傳感器算法處理:加權平滑\\簡單移動平均線\\抽取突變
通過利用先進的傳感器庫,智能手機和平板OEM廠商就能讓開發(fā)者能夠追蹤智能手機和用戶的移動軌跡。通過觀察移動軌跡,應用程序就能讓用戶與設備以創(chuàng)新、方便的手勢進行交互。例如,當用戶把手機放在耳朵旁邊的時候,程序就能自動接收音頻指令。
本文引用地址:http://www.ex-cimer.com/article/201710/366215.htm然而,最流行的移動應用程序卻不常用到傳感器。應用程序開發(fā)者說用傳感器很難,沒錯,這是因為傳感器是用來度量物理環(huán)境的,但沒有好的想法或用法,這些測量經(jīng)常沒有意義。
現(xiàn)在,傳感器廠商意識到了算法和軟件才是產品最基本的要素。獨立的固件開發(fā)者開發(fā)了傳感器庫,不但能保持傳感器處在校準狀態(tài)從而提供準確的導航,還能減輕外界電磁干擾造成的影響。
一、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;
二、加權平滑
使用算法如下:
?。ㄐ轮担?= (舊值)*(1 - a) + X * a其中a為設置的權值,X為最新數(shù)據(jù),程序實現(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;
}
三、抽取突變
采用上面加權平滑的逆算法。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];
}
四、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??;
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);
}
}
評論