这种AD滤波算法的实例对吗？
最近看到一个AD滤波的算法如下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
资料给出的实例如下：
4、递推平均滤波法（又称滑动平均滤波法）
/*
*/
#define N 12
char value_buf;
char i=0;
char filter()
{
char count;
intsum=0;
value_buf = get_ad();
if ( i == N ) i = 0;
for ( count=0;count<N,count++)
sum = value_buf;//？？？？？
return (char)(sum/N);
}
上述实例中带问号的语句是不是应改为sum += value_buf;才对？ 附网上的那个资料
AD采集滤波算法
收集的关于基础滤波算法：
理论上讲单片机从A/D芯片上采集的信号就是需要的量化信号，但是由于存在电路的相互干扰、电源噪声干扰和电磁干扰，在A/D芯片的模拟输入信号上会叠加周期或者非周期的干扰信号，并会被附加到量化值中，给信号带来一定的恶化。考虑到数据采集的实时性和安全性，有时需要对采集的数据进行软处理，一尽量减小干扰信号的影响，这一过程称为数据采集滤波。
以下介绍十种数据采集滤波的方法和编程实例。这10种方法针对不同的噪声和采样信号具有不同的性能，为不同场合的应用提供了较广的选择空间。选择这些方法时，必须了解电路种存在的主要噪声类型，主要包括一下方面：
* 噪声是突发随机噪声还是周期性噪声
* 噪声频率的高低
* 采样信号的类型是块变信号还是慢变信号
* 另外还要考虑系统可供使用的资源等
通过对噪声和采样性能分析，选用最合适的方法以及确定合理的参数，才能达到良好的效果。
目前用于数据采集滤波的主要方法有以下10种，这10种方法都是在时域上进行处理的，相对于从频域角度设计的IIR或者FIR滤波器，其实现简单，运算量小，而性能可以满足绝大部分的场合的应用要求
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
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();
1、限副滤波
/*A值可根据实际情况调整
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 A 10
char value;
char filter()
{
charnew_value;
new_value = get_ad();
if ( ( new_value - value > A ) || ( value - new_value > A )
return value;
return new_value;
}
2、中位值滤波法
/*N值可根据实际情况调整
排序采用冒泡法*/
#define N11
char filter()
{
char value_buf;
char count,i,j,temp;
for ( count=0;count<N;count++)
{
value_buf = get_ad();
delay();
}
for (j=0;j<N-1;j++)
{
for (i=0;i<N-j;i++)
{
if ( value_buf>value_buf )
{
temp = value_buf;
value_buf = value_buf;
value_buf = temp;
}
}
}
return value_buf[(N-1)/2];
}
3、算术平均滤波法
/*
*/
#define N 12
char filter()
{
intsum = 0;
for ( count=0;count<N;count++)
{
sum + = get_ad();
delay();
}
return (char)(sum/N);
}
4、递推平均滤波法（又称滑动平均滤波法）
/*
*/
#define N 12
char value_buf;
char i=0;
char filter()
{
char count;
intsum=0;
value_buf = get_ad();
if ( i == N ) i = 0;
for ( count=0;count<N,count++)
sum = value_buf;
return (char)(sum/N);
}
5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
/*
*/
#define N 12
char filter()
{
char count,i,j;
char value_buf;
intsum=0;
for(count=0;count<N;count++)
{
value_buf = get_ad();
delay();
}
for (j=0;j<N-1;j++)
{
for (i=0;i<N-j;i++)
{
if ( value_buf>value_buf )
{
temp = value_buf;
value_buf = value_buf;
value_buf = temp;
}
}
}
for(count=1;count<N-1;count++)
sum += value;
return (char)(sum/(N-2));
}
6、限幅平均滤波法
/*
*/
略 参考子程序1、3
7、一阶滞后滤波法
/* 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()
{
charnew_value;
new_value = get_ad();
return (100-a)*value + a*new_value;
}
8、加权递推平均滤波法
/* coe数组为加权系数表，存在程序存储区。*/
#define N 12
char code coe = {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;
intsum=0;
for (count=0,count<N;count++)
{
value_buf = get_ad();
delay();
}
for (count=0,count<N;count++)
sum += value_buf*coe;
return (char)(sum/sum_coe);
}
9、消抖滤波法
#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;
} mark mark 学习啊 很好的东西。 谢谢二楼的讲解，受益良多 对于数字仪器，采样值用一定的滤波算法来平滑结果是常用的手段。中、低速采样速度的设备，一般可取N值大至50~100，使用上述第六种方法进行计算，在采样队列未满前按实际数量的数据计算，队列满以后按队列长度计算。 学习，正好用到 mark mark {:smile:} 学习，正在用 这些个算法很实用，谢谢分享 这些滤波算法确实很好！第二次看了。如何用好关键还是分析具体的信号波形及干扰特点。 mark一下，讲解的不错 正好需要这样的解决问题思路，谢谢楼主的分享！ 好！！！！mark一下！ 多谢，最近需要。 MARK MARK mark。。。。。 这个不错，就是部分函数变量未定义。 mark！！！ 学习了，受益良多 用这些程序要注意了,有些是语法错误的. 是的，原程序有BUG。估计是少打个加号 网上这些程序都不知道从哪抄来的，实际使用都需要优化
比如这个滑动平均，每一次都全累积一遍再求平均，平均次数数量多了还不卡死程序，要求不高可以简化下
sum = 0;
avg = 0;
sum -= avg;
sum += get_ad();
avg = sum / N; mark,留着备用 MARK
比较全 AD滤波算法，标记下 mark！记录 好！学习
页:
[1]