10种软件滤波方法的示例程序

 

 

1、限幅滤波法（又称程序判断滤波法）	#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;  }	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	#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[i]>value_buf[i+1] )  {  temp = value_buf[i];  value_buf[i] = value_buf[i+1];  value_buf[i+1] = temp;  }  }  }  return value_buf[(N-1)/2];  }	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	#define N 12  char filter()  {  int sum = 0;  for ( count=0;count<N;count++)  {  sum + = get_ad();  delay();   }  return (char)(sum/N);  }	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）	#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);  }	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）	#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[i]>value_buf[i+1] )  {  temp = value_buf[i];  value_buf[i] = value_buf[i+1];  value_buf[i+1] = temp;  }  }  }  for(count=1;count<N-1;count++)  sum += value[count];  return (char)(sum/(N-2));  }	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	略 参考子程序1、3	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	#define a 50    char value;    char filter()  {  char new_value;  new_value = get_ad();  return (100-a)*value + a*new_value;  }	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	#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);  }	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	#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;  }	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	略 参考子程序1、9	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