高斯低通滤波器的数学原理,网上有很多介绍,我看不懂,但我大为震撼。这几天要把我的超声波位移传感器完善了,于是在最终封装之前打算轻微地滤波一下下。 一种想法是使用卡尔曼滤波。效果尚可。能行,但是这个东西并不适合这种场合。 另一种想法是直接使用Phyphox里面自带的高斯平滑滤波器。理论上肯定可以,因为高斯平滑就是一个低通滤波器,去掉毛刺、噪声和邻域上巨大的差异,很多场合里面都有它,最著名的莫过于Photoshop里面的高斯模糊,两个像素的邻域之间取个平均值,新算出来的值满足一定的方差分布,就是这种道理。 Phyphox BLE库自带一个产生0-100之间随机数的例子。我们就拿它来实验。一个目的是测试在乱七八糟的数据里,高斯滤波器能否找到平滑曲线和平滑的质量,另一个目的,假设有一测量信号介于正负500之间,能否较好平滑并能保证一定的细节。 目的之一:实现,效果很不错。 目的之二:实现,得到了sint+δ的平滑曲线。 放大来看,细节符合的较好,大噪声被去掉了。 |
|
来自: 新用户5228KeDY > 《待分类》