在傳感器使用中，我們常常需要對(duì)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；

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;

} ??

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];
} ??

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”的大小； ? 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[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(jì)算得傳感器平均值

circularIndex = nextIndex(circularIndex);

}

} ?

編輯：黃飛

?