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。
1、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:
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、抽取突变
此算法采用上面加权平滑的逆算法,实现代码如下:
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、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:
public class MovingAverage{ private float circularBuffer[]; //保存传感器最近的K个数据 private float avg; //返回到传感器平均值 private float sum; //数值中传感器数据的和 private float circularIndex; //传感器数据数组节点位置 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; //更新窗口中传感器数据 sum -= lastValue; //更新窗口中传感器数据和 sum += x; avg = sum / circularBuffer.length; //计算得传感器平均值 circularIndex = nextIndex(circularIndex); } };++i){>
来源:STM32嵌入式开发
免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
传感器
+关注
关注
2526文章
48093浏览量
740053 -
单片机
+关注
关注
6001文章
43973浏览量
620830 -
数据处理
+关注
关注
0文章
509浏览量
28247
发布评论请先 登录
相关推荐
电子称重显示器的数据处理方法
显示器为例,介绍在电子秤中利用MCS-51系列单片机进行数据处理的方法.更多详情:https://www.elecfans.com/soft/31/2011/2011041919544
发表于 11-17 16:58
单片机大小端数据处理问题
最近做通讯的时候发现51单片机属于大端类型,而stm32等单片机属于小端,之前从没有注意过这个问题,我的数据处理一般都是这样的:int buffer[4] = {0x00111
发表于 04-26 10:53
多传感器信息融合使用的处理器是单片机还是电脑?
多传感器信息融合问题,我刚刚查了百度,但是说的全是理论。我想问的是:1、多传感器信息融合使用的处理器是单片机还是电脑?2、单片机外接几个
发表于 08-26 08:07
如何去使用数字信号处理算法
文章背景一直想学习一下数字信号处理算法,而不是每次遇到数据处理就求平均,求最值,看容差,做滑动窗。。。数字信号处理算法已经很成熟了,但网上大部分还是用matlab跑仿真,设计几个不同频率的sin信号
发表于 08-09 08:23
智能仪器的数据处理算法
测量精度和可靠性是仪器的重要指标,引入数据处理算法后,使许多原来靠硬件电路难以实现的信号处理问题得以解决,从而克服和弥补了包括传感器在内的各个测量环节中硬件本身的
发表于 12-01 16:06
•93次下载
基于部分存储和选择性加载的数据处理算法
根据电能质量系统中监测数据海量化的趋势,提出了一种基于部分存储和选择性加载的数据处理算法,彻底解决了现有数据处理算法中重复排序和多余处理的问题。在计算日指标时,根据存储率存储部分日排序
发表于 12-19 18:50
•0次下载
红外雨量计(光学雨量传感器)不同雨量场景如何优化数据处理算法
红外雨量计(光学雨量传感器)不同雨量场景如何优化数据处理算法 红外雨量计是一种常用于雨量观测和监测的仪器。它通过感测雨滴落入雨斗的时间和数量,来计算出雨量数据。在不同的雨量场景下,红外雨量计
评论