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：
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。
抽取突变：去除静态和缓慢变化的数据背景，强调瞬间变化。
简单移动平均线：保留数据流最近的K个数据，取平均值。
下面，具体介绍一下这3种处理方法。
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：
抽取突变
此算法采用上面加权平滑的逆算法，实现代码如下：
简单移动平均线
这个算法，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：
来源：STM32嵌入式开发
免责声明：本文为转载文章，转载此文目的在于传递更多信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请联系小编进行处理（联系邮箱：cathy@eetrend.com）。