近段時間有一個項目裏的傳感器問題一直困擾着我，寫控制程序的基礎就是傳感器獲取的數據不說精確到腳指頭，起碼也要看着像個人，傳感器數據波形不說是一條輕微抖動的線，也不能和浪花一樣，一波未平一波又起，所以今天就不寫控制程序，專門來搞一搞傳感器數據誤差剔除的工作。
目前我瞭解到的誤差剔除方法包括以下幾個，見識廣博的大神們請往評論區交流一下你們用的方法
1.3σ原則
3σ原則是在干擾數值服從正態分佈的情況下纔可以使用的
原則上說，符合正態分佈的誤差在3個σ內的數據佔總數據的99.74%，所以殘餘誤差高於3個σ的數據即可認定爲粗大誤差。
2.奈爾準則
將一組測量的數據獲取之後，將其由小到大排序，取其最大值和最小值作爲可疑數據，構造統計量r後去顯著度a（0.01或0.05）查閱奈爾臨界表得到臨界值R，若統計量大於R，則視爲粗大誤差，剔除，重複循環，直到沒有數據剔除爲止。未註明的符號意義均與上方一致
3.狄克鬆準則 Q檢驗
該準則不需要估算樣本平均值，用於小樣本粗大誤差剔除方法，將數據由小到大排序，選取最小值和相鄰值的差值除以樣本最小值和最大值的差值得到Q值，選取置信度後根據置信度和數據數量得到Q值表中的數值Q1，若Q>Q1，則認爲最小值爲粗大誤差，最大值測量方式也相同。
先留着這三個，之後再看其他方法。