用軟體來識別有用信號和干擾信號，並濾除干擾信號的方法叫軟體濾波。
基本介紹
- 中文名：軟體濾波
- 所屬領域：計算機編程
- 相關算法：限幅濾波法
- 特點：成本很低，容易實現
算法,程式詳例,
算法
1、限幅濾波法（又稱程式判斷濾波法）
A、方法：根據經驗判斷，確定兩次採樣允許的最大偏差值（設為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、優點：能有效克服因偶然因素引起的脈衝干擾。
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：連續採樣N次（N取奇數），把N次採樣值按大小排列，取中間值為本次有效值。
B、優點：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有良好的濾波效果。
C、缺點：對流量、速度等快速變化的參數不宜。
3、算術平均濾波法
A、方法：連續取N個採樣值進行算術平均運算。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、優點：適用於對一般具有隨機干擾的信號進行濾波，這樣信號的特點是有一個平均值，信號在某一數值範圍附近上下波動。
C、缺點：對於測量速度較慢或要求數據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：把連續取N個採樣值看成一個佇列，佇列的長度固定為N，每次採樣到一個新數據放入隊尾,並扔掉原來隊首的一次數據.(先進先出原則)，把佇列中的N個數據進行算術平均運算,就可獲得新的濾波結果。N值的選取：流量，N=12；壓力：N=4；液面，N=4~12；溫度，N=1~4
B、優點：對周期性干擾有良好的抑制作用，平滑度高，適用於高頻振盪的系統。
C、缺點：靈敏度低 ，對偶然出現的脈衝性干擾的抑制作用較差，不易消除由於脈衝干擾所引起的採樣值偏差，不適用於脈衝干擾比較嚴重的場合，比較浪費RAM
5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
A、方法：相當於“中位值濾波法”+“算術平均濾波法”。連續採樣N個數據，去掉一個最大值和一個最小值，然後計算N-2個數據的算術平均值。N值的選取：3~14
B、優點：融合了兩種濾波法的優點，對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的採樣值偏差。
C、缺點：測量速度較慢，和算術平均濾波法一樣，比較浪費RAM。
6、限幅平均濾波法
A、方法：相當於“限幅濾波法”+“遞推平均濾波法”，每次採樣到的新數據先進行限幅處理，再送入佇列進行遞推平均濾波處理。
C、缺點：比較浪費RAM。
7、一階滯後濾波法
A、方法：取a=0~1，本次濾波結果=（1-a）*本次採樣值+a*上次濾波結果。
B、優點：對周期性干擾具有良好的抑制作用，適用於波動頻率較高的場合。
C、缺點： 相位滯後，靈敏度低，滯後程度取決於a值大小，不能消除濾波頻率高於採樣頻率的1/2的干擾信號。
8、加權遞推平均濾波法
A、方法：是對遞推平均濾波法的改進，即不同時刻的數據加以不同的權。通常是，越接近現時刻的數據，權取得越大。給予新採樣值的權係數越大，則靈敏度越高，但信號平滑度越低。
B、優點：適用於有較大純滯後時間常數的對象和採樣周期較短的系統。
C、缺點：對於純滯後時間常數較小，採樣周期較長，變化緩慢的信號不能迅速反應系統當前所受干擾的嚴重程度，濾波效果差。
9、消抖濾波法
A、方法：設定一個濾波計數器將每次採樣值與當前有效值比較：如果採樣值=當前有效值，則計數器清零如果採樣值<>當前有效判斷計數器是否>=上限N(溢出)，如果計數器溢出,則將本次值替換當前有效值,並清計數器 。
B、優點：對於變化緩慢的被測參數有較好的濾波效果，可避免在臨界值附近控制器的反覆開/關跳動或顯示器上數值抖動。
C、缺點：對於快速變化的參數不宜，如果在計數器溢出的那一次採樣到的值恰好是干擾值,則會將干擾值當作有效值導入系統。
10、限幅消抖濾波法
A、方法：相當於“限幅濾波法”+“消抖濾波法” 先限幅,後消抖。
B、優點： 繼承了“限幅”和“消抖”的優點改進了“消抖濾波法”中的某些缺陷,避免將干擾值導入系統。
C、缺點：對於快速變化的參數不宜。
11、IIR 數字濾波器
A. 方法：確定信號頻寬， 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. 優點：高通，低通，帶通，帶阻任意。設計簡單(用matlab）
C. 缺點：運算量大。
程式詳例
1 1 種軟體濾波方法的示例程式
假定從 8 位 AD 中讀取數據（如果是更高位的 AD 可定義數據類型為 int), 子程式為 get_ad();
1 1 1 1 、限副濾波
/* A 值可根據實際情況調整
value 為有效值， new_value 為當前採樣值
濾波程式返回有效的實際值 */
#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;
