10种简单的数字滤波算法
10种简单的数字滤波算法(C语言源程序) 假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int）,子程序为get_ad();
1、限副滤波
/* A值可根据实际情况调整
value为有效值，new_value为当前采样值
滤波程序返回有效的实际值*/
#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
/* N值可根据实际情况调整
排序采用冒泡法*/
#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[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]; } 3、算术平均滤波法 /* */ #define N 12 char filter() { int sum = 0; for ( count=0;count { sum + = get_ad(); delay(); } return (char)(sum/N); } 4、递推平均滤波法（又称滑动平均滤波法） /* */ #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、中位值平均滤波法（又称防脉冲干扰平均滤波法）/* */ #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[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 sum += value[count]; return (char)(sum/(N-2)); } 6、限幅平均滤波法 /* */ 略参考子程序1、3 7、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 a 50 char value; char filter() { char new_value; new_value = get_ad(); return (100-a)*value + a*new_value; } 8、加权递推平均滤波法 /* coe数组为加权系数表，存在程序存储区。*/ #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 /* */ 一个非常适合单片机的滤波算法 一个非常适合单片机的滤波算法（内附匠人分析） 2011-01-08 09:17 匠人按：今天在论坛里看到一位网友发了个滤波算法。开始以为是一种新算法，后来仔细分析，发现原来是一阶滤波（低通滤波）的变形。原文及匠人的分析附录如下： -------------------------------------------------以下为原文 ------------------- 连接：https://www.360docs.net/doc/4518144509.html,/icview-170880-1-1.html 单片机大多资源小，算法占用的资源越小越好，现在介绍就是一个占用很小资源的算法，这个算法是本人在进行扫描仪设计，实现灰度转二值时实现动态阈值，当时为了跟踪灰度等级的变化，需要一个灰度积分跟踪电路，开始使用一个电容积分电路，用灰度信号对电容充电，放电时以该电容电压的比例进行，实现对输入信号的跟踪，但用电容的电路设计比较复杂。过后发现这种比例放电的思想用软件实现非常简单，且具有积分、微分的作用。 具体公式如下： SUM=SUM-SUM/n+S 其中：S为采样值，SUM为保存值，n是放电比例、最好选2的幂次数，单片机移位即可，不需要做除法，跟随后得到的值为SUM/n，SUM注意不溢出，预留的容量为采样数最大值的n倍，初始化时如果是跟踪一段时间后使用，可以是任何值，否则可以用采样值乘n初始化。使用值为SUM/n（下文中SA），实现SUM/n对S的跟踪。还有一个关键是计算周期T，即多长时间进行一次。一、积分作用： 1．平滑滤波（滑动平均滤波） 由公式中可以看出，每次采样、计算后，当前采样的影响对SUM/n只有1/n,而且采到的值随次数的增加影响越来越小直至没有，相关性逐渐减弱，而且是连续相关。如果计算周期与采样周期相同，使用计算后的值对干扰有n倍的抑制，即积分的平滑滤波作用，如1ms采样一次，同时运算一次， 则使用值SA=SUM/n为抑制干扰的结果，且同样是1ms给出一个结果，使用两个变量实现平滑滤波，并且是即时使用的，与采样几次平均的平滑不同。 2．动态阈值 在很多应用中需要动态阈值，比如触摸按键的键阈值门限，血压计的心率检出，前面提到的灰度转二值黑白图像等（灰度转二值因为扫描速度2.5Mbyte/S,不能使用软件运算，但可以使用可编程逻辑实现）。动态阈值是对信号积分后得到的低频变化再与基本门限相加在触摸按键中增加动态阈值可以提高其适应性和可靠性。关键是根据按键反应时间和按键间隔确定按键积分参数，跟踪速度，n、T 越大跟踪的越慢，积分效果越好。 3．锁相作用：把上边的积分运算，用于对时间上周期的信号，例如根据过零触发信号锁定交流电源周期，使用两次T时间不同，其它相同的运算，由于T不同，跟踪速度不同，当两次运算的结果相等时可以确认为锁定，这时得到的是准确的电源周期值，而相位偏差也很小。 二、微分作用： 公式中的SA趋近采样值S，如果S是线性的，SA的值是可控滞后于S，那么运算的间隔时间T不同，得到的跟踪曲线的滞后特性不同，这种滞后特性的差和间隔时间就是微分特性，表示曲线的变化规律。如电热水壶，温度的变化相当于采样时间是还相当慢的，局部可以作为线性变化来处理。