幾種常見的濾波演算法（轉）

1、限幅濾波法（又稱程式判斷濾波法）
A、方法：
根據經驗判斷，確定兩次取樣允許的最大偏差值（設為A）
每次檢測到新值時判斷：
如果本次值與上次值之差<=A,則本次值有效
如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上次值代替本次值
B、優點：
能有效克服因偶然因素引起的脈衝干擾
C、缺點
無法抑制那種週期性的干擾
平滑度差

2、中位值濾波法
A、方法：
連續取樣N次（N取奇數）
把N次取樣值按大小排列
取中間值為本次有效值
B、優點：
能有效克服因偶然因素引起的波動干擾
對溫度、液位的變化緩慢的被測引數有良好的濾波效果
C、缺點：
對流量、速度等快速變化的引數不宜

3、算術平均濾波法
A、方法：
連續取N個取樣值進行算術平均運算
N值較大時：訊號平滑度較高，但靈敏度較低
N值較小時：訊號平滑度較低，但靈敏度較高
N值的選取：一般流量，N=12；壓力：N=4
B、優點：
適用於對一般具有隨機干擾的訊號進行濾波
這樣訊號的特點是有一個平均值，訊號在某一數值範圍附近上下波動
C、缺點：
對於測量速度較慢或要求資料計算速度較快的實時控制不適用
比較浪費RAM

4、遞推平均濾波法（又稱滑動平均濾波法）
A、方法：
把連續取N個取樣值看成一個佇列
佇列的長度固定為N
每次取樣到一個新資料放入隊尾,並扔掉原來隊首的一次資料.(先進先出原則)
把佇列中的N個資料進行算術平均運算,就可獲得新的濾波結果
N值的選取：流量，N=12；壓力：N=4；液麵，N=4~12；溫度，N=1~4
B、優點：
對週期性干擾有良好的抑制作用，平滑度高
適用於高頻振盪的系統
C、缺點：
靈敏度低
對偶然出現的脈衝性干擾的抑制作用較差
不易消除由於脈衝干擾所引起的取樣值偏差
不適用於脈衝干擾比較嚴重的場合
比較浪費RAM

5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
A、方法：
相當於“中位值濾波法”+“算術平均濾波法”
連續取樣N個資料，去掉一個最大值和一個最小值
然後計算N-2個資料的算術平均值
N值的選取：3~14
B、優點：
融合了兩種濾波法的優點
對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的取樣值偏差
C、缺點：
測量速度較慢，和算術平均濾波法一樣
比較浪費RAM

6、限幅平均濾波法
A、方法：
相當於“限幅濾波法”+“遞推平均濾波法”
每次取樣到的新資料先進行限幅處理，
再送入佇列進行遞推平均濾波處理
B、優點：
融合了兩種濾波法的優點
對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的取樣值偏差
C、缺點：
比較浪費RAM

7、一階滯後濾波法
A、方法：
取a=0~1
本次濾波結果=（1-a）本次取樣值+a上次濾波結果
B、優點：
對週期性干擾具有良好的抑制作用
適用於波動頻率較高的場合
C、缺點：
相位滯後，靈敏度低
滯後程度取決於a值大小
不能消除濾波頻率高於取樣頻率的1/2的干擾訊號

8、加權遞推平均濾波法
A、方法：
是對遞推平均濾波法的改進，即不同時刻的資料加以不同的權
通常是，越接近現時刻的資料，權取得越大。
給予新取樣值的權係數越大，則靈敏度越高，但訊號平滑度越低
B、優點：
適用於有較大純滯後時間常數的物件
和取樣週期較短的系統
C、缺點：
對於純滯後時間常數較小，取樣週期較長，變化緩慢的訊號
不能迅速反應系統當前所受干擾的嚴重程度，濾波效果差

9、消抖濾波法
A、方法：
設定一個濾波計數器
將每次取樣值與當前有效值比較：
如果取樣值＝當前有效值，則計數器清零
如果取樣值<>當前有效值，則計數器+1，並判斷計數器是否>=上限N(溢位)
如果計數器溢位,則將本次值替換當前有效值,並清計數器
B、優點：
對於變化緩慢的被測引數有較好的濾波效果,
可避免在臨界值附近控制器的反覆開/關跳動或顯示器上數值抖動
C、缺點：
對於快速變化的引數不宜
如果在計數器溢位的那一次取樣到的值恰好是干擾值,則會將干擾值當作有效值匯入系統

10、限幅消抖濾波法
A、方法：
相當於“限幅濾波法”+“消抖濾波法”
先限幅,後消抖
B、優點：
繼承了“限幅”和“消抖”的優點
改進了“消抖濾波法”中的某些缺陷,避免將干擾值匯入系統
C、缺點：
對於快速變化的引數不宜

第11種方法：IIR 數字濾波器

A. 方法：
確定訊號頻寬， 濾之。
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. 優點：高通，低通，帶通，帶阻任意。設計簡單(用matlab）
C. 缺點：運算量大。
　

//———————————————————————

軟體濾波的C程式樣例

10種軟體濾波方法的示例程式

假定從8位AD中讀取資料（如果是更高位的AD可定義資料型別為int),子程式為get_ad();

1、限副濾波

/*  A值可根據實際情況調整
    value為有效值，new_value為當前取樣值  
    濾波程式返回有效的實際值  */
#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、中位值濾波法

/*  N值可根據實際情況調整
    排序採用冒泡法*/
#define N  11

char filter()
{
   char value_buf[N];
   char count,i,j,temp;
   for ( count=0;count<N;COUNT++)
   {
      value_buf[count] = get_ad();
      delay();
   }
   for (j=0;j<N-1;J++)
   {
      for (i=0;i<N-J;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、算術平均濾波法

#define N 12

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

4、遞推平均濾波法（又稱滑動平均濾波法）

*/
'''#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<N,COUNT++)
      sum = value_buf[count];
   return (char)(sum/N);
}

5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）

*/
#define N 12

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

6、限幅平均濾波法

/*
*/
略 參考子程式1、3

7、一階滯後濾波法

/* 為加快程式處理速度假定基數為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、加權遞推平均濾波法

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

9、消抖濾波法

#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、限幅消抖濾波法

/*
*/
略 參考子程式1、9

11、IIR濾波例子

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;  
}