博客
关于我
【3/10】 基于arduino的算数…
阅读量:330 次
发布时间:2019-03-04

本文共 594 字,大约阅读时间需要 1 分钟。

算数平均滤波是一种有效的方法,适用于波动较小的电平信号。这种方法通过取多次测量值的平均值,降低信号的噪声干扰。以下是实现该算法的代码解析:

代码主要包含四个函数:Receive()Average()SignalOut()loop()Receive()函数负责采样电平信号,并将其存储在数组OriginValue中。Average()函数计算存储的值的平均值,并通过AveValue进行输出。SignalOut()函数将计算结果以电平形式输出。loop()函数作为主循环,确保代码不断执行。

InputOutput常量分别定义了电平输入和输出的引脚号。savenum定义了每次采样存储的数据数量。OriginValue数组用于存储采集的电平值。AveValue变量存储了算数平均后的电平值。Acount计数器用于跟踪采样次数。

代码在setup()函数中进行初始化,Receive()函数根据计数器状态采集电平数据并存储。当计数器超过存储容量时,会调用Average()函数重新计算平均值并清空存储数据。Average()函数通过遍历OriginValue数组计算平均值,并调用SignalOut()函数输出结果。SignalOut()函数将平均值以电平形式输出到指定引脚,并通过串口打印。

整个代码结构清晰,能够有效处理波动较小的电平信号,适用于需要降低噪声干扰的实际应用场景。

转载地址:http://jtyh.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>
OpenCV中遇到Microsoft C++ 异常 cv::Exception
查看>>
opencv之cv2.findContours和drawContours(python)
查看>>