1

我正在尝试编写一个程序来平滑一些传感器数据。

传感器提供 0 到 100 的阈值输入。它通常在 2 个单位左右的范围内准确，但读数之间存在跳跃性。

我每秒获得多次输入，并希望从这些数据中创建动态平均值，而不是那么跳跃。

如何以一种可以在界面上显示平滑移动数字、更准确的数字（与读数实时保持一致）的方式对最近的输入进行平均？

谢谢你的帮助。

4

2 回答 2

3

根据您的数据，您可以通过计算平均值来调整测量值。

  • 使用一定数量的先前结果

    int values[BUFLEN];
value = // your new raw measured value

index = index++ % BUFLEN;
values[index] = value;

avg = 0;
for(int i=0; i<BUFLEN; i++) {
    avg = avg + values[i] / BUFLEN;  // evenly weighted
}

    如果你愿意，你也可以使用不均匀的重量。此外，如果您使用相同的权重，则可以优化此循环。

  • 使用浮动平均值

    avg = (avg * 0.9) + (value * 0.1)  // slow response
avg = (avg * 0.5) + (value * 0.5)  // fast response

float q = // new ratio
avg = (avg * (1.0 - q)) + (value * q)  // general solution

浮动平均值（数学上）是所有元素的加权和，其中权重为 q N-i其中N是总测量值，i是元素的运行指数。所有元素都参与平均，而不仅仅是有限数量的元素。

您可以检查错误测量的频率是多少，与平均值的距离是多少，您希望（计算出的）测量遵循真实过程的响应等。

此外，如果您有离散值（整数），则必须小心使用舍入。我建议以浮点数进行所有计算，然后将结果四舍五入到最接近的整数。但是将计算出的平均值存储为下一轮的浮点数。

更新：

为了反映您关于同时保持最新和准确的问题：

问题是我们不确定最新数据是显示趋势还是错误读数的结果。我给你看一个例子：

SEQ1: 15 15 14 15 15 [10]  6  6  5  6  6 
SEQ2: 15 15 14 15 15 [10] 20 15 14 15 15

那么，每个序列的含义是什么[10]：在第一个序列中，它代表了一种严肃的运动，一种趋势。在第二个中，它只是一个误读。但是当你刚刚阅读时[10]，你不知道下一篇会是什么。因此，您必须延迟读取的效果。所以，它不会是最新的。

同样，您使用的是平均值，这是一个计算值。所以，它不会是准确的。

这是一个平衡的局面。值越是最新，准确度就越低（更容易被误读）。您的数据越准确，延迟就越大。根据数据系列，您必须明智地选择它。

我使用第二种（浮动平均）算法为您计算了三种情况。的值q设置为惰性、正常或急切。

SEQ1:     15    15    14    15    15    10     6     6     5     6     6 
// q=0.25, "lazy"
Avg       15.00 15.00 14.75 14.81 14.86 13.64 11.73 10.30  8.98  8.23  7.67
Rounded   15    15    15    15    15    14    12    10     9     8     7   

// q=0.5, "normal"
Avg       15.00 15.00 14.50 14.75 14.88 12.44  9.22  7.61  6.30  6.15  6.08
Rounded   15    15    15    15    15    12     9     7     6     6     6

// q=0.75, "eager"
Avg       15.00 15.00 14.25 14.81 14.95 11.23  7.31  6.33  5.33  5.83  5.96
Rounded   15    15    14    15    15    11     7     6     5     5     6

可以看到，经过 5 次迭代，惰性计算仍然没有达到，可能还需要 3 次。6

正常值几乎不容易出错（14.5 刚刚四舍五入），但几乎可以立即跟随趋势。

急切的人急切地遵循这些措施，只是稍微缓和了曲线。它甚至无法检测到 15-14-15 错误读取。

上述系列的最佳价值将是0.4-0.45我认为。值得尝试使用真实测量数据的样本来查看参数值的行为。

实际上我最喜欢的是浮动平均算法，它很容易实现并且给出了很好的结果（如果参数化得好）。

于 2013-10-16T13:22:17.220 回答
1

免责声明：这将导致非常平滑的结果 - 即使值在此期间上升和下降很多，这可能只是显示一条直线。这将显示平均值随时间的变化。如果这不是我们想要的，那么这个答案可能不是您想要的。

假设我们对最后一个k输入值进行平均。

首先要注意的是：

Average at time i = (value[i] + value[i-1] + ... + value[i-k+1]) / k
                  = value[i]/k + value[i-1]/k + ... + value[i-k+1]/k

and

Average at time i-1 = value[i-1]/k + value[i-2]/k + ... + value[i-k+2]/k

thus, cancelling out common terms...

Average at time i = Average at time i-1 + value[i]/k - value[i-k+2]/k

并且，为避免潜在的舍入问题，请避免除以k- 只需在获得平均值时进行（这样做不会使数学无效）。

所以，继续算法：

  • 有一个大小为 的圆形数组k。将此数组中的所有值初始化为 0。
  • 记录填充元素的数量（初始化为 0）。
  • 每当您插入此缓冲区时，按如下方式更新平均值：
    average = newValue - overriddenValue
    如果小于 ，则增加计数k。
  • 在获取平均值以进行显示时，只需将其除以计数即可。
于 2013-10-16T13:43:04.657 回答