下边以设计电热水壶的过程来说明微分作用。 电热水壶出口一直使用蒸汽开关这种需要交专利费的方式。不使用蒸汽开关检测压力只能使用热敏器件检测温度。 温度检测的环境要求： 1．海拔高度不同的地区水开的温度不同。 2．热敏器件的误差较大，必须克服，否则可生产性不足。 3．环境温度不同，电源电压不同，装水量不同。 由要求1、2决定检测温度不能判别水开与否，需要检测温度的变化率，但温度变化率的判别又和要求3相关，下边曲线图为热水器的加热曲线。蓝线为即时温度，橙色为一次运算后的曲线。 图中加热过程中间添加了冷水，曲线有一段下降，过后的加热过程两个曲线有个 差异滞后，同一个时间的两个曲线差表示了加热效率的变化，其中最大的加热效率体现了环境温度不同，电源电压不同，装水量不同的综合效果。由于滞后的时间可以通过计算周期T来调整，知道滞后时间又有相减的差，这就是微分效应，加热过程整个就是效率的变化过程。我们可以通过1秒钟计算一次，2秒钟计算一次，加上原始数据得到三个曲线，效率的变化一目了然。 第一次的水开检测使用效率的方法，同时也会得到水开时的温度检测值，微分特性本身是可以预知变化趋势的，如果1秒钟计算一次，用当前检测值减去这次计算的结果，这个差与当前值相加，就可以做为当前1秒后的结果，也就是预知1秒后加热的检测值，结合第一次得到的水开温度检测值，以后的水开检测就有两个判断条件。 ----------------------------------------------以下为匠人的分析----------------------------- 拨开迷雾看真相，作者的这个算法，本质上，就是一阶滤波（低通滤波）。 引用作者原来的公式 SUM=SUM-SUM/n+S 首先点破一下，等号前面的SUM代表的是本次运算结果，而等号后面的SUM 代表的是上次运算结果。 且看匠人如何推导： 设： SUM=A SUM/n=B=本次滤波结果 1/n=a （一阶滤波系数） S=本次新采样值 则： A=nB B=A/n 另外： A、B 代表本次值 A’、B’ 代表上次值 作者原公式逐步推导： 原始：SUM=SUM-SUM/n+S 第1步：A=A’ –A’/n +S 第2步：nB=nB’ –B’ +S 第3步：B= (nB’ –B’ +S)/n 第4步：B=B’ –B’/n +S/n 第5步：B=（1- 1/n）B’ + （1/n）*S 第6步：B= （1-a）B’+ a *S 推导到最后一步，是不是很眼熟啦？ 呵呵，这就是经典的一阶滤波（低通滤波）的标准公式了。 基于C8051F310的高灵敏车辆检测算法 2009-10-27 嵌入式在线收藏| 打印 1 引言 弯路转弯处经常出现一段盲区，司机看不到弯路对面是否有车辆通过，因而引发大量的交通事故，因此，消除盲区造成的交通事故显得尤为重要。为此，设计了基于C8051F310的山路转弯预警系统。该系统当检测到弯路对面有车时可及时通过交通警示灯提前警示司机注意避让。因此，准确判断是否有车辆经过是该系统设计的关键。 2 系统设计 2．1 系统设计方案 该系统设计的主要目的是警示司机在行驶时注意安全，预防事故。在山路转弯处两边分别放置该系统，每边系统控制一警示灯。当一方系统检测到车辆时，通过RF通讯发送至对方系统，对方系统接收到信号后，控制警示灯闪烁以提示司机。 图1为系统设计组成框图。其中，车辆检测传感器采用正弦波振荡电路检测车辆，在检测电路中，输出信号频率由C8051F310采集得到，然后通过一阶滤波算法处理，滤除掉因环境因素等产生的频率干扰，并进一步计算验证C8051F310的采集精度。 2．2 系统的硬件电路设计 图2为系统主要硬件电路。车辆检测传感器的输入信号为U(t)，该正弦信号通过比较器变为方波信号后，再输入到单片机C8051F310，然后单片机通过计数器采集信号频率。 2．3 一阶滤波算法 一阶滤波，即一阶惯性滤波。一阶低通滤波算法公式为： 式中，α为滤波系数，X(n)为本次采样值，Y(n-1)为上次滤波输出值，Y(n)为本次滤波输出值。 一阶低通滤波法采用本次采样值与上次滤波输出值进行加权，得到有效滤波值，使得输出对输入有反馈作用。滤波系数为0～1；该系数决定新采样值在本次滤波结果中所占的权重。一阶滤波系数可以是固定的，也可以按一定程序算法自动计算。但一阶滤波算法无法完全兼顾灵敏度和平稳度。只能寻找一个平衡点，在该系统设计可接受的灵敏度范围内选取尽可能好的平稳度。即当数据快速变化时，滤波结果能及时跟进(灵敏度优先)；而当数据趋于稳定，在固定点上下振荡时，滤波结果趋于平稳(平稳度优先)。 2．4 车辆检测电路 图3为正弦波振荡电路。该电路用于车辆检测电路传感器，能够感应出金属物体的存在。采用涡流传感方式，将埋入地下的探测线罔直接接入正弦波振荡电路。 在未检测到车辆等金属物体时，振荡电路输出信号u0(t)的频率基本变化不大，但该值不是一直保持不变，而会在一定范围内漂移。当检测到车辆等金属物体时，U0(t)的频率f0会突变为f。频率差△f=f-f0，其中△f的范围经大量的实验得出一般为几百赫兹到几千赫兹。图3中电路的振荡频率为： 式中，f与电路中L、C1、C2有关。 当电感L数值变化时，f也会相应改变。同样当电容容值发生变化时，f也随之变化。一般情况下，电容值随环境温度变化而变化，因此振荡频率f也随温度变化而变化。 2．5 检测电路频率算法 因为检测电路中信号频率随时在改变，这为检测机动车辆等金属物体带来一定困难，尤其在环境温度急剧变化时，信号自身频率值会大幅变化。高温时在室外环境所采集的振荡电路数据分析得出：f值在1 h内随温度变化几百赫兹，测量期间没有金属物体靠近。因此该设计采用基准动态改变方法。