*函数名称:AmplitudeLimiterFilter()-限幅滤波法
*优点:能有效克服因偶然因素引起的脉冲干扰
*缺点:无法抑制那种周期性的干扰,且平滑度差
*说明:
1、调用函数
GetAD(),该函数用来取得当前值
2、变量说明
Value:最近一次有效采样的值,该变量为全局变量
NewValue:当前采样的值
ReturnValue:返回值
3、常量说明
A:两次采样的最大误差值,该值需要使用者根据实际情况设置
*入口:Value,上一次有效的采样值,在主程序里赋值
*出口:ReturnValue,返回值,本次滤波结果
****************************************************/
#define A 10
unsigned char Value
unsigned char AmplitudeLimiterFilter()
{
unsigned char NewValue;
unsigned char ReturnValue;
NewValue=GatAD();
if(((NewValue-Value)>A))||((Value-NewValue)>A)))
ReturnValue=Value;
else ReturnValue=NewValue;
return(ReturnValue);
}
2、中位值滤波法
/****************************************************
*函数名称:MiddlevalueFilter()-中位值滤波法
*优点:能有效克服因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
*缺点:对流量,速度等快速变化的参数不宜
*说明:
1、调用函数
GetAD(),该函数用来取得当前值
Delay(),基本延时函数
2、变量说明
ArrDataBuffer[N]:用来存放一次性采集的N组数据
Temp:完成冒泡法试用的临时寄存器
i,j,k:循环试用的参数值
3、常量说明
N:数组长度
*入口:
*出口:value_buf[(N-1)/2],返回值,本次滤波结果
*****************************************************/
#define N 11
unsigned char MiddlevalueFilter()
{
unsigned char value_buf[N];
unsigned char i,j,k,temp;
for(i=0;i<N;i++)
{
value_buf = get_ad();
delay();
}
for (j=0;j<N-1;j++)
{
for (k=0;k<N-j;k++)
{
if(value_buf[k]>value_buf[k+1])
{
temp = value_buf[k];
value_buf[k] = value_buf[k+1];
value_buf[k+1] = temp;
}
}
}
return value_buf[(N-1)/2];
}
3、算术平均滤波法
/*********************************************************
说明:连续取N个采样值进行算术平均运算
优点:试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。
缺点:对于测量速度较慢或要求数据计算较快的实时控制不适用。
**********************************************************/
#define N 12
char filter()
{
unsigned int sum = 0;
unsigned char i;
for (i=0;i<N;i++)
{
sum + = get_ad();
delay();
}
return(char)(sum/N);
}
4、递推平均滤波法(又称滑动平均滤波法)
/***************************************************
说明:把连续N个采样值看成一个队列,队列长度固定为N。
每次采样到一个新数据放入队尾,并扔掉队首的一
次数据。把队列中的N各数据进行平均运算,既获得
新的滤波结果。
优点:对周期性干扰有良好的抑制作用,平滑度高;试用于高频振荡的系统
缺点:灵敏度低;对偶然出现的脉冲性干扰的抑制作用较差,不适于脉冲干
扰较严重的场合
****************************************************/
#define N 12
unsigned char value_buf[N];
unsigned char filter()
{
unsigned char i;
unsigned char value;
int sum=0;
value_buf[i++] = get_ad(); //采集到的数据放入最高位
for(i=0;i<N;i++)
{
value_buf=value_buf[i+1]; //所有数据左移,低位扔掉
sum += value_buf;
}
value = sum/N;
return(value);
}
5、中位值平均滤波法(又称防脉冲干扰平均滤波法)
/********************************************
说明:采一组队列去掉最大值和最小值
优点:融合了两种滤波的优点。对于偶然出现的脉冲性干扰,可消
除有其引起的采样值偏差。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。
缺点:测量速度慢
*********************************************/
#define N 12
uchar filter()
{
unsigned char i,j,k,l;
unsigned char temp,sum=0,value;
unsigned char value_buf[N],;
for(i=0;i<N;i++)
{
value_buf = get_ad();
delay();
}
//采样值从小到大排列(冒泡法)
for(j=0;j<N-1;j++)
{
for(i=0;i<N-j;i++)
{
if(value_buf>value_buf[i+1])
{
temp = value_buf;
value_buf = value_buf[i+1];
value_buf[i+1] = temp;
}
}
}
for(i=1;i<N-1;i++)
sum += value_buf;
value = sum/(N-2);
