wow588
級別: 略有小成
精華主題: 0
發(fā)帖數(shù)量: 179 個
工控威望: 317 點
下載積分: 2836 分
在線時間: 156(小時)
注冊時間: 2012-02-11
最后登錄: 2024-11-10
查看wow588的 主題 / 回貼
樓主  發(fā)表于: 2013-03-30 11:20
十一種通用濾波算法(轉(zhuǎn))

1、限幅濾波法(又稱程序判斷濾波法)
A、方法:
   根據(jù)經(jīng)驗判斷,確定兩次采樣允許的最大偏差值(設(shè)為A)
   每次檢測到新值時判斷:
   如果本次值與上次值之差<=A,則本次值有效
   如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上次值代替本次值
B、優(yōu)點:
   能有效克服因偶然因素引起的脈沖干擾
C、缺點
   無法抑制那種周期性的干擾
   平滑度差

2、中位值濾波法
A、方法:
   連續(xù)采樣N次(N取奇數(shù))
   把N次采樣值按大小排列
   取中間值為本次有效值
B、優(yōu)點:
   能有效克服因偶然因素引起的波動干擾
   對溫度、液位的變化緩慢的被測參數(shù)有良好的濾波效果
C、缺點:
   對流量、速度等快速變化的參數(shù)不宜

3、算術(shù)平均濾波法
A、方法:
   連續(xù)取N個采樣值進(jìn)行算術(shù)平均運(yùn)算
   N值較大時:信號平滑度較高,但靈敏度較低
   N值較小時:信號平滑度較低,但靈敏度較高
   N值的選取:一般流量,N=12;壓力:N=4
B、優(yōu)點:
   適用于對一般具有隨機(jī)干擾的信號進(jìn)行濾波
   這樣信號的特點是有一個平均值,信號在某一數(shù)值范圍附近上下波動
C、缺點:
   對于測量速度較慢或要求數(shù)據(jù)計算速度較快的實時控制不適用
   比較浪費RAM
  
4、遞推平均濾波法(又稱滑動平均濾波法)
A、方法:
   把連續(xù)取N個采樣值看成一個隊列
   隊列的長度固定為N
   每次采樣到一個新數(shù)據(jù)放入隊尾,并扔掉原來隊首的一次數(shù)據(jù).(先進(jìn)先出原則)
   把隊列中的N個數(shù)據(jù)進(jìn)行算術(shù)平均運(yùn)算,就可獲得新的濾波結(jié)果
   N值的選。毫髁,N=12;壓力:N=4;液面,N=4~12;溫度,N=1~4
B、優(yōu)點:
   對周期性干擾有良好的抑制作用,平滑度高
   適用于高頻振蕩的系統(tǒng)
C、缺點:
   靈敏度低
   對偶然出現(xiàn)的脈沖性干擾的抑制作用較差
   不易消除由于脈沖干擾所引起的采樣值偏差
   不適用于脈沖干擾比較嚴(yán)重的場合
   比較浪費RAM
  
5、中位值平均濾波法(又稱防脈沖干擾平均濾波法)
A、方法:
   相當(dāng)于“中位值濾波法”+“算術(shù)平均濾波法”
   連續(xù)采樣N個數(shù)據(jù),去掉一個最大值和一個最小值
   然后計算N-2個數(shù)據(jù)的算術(shù)平均值
   N值的選取:3~14
B、優(yōu)點:
   融合了兩種濾波法的優(yōu)點
   對于偶然出現(xiàn)的脈沖性干擾,可消除由于脈沖干擾所引起的采樣值偏差
C、缺點:
   測量速度較慢,和算術(shù)平均濾波法一樣
   比較浪費RAM


6、限幅平均濾波法
A、方法:
   相當(dāng)于“限幅濾波法”+“遞推平均濾波法”
   每次采樣到的新數(shù)據(jù)先進(jìn)行限幅處理,
   再送入隊列進(jìn)行遞推平均濾波處理
B、優(yōu)點:
   融合了兩種濾波法的優(yōu)點
   對于偶然出現(xiàn)的脈沖性干擾,可消除由于脈沖干擾所引起的采樣值偏差
C、缺點:
   比較浪費RAM

7、一階滯后濾波法
A、方法:
   取a=0~1
   本次濾波結(jié)果=(1-a)*本次采樣值+a*上次濾波結(jié)果
B、優(yōu)點:
   對周期性干擾具有良好的抑制作用
   適用于波動頻率較高的場合
C、缺點:
   相位滯后,靈敏度低
   滯后程度取決于a值大小
   不能消除濾波頻率高于采樣頻率的1/2的干擾信號
  
