kc人民的老朋友马主任说过，平均是小学的知识，但恰恰没讲角度的平均。正规的做法是求单位矢量，然后进行矢量的所谓平均，再反求角度，这是大学工程数学的知识了。

我想说，但是，在计算机上算三角函数有较大的资源开销，尤其是平均前数据速率非常高，需要厉害的硬件，这就制约了矢量天分的价格。所以咱们得用小学知识来解决这个问题。

如果不按小学的做，就是要写出算法。

设角度为δi，i=1,2,3……

首先判断|δi-δ（i+1）|是否大于180度。

如果大于，则比较δi，δ(i+1)的大小

    然后把大的那个取出来，减360（或者取小的，加360），赋值回去

如果小于，则不做处理。

然后加起来，平均。

结果如果有负号，加360.

数学嘛，就是要抽象，解决普适问题。
这个已经搞进FPGA了，实践证明可行。

想起一件事情，我在11楼写出的算法，经过FPGA实际验证，有重大问题。

而乃们——居然都不说话。

什么样的重大问题呢？那就是只有当正负值交替出现的时候，结果才正确。

如果δ1，δ2满足处理条件，而δi，i=3,4,5…都是350多度，则平均的结果将为330度左右，显然是不正确的。

算法修正如下：

设角度为δi，i=1,2,3……

首先，依次判断|δi-δ（i+1）|，i=1,2,3……是否大于180度。

只要有一次得到大于180度的结果，则认为整组数据需要处理（此时原始角度数据一定远离180度）。

依次判断每个角度是否满足

δi＞180

对所有大于180度的角度，减360度。

然后加起来，平均。

结果如果有负号，加360.

如果整组角度没有任何两个之差大于180度，则不需处理，直接平均。

18楼的计算过程，经程序验证，是可行的。

但是这个算法不严谨。它只对数据比较集中的情况有效。

当数据不集中时，例如，30度，60度，90度……时，必须增加比较首尾两个数。

事实上，应当进行交叉比对才严谨。

楼上的方法是非常有效的。

引用 refinder:
你们楼上的算法都不对，无法具体问题具体应对。看我的：
1. 如果有一些数据落在Y轴左侧和右侧，那么分别找出左侧和右侧离中心0度（即笛卡尔坐标系中0,1矢量的方向）最远的角度。记录为theta1和theta2
1.5 如果abs（thet...

不好意思没看懂，请问：
2，比较两个角度谁离0更近，
这句是啥意思。