10种软件滤波算法及其代码实现（C语言）

---

前言

本文介绍了10种常用的软件滤波方法，包含具体的滤波实现过程及优缺点，并附上了相应的代码示例（C语言）。所述滤波方法各有优劣，需根据实际应用需求进行选择。

注：本文假定从8位AD中读取数据（若采用更高位的AD可定义数据类型为int)；子程序为get_ad()，用于获取AD采样数值;

---

一、滤波方式介绍

随着信息科技的发展，信号处理得到了大幅推动，已被广泛应用于雷达、通信、自动化、航空航天等领域。在信号处理系统中，输入信号通常含有各种噪声和干扰。

为对信号进行准确的测量和控制，必须削弱或滤除被测信号中的噪声和干扰。一般在系统中可选用硬件滤波和软件滤波。
硬件滤波又分为无源滤波和有源滤波，无源滤波是通过 RC 滤波器或 LC 滤波器等模拟滤波器进行滤波。
硬件滤波的优势是不需要进行复杂的程序处理，反应灵敏。

软件滤波也称数字滤波，是通过一定的算法削弱噪声的影响。
软件滤波的优势是不需要硬件的投入，而且可靠稳定。

注：AD采样点的电压多少有点起伏波动，经运放放大后电压的波动如果超过ADC的分辩率，则显示的值会出现波动。波动如果十分大的话， 建议采用硬件滤波；相反，如果波动较小，则可以采用软件滤波。

---

二、10种经典的软件滤波方法

1. 限幅滤波法

1）实现方法及优缺点
限幅滤波法（程序判断滤波法）：
①根据经验判断，确定两次采样允许的最大偏差值（设为DEVIATION_MAX）；
②每次检测到新值时判断：
如果本次值与上次值之差<=DEVIATION_MAX,则本次值有效；
如果本次值与上次值之差>DEVIATION_MAX,则本次值无效，放弃本次值，用上次值代替本次值。

优点：能有效克服因偶然因素引起的脉冲干扰；
缺点：无法抑制那种周期性的干扰、平滑度差。

2）代码示例

/* DEVIATION_MAX，根据实际情况调整。value为有效值，new_value为当前采样值；
滤波程序返回有效的实际值 */
#define DEVIATION_MAX 10
char value;

char filter()
{
	char new_value;
	new_value = get_ad();
	
	if ((new_value - value > DEVIATION_MAX) || (value - new_value > DEVIATION_MAX)
	{
		return value;
	}
	
	else
	{
		return new_value;
	}
}

---

2. 中位值滤波法

1）实现方法及优缺点
①连续采样N次（N取奇数）；
②把N次采样值按大小排列；
③取中间值为本次有效值；

优点：能有效克服因偶然因素引起的波动干扰；对温度、液位的变化缓慢的被测参数有良好的滤波效果；
缺点：对流量、速度等快速变化的参数不宜。

2）代码示例

/* N，可根据实际情况调整;排序采用冒泡法*/
#define N 11

char filter()
{
	char value_buf[N];
	char count;
	char i;
	char j;
	char 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. 算术平均滤波法

1）实现方法及优缺点
连续取N个采样值进行算术平均运算;
N值较大时：信号平滑度较高，但灵敏度较低;
N值较小时：信号平滑度较低，但灵敏度较高;
N值的选取(参考)：流量，N=12；压力，N=4；

优点：适用于对一般具有随机干扰的信号进行滤波。这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动；
缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用，比较浪费RAM。

2）代码示例

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

---

4. 递推平均滤波法

1）实现方法及优缺点
递推平均滤波法（滑动平均滤波法）:
①把连续取N个采样值看成一个队列，队列的长度固定为N；
②每次采样到一个新数据放入队尾，并扔掉原来队首的一次数据(先进先出原则)；
③把队列中的N个数据进行算术平均运算，以获得新的滤波结果。
N值的选取(参考)：流量，N=12；压力，N=4；液面，N=4 ~ 12；温度，N=1~4；

