• 常用软件滤波方法及其示例程序


    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
    char value;
    char filter()
    {
    char 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
    char filter()
    {
    char value_buf[N];
    char count,i,j,temp;
    for ( count=0;count {
    value_buf[count] = 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
    char filter()
    {
    int sum = 0;
    char count;
    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)

    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
    char value_buf[N];
    char i=0;
    char filter()
    {
    char count;
    int sum=0;
    value_buf[i++]=get_ad();
    if (i == N) i=0;
    for ( count=0;count sum = 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)

    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
    char filter()
    {
    char count,i,j,temp;
    char value_buf[N];
    int sum=0;
    for (count=0;count {
    value_buf[count] = 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(count=1;count sum += value_buf[count];
    return (char)(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
    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


    略 参考子程序1、3



    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

    示例:
    /*为加快程序处理速度假定基数为100,a=0~100 */

    #define a 50
    char value;
    char filter()
    {
    char new_value;
    new_value = get_ad();
    return (100-a)*value + a*new_value;
    }

     

    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


    示例:
    /*coe数组为加权系数表,存在程序存储区。*/

    #define N 12
    char coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
    char sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
    char filter()
    {
    char count;
    char value_buf[N];
    int sum=0;
    for (count=0;count {
    value_buf[count] = get_ad();
    delay();
    }
    for (count=0;count sum += value_buf[count]*coe[count];
    return (char)(sum/sum_coe);
    }


    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

    示例:

    char value;
    #define N 12
    char filter()
    {
    char count=0;
    char new_value;
    new_value = get_ad();
    while (value !=new_value);
    {
    count++;
    if (count>=N) return new_value;
    delay();
    new_value = get_ad();
    }
    return value;
    }


    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

    参考子程序1、9

     
  • 相关阅读:
    人工智能
    华盛顿邮报启用核查事实机器人,新闻行业路指何方
    被算法控制的网络
    新型机器人闯入职场:到底是工作缔造者还是工作终结者?华盛顿邮报
    有情感会说话,虚拟人脸Zoe诞生
    IBM Watson将最终适应智能机,可以进行疾病诊断
    我们用大数据创造没人能理解的人工智能
    在DNA中存储数据成为现实
    matlab 工具箱
    背后的原因——是时候让计算机理解我们的意图、而非表面意思
  • 原文地址:https://www.cnblogs.com/rainbowzc/p/2422318.html
Copyright © 2020-2023  润新知