नुकसान के- चल - औसत - फिल्टर

मूविंग औसत के 7 नुकसान एक चल औसत औसत एक निश्चित अवधि के दौरान एक सुरक्षा का औसत मूल्य है। विश्लेषकों का अक्सर विश्लेषणात्मक उपकरण के रूप में चलती औसत का उपयोग होता है ताकि बाजार के रुझान का पालन करना आसान हो जाता है, क्योंकि प्रतिभूतियां ऊपर और नीचे बढ़ जाती हैं। मूविंग एवरेज रुझान को स्थापित कर सकते हैं और गति को माप सकते हैं। इसलिए, इसका उपयोग यह संकेत देने के लिए किया जा सकता है कि किसी निवेशक को किसी विशिष्ट सुरक्षा को खरीदने या बेचने पर क्या करना चाहिए। जब कीमतें दिशा बदलने की संभावना होती है तो गेज करने के लिए निवेशक सहायता या प्रतिरोध अंक की पहचान करने के लिए औसत चलती का उपयोग कर सकते हैं। ऐतिहासिक व्यापारिक सीमाओं का अध्ययन करके, समर्थन और प्रतिरोध अंक स्थापित किए जाते हैं, जहां सुरक्षा की कीमत पिछले या निम्न प्रवृत्ति को उलट देती है। इन बिंदुओं को फिर से निर्णय लेने, खरीदने या बेचने के लिए उपयोग किया जाता है दुर्भाग्य से, चलती औसत प्रवृत्तियों की स्थापना के लिए सही उपकरण नहीं हैं और वे कई सूक्ष्म, लेकिन महत्वपूर्ण निवेशकों के लिए जोखिम प्रस्तुत करते हैं। इसके अलावा, चलती औसत सभी प्रकार की कंपनियों और उद्योगों पर लागू नहीं होती है मूविंग एवरेज के कुछ प्रमुख नुकसान में शामिल हैं: 1. अतीत की जानकारी से औसत आकर्षित प्रवृत्तियों। वे खाते के परिवर्तनों को न लेते हैं जो सुरक्षा के भविष्य के प्रदर्शन को प्रभावित कर सकते हैं, जैसे कि नए प्रतियोगियों, उद्योग में उत्पादों के लिए उच्च या कम मांग और कंपनी के प्रबंधकीय ढांचे में बदलाव। 2. आदर्श रूप से, चलती औसत समय के साथ एक सुरक्षा की कीमत में लगातार बदलाव दिखाएगा। दुर्भाग्य से, चलती औसत सभी कंपनियों के लिए काम नहीं करते हैं, खासकर उन लोगों के लिए जो बहुत ही अस्थिर उद्योग हैं या जो वर्तमान घटनाओं से भारी प्रभाव डालते हैं। यह विशेष रूप से तेल उद्योग और अत्यधिक सट्टा उद्योगों के लिए सच है, सामान्य रूप में। 3. चलने की औसत किसी भी समय अवधि में फैल सकती है। हालांकि, यह समस्याग्रस्त हो सकता है क्योंकि सामान्य प्रवृत्ति का उपयोग समय अवधि के आधार पर महत्वपूर्ण रूप से बदल सकता है। कम समय के फ्रेम में अधिक अस्थिरता होती है, जबकि लंबे समय के फ्रेम में कम अस्थिरता होती है, लेकिन बाजार में नए बदलावों के लिए खाते में न डालना होता है। निवेशकों को सावधान रहना चाहिए कि वे किस समय का चयन करते हैं, यह सुनिश्चित करने के लिए कि यह रुझान स्पष्ट और प्रासंगिक है 4. एक चल रही बहस यह है कि समय अवधि में हाल के दिनों में अधिक जोर दिया जाना चाहिए या नहीं। कई लोगों का मानना ​​है कि हाल के आंकड़ों से बेहतर दिशा में सुरक्षा बढ़ रही है, जबकि दूसरों का मानना ​​है कि दूसरों की तुलना में कुछ दिन अधिक वजन देने के कारण, इस प्रवृत्ति का गलत तरीके से पालन किया जाता है। औसत गणना करने वाले विभिन्न तरीकों का इस्तेमाल करने वाले निवेशक पूरी तरह से अलग प्रवृत्तियों को आकर्षित कर सकते हैं। (सरल बनाम घातीय मूविंग एवरेज में अधिक जानें।) 