整理软件滤波算法.docx

1、整理软件滤波算法3.规划环境影响报告书的审查效力这几天做一个流量检测的东西，其中用到了对数据的处理部分，试了很多种方法，从网上找到这些个滤波算法，贴出来记下需要注意的是如果用到求平均值的话，注意总和变量是否有溢出，程序没必要照搬，主要学习这些方法，相信做东西的时候都能用得上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

2、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R

3、AM 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=412；温度，N=14 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

4、： 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：314 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RAM6、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RAM7、一阶滞后滤波法 A

5、、方法： 取a=01 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

6、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 C、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10、限幅消抖滤波法 A、方法： 相当于“限幅滤波法”+“消抖滤波法” 先限幅,后消抖 B、优点： 继承

7、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 C、缺点： 对于快速变化的参数不宜第11种方法：IIR 数字滤波器 A. 方法： 确定信号带宽， 滤之。 Y(n) = a1*Y(n-1) + a2*Y(n-2) + . + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + . + bk*X(n-k)B. 优点：高通，低通，带通，带阻任意。设计简单(用matlab）C. 缺点：运算量大。 /- 软件滤波的C程序样例10种软件滤波方法的示例程序假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为

8、get_ad();1、限副滤波/*A值可根据实际情况调整 value为有效值，new_value为当前采样值 滤波程序返回有效的实际值*/#define A 10char value;char filter() charnew_value; new_value = get_ad(); if ( ( new_value - value A ) | ( value - new_value A ) return value; return new_value; 2、中位值滤波法/*N值可根据实际情况调整 排序采用冒泡法*/#define N11char filter() char value_buf

9、N; char count,i,j,temp; for ( count=0;countN;count+) value_bufcount = get_ad(); delay(); for (j=0;jN-1;j+) for (i=0;ivalue_bufi+1 ) temp = value_buf; value_buf = value_bufi+1; value_bufi+1 = temp; return value_buf(N-1)/2; 3、算术平均滤波法/*/#define N 12char filter() intsum = 0; for ( count=0;countN;count+)

10、 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）/*/#define N 12 char value_bufN;char i=0;char filter() char count; intsum=0; value_bufi+ = get_ad(); if ( i = N ) i = 0; for ( count=0;countN,count+) sum = value_bufcount; return (char)(sum/N);5、中位值平均滤波法（又称防脉冲干扰平均滤波法）/*/#define N 1

11、2char filter() char count,i,j; char value_bufN; intsum=0; for(count=0;countN;count+) value_bufcount = get_ad(); delay(); for (j=0;jN-1;j+) for (i=0;ivalue_bufi+1 ) temp = value_buf; value_buf = value_bufi+1; value_bufi+1 = temp; for(count=1;countN-1;count+) sum += valuecount; return (char)(sum/(N-2)

12、;6、限幅平均滤波法/*/略 参考子程序1、37、一阶滞后滤波法/* 为加快程序处理速度假定基数为100，a=0100 */#define a 50char value;char filter() charnew_value; new_value = get_ad(); return (100-a)*value + a*new_value; 8、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。*/#define N 12char code coeN = 1,2,3,4,5,6,7,8,9,10,11,12;char code sum_coe = 1+2+3+4+5+6+7+8+

13、9+10+11+12;char filter() char count; char value_bufN; intsum=0; for (count=0,countN;count+) value_bufcount = get_ad(); delay(); for (count=0,count=N) return new_value; delay(); new_value = get_ad(); return value; 10、限幅消抖滤波法/*/略 参考子程序1、911、IIR滤波例子intBandpassFilter4(int InputAD4) intReturnValue; intii

14、; RESLO=0; RESHI=0; MACS=*PdelIn; OP2=1068; /FilterCoeff44; MACS=*(PdelIn+1); OP2=8; /FilterCoeff43; MACS=*(PdelIn+2); OP2=-2001;/FilterCoeff42; MACS=*(PdelIn+3); OP2=8; /FilterCoeff41; MACS=InputAD4; OP2=1068; /FilterCoeff40; MACS=*PdelOu; OP2=-7190;/FilterCoeff48; MACS=*(PdelOu+1); OP2=-1973; /Fil

15、terCoeff47; MACS=*(PdelOu+2); OP2=-19578;/FilterCoeff46; MACS=*(PdelOu+3); OP2=-3047; /FilterCoeff45; *p=RESLO; *(p+1)=RESHI; mytestmul=2; ReturnValue=*(p+1); for(ii=0;ii3;ii+) DelayInputii=DelayInputii+1; DelayOutputii=DelayOutputii+1; DelayInput3=InputAD4; DelayOutput3=ReturnValue; /if (ReturnValue0) / /ReturnValue=-ReturnValue; / return ReturnValue;