软件滤波算法（转载）
这几天做一个流量检测的东西，其中用到了对数据的处理部分，试了很多种方法，从网上找到这些个滤波算法，贴出来记下
需要注意的是如果用到求平均值的话，注意总和变量是否有溢出，程序没必要照搬，主要学习这些方法，相信做东西的时候都能用得上
1、限幅滤波法（又称程序判断滤波法）
A、方法：
根据经验判断，确定两次采样允许的最大偏差值（设为A）
每次检测到新值时判断：
如果本次值与上次值之差<=A,则本次值有效
如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值
B、优点：
能有效克服因偶然因素引起的脉冲干扰
C、缺点
无法抑制那种周期性的干扰
平滑度差
2、中位值滤波法
A、方法：
连续采样N次（N取奇数）
把N次采样值按大小排列
取中间值为本次有效值
B、优点：
能有效克服因偶然因素引起的波动干扰
对温度、液位的变化缓慢的被测参数有良好的滤波效果
C、缺点：
对流量、速度等快速变化的参数不宜
3、算术平均滤波法
A、方法：
连续取N个采样值进行算术平均运算
N值较大时：信号平滑度较高，但灵敏度较低
N值较小时：信号平滑度较低，但灵敏度较高
N值的选取：一般流量，N=12；压力：N=4
B、优点：
适用于对一般具有随机干扰的信号进行滤波
这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动
C、缺点：
对于测量速度较慢或要求数据计算速度较快的实时控制不适用
比较浪费RAM
4、递推平均滤波法（又称滑动平均滤波法）
A、方法：
把连续取N个采样值看成一个队列
队列的长度固定为N
每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则)
把队列中的N个数据进行算术平均运算,就可获得新的滤波结果
N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4
B、优点：
对周期性干扰有良好的抑制作用，平滑度高
适用于高频振荡的系统
C、缺点：
灵敏度低
对偶然出现的脉冲性干扰的抑制作用较差
不易消除由于脉冲干扰所引起的采样值偏差
不适用于脉冲干扰比较严重的场合
比较浪费RAM
5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
A、方法：
相当于“中位值滤波法”+“算术平均滤波法”
连续采样N个数据，去掉一个最大值和一个最小值
然后计算N-2个数据的算术平均值
N值的选取：3~14
B、优点：
融合了两种滤波法的优点
对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差
C、缺点：
测量速度较慢，和算术平均滤波法一样
比较浪费RAM
6、限幅平均滤波法
A、方法：
相当于“限幅滤波法”+“递推平均滤波法”
每次采样到的新数据先进行限幅处理，
再送入队列进行递推平均滤波处理
B、优点：
融合了两种滤波法的优点
对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差
C、缺点：
比较浪费RAM
7、一阶滞后滤波法
A、方法：
取a=0~1
本次滤波结果=（1-a）*本次采样值+a*上次滤波结果
B、优点：
对周期性干扰具有良好的抑制作用
适用于波动频率较高的场合
C、缺点：
相位滞后，灵敏度低
滞后程度取决于a值大小
不能消除滤波频率高于采样频率的1/2的干扰信号
8、加权递推平均滤波法
A、方法：
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，但信号平滑度越低
B、优点：
适用于有较大纯滞后时间常数的对象
和采样周期较短的系统
C、缺点：
对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号
不能迅速反应系统当前所受干扰的严重程度，滤波效果差
9、消抖滤波法
A、方法：
设置一个滤波计数器
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
如果采样值<>当前有效值，则计数器+1，并判断计数器是否>=上限N(溢出)
如果计数器溢出,则将本次值替换当前有效值,并清计数器
B、优点：
对于变化缓慢的被测参数有较好的滤波效果,
可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动
C、缺点：
对于快速变化的参数不宜
如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将干扰值当作有效
值导入系统
10、限幅消抖滤波法
A、方法：
相当于“限幅滤波法”+“消抖滤波法”
先限幅,后消抖
B、优点：
继承了“限幅”和“消抖”的优点
改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统
C、缺点：
对于快速变化的参数不宜
第11种方法：IIR 数字滤波器
A. 方法：
确定信号带宽，滤之。
Y(n) = a1*Y(n-1) + a2*Y(n-2) + ... + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + ... + bk*X(n-k)
B. 优点：高通，低通，带通，带阻任意。设计简单(用matlab）
C. 缺点：运算量大。
//---------------------------------------------------------------------
软件滤波的C程序样例
10种软件滤波方法的示例程序
假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为get_ad();
1、限副滤波
1./* A值可根据实际情况调整
2. value为有效值，new_value为当前采样值
3.滤波程序返回有效的实际值 */
4.#define A 10
5.
