10种滤波算法

10种滤波算法

1.限幅滤波法

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。
优点：能克服偶然因素引起的脉冲干扰
缺点：无法抑制周期性的干扰，平滑度差

#define  A 51
u16 Value1;

u16 filter1() 
{
  u16 NewValue;
	Value1 = ftable[b-1];
  NewValue = ftable[b];
	b++;
	a++;
	if(a==255) a=0;
	if(b==255) b=1;
  if(((NewValue - Value1) > A) || ((Value1 - NewValue) > A))
	{
		print_host(ftable[a],NewValue);
    return NewValue;
	}
  else
	{
		 print_host(ftable[a],Value1);
     return Value1;
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

2.中位值滤波法

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。
优点：克服偶然因素（对温度、液位的变化缓慢的被测参数有良好的滤波效果）
缺点：对流量、速度等快速变化的参数不宜

#define N 3

u16 value_buf[N]; 
u16 filter2()
{  
  u16 count,i,j,temp;
  for(count=0;count<N;count++)
  {
    value_buf[count] =  ftable[a];
	  a++;
	  if(a==255) a=0;
  }
	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;
			}
		 }
	}
//	printf("%d\n",value_buf[(N-1)/2]);
	return value_buf[(N-1)/2];
}
void pros2()
{
   print_host(4,filter2());
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

3.算术平均滤波法

方法：连续取N个采样值进行算术平均运算：（ N值的选取：一般流量，N=12；压力：N=4。）
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；
优点：适用于对一般具有随机干扰的信号进行滤波；这种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
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。

#define N 5
u16 filter3()
{
	u16 sum = 0,count;
	for ( count=0;count<N;count++)
	{
		sum = sum+ ftable[a];
		a++;
		if(a==255) a=0;
	}
	print_host(4,sum/N);
//	printf("%d\n",sum/N);
	return (sum/N);
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

4.递推平均滤波法（又称滑动平均滤波法）

方法： 把连续取得的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，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。
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。
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。

#define FILTER4_N 3
u16 filter_buf[FILTER4_N + 1];
u16 filter4() 
{
  int i;
  int filter_sum = 0;
  filter_buf[FILTER4_N] = ftable[a];		
	a++;
	if(a==255) a=0;
  for(i = 0; i < FILTER4_N; i++) 
	{
    filter_buf[i] = filter_buf[i + 1]; // 所有数据左移，低位仍掉
    filter_sum += filter_buf[i];
  }
//	printf("%d\n",filter_sum / FILTER4_N);
  return (int)(filter_sum / FILTER4_N);
}

void pros4(void)
{
	u16 i=0;
  print_host(4,filter4());
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

5.中位值平均滤波法（又称防脉冲干扰平均滤波法）

方法： 采一组队列去掉最大值和最小值后取平均值， （N值的选取：3-14）。
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。
优点： 融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。
对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差。
对周期干扰有良好的抑制作用。
平滑度高，适于高频振荡的系统。
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。

#define N 3
int filter5() 
{
  int i, j;
  int filter_temp, filter_sum = 0;
  int filter_buf[N];
  for(i = 0; i < N; i++) 
	{
    filter_buf[i] = ftable[a];
		a++;
		if(a==255)   a=0;
    delay_us(10);
  }
  // 采样值从小到大排列（冒泡法）
  for(j = 0; j < N - 1; j++) 
	{
    for(i = 0; i < N - 1 - j; i++) 
		{
      if(filter_buf[i] > filter_buf[i + 1]) 
			{
        filter_temp = filter_buf[i];
        filter_buf[i] = filter_buf[i + 1];
        filter_buf[i + 1] = filter_temp;
      }
    }
  }
  // 去除最大最小极值后求平均
  for(i = 1; i < N - 1; i++) filter_sum += filter_buf[i];
//	printf("%d\n",filter_sum / ( N - 2));
  return filter_sum / (N - 2);
}

void pros5(void)
{
	u16 i=0;
	for(i=0;i<255;i++)
	{
     print_host(ftable[i],filter5());
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

6.限幅平均滤波法

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。
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。
缺点：比较浪费RAM。

