干货 | 单片机ADC常用的十大滤波算法(C语言）

来源:电子工程世界发布时间:2023-05-12867浏览

询问 AI

▲更多精彩内容请点击上方蓝字关注我们吧！

一、限幅滤波法

1、方法：

根据经验判断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：

a.如果本次值与上次值之差<=A，则本次值有效b.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
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

/*A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值*/
#defineA10
charValue;
charfilter()
{
charnew_Value;
new_Value=get_ad();//获取采样值
if(abs(new_Value-Value)>A)
returnValue;//abs()取绝对值函数
returnnew_Value;
}

二、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

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

#defineN11
charfilter()
{
charvalue_buf[N];
charcount,i,j,temp;
for(count=0;count<N;count++)//获取采样值
{
value_buf[count]=get_ad();
delay();
}
for(j=0;j< (N-1);j++)
{
for(i=0;i< (n-j);i++)
{
if(value_buf[i] >value_buf[i+1])
{
temp=value_buf[i];
value_buf[i]=value_buf[i+1];
value_buf[i+1]=temp;
}
}
}
returnvalue_buf[(N-1)/2];
}

三、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：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

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

#defineN12
charfilter()
{
intsum=0;
for(count=0;count<N;count++)
{
sum+=get_ad();
}
return(char)(sum/N);
}

四、递推平均滤波法

1、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

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

/*A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值*/
#defineA10
charValue;
charfilter()
{
charnew_Value;
new_Value=get_ad();//获取采样值
if(abs(new_Value-Value)>A)
returnValue;//abs()取绝对值函数
returnnew_Value;
}

五、中位值平均滤波法

1、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

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：

测量速度较慢，和算术平均滤波法一样
比较浪费RAM

charfilter()
{
charcount,i,j;
charValue_buf[N];
intsum=0;
for(count=0;count<N;count++)
{
Value_buf[count] =get_ad();
}
for(j=0;j< (N-1);j++)
{
for(i=0;i< (N-j);i++)
{
if(Value_buf[i] >Value_buf[i+1])
{
temp=Value_buf[i];
Value_buf[i] =Value_buf[i+1];
Value_buf[i+1] =temp;
}
}
}
for(count=1;count<N-1;count++)
{
sum+=Value_buf[count];
}
return(char)(sum/(N-2));
}

六、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：

比较浪费RAM

#defineA10
#defineN12
charvalue,i =0;
charvalue_buf[N];
charfilter()
{
charnew_value,sum=0;
new_value=get_ad();
if(Abs(new_value - value) <A)
value_buf[i++] =new_value;
if(i==N)
i=0;
for(count=0;count<N;count++)
{
sum+=value_buf[count];
}
return(char)(sum/N);
}

七、一阶滞后滤波法

1、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

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的1/2的干扰信号

/*为加快程序处理速度，取a=0~100*/
#definea30
charvalue;
charfilter()
{
charnew_value;
new_value=get_ad();
return((100-a)*value+a*new_value);
}

八、加权递推平均滤波法

1、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

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
不能迅速反应交易系统当前所受干扰的严重程度，滤波效果差

/*coe数组为加权系数表*/
#defineN12
charcodecoe[N]={1,2,3,4,5,6,7,8,9,10,11,12};
charcodesum_coe={1+2+3+4+5+6+7+8+9+10+11+12};
charfilter()
{
charcount;
charvalue_buf[N];
intsum=0;
for(count=0;count<N;count++)
{
value_buf[count]=get_ad();
}
for(count=0;count<N;count++)
{
sum+=value_buf[count]*coe[count];
}
return(char)(sum/sum_coe);
}

九、消抖滤波法

1、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>或<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

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交易系统

#defineN12
charfilter()
{
charcount=0,new_value;
new_value=get_ad();
while(value!=new_value)
{
count++;
if(count>=N)
returnnew_value;
new_value=get_ad();
}
returnvalue;
}

十、限幅消抖滤波法

1、方法：

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

#defineA10
#defineN12
charvalue;
charfilter()
{
charnew_value,count=0;
new_value=get_ad();
while(value!=new_value)
{
if(Abs(value-new_value)<A)
{
count++;
if(count>=N)
returnnew_value;
new_value=get_ad();
}
returnvalue;
}
}