常见滤波算法
限幅滤波、中位值滤波法、 算术平均滤波法、一阶滞后滤波法、加权递推平均滤波法、消抖滤波法
头文件
#include "filter.h"
限幅滤波
A方法: 根据经验判断,确定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: 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之差>A,则本次值无效,放弃本次值,用上次值代替本次值。
B优点: 能有效克服因偶然因素引起的脉冲干扰。
C缺点: 无法抑制那种周期性的干扰,平滑度差。
A值可根据实际情况调整
value为有效值,new_value为当前采样值
滤波程序返回有效的实际值
#include "filter.h"
#define DEVIATION 10
float limit_filter(float new_value)
{
static int num = 0;
static float value = 0; //需要赋一个初值
num ++;
if(num == 1)
value = new_value;
else
{
if ( ( new_value - value > DEVIATION ) || ( value - new_value > DEVIATION ))
return value;
}
return new_value;
}
中位值滤波法
A方法: 取之前采样的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。
B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。
C缺点: 对流量、速度等快速变化的参数不宜。
排序采用冒泡法 只需要移动最后一个元素即可
#include "filter.h"
#define MIDDLE_FILTER_N 11
float middle_filter( float new_value)
{
static float value_buf[MIDDLE_FILTER_N];
float temp ;
uint8_t count, i;
for ( count = 0; count < MIDDLE_FILTER_N - 1; count++)
{
value_buf[count] = value_buf[count + 1] ;
}
value_buf[MIDDLE_FILTER_N - 1] = new_value;
for (i = MIDDLE_FILTER_N; i > 0 ; i --)
{
#if 0
if ( value_buf[i] < value_buf[i - 1] )
{
temp = value_buf[i];
value_buf[i] = value_buf[i - 1];
value_buf[i - 1] = temp;
}
#endif
if(value_buf[i] > 0)
{
if ( value_buf[i] < value_buf[i - 1] )
{
temp = value_buf[i];
value_buf[i] = value_buf[i - 1];
value_buf[i - 1] = temp;
}
}
else if(value_buf[i] < 0)
{
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[(MIDDLE_FILTER_N - 1) / 2];
}
算术平均滤波法
A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。
B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。
C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 。
无需每次求一编所有的和,减去第一个数据加上新数据
#include "filter.h"
#define AVERAGE_N 12
float average_filter(float new_value)
{
static float average_value_buf[AVERAGE_N];
static float average_sum = 0;
uint8_t count;
average_sum -= average_value_buf[0];
for ( count = 0; count < AVERAGE_N - 1; count++)
{
average_value_buf[count] = average_value_buf[count + 1] ;
}
average_value_buf[AVERAGE_N - 1] = new_value;
average_sum += average_value_buf[11];
return (average_sum /(AVERAGE_N * 1.0) );
}
一阶滞后滤波法
A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。
B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。
C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假定基数为100,a=0~100
#include "filter.h"
#define FIRST_LAG_PROPORTION 0.4
float first_order_lag_filter( float new_value)
{
static float first_order_value , first_order_last_value;
first_order_value = first_order_last_value;
first_order_last_value = new_value;
return (1 - FIRST_LAG_PROPORTION) * first_order_value +
FIRST_LAG_PROPORTION * new_value;
}
加权递推平均滤波法
A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,越接近现时刻的资料,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。
B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。
C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。
coe数组为加权系数表,存在程序存储区。
#include "filter.h"
#define WEIGHT_AVERAGE_N 12
uint8_t coe[WEIGHT_AVERAGE_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};
uint8_t sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;
float weighted_filter(float new_value)
{
static float weight_average_buf[WEIGHT_AVERAGE_N];
uint8_t count;
float sum = 0;
for ( count = 0; count < AVERAGE_N - 1 ; count++)
{
weight_average_buf[count] = weight_average_buf[count+ 1] ;
}
weight_average_buf[AVERAGE_N - 1] = new_value;
for (count = 0 ; count < WEIGHT_AVERAGE_N; count++)
sum += weight_average_buf[count] * coe[count];
return (sum / (sum_coe * 1.0));
}
消抖滤波法
A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<>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。
B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。
C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。
#include "filter.h"
#define SHAKE_N 12
float shake_filter( float new_value , float now_value)
{
static uint8_t count = 0;
if(now_value != new_value)
{
count++;
if (count >= SHAKE_N)
{
count = 0;
return new_value;
}
}
return now_value;
}
总结:滤波各有各的长度和不足,需要使用组合滤波。