10种ADC软件滤波方法及程序

http://blog.csdn.net/haozi_1989/article/details/6625404

 

转自：亿芯工程师博客

10种AD采样的软件滤波方法


10种AD采样的软件滤波方法
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 
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  
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 
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   
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 
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 _
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 
7、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   
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 

10种软件滤波方法的示例程序

 

[cpp] view plaincopyprint?
 
    1. 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();  
    2.   
    3. 1、限副滤波  
    4. /*  A值可根据实际情况调整 
    5.     value为有效值，new_value为当前采样值   
    6.     滤波程序返回有效的实际值  */  
    7. #define A 10  
    8.   
    9. char value;  
    10.   
    11. char filter()  
    12. {  
    13.    char  new_value;  
    14.    new_value = get_ad();  
    15.    if ( ( new_value - value> A ) || ( value - new_value> A )  
    16.       return value;  
    17.    return new_value;  
    18.            
    19. }  
    20.   
    21. 2、中位值滤波法  
    22. /*  N值可根据实际情况调整 
    23.     排序采用冒泡法*/  
    24. #define N  11  
    25.   
    26. char filter()  
    27. {  
    28.    char value_buf[N];  
    29.    char count,i,j,temp;  
    30.    for ( count=0;count<N;count++)  
    31.    {  
    32.       value_buf[count] = get_ad();  
    33.       delay();  
    34.    }  
    35.    for (j=0;j<N-1;j++)  
    36.    {  
    37.       for (i=0;i<N-j;i++)  
    38.       {  
    39.          if ( value_buf>value_buf[i+1] )  
    40.          {  
    41.             temp = value_buf;  
    42.             value_buf = value_buf[i+1];   
    43.              value_buf[i+1] = temp;  
    44.          }  
    45.       }  
    46.    }  
    47.    return value_buf[(N-1)/2];  
    48. }       
    49.   
    50. 3、算术平均滤波法  
    51. /* 
    52. */  
    53.   
    54. #define N 12  
    55.   
    56. char filter()  
    57. {  
    58.    int  sum = 0;  
    59.    for ( count=0;count<N;count++)  
    60.    {  
    61.       sum + = get_ad();  
    62.       delay();  
    63.    }  
    64.    return (char)(sum/N);  
    65. }  
    66.   
    67. 4、递推平均滤波法（又称滑动平均滤波法）  
    68. /* 
    69. */  
    70. #define N 12   
    71.   
    72. char value_buf[N];  
    73. char i=0;  
    74.   
    75. char filter()  
    76. {  
    77.    char count;  
    78.    int  sum=0;  
    79.    value_buf[i++] = get_ad();  
    80.    if ( i == N )   i = 0;  
    81.    for ( count=0;count<N,count++)  
    82.       sum = value_buf[count];  
    83.    return (char)(sum/N);  
    84. }  
    85.   
    86. 5、中位值平均滤波法（又称防脉冲干扰平均滤波法）  
    87. /* 
    88. */  
    89. #define N 12  
    90.   
    91. char filter()  
    92. {  
    93.    char count,i,j;  
    94.    char value_buf[N];  
    95.    int  sum=0;  
    96.    for  (count=0;count<N;count++)  
    97.    {  
    98.       value_buf[count] = get_ad();  
    99.       delay();  
    100.    }  
    101.    for (j=0;j<N-1;j++)  
    102.    {  
    103.       for (i=0;i<N-j;i++)  
    104.       {  
    105.          if ( value_buf>value_buf[i+1] )  
    106.          {  
    107.             temp = value_buf;  
    108.             value_buf = value_buf[i+1];   
