作者:爱被结束_347 | 来源:互联网 | 2024-11-27 15:09
文章参考:http://bbs.elecfans.com/jishu_1096643_1_1.html
在AD采集中经常要用到数字滤波,而不同情况下又有不同的滤波需求,下面是10种经典的软件滤波方法的程序和优缺点分析:
- 限幅滤波法(又称程序判断滤波法)
- 中位值滤波法
- 算术平均滤波法
- 递推平均滤波法(又称滑动平均滤波法)
- 中位值平均滤波法(又称防脉冲干扰平均滤波法)
- 限幅平均滤波法
- 一阶滞后滤波法
- 加权递推平均滤波法
- 消抖滤波法
- 限幅消抖滤波法
1、限副滤波
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<&#61;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
能有效克服因偶然因素引起的脉冲干扰
无法抑制那种周期性的干扰
平滑度差
/* A值可根据实际情况调整
value为有效值&#xff0c;new_value为当前采样值
滤波程序返回有效的实际值*/
#define A 10
char value;
char filter() {char new_value; new_value &#61; get_ad(); IF ( ( new_value - value > A ) || ( value - new_value > A ) )return value;elsereturn new_value;
}
2、中位值滤波法
连续采样N次&#xff08;N取奇数&#xff09;&#xff0c;把N次采样值按大小排列 &#xff0c;取中间值为本次有效值
能有效克服因偶然因素引起的波动干扰&#xff0c;对温度、液位的变化缓慢的被测参数有良好的滤波效果
对流量、速度等快速变化的参数不宜
/* N值可根据实际情况调整排序采用冒泡法*/
#define N 11
char filter() {charvalue_buf[N]; char count,i,j,temp; for ( count&#61;0;countvalue_buf[i&#43;1] ){temp &#61;value_buf; value_buf &#61; value_buf[i&#43;1]; value_buf[i&#43;1] &#61; temp;}}}returnvalue_buf[(N-1)/2];
}
3、算术平均滤波法
连续取N个采样值进行算术平均运算
N值较大时&#xff1a;信号平滑度较高&#xff0c;但灵敏度较低
N值较小时&#xff1a;信号平滑度较低&#xff0c;但灵敏度较高
N值的选取&#xff1a;一般流量&#xff0c;N&#61;12&#xff1b;压力&#xff1a;N&#61;4
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&#xff0c;信号在某一数值范围附近上下波动
缺点&#xff1a;
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
#define N 12
char filter() {int sum &#61; 0; for ( count&#61;0;count}
4、递推平均滤波法&#xff08;又称滑动平均滤波法&#xff09; (FIR前身)
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&#xff1a;流量&#xff0c;N&#61;12&#xff1b;压力&#xff1a;N&#61;4&#xff1b;液面&#xff0c;N&#61;4~12&#xff1b;温度&#xff0c;N&#61;1~4
对周期性干扰有良好的抑制作用&#xff0c;平滑度高
适用于高频振荡的系统
缺点&#xff1a;
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
#define N 12
char value_buf[N];
char i&#61;0;
char filter(){char count; int sum&#61;0; value_buf[i&#43;&#43;] &#61; get_ad(); if ( i &#61;&#61; N ) i &#61; 0; for ( count&#61;0;count}
5、中位值平均滤波法&#xff08;又称防脉冲干扰平均滤波法&#xff09;
相当于“中位值滤波法”&#43;“算术平均滤波法”
连续采样N个数据&#xff0c;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&#xff1a;3~14
融合了两种滤波法的优点
对于偶然出现的脉冲性干扰&#xff0c;可消除由于脉冲干扰所引起的采样值偏差
测量速度较慢&#xff0c;和算术平均滤波法一样
比较浪费RAM
#define N 12
char filter() {char count,i,j; char value_buf[N]; int sum&#61;0; for (count&#61;0;countvalue_buf[i&#43;1] ){temp &#61; value_buf;value_buf &#61; value_buf[i&#43;1];value_buf[i&#43;1] &#61; temp;} }}for(count&#61;1;count}
6、限幅平均滤波法
相当于“限幅滤波法”&#43;“递推平均滤波法”
每次采样到的新数据先进行限幅处理&#xff0c;
再送入队列进行递推平均滤波处理
融合了两种滤波法的优点 对于偶然出现的脉冲性干扰&#xff0c;可消除由于脉冲干扰所引起的采样值偏差
缺点&#xff1a;
比较浪费RAM
7、一阶滞后滤波法
取a&#61;0~1
本次滤波结果&#61;&#xff08;1-a&#xff09;*本次采样值&#43;a*上次滤波结果
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
缺点&#xff1a;
相位滞后&#xff0c;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
/* 为加快程序处理速度假定基数为100&#xff0c;a&#61;0~100 */
#define a 50
char value;
char filter() {char new_value; new_value &#61; get_ad(); return ((100-a)*value &#43; a*new_value);
}
8、加权递推平均滤波法
是对递推平均滤波法的改进&#xff0c;即不同时刻的数据加以不同的权
通常是&#xff0c;越接近现时刻的数据&#xff0c;权取得越大。
给予新采样值的权系数越大&#xff0c;则灵敏度越高&#xff0c;但信号平滑度越低
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
对于纯滞后时间常数较小&#xff0c;采样周期较长&#xff0c;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&#xff0c;滤波效果差
/* coe数组为加权系数表&#xff0c;存在程序存储区。*/
#define N 12
char code coe[N] &#61;{1,2,3,4,5,6,7,8,9,10,11,12};
char code sum_coe &#61; 1&#43;2&#43;3&#43;4&#43;5&#43;6&#43;7&#43;8&#43;9&#43;10&#43;11&#43;12;
char filter() {char count; char value_buf[N]; int sum&#61;0; for (count&#61;0,count}
9、消抖滤波法
设置一个滤波计数器
将每次采样值与当前有效值比较&#xff1a;
如果采样值&#xff1d;当前有效值&#xff0c;则计数器清零
如果采样值<>当前有效值&#xff0c;则计数器&#43;1&#xff0c;并判断计数器是否>&#61;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
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
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
#define N 12
char filter(){char count&#61;0;char new_value;new_value &#61;get_ad();while (value!&#61;new_value){count&#43;&#43;;if (count>&#61;N)return new_value;delay();new_value &#61;get_ad();}return value;
}
10、限幅消抖滤波法
相当于“限幅滤波法”&#43;“消抖滤波法”
先限幅,后消抖
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
对于快速变化的参数不宜
文章参考&#xff1a;http://bbs.elecfans.com/jishu_1096643_1_1.html
下一步几种滤波方法进行验证