EEPW论坛

一、限幅滤波法

• 根据经验判断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：

  
  

a. 如果本次值与上次值之差<=A，则本次值有效b. 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2、优点：

• 能有效克服因偶然因素引起的脉冲干扰

3、缺点

• 无法抑制那种周期性的干扰
• 平滑度差

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */#define A 10char Value;char filter(){    char new_Value;    new_Value = get_ad(); // 获取采样值    if( abs(new_Value - Value) > A)           return Value;     // abs()取绝对值函数    return new_Value;}

二、中位值滤波法1、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

2、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

3、缺点：

• 对流量、速度等快速变化的参数不宜

#define N 11char filter(){    char value_buf[N];    char count, i, j, temp;    for(count = 0; count < N; count ++) //获取采样值    {        value_buf[count] = get_ad();        delay();    }    for(j = 0; j < (N-1); j++)    {        for(i = 0; i < (n-j); 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];}

三、算术平均滤波法1、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

2、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

3、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

#define N 12char filter(){    int sum = 0;    for(count = 0; count < N; count++)    {        sum += get_ad();    }     return (char)(sum/N);}

四、递推平均滤波法

• 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

2、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

3、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

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */#define A 10char Value;char filter(){    char new_Value;    new_Value = get_ad(); // 获取采样值    if( abs(new_Value - Value) > A)           return Value;     // abs()取绝对值函数    return new_Value;}

五、中位值平均滤波法

• 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

2、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

3、缺点：

• 测量速度较慢，和算术平均滤波法一样
• 比较浪费RAM

char filter(){    char count, i, j;    char Value_buf[N];    int sum = 0;    for(count = 0; count < N; count++)    {        Value_buf[count] = get_ad();    }     for(j = 0; j < (N-1); j++)    {        for(i = 0; i < (N-j); 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 < N-1; count ++)    {        sum += Value_buf[count];    }    return (char)(sum/(N-2));}

六、限幅平均滤波法

• 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

2、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

3、缺点：

• 比较浪费RAM

#define A 10#define N 12char value, i = 0;char value_buf[N];char filter(){    char new_value, sum = 0;    new_value = get_ad();    if(Abs(new_value - value) < A)          value_buf[i++] = new_value;    if(i==N)          i=0;    for(count = 0; count < N; count++)    {        sum += value_buf[count];    }    return (char)(sum/N);}

七、一阶滞后滤波法

• 取a=0~1
• 本次滤波结果=（1-a）本次采样值+a上次滤波结果

2、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

3、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

/*为加快程序处理速度，取a=0~100*/#define a 30char value;char filter(){    char new_value;    new_value = get_ad();    return ((100-a)*value + a*new_value);}

八、加权递推平均滤波法

• 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

2、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

3、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
• 不能迅速反应交易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 */#define N 12char 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();    }    for(count = 0; count < N; count++)    {        sum += value_buf[count] * coe[count];    }     return (char)(sum/sum_coe);}

九、消抖滤波法

• 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>或<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

2、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

3、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交易系统

#define N 12char filter(){    char count = 0, new_value;    new_value = get_ad();    while(value != new_value)    {        count++;        if(count >= N)             return new_value;        new_value = get_ad();    }    return value;}

十、限幅消抖滤波法

• 相当于“限幅滤波法”+“消抖滤波法”
• 先限幅，后消抖

2、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

3、缺点：

• 对于快速变化的参数不宜

#define A 10#define N 12char value;char filter(){    char new_value, count = 0;    new_value = get_ad();    while(value != new_value)    {        if(Abs(value - new_value) < A)        {            count++;            if(count >= N)                 return new_value;            new_value = get_ad();        }        return value;    }}