5. कई निवेशकों का तर्क है कि तकनीकी विश्लेषण बाजार के व्यवहार की भविष्यवाणी करने का एक अर्थहीन तरीका है। वे कहते हैं कि बाजार में कोई स्मृति नहीं है और अतीत भविष्य का सूचक नहीं है। इसके अलावा, इस को वापस करने के लिए पर्याप्त शोध है उदाहरण के लिए, रॉय नेर्सियन ने मूविंग एवरी के उपयोग के पांच अलग-अलग रणनीतियों के साथ एक अध्ययन किया। प्रत्येक रणनीति की सफलता दर 37 और 66 के बीच अलग-अलग थी। यह शोध बताता है कि चलती औसत केवल आधा समय के परिणाम उत्पन्न करते हैं, जो उन्हें शेयर बाजार के प्रभावी ढंग से समय के लिए एक जोखिम भरा प्रस्ताव का उपयोग कर सकते हैं। 6. सिक्युरिटीज अक्सर व्यवहार की एक चक्रीय पैटर्न दिखाते हैं। यह उपयोगिता कंपनियों के लिए भी सच है, जो अपने उत्पाद वर्ष-दर-वर्ष के लिए लगातार मांग रखते हैं, लेकिन मौसमी बदलावों का अनुभव करते हैं। हालांकि चलती औसत इन प्रवृत्तियों को सुगम बनाने में मदद कर सकते हैं, वे यह तथ्य भी छुपा सकते हैं कि सुरक्षा एक आलसी पैटर्न में चल रही है। (अधिक जानने के लिए, गति पर नजर रखें।) 7. किसी भी प्रवृत्ति का उद्देश्य भविष्यवाणी करना है कि भविष्य में सुरक्षा की कीमत कहाँ होगी। यदि कोई सुरक्षा किसी भी दिशा में ट्रेंडिंग नहीं है, तो वह या तो खरीद या कम बिक्री से लाभ का अवसर प्रदान नहीं करता है। एकमात्र तरीका एक निवेशक लाभ के लिए सक्षम हो सकता है एक परिष्कृत, विकल्प-आधारित रणनीति को लागू करना जो कीमत पर निर्भर स्थिर है। बॉटम लाइन मूविंग एवरेज को बहुत से एक बहुमूल्य विश्लेषणात्मक उपकरण समझा गया है, लेकिन किसी भी टूल के लिए प्रभावी होना चाहिए, आपको पहले इसका फ़ंक्शन समझना होगा, इसका उपयोग कब करना है और इसका उपयोग कब नहीं करना है यहां पर चर्चा किए गए खतरों से संकेत मिलता है कि औसत चलते समय एक प्रभावी उपकरण नहीं हो सकता है, जैसे कि वाष्पशील प्रतिभूतियों के साथ प्रयोग किया जाता है, और कैसे वे कुछ महत्वपूर्ण सांख्यिकीय सूचनाओं को अनदेखा कर सकते हैं, जैसे चक्रीय पैटर्न यह भी संदिग्ध है कि मूल्य प्रवृत्तियों का सटीक रूप से संकेत करने के लिए प्रभावी चलती औसत कितनी प्रभावी हैं दोषों को देखते हुए, चलती औसत एक उपकरण हो सकता है जो दूसरों के साथ संयोजन में किया जाता है। अंत में, व्यक्तिगत अनुभव आपके पोर्टफोलियो के लिए वास्तव में प्रभावी होने के अंतिम संकेतक होंगे। (अधिक जानकारी के लिए, अनुकूली