随机误差是有随机干搅引起的，其特点是在相同条件下测量同一个量时，其大小和符号做无规则变化而无法预测，但多次测量结果符合统计规律。为克服随机干搅引入的误差，硬件上可采用滤波技术，软件上可以采用软件算法实现数字滤波，其算法往往是系统测控算法的一个重要组成部分，实时性很强，采用汇编语言来编写。
采用数字滤波算法克服随机干搅引入的误差具有以下几个优点：
（1）数字滤波无须硬件，只用一个计算过程，可靠性高，不存在阻抗匹配问题，尤其是数字滤波可以对
频率很高或很低的信号进行滤波，这是模拟滤波器做不到的。
（2）数字滤波是用软件算法实现的，多输入通道可用一个软件“滤波器”从而降低系统开支。
（3）只要适当改变软件滤波器的滤波程序或运行参数，就能方便地改变其滤波特性，这个对于低频、脉冲
干搅、随机噪声等特别有效。
常用的数字滤波器算法有程序判断法、中值判断法、算术平均值法、加权滤波法、滑动滤波法、低通滤波法和复合滤波法。
1．程序判断法：
程序判断法又称限副滤波法，其方法是把两次相邻的采样值相减，求出其增量（以绝对值表示）。然后与两次采样允许的最大差值△Y进行比较，△Y的大小由被测对象的具体情况而定，若小于或等于△Y，则取本次采样的值；若大于△Y，则取上次采样值作为本次采样值，即
yn - yn-1|≤△Y，则yn有效，
yn -yn-1|＞△Y，则yn-1有效。
式中 yn ——第n次采样的值；
Yn-1——第（n-1）次采样的值；
△Y——相邻两次采样值允许的最大偏差。
设R1和R2为内部RAM单元，分别存放yn-1和yn，滤波值也存放在R2单元，采用MCS-51单片机指令编写的程序判断法子程序如下：付表
2．中值滤波法即对某一参数连续采样N次（一般N为奇数），然后把N 次采样值按从小到大排队，再取中间值作为本次采样值。
设DATA为存放采样值的内存单元首地址，SAMP为存放滤波值的内存单元地址，N为采样值个数，用MCS-51指令编写的中值滤波子程序如下：副表
3．算术平均值滤波算法
算术平均滤波法就是连续取N次采样值进行算术平均，其数学表达式是：
Y=∑yi
~y=1/N ∑ yi
i=1……N
式中 ~y——N个采样值的算术平均值；
Yi ——第i个采样值；
设8次采样值依次存放在地址DATA开始的连续单元中，滤波结果保留在累加器A中，程序如下：副表
4.加权平均滤波法
算术平均滤波法存在前面所说的平滑和灵敏度之间的矛盾。采样次数太少，平滑效果差，次数太多，灵敏度下降，对参数的变化趋势不敏感。协调两者关系，可采用加权平均滤波，对连续N次采样值，分别乘上不同的加权系数之后再求累加和，加权系数一般先小后大，以突出后面若干采样的效果，加强系统对参数的变化趋势的辩识，各个加权系数均为小于1的小数，且满足总和等于1的约束条件，这样，加权运算之后的累加和即为有效采样值。为方便计算，可取各个加权系数均为整数，且总和为256，加权运算后的累加和除以256（即舍去低字节）后便是有效采样值。
设每批采样8个数据，依次存放在地址DATA开始的单元中，各加权系数是用一个表格存放在ROM中，MCS-51指令编写的算术平均滤波程序如下：副表
5.滑动平均滤波法：
以上介绍的各种平均滤波算法有一个共同点，即每取得一个有效采样值必须连续进行若干次采样，当采样速度较慢（如双积分型A/D转换）或目标参数变化较快时，系统的实时性不能保证，滑动平均滤波算法只采样一次，将这一次采样值和过去的若干次采样值一起求平均，得到的有效采样值即可投入使用，如果取N个采样值求平均，RAM中必须开辟N个数据的暂存区。每新采样一个数据便存入暂存区，同时去掉一个最老的数据，保持这N个数据始终是最近的数据，这种数据存放方式可以用环行队列结构方便的实现。设环行队列为40H-4FH连续16个单元，RO作为队尾指针，滤波程序如下：副表
6.低通滤波法：
将普通硬件RC低通滤波器的微分方程用差分方程来表求，变可以采用软件算法来模拟硬件滤波的功能，经推导，低通滤波算法如下：
Yn=a* Xn+ （1-a） *Yn-1
式中 Xn——本次采样值
Yn-1——上次的滤波输出值；
a——滤波系数，其值通常远小于1；
Yn——本次滤波的输出值。
由上式可以看出，本次滤波的输出值主要取决于上次滤波的输出值（注意不是上次的采样值，这和加权平均滤波是有本质区别的），本次采样值对滤波输出的贡献是比较小的，但多少有些修正作用，这种算法便模拟了具体有教大惯性的低通滤波器功能。滤波算法的截止频率可用以下式计算：
fL= a/2Pit pi为圆周率 3.14…
式中 a——滤波系数；
t——采样间隔时间；
例如：当t=0.5s（即每秒2次），a=1/32时；
fL=（1/32）/（2*3.14*0.5）=0.01Hz
当目标参数为变化很慢的物理量时，这是很有效的。另外一方面，它不能滤除高于1/2采样频率的干搅信号，本例中采样频率为2Hz，故对1Hz以上的干搅信号应采用其他方式滤除，
低通滤波算法程序于加权平均滤波相似，但加权系数只有两个：a和1-a。为计算方便，a取一整数，1-a用256-a，来代替，计算结果舍去最低字节即可，因为只有两项，a和1-a，均以立即数的形式编入程序中，不另外设表格。虽然采样值为单元字节（8位A/D）。为保证运算精度，滤波输出值用双字节表示，其中一个字节整数，一字节小数，否则有可能因为每次舍去尾数而使输出不会变化。
设Yn-1存放在30H（整数）和31H（小数）两单元中，Yn存放在32H（整数）和33H（小数）中。滤波程序如下：副表
结束语：
