最近用Arduino做电子秤,为了解决数据的跳变研究了不少滤波算法。网上能找到大把的十大滤波算法帖子,每一篇都不太一样,都号称精编啊,除错啊什么的,可是放到板子里却没一个能正常跑起来的。于是决定自己整理一下这些程序,完美移植到Arduino中。
所以大家看到这个帖子的时候,不要怀疑我重复发帖。我的代码都是经过反复试验,复制到Arduino中就能开跑的成品代码,移植到自己的程序中非常方便。而且都仔细研究了各个算法,把错误都修正了的(别的程序连冒泡算法都是溢出的,不信自己找来细看看),所以也算个小原创吧,在别人基础上的原创。
转载请注明出处:极客工坊 http://www.geek-workshop.com/thread-7694-1-1.html
By shenhaiyu 2013-11-01
1、限幅滤波法(又称程序判断滤波法)
2、中位值滤波法
3、算术平均滤波法
4、递推平均滤波法(又称滑动平均滤波法)
5、中位值平均滤波法(又称防脉冲干扰平均滤波法)
6、限幅平均滤波法
7、一阶滞后滤波法
8、加权递推平均滤波法
9、消抖滤波法
10、限幅消抖滤波法
11、新增加 卡尔曼滤波(非扩展卡尔曼),代码在17楼(点击这里)感谢zhangzhe0617分享
程序默认对int类型数据进行滤波,如需要对其他类型进行滤波,只需要把程序中所有int替换成long、float或者double即可。
1、限幅滤波法(又称程序判断滤波法)
- /*
- A、名称:限幅滤波法(又称程序判断滤波法)
- B、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。
- C、优点:
- 能有效克服因偶然因素引起的脉冲干扰。
- D、缺点:
- 无法抑制那种周期性的干扰。
- 平滑度差。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- intValue;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- Value =300;
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Value = Filter_Value; // 最近一次有效采样的值,该变量为全局变量
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 限幅滤波法(又称程序判断滤波法)
- #define FILTER_A1
- intFilter(){
- intNewValue;
- NewValue = Get_AD();
- if(((NewValue - Value)> FILTER_A)||((Value - NewValue)> FILTER_A))
- returnValue;
- else
- returnNewValue;
- }
2、中位值滤波法
- /*
- A、名称:中位值滤波法
- B、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。
- C、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。
- D、缺点:
- 对流量、速度等快速变化的参数不宜。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 中位值滤波法
- #define FILTER_N101
- intFilter(){
- intfilter_buf[FILTER_N];
- inti, j;
- intfilter_temp;
- for(i =0; i < FILTER_N; i++){
- filter_buf[i]= Get_AD();
- delay(1);
- }
- // 采样值从小到大排列(冒泡法)
- for(j =0; j < FILTER_N -1; j++){
- for(i =0; i < FILTER_N -1- j; i++){
- if(filter_buf[i]> filter_buf[i +1]){
- filter_temp = filter_buf[i];
- filter_buf[i]= filter_buf[i +1];
- filter_buf[i +1]= filter_temp;
- }
- }
- }
- returnfilter_buf[(FILTER_N -1)/2];
- }
3、算术平均滤波法
- /*
- A、名称:算术平均滤波法
- B、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。
- C、优点:
- 适用于对一般具有随机干扰的信号进行滤波;
- 这种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。
- D、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。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 算术平均滤波法
- #define FILTER_N12
- intFilter(){
- inti;
- intfilter_sum =0;
- for(i =0; i < FILTER_N; i++){
- filter_sum += Get_AD();
- delay(1);
- }
- return(int)(filter_sum / FILTER_N);
- }
4、递推平均滤波法(又称滑动平均滤波法)
- /*
- A、名称:递推平均滤波法(又称滑动平均滤波法)
- B、方法:
- 把连续取得的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,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。
- C、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。
- D、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。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 递推平均滤波法(又称滑动平均滤波法)
- #define FILTER_N12
- intfilter_buf[FILTER_N +1];
- intFilter(){
- inti;
- intfilter_sum =0;
- filter_buf[FILTER_N]= Get_AD();
- for(i =0; i < FILTER_N; i++){
- filter_buf[i]= filter_buf[i +1];// 所有数据左移,低位仍掉
- filter_sum += filter_buf[i];
- }
- return(int)(filter_sum / FILTER_N);
- }
5、中位值平均滤波法(又称防脉冲干扰平均滤波法)
- /*
- A、名称:中位值平均滤波法(又称防脉冲干扰平均滤波法)
- B、方法:
- 采一组队列去掉最大值和最小值后取平均值,
- 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。
- C、优点:
- 融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。
- 对于偶然出现的脉冲性干扰,可消除由其所引起的采样值偏差。
- 对周期干扰有良好的抑制作用。
- 平滑度高,适于高频振荡的系统。
- D、缺点:
- 计算速度较慢,和算术平均滤波法一样。
- 比较浪费RAM。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 中位值平均滤波法(又称防脉冲干扰平均滤波法)(算法1)
- #define FILTER_N100
- intFilter(){
- inti, j;
- intfilter_temp, filter_sum =0;
- intfilter_buf[FILTER_N];
- for(i =0; i < FILTER_N; i++){
- filter_buf[i]= Get_AD();
- delay(1);
- }
- // 采样值从小到大排列(冒泡法)
- for(j =0; j < FILTER_N -1; j++){
- for(i =0; i < FILTER_N -1- j; i++){
- if(filter_buf[i]> filter_buf[i +1]){
- filter_temp = filter_buf[i];
- filter_buf[i]= filter_buf[i +1];
- filter_buf[i +1]= filter_temp;
- }
- }
- }
- // 去除最大最小极值后求平均
- for(i =1; i < FILTER_N -1; i++)filter_sum += filter_buf[i];
- returnfilter_sum /(FILTER_N -2);
- }
- // 中位值平均滤波法(又称防脉冲干扰平均滤波法)(算法2)
- /*
- #define FILTER_N 100
- int Filter() {
- int i;
- int filter_sum = 0;
- int filter_max, filter_min;
