传感器常用算法

2024-11-1 15:46| 查看: 147| 评论: 0

摘要: 一、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：

一、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：3 q" v" C: `4 M- |9 z* h# q& Q
9 n0 V6 k" Y/ {3 y& i4 t4 u8 n
7 N* c/ F9 a4 b4 A  X+ H3 T* ~
1.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；- _& V7 J% @4 R
2.抽取突变：去除静态和缓慢变化的数据背景，强调瞬间变化；! |) V; M' @/ e+ Y0 t. Y
3.简单移动平均线：保留数据流最近的K个数据，取平均值；0 N5 U& M4 K, I1 `0 l
$ k8 \; F4 ~1 F7 W" K

二、加权平滑
使用算法如下：
（新值） = （旧值）*（1 - a） + X * a1 \- ]/ |3 S- p9 K
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];2 a" a1 m7 ^+ O/ R) `4 B
z = event.values[2];
mLowPassX = lowPass(x,mLowPassX);0 K9 @  L. a$ L. G) s) ^( R
mLowPassY = lowPass(x,mLowPassY);
mLowPassZ = lowPass(x,mLowPassZ);
}
private float lowPass(float current,float last){$ n' ~% G% N( w. u# p! D
return last * (1.0f - ALPHA) + current * ALPHA;
}) ]3 m6 L6 A0 F8 j" p

三、抽取突变7 J5 r9 ?# C3 r' q
采用上面加权平滑的逆算法。
. X% C+ g. `" o4 W; i" V
实现代码如下：" r; y( \( D$ M6 ~* w8 J. V
public void onSensorChanged(SensorEvent event){8 `. D) u+ @- k2 Q& l' _6 w, J
final float ALPHA = 0.8;: I$ e$ D, K" k- `4 q
gravity[0] = ALPHA * gravity[0] + (1-ALPHA) * event.values[0];
gravity[1] = ALPHA * gravity[1] + (1-ALPHA) * event.values[1];! ~' ^, b. o! x8 u9 \5 m! \
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];
}

四、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。k表示平均“窗口”的大小；8 W$ l2 i+ @, V8 O  ^! g
3 R8 d9 c  V0 z$ Y. T% `
实现代码如下：4 x: \8 C3 |9 E& F2 o" m0 k( D2 v
public class MovingAverage{
private float circularBuffer[]; //保存传感器最近的K个数据# E6 i& b1 m, Y. K! l
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9 D, n6 y7 }/ J
private float circularIndex; //传感器数据数组节点位置
private int count;
public MovingAverage(int k){- l' ]6 f- [5 r# C" e1 \( x' q
circularBuffer = new float[k];$ y2 ]( z8 Z: [  a( ~# b8 ~( A
count= 0;
circularIndex = 0;
avg = 0;
sum = 0;+ T, {( v4 g, t/ q% T  U1 H, R& I; ^. o
}
public float getValue(){& R9 |; d2 x% Y1 L$ S
return arg;
}2 n& X' X4 r, W8 G5 G2 E
public long getCount(){5 _* @) \  M0 r; c2 v3 ]
return count;; }, E+ k4 n% p" ^
}
private void primeBuffer(float val){
for(int i=0;i
circularBuffer = val;$ G  k: m% _& k
sum += val;
}
}
private int nextIndex(int curIndex){
if(curIndex + 1 >= circularBuffer.length){! K3 }, K9 V# D1 G; M* I( k1 ~
return 0;! ~( f$ W6 ^0 x3 R8 G% K
}+ A4 d5 i7 S2 C$ }0 ~. X) T/ X6 J
return curIndex + 1;
}0 n+ N! w6 i/ h+ \
public void pushValue(float x){- S) n2 B2 s2 R7 i5 o: r# M2 v
if(0 == count++){
primeBuffer(x);% X9 ]& }& ?/ }( |! J0 Z3 z6 q
}/ k; D- m& B4 F6 h7 o' `' f) u
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& j. U0 B" c' g
sum += x;% B6 l9 q& S% L  \( L3 O- X
avg = sum / circularBuffer.length; //计算得传感器平均值* s6 d9 v) ]5 ?3 L
circularIndex = nextIndex(circularIndex);
}- h% h+ p+ O: X# F1 y  o% i* n
}
% }& r% G" x) ]0 Q* \* i, m. J
) I" n! Q9 {- \  u8 v) i
五、备注
参考资料：《Android传感器高级编程》3 D+ Y0 p* [& p1 _; k3 g

本站资讯文章系编辑转载，转载目的在于传递更多信息，并不代表本站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容！
[声明]本站文章版权归原作者所有内容为作者个人观点本站只提供参考并不构成任何投资及应用建议。
本站拥有对此声明的最终解释权。

收藏邀请

上一篇：什么是线性谐振传动器？

下一篇：学C+ +经常会犯的错误

帐号		自动登录	找回密码
密码			注册

传感器常用算法

最新文章

热门文章

推荐内容 /1