1月9日,在线听RF检波器如何简化系统设计,与ADI工程师一起学习吧!→ 报名参会 ←
电子产品世界 » 论坛首页 » 嵌入式开发 » MCU » 单片机滤波的各种方法以及优缺点解析

共10条 1/1 1 跳转至

单片机滤波的各种方法以及优缺点解析

助工
2019-11-26 22:53:34    评分

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。

单片机滤波的各种方法以及优缺点解析

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 {




菜鸟
2019-11-28 22:06:21    评分
2楼

谢谢分享的代码


助工
2019-11-29 14:40:26    评分
3楼

感谢分享   


助工
2019-11-29 14:45:34    评分
4楼

学习一下


助工
2019-11-29 16:51:51    评分
5楼

学到了  谢谢楼主分享


管理员
2019-11-29 17:16:14    评分
6楼

学习了


助工
2019-11-29 22:31:05    评分
7楼

算法不错!

写好软件,学会数学和逻辑,是必须滴~


助工
2019-11-29 22:47:21    评分
8楼

幸好现在可以用C语言来开发MCU等软件,不然用汇编实现这些算法就“亚历山大、头大大了”


助工
2019-11-30 15:18:46    评分
9楼

学习了  谢谢分享


助工
2019-11-30 15:22:45    评分
10楼

谢谢分享的代码


共10条 1/1 1 跳转至

回复

匿名不能发帖!请先 [ 登陆 注册 ]