热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

数字带通滤波器c语言程序,实现数字滤波的C语言程序

在工业过程控制系统中,由于被控对象的环境比较恶劣,干扰源比较多,仪器、仪表采集的信息常会受到干扰,所以在模拟系统中,为了消除干扰,常采用RC滤波电路,而在由工业控制计算机组成的自动

在工业过程控制系统中,由于被控对象的环境比较恶劣,干扰源比较多,仪器、仪表采集的

信息常会受到干扰,所以在模拟系统中,为了消除干扰,常采用RC滤波电路,而在由工业控制计算机组成的自动检测系统中,为了提高采样的可靠性,减少虚假信息的影响,常常采用数字滤波的方法。

数字滤波的方法有很多种,可以根据不同的测量参数进行选择。下面给出几种常用的数

字滤波方法的C语言函数,这些函数有一定的通用性,用Turbo C 2.0编制而成,在研华PC-610/386机上均编译通过,适用于PC机及其兼容机。

1.程序判数滤波

采样的信号,如因常受到随机干扰传感器不稳定而引起严重失真时,可以采用此方法。方法是:根据生产经验确定两交采样允许的最大偏差△×,若先后两次采样的信号相减数值大于△×,表明输入的是干扰信号,应该去掉;用上次采样值作为本次采样值,若小于、等于△×表明没有受到干扰,本次采样值效。该方法适用于慢变化的物理参数的采样,如温度、物理位置等测量系统。

程序判断滤波的C程序函数如下:

float

program_detect_filter(float old_new_value[], float X)

{

float

sample_value;

if

(fabs(old_new_value[1]_old_new_value[0])>X)

sample_value=old_new_value[0];

else

sample_value=old_new_value[1];

retrun(sample_value);

}

函数调用需一个一维的两个元素的数组(old_new_value[2],用于存放上次采样值(old_new_value[0],)和本次采样值(old_new_value[1],),函数中sample_value表示有效采样值,X表示根据根据经验确定的两次采样允许的最大偏差△×。

2、中值滤波

中值滤汉是对某一参数连续输入N次(一般N取奇数),从中选择一个中间值作为本次采样值,若变量变化比较缓慢,采用此方法效果比较好,但对快速变化过程的参数,如流量、自然伽玛等,则不宜采用。

中值滤波的C程序函数如下:

float

middle_filter(float middle_value [] , intcount)

{

float

sample_value, data;

int i,

j;

for (i=1;

i for(j=count-1; j>=i,--j){

if(middle_value[j-1]=middle_value[j]{

data=middle_value[j-1];

middle_value[j-1]=middle_value[j]

middle_value[j]=data;

}

}

sample_value=middle_value(count-1)/2];

return(sample_value);

}

函数假设对某一参数连续采样3次,若多次采样,可

对该函数稍作修改即可。3次采样值存储在数组mddle_value[3],其中Sample-value表示有效采样值,count表示连续采样次。

3、滑动算术平均值滤波

滑动算术平均值滤波是设一循环队列,依顺序存放N次采样数据,每次数据采集时,先将放在队列中第一个最早采集的数据丢掉,再把新数据放入队尾,然后求包括新数据在内的N个数据的算术平均值,便得到该次采样的有效数据。该方法主要用于对压力、流量等周期脉动的采样值进行平滑加工处理。

滑动算术平均值滤波C程序函数如下:

float

move_average_filtaer(float data_buf[], int count)

{

float

sample_vaue,data=0;

int

i;

for (i=0;i

data+=data_buf[i];

sample_value=data/count;

return(sample_value;

}

函数假设顺序存放5次采样数据的数据缓冲区data_buf[5],对于多于5次的滑动算术平

均滤波,只需对该函数稍作修改即可,其中sample_value表示本次采样的有效数据,count表示数据有样次数。

4.滑动加权平均值滤波

滑动加权平均滤波是设一个数据缓冲区依顺序存放N次采样数据,

每采进一个新数据,就将最先采集的数据丢掉,而后求包括新数据在内的N个数据的加权平均值,便得到该次采样的有效数据。该方法对脉冲性干扰的平滑作用尚不理想,不适用于脉冲性干扰比较严重的场合。

