浅谈传感器中3种常用算法处理（含实现代码）

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：

1.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;

2.抽取突变：去除静态和缓慢变化的数据背景，强调瞬间变化;

3.简单移动平均线：保留数据流最近的K个数据，取平均值;

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

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：

编辑：jq