常见的 滤波法

序号大类名称方法优点缺点适用范围函数名
1克服大脉冲干扰的数字滤波法限幅滤波法
Limiting filtering method
1、根据经验判断,确定两次采样允许的最大偏差值(设为A)
2、每次检测到新值时判断:
3、如果本次值与上次值之差<=A,则本次值有效
4、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
1、能有效克服因偶然因素引起的脉冲干扰1、无法抑制那种周期性的干扰
2、平滑度差  
变化比较缓慢的被测量值LimitFilter
2中位值滤波法
Median value filtering method
1、连续采样N次(N取奇数)
2、把N次采样值按大小排列(多采用冒泡法)
3、取中间值为本次有效值
1、能有效克服因偶然因素引起的脉冲干扰1、对流量、速度等快速变化的参数不宜对温度、液位的变化缓慢的被测参数有良好的滤波效果MedianValueFilter
3抑制小幅度高频噪声的平均滤波法算术平均滤波法
Arithmetic average filtering method
1、连续取N个采样值进行算术平均运算
2、N值较大时:信号平滑度较高,但灵敏度较低
3、N值较小时:信号平滑度较低,但灵敏度较高
4、N值的选取:一般流量,N=12;压力:N=4
1、对滤除混杂在被测信号上的随机干扰信号非常有效。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1、不易消除脉冲干扰引起的误差。
1、对于采样速度较慢或要求数据更新率较高的实时控制不适用
2、比较浪费RAM   
ArithmeticAverageFilter
4递推(滑动)平均滤波法
Recursive average filtering method
1、把连续取N个采样值看成一个队列,队列的长度固定为N
2、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)
3、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
4、N值的选取:流量,N=12;压力:N=4;液面,N=4~12;温度,N=1~4
1、对周期性干扰有良好的抑制作用
2、平滑度高
1、灵敏度低
2、对偶然出现的脉冲性干扰的抑制作用较差
3、不易消除由于脉冲干扰所引起的采样值偏差
4、不适用于脉冲干扰比较严重的场合
5、比较浪费RAM 
适用于高频振荡的系统 RecursiveAverageFilter
8加权递推平均滤波法
Weighted recursive average filtering method
1、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
2、通常是,越接近现时刻的数据,权取得越大。
3、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
1、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1、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
WeightedRecursiveAverageFilter
7一阶滞后滤波法(实现硬件RC滤波)
First order lag filtering method
1、取a=0~1 = Tf/(Tf+T) Tf为滤波时间常数。
2、本次滤波结果=(1-a)*本次采样值 + a*上次滤波结果
1、对周期性干扰具有良好的抑制作用1、相位滞后,灵敏度低
2、滞后程度取决于a值大小
3、不能消除滤波频率高于采样频率的1/2的干扰信号
1、适用于波动频率较高的场合
2、用此种方法来实现对低频干扰时,首先遇到的问题是要求滤波器有大的时间常数(时间常数=RC)和高精度的RC网络。时间常数越大,要求RC值越大,其漏电流也必然增大,从而使RC网络精度下降。采用一阶滞后的数字滤波方法,能很好的克服这种模拟量滤波器的缺点,在滤波常数要求较大的场合,此法更适合。
FirstOrderLagFilter
9消抖滤波法
Elimination filtering method
1、设置一个滤波计数器
2、将每次采样值与当前有效值比较:
3、如果采样值=当前有效值,则计数器清零
4、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)
5、如果计数器溢出,则将本次值替换当前有效值,并清计数器
1、对于变化缓慢的被测参数有较好的滤波效果,
2、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
1、对于快速变化的参数不宜
2、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
EliminationFilter
5复合滤波法中位值平均滤波法(防脉冲干扰平均滤法)
Median value average filtering method
1、相当于“中位值滤波法”+“算术平均滤波法”
2、连续采样N个数据,去掉一个最大值和一个最小值
3、然后计算N-2个数据的算术平均值
4、N值的选取:3~14
融合了两种滤波法的优点:
1、能有效克服因偶然因素引起的脉冲干扰
2、对滤除混杂在被测信号上的随机干扰信号有效。
1、测量速度较慢,和算术平均滤波法一样
2、比较浪费RAM
MedianValueAverageFilter
6限幅平均滤波法
Limiting average filtering method
1、相当于“限幅滤波法”+“递推平均滤波法”
2、每次采样到的新数据先进行限幅处理,
3、再送入队列进行递推平均滤波处理
1、融合了两种滤波法的优点
2、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
比较浪费RAM缓变信号LimitAverageFilter
10限幅消抖滤波法
Limiting elimination filtering method
1、相当于“限幅滤波法”+“消抖滤波法”
2、先限幅,后消抖
1、继承了“限幅”和“消抖”的优点
2、改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统
1、对于快速变化的参数不宜LimitEliminationFilter
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
11种经典软件滤波的原理和实现 1、限幅滤波(又称程序判断滤波) A、方: 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 无抑制那种周期性的干扰 平滑度差 2、中位值滤波 A、方: 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 A、方: 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(又称滑动平均滤波) A、方: 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(又称防脉冲干扰平均滤波) A、方: 相当于“中位值滤波”+“算术平均滤波” 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,和算术平均滤波一样 比较浪费RAM 6、限幅平均滤波 A、方: 相当于“限幅滤波”+“递推平均滤波” 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 A、方: 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 A、方: 是对递推平均滤波的改进,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 A、方: 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 A、方: 相当于“限幅滤波”+“消抖滤波” 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”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 第11种方:IIR 数字滤波
LabVIEW算术平均滤波是一种常见的信号处理方,用于降低信号中的噪声。该方通过对连续信号的多个采样值进行求平均来平滑信号的波动。 在LabVIEW中,可以使用内置的函数和工具箱来实现算术平均滤波。首先,需要从传感器或其他设备获取信号的连续采样值。这些采样值将被存储在一个数组或矩阵中。 接下来,使用LabVIEW中的循环结构(例如For循环)遍历整个采样值数组。在每次循环中,将当前采样值与前几个采样值相加,并将结果存储在一个临时变量中。 然后,通过将临时变量除以采样值的个数,计算出平均值。这个平均值将被作为平滑后的信号值存储在另一个数组或矩阵中。 最后,在循环结束后,将平滑后的信号值数组用于后续的信号处理或显示。 LabVIEW算术平均滤波的优点是简单易懂,易于实现。它能够有效地减少信号中的噪声,平滑信号的波动,使信号更容易被分析和理解。 然而,该方也具有一些限制。当信号中存在快速变化的脉冲噪声时,算术平均滤波可能无很好地处理。此外,该方对于实时信号处理或需要保留信号细节的应用可能不太适用。 总而言之,LabVIEW算术平均滤波是一种常用的信号处理方,适用于简单的噪声平滑处理。通过使用LabVIEW的强大功能和工具箱,可以方便地实现该方,并将其应用于各种实际场景中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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