如何“平滑”数据并计算线梯度？

我正在从测量距离的设备读取数据。我的采样率很高，因此我可以测量距离（即速度）的大变化，但是这意味着，当速度低时，设备会进行许多相同的测量（由于设备的粒度）。这导致“阶梯式”曲线。

我需要做的是平滑曲线以计算速度。接下来，我需要计算加速度。

如何最好地做到这一点？

（采样率最高为1000Hz，计算速率为10Hz即可。在VS2005中使用C＃）

来自moogs的Wikipedia条目是平滑数据的良好起点。但这并不能帮助您做出决定。

这完全取决于您的数据以及所需的处理速度。

将使顶部值变平。如果您对最小值和最大值感兴趣，请不要使用它。同样，我认为使用移动平均线会影响您对加速度的测量，因为它将使数据变平（一点点），从而使加速度看起来较小。一切都归结为所需的精度。

快速算法。和移动平均线一样快。那将保留峰的高度。实施起来有些困难。您需要正确的系数。我会选这个。

如果知道分布，则可以得到很好的效果（在GPS导航系统中使用）。可能难以实施。我提到这一点是因为我过去曾经使用过它们。但是对于这类人来说，对于初学者来说，它们可能不是一个好选择。

以上将减少信号上的噪声。

接下来，您需要检测“加速度”的起点和终点。您可以通过创建原始信号的导数来实现。导数与Y轴交叉的点（零）可能是信号中的峰值，并且可能指示加速度的开始和结束。

然后，您可以创建一个二阶导数，以获取自身的最小和最大加速度。