E8025e4f8f9c952a1d15386e72717ff0
九种常用滤波算法

1 引言

  在进行数据采集时,会遇到数据的随机误差,随机误差是由随机干扰引起的,其特点是在相同条件下测量同一量时,其大小和符号会现无规则的变化而无法预测,但多次测量的结果符合统计规律。为克服随机干扰引起的误差,硬件上可采用滤波技术,软件上可采用软件算法实现数字滤波。
数字滤波优势:
  (1)成本控制:数字滤波只是一个软件计算过程,不需要额外的硬件开销。降低了成本。
  (2)灵活性:数字滤波算法只需适当调整程序参数,就能改变滤波特性,大大提高了灵活性。

2 限幅滤波

2.1 算法思想

  限幅滤波思想是根据经验判断,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。

2.2 代码实现

#define A 10 //定义允许最大偏差值
char value; //存储上次采样值

//限幅滤波
char AmplitudeLimiterFilter()
{
    char new_value = GetData();//获取新的采样值
    //两次采样值比较
    if ((new_value - value > A) || (value - new_value > A)
    {
        return value;
    }
    else
    {
   `    return new_value;   
    }  

}

2.3 算法分析

优点:
  (1)限幅滤波能有效克服因偶然因素引起的脉冲干扰
缺点:
  (1)无法抑制那种周期性的干扰
  (2)平滑度差

3 中值滤波

3.1 算法思想

  中值滤波思想是连续采样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。

3.2 代码实现

#define N  11//定义连续采样次数

//中值滤波
char MiddleValueFilter()
{
   char value_buf[N];//采样N次的数据
   char count,i,j,temp;
   //获取数据
   for ( count=0;count<N;count++)
   {
      value_buf[count] = GetData();
      delay();
   }
   //冒泡法排序,排序方式可以采用其他方式
   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;
         }
      }
   }
   return value_buf[(N-1)/2];//返回中间值
}     

3.3 算法分析

优点:
  (1)中值滤波在连续N个数据点中选取中间值,因此可以有效克服因偶然因素引起的波动干扰。
缺点:
  (1)对变化率较大的信号处理效果不好

4 算术平均滤波

4.1 算法思想

  算术平均滤波思想是连续取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。

4.2 代码实现

#define N 12//定义连续采样点数

char AverageFilter()
{
   int  sum = 0;
   for ( count=0; count<N; count++)
   {
      sum += GetData();//连续N个点求和
      delay();
   }
   return (char)(sum/N);//返回连续N个采样点的平均值
}

4.3 算法分析

优点:
  (1)适用于对一般具有随机干扰的信号进行滤波。
  (2)信号在某一数值范围附近上下波动。
缺点:
  (1)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。
  (2)耗费内存。

5 滑动平均滤波

5.1 算法思想

  滑动平均滤波思想是把连续取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。

5.2 代码实现

#define N 12 //定义连续采样值数

char value_buf[N];
char i=0;

char SlidingAverageFilter()
{
    char count;
    int  sum=0;
    value_buf[i++] = GetData();
    if ( i == N )
    {
        i = 0;
    }   

    for (count=0; count<N; count++)
    {
        value_buf[count]=value_buf[count+1];   //所有数据左移,低位扔掉
        sum += value_buf[count];
    }

    return (char)(sum/N);
}

5.3 算法分析

优点:
  (1)对周期性干扰有良好的抑制作用,平滑度高。
  (2)适用于高频振荡的系统。
缺点:
  (1)灵敏度低。
  (2)对偶然出现的脉冲性干扰的抑制作用较差。
  (3)不易消除由于脉冲干扰所引起的采样值偏差。
  (4)不适用于脉冲干扰比较严重的场合。
  (5)耗费内存。

6 中位值平均滤波

6.1 算法思想

  中位值平均滤波相当于“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。

6.2 代码实现

```

define N 12

char MedianFilter()
{
char count,i,j;
char value_buf[N];
int sum=0;
for (count=0; count<N; count++)
{
value_buf[count] = GetData();
delay();
}
//查找最大最小值,并去除

top Created with Sketch.