微型计算机在仪器仪表系统中的成功应用，使传统的电子仪器以及复杂的跟踪测量装置发生了许多革命性变化。其中一个突出表现就是一个系统中包含了智能性运作。微机具有很强的分析和运算能力，智能系统可完成复杂的数据处理，智能系统采用软件硬件想结合的方法进行随机误差的数字滤波和系统误差的修正，可以实现实时修正，较准测量数据，这些都是传统仪器难以比拟的。
#include
#include
#include
#include <./Atmel/at89x52.h>
#include "source.h"
main()
{
filter_1();
filter_2();
filter_3();
filter_4();
filter_5();
filter_6();
filter_7();
filter_8();
filter_9();
filter_10();
}
unsigned char get_ad(void){
static unsigned char i;
return i++;
}
void delay(void){
unsigned char i=0;
while(1){
i++;
if(i>20) return;
}
}
#define A 10 //设置两次采样允许的最大偏差值
char value; //上次采用后的有效值变量
char filter_1(void){
char new_value; //本次采样值变量
new_value=get_ad(); //读入本次采样值
if((new_value-value>A)||(value-new_value>A)) //比较是否超出最大偏差值
return value; //如果超出，返回上次的有效值作为本次的有效值
return new_value;// 如果没有超出，返回本次的采样值作为本次的有效值
}
#define N 11 //设置连续采样的次数
char filter_2(void){
char value_buf[N]; //缓存N次采样值的存储变量
char count,i,j,temp; //i，j是冒泡排序的下标变量，count是采样数据读入的下标变量
//temp是临时变量
for(count=0;count { value_buf[count]=get_ad(); delay(); } for(j=0;j { for(i=0;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]; //将排序后N个采样值的中间值作为最后结果返回 } #undef N #define N 12 //设置每组参与平均运算的采样值个数 char filter_3(){ int sum=0; //求和变量，用于存储采样值的累加值 char count;//采样数据读入的下标变量 for(count=0;count { sum+=get_ad(); delay(); } return (char)(sum/N); //讲累加值进行平均计算作为返回值 } #undef N #define N 12 //设置FIFO队列的长度 char value_buf[N];//FIFO队列变量 char i=0; //队列的下标变量 char filter_4(){ char count; int sum=0; value_buf[i++]=get_ad(); if(i==N) i=0; for(count=0;count sum+=value_buf[count]; return(char)(sum/N); } #undef N #define N 12 //设置每组采样值的数量 char filter_5() { char count,i,j,temp; //i，j是冒泡排序的下标变量，count是采样数据读入的下标变量 char value_buf[N]; // 缓冲N个采样值的存储变量 int sum=0; //求和变量，用于存储采样值的累加值 for (count=0;count { value_buf[count] = get_ad(); delay(); } for (j=0;j { for (i=0;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; } } } for(count=1;count sum += value_buf[count]; //去掉两端的最小和最大采样值，对中间的N-2个采样值求和 return (char)(sum/(N-2));// 返回中间N-2个采样值的平均值 } #undef A #undef N #define A 10 //设置两次采样允许的最大偏差值 #define N 12 //设置每组参与平均运算的采样值个数 char value; //上次采用后的有效值变量 char filter_6() { char new_value; //本次采样值变量 int sum=0; //求和变量，用于存储采样值的累加值 char count;//采样数据读入的下标变量 for(count=0;count { new_value=get_ad(); //读入本次采样值 if((new_value-value>A)||(value-new_value>A)) //比较是否超出最大偏差值 new_value=value; //如果超出，返回上次的有效值作为本次的有效值 sum+=new_value; //累加采样的有效值 value=new_value; delay(); } return (char)(sum/N); //将累加值进行平均计算作为返回值 } #define COE 