常见的ADC滤波算法、优缺点及代码

strongerHuang 2022-11-16 3982

描述

如今传感器的种类越来越多，数量也越来越多，而这些传感器很多都会用到模拟量，模拟量就离不开ADC。

然而，我们单片机ADC采集的模拟量基本都会经过“滤波”处理才能使用，下面给大家分享一些常见的ADC滤波算法。

一、限幅滤波

1、方法

根据经验判断两次采样允许的最大偏差值A

每次采新值时判断：若本次值与上次值之差<=A，则本次有效；若本次值与上次值之差>A，本次无效，用上次值代替本次。

2、优缺点

克服脉冲干扰，无法抑制周期性干扰，平滑度差。

3、代码

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */
#define A 10
char Value;
char filter()
{
  char new_Value;
  new_Value = get_ad();                                        //获取采样值
  if( abs(new_Value - Value) > A)   return Value;             //abs()取绝对值函数
  return new_Value;
}

二、中位值滤波

1、方法

连续采样N次，按大小排列

取中间值为本次有效值

2、优缺点

克服波动干扰，对温度等变化缓慢的被测参数有良好的滤波效果，对速度等快速变化的参数不宜。

3、代码

#define N 11
char filter()
{
 char value_buf[N];
 char count,i,j,temp;
 for(count = 0;count < N;count++)                                //获取采样值
 {
  value_buf[count] = get_ad();
  delay();
 }
 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;
  }
 return value_buf[(N-1)/2];
}

三、算数平均滤波

1、方法

连续采样N次，取平均

N较大时平滑度高，灵敏度低

N较小时平滑度低，灵敏度高

一般N=12

2、优缺点

适用于存在随机干扰的系统，占用RAM多，速度慢。

3、代码

#define N 12
char filter()
{
 int sum = 0;
 for(count = 0;count

四、递推平均滤波

1、方法

取N个采样值形成队列，先进先出

取均值

一般N=4~12

2、优缺点

对周期性干扰抑制性好，平滑度高

适用于高频振动系统

灵敏度低，RAM占用较大，脉冲干扰严重

3、代码

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */
#define A 10
char Value;
char filter()
{
  char new_Value;
  new_Value = get_ad();                                        //获取采样值
  if( abs(new_Value - Value) > A)   return Value;             //abs()取绝对值函数
  return new_Value;
}

五、中位值平均滤波

1、方法

采样N个值，去掉最大最小

计算N-2的平均值

N= 3~14

2、优缺点

融合了中位值，平均值的优点

消除脉冲干扰

计算速度慢，RAM占用大

3、代码

char filter()
{
 char count,i,j;
 char Value_buf[N];
 int sum=0;
 for(count=0;countValue_buf[i+1])
   {
     temp = Value_buf[i];
     Value_buf[i]= Value_buf[i+1];
      Value_buf[i+1]=temp;
   }
   for(count =1;count

六、限幅平均滤波

1、方法

每次采样数据先限幅后送入队列

取平均值

2、优缺点

融合限幅、均值、队列的优点

消除脉冲干扰，占RAM较多

3、代码

#define A 10
#define N 12
char value,i=0;
char value_buf[N];
char filter()
{
 char new_value,sum=0;
 new_value=get_ad();
 if(Abs(new_value-value)

七、一阶滞后滤波

1、方法

取a=0~1

本次滤波结果=（1-a）* 本次采样 + a * 上次结果

/*为加快程序处理速度，取a=0~100*/
#define a 30
char value;
char filter()
{
 char new_value;
 new_value=get_ad();
 return ((100-a)*value + a*new_value);
}

八、加权递推平均滤波

1、方法

对递推平均滤波的改进，不同时刻的数据加以不同权重，通常越新的数据权重越大，这样灵敏度高，但平滑度低。

2、优缺点

适用有较大滞后时间常数和采样周期短的系统，对滞后时间常数小，采样周期长、变化慢的信号不能迅速反应其所受干扰。

3、代码


/* coe数组为加权系数表 */
#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

若计数器溢出，则采样值替换当前有效值，计数器清0

2、优缺点

对变化慢的信号滤波效果好，变化快的不好

避免临界值附近的跳动，计数器溢出时若采到干扰值则无法滤波

3、代码

#define N 12
char filter()
{
 char count=0,new_value;
 new_value=get_ad();
 while(value!=new_value)
 {
  count++;
  if(count>=N) return new_value;
  new_value=get_ad();
 }
 return value;
}


#define A 10
#define N 12
char value;
char filter()
{
 char new_value,count=0;
 new_value=get_ad();
 while(value!=new_value)
 {
  if(Abs(value-new_value))>

;count++)> )> ;count++)>;count++)> ;count++)>

打开APP阅读更多精彩内容