您现在的位置是:首页 > 传感器

传感器算法处理:加权平滑\简单移动平均线\抽取突变

2021-01-01 02:02:03

  通过利用先进的传感器库,智能手机和平板OEM厂商就能让开发者能够追踪智能手机和用户的移动轨迹。通过观察移动轨迹,应用程序就能让用户与设备以创新、方便的手势进行交互。例如,当用户把手机放在耳朵旁边的时候,程序就能自动接收音频指令。

  然而,最流行的移动应用程序却不常用到传感器。应用程序开发者说用传感器很难,没错,这是因为传感器是用来度量物理环境的,但没有好的想法或用法,这些测量经常没有意义。

  现在,传感器厂商意识到了算法和软件才是产品最基本的要素。独立的固件开发者开发了传感器库,不但能保持传感器处在校准状态从而提供准确的导航,还能减轻外界电磁干扰造成的影响。

  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:

  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;

  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;

  3.简单移动平均线:保留数据流最近的K个数据,取平均值;

  二、加权平滑

  使用算法如下:

  (新值) = (旧值)*(1 - a) + X * a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];

  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;

  }

  三、抽取突变

  采用上面加权平滑的逆算法。实现代码如下:

  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];

  }

  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;

  实现代码如下:

  public class MovingAverage{

  private float circularBuffer[]; //保存传感器最近的K个数据

  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

  private float circularIndex; //传感器数据数组节点位置

  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; //更新窗口中传感器数据

  sum -= lastValue; //更新窗口中传感器数据和

  sum += x;

  avg = sum / circularBuffer.length; //计算得传感器平均值

  circularIndex = nexTIndex(circularIndex);

  }

  }