十大常用濾波算法總結

1、限幅濾波法（又稱程序判斷濾波法）

A、名稱：限幅濾波法（又稱程序判斷濾波法）
B、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。
C、優點：
能有效克服因偶然因素引起的脈衝干擾。
D、缺點：
無法抑制那種週期性的干擾。
平滑度差。

/****************************************************
*函數名稱：AmplitudeLimiterFilter()-限幅濾波法
*優點：能有效克服因偶然因素引起的脈衝干擾
*缺點：無法抑制那種週期性的干擾，且平滑度差
*說明：
  1、調用函數
     GetAD(),該函數用來取得當前值
  2、變量說明
     Value:最近一次有效採樣的值，該變量爲全局變量
     NewValue:當前採樣的值
     ReturnValue:返回值
  3、常量說明
     A:兩次採樣的最大誤差值，該值需要使用者根據實際情況設置
*入口：Value,上一次有效的採樣值，在主程序裏賦值
*出口：ReturnValue,返回值，本次濾波結果
****************************************************/

// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}
// 限幅濾波法（又稱程序判斷濾波法）

#define  A   1
unsigned char Value
unsigned char AmplitudeLimiterFilter()
{
   unsigned char NewValue;
   unsigned char ReturnValue;
   NewValue=GatAD();
   if(((NewValue-Value)>A))||((Value-NewValue)>A)))
   ReturnValue=Value;
   else ReturnValue=NewValue;
   return(ReturnValue);
} 

2、中位值濾波法

A、名稱：中位值濾波法
B、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。
C、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。
D、缺點：
對流量、速度等快速變化的參數不宜。

/****************************************************
*函數名稱：MiddlevalueFilter()-中位值濾波法
*優點：能有效克服因偶然因素引起的波動干擾；對溫度、液
       位等變化緩慢的被測參數有良好的濾波效果
*缺點：對流量，速度等快速變化的參數不宜
*說明：
  1、調用函數
     GetAD(),該函數用來取得當前值
     Delay(),基本延時函數
  2、變量說明
     filter_buf[N]:用來存放一次性採集的N組數據
     filter_temp:完成冒泡法試用的臨時寄存器
     i,j:循環試用的參數值
  3、常量說明
     N：數組長度
*入口：
*出口：value_buf[(N-1)/2],返回值，本次濾波結果
*****************************************************/
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}

// 中位值濾波法

# define FILTER_N 101

int MiddlevalueFilter() {
  int filter_buf[FILTER_N];
  int i, j;
  int filter_temp;
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = Get_AD();
    delay(1);
  }
  // 採樣值從小到大排列（冒泡法）
  for(j = 0; j < FILTER_N - 1; j++) {
    for(i = 0; i < FILTER_N - 1 - j; i++) {
      if(filter_buf > filter_buf[i + 1]) {
        filter_temp = filter_buf;
        filter_buf = filter_buf[i + 1];
        filter_buf[i + 1] = filter_temp;
      }
    }
  }
  return filter_buf[(FILTER_N - 1) / 2];
}

3、算術平均濾波法

A、名稱：算術平均濾波法
B、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。
C、優點：
適用於對一般具有隨機干擾的信號進行濾波；
這種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。
D、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。

/*********************************************************
說明：連續取N個採樣值進行算術平均運算
優點：試用於對一般具有隨機干擾的信號進行濾波。這種信號的特點是
      有一個平均值，信號在某一數值範圍附近上下波動。
缺點：對於測量速度較慢或要求數據計算較快的實時控制不適用。
**********************************************************/
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}

// 算術平均濾波法

# define FILTER_N 12

int Filter() {
  int i;
  int filter_sum = 0;
  for(i = 0; i < FILTER_N; i++) {
    filter_sum += Get_AD();
    delay(1);
  }
  return (int)(filter_sum / FILTER_N);
}

4、遞推平均濾波法（又稱滑動平均濾波法）

A、名稱：遞推平均濾波法（又稱滑動平均濾波法）
B、方法：
把連續取得的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，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。
C、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。
D、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。

/***************************************************
說明：把連續N個採樣值看成一個隊列，隊列長度固定爲N。
      每次採樣到一個新數據放入隊尾，並扔掉隊首的一
      次數據。把隊列中的N各數據進行平均運算，既獲得
      新的濾波結果。
優點：對週期性干擾有良好的抑制作用，平滑度高；試用於高頻振盪的系統
缺點：靈敏度低；對偶然出現的脈衝性干擾的抑制作用較差，不適於脈衝幹
      擾較嚴重的場合
****************************************************/
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}
// 遞推平均濾波法（又稱滑動平均濾波法）
# define FILTER_N 12
int filter_buf[FILTER_N + 1];
int Filter() {
  int i;
  int filter_sum = 0;
  filter_buf[FILTER_N] = Get_AD();
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = filter_buf[i + 1]; // 所有數據左移，低位仍掉
    filter_sum += filter_buf;
  }
  return (int)(filter_sum / FILTER_N);
}

5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）

A、名稱：中位值平均濾波法（又稱防脈衝干擾平均濾波法）
B、方法：
採一組隊列去掉最大值和最小值後取平均值，
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。
C、優點：
融合了“中位值濾波法”+“算術平均濾波法”兩種濾波法的優點。
對於偶然出現的脈衝性干擾，可消除由其所引起的採樣值偏差。
對週期干擾有良好的抑制作用。
平滑度高，適於高頻振盪的系統。
D、缺點：
計算速度較慢，和算術平均濾波法一樣。
比較浪費RAM。