50 //定义加权系数 char value; //上一个采样值变量 char filter_7() { char new_value; //本次采样值变量 new_value = get_ad(); return (100-COE)*value + COE*new_value; //返回的本次滤波结果} #undef N #define N 12 //设置FIFO队列的长度 char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12}; //加权系数char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12; char filter_8() { char count; //采样数据读入的下标变量 char value_buf[N]; //缓存N个采样值的存储变量 int sum=0; //求和变量，用于存储采样值的累加值 for (count=0;count { value_buf[count] = get_ad(); //读入采样值 delay(); } for (count=0;count sum += value_buf[count]*coe[count]; //累加采样值和系数的乘积 return (char)(sum/sum_coe); //累加值与系数和相除作为返回结果 } #undef N #define N 12 //设置计数器溢出值 char filter_9() { char count=0; //计数变量 char new_value; //本次采样值变量 new_value = get_ad(); //读入本次采样值 while (value !=new_value); { count++; //计数器加1 if (count>=N) return new_value; //如果本次采样值与当前有效值不相等， //且计数器溢出，返回本次采样值 delay(); new_value = get_ad(); } return value; //如果本次采样值与当前有效值相等，则返回当前有效值 } #undef A #undef N #define A 10 //设置两次采样允许的最大偏差值 #define N 12 //设置计数器溢出值 char value; //有效值变量 char filter_10() { char count=0; //计数变量 char new_value; //本次采样值变量 new_value = get_ad(); //读入本次采样值 if((new_value-value>A)||(value-new_value>A)) //比较是否超出最大偏差值 new_value=value; //如果超出，返回有效值作为本次的采样有效值 while (value !=new_value); { count++; //计数器加1 if (count>=N) return new_value; //如果本次采样值与当前有效值不相等， //且计数器溢出，返回本次采样值 delay(); new_value = get_ad(); } return value; //如果本次采样值与当前有效值相等，则返回当前有效值 } 常用的8种数字滤波算法 摘要：分析了采用数字滤波消除随机干扰的优点，详细论述了微机控制系统中常用的8种数字滤波算法，并讨论了各种数字滤波算法的适用范围。 关键词：数字滤波；控制系统；随机干扰；数字滤波算法 1 引言 在微机控制系统的模拟输入信号中，一般均含有各种噪声和干扰，他们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。噪声有2大类：一类为周期性的，其典型代表为50 Hz 的工频干扰，对于这类信号，采用积分时间等于20 ms整倍数的双积分A/D转换器，可有效地消除其影响；另一类为非周期的不规则随机信号，对于随机干扰，可以用数字滤波方法予以削弱或滤除。所谓数字滤波，就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重，因此他实际上是一个程序滤波。 数字滤波器克服了模拟滤波器的许多不足，他与模拟滤波器相比有以下优点： (1)数字滤波器是用软件实现的，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。 (2)模拟滤波器通常是各通道专用，而数字滤波器则可多通道共享，从而降低了成本。 (3)数字滤波器可以对频率很低(如0.01 Hz)的信号进行滤波，而模拟滤波器由于受电容容量的限制，频率不可能太低。 (4)数字滤波器可以根据信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强的特点。 2 常用数字滤波算法 数字滤波器是将一组输入数字序列进行一定的运算而转换成另一组输出数字序列的装置。