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)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：
#defineA //允许的最大差值
chardata//上一次的数据
char filter()
{
chardatanew//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
returndatanew
}
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。
(2)中值滤波算法
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。
算法的程序代码如下：
#define N11 //定义获得的数据个数
char filter()
{
charvalue_buff[N]//定义存储数据的数组
char count,i,j,temp
for(count=0count
{
value_buf[count]=get_data()
delay()//如果采集数据比较慢，那么就需要延时或中断
}
for(j=0j
{
for(value_buff[i]>value_buff[i+1]
{
temp=value_buff[i]
value_buff[i]=value_buff[i+1]
value_buff[i+1]=temp
}
}
returnvalue_buff[(N-1)/2]
}
说明：中值滤波比较适用于去掉由偶然因素引起的波动和采样器不稳定而引起的脉动干扰。若被测量值变化比较慢，采用中值滤波法效果会比较好，但如果数据变化比较快，则不宜采用此方法。
(3)算术平均滤波算法
该算法的基本原理很简单，就是连续取N次采样值后进行算术平均。
算法的程序代码如下：
char filter()
{
int sum=0
for(count=0count
{
sum+=get_data()
delay():
}
return (char)(sum/N)
}
说明：算术平均滤波算法适用于对具有随机干扰的信号进行滤波。这种信号的特点是有一个平均值，信号在某一数值附近上下波动。信号的平均平滑程度完全到决于N值。当N较大时，平滑度高，灵敏度低当N较小时，平滑度低，但灵敏度高。为了方便求平均值，N一般取4、8、16、32之类的2的整数幂，以便在程序中用移位 *** 作来代替除法。
(4)加权平均滤波算法
由于前面所说的“算术平均滤波算法”存在平滑度和灵敏度之间的矛盾。为了协调平滑度和灵敏度之间的关系，可采用加权平均滤波。它的原理是对连续N次采样值分别乘上不同的加权系数之后再求累加，加权系数一般先小后大，以突出后面若干采样的效果，加强系统对参数变化趋势的认识。各个加权系数均小于1的小数，且满足总和等于1的结束条件。这样加权运算之后的累加和即为有效采样值。其中加权平均数字滤波的数学模型是：
式中：D为N个采样值的加权平均值：XN-i为第N-i次采样值N为采样次数Ci为加权系数。加权系数Ci体现了各种采样值在平均值中所占的比例。一般来说采样次数越靠后，取的比例越大，这样可增加新采样在平均值中所占的比重。加权平均值滤波法可突出一部分信号抵制另一部分信号，以提高采样值变化的灵敏度。
样例程序代码如下：
char codejq[N]={1,2,3,4,5,6,7,8,9,10,11,12}//code数组为加权系数表，存在程序存储区
char codesum_jq=1+2+3+4+5+6+7+8+9+10+11+12
char filter()
{
char count
char value_buff[N]
int sum=0
for(count=0count
{
value_buff[count]=get_data()
delay()
}
for(count=0count
sum+=value_buff[count]*jq[count]
return(char)(sum/sum_jq)
}
(5)滑动平均滤波算法
以上介绍和各种平均滤波算法有一个共同点，即每获取一个有效采样值必须连续进行若干次采样，当采速度慢时，系统的实时得不到保证。这里介绍的滑动平均滤波算法只采样一次，将一次采样值和过去的若干次采样值一起求平均，得到的有效采样值即可投入使用。如果取N个采样值求平均，存储区中必须开辟N个数据的暂存区。每新采集一个数据便存入暂存区中，同时去掉一个最老数据，保存这N个数据始终是最新更新的数据。采用环型队列结构可以方便地实现这种数据存放方式。
程序代码如下：
char value_buff[N]
char i=0
char filter()
{
char count
int sum=0
value_buff[i++]=get_data()