चलते हुए औसत का लाभ लीड टू बेस्ट परिणाम देखें) दिवालिया कंपनी द्वारा चुने गए एक इच्छुक खरीदार से दिवालिया कंपनी की संपत्तियों की एक प्रारंभिक बोली। बोलीदाताओं के एक पूल से अनुच्छेद 50 यूरोपीय संघ संधि में एक वार्ता और निपटान खंड है जो किसी भी देश के लिए किए जाने वाले कदमों को रेखांकित करता है। बीटा पूरे बाजार के मुकाबले एक सुरक्षा या पोर्टफोलियो की अस्थिरता या व्यवस्थित जोखिम का एक उपाय है। व्यक्तियों और निगमों द्वारा किए गए पूंजीगत लाभ पर लगाए गए एक प्रकार का कर। पूंजीगत लाभ लाभ है कि एक निवेशक किसी निर्दिष्ट कीमत से कम या नीचे एक सुरक्षा खरीदने का आदेश। एक खरीद सीमा आदेश व्यापारियों और निवेशकों को निर्दिष्ट करने की अनुमति देता है। एक आंतरिक राजस्व सेवा (आईआरएस) नियम जो IRA खाते से जुर्माना-मुक्त निकासी की अनुमति देता है। नियम की आवश्यकता है। आईआईआर फिल्टर और एफआईआर फिल्टर आवेग प्रतिक्रिया या आवृत्ति प्रतिक्रिया डिजिटल फिल्टर वर्गीकृत। आवेग प्रतिक्रिया एक इनपुट आवेग के लिए एक फिल्टर की प्रतिक्रिया है: सभी ine0 के लिए x01 और xi0। आवेग प्रतिक्रिया का फूरियर रूपांतरण फिल्टर आवृत्ति प्रतिक्रिया है जो विभिन्न आवृत्तियों के लिए फ़िल्टर के लाभ का वर्णन करता है। अगर फ़िल्टर का आवेग प्रतिक्रिया सीमित समय के बाद शून्य हो जाता है, तो यह एफआईआर (परिमित आवेग प्रतिक्रिया) फ़िल्टर है। हालांकि, अगर आवेग प्रतिक्रिया अनिश्चित काल तक मौजूद है, तो यह एक आईआईआर (अनंत इंपल्स रिस्पांस) फ़िल्टर है आउटपुट मानों की गणना कैसे की जाती है यह निर्धारित करता है कि क्या एक डिजिटल फिल्टर का आवेग प्रतिक्रिया सीमित समय के बाद शून्य पर पड़ जाता है। एफआईआर फिल्टर के लिए आउटपुट मूल्य वर्तमान और पिछले इनपुट मानों पर निर्भर करता है, जबकि आईआईआर फिल्टर के लिए आउटपुट मान भी पिछले आउटपुट मानों पर निर्भर करते हैं। एफआईआर और आईआईआर फिल्टर के फायदे और नुकसान एफआईआर फिल्टर पर आईआईआर फिल्टर का लाभ यह है कि आईआईआर फिल्टर में आमतौर पर कम फिल्टर के संचालन को कम करने वाले गुणकों की आवश्यकता होती है, IIR फ़िल्टर तेजी से काम करता है, और कम स्मृति स्थान की आवश्यकता होती है। आईआईआर फिल्टर का नुकसान गैर-रेखीय चरण प्रतिक्रिया है। IIR फ़िल्टर उन अनुप्रयोगों के लिए अच्छी तरह से अनुकूल हैं जिनके लिए चरण की जानकारी की आवश्यकता नहीं होती है, उदाहरण के लिए, संकेत आयामों की निगरानी के लिए। एफआईआर फिल्टर बेहतर अनुप्रयोगों के लिए उपयुक्त हैं, जिनके लिए रैखिक चरण प्रतिक्रिया की आवश्यकता होती है। आईआईआर फ़िल्टर आईआईआर फिल्टर के आउटपुट मूल्यों की गणना पिछले और मौजूदा इनपुट वैल्यू के भारित योग को पिछले आउटपुट मानों की भारित योग से जोड़कर की जाती है। यदि