提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  其他

当前栏目

【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