中位值濾波演算法的實現方法是採集n個週期的資料，去掉n個週期資料中的最大值和最小值，取剩下的資料的平均值。中位值濾波演算法特別適用於會偶然出現異常值的系統。中位值濾波演算法應用比較廣泛，比如用於一些比賽的評分，經常是去掉乙個最高分去掉乙個最低分，將其他評分取平均值作為選手的最終得分。
優點：相比於平均值濾波演算法，中位值濾波演算法能夠有效濾除偶然的脈衝干擾。
缺點：與平均值濾波演算法相同，中位值濾波演算法也存在反應速度慢、滯後的問題。
下面的**是中位值濾波的示例**。
float data[10];
float middlefilter(float in_data)
data[9] = in_data;
//複製資料
for(i=0; i<10; i++)
temp[i] = data[i];
//冒泡法排序
for(i=1; i<10; i++)
for(j=0; j<10-i; j++)
}//求和
for(i=1; i<9; i++)
sum = sum + temp[i];
//返回平均值
return(sum/8);
}
步驟1：讀取新資料，並更新資料陣列；
步驟2：複製資料到臨時陣列，以便保持原始資料的順序不變；
步驟3：對臨時陣列進行排序；
步驟4：計算中位平均值。
下面我們通過乙個示例來體會中位值濾波的作用，濾波物件為車速訊號，濾波效果如下圖所示。圖中，橫軸為時間，單位：秒，縱軸為速度，單位km/h。其中，藍色為濾波前的資料，紅色為濾波後的資料。有圖中可以看出，原始資料存在兩個異常值，可能是採集過程的資料干擾或資料處理時的異常等原因造成的。採用中位值濾波演算法可以有效濾波這種異常值造成的影響。
相對於中位值濾波演算法，平均值濾波演算法則無法解決這個問題，如下圖所示，為採用平均值濾波演算法對相同的原始資料進行處理的效果，可以看到平均值濾波無法濾波異常值，而且異常值影響的時間比較長。
微控制器ADC取樣演算法 中位值平均濾波法
中位值平均濾波法濾波法就是通過連續取樣n個資料，然後對資料從小到大排序，然後去掉最大值和最小值，對剩餘的n 2個值計算算數平均值。也就是中位值濾波和算數平均濾波的結合。下面看c 的實現 define n 12 unsigned int filter5 void for j 0 j n 1 j for...
訊號處理演算法學習筆記一 中值濾波演算法
中值濾波可以過濾尖峰脈衝。目的在於我們對於濾波後的資料更感興趣。濾波後的資料保留的原影象的變化趨勢，同時去除了尖峰脈衝對分析造成的影響。中值濾波是用中值取代了原來要處理的資料，取樣長度越長，濾波效果越好，但是也會造成原始資料中過多資訊的丟失。需要根據實際應用確定。按照專案要求定義函式型別即可。輸入引...
初勘資料處理之濾波演算法 二
加速度感測器訊號資料處理中濾波演算法的應用，computer and information technology 2018 vol 26 no 3 doi 10.19414 j.cnki.1005 1228.2018.03.001 重新複述目標 目標 對板材進行一系列相關檢測試驗，得到觀測時間序列...