2019-09-24 16:19:20 qq_42475711 阅读数 136
  • 单片机控制第一个外设-LED灯-第1季第6部分

    本课程是《朱有鹏老师单片机完全学习系列课程》第1季第6个课程,主要讲解LED的工作原理和开发板原理图、实践编程等,通过学习目的是让大家学会给单片机编程控制LED灯,并且为进一步学习其他外设打好基础。

    4007 人正在学习 去看看 朱有鹏

一阶低通滤波

前言:在使用单片机开发中,常常会用到的外设包括ADC采样。而采样必然会伴随这随机干扰引起的毛刺噪声,对于需要捕捉采样值突变的系统来说尤其需要减小毛刺突变的影响。从硬件电路和软件算法上都能一定程度的减少噪声达到滤波的目的,本文主要讲解软件使用低通滤波算法来滤波ADC采样值的方法。

一阶低通滤波(又叫惯性滤波)算法

算法原理

  滤波算法公式:
Y(n) = a * X(n) + (1 - a) * Y(n - 1)

Y(n):本次滤波结果。
a:滤波系数。取值范围为0~1, 值越小越稳定,越大越灵敏。
X(n):本次采样值。
Y(n - 1):上次滤波结果。

C代码实现
//一阶低通滤波
#define FO_LOW_PASS_FILTER_SENSITIVE_a                   0.8f                        //一阶低通滤波系数取值范围为(0,1)。值越小越稳定,越大越灵敏,二者难兼顾。
#define FO_LOW_PASS_FILTER_STEADY_a                      0.15f
//输入Adc采样值,输出低通滤波值
//优点:调节精细,稳定度和灵敏度偏向分明。缺点:带有浮点运算
#define FOLowPassFilter(AdcSample, a)                                                                                                       \
{                                                                                                                                           \
    g_u16FOLowPassFilterResult = (uint16_t)(a * AdcSample + (1 - a) * g_u16FOLowPassFilterResultL);                                         \
    g_u16FOLowPassFilterResultL = g_u16FOLowPassFilterResult;                                                                               \
}
一阶低通滤波算法特点
1. 相比于硬件滤波,软件滤波节省成本,可靠性高,滤波范围可以由软件任意修改(硬件需要考虑阻抗匹配问题)。  
2. 一阶低通滤波运算量小,需要调节的参数少,易于软件实现和单片机快速处理,是实时性强的滤波。  

使用一阶低通滤波算法的缺点:
1. 滤波系数越小,滤波结果越稳定,滤波系数越大结果越灵敏。稳定性和灵敏性二者难兼顾。

算法改进

系数a取较小值时(偏稳定)

在这里插入图片描述

  图中蓝色表示原始ADC采样值,橙色为滤波后的值,其他图片也这样。当电压不变化时采集到的ADC采样值实际存在很多毛刺噪声,选取较小的a值则能有效减小毛刺的幅度,使信号趋于稳定,防止误判。

在这里插入图片描述
在这里插入图片描述

  选取较小a值时,稳定段过滤很多毛刺噪声,但灵敏性(跟随性)较差,信号幅度变化明显时滤波结果明显滞后,且无法达到波峰波谷值。

系数a取较大时(偏灵敏)

  特点与a较小时相反,滤波结果有较好的跟随性,但消除毛刺噪声能力差。

使用动态系数

  既然一阶低通滤波无法同时兼容滤波的稳定性和灵敏性, 那么我们可以根据实际情况,在采样值较低且变换幅度较小时使用小系数偏稳定性,当检测到采样值大于一定范围且增幅明显时立刻且大系数偏灵敏性。

代码示例:

#define Filter(AdcSample)                                                                                               \
{                                                                                                                       \
    if(g_u16AdcSampleVal > g_u16AdcInitBaseVal)                                                                         \
    {                                                                                                                   \
        if((DifferenceAbs(g_u16AdcSampleVal, g_u16AdcSampleValL) <= ADC_SAMPLE_LARGE_JUMP)   /*采样值无大幅度跳变*/     \
         && (DifferenceAbs(g_u16AdcSampleVal, g_u16AdcSampleValLL) <= ADC_SAMPLE_LARGE_JUMP))                           \
        {                                                                                                               \
            FOLowPassFilter(AdcSample, FO_LOW_PASS_FILTER_STEADY_a);      /*一阶低通滤波,偏稳定*/                       \
        }                                                                                                               \
        else                                                                                                            \
        {                                                                                                               \
            FOLowPassFilter(AdcSample, FO_LOW_PASS_FILTER_SENSITIVE_a);   /*一阶低通滤波,偏灵敏*/                       \
        }                                                                                                               \
    }                                                                                                                   \
    else                                                                                                                \
    {                                                                                                                   \
        FOLowPassFilter(AdcSample, FO_LOW_PASS_FILTER_STEADY_a);          /*一阶低通滤波,偏稳定*/                       \
    }                                                                                                                   \
}

