Question

有很多关于Android传感器数据的帖子非常噪音，并建议实施平滑算法，如低通滤波器。我正在读低通滤波器，我发现我必须计算平滑参数ALPHA。每个人都有不同的ALPHA。但是，我很困惑，因为wiki和Android开发者网站之间并不一致。

根据Wiki http://en.wikipedia.org/wiki/Low-pass_filter

ALPHA = dT /（dT + RC）：dT是事件传递速率，RC是低通滤波器的时间常数
根据Android开发者网站http://developer.android.com/guide/topics/sensors/sensors_motion.html

ALPHA = RC /（RC + dT）：dT是事件传递速率，RC是低通滤波器的时间常数

两个公式将产生两种不同的ALPHA。这让我很困惑。哪个公式是正确的？每个人都可以给我解释一下吗？

提前感谢。

Answer 1

这里我使用时间常数'tau'

Alpha_A = dt / (dt + tau)
Alpha_B = tau / (tau + dt)

我们试试这个：

dt = 0.5, tau = 1;
Alpha_A = 1/3
Alpha_B = 2/3

因此

Alpha_A = 1 - Alpha_B

我认为这取决于他们如何定义等式。是吗：

New_Filtered = New_Raw * Alpha + Prev_Filtered * (1-Alpha)

或

New_Filtered = New_Raw * (1-Alpha) + Prev_Filtered * Alpha

IE是否直接处理原始数据，或以前过滤的数据？

他们有效地做同样的事情。

Answer 2

低通滤波器应该允许低频并消除高频。所以维基百科版看起来对我来说 - 对于低频率，dT应该很大，对于高频率它应该很小。

但是，我真的建议在盲目实施过滤器之前聘请知道DSP的人或进行更多研究。这些东西非常复杂，简单的过滤器通常会产生负面影响。如果你成为一名电气工程师，你会花一年左右的时间学习这些。除非你使用图书馆，否则第一次自己做正确的几率非常低。然后风险变为使用错误类型的过滤器或将常量配置错误。

维基百科显示的过滤器是最简单的，并且副作用最多，仅供参考。

Answer 3

维基百科网站上发布的内容是正确的，前提是最终用户希望在不需要过滤时将alpha（平滑常量）等于1。这是来自alpha的经典定义，这样当alpha = 1时，迭代过滤器的输出仍然是未过滤的。

if ( first_pass ) {
    Vn-1 = 0;
    first_pass = false;
} else {
    Vn+1 = Vn-1 + alpha * (Vn - Vn-1);
    Vn-1 = Vn+1;
    Vn = Vn+1;
}

注意，在上面的迭代算法中，当alpha = 1时，Vn + 1总是等于Vn。

我怀疑Android开发者网站上使用的alpha设计为在时间常数等于零时变为零。如果Android开发人员在没有需要过滤的情况下需要0来获得平滑常数，那么这可能是设计的。