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
2、优点：
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;
}
连续采样N次（N取奇数），把N次采样值按大小排列
2、优点：
能有效克服因偶然因素引起的波动干扰
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 < N; 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];
}
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
2、优点：
适用于对一般具有随机干扰的信号进行滤波
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 < N; count++)
{
sum += get_ad();
}
return (char)(sum/N);
}
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
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
#define N 10
u16 value_buf[N];
u16 sum=0;
u16 curNum=0;
u16 moveAverageFilter()
{
if(curNum < N)
{
value_buf[curNum] = getValue();
sum += value_buf[curNum];
curNum++;
return sum/curNum;
}
else
{
sum -= sum/N;
sum += getValue();
return sum/N;
}
}
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
2、优点：
融合了两种滤波法的优点
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 < N; 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 < N-1; count ++)
{
sum += Value_buf[count];
}
return (char)(sum/(N-2));
}
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，
2、优点：
融合了两种滤波法的优点
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) < A)
value_buf[i++] = new_value;
if(i==N)
i=0;
for(count = 0; count < N; count++)
{
sum += value_buf[count];
}
return (char)(sum/N);
}
1、方法：
取a=0~1
2、优点：
对周期性干扰具有良好的抑制作用
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);
}
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。
2、优点：
适用于有较大纯滞后时间常数的对象
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 < N; count++)
{
value_buf[count] = get_ad();
}
for(count = 0; count < N; count++)
{
sum += value_buf[count] * coe[count];
}
return (char)(sum/sum_coe);
}
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<当前有效值，则计数器+1，并判断计数器是否>=上限N(溢出)
2、优点：
对于变化缓慢的被测参数有较好的滤波效果，
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;
}
1、方法：
相当于“限幅滤波法”+“消抖滤波法”
2、优点：
继承了“限幅”和“消抖”的优点
3、缺点：
#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) < A)
{
count++;
if(count >= N)
return new_value;
new_value = get_ad();
}
return value;
}
}
觉得文章不错，点击“分享”、“赞”、“在看” 呗！
