ottamatta ohitettua newInput. Note Tämä on yhden vaiheen suodatin Useita vaiheita voidaan yhdistää yhdessä kasvattamaan terävyys suodatin Jos käytät useampaa kuin yhtä vaiheta, sinun täytyy säätää DecayFactor-arvoa, joka liittyy Cutoff-taajuuteen kompensoimaan. Ja kaikki mitä tarvitset ovat nämä kaksi riviä sijoitettu missä tahansa, he eivät tarvitse omaa toimintoa. Tämä suodattimessa on nousupyyntöaika ennen liikkuvaa keskiarvoa on tulosignaalin taso. Jos sinun on ohitettava tämä nousupotentiaali, voit alustaa MovingAveragein uuden tulon ensimmäiseen arvoon 0 sijasta ja toivottavasti ensimmäinen uusi tulo ei ole outlier. CutoffFrequency SampleRate on välillä 0 ja 0 5 DecayFactor on arvo välillä 0 ja 1, yleensä lähellä 1. Yksinkertainen tarkkuus kellukkeet ovat tarpeeksi hyviä useimpiin asioihin, mieluummin kaksinkertaistuu Jos sinun on pidettävä kokonaislukuja, voit muuntaa DecayFactor ja Amplitude Factor osaksi murto-kokonaislukuja, joissa numeerinen tallennetaan kokonaislukuna ja nimittäjä on kokonaisluku 2, joten voit siirtyä oikealle nimittäjänä pikemminkin kuin jakaa suodattimen silmukan aikana. Esimerkiksi, jos DecayFactor 0 99 ja haluat käyttää kokonaislukuja, voit asettaa DecayFactor 0 99 65536 64881 ja sitten milloin tahansa kerrotaan DecayFactorilla suodatussilmukassasi, siirrä vain tulosta 16. Lisätietoja tästä erinomaisesta kirjasta s online, luku 19 rekursiivisista suodattimista. PS Liikkuvaa keskimääräistä paradigmaa varten on erilainen lähestymistapa DecayFactorin ja AmplitudeFactorin asettamiseen, jotka saattavat olla tarpeellisempia tarpeidesi mukaan, sanotaan, että haluat edellisen, noin 6 kohdetta keskimäärin eetteriä, tehden sen discretely, voit lisätä 6 kohdetta ja jakaa 6, joten voit asettaa AmplitudeFactor on 1 6, ja DecayFactor on 1 0 - AmplitudeFactor. vastattu 14. toukokuuta 12 klo 22 55. Jokainen muu on kommentoinut perusteellisesti apuohjelma IIR vs. FIR ja kahdella divisioolla I d vain anna joitakin toteutus yksityiskohtia Alla toimii hyvin pieniä mikro-ohjaimia ilman FPU Ei ole mitään kertolaskua, ja jos pidät N kahden voima, kaikki jako on yhden kierroksen bittivaihtelu. FIR-rengaspuskuri pitää viimeisen N-arvojen käynnissä olevan puskurin ja kaikkien puskurin arvojen juoksevan SUM-arvon. Joka kerta, kun uusi näyte tulee sisään, vähennä puskurin vanhin arvo SUM: sta , korvaa se uudella näytteellä, lisää uusi näyte SUM: iin ja tuottaa SUM N. Modified IIR - rengaspuskurin pitää viimeisen N-arvon SUM-käynnissä. Aina kun uusi näyte tulee, SUM - SUM N, lisää uuteen näyte ja tuotos SUM N. vastattu 28 elokuu 13 klo 13 45.Jos olen lukenut sinua oikein, olet kuvata ensimmäisen asteen IIR suodata arvo, jonka olet vähentänyt isn t vanhin arvo, joka putoaa, mutta on sen sijaan keskimäärin edellisten arvojen First order IIR suodattimet voivat olla varmasti hyödyllisiä, mutta en ole varma, mitä tarkoitat, kun ehdotat, että tuotos on sama kaikissa jaksottaisissa signaaleissa 10 kHz: n näytteenottotaajuudella syötetään 100 Hz: n kenttä aalto 20-vaiheiseen laatikkosuodattimeen, joka tuottaa 20 näytettä tasaisesti kohottavan signaalin, istuu korkealle 30: lle, laskee tasaisesti 20 näytettä ja istuu alhaalla 30: lle ensimmäisen kertaluvun IIR-suodattimen supercat 28. elokuuta 13 klo 15 