原创 软件滤波

2009-11-11 13:42 1392 8 8 分类: MCU/ 嵌入式

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)

       
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

       
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

    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


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

11方法IIR 数字滤波器


A. 方法

  
确定信号带宽, 滤之。

   Y(n) = a1*Y(n-1) + a2*Y(n-2) + ... + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + ... + bk*X(n-k)


B. 优点:高通,低通,带通,带阻任意。设计简单(matlab

C.
缺点:运算量大。

 


//--------------------------------------------------------------------- 软件滤波C程序样例


10软件滤波方法的示例程序


假定从8AD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、限副滤波

/* A
值可根据实际情况调整

    value
为有效值,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 = get_ad();

   if ( ( new_value - value > A ) || ( value - new_value > A )

      return value;

   return new_value;

        

}


2、中位值滤波法

/* 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

/*

*/


#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>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

/*

*/

略 参考子程序13


7、一阶滞后滤波法

/*
为加快程序处理速度假定基数为100a=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

/* 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


#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

/*

*/

略 参考子程序19


11IIR滤波例子


int BandpassFilter4(int InputAD4)

{

    int ReturnValue;

    int ii;

    RESLO="0";

    RESHI="0";

    MACS=*PdelIn;

    OP2=1068; //FilterCoeff4[4];

    MACS=*(PdelIn+1);

    OP2=8;    //FilterCoeff4[3];

    MACS=*(PdelIn+2);

    OP2=-2001;//FilterCoeff4[2];

    MACS=*(PdelIn+3);

    OP2=8;    //FilterCoeff4[1];

    MACS="InputAD4";

    OP2=1068; //FilterCoeff4[0];

    MACS=*PdelOu;

    OP2=-7190;//FilterCoeff4[8];

    MACS=*(PdelOu+1);

    OP2=-1973; //FilterCoeff4[7];

    MACS=*(PdelOu+2);

    OP2=-19578;//FilterCoeff4[6];

    MACS=*(PdelOu+3);

    OP2=-3047; //FilterCoeff4[5];

    *p=RESLO;

    *(p+1)=RESHI;

    mytestmul<<=2;

    ReturnValue=*(p+1);

    for (ii=0;ii<3;ii++)

    {

     DelayInput[ii]=DelayInput[ii+1];

     DelayOutput[ii]=DelayOutput[ii+1];

     }

     DelayInput[3]=InputAD4;

     DelayOutput[3]=ReturnValue;

    

   // if (ReturnValue<0)

   // {

   // ReturnValue="-ReturnValue";

   // }

    return ReturnValue;

}


//////来源于网络/////////



PARTNER CONTENT

文章评论0条评论)

登录后参与讨论
EE直播间
更多
我要评论
0
8
关闭 站长推荐上一条 /3 下一条