您如何计算指数移动平均线的X°步长？

Question

我使用基本Exponential Moving Average filter：

来平滑一些数据

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;
    }
}

由于某些原因，我想每X（= 8）步骤做一次。 事实是，就目前而言，我不知道如何计算每8°输入。我仍然处理每个输入，只“存储”8°。

你如何“节省CPU”避免在每一步计算它？是否有一系列我可以提前计算8°的值？

这是我所拥有的实际code（每一步都很顺利）：

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步骤”变成一个独特的操作。有可能吗？

Answer 1

它被称为指数移动平均函数的原因是：差(input - z0)是步数的指数递减函数。实际上，在N步后，减少为pow(1-a0,N)。

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