滤波算法

只看该作者 · 2017-9-28 07:11

程序判断滤波法
根据经验判断，确定两次采样允许的最大偏差值（设为 A）
每次检测到新值时判断：
如果本次值与上次值之差<=A,则本次值有效
如果本次值与上次值之差>A,则本次值无效, 放弃本次值, 用上次值代替本次值
优点：
能有效克服因偶然因素引起的脉冲干扰
缺点
无法抑制那种周期性的干扰
平滑度差

只看该作者 · 2017-9-28 07:12

中位值滤波法
A、方法：
连续采样 N 次（N 取奇数）
把 N 次采样值按大小排列
取中间值为本次有效值
优点：
能有效克服因偶然因素引起的波动干扰
对温度、液位的变化缓慢的被测参数有良好的滤波效果
缺点：
对流量、速度等快速变化的参数不宜

只看该作者 · 2017-9-28 07:13

算术平均滤波法
连续取 N 个采样值进行算术平均运算
N 值较大时：信号平滑度较高，但灵敏度较低
N 值较小时：信号平滑度较低，但灵敏度较高
N 值的选取：一般流量，N=12；压力：N=4

只看该作者 · 2017-9-28 07:13

适用于对一般具有随机干扰的信号进行滤波
这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动

只看该作者 · 2017-9-28 07:14

滑动平均滤波法
把连续取 N 个采样值看成一个队列
队列的长度固定为 N
每次采样到一个新数据放入队尾, 并扔掉原来队首的一次数据.( 先进先出原则)
把队列中的 N 个数据进行算术平均运算, 就可获得新的滤波结果
N 值的选取：流量，N=12；压力：N=4；液面，N=4~12 ；温度，N=1~4

只看该作者 · 2017-9-28 07:14

对于测量速度较慢或要求数据计算速度较快的实时控制不适用
比较浪费 RAM

只看该作者 · 2017-9-28 07:15

对周期性干扰有良好的抑制作用，平滑度高
适用于高频振荡的系统

灵敏度低
对偶然出现的脉冲性干扰的抑制作用较差
不易消除由于脉冲干扰所引起的采样值偏差
不适用于脉冲干扰比较严重的场合
比较浪费 RAM

只看该作者 · 2017-9-28 07:15

防脉冲干扰平均滤波法
相当于“中位值滤波法”+“ 算术平均滤波法”
连续采样 N 个数据，去掉一个最大值和一个最小值
然后计算 N-2 个数据的算术平均值
N 值的选取：3~14

只看该作者 · 2017-9-28 07:16

融合了两种滤波法的优点
对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差

只看该作者 · 2017-9-28 07:17

测量速度较慢，和算术平均滤波法一样
比较浪费 RAM

只看该作者 · 2017-9-28 07:18

限幅平均滤波法

相当于“限幅滤波法”+“ 递推平均滤波法”
每次采样到的新数据先进行限幅处理，
再送入队列进行递推平均滤波处理

融合了两种滤波法的优点
对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差

比较浪费 RAM

只看该作者 · 2017-9-28 07:19

一阶滞后滤波法

取 a=0~1
本次滤波结果=（1-a）*本次采样值+a*上次滤波结果

对周期性干扰具有良好的抑制作用
适用于波动频率较高的场合

相位滞后，灵敏度低
滞后程度取决于 a 值大小
不能消除滤波频率高于采样频率的 1/2 的干扰信号

只看该作者 · 2017-9-28 07:21

加权递推平均滤波法

是对递推平均滤波法的改进，即不同时刻的数据加以不同的权
通常是，越接近现时刻的数据，权取得越大。
给予新采样值的权系数越大，则灵敏度越高，但信号平滑度越低

适用于有较大纯滞后时间常数的对象
和采样周期较短的系统

对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号
不能迅速反应系统当前所受干扰的严重程度，滤波效果差

只看该作者 · 2017-9-28 07:23

消抖滤波法

设置一个滤波计数器
将每次采样值与当前有效值比较：
如果采样值＝当前有效值，则计数器清零
如果采样值<>当前有效值，则计数器+1，并判断计数器是否>= 上限 N(溢出)
如果计数器溢出, 则将本次值替换当前有效值, 并清计数器

只看该作者 · 2017-9-28 07:23

优点：
对于变化缓慢的被测参数有较好的滤波效果,
可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动

只看该作者 · 2017-9-28 07:26

最常用的应该是先全加起来，然后平均吧

只看该作者 · 2017-9-28 07:29

不错，学习了好几种，如果能给个测试程序就更好了

只看该作者 · 2017-9-28 07:32

我一般就是平均值，最多就是取掉最大值和最小值

只看该作者 · 2017-9-28 07:34

给个C的限副滤波
/* A 值可根据实际情况调整
value 为有效值，new_value 为当前采样值
滤波程序返回有效的实际值 */
#define A 10
char value;
char filter()
{
char new_value;
new_value = get_ad();
if ( ( new_value - value > A ) || ( value - new_value > A )
return value;
else return new_value;
}