10种滤波算法
1.限幅滤波法
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。
优点:能克服偶然因素引起的脉冲干扰
缺点:无法抑制周期性的干扰,平滑度差
#define A 51
u16 Value1;
u16 filter1()
{
u16 NewValue;
Value1 = ftable[b-1];
NewValue = ftable[b];
b++;
a++;
if(a==255) a=0;
if(b==255) b=1;
if(((NewValue - Value1) > A) || ((Value1 - NewValue) > A))
{
print_host(ftable[a],NewValue);
return NewValue;
}
else
{
print_host(ftable[a],Value1);
return Value1;
}
}
2.中位值滤波法
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。
优点:克服偶然因素(对温度、液位的变化缓慢的被测参数有良好的滤波效果)
缺点:对流量、速度等快速变化的参数不宜
#define N 3
u16 value_buf[N];
u16 filter2()
{
u16 count,i,j,temp;
for(count=0;count<N;count++)
{
value_buf[count] = ftable[a];
a++;
if(a==255) a=0;
}
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;
}
}
}
// printf("%d\n",value_buf[(N-1)/2]);
return value_buf[(N-1)/2];
}
void pros2()
{
print_host(4,filter2());
}
3.算术平均滤波法
方法:连续取N个采样值进行算术平均运算:( N值的选取:一般流量,N=12;压力:N=4。)
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;
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
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。
#define N 5
u16 filter3()
{
u16 sum = 0,count;
for ( count=0;count<N;count++)
{
sum = sum+ ftable[a];
a++;
if(a==255) a=0;
}
print_host(4,sum/N);
// printf("%d\n",sum/N);
return (sum/N);
}
4.递推平均滤波法(又称滑动平均滤波法)
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。
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。
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。
#define FILTER4_N 3
u16 filter_buf[FILTER4_N + 1];
u16 filter4()
{
int i;
int filter_sum = 0;
filter_buf[FILTER4_N] = ftable[a];
a++;
if(a==255) a=0;
for(i = 0; i < FILTER4_N; i++)
{
filter_buf[i] = filter_buf[i + 1]; // 所有数据左移,低位仍掉
filter_sum += filter_buf[i];
}
// printf("%d\n",filter_sum / FILTER4_N);
return (int)(filter_sum / FILTER4_N);
}
void pros4(void)
{
u16 i=0;
print_host(4,filter4());
}
5.中位值平均滤波法(又称防脉冲干扰平均滤波法)
方法: 采一组队列去掉最大值和最小值后取平均值, (N值的选取:3-14)。
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。
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。
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。
#define N 3
int filter5()
{
int i, j;
int filter_temp, filter_sum = 0;
int filter_buf[N];
for(i = 0; i < N; i++)
{
filter_buf[i] = ftable[a];
a++;
if(a==255) a=0;
delay_us(10);
}
// 采样值从小到大排列(冒泡法)
for(j = 0; j < N - 1; j++)
{
for(i = 0; i < N - 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 < N - 1; i++) filter_sum += filter_buf[i];
// printf("%d\n",filter_sum / ( N - 2));
return filter_sum / (N - 2);
}
void pros5(void)
{
u16 i=0;
for(i=0;i<255;i++)
{
print_host(ftable[i],filter5());
}
}
6.限幅平均滤波法
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。
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。
缺点:比较浪费RAM。
#define FILTER6_N 3
#define FILTER6_A 51
int filter_buf[FILTER6_N];
int filter6()
{
int i;
int filter_sum = 0;
filter_buf[FILTER6_N - 1] = ftable[a];
a++;
if(a==255) a=0;
if(((filter_buf[FILTER6_N - 1] - filter_buf[FILTER6_N - 2]) > FILTER6_A) || ((filter_buf[FILTER6_N - 2] - filter_buf[FILTER6_N - 1]) > FILTER6_A))
filter_buf[FILTER6_N - 1] = filter_buf[FILTER6_N - 2];
for(i = 0; i < FILTER6_N - 1; i++)
{
filter_buf[i] = filter_buf[i + 1];
filter_sum += filter_buf[i];
}
// printf("%d\n",filter_sum / ( FILTER6_N - 1));
return filter_sum / (FILTER6_N - 1);
}
void pros6(void)
{
print_host(4,filter6());
}
7.一阶滞后滤波法
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。
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。
平滑度高,适于高频振荡的系统。
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。
#define FILTER7_A 0.01
u16 Value;
u16 filter7()
{
int NewValue;
Value = ftable[b-1];
NewValue = ftable[b];
b++;
if(b==255) b=1;
Value = (int)((float)NewValue * FILTER7_A + (1.0 - FILTER7_A) * (float)Value);
// printf("%d\n",Value);
return Value;
}
void pros7(void)
{
u16 i=0;
for(i=0;i<255;i++)
{
print_host(ftable[i],filter7());
}
}
8.加权递推平均滤波法
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。
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。
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。
#define FILTER8_N 12
int coe[FILTER8_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[FILTER8_N + 1];
int filter8()
{
int i;
int filter_sum = 0;
filter_buf[FILTER8_N] = ftable[a];
a++;
if(a==255) a=0;
for(i = 0; i < FILTER8_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;
// printf("%d\n",filter_sum);
return filter_sum;
}
void pros8(void)
{
u16 i=0;
for(i=0;i<255;i++)
{
print_host(ftable[i],filter8());
}
}
10.限幅消抖滤波法
方法: 相当于“限幅滤波法”+“消抖滤波法”;
先限幅,后消抖。
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。
缺点: 对于快速变化的参数不宜。。
#define FILTER9_N 51
u16 i = 0;
u16 Value;
u16 filter9()
{
int new_value;
Value = ftable[b-1];
new_value = ftable[b];
b++;
if(b==255) b=1;
if(Value != new_value)
{
i++;
if(i > FILTER9_N)
{
i = 0;
Value = new_value;
}
}
else i = 0;
return Value;
}
void pros9(void)
{
u16 i=0;
for(i=0;i<255;i++)
{
print_host(ftable[i],filter9());
}
}
10.限幅消抖滤波法
方法: 相当于“限幅滤波法”+“消抖滤波法”;
先限幅,后消抖。
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。
缺点: 对于快速变化的参数不宜。
#define FILTER10_A 51
#define FILTER10_N 5
u16 i = 0;
u16 Value;
u16 filter10()
{
u16 NewValue;
u16 new_value;
Value = ftable[b-1];
NewValue = ftable[b];
b++;
if(b==255) b=1;
if(((NewValue - Value) > FILTER10_A) || ((Value - NewValue) > FILTER10_A))
new_value = Value;
else
new_value = NewValue;
if(Value != new_value)
{
i++;
if(i > FILTER10_N)
{
i = 0;
Value = new_value;
}
}
else i = 0;
return Value;
}
void pros10(void)
{
u16 i=0;
for(i=0;i<255;i++)
{
print_host(ftable[i],filter10());
}
}