經典的濾波算法(轉)
1、限幅濾波法（又稱程序判斷濾波法）
A、方法：
根據經驗判斷，確定兩次採樣允許的最大偏差值（設爲 A）
每次檢測到新值時判斷：
如果本次值與上次值之差<=A,則本次值有效
如果本次值與上次值之差>A,則本次值無效, 放棄本次值, 用上次值代替本次值
B、優點：
能有效克服因偶然因素引起的脈衝干擾
C、缺點
無法抑制那種週期性的干擾
平滑度差
2、中位值濾波法
A、方法：
連續採樣 N 次（N 取奇數）
把 N 次採樣值按大小排列
取中間值爲本次有效值
B、優點：
能有效克服因偶然因素引起的波動干擾
對溫度、液位的變化緩慢的被測參數有良好的濾波效果
C、缺點：
對流量、速度等快速變化的參數不宜
3、算術平均濾波法
A、方法：
連續取 N 個採樣值進行算術平均運算
N 值較大時：信號平滑度較高，但靈敏度較低
N 值較小時：信號平滑度較低，但靈敏度較高
N 值的選取：一般流量，N=12；壓力：N=4
B、優點：
適用於對一般具有隨機干擾的信號進行濾波
這樣信號的特點是有一個平均值，信號在某一數值範圍附近上下波動
C、缺點：
對於測量速度較慢或要求數據計算速度較快的實時控制不適用
比較浪費 RAM
4、遞推平均濾波法（又稱滑動平均濾波法）
A、方法：
把連續取 N 個採樣值看成一個隊列
隊列的長度固定爲 N
每次採樣到一個新數據放入隊尾, 並扔掉原來隊首的一次數據.( 先進先出原則)
把隊列中的 N 個數據進行算術平均運算, 就可獲得新的濾波結果
N 值的選取：流量，N=12；壓力：N=4；液麪，N=4~12 ；溫度，N=1~4
B、優點：
對週期性干擾有良好的抑制作用，平滑度高
適用於高頻振盪的系統
C、缺點：
靈敏度低
對偶然出現的脈衝性干擾的抑制作用較差
不易消除由於脈衝干擾所引起的採樣值偏差
不適用於脈衝干擾比較嚴重的場合
比較浪費 RAM
5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
A、方法：
相當於“中位值濾波法”+“ 算術平均濾波法”
連續採樣 N 個數據，去掉一個最大值和一個最小值
然後計算 N-2 個數據的算術平均值
N 值的選取：3~14
B、優點：
融合了兩種濾波法的優點
對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的採樣值偏差
C、缺點：
測量速度較慢，和算術平均濾波法一樣
比較浪費 RAM
6、限幅平均濾波法
A、方法：
相當於“限幅濾波法”+“ 遞推平均濾波法”
每次採樣到的新數據先進行限幅處理，
再送入隊列進行遞推平均濾波處理
B、優點：
融合了兩種濾波法的優點
對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的採樣值偏差
C、缺點：
比較浪費 RAM
7、一階滯後濾波法
A、方法：
取 a=0~1
本次濾波結果=（1-a）*本次採樣值+a*上次濾波結果
B、優點：
對週期性干擾具有良好的抑制作用
適用於波動頻率較高的場合
C、缺點：
相位滯後，靈敏度低
滯後程度取決於 a 值大小
不能消除濾波頻率高於採樣頻率的 1/2 的干擾信號
8、加權遞推平均濾波法
A、方法：
是對遞推平均濾波法的改進，即不同時刻的數據加以不同的權
通常是，越接近現時刻的數據，權取得越大。
給予新採樣值的權係數越大，則靈敏度越高，但信號平滑度越低
B、優點：
適用於有較大純滯後時間常數的對象
和採樣週期較短的系統
C、缺點：
對於純滯後時間常數較小，採樣週期較長，變化緩慢的信號
不能迅速反應系統當前所受干擾的嚴重程度，濾波效果差
9、消抖濾波法
A、方法：
設置一個濾波計數器
將每次採樣值與當前有效值比較：
如果採樣值＝當前有效值，則計數器清零
如果採樣值<>當前有效值，則計數器+1，並判斷計數器是否>= 上限 N(溢出)
如果計數器溢出, 則將本次值替換當前有效值, 並清計數器
B、優點：
對於變化緩慢的被測參數有較好的濾波效果,
可避免在臨界值附近控制器的反覆開/關跳動或顯示器上數值抖動
C、缺點：
對於快速變化的參數不宜
如果在計數器溢出的那一次採樣到的值恰好是干擾值, 則會將干擾值當作有效值導入
系統
10、限幅消抖濾波法
A、方法：
相當於“限幅濾波法”+“ 消抖濾波法”
先限幅, 後消抖
B、優點：
繼承了“限幅”和“ 消抖”的優點
改進了“消抖濾波法”中的某些缺陷, 避免將干擾值導入系統
C、缺點：
對於快速變化的參數不宜
1 1 、IIR 數字濾波器
A. 方法：
確定信號帶寬， 濾之。
Y(n) = a1*Y(n-1) + a2*Y(n-2) + ... + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + ... +
bk*X(n-k)
B. 優點：高通，低通，帶通，帶阻任意。設計簡單(用 matlab ）
C. 缺點：運算量大。
----------------- ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
軟件濾波的 C 程序樣例
11 種軟件濾波方法的示例程序
假定從 8 位 AD 中讀取數據（如果是更高位的 AD 可定義數據類型爲 int), 子程序爲 get_ad();
1、限副濾波
/* A 值可根據實際情況調整
value 爲有效值，new_value 爲當前採樣值
濾波程序返回有效的實際值 */
#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;
}
/* N 值可根據實際情況調整
排序採用冒泡法*/
#define N 11
char filter()
{
char value_buf [N];
char count,i,j,temp;
for ( count=0;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、算術平均濾波法
/*
*/
#define N 12
char filter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = get_ad();
delay();
}
return (char)(sum/N);
}4、遞推平均濾波法（又稱滑動平均濾波法）
/*
*/
#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、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
/*
*/
#define N 12
char filter()
{
char count,i,j;
char value_buf [N];
int sum=0;
for (count=0;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、限幅平均濾波法
/*
*/
略 參考子程序 1、3
7、一階滯後濾波法
/* 爲加快程序處理速度假定基數爲 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、加權遞推平均濾波法
/* coe 數組爲加權係數表，存在程序存儲區。*/
#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 {
value_buf [count] = get_ad();
delay();
}
for ( count=0;count<N;count++) sum = value_buf [count];
return (char)(sum/sum_coe);
}9、消抖濾波法
#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;
}10、限幅消抖濾波法
/*
*/
略 參考子程序 1、9
11、IIR 濾波例子
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;ii<3;ii++)
{
DelayInput[ii]=DelayInput[ii+1];
DelayOutput[ii]=DelayOutput[ii+1];
}
DelayInput[3]=InputAD4;
DelayOutput[3]=ReturnValue;
// if (ReturnValue<0)
// {
// ReturnValue=-ReturnValue;
// }
return ReturnValue;
}