效果展示:
[外链图片转存失败(img-PZAXWohS-1569312974471)(.\png\动态系数兼顾稳定性和灵敏度.png "动态系数")]
[外链图片转存失败(img-hBVXKAf4-1569312974471)(.\png\a0.3.png "兼顾稳定和灵敏")]

算法改进

  以下算法时一阶低通滤波的变形,可以避免单片机做浮点运算,如果你的单片机浮点运算的性能较差可以使用该变形公式。这个公式不是我发明的,是由一个大佬传授给我的,我将其拿出来分享。

//一阶低通滤波变形
#define FO_LOW_PASS_FILTER_EXTERN_SENSITIVE_a            1u                          //值越大越稳定,越小越灵敏,二者难兼顾。
#define FO_LOW_PASS_FILTER_EXTERN_STEADY_a               7u 
//一阶低通滤波变形,此方法为网上借鉴
//优点:无浮点运算。缺点:调节粗糙。
#define FOLowPassFilterExtern(AdcSample, a)                                                                                                 \
{                                                                                                                                           \
    g_u16FOLowPassFilterResult = AdcSample + g_u16FOLowPassFilterResultL * a;                                                               \
    g_u16FOLowPassFilterResult = g_u16FOLowPassFilterResult / (a + 1);                                                                      \
    g_u16FOLowPassFilterResultL = g_u16FOLowPassFilterResult;                                                                               \
}
2019-10-10 19:20:49 huolu0602 阅读数 186
  • 单片机控制第一个外设-LED灯-第1季第6部分

    本课程是《朱有鹏老师单片机完全学习系列课程》第1季第6个课程,主要讲解LED的工作原理和开发板原理图、实践编程等,通过学习目的是让大家学会给单片机编程控制LED灯,并且为进一步学习其他外设打好基础。

    4007 人正在学习 去看看 朱有鹏

   关于滤波,我们常常听说有滤波电路、滤波器、滤波对抗器等等,这些都是有效的解决单片机的信号干扰问题,都是从硬件上进行滤波处理,从而增加检测值的精确度。下面我们来简单介绍一下软件是如何进行单片机滤波的,这就要引出我们今天的主题--滤波算法。

  滤波算法是什么呢?既然是算法,那就要运用到数学公式了,即通过算法将我们检测到误差大的数据进行处理,从而达到滤波作用。下面通过例子来讲述几种常用的滤波算法。

  假设向8位AD中读取数据,AD获取程序为getad(),采用滤波算法增加数据精度。

1.限幅滤波(程序判断滤波)

   原理:根据经验确定两次采样之间所允许的最大偏差值(假定为MAX),每次检测到新值(new_value)时作出判断。若差值在允许的最大偏差之内,则当前值为有效值,反之,则用上次值(value)替代当前值。

  优势:能克服偶然因素引起的脉冲干扰。

代码示范:

#define MAX 10
char value;
char LimitFileter()
{
char new_value;
new_value = getad();
if((new_value-value>MAX) || (value-new_value>MAX))
  return value;
return new_value;
}

2.中值滤波法

   原理:连续采样奇数次(N),获取奇数个数值,并按照大小从左到右进行排序,取中间值为本次有效值。

   优势:能够有效克服偶然因素引起的波动干扰,对于变化缓慢的参数测试有良好的滤波效果。

代码示范:

#define N 11
char MedFilter()
{
char value_buf[N];
char count,i,j,temp;
for ( count = 0; count < N; count++)
{
value_buf[count] = getad();
delay();
}
for (j = 0; j < N-1; j++)
{
for (i = 0; i < N - j; i++)
{
if ( value_buf > value_buf[i + 1] )
{
temp = value_buf;
value_buf = value_buf[i + 1];
value_buf[i + 1] = temp;
}
}
}
return value_buf[(N-1)/2];
}

3.算术平均滤波

   原理:连续取N个采样值进行平均运算,N值较大时,信号平滑度较高,灵敏度较低。N值较小时,信号平滑度较低,灵敏度较  高。

   优势:适用于一般具有随机干扰的信号进行滤波。

代码示范:

#define N 12
char AverageFileter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = getad();
delay();
}
return (char)(sum/N);
}

4.递推平均滤波法

   原理:将连续采样N个数据看成一个队列,队列长度固定为N。每次采样到一个新数据放入队尾,并向前递推一位数据,舍弃掉 原来的队头(先进先出原则)。再将队列中N个数据进行算术平均运算。

   优势:对周期性干扰有良好的抑制作用,适用于高频振荡的系统。

代码示范:

char value_buff[N];
char i=0;
char RecAveFileter()
{
char count;
int sum=0;
value_buff[i++]=getdata();
if(i==N)
i=0;
for(count=0;count<N;count++)
sum+=value_buff[count];
return (char)(sum/N);
}

5.中位值平均滤波法

   原理:即结合中位值滤波和算术平均滤波,连续采集N个数据,去掉一个最大值和一个最小值,然后计算剩下的N-2个数据的算术平均值。

   优势:对于偶然出现的脉冲性干扰,可以消除由于脉冲干扰而引起的采值偏差。

代码示范:

#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] = getad();
delay();
}
for (j=0;j<N-1;j++)
{
for (i=0;i<N-j;i++)
{
if ( value_buf>value_buf[i+1] )
{
temp = value_buf;
value_buf = value_buf[i+1];
value_buf[i+1] = temp;
}
}
}
for(count=1;count<N-1;count++) 
sum += value[count];
return (char)(sum/(N-2));
}

6.限幅平均滤波

   原理:即结合限幅滤波和递推平均滤波。每次采样到新数据进行限幅处理,再将有效值添加到队列进行递推平均滤波处理。

   优势:能克服偶然因素引起的脉冲干扰,对周期性干扰有良好的抑制作用。

代码示范:

#define MAX 10
#define N 12

char value;
char LimitFileter()
{
char new_value;
new_value = getad();
if((new_value-value>MAX) || (value-new_value>MAX))
  return value;
return new_value;
}
char AverageFileter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = LimitFileter();
delay();
}
return (char)(sum/N);
}

7.一阶滞后滤波

   原理:取a = 0~1,滤波结果 = (1-a)*本次采样值+a*上次滤波结果。

   优势: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。

代码示范:

#define a 50
char value;
char FstOrdLagFileter()
{
char new_value;
new_value = get_ad();
return (100-a)*value + a*new_value;
}

8.加权递推平均滤波

  原理:在递推平均滤波法上进行的改进,不同时刻的数据加以不同的权,越接近现时刻的数据,权取得越大。新采样值的权系数越大,灵敏度越高,但平滑度就越低。

  优势:适用于周期较短的系统,有较大纯滞后时间常数的对象。

代码示范:

#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 WeiRecAveFileter()
{
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);
}

9.消抖滤波

  原理:设置一个滤波计数器,每次采样值与当前有效值比较,如果相同,则计数器清零,如果大于或小于当前有效值,则计数器加1,并判断计数器是否溢出,如果溢出,则将本次值替换当前有效值,并将计数器清零。

  优势:对于变化缓慢的被测参数有较好的滤波效果,可以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的抖动。

代码示范:

#define N 12
char DitherFileter()
{
char count=0;
char new_value;
new_value = getad();
while (value !=new_value);
{
count++;
if (count>=N) return new_value;
delay();
new_value = get_ad();
}
return value;
}

10.限幅消抖滤波

    原理:先限幅,后消抖。

    优势:改进了消抖滤波中的一些缺陷,避免将干扰值导入系统。

代码示范:

#define MAX 10
#define N 12
char value;
char LimitFileter()
{
char new_value;
new_value = getad();
if((new_value-value>MAX) || (value-new_value>MAX))
  return value;
return new_value;
}
char LimDitFileter()
{
char count=0;
char new_value;
new_value = LimitFileter();
while (value !=new_value);
{
count++;
if (count>=N) return new_value;
delay();
new_value = get_ad();
}
return value;
}

以上就是个人总结的10个常用的滤波算法,根据不同的事件,灵活运用这10种算法,能够减少误差数据的产生,从而提高自己的代码质量。

2018-03-21 14:54:14 chujing124486 阅读数 2521
  • 单片机控制第一个外设-LED灯-第1季第6部分

    本课程是《朱有鹏老师单片机完全学习系列课程》第1季第6个课程,主要讲解LED的工作原理和开发板原理图、实践编程等,通过学习目的是让大家学会给单片机编程控制LED灯,并且为进一步学习其他外设打好基础。

    4007 人正在学习 去看看 朱有鹏

单片机常用滤波算法 

说明:假定从8位AD中读取数据(如果是更高位的AD可定义数据类型为int),子程序为get_ad();

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)每次检测到新值时进行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
.无法抑制周期性的干扰

.平滑度差

D、示例代码

#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;

}

2、中位值滤波法

A、方法:

连续采样N次(N取奇数)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

E、示例代码

/* N 值可根据实际情况调整

排序采用冒泡法*/#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 > value_buf[i + 1] )

{

temp = value_buf;

value_buf = value_buf[i + 1];

value_buf[i + 1] = temp;

}

}

}

return value_buf[(N-1)/2];

}

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:

①.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

D、示例代码

#define N 12

char filter()

{

int sum = 0;

for ( count=0;count<N;count++){

sum + = get_ad();

delay();

}

return (char)(sum/N);

}

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

F、示例代码

char value_buff[N];

char i=0;

char filter()

{

char count;

int sum=0;

value_buff[i++]=get_data();

if(i==N)i=0;

for(count=0;count<N;count++)

sum+=value_buff[count];

return (char)(sum/N);

}

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

C、缺点:

.测量速度较慢,和算术平均滤波法一样

.比较浪费 RAM

D、示例代码

#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>value_buf[i+1] )

{

temp = value_buf;

value_buf = value_buf[i+1];

value_buf[i+1] = temp;