इनपुट मान एक्स I हैं और आउटपुट का मान y है I अंतर समीकरण IIR फ़िल्टर को परिभाषित करता है: आगे की गुणांक एन एक्स की संख्या और रिवर्स गुणांक की संख्या एन y आमतौर पर बराबर होती है और फ़िल्टर ऑर्डर होती है। फ़िल्टर ऑर्डर जितना अधिक होता है उतना ही फ़िल्टर एक आदर्श फिल्टर जैसा दिखता है। यह विभिन्न ऑर्डर के साथ लोपास बटरवर्थ फिल्टर की आवृत्ति प्रतिक्रिया के निम्नलिखित आंकड़े में वर्णित है। फिल्टर लाभ गिरता है, फिल्टर ऑर्डर उच्च है बटरवर्थ फिल्टर बटरवर्थ फिल्टर की आवृत्ति प्रतिक्रिया पासबैंड और स्टॉपबैंड में कोई लहर नहीं है। इसलिए इसे एक अधिकतम फ्लैट फिल्टर कहा जाता है बटरवर्थ फिल्टर का लाभ संक्रमण क्षेत्र में चिकनी, मोनोटोनिक रूप से घटती आवृत्ति प्रतिक्रिया है। Chebyshev फ़िल्टर यदि फ़िल्टर एक ही है, तो चेबिशेह फिल्टर की आवृत्ति प्रतिक्रिया में बटरवर्थ फिल्टर की आवृत्ति प्रतिक्रिया की तुलना में एक नाररो ट्रांज़िशन रेंज होती है जो अधिक रिपल्स के साथ पासबैन्ड में होता है। चेबेसशेव फिल्टर की आवृत्ति प्रतिक्रिया विशेषताओं के पासबैन्ड में एक समानता की तीव्रता की प्रतिक्रिया है, स्टॉपबैंड में मोनोटोनिक रूप से कम होने वाली प्रतिक्रिया को कम करती है, और उसी क्रम के तितरवाट फिल्टर की तुलना में संक्रमण क्षेत्र में तेज रोलऑफ़ होता है। बेसेल फिल्टर बैसेल फिल्टर की आवृत्ति प्रतिक्रिया बटरवर्थ फिल्टर के पास passband में और stopband में चिकनी है यदि फ़िल्टर ऑर्डर एक समान है, तो बैसेल फ़िल्टर का स्टैटेंबैंड क्षीणन बटरवर्थ फिल्टर की तुलना में बहुत कम है। फिल्टर ऑर्डर तय हो जाने पर बैसेल फिल्टर के सबसे फिल्टर ट्रांज़िशन श्रेणी में सभी फिल्टर प्रकार हैं। निम्न चित्र आईआईआर फ़िल्टर प्रकार बटरवर्थ, चेबिशेव, और बेसेल जो निश्चित रूप से डीएएडीएम का समर्थन करता है, के एक निश्चित फिल्टर ऑर्डर के साथ आवृत्ति प्रतिक्रिया की तुलना करता है। एफआईआर फ़िल्टर एफआईआर फिल्टर को गैर-पुनरावर्ती फिल्टर, रूपांतरण फिल्टर या चल-औसत फिल्टर के रूप में जाना जाता है क्योंकि एफआईआर फ़िल्टर के आउटपुट मूल्यों को परिमित रूपांतरण के रूप में वर्णित किया गया है: एफआईआर फिल्टर के आउटपुट मूल्य केवल वर्तमान और अतीत पर निर्भर होते हैं इनपुट मूल्य क्योंकि आउटपुट मान पिछले आउटपुट मानों पर निर्भर नहीं होते हैं, इसलिए समय की एक सीमित अवधि में आवेग प्रतिक्रिया शून्य हो जाती है। एफआईआर फिल्टर में निम्न गुण हैं: एफआईआर फिल्टर रेखीय चरण की प्रतिक्रिया को प्राप्त कर सकते हैं और चरण विरूपण के बिना एक संकेत दे सकते हैं। वे आईआईआर फिल्टर से लागू करना आसान है एफआईआर फिल्टर के लिए विंडो फ़ंक्शन का चयन, चेबिशेह और बटरवर्थ आईआईआर फिल्टर के बीच की पसंद के समान