单片机数字滤波算法

在单片机进行数据采集时，会遇到数据的随机误差，随机误差是由随机干扰引起的，其特点是在相同条件下测量同一量时，其大小和符号会现无规则的变化而无法预测，但多次测量的结果符合统计规律。为克服随机干扰引起的误差，硬件上可采用滤波技术，软件上可采用软件算法实现数字滤波。滤波算法往往是系统测控算法的一个重要组成部分，实时性很强。

1、数字滤波无需其他的硬件成本，只用一个计算过程，可靠性高，不存在阻抗匹配问题。尤其是数字滤波可以对频率很低的信号进行滤波，这是模拟滤波器做不到的。

3、只要适当改变滤波器的滤波程序或运算，就能方便地改变其滤波特性，这对于滤除低频干扰和随机信号会有较大的效果。

(1)限幅滤波算法

算法的程序代码如下：

chardata; //上一次的数据

{

datanew=get_data(); //获得新数据变量

return data;

returndatanew;

说明：限幅滤波法主要用于处理变化较为缓慢的数据，如温度、物体的位置等。使用时，关键要选取合适的门限制A。通常这可由经验数据获得，必要时可通过实验得到。

该运算的过程是对某一参数连续采样N次(N一般为奇数)，然后把N次采样的值按从小到大排列，再取中间值作为本次采样值，整个过程实际上是一个序列排序的过程。

#define N11 //定义获得的数据个数

{

char count,i,j,temp;

{

delay(); //如果采集数据比较慢，那么就需要延时或中断

for(j=0;j

for(value_buff[i]>value_buff[i+1]

temp=value_buff[i];

value_buff[i+1]=temp;

}

}

(3)算术平均滤波算法

算法的程序代码如下：

{

for(count=0;count

sum+=get_data();

}

}

(4)加权平均滤波算法

式中：D为N个采样值的加权平均值：XN-i为第N-i次采样值;N为采样次数;Ci为加权系数。加权系数Ci体现了各种采样值在平均值中所占的比例。一般来说采样次数越靠后，取的比例越大，这样可增加新采样在平均值中所占的比重。加权平均值滤波法可突出一部分信号抵制另一部分信号，以提高采样值变化的灵敏度。

char codejq[N]={1,2,3,4,5,6,7,8,9,10,11,12}; //code数组为加权系数表，存在程序存储区

char filter()

char count;

int sum=0;

{

delay();

for(count=0;count

return(char)(sum/sum_jq);

(5)滑动平均滤波算法

程序代码如下：

char i=0;

{

int sum=0;

if(i==N)

for(count=0;count

return (char)(sum/N);

(6)低通滤波

Yn=a* Xn+(1-a) *Yn-1

Yn-1——上次的滤波输出值;

Yn——本次滤波的输出值。

fL=a/2Pit pi为圆周率3.14…

， t——采样间隔时间;

fL=(1/32)/(2*3.14*0.5)=0.01Hz

低通滤波算法程序于加权平均滤波相似，但加权系数只有两个：a和1-a。为计算方便，a取一整数，1-a用256-a，来代替，计算结果舍去最低字节即可，因为只有两项，a和1-a，均以立即数的形式编入程序中，不另外设表格。虽然采样值为单元字节(8位A/D)。为保证运算精度，滤波输出值用双字节表示，其中一个字节整数，一字节小数，否则有可能因为每次舍去尾数而使输出不会变化。