31. tuottaa aallon, joka alkaa jyrkästi nousta ja vähitellen laskeutuu lähelle mutta ei sisääntulomaksimittarilla, sitten alkaa jyrkästi laskea ja laskeutuu vähitellen lähelle mutta ei tuloa vähimmäismäärä Hyvin erilainen käyttäytyminen supercat 28. elokuuta 13 klo 15 32.On kysymys on, että yksinkertainen liukuva keskiarvo voi olla tai ei välttämättä ole hyötyä IIR-suodattimen avulla saat mukavan suodattimen, jossa on suhteellisen vähän kalkkia. suorakulmio ajassa - sinc in freq - ja et voi hallita sivulohkoja Se voi olla sen arvoista heittää muutaman kokonaisluku kertoo, jotta se olisi mukava symmetrinen viritettävä FIR, jos voit säästää kello punkkien Scott Seidman 29 elokuu 13 klo 13 50. ScottSeidman Ei tarve kertoa, jos jokainen FIR: n jokainen vaihe joko antaa tuloksen keskiarvon tähän vaiheeseen ja sen aiempi tallennettu arvo ja sitten tallentaa syötteen, jos sillä on numeerinen alue, voitaisiin käyttää summaa keskimäärin. s kuin laatikkosuodatin on riippuvainen sovelluksesta, laukaisusuodattimen vaihevaste, jonka kokonaisviive on 1 ms, on esimerkiksi ikävä d2-dt-piikki, kun tulo muuttuu ja 1 ms myöhemmin, mutta sillä on mahdollisimman pieni arvo d dt suodattimelle, jossa on yhteensä 1 ms viive supercat 29 elokuu 13 klo 15 25. Kuten mikeselectricstuff sanoi, jos todella tarvitset vähentää muistintarpeitasi, etkä pidä impulssivastetta eksponentiaalisena suorakulmainen pulssin sijasta, I olisi eksponentiaalinen liikkuva ave raivosuodatin Käytän niitä laajasti Tämäntyyppisellä suodattimella sinun ei tarvitse tarvita mitään puskuria Sinun ei tarvitse tallentaa aiempia näytteitä Vain yksi Joten, muistivaatimukset saavat leikata tekijä N. Also, et tarvitse mitään divisioona, että vain kertolaskuja Jos sinulla on mahdollisuus käyttää liukulaskennan aritmeettista, käytä liukulukuisia kertolaskuja Muussa tapauksessa suorita kokonaisluku kertolaskuja ja siirry oikealle Mutta olemme kuitenkin vuonna 2012 ja suosittelen sinua käyttämään kääntäjiä ja MCU: ita, jotka sallivat sinun toimimaan kelluvilla numeroilla. Sen lisäksi, että muistit ovat tehokkaampia ja nopeampia, sinun ei tarvitse päivittää kohteita missään pyöreässä puskurissa, sanoisin, että se on myös luonnollisempi, koska eksponentiaalinen impulssivaste vastaa paremmin tapaa, jolla luonto käyttäytyy useimmissa tapauksissa Vastaus IIR-suodattimen koskettimina oli olin ja supercat, mutta silti ilmeisesti muiden huomioimatta, että pyöristys alaspäin aiheuttaa jonkin verran epätarkkuutta ja mahdollisesti bias-katkaisua olettaen, että N i sähkön teho on kaksi ja vain kokonaisluku aritmeettinen, siirtymäoikeus poistaa järjestelmällisesti uuden näytteen LSB: t. Tämä tarkoittaa sitä, että kuinka kauan sarja voi olla, keskiarvo ei koskaan ota niitä huomioon. Esimerkiksi oletetaan, että hitaasti laskeva sarja 8,8,8 8,7,7,7 7,6,6 ja ota olettaa, että keskiarvo on todellakin 8 alussa Ristin 7 näytettä tuo keskimäärin 7, riippumatta suodattimen vahvuudesta Vain yksi näyte Sama tarina 6: lle, jne. Ajattele päinvastoin sarja nousee. Keskimäärin pysyy 7: llä ikuisesti, kunnes näyte on tarpeeksi suuri muutoksen tekemiseksi. Tietenkin voit korjata esijännitys lisäämällä 1 2 N 2, mutta joka ei onnistunut ratkaisemaan tarkkuusongelmia, tapauksessa, että vähenevä