搜索
bottom↓
回复: 31

这种AD滤波算法的实例对吗?

  [复制链接]

出0入0汤圆

发表于 2011-1-11 22:09:45 | 显示全部楼层 |阅读模式
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[N];
char i=0;
char filter()
{
   char count;
   int  sum=0;
   value_buf[i++] = get_ad();
   if ( i == N )   i = 0;
   for ( count=0;count<N,count++)
      sum = value_buf[count];//?????
   return (char)(sum/N);
}

上述实例中带问号的语句是不是应改为sum += value_buf[count];才对?

出0入0汤圆

 楼主| 发表于 2011-1-11 22:11:31 | 显示全部楼层
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

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()
{
   char  new_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 N  11
char filter()
{
   char value_buf[N];
   char count,i,j,temp;
   for ( count=0;count<N;count++)
   {
      value_buf[count] = get_ad();
      delay();
   }
   for (j=0;j<N-1;j++)
   {
      for (i=0;i<N-j;i++)
      {
         if ( value_buf>value_buf[i+1] )
         {
            temp = value_buf;
            value_buf = value_buf[i+1];
             value_buf[i+1] = temp;
         }
      }
   }
   return value_buf[(N-1)/2];
}   
3、算术平均滤波法
/*
*/
#define N 12
char filter()
{
   int  sum = 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[N];
char i=0;
char filter()
{
   char count;
   int  sum=0;
   value_buf[i++] = get_ad();
   if ( i == N )   i = 0;
   for ( count=0;count<N,count++)
      sum = value_buf[count];
   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[N];
   int  sum=0;
   for  (count=0;count<N;count++)
   {
      value_buf[count] = get_ad();
      delay();
   }
   for (j=0;j<N-1;j++)
   {
      for (i=0;i<N-j;i++)
      {
         if ( value_buf>value_buf[i+1] )
         {
            temp = value_buf;
            value_buf = value_buf[i+1];
             value_buf[i+1] = temp;
         }
      }
   }
   for(count=1;count<N-1;count++)
      sum += value[count];
   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()
{
   char  new_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[N] = {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[N];
   int  sum=0;
   for (count=0,count<N;count++)
   {
      value_buf[count] = get_ad();
      delay();
   }
   for (count=0,count<N;count++)
      sum += value_buf[count]*coe[count];
   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;   
}

出0入0汤圆

发表于 2011-2-26 16:46:51 | 显示全部楼层
mark

出0入0汤圆

发表于 2011-2-26 17:17:21 | 显示全部楼层
mark

出0入0汤圆

发表于 2011-2-26 19:09:42 | 显示全部楼层
学习啊

出0入0汤圆

发表于 2012-12-14 12:40:40 | 显示全部楼层
很好的东西。

出0入0汤圆

发表于 2013-4-5 11:48:57 | 显示全部楼层
谢谢二楼的讲解,受益良多

出0入0汤圆

发表于 2013-4-6 18:34:46 | 显示全部楼层
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。

出200入0汤圆

发表于 2013-4-9 10:50:18 | 显示全部楼层
学习,正好用到

出0入0汤圆

发表于 2013-4-22 22:47:44 | 显示全部楼层
   mark                          

出0入0汤圆

发表于 2013-5-26 12:05:27 | 显示全部楼层
mark                                    

出0入0汤圆

发表于 2013-9-13 12:30:53 | 显示全部楼层
学习,正在用

出0入0汤圆

发表于 2013-9-13 12:34:01 | 显示全部楼层
这些个算法很实用,谢谢分享

出0入0汤圆

发表于 2013-9-18 16:39:49 | 显示全部楼层
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。

出0入0汤圆

发表于 2013-9-22 10:41:14 | 显示全部楼层
mark一下,讲解的不错

出0入0汤圆

发表于 2014-9-15 09:01:19 | 显示全部楼层
正好需要这样的解决问题思路,谢谢楼主的分享!

出0入0汤圆

发表于 2014-9-16 09:35:27 | 显示全部楼层
好!!!!mark一下!

出0入4汤圆

发表于 2014-10-24 22:22:52 | 显示全部楼层
多谢,最近需要。

出0入0汤圆

发表于 2014-10-31 14:48:06 | 显示全部楼层
MARK                        

出0入0汤圆

发表于 2014-10-31 16:03:03 | 显示全部楼层
     MARK   

出0入0汤圆

发表于 2014-10-31 16:06:22 | 显示全部楼层
mark。。。。。

出0入0汤圆

发表于 2015-8-25 13:30:57 | 显示全部楼层
这个不错,就是部分函数变量未定义。

出0入0汤圆

发表于 2016-1-28 14:41:19 | 显示全部楼层
mark!!!

出0入0汤圆

发表于 2016-2-25 13:31:41 | 显示全部楼层
学习了,受益良多

出0入0汤圆

发表于 2018-3-15 10:47:10 | 显示全部楼层
用这些程序要注意了,有些是语法错误的.

出0入0汤圆

发表于 2018-3-15 10:48:17 | 显示全部楼层
是的,原程序有BUG。估计是少打个加号

出0入0汤圆

发表于 2018-3-15 17:37:31 | 显示全部楼层
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;

出0入0汤圆

发表于 2018-3-18 14:49:18 | 显示全部楼层
mark,留着备用

出0入0汤圆

发表于 2018-6-5 11:42:00 | 显示全部楼层
MARK
比较全

出0入0汤圆

发表于 2018-6-5 14:17:32 | 显示全部楼层
AD滤波算法,标记下

出0入0汤圆

发表于 2022-8-15 22:38:06 | 显示全部楼层
mark!记录

出0入0汤圆

发表于 2022-8-18 09:14:38 | 显示全部楼层
好!学习
回帖提示: 反政府言论将被立即封锁ID 在按“提交”前,请自问一下:我这样表达会给举报吗,会给自己惹麻烦吗? 另外:尽量不要使用Mark、顶等没有意义的回复。不得大量使用大字体和彩色字。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|Archiver|amobbs.com 阿莫电子论坛 -- 东莞阿莫电子网站 ( 粤ICP备2022115958号, 版权所有:东莞阿莫电子贸易商行 创办于2004年 (公安交互式论坛备案:44190002001997 ) )

GMT+8, 2023-2-8 03:04

© Since 2004 www.amobbs.com, 原www.ourdev.cn, 原www.ouravr.com

快速回复 返回顶部 返回列表