批量数据采集过程中方差的计算

最新推荐文章于 2025-08-22 17:41:59 发布

原创最新推荐文章于 2025-08-22 17:41:59 发布 · 2.9k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#c语言 #函数

项目中需要判断数据稳定性，通过计算方差实现。本文介绍两种方法：迭代计算方差和滑动窗口法。第一种采用C语言实现，从网上找到的matlab思路转化而来；第二种涉及窗口不动和前移两种情况，窗口前移实现相对复杂，文中给出了具体代码实现。

最近项目用需要判断开始数据是否稳定，即采集到的数据是否符合期望，我用方差来判断采集到的数据是否稳定。有两种判断方法：第一种是数据不断的进来，我累积的进行方差计算；第二钟是利用滑动窗口的思想，数据个数达到窗口大小时计算方差值，采用循环数组的模式来实现此功能。

第一种实现方法就是采用迭代式的思想进行方差计算。我实在网上看到一位大神的博客中有对此方法的描述，他用matlab代码进行了说明，（原文章地址：http://blog.chinaunix.net/uid-25418340-id-3547169.html），我用C语言实现了；下面附上代码：

double GetVariance(uint64_t value)
{
	static uint8_t cnt = 0;
	static double Var = 0;
	static double Esp = 0;
	double TempValue = 0;
	
	cnt = cnt + 1;
	if(cnt == 1)
	{
		Var = 0;
		Esp = value;
		return Var;
	}
	TempValue = value - Esp;
	Esp = (value + Esp*(cnt - 1))/cnt; 
	Var = Var + TempValue*(value - Esp);
	return (Var/cnt);
}

这样在程序中不断调用该函数即可迭代式的计算出方差，而不需要知道数据的个数。

第二种方法是采用滑动窗口的思想，这里需要说明一下，我做的时候有两种情况，一种是窗口不动，数据不断前移，FIFO,这种实现起来最简单；还有一种情况是窗口向前移动，这种实现起来就比较复杂了，我用单步调试好多次，才搞清楚之间的区别。

（1）窗口不动，数据前移：

double Function(uint16_t value)
{
	static uint8_t cnt=0;
	static uint8_t len=7;
	static uint16_t sample[7]={0};
	uint8_t i=0;
	double var;
	if(cnt < len)
	{
		sample[cnt++] = value;
		return 0;
	}
	else
	{
		for(;i+1<cnt;i++)
		{
			sample[i]=sample[i+1];
		}
		sample[i]=value;
		var=Variance(sample,7);
｝
｝

其中 Variance()是我写的计算方差函数，这样就实现了滑动计算数据方差值。

（2）窗口前移，这种实现数据的滑动，设定好窗口大小后，按照FIFO原则，数据不断进入出去，但是这种实现数据滑动后对计算方差增加了难度，这里只说出如何实现窗口向前滑动的代码：

void Function(uint16_t value)
{
	static uint8_t cnt=0;
	static uint8_t len=7;
	static uint8_t index=0;
	static int order[7]={0};
	static int sample[7]={0};
	uint8_t i=0;
	
	sample[index] = value;
	if(cnt < len)
	{
		cnt++;
	}
	else
	{
		for(i=0;i<cnt;i++)
		{
			if(order[i] == index)
			break;
		}
		for(;i+1<cnt;i++)
		{
			order[i]=order[i+1];
		}
	}
	
	order[cnt-1] = index;
	index=(1+index)%len;
}

最后把计算方差的函数Varanice()代码列出来：

double Variance(uint16_t data[], uint8_t n)
{
	double mean = 0, divisor;
	uint16_t sum = 0,Varian = 0;
	uint8_t i;

	for(i=0;i<n;i++)
	{
		sum = sum + data[i];
	}
	mean = sum/n;
	for(i=0;i<n;i++)
	{
		Varian = Varian + pow(data[i]-mean,2);
	}
	
	/*程序中divisor是自由度，20是小样本判断的一个标准。如果是小样本的话，约束较大，
		自由度就要减一；如果是大样本的话，自由度为样本个数。*/
	if(n<20)
	{
		divisor = n-1;
	}	
	else
	{
		divisor = n;
	}
	return (Varian/divisor);
	
}

以上代码如有错误还望指正，共同进步