单片机ADC常用的十大滤波算法(C语言）

一、限幅滤波法

1、方法：

• 根据经验判断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：

a . 如果本次值与上次值之差<=A，则本次值有效

b . 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

2、优点：

• 能有效克服因偶然因素引起的脉冲干扰

3、缺点

• 无法抑制那种周期性的干扰
• 平滑度差

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */
#define A 10
char Value;
char filter()
{
    char new_Value;
    new_Value = get_ad(); // 获取采样值
    if( abs(new_Value - Value) > A)   
        return Value;     // abs()取绝对值函数
    return new_Value;
}

二、中位值滤波法

1、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

2、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

3、缺点：

• 对流量、速度等快速变化的参数不宜

#define N 11
char filter()
{
    char value_buf[N];
    char count, i, j, temp;
    for(count = 0; count //获取采样值
    {
        value_buf[count] = get_ad();
        delay();
    }
    for(j = 0; j < (N-1); j++)
    {
        for(i = 0; i < (n-j); i++)
        {
            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];
}

三、算术平均滤波法

1、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

2、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

3、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

#define N 12
char filter()
{
    int sum = 0;
    for(count = 0; count     {
        sum += get_ad();
    } 
    return (char)(sum/N);
}

四、递推平均滤波法

1、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

2、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

3、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

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */




    

#define A 10
char Value;
char filter()
{
    char new_Value;
    new_Value = get_ad(); // 获取采样值
    if( abs(new_Value - Value) > A)   
        return Value;     // abs()取绝对值函数
    return new_Value;
}

五、中位值平均滤波法

1、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

2、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

3、缺点：

• 测量速度较慢，和算术平均滤波法一样
• 比较浪费RAM

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

六、限幅平均滤波法

1、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

2、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

3、缺点：

• 比较浪费RAM

#define A 10
#define N 12
char value, i = 0;
char value_buf[N];
char filter()
{
    char new_value, sum = 0;
    new_value = get_ad();
    if(Abs(new_value - value)         value_buf[i++] = new_value;
    if(i==N)  
        i=0;
    for(count = 0; count     {
        sum += value_buf[count];
    }
    return (char)(sum/N);
}

七、一阶滞后滤波法

1、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

2、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

3、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

/*为加快程序处理速度，取a=0~100*/
#define a 30
char value;
char filter()
{
    char new_value;
    new_value = get_ad();
    return ((100-a)*value + a*new_value);
}

八、加权递推平均滤波法

1、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

2、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

3、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
• 不能迅速反应交易系统当前所受干扰的严重程度，滤波效果差

/* coe数组为加权系数表 */
#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     {
        value_buf[count] = get_ad();
    }
    for(count = 0; count     {
        sum += value_buf[count] * coe[count];
    } 
    return (char)(sum/sum_coe);
}

九、消抖滤波法

1、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>或=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

2、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

3、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交易系统

#define N 12
char filter()
{
    char count = 0, new_value;
    new_value = get_ad();
    while(value != new_value)
    {
        count++;
        if(count >= N) 
            return new_value;
        new_value = get_ad();
    }
    return value;
}

十、限幅消抖滤波法

1、方法：

• 相当于“限幅滤波法”+“消抖滤波法”
• 先限幅，后消抖

2、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

3、缺点：

• 对于快速变化的参数不宜

#define A 10
#define N 12
char value;
char filter()
{
    char new_value, count = 0;
    new_value = get_ad();
    while(value != new_value)
    {
        if(Abs(value - new_value)         {
            count++;
            if(count >= N) 
                return new_value;
            new_value = get_ad();
        }
        return value;
    }
}