中位值平均滤波算法

A、名称：中位值平均滤波法（又称防脉冲干扰平均滤波法）
B、方法：采一组队列去掉最大值和最小值后取平均值，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。
C、优点：融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。 对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差。对周期干扰有良好的抑制作用。平滑度高，适于高频振荡的系统。
D、缺点：计算速度较慢，和算术平均滤波法一样；比较浪费RAM。

复制

//  中位值平均滤波法（又称防脉冲干扰平均滤波法）

#define FILTER_N 100

int Filter(void) 

{

  int i;

  int filter_sum = 0;

  int filter_max, filter_min;

  int filter_buf[FILTER_N];

  for(i = 0; i < FILTER_N; i++) 

  {

    filter_buf[i] = Get_AD();

    delay(1);

  }

  filter_max = filter_buf[0];

  filter_min = filter_buf[0];

  filter_sum = filter_buf[0];

  for(i = FILTER_N - 1; i > 0; i--) 

  {

    if(filter_buf[i] > filter_max)

      filter_max=filter_buf[i];

    else if(filter_buf[i] < filter_min)

      filter_min=filter_buf[i];

    filter_sum = filter_sum + filter_buf[i];

    filter_buf[i] = filter_buf[i - 1];

  }

  i = FILTER_N - 2;

  filter_sum = filter_sum - filter_max - filter_min + i / 2;   // +i/2 的目的是为了四舍五入

  filter_sum = filter_sum / i;

  return filter_sum;

}

C语言10大滤波算法之一

适合低速的系统

确实对RAM的压力挺大

这个对处理速度要求高啊

高频振荡的系统非常适用

这个就是对速度影响比较严重啊

对RAM，运行速度都会有不小的影响

这种算法的基本思想是通过对连续的测量值进行平均来降低噪声的影响。

算法开始时，需要收集足够的初始数据来填充缓冲区。在数据集满之前，可能需要采取不同的滤波策略或直接返回原始读数。

可能需要动态调整滤波参数。例如，在噪声水平变化时，自动调整N值或滤波器的类型。

为了提高算法的执行效率，可以对代码进行优化，如使用更高效的数据结构、减少不必要的计算等。

中位值平均滤波算法特别适用于存在随机噪声、脉冲噪声或异常值的场合。它能够有效地去除这些噪声，提高信号的可靠性。

对于信号变化较为缓慢的应用场景，如温度测量、物体位置检测等，中位值平均滤波算法能够提供良好的滤波效果。但对于快速变化的信号，如高速运动物体的速度测量，可能需要考虑其他滤波方法。

平均滤波算法是一种数字滤波方法，常用于单片机中去除随机噪声，平滑信号。

如果使用无符号整数，考虑使用更长的数据类型进行累加，或在累加前检查即将添加的数值是否会超出范围。

位值平均滤波算法的滤波深度是指参与平均计算的采样值的个数。滤波深度越大，滤波效果越好，但计算量和存储需求也越大。因此，需要根据实际应用需求和资源限制来选择合适的滤波深度。

在实现排序时，可以选择适合小数据量排序的快速算法，如插入排序、冒泡排序等。这些算法虽然在大数据量下效率不高，但在小数据量（如N=12）下表现良好。

参与滤波的数据点数量（N），这直接影响到滤波效果和平滑度。

采样频率的选择应满足奈奎斯特采样定理，即采样频率应大于信号最高频率的两倍。过低的采样频率可能导致信号失真，而过高的采样频率会增加计算负担。