Movendo média filtro acelerômetro

Um filtro IIR simples, de um único pólo, passa baixo e recursivo é rápido e fácil de implementar, e. Onde x, y são os sinais do acelerômetro XY brutos (não filtrados), xf, yf são os sinais de saída filtrados e k determina a constante de tempo dos filtros (tipicamente um valor entre 0,9 e 0,9999) onde k maior significa uma constante de tempo mais longa ). Você pode determinar k de forma empírica, ou se você conhece sua freqüência de corte requerida, Fc. Então você pode usar a fórmula: onde Fs é a taxa de amostragem. Note que xf, yf são os valores anteriores do sinal de saída no RHS e os novos valores de saída no LHS da expressão acima. Observe também que estamos assumindo aqui que você estará amostragem dos sinais do acelerômetro em intervalos de tempo regulares, p. Ex. A cada 10 ms. A constante de tempo será uma função de k e desse intervalo de amostragem. Encontro o código a seguir para uma implementação simples de um filtro passa-baixa. Define alfa 0.1 accelX (acceleration. x alpha) (accelX (1.0 - alfa)) Eu tenho experimentado com o valor para alfa. Mas eu quero saber exatamente como podemos encontrar esse valor para os dados do acelerômetro (no Android). Eu entendo que precisamos da taxa de amostragem e da frequência de corte. Como posso encontrar a frequência de corte para este tipo de dados (acho que isso envolve a modelagem de ruído e a busca da sua faixa de frequência, se assim for, como posso fazê-lo), pediu 13 de março às 5:52. É uma média móvel autorregressiva - um infinito Filtro de resposta ao impulso. Comece com a equação acima, tome a transformada z, e isso dá a resposta de freqüência. Não tem nada a ver com o modelo de ruído. É a resposta de freq para alfa 0.9, o eixo de freqüência é escalado de 0 para sua freqüência de Nyquist (metade de sua freq de amostragem) gerada em Octave por freqz (0.9, 1 -0.1) O que você tem é a equação para um filtro passa-baixa de um único pólo . Este é o equivalente discreto do filtro analógico R-C. Enquanto a sua equação está correta, eu gosto de escrevê-lo como FILT lt-- FILT FF (NEW-FILT), porque isso é um pouco mais conveniente de perceber em um microcontrolador na maioria dos casos. Normalmente, a visão de domínio do tempo do filtro é mais diretamente utilizável ao implementar um desses em um microcontrolador. Na maioria das vezes você está mais preocupado com a taxa de amostragem e o tempo de resposta do que o rolloff de freqüência. No entanto, o último surge, e é por isso que construí algumas instalações para manipular isso no meu pré-processador PIC. O fragmento de documentação das duas funções inline relevantes é: eu trabalhei a matemática no momento em que escrevi o código para essas funções, então eu apenas vou encaminhá-lo para isso em vez de recomeçá-lo agora: a matemática real da função FFFREQ é Apenas duas linhas de código, para que você possa descobrir. Parece que isso depende de algumas definições na parte superior do arquivo: se você estiver fazendo isso em um PIC, você pode querer usar o pré-processador. Ele está incluído na versão do PIC Development Tools em embedincpicdload. htm. O código-fonte do préprocessador está incluído no código-fonte do host e em todas as versões. Respondeu 13 de março 13 às 12: 45Qual é o melhor filtro para processar os dados do acelerômetro Que filtro você aplicou a estes? Qual a questão que você está tentando responder com o estudo? Os dados de aceleração certamente precisam de um filtro diferente do que você usou aqui . Os dados da força estão bem, mas não tem certeza de como você filtrou. Isto é com uma média móvel de 300 pontos, eu não recomendaria isso onde você teve forças de impacto que podem ser de interesse. A questão deste estudo. Posso usar o acelerômetro para avaliar o pico do poder sem plataforma de força. Porque o acelerômetro tem uma boa vantagem (sem fio 500 m - pequeno - mais barato do que a plataforma de força - força de reação do solo recorde para cada movimento - o atleta sente-se livre quando ele está pulando ou correndo). Esta é a primeira questão do meu estudo - segunda pergunta Qual é o diferente entre três níveis de atletas em poder exclusivo usando o acelerômetro. Este é o dado do acelerômetro Raw. Não use um filtro com ele. Mas os dados da plataforma forçada são filtrados automaticamente com o software. Eu vou anexar você comparando imagem 1- dados do acelerômetro bruto 2- dados médios móveis do acelerômetro 300pt - dados da plataforma de força O cálculo do pico de energia durante um salto a partir dos dados do acelerômetro pode ser muito sensível às características inerciais da tarefa. A missa terá que entrar no cálculo em algum lugar e, neste caso, a massa que o acelerômetro está rastreando realmente variará ao longo do tempo. Isso poderia potencialmente confundir as medidas de potência de pico, especialmente quando comparadas em diferentes assuntos. O poder médio sobre múltiplos saltos pode ser muito mais robusto, como descrito aqui: concordo com o Dr. Richards que você provavelmente quer usar um filtro que preserva o conteúdo de alta freqüência do sinal. Se você tem acesso ao Matlab, existem algumas ferramentas de filtragem muito poderosas que podem ser úteis para seus propósitos. Um filtro recursivo Butterworth é freqüentemente usado, mas também tive sucesso usando a filtragem de wavelets, que pode remover muito estreita largura de banda de ruído sem afetar o sinal demais. Eu tentei mais do que filtrar, mas todos os valores que se juntam são maiores que os valores da plataforma de força. Você poderia me fazer um favor, por favor. Você pode possuir esses dados com o filtro direito porque eu não sou bom neste campo. Vou enviar-lhe os dados do acelerômetro bruto com (g unite measurement) 1 g taxa de amostragem de 9,8 ms2 1000 Hz, usando o filtro anti-aliasing analógico para 10 hz digital automaticamente, formando o software. Massa de atleta 76 kg e dados da plataforma de força para este atleta 1000 Hz, mas está usando filtro anti-aliasing analógico para digital 500 Hz automaticamente formam software. Estou realmente confuso com esses filtros. Eu sou muito apropriado você, se você fizer isso, possuindo O acelerômetro, a CoM vezes a massa corporal, Fma, não lhe dará o mesmo que as placas de força, pois não estará considerando as propriedades de inércia no membro inferior que estarão experimentando forças inerciais maiores Força sobre segmento massa de segmento x aceleração de segmento. Isso deveria ser considerado para o pé, a perna e a coxa. Para não mencionar os artefatos de movimento e os fatores que Sean aborda corretamente. A razão pela qual eu perguntei por que você está fazendo isso é a chave. O poder é útil, mas outras medidas do acelerômetro podem ser igualmente úteis, e. Aceleração do pico, o trabalho realizado (equivalente à potência média que Sean mencionou) e o salto em altura podem ser estimados a partir dos dados do acelerômetro. Você está certo Dr. Richards. Mas posso prever o pico de energia do pico de aceleração. Eu significo o pico de aceleração com o tempo como indicadores para poder exclusivo como equação P Fv eu uso aceleração aqui como indicador de força e tempo é indicador de velocidade o atleta que tem um grande pico de aceleração em pouco tempo ele possui alto poder exclusivo PubMed Produz 8 papéis sobre o acelerômetro de salto quotvertical, um par destes parece relevante. Você também deve procurar um disco esportivo.