单片机ADC常见的几种滤波方法

如今传感器的种类越来越多，数量也越来越多，而这些传感器很多都会用到模拟量，模拟量就离不开ADC。

然而，我们单片机ADC采集的模拟量基本都会经过“滤波”处理才能使用，下面给大家分享一些常见的ADC滤波算法。

1、方法

• 根据经验判断两次采样允许的最大偏差值A

• 每次采新值时判断：若本次值与上次值之差<=A，则本次有效；若本次值与上次值之差>A，本次无效，用上次值代替本次。

2、优缺点

• 克服脉冲干扰，无法抑制周期性干扰，平滑度差。

3、代码

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值*/
#defineA10
charValue;
charfilter()
{
charnew_Value;
new_Value=get_ad();//获取采样值
if(abs(new_Value-Value)>A)returnValue;//abs()取绝对值函数
returnnew_Value;
}

1、方法

• 连续采样N次，按大小排列

• 取中间值为本次有效值

2、优缺点

• 克服波动干扰，对温度等变化缓慢的被测参数有良好的滤波效果，对速度等快速变化的参数不宜。

3、代码

#defineN11
charfilter()
{
charvalue_buf[N];
charcount,i,j,temp;
for(count=0;count<N;count++)//获取采样值
{
value_buf[count]=get_ad();
delay();
}
for(j=0;j<(N-1);j++)
for(i=0;i<(n-j);i++)
if(value_buf[i]>value_buf[i+1])
{
temp=value_buf[i];
value_buf[i]=value_buf[i+1];
value_buf[i+1]=temp;
}
returnvalue_buf[(N-1)/2];
}

1、方法

• 连续采样N次，取平均

• N较大时平滑度高，灵敏度低

• N较小时平滑度低，灵敏度高

• 一般N=12

2、优缺点

• 适用于存在随机干扰的系统，占用RAM多，速度慢。

3、代码

#defineN12
charfilter()
{
intsum=0;
for(count=0;count<N;count++)
sum+=get_ad();
return(char)(sum/N);
}

1、方法

• 取N个采样值形成队列，先进先出

• 取均值

• 一般N=4~12

2、优缺点

• 对周期性干扰抑制性好，平滑度高

• 适用于高频振动系统

• 灵敏度低，RAM占用较大，脉冲干扰严重

3、代码

/* A值根据实际调，Value有效值，new_Value当前采样值，程序返回有效的实际值*/
#defineA10
charValue;
charfilter()
{
charnew_Value;
new_Value=get_ad();//获取采样值
if(abs(new_Value-Value)>A)returnValue;//abs()取绝对值函数
returnnew_Value;
}

1、方法

• 采样N个值，去掉最大最小

• 计算N-2的平均值

• N= 3~14

2、优缺点

1. 融合了中位值，平均值的优点

2. 消除脉冲干扰

3. 计算速度慢，RAM占用大

3、代码

charfilter()
{
charcount,i,j;
charValue_buf[N];
intsum=0;
for(count=0;count<N;count++)
Value_buf[count]=get_ad();
for(j=0;j<(N-1);j++)
for(i=0;i<(N-j);i++)
if(Value_buf[i]>Value_buf[i+1])
{
temp=Value_buf[i];
Value_buf[i]=Value_buf[i+1];
Value_buf[i+1]=temp;
}
for(count=1;count<N-1;count++)
sum+=Value_buf[count];
return(char)(sum/(N-2));
}

1、方法

• 每次采样数据先限幅后送入队列

• 取平均值

2、优缺点

• 融合限幅、均值、队列的优点

• 消除脉冲干扰，占RAM较多

3、代码

#defineA10
#defineN12
charvalue,i=0;
charvalue_buf[N];
charfilter()
{
charnew_value,sum=0;
new_value=get_ad();
if(Abs(new_value-value)<A)
value_buf[i++]=new_value;
if(i==N)i=0;
for(count=0;count<N;count++)
sum+=value_buf[count];
return(char)(sum/N);
}

1、方法

• 取a=0~1

• 本次滤波结果=（1-a）* 本次采样 + a * 上次结果

2、优缺点

• 良好一直周期性干扰，适用波动频率较高场合

• 灵敏度低，相位滞后

3、代码

/*为加快程序处理速度，取a=0~100*/
#definea30
charvalue;
charfilter()
{
charnew_value;
new_value=get_ad();
return((100-a)*value+a*new_value);
}

1、方法

• 对递推平均滤波的改进，不同时刻的数据加以不同权重，通常越新的数据权重越大，这样灵敏度高，但平滑度低。

2、优缺点

• 适用有较大滞后时间常数和采样周期短的系统，对滞后时间常数小，采样周期长、变化慢的信号不能迅速反应其所受干扰。

3、代码

/*coe数组为加权系数表*/
#defineN12
charcodecoe[N]={1,2,3,4,5,6,7,8,9,10,11,12};
charcodesum_coe={1+2+3+4+5+6+7+8+9+10+11+12};
charfilter()
{
charcount;
charvalue_buf[N];
intsum=0;
for(count=0;count<N;count++)
{
value_buf[count]=get_ad();
}
for(count=0;count<N;count++)
sum+=value_buf[count]*coe[count];
return(char)(sum/sum_coe);
}

1、方法

• 设置一个滤波计数器

• 将采样值与当前有效值比较

• 若采样值=当前有效值，则计数器清0

• 若采样值不等于当前有效值，则计数器+1

• 若计数器溢出，则采样值替换当前有效值，计数器清0

2、优缺点

• 对变化慢的信号滤波效果好，变化快的不好

• 避免临界值附近的跳动，计数器溢出时若采到干扰值则无法滤波

3、代码

#defineN12
charfilter()
{
charcount=0,new_value;
new_value=get_ad();
while(value!=new_value)
{
count++;
if(count>=N)returnnew_value;
new_value=get_ad();
}
returnvalue;
}

1、方法

• 先限幅 后消抖

2、优缺点

• 融合了限幅、消抖的优点

• 避免引入干扰值，对快速变化的信号不宜

3、代码

#defineA10
#defineN12
charvalue;
charfilter()
{
charnew_value,count=0;
new_value=get_ad();
while(value!=new_value)
{
if(Abs(value-new_value)<A)
{
count++;
if(count>=N)returnnew_value;
new_value=get_ad();
}
returnvalue;
}
}