原创 11种经典软件滤波的原理和实现

2011-9-19 09:28 1036 8 8 分类: 工程师职场
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: 
    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 
    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”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 


第11种方法: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(用matlab) 
C. 缺点:运算量大。 
   

//---------------------------------------------------------------------  

软件滤波的C程序样例 

10种软件滤波方法的示例程序 

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1、3 

7、一阶滞后滤波法 
/* 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 
/* 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1、9 

11、IIR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;   
}

文章评论0条评论)

登录后参与讨论
我要评论
0
8
关闭 站长推荐上一条 /2 下一条