10種軟件濾波方法的示例程序

10種軟件濾波方法的示例程序(JKRL)
 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;
   return new_value;
         
}


2、中位值濾波法
/*  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<N;count++)
   {
      value_buf[count] = get_ad();
      delay();
   }
   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;
         }
      }
   }
   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）
去掉最高數和最低數
#define N 12


char filter()
{
   char count,i,j;
   char value_buf[N];
   int  sum=0;
   for  (count=0;count<N;count++)
   {
      value_buf[count] = get_ad();
      delay();
   }
   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;
         }
      }
   }
   for(count=1;count<N-1;count++)
      sum += value[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<N;count++)
   {
      value_buf[count] = get_ad();
      delay();
   }
   for (count=0,count<N;count++)
      sum += value_buf[count]*coe[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 






軟件抗干擾經驗之五：10種軟件濾波方法 


10種軟件濾波方法


下面奉獻——
匠人嘔心瀝血搜腸刮肚冥思苦想東拼西湊整理出來的10種軟件濾波方法


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
 






數字濾波C程序




/***************************** 數字濾波C程 *************************/




/////////////////////////////////限副濾波///////////////////
/*濾波程序返回有效的實際值*/


#define A 10      //A值可根據實際情況調整
char value;       //value爲有效值
char filter()
{
char new_value;   //new value爲當前採樣值
new value=get_ad();
if ((new_value-value>A)‖(value-new_value> A)
return value;
return new_value;
}


/////////////////////////中位值濾波/////////////////////////


#define N 11      //N值可根據實際情況調整
char filter()
{
char value_buf[N];
char count,i,j,temp;
for (count=0;count<N;count++)
{
value_buf[count]=get_ad();  //獲取採樣值
delay();
}
for (j=0;j<N-1;j++)   //採樣值由小到大排列，排序採用冒泡法
{
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;
}
}
}
return value_buf[(N-1)/2];   //取中間值
}


/////////////////////////算術平均濾波//////////////////////


#define N 12
char filter()
{
int sum=0;
for(count=0;count<N;count++)
{
sum+=get_ad();
delay();
}
return (char)(sum/N);
}




///////////////////去極值平均濾波  //////////////////////


#define N 11      //N值可根據實際情況調整
int sum=0;


char filter()
{
char value_buf[N];
char count,i,j,temp;
for (count=0;count<N;count++)
{
value_buf[count]=get_ad();    //獲取採樣值
delay();
}
for (j=0;j<N-1;j++)  //採樣值由小到大排列，排序採用冒泡法
{
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;
}
}
}


for(count=1;count<(N-1);count++)    //去掉第一個和末一個數
{
sum+=value_buf[count];
delay();
}
return (char)(sum/(N-2));
}


///////////////////移動平均濾波（遞推平均濾波）///////////


#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)


}