具体计算方法如下：设定fz为基准频率;fc为参与计算和判断的采集频率；f为实际采集频率。m和n为滤波因子。系统没有上电时,fz初始化值为0；上电后，把第1次采集到的频率f作为fz的初始值，随后定时更换fz 值。 先把实际采集到的频率f按式(2)进行一阶滤波处理，然后计算fc的值： 式(3)、式(4)中的滤波因子m，n通过试验获得。当f值快速变化时滤波结果及时跟进且数据变化越快，灵敏度越高。在检测车辆时需定时更换fz，根据室外温度变化更换时间。 当有金属物体经过线圈时，采集的频率值为f，而这时基准频率为fz。判断车辆的算法是南式(3)得出fc，再由式(5)得： 通过判断△f是否在同定范围中得出车辆经过情况。该范同是通过大量实验得出的。具体CPU算法流程见图4。 3 实验及结果分析 该算法是经过大量验证试验而得出的。在室内，试验采用45 cm×45 cm的线圈(匝数n=12)。模拟机动车辆为一辆长1．2 m，宽0．8 m的铁皮小推车。当小车经过线圈时，采集频率fc与基准频率fz的差值约400 Hz，CPU能够准确判断出有小车经过。在室外试验则是把线圈埋入公路地面下，当汽车经过线圈时，采集频率fc与基准频率fz差值约400～2 000 Hz。这个差值随着车辆型号不同和车辆底盘的高低而改变，而CPU也能准确判断 出有机动车辆经过。通过室内和室外大量试验，及时调整了滤波算法中的滤波因子，提高了检测灵敏度，使其能够满足不同车辆的需求。 4 结束语 采用滤波算法并实时更新振荡电路的基准频率可减少电路频率变化对于车辆检测的干扰。这里采用c8051F310设计的山路转弯预防警示系统现已安装在盘山路上，该系统能够准确检测出车辆，并发送警示信息。同时设计中充分考虑到环境因素和维护的不便，设计有上位机监控系统。因此，该系统结构简单，性能可靠，价格低廉，已引起交通部门的广泛关注。 防脉冲干扰移动平均值法数字滤波器的C语言算法 在许多的数据采集系统中，现场的强电设备较多，不可避免 地会产生尖脉冲干扰,这种干扰一般持续时间短，峰值大，对这样 的数据进行数字滤波处理时，仅仅采用算术平均或移动平均滤波 时，尽管对脉冲干扰进行了1/n的处理，但，其剩余值仍然较大。 这种场合最好的策略是：将被认为是受干扰的信号数据去掉，这 就是防脉冲干扰平均值滤波法的原理。 防脉冲干扰平均值滤波法的算法是：对连续的n个数据进行排序， 去掉其中最大和最小的2个数据，将剩余数据示平均值。 在一般8051单片机的应用中为了加快数据处理速度，n可以取值6。 而对于具有较快速度的处理器，则n值可以适当取大一些。但最好是 n=2^k+2，k为整数,因为这样在求平均值average=SUM/(n-2)=SUM/2^k时， 可以写成average=SUM>>k，用移位的方法，可以加快处理速度。 上述算法显然还存在一个不足之处，就是每采集一个数据就要进行一次排序， 这样会大量占用系统宝贵的时间。这可以通过存储当前数据中的最大值和最小值来改进。具体做法是： 系统中用两个变量来存储当前n个数据的最大值和最小值在这个数组中的 偏移量(也就是数组下标，存储数组下标而直接不存储数据本身是因为：在一般的系统中，n不会超无符号短整形的表示范围，因此用一个char形变量就可以存储了，而如果直接存储数据本身，则许多情况下要用int形变量，甚至更长的类型)。这样只要在当前输入的数据将要覆盖的数据正好是当前的最大值或最小值时才在下个数组中查找最大值或最小值，而其他情况下则只要将输入的数据与最大值和最小值比较就可以修改下最大值和最小值了，而且不用进行数据排序。 这个算法很简单，下面是对应的C语言代码实现，可以很方便的应用的具体的51单片机，或其他处理器上，只须做少量的修改。 ＃i nclude"stdio.h" #define dtype unsigned int // 采集数据的数据类型 #define uint8 char #define LEN 6 //移动算术平均的个数+2=SHIFT<<2+2 #define SHIFT 2 //2^SHIFT uint8 pdata; //移动指针 uint8 pmax,pmin; //记录数据表中最大值和最小值的位置, //在一般的数据采集系统中,数据的长度>=8, //因此用指针记录而不是直接记录最大值和最小值 dtype datas[LEN]; dtype szlb(dtype _data) { /****************************/ /* 在调用此子程序前必须对 */ /* pdata,datas[]数组, */ /* pmax,pmin进行初始化 */ /****************************/ uint8 i; dtype average=0; //清零，用来计算平均值 pdata=(pdata+1)%LEN; //指针下标在0到LEN-1上滑动 datas[pdata]=_data; //采样所得数据存入数据表中 for(i=0;i average+=datas[i]; //求所有数据总和 /*******去除被认为是脉冲的数据******/ if(_data>datas[pmax]) pmax=pdata; //得到最大值的指针 else if(_data pmin=pdata; //得到最小值的指针 if(pdata==pmax) //如果当前输入值将存入当前最大值的位置时 { //由以上方法将不可行，必须从其他位置中查找极值 for(i=0;i if(datas[i]>datas[pmax]) pmax=i; } else if(pdata==pmin)//如果当前输入值将存入当前最大值的位置时 { //由以上方法将不可行，必须从其他位置中查找极值 