设数字滤波器的输入为X(n)，输出为Y(n)，则输入序列和输出序列之间的关系可用差分方程式表示为： 其中：输入信号X(n)可以是模拟信号经采样和A/D变换后得到的数字序列，也 10种软件滤波方法的示例程序 1 推荐 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 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 { 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]; } 3、算术平均滤波法 /* */ #define N 12 char filter() { int sum = 0; for ( count=0;count 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 2、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 3、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 4、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 5、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 6、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 7、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 单片机利用软件抗干扰的几种滤波方法 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。 2、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。 3、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。 4、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。 5、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。 6、限幅平均滤波法 AD数据采集的“数字滤波”：10个“软 件滤波程序” 在AD采集中经常要用到数字滤波，而不同情况下又有不同的滤波需求，下面是10种经典的软件滤波方法的程序和优缺点分析： 1、限幅滤波法（又称程序判断滤波法） 2、中位值滤波法 3、算术平均滤波法 4、递推平均滤波法（又称滑动平均滤波法） 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） 6、限幅平均滤波法 7、一阶滞后滤波法 8、加权递推平均滤波法 9、消抖滤波法 10、限幅消抖滤波法 1、限副滤波 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 程序： /* 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 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 程序： /* 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;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]; 软件滤波算法（转载） 这几天做一个流量检测的东西，其中用到了对数据的处理部分，试了很多种方法，从网上找到这些个滤波算法，贴出来记下 需要注意的是如果用到求平均值的话，注意总和变量是否有溢出，程序没必要照搬，主要学习这些方法，相信做东西的时候都能用得上 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 2、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 3、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 4、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 5、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 软件滤波在嵌入式的数据采集和处理中有着很重要的作用，这10种方法各有优劣，根据自己的需要选择。同时提供了C语言的参考代码，希望对各位能有帮助。 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 /* 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 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 /* 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 1 数字滤波 1.1 概述 在单片机进行数据采集时，会遇到数据的随机误差，随机误差是由随机干扰引起的，其特点是在相同条件下测量同一量时，其大小和符号会现无规则的变化而无法预测，但多次测量的结果符合统计规律。为克服随机干扰引起的误差，硬件上可采用滤波技术，软件上可采用软件算法实现数字滤波。滤波算法往往是系统测控算法的一个重要组成部分，实时性很强。 采用数字滤波算法克服随机干扰的误差具有以下优点： 1、数字滤波无需其他的硬件成本，只用一个计算过程，可靠性高，不存在阻 抗匹配问题。尤其是数字滤波可以对频率很低的信号进行滤波，这是模拟滤波器做不到的。 2、数字滤波使用软件算法实现，多输入通道可共用一个滤波程序，降低系统 开支。 