常用滤波算法

低通滤波算法->消抖，延时，电机缓启动

typedef __packed struct
{
    fp32 input;        //输入数据
    fp32 out;          //滤波输出的数据
    fp32 num;       //滤波参数
    fp32 frame_period; //滤波的时间间隔 单位 s
}first_order_filter_type_t;
/*  一阶低通滤波初始化*/
void first_order_filter_init(first_order_filter_type_t *first_order_filter_type, fp32 frame_period,fp32 num)
{
    first_order_filter_type->frame_period = frame_period;
    first_order_filter_type->num = num;
    first_order_filter_type->input = 0.0f;
    first_order_filter_type->out = 0.0f;
}
/* 一阶低通滤波计算*/
void first_order_filter_cali(first_order_filter_type_t *first_order_filter_type, fp32 input)
{
    first_order_filter_type->input = input;
    first_order_filter_type->out =
		first_order_filter_type->num / (first_order_filter_type->num + first_order_filter_type->frame_period) * first_order_filter_type->out + 
		first_order_filter_type->frame_period / (first_order_filter_type->num + first_order_filter_type->frame_period) * first_order_filter_type->input;
}

斜波函数

typedef __packed struct
{
    fp32 input;        //输入数据
    fp32 out;          //输出数据
    fp32 min_value;    //限幅最小值
    fp32 max_value;    //限幅最大值
    fp32 frame_period; //时间间隔
}ramp_function_source_t;	
/*斜波函数初始化*/
void ramp_init(ramp_function_source_t *ramp_source_type, fp32 frame_period, fp32 max, fp32 min)
{
    ramp_source_type->frame_period = frame_period;
    ramp_source_type->max_value = max;
    ramp_source_type->min_value = min;
    ramp_source_type->input = 0.0f;
    ramp_source_type->out = 0.0f;
}

/* 斜波函数计算，根据输入的值进行叠加， 输入单位为 /s 即一秒后增加输入的值*/
void ramp_calc(ramp_function_source_t *ramp_source_type, fp32 input)
{
    ramp_source_type->input = input;
    ramp_source_type->out += ramp_source_type->input * ramp_source_type->frame_period;
    if (ramp_source_type->out > ramp_source_type->max_value)
    {
        ramp_source_type->out = ramp_source_type->max_value;
    }
    else if (ramp_source_type->out < ramp_source_type->min_value)
    {
        ramp_source_type->out = ramp_source_type->min_value;
    }
}

其他常见滤波算法头文件

#ifndef __FILTER_H__
#define __FILTER_H__

#include "stm32f4xx.h"
#include "stdio.h"

/*限幅滤波参数*/
typedef struct
{
	float valu;
	float NewValue;
	float FILTER_A;
}lim_filter;

/*滑动均值滤波法*/
typedef struct
{
	float *move_filter_buf;
	u8 buf_length;
}move_average;

/*限幅平均滤波法*/
typedef struct
{
	float *limit_avg_filter_buf;
	u8 buf_length;
	float FILTER_A;
}limit_average;
typedef struct
{
	float value;
	float First_order_FILTER_A;
	float filter_out;
}first_order_lag_info;


float limiting_filter(float Value,lim_filter *lim);
float median_filter(float *filter_buf,u8 filter_data_length);
float arc_average_filter(float *filter_buf,u8 filter_data_length);
float move_average_filter(float get_value,move_average *move_filter);
float median_average_filter(float *filter_buf,u8 filter_data_length);
float limit_average_filter(float get_value,limit_average *limit);
void  first_order_lag_filter(float value_s,first_order_lag_info *first_order_lag_info_s);
#endif

其他常见滤波算法C文件

#include "filter.h"

/*限幅滤波*/
float limiting_filter(float NewValue,lim_filter *lim)
{
	lim->NewValue = NewValue;
  if(((lim->NewValue - lim->valu) > lim->FILTER_A) || ((lim->valu - lim->NewValue) > lim->FILTER_A))
    return lim->valu;
  else
    return lim->NewValue;
}

/*
A、名称：中位值滤波法
B、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。
C、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。
D、缺点：
    对流量、速度等快速变化的参数不宜。
E、整理:liuwei 2019-9-25
*/
float median_filter(float *filter_buf,u8 filter_data_length) 
{
  int i, j;
  int filter_temp;
  // 采样值从小到大排列（冒泡法）
  for(j = 0; j < filter_data_length - 1; j++) {
    for(i = 0; i < filter_data_length - 1 - j; i++) {
      if(filter_buf[i] > filter_buf[i + 1]) {
        filter_temp = filter_buf[i];
        filter_buf[i] = filter_buf[i + 1];
        filter_buf[i + 1] = filter_temp;
      }
    }
  }
  return filter_buf[(filter_data_length - 1) / 2];
}


/*
A、名称：算术平均滤波法
B、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。
C、优点：
    适用于对一般具有随机干扰的信号进行滤波；
    这种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。
D、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。
E、整理:liuwei 2019-9-25
*/
float arc_average_filter(float *filter_buf,u8 filter_data_length) 
{
  int i;
  int filter_sum = 0;
  for(i = 0; i < filter_data_length; i++) {
    filter_sum += filter_buf[i];
  }
  return (float)(filter_sum / filter_data_length);
}