}

}

}

for(count=1;count<N-1;count++)

sum += value[count];

return (char)(sum/(N-2));

}

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

D、示例代码:

参考子程序 1 3 

7、一阶滞后滤波法

A、方法:

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

G、示例代码:

/* 为加快程序处理速度假定基数为100,a=0~100*/

#define a 50

char value;

char filter()

{

char new_value;

new_value = get_ad();

return (100-a)*value + a*new_value;

}

 

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

D、示例代码:

/* coe 数组为加权系数表,存在程序存储区。 */

#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);

}

 

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。

H、示例代码:

 

#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;

}

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

D、 示例

参考 1、 9


2018-05-12 11:01:11 qq_38351824 阅读数 3833
  • 单片机控制第一个外设-LED灯-第1季第6部分

    本课程是《朱有鹏老师单片机完全学习系列课程》第1季第6个课程,主要讲解LED的工作原理和开发板原理图、实践编程等,通过学习目的是让大家学会给单片机编程控制LED灯,并且为进一步学习其他外设打好基础。

    4007 人正在学习 去看看 朱有鹏

一、arduino版

  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
  11. 新增加 卡尔曼滤波(非扩展卡尔曼)

程序默认对int类型数据进行滤波,如需要对其他类型进行滤波,只需要把程序中所有int替换成long、float或者double即可。


1、限幅滤波法(又称程序判断滤波法)

A、名称:限幅滤波法(又称程序判断滤波法)

B、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。

C、优点:

      能有效克服因偶然因素引起的脉冲干扰。

D、缺点:

      无法抑制那种周期性的干扰。

      平滑度差。

E、整理:shenhaiyu 2013-11-01

/*A、名称:限幅滤波法(又称程序判断滤波法)

B、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。

C、优点:

    能有效克服因偶然因素引起的脉冲干扰。

D、缺点:

    无法抑制那种周期性的干扰。

    平滑度差。

E、整理:shenhaiyu 2013-11-01*/


int Filter_Value;

int Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

  Value = 300;

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Value = Filter_Value;          // 最近一次有效采样的值,该变量为全局变量

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 限幅滤波法(又称程序判断滤波法)

#define FILTER_A 1

int Filter() {

  int NewValue;

  NewValue = Get_AD();

  if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))

    return Value;

  else

    return NewValue;

}

2、中位值滤波法

A、名称:中位值滤波法

B、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。

C、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。

D、缺点:

    对流量、速度等快速变化的参数不宜。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:中位值滤波法

B、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。

C、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。

D、缺点:

    对流量、速度等快速变化的参数不宜。

E、整理:shenhaiyu 2013-11-01
*/

int Filter_Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 中位值滤波法

#define FILTER_N 101

int Filter() {

  int filter_buf[FILTER_N];

  int i, j;

  int filter_temp;

  for(i = 0; i < FILTER_N; i++) {

    filter_buf[i] = Get_AD();

    delay(1);

  }

  // 采样值从小到大排列(冒泡法)

  for(j = 0; j < FILTER_N - 1; j++) {

    for(i = 0; i < FILTER_N - 1 - j; i++) {

      if(filter_buf[i] > filter_buf[i + 1]) {

        filter_temp = filter_buf[i];

        filter_buf[i] = filter_buf[i + 1];

        filter_buf[i + 1] = filter_temp;

      }

    }

  }

  return filter_buf[(FILTER_N - 1) / 2];

}


3、算术平均滤波法

A、名称:算术平均滤波法

B、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。

C、优点:

    适用于对一般具有随机干扰的信号进行滤波;

    这种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。

D、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。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:算术平均滤波法

B、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。

C、优点:

    适用于对一般具有随机干扰的信号进行滤波;

    这种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。

D、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。

E、整理:shenhaiyu 2013-11-01

*/

int Filter_Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 算术平均滤波法

#define FILTER_N 12

int Filter() {

  int i;

  int filter_sum = 0;

  for(i = 0; i < FILTER_N; i++) {

    filter_sum += Get_AD();

    delay(1);

  }

  return (int)(filter_sum / FILTER_N);

}


4、递推平均滤波法(又称滑动平均滤波法)

A、名称:递推平均滤波法(又称滑动平均滤波法)

B、方法:

    把连续取得的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,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。

C、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。

D、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。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:递推平均滤波法(又称滑动平均滤波法)

B、方法:

    把连续取得的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,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。

C、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。

D、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。

E、整理:shenhaiyu 2013-11-01

*/

int Filter_Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 递推平均滤波法(又称滑动平均滤波法)

#define FILTER_N 12

int filter_buf[FILTER_N + 1];

int Filter() {

  int i;

  int filter_sum = 0;

  filter_buf[FILTER_N] = Get_AD();

  for(i = 0; i < FILTER_N; i++) {

    filter_buf[i] = filter_buf[i + 1]; // 所有数据左移,低位仍掉

    filter_sum += filter_buf[i];

  }

  return (int)(filter_sum / FILTER_N);

