ADC常用的十大滤波算法(C语言）

news/2024/12/21 18:58:27/

 

目录

​编辑

​一、限幅滤波法

二、中位值滤波法

三、算术平均滤波法

四、递推平均滤波法

五、中位值平均滤波法

六、限幅平均滤波法

七、一阶滞后滤波法

八、加权递推平均滤波法

九、消抖滤波法

十、限幅消抖滤波法

​一、限幅滤波法

1、方法：

    • 根据经验判断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：

a. 如果本次值与上次值之差<=A，则本次值有效

b. 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、优点：

    • 能有效克服因偶然因素引起的脉冲干扰

3、缺点

    • 无法抑制那种周期性的干扰

    • 平滑度差

 

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */
 #define A 10
 char Value;
 char filter()
 {
     char new_Value;
     new_Value = get_ad(); // 获取采样值
     if( abs(new_Value - Value) > A)   
         return Value;     // abs()取绝对值函数
     return new_Value;
 }
 

二、中位值滤波法
 

1、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
       
 

 

2、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
       
 

 

3、缺点：
 

  •  
    •  
      对流量、速度等快速变化的参数不宜
       
 

 

#define N 11
 char filter()
 {
     char value_buf[N];
     char count, i, j, temp;
     for(count = 0; count < N; count ++) //获取采样值
     {
         value_buf[count] = get_ad();
         delay();
     }
     for(j = 0; j < (N-1); j++)
     {
         for(i = 0; i < (n-j); 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];
 }
 

三、算术平均滤波法
 

1、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
       
 

 

2、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
       
 

 

3、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
       
 

 

#define N 12
 char filter()
 {
     int sum = 0;
     for(count = 0; count < N; count++)
     {
         sum += get_ad();
     } 
     return (char)(sum/N);
 }
 

四、递推平均滤波法
 

1、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
       
 

 

2、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
       
 

 

3、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
       
 

 

#define N 10
 

u16 value_buf[N];
 

u16 sum=0;
 

u16 curNum=0;
 

 

u16 moveAverageFilter()
 

{
 

    if(curNum < N)
 

    {
 

        value_buf[curNum] = getValue();
 

        sum += value_buf[curNum];
 

        curNum++;
 

        return sum/curNum;
 

    }
 

    else
 

    {
 

        sum -= sum/N;
 

        sum += getValue();
 

        return sum/N;
 

    }
 

}
 

 

 

五、中位值平均滤波法
 

1、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
       
 

 

2、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
       
 

 

3、缺点：
 

  •  
    •  
      测量速度较慢，和算术平均滤波法一样
       
    •  
      比较浪费RAM
       
 

 

char filter()
 {
     char count, i, j;
     char Value_buf[N];
     int sum = 0;
     for(count = 0; count < N; count++)
     {
         Value_buf[count] = get_ad();
     } 
     for(j = 0; j < (N-1); j++)
     {
         for(i = 0; i < (N-j); 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 < N-1; count ++)
     {
         sum += Value_buf[count];
     }
     return (char)(sum/(N-2));
 }
 

六、限幅平均滤波法
 

1、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
       
 

 

2、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
       
 

 

3、缺点：
 

  •  
    •  
      比较浪费RAM
       
 

 

#define A 10
 #define N 12
 char value, i = 0;
 char value_buf[N];
 char filter()
 {
     char new_value, sum = 0;
     new_value = get_ad();
     if(Abs(new_value - value) < A)  
         value_buf[i++] = new_value;
     if(i==N)  
         i=0;
     for(count = 0; count < N; count++)
     {
         sum += value_buf[count];
     }
     return (char)(sum/N);
 }
 

七、一阶滞后滤波法
 

1、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
       
 

 

2、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
       
 

3、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
       
 

 

/*为加快程序处理速度，取a=0~100*/
 #define a 30
 char value;
 char filter()
 {
     char new_value;
     new_value = get_ad();
     return ((100-a)*value + a*new_value);
 }
 

八、加权递推平均滤波法
 

1、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
       
 

 

2、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
       
 

 

3、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
       
    •  
      不能迅速反应交易系统当前所受干扰的严重程度，滤波效果差
       
 

 

/* coe数组为加权系数表 */
 #define N 12
 char code coe[N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};
 char code 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 < N; count++)
     {
         value_buf[count] = get_ad();
     }
     for(count = 0; count < N; count++)
     {
         sum += value_buf[count] * coe[count];
     } 
     return (char)(sum/sum_coe);
 }
 

九、消抖滤波法
 

1、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>或<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
       
 

 

2、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
       
 

 

3、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交易系统
       
 

 

