單片機(jī)開(kāi)發(fā)中，傳感器的數(shù)據(jù)處理算法

在傳感器使用中，我們常常需要對(duì)傳感器數(shù)據(jù)進(jìn)行各種整理，讓?xiě)?yīng)用獲得更好的效果，以下介紹幾種常用的簡(jiǎn)單處理方法：

加權(quán)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(qiáng)調(diào)瞬間變化。
簡(jiǎn)單移動(dòng)平均線：保留數(shù)據(jù)流最近的K個(gè)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(quán)平滑

使用算法如下：

(新值) = (舊值)*(1 - a) + X * a其中a為設(shè)置的權(quán)值，X為最新數(shù)據(jù)，程序?qū)崿F(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(quán)平滑的逆算法，實(shí)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(jiǎn)單移動(dòng)平均線

這個(gè)算法，保留傳感器數(shù)據(jù)流中最近的K個(gè)數(shù)據(jù)，返回它們的平均值。k表示平均“窗口”的大小，實(shí)現(xiàn)代碼如下：

public class MovingAverage{
private float circularBuffer[]; //保存?zhèn)鞲衅髯罱腒個(gè)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(diǎn)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(jì)算得傳感器平均值
circularIndex = nextIndex(circularIndex);
}
};++i){>

來(lái)源：STM32嵌入式開(kāi)發(fā)
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題，請(qǐng)聯(lián)系小編進(jìn)行處理