打印
[文档下载]

单片机十种常见的滤波算法

[复制链接]
594|1
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
fengm|  楼主 | 2024-4-14 20:22 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
一、限幅滤波

1、方法

根据经验判断两次采样允许的最大偏差值A

每次采新值时判断:若本次值与上次值之差<=A,则本次有效;若本次值与上次值之差>A,本次无效,用上次值代替本次。

2、优缺点

克服脉冲干扰,无法抑制周期性干扰,平滑度差。

3、代码

/* 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*/
#defineA10
charValue;
charfilter()
{
charnew_Value;
new_Value=get_ad();//获取采样值
if(abs(new_Value-Value)>A)returnValue;//abs()取绝对值函数
returnnew_Value;
}

二、中位值滤波

1、方法

连续采样N次,按大小排列

取中间值为本次有效值

2、优缺点

克服波动干扰,对温度等变化缓慢的被测参数有良好的滤波效果,对速度等快速变化的参数不宜。

3、代码

#defineN11
charfilter()
{
charvalue_buf[N];
charcount,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;
}
returnvalue_buf[(N-1)/2];
}

三、算数平均滤波

1、方法

连续采样N次,取平均

N较大时平滑度高,灵敏度低

N较小时平滑度低,灵敏度高

一般N=12

2、优缺点

适用于存在随机干扰的系统,占用RAM多,速度慢。

3、代码

#defineN12
charfilter()
{
intsum=0;
for(count=0;count

       



       



        四、递推平均滤波



        1、方法



        取N个采样值形成队列,先进先出



        取均值



        一般N=4~12



        2、优缺点



        对周期性干扰抑制性好,平滑度高



        适用于高频振动系统



        灵敏度低,RAM占用较大,脉冲干扰严重



        3、代码



       



       


/* 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*/
#defineA10
charValue;
charfilter()
{
charnew_Value;
new_Value=get_ad();//获取采样值
if(abs(new_Value-Value)>A)returnValue;//abs()取绝对值函数
returnnew_Value;
}



       



       



        五、中位值平均滤波



        1、方法



        采样N个值,去掉最大最小



        计算N-2的平均值



        N= 3~14



        2、优缺点



        融合了中位值,平均值的优点



        消除脉冲干扰



        计算速度慢,RAM占用大



        3、代码



       



       


charfilter()
{
charcount,i,j;
charValue_buf[N];
intsum=0;
for(count=0;countValue_buf[i+1])
{
temp=Value_buf[i];
Value_buf[i]=Value_buf[i+1];
Value_buf[i+1]=temp;
}
for(count=1;count

       



       



        六、限幅平均滤波



        1、方法



        每次采样数据先限幅后送入队列



        取平均值



        2、优缺点



        融合限幅、均值、队列的优点



        消除脉冲干扰,占RAM较多



        3、代码



       



       


#defineA10
#defineN12
charvalue,i=0;
charvalue_buf[N];
charfilter()
{
charnew_value,sum=0;
new_value=get_ad();
if(Abs(new_value-value)

       



       



        七、一阶滞后滤波



        1、方法



        取a=0~1



        本次滤波结果=(1-a)* 本次采样 + a * 上次结果



        2、优缺点



        良好一直周期性干扰,适用波动频率较高场合



        灵敏度低,相位滞后



        3、代码



       



       


/*为加快程序处理速度,取a=0~100*/
#definea30
charvalue;
charfilter()
{
charnew_value;
new_value=get_ad();
return((100-a)*value+a*new_value);
}



       



       



        八、加权递推平均滤波



        1、方法



        对递推平均滤波的改进,不同时刻的数据加以不同权重,通常越新的数据权重越大,这样灵敏度高,但平滑度低。



        2、优缺点



        适用有较大滞后时间常数和采样周期短的系统,对滞后时间常数小,采样周期长、变化慢的信号不能迅速反应其所受干扰。



        3、代码



       



       


/*coe数组为加权系数表*/
#defineN12
charcodecoe[N]={1,2,3,4,5,6,7,8,9,10,11,12};
charcodesum_coe={1+2+3+4+5+6+7+8+9+10+11+12};
charfilter()
{
charcount;
charvalue_buf[N];
intsum=0;
for(count=0;count

       



       



        九、消抖滤波



        1、方法



        设置一个滤波计数器



        将采样值与当前有效值比较



        若采样值=当前有效值,则计数器清0



        若采样值不等于当前有效值,则计数器+1



        若计数器溢出,则采样值替换当前有效值,计数器清0



        2、优缺点



        对变化慢的信号滤波效果好,变化快的不好



        避免临界值附近的跳动,计数器溢出时若采到干扰值则无法滤波



        3、代码



       



       


#defineN12
charfilter()
{
charcount=0,new_value;
new_value=get_ad();
while(value!=new_value)
{
count++;
if(count>=N)returnnew_value;
new_value=get_ad();
}
returnvalue;
}



       



       



        十、限幅消抖滤波



        1、方法



        先限幅 后消抖



        2、优缺点



        融合了限幅、消抖的优点



        避免引入干扰值,对快速变化的信号不宜



        3、代码



       



       


#defineA10
#defineN12
charvalue;
charfilter()
{
charnew_value,count=0;
new_value=get_ad();
while(value!=new_value)
{
if(Abs(value-new_value)=N)returnnew_value;
new_value=get_ad();
}
returnvalue;
}
}

使用特权

评论回复
沙发
ClarkLLOTP| | 2024-4-15 14:37 | 只看该作者
平时也就只用过均值滤波

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

12

主题

2779

帖子

2

粉丝