|
1.限幅滤波算法（程序判断滤波算法） 方法解析： 根据经验判断，确定两次采样允许的最大偏差值（设定为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只差>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 #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; } 2.中位值滤波法 方法解析： 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
#define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count<N;count++) { value_buf[count] = get_ad(); delay(); } for (j=0;j<N-1;j++) { for (i=0;i<N-j;i++) { if ( value_buf>value_buf[i+1] ) { temp = value_buf; value_buf = value_buf[i+1]; value_buf[i+1] = temp; } } } return value_buf[(N-1)/2]; }
3.算术平均滤波
方法解析： 连续取N个采样值进行平均运算，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12左右。 优点： 适应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 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并不适用，比较浪费RAM
#define N 12 char filter() { int sum = 0; for ( count=0;count<N;count++) { sum + = get_ad(); delay(); } return (char)(sum/N);
4.递推平均滤波（滑动平均滤波法） 方法解析： 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）。 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：一般12. 优点： 对周期性干扰有良好的抑制作用，平滑度高，适应于高频振荡的系统 缺点： 灵敏度低，对偶然出现的脉冲性干扰的抑制作用较差。不易消除由于脉冲干扰所引起打的采样值偏差，不适用于脉冲干扰比较严重的场合 浪费RAM
#define N 12 char value_buf[N]; char i=0; char filter() { char count; int sum=0; value_buf[i++] = get_ad(); if ( i == N ) i = 0; for ( count=0;count<N,count++) sum = value_buf[count]; return (char)(sum/N); }
5.中位值平均滤波法（防脉冲干扰平均滤波法）
方法解析： 相当于中位值滤波+算术平均滤波，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 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。 缺点： 测量速度较慢，和算法平均滤波一样，浪费RAM。
#define N 12 char filter() { char count,i,j; char value_buf[N]; int sum=0,temp=0; for (count=0;count<N;count++) { value_buf[count] = get_ad(); delay(); } for (j=0;j<N-1;j++) { for (i=0;i<N-j;i++) { if ( value_buf>value_buf[i+1] ) { temp = value_buf; value_buf = value_buf[i+1]; value_buf[i+1] = temp; } } } for(count=1;count<N-1;count++) sum += value[count]; return (char)(sum/(N-2)); }
6一阶滞后滤波法
方法解析： 取a=0-1 本次滤波结果=（1-a）*本次采样值+a*上次滤波结果 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 缺点： 相位滞后，灵敏度低，滞后程度取决于a值的大小，不能消除滤波频率高于采样频率的1/2的干扰信号 #define a 50 char value; char filter() { char new_value; new_value = get_ad(); return (100-a)*value + a*new_value; }
7.加权递推平均滤波法
方法解析： 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。 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 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，不能迅速反应系统当前所受干扰的严重程度，滤波效果差。 #define N 12
char 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(); delay(); } for (count=0,count<N;count++) sum += value_buf[count]*coe[count]; return (char)(sum/sum_coe); }
8.消抖滤波法 方法解析： 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 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。 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系统 #define N 12 char filter() { char count=0; char new_value; new_value = get_ad(); while (value !=new_value); { count++; if (count>=N) return new_value; delay(); new_value = get_ad(); } return value; }
9.低通数字滤波
解析： 低通滤波也称一阶滞后滤波,方法是第N次采样后滤波结果输出值是(1-a)乘第N次采样值加a乘上次滤波结果输出值。可见a<<1。 该方法适用于变化过程比较慢的参数的滤波的C程序函数如下 float low_filter(float low_buf[])
{ float sample_value; float X=0.01; sample_value=(1_X)*low_buf[1]+X*low buf[0]; retrun(sample_value); }
| 
楼主
标题置顶
标题高亮
