文章目录
1. 限幅滤波法（1）原理（2）特点（3）例程
2. 中位值滤波法（1）原理（2）特点（3）例程
3. 算术平均滤波法（1）原理（2）说明（3）特点（4）例程
4. 递推平均滤波法（1）原理（2）特点（3）例程
5. 中位值平均滤波法（1）原理（2）特点（3）例程
6. 限幅平均滤波法（1）原理（2）特点（3）例程
7. 加权递推平均滤波法（1）原理（2）特点（3）例程
8. 消抖滤波法（1）原理（2）特点（3）例程
9. 限幅消抖滤波法（1）原理（2）特点（3）例程
10. 一阶滞后滤波法（1）原理（2）特点（3）例程
1. 限幅滤波法
（1）原理
通过给定的最大偏差值A来实现，如果本次值与上次差值<=A，则本次有效；否则无效，使用上次值代替。
（2）特点
优点：能有效克服偶然因素导致的脉冲干扰缺点：无法抑制周期性干扰，平滑性差
（3）例程
int Filter_Value;
int Value;
// 限幅滤波法（又称程序判断滤波法）
#define FILTER_A 1
int Filter() {
int NewValue;
NewValue = Get_AD();
if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
return Value;
else
return NewValue;
}
2. 中位值滤波法
（1）原理
连续采集N次值（N为奇数），将采样值按大小排列，取中间值为本次有效值
（2）特点
优点：能有效克服偶然因素导致的波动干扰，对温度等变换缓慢的被测参数有良好滤波效果缺点：不适合待测量快速变换的场合，如流量、速度等
（3）例程
int Filter_Value;
// 中位值滤波法
#define FILTER_N 101
int Filter() {
int filter_buf[FILTER_N];
int i, j;
int filter_temp;
for(i = 0; i < FILTER_N; i++) {
filter_buf[i] = Get_AD();
delay(1);
}
// 采样值从小到大排列（冒泡法）
for(j = 0; j < FILTER_N - 1; j++) {
for(i = 0; i < FILTER_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;
}
}
}
return filter_buf[(FILTER_N - 1) / 2];
}
3. 算术平均滤波法
（1）原理
连续采用N个值进行算数平均运算
（2）说明
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
（3）特点
优点：适合对一般具有随机干扰的信号（即信号在某一数据范围附近上下波动）进行滤波缺点：不适合待测量变换较快或要求数据计算速度较快的实时控制，较浪费RAM
（4）例程
int Filter_Value;
// 算术平均滤波法
#define FILTER_N 12
int Filter() {
int i;
int filter_sum = 0;
for(i = 0; i < FILTER_N; i++) {
filter_sum += Get_AD();
delay(1);
}
return (int)(filter_sum / FILTER_N);
}
4. 递推平均滤波法
（1）原理
把连续N个采样值看成一个队列，队列长度固定为N，每次采样把新数据放入队尾，并扔掉队首的一次数据，把队列中的N个数据进行平均计算，即获得新的滤波值
（2）特点
优点：对周期性干扰具有良好的抑制作用，平滑度高，适合高频振荡系统；缺点：对偶然出现的脉冲性干扰的抑制作用较差，不适于脉冲干扰较严重的场合，不适于开关电源电路。
（3）例程
#define N 12
char value_buf[N];
char i = 0;
char filter(void) {
char count = 0;
int sum = 0;
value_buf[i++] = get_ad();
if(i == N) {
i = 0; //先进先出
}
for(count = 0; count < N; count++) {
sum += value_buf[count];
}
return (char)(sum / N);
}
5. 中位值平均滤波法
（1）原理
采一组队列去掉最大值和最小值
（2）特点
优点：融合了两种滤波的优点。对于偶然出现的脉冲性干扰，可消除有其引起的采样值偏差，对周期干扰有良好的抑制作用，平滑度高，适于高频振荡的系统；缺点：测量速度慢；
（3）例程
#define N 12
char filter(void) {
char i = 0, j = 0, temp = 0;
char value_buf[N];
int sum = 0;
for(i = 0; i < N; i++){
value_buf[i] = 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;
}
}
}
for(i = 1; i < N - 1; i++) {
sum += value_buf[i];
}
return (char)(sum / (N - 2));
}
6. 限幅平均滤波法
（1）原理
限幅+平均
（2）特点
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，可消除有其引起的采样值偏差；缺点：较浪费RAM
（3）例程
略
7. 加权递推平均滤波法
（1）原理
对递推平均滤波法的改进，即不同时刻的数据加以不同权值；通常是越接近现时刻的数据，权值越大，新采样值的权重越大，则灵敏度越高，但信号平滑度越低。
（2）特点
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。
（3）例程
/* coe数组为加权系数表 */
#define N 12
char coe[N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};
char sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;
char filter(void) {
char i = 0;
char value_buf[N];
int sum = 0;
for(i = 0; i < N; i++) {
value_buf[i] = get_ad();
delay();
}
for(i = 0; i < N; i++) {
sum += value_buf[i] * coe[i];
}
return (char)(sum / sum_coe);
}
8. 消抖滤波法
（1）原理
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，计数器清零；如果不相等，则计数器+1，并判断计数器是否溢出；如果计数器溢出，则将本次值替换当前有效值，并清零计数器；
（2）特点
优点：对待测量缓慢变化的参数有较好滤波效果，可避免在临界值附近控制器的反复开关跳动或者显示器上数字抖动；缺点：不适于快速变化的参数测量，如果计数器溢出的采样恰好是干扰值，则会将干扰值当做有效值引入系统；
（3）例程
#define N 12
char filter(void) {
char i = 0;
char new_value = 0, value = 0;
new_value = get_ad();
while(value != new_value) {
i++;
if(i > N) {
return new_value;
}
delay();
new_value = get_ad();
}
return value;
}
9. 限幅消抖滤波法
（1）原理
相当于“限幅滤波法”+“消抖滤波法”；
先限幅，后消抖。
（2）特点
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：不适合待测量变换快速的场合
（3）例程
int Filter_Value;
int Value;
// 限幅消抖滤波法
#define FILTER_A 1
#define FILTER_N 5
int i = 0;
int Filter() {
int NewValue;
int new_value;
NewValue = Get_AD();
if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
new_value = Value;
else
new_value = NewValue;
if(Value != new_value) {
i++;
if(i > FILTER_N) {
i = 0;
Value = new_value;
}
}
else
i = 0;
return Value;
}
10. 一阶滞后滤波法
（1）原理
取
α
=
(
0
,
1
)
α=(0,1)
α=(0,1)，
f
i
l
t
e
r
d
a
t
a
=
(
1
−
α
)
本
次
采
样
值
+
α
上
次
滤
波
结
果
filter_{data} = (1-\alpha)本次采样值+\alpha 上次滤波结果
filterdata=(1−α)本次采样值+α上次滤波结果
（2）特点
优点：对周期性干扰具有良好的抑制作用，适合波动频率较高的场合；缺点：有相位滞后，灵敏度低，滞后程度取决于α的值，不能消除滤波频率高于采样频率1/2的干扰信号
（3）例程
int Filter_Value;
int Value;
// 一阶滞后滤波法
#define FILTER_A 0.01
int Filter() {
int NewValue;
NewValue = Get_AD();
Value = (int)((float)NewValue * FILTER_A + (1.0 - FILTER_A) * (float)Value);
return Value;
}
本文转自临远科技-熊冰乎文五大滤波算法原理、场景及实践及嵌入式基地乎文常见的滤波算法(C语言)，侵权请联系