C语言软件滤波 一阶低通滤波器 c语言

看到《匠人手记》里介绍的10种软件滤波,感觉不错,在此作为自己的一个笔记,也希望跟大家分享。在这感谢“程序匠人”的奉献。

一、限幅滤波法

1、

先根据经验判断,确定两次采样允许的最大偏差值,设为A。

每次检测到新采样值时进行判断:

(1)如果本次新采样值与上一次滤波效果之差<=A,则本次采样值有效,令本次滤波结果=新采样值;

(2)如果本次采样值与上次滤波结果之差>A,则本次采样值无效,放弃本次采样值,本次滤波结果=上次滤波结果。

2、例程

#define A 10

ucharValue;//上次采样有效值

uchar AmplitudeLimiterFilter()

{

ucharNewValue,ReturnValue;

NewValue=GetAD();//本次采样值

if(((NewValue-Value)>A)||((Value-NewValue)>A)))

ReturnValue=Value;

elseReturnValue=NewValue;

return(ReturnValue);

}

二、中位值滤波法

1、连续采样N次值,把采样值按大小排列,取中间值为本次有效值。

2、例程

#define N 9

unchar MiddleValueFilter()

{

unchar i,j,k;

uchar temp;

uchar ArrDataBuffer[N];

for(i=0;i<N;i++)//一次采集N个数据放入数组中

{

ArrDataBuffer[i]=GetAD();

Delay();

}

for(j=0;j<N-1;j++)//采样值由小到大排列

{

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

{

if(ArrDataBuffer[k]>ArrDataBuffer[k+1])

{

temp=ArrDataBuffer[k];

ArrDataBuffer[k]=ArrDataBuffer[k+1];

ArrDataBuffer[k+1]=temp;

}

}

}

return(ArrDataBuffer[(N-1)/2]);//取中间值

}

三、算术平均滤波法

1、连续取N个值进行算术平均运算。

N较大时,信号平滑度较高,但灵敏度较低;N较小,信号平滑度低,但灵敏度较高。

2、例程

#define N 12

uchar ArithmeticalAverageValueFilter()

{

uchar i;

uchar Value;

uchar sum;

sum=0;

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

{

sum+=GetAD();

Delay();

}

Value=sum/N;

return(Value);

}

四、递推平均滤波法

1、把连续N个采集值看成一个队列,每次采集到的新数据放入队尾,并扔掉原来队首的数据。把队列中的N个数据进行平均计算,即可获得新的滤波结果。

2、例程

#define N 12

uchar Data[];

uchar Gilde(Data[])

{

ucahr i,Value,sum;

sum=0;

Data[N]=GetAD();

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

{

Data[i]=Data[i+1];//所有数据左移,低位仍掉

sum+=Data[i];

}

Value=sum/N;

return(Value);

}

五、中位值平均滤波法

1、中位值平均滤波法又称脉冲干扰平均滤波法,相当于“中位值滤波法”+“算术平均滤波法”。

连续采集N个数据,去掉一个最大和最小值,然后计算N-2个数的平均值。

2、例程

#define N 12

uchar Middle()

{

ucahr i,j,k,l;

uchar temp;

uchar ArrDataBuffer[N];

uchar sum,Value;

for(i=0;i<N;i++)//一次采集N个数据,存入数组

{

ArrDataBuffer[i]=GetAD();

Delay();

}

for(j=0;j<N-1;j++)//采样值由小到大排列

{

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

{

if(ArrDataBuffer[k]>ArrDataBuffer[k+1])

{

temp=ArrDataBuffer[k];

ArrDataBuffer[k]=ArrDataBuffer[k+1];

ArrDataBuffer[k+1]=temp;

}

}

}

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

{

sum=ArrDataBuffer[l];

}

Value=Sum/(N-2);

return(Value);

