—— 要投稿,上万维,轻松学术交流

严正声明

本站非期刊官网,非中介代理,
不向作者收取任何费用!
举报微信:13140028228 冯老师

态度公正、信息求实、投稿自助、使用免费
您的位置:学术资讯 » 正文
  • 阅读: 2023/8/29 9:48:19

    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

    #define N 10

    u16 value_buf[N];

    u16 sum=0;

    u16 curNum=0;

    u16 moveAverageFilter()

    {

    if(curNum < N)

    {

    value_buf[curNum] = getValue();

    sum += value_buf[curNum];

    curNum++;

    return sum/curNum;

    }

    else

    {

    sum -= sum/N;

    sum += getValue();

    return sum/N;

    }

    }

    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:

    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;

    new_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><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;

    }

    }

    (完)

    转自:“计算机教育”微信公众号

    如有侵权,请联系本站删除!


    浏览(176)
    点赞(0)
    收藏(0)

上一篇:面向计算机系统能力培养的操作系统

下一篇:高级语言程序设计课程思政建设的探索与实践