一种ADC采样算法,中位值平均滤波+递推平均滤波

前言

在实际AD采集场景中,会出现周期性变化和偶然脉冲波动干扰对AD采集的影响

这里使用中位值平均滤波+递推平均滤波的结合

参考前人写好的代码框架,也参考博主GuYH_下面这篇博客,在此基础上稍作修改,写出这篇博客,能应用于实际项目。常用ADC采样数字滤波算法最全汇总!!!【❤️建议收藏❤️】_adc滤波算法_GuYH_的博客-CSDN博客

以后有机会,搞个上位机对比几种算法的优劣。

有纰漏请指出,转载请说明。

学习交流请发邮件 1280253714@qq.com

算法讲解

中位值滤波:采样10次,去掉最大和最小的值,求和再除8,对脉冲波有抑制作用。

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(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。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。

优点:适用于周期性变化和偶然脉冲波动干扰的AD采集。

缺点:灵敏度低;对偶然出现的脉冲性干扰的抑制作用较差,不适于脉冲干扰较严重的场合。

代码

因为项目用的是比51还low的单片机,所以不能进行太高频的AD采样,否则会大量占用CPU;采样次数也不能设置太高,否则占用大量RAM空间。

每10ms进行一次中位值滤波

每100ms进行一次递推平均滤波

adc.h

#ifndef __ADC_H
#define	__ADC_H

#include "sys.h"


#define AD_Channel_Num  4 	// ADC的通道数
#define AD_Sample_Num   4 	// 采样次数

void AdcInit(void);
u16 ADC_Sample(u8 adch);
void AdcLoopTask(void);

typedef struct {
    u16 V_Chip_0V6;
    u16 V_Bat;
    u16 V_In;
    u16 I_Cur;
    u8  sampleCnt;                      //采样计数
    u8  bSampleInit;					// 去除前几次的采样值的标志位,0为去除,1为开始滤波
    u8  u8ArraryIndex;					// 当前采样的索引			
	u16 u16SampleValue[AD_Channel_Num];	// 规则转换时DMA搬运的目标数组
	u16 u16ValueSum[AD_Channel_Num];	// ADC采样值的总和
	u16	u16Value[AD_Channel_Num];		// 平均滤波后的AD值	
} ADC_S;

extern ADC_S stAdc;

#endif	//__ADC_H

adc.c

#include "sys.h"

ADC_S stAdc;
/********************************************
*	@函数名	AdcInit
*	@描述	ADC循环任务
*	@参数	无
*	@返回值	无
*	@注意	无
********************************************/
void AdcInit(void)
{
	TRISA0 = 1;		//将RA0设置为输入
	TRISA2 = 1;		//将RA2设置为输入
	TRISA5 = 1;		//将RA5设置为输入
}

/********************************************
*	@函数名	AD_Sample
*	@描述	AD采样
*	@参数	adch - 检测通道
*	@返回值	ad_result - 8次AD平均值 
*	@注意	采样通道需自行设置为模拟口,采样10次,取中间八次的平均值为采样结果存于adresult中
********************************************/
u16 ADC_Sample(u8 adch)
{
	u32 adsum = 0;
	u16 admin = 4096,admax = 0;
	u8 adtimes = 0;
	u16 ad_temp,adresult;
	u8 j;
	ADCON1 = 0B00000101;			//左对齐,选用VDD 2.0V做AD基准
	ADCON0 = 0X81 | (adch << 2);	//ADCclk = Fosc/32
	asm("nop");
	asm("nop");

	for(j=0;j<10;j++)
	{
		GODONE = 1;						//开始转换
		u8 i = 64;
		
		while(GODONE)
		{
			__delay_us(100);	//延时100us(编译器内置函数)
			if(0 == (--i))		//延时6.4ms仍没有AD转换结束,跳出程序
				return;
		}
		
		ad_temp=(ADRESH<<4)+(ADRESL>>4);	//计算12位AD值
		adresult = ad_temp;
		
		if(ad_temp > admax)
			admax = ad_temp;				//AD采样最大值
		else if(ad_temp < admin)
			admin = ad_temp;				//AD采样最小值
		
		adsum += ad_temp;
	}
	adsum = adsum - admax - admin;
	adresult = adsum >> 3;		//8次平均值作为最终结果
	return adresult;
}

/********************************************
*	@函数名	AdcSampleAllChanel
*	@描述	对所有ADC通道都进行采样
*	@参数	无
*	@返回值	无
*	@注意	无
********************************************/
static void AdcSampleAllChanel(void)
{
	stAdc.u16SampleValue[0] 	= ADC_Sample(0x0F);		//芯片内部0.6V电压
	IO_Vbat_Sample_Ctrl = 1;	
	stAdc.u16SampleValue[1] 	= ADC_Sample(0x00);		//电池电压
	IO_Vbat_Sample_Ctrl = 0;
	stAdc.u16SampleValue[2] 	= ADC_Sample(0x05);		//输入电压
	stAdc.u16SampleValue[3] 	= ADC_Sample(0x02);		//电流采样电压
}

