热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

10种AD采样的软件滤波方法

编者注:      AD采样点的电压多少有点起伏波动,经运放放大后电压的波动如果超过ADC的分辩率,则显示的值会出现波动。波动如果十分大的话,建议在硬件上滤波,相反,如果波动较小,

编者注:

 

      AD采样点的电压多少有点起伏波动,经运放放大后电压的波动如果超过ADC的分辩率,则显示的值会出现波动。波动如果十分大的话, 建议在硬件上滤波,相反,如果波动较小,你可以用软件滤波方法解决这个问题。

 

      以下方法从网络上转载!!!

 

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 
    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 
    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 


推荐阅读
  • LeetCode: 实现队列与栈的高级应用
    本文介绍如何使用队列和栈实现特定功能,包括动态维护队列元素并计算其平均值,以及栈操作中的优化技巧。 ... [详细]
  • 本题要求在一组数中反复取出两个数相加,并将结果放回数组中,最终求出最小的总加法代价。这是一个经典的哈夫曼编码问题,利用贪心算法可以有效地解决。 ... [详细]
  • 使用WinForms 实现 RabbitMQ RPC 示例
    本文通过两个WinForms应用程序演示了如何使用RabbitMQ实现远程过程调用(RPC)。一个应用作为客户端发送请求,另一个应用作为服务端处理请求并返回响应。 ... [详细]
  • 深入解析Hadoop的核心组件与工作原理
    本文详细介绍了Hadoop的三大核心组件:分布式文件系统HDFS、资源管理器YARN和分布式计算框架MapReduce。通过分析这些组件的工作机制,帮助读者更好地理解Hadoop的架构及其在大数据处理中的应用。 ... [详细]
  • 深入解析BookKeeper的设计与应用场景
    本文介绍了由Yahoo在2009年开发并于2011年开源的BookKeeper技术。BookKeeper是一种高效且可靠的日志流存储解决方案,广泛应用于需要高性能和强数据持久性的场景。 ... [详细]
  • 本文详细探讨了Java中Volatile关键字的工作原理、优化技巧及其在实际开发中的应用场景,特别是在提高多线程环境下数据可见性和减少锁竞争方面的优势。 ... [详细]
  • 本文详细介绍了队列与栈这两种基本的数据结构。队列是一种遵循先进先出(FIFO)原则的线性数据结构,允许在队首进行删除或读取操作,在队尾进行插入操作。而栈则是另一种线性数据结构,它遵循后进先出(LIFO)的原则,所有操作均在同一端进行。 ... [详细]
  • Go语言以其简洁的语法和强大的并发处理能力而闻名,特别是在云计算和分布式计算领域有着广泛的应用。本文将深入探讨Go语言中的Channel机制,包括其不同类型及其在实际编程中的应用。 ... [详细]
  • 前言无论是对于刚入行工作还是已经工作几年的java开发者来说,面试求职始终是你需要直面的一件事情。首先梳理自己的知识体系,针对性准备,会有事半功倍的效果。我们往往会把重点放在技术上 ... [详细]
  • 本文探讨了大型服务端开发过程中常见的几个误区,包括异步任务处理不当、日志同步模式使用、网络操作未设置超时、缓存命中率及响应时间未统计、单一缓存模式、分布式缓存加锁不当以及团队管理上的误区,旨在帮助开发者避免这些常见错误。 ... [详细]
  • 本文探讨了Web开发与游戏开发之间的主要区别,旨在帮助开发者更好地理解两种开发领域的特性和需求。文章基于作者的实际经验和网络资料整理而成。 ... [详细]
  • 本文探讨了如何解决HAOI2007竞赛中的理想正方形问题。通过计算矩阵中每个N×N子矩阵的最大值和最小值,最终求得所有子矩阵中最大值与最小值差的最小值。 ... [详细]
  • 深度解析 Redis 消息队列的应用与优势
    本文深入探讨了消息队列的基本概念及其在Redis中的实现方式。通过分析消息队列的核心组件——消息、生产者和消费者,以及它与阻塞队列的主要区别,帮助读者更好地理解如何利用Redis消息队列提高应用性能。 ... [详细]
  • 忙而不盲:探索高效工作的艺术
    本文探讨了在日常工作中如何避免盲目忙碌,通过理解和应对稀有事件、管理负面情绪以及明确学习目标,提升工作效率和个人成长。 ... [详细]
  • Scrapy:强大的Python爬虫框架
    Scrapy是一个基于Python的高效网页爬取框架,利用Twisted异步网络库实现高效的网络通信。其架构设计精巧,包括核心组件如引擎、调度器、下载器等,旨在简化大规模数据抓取过程。 ... [详细]
author-avatar
庄蜗怕
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有