8、加權(quán)遞推平均濾波法
A、方法:
   是對遞推平均濾波法的改進(jìn),即不同時刻的數(shù)據(jù)加以不同的權(quán)
   通常是,越接近現(xiàn)時刻的數(shù)據(jù),權(quán)取得越大。
   給予新采樣值的權(quán)系數(shù)越大,則靈敏度越高,但信號平滑度越低
B、優(yōu)點:
   適用于有較大純滯后時間常數(shù)的對象
   和采樣周期較短的系統(tǒng)
C、缺點:
   對于純滯后時間常數(shù)較小,采樣周期較長,變化緩慢的信號
   不能迅速反應(yīng)系統(tǒng)當(dāng)前所受干擾的嚴(yán)重程度,濾波效果差

9、消抖濾波法
A、方法:
   設(shè)置一個濾波計數(shù)器
   將每次采樣值與當(dāng)前有效值比較:
   如果采樣值=當(dāng)前有效值,則計數(shù)器清零
   如果采樣值<>當(dāng)前有效值,則計數(shù)器+1,并判斷計數(shù)器是否>=上限N(溢出)
      如果計數(shù)器溢出,則將本次值替換當(dāng)前有效值,并清計數(shù)器
B、優(yōu)點:
   對于變化緩慢的被測參數(shù)有較好的濾波效果,
   可避免在臨界值附近控制器的反復(fù)開/關(guān)跳動或顯示器上數(shù)值抖動
C、缺點:
   對于快速變化的參數(shù)不宜
   如果在計數(shù)器溢出的那一次采樣到的值恰好是干擾值,則會將干擾值當(dāng)作有效值導(dǎo)入系統(tǒng)

10、限幅消抖濾波法
A、方法:
   相當(dāng)于“限幅濾波法”+“消抖濾波法”
   先限幅,后消抖
B、優(yōu)點:
   繼承了“限幅”和“消抖”的優(yōu)點
   改進(jìn)了“消抖濾波法”中的某些缺陷,避免將干擾值導(dǎo)入系統(tǒng)
C、缺點:
   對于快速變化的參數(shù)不宜


第11種方法:IIR 數(shù)字濾波器

A. 方法:
確定信號帶寬, 濾之。
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. 優(yōu)點:高通,低通,帶通,帶阻任意。設(shè)計簡單(用matlab)
C. 缺點:運(yùn)算量大。


//---------------------------------------------------------------------

軟件濾波的C程序樣例

10種軟件濾波方法的示例程序

假定從8位AD中讀取數(shù)據(jù)(如果是更高位的AD可定義數(shù)據(jù)類型為int),子程序為get_ad();

1、限副濾波
/* A值可根據(jù)實際情況調(diào)整
value為有效值,new_value為當(dāng)前采樣值
濾波程序返回有效的實際值 */
#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、中位值濾波法
/* N值可根據(jù)實際情況調(diào)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<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (j=0;j<N-1;j++)
{
for (i=0;i<N-j;i++)
{
   if ( value_buf>value_buf[i+1] )
   {
      temp = value_buf;
      value_buf = value_buf[i+1];
         value_buf[i+1] = temp;
   }
}
}
return value_buf[(N-1)/2];
}

3、算術(shù)平均濾波法
/*
*/

#define N 12

char filter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = get_ad();
delay();
}
return (char)(sum/N);
}

4、遞推平均濾波法(又稱滑動平均濾波法)
/*
*/
#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<N,count++)
sum = value_buf[count];
return (char)(sum/N);
}

5、中位值平均濾波法(又稱防脈沖干擾平均濾波法)
/*
*/
#define N 12

char filter()
{
char count,i,j;
char value_buf[N];
int sum=0;
for (count=0;count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (j=0;j<N-1;j++)
{
for (i=0;i<N-j;i++)
{
   if ( value_buf>value_buf[i+1] )
   {
      temp = value_buf;
      value_buf = value_buf[i+1];
         value_buf[i+1] = temp;
   }
}
}
for(count=1;count<N-1;count++)
sum += value[count];
return (char)(sum/(N-2));
}

6、限幅平均濾波法
/*
*/
略 參考子程序1、3

7、一階滯后濾波法
/* 為加快程序處理速度假定基數(shù)為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、加權(quán)遞推平均濾波法
/* coe數(shù)組為加權(quán)系數(shù)表,存在程序存儲區(qū)。*/

#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<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (count=0,count<N;count++)
sum += value_buf[count]*coe[count];
return (char)(sum/sum_coe);
}

