series_fir()
对序列应用有限脉冲响应 (FIR) 滤波器。
此函数接受一个包含动态数值数组的表达式作为输入，并应用一个有限脉冲响应滤波器。 通过指定 filter 系数，该函数可用于计算移动平均值、进行修匀处理和检测更改等。 该函数的输入列包含由滤波器系数组成的动态数组和静/动态数组，并且该函数会对此列应用滤波器。 它会输出新的动态数组列，其中包括滤波后的输出。
语法
series_fir(series, filter [, normalize[, center]])
详细了解语法约定。
参数
| 客户 | 类型 | 必需 | 说明 |
|---|---|---|---|
| series | dynamic |
✔️ | 一组数值。 |
| filter | dynamic |
✔️ | 包含筛选器系数的数值数组。 |
| 规范化 | bool |
指示筛选器是否应规范化。 即，将其除以系数之和。 如果滤波器包含负值，则必须将 normalize 指定为 false，否则结果将是 null。 如果未指定，则假定 true 采用默认值，具体取决于 filter 中是否存在负值。 如果 filter 包含至少一个负值，则假定 normalize 为 false。 |
|
| center | bool |
指示是对某个时段（当前时间点之前和之后）对称地应用筛选器，还是对当前时间点之前的时段应用筛选器。 默认情况下，center 为 false，这适合于流式传输数据的情况，因此，我们只能对当前的点和较旧的点应用筛选器。 但是，对于即席处理，可以将其设置为 true，使其与时序保持同步。 请参阅以下示例。 此参数用于控制滤波器的群延迟。 |
提示
归一化是确保系数之和为 1 的一种简便方法。 当 normalized 为 true 时，筛选器不会放大或减弱序列。 例如，可以通过 filter=[1,1,1,1] 和 normalized=true 指定四箱的移动平均值，这比键入 [0.25,0.25.0.25,0.25] 更简单。
返回
一个新的动态数组列，其中包括筛选后的输出。
示例
- 通过设置 filter=[1,1,1,1,1] 和 normalize=
true（默认值）计算五个点的移动平均值。 请注意 center=false（默认值）与true的效果：
range t from bin(now(), 1h) - 23h to bin(now(), 1h) step 1h
| summarize t=make_list(t)
| project
id='TS',
val=dynamic([0, 0, 0, 0, 0, 0, 0, 0, 0, 10, 20, 40, 100, 40, 20, 10, 0, 0, 0, 0, 0, 0, 0, 0]),
t
| extend
5h_MovingAvg=series_fir(val, dynamic([1, 1, 1, 1, 1])),
5h_MovingAvg_centered=series_fir(val, dynamic([1, 1, 1, 1, 1]), true, true)
| render timechart
此查询将返回：
5h_MovingAvg：5 点移动平均值滤波器。 峰值经过了修匀处理，并且偏移了 (5-1)/2 = 2 小时。
5h_MovingAvg_centered：相同，但通过设置 center=true，峰值会停留在其原始位置。
- 若要计算某个点与其前面的点之间的差异，请设置 filter=[1,-1]。
range t from bin(now(), 1h) - 11h to bin(now(), 1h) step 1h
| summarize t=make_list(t)
| project id='TS', t, value=dynamic([0, 0, 0, 0, 2, 2, 2, 2, 3, 3, 3, 3])
| extend diff=series_fir(value, dynamic([1, -1]), false, false)
| render timechart