for(i=0;i if(datas[i] pmin=i; } average=average-datas[pmax]-datas[pmin];//减去脉冲 return (average>>SHIFT); //求算术平均值 } /******以下是在VC＋＋6.0环境下运行的测试程序**/ /***通过手动输入来模拟数据采集过程****/ void main() { uint8 i; dtype _data; pdata=0; pmax=0; for(i=0;i datas[i]=0; printf("数据：最大最小\n"); while(1) { scanf("%u",&_data); szlb(_data); for(i=0;i printf("%-3u ",datas[i]); printf(" %-3u %-3u",datas[pmax],datas[pmin]); printf("\n"); } } uchar ReadADCVal() { // static uchar num=0; static uchar cVin[7]={0,0,0,0,0,0,0};//220,220,220,220,220,220,220};//设输入电压缓冲区//uchar i,j,v,t; uchar i,j,v,t; if(bAdcVOk) { iVtmp=iAdcVal;//从ADC中读出数据 iVtmp/=(5000/220); if(iVtmp>255) v=255; else v=(char)iVtmp; for(i=0;i<7;i++) { if(v<=cVin[i]) break; } if(i<=3) //小于中值 { for(j=i;j<7;j++) { t=cVin[j]; cVin[j]=v; v=t; } } else //大于中值 { for(j=1;j { cVin[j-1]=cVin[j]; cVin[j]=v; } bAdcVOk=0; } iVtmp=cVin[2]; iVtmp+=cVin[3]; iVtmp+=cVin[4]; iVtmp/=3; return (char)iVtmp;// } 对于单片机采集回来的信号，往往存在干扰信号，必须去掉，我们可以通过软件抗干扰的滤波方法来处理，常用的方法主要有以下10种，在这里和大家分享下： 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 几种简单的数字滤波 假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int）,子程序为get_ad(); 1、限副滤波 /* A值可根据实际情况调整 value为有效值，new_value为当前采样值 滤波程序返回有效的实际值*/ #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 /* N值可根据实际情况调整 排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count return value_buf[(N-1)/2]; } 3、算术平均滤波法 /* */ #define N 12 char filter() { int sum = 0; for ( count=0;count 常用的8种数字滤波算法 摘要：分析了采用数字滤波消除随机干扰的优点，详细论述了微机控制系统中常用的8种数字滤波算法，并讨论了各种数字滤波算法的适用范围。 关键词：数字滤波；控制系统；随机干扰；数字滤波算法 1 引言 在微机控制系统的模拟输入信号中，一般均含有各种噪声和干扰，他们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。噪声有2大类：一类为周期性的，其典型代表为50 Hz 的工频干扰，对于这类信号，采用积分时间等于20 ms整倍数的双积分A/D转换器，可有效地消除其影响；另一类为非周期的不规则随机信号，对于随机干扰，可以用数字滤波方法予以削弱或滤除。所谓数字滤波，就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重，因此他实际上是一个程序滤波。 数字滤波器克服了模拟滤波器的许多不足，他与模拟滤波器相比有以下优点： (1)数字滤波器是用软件实现的，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。 (2)模拟滤波器通常是各通道专用，而数字滤波器则可多通道共享，从而降低了成本。 (3)数字滤波器可以对频率很低(如0.01 Hz)的信号进行滤波，而模拟滤波器由于受电容容量的限制，频率不可能太低。 (4)数字滤波器可以根据信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强的特点。 2 常用数字滤波算法 数字滤波器是将一组输入数字序列进行一定的运算而转换成另一组输出数字序列的装置。