一、限幅滤波法优点：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，且平滑度差。 /*1、限幅滤波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(void) {
char new_value;
new_value = get_ad();
if((new_value - value > A) || (value - new_value > A)) {
return value;
} else {
return new_value;
}
}
二、中位值滤波法优点：能有效克服因偶然因素引起的波动干扰；
对温度、液位等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。 /*
2、中位值滤波法
N值可根据实际情况调整
排序采用冒泡法
*/
#define N 11
char filter(void) {
char value_buf[N];
char i, j, temp;
for(i = 0; i < N; i++) {
value_buf[i] = get_ad();
delay();
}
for(j = 0; j < N - 1; j++) {
for(i = 0; i < N - j; i++) {
if(value_buf[i] > value_buf[i + 1]) {
temp = value_buf[i];
value_buf[i] = value_buf[i + 1];
value_buf[i + 1] = temp;
}
}
}
return value_buf[(N - 1) / 2];
}
三、算数平均滤波法说明：连续取N个采样值进行算术平均运算。 优点：试用于对一般具有随机干扰的信号进行滤波。
这种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。 缺点：对于测量速度较慢或要求数据计算较快的实时控制不适用 /*
3、算数平均滤波法
*/
#define N 11
char filter(void) {
int sum = 0, i = 0;
for(i = 0; i < N; i++) {
sum += get_ad();
delay();
}
return (char)(sum / N);
}
四、递推平均滤波法说明：把连续N个采样值看成一个队列，队列长度固定为N；
每次采样到一个新数据放入队尾，并扔掉队首的一次数据。把队列中的N各数据进行平均运算，即获得新的滤波结果 优点：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。 缺点：灵敏度低；
对偶然出现的脉冲性干扰的抑制作用较差，不适于脉冲干扰较严重的场合 不适合用于开关电源电路。 /*
4、递推平均滤波法
*/
#define N 12
char value_buf[N];
char i = 0;
char filter(void) {
char count = 0;
int sum = 0;
value_buf[i++] = get_ad();
if(i == N) {
i = 0; //先进先出
}
for(count = 0; count < N; count++) {
sum += value_buf[count];
}
return (char)(sum / N);
}
五、中位值平均滤波法说明：采一组队列去掉最大值和最小值 优点：融合了两种滤波的优点。对于偶然出现的脉冲性干扰，可消除有其引起的采样值偏差。
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。 缺点：测量速度慢。 /*
5、中位值平均滤波法
*/
#define N 12
char filter(void) {
char i = 0, j = 0, temp = 0;
char value_buf[N];
int sum = 0;
for(i = 0; i < N; i++){
value_buf[i] = get_ad();
delay();
}
for(j = 0; j < N - 1; j++) {
for(i = 0; i < N - j; i++) {
if(value_buf[i] > value_buf[i + 1]) {
temp = value_buf[i];
value_buf[i] = value_buf[i + 1];
value_buf[i + 1] = temp;
}
}
}
for(i = 1; i < N - 1; i++) {
sum += value_buf[i];
}
return (char)(sum / (N - 2));
}
|
楼主
标题置顶
标题高亮
