在傳感器使用中，我們常常需要對傳感器數(shù)據(jù)進(jìn)行各種整理，讓應(yīng)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(qiáng)調(diào)瞬間變化；
3.簡單移動(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；
01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;_
}
02抽取突變采用上面加權(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];_
}
03簡單移動(dòng)平均線
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??；
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 = 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(jì)算得傳感器平均值
circularIndex = nextIndex(circularIndex);_
}
}
『本文轉(zhuǎn)載自網(wǎng)絡(luò)，版權(quán)歸原作者所有，如有侵權(quán)請聯(lián)系刪除』