sarja pysyy ikuisesti 8: ssa, kunnes näyte on 8-1 2 N 2 Esimerkiksi N 4: lle nollaa edustava näyte pitää keskimäärin ennallaan. se tarkoittaisi pidättämään menetetyn LSB: n akun. Mutta en tehnyt tarpeeksi kauaa, jotta koodi olisi valmis, ja en ole varma, että se ei vahingoittaisi IIR-tehoa joissakin muissa sarja-tapauksissa esimerkiksi 7,9,7,9 keskimäärin 8 sitten. Olin, sinun kaksivaiheinen kaskadi tarvitsisi myös selitystä. Tarkoitatko, että pidät kaksi keskimääräistä arvoa ensimmäisen tuloksen seurauksena jokaiseen iteraatioon toiseen. Mitä hyötyä tästä on. MAMethod 0 SMA - Yksinkertainen liikkuva keskiarvo. MAMethod 1 EMA - eksponentiaalinen liukuva keskiarvo. MAMethod 2 Wilder - Wilder Eksponentiaalinen liikkuva keskiarvo. MAMethod 3 LWMA - lineaaripainotettu liikkuva keskiarvo. MAMethod 4 SineWMA - Sine Painotettu liikkuva keskiarvo. MAMethod 5 TriMA - kolmiomainen liikkuva keskiarvo. MAMethod 6 LSMA - Vähiten Square liikkuva keskiarvo tai EPMA, lineaarinen regressiolinja. MAMethod 7 SMMA - Tasoitettu liukuva keskiarvo. MAMethod 8 HMA - Rulla liikkuva keskiarvo Alan Hullilta. MAMethod 9 ZeroLagEMA - Zero-Lag eksponentiaalinen liikkuva keskiarvo. MAMethod 10 DEMA - kaksinkertainen eksponentiaalinen liikkuva keskiarvo Patrick Mulloy. MAMethod 11 T3 - T3 mennessä. MAMethod 12 ITrend - hetkellinen Trendline. MAMethod 13 Median - liikkuva mediaani. MAMethod 14 GeoMean - Geometrinen keskiarvo. MAMethod 15 REMA - Chris Satchwellin säännöllinen EMA. MAMethod 16 ILRS - Lineaarisen regressiolaskun integraatio. MAMethod 17 IE 2 - LSMA: n ja ILRS: n yhdistelmä. MAMethod 18 TriMAgen - kolmikulmainen liikkuva keskiarvo yleistää. MAMethod 19 VWMA - Tilavuuspainotettu liikkuva keskiarvo. Hinta 0 - Sulje. Hinta 4 - Keskimääräinen hinta Korkea Alhainen 2. Hinta 5 - Tyypillinen hinta Korkea Alin Sulje 3. Hinta 6 - Painotettu Sulje Korkea Matala Sulje 2 4. Hinta 7 - Heiken Ashi Close. Hinta 8 - Heiken Ashi Open. Hinta 9 - Heiken Ashi High. Hinta 10 - Heiken Ashi Low. As näet 2 MA ja 4 hintoja HeikenAshi lisätään. Moreover värimoodi lisätään myös. MAMethod 0 SMA - Yksinkertainen liikkuva keskiarvo. MAMethod 1 EMA - eksponentiaalinen liukuva keskiarvo. MAMethod 2 Wilder - Wilder Eksponentiaalinen liikkuva keskiarvo. MAMethod 3 LWMA - lineaaripainotettu liikkuva keskiarvo. MAMethod 4 SineWMA - Sine Painotettu liikkuva keskiarvo. MAMethod 5 TriMA - kolmiomainen liikkuva keskiarvo. MAMethod 6 LSMA - Vähiten Square liikkuva keskiarvo tai EPMA, lineaarinen regressiolinja. MAMethod 7 SMMA - Tasoitettu liukuva keskiarvo. MAMethod 8 HMA - Rulla liikkuva keskiarvo Alan Hullilta. MAMethod 9 ZeroLagEMA - Zero-Lag eksponentiaalinen liikkuva keskiarvo. MAMethod 10 DEMA - kaksinkertainen eksponentiaalinen liikkuva keskiarvo Patrick Mulloy. MAMethod 11 T3 - T3 mennessä. MAMethod 12 ITrend - hetkellinen Trendline. MAMethod 13 Median - liikkuva mediaani. MAMethod 14 GeoMean - Geometrinen keskiarvo. MAMethod 15 REMA - Chris Satchwellin säännöllinen EMA. MAMethod 16 ILRS - Lineaarisen regressiolaskun integraatio. MAMethod 17 IE 2 - LSMA: n ja ILRS: n yhdistelmä. MAMethod 18 TriMAgen - kolmikulmainen liikkuva keskiarvo yleistää. MAMethod 19 VWMA - Tilavuuspainotettu liikkuva keskiarvo. Hinta 0 - Sulje. Hinta 4 - Keskimääräinen hinta