Filtrages débruitages

Sommaire
II - Traitements de données de capteurs - Part 2

2 - Filtrage, débruitage

Filtrer = nettoyer les données avant de les analyser, en cas de parasitage / bruitage / perturbations des données.

Ces traitements ne sont nécessaires que si les données sont bruitées.

Au cours d'un débruitage, les données brutes d'origine sont perdues, elles sont modifiées ou jetées.

Comparateur à simple seuil

  • Elimination des données basses (pour un capteur à 0 au repos) et transformation des valeurs bruitées en 0.

    • Filtre seuil en Max

    Connaissances nécessaires :

    Cumul de données successives

    Utiliser bucket pour mémoriser les valeurs précédentes du capteur (registre à décalage).

    Attention, bucket ne sort que des valeurs précédentes, pas la valeur courante !

    Prendre en compte la valeur courante, la plus récente, implique un fil en parallèle du bucket (d'où en pratique un t i i systématique).
    Remarquons que les trois premiers filtres (moyenne, min et max) sont basés sur exactement la même structure et ne diffèrent que d'un objet.

    Moyenne

  • Valeur moyenne = somme des n dernières valeurs / n

    • Avantage : lissage des données.
    Inconvénient : n’élimine pas des pics de fausses détections.
    Plusieurs façons d'obtenir le même résultat, choisir le plus intuitif personnellement.

    Filtrage par moyenne des valeurs

    Minimum

  • Conserve la plus petite des n dernières valeurs

    • Avantage : élimine les pics aberrants haut.
    Inconvénient : effet retard lors de l'augmentation des données.

    Filtre minimum en Max

    Maximum

  • Conserve la plus grande des n dernières valeurs

    • Avantage : élimine les pics aberrants bas.
    Inconvénient : effet retard lors de la diminution des données.

    Filtre maximum

    Median

  • Classe les n dernières valeurs dans l’ordre croissant et conserve celle du milieu.

    • Avantage : élimine les extrêmes hauts et bas, stabilise les données.
    Inconvénient : effet retard général, plus ou moins perceptible en fonction du nombre de données prises en compte et de la rapidité du capteur.

    Le patch de droite est là juste pour l'intérêt historique : avant les objets zl, il fallait nettement plus souffrir pour faire un filtre median...

    Filtrage par valeur médiane

    Réglages des filtres

    Choisir le nombre de valeurs à filtrer en fonction du capteur, de la fréquence des fausses détections et de l’effet retard.
    L'impact du filtre, en lissage et en effet retard, dépend du nombre de données précédentes prises en compte.