【码农必看】Android编程中传感器常用算法处理_博鱼·体育

一、在传感器用于中，我们经常必须对传感器数据展开各种整理，让应用于取得更佳的效果，以下讲解几种常用的非常简单处置方法：　　1.权重光滑：光滑和平衡传感器数据，增大无意间数据变异的影响；　　2.提取变异：除去静态和较慢变化的数据背景，特别强调瞬间变化；　　3.非常简单移动平均线：保有数据流最近的K个数据，所取平均值；　　二、权重光滑　　用于算法如下：　　（新值）=（旧值）*（1-a）+X*a　　其中a为设置的权值，X为近期数据，程序实现如下：　　floatALPHA=0.1f；　　publicvoidonSensorChanged(SensorEventevent){　　x=event.values[0]；　　y=event.values[1]；　　z=event.values[2]；　　mLowPassX=lowPass(x，mLowPassX)；　　mLowPassY=lowPass(x，mLowPassY)；　　mLowPassZ=lowPass(x，mLowPassZ)；　　}　　privatefloatlowPass(floatcurrent，floatlast){　　returnlast*(1.0f-ALPHA)+current*ALPHA；　　}　　三、提取变异　　使用上面权重光滑的逆算法。　　构建代码如下：　　publicvoidonSensorChanged(SensorEventevent){　　finalfloatALPHA=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、非常简单移动平均线　　保有传感器数据流中最近的K个数据，回到它们的平均值。

k回应平均值窗口的大小；　　构建代码如下：　　publicclassMovingAverage{　　privatefloatcircularBuffer[]；//留存传感器最近的K个数据　　privatefloatavg；//回到到传感器平均值　　privatefloatsum；//数值中传感器数据的和　　privatefloatcircularIndex；//传感器数据数组节点方位　　privateintcount；　　publicMovingAverage(intk){　　circularBuffer=newfloat[k]；　　count=0；　　circularIndex=0；　　avg=0；　　sum=0；　　}　　publicfloatgetValue(){　　returnarg；　　}　　publiclonggetCount(){　　returncount；　　}　　privatevoidprimeBuffer(floatval){　　for(inti=0；icircularBuffer[i]=val；　　sum+=val；　　}　　}　　privateintnextIndex(intcurIndex){　　if(curIndex+1=circularBuffer.length){　　return0；　　}　　returncurIndex+1；　　}　　publicvoidpushValue(floatx){　　if(0==count++){　　primeBuffer(x)；　　}　　floatlastValue=circularBuffer[circularIndex]；　　circularBuffer[circularIndex]=x；//改版窗口中传感器数据　　sum-=lastValue；//改版窗口中传感器数据和　　sum+=x；　　avg=sum/circularBuffer.。

本文来源：博鱼(boyu·中国)-www.haru-paint.com