/********************************************
 說明：採一組隊列去掉最大值和最小值
 優點：融合了兩種濾波的優點。對於偶然出現的脈衝性干擾，可消
       除有其引起的採樣值偏差。對週期干擾有良好的抑制作用，
       平滑度高，適於高頻振盪的系統。
 缺點：測量速度慢
*********************************************/

// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);//
}

// 中位值平均濾波法（又稱防脈衝干擾平均濾波法）（算法1）

# define FILTER_N 100

int Filter() {
  int i, j;
  int filter_temp, filter_sum = 0;
  int filter_buf[FILTER_N];
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = Get_AD();
    delay(1);
  }
  // 採樣值從小到大排列（冒泡法）
  for(j = 0; j < FILTER_N - 1; j++) {
    for(i = 0; i < FILTER_N - 1 - j; i++) {
      if(filter_buf > filter_buf[i + 1]) {
        filter_temp = filter_buf;
        filter_buf = filter_buf[i + 1];
        filter_buf[i + 1] = filter_temp;
      }
    }
  }
  // 去除最大最小極值後求平均
  for(i = 1; i < FILTER_N - 1; i++) filter_sum += filter_buf;
  return filter_sum / (FILTER_N - 2);
}

//  中位值平均濾波法（又稱防脈衝干擾平均濾波法）（算法2）

# define FILTER_N 100

int Filter() {
  int i;
  int filter_sum = 0;
  int filter_max, filter_min;
  int filter_buf[FILTER_N];
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = Get_AD();
    delay(1);
  }
  filter_max = filter_buf[0];
  filter_min = filter_buf[0];
  filter_sum = filter_buf[0];
  for(i = FILTER_N - 1; i > 0; i--) {
    if(filter_buf > filter_max)
      filter_max=filter_buf;
    else if(filter_buf < filter_min)
      filter_min=filter_buf;
    filter_sum = filter_sum + filter_buf;
    filter_buf = filter_buf[i - 1];
  }
  i = FILTER_N - 2;
  filter_sum = filter_sum - filter_max - filter_min + i / 2; // +i/2 的目的是爲了四捨五入
  filter_sum = filter_sum / i;
  return filter_sum;
}

6、限幅平均濾波法

A、名稱：限幅平均濾波法
B、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。
C、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。
D、缺點：
比較浪費RAM。

/************************************************
 優點：對於偶然出現的脈衝性干擾，可消除有其引起的採樣值偏差。
*************************************************/
#define FILTER_N 12
#define FILTER_A 1
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}
// 限幅平均濾波法
int Filter() {
  int i;
  int filter_sum = 0;
  filter_buf[FILTER_N - 1] = Get_AD();
  if(((filter_buf[FILTER_N - 1] - filter_buf[FILTER_N - 2]) > FILTER_A) || ((filter_buf[FILTER_N - 2] - filter_buf[FILTER_N - 1]) > FILTER_A))
    filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2];
  for(i = 0; i < FILTER_N - 1; i++) {
    filter_buf = filter_buf[i + 1];
    filter_sum += filter_buf;
  }
  return (int)filter_sum / (FILTER_N - 1);
}

7、一階滯後濾波法

A、名稱：一階滯後濾波法
B、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。
C、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。
D、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1/2的干擾信號。

/****************************************************
*函數名稱：filter()-一階滯後濾波法
*說明：
  1、調用函數
     GetAD(),該函數用來取得當前值
  2、變量說明
     NewValue:採集的數據
     Value: 上次濾波結果
     FILTER_A :濾波係數
*****************************************************/
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}
// 一階滯後濾波法
# define FILTER_A 0.01
int Filter() {
  int NewValue;
  NewValue = Get_AD();
  Value = (int)((float)NewValue * FILTER_A + (1.0 - FILTER_A) * (float)Value);
  return Value;
}

8、加權遞推平均濾波法

A、名稱：加權遞推平均濾波法
B、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。
C、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。
D、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。

/************************************************************
 coe:數組爲加權係數表，存在程序存儲區。
 sum_coe:加權係數和
 ************************************************************/
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}
// 加權遞推平均濾波法
# define FILTER_N 12
int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};    // 加權係數表
int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加權係數和
int filter_buf[FILTER_N + 1];
int Filter() {
  int i;
  int filter_sum = 0;
  filter_buf[FILTER_N] = Get_AD();
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = filter_buf[i + 1]; // 所有數據左移，低位仍掉
    filter_sum += filter_buf * coe;
  }
  filter_sum /= sum_coe;
  return filter_sum;
}

9、消抖濾波法

A、名稱：消抖濾波法
B、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。
C、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。
D、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。

# define FILTER_N 12
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}
// 消抖濾波法
int i = 0;
int Filter() {
  int new_value;
  new_value = Get_AD();
  if(Value != new_value) {
    i++;
    if(i > FILTER_N) {
      i = 0;
      Value = new_value;
    }
  }
  else
    i = 0;
  return Value;
}

10、限幅消抖濾波法

A、名稱：限幅消抖濾波法
B、方法：
相當於“限幅濾波法”+“消抖濾波法”；
先限幅，後消抖。
C、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。
D、缺點：
對於快速變化的參數不宜。

# define FILTER_A 1
# define FILTER_N 5
// 用於隨機產生一個300左右的當前值
int Get_AD() {
  return random(295, 305);
}
// 限幅消抖濾波法
int Filter() {
  int NewValue;
  int new_value;
  NewValue = Get_AD();
  if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
    new_value = Value;
  else
    new_value = NewValue;
  if(Value != new_value) {
    i++;
    if(i > FILTER_N) {
      i = 0;
      Value = new_value;
    }
  }
  else
    i = 0;
  return Value;
}

注意：Get_AD()函數內容可以根據實際情況更改。