c++算法學習之常見的6種濾波算法

#include <iostream>
#include <stdlib.h>
using namespace std;
/*********1***********/
const int N_limit = 2;
int value_lim = 50;
/*********2**********/
const int N_mid = 11;
/*********3**********/
const int N_mean = 12;
/*********4**********/
const int N_dtm = 4;
int i_dtm = 0;
int value_buf[N_dtm + 1] = {0};
/*********5**********/
const int N_mm = 4;
/*********6**********/
const int N_ldtm = 4;//先限幅濾波幅度在+-4
int value_ldtm = 50;
const int N_lddtm = 5;//再進行遞推濾波
int i_lddtm = 0;
int value_ldtm_buf[N_lddtm + 1] = { 0 };

const int SIZE = 20;

void delay_ms(int intms);//延時函數
int get_data();//模擬采樣數據的函數rand()獲取的隨機數
/********濾波函數*********/
int filter_limit();//限幅濾波器
int filter_mid();//中位值濾波法
int filter_mean();//算術平均濾波法
int filter_dtmean();//遞推平均濾波法
int filter_midmean();//中位值平均濾波法
int filter_limdtm();//限幅平均濾波法
void main(){
    int a;
    for (int i = 0; i < SIZE; i++)
    {
        a = filter_limdtm();
        cout << "濾波后的數據：" << a << endl;
        cout << endl;
    }

    
    system("pause");
}
/*1.限幅濾波法函數體*/
/*
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
*/
int filter_limit(){
    int new_value;
    new_value = get_data();
    cout <<"get_data產生的數據:"<< new_value << endl;
    if ((new_value - value_lim > N_limit)||(value_lim - new_value > N_limit))
        return value_lim;
    return new_value;
}

/*2.中位值濾波法函數體*/
/*
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
*/
int filter_mid(){
    int value_buf[N_mid];
    int count, i, j, temp;
    cout << "隨機抽樣N_mid次的數據是：" << endl;
    for (count = 0; count < N_mid; count++)
    {
        value_buf[count] = get_data();
        delay_ms(5);
        cout << value_buf[count] << ",";
    }
    cout << endl;
    for ( j = 0; j < N_mid -1; j++)
    {
        for ( i = 0; i < N_mid -j-1; 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;
            }

        }
    }
    cout << "排序后的N_mid次采樣數據是：" << endl;
    for (int i = 0; i < N_mid; i++)
    {
        cout << value_buf[i] << ",";
    }
    return value_buf[(N_mid - 1) / 2];
}

/*3.均值濾波法函數體*/
/*
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
*/
int filter_mean(){
    int sum = 0;
    cout << "采樣N_mean次數據的是：" << endl;
    for (int count = 0; count < N_mean; count++)
    {
        cout << get_data() << ",";
        sum += get_data();
        delay_ms(5);
    }
    cout << "均值為：" << (int)(sum / N_mean) << endl;
    return (int)(sum / N_mean);
}

/*4.遞推均值濾波法（滑動均值濾波法）函數體*/
/*
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
*/
int filter_dtmean(){
    int sum = 0, count;
    value_buf[N_dtm] = get_data();
    cout << "采樣第" << i_dtm ++ << "次的數據的是：" << value_buf[N_dtm] << endl;
    for ( count = 0; count < N_dtm; count++)
    {
        value_buf[count] = value_buf[count + 1];
        sum += value_buf[count];
    }
    cout << "均值為：" << (int)(sum / N_dtm) << endl;
    return (int)(sum / N_dtm);
    
}

/*5.中位值均值濾波法函數體*/
/*
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
*/
int filter_midmean(){
    int count, i, j, temp;
    int value_buf[N_mm];
    int sum = 0;
    cout << "隨機抽樣N_mm次的數據是：" << endl;
    for (count = 0; count < N_mm; count++)
    {
        value_buf[count] = get_data();
        delay_ms(5);
        cout << value_buf[count] << ",";
    }
    cout << endl;
    for (j = 0; j < N_mm - 1; j++)
    {
        for (i = 0; i < N_mm - j - 1; 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;
            }

        }
    }
    cout << "去掉最大值和最小值之后的由小到大排序為：" << endl;
    for (count = 1; count < N_mm - 1; count++)
    {
        cout << value_buf[count] << ",";
        sum += value_buf[count];
    }
    cout << endl;
    return (int)(sum / (N_mm - 2));
}

/*6.限幅平均濾波法函數體*/
/*
6、限幅平均濾波法
A、方法：
相當於“限幅濾波法”+“遞推平均濾波法”
每次采樣到的新數據先進行限幅處理，
再送入    隊列進行遞推平均濾波處理
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：
比較浪費RAM
*/
int filter_limdtm(){
    int new_value;
    int i;
    int sum = 0;
    new_value = get_data();
    cout << "數據采樣第" << i_lddtm++ << "次讀取的數據為：" << new_value << endl;
    if ((new_value - value_ldtm>N_ldtm) || (value_ldtm - new_value>N_ldtm))
    {
        value_ldtm_buf[N_lddtm] = value_ldtm;
    }
    else
    {
        value_ldtm_buf[N_lddtm] = new_value;
    }
    for ( i = 0; i < N_lddtm; i++)
    {
        value_ldtm_buf[i] = value_ldtm_buf[i + 1];//先進先出所有數組元素向左移，首位舍棄。
        sum += value_ldtm_buf[i];
    }
    return (int)(sum / N_lddtm);
}
 
int get_data(){
    
    return rand()/((RAND_MAX)/100);
}
void delay_ms(int ms){
    int i, j;
    for (i = 0; i<ms; i++) { 
        for (j = 0; j<200; j++); 
        for (j = 0; j<102; j++); 
    }
}