AD采樣點的電壓多少有點起伏波動,經運放放大后電壓的波動如果超過ADC的分辯率,則顯示的值會出現波動。波動如果十分大的話, 建議在硬件上濾波,相反,如果波動較小,你可以用軟件濾波方法解決這個問題。
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
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
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
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
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
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
7、一階滯后濾波法
A、方法:
取a=0~1
本次濾波結果=(1-a)*本次采樣值+a*上次濾波結果
B、優點:
對周期性干擾具有良好的抑制作用
適用於波動頻率較高的場合
C、缺點:
相位滯后,靈敏度低
滯后程度取決於a值大小
不能消除濾波頻率高於采樣頻率的1/2的干擾信號
8、加權遞推平均濾波法
A、方法:
是對遞推平均濾波法的改進,即不同時刻的數據加以不同的權
通常是,越接近現時刻的數據,權取得越大。
給予新采樣值的權系數越大,則靈敏度越高,但信號平滑度越低
B、優點:
適用於有較大純滯后時間常數的對象
和采樣周期較短的系統
C、缺點:
對於純滯后時間常數較小,采樣周期較長,變化緩慢的信號
不能迅速反應系統當前所受干擾的嚴重程度,濾波效果差
9、消抖濾波法
A、方法:
設置一個濾波計數器
將每次采樣值與當前有效值比較:
如果采樣值=當前有效值,則計數器清零
如果采樣值<>當前有效值,則計數器+1,並判斷計數器是否>=上限N(溢出)
如果計數器溢出,則將本次值替換當前有效值,並清計數器
B、優點:
對於變化緩慢的被測參數有較好的濾波效果,
可避免在臨界值附近控制器的反復開/關跳動或顯示器上數值抖動
C、缺點:
對於快速變化的參數不宜
如果在計數器溢出的那一次采樣到的值恰好是干擾值,則會將干擾值當作有效值導入系統
10、限幅消抖濾波法
A、方法:
相當於“限幅濾波法”+“消抖濾波法”
先限幅,后消抖
B、優點:
繼承了“限幅”和“消抖”的優點
改進了“消抖濾波法”中的某些缺陷,避免將干擾值導入系統
C、缺點:
對於快速變化的參數不宜
前面閑來無事,整理了下平時用得比較多的部分MCU濾波算法,當然 代碼網上都有,我只是做了一個搬運工,合並了一些算法,整理成模塊函數,需要用的時候直接調用就可以。這里簡單介紹包含的內容,詳細代碼和使用說明在附件里。大家可自行查閱。
![]() ![]()
AD濾波算法函數模塊說明:
一、該模塊包含濾波算法有:中位值濾波、中位值平均濾波、遞推平均濾波、一階滯后濾波。用戶可根據項目不同情況選用不同的濾波算法。
1.1、中位值濾波: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。適用范圍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。不過對流量、速度等快速變化的參數不宜。
1.2、中位值平均濾波:連續采用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。適用范圍:對應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。但是測量速度較慢, 比較浪費RAM。
1.3遞推平均濾波: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,把隊列中得N個數據進行算術平均運算,就可以獲得新的濾波結果。
適用范圍: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。缺點是靈敏度低,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。
1.4、一階滯后濾波:對周期性干擾具有良好的抑制作用,適用於波動頻率較高得場合。缺點就是相位滯后,靈敏度低,滯后程度取決於a的大小,不能消除濾波頻率高於采樣頻率1/21/2的干擾信號。本次濾波結果result=(1-a)*本次采樣值+a*上次值。a=(0~1)
二、濾波函數
2.1、中位值/中位值平均濾波函數
函數名:FILTER_median(TYPE_STATE Flag)
輸入值:Flag:選擇中位值濾波或中位值平均濾波
ON:中位值平均濾波 OFF:中位值濾波
返回值:濾波結果
2.2、遞推平均濾波函數
函數名:FILTER_recursive()
輸入值:無
返回值:sum:濾波結果
2.3、一階滯后濾波函數
函數名:FILTER_firstorder()
輸入值:無
返回值:value:濾波結果
備注:在干電池剩余電量檢測中,經過測試對比數據,使用中位值平均濾波算法比較合適。數據整體表現平穩,靈敏度較高,脈沖干擾直接濾除。測試數據如下:
![]()
單片機源程序如下:
|