第1种方法: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。

第2种方法: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。

第3种方法: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 。

第4种方法: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。

第5种方法: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。

第6种方法: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 。

第7种方法: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。

第8种方法: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,越接近现时刻的资料,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。

第9种方法: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。

第10种方法: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。

第11种方法:IIR 数字滤波器

  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。

部分程序:

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 */

#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
/* 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-1;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
/*
*/

#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)
/*
*/

#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)
/*
*/

#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-1;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
/*
*/ 
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 */

#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
/* 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

#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
/*
*/
略 参考子程序1、9

几种软件滤波算法的原理和比较(带源码)相关推荐

  1. 滑动平均滤波c语言_11种经典软件滤波算法及其波形效果图(附C语言程序)

    (后页附带C语言程序) 注意注意注意:(图像中红线都是经过滤波的)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 ...

  2. 在线激活流程研究, 芯片杂烩, 软件滤波算法

    在线激活流程研究 在世界范围内,软件的盗版问题都是个令程序员苦恼的问题.相应的,很多反盗版的措施也就应运而生.其中以输入序列号.激活码的产品激活策略应用最为广泛.本文就从流程的角度粗略的描述一下这个过 ...

  3. 十一种通用滤波算法(转)

    http://www.cnblogs.com/tdyizhen1314/archive/2010/08/02/1790683.html Easy Code (转)十一种通用滤波算法 一.十一种通用滤波 ...

  4. 单片机 10种软件滤波方法的示例程序

    单片机学习笔记_10种软件滤波方法的示例程序 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.限副滤波 /*  A值可根据实际情况调整     v ...

  5. 详解非局部均值滤波原理以及用MATLAB源码实现

    详解非局部均值滤波原理以及用MATLAB源码实现 序言 均值滤波.中值滤波.高斯滤波在滤除噪声的过程中,无可避免的使图像的边缘细节和纹理信息所被滤除.针对此问题,Buades[1]等人提出了非局部均值 ...

  6. SHA3系列(KECCAK)哈希算法原理及实现(附源码)

    相关文章: (本文持续更新中) SHA3系列(KECCAK)哈希算法原理及实现(附源码) SHA512系列哈希算法原理及实现(附源码) SHA224和SHA256哈希算法原理及实现(附源码) 国密SM ...

  7. SHA224和SHA256哈希算法原理及实现(附源码)

    相关文章: SHA224和SHA256哈希算法原理及实现(附源码) 国密SM3哈希算法原理及实现(附源码) SHA1哈希算法原理及实现(附源码) MD5哈希算法原理及实现(附源码) MD4哈希算法原理 ...

  8. 国密SM3密码杂凑算法原理及实现(附源码)

    相关文章: 国密SM3哈希算法原理及实现(附源码) SHA1哈希算法原理及实现(附源码) MD5哈希算法原理及实现(附源码) MD4哈希算法原理及实现(附源码) MD2哈希算法原理及实现(附源码) M ...

  9. SHA512系列哈希算法原理及实现(附源码)

    相关文章: SHA512系列哈希算法原理及实现(附源码) SHA224和SHA256哈希算法原理及实现(附源码) 国密SM3哈希算法原理及实现(附源码) SHA1哈希算法原理及实现(附源码) MD5哈 ...

最新文章

  1. Visual Studio Code常用插件
  2. 速度超Mask RCNN四倍,仅在单个GPU训练的实时实例分割算法 | 技术头条
  3. 从0 到1 又如何?他逆袭成边缘云计算的贡献者
  4. 结构之美——优先队列基本结构(四)——二叉堆、d堆、左式堆
  5. 两个半月!出差终于结束啦
  6. 4.SELECT DISTINCT 语句
  7. .NET中RabbitMQ的使用
  8. JS-为金额添加千分位逗号分割符
  9. 疫情下远程办公的第二天,躺下来刷刷手机
  10. 为什么现在物质越来越丰富,人的幸福感反而越来越低?
  11. 用opencv进行图像处理-之用matplotlib显示
  12. 12f的接线 esp8266_ESP8266固件升级方法(ESP8266-12F模组)
  13. tetp服务器怎么上传文件,tftp服务器ip是什么 TFTP服务器怎么设置
  14. 国密SM2算法的只求理解不求甚解 (3/5)SM2算法数学模型
  15. 53.创建线程_beginthread
  16. Foxmail邮箱提示错误:ssl连接错误,errorCode:5解决方法
  17. svn访问路径提示Unable to connect to a repository at url
  18. Linux终端欢迎界面
  19. 使用周权重指数追踪及预测咖啡店销售数据
  20. Deeplab Training notes

热门文章

  1. MongoDB初试备份及恢复
  2. 有了Auto Layout,为什么你还是害怕写UITabelView的自适应布局?
  3. [Usaco2007 Dec]宝石手镯[01背包][水]
  4. GridView的操作:导出Excel[方案一]
  5. postgreSQL源码分析——索引的建立与使用——GIN索引(3)
  6. 8-Mybatis 的动态 SQL 语句
  7. mysql数据库性能跟哪些参数有关系_MySQL性能优化全攻略-服务器参数调整
  8. spark 设置主类_最近Kafka这么火,聊一聊Kafka:Kafka与Spark的集成
  9. 中国风喜庆传统新年元旦海报PSD分层模板
  10. PPT优秀模板|7个技巧,让你的设计呈现更加完美