常用數字濾波算法
第1種方法:限幅濾波法(又稱程式判斷濾波法)
A方法: 根據經驗判斷,确定兩次采樣允許的最大偏內插補點(設為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沖幹擾。
C缺點: 無法抑制那種周期性的幹擾,平滑度差。
第2種方法:中位值濾波法
A方法: 連續采樣N次(N取奇數),把N次采樣值按大小排列,取中間值為本次有效值。
B優點: 能有效克服因偶然因素引起的波動幹擾,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。
第3種方法:算術平均濾波法
A方法: 連續取N個采樣值進行算術平均運算,N值較大時:信号平滑度較高,但靈敏度較低;N值較小時:信号平滑度較低,但靈敏度較高。N值的選取:一般流量,N=12;壓力:N=4。
B優點: 适用于對一般具有随機幹擾的信号進行濾波,這樣信号的特點是有一個平均值,信号在某一數值範圍附近上下波動。
C缺點: 對于測量速度較慢或要求資料計算速度較快的實時控制不适用,比較浪費RAM 。
第4種方法:遞推平均濾波法(又稱滑動平均濾波法)
A方法: 把連續取N個采樣值看成一個隊列,隊列的長度固定為N,每次采樣到一個新資料放入隊尾,并扔掉原來隊首的一次資料(先進先出原則) 。把隊列中的N個資料進行算術平均運算,就可獲得新的濾波結果。N值的選取:流量,N=12;壓力:N=4;液面,N=4~12;溫度,N=1~4。
B優點: 對周期性幹擾有良好的抑制作用,平滑度高,适用于高頻振蕩的系統。
C缺點: 靈敏度低,對偶然出現的脈沖性幹擾的抑制作用較差,不易消除由于脈沖幹擾所引起的采樣值偏差,不适用于脈沖幹擾比較嚴重的場合,比較浪費RAM。
第5種方法:中位值平均濾波法(又稱防脈沖幹擾平均濾波法)
A方法: 相當于“中位值濾波法”+“算術平均濾波法”,連續采樣N個資料,去掉一個最大值和一個最小值,然後計算N-2個資料的算術平均值。N值的選取:3~14。
B優點: 融合了兩種濾波法的優點,對于偶然出現的脈沖性幹擾,可消除由于脈沖幹擾所引起的采樣值偏差。
C缺點: 測量速度較慢,和算術平均濾波法一樣,比較浪費RAM。
第6種方法:限幅平均濾波法
A方法: 相當于“限幅濾波法”+“遞推平均濾波法”,每次采樣到的新資料先進行限幅處理,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,對于偶然出現的脈沖性幹擾,可消除由于脈沖幹擾所引起的采樣值偏差。
C缺點: 比較浪費RAM 。
第7種方法:一階滞後濾波法
A方法: 取a=0~1,本次濾波結果=(1-a)*本次采樣值+a*上次濾波結果。
B優點: 對周期性幹擾具有良好的抑制作用,适用于波動頻率較高的場合。
C缺點:相位滞後,靈敏度低,滞後程度取決于a值大小,不能消除濾波頻率高于采樣頻率的1/2的幹擾信号。
第8種方法:權重遞推平均濾波法
A方法: 是對遞推平均濾波法的改進,即不同時刻的資料加以不同的權,通常是,越接近現時刻的資料,權取得越大,給予新采樣值的權系數越大,則靈敏度越高,但信号平滑度越低。
B優點: 适用于有較大純滞後時間常數的對象和采樣周期較短的系統。
C缺點: 對于純滞後時間常數較小,采樣周期較長,變化緩慢的信号,不能迅速反應系統目前所受幹擾的嚴重程度,濾波效果差。
第9種方法:消抖濾波法
A方法: 設定一個濾波計數器,将每次采樣值與目前有效值比較: 如果采樣值=目前有效值,則計數器清零。如果采樣值<>目前有效值,則計數器+1,并判斷計數器是否>=上限N(溢出),如果計數器溢出,則将本次值替換目前有效值,并清計數器。
B優點: 對于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複開/關跳動或顯示器上數值抖動。
C缺點: 對于快速變化的參數不宜,如果在計數器溢出的那一次采樣到的值恰好是幹擾值,則會将幹擾值當作有效值導入系統。
第10種方法:限幅消抖濾波法
A方法: 相當于“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,避免将幹擾值導入系統。
C缺點: 對于快速變化的參數不宜。
第11種方法:IIR 數字濾波器
A方法: 确定信号帶寬, 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。
部分程式:
1、限副濾波
#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
#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>value_buf[i+1] )
{
temp = value_buf;
value_buf = 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(又稱防脈沖幹擾平均濾波法)
#define N 12
char filter()
{
char count,i,j;
char value_buf[N];
int sum=0;
for (count=0;count<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>value_buf[i+1] )
{
temp = value_buf;
value_buf = 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 參考子程式1、3
7、一階滞後濾波法
#define a 50
char value;
char filter()
{
char new_value;
new_value = get_ad();
return (100-a)*value + a*new_value;
}
8、權重遞推平均濾波法
#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