3、只要适当改变滤波器的滤波程序或运算，就能方便地改变其滤波特性，这 对于滤除低频干扰和随机信号会有较大的效果。 4、在单片机系统中常用的滤波算法有限幅滤波法、中值滤波法、算术平均滤 波法、加权平均滤波法、滑动平均滤波等。 1.2 限幅滤波算法 原理：该运算的过程中将两次相邻的采样相减，求出其增量，然后将增量的绝对值，与两次采样允许的最大差值A进行比较。A的大小由被测对象的具体情况而定，如果小于或等于允许的最大差值，则本次采样有效；否则放弃本次值取上次采样值作为本次数据的样本。 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。 说明：限幅滤波法主要用于处理变化较为缓慢的数据，如温度、物体的位置等。使用时，关键要选取合适的门限制A。通常这可由经验数据获得，必要时可通过实验得到。 1.3 中值滤波算法 原理：该运算的过程是对某一参数连续采样N次（N一般为奇数），然后把N次采样的值按从小到大排列，再取中间值作为本次采样值，整个过程实际上是一个序列排序的过程。 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 2、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 自动化科协 C、缺点： 对流量、速度等快速变化的参数不宜 3、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 4、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 5、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： 自动化科协 测量速度较慢，和算术平均滤波法一样 比较浪费RAM 6、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 7、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： 11种经典软件滤波的原理和实现 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 2、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 3、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 4、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 不易消除因为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 5、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，可消除因为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 6、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，可消除因为脉冲干扰所引起的采样值偏差 C、缺点： 比较浪费RAM 7、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 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 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 */ #define N 12 char filter() { int sum = 0; for ( count=0;count 软件滤波方法及其优缺点 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 2、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 3、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 4、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 5、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 6、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 1、限幅滤波法 /*************************************************** *函数名称：AmplitudeLimiterFilter()-限幅滤波法 *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，且平滑度差 *说明： 1、调用函数 GetAD(),该函数用来取得当前值 2、变量说明 Value:最近一次有效采样的值，该变量为全局变量 NewValue:当前采样的值 ReturnValue:返回值 3、常量说明 A:两次采样的最大误差值，该值需要使用者根据实际情况设置*入口：Value,上一次有效的采样值，在主程序里赋值 *出口：ReturnValue,返回值，本次滤波结果 ****************************************************/ #define A 10 unsigned char Value unsigned char AmplitudeLimiterFilter() { unsigned char NewValue; unsigned char ReturnValue; NewValue=GatAD(); if(((NewValue-Value)>A))||((Value-NewValue)>A))) ReturnValue=Value; else ReturnValue=NewValue; return(ReturnValue); } 2、中位值滤波法 /**************************************************** *函数名称：MiddlevalueFilter()-中位值滤波法 *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 *说明： 1、调用函数 GetAD(),该函数用来取得当前值 Delay(),基本延时函数 2、变量说明 ArrDataBuffer[N]:用来存放一次性采集的N组数据 数据处理中的几种常用数字滤波算法 王庆河王庆山 (济钢集团计量管理处，济南250101) (济钢集团中厚板厂，济南250101) 摘要随着数字化技术的发展，数字滤波技术成为数字化仪表和计算机在数据采集中的关键性技术，本文对常用的几种数字滤波算法的原理进行描述，并给出必要的数学模型。 关键词：数据采样噪声滤波移动滤波 一、引言 在仪表自动化工作中，经常需要对大量的数据进行处理，这些数据往往是一个时间序列或空间序列，这时常会用到数字滤波技术对数据进行预处理。数字滤波是指利用数学的方法对原始数据进行处理，去掉原始数据中掺杂的噪声数据，获得最具有代表性的数据集合。 数据采样是一种通过间接方法取得事物状态的技术如将事物的温度、压力、流量等属性通过一定的转换技术将其转换为电信号，然后再将电信号转换为数字化的数据。在多次转换中由于转换技术客观原因或主观原因造成采样数据中掺杂少量的噪声数据，影响了最终数据的准确性。 为了防止噪声对数据结果的影响，除了采用更加科学的采样技术外，我们还要采用一些必要的技术手段对原始数据进行整理、统计，数字滤波技术是最基本的处理方法，它可以剔除数据中的噪声，提高数据的代表性。 二、几种常用的数据处理方法 在实际应用中我们所用的数据滤波方法很多，在计算机应用高度普及的今天更有许多新的方法出现，如逻辑判断滤波、中值滤波、均值滤波、加权平均 2中值滤波 中值滤波是对采样序列按大小排滤波、众数滤波、一阶滞后滤波、移动滤波、复合滤波 等。 假设我们采用前端仪表采集了一组采样周期为1s的温度数据的时间序列 T0为第0s 采集的温度值，Ti为第is采集的温度值。下面介绍如何应用几种不同滤波算法来计算结果温度T。 1.程序判断滤波 当采样信号由于随机干扰、误检测或变送器不稳定引起严重失真时，可采用程序判断滤波算法，该算法的基本原理是根据生产经验，确定出相邻采样输入信号可能的最大偏差△T,若超过此偏差值，则表明该输入信号是干扰信号，应该去掉，若小于偏差值则作为此次采样值。 (1)限幅滤波 限幅滤波是把两次相邻的采集值进行相减，取其差值的绝对值△T作为比较依据，如果小于或等于△T,则取此次采样值,如果大于△T,则取前次采样值，如式(1)所示： 随机误差是有随机干搅引起的，其特点是在相同条件下测量同一个量时，其大小和符号做无规则变化而无法预测，但多次测量结果符合统计规律。为克服随机干搅引入的误差，硬件上可采用滤波技术，软件上可以采用软件算法实现数字滤波，其算法往往是系统测控算法的一个重要组成部分，实时性很强，采用汇编语言来编写。 采用数字滤波算法克服随机干搅引入的误差具有以下几个优点： （1）数字滤波无须硬件，只用一个计算过程，可靠性高，不存在阻抗匹配问题，尤其是数字滤波可以对 频率很高或很低的信号进行滤波，这是模拟滤波器做不到的。 （2）数字滤波是用软件算法实现的，多输入通道可用一个软件“滤波器”从而降低系统开支。 （3）只要适当改变软件滤波器的滤波程序或运行参数，就能方便地改变其滤波特性，这个对于低频、脉冲 干搅、随机噪声等特别有效。 常用的数字滤波器算法有程序判断法、中值判断法、算术平均值法、加权滤波法、滑动滤波法、低通滤波法和复合滤波法。 1．程序判断法： 程序判断法又称限副滤波法，其方法是把两次相邻的采样值相减，求出其增量（以绝对值表示）。然后与两次采样允许的最大差值△Y进行比较，△Y的大小由被测对象的具体情况而定，若小于或等于△Y，则取本次采样的值；若大于△Y，则取上次采样值作为本次采样值，即 yn - yn-1|≤△Y，则yn有效， yn -yn-1|＞△Y，则yn-1有效。 式中yn ——第n次采样的值； Yn-1——第（n-1）次采样的值； △Y——相邻两次采样值允许的最大偏差。 设R1和R2为内部RAM单元，分别存放yn-1和yn，滤波值也存放在R2单元，采用MCS-51单片机指令编写的程序判断法子程序如下：付表 2．中值滤波法即对某一参数连续采样N次（一般N为奇数），然后把N次采样值按从小到大排队，再取中间值作为本次采样值。 数字滤波的优点及10 种常用数字滤波方法比较 在微机控制系统的模拟输入信号中，一般均含有各种噪声和干扰，他们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。噪声有2 大类： (1)周期性的信号，其典型代表为50Hz 的工频干扰，对于这类信号，采用积分时间等于20ms 整倍数的双积分A/D 转换器，可有效地消除其影响； (2)非周期的不规则随机信号，对于随机干扰，可以用数字滤波方法予以削弱或滤除。 