return(value);
}
6、递推中位值滤波法
/************************************************
优点:对于偶然出现的脉冲性干扰,可消除由其引起的采样值偏差。
对周期性干扰有良好的抑制作用,平滑度高;试用于高频振荡
的系统
缺点:测量速度慢
*************************************************/
char filter(char new_data,char queue[],char n)
{
char max,min;
char sum;
char i;
queue[0]=new_data;
max=queue[0];
min=queue[0];
sum=queue[0];
for(i=n-1;i>0;i--)
{
if(queue>max)
max=queue;
else if (queue<min)
min=queue;
sum=sum+queue;
queue=queue[i-1];
}
i=n-2;
sum=sum-max-min+i/2; //说明:+i/2的目的是为了四舍五入
sum=sum/i;
return(sum);
}
7、限幅平均滤波法
/************************************************
优点:对于偶然出现的脉冲性干扰,可消除有其引起的采样值偏差。
*************************************************/
#define A 10
#define N 12
unsigned char data[];
unsigned char filter(data[])
{
unsigned char i;
unsigned char value,sum;
data[N]=GetAD();
if(((data[N]-data[N-1])>A||((data[N-1]-data[N])>A))
data[N]=data[N-1];
//else data[N]=NewValue;
for(i=0;i<N;i++)
{
data=data[i+1];
sum+=data;
}
value=sum/N;
return(value);
}
8、一阶滞后滤波法
/****************************************************
*函数名称:filter()-一阶滞后滤波法
*说明:
1、调用函数
GetAD(),该函数用来取得当前值
Delay(),基本延时函数
2、变量说明
Or_data[N]:采集的数据
Dr0_flag、Dr1_flag:前一次比较与当前比较的方向位
coeff:滤波系数
F_count:滤波计数器
3、常量说明
N:数组长度
Thre_value:比较门槛值
*入口:
*出口:
*****************************************************/
#define Thre_value 10
#define N 50
float Or_data[N];
unsigned char Dr0_flag=0,Dr1_flag=0;
void abs(float first,float second)
{
float abs;
if(first>second)
{
abs=first-second;
Dr1_flag=0;
}
else
{
abs=second-first;
Dr1_flag=1;
}
return(abs);
}
void filter(void)
{
uchar i=0,F_count=0,coeff=0;
float Abs=0.00;
//确定一阶滤波系数
for(i=1;i<N;i++)
{
Abs=abs(Or_data[i-1],Or_data);
if(!(Dr1_flag^Dr0_flag)) //前后数据变化方向一致
{
F_count++;
if(Abs>=Thre_value)
{
F_count++;
F_count++;
}
if(F_count>=12)
F_count=12;
coeff=20*F_count;
}
else //去抖动
coeff=5;
//一阶滤波算法
if(Dr1_flag==0) //当前值小于前一个值
Or_data=Or_data[i-1]-coeff*(Or_data[i-1]-Or_data)/256;
else
Or_data=Or_data[i-1]+coeff*(Or_data-Or_data[i-1])/256;
F_count=0; //滤波计数器清零
Dr0_flag=Dr1_flag;
}
}
9、加权递推平均滤波法
/************************************************************
coe:数组为加权系数表,存在程序存储区。
sum_coe:加权系数和
************************************************************/
#define N 12
const char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
const char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
unsigned char filter()
{
unsigned char i;
unsigned char value_buf[N];
int sum=0;
for (i=0;i<N;i++)
{
value_buf = get_ad();
delay();
}
for (i=0,i<N;i++)
{
value_buf=value_buf[i+1];
sum += value_buf*coe;
}
sum/=sum_coe;
value=sum/N;
return(value);
}
10、消抖滤波法
/************************************************
*************************************************/
#define N 12
unsigned char filter()
{
unsigned char i=0;
unsigned char new_value;
new_value = get_ad();
if(value !=new_value);
{
i++;
if (i>N)
{
i=0;
value=new_value;
}
}
else i=0;
return(value);
}