ADC Filter

来自Jack's Lab
(版本间的差异)
跳转到: 导航, 搜索
(算术平均滤波)
(滑动平均滤波)
 
(未显示1个用户的11个中间版本)
第1行: 第1行:
 +
== 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 ==
 
== 算术平均滤波 ==
 
    
 
    
第115行: 第230行:
 
</source>
 
</source>
  
 +
<br><br>
 +
 +
== Reference ==
 +
 +
* https://www.cnblogs.com/chenxukai/archive/2010/08/01/1789713.html
 +
 +
<br><br>
 +
<br><br>
 
<br><br>
 
<br><br>

2018年11月26日 (一) 22:45的最后版本

目录

[编辑] 1 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



[编辑] 2 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
#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));
} 



[编辑] 3 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
#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);
}



[编辑] 4 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
#define N           12

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



[编辑] 5 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];
}



[编辑] 6 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;
}



[编辑] 7 Reference







个人工具
名字空间

变换
操作
导航
工具箱