十种数据采集滤波的方法和编程实例.docx
《十种数据采集滤波的方法和编程实例.docx》由会员分享,可在线阅读,更多相关《十种数据采集滤波的方法和编程实例.docx(11页珍藏版)》请在冰豆网上搜索。
十种数据采集滤波的方法和编程实例
理论上讲单片机从A/D芯片上采集的信号就是需要的量化信号,但是由于存在电路的相互干扰、电源噪声干扰和电磁干扰,在A/D芯片的模拟输入信号上会叠加周期或者非周期的干扰信号,并会被附加到量化值中,给信号带来一定的恶化。
考虑到数据采集的实时性和安全性,有时需要对采集的数据进行软处理,一尽量减小干扰信号的影响,这一过程称为数据采集滤波。
以下介绍十种数据采集滤波的方法和编程实例。
这10种方法针对不同的噪声和采样信号具有不同的性能,为不同场合的应用提供了较广的选择空间。
选择这些方法时,必须了解电路种存在
的主要噪声类型,主要包括一下方面:
*噪声是突发随机噪声还是周期性噪声
*噪声频率的高低
*采样信号的类型是块变信号还是慢变信号
*另外还要考虑系统可供使用的资源等
通过对噪声和采样性能分析,选用最合适的方法以及确定合理的参数,才能达到良好的效果。
目前用于数据采集滤波的主要方法有以下10种,这10种方法都是在时域上进行处理的,相对于从频域角度设计的IIR或者FIR滤波器,其实现简单,运算量小,而性能可以满足
绝大部分的场合的应用要求
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
1、限副滤波
/* A值可根据实际情况调整
value为有效值,new_value为当前采样值
滤波程序返回有效的实际值 */
#defineA10
charvalue;
charfilter()
{
char new_value;
new_value=get_ad();
if((new_value-value>A)||(value-new_value>A)
returnvalue;
returnnew_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
2、中位值滤波法
/* N值可根据实际情况调整
排序采用冒泡法*/
#defineN 11
charfilter()
{
charvalue_buf[N];
charcount,i,j,temp;
for(count=0;count {
value_buf[count]=get_ad();
delay();
}
for(j=0;j {
for(i=0;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;
}
}
}
returnvalue_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
3、算术平均滤波法
/*
*/
#defineN12
charfilter()
{
int sum=0;
for(count=0;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
4、递推平均滤波法(又称滑动平均滤波法)
/*
*/
#defineN12
charvalue_buf[N];
chari=0;
charfilter()
{
charcount;
int sum=0;
value_buf[i++]=get_ad();
if(i==N) i=0;
for(count=0;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
5、中位值平均滤波法(又称防脉冲干扰平均滤波法)
/*
*/
#defineN12
charfilter()
{
charcount,i,j;
charvalue_buf[N];
int sum=0;
for (count=0;count {
value_buf[count]=get_ad();
delay();
}
for(j=0;j {
for(i=0;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 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
6、限幅平均滤波法
/*
*/
略参考子程序1、3
7、一阶滞后滤波法
/*为加快程序处理速度假定基数为100,a=0~100*/
#definea50
charvalue;
charfilter()
{
char new_value;
new_value=get_ad();
return(100-a)*value+a*new_value;
}
//=================================================================================================
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