}

六、递推中位值平均滤波法

1、相当于“中位值滤波法”+“递推平均滤波法”。这种方法把连续N个值看成一个队列,每次采集到一个新数据放入队尾,并扔掉原来队首的值。把队列中的N个数据先去掉一个最大值和最小值,然后计算N-2个数据的平均值。

2、例程

char Filter()

{

char max.min;

int sum;

char i;

QUEUE[0]=NewData;

max=QUEUE[0];

min=QUEUE[0];

sum=QUEUE[0];

for(i=n-1;i!=0;i--)

{

if(QUEUE[i]>max)max=QUEUE[i];

else if(QUEUE[i]<min)min=QUEUE[i];

sum+=QUEUE[i];

QUEUE[i]=QUEUE[i-1];

}

i=n-2;

sum=sum-max-min+i/2;//加入(n-2)/2目的为了四舍五入

sum=sum/i;

return(sum);

}

七、限幅平均滤波法

1、相当于“限幅滤波法”+“递推平均滤波法”。每次采样先进行限幅处理,再进行队列平均滤波处理。

2、例程

#define A 10

#define N 12

uchar Data[N];

uchar Limit()

{

ucahr i,Value,sum;

Data[N]=GetAD();

if(((Data[N]-Data[N-1])>A)||((Data[N-1]-Data[N])>A)))

Data[N]=Data[N-1];

elseData[N]=NewValue;

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

{

Data[i]=Data[i+1];

sum+=Data[i];

}

Value=sum/N;

return(Value);

}

八、一阶滞后滤波法

1、本次结果滤波结果=a*本次采样值+(1-a)*上次结果。

a代表滤波系数,a=0--1。

2、例程

#define a 128

uchar Value;

ucahr OneFactorialFiler()

{

uchar NewValue;

uchar ReturnValue;

NewValue=GetAD();

ReturnValue=(255-a)*NewValue+a*Value;

ReturnValue/=255;

return(ReturnValue);

}

九、加权递推平均滤波法

1、加权递推平均滤波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,但信号的平滑度越低。

2、例程

#define N 10

#define CoeSum 55

const Coefficient[N]={1,2,3,4,5,6,7,8,9,10};

uchar Data[N];

uchar AAGAFilter()

{

uchar i,Value,sum;

sum=0;

Data[N]=GetAD();

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

{

Data[i]=Data[i+1];

sum+=Data[i]*Coefficient[i];

}

Value=sum/CoeSum;

return(Value);

}

十、消抖滤波法

1、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,否则计数器加1。然后,判断计数器是否>=上限N(溢出)。如果溢出,将本次值替换当前有效值,并清计数器。

2、例程

#define N 20

uchar count;

uchar Value;

uchar Avoid()

{

uchar NewValue;

if(NewValue==Value) count=0;

else

{

count++;

if(count>N)

{

count=0;

Value=NewValue;

}

C语言软件滤波 一阶低通滤波器 c语言

}

return(Value);

}

  

爱华网本文地址 » http://www.aihuau.com/a/25101014/206380.html

更多阅读

一条小路通罗马的功略英雄无敌3 英雄无敌3追随神迹

一条小路通罗马的功略 英雄无敌3英雄上来选带宝物,初始条件是有速度加1的项链且主力在第一天内就学到中级后勤,并且后来能学到航海。可以先存档,(注意保存好开局存档,以后重打时可能有用的)然后用nwcneo秘籍看后来的技能分配。其中速度加1

求八阶低通数字滤波器C语言实现程序 一阶低通滤波器 c语言

自适应过程一般采用典型LMS自适应算法,但当滤波器的输入信号为有色随机过程时,特别是当输入信号为高度相关时,这种算法收敛速度要下降许多,这主要是因为输入信号的自相关矩阵特征值的分散程度加剧将导致算法收敛性能的恶化和稳态误差的

声明:《C语言软件滤波 一阶低通滤波器 c语言》为网友施妄者分享!如侵犯到您的合法权益请联系我们删除