软件滤波算法设计参考方案（ADC滤波处理的十种方法）
一、概述
用软件来识别有用信号和干扰信号，并滤除干扰信号的方法叫软件滤波。软件滤波也为数字滤波，通过一定的计算或判断程序减少或削弱噪声影响
二、应用设计
1、限幅滤波法（程序判断滤波法）
1、简述
先根据经验判断，确定两次采样允许的最大偏差值，设为A。每次检测到新采样值时进行判断：
（1）如果本次新采样值与上一次滤波效果之差<=A，则本次采样值有效，令本次滤波结果=新采样值；
（2）如果本次采样值与上次滤波结果之差>A，则本次采样值无效，放弃本次采样值，本次滤波结果=上次滤波结果。
2、优点
能有效克服因偶然因素引起的脉冲干扰。
3、缺点
无法抑制那种周期性的干扰；平滑度差。
4、例程
#define FILTER_A 1
int LastValue; //上次采样有效值
int LimiterFilter()
{
int NewValue,FinalValue;
NewValue=GetADValue(); //本次采样值
if(((NewValue-LastValue)>FILTER_A)||((LastValue-NewValue)>FILTER_A)))
{
FinalValue=LastValue;
}
else
{
FinalValue=NewValue;
}
return FinalValue;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = LimiterFilter(); // 获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
2、中位值滤波法
1、简述
连续采样N次值（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。
2、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。
3、缺点
对流量、速度等快速变化的参数不宜。
4、例程
#define FILTER_N 9
int MedianValueFilter()
{
int i,j,k;
int temp;
int ArrDataBuffer[N];
for(i=0;i<FILTER_N;i++) //一次采集N个数据放入数组中
{
ArrDataBuffer[i]=GetADValue();
delay(1);
}
for(j=0;j<FILTER_N-1;j++)//采样值由小到大排列(冒泡法)
{
for(k=0;k<FILTER_N-j-1;k++)
{
if(ArrDataBuffer[k]>ArrDataBuffer[k+1])
{
temp=ArrDataBuffer[k];
ArrDataBuffer[k]=ArrDataBuffer[k+1];
ArrDataBuffer[k+1]=temp;
}
}
}
return(ArrDataBuffer[(FILTER_N-1)/2]); //取中间值
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = MedianValueFilter(); // 获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
3、算术平均滤波法
1、简述
连续取N个采样值进行算术平均运算。
N较大时，信号平滑度较高，但灵敏度较低；N较小，信号平滑度低，但灵敏度较高。
N值的选取：一般流量，N=12；压力，N=4。
2、优点
适用于对一般具有随机干扰的信号进行滤波；这种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。
3、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。
4、例程
#define FILTER_N 12
int ArithmeticalAverageValueFilter()
{
int i;
int Value;
int Sum=0;
for(i=0;i<FILTER_N;i++)
{
Sum+=GetADValue();
delay(1);
}
Value=Sum/FILTER_N;
return Value;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = ArithmeticalAverageValueFilter(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
4、递推平均滤波法（滑动平均滤波法）
1、简述
把连续取得的N个采样值看成一个队列，队列的长度固定为N，每次采集到的新数据放入队尾，并扔掉原来队首的数据（先进先出原则）， 把队列中的N个数据进行算术平均运算，获得新的滤波结果。
N值的选取：流量，N=12；压力，N=4；液面，N=412；温度，N=14。
2、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。
3、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。
4、例程
#define FILTER_N 12
int DataBuff[FILTER_N + 1];
int RecursiveAverageFiltering(DataBuff[])
{
int i,Value;
int Sum=0;
DataBuff[FILTER_N]=GetADValue();
for(i=0;i<FILTER_N;i++)
{
DataBuff[i]=DataBuff[i+1];//所有数据左移，低位仍掉
Sum+=Data[i];
}
Value=Sum/FILTER_N;
return Value;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = RecursiveAverageFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
5、中位值平均滤波法（防脉冲干扰平均滤波法）
1、简述
采一组队列去掉最大值和最小值后取平均值，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。
2、优点
融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。 对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差；对周期干扰有良好的抑制作用； 平滑度高，适于高频振荡的系统。
3、缺点
计算速度较慢，和算术平均滤波法一样， 比较浪费RAM。
4、例程
#define FILTER_N 12
int MedianValueAverageFiltering()
{
int i,j,k;
int temp,Value;
int ArrDataBuffer[FILTER_N];
int Sum=0;
for(i=0;i<FILTER_N;i++)//一次采集N个数据，存入数组
{
ArrDataBuffer[i]=GetADValue();
delay(1);
}
for(j=0;j<FILTER_N-1;j++)//采样值由小到大排列（冒泡法）
{
for(k=0;k<FILTER_N-j-1;k++)
{
if(ArrDataBuffer[k]>ArrDataBuffer[k+1])
{
temp=ArrDataBuffer[k];
ArrDataBuffer[k]=ArrDataBuffer[k+1];
ArrDataBuffer[k+1]=temp;
}
}
}
// 去除最大和最小极值后求平均值
for(i=1;i<FILTER_N-1;i++)
{
Sum+=ArrDataBuffer[l];
}
Value=Sum/(FILTER_N-2);
return Value;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = MedianValueAverageFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
6、递推中位值平均滤波法
1、相当于“中位值滤波法”+“递推平均滤波法”。这种方法把连续N个值看成一个队列，每次采集到一个新数据放入队尾，并扔掉原来队首的值。 把队列中的N个数据先去掉一个最大值和最小值，然后计算N-2个数据的平均值。
2、例程
#define FILTER_N 12
int RecursiveMedianValueAveragingFiltering()
{