if(i==N)
i=0
for(count=0count
sum=value_buff[count]
return (char)(sum/N)
}
(6)低通滤波
将普通硬件RC低通滤波器的微分方程用差分方程来表求，变可以采用软件算法来模拟硬件滤波的功能，经推导，低通滤波算法如下：
Yn=a* Xn+(1-a) *Yn-1
式中 Xn——本次采样值
Yn-1——上次的滤波输出值
，a——滤波系数，其值通常远小于1
Yn——本次滤波的输出值。
由上式可以看出，本次滤波的输出值主要取决于上次滤波的输出值(注意不是上次的采样值，这和加权平均滤波是有本质区别的)，本次采样值对滤波输出的贡献是比较小的，但多少有些修正作用，这种算法便模拟了具体有教大惯性的低通滤波器功能。滤波算法的截止频率可用以下式计算：
fL=a/2Pit pi为圆周率3.14…
式中 a——滤波系数
， t——采样间隔时间
例如：当t=0.5s(即每秒2次)，a=1/32时
fL=(1/32)/(2*3.14*0.5)=0.01Hz
当目标参数为变化很慢的物理量时，这是很有效的。另外一方面，它不能滤除高于1/2采样频率的干搅信号，本例中采样频率为2Hz，故对1Hz以上的干搅信号应采用其他方式滤除，
低通滤波算法程序于加权平均滤波相似，但加权系数只有两个：a和1-a。为计算方便，a取一整数，1-a用256-a，来代替，计算结果舍去最低字节即可，因为只有两项，a和1-a，均以立即数的形式编入程序中，不另外设表格。虽然采样值为单元字节(8位A/D)。为保证运算精度，滤波输出值用双字节表示，其中一个字节整数，一字节小数，否则有可能因为每次舍去尾数而使输出不会变化。
设Yn-1存放在30H(整数)和31H(小数)两单元中，Yn存放在32H(整数)和33H(小数)中。滤波程序如下：
虽千万里，吾往矣。
当我们使用1200PLC进行滤波均值计算时，可以采用以下步骤进行程序编写：1. 首先，我们需要将采集到的原始数据存储至一个数组中，以便后续的计算。
2. 接着，我们需要定义一个变量来存储滑动窗口的大小，通常情况下，一个合适的窗口大小是根据实际应用场景来确定的。
3. 然后，我们可以通过循环语句将窗口内的数据进行累加，并计算出平均值。在每次循环中，我们需要将最早加入窗口的数据删除，并将最新采集到的数据添加至窗口中。
4. 最后，我们需要将计算出的均值结果输出或存储至某个寄存器、数据存储器、或者其他设备中供后续使用。
比如，下面是一个示例程序：
```LD M100开始存储原始数据
LD D100将D100的值存储到M100中
ADD X0 将X0中的值加1
MOV D100, M[X0] 将M[X0]的值存储到D100中
CMP X0, K1N10 判断X0是否大于等于K1N10
JMPE ELSE如果是，则跳转至ELSE
AVG: 均值计算过程
MOV D10, D100 将D100的值存储到D10中
ADD D20, D10 将D10加到D20中
ADD X1, K1将X1加1
CMP X1, K2N10 判断X1是否大于等于K2N10
JMPE OUTPUT 如果是，则跳转至OUTPUT
MOV D100, M[X1] 将新采集的数据存储到D100中
SUB D20, D[K1] 将最早加入窗口的数据删除
JMP AVG 重复执行均值计算过程
OUTPUT:
DIV D20, K1N10 计算出平均值
ST D30, M[100] 将结果存储至M100寄存器中
JMP START 回到程序开始处
ELSE:
MOV X0, K1 将X0重置为窗口大小
MOV D20, K0 将累加器清零
JMP AVG 执行均值计算
滤波电容的耐压值以电路中可能出现的最高电压为准，耐压值必须高于可能出现的最高电压。不同类型，不同结构的滤波器，滤波电容的容量计算方法不同。
以一阶RC低通或高通滤波器为例，其截止频率f=1/（2πRC）。
根据截止频率可以计算出RC的乘积。
由于电容的规格相对较少，一般是根据经验，选取合适容量的电容值，然后计算电阻值，若电阻值不合适，更改电容值再计算电阻值。
所谓合适的容量，一般以手头容易获取为原则。
另外，对于低通滤波器而言，如果滤波器后的负载输入阻抗足够大（如运放构成的电压跟随器、同相比例放大器，仪表差分放大器等等）。滤波电容的选择可随意；如果滤波器后的负载输入阻抗较小，电容容量应该稍大，这样滤波器的输出阻抗较小，受负载的影响较小。
电容一般最小不小于100pF。这是因为考虑到环境存在分布电容，滤波电容太小的话，受分布电容的影响不能忽略，难以获取准确的截止频率。
对于无极性电容而言，一般容量应小于1uF，这是因为1uF以上的电容不易采购，并且成本较高。
对于高通滤波器而言，电容与负载的关系相反。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）