}


5、中位值平均滤波法(又称防脉冲干扰平均滤波法)

A、名称:中位值平均滤波法(又称防脉冲干扰平均滤波法)

B、方法:

    采一组队列去掉最大值和最小值后取平均值,

    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。

C、优点:

    融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。

    对于偶然出现的脉冲性干扰,可消除由其所引起的采样值偏差。

    对周期干扰有良好的抑制作用。

    平滑度高,适于高频振荡的系统。

D、缺点:

    计算速度较慢,和算术平均滤波法一样。

    比较浪费RAM。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:中位值平均滤波法(又称防脉冲干扰平均滤波法)

B、方法:

    采一组队列去掉最大值和最小值后取平均值,

    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。

C、优点:

    融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。

    对于偶然出现的脉冲性干扰,可消除由其所引起的采样值偏差。

    对周期干扰有良好的抑制作用。

    平滑度高,适于高频振荡的系统。

D、缺点:

    计算速度较慢,和算术平均滤波法一样。

    比较浪费RAM。

E、整理:shenhaiyu 2013-11-01

*/

int Filter_Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 中位值平均滤波法(又称防脉冲干扰平均滤波法)(算法1)

#define FILTER_N 100

int Filter() {

  int i, j;

  int filter_temp, filter_sum = 0;

  int filter_buf[FILTER_N];

  for(i = 0; i < FILTER_N; i++) {

    filter_buf[i] = Get_AD();

    delay(1);

  }

  // 采样值从小到大排列(冒泡法)

  for(j = 0; j < FILTER_N - 1; j++) {

    for(i = 0; i < FILTER_N - 1 - j; i++) {

      if(filter_buf[i] > filter_buf[i + 1]) {

        filter_temp = filter_buf[i];

        filter_buf[i] = filter_buf[i + 1];

        filter_buf[i + 1] = filter_temp;

      }

    }

  }

  // 去除最大最小极值后求平均

  for(i = 1; i < FILTER_N - 1; i++) filter_sum += filter_buf[i];

  return filter_sum / (FILTER_N - 2);

}

//  中位值平均滤波法(又称防脉冲干扰平均滤波法)(算法2)

/*

#define FILTER_N 100

int Filter() {

  int i;

  int filter_sum = 0;

  int filter_max, filter_min;

  int filter_buf[FILTER_N];

  for(i = 0; i < FILTER_N; i++) {

    filter_buf[i] = Get_AD();

    delay(1);

  }

  filter_max = filter_buf[0];

  filter_min = filter_buf[0];

  filter_sum = filter_buf[0];

  for(i = FILTER_N - 1; i > 0; i--) {

    if(filter_buf[i] > filter_max)

      filter_max=filter_buf[i];

    else if(filter_buf[i] < filter_min)

      filter_min=filter_buf[i];

    filter_sum = filter_sum + filter_buf[i];

    filter_buf[i] = filter_buf[i - 1];

  }

  i = FILTER_N - 2;

  filter_sum = filter_sum - filter_max - filter_min + i / 2; // +i/2 的目的是为了四舍五入

  filter_sum = filter_sum / i;

  return filter_sum;

}*/


6、限幅平均滤波法

A、名称:限幅平均滤波法

B、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。

C、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。

D、缺点:

    比较浪费RAM。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:限幅平均滤波法

B、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。

C、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。

D、缺点:

    比较浪费RAM。

E、整理:shenhaiyu 2013-11-01

*/

#define FILTER_N 12

int Filter_Value;

int filter_buf[FILTER_N];

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

  filter_buf[FILTER_N - 2] = 300;

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 限幅平均滤波法

#define FILTER_A 1

int Filter() {

  int i;

  int filter_sum = 0;

  filter_buf[FILTER_N - 1] = Get_AD();

  if(((filter_buf[FILTER_N - 1] - filter_buf[FILTER_N - 2]) > FILTER_A) || ((filter_buf[FILTER_N - 2] - filter_buf[FILTER_N - 1]) > FILTER_A))

    filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2];

  for(i = 0; i < FILTER_N - 1; i++) {

    filter_buf[i] = filter_buf[i + 1];

    filter_sum += filter_buf[i];

  }

  return (int)filter_sum / (FILTER_N - 1);

}


7、一阶滞后滤波法

A、名称:一阶滞后滤波法

B、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。

C、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。

D、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1/2的干扰信号。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:一阶滞后滤波法

B、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。

C、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。

D、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1/2的干扰信号。

E、整理:shenhaiyu 2013-11-01

*/

int Filter_Value;

int Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

  Value = 300;

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 一阶滞后滤波法

#define FILTER_A 0.01

int Filter() {

  int NewValue;

  NewValue = Get_AD();

  Value = (int)((float)NewValue * FILTER_A + (1.0 - FILTER_A) * (float)Value);

  return Value;

}


8、加权递推平均滤波法

A、名称:加权递推平均滤波法

B、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。

C、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。

D、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。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:加权递推平均滤波法

