Усредняющий фильтр
Усредняющий фильтр — один из видов цифровых фильтров, широко используемый в цифровой обработке сигналов и изображений для уменьшения уровня шума. Медианный фильтр является нелинейным КИХ-фильтром.
В данном примере мы рассмотрим его упрощённую реализацию и посмотрим насколько корректно она работает, на рисунке ниже показана модель реализованного фильтра.
В данной модели параметр window определяет размер окна фильтрации.
Далее определим функцию запуска модели и объявим несколько вариантов размерности окна фильтрации.
# Подключение вспомогательной функции запуска модели.
function run_model( name_model)
Path = (@__DIR__) * "/" * name_model * ".engee"
if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
model = engee.open( name_model ) # Открыть модель
model_output = engee.run( model, verbose=true ); # Запустить модель
else
model = engee.load( Path, force=true ) # Загрузить модель
model_output = engee.run( model, verbose=true ); # Запустить модель
engee.close( name_model, force=true ); # Закрыть модель
end
sleep(5)
return model_output
end
window_arr = Int64[10,20,100,1e3];
Далее запустим данную модель в цикле с различными параметрами окна усреднения и сравним результаты.
out_arr = zeros(1001,4)
window = 0;
for i in 1:4
window = window_arr[i]
run_model("Averaging_filter") # Запуск модели.
out = collect(simout["Averaging_filter/out"]);
out_arr[:,i] = out.value
end
plot(out_arr, label=["окно = 10" "окно = 20" "окно = 100" "окно = 1000"])
Вывод
Как мы видим из результирующего графика, чем больше окно прореживания, тем ниже амплитуда сигнала, это связано с тем, что на входе подаётся синусоида и на большем окне усреднения мы находим средние уже между всеми возможными значениями сигнала, включая максимумы и минимумы функции, сам фильтр работает корректно и выполняет свою основную функцию.