EEPW论坛

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），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。

1 /*

2 2015.5

3 单片机滤波示例：

4

5 */

6

7 // 读取数据程序：

8 unsigned int get_ad（）;

9

10

11 // 1、限幅滤波法（又称程序判断滤波法）

12 #define A 10

13 char value;

14 char filter（）

15 {

16 char new_value = get_ad（）;

17 if （（new_value - value 》 A） || （value - new_value 》 A））

18 return value;

19 return new_value;

20 }

21

22 // 2、中位值滤波法

23 #define N 11

24 char filter（）

25 {

26 char value_buf［N］;

27 char count， i， j， temp;

28 for （count = 0; count

29 {

30 value_buf［count］ = get_ad（）;

31 delay（）;

32 }

33 // 冒泡排序

34 for （j = 0; j

35 {

36 for （i = 0; i

37 {

38 if （value_buf［i］》value_buf［i + 1］）

39 {

40 temp = value_buf［i］;

41 value_buf［i］ = value_buf［i + 1］;

42 value_buf［i + 1］ = temp;

43 }

44 }

45 }

46 return value_buf［（N - 1） / 2］;

47 }

48

49 // 3、算术平均滤波法

50 #define N 12

51 char filter（）

52 {

53 int sum = 0;

54 for （count = 0; count

55 {

56 sum + = get_ad（）;

57 delay（）; }

58 return （char）（sum / N）;

59 }

60

61 // 4、递推平均滤波法（又称滑动平均滤波法）

62 #define N 12

63 char value_buf［N］;

64 char i = 0;

65 char filter（）

66 {

67 char count;

68 int sum = 0;

69 value_buf［i++］ = get_ad（）;

70 if （i == N ）

71 i = 0;

72 for （count = 0; count 《 N; count++）

73 {

74 sum = value_buf［count］;

75 }

76 return （char）（sum / N）;

77 }

78

79 // 5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

80 #define N 12

81 char filter（）

82 {

83 char count， i， j;

84 char value_buf［N］;

85 int sum = 0;

86 for （count = 0; count

87 {

88 value_buf［count］ = get_ad（）;

89 delay（）;

90 }

91 for （j = 0; j 《 N - 1; j++）

92 {

93 for （i = 0; i

94 {

95 if （value_buf［i］》value_buf［i + 1］）

96 {

97 temp = value_buf［i］;

98 value_buf［i］ = value_buf［i + 1］;

99 value_buf［i + 1］ = temp;

100 }

101 }

102 }

103 for （count = 1; count

104 {

105 sum += value［count］;

106 }

107 return （char）（sum / （N - 2））;

108 }

109

110 // 6、限幅平均滤波法

111

112

113 // 7、一阶滞后滤波法

114 #define a 50

115 char value;

116 char filter（）

117 {

118 char new_value;

119 new_value = get_ad（）;

120 return （100 - a）*value + a*new_value;

121 }

122

123 // 8、加权递推平均滤波法

124 #define N 12

125 char code coe［N］ = { 1， 2， 3， 4， 5， 6， 7， 8， 9， 10， 11， 12 };

126 char code sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;

127 char filter（）

128 {

129 char count;

130 char value_buf［N］;

131 int sum = 0;

132 for （count = 0， count 《 N; count++）

133 {

134 value_buf［count］ = get_ad（）; delay（）;

135 }

136 for （count = 0， count 《 N; count++）

137 {

138 sum += value_buf［count］ * coe［count］;

139 }

140 return （char）（sum / sum_coe）;

141 }

142

143 // 9、消抖滤波法

144 #define N 12

145 char filter（）

146 {

147 char count = 0;

148 char new_value = get_ad（）;

149 while （value ！= new_value）

150 {