python 如何计算采样窗口的均方根(rms)？

oyjwcjzk 于 2023-04-10 发布在 Python

关注(0)|答案(2)|浏览(202)

我有以下场景。我使用智能手机通过Edge Impulse平台从三相电机收集了一些加速度数据（accX，accY和accZ）。
在数据框中构造原始数据时，将保留以下值：values of a sample collected
绘制这些数据，我有以下子图：sampling subplots
因此，在这种情况下，我在构建包含样本均方根的向量（列表）时遇到的困难就开始发挥作用了。
我一直在尝试通过以下代码进行计算：

# calculate the average value of the accY column
media = dado['accY'].mean()

# calculate the RMS vector of the column
rms = np.sqrt(dado['accY'].apply(lambda x: (x - media)**2))

result this code in plot注意：均方根绿色线
我的顾问说，rms和媒体在accY子图中应该有以下行为：red rms and green media注：RMS红线和中绿色线。

那么你的意见是什么，代码中是否存在错误？

新的实现，我一直在开发加速度的移动均方根：

rms = (pd.DataFrame(abs(dado['accX'].values)**2).rolling(window).mean()) **0.5

有道理吗

python

来源：https://stackoverflow.com/questions/75943171/how-does-calculate-root-mean-square-rms-the-sampling-window

2条答案

按热度按时间

jdzmm42g1#

RMSE是为两组值定义的，这里您使用的是一组'accY'来计算RMSE？这是不可能的，您正在计算标准偏差，即与平均值的偏差。这里是一个实现标准偏差的示例数据集。

df = pd.DataFrame({'col1': np.random.randint(low = 0,high=1000,size=100),'col2':np.random.randint(low = 0,high=120,size=100)})
aa = pd.date_range(start='1/1/2018', end='4/10/2018')
df.index = aa
df['std'] = df.rolling('5D')['col1'].std()
df = df.fillna(0)
plt.plot(df.index.values, df.col1.values)
plt.plot(df.index.values, df['std'].values)

我创建了一个5天的窗口，计算了这5天的标准差，并将其与原始值进行了标绘。

赞(0）回复(0）举报 2023-04-10

wmomyfyw2#

我成功解决了

这里n是大小为n的窗口，假设你有一个数组[1，2，3，4，5]和大小为n = 2的窗口，那么要计算每个窗口（x_i）或数组中元素的移动RMS，你应该计算x_i和数组中n-1个右移值（在这种情况下是1个右移值）的平方和。
比如说

moving RMS = √( 1/n Σ x_i^2 ), where i = i to i+n-1,

moving RMS for window 1 = np.sqrt((1/2) * np.sum([1^2, 2^2])) = 1.58

moving RMS for window 2 = np.sqrt((1/2) * np.sum([2^2, 3^2])) = 2.54

moving RMS for window 3 = np.sqrt((1/2) * np.sum([3^2, 4^2])) = 3.53

moving RMS for window 4 = np.sqrt((1/2) * np.sum([4^2, 5^2])) = 4.52

moving RMS for window 5 can not be calculated.

使用下面的代码：

for i in range(len(dado['accX'])):
  rms[i] = (i+window-1 < len(dado['accX'])) * np.sqrt( (1/window) * np.sum( dado['accX'].loc[i:i+window-1]**2 ) )

[！[移动均方根][3]][3]

赞(0）回复(0）举报 2023-04-10

我来回答

python 如何计算采样窗口的均方根(rms)？

那么你的意见是什么，代码中是否存在错误？

2条答案

相关问题

热门标签

最新问答