单片机数字滤波的算法

值后进行算术平均。

算法的程序代码如下：

char filter()

{

int sum=0;

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

{

    sum+=get_data();

    delay():

}

return (char)(sum/N);

}

说明：算术平均滤波算法适用于对具有随机干扰的信号进行滤波。这种信号的特点是有一个平均值，信号在某一数值附近上下波动。信号的平均平滑程度完全到决于N值。当N较大时，平滑度高，灵敏度低；当N较小时，平滑度低，但灵敏度高。为了方便求平均值，N一般取4、8、16、32之类的2的整数幂，以便在程序中用移位操作来代替除法。

（4）加权平均滤波算法

由于前面所说的"算术平均滤波算法"存在平滑度和灵敏度之间的矛盾。为了协调平滑度和灵敏度之间的关系，可采用加权平均滤波。它的原理是对连续N次采样值分别乘上不同的加权系数之后再求累加，加权系数一般先小后大，以突出后面若干采样的效果，加强系统对参数变化趋势的认识。各个加权系数均小于1的小数，且满足总和等于1的结束条件。这样加权运算之后的累加和即为有效采样值。其中加权平均数字滤波的数学模型是：

式中：D为N个采样值的加权平均值：X_N-i为第N-i次采样值；N为采样次数；C_i为加权系数。加权系数C_i体现了各种采样值在平均值中所占的比例。一般来说采样次数越靠后，取的比例越大，这样可增加新采样在平均值中所占的比重。加权平均值滤波法可突出一部分信号抵制另一部分信号，以提高采样值变化的灵敏度。

样例程序代码如下：

char code jq[N]={1,2,3,4,5,6,7,8,9,10,11,12}; //code数组为加权系数表，存在程序存储区

char code sum_jq=1+2+3+4+5+6+7+8+9+10+11+12;

char filter()

{

char count;

char value_buff[N];

int sum=0;

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

{

    value_buff[count]=get_data();

       delay();

}

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

       sum+=value_buff[count]*jq[count];

return (char)(sum/sum_jq);

}

（5）滑动平均滤波算法

以上介绍和各种平均滤波算法有一个共同点，即每获取一个有效采样值必须连续进行若干次采样，当采速度慢时，系统的实时得不到保证。这里介绍的滑动平均滤波算法只采样一次，将一次采样值和过去的若干次采样值一起求平均，得到的有效采样值即可投入使用。如果取N个采样值求平均，存储区中必须开辟N个数据的暂存区。每新采集一个数据便存入暂存区中，同时去掉一个最老数据，保存这N个数据始终是最新更新的数据。采用环型队列结构可以方便地实现这种数据存放方式。

程序代码如下：

char value_buff[N];

char i=0;

char filter()

{

     char count;

     int sum=0;

     value_buff[i++]=get_data();

     if(i==N)

         i=0;

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

       sum=value_buff[count];

return (char)(sum/N);

}

今天就写到这，因为数字滤波的算法还有很多种方法，比如一阶滞后低通滤波器（惯性滤波法），限时滤波，容错冗余三中取二滤波法等等。不过由于个人能力和时间的原因，还没能把它们一一地列出。以后我会不断地找资料把它们完善。