限幅滤波法
1.方法限幅滤波法又称嵌位滤波法,或程序判断滤波法。这种滤波法的思路是:
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次滤波结果之差<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,放弃本次值,令本次滤波结果=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,且平滑度差
4,例程
*******函数名称: AmplitudeL.imiterFilter()-限幅滤波法(又称程序判断滤波法)*
说明:
1,调用函数
GetAD(),该函数用来取得当前来样值
2.变量说明
value:最近一次有效采样的值,该变量为全局变量
NewValue:当前采样的值
ReturnValue:返回值
3,常量说明
A:两次采样的最大误差值,该值需要使用者根据实际情况设置
*入口: Value,上一次有效的采样值,在主程序里赋值
*出口: ReturnValue,返回值,本次滤波结果
#define A 10
unsigned char Value;
unsigned char AmplitudelimiterFilter()
{
unsiqned char NewValue;
unsigned char ReturnValue;
NewValue – GetAD();
if(((NewValue- Value) >A)) | | ((Value -NewValue)>A)))
ReturnValue = Value;
else
ReturnValue = NewValue;return(ReturnValue) ;
}
中位值滤波法
1,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。可见,中位值滤波法体现了“中庸”的哲学思想精髓。
2.优点
能有效克服因偶然因素引起的波动干扰;对温度、液位等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
*******函数名称: MiddleValueFilter()–中位值滤波法*
说明:
1,调用函数
GetAD(),该函数用来取得当前采样值
Delay(),基本延时函数
2,变量说明
ArrDataBuffer[N],用来存放一次性采集的N组数据
Temp,完成冒泡法使用的临时寄存器
i,j,k,循环使用的参数值
3,常量说明
N,数组长度
*人口:
*出口: ArrDataBuffer[(N-1)/2],返回值,本次滤波结果***********
unsigned char MiddleValueFilter()
{
unsigned char i, j,k;
unsigned char Temp;
unsigned char ArrDataBuffer[N];//一次采集N组数据,放入ArrDataBuffer[]中
for (i=0;<N;i++)
{
ArrDataBuffer[i]=GetAD();
Delay();
}
for (j=0;j<N-1;j++)//采样值由小到大排列,排序采用冒泡法
{
for (k=0;k<N-j;k++)
{
if (ArrDataBuffer[k]>ArrDataBuffer[k+ 1])
{
Temp = ArrDataBuffer[k];
ArrDataBuffer[k] = ArrDataBuffer[k + 1];
ArrDataBuffer[k + 1]=Temp;
}
}
return (ArrDataBuffer[(N-1)/2]); //取中间值
}
}
算术平均滤波法
1.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。N值的选取:对于一般流量,N=12;对于压力,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。由于需要开设队列存储历次采样数据,因此比较消耗RAM
4,例程
***********函数名称: ArithmeticalAveragevalueFilter()-算术平均滤波法*
说明:
1、调用函数
GetAD(),该函数用来取得当前采样值
Delay(),基本延时函数
2、变量说明
Value,平均值
Sum,连续采样之和
i,循环使用的参数值
3、常量说明
N,数组长度
*人口:
*出口: Value,返回值,本次滤波结果********/
#define N 12
unsigned char ArithmeticalAverageValueF ilter()
{
unsigned char i;
unsigned char Value;
unsigned short Sum=0;
for(i=0;i<N;i++)
{
Sum += GetAD();
Delay();
}
value = Sum/N;
return(Value);
}
递推平均滤波法
1,方法
递推平均滤波法又称滑动平均滤波法。把连续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个数据进行平均运算,即可获得新的滤波结果。N值的选取:流量,N=12;压力: N-4;液面,N-4~12;温度,N=1~4.
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。由于需要开设队列存储历次采样数据,因此比较消耗RAM.
