嵌入式常用10種濾波算法介紹及其優(yōu)缺點對比（建議收藏）

時間：2021-12-07 15:02:27

關(guān)鍵字：嵌入式濾波算法

手機看文章

掃描二維碼
隨時隨地手機看文章

[導(dǎo)讀]▼點擊下方名片，關(guān)注公眾號▼歡迎關(guān)注【玩轉(zhuǎn)單片機與嵌入式】公眾號，回復(fù)關(guān)鍵字獲取更多免費資料?；貜?fù)【加群】，限時免費進入知識共享群；回復(fù)【3D封裝庫】，常用元器件的3D封裝庫；回復(fù)【電容】，獲取電容、元器件選型相關(guān)的內(nèi)容；回復(fù)【阻抗匹配】，獲取電磁兼容性、阻抗匹配相關(guān)的資料回復(fù)【...

在單片機開發(fā)中，經(jīng)常需要對輸入的數(shù)據(jù)進行過濾處理，如傳感器數(shù)據(jù)輸出，AD采樣等，合適的濾波處理能達到更好效果。下面分享幾種較簡單而常用的濾波算法：

一、限幅濾波法（又稱程序判斷濾波法）二、中位值濾波法三、算術(shù)平均濾波法四、遞推平均濾波法五、中位值平均濾波法六、限幅平均濾波法七、一階滯后濾波法八、加權(quán)遞推平均濾波法九、消抖濾波法十、限幅消抖濾波法

一、限幅濾波法（又稱程序判斷濾波法）

A、方法：

根據(jù)經(jīng)驗判斷，確定兩次采樣允許的最大偏差值（設(shè)為A）
每次檢測到新值時判斷：
如果本次值與上次值之差<=A,則本次值有效
如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上次值代替本次值

B、優(yōu)點：

能有效克服因偶然因素引起的脈沖干擾

C、缺點：

無法抑制那種周期性的干擾
平滑度差

1int Filter_Value;
2int Value;
3
4void setup() {
5 Serial.begin(9600); // 初始化串口通信
6 randomSeed(analogRead(0)); // 產(chǎn)生隨機種子
7 Value = 300;
8}
9
10void loop() {
11 Filter_Value = Filter(); // 獲得濾波器輸出值
12 Value = Filter_Value; // 最近一次有效采樣的值，該變量為全局變量
13 Serial.println(Filter_Value); // 串口輸出
14 delay(50);
15}
16
17// 用于隨機產(chǎn)生一個300左右的當(dāng)前值
18int Get_AD() {
19 return random(295, 305);
20}
21
22// 限幅濾波法（又稱程序判斷濾波法）
23#define FILTER_A 1
24int Filter() {
25 int NewValue;
26 NewValue = Get_AD();
27 if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
28 return Value;
29 else
30 return NewValue;
31}

二、中位值濾波法

A、方法：

連續(xù)采樣N次（N取奇數(shù)）
把N次采樣值按大小排列
取中間值為本次有效值

B、優(yōu)點：

能有效克服因偶然因素引起的波動干擾
對溫度、液位的變化緩慢的被測參數(shù)有良好的濾波效果

C、缺點：

對流量、速度等快速變化的參數(shù)不宜

1/* N值可根據(jù)實際情況調(diào)整排序采用冒泡法*/
2#define N 11
3
4char filter()
5{
6 char value_buf[N];
7 char count,i,j,temp;
8 for ( count=0;count 9 {
10 value_buf[count] =get_ad();
11 delay();
12 }
13 for (j=0;j-1;j )
14 {
15 for (i=0;i16 {
17 if (value_buf>value_buf[i 1] )
18 {
19 temp = value_buf;
20 value_buf = value_buf[i 1];
21 value_buf[i 1] = temp;
22 }
23 }
24 }
25 return value_buf[(N-1)/2];
26}

三、算術(shù)平均濾波法

A、方法：

連續(xù)取N個采樣值進行算術(shù)平均運算
N值較大時：信號平滑度較高，但靈敏度較低
N值較小時：信號平滑度較低，但靈敏度較高

N值的選?。阂话懔髁?，N=12；壓力：N=4
B、優(yōu)點：

適用于對一般具有隨機干擾的信號進行濾波
這樣信號的特點是有一個平均值，信號在某一數(shù)值范圍附近上下波動

C、缺點：

對于測量速度較慢或要求數(shù)據(jù)計算速度較快的實時控制不適用
比較浪費RAM

1#define N 12
2
3char filter()
4{
5 int sum = 0;
6 for (count=0;count 7 {
8 sum = get_ad();
9 delay();
10 }
11 return (char)(sum/N);
12}

四、遞推平均濾波法

A、方法：

把連續(xù)取N個采樣值看成一個隊列
隊列的長度固定為N
每次采樣到一個新數(shù)據(jù)放入隊尾,并扔掉原來隊首的一次數(shù)據(jù).(先進先出原則)
把隊列中的N個數(shù)據(jù)進行算術(shù)平均運算,就可獲得新的濾波結(jié)果
N值的選取：流量，N=12；壓力：N=4；液面，N=4~12；溫度，N=1~4

