Les capteurs et les microcontrôleurs nous permettent de transformer des phénomènes réels en signaux numériques simples dont nous pouvons tirer des enseignements. Cependant, la sortie brute du capteur peut ne pas être suffisante pour extraire les informations souhaitées. Le matériel réel est soumis à des interférences et du bruit provenant de l'environnement.
Le filtrage est une technique simple que vous pouvez utiliser pour lisser le signal, éliminer le bruit et faciliter l'apprentissage à partir de la sortie du capteur. Ce cours présente le concept de filtres de différents types et comment les intégrer dans votre conception.
Les mesures du monde réel contiennent souvent du bruit. En termes simples, le bruit est simplement la partie du signal que vous ne vouliez pas. Il peut provenir du bruit électrique : les variations aléatoires que vous voyez lors de l'appel de analogRead sur un capteur qui devrait être stable. Le bruit provient également d'effets réels sur le capteur. La vibration du moteur ajoute du bruit, etc.
Le filtrage est une méthode pour éliminer certains des signaux indésirables afin d'obtenir un résultat plus lisse.
Pourquoi vous devriez suivre ce cours ?
- Comme de nombreux capteurs produisent des données bruitées, ce cours vous montrera comment filtrer et nettoyer les données afin qu'elles puissent être utilisées pour des mesures plus précises.
- Vous apprendrez des moyens pratiques de réduire le bruit des capteurs et pourrez effectuer certains de ces filtres en utilisant MATLAB.
- Nulle part ailleurs vous ne trouverez les informations de ce cours car c'est un guide complet.
- Les vidéos vous apprennent non seulement sur les filtres, mais donnent également des exercices qui peuvent être faits pour acquérir une expérience pratique.
- Ce cours vous donnera la confiance de savoir que vous pouvez effectuer différents types de filtres qui sont déjà spécifiés par MATLAB.
- Une grande variété de leçons sont disponibles telles que le prétraitement des signaux, les algorithmes de filtrage et les modèles d'erreur.
Vous apprendrez :
- Pourquoi nous devons nettoyer les données bruitées
- Que sont les filtres
- Comment implémenter des filtres en utilisant des microcontrôleurs comme Arduino
- Filtre de moyenne mobile
- Filtre d'average
- Filtre de moyenne glissante
- Filtre exponentiel
- Transformer les équations de filtrage en code réel
- Comparer les résultats avant et après le filtrage
Vous apprendrez en pratiquant avec des exemples du monde réel dans ce cours.
Témoignages des utilisateurs et preuve sociale
"Ce co