【转】AD转换中常用的十种数字滤波法
- 限幅滤波法(又称程序判断滤波法)
- 中位值滤波法
- 算术平均滤波法
- 递推平均滤波法(又称滑动平均滤波法)
- 中位值平均滤波法(又称防脉冲干扰平均滤波法)
- 限幅平均滤波法
- 一阶滞后滤波法
- 加权递推平均滤波法
- 消抖滤波法
- 限幅消抖滤波法
- 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
#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;
}
else
{
return new_value;
}
}
- 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
#define N 11
char filter()
{
charvalue_buf[N];
char count,i,j,temp;
for ( count=;count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for(j=;j<N-;j++)
{
for(i=;i<N-j-;i++)
{
if ( value_buf>value_buf[i+] )
{
temp =value_buf;
value_buf = value_buf[i+];
value_buf[i+] = temp;
}
}
}
returnvalue_buf[(N-)/];
}
- 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
程序:
#define N 12
char filter()
{
int sum = ;
for ( count=;count<N;count++)
{
sum + =get_ad();
delay();
}
return (char)(sum/N);
}
- 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
#define N 12
char value_buf[N];
char i=;
char filter()
{
char count;
int sum=;
value_buf[i++] = get_ad();
if ( i == N ) i = ;
for ( count=;count<N,count++)
{
sum+ = value_buf[count];
} return (char)(sum/N);
}
- 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
#define N 12
char filter()
{
char count,i,j;
char value_buf[N];
int sum=;
for (count=;count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (j=;j<N-;j++)
{
for (i=;i<N-j-;i++)
{
if ( value_buf>value_buf[i+] )
{
temp = value_buf;
value_buf = value_buf[i+];
value_buf[i+] = temp;
}
}
}
for(count=;count<N-;count++)
{
sum +=value[count];
} return(char)(sum/(N-));
}
- 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
程序略 参考子程序1、3
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
程序:
/* 为加快程序处理速度假定基数为100,a=0~100 */
#define a 50
char value;
char filter()
{
char new_value;
new_value = get_ad();
return ((-a)*value + a*new_value);
}
- 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
/* coe数组为加权系数表,存在程序存储区。*/
#define N 12
char code coe[N] ={,,,,,,,,,,,};
char code sum_coe = +++++++++++; char filter()
{
char count;
char value_buf[N];
int sum=;
for (count=,count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (count=,count<N;count++)
{
sum += value_buf[count]*coe[count];
} return (char)(sum/sum_coe);
}
- 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
#define N 12
char filter()
{
char count=;
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;
}
- 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
程序略 参考子程序1、9
【转】AD转换中常用的十种数字滤波法的更多相关文章
- 在AD转换中的过采样和噪声形成
1. 直接量化的过采样AD转换 此类系统的模型可以用下图表示. 图中xa(t)是输入信号,e(t)是量化引入的噪声,xd[n]是最终得到的数字信号,包含分量xda和xde. 对于M倍过采样,信号与量化 ...
- FPGA在AD采集中的应用
AD转换,也叫模数转换,是将模拟信号转换为数字信号.目前包括电脑CPU,ARM,FPGA,处理的信号都只能是数字信号,所以数据信号在进入处理芯片前必须要进行AD转换. 在高速的AD转换中,FPGA以其 ...
- js函数实现转换css中常用的颜色编码
//转换css中常用颜色编码 var toRGB = function (val){ var reg1 = /^#([0-9A-F]{2})([0-9A-F]{2})([0-9A-F]{2})$/i; ...
- MODBUS协议解析中常用的转换帮助类(C#)
p{ text-align:center; } blockquote > p > span{ text-align:center; font-size: 18px; color: #ff0 ...
- J2EE项目开发中常用到的公共方法
在项目IDCM中涉及到多种工单,包括有:服务器|网络设备上下架工单.服务器|网络设备重启工单.服务器光纤网线更换工单.网络设备撤线布线工单.服务器|网络设备替换工单.服务器|网络设备RMA工单.通用原 ...
