常用的幾種算法-記錄紀律

#include <iostream>
#include <stdlib.h>
using namespace std;

/*********1***********/
const int N_limit = 2;
int value_lim = 50;
/*********2**********/
const int N_mid = 11;
/*********3**********/
const int N_mean = 12;
/*********4**********/
const int N_dtm = 4;
int i_dtm = 0;
int value_buf[N_dtm + 1] = { 0 };
/*********5**********/
const int N_mm = 4;
/*********6**********/
const int N_ldtm = 4;//先限幅濾波幅度在+-4
int value_ldtm = 50;
const int N_lddtm = 5;//再進行遞推濾波
int i_lddtm = 0;
int value_ldtm_buf[N_lddtm + 1] = { 0 };

const int SIZE = 20;

void delay_ms(int intms);//延時函數
int get_data();//模擬採樣數據的函數rand()獲取的隨機數
/********   濾波函數    *********/
int filter_limit();//限幅濾波器
int filter_mid();//中位值濾波法
int filter_mean();//算術平均濾波法
int filter_dtmean();//遞推平均濾波法
int filter_midmean();//中位值平均濾波法
int filter_limdtm();//限幅平均濾波法
void main() {
    int a;
    for (int i = 0; i < SIZE; i++)
    {
        a = filter_limdtm();
        cout << "濾波後的數據：" << a << endl;
        cout << endl;
    }
    system("pause");
}
/*1.限幅濾波法函數體*/
/*
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
*/
int filter_limit() {
    int new_value;
    new_value = get_data();
    cout << "get_data產生的數據:" << new_value << endl;
    if ((new_value - value_lim > N_limit) || (value_lim - new_value > N_limit))
        return value_lim;
    return new_value;
}

/*2.中位值濾波法函數體*/
/*
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
*/
int filter_mid() {
    int value_buf[N_mid];
    int count, i, j, temp;
    cout << "隨機抽樣N_mid次的數據是：" << endl;
    for (count = 0; count < N_mid; count++)
    {
        value_buf[count] = get_data();
        delay_ms(5);
        cout << value_buf[count] << ",";
    }
    cout << endl;
    for (j = 0; j < N_mid - 1; j++)
    {
        for (i = 0; i < N_mid - j - 1; 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;
            }

        }
    }
    cout << "排序後的N_mid次採樣數據是：" << endl;
    for (int i = 0; i < N_mid; i++)
    {
        cout << value_buf[i] << ",";
    }
    return value_buf[(N_mid - 1) / 2];
}

/*3.均值濾波法函數體*/
/*
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
*/
int filter_mean() {
    int sum = 0;
    cout << "採樣N_mean次數據的是：" << endl;
    for (int count = 0; count < N_mean; count++)
    {
        cout << get_data() << ",";
        sum += get_data();
        delay_ms(5);
    }
    cout << "均值爲：" << (int)(sum / N_mean) << endl;
    return (int)(sum / N_mean);
}

/*4.遞推均值濾波法（滑動均值濾波法）函數體*/
/*
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
*/
int filter_dtmean() {
    int sum = 0, count;
    value_buf[N_dtm] = get_data();
    cout << "採樣第" << i_dtm++ << "次的數據的是：" << value_buf[N_dtm] << endl;
    for (count = 0; count < N_dtm; count++)
    {
        value_buf[count] = value_buf[count + 1];
        sum += value_buf[count];
    }
    cout << "均值爲：" << (int)(sum / N_dtm) << endl;
    return (int)(sum / N_dtm);

}

/*5.中位值均值濾波法函數體*/
/*
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
*/
int filter_midmean() {
    int count, i, j, temp;
    int value_buf[N_mm];
    int sum = 0;
    cout << "隨機抽樣N_mm次的數據是：" << endl;
    for (count = 0; count < N_mm; count++)
    {
        value_buf[count] = get_data();
        delay_ms(5);
        cout << value_buf[count] << ",";
    }
    cout << endl;
    for (j = 0; j < N_mm - 1; j++)
    {
        for (i = 0; i < N_mm - j - 1; 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;
            }

        }
    }
    cout << "去掉最大值和最小值之後的由小到大排序爲：" << endl;
    for (count = 1; count < N_mm - 1; count++)
    {
        cout << value_buf[count] << ",";
        sum += value_buf[count];
    }
    cout << endl;
    return (int)(sum / (N_mm - 2));
}

/*6.限幅平均濾波法函數體*/
/*
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
*/
int filter_limdtm() {
    int new_value;
    int i;
    int sum = 0;
    new_value = get_data();
    cout << "數據採樣第" << i_lddtm++ << "次讀取的數據爲：" << new_value << endl;
    if ((new_value - value_ldtm > N_ldtm) || (value_ldtm - new_value > N_ldtm))
    {
        value_ldtm_buf[N_lddtm] = value_ldtm;
    }
    else
    {
        value_ldtm_buf[N_lddtm] = new_value;
    }
    for (i = 0; i < N_lddtm; i++)
    {
        value_ldtm_buf[i] = value_ldtm_buf[i + 1];//先進先出所有數組元素向左移，首位捨棄。
        sum += value_ldtm_buf[i];
    }
    return (int)(sum / N_lddtm);
}

int get_data() {

    return rand() / ((RAND_MAX) / 100);
}

void delay_ms(int ms) {
    int i, j;
    for (i = 0; i < ms; i++) {
        for (j = 0; j < 200; j++);
        for (j = 0; j < 102; j++);
    }
}