优点：对周期性干扰有良好的抑制作用，平滑度高，适用于高频振荡的系统；

缺点：灵敏度低、对偶然出现的脉冲性干扰的抑制作用较差；不易消除由于脉冲干扰所引起的采样值偏差；不适用于脉冲干扰比较严重的场合、比较浪费RAM。

2）代码示例

#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. 中位值平均滤波法

1）实现方法及优缺点
中位值平均滤波法（防脉冲干扰平均滤波法）：
相当于“中位值滤波法”+“算术平均滤波法”
连续采样N个数据，去掉一个最大值和一个最小值；
然后计算N-2个数据的算术平均值；
N值的选取：3~14；

优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差；
缺点：测量速度较慢，和算术平均滤波法一样，比较浪费RAM。

2）代码示例

#define N 12

char filter()
{
	char count;
	char i;
	char 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. 限幅平均滤波法

1）实现方法及优缺点
相当于“限幅滤波法”+“递推平均滤波法”;
每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理；

优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差；
缺点：比较浪费RAM。

2）代码示例

/* 限幅滤波法
DEVIATION_MAX，根据实际情况调整。value为有效值，new_value为当前采样值；
滤波程序返回有效的实际值 */
#define DEVIATION_MAX 10
char value;

char filter()
{
	char new_value;
	new_value = get_ad();
	
	if ((new_value - value > DEVIATION_MAX) || (value - new_value > DEVIATION_MAX)
	{
		return value;
	}
	
	else
	{
		return new_value;
	}
}

/* 递推平均滤波法*/
#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);
}

---

7. 一阶滞后滤波法

1）实现方法及优缺点
一阶滞后滤波法（惯性滤波法）：
取a=0~1，本次滤波结果=（1-a）* 本次采样值+a*上次滤波结果；

优点：对周期性干扰具有良好的抑制作用，适用于波动频率较高的场合；
缺点：相位滞后，灵敏度低；滞后程度取决于a值大小；不能消除滤波频率高于采样频率的1/2的干扰信号。

2）代码示例

/* 注：整数运算速度快于浮点数运算，为加快程序处理速度假定基数为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. 加权递推平均滤波法

1）实现方法及优缺点
是对递推平均滤波法的改进，即不同时刻的数据加以不同的权重；
通常是，越接近现时刻的数据，权重取得越大；
给予新采样值的权重系数越大，则灵敏度越高，但信号平滑度越低；

优点：适用于有较大纯滞后时间常数的对象和采样周期较短的系统；
缺点：对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号，不能迅速反应系统当前所受干扰的严重程度，滤波效果差。

2）代码示例

/* coe数组为加权系数表，存储在程序存储区。*/
#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. 消抖滤波法

1）实现方法及优缺点
设置一个滤波计数器，将每次采样值与当前有效值比较：
如果采样值＝当前有效值，则计数器清零；
如果采样值 != 当前有效值，则计数器+1，并判断计数器是否>=上限N(溢出)；
如果计数器溢出,则将本次值替换当前有效值,并清计数器。

优点：对于变化缓慢的被测参数有较好的滤波效果，可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动；
缺点：对于快速变化的参数不宜，如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将干扰值当作有效值导入系统。

2）代码示例

#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. 限幅消抖滤波法

1）实现方法及优缺点
相当于“限幅滤波法”+“消抖滤波法”，先限幅,后消抖；

优点：继承了“限幅”和“消抖”的优点，改进了“消抖滤波法”中的某些缺陷，避免将干扰值导入系统；
缺点：对于快速变化的参数不宜。

2）代码示例

/*参考代码示例1和代码实例9*/

---

以上便是本文的全部内容，希望本文能对大家理解和运用软件滤波方法有所帮助。
当然，本文内容如有错误或不严谨之处，也恳请大家及时指出，谢谢！

参考

如何用软件设计一个硬件滤波功能-模拟/电源-与非网
软件滤波_百度百科