是否可以实时解耦加速度计数据？如果是这样，它是如何完成的？
背景： 我的应用是实时接收（X，Y，Z）加速度计数据（采样率为6.75Hz）。传感器以周期性运动运动，但运动不一定只沿一个轴运动。因此，3个信号x（t），y（t）和z（t）略微相关，我想知道我是否可以找到一个旋转矩阵（实时），可用于旋转测量值（x， y，z）到一个新的向量（x *，y *，z *），以便整个运动沿着z轴？
我想在C中实现该算法。 感谢。
答案 0 :(得分：3)
您尝试做的事情通常被称为＆＃34;主成分分析＆＃34;。维基百科的文章相当不错：
https://en.wikipedia.org/wiki/Principal_component_analysis
对于静态数据，通常使用协方差矩阵的特征向量作为新的坐标基础。
实时PCA是可行的，但不是非常容易。例如，请参阅：http://www.bio-conferences.org/articles/bioconf/pdf/2011/01/bioconf_skills_00055.pdf答案 1 :(得分：1)
我首先要强调的是，Matt Timmermans' answer在对临床研究中的加速度计数据进行分类时（我正在研究的一个项目）完全正是人们所做的事情。
然后：您正在观察采样信号。一般情况下，如果您的传感器以6.75Hz的速率为您提供采样，则您可以检测到的信号的最高频率为6.75Hz / 2 = 3.375Hz。具有高于该频率的频率的所有东西将固有地混叠回来并且看起来像是具有0 <= f <3.375Hz的频率f的东西。如果您没有考虑到这一点，请去阅读Nyquist–Shannon sampling theorem。特别是：屏蔽你的传感器（不过你这样做，例如通过使用阻尼器）来自超过该限制的所有输入，否则你的测量值可能很少甚至没有。如果您的传感器在内部执行此操作（绝对可能，有足够的加速度计和模拟低通滤波器），则需要注意这一点。但是，请记录传感器的特性。
现在，您的情况稍微容易一些，因为您非常清楚您的整个观察将是周期性的，并且它是沿着三个正交轴测量的。
在这种情况下，只需一次进行三次离散傅立叶变换，即可提取出最强的＆＃34;在所有三个通道上的光谱分量，并在另外两个通道中找到该光谱分量的相位（这是该DFT仓的复杂参数）将为您提供一些可以映射到3D空间中特定轴周围的周期运动的东西。如果你想，删除这些值（将bin设置为0），并再次搜索最强的组件等。
离散余弦变换现在可以以惊人的速度完成。 6.75Hz，当你收到更多的样品时，这个世界上没有PC会遇到麻烦。这是一个非常低的采样率。
另一个更优雅（读：你需要更少的样本来计算这个）将使用参数估计器;在您的情况下，据我所知，来自具有多个天线的RF技术世界的到达方向传感器将直接映射到旋转轴的检测。这里的经典算法是MUSIC和ESPRIT，对于你的情况（有限的，已知数量的振荡部分），ESPRIT可能是更好的选择。