/*
A、名称：滑动均值滤波法(递推滤波)
B、方法：
    把连续取得的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，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。
C、 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。
D、 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。
E、 整理:liuwei 2019-9-25
*/
float move_average_filter(float get_value,move_average *move_filter) 
{
  int i;
  float filter_sum = 0;
  move_filter->move_filter_buf[move_filter->buf_length] = get_value;
  for(i = 0; i < move_filter->buf_length; i++) {
    move_filter->move_filter_buf[i] = move_filter->move_filter_buf[i + 1]; // 所有数据左移，低位仍掉
    filter_sum += move_filter->move_filter_buf[i];
  }
  return (float)(filter_sum / move_filter->buf_length);
}


/*
A、名称：中位值平均滤波法
B、方法：
    采一组队列去掉最大值和最小值后取平均值，
    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。
C、优点：
    融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。
    对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差。
    对周期干扰有良好的抑制作用。
    平滑度高，适于高频振荡的系统。
D、缺点：
    计算速度较慢，和算术平均滤波法一样。
    比较浪费RAM。
E、 整理:liuwei 2019-9-25
*/
float median_average_filter(float *filter_buf,u8 filter_data_length) 
{
  int i, j;
  int filter_temp, filter_sum = 0;
  // 采样值从小到大排列（冒泡法）
  for(j = 0; j < filter_data_length - 1; j++) {
    for(i = 0; i < filter_data_length - 1 - j; i++) {
      if(filter_buf[i] > filter_buf[i + 1]) {
        filter_temp = filter_buf[i];
        filter_buf[i] = filter_buf[i + 1];
        filter_buf[i + 1] = filter_temp;
      }
    }
  }
  // 去除最大最小极值后求平均
  for(i = 1; i < filter_data_length - 1; i++) filter_sum += filter_buf[i];
  return filter_sum / (filter_data_length - 2);
}

/*
A、名称：限幅平均滤波法
B、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。
C、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。
D、缺点：
    比较浪费RAM。
E、 整理:liuwei 2019-9-25
*/
float limit_average_filter(float get_value,limit_average *limit) 
{
  int i;
  int filter_sum = 0;
  limit->limit_avg_filter_buf[limit->buf_length - 1] = get_value;
  if(((limit->limit_avg_filter_buf[limit->buf_length - 1] - limit->limit_avg_filter_buf[limit->buf_length - 2]) > limit->FILTER_A)
	  || ((limit->limit_avg_filter_buf[limit->buf_length - 2] -limit->limit_avg_filter_buf[limit->buf_length - 1]) > limit->FILTER_A))
    limit->limit_avg_filter_buf[limit->buf_length - 1] = limit->limit_avg_filter_buf[limit->buf_length - 2];
  for(i = 0; i < limit->buf_length - 1; i++) 
  {
    limit->limit_avg_filter_buf[i] = limit->limit_avg_filter_buf[i + 1];
    filter_sum += limit->limit_avg_filter_buf[i];
  }
  return (float)filter_sum / (limit->buf_length - 1);
}

/*
A、名称：一阶滞后滤波法
B、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。
C、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。
D、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1/2的干扰信号。
E、 整理:liuwei 2019-9-25
*/
void first_order_lag_filter(float value_s,first_order_lag_info *first_order_lag_info_s)
{
  first_order_lag_info_s->value = value_s;
  first_order_lag_info_s->filter_out = (float)((float)value_s * first_order_lag_info_s->First_order_FILTER_A 
	  + (1.0 - first_order_lag_info_s->First_order_FILTER_A) * first_order_lag_info_s->filter_out);
}
/*
A、名称：加权递推平均滤波法
B、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。
C、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。
D、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。
E、 整理:liuwei 2019-9-25
*/
//#define FILTER_N 12
//int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};    // 加权系数表
//int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加权系数和
//int filter_buf[FILTER_N + 1];
//float weighted_Re_avg_Filter(float we_value) {
//  int i;
//  int filter_sum = 0;
//  filter_buf[FILTER_N] = we_value;
//  for(i = 0; i < FILTER_N; i++) {
//    filter_buf[i] = filter_buf[i + 1]; // 所有数据左移，低位仍掉
//    filter_sum += filter_buf[i] * coe[i];
//  }
//  filter_sum /= sum_coe;
//  return filter_sum;
//}

/*
A、名称：消抖滤波法
B、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。
C、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。
D、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。
E、整理：卖家  LENS电子科技
*/
//#define FILTER_N 12
//float anti_shake_filter(float anti_value) {
//  int i = 0;
//  float new_value;
//  static float anti_last_value;
//  new_value = anti_value;
//  if(anti_last_value != new_value) {
//    i++;
//    if(i > FILTER_N) {
//      i = 0;
//      anti_last_value = new_value;
//    }
//  }
//  else
//    i = 0;
//  return anti_last_value;
//}