幾種經典的濾波算法

 1、限幅濾波法（又稱程序判斷濾波法）
A、方法：
       根據經驗判斷，確定兩次採樣允許的最大偏差值（設爲A）
       每次檢測到新值時判斷：
       如果本次值與上次值之差<=A,則本次值有效
       如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上次值代替本次值
B、優點：
       能有效克服因偶然因素引起的脈衝干擾
C、缺點
       無法抑制那種週期性的干擾
       平滑度差

2、中位值濾波法
A、方法：
       連續採樣N次（N取奇數）
       把N次採樣值按大小排列
       取中間值爲本次有效值
B、優點：
       能有效克服因偶然因素引起的波動干擾
       對溫度、液位的變化緩慢的被測參數有良好的濾波效果
C、缺點：
       對流量、速度等快速變化的參數不宜

3、算術平均濾波法
A、方法：
       連續取N個採樣值進行算術平均運算
       N值較大時：信號平滑度較高，但靈敏度較低
       N值較小時：信號平滑度較低，但靈敏度較高
       N值的選取：一般流量，N=12；壓力：N=4
B、優點：
       適用於對一般具有隨機干擾的信號進行濾波
       這樣信號的特點是有一個平均值，信號在某一數值範圍附近上下波動
C、缺點：
       對於測量速度較慢或要求數據計算速度較快的實時控制不適用
       比較浪費RAM
      
4、遞推平均濾波法（又稱滑動平均濾波法）
A、方法：
       把連續取N個採樣值看成一個隊列
       隊列的長度固定爲N
       每次採樣到一個新數據放入隊尾,並扔掉原來隊首的一次數據.(先進先出原則)
       把隊列中的N個數據進行算術平均運算,就可獲得新的濾波結果
       N值的選取：流量，N=12；壓力：N=4；液麪，N=4~12；溫度，N=1~4
B、優點：
       對週期性干擾有良好的抑制作用，平滑度高
       適用於高頻振盪的系統
C、缺點：
       靈敏度低
       對偶然出現的脈衝性干擾的抑制作用較差
       不易消除由於脈衝干擾所引起的採樣值偏差
       不適用於脈衝干擾比較嚴重的場合
       比較浪費RAM
      
5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
A、方法：
       相當於“中位值濾波法”+“算術平均濾波法”
       連續採樣N個數據，去掉一個最大值和一個最小值
       然後計算N-2個數據的算術平均值
       N值的選取：3~14
B、優點：
       融合了兩種濾波法的優點
       對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的採樣值偏差
C、缺點：
       測量速度較慢，和算術平均濾波法一樣
       比較浪費RAM


6、限幅平均濾波法
A、方法：
       相當於“限幅濾波法”+“遞推平均濾波法”
       每次採樣到的新數據先進行限幅處理，
       再送入隊列進行遞推平均濾波處理
B、優點：
       融合了兩種濾波法的優點
       對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的採樣值偏差
C、缺點：
       比較浪費RAM

7、一階滯後濾波法
A、方法：
       取a=0~1
       本次濾波結果=（1-a）*本次採樣值+a*上次濾波結果
B、優點：
       對週期性干擾具有良好的抑制作用
       適用於波動頻率較高的場合
C、缺點：
       相位滯後，靈敏度低
       滯後程度取決於a值大小
       不能消除濾波頻率高於採樣頻率的1/2的干擾信號
      
8、加權遞推平均濾波法
A、方法：
       是對遞推平均濾波法的改進，即不同時刻的數據加以不同的權
       通常是，越接近現時刻的數據，權取得越大。
       給予新採樣值的權係數越大，則靈敏度越高，但信號平滑度越低
B、優點：
       適用於有較大純滯後時間常數的對象
       和採樣週期較短的系統
C、缺點：
       對於純滯後時間常數較小，採樣週期較長，變化緩慢的信號
       不能迅速反應系統當前所受干擾的嚴重程度，濾波效果差

9、消抖濾波法
A、方法：
       設置一個濾波計數器
       將每次採樣值與當前有效值比較：
       如果採樣值＝當前有效值，則計數器清零
       如果採樣值<>當前有效值，則計數器+1，並判斷計數器是否>=上限N(溢出)
         如果計數器溢出,則將本次值替換當前有效值,並清計數器
B、優點：
       對於變化緩慢的被測參數有較好的濾波效果,
       可避免在臨界值附近控制器的反覆開/關跳動或顯示器上數值抖動
C、缺點：
       對於快速變化的參數不宜
       如果在計數器溢出的那一次採樣到的值恰好是干擾值,則會將干擾值當作有效值導入系統

