【数字信号处理】十大经典软件滤波算法

摘自:https://blog.csdn.net/lg1259156776/article/details/51991585

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

[cpp] view plain copy
 
// eg.  
#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

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

[cpp] view plain copy
 
// eg.  
/*   N值可根据实际情况调整 
排序采用冒泡法*/  
#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;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

[cpp] view plain copy
 
// eg.  
#define N 12  
  
char filter()  
{  
    int sum = 0;  
    for(count=0;count<N;count++){  
        sum + = get_ad();  
        delay();  
    }  
    return (char)(sum/N);  
}  

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

[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=0;count<N;count++)  
        sum += value_buf[count];  
    return (char)(sum/N);  
}  

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

[cpp] view plain copy
 
// eg.  
#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;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

[cpp] view plain copy
 
// eg.  
/* 为加快程序处理速度假定基数为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

[cpp] view plain copy
 
// eg.  
/* coe数组为加权系数表，存在程序存储区。*/  
  
#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

[cpp] view plain copy
 
// eg.  
#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

11、IIR滤波？？？
A. 方法：
确定信号带宽，滤之。
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. 优点：
高通，低通，带通，带阻任意。设计简单(用matlab）
C. 缺点：
运算量大。

[cpp] view plain copy
 
// eg.  
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;    
}  