B、優(yōu)點：

對周期性干擾有良好的抑制作用，平滑度高
適用于高頻振蕩的系統(tǒng)

C、缺點：

靈敏度低
對偶然出現(xiàn)的脈沖性干擾的抑制作用較差
不易消除由于脈沖干擾所引起的采樣值偏差
不適用于脈沖干擾比較嚴重的場合
比較浪費RAM

1// 遞推平均濾波法（又稱滑動平均濾波法）
2#define FILTER_N 12
3int filter_buf[FILTER_N 1];
4int Filter() {
5 int i;
6 int filter_sum = 0;
7 filter_buf[FILTER_N] = Get_AD();
8 for(i = 0; i < FILTER_N; i ) {
9 filter_buf[i] = filter_buf[i 1]; // 所有數(shù)據(jù)左移，低位仍掉
10 filter_sum = filter_buf[i];
11 }
12 return (int)(filter_sum / FILTER_N);
13}

五、中位值平均濾波法

A、方法：

相當(dāng)于“中位值濾波法” “算術(shù)平均濾波法”
連續(xù)采樣N個數(shù)據(jù)，去掉一個最大值和一個最小值
然后計算N-2個數(shù)據(jù)的算術(shù)平均值
N值的選取：3~14

B、優(yōu)點：

融合了兩種濾波法的優(yōu)點
對于偶然出現(xiàn)的脈沖性干擾，可消除由于脈沖干擾所引起的采樣值偏差

C、缺點：

測量速度較慢，和算術(shù)平均濾波法一樣
比較浪費RAM

1// 中位值平均濾波法（又稱防脈沖干擾平均濾波法）（算法1）
2#define FILTER_N 100
3int Filter() {
4 int i, j;
5 int filter_temp, filter_sum = 0;
6 int filter_buf[FILTER_N];
7 for(i = 0; i < FILTER_N; i ) {
8 filter_buf[i] = Get_AD();
9 delay(1);
10 }
11 // 采樣值從小到大排列（冒泡法）
12 for(j = 0; j < FILTER_N - 1; j ) {
13 for(i = 0; i < FILTER_N - 1 - j; i ) {
14 if(filter_buf[i] > filter_buf[i 1]) {
15 filter_temp = filter_buf[i];
16 filter_buf[i] = filter_buf[i 1];
17 filter_buf[i 1] = filter_temp;
18 }
19 }
20 }
21 // 去除最大最小極值后求平均
22 for(i = 1; i < FILTER_N - 1; i ) filter_sum = filter_buf[i];
23 return filter_sum / (FILTER_N - 2);
24}
25
26
27// 中位值平均濾波法（又稱防脈沖干擾平均濾波法）（算法2）
28#define FILTER_N 100
29int Filter() {
30 int i;
31 int filter_sum = 0;
32 int filter_max, filter_min;
33 int filter_buf[FILTER_N];
34 for(i = 0; i < FILTER_N; i ) {
35 filter_buf[i] = Get_AD();
36 delay(1);
37 }
38 filter_max = filter_buf[0];
39 filter_min = filter_buf[0];
40 filter_sum = filter_buf[0];
41 for(i = FILTER_N - 1; i > 0; i--) {
42 if(filter_buf[i] > filter_max)
43 filter_max=filter_buf[i];
44 else if(filter_buf[i] < filter_min)
45 filter_min=filter_buf[i];
46 filter_sum = filter_sum filter_buf[i];
47 filter_buf[i] = filter_buf[i - 1];
48 }
49 i = FILTER_N - 2;
50 filter_sum = filter_sum - filter_max - filter_min i / 2; // i/2 的目的是為了四舍五入
51 filter_sum = filter_sum / i;
52 return filter_sum;
53}

六、限幅平均濾波法

A、方法：

相當(dāng)于“限幅濾波法” “遞推平均濾波法”
每次采樣到的新數(shù)據(jù)先進行限幅處理，
再送入隊列進行遞推平均濾波處理

B、優(yōu)點：

融合了兩種濾波法的優(yōu)點
對于偶然出現(xiàn)的脈沖性干擾，可消除由于脈沖干擾所引起的采樣值偏差

C、缺點：

比較浪費RAM

1// 限幅平均濾波法
2#define FILTER_A 1
3int Filter() {
4 int i;
5 int filter_sum = 0;
6 filter_buf[FILTER_N - 1] = Get_AD();
7 if(((filter_buf[FILTER_N - 1] - filter_buf[FILTER_N - 2]) > FILTER_A) || ((filter_buf[FILTER_N - 2] - filter_buf[FILTER_N - 1]) > FILTER_A))
8 filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2];
9 for(i = 0; i < FILTER_N - 1; i ) {
10 filter_buf[i] = filter_buf[i 1];
11 filter_sum = filter_buf[i];
12 }
13 return (int)filter_sum / (FILTER_N - 1);
14}

