几种经典常用的滤波算法

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

滤波效果:红色是滤波后,蓝色是滤波前
在这里插入图片描述

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

11、IIR 数字滤波器

A. 方法:
 确定信号带宽, 滤之。
Y(n) = a1*Y(n-1) + a2*Y(n-2) + … + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + … +
bk*X(n-k)
B. 优点:高通,低通,带通,带阻任意。设计简单 (用 matlab)
C. 缺点:运算量大。


软件滤波的 C 程序样例

10 种软件滤波方法的示例程序

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>value_buf[i+1] )
         {
            temp = value_buf;
            value_buf = 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)

/*
*/
#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

/*
*/  
略 参考子程序 13

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 19

11、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;  
  • 9
    点赞
  • 122
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
评论 3
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

炒番茄蛋的厨子

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