iOS – 加速度计的高通滤波器方程

有人可以解释一下，如何达到下面的公式加速度计值的高通滤波？ 我不需要math推导，只需要直观的解释就足够了。

     #define kFilteringFactor 0.1
     UIAccelerationValue rollingX，rollingY，rollingZ;

     - （void）加速度计：（UIAccelerometer *）加速度计didAccelerate :( UIAcceleration *）加速度{

         //从当前值减去低通值得到一个简化的高通滤波器

         rollingX =（acceleration.x * kFilteringFactor）+（rollingX *（1.0-kFilteringFactor））;

         rollingY =（acceleration.y * kFilteringFactor）+（rollingY *（1.0-kFilteringFactor））;

         rollingZ =（acceleration.z * kFilteringFactor）+（rollingZ *（1.0-kFilteringFactor））;

          float accelX = acceleration.x  -  rollingX;
          float accelY = acceleration.y  -  rollingY;
          float accelZ = acceleration.z  -  rollingZ;

        //使用加速度数据

     }

Answer 1

rollingX，rollingY，rollingZ值在对函数的调用中保持不变。 它们应该在使用前的某个时候初始化。 这些“滚动”值只是input值的低通滤波版本（又名“移动平均值”），从瞬时值中减去input值，以获得高通滤波输出，即您正在从移动平均值获得当前偏差。

附加说明

移动平均线只是一个粗略的低通滤波器。 在这种情况下，它就是所谓的ARMA（自回归移动平均值），而不仅仅是一个简单的MA（移动平均值）。 在DSP方面，这是一个recursion（IIR）滤波器，而不是非recursion（FIR）滤波器。 不pipe所有术语如何，是的，你可以把它看作是一个平滑函数“ – 它”平滑掉“所有的高频能量，让你慢慢地改变信号平均值的估计值，如果你减去这个来自瞬时信号的平滑信号，然后差异就是你滤除的内容，即高频的东西，因此你得到一个高通滤波器，换句话说： high_pass_filtered_signal = signal - smoothed_signal 。

Answer 2

而其他答案是正确的，这是一个简单的解释。 使用kFilteringFactor 0.1，您将获得当前值的10％，并将之前值的90％。 因此，这个值与之前的值保持了90％的相似度，这增加了它对突然变化的抵抗力。 这降低了噪声，但也使得它对信号变化的响应性降低。 为了减less噪音并保持其响应，您将需要非平凡的filter，例如： 补充 ，卡尔曼。

Answer 3

好的，这个代码是在计算一个低通信号，然后减去当前值。

一个方波的值是5和10两个值。换句话说，它在5和10之间振荡。然后低通信号试图find平均值（7.5）。 然后将高通信号计算为电stream值减去平均值，即10-7.5 = 2.5或5-7.5 = -2.5。

低通信号是通过对过去的值进行积分来计算的，通过将当前值的一小部分加到过去的低通值的90％。