加权均值滤波器最新应用

1、限幅滤波法（又称程序判断滤波法）

A、名称：限幅滤波法（又称程序判断滤波法）
B、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。
C、优点：
能有效克服因偶然因素引起的脉冲干扰。
D、缺点：
无法抑制那种周期性的干扰。
平滑度差。

/****************************************************
*函数名称：AmplitudeLimiterFilter()-限幅滤波法
*优点：能有效克服因偶然因素引起的脉冲干扰
*缺点：无法抑制那种周期性的干扰，且平滑度差
*说明：
  1、调用函数
     GetAD(),该函数用来取得当前值
  2、变量说明
     Value:最近一次有效采样的值，该变量为全局变量
     NewValue:当前采样的值
     ReturnValue:返回值
  3、常量说明
     A:两次采样的最大误差值，该值需要使用者根据实际情况设置
*入口：Value,上一次有效的采样值，在主程序里赋值
*出口：ReturnValue,返回值，本次滤波结果
****************************************************/

// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}
// 限幅滤波法（又称程序判断滤波法）

#define  A   1
unsigned char Value
unsigned char AmplitudeLimiterFilter()
{
   unsigned char NewValue;
   unsigned char ReturnValue;
   NewValue=GatAD();
   if(((NewValue-Value)>A))||((Value-NewValue)>A)))
   ReturnValue=Value;
   else ReturnValue=NewValue;
   return(ReturnValue);
}

2、中位值滤波法

A、名称：中位值滤波法
B、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。
C、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。
D、缺点：
对流量、速度等快速变化的参数不宜。

/****************************************************
*函数名称：MiddlevalueFilter()-中位值滤波法
*优点：能有效克服因偶然因素引起的波动干扰；对温度、液
       位等变化缓慢的被测参数有良好的滤波效果
*缺点：对流量，速度等快速变化的参数不宜
*说明：
  1、调用函数
     GetAD(),该函数用来取得当前值
     Delay(),基本延时函数
  2、变量说明
     filter_buf[N]:用来存放一次性采集的N组数据
     filter_temp:完成冒泡法试用的临时寄存器
     i,j:循环试用的参数值
  3、常量说明
     N：数组长度
*入口：
*出口：value_buf[(N-1)/2],返回值，本次滤波结果
*****************************************************/
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}

// 中位值滤波法

# define FILTER_N 101

int MiddlevalueFilter() {
  int filter_buf[FILTER_N];
  int i, j;
  int filter_temp;
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = 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 > filter_buf[i + 1]) {
        filter_temp = filter_buf;
        filter_buf = 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

A、名称：算术平均滤波法
B、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。
C、优点：
适用于对一般具有随机干扰的信号进行滤波；
这种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。
D、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。

/*********************************************************
说明：连续取N个采样值进行算术平均运算
优点：试用于对一般具有随机干扰的信号进行滤波。这种信号的特点是
      有一个平均值，信号在某一数值范围附近上下波动。
缺点：对于测量速度较慢或要求数据计算较快的实时控制不适用。
**********************************************************/
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}

// 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（又称滑动平均滤波法）

A、名称：递推平均滤波法（又称滑动平均滤波法）
B、方法：
把连续取得的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，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。
C、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。
D、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。

/***************************************************
说明：把连续N个采样值看成一个队列，队列长度固定为N。
      每次采样到一个新数据放入队尾，并扔掉队首的一
      次数据。把队列中的N各数据进行平均运算，既获得
      新的滤波结果。
优点：对周期性干扰有良好的抑制作用，平滑度高；试用于高频振荡的系统
缺点：灵敏度低；对偶然出现的脉冲性干扰的抑制作用较差，不适于脉冲干
      扰较严重的场合
****************************************************/
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}
// 递推平均滤波法（又称滑动平均滤波法）
# define FILTER_N 12
int filter_buf[FILTER_N + 1];
int Filter() {
  int i;
  int filter_sum = 0;
  filter_buf[FILTER_N] = Get_AD();
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = filter_buf[i + 1]; // 所有数据左移，低位仍掉
    filter_sum += filter_buf;
  }
  return (int)(filter_sum / FILTER_N);
}

5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

A、名称：中位值平均滤波法（又称防脉冲干扰平均滤波法）
B、方法：
采一组队列去掉最大值和最小值后取平均值，
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。
C、优点：
融合了“中位值滤波法”+“算术平均滤波法”两种滤波法的优点。
对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差。
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。
D、缺点：
计算速度较慢，和算术平均滤波法一样。
比较浪费RAM。

/********************************************
 说明：采一组队列去掉最大值和最小值
 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
*********************************************/

// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);//
}

// 中位值平均滤波法（又称防脉冲干扰平均滤波法）（算法1）

# define FILTER_N 100

int Filter() {
  int i, j;
  int filter_temp, filter_sum = 0;
  int filter_buf[FILTER_N];
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = 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 > filter_buf[i + 1]) {
        filter_temp = filter_buf;
        filter_buf = filter_buf[i + 1];
        filter_buf[i + 1] = filter_temp;
      }
    }
  }
  // 去除最大最小极值后求平均
  for(i = 1; i < FILTER_N - 1; i++) filter_sum += filter_buf;
  return filter_sum / (FILTER_N - 2);
}

//  中位值平均滤波法（又称防脉冲干扰平均滤波法）（算法2）

# define FILTER_N 100

int Filter() {
  int i;
  int filter_sum = 0;
  int filter_max, filter_min;
  int filter_buf[FILTER_N];
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = Get_AD();
    delay(1);
  }
  filter_max = filter_buf[0];
  filter_min = filter_buf[0];
  filter_sum = filter_buf[0];
  for(i = FILTER_N - 1; i > 0; i--) {
    if(filter_buf > filter_max)
      filter_max=filter_buf;
    else if(filter_buf < filter_min)
      filter_min=filter_buf;
    filter_sum = filter_sum + filter_buf;
    filter_buf = filter_buf[i - 1];
  }
  i = FILTER_N - 2;
  filter_sum = filter_sum - filter_max - filter_min + i / 2; // +i/2 的目的是为了四舍五入
  filter_sum = filter_sum / i;
  return filter_sum;
}

6、限幅平均滤波法

A、名称：限幅平均滤波法
B、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。
C、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。
D、缺点：
比较浪费RAM。

/************************************************
 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。
*************************************************/
#define FILTER_N 12
#define FILTER_A 1
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}
// 限幅平均滤波法
int Filter() {
  int i;
  int filter_sum = 0;
  filter_buf[FILTER_N - 1] = Get_AD();
  if(((filter_buf[FILTER_N - 1] - filter_buf[FILTER_N - 2]) > FILTER_A) || ((filter_buf[FILTER_N - 2] - filter_buf[FILTER_N - 1]) > FILTER_A))
    filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2];
  for(i = 0; i < FILTER_N - 1; i++) {
    filter_buf = filter_buf[i + 1];
    filter_sum += filter_buf;
  }
  return (int)filter_sum / (FILTER_N - 1);
}

7、一阶滞后滤波法

A、名称：一阶滞后滤波法
B、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。
C、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。
D、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1/2的干扰信号。

/****************************************************
*函数名称：filter()-一阶滞后滤波法
*说明：
  1、调用函数
     GetAD(),该函数用来取得当前值
  2、变量说明
     NewValue:采集的数据
     Value: 上次滤波结果
     FILTER_A :滤波系数
*****************************************************/
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}
// 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;
}

8、加权递推平均滤波法

A、名称：加权递推平均滤波法
B、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。
C、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。
D、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。

/************************************************************
 coe:数组为加权系数表，存在程序存储区。
 sum_coe:加权系数和
 ************************************************************/
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}
// 加权递推平均滤波法
# define FILTER_N 12
int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12};    // 加权系数表
int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加权系数和
int filter_buf[FILTER_N + 1];
int Filter() {
  int i;
  int filter_sum = 0;
  filter_buf[FILTER_N] = Get_AD();
  for(i = 0; i < FILTER_N; i++) {
    filter_buf = filter_buf[i + 1]; // 所有数据左移，低位仍掉
    filter_sum += filter_buf * coe;
  }
  filter_sum /= sum_coe;
  return filter_sum;
}

9、消抖滤波法

A、名称：消抖滤波法
B、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。
C、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。
D、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。

# define FILTER_N 12
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}
// 消抖滤波法
int i = 0;
int Filter() {
  int new_value;
  new_value = Get_AD();
  if(Value != new_value) {
    i++;
    if(i > FILTER_N) {
      i = 0;
      Value = new_value;
    }
  }
  else
    i = 0;
  return Value;
}

10、限幅消抖滤波法

A、名称：限幅消抖滤波法
B、方法：
相当于“限幅滤波法”+“消抖滤波法”；
先限幅，后消抖。
C、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。
D、缺点：
对于快速变化的参数不宜。

# define FILTER_A 1
# define FILTER_N 5
// 用于随机产生一个300左右的当前值
int Get_AD() {
  return random(295, 305);
}
// 限幅消抖滤波法
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;
}

注意：Get_AD()函数内容可以根据实际情况更改。