10种软件滤波算法及其代码实现(C语言)

这篇具有很好参考价值的文章主要介绍了10种软件滤波算法及其代码实现(C语言)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


前言

本文介绍了10种常用的软件滤波方法,包含具体的滤波实现过程及优缺点,并附上了相应的代码示例(C语言)。所述滤波方法各有优劣,需根据实际应用需求进行选择。

注:本文假定从8位AD中读取数据(若采用更高位的AD可定义数据类型为int);子程序为get_ad(),用于获取AD采样数值;


一、滤波方式介绍

随着信息科技的发展,信号处理得到了大幅推动,已被广泛应用于雷达、通信、自动化、航空航天等领域。在信号处理系统中,输入信号通常含有各种噪声和干扰。

为对信号进行准确的测量和控制,必须削弱或滤除被测信号中的噪声和干扰。一般在系统中可选用硬件滤波软件滤波
硬件滤波又分为无源滤波和有源滤波,无源滤波是通过 RC 滤波器或 LC 滤波器等模拟滤波器进行滤波。
硬件滤波的优势是不需要进行复杂的程序处理,反应灵敏。

软件滤波也称数字滤波,是通过一定的算法削弱噪声的影响。
软件滤波的优势是不需要硬件的投入,而且可靠稳定。

注:AD采样点的电压多少有点起伏波动,经运放放大后电压的波动如果超过ADC的分辩率,则显示的值会出现波动。波动如果十分大的话, 建议采用硬件滤波;相反,如果波动较小,则可以采用软件滤波。


二、10种经典的软件滤波方法

1. 限幅滤波法

1)实现方法及优缺点
限幅滤波法(程序判断滤波法):
①根据经验判断,确定两次采样允许的最大偏差值(设为DEVIATION_MAX);
②每次检测到新值时判断:
如果本次值与上次值之差<=DEVIATION_MAX,则本次值有效;
如果本次值与上次值之差>DEVIATION_MAX,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:无法抑制那种周期性的干扰、平滑度差。

2)代码示例

/* DEVIATION_MAX,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 DEVIATION_MAX 10
char value;

char filter()
{
	char new_value;
	new_value = get_ad();
	
	if ((new_value - value > DEVIATION_MAX) || (value - new_value > DEVIATION_MAX)
	{
		return value;
	}
	
	else
	{
		return new_value;
	}
}

2. 中位值滤波法

1)实现方法及优缺点
①连续采样N次(N取奇数);
②把N次采样值按大小排列;
③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、液位的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。

2)代码示例

/* N,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;
	char i;
	char j;
	char 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

1)实现方法及优缺点
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(参考):流量,N=12;压力,N=4;

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;
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。

2)代码示例

 #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

1)实现方法及优缺点
递推平均滤波法(滑动平均滤波法):
①把连续取N个采样值看成一个队列,队列的长度固定为N;
②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);
③把队列中的N个数据进行算术平均运算,以获得新的滤波结果。
N值的选取(参考):流量,N=12;压力,N=4;液面,N=4 ~ 12;温度,N=1~4;

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。

2)代码示例

#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

1)实现方法及优缺点
中位值平均滤波法(防脉冲干扰平均滤波法):
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;

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。

2)代码示例

#define N 12

char filter()
{
	char count;
	char i;
	char 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

1)实现方法及优缺点
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;

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:比较浪费RAM。

2)代码示例

/* 限幅滤波法
DEVIATION_MAX,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 DEVIATION_MAX 10
char value;

char filter()
{
	char new_value;
	new_value = get_ad();
	
	if ((new_value - value > DEVIATION_MAX) || (value - new_value > DEVIATION_MAX)
	{
		return value;
	}
	
	else
	{
		return new_value;
	}
}

/* 递推平均滤波法*/
#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);
}

7. 一阶滞后滤波法

1)实现方法及优缺点
一阶滞后滤波法(惯性滤波法):
取a=0~1,本次滤波结果=(1-a)* 本次采样值+a*上次滤波结果;

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;
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。

2)代码示例


/* 注:整数运算速度快于浮点数运算,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

1)实现方法及优缺点
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重;
通常是,越接近现时刻的数据,权重取得越大;
给予新采样值的权重系数越大,则灵敏度越高,但信号平滑度越低;

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;
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。

2)代码示例

/* coe数组为加权系数表,存储在程序存储区。*/
#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

1)实现方法及优缺点
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。

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;
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。

2)代码示例


#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

1)实现方法及优缺点
相当于“限幅滤波法”+“消抖滤波法”,先限幅,后消抖;

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;
缺点:对于快速变化的参数不宜。

2)代码示例

/*参考代码示例1和代码实例9*/

以上便是本文的全部内容,希望本文能对大家理解和运用软件滤波方法有所帮助。
当然,本文内容如有错误或不严谨之处,也恳请大家及时指出,谢谢!