9、消抖濾波法

#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、限幅消抖濾波法
/*
*/
略 參考子程序1、9

11、IIR濾波例子

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<<=2;
ReturnValue=*(p+1);
for (ii=0;ii<3;ii++)
{
DelayInput[ii]=DelayInput[ii+1];
DelayOutput[ii]=DelayOutput[ii+1];
}
DelayInput[3]=InputAD4;
DelayOutput[3]=ReturnValue;

// if (ReturnValue<0)
// {
// ReturnValue=-ReturnValue;
// }
return ReturnValue;
}


二.在圖像處理中應(yīng)用到的濾波算法實例:

BOOL   WINAPI   MedianFilter(LPSTR   lpDIBBits,   LONG   lWidth,   LONG   lHeight,    
    int   iFilterH,   int   iFilterW,    
    int   iFilterMX,   int   iFilterMY)  
{  
    
//   指向源圖像的指針  
unsigned   char* lpSrc;  
    
//   指向要復(fù)制區(qū)域的指針  
unsigned   char* lpDst;  
    
//   指向復(fù)制圖像的指針  
LPSTR lpNewDIBBits;  
HLOCAL hNewDIBBits;  
    
//   指向濾波器數(shù)組的指針  
unsigned   char *   aValue;  
HLOCAL hArray;  
    
//   循環(huán)變量  
LONG i;  
LONG j;  
LONG k;  
LONG l;  
    
//   圖像每行的字節(jié)數(shù)  
LONG lLineBytes;  
    
//   計算圖像每行的字節(jié)數(shù)  
lLineBytes   =   WIDTHBYTES(lWidth   *   8);  
    
//   暫時分配內(nèi)存,以保存新圖像  
hNewDIBBits   =   LocalAlloc(LHND,   lLineBytes   *   lHeight);  
    
//   判斷是否內(nèi)存分配失敗  
if   (hNewDIBBits   ==   NULL)  
{  
//   分配內(nèi)存失敗  
return   FALSE;  
}  
    
//   鎖定內(nèi)存  
lpNewDIBBits   =   (char   *   )LocalLock(hNewDIBBits);  
    
//   初始化圖像為原始圖像  
memcpy(lpNewDIBBits,   lpDIBBits,   lLineBytes   *   lHeight);  
    
//   暫時分配內(nèi)存,以保存濾波器數(shù)組  
hArray   =   LocalAlloc(LHND,   iFilterH   *   iFilterW);  
    
//   判斷是否內(nèi)存分配失敗  
if   (hArray   ==   NULL)  
{  
//   釋放內(nèi)存  
LocalUnlock(hNewDIBBits);  
LocalFree(hNewDIBBits);  
    
//   分配內(nèi)存失敗  
return   FALSE;  
}  
    
//   鎖定內(nèi)存  
aValue   =   (unsigned   char   *   )LocalLock(hArray);  
    
//   開始中值濾波  
//   行(除去邊緣幾行)  
for(i   =   iFilterMY;   i   <   lHeight   -   iFilterH   +   iFilterMY   +   1;   i++)  
{  
//   列(除去邊緣幾列)  
for(j   =   iFilterMX;   j   <   lWidth   -   iFilterW   +   iFilterMX   +   1;   j++)  
{  
//   指向新DIB第i行,第j個象素的指針  
lpDst   =   (unsigned   char*)lpNewDIBBits   +   lLineBytes   *   (lHeight   -   1   -   i)   +   j;  
    
//   讀取濾波器數(shù)組  
for   (k   =   0;   k   <   iFilterH;   k++)  
{  
for   (l   =   0;   l   <   iFilterW;   l++)  
{  
//   指向DIB第i   -   iFilterMY   +   k行,第j   -   iFilterMX   +   l個象素的指針  
lpSrc   =   (unsigned   char*)lpDIBBits   +   lLineBytes   *   (lHeight   -   1   -   i   +   iFilterMY   -   k)   +   j   -   iFilterMX   +   l;  
    
//   保存象素值  
aValue[k   *   iFilterW   +   l]   =   *lpSrc;  
}  
}  
    
//   獲取中值  
*   lpDst   =   GetMedianNum(aValue,   iFilterH   *   iFilterW);  
}  
}  
    
//   復(fù)制變換后的圖像  
memcpy(lpDIBBits,   lpNewDIBBits,   lLineBytes   *   lHeight);  
    
//   釋放內(nèi)存  
LocalUnlock(hNewDIBBits);  
LocalFree(hNewDIBBits);  
LocalUnlock(hArray);  
LocalFree(hArray);  
    
//   返回  
return   TRUE;  
}  



三.RC濾波的一種實現(xiàn).

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;
}

一個硬件工程師的故事


本帖最近評分記錄:
  • 下載積分:+5(幽默人生) 感謝分享!