Чем отфильтровать среднеквадратичное для индикации измеряемого напряжения в рмс вольтметре.
Измеряем 50гц.
Рубим выборки 8кгц непрерывно.
Убираем постоянную составляющую фильтром фвч.
Перемножаем , получаем квадраты.
Идет последовательность квадратов 8кгц.
Из них нужно непрерывно выделять постоянную составляющую цифровым фильтром.
Каким?
Пробовал бесселя 4п со срезом 5Гц и семплами 8кгц , фигня какая-то выходит.
Возможно частоты далеко друг от друга.

Подсчет суммы квадратов за 1сек дает замечательный результат с точностью даже выше чем надо несмотря на так-сказать прямоугольное окно , но нет непрерывности.

Подсчет суммы квадратов за 1сек будет работать, если на интервале 1 сек укладывается целое число периодов "квадратов".
Если частота на входе 50,25 Гц, то частота "квадратов" будет равна 100,5 Гц и на интервале 1 сек поместится 100,5 периодов,
что даст ошибку при подсчете суммы равную сумме значений "квадратов" за пол периода.
Если, конечно, я правильно понял смысл выражения "нет непрерывности".

Сделайте скользящее окно по принципу MAF.

Хто такой MAF ?

MAF

Я знаю.
"...Подсчет суммы квадратов за 1сек дает замечательный результат с точностью даже выше чем надо... "



Вон че , MAF это просто скользящее среднее.
Вроде надо что-то получше с более крутыми скатами.

Частота среза 5-10Гц а частота сигнала на входе 50Гц , остаток в полосе должен быть не более 0.03% примерно.

Сомнительно, что в природе существует КИХ-фильтр "с более крутыми скатами", чем у фильтра на основе "скользящего среднего".
"Скользящее среднее" это же по сути "бин" преобразования Фурье на нулевой частоте и, следовательно, имеет АЧХ пропорциональную sinc-функции (если точнее, АЧХ пропорциональную функции Дирихле).

Не могли-бы вы привести яркий пример для моего случая , особенно что касается расчета количества необходимых точек.

Все "яркие примеры для вашего случая" хранятся в MATLAB'e в пакете с именем fdatool. Дерзайте!

Звучит неубедительно.

Откуда взялся фильтр бесселя.
Вот отсюда.
http://www.kit-e.ru/articles/circuit/2010_07_144.php


Хотелось-бы услышать какие-то слова в пользу одной из сторон.Лучше с цифрами.

Вот сам фильтр который не желает усреднять.
Может с ним что не так?

Есть подозрение что у коэфф. точности флоата не хватает и он возбуждается.
Но не уверен.

/**************************************************************
WinFilter version 0.8
http://www.winfilter.20m.com
akundert@hotmail.com

Filter type: Low Pass
Filter model: Bessel
Filter order: 4
Sampling Frequency: 8 KHz
Cut Frequency: 0.005000 KHz
Coefficents Quantization: float

Z domain Zeros
z = -1.000000 + j 0.000000
z = -1.000000 + j 0.000000
z = -1.000000 + j 0.000000
z = -1.000000 + j 0.000000

Z domain Poles
z = 0.994770 + j -0.001392
z = 0.994770 + j 0.001392
z = 0.999100 + j -0.004321
z = 0.999100 + j 0.004321
***************************************************************/
#define NCoef 4
float iir(float NewSample) {
float ACoef[NCoef+1] = {
0.00000000008095721658,
0.00000000032382886631,
0.00000000048574329947,
0.00000000032382886631,
0.00000000008095721658
};

float BCoef[NCoef+1] = {
1.00000000000000000000,
-3.98773984171834520000,
5.96328712390839670000,
-3.96335452951837610000,
0.98780724756468707000
};

static float y[NCoef+1]; //output samples
static float x[NCoef+1]; //input samples
int n;

//shift the old samples
for(n=NCoef; n>0; n--) {
x[n] = x[n-1];
y[n] = y[n-1];
}

//Calculate the new output
x[0] = NewSample;
y[0] = ACoef[0] * x[0];
for(n=1; n<=NCoef; n++)
y[0] += ACoef[n] * x[n] - BCoef[n] * y[n];

return y[0];
}

y[0] = ACoef[0] * x[0];

y[0] = BCoef[0] * x[0];

y[0] += ACoef[n] * x[n] - BCoef[n] * y[n];

y[0] += BCoef[n] * x[n] - ACoef[n] * y[n];

Как это? Нет ничего круче (в счысле скатов) чем синк?Наоборот синк не очень убедительный фильтр (но простой в реализации). КИХ со скатами круче синка слеадть легко (ну в смысле коэффициентов не много понадобится).

thermit , Вы думаете WinFilter нагенерил бред?
to PlainUser: поставте static перед массивами коэффициентов.

Нет. Винфильтер все правильно сгенерил. Это я сгенерил бред.

Щас буду исправляться:

Проблема в том, что данный фильтр нельзя реализовать в лоб во флоатах. При квантовании коэффициентов флоатами фильтр становится неустойчивым. Его нужно отконвертить в биквадратные блоки и только потом квантовать флоатами. Ну и реализовывать как последовательность бкб.

Закончил исправляться.

Гм , действительно быстрее должно работать.

После приведения точности коэфф в порядок фильтр заработал.
Но вопрос о выборе фильтра оптимального для данной задачи остался.

Собственно, как и вопрос критерия этой самой оптимальности тоже остался.
Не томите. Раскройте уже требуемую точность и допустимую задержку (время измерения).
А там поглядим, что да как...

А , так float поменял на double.
Мантисса у них 22бита проти 51бита.

Точность нужна 0.02% задержка , ну примерно 0.5сек.

последовательное соединение 3-х звеньев y(n)=y(n-1) + ( x(n) - y(n-1) )*1/256

В данном случае не подходит.
Для требуемой точности задержка будет гигантская.

Какая гигантская? На 8000гц меньше чем 0.5 сек.