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
示例:
/*
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 10
ch ar value;
ch ar filter()
{
ch ar new_value;
new_value = get_ad();
if ( ( new_value - value > A ) || ( value - new_value > A ) ) return value;
else return new_value;
}
2、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
示例:
/*
N值可根据实际情况调整
排序采用冒泡法*/
#define N 11
ch ar filter()
{
ch ar value_buf【N】;
ch ar co unt,i,j,temp;
for ( co unt="0";co unt {
value_buf【co unt】 = get_ad();
delay();
}
for (j=0;j {
for (i=0;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】;
}
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RAM
示例:
#define N 12
ch ar filter()
{
int sum = 0;
ch ar co unt;
for ( co unt="0";co unt {
sum+=get_ad();
delay();
}
return (ch ar)(sum/N);
}
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=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
示例:
#define N 12
ch ar value_buf【N】;
ch ar i="0";
ch ar filter()
{
ch ar co unt;
int sum="0";
value_buf【i++】=get_ad();
if (i == N) i="0";
for ( co unt="0";co unt sum = value_buf【co unt】;
return (ch ar)(sum/N);
}
5、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
示例:
#define N 12
ch ar filter()
{
ch ar co unt,i,j,temp;
ch ar value_buf【N】;
int sum="0";
for (co unt=0;co unt {
value_buf【co unt】 = get_ad();
delay();
}
for (j=0;j {
for (i=0;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(co unt=1;co unt sum += value_buf【co unt】;
return (ch ar)(sum/(N-2));
}
6、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
