单片机软件滤波的几种办法

A、办法：
依据经历判别，确认两次采样答应的最大误差值（设为A）
每次检测到新值时判别：
假如本次值与前次值之差<=A,则本次值有用
假如本次值与前次值之差>A,则本次值无效,抛弃本次值,用前次值替代本次值
B、长处：
能有用战胜因偶尔要素引起的脉冲搅扰
C、缺陷
无法按捺那种周期性的搅扰
滑润度差

2、中位值滤波法
A、办法：
接连采样N次（N取奇数）
把N次采样值按巨细摆放
取中心值为本次有用值
B、长处：
能有用战胜因偶尔要素引起的动摇搅扰
对温度、液位的改变缓慢的被测参数有杰出的滤波作用
C、缺陷：
对流量、速度等快速改变的参数不宜

3、算术均匀滤波法
A、办法：
接连取N个采样值进行算术均匀运算
N值较大时：信号滑润度较高，但灵敏度较低
N值较小时：信号滑润度较低，但灵敏度较高
N值的选取：一般流量，N=12；压力：N=4
B、长处：
适用于对一般具有随机搅扰的信号进行滤波
这样信号的特点是有一个均匀值，信号在某一数值规模邻近上下动摇
C、缺陷：
关于丈量速度较慢或要求数据核算速度较快的实时操控不适用
比较糟蹋RAM

4、递推均匀滤波法（又称滑动均匀滤波法）
A、办法：
把接连取N个采样值当作一个行列
行列的长度固定为N
每次采样到一个新数据放入队尾,并丢掉本来队首的一次数据.(先进先出准则)
把行列中的N个数据进行算术均匀运算,就可获得新的滤波成果
N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4
B、长处：
对周期性搅扰有杰出的按捺作用，滑润度高
适用于高频振动的体系
C、缺陷：
灵敏度低
对偶尔呈现的脉冲性搅扰的按捺作用较差
不易消除因为脉冲搅扰所引起的采样值误差
不适用于脉冲搅扰比较严峻的场合
比较糟蹋RAM

5、中位值均匀滤波法（又称防脉冲搅扰均匀滤波法）
A、办法：
相当于“中位值滤波法”+“算术均匀滤波法”
接连采样N个数据，去掉一个最大值和一个最小值
然后核算N-2个数据的算术均匀值
N值的选取：3~14
B、长处：
交融了两种滤波法的长处
关于偶尔呈现的脉冲性搅扰，可消除因为脉冲搅扰所引起的采样值误差
C、缺陷：
丈量速度较慢，和算术均匀滤波法相同
比较糟蹋RAM

6、限幅均匀滤波法
A、办法：
相当于“限幅滤波法”+“递推均匀滤波法”
每次采样到的新数据先进行限幅处理，
再送入行列进行递推均匀滤波处理
B、长处：
交融了两种滤波法的长处
关于偶尔呈现的脉冲性搅扰，可消除因为脉冲搅扰所引起的采样值误差
C、缺陷：
比较糟蹋RAM

7、一阶滞后滤波法
A、办法：
取a=0~1
本次滤波成果=（1-a）*本次采样值+a*前次滤波成果
B、长处：
对周期性搅扰具有杰出的按捺作用
适用于动摇频率较高的场合
C、缺陷：
相位滞后，灵敏度低
滞后程度取决于a值巨细
不能消除滤波频率高于采样频率的1/2的搅扰信号

8、加权递推均匀滤波法
A、办法：
是对递推均匀滤波法的改善，即不同时间的数据加以不同的权
通常是，越挨近现时间的数据，权获得越大。
给予新采样值的权系数越大，则灵敏度越高，但信号滑润度越低
B、长处：
适用于有较大纯滞后时间常数的目标
和采样周期较短的体系
C、缺陷：
关于纯滞后时间常数较小，采样周期较长，改变缓慢的信号
不能敏捷反响体系当时所受搅扰的严峻程度，滤波作用差

9、消抖滤波法
A、办法：
设置一个滤波计数器
将每次采样值与当时有用值比较：
假如采样值＝当时有用值，则计数器清零
假如采样值<>当时有用值，则计数器+1，并判别计数器是否>=上限N(溢出)
假如计数器溢出,则将本次值替换当时有用值,并清计数器
B、长处：
关于改变缓慢的被测参数有较好的滤波作用,
可防止在临界值邻近操控器的重复开/关跳动或显示器上数值颤动
C、缺陷：
关于快速改变的参数不宜
假如在计数器溢出的那一次采样到的值恰好是搅扰值,则会将搅扰值当作有用值导入体系

