Методи підвищення точності вимірювань в IoT системах

Ситниченко Д. Методи підвищення точності вимірювань в IoT системах : кваліфікаційна робота бакалавра : 123 Комп’ютерна інженерія / Ситниченко Денис. - Київ, 2022. – 39 с.

Цифрові фільтри широко використовуються в багатьох сферах, для відокремлення та/або видалення певних частотних складових цього сигналу. У роботі було на практиці досліджено роботу трьох з них, а саме : фільтру ковзного середнього, медіанний фільтр та фільтру з використанням експоненційного зглажування. Ковзне середнє та експоненційне зглажування відрізняються тим, що для точного відновлення вихідного сигналу без втрати інформації всі дані експоненційного зглажування мають бути доступними, оскільки старі дані зменшують ваговий коефіцієнт експоненційно, на відміну від простого ковзного середнього, в якому деякі вибірки можна пропустити без великої втрати інформації через постійне усереднення даних вибірок. Недолік медіанної фільтрації полягає в зрізані піків сигналу внаслідок фільтрації, що добре для уникнення викидів, але може привести до хибної фільтрації якщо дані коректні. Також збільшення довжини вікна, в методах де воно є частиною алгоритму, призводить до збільшення часу реагування алгоритму на обробку нових значень. Це є характерним для таких фільтрів, як ковзне середнє та медіанний фільтр. Якщо говорити з точки зору обчислювальних затрат, то медіанний фільтр являється найбільш затратним, оскільки крім самої фільтрації ще вимигає попереднього сортування з пошуком медіани, тому цей алгоритм краще не використовувати в сферах, де потрібна фільтрація в реальному часі, таких як обробка зображень. Найкращим же в цій області являється фільтр експоненційного зглажування, бо він може прогнозувати майбутнє значення маючи лише останнє прогнозоване значення.