单片机基础滤波算法

目录

1、限幅滤波法

2、中位值滤波法

3、算术平均滤波法

4、递推平均滤波法

5、中位值平均滤波法

6、限幅平均滤波法

7、一阶滞后滤波法

8、加权递推平均滤波法

9、消抖滤波法

10、限幅消抖滤波法

---

1、限幅滤波法

方法：根据经验判断，确定两次采样允许的最大偏差值(设为A)

           每次检测到新值时判断：

           如果本次值与上次值之差

           如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值

// 限幅滤波法（又称程序判断滤波法）
#define FILTER_A 1   //定义误差值
int Filter()
{
  int NewValue = 0,Value = 0;
  NewValue = Get_AD(); //获取ADC值
  if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
  //if(abs(NewValue - Value) > FILTER_A)
    return Value;     //误差值大于给定误差舍弃
  else
    return NewValue;  //误差值小于给定误差保留
}

2、中位值滤波法

方法：连续采样N次(N取奇数)，把N次采样值按大小排列，取中间值为本次有效值

/*  N值可根据实际情况调整排序采用冒泡法*/
#define N  11

float filter()
{
   float value_buf[N];
   float count,i,j,temp;
   for ( count=0; count < N; count++)
   {
      value_buf[count] = Get_AD();//获取ADC值
      delay();
   }
   for (j=0;jvalue_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、算术平均滤波法

方法：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

#define N 12

float filter()
{
   float  sum = 0;
   for (count=0; count < N; count++)
   {
      sum += Get_AD(); //获取ADC值
      delay();
   }
   return (sum/N);
}

4、递推平均滤波法

方法：把连续取N个采样值看成一个队列

           队列的长度固定为N

           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)

           把队列中的N个数据进行算术平均运算,就可获得新的滤波结果

// 递推平均滤波法（又称滑动平均滤波法）
#define FILTER_N 12
float filter_buf[FILTER_N + 1];
float Filter()
{
  int i;
  float filter_sum = 0;
  filter_buf[FILTER_N] = Get_AD();//队尾获取ADC值
  for(i = 0; i < FILTER_N; i++)
  {
    filter_buf[i] = filter_buf[i + 1];//所有数据左移,第一位扔掉
    filter_sum += filter_buf[i];
  }
 return (filter_sum/FILTER_N);
}

5、中位值平均滤波法

方法：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 

// 中位值平均滤波法（又称防脉冲干扰平均滤波法）（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[i] = Get_AD(); //获取ADC值
    delay(1);
  }
 // 采样值从小到大排列（冒泡法）
 for(j = 0; j < FILTER_N - 1; j++)
 {
    for(i = 0; i < FILTER_N - 1 - j; i++) 
    {
      if(filter_buf[i] > filter_buf[i + 1])
       {
        filter_temp = filter_buf[i];
        filter_buf[i] = filter_buf[i + 1];
        filter_buf[i + 1] = filter_temp;
       }
    }
  }
  // 去除最大最小极值后求平均
  for(i = 1; i < FILTER_N - 1; i++)
  filter_sum += filter_buf[i];
  return filter_sum / (FILTER_N - 2);
}

 
//中位值平均滤波法(又称防脉冲干扰平均滤波法)（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[i] = Get_AD(); //获取ADC值
    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[i] > filter_max)
      filter_max=filter_buf[i];
    else if(filter_buf[i] < filter_min)
      filter_min=filter_buf[i];
    filter_sum = filter_sum + filter_buf[i];
    filter_buf[i] = filter_buf[i - 1];
  }
  i = FILTER_N - 2;
  filter_sum = filter_sum - filter_max - filter_min + i / 2; // +i/2 的目的是为了四舍五入
  filter_sum = filter_sum / i;
  return filter_sum;
}

6、限幅平均滤波法

方法：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

// 限幅平均滤波法
#define FILTER_A 1  //定义误差值
#define FILTER_N 10 //定义采集数据个数
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]; //如果新值误差较大
  }                                                      //直接等于旧值
    
  for(i = 0; i < FILTER_N - 1; i++) 
  {
    filter_buf[i] = filter_buf[i + 1];
    filter_sum += filter_buf[i];
  }
  return (float)filter_sum /(FILTER_N - 1);
}

7、一阶滞后滤波法

方法：取a=0~1，本次滤波结果 = a*本次采样值+ (1 - a)*上次滤波结果

数学公式为：Yn ​=αXn​ + (1−α)Yn-1

// 一阶滞后滤波法
#define FILTER_A 0.01 //定义滤波值
int Filter() 
{
  int NewValue;
  NewValue = Get_AD(); //获取ADC值
  Value = (float)((float)NewValue*FILTER_A + (1.0 - FILTER_A)*(float)Value);
  return Value;
}

8、加权递推平均滤波法

方法：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

           通常是，越接近现时刻的数据，权取得越大

           给予新采样值的权系数越大，则灵敏度越高，但信号平滑度越低

// 加权递推平均滤波法
#define FILTER_N 12
int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};     // 加权系数表
int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;  // 加权系数和
int filter_buf[FILTER_N + 1];
int Filter() 
{
  int i;
  int filter_sum = 0;
  filter_buf[FILTER_N] = Get_AD(); //获取ADC值
  for(i = 0; i < FILTER_N; i++)
  {
    filter_buf[i] = filter_buf[i + 1]; //所有数据左移，第一位扔掉
    filter_sum += filter_buf[i] * coe[i];
  }
  filter_sum/= sum_coe;
  return filter_sum;
}

9、消抖滤波法

方法：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

           如果采样值不等于当前有效值，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

// 消抖滤波法
#define FILTER_N 12
int i = 0;
int Filter() 
{
  int new_value = 0, Value = 0;
  new_value = Get_AD(); //获取ADC值
  while(Value != new_value)
  {
    i++;
    Value = new_value;
    if(i > FILTER_N) 
    {
      i = 0;
      return new_value;
    }
    new_value = Get_AD(); //获取ADC值    
  }
  else
  i = 0;
  return Value;
}

10、限幅消抖滤波法

方法：相当于 限幅滤波法 + 消抖滤波法。先限幅，后消抖

// 限幅消抖滤波法
#define FILTER_A 1
#define FILTER_N 5
int i = 0;
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;
  while(Value != new_value) 
  {
    i++;
    Value = new_value;
    if(i > FILTER_N)
    {
      i = 0;
      return Value;
    }
     NewValue = Get_AD();
     if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
       new_value = Value;
     else
       new_value = NewValue;
  } 
  else
  i = 0;
  return Value;
}