低通滤波函数实现

在做的项目中需要通过PWM驱动IGBT来控制负载功率，如果PWM频率很高，电流采样基本不受影响。但是IGBT的开关频率高会引起更多的开关损耗，所以降低了PWM频率，但此时电流会是接近于PWM信号的波形，无法准确采集。所以硬件上增加了RC低通滤波，截止频率在5Hz以下，然后软件上通过低通滤波算法进一步将电流拉平。
实测在ADC 1K的采样频率下，电流采样滞后在600ms以内。
下面是C#的实现代码

        // 定义低通滤波器的结构体
        struct LowPassFilter
        {
            public float alpha; // 滤波器系数
            public float previousOutput; // 上一次的输出值
        };


        // 初始化或更新低通滤波器的函数
        void updateLowPassFilter(out LowPassFilter filter, float cutoffFrequency, float sampleRate)
        {
            // 计算时间常数 tau
            float tau = 1.0f / (2.0f * 3.1415926f * cutoffFrequency);
            // 计算采样周期 T
            float T = 1.0f / sampleRate;
            // 计算滤波器系数 alpha
            filter.alpha = T / (T + tau);

            //filter.alpha = 1.0f / (1 + tau * sampleRate);//这一行其实上面两行推导出来的
            filter.previousOutput = 0.0f; // 可以选择重置上一次的输出
        }

        // 处理低通滤波器的函数
        float processLowPassFilter(LowPassFilter filter, float input)
        {
            // 根据IIR低通滤波器的公式计算当前输出
            float output = filter.alpha * input + (1.0f - filter.alpha) * filter.previousOutput;

            // 更新上一次的输出值
            filter.previousOutput = output;
            // 返回当前的输出值
            return output;
        }

函数调用：

        float Value = 0;

        private void button1_Click(object sender, EventArgs e)
        {
            LowPassFilter filter1 = new LowPassFilter();
            LowPassFilter filter2 = new LowPassFilter();
            Random random = new Random();

            int Cnt = 0;
            int Cnt_2 = 0;
            float Cnt_3 = 50;
            float sampleRate = 1000; // 示例采样率

            float outputSignal_1 = 0;
            float outputSignal_2 = 0;
            // 初始化滤波器，设置截止频率
            updateLowPassFilter(out filter1, 1, sampleRate); // 1Hz截止频率                                           // 改变截止频率
            updateLowPassFilter(out filter2, 1, sampleRate * 10); // 改变截止频率为10Hz
            while (Cnt <= 12000)
            {
                Cnt++;
                //delayUs(100);//假装延时100us，模拟单片机的采样间隔
                Cnt_2++;
                if (Cnt_2 >= 100)
                {
                    Cnt_2 = 0;
                    //Cnt_3 = 50 + random.Next(-40,40);
                    Cnt_3 -= 0.5f;

                }

                if (Cnt_2 >= Cnt_3)//模拟不同占空比的PWM
                {
                    Value = 8.5f + (float)random.NextDouble() / 10.0f;
                        
                }
                else
                {
                    Value = 1.5f + (float)random.NextDouble() / 10.0f;
                }

                if (Cnt_2 % 10 == 0)
                {
                    
                    outputSignal_1 = processLowPassFilter(filter1, Value);
                    filter1.previousOutput = outputSignal_1;                  
                }


                    outputSignal_2 = processLowPassFilter(filter2, Value);
                    filter2.previousOutput = outputSignal_2;


                this.chart1.Series[0].Points.AddY(Value);
                this.chart1.Series[1].Points.AddY(outputSignal_1);
                this.chart1.Series[2].Points.AddY(outputSignal_2);

            }
        }

运行效果图：

可以看到滤波器2的曲线响应速度是快于滤波器1的，也就是采样速度越快，越精确，响应越快