设数字滤波器的输入为X(n)，输出为Y(n)，则输入序列和输出序列之间的关系可用差分方程式表示为： 其中：输入信号X(n)可以是模拟信号经采样和A/D变换后得到的数字序列，也 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 单片机利用软件抗干扰的几种滤波方法 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 AD数据采集的“数字滤波”：10个“软 件滤波程序” 在AD采集中经常要用到数字滤波，而不同情况下又有不同的滤波需求，下面是10种经典的软件滤波方法的程序和优缺点分析： 1、限幅滤波法（又称程序判断滤波法） 2、中位值滤波法 3、算术平均滤波法 4、递推平均滤波法（又称滑动平均滤波法） 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） 6、限幅平均滤波法 7、一阶滞后滤波法 8、加权递推平均滤波法 9、消抖滤波法 10、限幅消抖滤波法 1、限副滤波 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 程序： /* A值可根据实际情况调整，value为有效值，new_value为当前采样值，滤波程序返回有效的实际值*/ #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 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 程序： /* N值可根据实际情况调整 排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count;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]; 单片机主要作用是控制外围的器件，并实现一定的通信和数据处理。 但在某些特定场合，不可避免地要用到数学运算，尽管单片机并不擅长实现算法和进行复杂的运算。下面主要是介绍如何用单片机实现数字滤波。 在单片机进行数据采集时，会遇到数据的随机误差，随机误差是由随机干扰引起的，其特点是在相同条件下测量同一量时，其大小和符号会现无规则的变化而无法预测，但多次测量的结果符合统计规律。为克服随机干扰引起的误差，硬件上可采用滤波技术，软件上可采用软件算法实现数字滤波。滤波算法往往是系统测控算法的一个重要组成部分，实时性很强。 1采用数字滤波算法克服随机干扰的误差具有以下优点： 1.数字滤波无需其他的硬件成本，只用一个计算过程，可靠性高，不存在阻 抗匹配问题。尤其是数字滤波可以对频率很低的信号进行滤波，这是模拟滤波器做不到的。 2.数字滤波使用软件算法实现，多输入通道可共用一个滤波程序，降低系统 开支。 3.只要适当改变滤波器的滤波程序或运算，就能方便地改变其滤波特性，这 对于滤除低频干扰和随机信号会有较大的效果。 4.在单片机系统中常用的滤波算法有限幅滤波法、中值滤波法、算术平均滤 波法、加权平均滤波法、滑动平均滤波等。 2限幅滤波算法 该运算的过程中将两次相邻的采样相减，求出其增量，然后将增量的绝对值，与两次采样允许的最大差值A进行比较。A的大小由被测对象的具体情况而定，如果小于或等于允许的最大差值，则本次采样有效;否则取上次采样值作为本次数据的样本。 算法的程序代码如下： #define A //允许的最大差值 char data; //上一次的数据 char filter() { char datanew; //新数据变量 datanew=get_data(); //获得新数据变量 if((datanew-data)>A||(data-datanew>A)) return data; else return datanew; } 1 数字滤波 1.1 概述 在单片机进行数据采集时，会遇到数据的随机误差，随机误差是由随机干扰引起的，其特点是在相同条件下测量同一量时，其大小和符号会现无规则的变化而无法预测，但多次测量的结果符合统计规律。为克服随机干扰引起的误差，硬件上可采用滤波技术，软件上可采用软件算法实现数字滤波。滤波算法往往是系统测控算法的一个重要组成部分，实时性很强。 采用数字滤波算法克服随机干扰的误差具有以下优点： 1、数字滤波无需其他的硬件成本，只用一个计算过程，可靠性高，不存在阻 抗匹配问题。尤其是数字滤波可以对频率很低的信号进行滤波，这是模拟滤波器做不到的。 2、数字滤波使用软件算法实现，多输入通道可共用一个滤波程序，降低系统 开支。 3、只要适当改变滤波器的滤波程序或运算，就能方便地改变其滤波特性，这 对于滤除低频干扰和随机信号会有较大的效果。 4、在单片机系统中常用的滤波算法有限幅滤波法、中值滤波法、算术平均滤 波法、加权平均滤波法、滑动平均滤波等。 1.2 限幅滤波算法 原理：该运算的过程中将两次相邻的采样相减，求出其增量，然后将增量的绝对值，与两次采样允许的最大差值A进行比较。A的大小由被测对象的具体情况而定，如果小于或等于允许的最大差值，则本次采样有效；否则放弃本次值取上次采样值作为本次数据的样本。 优点：能有效克服因偶然因素引起的脉冲干扰。 缺点：无法抑制那种周期性的干扰，平滑度差。 说明：限幅滤波法主要用于处理变化较为缓慢的数据，如温度、物体的位置等。使用时，关键要选取合适的门限制A。通常这可由经验数据获得，必要时可通过实验得到。 1.3 中值滤波算法 原理：该运算的过程是对某一参数连续采样N次（N一般为奇数），然后把N次采样的值按从小到大排列，再取中间值作为本次采样值，整个过程实际上是一个序列排序的过程。 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 自动化科协 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： 自动化科协 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： 软件滤波在嵌入式的数据采集和处理中有着很重要的作用，这10种方法各有优劣，根据自己的需要选择。同时提供了C语言的参考代码，希望对各位能有帮助。 