B、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。

C、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。

D、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。

E、整理:shenhaiyu 2013-11-01

*/

int Filter_Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 加权递推平均滤波法

#define FILTER_N 12

int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};    // 加权系数表

int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加权系数和

int filter_buf[FILTER_N + 1];

int Filter() {

  int i;

  int filter_sum = 0;

  filter_buf[FILTER_N] = Get_AD();

  for(i = 0; i < FILTER_N; i++) {

    filter_buf[i] = filter_buf[i + 1]; // 所有数据左移,低位仍掉

    filter_sum += filter_buf[i] * coe[i];

  }

  filter_sum /= sum_coe;

  return filter_sum;

}


9、消抖滤波法

A、名称:消抖滤波法

B、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。

C、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。

D、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。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:消抖滤波法

B、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。

C、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。

D、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。

E、整理:shenhaiyu 2013-11-01

*/

int Filter_Value;

int Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

  Value = 300;

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 消抖滤波法

#define FILTER_N 12

int i = 0;

int Filter() {

  int new_value;

  new_value = Get_AD();

  if(Value != new_value) {

    i++;

    if(i > FILTER_N) {

      i = 0;

      Value = new_value;

    }

  }

  else

    i = 0;

  return Value;

}


10、限幅消抖滤波法

A、名称:限幅消抖滤波法

B、方法:

    相当于“限幅滤波法”+“消抖滤波法”;

    先限幅,后消抖。

C、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。

D、缺点:

    对于快速变化的参数不宜。

E、整理:shenhaiyu 2013-11-01

/*

A、名称:限幅消抖滤波法

B、方法:

    相当于“限幅滤波法”+“消抖滤波法”;

    先限幅,后消抖。

C、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。

D、缺点:

    对于快速变化的参数不宜。

E、整理:shenhaiyu 2013-11-01

*/

int Filter_Value;

int Value;

void setup() {

  Serial.begin(9600);       // 初始化串口通信

  randomSeed(analogRead(0)); // 产生随机种子

  Value = 300;

}

void loop() {

  Filter_Value = Filter();       // 获得滤波器输出值

  Serial.println(Filter_Value); // 串口输出

  delay(50);

}

// 用于随机产生一个300左右的当前值

int Get_AD() {

  return random(295, 305);

}

// 限幅消抖滤波法

#define FILTER_A 1

#define FILTER_N 5

int i = 0;

int Filter() {

  int NewValue;

  int new_value;

  NewValue = Get_AD();

  if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))

    new_value = Value;

  else

    new_value = NewValue;

  if(Value != new_value) {

    i++;

    if(i > FILTER_N) {

      i = 0;

      Value = new_value;

    }

  }

  else

    i = 0;

  return Value;

}

二、C语言版

1、限幅滤波法

*函数名称:AmplitudeLimiterFilter()-限幅滤波法
*优点: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,且平滑度差
*说明:
  1、调用函数
     GetAD(),该函数用来取得当前值
  2、变量说明
     Value:最近一次有效采样的值,该变量为全局变量
     NewValue:当前采样的值
     ReturnValue:返回值
  3、常量说明
     A:两次采样的最大误差值,该值需要使用者根据实际情况设置
*入口:Value,上一次有效的采样值,在主程序里赋值
*出口:ReturnValue,返回值,本次滤波结果

 

#define  A   10
unsigned char Value
unsigned char AmplitudeLimiterFilter()
{
   unsigned char NewValue;
   unsigned char ReturnValue;
   NewValue=GatAD();
   if(((NewValue-Value)>A))||((Value-NewValue)>A)))
   ReturnValue=Value;
   else ReturnValue=NewValue;
   return(ReturnValue);
} 

2、中位值滤波法

*函数名称:MiddlevalueFilter()-中位值滤波法
*优点:能有效克服因偶然因素引起的波动干扰;对温度、液
            位等变化缓慢的被测参数有良好的滤波效果
*缺点:对流量,速度等快速变化的参数不宜
*说明:
  1、调用函数
        GetAD(),该函数用来取得当前值
        Delay(),基本延时函数
  2、变量说明
        ArrDataBuffer[N]:用来存放一次性采集的N组数据
        Temp:完成冒泡法试用的临时寄存器
         i,j,k:循环试用的参数值
  3、常量说明
        N:数组长度
*入口:
*出口:value_buf[(N-1)/2],返回值,本次滤波结果

#define N 11

unsigned char MiddlevalueFilter()

{
  unsigned char value_buf[N];
  unsigned char i,j,k,temp;
  for(i=0;i<N;i++)
  {
    value_buf[i] = get_ad();
    delay();
  }
  for (j=0;j<N-1;j++)
  {
   for (k=0;k<N-j;k++)
   {
    if(value_buf[k]>value_buf[k+1])
     {
       temp = value_buf[k];
       value_buf[k] = value_buf[k+1];
       value_buf[k+1] = temp;
     }
   }
  }
  return value_buf[(N-1)/2];
}


