行使最小二乘基线订正和高通滤波的连系应用，也许完结高原料的加快率二次积分到位移的打算。为了使该算法适应在线监测处境，需求同时将这两个重心过程革新成为真实的递归大局，并连系积分过程，完结一切加快率积分过程的时刻在线化。

在机关强壮监测处境下，屡屡积分的初值正常都不为零，这使得屡屡积分后都邑在事实中引入一个直流份量，因而，有需求在屡屡积分后都应用最小二乘法将其去除，这就需求行使上文建造的基于递归最小二乘的在线基线订正技能。递归最小二乘在线基线校正算法的抒发式以下

同时，由于随机丈量过失的存在，加快率纪录由实在加快率与噪声构成，而积分对低频噪声反常敏锐，因而也需求用到递归高通滤波器将低频噪声滤去。递归高通滤波器选入以下

基于上述琢磨，给出在线时刻加快率积分打算计划以下：

搜罗一小段纪录构成采样帧，动态革新加快率打算帧，以最小二乘法拟合订正基线；

取基线订正后的加快率打算帧的结尾一个采样帧应用高通滤波器去除低频噪声；

积分该加快率采样帧获得速率采样帧，动态革新速率打算帧，以最小二乘法拟合订正基线；

取基线订正后的速率打算帧的结尾一个采样帧应用高通滤波器去除低频噪声；

积分该速率采样帧获得位移采样帧，动态革新位移打算帧，以最小二乘法拟合订正基线；

取基线订正后的位移打算帧的结尾一个采样帧应用高通滤波器去除低频噪声，即得终究位移；

返回第1步。

过程图以下图所示。

时刻加快率积分算法过程图

打算帧正常越长越好，笔者在打算时取打算帧长度为采样帧长度的倍；在打算最先时数据量不够以构成一个打算帧，也许在前方加零补足长度，这只会影响最先时一小段时光内打算事实的精确性。

编纂：应宇锋

感激赞成

转载请注明:http://www.aideyishus.com/lkzp/1020.html