Датчики и микроконтроллеры позволяют нам преобразовывать реальные явления в простые числовые сигналы, из которых мы можем извлекать знания. Однако сырой выход датчика может быть недостаточным для извлечения желаемой информации. Реальное оборудование подвергается воздействию помех и шума из окружающей среды.
Фильтрация - это простой метод, который можно использовать для сглаживания сигнала, удаления шума и облегчения изучения выхода датчика. В этом курсе представлено понятие фильтров различных типов и способы их включения в ваш дизайн.
Измерения из реального мира часто содержат шум. Грубо говоря, шум - это та часть сигнала, которую вы не хотели видеть. Возможно, это электрический шум: случайные колебания, которые вы видите при вызове analogRead на датчике, который должен быть стабильным. Шум также возникает из-за реальных воздействий на датчик. Вибрация от двигателя добавляет шум и т.д.
Фильтрация - это метод удаления некоторых нежелательных сигналов для получения более гладкого результата.
Почему вам стоит пройти этот курс?
- Поскольку многие датчики производят шумные данные, этот курс покажет вам, как фильтровать и очищать данные, чтобы их можно было использовать для более точных измерений.
- Вы научитесь практическим способам уменьшения шума датчиков и сможете выполнить некоторые из этих фильтров с использованием MATLAB.
- Нигде больше вы не найдете информации, представленной в этом курсе, потому что это всеобъемлющий путеводитель.
- Видео не только учат вас о фильтрах, но и предлагают упражнения, которые можно выполнить, чтобы получить практический опыт.
- Этот курс даст вам уверенность в том, что вы можете применять различные типы фильтров, которые уже определены в MATLAB.
- Доступен широкий спектр уроков, таких как предварительная обработка сигналов, алгоритмы фильтрации и модели ошибок.
Вы научитесь:
- Почему нам нужно очищать шумные данные
- Что такое фильтры
- Как реализовать фильтры с использованием микроконтроллеров, таких как Arduino
- Скользящий средний фильтр
- Среднее значение фильтра
- Фильтр с текущим средним значением
- Экспоненциальный фильтр
- Преобразование уравнений фильтрации в реальный код
- Сравнение результатов до и после фильтрации
Вы будете учиться, практикуясь с реальными примерами в этом курсе.
Отзывы пользователей и социальные доказательства
"Этот курс
Преимущества:
Считывание данных аналоговых датчиков с помощью Arduino
Фильтрация шума с помощью низкочастотного фильтра
Анализ, фильтрация и преобразование показаний датчиков
Фильтрация шума с помощью высокочастотного фильтра
Фильтрация шума с помощью полосового фильтра
Фильтрация шума с помощью фильтра с остановкой пропускания
Фильтрация шума с помощью скользящего среднего фильтра
Фильтрация шума с помощью обычного среднего фильтра
Узнать разницу между различными фильтрами и когда их использовать
Научиться кодировать каждый фильтр в Arduino C Coding
Использование данных датчиков для достижения целей проекта