6.char value;
7.
8.char filter()
9.{
10. char new_value;
11. new_value = get_ad();
12. if ( ( new_value - value > A ) || ( value - new_value > A )
13. return value;
14. return new_value;
15.
16.}
2、中位值滤波法
1./* N值可根据实际情况调整
2.排序采用冒泡法*/
3.#define N 11
4.
5.char filter()
6.{
7. char value_buf[N];
8. char count,i,j,temp;
9. for ( count=0;count 10. { 11. value_buf[count] = get_ad(); 12. delay(); 13. } 14. for (j=0;j 15. { 16. for (i=0;i 17. { 18. if ( value_buf>value_buf[i+1] ) 19. { 20. temp = value_buf; 21. value_buf = value_buf[i+1]; 22. value_buf[i+1] = temp; 23. } 24. } 25. } 26. return value_buf[(N-1)/2]; 27.} 3、算术平均滤波法 1./* 2.*/ 3. 4.#define N 12 5. 6.char filter() 7.{ 8. int sum = 0; 9. for ( count=0;count 10. { 11. sum + = get_ad(); 12. delay(); 13. } 14. return (char)(sum/N); 15.} 4、递推平均滤波法（又称滑动平均滤波法） 1./* 2.*/ 3.#define N 12 4. 5.char value_buf[N]; 6.char i=0; 7. 8.char filter() 9.{ 10. char count; 11. int sum=0; 12. value_buf[i++] = get_ad(); 13. if ( i == N ) i = 0; 14. for ( count=0;count 15. sum = value_buf[count]; 16. return (char)(sum/N); 17.} 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） 1./* 2.*/ 3.#define N 12 4. 5.char filter() 6.{ 7. char count,i,j; 8. char value_buf[N]; 9. int sum=0; 10. for (count=0;count 11. { 12. value_buf[count] = get_ad(); 13. delay(); 14. } 15. for (j=0;j 16. { 17. for (i=0;i 18. { 19. if ( value_buf>value_buf[i+1] ) 20. { 21. temp = value_buf; 22. value_buf = value_buf[i+1]; 23. value_buf[i+1] = temp; 24. } 25. } 26. } 27. for(count=1;count 28. sum += value[count]; 29. return (char)(sum/(N-2)); 30.} 6、限幅平均滤波法 1./* 2.*/ 3.略参考子程序1、3 7、一阶滞后滤波法 1./* 为加快程序处理速度假定基数为100，a=0~100 */ 2. 3.#define a 50 4. 5.char value; 6. 7.char filter() 8.{ 9. char new_value; 10. new_value = get_ad(); 11. return (100-a)*value + a*new_value; 12.} 8、加权递推平均滤波法 1./* coe数组为加权系数表，存在程序存储区。*/ 2. 3.#define N 12 4. 5.char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12}; 6.char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12; 7. 8.char filter() 9.{ 10. char count; 11. char value_buf[N]; 12. int sum=0; 13. for (count=0,count 14. { 15. value_buf[count] = get_ad(); 16. delay(); 17. } 18. for (count=0,count 19. sum += value_buf[count]*coe[count]; 20. return (char)(sum/sum_coe); 21.} 9、消抖滤波法 1.#define N 12 2. 3.char filter() 4.