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

十、限幅消抖滤波法
 

1、方法：
 

  •  
    •  
      相当于“限幅滤波法”+“消抖滤波法”
       
    •  
      先限幅，后消抖
       
 

 

2、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
       
 

 

3、缺点：
 

  •  
    •  
      对于快速变化的参数不宜
       
 

 

#define A 10
 #define N 12
 char value;
 char filter()
 {
     char new_value, count = 0;
     new_value = get_ad();
     while(value != new_value)
     {
         if(Abs(value - new_value) < A)
         {
             count++;
             if(count >= N) 
                 return new_value;
             new_value = get_ad();
         }
         return value;
     }
 }
 












http://www.ppmy.cn/news/85981.html












相关文章










SpringMVC框架面试专题（初级-中级）-第三节









SpringMVC框架面试专题（初级-中级）-第三节




欢迎大家一起探讨&#xff5e;如果可以帮到大家请为我点赞关注哦&#xff5e;后续会持续更新 
问题&#xff1a; 
1.Spring MVC框架中的HandlerMapping是什么&#xff1f;请举例说明如何自定义一个HandlerMapping。 
解析&#xff1a; 
在Spring MVC框架中&#xff0c;HandlerM…




阅读更多...

















小黑子—MySQL数据库：第一章 -基础篇









小黑子—MySQL数据库：第一章 -基础篇




MySQL数据库入门1.0 MySQL基础篇1. MySQL概述1.1 MySQL相关概念1.2 MySQL的安装及启动1.3 数据模型 2. SQL2.1 SQL的通用语法2.2 SQL语句的分类2.3 DDL语句2.3.1 DDL - 数据库操作2.3.2 DDL - 表操作 - 查询2.3.3 DDL - 表操作 - 创建2.3.4 DDL - 表操作 - 数据类型2.3.5 DDL -…




阅读更多...

















【MyBatis】PageHelper实现分页









【MyBatis】PageHelper实现分页




分页 
1.引入pom 
普通mvc项目引入
<dependency><groupId>com.github.pagehelper</groupId><artifactId>pagehelper</artifactId><version>5.1.2</version>
</dependency>
springboot引入<dependency><groupId>co…




阅读更多...

















C++ 函数模板基础









C++ 函数模板基础




文章目录 一、什么是函数模板二、函数模板的优点1、代码重用2、类型安全3、可读性4、泛型编程5、性能优化6、库开发 三、函数模板的使用场景1、通用操作2、数据结构与容器操作3、排序与查找算法4、数学与统计函数5、类型转换器6、自定义函数对象 四、模板参数的声明&#xff08…




阅读更多...

















Spark 3：Spark Core RDD持久化









Spark 3：Spark Core RDD持久化




RDD 的数据是过程数据 RDD 的缓存 # coding:utf8
import timefrom pyspark import SparkConf, SparkContext
from pyspark.storagelevel import StorageLevelif __name__  __main__:conf  SparkConf().setAppName("test").setMaster("local[*]")sc  SparkC…




阅读更多...

















Java并发体系-锁与同步-[1]









Java并发体系-锁与同步-[1]




本阶段文章讲的略微深入&#xff0c;一些基础性问题不会讲解&#xff0c;如有基础性问题不懂&#xff0c;可自行查看我前面的文章&#xff0c;或者自行学习。本篇文章比较适合校招和社招的面试&#xff0c;笔者在2020年面试的过程中&#xff0c;也确实被问到了下面的一些问题。…




阅读更多...

















【腾讯云FinOps Crane 集训营】 Crane入门









【腾讯云FinOps Crane 集训营】 Crane入门




前言 
随着云计算的快速发展和云原生应用的兴起&#xff0c;容器技术成为了现代化应用部署和管理的重要工具。 
越来越多的公司正在选择将应用运行在云上或者自建的 Kubernetes 集群上&#xff0c;但是许多机构的调研 
发现&#xff0c;绝大多数的用户集群资源利用率并不高&…




阅读更多...

















软件测试基础知识整理（八）- 软件缺陷









软件测试基础知识整理（八）- 软件缺陷




目录 
一、软件缺陷 
1.1 缺陷定义 
1.2 缺陷判定标准 
1.3 软件缺陷产生的原因 
1.4 软件缺陷产生的根源 
1.5 软件缺陷信息 1.5.1 缺陷状态 
1.5.2  缺陷严重程度 1.5.3 缺陷优先级 
1.6 缺陷报告模板 
1.7 缺陷报告注意事项 
1.8 缺陷跟踪流程 
1.9 缺陷数据分析关注的问题 …




阅读更多...















 
 
 
 










最新文章







 





















Copyright @ 2022~2023