- 【转载】Linux中常用操作命令
说明:开始学习linux系统,为了方便查看,特转载一篇Linux中常用操作命令,转载地址:http://www.cnblogs.com/laov/p/3541414.html 正文: Linux简介及 ...
- .net开发中常用的第三方组件
.net开发中常用的第三方组件 2013-05-09 09:33:32| 分类: dotnet |举报 |字号 订阅 下载LOFTER 我的照片书 | RSS.NET.dll RSS. ...
- org.apache.commons.lang.StringUtils中常用的方法
org.apache.commons.lang.StringUtils中常用的方法,这里主要列举String中没有,且比较有用的方法: 1. 检查字符串是否为空: static boolean isB ...
- java中常用的工具类(三)
继续分享java中常用的一些工具类.前两篇的文章中有人评论使用Apache 的lang包和IO包,或者Google的Guava库.后续的我会加上的!谢谢支持IT江湖 一.连接数据库的综合类 ...
随机推荐
- 1.2《想成为黑客,不知道这些命令行可不行》(Learn Enough Command Line to Be Dangerous)——开始第一条命令
现在开始准备运行我们的第一条命令了,在屏幕上打印'hello'.(字符打印的地方被称为'标准输出',通常指的是屏幕,很少指真的物理打印机设备).这条命令就是echo,这条命令的参数是想要输出的字符串或 ...
- 在win10环境中安装xilinx vivado IDE时出现的问题及解决方法
1.问题:There is no valid Xilinx installation that this Update can be applied to. 解决方法一:下载的是更新包,如果设备没有预 ...
- 领域驱动设计理解&总结
领域驱动设计理解&总结 这篇文章主要是通读<实现领域驱动设计>之后自己的理解和总结(同时也参照一些博文的分析来加深自己的理解): 有些疑问是自定义内容,虽然有自己的理解,但依然感觉 ...
- 20155218《网络对抗》Exp2 后门原理与实践
20155218<网络对抗>Exp2 后门原理与实践 常用后门工具实践 1.Windows获得Linux Shell: 在Windows下,先使用ipconfig指令查看本机IP,使用nc ...
- mfc Radio Buttons
添加单选按钮 关联变量 调试宏TRACE BOOL类型 一.添加一组单选按钮 二.添加第二组单选按钮 三.关联变量 四.单选按钮运用 void CMY_Dialog::OnBnClickedButto ...
- flask 与 vue.js 2.0 实现 todo list
实现了后端与前端分离,后端提供 RESTful api. 后端 flask 与前端 vue 的数据传输都是 json. 本文使用 vue.js 2.0 对前一个例子:flask, SQLAlchemy ...
- libgdx学习记录13——矩形CD进度条绘制
利用ShapeRenderer可进行矩形进度条的绘制,多变形的填充等操作. 这是根据角度获取矩形坐标的函数. public Vector2 GetPoint( float x, float y, fl ...
- 【容器魔方解读】AWS Re:Invent 2018大会
每年云计算领域技术与商业风向标之一的AWS Re:Invent大会上周在美国拉斯维加斯召开,如往届一样,AWS密集发布了上百项的新产品或新技术.随着国内近两年云计算尤其是公有云的普及度越来越高,国内各 ...
- 区块链Hyperledger Fabric 学习记录(一)开发环境搭建(ubuntu16.04/ubuntu18.04)
目录 Fabric开发环境搭建 更新说明 教程环境及软件版本 Docker 安装Docker 配置用户组 配置Aliyun Docker加速器 安装docker-compose Go 下载源码 安装源 ...
- Macaca初体验-PC端(Python)
前言: Macaca 是一套面向用户端软件的测试解决方案,提供了自动化驱动,周边工具,集成方案.由阿里巴巴公司开源:http://macacajs.github.io/macaca/ 特点: 同时支持 ...