{ 5. char count=0; 6. char new_value; 7. new_value = get_ad(); 8. while (value !=new_value); 9. { 10. count++; 11. if (count>=N) return new_value; 12. delay(); 13. new_value = get_ad(); 14. } 15. return value; 16.} 10、限幅消抖滤波法 1./* 2.*/ 3.略参考子程序1、9 11、IIR滤波例子 1.int BandpassFilter4(int InputAD4) 2.{ 3. int ReturnValue; 4. int ii; 5. RESLO=0; 6. RESHI=0; 7. MACS=*PdelIn; 8. OP2=1068; //FilterCoeff4[4]; 9. MACS=*(PdelIn+1); 10. OP2=8; //FilterCoeff4[3]; 11. MACS=*(PdelIn+2); 12. OP2=-2001;//FilterCoeff4[2]; 13. MACS=*(PdelIn+3); 14. OP2=8; //FilterCoeff4[1]; 15. MACS=InputAD4; 16. OP2=1068; //FilterCoeff4[0]; 17. MACS=*PdelOu; 18. OP2=-7190;//FilterCoeff4[8]; 19. MACS=*(PdelOu+1); 20. OP2=-1973; //FilterCoeff4[7]; 21. MACS=*(PdelOu+2); 22. OP2=-19578;//FilterCoeff4[6]; 23. MACS=*(PdelOu+3); 24. OP2=-3047; //FilterCoeff4[5]; 25. *p=RESLO; 26. 27. *(p+1)=RESHI; 28. 29. mytestmul<<=2; 30. ReturnValue=*(p+1); 31. 32. for (ii=0;ii<3;ii++) 33. 34. { 35. DelayInput[ii]=DelayInput[ii+1]; 36. 37. DelayOutput[ii]=DelayOutput[ii+1]; 38. } 39. 40. DelayInput[3]=InputAD4; 41. 42. DelayOutput[3]=ReturnValue; 43. 44. 45. // if (ReturnValue<0) 46. // { 47. 48. // ReturnValue=-ReturnValue; 49. 50. // } 51. return ReturnValue; 52.} The University of South China 数字信号处理课程设计 说明书 学院名称 指导教师 班级 学号 学生姓名 2010年6 月 设计一个按因子I=5的内插器，要求镜像滤波器通带最大衰减为 0.1dB ，阻带最小衰减为30dB ，过渡带宽不大于20/π，设计FIR 滤波器系数h(n) 一、初始设计 （1） 幅度指标 可以两种方式给出。第一种，叫做绝对指标，它提出了对幅度回应函数|H （jw)| 的要求。这些指标一般可直接用于FIR 滤波器。第二种方法叫做相对指标，它以分贝（dB ）值的形式提出要求，其定义为： 0|)(|| )(|log 20max 10≥-=jw jw e H e H dB 经过定义中所包含的归一化，所有滤波器的相对幅频特性最高处的值为0dB ，由于定义式中有一个负号，幅频特性小的地方，其dB 值反而是正的。 绝对指标： [0,wp]段叫通带，δ1是在理想通带中能接受的振幅波动或（容限） [ws, ]段叫做阻带，δ2是阻带中能接受的振幅波动或（容限） [wp,ws]叫做过渡带，在此段上幅度回应通常没有限制，也可以给些弱限制。 低通滤波器的典型幅度指标 相对指标（dB ）: p R 是通带波动的dB 值； s A 是阻带衰减的dB 值。 由于绝对指标中的)1(|)(|1max δ+=jw H ，因此 011log 201 1 10 >+--=δδp R ， ) (ωj e G c ω 1 1+ p 1- p s p s 11log 201 2 10 >>+-=δδs A 逆向的关系为 20 20 1101101p p R R --+-= δ 20 20 1210 10 )1(s s A A --≈+=δδ （2）低通FIR 滤波器阶数的估计 π ωωδδ2/)(6.1413)lg(20p s s p N ---≈ （3）滤波器结构分析： 整数倍内插器的 FIR 直接实现 整数I 倍内插是在已知的相邻两个原采样点之间等间隔插入I-1个新的采样值。对已知的采样序列)(11T n x 进行D/A 转移，得道原来的模拟信号)(t x a ，然后再对)(t x a 进行较高采样率的采样得到)(22T n y ，这里 21IT T = I 为大于1的整数，称为内插因子。 整数倍内插是先在已知采样序列)(11T n x 的相邻两个样点之间等间隔插入I-1个0值点，然后进行低通滤波器，即可获得I 倍内插的结果。内插方案如图所示： )(11T n x )(22T n v )(22T n y 图中↑ I 表示在)(11T n x 相邻样点之间插入I-1个0值采样，称为零值内插器。 )(11T n x 、)(22T n y 的傅里叶变换为：)(1 jw e X 、)(2jw e Y ，二者均为周期函数，若二 者都用模拟频率Ω表示，则 (1jw e X =)(1T j e X Ω，周期为11/2T sa π=Ω； )(2jw e Y =)(2T i e Y Ω，周期为2sa Ω=112)//(2/2sa I I T T Ω==ππ。 )(22T n v =?? ??? ±±=其它当 02,,0n )(212I I I T n x ↑ I )(22T n h 1、限幅滤波法(又称程序判断滤波法) A、方法: 根据经验判断,确定两次采样允许的最大偏差值(设为A) 每次检测到新值时判断: 如果本次值与上次值之差<=A,则本次值有效 如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值B、优点: 能有效克服因偶然因素引起的脉冲干扰 C、缺点 无法抑制那种周期性的干扰 平滑度差 2、中位值滤波法 A、方法: 连续采样N次(N取奇数) 把N次采样值按大小排列 取中间值为本次有效值 B、优点: 能有效克服因偶然因素引起的波动干扰 对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点: 对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法: 连续取N个采样值进行算术平均运算 N值较大时:信号平滑度较高,但灵敏度较低 N值较小时:信号平滑度较低,但灵敏度较高 N值的选取:一般流量,N=12;压力:N=4 B、优点: 适用于对一般具有随机干扰的信号进行滤波 这样信号的特点是有一个平均值,信号在某一数值范围附近上下波动 C、缺点: 对于测量速度较慢或要求数据计算速度较快的实时控制不适用 比较浪费RAM 4、递推平均滤波法(又称滑动平均滤波法) A、方法: 把连续取N个采样值看成一个队列 队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取:流量,N=12;压力:N=4;液面,N=4~12;温度,N=1~4 B、优点: 对周期性干扰有良好的抑制作用,平滑度高 适用于高频振荡的系统 C、缺点: 灵敏度低 对偶然出现的脉冲性干扰的抑制作用较差 不易消除由于脉冲干扰所引起的采样值偏差 不适用于脉冲干扰比较严重的场合 比较浪费RAM 5、中位值平均滤波法(又称防脉冲干扰平均滤波法) A、方法: 相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据,去掉一个最大值和一个最小值 然后计算N-2个数据的算术平均值 N值的选取:3~14 B、优点: 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差C、缺点: 测量速度较慢,和算术平均滤波法一样 比较浪费RAM 6、限幅平均滤波法 A、方法: 相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理, 再送入队列进行递推平均滤波处理 B、优点: 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差C、缺点: 比较浪费RAM 7、一阶滞后滤波法 A、方法: 取a=0~1 本次滤波结果=(1-a)*本次采样值+a*上次滤波结果 B、优点: 对周期性干扰具有良好的抑制作用 适用于波动频率较高的场合 C、缺点: 相位滞后,灵敏度低 滞后程度取决于a值大小 Kalman_Filter(float Gyro,float Accel) { Angle+=(Gyro - Q_bias) * dt; Pdot[0]=Q_angle - PP[0][1] - PP[1][0]; Pdot[1]= - PP[1][1]; Pdot[2]= - PP[1][1]; Pdot[3]=Q_gyro; PP[0][0] += Pdot[0] * dt; PP[0][1] += Pdot[1] * dt; PP[1][0] += Pdot[2] * dt; PP[1][1] += Pdot[3] * dt; Angle_err = Accel - Angle; PCt_0 = C_0 * PP[0][0]; PCt_1 = C_0 * PP[1][0]; E = R_angle + C_0 * PCt_0; K_0 = PCt_0 / E; K_1 = PCt_1 / E; t_0 = PCt_0; t_1 = C_0 * PP[0][1]; PP[0][0] -= K_0 * t_0; PP[0][1] -= K_0 * t_1; PP[1][0] -= K_1 * t_0; PP[1][1] -= K_1 * t_1; Angle += K_0 * Angle_err; Q_bias += K_1 * Angle_err; Gyro_x = Gyro - Q_bias; } 首先是卡尔曼滤波的5个方程： -=--+（1）先验估计 X k k AX k k Bu k (|1)(1|1)() -=--+（2）协方差矩阵的预测(|1)(1|1)' P k k AP k k A Q 1、限幅滤波法（又称程序判断滤波法） A、方法： 根据经验判断，确定两次采样允许的最大偏差值（设为A） 每次检测到新值时判断： 如果本次值与上次值之差<=A,则本次值有效 