关于单片机ADC的十大滤波算法盘点

一、限幅滤波法

1、方法：

根据经验判断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：

a. 如果本次值与上次值之差<=A，则本次值有效

b. 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

2、优点：

能有效克服因偶然因素引起的脉冲干扰

3、缺点

无法抑制那种周期性的干扰

平滑度差

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */ #define A 10 char Value; char filter() {     

char new_Value;     new_Value = get_ad(); // 获取采样值     if( abs(new_Value - Value) > A)       

     return Value;     // abs()取绝对值函数     return new_Value; }

二、中位值滤波法

1、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

2、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

3、缺点：

对流量、速度等快速变化的参数不宜

#define N 11 char filter() {     
char value_buf[N];   
  char count, i, j, temp;
    for(count = 0; count < N; count ++) //获取采样值     {  
       value_buf[count] = get_ad();       
  delay();     }     for(j = 0; j < (N-1); j++)     {        
 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]; }

三、算术平均滤波法

1、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

2、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

3、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

#define N 12 char filter() {     int sum = 0;    

 for(count = 0; count < N; count++)     {     

    sum += get_ad();     }      return (char)(sum/N); }

四、递推平均滤波法

1、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

2、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

3、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

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */

#define A 10 char Value;

char filter() {   

  char new_Value;    

 new_Value = get_ad(); // 获取采样值     if( abs(new_Value - Value) > A)           

 return Value;     // abs()取绝对值函数     
return new_Value; }

五、中位值平均滤波法

1、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

2、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

3、缺点：

测量速度较慢，和算术平均滤波法一样

比较浪费RAM

char filter() {    
 char count, i, j;    
 char Value_buf[N];    
 int sum = 0;     
for(count = 0; count < N; count++)     {    
     Value_buf[count] = get_ad();     }    
  for(j = 0; j < (N-1); j++)     {    
     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];     }  
   return (char)(sum/(N-2)); }

六、限幅平均滤波法

1、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

2、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

3、缺点：

比较浪费RAM

#define A 10 #define N 12
char value, i = 0;
char value_buf[N];
char filter() {    
 char new_value, sum = 0;     new_value = get_ad();     
if(Abs(new_value - value) < A)           
value_buf[i++] = new_value;   
  if(i==N)          
 i=0;     for(count = 0; count < N; count++)     {
        sum += value_buf[count];     }   
  return (char)(sum/N); }

七、一阶滞后滤波法

1、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

2、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

3、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

/*为加快程序处理速度，取a=0~100*/
#define a 30 char value; char filter() {     
char new_value;     n
ew_value = get_ad();   
  return ((100-a)*value + a*new_value); }

八、加权递推平均滤波法

1、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

2、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

3、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

不能迅速反应交易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 */ #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 < N; count++)     {         value_buf[count] = get_ad();     }    
 for(count = 0; count < N; count++)     {         
sum += value_buf[count] * coe[count];     }    
  return (char)(sum/sum_coe); }

九、消抖滤波法

1、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>或<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

2、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

3、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交易系统

#define N 12 char filter() {     
char count = 0, new_value;     new_value = get_ad();     

while(value != new_value)     {         count++;     

    if(count >= N)            

  return new_value;       

  new_value = get_ad();     }  

   return value; }

十、限幅消抖滤波法

1、方法：

相当于“限幅滤波法”+“消抖滤波法”

先限幅，后消抖

2、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

3、缺点：

对于快速变化的参数不宜

#define A 10 #define N 12
char value; char filter() {    
 char new_value, count = 0;   
  new_value = get_ad();     
while(value != new_value)     {       
  if(Abs(value - new_value) < A)         {         
    count++;         
    if(count >= N)                 
 return new_value;         
    new_value = get_ad();         }   
      return value;     } }

编辑：黄飞