10、限幅消抖濾波法
A、方法：
       相當於“限幅濾波法”+“消抖濾波法”
       先限幅,後消抖
B、優點：
       繼承了“限幅”和“消抖”的優點
       改進了“消抖濾波法”中的某些缺陷,避免將干擾值導入系統
C、缺點：
       對於快速變化的參數不宜


第11種方法：IIR 數字濾波器

A. 方法：
確定信號帶寬， 濾之。
Y(n) = a1*Y(n-1) + a2*Y(n-2) + ... + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + ... + bk*X(n-k)

B. 優點：高通，低通，帶通，帶阻任意。設計簡單(用matlab）
C. 缺點：運算量大。
　

//---------------------------------------------------------------------

軟件濾波的C程序樣例

10種軟件濾波方法的示例程序

假定從8位AD中讀取數據（如果是更高位的AD可定義數據類型爲int),子程序爲get_ad();

1、限副濾波
/*   A值可根據實際情況調整
value爲有效值，new_value爲當前採樣值  
濾波程序返回有效的實際值   */
#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、中位值濾波法
/*   N值可根據實際情況調整
排序採用冒泡法*/
#define N   11

char filter()
{
char value_buf[N];
char count,i,j,temp;
for ( count=0;count {
   value_buf[count] = get_ad();
   delay();
}
for (j=0;j {
   for (i=0;i    {
      if ( value_buf>value_buf[i+1] )
      {
         temp = value_buf;
         value_buf = value_buf[i+1];
         value_buf[i+1] = temp;
      }
   }
}
return value_buf[(N-1)/2];
}    

3、算術平均濾波法
/*
*/

#define N 12

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

4、遞推平均濾波法（又稱滑動平均濾波法）
/*
*/
#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    sum = value_buf[count];
return (char)(sum/N);
}

5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
/*
*/
#define N 12

char filter()
{
char count,i,j;
char value_buf[N];
int   sum=0;
for   (count=0;count {
   value_buf[count] = get_ad();
   delay();
}
for (j=0;j {
   for (i=0;i    {
      if ( value_buf>value_buf[i+1] )
      {
         temp = value_buf;
         value_buf = value_buf[i+1];
         value_buf[i+1] = temp;
      }
   }
}
for(count=1;count    sum += value[count];
return (char)(sum/(N-2));
}

6、限幅平均濾波法
/*
*/  
略 參考子程序1、3

7、一階滯後濾波法
/* 爲加快程序處理速度假定基數爲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、加權遞推平均濾波法
/* coe數組爲加權係數表，存在程序存儲區。*/

#define N 12

char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
char code 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 {
   value_buf[count] = get_ad();
   delay();
}
for (count=0,count    sum += value_buf[count]*coe[count];
return (char)(sum/sum_coe);
}

9、消抖濾波法

#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;
   delay();
   new_value = get_ad();
}
return value;
}

10、限幅消抖濾波法
/*
*/
略 參考子程序1、9

11、IIR濾波例子

int   BandpassFilter4(int InputAD4)
{
int   ReturnValue;
int   ii;
RESLO=0;
RESHI=0;
MACS=*PdelIn;
OP2=1068; //FilterCoeff4[4];
MACS=*(PdelIn+1);
OP2=8; //FilterCoeff4[3];
MACS=*(PdelIn+2);
OP2=-2001;//FilterCoeff4[2];
MACS=*(PdelIn+3);
OP2=8; //FilterCoeff4[1];
MACS=InputAD4;
OP2=1068; //FilterCoeff4[0];
MACS=*PdelOu;
OP2=-7190;//FilterCoeff4[8];
MACS=*(PdelOu+1);
OP2=-1973; //FilterCoeff4[7];
MACS=*(PdelOu+2);
OP2=-19578;//FilterCoeff4[6];
MACS=*(PdelOu+3);
OP2=-3047; //FilterCoeff4[5];
*p=RESLO;
*(p+1)=RESHI;
mytestmul<<=2;
ReturnValue=*(p+1);
for   (ii=0;ii<3;ii++)
{
    DelayInput[ii]=DelayInput[ii+1];
    DelayOutput[ii]=DelayOutput[ii+1];
    }
    DelayInput[3]=InputAD4;
    DelayOutput[3]=ReturnValue;
   
//   if (ReturnValue<0)
//   {
//   ReturnValue=-ReturnValue;
//   }
return ReturnValue;  
}