Korkea Alhainen 2. Hinta 5 - Tyypillinen hinta Korkea Alin Sulje 3. Hinta 6 - Painotettu Sulje Korkea Matala Sulje 2 4. Hinta 7 - Heiken Ashi Close. Hinta 8 - Heiken Ashi Open. Hinta 9 - Heiken Ashi High. Hinta 10 - Heiken Ashi Low. As näet 2 MAs ja 4 hintoja HeikenAshi lisätään. Moreover värimoodi lisätään too. Thank igorad virheetön. MAMethod 0 SMA - Yksinkertainen liikkuva keskiarvo. MAMethod 1 EMA - eksponentiaalinen liukuva keskiarvo. MAMethod 2 Wilder - Wilder Eksponentiaalinen liikkuva keskiarvo. MAMethod 3 LWMA - lineaaripainotettu liikkuva keskiarvo. MAMethod 4 SineWMA - Sine Painotettu liikkuva keskiarvo. MAMethod 5 TriMA - kolmiomainen liikkuva keskiarvo. MAMethod 6 LSMA - Vähiten Square liikkuva keskiarvo tai EPMA, lineaarinen regressiolinja. MAMethod 7 SMMA - Tasoitettu liukuva keskiarvo. MAMethod 8 HMA - Rulla liikkuva keskiarvo Alan Hullilta. MAMethod 9 ZeroLagEMA - Zero-Lag eksponentiaalinen liikkuva keskiarvo. MAMethod 10 DEMA - kaksinkertainen eksponentiaalinen liikkuva keskiarvo Patrick Mulloy. MAMethod 11 T3 - T3 mennessä. MAMethod 12 ITrend - hetkellinen Trendline. MAMethod 13 Median - liikkuva mediaani. MAMethod 14 GeoMean - Geometrinen keskiarvo. MAMethod 15 REMA - Chris Satchwellin säännöllinen EMA. MAMethod 16 ILRS - Lineaarisen regressiolaskun integraatio. MAMethod 17 IE 2 - LSMA: n ja ILRS: n yhdistelmä. MAMethod 18 TriMAgen - kolmikulmainen liikkuva keskiarvo yleistää. MAMethod 19 VWMA - Tilavuuspainotettu liikkuva keskiarvo. Hinta 0 - Sulje. Hinta 4 - Keskimääräinen hinta Korkea Alhainen 2. Hinta 5 - Tyypillinen hinta Korkea Alin Sulje 3. Hinta 6 - Painotettu Sulje Korkea Matala Sulje 2 4. Hinta 7 - Heiken Ashi Close. Hinta 8 - Heiken Ashi Open. Hinta 9 - Heiken Ashi High. Hinta 10 - Heiken Ashi Low. Koska näet 2 MA: ta ja 4 HeikenAshi-hintaa lisätään. Valimpaa väritilaa lisätään too. haClose Open High Low Close 4.haOpen Open i 1 Sulje 2 edellinen bar Avaa Sulje 2.haHigh Max High, Open, Close. haLow Min Low, Open, Close. Tilson IE 2 on Tim Tilsonin tyyppi liikkuva keskiarvo. Se käyttää lineaarista regressiokulmaa m linjayhtälössä ya mx. Kun keskimäärin ylittää syötetyn hinnan kaupankäynnin signaalit Käyttäjä voi vaihtaa sisääntulon sulkemisen, menetelmän SMA ja jakson pituuden Tämä indikaattorin määritelmä ilmaistaan ​​edelleen alla olevassa laskelmassa esitetyssä kondensoituvassa koodissa. Miten käyttää Tilson IE: n käyttämistä? 2.Trading-signaalit laukaistaan, kun IE2 ja hintaerot IE2 ylittää ylhäältäpäin liikkeeseen buy-signaalin syntyy Vastaavasti, jos IE2 ylittää alamäkeen liikkeen, annetaan myyntisignaali. Miten pääsee sisään MotiveWave. Go ylävalikossa, valitse Study Overlays Tilson IE 2.or Siirry alkuun valikosta Lisää tutkimus aloittaa kirjoittamisen tässä tutkimuksessa e, kunnes näet sen näkyvän luettelossa, napsauta opinto-nimeä ja napsauta OK. Tärkeää Vastuuvapauslauseke Tällä sivulla annetut tiedot ovat ehdottomasti informaatiotekijöitä, eikä niitä pidä neuvoa tai pyytää hankkimaan tai myymään mitään turvaa. riskienhallinta - ja tuotto-oikeuden vastuuvapauslausuma. oletus on SMA-ajan käyttäjän määrittämä, oletusarvo on 15 av keskimäärin liikkuva keskiarvo, indeksin nykyinen palkin numero a ja m ovat rivin yhtälön y a mx arvot.

No comments:

Post a Comment