
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。
/* 2015.5 单片机滤波示例: */ // 读取数据程序: unsigned int get_ad(); // 1、限幅滤波法(又称程序判断滤波法) #define A 10 char value; char filter() { char 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 #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(); } // 冒泡排序 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; } } } return value_buf[(N - 1) / 2]; } // 3、算术平均滤波法 #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) #define N 12 char value_buf[N]; char i = 0; char filter() { char count; int sum = 0; value_buf[i++] = get_ad(); if (i == N ) i = 0; for (count = 0; count < N; count++) { sum = value_buf[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) #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[i] > value_buf[i + 1]) { temp = value_buf[i]; value_buf[i] = 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 // 7、一阶滞后滤波法 #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 #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 #define N 12 char filter() { char count = 0; char new_value = get_ad(); while (value != new_value) { count++; if (count >= N) return new_value; delay(); new_value = get_ad(); } return value; }
转自:ht-beyond