写一个滤波算法来过滤数据

Question

跟小球的问题有关，它能给我六个数据 与时间对应的三个方向的加速度和三个方向的角速度，我想通过滑动平均滤波办法进行滤波，用Python，如读入一个data.txt文件（六个数据是通过空格来分隔），最后滤完波可以给我一个txt文件，也是通过空格分隔

Answer 1

参考GPT的回答和自己的思路，下面是一个基于滑动平均滤波的Python代码，它可以读取一个data.txt文件并对数据进行滤波，然后将结果写入一个新的filtered_data.txt文件。

WINDOW_SIZE = 5   # 滑动窗口大小

# 定义滑动平均滤波函数
def moving_average_filter(data):
    filtered_data = []
    window = [0] * WINDOW_SIZE
    index = 0
    for x in data:
        window[index] = x
        index = (index + 1) % WINDOW_SIZE
        filtered_data.append(sum(window) / WINDOW_SIZE)
    return filtered_data

# 读取数据文件
with open("data.txt", "r") as f:
    data = f.read().strip().split("\n")

# 将数据分割为加速度和角速度
accel_data = []
gyro_data = []
for line in data:
    values = line.split(" ")
    accel_data.append(list(map(float, values[:3])))
    gyro_data.append(list(map(float, values[3:])))

# 对每个方向的加速度和角速度进行滤波
filtered_accel_data = []
filtered_gyro_data = []
for i in range(3):
    accel_values = [x[i] for x in accel_data]
    gyro_values = [x[i] for x in gyro_data]
    filtered_accel_values = moving_average_filter(accel_values)
    filtered_gyro_values = moving_average_filter(gyro_values)
    filtered_accel_data.append(filtered_accel_values)
    filtered_gyro_data.append(filtered_gyro_values)

# 将结果写入文件
with open("filtered_data.txt", "w") as f:
    for i in range(len(data)):
        filtered_accel_values = filtered_accel_data[0][i], filtered_accel_data[1][i], filtered_accel_data[2][i]
        filtered_gyro_values = filtered_gyro_data[0][i], filtered_gyro_data[1][i], filtered_gyro_data[2][i]
        f.write(f"{filtered_accel_values[0]} {filtered_accel_values[1]} {filtered_accel_values[2]} ")
        f.write(f"{filtered_gyro_values[0]} {filtered_gyro_values[1]} {filtered_gyro_values[2]}\n")

在这个代码中，我们首先定义了一个滑动平均滤波函数moving_average_filter，它接收一个数据列表并返回一个过滤后的数据列表。在这个函数中，我们使用一个固定大小的窗口来计算平均值，并在数据中滑动这个窗口。

然后，我们读取数据文件并将其分割为加速度和角速度。对于每个方向的加速度和角速度，我们使用滑动平均滤波函数来过滤数据，并将结果存储在filtered_accel_data和filtered_gyro_data中。

最后，我们将过滤后的数据写入一个新的文件filtered_data.txt中，每行包含过滤后的加速度和角速度数据，以空格分隔。