है, जहां आपको कटऑफ फ़्रिक्वेंसी के पास ओर लॉब और संक्रमण क्षेत्र की चौड़ाई के बीच चयन करना होगा। सिग्नल विश्लेषण मैथमेटिकल फंक्शन्समॉविंग औसत फ़िल्टर विवरण MovingAverageFilter एक कम पास चल औसत अंपायर लागू करता है। मूविंग एवरीफिल्टर प्रीप्रोसेटिंग मॉड्यूल का हिस्सा है। चलती औसत फिल्टर का उपयोग करके एक संकेत (साइन लहर रैंडम शोर) का एक उदाहरण फ़िल्टर किया गया। लाल सिग्नल मूल सिग्नल शोर है, ग्रीन सिग्नल 5 का विंडो आकार के साथ चलती औसत फिल्टर का उपयोग करके फ़िल्टर किया गया संकेत होता है, और नीला संकेत 20 मिनट की विंडो आकार के साथ चलती औसत फिल्टर का उपयोग करके फ़िल्टर किया गया संकेत होता है। चलते हुएअल्पफिल्टरउदाहरणआइज 1। jpg लाभ लाभकारीएफिल्टर एन आयामी संकेत से उच्च आवृत्ति शोर की एक छोटी राशि को हटाने के लिए अच्छा है। नुकसान चलती औसत फेलटर का मुख्य नुकसान यह है कि काफी उच्च आवृत्ति शोर को फ़िल्टर करने के लिए, फिल्टर का विंडो आकार बड़ा होना चाहिए। बड़ी फिल्टर विंडो होने की समस्या यह है कि यह फिल्टर के माध्यम से गुजरने वाले किसी भी संकेत में बड़ी विलंबता पैदा करेगा, जो कि वास्तविक समय अनुप्रयोगों के लिए लाभप्रद नहीं हो सकता है। यदि आपको लगता है कि आपको उच्च आवृत्ति शोर को फ़िल्टर करने के लिए एक बड़ी फ़िल्टर विंडो की आवश्यकता है और इस विंडो के आकार से प्रेरित विलंबता आपके वास्तविक-समय के लिए उपयुक्त नहीं है, तो आप एक डबल मूविंग एवरल फिल्टर या कम पास फ़िल्टर बजाय। उदाहरण कोड जीआरटी मूविंग एवरेजफिल्टर उदाहरण यह उदाहरण दर्शाता है कि कैसे जीआरटी मूविंग एवरेजफिल्टर प्रीप्रोसेसिंग मॉड्यूल बनाने और उपयोग करना है। मूविंग एव्वेजफिल्टर एक कम पास चलते औसत फिल्टर लागू करता है। इस उदाहरण में हम एक MovingAverageFilter का एक उदाहरण बनाते हैं और इसका उपयोग कुछ डमी डेटा को फ़िल्टर करने के लिए करते हैं, जो एक साइन लहर रैंडम शोर से उत्पन्न होता है। परीक्षण सिग्नल और फ़िल्टर्ड सिग्नल तब एक फाइल में सहेजे जाते हैं (ताकि आप Matlab, Excel, आदि में परिणामों को प्लॉट कर सकते हैं यदि आवश्यक हो)। यह उदाहरण आपको दिखाता है कि कैसे: - 1 आयामी सिग्नल के लिए एक विशिष्ट विंडो के आकार के साथ एक नया मूविंग एवरीफिल्टर इंस्टेंस बनाएं - MovingAverageFilter का उपयोग करके कुछ डेटा फ़िल्टर करें - एक फ़ाइल में मूविंगएव्हरेजफिल्टर सेटिंग्स को सहेजें - फ़ाइल से चलते हुएएवलफिल्टर सेटिंग को लोड करें में शामिल हैं। नामस्थान GRT int मुख्य 40 int argc का उपयोग कर const char argv 91 93 41 123 एक 1 आयामी सिग्नल के लिए विंडो आकार के साथ चलती औसत फिल्टर का एक नया इंस्टेंस बनाएँ MovingAverageFilter filter 40 5. 