来一个点处理一个点，把波形变的平滑，有什么推荐的算法呢？

ssssssssssss · 发表于 2022-3-19 07:35:33

来一个点处理一个点，把波形变得平滑一些，有什么好的算法呢？

511386807 · 发表于 2022-3-21 10:32:02

可以把常见的软件滤波算法挨个试一遍

babyrabbit · 发表于 2022-3-21 10:39:27

得看你的信号大概什么样子
下面这个介绍的比较全了挑一个符合你信号变化规律的就行
https://blog.csdn.net/weixin_43455581/article/details/109716571

阿侑kevin · 发表于 2022-3-21 11:24:03

你是要处理原始数据还是只是处理显示曲线？

ssssssssssss · 发表于 2022-3-22 10:58:04

阿侑kevin 发表于 2022-3-21 11:24
你是要处理原始数据还是只是处理显示曲线？

处理曲线，让曲线变的平滑，貌似卡尔曼可以，但是不太懂

sfd123 · 发表于 2022-3-22 16:24:22

变平滑？插值？

daoyege · 发表于 2022-3-22 16:50:45

ssssssssssss 发表于 2022-3-22 10:58
处理曲线，让曲线变的平滑，貌似卡尔曼可以，但是不太懂

double KalmanFilter(double inData)
{
static double prevData = 0;                            //上一个数据
static double p = 10, q = 0.00005, r = 0.005, kGain = 0; //q值控制误差，r控制响应速度
p = p + q;
kGain = p / (p + r);                                     //计算增益
inData = prevData + (kGain * ((double)inData - prevData)); //计算本次滤波估计值
p = (1 - kGain) * p;                                     //更新测量方差
prevData = inData;
return inData;
}

babyrabbit · 发表于 2022-3-22 17:56:22

daoyege 发表于 2022-3-22 16:50
double KalmanFilter(double inData)
{
static double prevData = 0; ...

你这个卡尔曼滤波算法我在好多地方也看到过类似的
不过有一点不是很理解
这里pqr都是定值， kg和更新p的公式也给出了相当于有了首项和递推公式数列p和数列kg各项都是可求的
经过若干次计算最终kg会稳定在一个值上
这样最后不就演变成3楼我给的链接里最后一种情形了嘛？？？
就是新值等于（前一个值*权重+新值*(1-权重) 最后这个滤波算法不就之和权重kg有关了？？？
对于一个长期采集的传感器信号而言，这个滤波算法和q与r并没什么关系啊

daoyege · 发表于 2022-3-23 14:32:11

babyrabbit 发表于 2022-3-22 17:56
你这个卡尔曼滤波算法我在好多地方也看到过类似的
不过有一点不是很理解
这里pqr都是定值， kg和更新p ...

不是你那样用的，你直接带入输入值调用我给你的那个函数，调节r的大小，来控制滤波幅度

babyrabbit · 发表于 2022-3-23 16:21:29

daoyege 发表于 2022-3-23 14:32
不是你那样用的，你直接带入输入值调用我给你的那个函数，调节r的大小，来控制滤波幅度

我图里算的是那个增益kg，算法里q和r都是定值 p每次会更新在p q r 三个值的初值都给定的情况下
滤波算法每次执行时的p和kg都是可求的按我图里那样计算下每次的p与kg的值可以看出执行50次以后 p基本稳定在0.000476 kg也基本是一个稳定的数了大概是0.09513
这样在运行50次以后这个算法不就约等于 inData = （1-0.09513）prevData +0.09513inData了嘛
而且可以得出这个结论:每次采集的新数据对于测量结果只有10%的影响 90%来自于上一次采集结果的影响
这不就退化成我分享的链接里给的最后一种形式了嘛？？？

我看网上推荐卡尔曼滤波好用但是这样大费周章的算了p和kg 只有开始的情况会不太一样但是对于一个信号长期采集的话不知道优势体现在哪里呢？直接用inData = (1-k)preData+k*inData 这个公式不好吗计算还快直接调整权重k可以体现出更加相信采集值还是之前的测量值

ssssssssssss · 发表于 2022-3-24 17:45:13

daoyege 发表于 2022-3-22 16:50
double KalmanFilter(double inData)
{
static double prevData = 0; ...

这个滤波只和前一个数据有关吗？，会不会误差比较大啊

ssssssssssss · 发表于 2022-3-25 13:02:50

daoyege 发表于 2022-3-22 16:50
double KalmanFilter(double inData)
{
static double prevData = 0; ...

我的一个朋友有下面的看法.::

粗看，p的初始值有点问题吧。
第一轮，p等于10，那么kgain约等于1，第二轮，p值就几乎归零了。
可以用excel拉一个表格，观察kgain的变化，评估是否合理。

daoyege · 发表于 2022-3-25 14:40:00

ssssssssssss 发表于 2022-3-24 17:45
这个滤波只和前一个数据有关吗？，会不会误差比较大啊

可以用excel表格，用一串数据试试就知道了，这个函数是可以用的

ssssssssssss · 发表于 2022-3-25 16:08:48

daoyege 发表于 2022-3-25 14:40
可以用excel表格，用一串数据试试就知道了，这个函数是可以用的

好的我试试，谢谢大神

ssssssssssss · 发表于 2022-3-26 15:54:19

daoyege 发表于 2022-3-25 14:40
可以用excel表格，用一串数据试试就知道了，这个函数是可以用的

这个函数怎么放excel里面呢？不懂这个方法呢。能不能大概说说

babyrabbit · 发表于 2022-3-26 16:53:19

ssssssssssss 发表于 2022-3-25 13:02
我的一个朋友有下面的看法.::

不光是P的初始值问题
经过多次计算最后p kg都会趋近于一个常数，
这个算法就会演变为一阶滞后滤波算法，每次的结果只与上次采集值与本次采集的新值有关
相关程度就是那个kg, 以8楼的计算结果按照他给的初值最后滤波算法会更倾向于上一次的采集值大概上次值占90%新值占10% 所以经过滤波的结果会很平滑，即使有个突变值出现也会因为10%的权重让处理后的结果看起来并没有多大的变化也就是灵敏度会降低很多适合那种基本不怎么变化的缓变信号
当然如果调整kg让新值占比高的话测试结果灵敏度会提升但是平滑程度就低很多了

不过网上介绍卡尔曼滤波法基本都是用的这种形式我还不是很理解这个算法优势在哪里至少对于一个长期测量的信号而言我没看出这个和一阶滞后滤波法有什么区别尤其是q和r两个噪声信号完全没有体现出算法赋予它的意义
貌似卡尔曼滤波法更加适用于多个参数对测量产生的影响或者需要实时调整q和r两个噪声值来保证kg与实际变化可以对应上而不是将q和r写成2个常量导致kg最后就是个常数