常用的滤波算法与经验分享

在一些设备中，我们需要对一些高频信号进行滤波，例如AD值读取。滤波分为软件滤波与硬件滤波，在实际开发中，硬件滤波往往不够，所以，我们需要掌握一些滤波算法。

本文分享：1，常用的软件滤波算法，2，开发中的经验。

 

软件滤波算法

1，中位值滤波法

原理：连续采样N次（N为奇数），对N次采样值进行大小排序，去中间值为本次采样值。

优点：能有效克服因偶然因素引起的波动干扰；

缺点：对温度、液位的变化缓慢的被测参数有良好的滤波效果。

 

2，平均值滤波法（去除MAX，MIN）

 

原理：连续采样N次，N次总和 - MAX - MIN 后，求平均值

            当n较大时，信号的平滑度较高，但灵敏度较低

            当n较小时，信号的平滑度较低，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；

缺点：因涉及到除法运算，在一些没有除法指令的MCU下，运算会比较慢。

 

3，递推平均滤波法

原理：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。

优点：
平滑度高，

适用于数值会有微弱波动的情况。

缺点：
不易于消除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；

涉及到队列，比较浪费RAM，ROM，

 

4，限幅滤波法（又称程序判断滤波法）
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：可以有效的克服因偶然因素而引起的脉冲干扰

缺点：不能抑制周期性的干扰而且平滑度较差。

 

5，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。

 

开发经验：

以上就是常用的滤波算法，在实际开发中，如果不需要将数据显示出来，可根据项目情况使用1,2,3,4方法。如若需显示数据，则需要使用5方法去处理。让数据稳定的显示，当然，你也可以用降低数据读取的频率方法，但不推荐。 

以下分享一个实际经验：

 

这个项目需要将电流显示出来，采样频率5KHz(200ms)，每次采样10次，去除最大最小值后，求平均值，读出的数据显示，发现1个单位（100mA）的数据浮动，例如：1.1，1.2的数据不断变化。

在这里有两个解决方案：

1，可以使用降低采样频率来缓解这个问题，但是治标不治本。

2，后面添加了限值滤波，逻辑如下。

1. /* 限值滤波

2. 现值(Temp)与上一个参数(Save)比较

3.    1，相差数值大于1，则更新数值，AddCount = DelCount = 0

4.    2，相差数值 = +1，

5. 2.1 若AddCount < 1;则AddCount++;

6. 2.2 若AddCount >=1;则AddCount =0;则更新数值

7.    3, 相差数值 = -1

8. 3.1 若DelCount< 1;则DelCount++;

9. 3.2 若DelCount>=1;则DelCount=0;则更新数值 */

使用方案2，可以有效解决数据浮动的现象。在实际开发中，根据自己的需求更改相差值大小，Addcount以及DelCount来调节，可以得到很好的效果。

本文链接：https://blog.csdn.net/qq_31247231/article/details/80930525