几种常用的滤波算法_常用滤波算法

作者：盐析白兔 | 2024-08-21 19:20:48

踩

常用滤波算法

几种常用的滤波算法

一.修改记录

2024-01-26修改

1.中值滤波负数时失效，补充一下。

二.修改记录

1、限幅消抖滤波法（又称程序判断滤波法）

2、中位值滤波法

3、算术平均滤波法

4.一阶滞后滤波法

5.加权递推平均滤波法

6.消抖滤波法

7、递推平均滤波法（又称滑动平均滤波法）

8、中位值平均滤波法（又称防脉冲干扰平均滤波法）

9、限幅平均滤波法

在嵌入式开发中经常会用到一些滤波算法，我整理了一些资料把这些算法封装成可以直接调用的函数，方便以后的开发，包括限幅滤波、中位值滤波法、算术平均滤波法、一阶滞后滤波法、加权递推平均滤波法、消抖滤波法，其他的一些包括卡尔曼滤波什么的之后有机会再整理


#include "filter.h"
 
/*
限幅滤波
　　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。
		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 DEVIATION  10
 
float limit_filter(float new_value)
{
    static int num = 0;
    static float value = 0;  //需要赋一个初值
    num ++;
    if(num == 1)
    	value = new_value;
    else
    {
	    if ( ( new_value - value > DEVIATION ) || ( value - new_value > DEVIATION ))
	        return value;
	}
    return new_value;
}
 
 
/*
中位值滤波法
　　A方法： 取之前采样的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。
    排序采用冒泡法 只需要移动最后一个元素即可
*/
#define MIDDLE_FILTER_N  11
 
float middle_filter( float new_value)
{
    static float value_buf[MIDDLE_FILTER_N];
    float temp ;
    uint8_t count, i;
    for ( count = 0; count < MIDDLE_FILTER_N - 1; count++)
    {
        value_buf[count] = value_buf[count + 1] ;
    }
    value_buf[MIDDLE_FILTER_N - 1] = new_value;
 
    for (i = MIDDLE_FILTER_N; i > 0 ; i --)
    {
        #if 0
        if ( value_buf[i] < value_buf[i - 1] )
        {
            temp = value_buf[i];
            value_buf[i] = value_buf[i - 1];
            value_buf[i - 1] = temp;
        }
        #endif
        if(value_buf[i] > 0)
        {
            if ( value_buf[i] < value_buf[i - 1] )
            {
                temp = value_buf[i];
                value_buf[i] = value_buf[i - 1];
                value_buf[i - 1] = temp;
            }
        }
        else if(value_buf[i] < 0)
        {
            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[(MIDDLE_FILTER_N - 1) / 2];
}
 
 
/*
   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 。
   无需每次求一编所有的和，减去第一个数据加上新数据
*/
 
#define AVERAGE_N 12
 
float average_filter(float new_value)
{
    static float average_value_buf[AVERAGE_N];
    static  float average_sum = 0;
    uint8_t count;
    average_sum -= average_value_buf[0];
    for ( count = 0; count < AVERAGE_N - 1; count++)
    {
        average_value_buf[count] = average_value_buf[count + 1] ;
    }
    average_value_buf[AVERAGE_N - 1] = new_value;
    average_sum += average_value_buf[11];
 
    return (average_sum /(AVERAGE_N * 1.0) );
}
 
 
 
/*
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。
     为加快程序处理速度假定基数为100，a=0~100
*/
 
#define FIRST_LAG_PROPORTION 0.4
 
float first_order_lag_filter( float new_value)
{
    static float first_order_value , first_order_last_value;
    first_order_value = first_order_last_value;
    first_order_last_value = new_value;
    return (1 - FIRST_LAG_PROPORTION) * first_order_value + FIRST_LAG_PROPORTION * new_value;
}
 
 
/*
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，越接近现时刻的资料，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。
		coe数组为加权系数表，存在程序存储区。
*/
 
