单片机滤波

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。

 

  1 /*
  2 2015.5
  3 单片机滤波示例：
  4 
  5 */
  6 
  7 // 读取数据程序：
  8 unsigned int get_ad();
  9 
 10 
 11 // 1、限幅滤波法（又称程序判断滤波法）
 12 #define A 10
 13 char value;
 14 char filter()
 15 {
 16     char new_value = get_ad();
 17     if ((new_value - value > A) || (value - new_value > A))
 18         return value;
 19     return new_value;
 20 }
 21 
 22 // 2、中位值滤波法
 23 #define N  11 
 24 char filter()
 25 {
 26     char value_buf[N];
 27     char count, i, j, temp;
 28     for (count = 0; count<N; count++)
 29     {
 30         value_buf[count] = get_ad();
 31         delay();
 32     }
 33     // 冒泡排序
 34     for (j = 0; j<N - 1; j++)   
 35     {
 36         for (i = 0; i<N - j; i++)
 37         {
 38             if (value_buf[i]>value_buf[i + 1])  
 39             {
 40                 temp  = value_buf[i];
 41                 value_buf[i] = value_buf[i + 1];
 42                 value_buf[i + 1] = temp;
 43             }
 44         }
 45     }
 46     return value_buf[(N - 1) / 2];
 47 }
 48 
 49 // 3、算术平均滤波法
 50 #define N 12 
 51 char filter()
 52 {
 53     int sum = 0;
 54     for (count = 0; count<N; count++) 
 55     { 
 56         sum + = get_ad(); 
 57         delay(); }
 58     return (char)(sum / N);
 59 }
 60 
 61 // 4、递推平均滤波法（又称滑动平均滤波法）
 62 #define N 12  
 63 char value_buf[N]; 
 64 char i = 0;
 65 char filter()
 66 {
 67     char count;
 68     int sum = 0;
 69     value_buf[i++] = get_ad(); 
 70     if (i == N )  
 71         i = 0;
 72     for (count = 0; count < N; count++)
 73     { 
 74         sum = value_buf[count]; 
 75     } 
 76     return (char)(sum / N);
 77 }
 78 
 79 // 5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
 80 #define N 12 
 81 char filter()
 82 {
 83     char count, i, j;
 84     char value_buf[N];    
 85     int sum = 0;
 86     for (count = 0; count<N; count++)
 87     {
 88         value_buf[count] = get_ad();
 89         delay();
 90     }
 91     for (j = 0; j < N - 1; j++)
 92     {
 93         for (i = 0; i<N - j; i++)
 94         {
 95             if (value_buf[i]>value_buf[i + 1])    
 96             {
 97                 temp  = value_buf[i];
 98                 value_buf[i] = value_buf[i + 1];                 
 99                 value_buf[i + 1] = temp;
100             }
101         }
102     }
103     for (count = 1; count<N - 1; count++)
104     { 
105         sum += value[count]; 
106     } 
107     return (char)(sum / (N - 2));
108 }
109 
110 // 6、限幅平均滤波法
111 
112 
113 // 7、一阶滞后滤波法
114 #define a 50 
115 char value; 
116 char filter()
117 {
118     char new_value;
119     new_value = get_ad();
120     return (100 - a)*value + a*new_value;
121 }
122 
123 // 8、加权递推平均滤波法
124 #define N 12 
125 char code coe[N] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 };
126 char code sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; 
127 char filter()
128 {
129     char count;
130     char value_buf[N];
131     int sum = 0;
132     for (count = 0, count < N; count++)
133     {
134         value_buf[count] = get_ad(); delay();
135     }
136     for (count = 0, count < N; count++)
137     {
138         sum += value_buf[count] * coe[count];
139     }
140     return (char)(sum / sum_coe);
141 }
142 
143 // 9、消抖滤波法
144 #define N 12 
145 char filter()   
146 {
147     char count = 0;    
148     char new_value = get_ad();
149     while (value != new_value) 
150     {
151         count++;
152         if (count >= N)   
153             return new_value;        
154         delay();
155         new_value = get_ad();      
156     }
157     return value;
158 }

 

posted @ 2015-05-12 17:14  ht-beyond  阅读(552)  评论(0)  编辑  收藏  举报