[導讀]在傳感器使用中，我們常常需要對傳感器數(shù)據(jù)進行各種整理，讓應用獲得更好的效果，以下介紹幾種常用的簡單處理方法： 1.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; 2.抽取突變：去除靜態(tài)和緩慢變化的數(shù)據(jù)背景，強調(diào)瞬間變化; 3.簡單移動平均線
在傳感器使用中，我們常常需要對傳感器數(shù)據(jù)進行各種整理，讓應用獲得更好的效果，以下介紹幾種常用的簡單處理方法：
1.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;
2.抽取突變：去除靜態(tài)和緩慢變化的數(shù)據(jù)背景，強調(diào)瞬間變化;
3.簡單移動平均線：保留數(shù)據(jù)流最近的K個數(shù)據(jù)，取平均值;
加權(quán)平滑，使用算法如下：
(新值) = (舊值)*(1 - a) + X * a其中a為設置的權(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;}
抽取突變采用上面加權(quán)平滑的逆算法
實現(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];}
簡單移動平均線
保留傳感器數(shù)據(jù)流中最近的K個數(shù)據(jù)，返回它們的平均值。k表示平均“窗口”的大小；
實現(xiàn)代碼如下：
public class MovingAverage{private float circularBuffer[]; //保存?zhèn)鞲衅髯罱腒個數(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;++i){circularBuffer[i] = val;sum += val;}}private int nextIndex(int curIndex){if(curIndex + 1 >= 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; //計算得傳感器平均值circularIndex = nextIndex(circularIndex);}}免責聲明：本文系網(wǎng)絡轉(zhuǎn)載，版權(quán)歸原作者所有。如有問題，請聯(lián)系我們，謝謝！
免責聲明：本文內(nèi)容由21ic獲得授權(quán)后發(fā)布，版權(quán)歸原作者所有，本平臺僅提供信息存儲服務。文章僅代表作者個人觀點，不代表本平臺立場，如有問題，請聯(lián)系我們，謝謝！
下載文檔
