本帖最后由 cztqwa 于 2015-11-30 11:01 编辑
10种软件滤波算法
一、限幅滤波法
1、先根据经验判断,确定两次采样允许的最大偏差值,设为A。每次检测到新采样值时进行判断:
(1)如果本次新采样值与上一次滤波效果之差<=A,则本次采样值有效,令本次滤波结果=新采样值;
(2)如果本次采样值与上次滤波结果之差>A,则本次采样值无效,放弃本次采样值,本次滤波结果=上次滤波结果。
2、例程
- #define A 10
- uchar Value; //上次采样有效值
- uchar AmplitudeLimiterFilter()
- {
- uchar NewValue,ReturnValue;
- NewValue=GetAD(); //本次采样值
- if(((NewValue-Value)>A)||((Value-NewValue)>A)))
- ReturnValue=Value;
- else ReturnValue=NewValue;
- return(ReturnValue);
- }
二、中位值滤波法
1、连续采样N次值,把采样值按大小排列,取中间值为本次有效值。
2、例程
- #define N 9
- unchar MiddleValueFilter()
- {
- unchar i,j,k;
- uchar temp;
- uchar ArrDataBuffer[N];
- for(i=0;i<N;i++) //一次采集N个数据放入数组中
- {
- ArrDataBuffer=GetAD();
- Delay();
- }
- for(j=0;j<N-1;j++)//采样值由小到大排列
- {
- for(k=0;k<N-j-1;k++)
- {
- if(ArrDataBuffer[k]>ArrDataBuffer[k+1])
- {
- temp=ArrDataBuffer[k];
- ArrDataBuffer[k]=ArrDataBuffer[k+1];
- ArrDataBuffer[k+1]=temp;
- }
- }
- }
- return(ArrDataBuffer[(N-1)/2]); //取中间值
- }
三、算术平均滤波法
1、连续取N个值进行算术平均运算。
N较大时,信号平滑度较高,但灵敏度较低;N较小,信号平滑度低,但灵敏度较高。
2、例程
- #define N 12
- uchar ArithmeticalAverageValueFilter()
- {
- uchar i;
- uchar Value;
- uchar sum;
- sum=0;
- for(i=0;i<N;i++)
- {
- sum+=GetAD();
- Delay();
- }
- Value=sum/N;
- return(Value);
- }
四、递推平均滤波法
1、把连续N个采集值看成一个队列,每次采集到的新数据放入队尾,并扔掉原来队首的数据。把队列中的N个数据进行平均计算,即可获得新的滤波结果。
2、例程
- #define N 12
- uchar Data[];
- uchar Gilde(Data[])
- {
- ucahr i,Value,sum;
- sum=0;
- Data[N]=GetAD();
- for(i=0;i<N;i++)
- {
- Data=Data[i+1];//所有数据左移,低位仍掉
- sum+=Data;
- }
- Value=sum/N;
- return(Value);
- }
五、中位值平均滤波法
1、中位值平均滤波法又称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”。
连续采集N个数据,去掉一个最大和最小值,然后计算N-2个数的平均值。
2、例程
- #define N 12
- uchar Middle()
- {
- ucahr i,j,k,l;
- uchar temp;
- uchar ArrDataBuffer[N];
- uchar sum,Value;
- for(i=0;i<N;i++)//一次采集N个数据,存入数组
- {
- ArrDataBuffer=GetAD();
- Delay();
- }
- for(j=0;j<N-1;j++)//采样值由小到大排列
- {
- for(k=0;k<N-j-1;k++)
- {
- if(ArrDataBuffer[k]>ArrDataBuffer[k+1])
- {
- temp=ArrDataBuffer[k];
- ArrDataBuffer[k]=ArrDataBuffer[k+1];
- ArrDataBuffer[k+1]=temp;
- }
- }
- }
- for(l=0;l<N-1;l++)
- {
- sum=ArrDataBuffer[l];
- }
- Value=Sum/(N-2);
- return(Value);
- }
六、递推中位值平均滤波法
1、相当于“中位值滤波法”+“递推平均滤波法”。这种方法把连续N个值看成一个队列,每次采集到一个新数据放入队尾,并扔掉原来队首的值。 把队列中的N个数据先去掉一个最大值和最小值,然后计算N-2个数据的平均值。
2、例程
- char Filter()
- {
- char max.min;
- int sum;
- char i;
- QUEUE[0]=NewData;
- max=QUEUE[0];
- min=QUEUE[0];
- sum=QUEUE[0];
- for(i=n-1;i!=0;i--)
- {
- if(QUEUE>max)
- max=QUEUE;
- else if(QUEUE<min)
- min=QUEUE;
- sum+=QUEUE;
- QUEUE=QUEUE[i-1];
- }
- i=n-2;
- sum=sum-max-min+i/2;//加入(n-2)/2目的为了四舍五入
- sum=sum/i;
- return(sum);
- }
七、限幅平均滤波法
1、相当于“限幅滤波法”+“递推平均滤波法”。每次采样先进行限幅处理,再进行队列平均滤波处理。
2、例程
- #define A 10
- #define N 12
- uchar Data[N];
- uchar Limit()
- {
- ucahr i,Value,sum;
- Data[N]=GetAD();
- if(((Data[N]-Data[N-1])>A)||((Data[N-1]-Data[N])>A)))
- Data[N]=Data[N-1];
- else
- Data[N]=NewValue;
- for(i=0;i<N;i++)
- {
- Data=Data[i+1];
- sum+=Data;
- }
- Value=sum/N;
- return(Value);
- }
八、一阶滞后滤波法
1、本次结果滤波结果=a*本次采样值+(1-a)*上次结果。
a代表滤波系数,a=0--1。
2、例程
- #define a 128
- uchar Value;
- ucahr OneFactorialFiler()
- {
- uchar NewValue;
- uchar ReturnValue;
- NewValue=GetAD();
- ReturnValue=(255-a)*NewValue+a*Value;
- ReturnValue/=255;
- return(ReturnValue);
- }
九、加权递推平均滤波法
1、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,但信号的平滑度越低。
2、例程
- #define N 10
- #define CoeSum 55
- const Coefficient[N]={1,2,3,4,5,6,7,8,9,10};
- uchar Data[N];
- uchar AAGAFilter()
- {
- uchar i,Value,sum;
- sum=0;
- Data[N]=GetAD();
- for(i=0;i<N;i++)
- {
- Data=Data[i+1];
- sum+=Data*Coefficient;
- }
- Value=sum/CoeSum;
- return(Value);
- }
十、消抖滤波法
1、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,否则计数器加1。然后,判断计数器是否>=上限N(溢出)。如果溢出,将本次值替换当前有效值,并清计数器。
2、例程
- #define N 20
- uchar count;
- uchar Value;
- uchar Avoid()
- {
- uchar NewValue;
- if(NewValue==Value)
- count=0;
- else
- {
- count++;
- if(count>N)
- {
- count=0;
- Value=NewValue;
- }
- }
- return(Value);
- }
|