10、限幅消抖滤波法
A、办法：
相当于“限幅滤波法”+“消抖滤波法”
先限幅,后消抖
B、长处：
承继了“限幅”和“消抖”的长处
改善了“消抖滤波法”中的某些缺陷,防止将搅扰值导入体系
C、缺陷：
关于快速改变的参数不宜

11、IIR 数字滤波器

A. 办法：
确认信号带宽， 滤之。
Y(n) = a1*Y(n-1) + a2*Y(n-2) + … + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + … + bk*X(n-k)

B. 长处：高通，低通，带通，带阻恣意。规划简略(用matlab）
C. 缺陷：运算量大。
　

//———————————————————————

软件滤波的C程序样例

11种软件滤波办法的示例程序

假定从8位AD中读取数据（假如是更高位的AD可定义数据类型为int),子程序为get_ad();

1、限副滤波

#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、中位值滤波法

#define N 11

char filter()
{
char value_buf[N];
char count,i,j,temp;
for ( count=0;count {
value_buf[count] = get_ad();
delay();
}
for (j=0;j {
for (i=0;i {
if ( value_buf>value_buf[i+1] )
{
temp = value_buf;
value_buf = value_buf[i+1];
value_buf[i+1] = temp;
}
}
}
return value_buf[(N-1)/2];
}

3、算术均匀滤波法

#define N 12

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

4、递推均匀滤波法（又称滑动均匀滤波法）

#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 sum = value_buf[count];
return (char)(sum/N);
}

5、中位值均匀滤波法（又称防脉冲搅扰均匀滤波法）

#define N 12

char filter()
{
char count,i,j;
char value_buf[N];
int sum=0;
for (count=0;count {
value_buf[count] = get_ad();
delay();
}
for (j=0;j {
for (i=0;i {
if ( value_buf>value_buf[i+1] )
{
temp = value_buf;
value_buf = value_buf[i+1];
value_buf[i+1] = temp;
}
}
}
for(count=1;count sum += value[count];
return (char)(sum/(N-2));
}

6、限幅均匀滤波法

略 参阅子程序1、3

7、一阶滞后滤波法

#define a 50

char value;

char filter()
{
char new_value;
new_value = get_ad();
return (100-a)*value + a*new_value;
}

8、加权递推均匀滤波法

#define N 12

char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;

char filter()
{
char count;
char value_buf[N];
int sum=0;
for (count=0,count {
value_buf[count] = get_ad();
delay();
}
for (count=0,count sum += value_buf[count]*coe[count];
return (char)(sum/sum_coe);
}

9、消抖滤波法

#define N 12

char filter()
{
char count=0;
char new_value;
new_value = get_ad();
while (value !=new_value);
{
count++;
if (count>=N) return new_value;
delay();
new_value = get_ad();
}
return value;
}

10、限幅消抖滤波法

略 参阅子程序1、9

11、IIR滤波比如

int BandpassFilter4(int InputAD4)
{
int ReturnValue;
int ii;
RESLO=0;
RESHI=0;
MACS=*PdelIn;
OP2=1068; //FilterCoeff4[4];
MACS=*(PdelIn+1);
OP2=8; //FilterCoeff4[3];
MACS=*(PdelIn+2);
OP2=-2001;//FilterCoeff4[2];
MACS=*(PdelIn+3);
OP2=8; //FilterCoeff4[1];
MACS=InputAD4;
OP2=1068; //FilterCoeff4[0];
MACS=*PdelOu;
OP2=-7190;//FilterCoeff4[8];
MACS=*(PdelOu+1);
OP2=-1973; //FilterCoeff4[7];
MACS=*(PdelOu+2);
OP2=-19578;//FilterCoeff4[6];
MACS=*(PdelOu+3);
OP2=-3047; //FilterCoeff4[5];
*p=RESLO;
*(p+1)=RESHI;
mytestmul<<=2;
ReturnValue=*(p+1);
for (ii=0;ii<3;ii++)
{
DelayInput[ii]=DelayInput[ii+1];
DelayOutput[ii]=DelayOutput[ii+1];
}
DelayInput[3]=InputAD4;
DelayOutput[3]=ReturnValue;

// if (ReturnValue<0)
// {
// ReturnValue=-ReturnValue;
// }
return ReturnValue;
}
　
//——————————————————————————