在微机控制系统的模拟输入信号中,一般均含有各种噪声和干扰,他们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制,必须消除被测信号中的噪声和干扰。
噪声有2大类:
(1) 周期性的信号,其典型代表为50Hz的工频干扰,对于这类信号,采用积分时间等于20ms整倍数的双积分A/D转换器,可有效地消除其影响;
(2) 非周期的不规则随机信号,对于随机干扰,可以用数字滤波方法予以削弱或滤除。
所谓数字滤波,就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重,因此他实际上是一个程序滤波。数字滤波器克服了模拟滤波器的许多不足,他与模拟滤波器相比有以下优点:
(1) 数字滤波器是用软件实现的,不需要增加硬设备,因而可靠性高、稳定性好,不存在阻抗匹配问题。
(2) 模拟滤波器通常是各通道专用,而数字滤波器则可多通道共享,从而降低了成本。
(3) 数字滤波器可以对频率很低(如0.01Hz)的信号进行滤波,而模拟滤波器由于受电容容量的限制,频率不可能太低。
(4) 数字滤波器可以根据信号的不同,采用不同的滤波方法或滤波参数,具有灵活、方便、功能强的特点。
在单片机开发中,经常需要对输入的数据进行过滤处理,如传感器数据输出,AD采样等,合适的滤波处理能达到更好效果。下面分享几种较简单而常用的滤波算法:
10种数字滤波方法
1、限副滤波
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
优点:能有效克服因偶然因素引起的脉冲干扰。
缺点:无法抑制那种周期性的干扰,平滑度差。
int Filter_Value; int Value; void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子 Value = 300; } void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Value = Filter_Value; // 最近一次有效采样的值,该变量为全局变量 Serial.println(Filter_Value); // 串口输出 delay(50); } // 用于随机产生一个300左右的当前值 int Get_AD() { return random(295, 305); } // 限幅滤波法(又称程序判断滤波法) #define FILTER_A 1 int Filter() { int NewValue; NewValue = Get_AD(); if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A)) return Value; else return NewValue; }
2、中位值滤波法
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。
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。
缺点:对流量、速度等快速变化的参数不宜。
/* 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
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
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。
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。
#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)
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
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。
// 递推平均滤波法(又称滑动平均滤波法) #define FILTER_N 12 int filter_buf[FILTER_N + 1]; int Filter() { int i; int filter_sum = 0; filter_buf[FILTER_N] = Get_AD(); for(i = 0; i < FILTER_N; i++) { filter_buf[i] = filter_buf[i + 1]; // 所有数据左移,低位仍掉 filter_sum += filter_buf[i]; } return (int)(filter_sum / FILTER_N); }
5、中位值平均滤波法(又称防脉冲干扰平均滤波法)
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
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。
缺点:测量速度较慢,和算术平均滤波法一样,比较浪费RAM。
// 中位值平均滤波法(又称防脉冲干扰平均滤波法)(算法1) #define FILTER_N 100 int Filter() { int i, j; int filter_temp, filter_sum = 0; int filter_buf[FILTER_N]; for(i = 0; i< FILTER_N; i++) { filter_buf[i] = Get_AD(); delay(1); } // 采样值从小到大排列(冒泡法) for(j = 0; j < FILTER_N - 1; j++) { for(i = 0; i < FILTER_N - 1 - j; i++) { if(filter_buf[i] > filter_buf[i + 1]) { filter_temp = filter_buf[i]; filter_buf[i] = filter_buf[i + 1]; filter_buf[i + 1] = filter_temp; } } } // 去除最大最小极值后求平均 for(i = 1; i < FILTER_N - 1; i++) filter_sum += filter_buf[i]; return filter_sum / (FILTER_N - 2); } // 中位值平均滤波法(又称防脉冲干扰平均滤波法)(算法2) #define FILTER_N 100 int Filter() { int i; int filter_sum = 0; int filter_max, filter_min; int filter_buf[FILTER_N]; for(i = 0; i < FILTER_N; i++) { filter_buf[i] = Get_AD(); delay(1); } filter_max = filter_buf[0]; filter_min = filter_buf[0]; filter_sum = filter_buf[0]; for(i = FILTER_N - 1; i > 0; i--) { if(filter_buf[i] > filter_max) filter_max=filter_buf[i]; else if(filter_buf[i] < filter_min) filter_min=filter_buf[i]; filter_sum = filter_sum + filter_buf[i]; filter_buf[i] = filter_buf[i - 1]; } i = FILTER_N - 2; filter_sum = filter_sum - filter_max - filter_min + i / 2; // +i/2 的目的是为了四舍五入 filter_sum = filter_sum / i; return filter_sum; }
6、限幅平均滤波法
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。
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。
缺点:比较浪费RAM。
// 限幅平均滤波法 #define FILTER_A 1 int Filter() { int i; int filter_sum = 0; filter_buf[FILTER_N - 1] = Get_AD(); if(((filter_buf[FILTER_N - 1] - filter_buf[FILTER_N - 2]) > FILTER_A) || ((filter_buf[FILTER_N - 2] - filter_buf[FILTER_N - 1]) > FILTER_A)) filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2]; for(i = 0; i < FILTER_N - 1; i++) { filter_buf[i] = filter_buf[i + 1]; filter_sum += filter_buf[i]; } return (int)filter_sum / (FILTER_N - 1); }
7、一阶滞后滤波法
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。
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。
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。
// 一阶滞后滤波法 #define FILTER_A 0.01 int Filter() { int NewValue; NewValue = Get_AD(); Value = (int)((float)NewValue * FILTER_A + (1.0 - FILTER_A) * (float)Value); return Value; }
8、加权递推平均滤波法
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。
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。
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。
// 加权递推平均滤波法 #define FILTER_N 12 int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}; // 加权系数表 int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加权系数和 int filter_buf[FILTER_N + 1]; int Filter() { int i; int filter_sum = 0; filter_buf[FILTER_N] = Get_AD(); for(i = 0; i < FILTER_N; i++) { filter_buf[i] = filter_buf[i + 1]; // 所有数据左移,低位仍掉 filter_sum += filter_buf[i] * coe[i]; } filter_sum /= sum_coe; return filter_sum; }
9、消抖滤波法
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 。
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。
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。
// 消抖滤波法 #define FILTER_N 12 int i = 0; int Filter() { int new_value; new_value = Get_AD(); if(Value != new_value) { i++; if(i > FILTER_N) { i = 0; Value = new_value; } } else i = 0; return Value; }
10、限幅消抖滤波法
方法:相当于“限幅滤波法”+“消抖滤波法” 先限幅,后消抖。
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。
缺点:对于快速变化的参数不宜。
// 限幅消抖滤波法 #define FILTER_A 1 #define FILTER_N 5 int i = 0; int Filter() { int NewValue; int new_value; NewValue = Get_AD(); if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A)) new_value = Value; else new_value = NewValue; if(Value != new_value) { i++; if(i > FILTER_N) { i = 0; Value = new_value; } } else i = 0; return Value; }
本文转载自:博客园(博主:半个圆)
免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。