4,例程
****函数名称: GlideAverageValueFilter()-递推(滑动)平均滤波法****
说明:
1、调用函数
GetAD(),该函数用来取得当前采样值
Delay(),基本延时函数
2、变量说明
Data[],暂存数据的数组属于全局变量
Value,平均值
sum,连续采样之和
i,循环使用的参数值
3、常量说明
N,数组长度
*人口:
*出口: value,返回值,本次滤波结果
define N 12
unsigned char Data[];
unsigned char GlideAverageValueFilter(Data[])
{
unsigned char i;
unsigned char Value;
unsigned short Sum=0;
Data[N] =GetAD();//采集数据放到数组最高位
for(i=0;i<N;i++)
{
Data[i]= Data[i+ 1]; //所有数据左移,低位扔掉
Sum += Data[i];//求和
}
Value = Sum/N;
return(Value);//求平均
}
中位值平均滤波法
1.方法
中位值平均滤波法又称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”。具体方法是连续采样N个数据,去掉一个最大值和一个最小值;然后计算N-2个数据的平均值。N值的选取: 3~14.其实,中位值滤波法在生活中也可以见到。比如在许多比赛中,统计评委的打分时,往往就是采用这种方法。我们经常在电视里听到主持人说: “去掉一个最高分,去掉一个最低分,某某选手平均得分xxx分
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,可消除由其引起的采样值偏差。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
和算术平均滤波法一样,测量速度较慢,比较浪费RAM
4.例程
****函数名称: MiddleAverageValueFilter()-中位值平均滤波法*
说明:
1、调用函数
GetAD(),该函数用来取得当前采样值
Delay(),基本延时函数
2、变量说明
ArrDataBuffer[N],用来存放一次性采集的N组数据
Temp,完成起泡法使用的临时寄存器
i, j,k,循环使用的参数值
value,平均值
Sum,连续采样之和
3、常量说明
N,数组长度
*入口:
*出口: Value,返回值,本次滤波结果******
# define N 12
unsigned char MiddleAverageValueF ilter()
{
unsigned char i,j,k,l;
unsigned char Temp;
unsigned char ArrDataBuffer[N];
unsigned short Sum;
unsigned char Value;
//一次采集N组数据,放入ArrDataBuffer[]中
for (i=0;i<N;i++)
{
ArrDataBuffer[i]=GetAD();
Delay();
}
//来样值由小到大排列,排序采用起泡法
for (j=0;j<N-1;j++)
{
for (k=0;k<N-j;k ++)
{
if (ArrDataBuffer[k]>ArrDataBuffer[k+ 1])
{
Temp= ArrDataBuffer[k];
ArrDataBuffer[k] = ArrDataBuffer[k+ 1];
ArrDataBuffer[k + 1] =Temp;
}
}
}
for(l=1;l<N-1;l++)
Sum +=ArrDataBuffer[l];
value = Sum/(N-2);
return(Value);
}
递推中位值平均滤波法
1.方法
递推中位值平均滤波法,相当于“中位值滤波法”+“递推平均滤波法”。这种方法是,把连续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个数据先去掉一个最大值和一个最小值,然后计算N-2个数据的平均值。递推中位值平均滤波法是一种比较实用的滤波方法。其滤波效果参见图递推中位值平均滤波效果图。我们对照一下前面介绍的递推平均滤波法(参见图递推平均滤波效果图),就会发现二者的不同。显然,在消除了最大值和最小值之后,再取平均值,得到的滤波结果更趋于平滑、可信。
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,可消除由其引起的采样值偏差。
3,缺点
由于需要开设队列存储历次采样数据,因此比较消耗RAM.
4,例程
//单字节递推中位值平均滤波
//功能:1.将新采样值压人队列
// 2.将队列中数据减去最大值和最小值,然后求平均值(小数四舍五人)
//入口: NEW_DATA = 新采样值
// QUEUE = 队列
// n = 队列长度
//出口:=滤波结果(平均值)
char filterl(char NEW_DATA, char QUEUE[],char n)
{
char max;
char min;
int sum;
char i;
QUEUE[0]=NEW_DATA; //新采样值入队列
max=QUEUE[0];
min=QUEUE[0];
sum= QUEUE[0];
for(i =n-1; i!=0;i–)
{
if (QUEUE[i]>max ) //比较并更新最大值
max = QUEUE[i];
else if (QUEUE[i] <min ) //比较并更新最小值
min=QUEUE[ i];
sum = sum + QUEUE[i]; //追加到和值
QUEUE[i]=QUEUE[i-1]; //队列更新
}
i=n-2;
sum =sum-max-min + i/2;
sum =sum/i; //平均值=(和值-最大值-最小值+n/2)/(队列长度-2)
//说明:+(n-2)/2的目的是为了四舍五人
return ((char) sum);
}
限幅平均滤波法
1.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。
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
由于需要开设队列存储历次采样数据,因此比较消耗RAM.
