在微控制器的开发中，经常需要对输入数据进行过滤处理，例如传感器数据输出或者模拟数字转换（AD）采样等。良好的滤波处理可以提高系统的性能。下面将介绍几种较为简单且常用的滤波算法：
一、限幅滤波法（又称为程序判断滤波法）
二、中值滤波法
三、算术平均滤波法
四、递推平均滤波法
五、中值平均滤波法
六、限幅平均滤波法
七、一阶滞后滤波法
八、加权递推平均滤波法
九、消抖滤波法
十、限幅消抖滤波法
一、限幅滤波法（也称为程序判断滤波法）
A、方法：
-
根据经验判断，确定两次采样允许的最大偏差值（记为A）。 -
每次检测到新值时执行以下判断： -
如果本次值与上次值之差小于等于A，则本次值有效。 -
如果本次值与上次值之差大于A，则本次值无效，放弃本次值，并用上次值代替本次值。
-
B、优点：
-
能够有效抵御偶然因素引起的脉冲干扰。
C、缺点：
-
无法抑制周期性干扰。 -
平滑度较差。
1int Filter_Value;
2int Value;
3
4void setup() {
5 Serial.begin(9600); // 初始化串口通信
6 randomSeed(analogRead(0)); // 产生随机种子
7 Value = 300;
8}
9
10void loop() {
11 Filter_Value = Filter(); // 获得滤波器输出值
12 Value = Filter_Value; // 最近一次有效采样的值，该变量为全局变量
13 Serial.println(Filter_Value); // 串口输出
14 delay(50);
15}
16
17// 用于随机产生一个300左右的当前值
18int Get_AD() {
19 return random(295, 305);
20}
21
22// 限幅滤波法（又称程序判断滤波法）
23#define FILTER_A 1
24int Filter() {
25 int NewValue;
26 NewValue = Get_AD();
27 if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
28 return Value;
29 else
30 return NewValue;
31}
二、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
1/* N值可根据实际情况调整排序采用冒泡法*/
2#define N 11
3
4char filter()
5{
6 char value_buf[N];
7 char count,i,j,temp;
8 for ( count=0;countfor (j=0;jfor (i=0;iif (value_buf>value_buf[i+1] )
18 {
19 temp = value_buf;
20 value_buf = value_buf[i+1];
21 value_buf[i+1] = temp;
22 }
23 }
24 }
25 return value_buf[(N-1)/2];
26}
三、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
1#define N 12
2
3char filter()
4{
5 int sum = 0;
6 for (count=0;countreturn (char)(sum/N);
12}
四、递推平均滤波法
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
1// 递推平均滤波法（又称滑动平均滤波法）
2#define FILTER_N 12
3int filter_buf[FILTER_N + 1];
4int Filter() {
5 int i;
6 int filter_sum = 0;
7 filter_buf[FILTER_N] = Get_AD();
8 for(i = 0; i return (int)(filter_sum / FILTER_N);
13}
五、中位值平均滤波法
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
1// 中位值平均滤波法（又称防脉冲干扰平均滤波法）（算法1）
2#define FILTER_N 100
3int Filter() {
4 int i, j;
5 int filter_temp, filter_sum = 0;
6 int filter_buf[FILTER_N];
7 for(i = 0; i for(j = 0; j for(i = 0; i if(filter_buf[i] > filter_buf[i + 1]) {
15 filter_temp = filter_buf[i];
16 filter_buf[i] = filter_buf[i + 1];
17 filter_buf[i + 1] = filter_temp;
18 }
19 }
20 }
21 // 去除最大最小极值后求平均
22 for(i = 1; i return filter_sum / (FILTER_N - 2);
24}
25
26
27// 中位值平均滤波法（又称防脉冲干扰平均滤波法）（算法2）
28#define FILTER_N 100
29int Filter() {
30 int i;
31 int filter_sum = 0;
32 int filter_max, filter_min;
33 int filter_buf[FILTER_N];
34 for(i = 0; i for(i = FILTER_N - 1; i > 0; i--) {
42 if(filter_buf[i] > filter_max)
43 filter_max=filter_buf[i];
44 else if(filter_buf[i] return filter_sum;
53}
六、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
1// 限幅平均滤波法
2#define FILTER_A 1
3int Filter() {
4 int i;
5 int filter_sum = 0;
6 filter_buf[FILTER_N - 1] = Get_AD();
7 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))
8 filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2];
9 for(i = 0; i return (int)filter_sum / (FILTER_N - 1);
14}
七、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
1// 一阶滞后滤波法
2#define FILTER_A 0.01
3int Filter() {
4 int NewValue;
5 NewValue = Get_AD();
6 Value = (int)((float)NewValue * FILTER_A + (1.0 - FILTER_A) * (float)Value);
7 return Value;
8}
八、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
1// 加权递推平均滤波法
2#define FILTER_N 12
3int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}; // 加权系数表
4int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加权系数和
5int filter_buf[FILTER_N + 1];
6int Filter() {
7 int i;
8 int filter_sum = 0;
9 filter_buf[FILTER_N] = Get_AD();
10 for(i = 0; i return filter_sum;
16}
九、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
1// 消抖滤波法
2#define FILTER_N 12
3int i = 0;
4int Filter() {
5 int new_value;
6 new_value = Get_AD();
7 if(Value != new_value) {
8 i++;
9 if(i > FILTER_N) {
10 i = 0;
11 Value = new_value;
12 }
13 }
14 else
15 i = 0;
16 return Value;
17}
十、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
1// 限幅消抖滤波法
2#define FILTER_A 1
3#define FILTER_N 5
4int i = 0;
5int Filter() {
6 int NewValue;
7 int new_value;
8 NewValue = Get_AD();
9 if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
10 new_value = Value;
11 else
12 new_value = NewValue;
13 if(Value != new_value) {
14 i++;
15 if(i > FILTER_N) {
16 i = 0;
17 Value = new_value;
18 }
19 }
20 else
21 i = 0;
22 return Value;
23}
特别说明：本文参考了11种滤波算法加上自己的整理所得。
以上就是良许教程网为各位朋友分享的Linu系统相关内容。想要了解更多Linux相关知识记得关注公众号“良许Linux”，或扫描下方二维码进行关注，更多干货等着你 ！
微信扫一扫打赏
支付宝扫一扫打赏
