移动平均滤波器或中值滤波器

我

树莓派通过iic通信读取到了uwb距离数据，每秒大概20次，但是数据中夹杂着少量偏差比较大的数据，如何使用python过滤掉这些数据？

ChatGPT

您可以尝试使用一些简单的滤波器来过滤掉偏差比较大的数据，例如移动平均滤波器或中值滤波器。

移动平均滤波器的原理是通过取最近一段时间内的数据平均值来平滑信号，可以使用Python中的NumPy库来实现，例如：

import numpy as np
import matplotlib.pyplot as plt

# 定义滤波器的窗口大小
window_size = 5

# 定义数据数组
data = [1.2, 1.4, 5.6, 2.1, 3.2, 7.8, 2.3, 3.1, 4.5, 2.6]

# 定义移动平均滤波器
def moving_average_filter(data, window_size):
    window = np.ones(window_size)/float(window_size)
    return np.convolve(data, window, 'same')

# 使用移动平均滤波器过滤数据
filtered_data = moving_average_filter(data, window_size)

# 绘制原始数据和滤波后的数据曲线图
plt.plot(data, label='Raw Data')
plt.plot(filtered_data, label='Filtered Data')
plt.legend()
plt.show()

中值滤波器的原理是通过取最近一段时间内的数据中位数来平滑信号，可以使用Python中的SciPy库来实现，例如：

from scipy.signal import medfilt

# 定义滤波器的窗口大小
window_size = 5

# 定义数据数组
data = [1.2, 1.4, 5.6, 2.1, 3.2, 7.8, 2.3, 3.1, 4.5, 2.6]

# 使用中值滤波器过滤数据
filtered_data = medfilt(data, window_size)

需要注意的是，选择适当的滤波器窗口大小非常重要，窗口大小过大会平滑掉信号的细节信息，窗口大小过小则可能无法有效地滤除噪声。您需要根据实际情况进行选择和调整。