【补】ADC数据采集波动大，那是你还不知道这些滤波算法
【补】ADC数据采集波动大，那是你还不知道这些滤波算法
单片机技术宅
发布于 2023-02-17 09:39:29
发布于 2023-02-17 09:39:29
代码可运行
运行总次数：0
代码可运行
NO.1
限幅滤波
1 方法
- 根据经验判断两次采样允许的最大偏差值A
- 每次采新值时判断：若本次值与上次值之差<=A，则本次有效；若本次值与上次值之差>A，本次无效，用上次值代替本次。
2 优缺点
克服脉冲干扰，无法抑制周期性干扰，平滑度差。
3 代码
/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */
# define A 10
char Value;
char filter()
{
char new_Value;
new_Value = get_ad(); //获取采样值
if( abs(new_Value - Value) > A)
return Value; //abs()取绝对值函数
return new_Value;
}NO.2
中位值滤波
1 方法
- 连续采样N次，按大小排列
- 取中间值为本次有效值
2 优缺点
克服波动干扰，对温度等变化缓慢的被测参数有良好的滤波效果，对速度等快速变化的参数不宜。
3 代码
#define N 11
char filter(){
char value_buf[N];
charcount,i,j,temp;
for(count =0;count < N;count++) //获取采样值
{
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];
}NO.3
算数平均滤波
1 方法
- 连续采样N次，取平均
- N较大时平滑度高，灵敏度低
- N较小时平滑度低，灵敏度高
- 一般N=12
2 优缺点
适用于存在随机干扰的系统，占用RAM多，速度慢。
3 代码
#define N 12
charfilter(){
int sum =0;
for(count =0;count<N;count++)
sum +=get_ad();
return(char)(sum/N);
}NO.4
递推平均滤波
1 方法
- 取N个采样值形成队列，先进先出
- 取均值
- 一般N=4~12
2 优缺点
- 对周期性干扰抑制性好，平滑度高
- 适用于高频振动系统
- 灵敏度低，RAM占用较大，脉冲干扰严重
3 代码
#define A 10
char Value;
char filter(){
char new_Value;
new_Value=get_ad();
if(abs(new_Value-Value)>A)
return Value;
return new_Value;
}NO.5
中位值平均滤波
1 方法
- 采样N个值，去掉最大最小
- 计算N-2的平均值
- N= 3~14
2 优缺点
- 融合了中位值，平均值的优点
- 消除脉冲干扰
- 计算速度慢，RAM占用大
3 代码
char filter(){
char count,i,j;
char Value_buf[N];
int sum=0;
for(count=0;count<N;count++)
Value_buf[count]= get_ad();
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_buf[count];
return(char)(sum/(N-2));
}NO.6
限幅平均滤波
1 方法
- 每次采样数据先限幅后送入队列
- 取平均值
2 优缺点
- 融合限幅、均值、队列的优点
- 消除脉冲干扰，占RAM较多
3 代码
#define A 10
#define N 12
char value,i=0;
char value_buf[N];
char filter(){
char new_value,sum=0;
new_value=get_ad();
if(Abs(new_value-value)<A)
value_buf[i++]=new_value;
if(i==N) i=0;
for(count =0;count<N;count++)
sum+=value_buf[count];
return(char)(sum/N);
}NO.7
一阶滞后滤波
1 方法
- 取a=0~1
- 本次滤波结果=（1-a）* 本次采样 + a * 上次结果
2 优缺点
- 良好一直周期性干扰，适用波动频率较高场合
- 灵敏度低，相位滞后
3 代码
/*为加快程序处理速度，取a=0~100*/
#define a 30
char value;
char filter(){
char new_value;
new_value=get_ad();
return ((100-a)*value +a*new_value);
}NO.8
加权递推平均滤波
1 方法
对递推平均滤波的改进，不同时刻的数据加以不同权重，通常越新的数据权重越大，这样灵敏度高，但平滑度低。
2 优缺点
适用有较大滞后时间常数和采样周期短的系统，对滞后时间常数小，采样周期长、变化慢的信号不能迅速反应其所受干扰。
3 代码
/* coe数组为加权系数表 */
#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];
intsum=0;
for(count=0;count<N;count++) {
value_buf[count]=get_ad();
}
for(count=0;count<N;count++)
sum+=value_buf[count]*coe[count];
return(char)(sum/sum_coe);
}NO.9
消抖滤波
1 方法
- 设置一个滤波计数器
- 将采样值与当前有效值比较
- 若采样值=当前有效值，则计数器清0
- 若采样值不等于当前有效值，则计数器+1
- 若计数器溢出，则采样值替换当前有效值，计数器清0
2 优缺点
- 对变化慢的信号滤波效果好，变化快的不好
- 避免临界值附近的跳动，计数器溢出时若采到干扰值则无法滤波
3 代码
#define N 12
char filter(){
char count=0,new_value;
new_value=get_ad();
while(value!=new_value){
count++;
if(count>=N)
return new_value;
new_value=get_ad();
}
return value;
}NO.10
限幅消抖滤波
1 方法
先限幅，后消抖。
2 优缺点
- 融合了限幅、消抖的优点
- 避免引入干扰值，对快速变化的信号不宜
3 代码
#defineA 10
#defineN 12
char value;
char filter(){
char new_value,count=0;
new_value=get_ad();
while(value!=new_value) {
if(Abs(value-new_value)<A) {
count++;
if(count>=N)
return new_value;
new_value=get_ad();
}
return value;
}
}本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2022-12-05，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
