我有一个实时采样的信号。在每个时间间隔，我都会收到一个值。我需要将此信号表征为活动或非活动（在控制动作中优先考虑）。活跃意味着我们在特定的时间窗口内观察到巨大的变化。

我认为的一种方法是保留 N 个样本的历史记录，并使用更新算法计算平均值和标准偏差。根据标准，我可以说它是否处于非活动状态。问题是我有数万个信号，并且所有信号的采样周期都不相同。因此，为所有信号保留可变长度的样本历史记录将很困难。

对于平均值，我可以使用带有遗忘因子的平均值。遗忘因子可以连接到每个信号的采样周期，以便对所有信号具有相似的观察窗口。

现在的问题：

是否有任何类似于平均遗忘因子的度量标准可以为我提供与 std 相同的信息？它必须低内存使用和计算量轻（因为它是实时操作）。

欢迎任何论文、书籍或参考资料！

提前致谢。