1、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

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

/* A值可根据实际情况调整

value为有效值，new_value为当前采样值

滤波程序返回有效的实际值 */

#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;

return new_value;

}

2、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

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

/* N值可根据实际情况调整

排序采用冒泡法*/

#define N 11

char filter()

{

char value_buf[N];

char count,i,j,temp;

for ( count=0;count<N;count++)

{

value_buf[count] = get_ad();

delay();

}

for (j=0;j<N-1;j++)

{

for (i=0;i<N-j;i++)

{

if ( value_buf>value_buf[i+1] )

{

temp = value_buf;

value_buf = value_buf[i+1];

value_buf[i+1] = temp;

}

}

}

return value_buf[(N-1)/2];

}

3、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

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

/*

*/

#define N 12

char filter()

{

int sum = 0;

for ( count=0;count<N;count++)

{

sum + = get_ad();

delay();

}

return (char)(sum/N);

}

4、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

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

/*

*/

#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、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

B、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

C、缺点：

测量速度较慢,和算术平均滤波法一样

比较浪费RAM

/*

*/

#define N 12

char filter()

{

char count,i,j;

char value_buf[N];

int sum=0;

for (count=0;count<N;count++)

{

value_buf[count] = get_ad();

delay();

}

for (j=0;j<N-1;j++)

{

for (i=0;i<N-j;i++)

{

if ( value_buf>value_buf[i+1] )

{

temp = value_buf;

value_buf = value_buf[i+1];

value_buf[i+1] = temp;

}

}

}

for(count=1;count<N-1;count++)

sum += value[count];

return (char)(sum/(N-2));

}

6、限幅平均滤波法

A、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

B、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

C、缺点：

比较浪费RAM

略 参考子程序1、3

7、一阶滞后滤波法

A、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

B、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

C、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的1/2的干扰信号

/* 为加快程序处理速度假定基数为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、加权递推平均滤波法

A、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

B、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

C、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。*/

#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();

delay();

}

for (count=0,count<N;count++)

sum += value_buf[count]*coe[count];

return (char)(sum/sum_coe);

}

9、消抖滤波法

A、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

B、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

C、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 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;

}

10、限幅消抖滤波法

A、方法：

相当于“限幅滤波法”+“消抖滤波法”

先限幅,后消抖

B、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

C、缺点：

对于快速变化的参数不宜

略 参考子程序1、9

11、IIR滤波程序

int BandpassFilter4(int InputAD4)

{

int ReturnValue;

int ii;

RESLO=0;

RESHI=0;

MACS=*PdelIn;

OP2=1068; //FilterCoeff4[4];

MACS=*(PdelIn+1);

OP2=8; //FilterCoeff4[3];

MACS=*(PdelIn+2);

OP2=-2001;//FilterCoeff4[2];

MACS=*(PdelIn+3);

OP2=8; //FilterCoeff4[1];

MACS=InputAD4;

OP2=1068; //FilterCoeff4[0];

MACS=*PdelOu;

OP2=-7190;//FilterCoeff4[8];

MACS=*(PdelOu+1);

OP2=-1973; //FilterCoeff4[7];

MACS=*(PdelOu+2);

OP2=-19578;//FilterCoeff4[6];

MACS=*(PdelOu+3);

OP2=-3047; //FilterCoeff4[5];

*p=RESLO;

*(p+1)=RESHI;

mytestmul<<=2;

ReturnValue=*(p+1);

for (ii=0;ii<3;ii++)

{

DelayInput[ii]=DelayInput[ii+1];

DelayOutput[ii]=DelayOutput[ii+1];

}

DelayInput[3]=InputAD4;

DelayOutput[3]=ReturnValue;

// if (ReturnValue<0)

// {

// ReturnValue=-ReturnValue;

// }

return ReturnValue;

}