请选择 进入手机版 | 继续访问电脑版
搜索
热搜: ROHM 模拟 车载
查看: 7447|回复: 38

单片机滤波的各种方法以及优缺点解析

  [复制链接]

该用户从未签到

1347

主题

6657

帖子

0

精华

论坛元老

最后登录
2020-7-26
发表于 2020-1-23 13:28:02 | 显示全部楼层 |阅读模式
                                                                                                                        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。

        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。


        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。

        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

        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。

        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。

        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。

        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。

        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。

        1 /*

        2 2015.5

        3 单片机滤波示例:

        4

        5 */

        6

        7 // 读取数据程序:

        8 unsigned int get_ad();

        9

        10

        11 // 1、限幅滤波法(又称程序判断滤波法)

        12 #define A 10

        13 char value;

        14 char filter()

        15 {

        16 char new_value = get_ad();

        17 if ((new_value - value 》 A) || (value - new_value 》 A))

        18 return value;

        19 return new_value;

        20 }

        21

        22 // 2、中位值滤波法

        23 #define N 11

        24 char filter()

        25 {

        26 char value_buf[N];

        27 char count, i, j, temp;

        28 for (count = 0; count

        29 {

        30 value_buf[count] = get_ad();

        31 delay();

        32 }

        33 // 冒泡排序

        34 for (j = 0; j

        35 {

        36 for (i = 0; i

        37 {

        38 if (value_buf[i]》value_buf[i + 1])

        39 {

        40 temp = value_buf[i];

        41 value_buf[i] = value_buf[i + 1];

        42 value_buf[i + 1] = temp;

        43 }

        44 }

        45 }

        46 return value_buf[(N - 1) / 2];

        47 }

        48

        49 // 3、算术平均滤波法

        50 #define N 12

        51 char filter()

        52 {

        53 int sum = 0;

        54 for (count = 0; count

        55 {

        56 sum + = get_ad();

        57 delay(); }

        58 return (char)(sum / N);

        59 }

        60

        61 // 4、递推平均滤波法(又称滑动平均滤波法)

        62 #define N 12

        63 char value_buf[N];

        64 char i = 0;

        65 char filter()

        66 {

        67 char count;

        68 int sum = 0;

        69 value_buf[i++] = get_ad();

        70 if (i == N )

        71 i = 0;

        72 for (count = 0; count 《 N; count++)

        73 {

        74 sum = value_buf[count];

        75 }

        76 return (char)(sum / N);

        77 }

        78

        79 // 5、中位值平均滤波法(又称防脉冲干扰平均滤波法)

        80 #define N 12

        81 char filter()

        82 {

        83 char count, i, j;

        84 char value_buf[N];

        85 int sum = 0;

        86 for (count = 0; count

        87 {

        88 value_buf[count] = get_ad();

        89 delay();

        90 }

        91 for (j = 0; j 《 N - 1; j++)

        92 {

        93 for (i = 0; i

        94 {

        95 if (value_buf[i]》value_buf[i + 1])

        96 {

        97 temp = value_buf[i];

        98 value_buf[i] = value_buf[i + 1];

        99 value_buf[i + 1] = temp;

        100 }

        101 }

        102 }

        103 for (count = 1; count

        104 {

        105 sum += value[count];

        106 }

        107 return (char)(sum / (N - 2));

        108 }

        109

        110 // 6、限幅平均滤波法

        111

        112

        113 // 7、一阶滞后滤波法

        114 #define a 50

        115 char value;

        116 char filter()

        117 {

        118 char new_value;

        119 new_value = get_ad();

        120 return (100 - a)*value + a*new_value;

        121 }

        122

        123 // 8、加权递推平均滤波法

        124 #define N 12

        125 char code coe[N] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 };

        126 char code sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;

        127 char filter()

        128 {

        129 char count;

        130 char value_buf[N];

        131 int sum = 0;

        132 for (count = 0, count 《 N; count++)

        133 {

        134 value_buf[count] = get_ad(); delay();

        135 }

        136 for (count = 0, count 《 N; count++)

        137 {

        138 sum += value_buf[count] * coe[count];

        139 }

        140 return (char)(sum / sum_coe);

        141 }

        142

        143 // 9、消抖滤波法

        144 #define N 12

        145 char filter()

        146 {

        147 char count = 0;

        148 char new_value = get_ad();

        149 while (value != new_value)

        150 {


                                                                               

回复

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-1-31 17:01:20 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-1-31 17:02:11 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-2-1 12:51:51 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-2-1 12:52:11 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-2-1 12:52:30 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-2-1 12:54:03 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-2-1 12:54:23 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-2-1 12:54:48 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

该用户从未签到

2248

主题

1万

帖子

1

精华

论坛元老

最后登录
2024-3-29
发表于 2020-2-1 12:55:18 | 显示全部楼层
不错的资料
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 注册/登录

本版积分规则

关闭

站长推荐上一条 /2 下一条

Archiver|手机版|小黑屋|罗姆半导体技术社区

GMT+8, 2024-3-29 20:02 , Processed in 0.113599 second(s), 20 queries , MemCache On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表