Методи підвищення точності вимірювань в IoT системах
Тип публікації :
Бакалаврська робота
Дата випуску :
2022
Автор(и) :
Ситниченко Денис
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Ситниченко, Д. (2022). Методи підвищення точності вимірювань в IoT системах. [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/2797
[ДСТУ] Ситниченко Д. Методи підвищення точності вимірювань в IoT системах : кваліфікаційна робота бакалавра : 12 Інформаційні технології. Київ, 2022. 39 с. URL: https://ir.library.knu.ua/handle/123456789/2797 (дата звернення: 17.07.2026).
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.
Галузі знань та спеціальності :
12 Інформаційні технології
123 Комп’ютерна інженерія
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
805.54 KB
Контрольна сума :
(MD5):38064551a7c73774ae0c23a1bf424fd9
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International