传感器数据集的零偏移

Question

我在搜索中找不到答案，也许我使用了错误的术语。我正在尝试对漂移的深度传感器数据进行零偏移。

我有一个大数据集，来自几个月的数据，增量为 5 秒，它看起来像这样：

  Depth Temperature Light_Level          Local_time
1  64.0       27.55         148 2013-10-14 12:30:00
2  65.5       27.50         148 2013-10-14 12:30:05
3  65.5       27.40         148 2013-10-14 12:30:10
4  66.0       27.35         148 2013-10-14 12:30:15
5  67.5       27.25         147 2013-10-14 12:30:20

我需要进行调整，因此 0 是深度的最小值。为此，我使用以下代码：

daily_depths <- with(dataset_1, aggregate(Depth ~ as.Date(Local_time), FUN =  function(x) c(Min = min(x), Max = max(x)))) #pulls out min daily depth for each day

min_max <- do.call(data.frame, daily_depths) #converts to a df with date, min and max values

MA5 <- stats::filter(min_max$Depth.Min, rep(1,5), sides = 2)/5 #calculates a moving average from 5 values centered on the current value

MA5 作为时间序列输出，开始 = 1，结束 = 180（或以天为单位的数据集长度），频率 = 1

例如印刷：[1] NA NA -0.6 -0.6 -0.6 -0.5 -0.5 -0.5 -0.5 -0.5 ...... -0.5 NA NA

现在我想从当天的所有数据点中减去每日值。有几个问题：

前两天和后两天没有 5 天移动平均线。我想创建一个平均值并用这些数字替换 NA。对于倒数第二个和最后一个，这是对 MA 的简单修改，使用 sides = 1
对于第一个和第二个，我不确定 sides 函数是如何不允许使用未来值的。
一旦我有了这些数字，我该如何在 MA5 时间序列中用它们替换 NA

最后，我需要从相应日期的每个深度值中加上或减去每日移动平均值，这将取决于数字是正数还是负数，以修正回0。任何帮助都会很棒。非常感谢

Answer 1

我最终在 IGOR 中创建了一个函数，使用移动框 window 来计算框的最低值，然后创建数据的移动平均值。然后使用我创建的波从数据中减去这个波，将整个数据集移动调整后的值。最后，我将任何低于 0 的值替换为 0，以便深度始终为 0 或更大。

传感器数据集的零偏移

Zero offset for sensor data set

r

offset

zero

drift