`
hutjsk
  • 浏览: 42022 次
  • 性别: Icon_minigender_1
  • 来自: 西安
最近访客 更多访客>>
社区版块
存档分类
最新评论

十一种通用滤波算法

 
阅读更多

十一种通用滤波算法
2011年03月22日
  一.十一种通用滤波算法(转)
  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
  不能消除滤波频率高于采样频率的1/2的干扰信号
  8、加权递推平均滤波法
  A、方法:
  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
  通常是,越接近现时刻的数据,权取得越大。
  给予新采样值的权系数越大,则灵敏度越高,但信号平滑度越低
  B、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
  C、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
  9、消抖滤波法
  A、方法:
  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
  B、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
  C、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
  10、限幅消抖滤波法
  A、方法:
  相当于“限幅滤波法”+“消抖滤波法”
  先限幅,后消抖
  B、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
  C、缺点:
  对于快速变化的参数不宜
  第11种方法:IIR 数字滤波器
  A. 方法:
  确定信号带宽, 滤之。
  Y(n) = a1*Y(n-1) + a2*Y(n-2) + ... + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + ... + bk*X(n-k)
  B. 优点:高通,低通,带通,带阻任意。设计简单(用matlab)
  C. 缺点:运算量大。
  //---------------------------------------------------------------------
  软件滤波的C程序样例
  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;countvalue_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
  /*
  */
  #define N 12
  char filter()
  {
  int sum = 0;
  for ( count=0;count滤波法(又称滑动平均滤波法)
  /*
  */
  #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滤波法(又称防脉冲干扰平均滤波法)
  /*
  */
  #define N 12
  char filter()
  {
  char count,i,j;
  char value_buf[N];
  int sum=0;
  for (count=0;countvalue_buf[i+1] )
  {
  temp = value_buf;
  value_buf = value_buf[i+1];
  value_buf[i+1] = temp;
  }
  }
  }
  for(count=1;count滤波法
  /*
  */
  略 参考子程序1、3
  7、一阶滞后滤波法
  /* 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
  /* coe数组为加权系数表,存在程序存储区。*/
  #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滤波法
  #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
  /*
  */
  略 参考子程序1、9
  11、IIR滤波例子
  int BandpassFilter4(int InputAD4)
  {
  int ReturnValue;
  int ii;
  RESLO=0;
  RESHI=0;
  MACS=*PdelIn;
  OP2=1068; //FilterCoeff4[4];
  MACS=*(PdelIn+1);
  OP2=8; //FilterCoeff4[3];
  MACS=*(PdelIn+2);
  OP2=-2001;//FilterCoeff4[2];
  MACS=*(PdelIn+3);
  OP2=8; //FilterCoeff4[1];
  MACS=InputAD4;
  OP2=1068; //FilterCoeff4[0];
  MACS=*PdelOu;
  OP2=-7190;//FilterCoeff4[8];
  MACS=*(PdelOu+1);
  OP2=-1973; //FilterCoeff4[7];
  MACS=*(PdelOu+2);
  OP2=-19578;//FilterCoeff4[6];
  MACS=*(PdelOu+3);
  OP2=-3047; //FilterCoeff4[5];
  *p=RESLO;
  *(p+1)=RESHI;
  mytestmul滤波算法实例:[/b]
  BOOL   WINAPI   MedianFilter(LPSTR   lpDIBBits,   LONG   lWidth,   LONG   lHeight,    
  int   iFilterH,   int   iFilterW,    
  int   iFilterMX,   int   iFilterMY)  
  {  
  //   指向源图像的指针  
  unsigned   char* lpSrc;  
  //   指向要复制区域的指针  
  unsigned   char* lpDst;  
  //   指向复制图像的指针  
  LPSTR lpNewDIBBits;  
  HLOCAL hNewDIBBits;  
  //   指向滤波器数组的指针  
  unsigned   char *   aValue;  
  HLOCAL hArray;  
  //   循环变量  
  LONG i;  
  LONG j;  
  LONG k;  
  LONG l;  
  //   图像每行的字节数  
  LONG lLineBytes;  
  //   计算图像每行的字节数  
  lLineBytes   =   WIDTHBYTES(lWidth   *  ;  
  //   暂时分配内存,以保存新图像  
  hNewDIBBits   =   LocalAlloc(LHND,   lLineBytes   *   lHeight);  
  //   判断是否内存分配失败  
  if   (hNewDIBBits   ==   NULL)  
  {  
  //   分配内存失败  
  return   FALSE;  
  }  
  //   锁定内存  
  lpNewDIBBits   =   (char   *   )LocalLock(hNewDIBBits);  
  //   初始化图像为原始图像  
  memcpy(lpNewDIBBits,   lpDIBBits,   lLineBytes   *   lHeight);  
  //   暂时分配内存,以保存滤波器数组  
  hArray   =   LocalAlloc(LHND,   iFilterH   *   iFilterW);  
  //   判断是否内存分配失败  
  if   (hArray   ==   NULL)  
  {  
  //   释放内存  
  LocalUnlock(hNewDIBBits);  
  LocalFree(hNewDIBBits);  
  //   分配内存失败  
  return   FALSE;  
  }  
  //   锁定内存  
  aValue   =   (unsigned   char   *   )LocalLock(hArray);  
  //   开始中值滤波  
  //   行(除去边缘几行)  
  for(i   =   iFilterMY;   i   中值  
  *   lpDst   =   GetMedianNum(aValue,   iFilterH   *   iFilterW);  
  }  
  }  
  //   复制变换后的图像  
  memcpy(lpDIBBits,   lpNewDIBBits,   lLineBytes   *   lHeight);  
  //   释放内存  
  LocalUnlock(hNewDIBBits);  
  LocalFree(hNewDIBBits);  
  LocalUnlock(hArray);  
  LocalFree(hArray);  
  //   返回  
  return   TRUE;  
  }  
  三.RC滤波的一种实现.
  RcDigital(double & X, double & Y)
  {
  static int MidFlag;
  static double Yn_1,Xn_1;
  double MyGetX=0,MyGetY=0;
  double Alfa;
  Alfa=0.7;
  if(X==0||Y==0)
  {
  MidFlag=0;
  Xn_1=0;
  Yn_1=0;
  MyGetX=0;
  MyGetY=0;
  }
  if(X>0&&Y>0)
  {
  if(MidFlag==1)
  {
  MyGetY = (1 - Alfa) * Y + Alfa * Yn_1;
  MyGetX = (1 - Alfa) * X + Alfa * Xn_1;
  Xn_1 = MyGetX;
  Yn_1 = MyGetY;
  }
  else
  {
  MidFlag=1;
  MyGetX = X;
  MyGetY = Y;
  Xn_1 = X;
  Yn_1 = Y;
  }
  }
  X = MyGetX;
  Y = MyGetY;
  }
  转自:http://www.cnblogs.com/tdyizhen1314/archive/2010/08/02/1790683.html
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics