单片机ADC常见的几种滤波方法

如今传感器的种类越来越多，数量也越来越多，而这些传感器很多都会用到模拟量，模拟量就离不开ADC。

然而，我们单片机ADC采集的模拟量基本都会经过“滤波”处理才能使用，下面给大家分享一些常见的ADC滤波算法。

一、限幅滤波

1、方法

• 根据经验判断两次采样允许的最大偏差值A
• 每次采新值时判断：若本次值与上次值之差<=A，则本次有效；若本次值与上次值之差>A，本次无效，用上次值代替本次。

2、优缺点

• 克服脉冲干扰，无法抑制周期性干扰，平滑度差。

3、代码

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */
#define A 10
char Value;
char filter()
{
  char new_Value;
  new_Value = get_ad();                                        //获取采样值
  if( abs(new_Value - Value) > A)   return Value;             //abs()取绝对值函数
  return new_Value;
}

二、中位值滤波

1、方法

• 连续采样N次，按大小排列
• 取中间值为本次有效值

2、优缺点

• 克服波动干扰，对温度等变化缓慢的被测参数有良好的滤波效果，对速度等快速变化的参数不宜。

3、代码

#define N 11
char filter()
{
 char value_buf[N];
 char count,i,j,temp;
 for(count = 0;count < N;count++)                                //获取采样值
 {
  value_buf[count] = get_ad();
  delay();
 }
 for(j = 0;j<(N-1);j++)
  for(i = 0;i<(n-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];
}

三、算数平均滤波

1、方法

• 连续采样N次，取平均
• N较大时平滑度高，灵敏度低
• N较小时平滑度低，灵敏度高
• 一般N=12

2、优缺点

• 适用于存在随机干扰的系统，占用RAM多，速度慢。

3、代码

#define N 12
char filter()
{
 int sum = 0;
 for(count = 0;count<N;count++)
  sum += get_ad();
 return (char)(sum/N);
}

四、递推平均滤波

1、方法

• 取N个采样值形成队列，先进先出
• 取均值
• 一般N=4~12

2、优缺点

• 对周期性干扰抑制性好，平滑度高
• 适用于高频振动系统
• 灵敏度低，RAM占用较大，脉冲干扰严重

3、代码

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值 */
#define A 10
char Value;
char filter()
{
  char new_Value;
  new_Value = get_ad();                                        //获取采样值
  if( abs(new_Value - Value) > A)   return Value;             //abs()取绝对值函数
  return new_Value;
}

五、中位值平均滤波

1、方法

• 采样N个值，去掉最大最小
• 计算N-2的平均值
• N= 3~14

2、优缺点

1. 融合了中位值，平均值的优点
2. 消除脉冲干扰
3. 计算速度慢，RAM占用大

3、代码

char filter()
{
 char count,i,j;
 char Value_buf[N];
 int sum=0;
 for(count=0;count<N;count++)
  Value_buf[count]= get_ad();
 for(j=0;j<(N-1);j++)
  for(i=0;i<(N-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 =1;count<N-1;count++)
    sum += Value_buf[count];
   return (char)(sum/(N-2));
}

六、限幅平均滤波

1、方法

• 每次采样数据先限幅后送入队列
• 取平均值

2、优缺点

• 融合限幅、均值、队列的优点
• 消除脉冲干扰，占RAM较多

3、代码

#define A 10
#define N 12
char value,i=0;
char value_buf[N];
char filter()
{
 char new_value,sum=0;
 new_value=get_ad();
 if(Abs(new_value-value)<A)
  value_buf[i++]=new_value;
 if(i==N)i=0;
 for(count =0 ;count<N;count++)
  sum+=value_buf[count];
 return (char)(sum/N);
}

七、一阶滞后滤波

1、方法

• 取a=0~1
• 本次滤波结果=（1-a） 本次采样 + a 上次结果

2、优缺点

• 良好一直周期性干扰，适用波动频率较高场合
• 灵敏度低，相位滞后

3、代码

/*为加快程序处理速度，取a=0~100*/
#define a 30
char value;
char filter()
{
 char new_value;
 new_value=get_ad();
 return ((100-a)*value + a*new_value);
}

八、加权递推平均滤波

1、方法

• 对递推平均滤波的改进，不同时刻的数据加以不同权重，通常越新的数据权重越大，这样灵敏度高，但平滑度低。

2、优缺点

• 适用有较大滞后时间常数和采样周期短的系统，对滞后时间常数小，采样周期长、变化慢的信号不能迅速反应其所受干扰。

3、代码

/* coe数组为加权系数表 */
#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();
 }
 for(count=0;count<N;count++)
  sum+=value_buf[count]*coe[count];
 return (char)(sum/sum_coe);
}

九、消抖滤波

1、方法

• 设置一个滤波计数器
• 将采样值与当前有效值比较
• 若采样值=当前有效值，则计数器清0
• 若采样值不等于当前有效值，则计数器+1
• 若计数器溢出，则采样值替换当前有效值，计数器清0

2、优缺点

• 对变化慢的信号滤波效果好，变化快的不好
• 避免临界值附近的跳动，计数器溢出时若采到干扰值则无法滤波

3、代码

#define N 12
char filter()
{
 char count=0,new_value;
 new_value=get_ad();
 while(value!=new_value)
 {
  count++;
  if(count>=N) return new_value;
  new_value=get_ad();
 }
 return value;
}

十、限幅消抖滤波

1、方法

• 先限幅 后消抖

2、优缺点

• 融合了限幅、消抖的优点
• 避免引入干扰值，对快速变化的信号不宜

3、代码

#define A 10
#define N 12
char value;
char filter()
{
 char new_value,count=0;
 new_value=get_ad();
 while(value!=new_value)
 {
  if(Abs(value-new_value)<A)
  {
  count++;
  if(count>=N) return new_value;
  new_value=get_ad();
  }
 return value;
 }
}

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网

Fastboard永久会员

收藏 链接