Skip to main content
 首页 » 编程设计

python之Python 中实时数据的数值积分(梯形)

2025年05月04日14bhlsheji

关于 Python 中实时数据的数值积分(梯形)的问题-

背景:实时测量一个平均速度为 100 米/分钟的移动物体,我每 100 毫秒采样一次,持续 60 秒 - 因此在一分钟结束时,我将获得 600 个样本.我的测量方法不准确,每次测量有 10 米的差异。一分钟间隔后的典型图表是:

问题:我大致知道物体在一分钟内移动了 100 米,但是当在此期间积分时(现在只使用梯形)我得到的答案比预期多 60 倍,我做错了什么?我怀疑是“宽度”或 deltaT = 100ms 不正确(?)

我的 python 代码如下 - 这是惯用的,即不是 pythonic,是有原因的;模拟实时测量:

# Trapezoidal rule integral 
testData = []       # store all vel. measurements 
width    = 100e-3   # sample every 100ms 
total    = 0 
currVel  = 0 
prevVel  = 0 
t = 0 
 
while( t < 60 ): 
    # take a live sample and save it 
    currVel = np.random.normal(100,10,1)   
    testData.append( currVel ) 
    # only complete the integral after the second sample 
    if( t >= 100e-3 ): 
        total += width*(currVel+prevVel)/2 
    # update previous flow and increment  
    prevVel = currVel 
    t += 100e-3 
#total /= 60  # fudge factor, why this factor out? 
print "Total distance covered over 1 minute", total 

请您参考如下方法:

积分可以被认为是面积计算。你基本上有:

(100 m/min) * (60 s) 

您得到的答案是 6000,因为该程序没有单位表示。 (答案是每分钟 6000 米秒。)如果您以这种方式编写计算,错误可能会更明显:

(100 m / 60 s) * (60 s) 

现在秒数将正确抵消。有关 Python unit libraries 的讨论,请参阅此线程.