当前位置:   article > 正文

滤波算法比较_滤波算法对比

滤波算法对比

滤波算法比较:

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
      C、缺点:
          对于快速变化的参数不宜
          如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将干扰值当作有效值导入系统
10、限幅消抖滤波法
      A、方法:
          相当于“限幅滤波法”+“消抖滤波法”
          先限幅,后消抖
      B、优点:
          继承了“限幅”和“消抖”的优点
          改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统
      C、缺点:
          对于快速变化的参数不宜

软件滤波C语言实现:

1  种软件滤波方法的示例程序   

假定从 8 位 AD 中读取数据(如果是更高位的 AD 可定义数据类型为 int), 子程序为 get_ad();   

1 1 、限副滤波   /* A 值可根据实际情况调整   value 为有效值, new_value 为当前采样值   滤波程序返回有效的实际值 */   

#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;   

else 

return new_value;  

 }   

2 2 、中位值滤波法   /* N 值可根据实际情况调整   排序采用冒泡法 */  

#define N 11   

char filter()   

{   

char value_buf [N];   

char count,i,j,temp;   

for ( count=0;count<temp;count++)

 {   

value_buf [count] = get_ad();   

delay();   

}   

for (j=0;j <N-1;j++) // 冒泡法   

{   

for (i=0;i <N-1-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];   

}  

 3 3 、算术平均滤波法   /*   */   

#define N 12   

char filter()   

{   

int sum = 0;   

for ( count=0;count <N;count++)

{

   sum + = get_ad();

   delay();

   }

   return (char)(sum/N);   

}

4 4 、递推平均滤波法(又称滑动平均滤波法)   /*   */

#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 <N;count++) 

{

sum = value_buf [count];

   return (char)(sum/N); 

   }

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

#define N 12   

char filter()   

{   

char count,i,j;

   char value_buf [N];

   int sum=0;

   for (count=0;count<j;count++)

  {

   value_buf [count] = get_ad();

   delay();

   } 

  for (j=0;j <N-1;j++) // 冒泡法 

  {   

for (i=0;i <N-1-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=0;count <N;count++) 

sum = value_buf [count];

   return (char)(sum/(N-2)); 

 } 

 6 6 、限幅平均滤波法   /*   */   略 参考子程序 1 、 3

 7 7 、一阶滞后滤波法   /* 为加快程序处理速度假定基数为 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 8 、加权递推平均滤波法   /* coe 数组为加权系数表,存在程序存储区。 */

#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<i;count++)

 {

   value_buf [count] = get_ad();

   delay();

   } 

  for ( count=0;count <N;count++) 

sum = value_buf [count]; 

return (char)(sum/sum_coe);

}

 9 9 、消抖滤波法   

#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;

1010 、限幅消抖滤波法   /*   */   略 参考子程序 1 、 9   

1111 、 IIR IIR IIR IIR 滤波例子   

int BandpassFilter4(int InputAD4)   

{   

int ReturnValue;   

int ii;   

RESLO=0;   

RESHI=0;   

MACS=*PdelIn;   

OP2=1068; //FilterCoef f4[4];   

MACS=*(PdelIn+1);   OP2=8; //FilterCoef f4[3];   

MACS=*(PdelIn+2);   OP2=-2001;//FilterCoeff4[2];

MACS=*(PdelIn+3);   OP2=8; //FilterCoef f4[1];   

MACS=InputAD4;   OP2=1068; //FilterCoef f4[0];   

MACS=*PdelOu;   OP2=-7190;//FilterCoeff4[8];   

MACS=*(PdelOu+1);   OP2=-1973; //FilterCoef f4[7];   

MACS=*(PdelOu+2);   OP2=-19578;//FilterCoeff4[6];   

MACS=*(PdelOu+3);   OP2=-3047; //FilterCoef f4[5];   

*p=RESLO;   

*(p+1)=RESHI;   

mytestmul<<=2;   

ReturnValue=*(p+1);   

for (ii=0;i i<3;i i++)   

{   

DelayInput[ii]=DelayInput[ii+1]; 

  DelayOutput[ii]=DelayOutput[ii+1];

}   

DelayInput[3]=InputAD4;   

DelayOutput[3]=ReturnValue;   

// if (ReturnValue<0)   

// {   // ReturnValue=-ReturnValue;   // } 

  return ReturnValue;   

}

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/493709
推荐阅读
相关标签
  

闽ICP备14008679号