在使用移动设备传感器时，会出现数据抖动现象（帕金森），传感器数据会在极小的范围内来回抖动，导致业务展示出现帕金森现象。
最常见的就是手机姿态传感器，xyz的值一直在变化。为了让数据的变化平滑，我们必须对数据进行清洗和处理，再使用。
解决方案 1.窗口平均我们可以取一个窗口，一般为4或者6，然后我们对这个窗口里的值进行取平均，然后得出输出值，然后再使用。
代码就不附了，这个思路非常简单。
优点：使用简单，可以更换窗口的大小来调优
缺点：趋势性被大幅降低，转折点钝化
2.N阶低通滤波器其实这个也是取平均的一种做法，只不过进行的全部的加权。做法如下：
取影响系数X，则前置系数为（1-X）。得到方程
Output[n] = (1-X) * Ouput[n-1] + X * Output[n]
这个就是简单的1阶低通滤波器。以此类推我们可以得到N阶低通滤波器，有：
Y(n)=a1 * X(n-10)+a2 * X(n-9)+…a11 * X(n)+a12 * X(n+1)+…+a21 * X(n+10)
令a1 + a2 + … an = 1 即可。
调优方式：n-1 的系数 > n-2 的系数>> n-10的系数这样，越近的权重越大，则趋势越明显。
根据不同场景调优后，曲线光滑，稳定。
