10种常用的软件滤波方法及示例程序

╰半橙微兮° 2023-07-06 13:09 22阅读 0赞

### 目录 ###

*  1、限幅滤波法（又称程序判断滤波法）
 *   *  A、方法：
     *  B、优点：
     *  C、缺点
     *  示例：
 *  2、中位值滤波法
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
     *  示例：
 *  3、算术平均滤波法
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
     *  示例：
 *  4、递推平均滤波法（又称滑动平均滤波法）
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
     *  示例：
 *  5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
     *  示例：
 *  6、限幅平均滤波法
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
 *  7、一阶滞后滤波法
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
     *  示例：
 *  8、加权递推平均滤波法
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
     *  示例：
 *  9、消抖滤波法
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：
 *  10、限幅消抖滤波法
 *   *  A、方法：
     *  B、优点：
     *  C、缺点：

# 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;
    	}
    	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 < 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;
    			}
    		}
    	}
    	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 < N; count++) 
    	{ 
    		sum += get_ad();
    	}
    	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 < N; 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 < 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[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 < N; count++)
    	{ 
    		value_buf[count] = get_ad();
    	}
    	for(count = 0; count < N; 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;
    		}
    		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