原文链接：https://blog.xxcxw.cn/2019/09/22/2019%e5%b9%b4%e5%8d%8e%e4%b8%ba%e6%9d%af%e7%a0%94%e7%a9%b6%e7%94%9f%e6%95%b0%e5%ad%a6%e5%bb%ba%e6%a8%a1%e7%ab%9e%e8%b5%9bd%e9%a2%98-%e6%b1%bd%e8%bd%a6%e8%a1%8c%e9%a9%b6%e5%b7%a5%e5%86%b5/
目标的提出 在上述背景下， 请根据附件（3 个数据文件，每个数据文件为同一辆车在不同时间段内 所采集的数据） 所提供的某城市轻型汽车实际道路行驶采集的数据（采样频率 1Hz），构建 一条能体现参与数据采集汽车行驶特征的汽车行驶工况曲线（1200-1300 秒），该曲线所体 现的汽车运动特征（如平均速度、平均加速度等）能代表所采集数据源的相应特征，两者间 的误差越小，说明所构建的汽车行驶工况的代表性越好。
获取更多信息请看博客---- https://blog.xxcxw.cn/2019/09/22/2019%e5%b9%b4%e5%8d%8e%e4%b8%ba%e6%9d%af%e7%a0%94%e7%a9%b6%e7%94%9f%e6%95%b0%e5%ad%a6%e5%bb%ba%e6%a8%a1%e7%ab%9e%e8%b5%9bd%e9%a2%98-%e6%b1%bd%e8%bd%a6%e8%a1%8c%e9%a9%b6%e5%b7%a5%e5%86%b5/
问题1、2--数据预处理，加分段（为了便于画图，我只算了文件1的部分数据）结果如下
问题3
请根据上述经处理后的数据，构建一条能体现参与数据采集汽车行驶特征的汽车行驶工况曲线（1200-1300 秒）， 该曲线的汽车运动特征能代表所采集数据源（经处理后的数据）的相应特征，两者间的误差越小， 说明所构建的汽车行驶工况的代表性越好。
找到一篇类似的论文大家可以看下，我按这篇论文实现了一个大概，稍微增加了一点内容，大家可以看下。
实现结果如下