運動平均

Question

我有每秒更新一次與信號強度值範圍爲0-5的整數屬性 - 100

我想能夠保持的一個正在進行的測量在過去的10,25,50次測量中移動均線。

這樣做的最有效方法是什麼？

我目前正在考慮使用NSMutableArray實現一組FIFO隊列，並且每當我在結尾添加一個新隊列時彈出主鍵值，一旦陣列具有必需的條目數量。但是，我不確定是否有更有效的方法來做到這一點。

Answer 1

隊列是正確的。真正的效率來自您如何重新計算平均值。

它應該做到：

avg = avg + newSample/N - [queue dequeue]/N 
[queue enqueue:newSample] 

即新的運行平均簡直是舊平均減去你放棄了最早的值的權重，再加上你排隊的最新值的權重。

Answer 2

我認爲你有正確的解決方案。

如果你真的關心性能，而不是移動和移出動態調整大小的數組，你可以使用一個靜態大小的數組並且跟蹤當前的索引。

I.e.如果N大小的數組％是模運算符（我不是一個客觀的C程序員）：

values[current] = get_current_sample() 
previous = (current + N - 1) % N 
sum = sum + values[current] - values[previous] 
current = (current + 1) % N 

平均=總和/ N。你必須分開處理的預熱時段期間（在你面前有N個樣本）。

根據NSMutableArray如何處理內存分配，這可能會更快。

Answer 3

我寫了一個名爲MovingAverage的簡單類來處理這個問題。您初始化的方法與週期的數量，以保持並跟蹤使用樣本的模數，其餘的算知道把它在靜態時隙。

初始化

MovingAverage *avg5periods = [[MovingAverage alloc] initWithSize:5]; 

添加項目：

[avg5periods addSample:1.0]; 
NSLog(@"1.2f",[avg5periods movingAverage]); //1.0 
[avg5periods addSample:2.0]; 
NSLog(@"1.2f",[avg5periods movingAverage]); //1.5 
[avg5periods addSample:3.0]; 
NSLog(@"1.2f",[avg5periods movingAverage]); //2.0 
[avg5periods addSample:4.0]; 
NSLog(@"1.2f",[avg5periods movingAverage]); //2.5 
[avg5periods addSample:5.0]; 
NSLog(@"1.2f",[avg5periods movingAverage]); //3.0 
[avg5periods addSample:6.0]; 
NSLog(@"1.2f",[avg5periods movingAverage]); //4.0 

頭文件

#import <Foundation/Foundation.h> 

@interface MovingAverage : NSObject { 
    NSMutableArray *samples; 
    int sampleCount; 
    int averageSize; 
} 
-(id)initWithSize:(int)size; 
-(void)addSample:(double)sample; 
-(double)movingAverage; 
@end 

和小鬼lementation file：

#import "MovingAverage.h" 

@implementation MovingAverage 
-(id)initWithSize:(int)size { 
    if (self = [super init]) { 
     samples = [[NSMutableArray alloc] initWithCapacity:size]; 
     sampleCount = 0; 
     averageSize = size; 
    } 
    return self; 
} 
-(void)addSample:(double)sample { 
    int pos = fmodf(sampleCount++, (float)averageSize); 
    [samples setObject:[NSNumber numberWithDouble:sample] atIndexedSubscript:pos]; 
} 
-(double)movingAverage { 
    return [[samples valueForKeyPath:@"@sum.doubleValue"] doubleValue]/(sampleCount > averageSize-1?averageSize:sampleCount); 
} 
@end