假定从8 位AD 中读取数据(如果是更高位的AD 可定义数据类型为int),子程序为get_ad();
1、限幅滤波法(又称程序判断滤波法)
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
【限幅滤波】
/* 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 */
#define A 10
char value;
char filter()
{
char new_value;
new_value = get_ad();
if ( ( new_value ‐ value> A ) || ( value ‐ new_value> A )
return value;
return new_value;
}
2、中位值滤波法
A、方法:
连续采样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
【中位值滤波法】
/* N 值可根据实际情况调整
排序采用冒泡法*/
#define N 11
char filter()
{
char value_buf[N];
char count,i,j,temp;
for ( count=0;count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (j=0;j<N‐1;j++)
{
for (i=0;i<N‐j;i++)
{
if ( value_buf>value_buf[i+1] )
{
temp = value_buf[i];
value_buf[i]= value_buf[i+1];
value_buf[i+1] = temp;
}}}
return value_buf[(N‐1)/2];
}
3、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
【算术平均滤波法】
/**/
#define N 12
char filter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = get_ad();
delay();
}
return (char)(sum/N);
}
4、递推平均滤波法(又称滑动平均滤波法)
A、方法:
把连续取N 个采样值看成一个队列
队列的长度固定为N
每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则)
把队列中的N 个数据进行算术平均运算,就可获得新的滤波结果
N 值的选取:流量,N=12;压力:N=4;液面,N=4~12;温度,N=1~4
B、优点:
对周期性干扰有良好的抑制作用,平滑度高
适用于高频振荡的系统
C、缺点:
灵敏度低
对偶然出现的脉冲性干扰的抑制作用较差
不易消除由于脉冲干扰所引起的采样值偏差
不适用于脉冲干扰比较严重的场合
比较浪费RAM
【递推平均滤波法】(又称滑动平均滤波法)
/**/
#define N 12
char value_buf[N];
char i=0;
char filter()
{
char count;
int sum=0;
value_buf[i++] = get_ad();
if ( i == N ) i = 0;
for ( count=0;count<N,count++)
sum = value_buf[count];
return (char)(sum/N);
}
5、中位值平均滤波法(又称防脉冲干扰平均滤波法)
A、方法:
相当于“中位值滤波法”+“算术平均滤波法”
连续采样N 个数据,去掉一个最大值和一个最小值
然后计算N‐2 个数据的算术平均值
N 值的选取:3~14
B、优点:
融合了两种滤波法的优点
对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差
C、缺点:
测量速度较慢,和算术平均滤波法一样
比较浪费RAM
【中位值平均滤波法】(又称防脉冲干扰平均滤波法)
/**/
#define N 12
char filter()
{ char count,i,j;
char value_buf[N];
int sum=0;
for (count=0;count<N;count++)
{ value_buf[count] = get_ad();
delay();}
for (j=0;j<N‐1;j++)
{ for (i=0;i<N‐j;i++)
{ if ( value_buf>value_buf[i+1] )
{
temp = value_buf;
value_buf = value_buf[i+1];
value_buf[i+1] = temp;
}}}
for(count=1;count<N‐1;count++)
sum += value[count];
return (char)(sum/(N‐2));}
6、限幅平均滤波法
A、方法:
相当于“限幅滤波法”+“递推平均滤波法”
每次采样到的新数据先进行限幅处理,
再送入队列进行递推平均滤波处理
B、优点:
融合了两种滤波法的优点 _
对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差
C、缺点:
比较浪费RAM
【限幅平均滤波法】
/**/
略 参考子程序1、3
7、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
【一阶滞后滤波法】
/* 为加快程序处理速度假定基数为100,a=0~100 */
#define a 50
char value;
char filter()
{
char new_value;
new_value = get_ad();
return (100‐a)*value + a*new_value;
}
8、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
【加权递推平均滤波法】
/* coe 数组为加权系数表,存在程序存储区。*/
#define N 12
char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
char filter()
{
char count;
char value_buf[N];
int sum=0;
for (count=0,count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (count=0,count<N;count++)
sum += value_buf[count]*coe[count];
return (char)(sum/sum_coe);
}
9、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
【消抖滤波法】
#define N 12
char filter()
{
char count=0;
char new_value;
new_value = get_ad();
while (value !=new_value);
{
count++;
if (count>=N) return new_value;
delay();
new_value = get_ad();
}
return value;
}
10、限幅消抖滤波法
A、方法:
相当于“限幅滤波法”+“消抖滤波法”
先限幅,后消抖
B、优点:
继承了“限幅”和“消抖”的优点
改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统
C、缺点:
对于快速变化的参数不宜
【限幅消抖滤波法】
/**/
略 参考子程序1、9
【IIR 滤波例子】
int BandpassFilter4(int InputAD4)
{
int ReturnValue;
int ii;
RESLO=0;
RESHI=0;
MACS=*PdelIn;
OP2=1068; //FilterCoeff4[4];
MACS=*(PdelIn+1);
OP2=8; //FilterCoeff4[3];
MACS=*(PdelIn+2);
OP2=‐2001;//FilterCoeff4[2];
MACS=*(PdelIn+3);
OP2=8; //FilterCoeff4[1];
MACS=InputAD4;
OP2=1068; //FilterCoeff4[0];
MACS=*PdelOu;
OP2=‐7190;//FilterCoeff4[8];
MACS=*(PdelOu+1);
OP2=‐1973; //FilterCoeff4[7];
MACS=*(PdelOu+2);
OP2=‐19578;//FilterCoeff4[6];
MACS=*(PdelOu+3);
OP2=‐3047; //FilterCoeff4[5];
*p=RESLO;
*(p+1)=RESHI;
mytestmul<<=2;
ReturnValue=*(p+1);
for (ii=0;ii<3;ii++)
{
DelayInput[ii]=DelayInput[ii+1];
DelayOutput[ii]=DelayOutput[ii+1];
}
DelayInput[3]=InputAD4;
DelayOutput[3]=ReturnValue;
// if (ReturnValue<0)
// {
// ReturnValue=‐ReturnValue;
// }
return ReturnValue;}
AD 转换器的分类
1)积分型(如TLC7135)
积分型AD 工作原理是将输入电压转换成时间(脉冲宽度信号)或频率(脉冲频率),然后由定时器/计数器获得数字值。其优点是用简单电路就能获得高分辨率, 但缺点是由于转换精度依赖于积分时间,因此转换速率极低。初期的单片AD 转换器大多采用积分型,现在逐次比较型已逐步成为主流。
2)逐次比较型(如TLC0831)
逐次比较型AD 由一个比较器和DA 转换器通过逐次比较逻辑构成,从MSB 开始,顺序地对每一位将输入电压与内置DA 转换器输出进行比较,经n 次比较而输出数字值。其电路规模属于中等。其优点是速度较高、功耗低,在低分辩率(<12 位)时价格便宜,但高精度(>12 位)时价格很高。
3)并行比较型/串并行比较型(如TLC5510)
并行比较型AD 采用多个比较器,仅作一次比较而实行转换,又称FLash(快速)型。由于转换速率极高,n 位的转换需要2n-1 个比较器,因此电路规模也极大,价格也高,只适用于视频AD 转换器等速度特别高的领域。串并行比较型AD 结构上介于并行型和逐次比较型之间,最典型的是由2 个n/2位的并行型AD 转换器配合DA 转换器组成,用两次比较实行转换,所以称为 Half flash(半快速)型。还有分成三步或多步实现AD 转换的叫做分级(Multistep/Subrangling)型AD,而从转换时序角度 又可称为流水线(Pipelined)型AD,现代的分级型AD 中还加入了对多次转换结果作数字运算而修正特性等功能。这类AD 速度比逐次比较型高,电路 规模比并行型小。
4)Σ-Δ(Sigma?/FONT>delta)调制型(如AD7705)
Σ-Δ 型AD 由积分器、比较器、1 位DA 转换器和数字滤波器等组成。原理上近似于积分型,将输入电压转换成时间(脉冲宽度)信号,用数字滤波器处理后得到数字值。电路的数字部分基本上容易单片化,因此容易做到高分辨率。主要用于音频和测量。
5)电容阵列逐次比较型
电容阵列逐次比较型AD 在内置DA 转换器中采用电容矩阵方式,也可称为电荷再分配型。一般的电阻阵列DA 转换器中多数电阻的值必须一致,在单芯片上生成高精度的电阻并不容易。如果用电容阵列取代电阻阵列,可以用低廉成本制成高精度单片AD 转换器。最近的逐次比较型AD 转换器大多为电容阵列式的。
6)压频变换型(如AD650)
压频变换型(Voltage-Frequency Converter)是通过间接转换方式实现模数转换的。其原理是首先将输入的模拟信号转换成频率,然 后用计数器将频率转换成数字量。从理论上讲这种AD 的分辨率几乎可以无限增加,只要采样的时间能够满足输出频率分辨率要求的累积脉冲个数的宽度。其优点是 分辩率高、功耗低、价格低,但是需要外部计数电路共同完成AD 转换。