#define WEIGHT_AVERAGE_N 12
 
 
 
uint8_t  coe[WEIGHT_AVERAGE_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};
uint8_t  sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;
 
float weighted_filter(float new_value)
{
    static float weight_average_buf[WEIGHT_AVERAGE_N];
    uint8_t count;
    float  sum = 0;
    for ( count = 0; count < AVERAGE_N - 1  ; count++)
    {
        weight_average_buf[count] = weight_average_buf[count+ 1] ;
    }
    weight_average_buf[AVERAGE_N - 1] = new_value;
 
    for (count = 0 ; count < WEIGHT_AVERAGE_N; count++)
        sum += weight_average_buf[count] * coe[count];
    return (sum / (sum_coe * 1.0));
}
 
/*
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。
*/
 
#define SHAKE_N 12
 
float shake_filter( float new_value , float now_value)
{
    static uint8_t count = 0;
    if(now_value != new_value)
    {
        count++;
        if (count >= SHAKE_N)
        {
            count = 0;
            return new_value;
        }
    }
    return now_value;
}

本文链接：几种常用的滤波算法_给定系统函数如何进行滤波-CSDN博客

instance analysis1：限幅滤波：


#include <stdio.h>
 
/*
限幅滤波
　　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。
        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 DEVIATION  10
 
float limit_filter(float new_value)
{
    static int num = 0;
    static float value = 0;  //需要赋一个初值
    num ++;
    if(num == 1)
        value = new_value;
    else
    {
        if ( ( new_value - value > DEVIATION ) || ( value - new_value > DEVIATION ))
            return value;
    }
    return new_value;
}
 
int main()
{
    int  i = 0;
    float result = 0;
    int a[10] = {15,11,65536,13,31,15,16,17,68,15};
    for(i = 0; i < 10; i++)
    {
        result = limit_filter(a[i]);
        printf("result:%f \n", result);
    }
 
    return 0;
}

65536大幅度值确实可以过滤

instance analysis2:中位值滤波法


#include <stdio.h>
 
/*
中位值滤波法
　　A方法： 取之前采样的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。
    排序采用冒泡法 只需要移动最后一个元素即可
*/
#define MIDDLE_FILTER_N  11
 
float middle_filter( float new_value)
{
    static float value_buf[MIDDLE_FILTER_N];
    float temp ;
    unsigned char count, i;
    for ( count = 0; count < MIDDLE_FILTER_N - 1; count++)
    {
        value_buf[count] = value_buf[count + 1] ;
    }
    value_buf[MIDDLE_FILTER_N - 1] = new_value;
 
    //for (i = MIDDLE_FILTER_N; i > 0 ; i --)
    for (i = MIDDLE_FILTER_N-1; i > 0 ; i --)
    {
        #if 0
        if ( value_buf[i] < value_buf[i - 1] )
        {
            temp = value_buf[i];
            value_buf[i] = value_buf[i - 1];
            value_buf[i - 1] = temp;
        }
        #endif
        if(value_buf[i] > 0)
        {
            if ( value_buf[i] < value_buf[i - 1] )
            {
                temp = value_buf[i];
                value_buf[i] = value_buf[i - 1];
                value_buf[i - 1] = temp;
            }
        }
        else if(value_buf[i] < 0)
        {
            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[(MIDDLE_FILTER_N - 1) / 2];
}
 
int main()
{
    int  i = 0;
    float result = 0;
    int a[10] = {15,11,65536,13,31,15,16,17,68,15};
    for(i = 0; i < 10; i++)
    {
        result = middle_filter(a[i]);
        printf("result:%f \n", result);
    }
 
    return 0;
}

打印截图：

瞬间变化值不易过滤

instance analysis3 算术平均滤波法:


#include <stdio.h>
 
/*
   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 。
   无需每次求一编所有的和，减去第一个数据加上新数据
*/
 
