65 lines
3.2 KiB
JavaScript
65 lines
3.2 KiB
JavaScript
|
export function getCorr(src1, src2) {
|
|||
|
let arr1 = src1.data;
|
|||
|
let arr2 = src2.data;
|
|||
|
let X = 0; //аргумент 1
|
|||
|
let Y = 0; //аргумент 2
|
|||
|
let Z = 0; //аргумент 3
|
|||
|
let arr1_avg = arr1.reduce((acc, item) => (acc + item)) / arr1.length; //среднее значение массива 1
|
|||
|
let arr2_avg = arr2.reduce((acc, item) => (acc + item)) / arr2.length; //среднее значение массива 2
|
|||
|
|
|||
|
for (let i = 0; i < arr1.length; i++) {
|
|||
|
X += (arr1[i] - arr1_avg) * (arr2[i] - arr2_avg);
|
|||
|
Y += (arr1[i] - arr1_avg) ** 2;
|
|||
|
Z += (arr2[i] - arr2_avg) ** 2;
|
|||
|
};
|
|||
|
|
|||
|
return X / (Math.sqrt(Y) * Math.sqrt(Z));
|
|||
|
}; //рассчет корреляции
|
|||
|
|
|||
|
export function getAutoCorr(options) {
|
|||
|
let result = {}; //результат
|
|||
|
let plot = []; //массив значений корреляции для графика
|
|||
|
let arr = options.src.data;
|
|||
|
let lag = 0.5;
|
|||
|
let X = 0; //аргумент 1
|
|||
|
let Y = 0; //аргумент 2
|
|||
|
if (options.lag < 0.5) { lag = options.lag } else { lag = 0.5 };
|
|||
|
let T = Math.floor(arr.length * lag); //определяем количество индексов (шагов) для смещения массива
|
|||
|
let arr0 = arr.slice(0, T); //обрезаем массив на величину смещения
|
|||
|
let avg = arr0.reduce((acc, item) => (acc + item)) / arr0.length; //среднее значение массива
|
|||
|
Y = arr0.reduce((acc, item) => (acc + (item - avg) ** 2)); //рассчитываем знаменатель функции
|
|||
|
|
|||
|
for (let i = 0; i < T; i++) {
|
|||
|
let Rh = arr.slice(- i); //отделяем "хвост" массива
|
|||
|
let Lt = arr.slice(0, - i); //отделяем "тело" массива
|
|||
|
let arr2 = [].concat(Rh, Lt); //соединяем части массива
|
|||
|
for (let j = 0; j < T; j++) { X += (arr[j] - avg) * (arr2[j] - avg); };
|
|||
|
plot.push(X / Y); //записываем значение в массив коэффициентов
|
|||
|
X = 0;
|
|||
|
}; //смещение массива
|
|||
|
|
|||
|
let plot0 = plot.slice(Math.floor(0.03 * plot.length)); //убираем из массива первые 3% значений коэффициента (т.к. в нуле всегда значение 1.0)
|
|||
|
let akf_avg = plot0.reduce((acc, item) => (acc + item)) / plot0.length; //среднее значение коэффициента
|
|||
|
let akf_sqr = plot0.reduce((acc, item) => (acc + item ** 2)); //сумма квадратов значений
|
|||
|
let akf_rms = Math.sqrt(akf_sqr / plot0.length); //СКЗ коэффициента
|
|||
|
let akf_max = Math.max(...plot0); //определяем максимальное значение коэффициента
|
|||
|
|
|||
|
result["avg"] = akf_avg;
|
|||
|
result["rms"] = akf_rms;
|
|||
|
result["ampl"] = akf_max;
|
|||
|
result["data"] = plot;
|
|||
|
|
|||
|
//отрисовка графика на plot
|
|||
|
if (options.canvas != undefined) {
|
|||
|
options.canvas.add(
|
|||
|
{
|
|||
|
color: options.color,
|
|||
|
name: options.name,
|
|||
|
x: options.src.resolution,
|
|||
|
y: plot
|
|||
|
}
|
|||
|
);
|
|||
|
};
|
|||
|
|
|||
|
return result;
|
|||
|
}; //рассчет автокорреляции
|