ADC常用的滤波算法
0 2023-12-04


嵌入式开发中adc是很常用的一个外设了,它常常用于将模拟量的信号转化为数字量,再用于MCU中进行其他的逻辑处理,所以对于采集的信号就要求稳定和准确。

用过adc的朋友都知道,adc采集到数据不仅取决于adc本身,还跟输入的信号有关有关。输入的信号稳定与否、信号夹带的干扰、噪声等因素都会影响adc最终的转换结果。所以对于adc采集的数据往往要进行一些滤波处理,尽可能的消除信号中的一些误差。滤波算法在这个时候就派上很大的用场了,掌握一些常用的滤波算法是很有必要的。

下面分享一些adc中处理数据中常用的滤波算法,附代码,方便以后备用。

1.限幅滤波法

限幅滤波法(又称程序判断滤波法)/** description: 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:新值和旧值差值如果超过A,* 则用旧值,否则用新值* advantage: 能够克服因偶然因素引起的脉冲干扰* disadvantage: 无法抑制那种周期性的干扰,平滑度差*/ #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

/** description: 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* advantage: 能够有效克服偶然因素引起的波动干扰,* 对温度、液位等变化缓慢的被测参数有良好的滤波效果* disadvantage: 对流量、速度等快速变化的参数不宜*/ #define N 11 char filter(){ char value_buf[N]; char count,i,j,temp; for ( count=0;count { value_buf[count] = get_ad(); } for (j=0;j { for (i=0;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.算数平均滤波法

/** description: 连续取N个采样值进行算数平均运算,* 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* advantage: 适用于对一般具有随机干扰的信号进行滤波,* 这样的信号的特点是有一个平均值,信号在某一个数值范围附近上下波动* disadvantage: 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*/ #define N 12 char filter(){ int sum = 0; for ( count=0;count { sum + = get_ad(); delay(); } return (char)(sum/N);} 


4.递推平均滤波法

/** description: 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(先入先出原则),* 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* advantage: 对周期性干扰有良好的抑制作用,平滑度高,适用于高频震荡的系统* disadvantage: 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*/ #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 { sum = value_buf[count]; } return (char)(sum/N);} 


5.中位值平均滤波法

/** description: 相当于“中位值滤波法”+“算数平均滤波法”* 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个数据的算数平均值,N值的选取:3~14* advantage: 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* disadvantage: 测量速度较慢,和算数平均滤波法一样,比较浪费ram*/ #define N 12 char filter(){ char count,i,j; char value_buf[N]; int sum=0; for (count=0;count { value_buf[count] = get_ad(); delay(); } for (j=0;j { for (i=0;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 sum += value[count];  return (char)(sum/(N-2));} 


6.一阶滞后滤波法

/** description: 取a=0~1,本次滤波结果=(1-a)*本次采样值+a*上次滤波结果* advantage: 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* disadvantage: 相位之后,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*/ /* 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;}


7.加权递推平均滤波法

/** description: 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重,通常是,* 越接近现在时刻的数据,权重越大。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* advantage: 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* disadvantage: 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*//* 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 { value_buf[count] = get_ad(); } for (count=0,count sum += value_buf[count]*coe[count]; return (char)(sum/sum_coe);}


8.消抖滤波法

/** description: 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* advantage: 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* disadvantage: 对于快速比那花的参数不宜,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*/ #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;}




声明: 本文转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们及时删除。(联系我们,邮箱:evan.li@aspencore.com )
0
评论
  • 相关技术文库
  • 模拟
  • 模电
  • 运放
  • 放大
下载排行榜
更多
评测报告
更多
广告