如何平稳、准确地显示波动数据？

Question

我正在进行一个项目，在这个项目中，我必须读取安装在储罐中的液位传感器的数据，该传感器测量液位，并以毫伏发送输出。该装置具有预定义的电压范围，以决定从电压中的液位。油箱也可以安装在移动车辆上。我必须用图表来表示这些数据。

现在，问题是，一些设备发送的数据波动很大，您可以在下面的屏幕截图中看到。

为了显示平滑的直线，我用线性回归方法，创建了30分钟的数据束，并将其应用于每一串。结果如下。

正如你所看到的，线性回归很好的工作，给了我平滑的线，但是，问题是填充事件被延迟了几个小时。

那么，我的问题是，我可以使用哪些可能的方法来显示实际时间的平滑线和填充事件呢？

Answer 1

正如@amon已经指出的，领域知识可能有助于找到合适的功能。

对于车辆油箱，你需要考虑两种类型的价值变化:缓慢的燃料消耗和快速填充。至少有两种类型的测量误差来源:运动引起的快速波动(类似噪音)和由于车辆停在一个角度而产生的中长像差。您可以在数据中看到这两种效果。温度也可能有影响，但要补偿它，就需要测量和计算其贡献，这可能是过分的。

一个相对简单的算法是计算一个低通滤波器和一个覆盖，当变化超过一个阈值时(这取决于预期的波动幅度)。

每一步都是这样的：

filtered_value = (measured_value > filtered_value + THRESHOLD)
    ? measured_value
    : (1 - FACTOR) * filtered_value + FACTOR * measured_value

当FACTOR是低通平滑因子时，必须在0到1之间，较小的值会产生较强的平滑效果，而THRESHOLD则是充罐阈值。两者的数值都需要通过实验来确定，没有单一的“正确”选择。

请注意，这还没有处理停车角度测量误差，但这可能还不够重要，不足以成为一个问题。

Answer 2

指数平滑(汉斯-马丁以上)是一个很好的方法。

SmoothedValue =(1-α) * currentReading) + (α* PreviousSmoothedValue)

其中α是平滑系数。任何尖峰(规则模式的变化，可能是测量时液体运动引起的)都会影响这个序列，但是它的值在接下来的几个值中会被平滑(取决于α)值。要得到一个合适的系数，你需要确定你的坦克传感器的采样率。从你的图表上看，它似乎比每10秒一次更频繁，也许每2秒一次。接下来，选择一段时间进行平滑。你认为你使用的30分钟是不可接受的长，也许30秒是可以接受的，只要在间隔中至少有5次测量。在这段时间之后，所有的尖峰都会被完全平滑掉。然后将(1 -α)设置为这个时间间隔内测量次数的倒数.

在12:30下午12:30的储罐重新填充似乎在一个测量间隔内发生相当快.如果你准备接受一条狭窄的"S“型曲线(而不是垂直台阶)，那么你就不需要门槛测试了。

要在时间0启动进程，只需将previousSmoothedValue设置为currentReading即可。