在传感器使用中,我们常常需要对传感器数据进行各种整理,让应用获得更好的效果,以下介绍几种常用的简单处理方法: - 加权平滑:平滑和均衡传感器数据,减小偶然数据突变的影响。
- 抽取突变:去除静态和缓慢变化的数据背景,强调瞬间变化。
- 简单移动平均线:保留数据流最近的K个数据,取平均值。
下面,具体介绍一下这3种处理方法。 加权平滑 使用算法如下: (新值) = (旧值)*(1 - a) + X * a其中a为设置的权值,X为最新数据,程序实现如下:
抽取突变 此算法采用上面加权平滑的逆算法,实现代码如下:
简单移动平均线 这个算法,保留传感器数据流中最近的K个数据,返回它们的平均值。k表示平均“窗口”的大小,实现代码如下:
|