七、一階滯后濾波法

A、方法：

取a=0~1
本次濾波結(jié)果=（1-a）本次采樣值 a上次濾波結(jié)果

B、優(yōu)點：

對周期性干擾具有良好的抑制作用
適用于波動頻率較高的場合

C、缺點：

相位滯后，靈敏度低
滯后程度取決于a值大小
不能消除濾波頻率高于采樣頻率的1/2的干擾信號

1// 一階滯后濾波法
2#define FILTER_A 0.01
3int Filter() {
4 int NewValue;
5 NewValue = Get_AD();
6 Value = (int)((float)NewValue * FILTER_A (1.0 - FILTER_A) * (float)Value);
7 return Value;
8}

八、加權(quán)遞推平均濾波法

A、方法：

是對遞推平均濾波法的改進，即不同時刻的數(shù)據(jù)加以不同的權(quán)
通常是，越接近現(xiàn)時刻的數(shù)據(jù)，權(quán)取得越大。
給予新采樣值的權(quán)系數(shù)越大，則靈敏度越高，但信號平滑度越低

B、優(yōu)點：

適用于有較大純滯后時間常數(shù)的對象
和采樣周期較短的系統(tǒng)

C、缺點：

對于純滯后時間常數(shù)較小，采樣周期較長，變化緩慢的信號
不能迅速反應(yīng)系統(tǒng)當(dāng)前所受干擾的嚴重程度，濾波效果差

1// 加權(quán)遞推平均濾波法
2#define FILTER_N 12
3int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}; // 加權(quán)系數(shù)表
4int sum_coe = 1 2 3 4 5 6 7 8 9 10 11 12; // 加權(quán)系數(shù)和
5int filter_buf[FILTER_N 1];
6int Filter() {
7 int i;
8 int filter_sum = 0;
9 filter_buf[FILTER_N] = Get_AD();
10 for(i = 0; i < FILTER_N; i ) {
11 filter_buf[i] = filter_buf[i 1]; // 所有數(shù)據(jù)左移，低位仍掉
12 filter_sum = filter_buf[i] * coe[i];
13 }
14 filter_sum /= sum_coe;
15 return filter_sum;
16}

九、消抖濾波法

A、方法：

設(shè)置一個濾波計數(shù)器
將每次采樣值與當(dāng)前有效值比較：
如果采樣值＝當(dāng)前有效值，則計數(shù)器清零
如果采樣值<>當(dāng)前有效值，則計數(shù)器 1，并判斷計數(shù)器是否>=上限N(溢出)
如果計數(shù)器溢出,則將本次值替換當(dāng)前有效值,并清計數(shù)器

B、優(yōu)點：

對于變化緩慢的被測參數(shù)有較好的濾波效果,
可避免在臨界值附近控制器的反復(fù)開/關(guān)跳動或顯示器上數(shù)值抖動

C、缺點：

對于快速變化的參數(shù)不宜
如果在計數(shù)器溢出的那一次采樣到的值恰好是干擾值,則會將干擾值當(dāng)作有效值導(dǎo)入系統(tǒng)

1// 消抖濾波法
2#define FILTER_N 12
3int i = 0;
4int Filter() {
5 int new_value;
6 new_value = Get_AD();
7 if(Value != new_value) {
8 i ;
9 if(i > FILTER_N) {
10 i = 0;
11 Value = new_value;
12 }
13 }
14 else
15 i = 0;
16 return Value;
17}

十、限幅消抖濾波法

A、方法：

相當(dāng)于“限幅濾波法” “消抖濾波法”
先限幅,后消抖

B、優(yōu)點：

繼承了“限幅”和“消抖”的優(yōu)點
改進了“消抖濾波法”中的某些缺陷,避免將干擾值導(dǎo)入系統(tǒng)

C、缺點：

對于快速變化的參數(shù)不宜

1// 限幅消抖濾波法
2#define FILTER_A 1
3#define FILTER_N 5
4int i = 0;
5int Filter() {
6 int NewValue;
7 int new_value;
8 NewValue = Get_AD();
9 if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
10 new_value = Value;
11 else
12 new_value = NewValue;
13 if(Value != new_value) {
14 i ;
15 if(i > FILTER_N) {
16 i = 0;
17 Value = new_value;
18 }
19 }
20 else
21 i = 0;
22 return Value;
23}

End

限時免費掃碼進群，交流更多行業(yè)技術(shù)

歡迎轉(zhuǎn)發(fā)

每篇原創(chuàng)內(nèi)容都是我們用心血換來的知識精華，如果您覺得本文有價值，歡迎轉(zhuǎn)載分享；

歡迎加入

如果您對單片機及嵌入式設(shè)計感興趣，歡迎加入我們的辯論探討，加我微信【xyzn3333】。