#define AVERAGE_N 12
 
float average_filter(float new_value)
{
    static float average_value_buf[AVERAGE_N];
    static  float average_sum = 0;
    unsigned char count;
    average_sum -= average_value_buf[0];
    for ( count = 0; count < AVERAGE_N - 1; count++)
    {
        average_value_buf[count] = average_value_buf[count + 1] ;
    }
    average_value_buf[AVERAGE_N - 1] = new_value;
    average_sum += average_value_buf[11];
 
    return (average_sum /(AVERAGE_N * 1.0) );
}
 
int main()
{
    int  i = 0;
    float result = 0;
    int a[10] = {15,11,65536,13,31,15,16,17,68,15};
    for(i = 0; i < 10; i++)
    {
        result = average_filter(a[i]);
        printf("result:%f \n", result);
    }
 
    return 0;
}

第3个值改为65536

天啊，拉高了整体平均值。对有突变的大值不适用。

instance analysis4 一阶滞后滤波法:


#include <stdio.h>
 
/*
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。
     为加快程序处理速度假定基数为100，a=0~100
*/
 
#define FIRST_LAG_PROPORTION 0.4
 
float first_order_lag_filter( float new_value)
{
    static float first_order_value , first_order_last_value;
    first_order_value = first_order_last_value;
    first_order_last_value = new_value;
    return (1 - FIRST_LAG_PROPORTION) * first_order_value + FIRST_LAG_PROPORTION * new_value;
}
 
int main()
{
    int  i = 0;
    float result = 0;
    int a[10] = {15,11,65,13,31,15,16,17,68,15};
    for(i = 0; i < 10; i++)
    {
        result = first_order_lag_filter(a[i]);
        printf("result:%f \n", result);
    }
 
    return 0;
}

一般值可以，大值还是有点吓人。

instance analysis5 加权递推平均滤波法:


#include <stdio.h>
#include <stdint.h>
/*
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，越接近现时刻的资料，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。
        coe数组为加权系数表，存在程序存储区。
*/
 
#define WEIGHT_AVERAGE_N 12
 
uint8_t  coe[WEIGHT_AVERAGE_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};
uint8_t  sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;
 
float weighted_filter(float new_value)
{
    static float weight_average_buf[WEIGHT_AVERAGE_N];
    uint8_t count;
    float  sum = 0;
    for ( count = 0; count < WEIGHT_AVERAGE_N - 1  ; count++)
    {
        weight_average_buf[count] = weight_average_buf[count+ 1] ;
    }
    weight_average_buf[WEIGHT_AVERAGE_N - 1] = new_value;
 
    for (count = 0 ; count < WEIGHT_AVERAGE_N; count++)
        sum += weight_average_buf[count] * coe[count];
    return (sum / (sum_coe * 1.0));
}
 
 
int main()
{
    int  i = 0;
    float result = 0;
    int a[10] = {15,11,25,13,31,15,16,17,68,15};
    for(i = 0; i < 10; i++)
    {
        result = weighted_filter(a[i]);
        printf("result:%f \n", result);
    }
 
    return 0;
}

第3个值改为255

instance analysis6 消抖滤波法:


#include <stdio.h>
#include <stdint.h>
 
/*
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。
*/
 
#define SHAKE_N 12
 
float shake_filter( float new_value , float now_value)
{
    static uint8_t count = 0;
    if(now_value != new_value)
    {
        count++;
        if (count >= SHAKE_N)
        {
            count = 0;
            return new_value;
        }
    }
    return now_value;
}
 
int main()
{
    int  i = 0;
    float result = 0;
    int a[10] = {15,11,255,13,31,15,16,17,68,15};
    for(i = 0; i < 9; i++)
    {
        result = shake_filter(a[0],a[i+1]);
        printf("result:%f \n", result);
    }
 
    return 0;
}

总结：滤波各有各的长度和不足，需要使用组合滤波。

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/盐析白兔/article/detail/1013026