3、算术平均滤波法

说明:连续取N个采样值进行算术平均运算
优点:试用于对一般具有随机干扰的信号进行滤波。这种信号的特点是
      有一个平均值,信号在某一数值范围附近上下波动。
缺点:对于测量速度较慢或要求数据计算较快的实时控制不适用。

#define N 12

char filter()
{
  unsigned int sum = 0;
  unsigned char i;

  for (i=0;i<N;i++)
  {
    sum + = get_ad();
    delay();
  }
  return(char)(sum/N);
}

4、递推平均滤波法(又称滑动平均滤波法)

说明:把连续N个采样值看成一个队列,队列长度固定为N。
      每次采样到一个新数据放入队尾,并扔掉队首的一
      次数据。把队列中的N各数据进行平均运算,既获得
      新的滤波结果。
优点:对周期性干扰有良好的抑制作用,平滑度高;试用于高频振荡的系统
缺点:灵敏度低;对偶然出现的脉冲性干扰的抑制作用较差,不适于脉冲干
      扰较严重的场合

#define N 12

unsigned char value_buf[N];

unsigned char filter()
{
  unsigned char i;
  unsigned char value;
  int sum=0;

  value_buf[i++] = get_ad();       //采集到的数据放入最高位
  for(i=0;i<N;i++)
  {
    value_buf[i]=value_buf[i+1];   //所有数据左移,低位扔掉
    sum += value_buf[i];
  }
  value = sum/N;
  return(value);
}

5、中位值平均滤波法(又称防脉冲干扰平均滤波法)

 说明:采一组队列去掉最大值和最小值
 优点:融合了两种滤波的优点。对于偶然出现的脉冲性干扰,可消
       除有其引起的采样值偏差。对周期干扰有良好的抑制作用,
       平滑度高,适于高频振荡的系统。
 缺点:测量速度慢

#define N 12

uchar filter()

{
  unsigned char i,j,k,l;
  unsigned char temp,sum=0,value;
  unsigned char value_buf[N],;

  for(i=0;i<N;i++)
  {
    value_buf[i] = get_ad();
    delay();
  }
  //采样值从小到大排列(冒泡法)
  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(i=1;i<N-1;i++)
  sum += value_buf[i];

  value = sum/(N-2);
  return(value);
}

6、递推中位值滤波法

 优点:对于偶然出现的脉冲性干扰,可消除由其引起的采样值偏差。
            对周期性干扰有良好的抑制作用,平滑度高;试用于高频振荡的系统
 缺点:测量速度慢

char filter(char new_data,char queue[],char n)
{
  char max,min;
  char sum;
  char i;

  queue[0]=new_data;
  max=queue[0];
  min=queue[0];
  sum=queue[0];

  for(i=n-1;i>0;i--)
  {
    if(queue[i]>max)
    max=queue[i];
    else if (queue[i]<min)
    min=queue[i];
    sum=sum+queue[i];
    queue[i]=queue[i-1];
  }

  i=n-2;
  sum=sum-max-min+i/2;     //说明:+i/2的目的是为了四舍五入
  sum=sum/i;

  return(sum);
}

7、限幅平均滤波法

优点:对于偶然出现的脉冲性干扰,可消除有其引起的采样值偏差。

#define A 10
#define N 12

unsigned char data[];
unsigned char filter(data[])
{
  unsigned char i;
  unsigned char value,sum;

  data[N]=GetAD();
  if(((data[N]-data[N-1])>A||((data[N-1]-data[N])>A))
  data[N]=data[N-1];
  //else data[N]=NewValue;
  for(i=0;i<N;i++)
  {
    data[i]=data[i+1];
    sum+=data[i];
  }
  value=sum/N;
  return(value);
}

8、一阶滞后滤波法

*函数名称:filter()-一阶滞后滤波法
*说明:
  1、调用函数
     GetAD(),该函数用来取得当前值
     Delay(),基本延时函数
  2、变量说明
     Or_data[N]:采集的数据
     Dr0_flag、Dr1_flag:前一次比较与当前比较的方向位
     coeff:滤波系数
     F_count:滤波计数器
  3、常量说明
     N:数组长度
     Thre_value:比较门槛值
*入口:
*出口:

#define Thre_value  10
#define  N   50

float Or_data[N];
unsigned char Dr0_flag=0,Dr1_flag=0;

void abs(float first,float second)
{
 float abs;
 if(first>second)
 {
   abs=first-second;
   Dr1_flag=0;
 }
 else
 {
   abs=second-first;
   Dr1_flag=1;
 }
 return(abs);
} 

void filter(void)
{
  uchar i=0,F_count=0,coeff=0;
  float Abs=0.00;

