嵌入式 ADC采样 原始数据分析上层(平均值 波动率 正态分布 线性补偿 系统误差)

复制代码
基于一些数据处理调试经验:
 在数据处理时候,比如嵌入式通过MCU/FPGA 采样得到一系列的原始数据(16进制),从数据梳理的角度,这些原始数据该如何分析,需要做多少次平滑可以降低波动同时在系统响应速度之间获得平衡?怎么样的理论分析才能够节省嵌入式数据处理的时间?如何判断ADC采集是否有系统误差?
 正常来说以前处理数据的经验是直接用EXCAL 将串口打印的数据进行16进制转换成10进制然后通过平滑和公式得到 ADC转换后的电压值,进而通过EXCAL 工具分析平均值 波动率 如果要做 正态分布 线性补偿分析 系统误差往往会花费比较长的时间;
 所以结合个人经验,个人做了一个上位机来专门做数据分析,提高嵌入式/数据分析效率'

功能包括如下:

1-支持10组数据输入(也可以输入其他数量的数据),在点击开始分析之后会对10组数据的均值做线性拟合,在拟合显示图下方还会对拟合后的精度进行评估; 同时在误差分析栏也会对原始数据进行误差分析,判断数据是否符合正态分布,如果不符合,往往原始数据中存在系统误差;

2- 数据支持10进制和16进制数据输入,可以通过过算法框增加将所有原始数据进行运算比如原始数据是2048 可以通过运算框 将原始数据2048/65535*3.3=0.103126V 等方式 计算转换成电压值,最后分析波动也会分析运算后的值;

运算包括如下: (平均值 波动率 正态分布 线性补偿 系统误差分析)这样可以快速判断原始数据质量;

3- 可以通过数据示例来将不同函数叠加,快速上手上层,熟悉操作和分析示例数据系统误差规律;

4- 资源链接在我账户的资源分享中可以下载,如有改进意见,欢迎在评论区留言,我会定期上账号看和更新上层;

相关推荐
程序员清风11 分钟前
让 AI 编写与运行测试:从样例通过到回归验证
人工智能·数据挖掘·回归
D e re k ZH1 小时前
保序回归:从 PAVA 到可并堆的单调约束优化
c++·算法·数据挖掘·回归·kotlin
Highcharts.js1 小时前
CSUN 2026|Highcharts无障碍数据与AI分享
javascript·人工智能·数据分析·highcharts·图表开发
听风吹等浪起2 小时前
第27章:EfficientNet全家桶|钢材表面6类缺陷分类完整Pytorch实现
pytorch·分类·数据挖掘
FPGA小迷弟2 小时前
FPGA 与卫星:从星载硬件到在轨智能的完整技术解析
fpga开发·架构·fpga·1024程序员节·无线电
NamoAmitabha1282 小时前
CPU 内部结构是什么?---deepseek
fpga开发
abc light3 小时前
ARM 裸机开发(6)——时钟树与定时器
arm开发·单片机·fpga开发
梯度下降者13 小时前
零基础入门Python 爬虫
爬虫·python·数据分析·入门指南·webcrawler
benchmark_cc15 小时前
用 Python 拉 A 股全市场实时快照:Notebook 请求、结果校验与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
1560820721918 小时前
JFMZQ28DR、JFMZQ68DR、RFsoc XCZU47DR、XCZU48DR 信号处理板
fpga开发·信号处理