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。
加权平滑
使用算法:(新值)=(旧值)×(1-a)+X×a
其中,a为设置的权值,X为最新数据。
实现代码如下:
02 抽取突变
采用上面加权平滑的逆算法。
实现代码如下:
03 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。其中,K表示平均“窗口”的大小;
实现代码如下:
|