如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点： 能有效克服因偶然因素引起的脉冲干扰 C、缺点 无法抑制那种周期性的干扰 平滑度差 2、中位值滤波法 A、方法： 连续采样N次（N取奇数） 把N次采样值按大小排列 取中间值为本次有效值 B、优点： 能有效克服因偶然因素引起的波动干扰 对温度、液位的变化缓慢的被测参数有良好的滤波效果 自动化科协 C、缺点： 对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法： 连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4 B、优点： 适用于对一般具有随机干扰的信号进行滤波 这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动 C、缺点： 对于测量速度较慢或要求数据计算速度较快的实时控制不适用 比较浪费RAM 4、递推平均滤波法（又称滑动平均滤波法） A、方法： 把连续取N个采样值看成一个队列 队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4 B、优点： 对周期性干扰有良好的抑制作用，平滑度高 适用于高频振荡的系统 C、缺点： 灵敏度低 对偶然出现的脉冲性干扰的抑制作用较差 不易消除由于脉冲干扰所引起的采样值偏差 不适用于脉冲干扰比较严重的场合 比较浪费RAM 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法： 相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据，去掉一个最大值和一个最小值 然后计算N-2个数据的算术平均值 N值的选取：3~14 B、优点： 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点： 自动化科协 测量速度较慢，和算术平均滤波法一样 比较浪费RAM 6、限幅平均滤波法 A、方法： 相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理， 再送入队列进行递推平均滤波处理 B、优点： 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点： 比较浪费RAM 7、一阶滞后滤波法 A、方法： 取a=0~1 本次滤波结果=（1-a）*本次采样值+a*上次滤波结果 B、优点： 对周期性干扰具有良好的抑制作用 适用于波动频率较高的场合 C、缺点： 单片机利用软件抗干扰的几种滤波方法 1、限幅滤波法（又称程序判断滤波法） A、方法： 根据经验判断，确定两次采样允许的最大偏差值（设为A），每次检测到新值时判断： 如果本次值与上次值之差<=A,则本次值有效； 如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值。 B、优点： 能有效克服因偶然因素引起的脉冲干扰。 C、缺点 无法抑制那种周期性的干扰，平滑度差。 2、中位值滤波法 A、方法： 连续采样N次（N取奇数），把N次采样值按大小排列，取中间值为本次有效值。 B、优点： 能有效克服因偶然因素引起的波动干扰，对温度、液位的变化缓慢的被测参数有良好的滤波效果。 C、缺点： 对流量、速度等快速变化的参数不宜。 3、算术平均滤波法 A、方法： 连续取N个采样值进行算术平均运算，N值较大时：信号平滑度较高，但灵敏度较低；N值较小时：信号平滑度较低，但灵敏度较高；N值的选取：一般流量，N=12；压力：N=4。 B、优点： 适用于对一般具有随机干扰的信号进行滤波，这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动。 C、缺点： 对于测量速度较慢或要求数据计算速度较快的实时控制不适用，比较浪费RAM。 4、递推平均滤波法（又称滑动平均滤波法）。 A、方法： 把连续取N个采样值看成一个队列，队列的长度固定为N，每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则)，把队列中的N个数据进行算术平均运算,就可获得新的滤波结果。N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4。 B、优点： 对周期性干扰有良好的抑制作用，平滑度高，适用于高频振荡的系统 C、缺点： 灵敏度低，对偶然出现的脉冲性干扰的抑制作用较差，不易消除由于脉冲干扰所引起的采样值偏差，不适用于脉冲干扰比较严重的场合，比较浪费RAM。 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法： 相当于“中位值滤波法”+“算术平均滤波法”，连续采样N个数据，去掉一个最大值和一个最小值，然后计算N-2个数据的算术平均值，N值的选取：3~14， B、优点： 融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。 C、缺点： 测量速度较慢，和算术平均滤波法一样，比较浪费RAM。 