1 41 डेटा fstream फ़ाइल फ़ाइल को सहेजने के लिए एक फ़ाइल बनाएँ और खोलें। खुला 40 quotMovingAverageFilterData. txtquot fstream। 41 कुछ डेटा (साइन लहर शोर) उत्पन्न करें और इसे डबल एक्स 0 कॉन्स्ट यूआईएनटी एम 1000 को फ़िल्टर करें 40 यूआईएनटी के लिए यादृच्छिक यादृच्छिक मैं एलटी एम 41 41 डबल डबल सिग्नल पाप 40 एक्स 41 यादृच्छिक। getRandomNumberUniform 40 - 0.2। 0.2 41 डबल फ़िल्टर्ड वेल्यू फिल्टर। 40 सिग्नल 41 फाईल एलटीएलटी सिग्नल एलटीएलटी टीटी टीटीटी एलटीएलटी फ़िल्टर किए गए वैल्यू एलटीएलटी एन्डल एक्स TWOPI डबल 40 एम 41 10 125 फाइल फ़ाइल को बंद करें। करीब 40 41 फ़िल्टर सेटिंग्स को एक फ़ाइल फिल्टर में सहेजें। saveSettingsToFile 40 quotMovingAverageFilterSettings. txtquot 41 हम बाद में सेटिंग्स लोड कर सकते हैं यदि आवश्यक फ़िल्टर loadSettingsFromFile 40 quotMovingAverageFilterSettings. txtquot 41 वापसी EXITSUCCESS 125 MovingAverageFilter भी किसी भी एन आयामी सिग्नल के साथ काम करता है: एक 3 आयामी सिग्नल के लिए एक विंडो आकार के साथ MovingAverageFilter का एक नया इंस्टेंस बनाएं MovingAverageFilter filter 40 10. 3 41 मूल्य जिसे आप फ़िल्टर करना चाहते हैं वेक्टर एलटी डबल जीटी डेटा 40 3 41 डेटा 91 0 93 0 सेंसर डेटा से मूल्य प्राप्त करें 91 1 93 0 सेंसर डेटा से मूल्य प्राप्त करें 91 2 93 0 सेंसर से मूल्य प्राप्त करें सिग्नल वेक्टर एलटी डबल जीटी फ़िल्टर किए गए वेल्यू फ़िल्टर फ़िल्टर करें। 40 डेटा फ़िल्टर करें 41 कोड एप संसाधन एफआईआर फ़िल्टर मूल बातें 1.1 क्या डिफॉल्ट सिग्नल प्रोसेसिंग (डीएसपी) अनुप्रयोगों में उपयोग किए जाने वाले दो प्राथमिक प्रकार के डिजिटल फिल्टरों में से एक हैं, एफआईआर फिल्टर, एफआईआर फिल्टर, अन्य प्रकार की आईआईआर 1.2 उद्धरण: क्या मतलब है? यदि आप एक आवेग में डालते हैं, तो, कई quot0quot नमूनों के बाद एक एकल quot1quot नमूना है, शून्य के बाद नमूने ने फिल्टर के विलंब रेखा के माध्यम से अपना रास्ता बना दिया है, शून्य के बाद बाहर आ जाएगा। 1.3 आवेग की प्रतिक्रिया क्यों नहीं है, सामान्य मामले में, आवेग प्रतिक्रिया सीमित है क्योंकि एफआईआर में कोई प्रतिक्रिया नहीं है। प्रतिक्रिया की कमी की गारंटी देता है कि आवेग प्रतिक्रिया सीमित होगी। इसलिए, शब्द का उद्धरण असीमित प्रतिक्रिया प्रश्न लगभग किसी भी प्रतिक्रिया प्रश्नोत्तरी के साथ समानार्थक है हालांकि, यदि राय अभी तक नियोजित है तो आवेग प्रतिक्रिया सीमित है, फ़िल्टर अभी भी एक प्राथमिकी है। एक उदाहरण चलती औसत फिल्टर है, जिसमें एन. ए.