reverting version

This commit is contained in:
Dmitry Borisenko
2020-09-02 22:34:49 +03:00
parent 70096c71c8
commit 2e8ea582d2
286 changed files with 29912 additions and 0 deletions

View File

@@ -0,0 +1,16 @@
#include "GyverFilters.h"
GFilterRA analog0; // фильтр назовём analog0
void setup() {
Serial.begin(9600);
// установка коэффициента фильтрации (0.0... 1.0). Чем меньше, тем плавнее фильтр
analog0.setCoef(0.01);
// установка шага фильтрации (мс). Чем меньше, тем резче фильтр
analog0.setStep(10);
}
void loop() {
Serial.println(analog0.filteredTime(analogRead(0)));
}

View File

@@ -0,0 +1,32 @@
/*
Пример линейной аппроксимации методом наименьших квадратов
Два массива: по оси Х и по оси У
Линейная аппроксимация повозоляет получить уравнение прямой,
равноудалённой от точек на плоскости ХУ. Удобно для расчёта
роста изменяющейся шумящей величины. Уравнение вида у = A*x + B
В папке с данным примером есть скриншот из excel,
иллюстрирующий работу аппроксимации с такими же исходными
*/
// два массива с данными (одинаковой размероности и размера)
int x_array[] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
int y_array[] = {1, 5, 2, 8, 3, 9, 10, 5, 15, 12};
#include <GyverFilters.h>
GLinear<int> test; // указываем тип данных в <>
void setup() {
Serial.begin(9600);
// передаём массивы и размер одного из них
test.compute((int*)x_array, (int*)y_array, sizeof(x_array));
// Уравнение вида у = A*x + B
Serial.println(test.getA()); // получить коэффициент А
Serial.println(test.getB()); // получить коэффициент В
Serial.println(test.getDelta()); // получить изменение (аппроксимированное)
}
void loop() {
}

Binary file not shown.

After

Width:  |  Height:  |  Size: 48 KiB

View File

@@ -0,0 +1,34 @@
/*
Пример линейной аппроксимации методом наименьших квадратов
Два массива: по оси Х и по оси У
Наполнение массивов осуществляется динамически: сдвигом и записью в крайнюю ячейку,
то есть аппроксимация по последним ARRAY_SIZE изменениям!!
*/
#define ARRAY_SIZE 10 // размер пространства для аппроксимации
// два массива с данными (одинаковой размероности и размера)
int x_array[ARRAY_SIZE] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}; // ось x от 1 до 10, допустим СЕКУНД
int y_array[ARRAY_SIZE]; // значения по оси У будем брать с датчика
#include <GyverFilters.h>
GLinear<int> test; // указываем тип данных в <>
void setup() {
Serial.begin(9600);
}
void loop() {
for (byte i = 0; i < ARRAY_SIZE - 1; i++) { // счётчик от 0 до ARRAY_SIZE
y_array[i] = y_array[i + 1]; // сдвинуть массив давлений КРОМЕ ПОСЛЕДНЕЙ ЯЧЕЙКИ на шаг назад
}
// последний элемент массива теперь - новое значение (просто с аналог. датчика)
y_array[ARRAY_SIZE - 1] = analogRead(0);
// передаём массивы и размер одного из них
test.compute((int*)x_array, (int*)y_array, sizeof(x_array));
// по нашим исходным данным это будет производная, т.е. "изменение единиц в секунду"
Serial.println(test.getDelta()); // получить изменение (аппроксимированное)
delay(1000); // секундная задержка
}

View File

@@ -0,0 +1,24 @@
/*
Пример альфа-бета фильтра
*/
#include "GyverFilters.h"
// параметры: период дискретизации (измерений), process variation, noise variation
GABfilter testFilter(0.08, 40, 1);
void setup() {
Serial.begin(9600);
}
void loop() {
delay(80);
int value = analogRead(0);
value += random(2) * random(-1, 2) * random(10, 70);
Serial.print("$");
Serial.print(value);
Serial.print(" ");
value = testFilter.filtered((int)value);
Serial.print(value);
Serial.println(";");
}

View File

@@ -0,0 +1,30 @@
/*
Сравнение калмана и бегущего среднего
*/
#include "GyverFilters.h"
// параметры: разброс измерения, разброс оценки, скорость изменения значений
// разброс измерения: шум измерений
// разброс оценки: подстраивается сам, можно поставить таким же как разброс измерения
// скорость изменения значений: 0.001-1, варьировать самому
GKalman kalman(90, 90, 0.5);
GFilterRA average(0.5, 80);
void setup() {
Serial.begin(9600);
}
void loop() {
int value = analogRead(0);
value += random(2) * random(-1, 2) * random(50, 100);
Serial.print("$");
Serial.print(value);
Serial.print(" ");
Serial.print((int)kalman.filtered(value));
Serial.print(" ");
Serial.print((int)average.filtered(value));
Serial.println(";");
delay(80);
}

View File

@@ -0,0 +1,31 @@
/*
Пример простого одномерного фильтра
*/
#include "GyverFilters.h"
// параметры: разброс измерения, разброс оценки, скорость изменения значений
// разброс измерения: шум измерений
// разброс оценки: подстраивается сам, можно поставить таким же как разброс измерения
// скорость изменения значений: 0.001-1, варьировать самому
GKalman testFilter(40, 40, 0.5);
// также может быть объявлен как (разброс измерения, скорость изменения значений)
// GKalman testFilter(40, 0.5);
void setup() {
Serial.begin(9600);
}
void loop() {
delay(80);
int value = analogRead(0);
value += random(2) * random(-1, 2) * random(10, 70);
Serial.print("$");
Serial.print(value);
Serial.print(" ");
value = testFilter.filtered((int)value);
Serial.print(value);
Serial.println(";");
}

View File

@@ -0,0 +1,21 @@
/*
Пример использования быстрого медианного фильтра 3 порядка
*/
#include "GyverFilters.h"
GMedian3<int> testFilter; // указываем тип данных в <>
void setup() {
Serial.begin(9600);
}
void loop() {
int value = analogRead(0);
// добавляем шум "выбросы"
value += random(2) * random(2) * random(-1, 2) * random(50, 250);
Serial.print(value);
Serial.print(',');
value = testFilter.filtered(value);
Serial.println(value);
delay(80);
}

View File

@@ -0,0 +1,23 @@
/*
Пример использования медианного фильтра.
*/
#include "GyverFilters.h"
// указываем размер окна и тип данных в <>
GMedian<10, int> testFilter;
void setup() {
Serial.begin(9600);
}
void loop() {
delay(80);
int value = analogRead(0);
// добавляем шум "выбросы"
value += random(2) * random(2) * random(-1, 2) * random(50, 250);
Serial.print(value);
Serial.print(',');
value = testFilter.filtered(value);
Serial.println(value);
}