滑动加权平均值滤波的C程序函数如下:

floa

move_times_filter(float data _buf [])

{

float

sample_value;

float

filter_k[3]={0.3,0.2,0.15》;

sample_value=filter_k[0]*data_buf[2]+filter_k[1]*(data_buf[1]

+data_buf[3])+filter_k[2]*(data_buf[0]+data_buf[4;

return(sample_value);

}

函数假设依次存放5次采样数据的数据缓冲区data_buf[5],对于多于5次的滑动加权平均滤波,只需对该函数稍作修改即可,其中数据组filter_k[3]表示加权系数,这三个系数的关系为filter_k[0]+2*filter_k[1]+2*filter_k[2]=1,本次采样的有效数据用sample_value表示。

5、防脉冲干扰平均值滤波

防脉冲干扰平均值滤波是连续进行N次采样,去掉其中最大值和最小值,然后求剩下的N-2个数据的平均值,作为本次采样的有效值。该方法适用于变量跳变比较严重的场合。这种滤波也应用边采样边计算的方法。

float

max_min_chioce(float x_buffer[],int number

{

int

max_value, min_value;

float

sample_value=0.0;

int

i;

max_value,

=x_buffer[o];

min_value=x_buffer[0];

for(i=1;i){

if(x_buffer[i]>max_value)max_value=x_buffer[i];

if(x_buffer[i] }

for(i=0; i

sample_value=(sample_value_max_value_min_value)/(number-2);

return(sample_value);

}

函数假设存放连续进行5次采样的数据缓冲区data_buf[5],对于多于5次的防脉冲干扰平均值滤波,只需对该函数稍作修改即可,其中Sample_value表示本次采样的有效数据,number表示连续进行的采样次数。

6、低通数字滤波

低通滤波也称一阶滞后滤波,方法是第N次采样后滤波结果输出值是(1-a)乘第N次采样值加a乘上次滤波结果输出值。可见a<<1。该方法适用于变化过程比较慢的参数的滤波的C程序函数如下:

float

low_filter(float low_buf[])

{

float

sample_value;

float

X=0.01;

sample_value=(1_X)*low_buf[1]+X*low buf[0];

retrun(sample_value);

}

函数假设求第2次采样后滤波结果输出值sampe_valeu,数组low_buf[2]表示存放上次滤

波结果输出值(low_buf[0])和本次采样值(low_buf[1]),X表示a。

为方便以上几种滤波函数的理解,下面给出调用以上函数的程序例。

#include

#include

#include

main()

{

folat

old_new_buf[2]={1.2,2.6};

float

middle_value[3]={20,12,18};

float

data_average_buf[5]={10,20,20,10,10};

float

data_times_buf[5]={1.4,1.5,1.3,1.2,1.0};

float

data_max_min_buf[5]={1.2,80,1.4,0.2,1.3};

foat

low_buf[2]={1.2,2.0};

float

xx;

xx=program_detect_filter(old_new_buf,1.0};

printf("The program detect filter value

is:%f\n",xx);

xx=middle_filter (middle_value, 3);

printf("The middle filter value is:%f\n:,xx);

xx=move_avergae_filter(data_avergae_buf,5);

printf("the mover average filter value

is:%f\n",xx);

xx=move_times_filter(data_time_fud);

printf("The move times filter value

is:%f\n",xx);

xx=max_min_choice(data_max_min_buf,5);

printf("The max-min filter value is:%f\n",xx);

xx=low_filter(low_buf);

printf("The low filter value is:%f\n",xx);

}

运行执行程序,屏幕显示:

The

program detect filter value is: 1.200000

The middle

filter value is:18.000000

The move

average filter value is:14.000000

The move

times filter value is:1.310000

The

max_min filter value is:1.366666

The low

filter value is:1.992000

zhajisuo

2009-9-05

10:58:25

数字滤波器与模拟滤波器的区别主要在于一个是采用软件(程序)的数值计算(数字滤波器),另外一个是采用硬件电路获得(模拟滤波器)。

数字滤波器的原理有多种,取平均值是其中的一种。取平均值就是滤除任何有具有频率的变化分量的信号。数字滤波器还可根据不同原理编制专门的程序,对采集的信号进行特殊的计算来滤除特定频率的信号。

