问定点简单低通滤波器

EN

在没有FPU的设备上，而不是乘以0.1 (在任何情况下，这都是浮点而不是定点实现)，您应该除以10：

#define WLPF_DIV 10

...

ldr_val += (newval - ldr_val) / WLPF_DIV;

然而，8位处理器上的分割通常是昂贵的(尽管与循环中Serial.println()的执行时间相比可能相形见绌--但这是一个不同的问题)。相反，更有效的方法是选择一个2的幂，这样就可以用右移来执行除法。

#define WLPF_SHIFT 3  // divide by 8

...

ldr_val += (newval - ldr_val) >> WLPF_SHIFT ;

符号int的使用是有问题的，因为符号类型的右移是未定义的行为。在这种情况下，可以通过将代码更改为：

#define WLPF_DIV 8

... 

ldr_val += (newval - ldr_val) / WLPF_DIV ;

在任何情况下，编译器都很可能会发现两个常数的能力，并使用算术移位来生成代码。但是，您可能会更好地重新考虑数据类型。

在Serial.println()调用中仍然有一个右移，但这也可以被除以16来代替：

#define WLPF_DIV 8
#define FIXED_MUL  16

ldr_val = (int)analogRead(A0) * FIXED_MUL  ;

for(;;)
{
    int newval = (int)analogRead(A0) * FIXED_MUL ;
    ldr_val += (newval - ldr_val) / WLPF_DIV 
    Serial.println(ldr_val / FIXED_MUL, DEC);
}

在每个样本的基础上，数据的非确定性输出不会产生一个非常精确的滤波器，而且在任何情况下都会控制时间，所以你对频率响应几乎没有控制，而且它不会稳定。它还使以前的性能优化变得毫无意义。如果这在您的应用程序中很重要，您可能会想一想--但这是一个不同的问题。

我是从哈尔·钱伯林( Hal Chamberlin )的“微处理器的音乐应用”(Musical Application of微处理器)一书中引证的，第438页：

如果你在累加器中允许大数，那么你可以用一个乘法和一些右移做一个一阶低通滤波器。

  out = accum >> k
  accum = accum - out + in

选择“k”以改变截止频率。移位越多，低通截止值越低，但累加器中的值越大.使用analog_read()中的10位值，您可以很容易地右移4个位置，并且在累加器中仍然有2位的空间(如上面所述的@datafiddler )。

Cypress有一些类似方程的PSOC芯片的应用程序说明，并且使用移位。我记得有一个很好的表格，与截止频率相关的移位数。近似截止频率是采样频率除以增益因子2-pi：

f0 ~ fs / (2πa)

“a”是二的力量所在。

保持平滑的信号！

坚持整数运算：

#define WLPF 9

filtered = ((long)filtered * WLPF + newValue) / (WLPF + 1);