Experiment i avancerade dataloggning (med Python) (6 / 11 steg)
Steg 6: Experimentera: minska buller med ett glidande medelvärde
Ett glidande medelvärde (till exempel med längd 8) tar de sista 8 mätningarna och i genomsnitt dem. Om bullret är random hoppas vi det kommer att utjämnas till i genomsnitt nära 0. Köra experimentet med: sim_logging.experiment_showing_noise(). En graf som utdata.
Möjliga slutsatser:
- Ett glidande medelvärde kan eliminera mycket av buller
- Ju längre de rörliga genomsnittliga mer brusreducering
- Det längre glidande medelvärdet kan minska och förvränger signalen
Koden:
# ------------------------------------------------
def experiment_with_moving_average (själv):
skriva ut "" "
Experimentera med MovingAverage
Tittar på olika MovingAverage genom att ändra längden.
Alla har samma ljud.
"""
# ------------------------------------------------
Self.start_plot (plot_title = "MovingAverage-del 1/2: nr glidande medelvärde")
Self.add_sensor_data (namn = "ave len = 0",
amplitud = 1.,
noise_amp = 1 kan
delta_t = 1 kan
max_t = 10.,
run_ave = 0,
trigger_value = 0)
Self.show_plot)
Self.start_plot (plot_title = "MovingAverage-del 2/2: Len 8 och 32")
Self.add_sensor_data (namn = "ave len = 8",
amplitud = 1.,
noise_amp = 1 kan
delta_t = 1 kan
max_t = 10.,
run_ave = 8,
trigger_value = 0)
Self.add_sensor_data (namn = "ave len = 32",
amplitud = 1.,
noise_amp = 1 kan
delta_t = 1 kan
max_t = 10.,
run_ave = 32,
trigger_value = 0)
Self.show_plot)