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 /* A值可根据实际情况调整 value为有效值，new_value为当前采样值 滤波程序返回有效的实际值 */ #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 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 /* N值可根据实际情况调整 排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count 数据处理中的几种常用数字滤波算法 王庆河王庆山 (济钢集团计量管理处，济南250101) (济钢集团中厚板厂，济南250101) 摘要随着数字化技术的发展，数字滤波技术成为数字化仪表和计算机在数据采集中的关键性技术，本文对常用的几种数字滤波算法的原理进行描述，并给出必要的数学模型。 关键词：数据采样噪声滤波移动滤波 一、引言 在仪表自动化工作中，经常需要对大量的数据进行处理，这些数据往往是一个时间序列或空间序列，这时常会用到数字滤波技术对数据进行预处理。数字滤波是指利用数学的方法对原始数据进行处理，去掉原始数据中掺杂的噪声数据，获得最具有代表性的数据集合。 数据采样是一种通过间接方法取得事物状态的技术如将事物的温度、压力、流量等属性通过一定的转换技术将其转换为电信号，然后再将电信号转换为数字化的数据。在多次转换中由于转换技术客观原因或主观原因造成采样数据中掺杂少量的噪声数据，影响了最终数据的准确性。 为了防止噪声对数据结果的影响，除了采用更加科学的采样技术外，我们还要采用一些必要的技术手段对原始数据进行整理、统计，数字滤波技术是最基本的处理方法，它可以剔除数据中的噪声，提高数据的代表性。 二、几种常用的数据处理方法 在实际应用中我们所用的数据滤波方法很多，在计算机应用高度普及的今天更有许多新的方法出现，如逻辑判断滤波、中值滤波、均值滤波、加权平均 2中值滤波 中值滤波是对采样序列按大小排滤波、众数滤波、一阶滞后滤波、移动滤波、复合滤波 等。 假设我们采用前端仪表采集了一组采样周期为1s的温度数据的时间序列 T0为第0s 采集的温度值，Ti为第is采集的温度值。下面介绍如何应用几种不同滤波算法来计算结果温度T。 1.程序判断滤波 当采样信号由于随机干扰、误检测或变送器不稳定引起严重失真时，可采用程序判断滤波算法，该算法的基本原理是根据生产经验，确定出相邻采样输入信号可能的最大偏差△T,若超过此偏差值，则表明该输入信号是干扰信号，应该去掉，若小于偏差值则作为此次采样值。 (1)限幅滤波 限幅滤波是把两次相邻的采集值进行相减，取其差值的绝对值△T作为比较依据，如果小于或等于△T,则取此次采样值,如果大于△T,则取前次采样值，如式(1)所示： 软件滤波算法（转载） 这几天做一个流量检测的东西，其中用到了对数据的处理部分，试了很多种方法，从网上找到这些个滤波算法，贴出来记下 需要注意的是如果用到求平均值的话，注意总和变量是否有溢出，程序没必要照搬，主要学习这些方法，相信做东西的时候都能用得上 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 在AD采集中经常要用到数字滤波，而不同情况下又有不同的滤波需求，下面是10种经典的软件滤波方法的程序和优缺点分析： 1、限幅滤波法（又称程序判断滤波法） 2、中位值滤波法 3、算术平均滤波法 4、递推平均滤波法（又称滑动平均滤波法） 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） 6、限幅平均滤波法 7、一阶滞后滤波法 8、加权递推平均滤波法 9、消抖滤波法 10、限幅消抖滤波法 1、限副滤波 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 程序： /* A值可根据实际情况调整 value为有效值，new_value为当前采样值 滤波程序返回有效的实际值*/ #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; } 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 程序： /* N值可根据实际情况调整 排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count 假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int）,子程序为get_ad(); 1、限副滤波 /* A值可根据实际情况调整 value为有效值，new_value为当前采样值 滤波程序返回有效的实际值*/ #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 /* N值可根据实际情况调整 排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count */ #define N 12 char filter() { int sum = 0; for ( count=0;count 4.2经典数字滤波器原理 数字滤波是数字信号分析中最重要的组成部分之一，与模拟滤波相比，它具有精度和稳定性高、系统函数容易改变、灵活性强、便于大规模集成和可实现多维滤波等优点。在信号的过滤、检测和参数的估计等方面，经典数字滤波器是使用最广泛的一种线性系统。 