五大濾波演算法原理場景及實踐

在感測器採集資料的過程中，難免因為各種各樣的干擾產生異常值，濾波分為電路濾波和演算法濾波。電路濾波是從源頭上解決（緩解）問題，但是使用成本比較高，即使使用了電路濾波也是不能保證每次採集的資料都是準確的，因為在實際的工作狀態中遇到的干擾各種各樣，演算法濾波的成本比較低，基本思想是採集多次資料對這些採集的資料進行處理最後選擇（或計算）出乙個可靠的資料放入資料庫，要注意演算法濾波需要建立在電路濾波的基礎上，因此將兩者結合起來才能夠保證每次寫入資料庫的資料是可靠的。

a、思路：根據經驗判斷，確定兩次取樣允許的最大偏差值（設為a），每次檢測到新值時判斷：如果本次值與上次值之差<=a，則本次值有效，如果本次值與上次值之差》a，則本次值無效，放棄本次值，用上次值代替本次值。

b、優點：能有效克服因偶然因素引起的脈衝干擾。

c、缺點：無法抑制那種週期性的干擾。平滑度差。

int filter_value;
int value;
void setup() 
void loop() 
// 用於隨機產生乙個300左右的當前值
int get_ad() 
// 限幅濾波法（又稱程式判斷濾波法）
#define filter_a 1
int filter()

a、方法：

連續取樣n次（n取奇數），把n次取樣值按大小排列，

取中間值為本次有效值。

b、優點：

能有效克服因偶然因素引起的波動干擾；

對溫度、液位的變化緩慢的被測引數有良好的濾波效果。

c、缺點：

對流量、速度等快速變化的引數不宜。

int filter_value;
void setup() 
void loop() 
// 用於隨機產生乙個300左右的當前值
int get_ad() 
// 中位值濾波法
#define filter_n 101
int filter() 
// 取樣值從小到大排列（冒泡法）
for(j = 0; j < filter_n - 1; j++) 
}} return filter_buf[(filter_n - 1) / 2];
}

a、方法：

連續取n個取樣值進行算術平均運算：

n值較大時：訊號平滑度較高，但靈敏度較低；

n值較小時：訊號平滑度較低，但靈敏度較高；

n值的選取：一般流量，n=12；壓力：n=4。

b、優點：

適用於對一般具有隨機干擾的訊號進行濾波；

這種訊號的特點是有乙個平均值，訊號在某一數值範圍附近上下波動。

c、缺點：

對於測量速度較慢或要求資料計算速度較快的實時控制不適用；

比較浪費ram。

int filter_value;
void setup() 
void loop() 
// 用於隨機產生乙個300左右的當前值
int get_ad() 
// 算術平均濾波法
#define filter_n 12
int filter() 
return (int)(filter_sum / filter_n);
}

a、方法：

取a=0-1，本次濾波結果=(1-a)本次取樣值+a上次濾波結果。

b、優點：

對週期性干擾具有良好的抑制作用；

適用於波動頻率較高的場合。

c、缺點：

相位滯後，靈敏度低；

滯後程度取決於a值大小；

不能消除濾波頻率高於取樣頻率1/2的干擾訊號。

int filter_value;
int value;
void setup() 
void loop() 
// 用於隨機產生乙個300左右的當前值
int get_ad() 
// 一階滯後濾波法
#define filter_a 0.01
int filter()

a、方法：

相當於「限幅濾波法」+「消抖濾波法」；

先限幅，後消抖。

b、優點：

繼承了「限幅」和「消抖」的優點；

改進了「消抖濾波法」中的某些缺陷，避免將干擾值匯入系統。

c、缺點：

對於快速變化的引數不宜。

int filter_value;
int value;
void setup() 
void loop() 
// 用於隨機產生乙個300左右的當前值
int get_ad() 
// 限幅消抖濾波法
#define filter_a 1
#define filter_n 5
int i = 0;
int filter() 
} else
i = 0;
return value;
}

五大濾波演算法原理場景及實踐

五大常用演算法

redis的五大基礎型別及使用場景

演算法之五大查詢演算法

五大濾波演算法原理 場景及實踐

五大常用演算法

redis的五大基礎型別及使用場景

演算法之五大查詢演算法

相關推薦

五大濾波演算法原理場景及實踐