10种ADC软件滤波方法及程序-白红宇

10种ADC软件滤波方法及程序

阅读量：5165 次

发布时间：2019-06-13

本文共 4899 字，大约阅读时间需要 16 分钟。

转自：亿芯工程师博客

10种AD采样的软件滤波方法

1、限幅滤波法（又称程序判断滤波法）

A、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<=A,则本次值有效

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

B、优点：

能有效克服因偶然因素引起的脉冲干扰

C、缺点

无法抑制那种周期性的干扰

平滑度差

2、中位值滤波法

A、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

B、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

C、缺点：

对流量、速度等快速变化的参数不宜

3、算术平均滤波法

A、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：一般流量,N=12;压力：N=4

B、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

C、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、递推平均滤波法（又称滑动平均滤波法）

A、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

N值的选取：流量,N=12;压力：N=4;液面,N=4~12;温度,N=1~4

B、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

C、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

5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

A、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

N值的选取：3~14

B、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

C、缺点：

测量速度较慢,和算术平均滤波法一样

比较浪费RAM

6、限幅平均滤波法

A、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

B、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

C、缺点：

比较浪费RAM

7、一阶滞后滤波法

A、方法：

取a=0~1

本次滤波结果=（1-a）*本次采样值+a*上次滤波结果

B、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

C、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

8、加权递推平均滤波法

A、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

B、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

C、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

9、消抖滤波法

A、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<>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

B、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

C、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

10、限幅消抖滤波法

A、方法：

相当于“限幅滤波法”+“消抖滤波法”

先限幅,后消抖

B、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

C、缺点：

对于快速变化的参数不宜

10种软件滤波方法的示例程序

[cpp]

1. 假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为get_ad();
3. 1、限副滤波
4. /* A值可根据实际情况调整
5. value为有效值，new_value为当前采样值
6. 滤波程序返回有效的实际值 */
7. #define A 10
9. char value;
11. char filter()
12. {
13. char new_value;
14. new_value = get_ad();
15. if ( ( new_value - value> A ) || ( value - new_value> A )
16. return value;
17. return new_value;
19. }
21. 2、中位值滤波法
22. /* N值可根据实际情况调整
23. 排序采用冒泡法*/
24. #define N 11
26. char filter()
27. {
28. char value_buf[N];
29. char count,i,j,temp;
30. for ( count=0;count<N;count++)
31. {
32. value_buf[count] = get_ad();
33. delay();
34. }
35. for (j=0;j<N-1;j++)
36. {
37. for (i=0;i<N-j;i++)
38. {
39. if ( value_buf>value_buf[i+1] )
40. {
41. temp = value_buf;
42. value_buf = value_buf[i+1];
43. value_buf[i+1] = temp;
44. }
45. }
46. }
47. return value_buf[(N-1)/2];
48. }
50. 3、算术平均滤波法
51. /*
52. */
54. #define N 12
56. char filter()
57. {
58. int sum = 0;
59. for ( count=0;count<N;count++)
60. {
61. sum + = get_ad();
62. delay();
63. }
64. return (char)(sum/N);
65. }
67. 4、递推平均滤波法（又称滑动平均滤波法）
68. /*
69. */
70. #define N 12
72. char value_buf[N];
73. char i=0;
75. char filter()
76. {
77. char count;
78. int sum=0;
79. value_buf[i++] = get_ad();
80. if ( i == N ) i = 0;
81. for ( count=0;count<N,count++)
82. sum = value_buf[count];
83. return (char)(sum/N);
84. }
86. 5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
87. /*
88. */
89. #define N 12
91. char filter()
92. {
93. char count,i,j;
94. char value_buf[N];
95. int sum=0;
96. for (count=0;count<N;count++)
97. {
98. value_buf[count] = get_ad();
99. delay();
100. }
101. for (j=0;j<N-1;j++)
102. {
103. for (i=0;i<N-j;i++)
104. {
105. if ( value_buf>value_buf[i+1] )
106. {
107. temp = value_buf;
108. value_buf = value_buf[i+1];
109. value_buf[i+1] = temp;
110. }
111. }
112. }
113. for(count=1;count<N-1;count++)
114. sum += value[count];
115. return (char)(sum/(N-2));
116. }
118. 6、限幅平均滤波法
119. /*
120. */
121. 略参考子程序1、3
123. 7、一阶滞后滤波法
124. /* 为加快程序处理速度假定基数为100，a=0~100 */
126. #define a 50
128. char value;
130. char filter()
131. {
132. char new_value;
133. new_value = get_ad();
134. return (100-a)*value + a*new_value;
135. }
137. 8、加权递推平均滤波法
138. /* coe数组为加权系数表，存在程序存储区。*/
140. #define N 12
142. char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
143. char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
145. char filter()
146. {
147. char count;
148. char value_buf[N];
149. int sum=0;
150. for (count=0,count<N;count++)
151. {
152. value_buf[count] = get_ad();
153. delay();
154. }
155. for (count=0,count<N;count++)
156. sum += value_buf[count]*coe[count];
157. return (char)(sum/sum_coe);
158. }
160. 9、消抖滤波法
162. #define N 12
164. char filter()
165. {
166. char count=0;
167. char new_value;
168. new_value = get_ad();
169. while (value !=new_value);
170. {
171. count++;
172. if (count>=N) return new_value;
173. delay();
174. new_value = get_ad();
175. }
176. return value;
177. }
179. 10、限幅消抖滤波法
180. /*
181. */
182. 略参考子程序1、9
184. 11、IIR滤波例子
186. int BandpassFilter4(int InputAD4)
187. {
188. int ReturnValue;
189. int ii;
190. RESLO=0;
191. RESHI=0;
192. MACS=*PdelIn;
193. OP2=1068; //FilterCoeff4[4];
194. MACS=*(PdelIn+1);
195. OP2=8; //FilterCoeff4[3];
196. MACS=*(PdelIn+2);
197. OP2=-2001;//FilterCoeff4[2];
198. MACS=*(PdelIn+3);
199. OP2=8; //FilterCoeff4[1];
200. MACS=InputAD4;
201. OP2=1068; //FilterCoeff4[0];
202. MACS=*PdelOu;
203. OP2=-7190;//FilterCoeff4[8];
204. MACS=*(PdelOu+1);
205. OP2=-1973; //FilterCoeff4[7];
206. MACS=*(PdelOu+2);
207. OP2=-19578;//FilterCoeff4[6];
208. MACS=*(PdelOu+3);
209. OP2=-3047; //FilterCoeff4[5];
210. *p=RESLO;
211. *(p+1)=RESHI;
212. mytestmul<<=2;
213. ReturnValue=*(p+1);
214. for (ii=0;ii<3;ii++)
215. {
216. DelayInput[ii]=DelayInput[ii+1];
217. DelayOutput[ii]=DelayOutput[ii+1];
218. }
219. DelayInput[3]=InputAD4;
220. DelayOutput[3]=ReturnValue;
222. // if (ReturnValue<0)
223. // {
224. // ReturnValue=-ReturnValue;
225. // }
226. return ReturnValue;
227. }
228.