所谓数字滤波，就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重，因此他实际上是一个程序滤波。数字滤波器克服了模拟滤波器的许多不足，他与模拟滤波器相比有以下优点： (1) 数字滤波器是用软件实现的，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。 (2) 模拟滤波器通常是各通道专用，而数字滤波器则可多通道共享，从而降低了成本。 (3)数字滤波器可以对频率很低(如0.01Hz) 的信号进行滤波，而模拟滤波器由于受电容容量的限制，频率不可能太低。 (4)数字滤波器可以根据信号的不同，采用不同的滤波方法或滤 波参数，具有灵活、方便、功能强的特点。 10 种数字滤波方法 1、限副滤波 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、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。 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。N 值的选取：一般流量，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 。 4、递推平均滤波法（又称滑动平均滤波法）方法：把连续取 浅析软件滤波在台达PLC自动控制中的应用 发布时间：2007-08-01作者：中国工控网点击：3060 摘要：介绍PLC应用中软件滤波功能、方法，以及台达PLC在自动控制中软件滤波程序应用。 关键词：PLC 模拟量采集噪声和干扰滤波电路滤波方法闭环调节 1 引言 工业自动化系统中的大型系统或是小型设备，均含有各种噪声和干扰。干扰既有来自信号源本体或传感器，也有来自外界干扰。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。特别是随着自动化程度的提高，许多控制功能通过自动闭环调节来完成，设备控制的效果取决于外部模拟量采集、控制算法、执行输出等等环节，而在现场工业环境中，电磁干扰、电源干扰、甚至于传感器本身都会影响外部信号，导致得到的数据失真、波动，如果在数据采集环节即出现问题，那整个系统将无法正常工作。本文分析解决的是如何利用软件数字滤波的方式处理外部信号的正确采集，从而才能得到真实的数据，实现自动控制，否则设备的自动化控制将无从谈起。 2 软件滤波功能简介 2.1 软件滤波 软件滤波即是通过软件算法将数据进行适当处理，从而屏蔽掉噪声和干扰杂波信号，获得可用的真实数据的一种方法，也可以说是通过程序处理的方式完成数据采集信号的处理。 对于采集信号的处理，除了软件滤波之外，也可以采用硬件电路实现滤波处理，比如常见的RC滤波、LC 滤波等等，图1为采用电容滤波电路的信号曲线。 图1 电容滤波电路的信号曲线 硬件滤波的优点在于我们在程序中不再需要进行复杂的程序处理，而且数据变化响应性高；而软件滤波的优势在于不需要硬件的投入，简化了电路设计，对于不同的信号干扰可以很方便的调整软件参数达到滤波效果，虽然有些方法在信号处理上会有一定的滞后，但只要合理使用各种不同的滤波方式则完全避免因此而带来的影响。 2.2 数字软件滤波优点 (1) 数字滤波用软件实现，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。 (2) 模拟滤波通常是各通道专用，而数字滤波则可多通道共享，从而降低了成本。 (3) 数字滤波可以对频率很低(如0.01 Hz)的信号进行滤波，而模拟滤波由于受电容容量的限制，频率不可能太低。 (4) 数字滤波可以根据信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强的特点。 3 实现软件滤波的方法 软件滤波有很多种方法，主要是针对不同干扰信号采取不同的方法将其消除，这里列举了一些方法并针对性说明有缺点，使大家可以正确选择采用的滤波方法。 10种AD采样的软件滤波方法 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 2、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 3、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 4、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 5、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 6、限幅平均滤波法常用的8种数字滤波算法
10种软件滤波算法
10种常用滤波方法
10种简单的数值滤波方法
AD数据采集的“数字滤波”：10个“软件滤波程序”
(整理)11种滤波方法+范例代码.
常用的软件滤波方法(工程师必备).
十一种软件数字滤波算法
十种数字滤波方法
11种经典软件滤波的原理和实现58239
10种简单的数字滤波算法(C语言源程序)
软件滤波方法及其优缺点
滤波算法程序(详述十种滤波方法,附源代码)
数据处理中的几种常用数字滤波算法
常用7种软件滤波
数字滤波的优点及10种常用数字滤波方法比较
浅析软件滤波在台达PLC自动控制中的应用
采样的软件滤波方法
相关主题
文本预览