Экстраполяция нулевого порядка со сдвигом.

ЭНП-С является модификацией ЭНП-ПА. Здесь после передачи последней выборки апертура не центрируется относительно этой выборки, а устанавливается со сдвигом относительно выборки. Знак сдвига определяется тем, какую границу апертуры пересек сигнал последней выборки: если верхнюю границу, то сдвиг положительный, иначе — отрицательный. Метод ЭНП-С, таким образом, наделен некоторыми чертами экстраполяции первого порядка, поскольку учитывает знак скорости измеряемого сигнала, и отличатся благодаря этому более высокой эффективностью, чем ЭНП-ПА, как с точки зрения точности, так и с точки зрения коэффициента уплотнения информации.

Широкое применение на практике нашли следующие предсказатели (экстраполяторы) нулевого порядка:

1) Предсказатель нулевого порядка с фиксированной апертурой:

ПНП-ФА. Здесь диапазон измерения процесса разбит на конечное число апертур ПНП-ФА формирует отсчет при пересечении процессом одного из уровней, определяющих границы апертуры в любой последовательности.

2) Предсказатель нулевого порядка с плавающей апертурой: ПНП-П, в котором последовательное пересечение одного и того же уровня не приводит к появлению отсчета. Отсчет формируется только в случае последовательного пересечения соседних уровней.

В) Линейная экстраполяция (экстраполяция первого порядка).

Здесь учитывается скорость изменения переменной, в связи с чем уравнение экстраполяции представляется отрезком прямой, проведенным из последней информационной точки (не переданной на выход экстраполятора выборки) через новую (переданную) выборку. Этот отрезок является осью апертуры шириной Dx. Предсказанные значения для новых информационных точек лежат на этом отрезке прямой до тех пор, пока фактическая выборка не оказывается за пределами апертуры, после чего формируется новый отрезок прямой экстраполяции, проходящий из предыдущей (предсказанной) точки через новую фактически измеренную и переданную на выход выборку и т.д. При малой частоте изменения переменной по сравнению с частотой выборок этот метод дает хорошие результаты.

Однако с ростом частоты входного сигнала, если к тому же экстраполируемая функция не отличается монотонностью, этот метод может давать весьма большие погрешности и требует эффективной фильтрации при восстановлении информации. В связи с этим в ряде случаев приходится прибегать к методу оптимальной линейной экстраполяции (ОЛЭ).