我的GPS数据每秒都会进入我PC上的串口。我已经成功处理了GPS数据,纬度和经度作为浮点数存储在单独的数组中。
double[] dlat = new double[100000]; //contains the latitude data
double[] dlon = new double[100000]; //contains the longitude data
大多数情况下,纬度和经度数字保持不变,GPS位置仅每5米变化一次。当阵列中的纬度或经度值发生变化时,我希望程序根据平均值预测存储在变化之间的数据点的纬度或经度。例如:
假设这是latitude
数组的内容:
2,2,2,2,2,17
我希望我的程序能够将数组中的内容更改为:
2,5,8,11,14,17
我已尝试解决问题,但我的方法不起作用: - /我是C#的新手;必须有一个更好的方法来做到这一点。以下是我的代码片段,它尝试进行预测(---GPS coordinate prediction---
之后的位是不起作用的位):
string RxString;// where the raw serial data is stored
string mag;
double[] dmag = new double[100000];//magnetic data stored here
string lat;
double[] dlat = new double[100000];//latitude data stored here
string lon;
double[] dlon = new double[100000];//longitude data stored here
double average;//average step between change in latiude
int i; //pointer double array data;
int count;//counter for prediction code
private void serialPort1_DataReceived(object sender, System.IO.Ports.SerialDataReceivedEventArgs e)//activates when port is open and data in buffer
{
RxString = serialPort1.ReadTo("\r\n");//read raw data from serial port into string
this.Invoke(new EventHandler(DisplayText));//invoke allows it to call function diplay text*/
if(RxString.StartsWith("G"))
{
lat = RxString.Split(',')[0].Substring(4);// extract latitude
this.Invoke(new EventHandler(DisplayText1));//invoke allows it to call function diplay text
dlat[i] = Convert.ToDouble(lat);//convert and store in double array
this.Invoke(new EventHandler(Form1_Load));//invoke allows it to call function
lon = RxString.Split(',')[2];// extract longitude
this.Invoke(new EventHandler(DisplayText2));//invoke allows it to call function diplay text
dlon[i] = Convert.ToDouble(lon);//covert and store in double array
this.Invoke(new EventHandler(Form1_Load));//invoke allows it to call function
mag = RxString.Split(',')[3].Substring(6).Trim();// extract magnetic data
this.Invoke(new EventHandler(DisplayText3));//invoke allows it to call function diplay text
dmag[i] = Convert.ToDouble(mag);//convert and store in double array
this.Invoke(new EventHandler(Form1_Load));//invoke allows it to call function
i++;
RxString = null;
/* -------------------------GPS coordinate prediction--------------------------------------------- */
if (i > 0)
{
if (dlat[i] == dlat[i - 1])
{
count++;
}
if (dlat[i] != dlat[i - 1])
{
double average = (dlat[i] - dlat[i - 1]) / (count);//average data step beween changed values
int firstAv = i - (count - 1);//position of first average
int lastAv = i - 1;//position of last average
for (int j = firstAv; j <= lastAv; i++)
{
dlat[j] = dlat[j - 1] + average;
}
count = 0;
}
}
if (i==0) count = 1;
}
答案 0 :(得分:1)
以下作品:
using System;
using System.Text;
namespace Practice
{
public class Hello
{
static double[] ldat = {2.0,2.0,2.00,2.0,2.0,17.0};
static double[] ldat2 = {2.0,3.0,4.00,4.0,7.0,19.0};
static double[] ldat3 = {0.0, 0.0, -5.0, -5.0, -11.0, -11.0, -20};
public static void Main(string[] args)
{
test(ldat);
test(ldat2);
test(ldat3);
}
public static void test(double[] array){
//Use Code from here.....
int firstEqualIndex = -1;
for(int i = 1; i < array.Length ; i ++)
{
if (i > 0)
{
if(array[i] == array[i - 1])
{
if(firstEqualIndex == -1)
{
firstEqualIndex = i - 1;
}
}
else //They are not equal
{
//Figure out the average.
if(firstEqualIndex >= 0)
{
double average = (array[i] - array[firstEqualIndex]) / (Double)((i - firstEqualIndex));
int k = 0;
for(int j = firstEqualIndex; j < i; j++)
{
array[j] += average * k;
k++;
}
firstEqualIndex = -1;
}
}
}
}
//..... to here.
StringBuilder builder = new StringBuilder();
foreach (double entry in array)
{
// Append each int to the StringBuilder overload.
builder.Append(entry).Append(", ");
}
string result = builder.ToString();
Console.WriteLine(result);
}
}
}
此测试输出
2, 5, 8, 11, 14, 17,
2, 3, 4, 5.5, 7, 19,
0, -2.5, -5, -8, -11, -15.5, -20,
对于我尝试确保该方法适用于其他测试用例的所有编辑感到抱歉。
编辑:为否定案例添加了测试。
答案 1 :(得分:1)
我会在信号处理方面制定这个问题。因此,如果您有信号f(t)
(可能是您的离散化latitude
数组),则需要创建由
g(t)
g(t) = E[f(z) | t-0.5*w <= z <= t+0.5*w]
其中E
表示预期值(或平均值),w
表示过滤器的宽度。
以这种方式对问题进行建模的一个好处是,您可以通过一种非常具体的方式来指定运动模型。也就是说,你将如何转换数据[0,0,0,0,1,1,1,1]?
应该是[0,0,0,1 / 3,2 / 3,1,1,1]吗?
或者应该是[0,1 / 7,2 / 7,3 / 7,4 / 7,5 / 7,6 / 7,1]?
鉴于您知道样本之间经过了多长时间,您可以选择w
持续时间来指定您想要的模型。
另一个好处是,如果你想要一个非线性运动模型,你也可以轻松扩展到它。在我上面给出的示例中,我使用了一个盒式滤镜来进行平滑处理,但是您可以使用其他东西来考虑您正在跟踪的任何加速度/减速度的物理限制。形状更像高斯曲线的滤波器可以实现这一目标。