滤波源程序如下:
- #include <stdio.h>
- #include <absacc.h>
- #include <intrins.h>
- #include <./Atmel/at89x52.h>
- #include "source.h"
- main()
- {
- filter_1();
- filter_2();
- filter_3();
- filter_4();
- filter_5();
- filter_6();
- filter_7();
- filter_8();
- filter_9();
- filter_10();
- }
- unsigned char get_ad(void){
- static unsigned char i;
- return i++;
- }
- void delay(void){
- unsigned char i=0;
- while(1){
- i++;
- if(i>20) return;
- }
- }
- /***限幅滤波**/
- #define A 10 //设置两次采样允许的最大偏差值
- char value; //上次采用后的有效值变量
- char filter_1(void){
- char new_value; //本次采样值变量
- new_value=get_ad(); //读入本次采样值
- if((new_value-value>A)||(value-new_value>A)) //比较是否超出最大偏差值
- return value; //如果超出,返回上次的有效值作为本次的有效值
- return new_value;// 如果没有超出,返回本次的采样值作为本次的有效值
- }
- /***中位值滤波法***/
- #define N 11 //设置连续采样的次数
- char filter_2(void){
- char value_buf[N]; //缓存N次采样值的存储变量
- char count,i,j,temp; //i,j是冒泡排序的下标变量,count是采样数据读入的下标变量
- //temp是临时变量
- for(count=0;count<N;count++) //连续读入N个采样值
- {
- value_buf[count]=get_ad();
- delay();
- }
- for(j=0;j<N;j++) //气泡排序,由小到大
- {
- 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]; //将排序后N个采样值的中间值作为最后结果返回
- }
- /**算数平均滤波法**/
- /* N为进行平均运算的每组采样值的数量,依据实际情况可以改变*/
- #undef N
- #define N 12 //设置每组参与平均运算的采样值个数
- char filter_3(){
- int sum=0; //求和变量,用于存储采样值的累加值
- char count;//采样数据读入的下标变量
- for(count=0;count<N;count++) //连续读入N个采样值,并累加
- {
- sum+=get_ad();
- delay();
- }
- return (char)(sum/N); //讲累加值进行平均计算作为返回值
- }
- /**递推平均滤波法**/
- #undef N
- #define N 12 //设置FIFO队列的长度
- char value_buf[N];//FIFO队列变量
- char i=0; //队列的下标变量
- char filter_4(){
- 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);
- }
- /**中位值平均滤波法**/
- /* 采样值N为每组采样值的数量,依据实际情况可以改变*/
- #undef N
- #define N 12 //设置每组采样值的数量
- char filter_5()
- {
- char count,i,j,temp; //i,j是冒泡排序的下标变量,count是采样数据读入的下标变量
- char value_buf[N]; // 缓冲N个采样值的存储变量
- int sum=0; //求和变量,用于存储采样值的累加值
- for (count=0;count<N;count++) //连续读入N个采样值
- {
- value_buf[count] = get_ad();
- delay();
- }
- for (j=0;j<N-1;j++) //气泡排序,由小到大
- {
- 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_buf[count]; //去掉两端的最小和最大采样值,对中间的N-2个采样值求和
- return (char)(sum/(N-2));// 返回中间N-2个采样值的平均值
- }
- /**限幅平均滤波法**/
- /* A值可以根据实际情况调整,value为上次采样的有效值,new_value为当前采样值 */
- /* N为进行平均运算的每组采样值的数量,依据实际情况可以改变*/
- #undef A
- #undef N
- #define A 10 //设置两次采样允许的最大偏差值
- #define N 12 //设置每组参与平均运算的采样值个数
- char value; //上次采用后的有效值变量
- char filter_6()
- {
- char new_value; //本次采样值变量
- int sum=0; //求和变量,用于存储采样值的累加值
- char count;//采样数据读入的下标变量
- for(count=0;count<N;count++)
- {
- new_value=get_ad(); //读入本次采样值
- if((new_value-value>A)||(value-new_value>A)) //比较是否超出最大偏差值
- new_value=value; //如果超出,返回上次的有效值作为本次的有效值
- sum+=new_value; //累加采样的有效值
- value=new_value;
- delay();
- }
- return (char)(sum/N); //将累加值进行平均计算作为返回值
- }
- /**一阶滞后滤波法**/
- /* 为加快程序处理速度假定基数为100,a=0~100 */
- #define COE 50 //定义加权系数
- char value; //上一个采样值变量
- char filter_7()
- {
- char new_value; //本次采样值变量
- new_value = get_ad();
- return (100-COE)*value + COE*new_value; //返回的本次滤波结果
- }
- /**加权递推平均滤波法**/
- /* coe数组为加权系数表,存在程序存储区。*/
- #undef N
- #define N 12 //设置FIFO队列的长度
