您将如何计算指数移动平均线的 X° 步长？

Question

我使用基本的 Exponential Moving Average filter:

平滑了一些数据

int main ()
{
    double a0 = 0.1;
    double input = 8.0;
    double z = 0.0;

    for(int i=0; i < 200; i++) {
        z += a0 * (input - z);
        std::cout << i  << "° : "<< z << std::endl;
    }
}

出于某些原因，我想每 X (=8) 步执行一次。事实是，就目前而言，我不知道如何计算每 8° 输入一次。我仍然处理每个输入，"store" 只有 8°。

你会如何"save CPU"避免在每一步都计算它？有没有可以提前计算8°值的系列？

这是我实际的 code（每一步都很平滑）：

int main ()
{
    double a0 = 0.1;
    double input = 8.0;
    double z = 0.0;
    int step = 8;


    for(int i=0; i < 200; i+=8) {
        z += a0 * (input - z);
        std::cout << i  << "° : "<< z << std::endl;

        int j = 1;
        while (j++ < step) {
            z += a0 * (input - z);
        }
    }
}

我想避免将“7 个步骤”变成一个独特的操作。可能吗？

Answer 1

它被称为指数移动平均函数是有原因的：差异 (input - z0) 是步数的指数递减函数。事实上，在 N 步之后减少的是 pow(1-a0,N)。

现在相关的数学是pow(x,N) == pow(pow(x,8), N/8)。

您将如何计算指数移动平均线的 X° 步长？

How would you calculate the X° step of an Exponential Moving Average?

c++

algorithm

moving-average