TI DSP中几种软件滤波算法的比较
2019-07-13 09:37发布
生成海报
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();
第1种方法 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。[cpp] view plain copy-
-
-
- #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;
-
- }
[cpp] view plain copy-
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
第2种方法 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。[css] view plain copy-
-
- #define N 11
-
- char filter()
- {
- char value_buf[N];
- char count,i,j,temp;
- for ( count="0";count
- {
- value_buf[count] = get_ad();
- delay();
- }
- for (j=0;j-1;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];
- }
[css] view plain copy-
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
第3种方法 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.[css] view plain copy-
-
- #define N 12
-
- char filter()
- {
- int sum = 0;
- for ( count="0";count
- {
- sum + = get_ad();
- delay();
- }
- return (char)(sum/N);
- }
[css] view plain copy-
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
第4种方法 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.[css] view plain copy-
-
- #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
- sum = value_buf[count];
- return (char)(sum/N);
- }
[css] view plain copy-
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
第5种方法 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。[css] view plain copy-
-
- #define N 12
-
- char filter()
- {
- char count,i,j;
- char value_buf[N];
- int sum=0;
- for (count=0;count
- {
- value_buf[count] = get_ad();
- delay();
- }
- for (j=0;j-1;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+
打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