滤波方法.docx
《滤波方法.docx》由会员分享，可在线阅读，更多相关《滤波方法.docx（16页珍藏版）》请在冰点文库上搜索。
滤波方法
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
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
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
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
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
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
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
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
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
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
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*/
#defineA10
charvalue;
charfilter（）
{
charnew_value;
new_value=get_ad（）;
if（（new_value-value>A）||（value-new_value>A）
returnvalue;
returnnew_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*/
#defineN11
charfilter（）
{
charvalue_buf[N];
charcount,i,j,temp;
for（count=0;count{
value_buf[count]=get_ad（）;
delay（）;
}
for（j=0;j{
for（i=0;i{
if（value_buf>value_buf[i+1]）
{
temp=value_buf;
value_buf=value_buf[i+1];
value_buf[i+1]=temp;
}
}
}
returnvalue_buf[（N-1）/2];
}
3、算术平均滤波法
/*
*/
#defineN12
charfilter（）
{
intsum=0;
for（count=0;count{
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）
/*
*/
#defineN12
charvalue_buf[N];
chari=0;
charfilter（）
{
charcount;
intsum=0;
value_buf[i++]=get_ad（）;
if（i==N）i=0;
for（count=0;countsum=value_buf[count];
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）
/*
*/
#defineN12
charfilter（）
{
charcount,i,j;
charvalue_buf[N];
intsum=0;
for（count=0;count{
value_buf[count]=get_ad（）;
delay（）;
}
for（j=0;j{
for（i=0;i{
if（value_buf>value_buf[i+1]）
{
temp=value_buf;
value_buf=value_buf[i+1];
value_buf[i+1]=temp;
}
}
}
for（count=1;countsum+=value[count];
return（char）（sum/（N-2））;
}
6、限幅平均滤波法
/*
*/
略参考子程序1、3
7、一阶滞后滤波法
/*为加快程序处理速度假定基数为100，a=0~100*/
#definea50
charvalue;
charfilter（）
{
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。
*/
#defineN12
charcodecoe[N]={1,2,3,4,5,6,7,8,9,10,11,12};
charcodesum_coe=1+2+3+4+5+6+7+8+9+10+11+12;
charfilter（）
{
charcount;
charvalue_buf[N];
intsum=0;
for（count=0,count{
value_buf[count]=get_ad（）;
delay（）;
}
for（count=0,countsum+=value_buf[count]*coe[count];
return（char）（sum/sum_coe）;
}
9、消抖滤波法
#defineN12
charfilter（）
{
charcount=0;
charnew_value;
new_value=get_ad（）;
while（value!
=new_value）;
{
count++;
if（count>=N）returnnew_value;
delay（）;
new_value=get_ad（）;
}
returnvalue;
}
10、限幅消抖滤波法
/*
*/
略参考子程序1、9
11、IIR滤波例子
intBandpassFilter4（intInputAD4）
{
intReturnValue;
intii;
RESLO=0;
RESHI=0;
MACS=*PdelIn;
OP2=1068;//FilterCoeff4[4];
MACS=*（PdelIn+1）;
OP2=8;//FilterCoeff4[3];
MACS=*（PdelIn+2）;
OP2=-2001;//FilterCoeff4[2];
