算法之十大滤波算法详解

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。