- int filter_buf[FILTER_N];
- for(i = 0; i < FILTER_N; i++) {
- filter_buf[i] = Get_AD();
- delay(1);
- }
- filter_max = filter_buf[0];
- filter_min = filter_buf[0];
- filter_sum = filter_buf[0];
- for(i = FILTER_N - 1; i > 0; i--) {
- if(filter_buf[i] > filter_max)
- filter_max=filter_buf[i];
- else if(filter_buf[i] < filter_min)
- filter_min=filter_buf[i];
- filter_sum = filter_sum + filter_buf[i];
- filter_buf[i] = filter_buf[i - 1];
- }
- i = FILTER_N - 2;
- filter_sum = filter_sum - filter_max - filter_min + i / 2; // +i/2 的目的是为了四舍五入
- filter_sum = filter_sum / i;
- return filter_sum;
- }*/
6、限幅平均滤波法
- /*
- A、名称:限幅平均滤波法
- B、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。
- C、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。
- D、缺点:
- 比较浪费RAM。
- E、整理:shenhaiyu 2013-11-01
- */
- #define FILTER_N12
- intFilter_Value;
- intfilter_buf[FILTER_N];
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- filter_buf[FILTER_N -2]=300;
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 限幅平均滤波法
- #define FILTER_A1
- intFilter(){
- inti;
- intfilter_sum =0;
- filter_buf[FILTER_N -1]= Get_AD();
- if(((filter_buf[FILTER_N -1]- filter_buf[FILTER_N -2])> FILTER_A)||((filter_buf[FILTER_N -2]- filter_buf[FILTER_N -1])> FILTER_A))
- filter_buf[FILTER_N -1]= filter_buf[FILTER_N -2];
- for(i =0; i < FILTER_N -1; i++){
- filter_buf[i]= filter_buf[i +1];
- filter_sum += filter_buf[i];
- }
- return(int)filter_sum /(FILTER_N -1);
- }
7、一阶滞后滤波法
- /*
- A、名称:一阶滞后滤波法
- B、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。
- C、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。
- D、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1/2的干扰信号。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- intValue;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- Value =300;
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 一阶滞后滤波法
- #define FILTER_A0.01
- intFilter(){
- intNewValue;
- NewValue = Get_AD();
- Value =(int)((float)NewValue * FILTER_A +(1.0- FILTER_A)*(float)Value);
- returnValue;
- }
8、加权递推平均滤波法
- /*
- A、名称:加权递推平均滤波法
- B、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。
- C、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。
- D、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。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 加权递推平均滤波法
- #define FILTER_N12
- intcoe[FILTER_N]={1,2,3,4,5,6,7,8,9,10,11,12}; // 加权系数表
- intsum_coe =1+2+3+4+5+6+7+8+9+10+11+12;// 加权系数和
- intfilter_buf[FILTER_N +1];
- intFilter(){
- inti;
- intfilter_sum =0;
- filter_buf[FILTER_N]= Get_AD();
- for(i =0; i < FILTER_N; i++){
- filter_buf[i]= filter_buf[i +1];// 所有数据左移,低位仍掉
- filter_sum += filter_buf[i]* coe[i];
- }
- filter_sum /= sum_coe;
- returnfilter_sum;
- }
9、消抖滤波法
- /*
- A、名称:消抖滤波法
- B、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。
- C、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。
- D、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。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- intValue;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- Value =300;
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 消抖滤波法
- #define FILTER_N12
- inti =0;
- intFilter(){
- intnew_value;
- new_value = Get_AD();
- if(Value != new_value){
- i++;
- if(i > FILTER_N){
- i =0;
- Value = new_value;
- }
- }
- else
- i =0;
- returnValue;
- }
10、限幅消抖滤波法
- /*
- A、名称:限幅消抖滤波法
- B、方法:
- 相当于“限幅滤波法”+“消抖滤波法”;
- 先限幅,后消抖。
- C、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。
- D、缺点:
- 对于快速变化的参数不宜。
- E、整理:shenhaiyu 2013-11-01
- */
- intFilter_Value;
- intValue;
- voidsetup(){
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0));// 产生随机种子
- Value =300;
- }
- voidloop(){
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value);// 串口输出
- delay(50);
- }
- // 用于随机产生一个300左右的当前值
- intGet_AD(){
- returnrandom(295,305);
- }
- // 限幅消抖滤波法
- #define FILTER_A1
- #define FILTER_N5
- inti =0;
- intFilter(){
- intNewValue;
- intnew_value;
- NewValue = Get_AD();
- if(((NewValue - Value)> FILTER_A)||((Value - NewValue)> FILTER_A))
- new_value = Value;
- else
- new_value = NewValue;
- if(Value != new_value){
- i++;
- if(i > FILTER_N){
- i =0;
- Value = new_value;
- }
- }
- else
- i =0;
- returnValue;
- }