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

数字滤波AD采集前端

文章参考:http:bbs.elecfans.comjishu_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

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:


  1. 限幅滤波法(又称程序判断滤波法) 
  2. 中位值滤波法 
  3. 算术平均滤波法 
  4. 递推平均滤波法(又称滑动平均滤波法)
  5. 中位值平均滤波法(又称防脉冲干扰平均滤波法) 
  6. 限幅平均滤波法 
  7. 一阶滞后滤波法 
  8. 加权递推平均滤波法 
  9. 消抖滤波法 
  10. 限幅消抖滤波法

1、限副滤波

  • 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<&#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 


  • 优点&#xff1a; 

能有效克服因偶然因素引起的脉冲干扰 

  • 缺点 

无法抑制那种周期性的干扰 
平滑度差


  • 程序

/* 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
  • 方法&#xff1a; 
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 
  • 优点&#xff1a; 
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 
  • 缺点&#xff1a; 
对流量、速度等快速变化的参数不宜
  • 程序&#xff1a;

/* 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

  • 方法&#xff1a; 
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 
  • 优点&#xff1a; 
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  

 
  • 程序&#xff1a;

#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)

  • 方法&#xff1a; 

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 


  • 优点&#xff1a; 

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


  • 程序&#xff1a;

#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;

  • 方法&#xff1a; 

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 


  • 优点&#xff1a; 

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; 

测量速度较慢&#xff0c;和算术平均滤波法一样 
比较浪费RAM


  • 程序&#xff1a;

#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

  • 方法&#xff1a; 

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 


  • 优点&#xff1a; 

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 

 


  • 程序略 参考子程序1、3

​​​​​​​


7、一阶滞后滤波法

  • 方法&#xff1a; 

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 


  • 优点&#xff1a; 

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



  • 程序&#xff1a;

 

/* 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

  • 方法&#xff1a; 

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 


  • 优点&#xff1a; 

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 


  • 缺点&#xff1a; 

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

  • 程序&#xff1a;

 

/* 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

  • 方法&#xff1a; 

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 


  • 优点&#xff1a; 

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 


  • 缺点&#xff1a; 

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


  • 程序&#xff1a;

#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

  • 方法&#xff1a; 

相当于“限幅滤波法”&#43;“消抖滤波法” 
先限幅,后消抖 


  • 优点&#xff1a; 

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 


  • 缺点&#xff1a; 

对于快速变化的参数不宜

  • 程序略 参考子程序1、9

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


推荐阅读
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • 导航栏样式练习:项目实例解析
    本文详细介绍了如何创建一个具有动态效果的导航栏,包括HTML、CSS和JavaScript代码的实现,并附有详细的说明和效果图。 ... [详细]
  • 深入理解Cookie与Session会话管理
    本文详细介绍了如何通过HTTP响应和请求处理浏览器的Cookie信息,以及如何创建、设置和管理Cookie。同时探讨了会话跟踪技术中的Session机制,解释其原理及应用场景。 ... [详细]
  • UNP 第9章:主机名与地址转换
    本章探讨了用于在主机名和数值地址之间进行转换的函数,如gethostbyname和gethostbyaddr。此外,还介绍了getservbyname和getservbyport函数,用于在服务器名和端口号之间进行转换。 ... [详细]
  • Splay Tree 区间操作优化
    本文详细介绍了使用Splay Tree进行区间操作的实现方法,包括插入、删除、修改、翻转和求和等操作。通过这些操作,可以高效地处理动态序列问题,并且代码实现具有一定的挑战性,有助于编程能力的提升。 ... [详细]
  • 本文详细介绍如何使用arm-eabi-gdb调试Android平台上的C/C++程序。通过具体步骤和实用技巧,帮助开发者更高效地进行调试工作。 ... [详细]
  • 本文介绍了如何利用JavaScript或jQuery来判断网页中的文本框是否处于焦点状态,以及如何检测鼠标是否悬停在指定的HTML元素上。 ... [详细]
  • 本文详细介绍了如何使用Python编写爬虫程序,从豆瓣电影Top250页面抓取电影信息。文章涵盖了从基础的网页请求到处理反爬虫机制,再到多页数据抓取的全过程,并提供了完整的代码示例。 ... [详细]
  • 使用 Azure Service Principal 和 Microsoft Graph API 获取 AAD 用户列表
    本文介绍了一段通用代码示例,该代码不仅能够操作 Azure Active Directory (AAD),还可以通过 Azure Service Principal 的授权访问和管理 Azure 订阅资源。Azure 的架构可以分为两个层级:AAD 和 Subscription。 ... [详细]
  • 在Ubuntu 16.04 LTS上配置Qt Creator开发环境
    本文详细介绍了如何在Ubuntu 16.04 LTS系统中安装和配置Qt Creator,涵盖了从下载到安装的全过程,并提供了常见问题的解决方案。 ... [详细]
  • JavaScript中属性节点的类型及应用
    本文深入探讨了JavaScript中属性节点的不同类型及其在实际开发中的应用,帮助开发者更好地理解和处理HTML元素的属性。通过具体的案例和代码示例,我们将详细解析如何操作这些属性节点。 ... [详细]
  • 本文介绍如何在应用程序中使用文本输入框创建密码输入框,并通过设置掩码来隐藏用户输入的内容。我们将详细解释代码实现,并提供专业的补充说明。 ... [详细]
  • 如何高效创建和使用字体图标
    在Web和移动开发中,为什么选择字体图标?主要原因是其卓越的性能,可以显著减少HTTP请求并优化页面加载速度。本文详细介绍了从设计到应用的字体图标制作流程,并提供了专业建议。 ... [详细]
  • This document outlines the recommended naming conventions for HTML attributes in Fast Components, focusing on readability and consistency with existing standards. ... [详细]
author-avatar
爱被结束_347
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