4.例程
*****函数名称: LimitRangeAveragevalueFilter()-限幅平均滤波法*****
说明:
1、调用函数GetAD(),该函数用来取得当前采样值
Delay(),基本延时函数
2、变量说明Data[],暂存数据的数组属于全局变量
value,平均值
Sum,连续采样之和
i,循环使用的参数值
3、常量说明
N,数组长度
A:两次采样的最大误差值,该值需要使用者根据实际情况设置
人口:
出口: Value,返回值,本次滤波结果
# define A 10
#define N 12
unsigned char Data[];
unsigned char LimitRangeAverageValueFilter(Data[])
{
unsigned char i ;
unsigned char Value;
unsigned short Sum Data[N]= GetAD();
if(((Data[N]-Data[N-1]) >A)||(Data[-1]-Data[N)>A))
Data[N] = Data[N-1];
else
Data[N] =NewWalue;
for(i=0;i <N;i++)
{
Data[i] = Data[i+ 1];//所有数据左移,低位扔掉
Sum += Data[i];//求和
}
Value= Sum/N;//求平均
return(Value);
}
一阶滞后滤波法
1·方法
本次滤波结果=a×本次采样值+(1-a)×上次滤波结果。a代表滤波系数,a=0~1.一阶滤波法也是一种比较实用的滤波方法。
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。相对于各类平均滤波的方法来说,一阶滤波法比较节省RAM空间
3.缺点
相位滞后,灵敏度低。滞后程度取决于a值大小。另外,这种方法不能消除滤波频率高于1/2采样频率的干扰信号。对于没有乘/除法运算指令的单片机来说。一阶滤波法的程序运算工作量较大。
4.例程
**********函数名称: OneFactorialFilter()-一阶滞后滤波法
说明:
1、调用函数GetAD(),该函数用来取得当前采样值
Delay(),基本延时函数
2、变量说明
Value,上次滤波结果
Newalue,本次采样结果
3、常量说明
a,滤波系数
*入口:
*出口: ReturnValue,返回值,本次滤波结果*
#define a 128
unsigned char value;
OneFactorialFilter()
{
unsigned char NewValue;
unsigned char ReturnValue;
NewValue = GetAD();
ReturnValue = (255-a) * NewValue + a*Value;
ReturnValue/= 255;
return(Returnvalue);
}
加权递推平均滤波法
1.方法
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。由于需要开设队列存储历次采样数据,因此比较消耗RAM,而且运算的工作量也很大。
4.例程
*******函数名称: AAGAFilter()-加权递推平均滤波法********
//(AAGA: AddAuthorityGlideAverageValue)
说明:
1、调用函数
GetAD (),该函数用来取得当前采样值
Delay(),基本延时函数
2、变量说明
Data[],暂存数据的数组属于全局变量
value,平均值
Sum,连续采样之和
i,循环使用的参数值
3、常量说明
N,数组长度
Coefficient[N],每一组数据的权(系数)
CoeSum ,系数和
*人口:
*出口: Value,返回值,本次滤波结果
# define N 10
const Coefficient[N]=(1,2,3,4,5,6,7,8,9,10};
constCoeSum = 55;
unsigned char Data[];
unsigned char AAGAFilter()
{
unsigned char i;
unsigned char Value;
unsigned short Sum=0;
Data[N] = GetAD();//来集数据放到数组最高位
for(i=0;i<N;i++)
{
Data[i] = Data[i+1];//所有数据左移,低位扔掉
Sum += Data[i] * Coefficient[i];//按权求和
}
Sum/= CoeSum;
value =Sum/N;
return(value );//求平均
}
另外,在实践中得到的经验,复合滤波确实比只采用单种滤波方法所取得的效果好。
今天的文章算法之十大滤波算法详解_一阶滤波算法分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/70807.html