传感器算法处理:加权平滑简单移动平均线抽取突变

　　通过利用先进的传感器库，智能手机和平板OEM厂商就能让开发者能够追踪智能手机和用户的移动轨迹。通过观察移动轨迹，应用程序就能让用户与设备以创新、方便的手势进行交互。例如，当用户把手机放在耳朵旁边的时候，程序就能自动接收音频指令。

　　然而，最流行的移动应用程序却不常用到传感器。应用程序开发者说用传感器很难，没错，这是因为传感器是用来度量物理环境的，但没有好的想法或用法，这些测量经常没有意义。

　　现在，传感器厂商意识到了算法和软件才是产品最基本的要素。独立的固件开发者开发了传感器库，不但能保持传感器处在校准状态从而提供准确的导航，还能减轻外界电磁干扰造成的影响。

　　一、在传感器使用中，我们常常需要对传感器数据进行各种整理，让应用获得更好的效果，以下介绍几种常用的简单处理方法：

　　1.加权平滑：平滑和均衡传感器数据，减小偶然数据突变的影响；

　　2.抽取突变：去除静态和缓慢变化的数据背景，强调瞬间变化；

　　3.简单移动平均线：保留数据流最近的K个数据，取平均值；

　　二、加权平滑

　　使用算法如下：

　　（新值） = （旧值）*（1 - a） + X * a其中a为设置的权值，X为最新数据，程序实现如下：

　　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、抽取突变

　　采用上面加权平滑的逆算法。实现代码如下：

　　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、简单移动平均线

　　保留传感器数据流中最近的K个数据，返回它们的平均值。k表示平均“窗口”的大小；

　　实现代码如下：

　　public class MovingAverage{

　　private float circularBuffer［］; //保存传感器最近的K个数据

　　private float avg; //返回到传感器平均值

　　private float sum; //数值中传感器数据的和

　　private float circularIndex; //传感器数据数组节点位置

　　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; //更新窗口中传感器数据

　　sum -= lastValue; //更新窗口中传感器数据和

　　sum += x;

　　avg = sum / circularBuffer.length; //计算得传感器平均值

　　circularIndex = nexTIndex（circularIndex）;

　　}

　　}