#define FILTER6_N 3
#define FILTER6_A 51
int filter_buf[FILTER6_N];

int filter6() 
{
  int i;
  int filter_sum = 0;
  filter_buf[FILTER6_N - 1] = ftable[a];		
	a++;
	if(a==255)   a=0;
  if(((filter_buf[FILTER6_N - 1] - filter_buf[FILTER6_N - 2]) > FILTER6_A) || ((filter_buf[FILTER6_N - 2] - filter_buf[FILTER6_N - 1]) > FILTER6_A))
    filter_buf[FILTER6_N - 1] = filter_buf[FILTER6_N - 2];
  for(i = 0; i < FILTER6_N - 1; i++) 
	{
    filter_buf[i] = filter_buf[i + 1];
    filter_sum += filter_buf[i];
  }
//	printf("%d\n",filter_sum / ( FILTER6_N - 1));
  return filter_sum / (FILTER6_N - 1);
}

void pros6(void)
{
  print_host(4,filter6());
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

7.一阶滞后滤波法

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。
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。
平滑度高，适于高频振荡的系统。
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1/2的干扰信号。

	#define FILTER7_A 0.01
	u16 Value;
	u16 filter7() 
	{
		int NewValue;
		Value = ftable[b-1];		
		NewValue = ftable[b];		
		b++;
		if(b==255)   b=1;
		Value = (int)((float)NewValue * FILTER7_A + (1.0 - FILTER7_A) * (float)Value);
	//	printf("%d\n",Value);
		return Value;
	}
	void pros7(void)
	{
		u16 i=0;
		for(i=0;i<255;i++)
		{
			 print_host(ftable[i],filter7());
		}
	}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

8.加权递推平均滤波法

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。
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。
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。

#define FILTER8_N 12
int coe[FILTER8_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};    // 加权系数表
int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加权系数和
int filter_buf[FILTER8_N + 1];
int filter8() 
{
  int i;
  int filter_sum = 0;
  filter_buf[FILTER8_N] = ftable[a];		
	a++;
	if(a==255)   a=0;
  for(i = 0; i < FILTER8_N; i++) 
 {
    filter_buf[i] = filter_buf[i + 1]; // 所有数据左移，低位仍掉
    filter_sum += filter_buf[i] * coe[i];
  }
  filter_sum /= sum_coe;
//	printf("%d\n",filter_sum);
  return filter_sum;
}

void pros8(void)
{
	u16 i=0;
	for(i=0;i<255;i++)
	{
     print_host(ftable[i],filter8());
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

10.限幅消抖滤波法

方法： 相当于“限幅滤波法”+“消抖滤波法”；
先限幅，后消抖。
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。
缺点： 对于快速变化的参数不宜。。

#define FILTER9_N 51
u16 i = 0;
u16 Value;
u16 filter9() 
{
  int new_value;
	Value = ftable[b-1];
  new_value = ftable[b];		
	b++;
	if(b==255)   b=1;
  if(Value != new_value) 
	{
    i++;
    if(i > FILTER9_N) 
		{
      i = 0;
      Value = new_value;
    }
  }
  else   i = 0;
  return Value;
}

void pros9(void)
{
	u16 i=0;
	for(i=0;i<255;i++)
	{
     print_host(ftable[i],filter9());
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

10.限幅消抖滤波法

方法： 相当于“限幅滤波法”+“消抖滤波法”；
先限幅，后消抖。
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。
缺点： 对于快速变化的参数不宜。

#define FILTER10_A 51
#define FILTER10_N 5
u16 i = 0;
u16 Value;

u16 filter10() 
{
  u16 NewValue;
  u16 new_value;
	Value = ftable[b-1];
  NewValue = ftable[b];		
	b++;
	if(b==255)   b=1;
  if(((NewValue - Value) > FILTER10_A) || ((Value - NewValue) > FILTER10_A))
    new_value = Value;
  else
    new_value = NewValue;
  if(Value != new_value) 
	{
    i++;
    if(i > FILTER10_N) 
		{
      i = 0;
      Value = new_value;
    }
  }
  else   i = 0;
  return Value;
}

void pros10(void)
{
	u16 i=0;
	for(i=0;i<255;i++)
	{
     print_host(ftable[i],filter10());
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38