- char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12}; //加权系数
- char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
- char filter_8()
- {
- char count; //采样数据读入的下标变量
- char value_buf[N]; //缓存N个采样值的存储变量
- int sum=0; //求和变量,用于存储采样值的累加值
- for (count=0;count<N;count++)
- {
- value_buf[count] = get_ad(); //读入采样值
- delay();
- }
- for (count=0;count<N;count++)
- sum += value_buf[count]*coe[count]; //累加采样值和系数的乘积
- return (char)(sum/sum_coe); //累加值与系数和相除作为返回结果
- }
- /**消抖滤波法**/
- #undef N
- #define N 12 //设置计数器溢出值
- char filter_9()
- {
- char count=0; //计数变量
- char new_value; //本次采样值变量
- new_value = get_ad(); //读入本次采样值
- while (value !=new_value);
- {
- count++; //计数器加1
- if (count>=N) return new_value; //如果本次采样值与当前有效值不相等,
- //且计数器溢出,返回本次采样值
- delay();
- new_value = get_ad();
- }
- return value; //如果本次采样值与当前有效值相等,则返回当前有效值
- }
- /**限幅消抖滤波法**/
- /* A值可以根据实际情况调整,value为上次采样的有效值,new_value为当前采样值 */
- /* N为计数器的溢出值*/
- #undef A
- #undef N
- #define A 10 //设置两次采样允许的最大偏差值
- #define N 12 //设置计数器溢出值
- char value; //有效值变量
- char filter_10()
- {
- char count=0; //计数变量
- char new_value; //本次采样值变量
- new_value = get_ad(); //读入本次采样值
- if((new_value-value>A)||(value-new_value>A)) //比较是否超出最大偏差值
- new_value=value; //如果超出,返回有效值作为本次的采样有效值
- while (value !=new_value);
- {
- count++; //计数器加1
- if (count>=N) return new_value; //如果本次采样值与当前有效值不相等,
- //且计数器溢出,返回本次采样值
- delay();
- new_value = get_ad();
- }
- return value; //如果本次采样值与当前有效值相等,则返回当前有效值
- }
复制代码
1 、限幅滤波法(又称程序判断滤波法) A、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 B、优点: 能有效克服因偶然因素引起的脉冲干扰 C、缺点 无法抑制那种周期性的干扰 平滑度差 2、中位值滤波法 A、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 B、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 C、缺点: 对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、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 B、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 C、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 4、递推平均滤波法(又称滑动平均滤波法) A、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 B、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 5、中位值平均滤波法(又称防脉冲干扰平均滤波法) A、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 B、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 C、缺点: 测量速度较慢,和算术平均滤波法一样 比较浪费RAM
6、限幅平均滤波法 A、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 B、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 C、缺点: 比较浪费RAM 7、一阶滞后滤波法 A、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 B、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 C、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 8、加权递推平均滤波法 A、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 B、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 C、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 9、消抖滤波法 A、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 B、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 C、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 10、限幅消抖滤波法 A、方法: 相当于“限幅滤波法”+“消抖滤波法” 先限幅,后消抖 B、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 C、缺点: 对于快速变化的参数不宜
所有资料51hei提供下载:
滤波算法.rar
(198.22 KB, 下载次数: 132)
|