else return new_value;
}
2 2 2 2 、中位值濾波法
/* N 值可根據實際情況調整
排序採用冒泡法 */
#define N 11
char filter()
{
char value_buf [N];
char count,i,j,temp;
for ( count=0;count<N-1;count++)
{
value_buf [count] = get_ad();
delay();
}
for (j=0;j <N-1;j++) // 冒泡法
{
for (i=0;i <N-1-j;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];
}
3 3 3 3 、算術平均濾波法
/*
*/
#define N 12
char filter()
{
int sum = 0;
for ( count=0;count <N;count++)
{
sum + = get_ad();
delay();
}
return (char)(sum/N);
}
4 4 4 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 5 5 5 、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
/*
*/
#define N 12
char filter()
{
char count,i,j;
char value_buf [N];
int sum=0;
for (count=0;count {
value_buf [count] = get_ad();
delay();
}
for (j=0;j <N-1;j++) // 冒泡法
{
for (i=0;i <N-1-j;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;
}
}
}
for ( count=0;count <N;count++) sum = value_buf [count];
return (char)(sum/(N-2));
}
6 6 6 6 、限幅平均濾波法
/*
*/
略 參考子程式 1 、 3
7 7 7 7 、一階滯後濾波法
/* 為加快程式處理速度假定基數為 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 8 8 8 、加權遞推平均濾波法
/* coe 數組為加權係數表，存在程式存儲區。 */
#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 {
value_buf [count] = get_ad();
delay();
}
for ( count=0;count <N;count++) sum = value_buf [count];
return (char)(sum/sum_coe);
}
9 9 9 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;
}
10101010 、限幅消抖濾波法
/*
*/
略 參考子程式 1 、 9
11111111 、 IIR IIR IIR IIR 濾波例子
int BandpassFilter4(int InputAD4)
{
int ReturnValue;
int ii;
RESLO=0;
RESHI=0;
MACS=*PdelIn;
OP2=1068; //FilterCoef f4[4];
MACS=*(PdelIn+1);
OP2=8; //FilterCoef f4[3];
MACS=*(PdelIn+2);
OP2=-2001;//FilterCoeff4[2];
MACS=*(PdelIn+3);
OP2=8; //FilterCoef f4[1];
MACS=InputAD4;
OP2=1068; //FilterCoef f4[0];
MACS=*PdelOu;
OP2=-7190;//FilterCoeff4[8];
MACS=*(PdelOu+1);
OP2=-1973; //FilterCoef f4[7];
MACS=*(PdelOu+2);
OP2=-19578;//FilterCoeff4[6];
MACS=*(PdelOu+3);
OP2=-3047; //FilterCoef f4[5];
*p=RESLO;
*(p+1)=RESHI;
mytestmul<<=2;
ReturnValue=*(p+1);
for (ii=0;i i<3;i i++)
{
DelayInput[ii]=DelayInput[ii+1];
DelayOutput[ii]=DelayOutput[ii+1];
}
DelayInput[3]=InputAD4;
DelayOutput[3]=ReturnValue;
// if (ReturnValue<0)
// {
// ReturnValue=-ReturnValue;
// }
return ReturnValue;
}