MACS=*（PdelIn+3）;
OP2=8;//FilterCoeff4[1];
MACS=InputAD4;
OP2=1068;//FilterCoeff4[0];
MACS=*PdelOu;
OP2=-7190;//FilterCoeff4[8];
MACS=*（PdelOu+1）;
OP2=-1973;//FilterCoeff4[7];
MACS=*（PdelOu+2）;
OP2=-19578;//FilterCoeff4[6];
MACS=*（PdelOu+3）;
OP2=-3047;//FilterCoeff4[5];
*p=RESLO;
*（p+1）=RESHI;
mytestmul<<=2;
ReturnValue=*（p+1）;
for（ii=0;ii<3;ii++）
{
DelayInput[ii]=DelayInput[ii+1];
DelayOutput[ii]=DelayOutput[ii+1];
}
DelayInput[3]=InputAD4;
DelayOutput[3]=ReturnValue;
//if（ReturnValue<0）
//{
//ReturnValue=-ReturnValue;
//}
returnReturnValue;
}
二.在图像处理中应用到的滤波算法实例：
BOOL WINAPI MedianFilter（LPSTR lpDIBBits, LONG lWidth, LONG lHeight,
int iFilterH, int iFilterW,
int iFilterMX, int iFilterMY）
{
// 指向源图像的指针
unsigned char*lpSrc;
// 指向要复制区域的指针
unsigned char*lpDst;
// 指向复制图像的指针
LPSTRlpNewDIBBits;
HLOCALhNewDIBBits;
// 指向滤波器数组的指针
unsigned char* aValue;
HLOCALhArray;
// 循环变量
LONGi;
LONGj;
LONGk;
LONGl;
// 图像每行的字节数
LONGlLineBytes;
// 计算图像每行的字节数
lLineBytes = WIDTHBYTES（lWidth * 8）;
// 暂时分配内存，以保存新图像
hNewDIBBits = LocalAlloc（LHND, lLineBytes * lHeight）;
// 判断是否内存分配失败
if （hNewDIBBits == NULL）
{
// 分配内存失败
return FALSE;
}
// 锁定内存
lpNewDIBBits = （char * ）LocalLock（hNewDIBBits）;
// 初始化图像为原始图像
memcpy（lpNewDIBBits, lpDIBBits, lLineBytes * lHeight）;
// 暂时分配内存，以保存滤波器数组
hArray = LocalAlloc（LHND, iFilterH * iFilterW）;
// 判断是否内存分配失败
if （hArray == NULL）
{
// 释放内存
LocalUnlock（hNewDIBBits）;
LocalFree（hNewDIBBits）;
// 分配内存失败
return FALSE;
}
// 锁定内存
aValue = （unsigned char * ）LocalLock（hArray）;
// 开始中值滤波
// 行（除去边缘几行）
for（i = iFilterMY; i < lHeight - iFilterH + iFilterMY + 1; i++）
{
// 列（除去边缘几列）
for（j = iFilterMX; j < lWidth - iFilterW + iFilterMX + 1; j++）
{
// 指向新DIB第i行，第j个象素的指针
lpDst = （unsigned char*）lpNewDIBBits + lLineBytes * （lHeight - 1 - i） + j;
// 读取滤波器数组
for （k = 0; k < iFilterH; k++）
{
for （l = 0; l < iFilterW; l++）
{
// 指向DIB第i - iFilterMY + k行，第j - iFilterMX + l个象素的指针
lpSrc = （unsigned char*）lpDIBBits + lLineBytes * （lHeight - 1 - i + iFilterMY - k） + j - iFilterMX + l;
// 保存象素值
aValue[k * iFilterW + l] = *lpSrc;
}
}
// 获取中值
* lpDst = GetMedianNum（aValue, iFilterH * iFilterW）;
}
}
// 复制变换后的图像
memcpy（lpDIBBits, lpNewDIBBits, lLineBytes * lHeight）;
// 释放内存
LocalUnlock（hNewDIBBits）;
LocalFree（hNewDIBBits）;
LocalUnlock（hArray）;
LocalFree（hArray）;
// 返回
return TRUE;
}
三.RC滤波的一种实现.
RcDigital（double&X,double&Y）
{
staticintMidFlag;
staticdoubleYn_1,Xn_1;
doubleMyGetX=0,MyGetY=0;
doubleAlfa;
Alfa=0.7;
if（X==0||Y==0）
{
MidFlag=0;
Xn_1=0;
Yn_1=0;
MyGetX=0;
MyGetY=0;
}
if（X>0&&Y>0）
{
if（MidFlag==1）
{
MyGetY=（1-Alfa）*Y+Alfa*Yn_1;
MyGetX=（1-Alfa）*X+Alfa*Xn_1;
Xn_1=MyGetX;
Yn_1=MyGetY;
}
else
{
MidFlag=1;
MyGetX=X;
MyGetY=Y;
Xn_1=X;
Yn_1=Y;
}
}
X=MyGetX;
Y=MyGetY;
}
升级会员 