一、背景
在实际的数据采集中,我们经常会取多次数据的均值来减小误差。
二、平均值滤波
1.算法介绍
平均值滤波算法是比较常用,也比较简单的滤波算法。在滤波时,将N个周期的采样值计算平均值,算法非常简单。当N取值较大时,滤波后的信号比较平滑,但是灵敏度差;相反N取值较小时,滤波平滑效果差,但灵敏度好。
优点:算法简单,对周期性干扰有良好的抑制作用,平滑度高,适用于高频振动的系统。
缺点:对异常信号的抑制作用差,无法消除脉冲干扰的影响。
2.代码实现
float data[10];
float averageFilter(float in_data)
{
float sum = 0;
for(int i=0; i<9; i++)
{
data[i]=data[i+1];
sum = sum + data[i];
}
data[9] = in_data;
sum = sum + data[9];
return(sum/10);
}
在代码中,data[]为全局变量,它用来记录10个周期的采样值,averageFilter()为滤波函数,它的输入为新采集到的数据,函数中,首先将data[]中的数据进行移位,并将新采集到的数据保存到data[]中,同时计算data[]中10个数据的和,最后返回10个数据和的平均值。
3.实例
下面我们通过一个示例来体会平均值滤波的作用,滤波对象为车速信号,滤波效果如下图所示。图中,横轴为时间,单位:秒,纵轴为速度,单位km/h。其中,蓝色为滤波前的数据,红色为滤波后的数据。可见,平均值滤波对数据进行了很大程度的平滑,但是,数据存在滞后。
三、滑动均值滤波(Moving Average)
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。
#include "iostream"
#include "list"
using namespace std;
int main()
{
int sum = 0;
double real = 0;
int Length = 4; // 四个一组
int i[] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16};
size_t sz = sizeof(i)/sizeof(int);
list<int> int_list(i, i + Length);
cout << "list_size = "<<sz<<endl;
list<int>::iterator i0;
for( i0 = int_list.begin (); i0 != int_list.end (); i0++)
{
// cout << *i0 << endl;
sum += *i0;
}
real = sum / (double)Length;
cout << "1 averg = "<<real << endl;
// sum = sum - *int_list.begin () ;
//cout << "Remove begin "<<*int_list.begin ()<<" sum = "<<sum << endl;
// int_list.pop_front ();
// int_list.push_back (i[Length]); // 5
// sum = sum + int_list.back ();
// real = sum / (double)Length;
//cout << "Add last "<<int_list.back ()<< " sum = "<<sum << endl;
//cout << "2 real = "<<real << endl;
int total_loop = sz -Length +1;
for (int var = Length; var < sz; ++var) // i[4] = 5
{
sum = sum - *int_list.begin () ;
cout << "Remove begin "<<*int_list.begin ()<<" sum = "<<sum << endl;
int_list.pop_front ();
int_list.push_back (i[var]); // 5
sum = sum + int_list.back () ;
cout << "Add last "<<int_list.back ()<< " sum = "<<sum << endl;
real = sum / (double)Length;
cout << total_loop + var -sz +1<<" averg = "<<real << endl;
}
return 0;
}
上面的代码使用C++实现的,使用了STL的数据结构,有时在一些嵌入式设备中,我们只能使用C语言(C89/C99),因此下面我会实现一个基于C语言的滑动均值滤波。
四、C语言面向面向对象实现滑动均值滤波
在每个数据采集周期内,我们都需要保存最近采集的N个数据,并且每采集一次新数据,剔除掉老数据,然后把新采集的数据插入。可以看出,很适合用循环队列来实现,因为保存的数据个数是固定的,因此我们的循环队列只需使用数组来实现即可。
先来设计我们的结构体,首先结构体中应该包括
- 保存数据的数组
- 剔除掉最旧数据的函数指针
- 加入最新数据的函数指针
#include "stdio.h"
#include "stdlib.h"
#include "string.h"
#define N 5
typedef struct avg {
int data[N];
int read;
int write;
void (* push)(struct avg*, int *);
void (* pop)(struct avg* a);
float (* getAvg)(struct avg* a);
}AVG;
void push(struct avg* a, int *d) {
a->data[a->write] = *d;
a->write++;
a->write = a->write%N;
}
void pop(struct avg* a) {
a->read++;
a->read = a->read%N;
}
float getAvg(struct avg* a) {
float sum = 0;
for (int i = 0; i < N; ++i) {
sum += a->data[i];
}
return sum/N;
}
int main() {
//定义一个结构体
AVG test;
//数据初始化
memset(test.data, N, 0);
test.write = 0;
test.read = 0;
test.push = push;
test.pop = pop;
test.getAvg = getAvg;
//采集5个数据插入到循环队列中后才可以输出平均值
int data1 = 1;
int data2 = 2;
int data3 = 3;
int data4 = 4;
int data5 = 5;
test.push(&test, &data1);
test.push(&test, &data2);
test.push(&test, &data3);
test.push(&test, &data4);
test.push(&test, &data5);
//下面模拟每次采集到新数据,然后剔除旧数据,输出平均值
printf("avg: %f", test.getAvg(&test));
//后面采集到新数据需要执行一些操作
int data = 99;
test.push(&test, &data);
test.pop(&test);//其实这句可以不执行
printf("\navg: %f", test.getAvg(&test));
test.push(&test, &data);
test.pop(&test);//其实这句可以不执行
printf("\navg: %f", test.getAvg(&test));
test.push(&test, &data);
test.pop(&test);//其实这句可以不执行
printf("\navg: %f", test.getAvg(&test));
test.push(&test, &data);
test.pop(&test);//其实这句可以不执行
printf("\navg: %f", test.getAvg(&test));
test.push(&test, &data);
test.pop(&test);//其实这句可以不执行
printf("\navg: %f", test.getAvg(&test));
}