单片机常用的ADC数据滤波算法

**

单片机常用的ADC数据滤波算法

**

一、限幅滤波

1、方法:
根据经验判断两次采样允许的最大偏差值K,
每次采集新值时判断:若本次值与上次值之差<=E,则本次有效;若本次值与上次值之差>E,本次无效,用上次值代替本次。

2、优缺点:
克服脉冲干扰,无法抑制周期性干扰,平滑度差。

3、代码

/* K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 */
#define E 10
char Value;
char filter()
{
  char new_Value;
  new_Value = get_ad();                         //获取采样值
  if( abs(new_Value - Value) > E)				//abs()取绝对值函数
  	return Value;             
  return new_Value;
}

二、中位值滤波

1、方法:
连续采样N次,按大小排列,取中间值为本次有效值

2、优缺点:
克服波动干扰,对温度等变化缓慢的被测参数有良好的滤波效果,对速度等快速变化的参数不宜。

3、代码

#define N 11
char filter()
{
	 char value_buf[N];
	 char count,i,j,temp;
	 for(count = 0;count < N;count++){      //获取采样值
		 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];
	}
}

三、算数平均滤波

1、方法:
连续采样N次,取平均值
N较大时平滑度高,灵敏度低
N较小时平滑度低,灵敏度高
一般N=12

2、优缺点:
适用于存在随机干扰的系统,占用RAM多,速度慢。

3、代码:

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

四、递推平均滤波

1、方法:
取N个采样值形成队列,先进先出,取均值
一般N=4~12

2、优缺点:
对周期性干扰抑制性好,平滑度高
适用于高频振动系统
灵敏度低,RAM占用较大,脉冲干扰严重

3、代码

/* A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 */
#define A 10
char Value;
char filter()
{
	char new_Value;
	new_Value = get_ad();                   //获取采样值
	if( abs(new_Value - Value) > A){		//abs()取绝对值函数
		return Value;
	}
	return new_Value;
}

五、中位值平均滤波

1、方法:
采样N个值,去掉最大最小
计算N-2的平均值
N= 3~14

2、优缺点
融合了中位值,平均值的优点
消除脉冲干扰
计算速度慢,RAM占用大

3、代码:

char filter()
{
	char count,i,j;
	char Value_buf[N];
	int sum=0;
	for(count=0;count<N;count++){
		Value_buf[count]= get_ad();
	}
	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_buf[count];
	}
	return (char)(sum/(N-2));
}

六、限幅平均滤波

1、方法:
每次采样数据先限幅后送入队列,取平均值

2、优缺点:
融合限幅、均值、队列的优点
消除脉冲干扰,占RAM较多

3、代码:

#define A 10
#define N 12
char value,i=0;
char value_buf[N];
char filter()
{
	char new_value,sum=0;
	new_value=get_ad();
	if(Abs(new_value-value)<A){
		value_buf[i++]=new_value;
	}
	if(i==N){
		i=0;
	}
	for(count =0 ;count<N;count++){
		sum+=value_buf[count];
	}
	return (char)(sum/N);
}

七、一阶滞后滤波

1、方法:
取a=0~1
本次滤波结果=(1-a)* 本次采样 + a * 上次结果

2、优缺点:
良好抑制周期性干扰,适用波动频率较高场合
灵敏度低,相位滞后

3、代码:

/*为加快程序处理速度,取a=0~100*/
#define a 30
char value;
char filter()
{
	char new_value;
	new_value=get_ad();
	return ((100-a)*value + a*new_value);
}

八、加权递推平均滤波

1、方法:
对递推平均滤波的改进,不同时刻的数据加以不同权重,通常越新的数据权重越大,这样灵敏度高,但平滑度低。

2、优缺点:
适用有较大滞后时间常数和采样周期短的系统,对滞后时间常数小,采样周期长、变化慢的信号不能迅速反应其所受干扰。

3、代码:

/* coe数组为加权系数表 */
#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();
	}
	for(count=0;count<N;count++){
		sum+=value_buf[count]*coe[count];
	}
	return (char)(sum/sum_coe);
}

九、消抖滤波

1、方法:
设置一个滤波计数器
将采样值与当前有效值比较
若采样值=当前有效值,则计数器清0
若采样值不等于当前有效值,则计数器+1
若计数器溢出,则采样值替换当前有效值,计数器清0

2、优缺点:
对变化慢的信号滤波效果好,变化快的不好
避免临界值附近的跳动,计数器溢出时若采到干扰值则无法滤波

3、代码:

#define N 12
char filter()
{
	char count=0,new_value;
	new_value=get_ad();
	while(value!=new_value)
	{
		count++;
		if(count>=N){
			return new_value;
		}
		new_value=get_ad();
	}
	return value;
}

十、限幅消抖滤波

1、方法:
先限幅,后消抖

2、优缺点:
融合了限幅、消抖的优点
避免引入干扰值,对快速变化的信号不宜

3、代码:

#define A 10
#define N 12
char value;
char filter()
{
	char new_value,count=0;
	new_value=get_ad();
	while(value!=new_value){
		if(Abs(value-new_value)<A){
			count++;
			if(count>=N){
				return new_value;
			}
			new_value=get_ad();
		}
		return value;
	}
}
  • 5
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

LG小龙哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值