Gtld autocorr: различия между версиями
Перейти к навигации
Перейти к поиску
| Строка 37: | Строка 37: | ||
for (let i = 0; i < T; i++) { | for (let i = 0; i < T; i++) { | ||
let Rh = arr.slice(- i); | let Rh = arr.slice(- i); | ||
let Lt = arr.slice(0, - i); | let Lt = arr.slice(0, - i); | ||
let arr2 = [].concat(Rh, Lt); | let arr2 = [].concat(Rh, Lt); | ||
for (let j = 0; j < arr.length; j++) { X += (arr[j] - avg) * (arr2[j] - avg); }; | for (let j = 0; j < arr.length; j++) { X += (arr[j] - avg) * (arr2[j] - avg); }; | ||
plot.push(X / Y); | plot.push(X / Y); | ||
X = 0; | X = 0; | ||
}; //смещение массива | }; //смещение массива | ||
Версия от 00:46, 28 июня 2024
Краткое описание
Функция предназначена для проведения автокорреляционного анализа сигнала на предмет наличия периодических составляющих. В качестве входного сигнала подается объект, содержащий массив данных в ключе data. В результате работы функции возвращается объект с параметрами расчетов.
Синтаксис
Стандартная конструкция выглядит таким образом:
var __autocorr = getAutoCorr(
{
name: "Correlation form", //имя графика функции
src: pvw, //источник данных (объект с ключем data)
lag: 0.5, //коэффициент смещения сигнала
color: 0x6A5ACD, //цвет отрисовки графика в формате HEX
canvas: canvas3 //координатная плоскость для отрисовки графика функции
}
);
Результат
__autocorr.avg- среднее значение коэффициента автокорреляции по модулю;__autocorr.rms- СКЗ коэффициента автокорреляции;__autocorr.ampl- максимальное значение коэффициента автокорреляции после 1% формы;__autocorr.data- массив значений коэффициента автокорреляции (для построения графика);
Содержание функции
function getAutoCorr(options) {
let result = {}; //результат
let plot = []; //массив значений корреляции для графика
let arr = options.src.data;
let lag = 0.5;
let X = 0; //аргумент 1
let Y = 0; //аргумент 2
if (options.lag <= 0.5) { lag = options.lag } else { lag = 0.5 };
let T = Math.floor(arr.length * lag); //определяем количество индексов (шагов) для смещения массива
let avg = arr.reduce((acc, item) => (acc + item)) / arr.length; //среднее значение массива
Y = arr.reduce((acc, item) => (acc + (item - avg) ** 2)); //рассчитываем знаменатель функции
for (let i = 0; i < T; i++) {
let Rh = arr.slice(- i);
let Lt = arr.slice(0, - i);
let arr2 = [].concat(Rh, Lt);
for (let j = 0; j < arr.length; j++) { X += (arr[j] - avg) * (arr2[j] - avg); };
plot.push(X / Y);
X = 0;
}; //смещение массива
let plot0 = plot.slice(Math.floor(0.01 * plot.length)); //убираем из массива первый 1% значений коэффициента (т.к. в нуле всегда значение 1.0)
let akf_avg = plot0.reduce((acc, item) => (acc + Math.abs(item))) / plot0.length; //среднее значение коэффициента
let akf_sqr = plot0.reduce((acc, item) => (acc + item ** 2)); //сумма квадратов значений
let akf_rms = Math.sqrt(akf_sqr / plot0.length); //СКЗ коэффициента
let akf_max = Math.max(...plot0); //определяем максимальное значение коэффициента
result["avg"] = akf_avg;
result["rms"] = akf_rms;
result["ampl"] = akf_max;
result["data"] = plot;
//отрисовка графика на plot
if (options.canvas != undefined) {
options.canvas.add(
{
color: options.color,
name: options.name,
x: options.src.resolution,
y: plot
}
);
};
return result;
}; //рассчет автокорреляции