获取直流,怎么数字滤波

获取直流,怎么数字滤波,第1张

给你10种滤波方式你自己看看吧:

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

不能消除滤波频率高于采样频率的1/2的干扰信号

8、加权递推平均滤波法

A、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

B、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

C、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

不能迅速反应系统当前所受干扰的严重程度,滤波效果差

9、消抖滤波法

A、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

B、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

C、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系统

10、限幅消抖滤波法

A、方法:

相当于“限幅滤波法”+“消抖滤波法”

先限幅,后消抖

B、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

C、缺点:

对于快速变化的参数不宜

1.限幅滤波算法(程序判断滤波算法)

方法解析:

根据经验判断,确定两次采样允许的最大偏差值(设定为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只差>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

[cpp] view plain copy

#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

方法解析:

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

[cpp] view plain copy

#define N  11

char filter()

{

char value_buf[N]

char count,i,j,temp

for ( count=0count<Ncount++)

{

value_buf[count] = get_ad()

delay()

}

for (j=0j<N-1j++)

{

for (i=0i<N-ji++)

{

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

方法解析:

连续取N个采样值进行平均运算,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12左右。

优点:

适应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并不适用,比较浪费RAM

[cpp] view plain copy

#define N 12

char filter()

{

int  sum = 0

for ( count=0count<Ncount++)

{

sum + = get_ad()

delay()

}

return (char)(sum/N)

4.递推平均滤波(滑动平均滤波法)

方法解析:

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)。

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:一般12.

优点:

对周期性干扰有良好的抑制作用,平滑度高,适应于高频振荡的系统

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打的采样值偏差,不适用于脉冲干扰比较严重的场合

浪费RAM

[cpp] view plain copy

#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=0count<N,count++)

sum = value_buf[count]

return (char)(sum/N)

}

5.中位值平均滤波法(防脉冲干扰平均滤波法)

方法解析:

相当于中位值滤波+算术平均滤波,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

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。

缺点:

测量速度较慢,和算法平均滤波一样,浪费RAM。

[cpp] view plain copy

#define N 12

char filter()

{

char count,i,j

char value_buf[N]

int  sum=0,temp=0

for  (count=0count<Ncount++)

{

value_buf[count] = get_ad()

delay()

}

for (j=0j<N-1j++)

{

for (i=0i<N-ji++)

{

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=1count<N-1count++)

sum += value[count]

return (char)(sum/(N-2))

}

6一阶滞后滤波法

方法解析:

取a=0-1

本次滤波结果=(1-a)*本次采样值+a*上次滤波结果

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

缺点:

相位滞后,灵敏度低,滞后程度取决于a值的大小,不能消除滤波频率高于采样频率的1/2的干扰信号

[cpp] view plain copy

#define a 50

char value

char filter()

{

char  new_value

new_value = get_ad()

return (100-a)*value + a*new_value

}

7.加权递推平均滤波法

方法解析:

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。

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

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,不能迅速反应系统当前所受干扰的严重程度,滤波效果差。

[cpp] view plain copy

#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<Ncount++)

{

value_buf[count] = get_ad()

delay()

}

for (count=0,count<Ncount++)

sum += value_buf[count]*coe[count]

return (char)(sum/sum_coe)

}

8.消抖滤波法

方法解析:

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

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。

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系统

[cpp] view plain copy

#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.低通数字滤波

解析:

低通滤波也称一阶滞后滤波,方法是第N次采样后滤波结果输出值是(1-a)乘第N次采样值加a乘上次滤波结果输出值。可见a<<1。

该方法适用于变化过程比较慢的参数的滤波的C程序函数如下:

[cpp] view plain copy

float low_filter(float low_buf[])

{

float sample_value

float X=0.01

sample_value=(1_X)*low_buf[1]+X*low buf[0]

retrun(sample_value)

}


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/8169654.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-14
下一篇 2023-04-14

发表评论

登录后才能评论

评论列表(0条)

保存