在傳感器使用中,我們常常需要對傳感器數(shù)據(jù)進行各種整理,讓應用獲得更好的效果,以下介紹幾種常用的簡單處理方法:
加權平滑:平滑和均衡傳感器數(shù)據(jù),減小偶然數(shù)據(jù)突變的影響。
抽取突變:去除靜態(tài)和緩慢變化的數(shù)據(jù)背景,強調瞬間變化。
簡單移動平均線:保留數(shù)據(jù)流最近的K個數(shù)據(jù),取平均值。
下面,具體介紹一下這3種處理方法。
1、加權平滑
使用算法如下:
(新值) = (舊值)*(1 - a) + X * a其中a為設置的權值,X為最新數(shù)據(jù),程序實現(xiàn)如下:
float ALPHA = 0.1f; public void onSensorChanged(SensorEvent event){ x = event.values[0]; y = event.values[1]; z = event.values[2]; mLowPassX = lowPass(x,mLowPassX); mLowPassY = lowPass(x,mLowPassY); mLowPassZ = lowPass(x,mLowPassZ); } private float lowPass(float current,float last){ return last * (1.0f - ALPHA) + current * ALPHA; }
2、抽取突變
此算法采用上面加權平滑的逆算法,實現(xiàn)代碼如下:
public void onSensorChanged(SensorEvent event){ final float ALPHA = 0.8;gravity[0] = ALPHA * gravity[0] + (1-ALPHA) * event.values[0]; gravity[1] = ALPHA * gravity[1] + (1-ALPHA) * event.values[1]; gravity[2] = ALPHA * gravity[2] + (1-ALPHA) * event.values[2];filteredValues[0] = event.values[0] - gravity[0]; filteredValues[1] = event.values[1] - gravity[1]; filteredValues[2] = event.values[2] - gravity[2]; }
3、簡單移動平均線
這個算法,保留傳感器數(shù)據(jù)流中最近的K個數(shù)據(jù),返回它們的平均值。k表示平均“窗口”的大小,實現(xiàn)代碼如下:
public class MovingAverage{ private float circularBuffer[]; //保存?zhèn)鞲衅髯罱腒個數(shù)據(jù) private float avg; //返回到傳感器平均值 private float sum; //數(shù)值中傳感器數(shù)據(jù)的和 private float circularIndex; //傳感器數(shù)據(jù)數(shù)組節(jié)點位置 private int count;public MovingAverage(int k){ circularBuffer = new float[k]; count= 0; circularIndex = 0; avg = 0; sum = 0; } public float getValue(){ return arg; } public long getCount(){ return count; } private void primeBuffer(float val){ for(int i=0;i= circularBuffer.length){ return 0; } return curIndex + 1; } public void pushValue(float x){ if(0 == count++){ primeBuffer(x); } float lastValue = circularBuffer[circularIndex]; circularBuffer[circularIndex] = x; //更新窗口中傳感器數(shù)據(jù) sum -= lastValue; //更新窗口中傳感器數(shù)據(jù)和 sum += x; avg = sum / circularBuffer.length; //計算得傳感器平均值 circularIndex = nextIndex(circularIndex); } };++i){>
來源:STM32嵌入式開發(fā)
免責聲明:本文為轉載文章,轉載此文目的在于傳遞更多信息,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請聯(lián)系小編進行處理
-
傳感器
+關注
關注
2542文章
50315瀏覽量
750351 -
單片機
+關注
關注
6026文章
44459瀏覽量
631244 -
數(shù)據(jù)處理
+關注
關注
0文章
565瀏覽量
28484
發(fā)布評論請先 登錄
相關推薦
評論