  //确定一阶滤波系数
  for(i=1;i<N;i++)
    {
      Abs=abs(Or_data[i-1],Or_data[i]);
      if(!(Dr1_flag^Dr0_flag))                    //前后数据变化方向一致
      {  
        F_count++;
        if(Abs>=Thre_value) 
        {
          F_count++;
          F_count++;
        }
        if(F_count>=12)
        F_count=12;
        coeff=20*F_count;   
      }
      else                                        //去抖动
      coeff=5;
      //一阶滤波算法
      if(Dr1_flag==0)                             //当前值小于前一个值
      Or_data[i]=Or_data[i-1]-coeff*(Or_data[i-1]-Or_data[i])/256;
      else
      Or_data[i]=Or_data[i-1]+coeff*(Or_data[i]-Or_data[i-1])/256;    
       
      F_count=0;                                  //滤波计数器清零
      Dr0_flag=Dr1_flag;
    }
}

9、加权递推平均滤波法

 coe:数组为加权系数表,存在程序存储区。
 sum_coe:加权系数和
#define N 12

const char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
const char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;

unsigned char filter()
{
  unsigned char i;
  unsigned char value_buf[N];
  int sum=0;

  for (i=0;i<N;i++)
  {
    value_buf[i] = get_ad();
    delay();
  }

  for (i=0,i<N;i++)
  {
    value_buf[i]=value_buf[i+1];
    sum += value_buf[i]*coe[i];
  }

  sum/=sum_coe;
  value=sum/N;
  return(value);
}

10、消抖滤波法

#define N 12

unsigned char filter()
{
  unsigned char i=0;
  unsigned char new_value;
  new_value = get_ad();
  if(value !=new_value);
  {
    i++;
    if (i>N)
    {
      i=0;
      value=new_value;
    }
  }
  else i=0;
  return(value);
}

 

转载请说明出处https://blog.csdn.net/fandq1223/article/details/53177996

转载请说明出处http://www.geek-workshop.com/thread-7694-1-1.html

2019-04-15 11:58:12 Leanthink 阅读数 351
  • 单片机控制第一个外设-LED灯-第1季第6部分

    本课程是《朱有鹏老师单片机完全学习系列课程》第1季第6个课程,主要讲解LED的工作原理和开发板原理图、实践编程等,通过学习目的是让大家学会给单片机编程控制LED灯,并且为进一步学习其他外设打好基础。

    4007 人正在学习 去看看 朱有鹏

在嵌入式项目中,ADC作为信号采集的途径,使用频率极高。基本上哪里有信号采集哪里就有ADC。
但是用ADC直接采集的信号值并不完全可靠。受具体环境的影响,信号值中掺有或多或少的噪声。
在这里插入图片描述
红线:滤波前 蓝线:滤波后
这个时候就需要硬件或者软件对信号进行滤波。
对于纯软件来说做算法要考虑两个方面–时间复杂度和空间复杂度。
换句话说要求程序运行的速度和内存。
而单片机,用过的朋友都了解,频率以Mhz为单位,内存按KB计。计算资源和内存资源都很有限。
在这里插入图片描述
NUC100选型图
如果在单片机项目中需要用到算法,不能像纯软件编程:只考虑时间和空间复杂度,还要考虑硬件的支持能力。
今天给大家介绍一种非常适合在单片机上运行的滤波算法。
先给出公式:
filtered_val = ( filtered_val*(n-1) + val ) / n;
其中filtered_val 为滤波后的值,val为实时测得的值。n为滤波用的参数。这个参数不仅仅影响滤波的效果而且会影响计算得到的信号与实际信号的滞后。n越大滤波后的波形会愈加平滑但同时滞后也愈加严重。
在这里插入图片描述
比如上图示例中显示的蓝线的n值比黄线的n值大。相应的,蓝线的平滑效果更明显但是对原信号的跟踪就更慢。
n的取值,阿星建议各位使用2的幂次。例如使用2的3次幂为n计算时公式可以替代成下式:
filtered_val = ( filtered_val*(8-1) + val ) >>3;
用移位代替除法,处理速度会更快。
在这里插入图片描述
容易看出公式对噪声的抑制是n倍的效果。若应用场景对滞后有要求可调节采样数据的时间周期T。
这种算法占用的资源极少,理论上迭代收敛,实践上有两个可控变量操作性强,在工控领域比如需要使用PID控制的运动机器人,能显示出优良的滤波特性。
再为小伙伴们给出一个等价公式:
sum = sum - sum/n + val;
从它的等价公式我们也能看出每次滤波后对实时信号值的影响只有1/n并且随着采样次数不断增大将愈来愈小。
这个公式不仅能平滑滤波,在处理动态阈值时,也有它的用武之地。
比如触摸按键的动态阈值。
使用上述公式对信号积分计算再加上静态阈值可以让触摸按键有相对更高的适应性可靠性。
最后为还不过瘾想深入了解的小伙伴们提供一个搜索的关键词:滑动平均滤波。
公式的作用不仅仅在于公式本身也在于使用的开发人员自己的摸索,相信小伙伴们可以发现它的更多特性。
在这里插入图片描述
想了解更多物联网信息,请长按二维码关注我们
物联网信息交流群 QQ:985441916

没有更多推荐了,返回首页