查看ADC Filter的源代码
←
ADC Filter
跳转到:
导航
,
搜索
因为以下原因,你没有权限编辑本页:
您刚才请求的操作只有这个用户组中的用户才能使用:
用户
您可以查看并复制此页面的源代码:
== 限幅平均滤波 == ;;方法: * 相当于“限幅滤波”+“滑动平均滤波” * 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 ;;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 ;;缺点: * 灵敏度低 <br><br> == 中位值平均滤波 == 又称防脉冲干扰平均滤波 ;;方法: * 相当于“中位值滤波”+“算术平均滤波” * 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 ;;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 ;;缺点: * 测量速度较慢,和算术平均滤波法一样 <source lang=cpp> #define N 12 char filter() { char count, i, j; char value_buf[N]; int sum = 0; 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; } } } for (count=1; count < N-1; count++) sum += value[count]; return (char)(sum / (N-2)); } </source> <br><br> == 滑动平均滤波 == 亦可称递推平均滤波 ;;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 * 每次采一个新数据放入队尾,并挤掉队首的一个数据 * 把队列中的 N 个数据进行算术平均运算,即为滤波结果 N值的选取:流量,N=12; 压力:N=4; 液面,N=4~12; 温度,N=1~4 ;;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 ;;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 <source lang=cpp> #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); } </source> <br><br> == 算术平均滤波 == ;;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 ;;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 ;;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 <source lang=cpp> #define N 12 char filter() { int sum = 0; for (count=0; count<N; count++) { sum + = get_ad(); delay(); } return (char)(sum / N); } </source> <br><br> == 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 == 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 <source lang=cpp> #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; } </source> <br><br> == Reference == * https://www.cnblogs.com/chenxukai/archive/2010/08/01/1789713.html <br><br> <br><br> <br><br>
返回到
ADC Filter
。
个人工具
登录
名字空间
页面
讨论
变换
查看
阅读
查看源代码
查看历史
操作
搜索
导航
首页
社区专页
新闻动态
最近更改
随机页面
帮助
工具箱
链入页面
相关更改
特殊页面