int i;
int MaxValue,MinValue;
int Sum=0;
DataBuff[FILTER_N];
for(i = 0; i < FILTER_N; i++)
{
DataBuff[i] = GetADValue();
delay(1);
}
MaxValue=DataBuff[0];
MinValue=DataBuff[0];
Sum=DataBuff[0];
for(i=FILTER_N-1; i>0; i--)
{
if(DataBuff[i]>MaxValue)
{
MaxValue=DataBuff[i];
}
else if(DataBuff[i]<MinValue)
{
MinValue=DataBuff[i];
}
Sum+=DataBuff[i];
DataBuff[i]=DataBuff[i-1];
}
i=n-2;
Sum=Sum-MaxValue-MinValue+i/2;//加入(n-2)/2目的为了四舍五入
Sum=Sum/i;
return Sum;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = RecursiveMedianValueAveragingFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
7、限幅平均滤波法
1、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。
2、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。
3、缺点
比较浪费RAM。
4、例程
#define FILTER_N 12
#define FILTER_A 1
int DataBuff[FILTER_N + 1];
int AmplitudeLimitingAverageFiltering()
{
int i,Value;
int Sum=0;
DataBuff[FILTER_N]=GetADValue();
if(((DataBuff[FILTER_N]-DataBuff[FILTER_N-1])>FILTER_A)||((DataBuff[FILTER_N-1]-DataBuff[FILTER_N])>FILTER_A)))
{
DataBuff[FILTER_N]=DataBuff[FILTER_N-1];
}
for(i=0;i<FILTER_N;i++)
{
DataBuff[i]=DataBuff[i+1]; // 所有数据左移，低位仍掉
Sum+=DataBuff[i];
}
Value=Sum/FILTER_N;
return Value;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = AmplitudeLimitingAverageFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
8、一阶滞后滤波法
1、简述
a代表滤波系数：a=0~1；本次滤波结果=(1-a)x本次采样值+ax上次滤波结果。
2、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。
3、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1/2的干扰信号。
4、例程
#define FILTER_A 0.01
float FinalValue;
float OneFactorialLagFiltering()
{
int NewValue;
NewValue=GetADValue();
FinalValue=(1.0-a)*NewValue+a*FinalValue;
return FinalValue;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = OneFactorialLagFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
9、加权递推平均滤波法
1、简述
加权递推平均滤波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，但信号的平滑度越低。
2、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。
3、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。
4、例程
#define FILTER_N 10
#define CoeSum 55 //加权系数和
const Coefficient[FILTER_N]={1,2,3,4,5,6,7,8,9,10};//加权系数表
int DataBuff[FILTER_N+1];
int WeightedRecursiveAverageFiltering()
{
int i,Value;
int Sum=0;
DataBuff[FILTER_N]=GetADValue();
for(i=0;i<FILTER_N;i++)
{
DataBuff[i]=DataBuff[i+1]; //所有数据左移，低位仍掉
Sum+=DataBuff[i]*Coefficient[i];
}
Value=Sum/CoeSum;
return Value;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = WeightedRecursiveAverageFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
10、消抖滤波法
1、简述
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，否则计数器加1；然后，判断计数器是否>=上限N(溢出)，如果溢出，将本次值替换当前有效值，并清计数器。
2、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。
3、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。
4、例程
#define FILTER_N 20
int count,Value;
int EliminationFiltering()
{
int NewValue;
NewValue = GetADValue();
if(NewValue == Value)
{
count=0;
}
else
{
count++;
if(count>FILTER_N)
{
count=0;
Value=NewValue;
}
}
return Value;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = EliminationFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
11、限幅消抖滤波法
1、简述
相当于“限幅滤波法”+“消抖滤波法”；先限幅，后消抖。
2、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。
3、缺点
对于快速变化的参数不宜。
4、例程
#define FILTER_A 1
#define FILTER_N 5
int count,Value;
int LimiterEliminationFiltering()
{
int NewValue;TempValue;
NewValue = GetADValue();
if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
{
TempValue = Value;
}
else
{
TempValue = NewValue;
}
if(NewValue == Value)
{
count=0;
}
else
{
count++;
if(count>FILTER_N)
{
count=0;
Value=TempValue;
}
}
return Value;
}
int main(void)
{
int Filter_Value;//滤波后的值
while(1)
{
Filter_Value = LimiterEliminationFiltering(); //获得滤波器输出值
printf(Filter_Value); // 串口输出
delay(50);
}
return 0;
}
三、使用总结
根据自己电路中的实际情况，对于ADC采集电路受到干扰的现象以及原因，来使用相应的滤波算法。