/********************************************
*	@函数名	AdcMoveAverageFilter
*	@描述	ADC递推平均滤波法
			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
			优点:对周期性干扰有良好的抑制作用,平滑度高;试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,不适于脉冲干扰较严重的场合
*	@参数	无
*	@返回值	无
*	@注意	无
********************************************/
static void AdcMoveAverageFilter(void)
{
	u8 i = 0;
/******************************* u16ValueSum加上最新的值并剔除最旧的值 *******************************/
	for (i=0; i<AD_Channel_Num; i++)
	{
		stAdc.u16SampleValue[i] &= 0x0FFF;
		stAdc.u16ValueSum[i] += stAdc.u16SampleValue[i];
		stAdc.u16ValueSum[i] -= stAdc.u16ValueArray[i][stAdc.u8ArraryIndex];
	}

/******************************* 最近采样的AD_Sample_Num个数取平均 *******************************/	
	if ( 0 == stAdc.bSampleInit )
	{
		for (i=0; i<AD_Channel_Num; i++)
		{
			stAdc.u16Value[i] = stAdc.u16SampleValue[i];
		}
	} 
	else
	{
		for (i=0; i<AD_Channel_Num; i++)
		{
			stAdc.u16Value[i] = stAdc.u16ValueSum[i]>>2;	//在均值滤波的基础上进行递推均值滤波
		}
	}

/******************************* u16ValueArray添加最新的值 *******************************/	
	for (i=0; i<AD_Channel_Num; i++)
	{
		stAdc.u16ValueArray[i][stAdc.u8ArraryIndex] = stAdc.u16SampleValue[i];
	}	

/******************************* AD游标更新 *******************************/	
    stAdc.u8ArraryIndex++;
    if( stAdc.u8ArraryIndex >= AD_Sample_Num ) {
        stAdc.u8ArraryIndex = 0;
        stAdc.bSampleInit = 1;
    }	
}

typedef struct {
	u16 V_Chip_0V6;
    u16 V_Bat;
    u16 V_In;
    u16 I_Cur;
} ADC_TEST_S;
ADC_TEST_S stAdc1;
/********************************************
*	@函数名	AdcLoopTask
*	@描述	ADC循环任务
*	@参数	无
*	@返回值	无
*	@注意	无
********************************************/
void AdcLoopTask(void)
{
	
	AdcSampleAllChanel();
	stAdc.sampleCnt++;
	if (stAdc.sampleCnt > 10)
	{
		stAdc.sampleCnt = 0;
		AdcMoveAverageFilter();
		stAdc.V_Chip_0V6 = stAdc.u16Value[0];
		stAdc.V_Bat		 = stAdc.u16Value[1];
		stAdc.V_In		 = stAdc.u16Value[2];
		stAdc.I_Cur		 = stAdc.u16Value[3];
	}	
}

改进递推平均滤波占用大量RAM空间的方法

减去的不是队首的值,而是上一次得到的平均值

如果有10个通道,递推平均滤波个数为10个,那么,改进后,可以省去10*10*2=200byte个字节

static void AdcMoveAverageFilter(void)
{
	u8 i = 0;
/******************************* u16ValueSum加上最新的值并剔除最旧的值 *******************************/
	for (i=0; i<AD_Channel_Num; i++)
	{
		stAdc.u16SampleValue[i] &= 0x0FFF;
		stAdc.u16ValueSum[i] += stAdc.u16SampleValue[i];
		stAdc.u16ValueSum[i] -= stAdc.u16Value[i];
	}

/******************************* 最近采样的AD_Sample_Num个数取平均 *******************************/	
	if ( 0 == stAdc.bSampleInit )
	{
		for (i=0; i<AD_Channel_Num; i++)
		{
			stAdc.u16ValueSum[i] 	= stAdc.u16SampleValue[i] * AD_Sample_Num;
			stAdc.u16Value[i] 		= stAdc.u16SampleValue[i];
		}
	} 
	else
	{
		for (i=0; i<AD_Channel_Num; i++)
		{
			stAdc.u16Value[i] = stAdc.u16ValueSum[i]>>3;	//在均值滤波的基础上进行递推均值滤波
		}
	}

    if (stAdc.bSampleInit == 0) {
		stAdc.bSampleInit = 1;
	}	
}

这里我采集了4个通道,递推平均滤波个数为4个(8个在改进前RAM溢出了 哭笑 )

改进前

改进后:

省去了4*4*2=32byte个字节的空间

递推平均滤波的直观体现

随机噪声

我用Excel模拟了一个滤波前的随机噪声,滤波后的值为当前值与其前七个值的平均数,权重为1/8。

规则序列

这里我选取了36组数据,生成sin从0到360度的数据,可以看到,滤波后的数据出现了相位滞后。且递推平均滤波个数越多,相位滞后越明显。

规则序列出现噪声后的滤波效果

sin(180°)时本来是0,这里我改成0.5,可以看出滤波后有一定的抑制作用,但是180°到250°的数据整体被抬高了一点。

改进型递推平均滤波

  • 1
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值