10种软件滤波算法

10种软件滤波算法

一、限幅滤波法

1、先根据经验判断，确定两次采样允许的最大偏差值，设为A。每次检测到新采样值时进行判断：
（1）如果本次新采样值与上一次滤波效果之差<=A，则本次采样值有效，令本次滤波结果=新采样值；
（2）如果本次采样值与上次滤波结果之差>A，则本次采样值无效，放弃本次采样值，本次滤波结果=上次滤波结果。
2、例程

#define A 10
uchar Value; //上次采样有效值
uchar AmplitudeLimiterFilter()
{
uchar NewValue,ReturnValue;
NewValue=GetAD(); //本次采样值
if(((NewValue-Value)>A)||((Value-NewValue)>A)))
ReturnValue=Value;
else ReturnValue=NewValue;
return(ReturnValue);
}

二、中位值滤波法

1、连续采样N次值，把采样值按大小排列，取中间值为本次有效值。
2、例程

#define N 9
unchar MiddleValueFilter()
{
unchar i,j,k;
uchar temp;
uchar ArrDataBuffer[N];
for(i=0;i<N;i++) //一次采集N个数据放入数组中
{
ArrDataBuffer[i]=GetAD();
Delay();
}
for(j=0;j<N-1;j++)//采样值由小到大排列
{
for(k=0;k<N-j-1;k++)
{
if(ArrDataBuffer[k]>ArrDataBuffer[k+1])
{
temp=ArrDataBuffer[k];
ArrDataBuffer[k]=ArrDataBuffer[k+1];
ArrDataBuffer[k+1]=temp;
}
}
}
return(ArrDataBuffer[(N-1)/2]);	//取中间值
}

三、算术平均滤波法

1、连续取N个值进行算术平均运算。
N较大时，信号平滑度较高，但灵敏度较低；N较小，信号平滑度低，但灵敏度较高。
2、例程

#define N 12
uchar ArithmeticalAverageValueFilter()
{
uchar i;
uchar Value;
uchar sum;
sum=0;
for(i=0;i<N;i++)
{
sum+=GetAD();
Delay();
}
Value=sum/N;
return(Value);
}

四、递推平均滤波法

1、把连续N个采集值看成一个队列，每次采集到的新数据放入队尾，并扔掉原来队首的数据。把队列中的N个数据进行平均计算，即可获得新的滤波结果。
2、例程

#define N 12
uchar Data[];
uchar Gilde(Data[])
{
ucahr i,Value,sum;
sum=0;
Data[N]=GetAD();
for(i=0;i<N;i++)
{
Data[i]=Data[i+1];//所有数据左移，低位仍掉
sum+=Data[i];
}
Value=sum/N;
return(Value);
}

五、中位值平均滤波法

1、中位值平均滤波法又称脉冲干扰平均滤波法，相当于“中位值滤波法”+“算术平均滤波法”。
连续采集N个数据，去掉一个最大和最小值，然后计算N-2个数的平均值。
2、例程

#define N 12
uchar Middle()
{
ucahr i,j,k,l;
uchar temp;
uchar ArrDataBuffer[N];
uchar sum,Value;
for(i=0;i<N;i++)//一次采集N个数据，存入数组
{
ArrDataBuffer[i]=GetAD();
Delay();
}
for(j=0;j<N-1;j++)//采样值由小到大排列
{
for(k=0;k<N-j-1;k++)
{
if(ArrDataBuffer[k]>ArrDataBuffer[k+1])
{
temp=ArrDataBuffer[k];
ArrDataBuffer[k]=ArrDataBuffer[k+1];
ArrDataBuffer[k+1]=temp;
}
}
}
for(l=0;l<N-1;l++)
{
sum=ArrDataBuffer[l];
}
Value=Sum/(N-2);
return(Value);
}

六、递推中位值平均滤波法

1、相当于“中位值滤波法”+“递推平均滤波法”。这种方法把连续N个值看成一个队列，每次采集到一个新数据放入队尾，并扔掉原来队首的值。 把队列中的N个数据先去掉一个最大值和最小值，然后计算N-2个数据的平均值。
2、例程

char Filter()
{
char max.min;
int sum;
char i;
QUEUE[0]=NewData;
max=QUEUE[0];
min=QUEUE[0];
sum=QUEUE[0];
for(i=n-1;i!=0;i--)
{
if(QUEUE[i]>max) 
max=QUEUE[i];
else if(QUEUE[i]<min) 
min=QUEUE[i];
sum+=QUEUE[i];
QUEUE[i]=QUEUE[i-1]; 
}
i=n-2;
sum=sum-max-min+i/2;//加入(n-2)/2目的为了四舍五入
sum=sum/i;
return(sum);
}

七、限幅平均滤波法

1、相当于“限幅滤波法”+“递推平均滤波法”。每次采样先进行限幅处理，再进行队列平均滤波处理。
2、例程

#define A 10
#define N 12
uchar Data[N];
uchar Limit()
{
ucahr i,Value,sum;
Data[N]=GetAD();
if(((Data[N]-Data[N-1])>A)||((Data[N-1]-Data[N])>A)))
Data[N]=Data[N-1]; 
else 
Data[N]=NewValue;
for(i=0;i<N;i++)
{
Data[i]=Data[i+1];
sum+=Data[i];
}
Value=sum/N;
return(Value);
}

八、一阶滞后滤波法

1、本次结果滤波结果=a*本次采样值+(1-a)*上次结果。
a代表滤波系数，a=0--1。
2、例程

#define a 128
uchar Value;
ucahr OneFactorialFiler()
{
uchar NewValue;
uchar ReturnValue;
NewValue=GetAD();
ReturnValue=(255-a)*NewValue+a*Value;
ReturnValue/=255;
return(ReturnValue);
}

九、加权递推平均滤波法

1、加权递推平均滤波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，但信号的平滑度越低。
2、例程

#define N 10
#define CoeSum 55
const Coefficient[N]={1,2,3,4,5,6,7,8,9,10};
uchar Data[N];
uchar AAGAFilter()
{
uchar i,Value,sum;
sum=0;
Data[N]=GetAD();
for(i=0;i<N;i++)
{
Data[i]=Data[i+1];
sum+=Data[i]*Coefficient[i];
}
Value=sum/CoeSum;
return(Value);
}

十、消抖滤波法

1、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，否则计数器加1。然后，判断计数器是否>=上限N(溢出)。如果溢出，将本次值替换当前有效值，并清计数器。
2、例程

#define N 20
uchar count;
uchar Value;
uchar Avoid()
{
uchar NewValue;
if(NewValue==Value) 
count=0;
else
{
count++;
if(count>N)
{
count=0;
Value=NewValue;
}
}
return(Value);
}