参考

如何用软件设计一个硬件滤波功能-模拟/电源-与非网
软件滤波_百度百科文章来源地址https://www.toymoban.com/news/detail-460189.html

到了这里,关于10种软件滤波算法及其代码实现(C语言)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 遗传算法及其MATLAB实现(附完整代码)

           遗传算法是经典的智能算法, 经常被用来求解各种N-P问题, 各种非线性函数的优化等, 可以实现各类模型的非最优解优化. 遗传算法稳定性比较强, 优化的效果比较好, 不是特别依赖初值, 尤其对离散自变量的函数优化是很合适的, 比较容易得到理论最优解, 整体的

    2024年02月13日
    浏览(50)
  • 二分查找算法讲解及其C++代码实现

    二分查找算法是一种常用的查找算法,也被称为折半查找。它可以在有序的数组或列表中快速查找需要的元素。 算法描述: 首先确定数组的中间位置mid=(left+right)/2; 然后将要查找的值key与中间位置的值进行比较; 如果key等于中间位置的值,则查找成功,返回mid; 如果key小

    2024年02月01日
    浏览(44)
  • 排序算法——快速排序(C语言多种实现及其优化策略)

    快速排序可以说是排序界的大哥的存在,在c库中的qsort和c++库中的sort两个排序底层都是用 快速排序实现 ,可想快速排序是有多么强大了把哈哈! 快速排序是Hoare于1962年提出的一种二叉树结构的 交换排序 方法,其基本思想为:任取待排序元素序列中的某元素作为基准值,按照

    2023年04月11日
    浏览(41)
  • 现代信号处理——阵列信号处理(空域滤波原理及其算法)

    一、阵列信号处理简介 1、阵列信号处理的研究内容:检测、估计、滤波、成像等。 2、阵列信号处理的研究对象:空间传播波携带信号(空域滤波) 3、阵列信号处理方法:统计与自适应信号处理技术(如谱估计、最优与自适应、滤波) 4、阵列信号处理的目的:①滤波:增强

    2024年02月02日
    浏览(94)
  • 粒子群算法及其MATLAB实现(附完整代码和讲解)

    粒子群算法是模仿鸟类捕食的一种智能仿生算法,具有流程简单,算子复杂度低的特点,是一种常用的智能算法,特别适用于自变量为实数的问题优化模型,维数较多时具有很好的效率,比fmincon之类的确定性算法具有更快的速度,在有限的时间内可以获得较好的结果。 粒子群

    2024年02月09日
    浏览(39)
  • python实现对图片进行均值滤波、中值滤波、高斯滤波处理及其原理和特点

    1.高斯滤波         1)原理:对图像邻域内像素进行平滑时,邻域内不同位置的像素被赋予不同的权值。         2)特点:对图像进行平滑的同时,同时能够更多的保留图像的总体灰度分布特征。         3)代码         4)效果图(左原图)  2.均值滤波         1)

    2024年02月06日
    浏览(44)
  • 【滤波专题-第7篇】“类EMD”算法分解后要怎样使用(3)——EMD降噪方法及MATLAB代码实现

    使用EMD分解(以及其他“类EMD”分解方法,以下为了简便统称EMD)做信号降噪,是EMD的一个比较重要的应用方向。EMD可以将复杂的信号分解为一系列的固有模态函数(IMFs),每一个IMF都包含了信号的一部分频率信息。在信号降噪的过程中,如何选择和筛选IMFs是关键步骤之一

    2024年02月16日
    浏览(41)
  • K-Means聚类算法及其python实现(已附上代码至本博客)

    觉得有用的,一腚要先点赞后收藏!!!气死人了,40多个收藏0点赞!! 对于 n代表了x有n维,x上标j表示第j维的特征,下标i表示该向量是第i个样本 簇中心坐标为:(当然,这也是重新计算簇中心坐标的方法!!) 向量 u i = ( u i ( 1 ) , u i ( 2 ) , ⋅ ⋅ ⋅ , u i ( j ) , ⋅ ⋅ ⋅ , u i ( n )

    2024年02月08日
    浏览(42)
  • 卡尔曼滤波器原理讲解及其matlab实现

    目录 一:卡尔曼滤波器的信号模型[1-2] 二:其他方程及变量介绍 三:卡尔曼滤波器递推公式 四:matlab仿真[3] 参考文献: 引言:在进行一些信号处理的过程中,我们通常会采集到一些数据,但是实际测量到的数据是受到噪声干扰了之后的,故与真实的数据有一些偏差。因此

    2023年04月08日
    浏览(45)
  • 汽车零部件软件开发中常用滤波算法

    滑动窗口滤波是数字信号处理中的基本技术,通过在数据序列上移动一个固定大小的窗口并计算窗口内数据点的统计量(如均值或中值)来平滑信号。本文将探讨滑动窗口均值滤波和中值滤波的基本实现、工作原理及其局限性,并引入卡尔曼滤波作为一种更高级别的滤波方法

    2024年02月21日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包