Датчики та мікроконтролери дозволяють нам перетворювати реальні явища в прості числові сигнали, з яких ми можемо вчитися. Однак сире вихідне значення з датчика може бути недостатньо для витягнення потрібної інформації. Реальне обладнання схильне до перешкод і шуму з навколишнього середовища.
Фільтрування - це проста техніка, яку можна використовувати для згладжування сигналу, видалення шуму та полегшення навчання за виходом датчика. Цей курс знайомить з концепцією фільтрів різних типів і з тим, як їх включити у ваш дизайн.
Вимірювання зі справжнього світу часто містять шум. Вільно кажучи, шум - це частина сигналу, яку ви не хотіли б мати. Можливо, він походить від електричного шуму: випадкові зміни, які ви бачите при виклику analogRead на датчику, який має бути стабільним. Шум також виникає через реальні впливи на датчик. Вібрація від двигуна додає шум тощо.
Фільтрування - це метод для видалення деяких небажаних сигналів, щоб залишити більш гладкий результат.
Чому варто пройти цей курс?
- Оскільки багато датчиків виробляють шумові дані, цей курс покаже вам, як фільтрувати та очищати дані, щоб їх можна було використовувати для більш точних вимірювань.
- Ви навчитеся практичним способам зменшення шуму датчиків і зможете виконати деякі з цих фільтрів за допомогою MATLAB.
- Ніде інде ви не знайдете інформацію з цього курсу, бо це вичерпний посібник.
- Відео не тільки навчають вас про фільтри, але й пропонують вправи, які можна виконати, щоб отримати практичний досвід.
- Цей курс дасть вам впевненість у тому, що ви можете виконувати різні типи фільтрів, які вже визначені в MATLAB.
- Доступний широкий спектр уроків, таких як попередня обробка сигналів, алгоритми фільтрування та моделі помилок.
Ви дізнаєтеся:
- Чому нам потрібно очищати дані без шуму
- Що таке фільтри
- Як реалізувати фільтри за допомогою мікроконтролерів, таких як Arduino
- Фільтр ковзного середнього
- Фільтр середнього
- Фільтр рухомого середнього
- Експоненційний фільтр
- Перетворення рівнянь фільтрування на фактичний код
- Порівняння результатів до та після фільтрування
Ви будете вчитися, практикуючись із реальними прикладами в цьому курсі.
Відгуки користувачів та соціальні докази
"Цей курс
Переваги:
Зчитати аналоговий датчик за допомогою Arduino
Фільтрувати шум за допомогою низькочастотного фільтра
Аналізувати, фільтрувати та конвертувати зчитування датчиків
Фільтрувати шум за допомогою високочастотного фільтра
Фільтрувати шум за допомогою смугового фільтра
Фільтрувати шум за допомогою стоп-пасивного фільтра
Фільтрувати шум за допомогою ковзного середнього фільтра
Фільтрувати шум за допомогою нормального середнього фільтра
Вчитися розрізняти різні фільтри та коли їх використовувати
Вчитися кодувати кожен фільтр у коді Arduino C
Використовувати дані датчиків для досягнення цілей проекту