搭建机器人电控系统——滤波算法——数据处理的十种滤波算法

Jacob_Jagger

于 2022-02-10 12:14:52 发布

阅读量2.1k

点赞数 2

分类专栏：《如何从头搭建机器人电控系统》文章标签：算法机器学习 stm32 mcu 单片机

本文链接：https://blog.csdn.net/ROS_homes/article/details/122858066

版权

《如何从头搭建机器人电控系统》专栏收录该内容

24 篇文章 44 订阅

订阅专栏

文章目录

滤波算法

滤波算法

我们需要精确的数据，但是数据回传并不完全准确时，比如十个数据里面有一个不正常时，我们就需要做滤波处理。不同滤波算法要结合实际情况来考虑，甚至有些时候需要自己写一个完全不同的以适应你的数据特征。以下介绍十种滤波的方法。

限幅滤波

方法：确定数据偏差的最大值MAX；求每次采样数据与上一次数据之差，若<=MAX则有效，若无效，则用上一次数据代替此次数据。
代码：

1./* MAX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 */  
2.#define A 10  
3.char Value;  
4.char filter()  
5.{  
6.  char new_Value;  
7.  new_Value = get_ad();                             //获取采样值  
8.  if( abs(new_Value - Value) > MAX)   return Value;   //abs()取绝对值函数  
9.  return new_Value;  
10.}

适用：有脉冲干扰的情形，无法抑制周期性干扰，平滑度差。

限幅平均滤波

方法：每次通过的数据先限幅滤波后再使用；取平均值。
代码：

1.#define MAX 10  
2.#define N 12 //总数量  
3.char value,i=0;  
4.char value_buf[N];  
5.char filter()  
6.{  
7. char new_value,sum=0;  
8. new_value=get_ad();  
9. if(Abs(new_value-value)<MAX)  
10.  value_buf[i++]=new_value;  
11. if(i==N)i=0;  
12. for(count =0 ;count<N;count++)  
13.  sum+=value_buf[count];  
14. return (char)(sum/N);  
15.}

适用：消除脉冲干扰，随机干扰，占用RAM资源较多。

中位值滤波

方法：连续采样N次，按大小排列；取中间值。
代码：

1.#define N 11  
2.char filter()  
3.{  
4. char value_buf[N];  
5. char count,i,j,temp;  
6. for(count = 0;count < N;count++)         //获取采样值  
7. {  
8.  value_buf[count] = get_ad();  
9.  delay();  
10. }  
11. for(j = 0;j<(N-1);j++)  
12.  for(i = 0;i<(n-j);i++)  
13.  if(value_buf[i]>value_buf[i+1])  
14.  {  
15.   temp = value_buf[i];  
16.   value_buf[i] = value_buf[i+1];  
17.   value_buf[i+1] = temp;  
18.  }  
19. return value_buf[(N-1)/2];  
20.}

适用：克服波动干扰，对变化缓慢的参数比较良好，不适用于速度变化快的参数。

中位值平均滤波

方法：采样N个值，去掉最大最小，计算平均值。
代码：

1.char filter()  
2.{  
3. char count,i,j;  
4. char Value_buf[N];  
5. int sum=0;  
6. for(count=0;count<N;count++)  
7.  Value_buf[count]= get_ad();  
8. for(j=0;j<(N-1);j++)  
9.  for(i=0;i<(N-j);i++)  
10.   if(Value_buf[i]>Value_buf[i+1])  
11.   {  
12.     temp = Value_buf[i];  
13.     Value_buf[i]= Value_buf[i+1];  
14.      Value_buf[i+1]=temp;  
15.   }  
16.   for(count =1;count<N-1;count++)  
17.    sum += Value_buf[count];  
18.   return (char)(sum/(N-2));  
19.}

适用：克服波动干扰（中位），随机误差（平均），脉冲干扰（限幅）。占用RAM资源较多。

算术平均滤波

方法：连续采样取平均值。
代码：

1.#define N 12  
2.char filter()  
3.{  
4. int sum = 0;  
5. for(count = 0;count<N;count++)  
6.  sum += get_ad();  
7. return (char)(sum/N);  
8.}

适用：采样数量较大时平滑度高、灵敏度低；数量少时平滑度低、灵敏度高。适用于存在随机干扰的情况，占用RAM资源较多。

递推平均滤波

方法：取N个值，形成队列，先进先出，取平均值。
适用：随机干扰的系统，占用RAM较多。

加权平均递推滤波

方法：对不同时刻采样的数据加以不同的权重，如越新的数据权重越大，这样灵敏度比较高，但平滑度低。
代码：

1./* coe数组为加权系数表 */  
2.#define N 12  
3.char code coe[N]={1,2,3,4,5,6,7,8,9,10,11,12};  
4.char code sum_coe={1+2+3+4+5+6+7+8+9+10+11+12};  
5.char filter()  
6.{  
7. char count;  
8. char value_buf[N];  
9. int sum=0;  
10. for(count=0;count<N;count++)  
11. {  
12.  value_buf[count]=get_ad();  
13. }  
14. for(count=0;count<N;count++)  
15.  sum+=value_buf[count]*coe[count];  
16. return (char)(sum/sum_coe);  
17.}

适用：如果以后进数据权重较大，那么适用于滞后系统、采样周期短系统，对变化慢的信号不能迅速反应。

一阶滞后滤波（低通滤波）

方法：在本次采样数据和上次数据之间分配不同的信任度（信任度从0到1），也可以是观测数据和你理论计算数据之间分配不同的信任度。
代码：

1./*为加快程序处理速度，取a=0~100*/  
2.#define a 30  
3.char value;  
4.char filter()  
5.{  
6. char new_value;  
7. new_value=get_ad();  
8. return ((100-a)*value + a*new_value);  
9.}

适用：适用于干扰频率较高的场合，但灵敏度低，相位滞后。

限幅消抖滤波

方法：对采样的数据先进行限幅。将采样值和当前值比较，若采样值=当前值，则计数器清零，若采样值不等于当前值，则计数器加一。最终若计数器溢出，则用采样值替换当前值，计数器清零。
代码：

1.#define MAX 10  
2.#define N 12  
3.char value;  
4.char filter()  
5.{  
6. char new_value,count=0;  
7. new_value=get_ad();  
8. while(value!=new_value)  
9. {  
10.  if(Abs(value-new_value)<MAX)  
11.  {  
12.  count++;  
13.  if(count>=N) return new_value;  
14.  new_value=get_ad();  
15.  }  
16. return value;  
17. }  
18.}