    109.              value_buf[i+1] = temp;  
    110.          }  
    111.       }  
    112.    }  
    113.    for(count=1;count<N-1;count++)  
    114.       sum += value[count];  
    115.    return (char)(sum/(N-2));  
    116. }  
    117.   
    118. 6、限幅平均滤波法  
    119. /* 
    120. */    
    121. 略 参考子程序1、3  
    122.   
    123. 7、一阶滞后滤波法  
    124. /* 为加快程序处理速度假定基数为100，a=0~100 */  
    125.   
    126. #define a 50  
    127.   
    128. char value;  
    129.   
    130. char filter()  
    131. {  
    132.    char  new_value;  
    133.    new_value = get_ad();  
    134.    return (100-a)*value + a*new_value;   
    135. }  
    136.   
    137. 8、加权递推平均滤波法  
    138. /* coe数组为加权系数表，存在程序存储区。*/  
    139.   
    140. #define N 12  
    141.   
    142. char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};  
    143. char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;  
    144.   
    145. char filter()  
    146. {  
    147.    char count;  
    148.    char value_buf[N];  
    149.    int  sum=0;  
    150.    for (count=0,count<N;count++)  
    151.    {  
    152.       value_buf[count] = get_ad();  
    153.       delay();  
    154.    }  
    155.    for (count=0,count<N;count++)  
    156.       sum += value_buf[count]*coe[count];  
    157.    return (char)(sum/sum_coe);  
    158. }  
    159.   
    160. 9、消抖滤波法  
    161.   
    162. #define N 12  
    163.   
    164. char filter()  
    165. {  
    166.    char count=0;  
    167.    char new_value;  
    168.    new_value = get_ad();  
    169.    while (value !=new_value);  
    170.    {  
    171.       count++;  
    172.       if (count>=N)   return new_value;  
    173.        delay();  
    174.       new_value = get_ad();  
    175.    }  
    176.    return value;      
    177. }  
    178.   
    179. 10、限幅消抖滤波法  
    180. /* 
    181. */  
    182. 略 参考子程序1、9  
    183.   
    184. 11、IIR滤波例子  
    185.   
    186. int  BandpassFilter4(int InputAD4)  
    187. {  
    188.     int  ReturnValue;   
    189.     int  ii;  
    190.     RESLO=0;  
    191.     RESHI=0;  
    192.     MACS=*PdelIn;  
    193.     OP2=1068; //FilterCoeff4[4];  
    194.     MACS=*(PdelIn+1);  
    195.     OP2=8;    //FilterCoeff4[3];  
    196.     MACS=*(PdelIn+2);  
    197.     OP2=-2001;//FilterCoeff4[2];  
    198.     MACS=*(PdelIn+3);  
    199.     OP2=8;    //FilterCoeff4[1];  
    200.     MACS=InputAD4;  
    201.     OP2=1068; //FilterCoeff4[0];  
    202.     MACS=*PdelOu;  
    203.     OP2=-7190;//FilterCoeff4[8];  
    204.     MACS=*(PdelOu+1);  
    205.     OP2=-1973; //FilterCoeff4[7];  
    206.     MACS=*(PdelOu+2);  
    207.     OP2=-19578;//FilterCoeff4[6];  
    208.     MACS=*(PdelOu+3);  
    209.     OP2=-3047; //FilterCoeff4[5];  
    210.     *p=RESLO;  
    211.     *(p+1)=RESHI;  
    212.     mytestmul<<=2;  
    213.     ReturnValue=*(p+1);  
    214.     for  (ii=0;ii<3;ii++)  
    215.     {  
    216.      DelayInput[ii]=DelayInput[ii+1];  
    217.      DelayOutput[ii]=DelayOutput[ii+1];  
    218.      }   
    219.      DelayInput[3]=InputAD4;  
    220.      DelayOutput[3]=ReturnValue;  
    221.        
    222.    //  if (ReturnValue<0)  
    223.    //  {  
    224.    //  ReturnValue=-ReturnValue;  
    225.    //  }  
    226.     return ReturnValue;    
    227. }  
    228. 　  
posted @ 2015-04-17 15:48  Merlin-magic  阅读(1341)  评论(0)  编辑  收藏  举报