c++算法学习之常见的6种滤波算法
#include <iostream> #include <stdlib.h> using namespace std; /*********1***********/ const int N_limit = 2; int value_lim = 50; /*********2**********/ const int N_mid = 11; /*********3**********/ const int N_mean = 12; /*********4**********/ const int N_dtm = 4; int i_dtm = 0; int value_buf[N_dtm + 1] = {0}; /*********5**********/ const int N_mm = 4; /*********6**********/ const int N_ldtm = 4;//先限幅滤波幅度在+-4 int value_ldtm = 50; const int N_lddtm = 5;//再进行递推滤波 int i_lddtm = 0; int value_ldtm_buf[N_lddtm + 1] = { 0 }; const int SIZE = 20; void delay_ms(int intms);//延时函数 int get_data();//模拟采样数据的函数rand()获取的随机数 /********滤波函数*********/ int filter_limit();//限幅滤波器 int filter_mid();//中位值滤波法 int filter_mean();//算术平均滤波法 int filter_dtmean();//递推平均滤波法 int filter_midmean();//中位值平均滤波法 int filter_limdtm();//限幅平均滤波法 void main(){ int a; for (int i = 0; i < SIZE; i++) { a = filter_limdtm(); cout << "滤波后的数据:" << a << endl; cout << endl; } system("pause"); } /*1.限幅滤波法函数体*/ /* 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 */ int filter_limit(){ int new_value; new_value = get_data(); cout <<"get_data产生的数据:"<< new_value << endl; if ((new_value - value_lim > N_limit)||(value_lim - new_value > N_limit)) return value_lim; return new_value; } /*2.中位值滤波法函数体*/ /* 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 */ int filter_mid(){ int value_buf[N_mid]; int count, i, j, temp; cout << "随机抽样N_mid次的数据是:" << endl; for (count = 0; count < N_mid; count++) { value_buf[count] = get_data(); delay_ms(5); cout << value_buf[count] << ","; } cout << endl; for ( j = 0; j < N_mid -1; j++) { for ( i = 0; i < N_mid -j-1; 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; } } } cout << "排序后的N_mid次采样数据是:" << endl; for (int i = 0; i < N_mid; i++) { cout << value_buf[i] << ","; } return value_buf[(N_mid - 1) / 2]; } /*3.均值滤波法函数体*/ /* 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 */ int filter_mean(){ int sum = 0; cout << "采样N_mean次数据的是:" << endl; for (int count = 0; count < N_mean; count++) { cout << get_data() << ","; sum += get_data(); delay_ms(5); } cout << "均值为:" << (int)(sum / N_mean) << endl; return (int)(sum / N_mean); } /*4.递推均值滤波法(滑动均值滤波法)函数体*/ /* 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 */ int filter_dtmean(){ int sum = 0, count; value_buf[N_dtm] = get_data(); cout << "采样第" << i_dtm ++ << "次的数据的是:" << value_buf[N_dtm] << endl; for ( count = 0; count < N_dtm; count++) { value_buf[count] = value_buf[count + 1]; sum += value_buf[count]; } cout << "均值为:" << (int)(sum / N_dtm) << endl; return (int)(sum / N_dtm); } /*5.中位值均值滤波法函数体*/ /* 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 */ int filter_midmean(){ int count, i, j, temp; int value_buf[N_mm]; int sum = 0; cout << "随机抽样N_mm次的数据是:" << endl; for (count = 0; count < N_mm; count++) { value_buf[count] = get_data(); delay_ms(5); cout << value_buf[count] << ","; } cout << endl; for (j = 0; j < N_mm - 1; j++) { for (i = 0; i < N_mm - j - 1; 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; } } } cout << "去掉最大值和最小值之后的由小到大排序为:" << endl; for (count = 1; count < N_mm - 1; count++) { cout << value_buf[count] << ","; sum += value_buf[count]; } cout << endl; return (int)(sum / (N_mm - 2)); } /*6.限幅平均滤波法函数体*/ /* 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 */ int filter_limdtm(){ int new_value; int i; int sum = 0; new_value = get_data(); cout << "数据采样第" << i_lddtm++ << "次读取的数据为:" << new_value << endl; if ((new_value - value_ldtm>N_ldtm) || (value_ldtm - new_value>N_ldtm)) { value_ldtm_buf[N_lddtm] = value_ldtm; } else { value_ldtm_buf[N_lddtm] = new_value; } for ( i = 0; i < N_lddtm; i++) { value_ldtm_buf[i] = value_ldtm_buf[i + 1];//先进先出所有数组元素向左移,首位舍弃。 sum += value_ldtm_buf[i]; } return (int)(sum / N_lddtm); } int get_data(){ return rand()/((RAND_MAX)/100); } void delay_ms(int ms){ int i, j; for (i = 0; i<ms; i++) { for (j = 0; j<200; j++); for (j = 0; j<102; j++); } }