टी पूर्व नमूना हर बार एक नया नमूना अंदर आ जाता है, प्रत्येक बार घटाया जाता है। इस फिल्टर का एक सीमित आवेग प्रतिक्रिया है, हालांकि यह प्रतिक्रिया का उपयोग करता है: एन के नमूने के बाद आवेग, आउटपुट हमेशा शून्य हो जाएगा 1.4 मैं कैसे कह सकता हूँ quot FIRquot कुछ लोगों का कहना है कि पत्र एफ-आई-आर अन्य लोग इस तरह से कह रहे हैं कि यह एक प्रकार का वृक्ष है। हम पेड़ को पसंद करते हैं (अंतर यह है कि क्या आप एफ-आई-आर फिल्टर या एफआईआर फ़िल्टर के बारे में बात करते हैं।) 1.5 एफआईआर फिल्टर के विकल्प क्या हैं डीएसपी फिल्टर भी इन्फ़ींटल इंपल्स रिस्पांसक्वॉट (आईआईआर) हो सकते हैं। (DspGurus IIR अकसर पूछे जाने वाले प्रश्न देखें।) आईआईआर फिल्टर प्रतिक्रिया का उपयोग करते हैं, इसलिए जब आप एक आवेग इनपुट आउटपुट सैद्धांतिक रूप से अनिर्बंध रूप से छल्ले 1.6 एफआईआर फ़िल्टर आईआईआर फिल्टर की तुलना में कैसे करते हैं ये प्रत्येक के फायदे और नुकसान हैं। कुल मिलाकर, हालांकि, एफआईआर फिल्टर के फायदे हानिकारक होते हैं, इसलिए उन्हें आईआईआर से ज्यादा इस्तेमाल किया जाता है। 1.6.1 एफआईआर फिल्टर के फायदे (आईआईआर फिल्टर की तुलना में) आईआईआर फिल्टर की तुलना में, एफआईआर फिल्टर निम्नलिखित फायदे प्रदान करता है: वे आसानी से कमलाइन वाले फेजक्वॉट (और आम तौर पर) होने के लिए डिज़ाइन कर सकते हैं। बस रखो, रैखिक-चरण फिल्टर इनपुट संकेत देरी करते हैं लेकिन डोनसक्वाट इसके चरण को विकृत करते हैं। वे लागू करने के लिए सरल हैं अधिकांश डीएसपी माइक्रोप्रोसेसरों पर, एक एकल अनुदेश पाशन करके एफआईआर गणना की जा सकती है। वे बहु-दर अनुप्रयोगों के लिए अनुकूल हैं बहु दर से, हम या तो उद्धरण दर (नमूनाकरण दर को कम करने), उद्धरण बिंदु (नमूनाकरण दर में वृद्धि), या दोनों का मतलब है। चाहे decimating या interpolating, एफआईआर फिल्टर का उपयोग कुछ गणना छोड़े जाने की अनुमति देता है, इस प्रकार एक महत्वपूर्ण कम्प्यूटेशनल दक्षता प्रदान करता है। इसके विपरीत, यदि IIR फिल्टर का उपयोग किया जाता है, तो प्रत्येक आउटपुट को व्यक्तिगत रूप से गणना की जानी चाहिए, भले ही वह आउटपुट खारिज कर दिया जाए (इस प्रकार फीडबैक फ़िल्टर में शामिल किया जाएगा)। उनके पास अपेक्षित संख्यात्मक गुण हैं अभ्यास में, सभी डीएसपी फिल्टर को परिमित-सटीक अंकगणितीय का उपयोग करके कार्यान्वित किया जाना चाहिए, अर्थात यह एक सीमित संख्या में बिट्स है। आईआईआर फिल्टर में परिमित-सटीक अंकगणितीय का उपयोग प्रतिक्रिया के उपयोग के कारण महत्वपूर्ण समस्याएं पैदा कर सकता है, लेकिन फीडबैक के बिना एफआईआर फिल्टर को आमतौर पर कम बिट्स का उपयोग करके कार्यान्वित किया जा सकता है, और गैर-आदर्श अंकगणित से संबंधित हल करने के लिए डिजाइनर की कम व्यावहारिक समस्याएं हैं वे आंशिक अंकगणितीय का उपयोग करके कार्यान्वित किया जा सकता है। आईआईआर फिल्टर के विपरीत, 1.0 से भी कम के गुणांक वाले गुणांक का उपयोग