10种AD采样的软件滤波方法

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

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

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1、3

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1、9

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; 

}