10种滤波算法 及 例子c代码(来自于互联网)

经常有朋友们提起传感器采样的时候数据会抖动,会跳动, 这时候需要一些滤波算法;

1、限幅滤波法（又称程序判断滤波法）

2、中位值滤波法

3、算术平均滤波法

4、递推平均滤波法（又称滑动平均滤波法）

5、中位值平均滤波法(又称防脉冲干扰平均滤波法)

6、限幅平均滤波法

7、一阶滞后滤波法

8、加权递推平均滤波法

9、消抖滤波法

10、限幅消抖滤波法

11、IIR滤波？？？

假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为get_ad();

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

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

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

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

#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

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

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

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

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。

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;  

}