ADC轉換—10種軟件濾波技術分享（I）

        嚯嚯，上次記得做ADC轉換的時候，采樣進來的數據經常會像猴子一樣蹦來蹦去，本人在該程序中采用了平均值濾波的方法，因為平均值濾波簡單有效，適合初學者，今天有幸在AVR論壇上發現某高手總結的10種軟件濾波法案，覺得甚是有價值，在此和大家一起分享一下，嚯嚯：

1，限幅濾波法（又稱程序判斷濾波法） 

    A、方法：  
    根據經驗判斷，確定兩次采樣允許的最大偏差值（設為A）  
    每次檢測到新值時判斷：  
    如果本次值與上次值之差<=A,則本次值有效  
    如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上次值代替本次值  
    B、優點：  
    能有效克服因偶然因素引起的脈沖干擾  
    C、缺點  
    無法抑制那種周期性的干擾  
    平滑度差

實例程序：

/* A值可根據實際情況調整  
value為有效值，new_value為當前采樣值  
濾波程序返回有效的實際值 */  
#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、中位值濾波法  
    A、方法：  
    連續采樣N次（N取奇數）  
    把N次采樣值按大小排列  
    取中間值為本次有效值  
    B、優點：  
    能有效克服因偶然因素引起的波動干擾  
    對溫度、液位的變化緩慢的被測參數有良好的濾波效果  
    C、缺點：  
    對流量、速度等快速變化的參數不宜

示例程序：

/* N值可根據實際情況調整  
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[i]>value_buf[i+1] )  
             {  
                   temp = value_buf[i];  
                   value_buf[i] = value_buf[i+1];  
                   value_buf[i+1] = temp;  
             }  
        }  
     }  
     return value_buf[(N-1)/2];  
}

 

3、算術平均濾波法  
    A、方法：  
    連續取N個采樣值進行算術平均運算  
N值較大時：信號平滑度較高，但靈敏度較低  
N值較小時：信號平滑度較低，但靈敏度較高  
N值的選取：一般流量，N=12；壓力：N=4  
B、優點：  
適用於對一般具有隨機干擾的信號進行濾波  
這樣信號的特點是有一個平均值，信號在某一數值范圍附近上下波動  
C、缺點：  
對於測量速度較慢或要求數據計算速度較快的實時控制不適用  
比較浪費RAM 

示例程序：

3、算術平均濾波法 

#define N 12 

char filter()  
{  
     int sum = 0;  
     for ( count=0;count<N;count++)  
     {  
           sum + = get_ad();  
           delay();  
      }  
      return (char)(sum/N);  
} 

 

4、遞推平均濾波法（又稱滑動平均濾波法）  
A、方法：  
把連續取N個采樣值看成一個隊列  
隊列的長度固定為N  
每次采樣到一個新數據放入隊尾,並扔掉原來隊首的一次數據.(先進先出原則)  
把隊列中的N個數據進行算術平均運算,就可獲得新的濾波結果  
N值的選取：流量，N=12；壓力：N=4；液面，N=4~12；溫度，N=1~4  
B、優點：  
對周期性干擾有良好的抑制作用，平滑度高  
適用於高頻振盪的系統  
C、缺點：  
靈敏度低  
對偶然出現的脈沖性干擾的抑制作用較差  
不易消除由於脈沖干擾所引起的采樣值偏差  
不適用於脈沖干擾比較嚴重的場合  
比較浪費RAM 

示例程序：
#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、中位值平均濾波法（又稱防脈沖干擾平均濾波法）  
A、方法：  
相當於“中位值濾波法”+“算術平均濾波法”  
連續采樣N個數據，去掉一個最大值和一個最小值  
然后計算N-2個數據的算術平均值  
N值的選取：3~14  
B、優點：  
融合了兩種濾波法的優點  
對於偶然出現的脈沖性干擾，可消除由於脈沖干擾所引起的采樣值偏差  
C、缺點：  
測量速度較慢，和算術平均濾波法一樣  
比較浪費RAM 

示例程序：

#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[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[count];  
    return (char)(sum/(N-2)); 

}