数字滤波器的作用是利用离散时间系统的特性对输入信号波形(或频谱)进行加工处理，或者说利用数字方法按预定的要求对信号进行变换。 4.2.1数字滤波器的概念 若滤波器的输入、输出都是离散时间信号，那么该滤波器的单位冲激响应h(n)也必然是离散的，这种滤波器称为数字滤波器。当用硬件实现一个DF时，所需的元件是乘法器、延时器和相加器；而用MATLAB软件实现时，它仅仅需要线性卷积程序就可以实现。众所周知，模拟滤波器(Analog Filter，AF)只能用硬件来实现，其元件有电阻R，电感L，电容C及运算放大器等。因此，DF的实现要比AF容易得多，并且更容易获得较理想的滤波性能。 数字滤波器的作用是对输入信号进行滤波，就如同信号通过系统一样。对于线性时不变系统，其时域输入输出关系是： (4-1)若y(n)、x(n)的傅里叶变化存在，则输入输出的频域关系是： (4-2) 当输入信号x(n)通过滤波器h(n)后，其输出y(n)中不再含有的频率成分，仅使的信号成分通过，其中是滤波器的转折频率。 4.2.2经典数字滤波器的分类 经典数字滤波器按照单位取样响应h(n)的时域特性可分为无限冲激响应(IIR，I nfinite Impulse Response)系统和有限冲激响应(FIR，Finite Impulse Respo nse)系统。如果单位取样响应是时宽无限的h(n)，则称之为IIR系统；而如果单位取样响应是时宽有限的h(n)，，则称之为FIR系统。 数字滤波器是现在电视中常用的电路元件之一。数字滤波器(digital filter)是由数字乘法器、加法器和延时单元组成的一种装置。其功能是对输入离散信号的数字代码进行运算处理，以达到改变信号频谱的目的。由于电子计算机技术和大规模集成电路的发展，数字滤波器已可用计算机软件实现，也可用大规模集成数字硬件实时实现。数字滤波器是一个离散时间系统（按预定的算法，将输入离散时间信号转换为所要求的输出离散时间信号的特定功能装置）。应用数字滤波器处理模拟信号时，首先须对输入模拟信号进行限带、抽样和模数转换。数字滤波器输入信号的抽样率应大于被处理信号带宽的两倍，其频率响应具有以抽样频率为间隔的周期重复特性，且以折叠频率即1／2抽样频率点呈镜像对称。为得到模拟信号，数字滤波器处理的输出数字信号须经数模转换、平滑。数字滤波器具有高精度、高可靠性、可程控改变特性或复用、便于集成等优点。数字滤波器在语言信号处理、图像信号处理、医学生物信号处理以及其他应用领域都得到了广泛应用。数字滤波器有低通、高通、带通、带阻和全通等类型。它可以是时不变的或时变的、因果的或非因果的、线性的或非线性的。应用最广的是线性、时不变数字滤波器. 阶数越高，截止频率等参数越精确，但是电路结构也越复杂。简单说比如你的截止频率是100HZ，你只有2阶的话可能实际的截止平率是95-1000HZ，衰减比较慢，但如果是20阶的话，可能截止 频率就变成了95-105HZ，衰减很快。但是阶数上升，实际电路的结构就会非常的复杂，浪费资源。 先听我慢慢说啊，先说傅里叶变换，然后再说滤波器，就懂了。 周期信号可以用一系列的不同频率不同幅度的正弦信号表示出来，就是傅里叶级数。 而非周期信号亦可以，比如门信号，它的傅氏变换是抽样信号，意思就是，它可以用的一系列不同频率的正弦信号表示，比如有：频率为0.1Hz幅度为2的正弦，频率为0.2Hz幅度为1的正弦，频率为0.25幅度为a的正弦……这些无数个的所谓的“频率为某Hz幅度为某”的正弦波叠加之后，就成了门信号。 从门信号的频谱图可看出：用来表示门信号的一系列频率连续的无数个的正弦波幅度是不同的，甚至有些是0 。尤其频率越高的正弦波，它们的幅度普遍很小，因为这些频率成分是表示细节（门信号的棱角）的。另一方面，低频成分显示的是门信号的轮廓。 数字滤波的优点及10 种常用数字滤波方法比较 在微机控制系统的模拟输入信号中，一般均含有各种噪声和干扰，他们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。噪声有2 大类： (1)周期性的信号，其典型代表为50Hz 的工频干扰，对于这类信号，采用积分时间等于20ms 整倍数的双积分A/D 转换器，可有效地消除其影响； (2)非周期的不规则随机信号，对于随机干扰，可以用数字滤波方法予以削弱或滤除。 所谓数字滤波，就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重，因此他实际上是一个程序滤波。数字滤波器克服了模拟滤波器的许多不足，他与模拟滤波器相比有以下优点： (1) 数字滤波器是用软件实现的，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。 (2) 模拟滤波器通常是各通道专用，而数字滤波器则可多通道共享，从而降低了成本。 (3)数字滤波器可以对频率很低(如0.01Hz) 的信号进行滤波，而模拟滤波器由于受电容容量的限制，频率不可能太低。 (4)数字滤波器可以根据信号的不同，采用不同的滤波方法或滤 波参数，具有灵活、方便、功能强的特点。 10 种数字滤波方法 1、限副滤波 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, 则本次值无效，放弃本次值，用上次值代替本次值优点：能有效克服因偶然因素引起的脉冲干扰。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 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。 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。