六、递推中位值平均滤波法
1、相当于“中位值滤波法”+“递推平均滤波法”。这种方法把连续N个值看成一个队列,每次采集到一个新数据放入队尾,并扔掉原来队首的值。 把队列中的N个数据先去掉一个最大值和最小值,然后计算N-2个数据的平均值。
2、例程
char Filter()
{
char max.min;
int sum;
char i;
QUEUE[0]=NewData;
max=QUEUE[0];
min=QUEUE[0];
sum=QUEUE[0];
for(i=n-1; i!=0; i--)
{
if(QUEUE>max)
{
max=QUEUE;
}
else if(QUEUE<min)
{
min=QUEUE;
}
sum+=QUEUE;
QUEUE=QUEUE[i-1];
}
i=n-2;
sum=sum-max-min+i/2;//加入(n-2)/2目的为了四舍五入
sum=sum/i;
return(sum);
}
七、限幅平均滤波法
1、相当于“限幅滤波法”+“递推平均滤波法”。每次采样先进行限幅处理,再进行队列平均滤波处理。
2、例程
#define A 10
#define N 12
uchar Data[N];
uchar Limit()
{
ucahr i,Value,sum;
Data[N]=GetAD();
if(((Data[N]-Data[N-1])>A)||((Data[N-1]-Data[N])>A))
{
Data[N]=Data[N-1];
}
else
{
Data[N]=NewValue;
}
for(i=0; i<N; i++)
{
Data=Data[i+1];
sum+=Data;
}
Value=sum/N;
return(Value);
}
八、一阶滞后滤波法
1、本次结果滤波结果=a*本次采样值+(1-a)*上次结果。
a代表滤波系数,a=0--1。
2、例程
#define a 128
uchar Value;
ucahr OneFactorialFiler()
{
uchar NewValue;
uchar ReturnValue;
NewValue=GetAD();
ReturnValue=(255-a)*NewValue+a*Value;
ReturnValue/=255;
return(ReturnValue);
}
九、加权递推平均滤波法
1、加权递推平均滤波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,但信号的平滑度越低。
2、例程
#define N 10
#define CoeSum 55
const Coefficient[N]= {1,2,3,4,5,6,7,8,9,10};
uchar Data[N];
uchar AAGAFilter()
{
uchar i,Value,sum;
sum=0;
Data[N]=GetAD();
for(i=0; i<N; i++)
{
Data=Data[i+1];
sum+=Data*Coefficient;
}
Value=sum/CoeSum;
return(Value);
}
十、消抖滤波法
1、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,否则计数器加1。然后,判断计数器是否>=上限N(溢出)。如果溢出,将本次值替换当前有效值,并清计数器。
2、例程
#define N 20
uchar count;
uchar Value;
uchar Avoid()
{
uchar NewValue;
if(NewValue==Value)
{
count=0;
}
else
{
count++;
if(count>N)
{
count=0;
Value=NewValue;
}
}
return(Value);
} |