10种软件滤波方法的示例程序

10种软件滤波方法的示例程序(JKRL)
 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、限副滤波
/*  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
/*  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[i]>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


#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）
#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）
去掉最高数和最低数
#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[i]>value_buf[i+1] )
         {
            temp = value_buf[i];
            value_buf[i] = 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
/*
*/  
略 参考子程序1、3


7、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
/* 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


#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
/*
*/
略 参考子程序1、9 






软件抗干扰经验之五：10种软件滤波方法 


10种软件滤波方法


下面奉献——
匠人呕心沥血搜肠刮肚冥思苦想东拼西凑整理出来的10种软件滤波方法


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
    
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


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
        
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
        
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




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


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
        
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


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


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
 






数字滤波C程序




/***************************** 数字滤波C程 *************************/




/限副滤波///
/*滤波程序返回有效的实际值*/


#define A 10      //A值可根据实际情况调整
char value;       //value为有效值
char filter()
{
char new_value;   //new value为当前采样值
new value=get_ad();
if ((new_value-value>A)‖(value-new_value> A)
return value;
return new_value;
}


/中位值滤波/


#define N 11      //N值可根据实际情况调整
char filter()
{
char value_buf[N];
char count,i,j,temp;
for (count=0;count<N;count++)
{
value_buf[count]=get_ad();  //获取采样值
delay();
}
for (j=0;j<N-1;j++)   //采样值由小到大排列，排序采用冒泡法
{
for (i=0;i<N-j;i++)
{
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[(N-1)/2];   //取中间值
}


/算术平均滤波//


#define N 12
char filter()
{
int sum=0;
for(count=0;count<N;count++)
{
sum+=get_ad();
delay();
}
return (char)(sum/N);
}




///去极值平均滤波  //


#define N 11      //N值可根据实际情况调整
int sum=0;


char filter()
{
char value_buf[N];
char count,i,j,temp;
for (count=0;count<N;count++)
{
value_buf[count]=get_ad();    //获取采样值
delay();
}
for (j=0;j<N-1;j++)  //采样值由小到大排列，排序采用冒泡法
{
for (i=0;i<N-j;i++)
{
if(value_buf[i]>value_buf[i+1])
{
temp=value_buf[i];
value_buf[i]=value_buf[i+1];
value_buf[i+1]=temp;
}
}
}


for(count=1;count<(N-1);count++)    //去掉第一个和末一个数
{
sum+=value_buf[count];
delay();
}
return (char)(sum/(N-2));
}


///移动平均滤波（递推平均滤波）///


#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)


}