模拟滤波器的原理主要是利用电容器对高频信号的低阻抗、对低频信号的高阻抗和电感对对低频信号的低阻抗、对高频信号的高阻抗的特性,滤除特定频率的信号。



推荐阅读
  • 深入解析Java虚拟机(JVM)架构与原理
    本文旨在为读者提供对Java虚拟机(JVM)的全面理解,涵盖其主要组成部分、工作原理及其在不同平台上的实现。通过详细探讨JVM的结构和内部机制,帮助开发者更好地掌握Java编程的核心技术。 ... [详细]
  • 深入解析Redis内存对象模型
    本文详细介绍了Redis内存对象模型的关键知识点,包括内存统计、内存分配、数据存储细节及优化策略。通过实际案例和专业分析,帮助读者全面理解Redis内存管理机制。 ... [详细]
  • 本文详细介绍了C语言中的基本数据类型,包括整型、浮点型、字符型及其各自的子类型,并探讨了这些类型在不同编译环境下的表现。 ... [详细]
  • 本文档汇总了Python编程的基础与高级面试题目,涵盖语言特性、数据结构、算法以及Web开发等多个方面,旨在帮助开发者全面掌握Python核心知识。 ... [详细]
  • 本文详细探讨了Java命令行参数的概念、使用方法及在实际编程中的应用,包括如何通过命令行传递参数给Java程序,以及如何在Java程序中解析这些参数。 ... [详细]
  • PHP 过滤器详解
    本文深入探讨了 PHP 中的过滤器机制,包括常见的 $_SERVER 变量、filter_has_var() 函数、filter_id() 函数、filter_input() 函数及其数组形式、filter_list() 函数以及 filter_var() 和其数组形式。同时,详细介绍了各种过滤器的用途和用法。 ... [详细]
  • 本文探讨了如何使用自增和自减运算符遍历二维数组中的元素。通过实例详细解释了指针与二维数组结合使用的正确方法,并解答了常见的错误用法。 ... [详细]
  • 本文详细探讨了HTML表单中GET和POST请求的区别,包括它们的工作原理、数据传输方式、安全性及适用场景。同时,通过实例展示了如何在Servlet中处理这两种请求。 ... [详细]
  • 本文详细介绍了C语言的起源、发展及其标准化过程,涵盖了从早期的BCPL和B语言到现代C语言的演变,并探讨了其在操作系统和跨平台编程中的重要地位。 ... [详细]
  • 本文详细介绍了优化DB2数据库性能的多种方法,涵盖统计信息更新、缓冲池调整、日志缓冲区配置、应用程序堆大小设置、排序堆参数调整、代理程序管理、锁机制优化、活动应用程序限制、页清除程序配置、I/O服务器数量设定以及编入组提交数调整等方面。通过这些技术手段,可以显著提升数据库的运行效率和响应速度。 ... [详细]
  • 本文介绍了一种基于选择排序思想的高效排序方法——堆排序。通过使用堆数据结构,堆排序能够在每次查找最大元素时显著提高效率。文章详细描述了堆排序的工作原理,并提供了完整的C语言代码实现。 ... [详细]
  • 深入解析 Android IPC 中的 Messenger 机制
    本文详细介绍了 Android 中基于消息传递的进程间通信(IPC)机制——Messenger。通过实例和源码分析,帮助开发者更好地理解和使用这一高效的通信工具。 ... [详细]
  • 本文详细介绍了Java中实现异步调用的多种方式,包括线程创建、Future接口、CompletableFuture类以及Spring框架的@Async注解。通过代码示例和深入解析,帮助读者理解并掌握这些技术。 ... [详细]
  • KMP算法是一种高效的字符串模式匹配算法,能够在不进行回溯的情况下完成匹配,其时间复杂度为O(m+n),其中m和n分别为文本串和模式串的长度。本文将详细介绍KMP算法的工作原理,并提供C语言实现。 ... [详细]
  • 深入解析Spring启动过程
    本文详细介绍了Spring框架的启动流程,帮助开发者理解其内部机制。通过具体示例和代码片段,解释了Bean定义、工厂类、读取器以及条件评估等关键概念,使读者能够更全面地掌握Spring的初始化过程。 ... [详细]
author-avatar
劳资就是若听_979
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