单片机ADC，十大C语言滤波算法

只看该作者 · 2023-3-14 10:28

一、限幅滤波法 1、方法：根据经验判断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： a. 如果本次值与上次值之差<=A，则本次值有效b. 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2、优点：能有效克服因偶然因素引起的脉冲干扰 3、缺点无法抑制那种周期性的干扰平滑度差 /* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */#define A 10char Value;char filter(){ char new_Value; new_Value = get_ad(); // 获取采样值 if( abs(new_Value - Value) > A) return Value; // abs()取绝对值函数 return new_Value;} 二、中位值滤波法1、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 2、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 3、缺点：对流量、速度等快速变化的参数不宜 #define N 11char filter(){ char value_buf[N]; char count, i, j, temp; for(count = 0; count < N; count ++) //获取采样值 { value_buf[count] = 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、算术平均滤波法1、方法：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 2、优点：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 3、缺点：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 #define N 12char filter(){ int sum = 0; for(count = 0; count < N; count++) { sum += get_ad(); } return (char)(sum/N);} 四、递推平均滤波法 1、方法：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 2、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 3、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 /* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 *

只看该作者 · 2023-3-14 10:30

五、中位值平均滤波法

1、方法：
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
2、优点：

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
3、缺点：

测量速度较慢，和算术平均滤波法一样
比较浪费RAM
char filter(){ char count, i, j; char Value_buf[N]; int sum = 0; for(count = 0; count < N; count++) {       Value_buf[count] = get_ad(); }    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(count = 1; count < N-1; count ++) {       sum += Value_buf[count]; } return (char)(sum/(N-2));}
六、限幅平均滤波法

1、方法：
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
2、优点：

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
3、缺点：

比较浪费RAM
#define A 10#define N 12char value, i = 0;char value_buf[N];char filter(){ char new_value, sum = 0; new_value = get_ad(); if(Abs(new_value - value) < A)       value_buf[i++] = new_value; if(i==N)       i=0; for(count = 0; count < N; count++) {       sum += value_buf[count]; } return (char)(sum/N);}
七、一阶滞后滤波法

1、方法：
取a=0~1
本次滤波结果=（1-a）本次采样值+a上次滤波结果
2、优点：

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
3、缺点：

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
/*为加快程序处理速度，取a=0~100*/#define a 30char value;char filter(){ char new_value; new_value = get_ad(); return ((100-a)*value + a*new_value);}
八、加权递推平均滤波法

1、方法：
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
2、优点：

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
3、缺点：

对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号
不能迅速反应交易系统当前所受干扰的严重程度，滤波效果差
/* coe数组为加权系数表 */#define N 12char code coe[N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};char code sum_coe = {1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12};char filter(){ char count; char value_buf[N]; int sum = 0; for(count = 0; count < N; count++) {       value_buf[count] = get_ad(); } for(count = 0; count < N; count++) {       sum += value_buf[count] * coe[count]; }    return (char)(sum/sum_coe);}
九、消抖滤波法

1、方法：
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>或<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
2、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
3、缺点：

对于快速变化的参数不宜
如果在计数器溢出的那一次采样到的值恰好是干扰值，则会将干扰值当作有效值导入交易系统
#define N 12char filter(){ char count = 0, new_value; new_value = get_ad(); while(value != new_value) {       count++;       if(count >= N)          return new_value;       new_value = get_ad(); } return value;}
十、限幅消抖滤波法

1、方法：
相当于“限幅滤波法”+“消抖滤波法”
先限幅，后消抖
2、优点：

继承了“限幅”和“消抖”的优点
改进了“消抖滤波法”中的某些缺陷，避免将干扰值导入系统
3、缺点：

对于快速变化的参数不宜
#define A 10#define N 12char value;char filter(){ char new_value, count = 0; new_value = get_ad(); while(value != new_value) {       if(Abs(value - new_value) < A)       {          count++;          if(count >= N)                return new_value;          new_value = get_ad();       }       return value; }}

只看该作者 · 2023-3-14 10:30

五、中位值平均滤波法

1、方法：
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
2、优点：

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
3、缺点：

测量速度较慢，和算术平均滤波法一样
比较浪费RAM
char filter(){ char count, i, j; char Value_buf[N]; int sum = 0; for(count = 0; count < N; count++) {       Value_buf[count] = get_ad(); }    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(count = 1; count < N-1; count ++) {       sum += Value_buf[count]; } return (char)(sum/(N-2));}
六、限幅平均滤波法

1、方法：
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
2、优点：

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
3、缺点：

比较浪费RAM
#define A 10#define N 12char value, i = 0;char value_buf[N];char filter(){ char new_value, sum = 0; new_value = get_ad(); if(Abs(new_value - value) < A)       value_buf[i++] = new_value; if(i==N)       i=0; for(count = 0; count < N; count++) {       sum += value_buf[count]; } return (char)(sum/N);}
七、一阶滞后滤波法

1、方法：
取a=0~1
本次滤波结果=（1-a）本次采样值+a上次滤波结果
2、优点：

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
3、缺点：

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
/*为加快程序处理速度，取a=0~100*/#define a 30char value;char filter(){ char new_value; new_value = get_ad(); return ((100-a)*value + a*new_value);}
八、加权递推平均滤波法

1、方法：
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
2、优点：

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
3、缺点：

对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号
不能迅速反应交易系统当前所受干扰的严重程度，滤波效果差
/* coe数组为加权系数表 */#define N 12char code coe[N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};char code sum_coe = {1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12};char filter(){ char count; char value_buf[N]; int sum = 0; for(count = 0; count < N; count++) {       value_buf[count] = get_ad(); } for(count = 0; count < N; count++) {       sum += value_buf[count] * coe[count]; }    return (char)(sum/sum_coe);}
九、消抖滤波法

1、方法：
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>或<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
2、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
3、缺点：

对于快速变化的参数不宜
如果在计数器溢出的那一次采样到的值恰好是干扰值，则会将干扰值当作有效值导入交易系统
#define N 12char filter(){ char count = 0, new_value; new_value = get_ad(); while(value != new_value) {       count++;       if(count >= N)          return new_value;       new_value = get_ad(); } return value;}
十、限幅消抖滤波法

1、方法：
相当于“限幅滤波法”+“消抖滤波法”
先限幅，后消抖
2、优点：

继承了“限幅”和“消抖”的优点
改进了“消抖滤波法”中的某些缺陷，避免将干扰值导入系统
3、缺点：

对于快速变化的参数不宜
#define A 10#define N 12char value;char filter(){ char new_value, count = 0; new_value = get_ad(); while(value != new_value) {       if(Abs(value - new_value) < A)       {          count++;          if(count >= N)                return new_value;          new_value = get_ad();       }       return value; }}

只看该作者 · 2023-3-14 15:13

滤波方法各有优劣，需根据实际应用需求进行选择

1万 · 2023-4-12 16:25

还是重新排版吧看不清楚啊乱套了

1万 · 2023-4-12 16:44

这十种算法都应该算是比较基础的算法了

1万 · 2023-4-12 16:56

这是限幅滤波算法
#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;

return new_value;

}