【补】ADC数据采集波动大,那是你还不知道这些滤波算法
2023-03-07 09:41:53 时间
NO.1
限幅滤波
1 方法
- 根据经验判断两次采样允许的最大偏差值A
- 每次采新值时判断:若本次值与上次值之差<=A,则本次有效;若本次值与上次值之差>A,本次无效,用上次值代替本次。
2 优缺点
克服脉冲干扰,无法抑制周期性干扰,平滑度差。
3 代码
/* A值根据实际调,Value有效值,new_Value当前采样值,程序返回有效的实际值 */
# define A 10
char Value;
char filter()
{
char new_Value;
new_Value = get_ad(); //获取采样值
if( abs(new_Value - Value) > A)
return Value; //abs()取绝对值函数
return new_Value;
}
NO.2
中位值滤波
1 方法
- 连续采样N次,按大小排列
- 取中间值为本次有效值
2 优缺点
克服波动干扰,对温度等变化缓慢的被测参数有良好的滤波效果,对速度等快速变化的参数不宜。
3 代码
#define N 11
char filter(){
char value_buf[N];
charcount,i,j,temp;
for(count =0;count < N;count++) //获取采样值
{
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;
}
return value_buf[(N-1)/2];
}
NO.3
算数平均滤波
1 方法
- 连续采样N次,取平均
- N较大时平滑度高,灵敏度低
- N较小时平滑度低,灵敏度高
- 一般N=12
2 优缺点
适用于存在随机干扰的系统,占用RAM多,速度慢。
3 代码
#define N 12
charfilter(){
int sum =0;
for(count =0;count<N;count++)
sum +=get_ad();
return(char)(sum/N);
}
NO.4
递推平均滤波
1 方法
- 取N个采样值形成队列,先进先出
- 取均值
- 一般N=4~12
2 优缺点
- 对周期性干扰抑制性好,平滑度高
- 适用于高频振动系统
- 灵敏度低,RAM占用较大,脉冲干扰严重
3 代码
#define A 10
char Value;
char filter(){
char new_Value;
new_Value=get_ad();
if(abs(new_Value-Value)>A)
return Value;
return new_Value;
}
NO.5
中位值平均滤波
1 方法
- 采样N个值,去掉最大最小
- 计算N-2的平均值
- N= 3~14
2 优缺点
- 融合了中位值,平均值的优点
- 消除脉冲干扰
- 计算速度慢,RAM占用大
3 代码
char filter(){
char count,i,j;
char Value_buf[N];
int sum=0;
for(count=0;count<N;count++)
Value_buf[count]= get_ad();
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_buf[count];
return(char)(sum/(N-2));
}
NO.6
限幅平均滤波
1 方法
- 每次采样数据先限幅后送入队列
- 取平均值
2 优缺点
- 融合限幅、均值、队列的优点
- 消除脉冲干扰,占RAM较多
3 代码
#define A 10
#define N 12
char value,i=0;
char value_buf[N];
char filter(){
char new_value,sum=0;
new_value=get_ad();
if(Abs(new_value-value)<A)
value_buf[i++]=new_value;
if(i==N) i=0;
for(count =0;count<N;count++)
sum+=value_buf[count];
return(char)(sum/N);
}
NO.7
一阶滞后滤波
1 方法
- 取a=0~1
- 本次滤波结果=(1-a)* 本次采样 + a * 上次结果
2 优缺点
- 良好一直周期性干扰,适用波动频率较高场合
- 灵敏度低,相位滞后
3 代码
/*为加快程序处理速度,取a=0~100*/
#define a 30
char value;
char filter(){
char new_value;
new_value=get_ad();
return ((100-a)*value +a*new_value);
}
NO.8
加权递推平均滤波
1 方法
对递推平均滤波的改进,不同时刻的数据加以不同权重,通常越新的数据权重越大,这样灵敏度高,但平滑度低。
2 优缺点
适用有较大滞后时间常数和采样周期短的系统,对滞后时间常数小,采样周期长、变化慢的信号不能迅速反应其所受干扰。
3 代码
/* coe数组为加权系数表 */
#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];
intsum=0;
for(count=0;count<N;count++) {
value_buf[count]=get_ad();
}
for(count=0;count<N;count++)
sum+=value_buf[count]*coe[count];
return(char)(sum/sum_coe);
}
NO.9
消抖滤波
1 方法
- 设置一个滤波计数器
- 将采样值与当前有效值比较
- 若采样值=当前有效值,则计数器清0
- 若采样值不等于当前有效值,则计数器+1
- 若计数器溢出,则采样值替换当前有效值,计数器清0
2 优缺点
- 对变化慢的信号滤波效果好,变化快的不好
- 避免临界值附近的跳动,计数器溢出时若采到干扰值则无法滤波
3 代码
#define N 12
char filter(){
char count=0,new_value;
new_value=get_ad();
while(value!=new_value){
count++;
if(count>=N)
return new_value;
new_value=get_ad();
}
return value;
}
NO.10
限幅消抖滤波
1 方法
先限幅,后消抖。
2 优缺点
- 融合了限幅、消抖的优点
- 避免引入干扰值,对快速变化的信号不宜
3 代码
#defineA 10
#defineN 12
char value;
char filter(){
char new_value,count=0;
new_value=get_ad();
while(value!=new_value) {
if(Abs(value-new_value)<A) {
count++;
if(count>=N)
return new_value;
new_value=get_ad();
}
return value;
}
}
相关文章
- 在 Go 里用 CGO?这 7 个问题你要关注!
- 9款优秀的去中心化通讯软件 Matrix 的客户端
- 求职数据分析,项目经验该怎么写
- 在OKR中,我看到了数据驱动业务的未来
- 火山引擎云原生大数据在金融行业的实践
- OpenHarmony富设备移植指南(二)—从postmarketOS获取移植资源
- 《数据成熟度指数》报告:64%的企业领袖认为大多数员工“不懂数据”
- OpenHarmony 小型系统兼容性测试指南
- 肯睿中国(Cloudera):2023年企业数字战略三大趋势预测
- 适用于 Linux 的十大命令行游戏
- GNOME 截图工具的新旧截图方式
- System76 即将推出的 COSMIC 桌面正在酝酿大变化
- 2GB 内存 8GB 存储即可流畅运行,Windows 11 极致精简版系统 Tiny11 发布
- 迎接 ecode:一个即将推出的具有全新图形用户界面框架的现代、轻量级代码编辑器
- loongarch架构介绍(三)—地址翻译
- Go 语言怎么解决编译器错误“err is shadowed during return”?
- 敏捷:可能被开发人员遗忘的部分
- Denodo预测2023年数据管理和分析的未来
- 利用数据推动可持续发展
- 在 Vue3 中实现 React 原生 Hooks(useState、useEffect),深入理解 React Hooks 的