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
/* A值可根据实际情况调整
05. value为有效值,new_value为当前采样值
06. 滤波程序返回有效的实际值 */
07.#define A 10
08.
09.char value;
10.
11.char filter()
12.{
13. char new_value;
14. new_value = get_ad();
15. if ( ( new_value - value> A ) || ( value - new_value> A )
16. return value;
17. return new_value;
18.
19.}
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
/* N值可根据实际情况调整
23. 排序采用冒泡法*/
24.#define N 11
25.
26.char filter()
27.{
28. char value_buf[N];
29. char count,i,j,temp;
30. for ( count=0;count<N;count++)
31. {
32. value_buf[count] = get_ad();
33. delay();
34. }
35. for (j=0;j<N-1;j++)
36. {
37. for (i=0;i<N-j;i++)
38. {
39. if ( value_buf>value_buf[i+1] )
40. {
41. temp = value_buf;
42. value_buf = value_buf[i+1];
43. value_buf[i+1] = temp;
44. }
45. }
46. }
47. return value_buf[(N-1)/2];
48.}
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
/* 不带形参函数
*/
#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)
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=412;温度,N=14
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
/***************************************************
函数名:FILTER_recursive
描 述:递推平均滤波: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,把队列中得N个数据进行算术平
均运算,就可以获得新的滤波结果。
适用范围: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。缺点是灵敏度低,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
输入值:
adValue: 需要递推滤波的AD值
N:buf数组下标数值大小
buf:数组列队
recursive:当前递推数,范围0-N轮询顺序变化1,2,3....N-1,N,1,2,3
num:数组列队下标计算变量,因一开始递推滤波是从0开始计算到N次,然后再sum/N,所以用num计算到N再计算平均值
返回值:sum:滤波结果
备注:N=2^x次方 为宜
***************************************************/
static uint32 FilterRecursive(uint32 adValue, uint8 N, volatile uint32 *buf, uint8 *recursive, uint8 *num) //递推平均滤波 N为队列长度
{
short int sum=0;
unsigned char count=0;
// static unsigned char i=0,num=0;
do{
if(*recursive<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
buf[*recursive] = adValue;
(*recursive)++;
(*recursive)=(*recursive==N)?0:*recursive; //三目运算 i清零
}
(*num)++;
*num=*num<N?*num:N;
}while(*num<N);
for(count=0;count<N;count++)
{
sum += buf[count];
// printf("buf[%d]:%d\r\n", count, buf[count]);
}
sum = sum/N;
return sum;
}
/*
*不带形参的递推滤波函数
*/
static uint32 FilterRecursive() //递推平均滤波 N为队列长度
{
short int sum=0;
unsigned char count=0;
static unsigned char i=0,num=0;
do{
if(i<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
buf[i] = AD_GetVal();
i++;
i=(i==N)?0:i; //三目运算 i清零
}
num++;
num=num<N?num:N;
}while(num<N);
for(count=0;count<N;count++)
sum += buf[count];
sum = sum/N;
return sum;
}
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
/*
88.*/
89.#define N 12
90.
91.char filter()
92.{
93. char count,i,j;
94. char value_buf[N];
95. int sum=0;
96. for (count=0;count<N;count++)
97. {
98. value_buf[count] = get_ad();
99. delay();
100. }
101. for (j=0;j<N-1;j++)
102. {
103. for (i=0;i<N-j;i++)
104. {
105. if ( value_buf>value_buf[i+1] )
106. {
107. temp = value_buf;
108. value_buf = value_buf[i+1];
109. value_buf[i+1] = temp;
110. }
111. }
112. }
113. for(count=1;count<N-1;count++)
114. sum += value[count];
115. return (char)(sum/(N-2));
116.}
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
参考上面例程的1、4
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
/* 为加快程序处理速度假定基数为100,a=0~100 */
125.
126.#define a 50
127.
128.char value;
129.
130.char filter()
131.{
132. char new_value;
133. new_value = get_ad();
134. return (100-a)*value + a*new_value;
135.}
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
/* coe数组为加权系数表,存在程序存储区。*/
139.
140.#define N 12
141.
142.char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
143.char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
144.
145.char filter()
146.{
147. char count;
148. char value_buf[N];
149. int sum=0;
150. for (count=0,count<N;count++)
151. {
152. value_buf[count] = get_ad();
153. delay();
154. }
155. for (count=0,count<N;count++)
156. sum += value_buf[count]*coe[count];
157. return (char)(sum/sum_coe);
158.}
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
#define N 12
163.
164.char filter()
165.{
166. char count=0;
167. char new_value;
168. new_value = get_ad();
169. while (value !=new_value);
170. {
171. count++;
172. if (count>=N) return new_value;
173. delay();
174. new_value = get_ad();
175. }
176. return value;
177.}
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
//参考上面例程的1、9
11、IIR滤波例子
11、IIR滤波例子
185.
186.int BandpassFilter4(int InputAD4)
187.{
188. int ReturnValue;
189. int ii;
190. RESLO=0;
191. RESHI=0;
192. MACS=*PdelIn;
193. OP2=1068; //FilterCoeff4[4];
194. MACS=*(PdelIn+1);
195. OP2=8; //FilterCoeff4[3];
196. MACS=*(PdelIn+2);
197. OP2=-2001;//FilterCoeff4[2];
198. MACS=*(PdelIn+3);
199. OP2=8; //FilterCoeff4[1];
200. MACS=InputAD4;
201. OP2=1068; //FilterCoeff4[0];
202. MACS=*PdelOu;
203. OP2=-7190;//FilterCoeff4[8];
204. MACS=*(PdelOu+1);
205. OP2=-1973; //FilterCoeff4[7];
206. MACS=*(PdelOu+2);
207. OP2=-19578;//FilterCoeff4[6];
208. MACS=*(PdelOu+3);
209. OP2=-3047; //FilterCoeff4[5];
210. *p=RESLO;
211. *(p+1)=RESHI;
212. mytestmul<<=2;
213. ReturnValue=*(p+1);
214. for (ii=0;ii<3;ii++)
215. {
216. DelayInput[ii]=DelayInput[ii+1];
217. DelayOutput[ii]=DelayOutput[ii+1];
218. }
219. DelayInput[3]=InputAD4;
220. DelayOutput[3]=ReturnValue;
221.
222. // if (ReturnValue<0)
223. // {
224. // ReturnValue=-ReturnValue;
225. // }
226. return ReturnValue;
227.}
转载至:https://blog.csdn.net/seven_ren/article/details/50291387