常见的滤波法（上）
滤波处理既适用于模拟信号也适用于数字信号。在模拟信号处理中，滤波通常通过模拟电子电路实现；在数字信号处理中，则可以通过软件算法实现。
滤波处理在信号处理中扮演着举足轻重的角色。通过滤波处理，我们可以改善信号的质量、提取有用的信息、提高信号的信噪比和平滑处理信号，从而满足各种应用需求。
1. 限幅滤波法（又称程序判断滤波法）
- 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。
- 优点：能有效克服因偶然因素引起的脉冲干扰。
- 缺点：无法抑制周期性的干扰，平滑度差。
#define A 51
u16 Value1;
u16 filter1()
{
u16 NewValue;
Value1 = ftable[b-1];
NewValue = ftable[b];
b++;
a++;
if(a==255) a=0;
if(b==255) b=1;
if(((NewValue - Value1) > A) || ((Value1 - NewValue) > A))
{
print_host(ftable[a],NewValue);
return NewValue;
}
else
{
print_host(ftable[a],Value1);
return Value1;
}
}
2. 中位值滤波法
- 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。
- 优点：能有效克服因偶然因素引起的波动干扰，对温度、液位等变化缓慢的被测参数有良好的滤波效果。
- 缺点：对流量、速度等快速变化的参数不宜。
#define N 3
u16 value_buf[N];
u16 filter2()
{
u16 count,i,j,temp;
for(count=0;count<N;count++)
{
value_buf[count] = ftable[a];
a++;
if(a==255) a=0;
}
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;
}
}
}
// printf("%d\n",value_buf[(N-1)/2]);
return value_buf[(N-1)/2];
}
void pros2()
{
print_host(4,filter2());
}
3. 算术平均滤波法
- 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。
- 优点：适用于对一般具有随机干扰的信号进行滤波，信号在某一数值范围附近上下波动。
- 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 5
u16 filter3()
{
u16 sum = 0,count;
for ( count=0;count<N;count++)
{
sum = sum+ ftable[a];
a++;
if(a==255) a=0;
}
print_host(4,sum/N);
// printf("%d\n",sum/N);
return (sum/N);
}
4. 递推平均滤波法（又称滑动平均滤波法）
- 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。
- 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。
- 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 FILTER4_N 3
u16 filter_buf[FILTER4_N + 1];
u16 filter4()
{
int i;
int filter_sum = 0;
filter_buf[FILTER4_N] = ftable[a];
a++;
if(a==255) a=0;
for(i = 0; i < FILTER4_N; i++)
{
filter_buf[i] = filter_buf[i + 1]; // 所有数据左移，低位仍掉
filter_sum += filter_buf[i];
}
// printf("%d\n",filter_sum / FILTER4_N);
return (int)(filter_sum / FILTER4_N);
}
void pros4(void)
{
u16 i=0;
print_host(4,filter4());
}
5. 中位值平均滤波法（又称防脉冲干扰平均滤波法）
- 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。
- 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。
- 缺点：测量速度较慢，和算术平均滤波法一样比较浪费RAM。
#define N 3
int filter5()
{
int i, j;
int filter_temp, filter_sum = 0;
int filter_buf[N];
for(i = 0; i < N; i++)
{
filter_buf[i] = ftable[a];
a++;
if(a==255) a=0;
delay_us(10);
}
// 采样值从小到大排列（冒泡法）
for(j = 0; j < N - 1; j++)
{
for(i = 0; i < N - 1 - j; i++)
{
if(filter_buf[i] > filter_buf[i + 1])
{
filter_temp = filter_buf[i];
filter_buf[i] = filter_buf[i + 1];
filter_buf[i + 1] = filter_temp;
}
}
}
// 去除最大最小极值后求平均
for(i = 1; i < N - 1; i++) filter_sum += filter_buf[i];
// printf("%d\n",filter_sum / ( N - 2));
return filter_sum / (N - 2);
}
void pros5(void)
{
u16 i=0;
for(i=0;i<255;i++)
{
print_host(ftable[i],filter5());
}
}