Создайте скользящее среднее (и другие FIR-фильтры), используя ReactiveCocoa

Я все еще начинаю с ReactiveCocoa и концепций функционального реактивного программирования, так что, возможно, это глупый вопрос.

ReactiveCocoa, естественно, предназначен для реагирования на потоки данных в реальном времени, сенсорные события или ввод датчика акселерометра и т. Д.

Можно ли применять фильтры с конечной импульсной характеристикой в ​​ReactiveCocoa простым, реактивным способом? Или, если нет, что было бы наименее уродливым хакерским способом сделать это? Как можно реализовать что-то вроде простого скользящего среднего?

Идеально ищет решение Swift 2 + RA4, но также интересуется, возможно ли это вообще в Objective C и RA2/RA3.

2 ответа

Что вам действительно нужно, так это некоторый буфер периодов, который будет хранить период значений в буфере и начинать отправку только после того, как буфер достигнет своей емкости (код ниже вдохновлен оператором takeLast)

extension SignalType {
    func periodBuffer(period:Int) -> Signal<[Value], Error> {
        return Signal { observer in
            var buffer: [Value] = []
            buffer.reserveCapacity(period)

            return self.observe { event in
                switch event {
                case let .Next(value):
                    // To avoid exceeding the reserved capacity of the buffer, we remove then add.
                    // Remove elements until we have room to add one more.
                    while (buffer.count + 1) > period {
                        buffer.removeAtIndex(0)
                    }

                    buffer.append(value)

                    if buffer.count == period {
                        observer.sendNext(buffer)
                    }
                case let .Failed(error):
                    observer.sendFailed(error)
                case .Completed:
                    observer.sendCompleted()
                case .Interrupted:
                    observer.sendInterrupted()
                }
            }
        }
    }
}

основываясь на том, что вы можете сопоставить его с любым алгоритмом, который вы хотите

let pipe = Signal<Int,NoError>.pipe()

pipe.0
    .periodBuffer(3)
    .map { Double($0.reduce(0, combine: +))/Double($0.count) } // simple moving average
    .observeNext { print($0) }

pipe.1.sendNext(10) // does nothing
pipe.1.sendNext(11) // does nothing
pipe.1.sendNext(15) // prints 12
pipe.1.sendNext(7) // prints 11
pipe.1.sendNext(9) // prints 10.3333
pipe.1.sendNext(6) // prints 7.3333

Вероятно, scan Сигнальный оператор - это то, что вы ищете. Вдохновленный ответом Энди Джейкобса, я придумал что-то вроде этого (простая реализация скользящего среднего):

  let (signal, observer) = Signal<Int,NoError>.pipe()

  let maxSamples = 3

  let movingAverage = signal.scan( [Int]() ) { (previousSamples, nextValue)  in 
    let samples : [Int] =  previousSamples.count < maxSamples ? previousSamples : Array(previousSamples.dropFirst())
    return samples + [nextValue]
  }
  .filter { $0.count >= maxSamples }
  .map { $0.average }

  movingAverage.observeNext { (next) -> () in
    print("Next: \(next)")
  }

  observer.sendNext(1)
  observer.sendNext(2)
  observer.sendNext(3)
  observer.sendNext(4)
  observer.sendNext(42)

Примечание: я должен был двигаться average Метод в расширение протокола, в противном случае компилятор будет жаловаться, что выражение было слишком сложным. Я использовал хорошее решение из этого ответа:

extension Array where Element: IntegerType {
    var total: Element {
        guard !isEmpty else { return 0 }
        return reduce(0){$0 + $1}
    }
    var average: Double {
        guard let total = total as? Int where !isEmpty else { return 0 }
        return Double(total)/Double(count)
    }
}
Другие вопросы по тегам