करके एफआईआर फिल्टर को लागू करना हमेशा संभव होता है। (एफआईआर फ़िल्टर का समग्र लाभ अपने आउटपुट पर समायोजित किया जा सकता है, अगर वांछित हो।) यह निश्चित रूप से तय-बिंदु डीएसपी का प्रयोग करते समय एक महत्वपूर्ण विचार है, क्योंकि यह कार्यान्वयन को बहुत सरल बनाता है 1.6.2 आईआईआर फिल्टर के मुकाबले एफआईआर फिल्टर के नुकसान (एफआईआर फिल्टर के मुकाबले) क्या हैं, एफआईआर फिल्टर का कभी-कभी नुकसान होता है जिससे उन्हें एक अतिरिक्त फिल्टर प्रतिक्रिया विशेषता प्राप्त करने के लिए और अधिक स्मृति और गणना की आवश्यकता होती है। इसके अलावा, एफआईआर फिल्टर के साथ कुछ प्रतिक्रियाएं व्यावहारिक नहीं हैं 1.7 एफआईआर फिल्टर का वर्णन करने में कौन से पदों का उपयोग किया जाता है इंपल्स रिस्पांस - एफआईआर फिल्टर का जवाब देने के जवाब में वास्तव में एफआईआर गुणकों का सेट है। (यदि आप एक एफआईआर फिल्टर में एक क्वालिटी सटोरिया डालते हैं जिसमें कई quot0quot नमूनों के बाद एक 1 क्वाट नमूना होता है, फिल्टर का आउटपुट गुणांक का सेट होगा, क्योंकि 1 नमूना उत्पादन के लिए प्रत्येक गुणांक की ओर जाता है। टैप - एक एफआईआर क्वाटप्क्वाट केवल एक गुणांक है। एफआईआर नल की संख्या, (अक्सर नामितनोट के रूप में नामित) 1 का संकेत है, फिल्टर को कार्यान्वित करने के लिए आवश्यक स्मृति की मात्रा, 2) अपेक्षित गणना की संख्या, और 3) फिल्टर को प्रभावी ढंग से कर सकते हैं, अधिक नल का मतलब अधिक स्टबबैंड क्षीणन, कम तरंग, संकीर्ण फिल्टर, आदि गुणा-संचित (एमएसी) - एक प्राथमिकी के संदर्भ में, एक डॉट मैकक्वाट, संगत देरी वाले डेटा नमूने द्वारा गुणांक को गुणा करना और परिणाम को जमा करने का कार्य है। एफआईआर को आमतौर पर एक मैक प्रति टैप की आवश्यकता होती है। अधिकांश डीएसपी माइक्रोप्रोसेसरों एकल अनुदेश चक्र में मैक ऑपरेशन को लागू करते हैं। संक्रमण बैंड - पासबैंड और स्टैबबैंड किनारों के बीच आवृत्तियों का बैंड। ट्रांज़िशन बैंड संकुचित, फिल्टर को लागू करने के लिए अधिक नल आवश्यक हैं (एक क्वाट्स्मोल्कोट ट्रांज़िशन बैंड के परिणाम एक कोटेशन पिक्चर फिल्टर में होते हैं।) देरी रेखा - स्मृति तत्वों का सेट जो कि एफएआर गणना के कोट-1 स्कॉट विलंब तत्वों को लागू करता है। परिपत्र बफर - एक विशेष बफर जो उद्धृत है क्योंकि अंत में बढ़ने से यह शुरुआत के आसपास लपेटता है, या शुरुआत से घटने के कारण यह अंत के आसपास लपेटता है परिपत्र बफर अक्सर डीएसपी माइक्रोप्रोसेसरों द्वारा प्रदान किए जाते हैं ताकि आईएमआर विलंब-रेखा के माध्यम से नमूनों के उद्धरण चिह्नों को लागू किया जा सके, बिना सचमुच मेमोरी में डेटा ले जाया जा सके। जब एक नया नमूना बफ़र में जोड़ा जाता है, तो यह स्वचालित रूप से सबसे पुराना एक को बदल देता है