В верхней части диаграмм ниже мы можем видеть некоторое значение (ось Y), изменяющееся во времени (ось X).
Когда это происходит, мы делаем выборку значения в разное и непредсказуемое время, а также чередуем выборку между двумя наборами данных, обозначенными красным и синим цветом.
При вычислении значения в любое время мы ожидаем, что и красный, и синий наборы данных вернут одинаковые значения. Однако, как показано в трех меньших прямоугольниках, это не так. При просмотре с течением времени значения из каждого набора данных (красный и синий) будут казаться расходящимися, а затем сходящимися относительно исходного значения.
Первоначально я использовал линейную интерполяцию для получения значения, затем я попытался использовать интерполяцию Катмулла-Рома. Первый приводит к тому, что значения сближаются, а затем расходятся между каждой точкой данных; последнее приводит к значениям, которые остаются близкими, но где средняя ошибка больше.
Может ли кто-нибудь предложить другую стратегию или метод интерполяции, который обеспечит лучшее сглаживание (возможно, за счет использования большего количества точек выборки из каждого набора данных)?