ADC Filter
来自Jack's Lab
(版本间的差异)
(→限幅滤波) |
|||
| 第1行: | 第1行: | ||
| + | == 中位值滤波 == | ||
| + | |||
| + | ;;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 | ||
| + | |||
| + | ;;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 | ||
| + | |||
| + | ;;缺点: | ||
| + | * 对流量、速度等快速变化的参数不宜 | ||
| + | |||
| + | <source lang=cpp> | ||
| + | #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(); | ||
| + | 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]; | ||
| + | } | ||
| + | </source> | ||
| + | |||
| + | <br><br> | ||
| + | |||
== 限幅滤波 == | == 限幅滤波 == | ||
2018年11月26日 (一) 17:46的版本
1 中位值滤波
- 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
- 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
- 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++)
{
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];
}
2 限幅滤波
过滤脉冲干扰。。。
- 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
- 优点
- 能有效克服因偶然因素引起的脉冲干扰
- 缺点:
- 无法抑制那种周期性的干扰
- 平滑度差
#define A 10 /* A值可根据实际情况调整 */
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;
}