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 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 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。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）方法：把连续取 随机误差是有随机干搅引起的，其特点是在相同条件下测量同一个量时，其大小和符号做无规则变化而无法预测，但多次测量结果符合统计规律。为克服随机干搅引入的误差，硬件上可采用滤波技术，软件上可以采用软件算法实现数字滤波，其算法往往是系统测控算法的一个重要组成部分，实时性很强，采用汇编语言来编写。 采用数字滤波算法克服随机干搅引入的误差具有以下几个优点： （1）数字滤波无须硬件，只用一个计算过程，可靠性高，不存在阻抗匹配问题，尤其是数字滤波可以对 频率很高或很低的信号进行滤波，这是模拟滤波器做不到的。 （2）数字滤波是用软件算法实现的，多输入通道可用一个软件“滤波器”从而降低系统开支。 （3）只要适当改变软件滤波器的滤波程序或运行参数，就能方便地改变其滤波特性，这个对于低频、脉冲 干搅、随机噪声等特别有效。 常用的数字滤波器算法有程序判断法、中值判断法、算术平均值法、加权滤波法、滑动滤波法、低通滤波法和复合滤波法。 1．程序判断法： 程序判断法又称限副滤波法，其方法是把两次相邻的采样值相减，求出其增量（以绝对值表示）。然后与两次采样允许的最大差值△Y进行比较，△Y的大小由被测对象的具体情况而定，若小于或等于△Y，则取本次采样的值；若大于△Y，则取上次采样值作为本次采样值，即 yn - yn-1|≤△Y，则yn有效， yn -yn-1|＞△Y，则yn-1有效。 式中yn ——第n次采样的值； Yn-1——第（n-1）次采样的值； △Y——相邻两次采样值允许的最大偏差。 设R1和R2为内部RAM单元，分别存放yn-1和yn，滤波值也存放在R2单元，采用MCS-51单片机指令编写的程序判断法子程序如下：付表 2．中值滤波法即对某一参数连续采样N次（一般N为奇数），然后把N次采样值按从小到大排队，再取中间值作为本次采样值。 毕业设计(论文) UNDERGRADUATE PROJECT (THESIS) 题目: 冲击测试常用滤波算法研究 学院 专业 学号 学生姓名 指导教师 起讫日期 目录 摘要 (2) ABSTRACT (3) 第一章绪论 (4) 1.1课题背景 (4) 1.2国内外相关领域的研究 (4) 1.3主要研究内容与创新 (5) 1.3.1研究内容与意义 (5) 1.3.2课题的创新点 (5) 1.3.3 研究目的与技术指标 (6) 第二章数字滤波基础 (7) 2.1数字滤波算法概念 (7) 2.2数据采样与频谱分析原理 (8) 2.2.1 时域抽样定理 (8) 2.2.2 离散傅立叶变换(DFT) (8) 2.2.3 快速傅立叶变换(FFT) (9) 2.2.4 频谱分析原理 (9) 2.3常用数字滤波算法基础 (10) 2.3.1常用数字滤波算法分类 (10) 2.3.2常用数字滤波算法特点 (11) 2.3.3常用滤波算法相关原理 (13) 2.4 冲击测试采样数据 (16) 2.4.1噪声的特点与分类 (16) 2.4.2冲击测试采样数据特点 (17) 2.5 MATLAB简介 (17) 2.5.1 MATLAB功能简介 (18) 2.5.2 MATLAB的发展 (18) 第三章、冲击测试滤波算法设计及滤波效果分析 (20) 3.1 冲击测试采样数据的分析 (20) 3.2 滤波算法设计及效果分析 (21) 3.2.1 中位值平均法的设计 (21) 3.2.2限幅法和限速法的设计 (23) 3.2.3一阶滞后法的设计 (25) 3.2.4低通法的设计 (26) 第四章结论与展望 (34) 4.1冲击测试的滤波算法总结 (34) 4.2冲击测试的滤波算法展望 (34) 致谢 (36) 参考文献 (37) 附录：程序代码清单 (38) 十种经典的软件滤波方法+程序 十种经典的软件滤波方法+程序 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 无法抑制周期性的干扰 平滑度差 /* A值可根据实际情况调整， value为有效值，new_value为当前采样值，滤波程序返回有效的实际值*/ #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 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 #define N 11 //N值可根据实际情况调整 char filter() { char value_buf[N]; char count,i,j,temp; for (count=0;count数字滤波算法
常用的8种数字滤波算法
10种常用滤波方法
10种简单的数值滤波方法
AD数据采集的“数字滤波”：10个“软件滤波程序”
单片机数字滤波算法
十一种软件数字滤波算法
十种数字滤波方法
常用的软件滤波方法(工程师必备).
数据处理中的几种常用数字滤波算法
(整理)11种滤波方法+范例代码.
AD转换中常用的十种数字滤波法
10种简单的数字滤波算法(C语言源程序)
数字滤波器原理
经典数字滤波器
数字滤波的优点及10种常用数字滤波方法比较
常用7种软件滤波
基于Matlab的常用滤波算法研究(含代码)
十种经典的软件滤波方法+程序