6、限幅平均滤波法 卡尔曼滤波算法实现代码 C++实现代码如下： ============================kalman.h================= =============== // kalman.h: interface for the kalman class. // ////////////////////////////////////////////////////////////////////// #if !defined(AFX_KALMAN_H__ED3D740F_01D2_4616_8B74_8BF57636F2C0__IN CLUDED_) #define AFX_KALMAN_H__ED3D740F_01D2_4616_8B74_8BF57636F2C0__INCLU DED_ #if _MSC_VER > 1000 #pragma once #endif// _MSC_VER > 1000 #include kalman(int x=0,int xv=0,int y=0,int yv=0); //virtual ~kalman(); }; #endif// !defined(AFX_KALMAN_H__ED3D740F_01D2_4616_8B74_8BF57636F2C 0__INCLUDED_) ============================kalman.cpp=============== ================= #include "kalman.h" #include 10种软件滤波方法的示例程序 1 推荐 10种软件滤波方法的示例程序 假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为get_ad(); 1、限副滤波 /* A值可根据实际情况调整 value为有效值，new_value为当前采样值 滤波程序返回有效的实际值 */ #define A 10 char value; char filter() { char new_value; new_value = get_ad(); if ( ( new_value - value > A ) || ( value - new_value > A ) return value; return new_value; } 2、中位值滤波法 /* N值可根据实际情况调整 排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count { if ( value_buf[i]>value_buf[i+1] ) { temp = value_buf[i]; value_buf[i] = value_buf[i+1]; value_buf[i+1] = temp; } } } return value_buf[(N-1)/2]; } 3、算术平均滤波法 /* */ #define N 12 char filter() { int sum = 0; for ( count=0;count 卡尔曼滤波简介及其算法实现代码 卡尔曼滤波算法实现代码（C，C＋＋分别实现） 卡尔曼滤波器简介 近来发现有些问题很多人都很感兴趣。所以在这里希望能尽自己能力跟大家讨论一些力所能及的算法。现在先讨论一下卡尔曼滤波器，如果时间和能力允许，我还希望能够写写其他的算法，例如遗传算法，傅立叶变换，数字滤波，神经网络，图像处理等等。 因为这里不能写复杂的数学公式，所以也只能形象的描述。希望如果哪位是这方面的专家，欢迎讨论更正。 卡尔曼滤波器– Kalman Filter 1．什么是卡尔曼滤波器 （What is the Kalman Filter?） 在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！ 卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理工学院分别获得电机工程学士及硕士学位。1957年于哥伦比亚大学获得博士学位。我们现在要学习的卡尔曼滤波器，正是源于他的博士论文和1960年发表的论文《A New Approach to Linear Filtering and Prediction Problems》（线性滤波与预测问题的新方法）。如果对这编论文有兴趣，可以到这里的地址下载： https://www.doczj.com/doc/1b5124917.html,/~welch/media/pdf/Kalman1960.pdf。 简单来说，卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。 2．卡尔曼滤波器的介绍 （Introduction to the Kalman Filter） 为了可以更加容易的理解卡尔曼滤波器，这里会应用形象的描述方法来讲解，而不是像大多数参考书那样罗列一大堆的数学公式和数学符号。但是，他的5条公式是其核心内容。结合现代的计算机，其实卡尔曼的程序相当的简单，只要你理解了他的那5条公式。 在介绍他的5条公式之前，先让我们来根据下面的例子一步一步的探索。 假设我们要研究的对象是一个房间的温度。根据你的经验判断，这个房间的温度是恒定的，也就 软件滤波在嵌入式的数据采集和处理中有着很重要的作用，这10种方法各有优劣，根据自己的需要选择。同时提供了C语言的参考代码，希望对各位能有帮助。 1、限幅滤波法（又称程序判断滤波法） A、方法： 根据经验判断，确定两次采样允许的最大偏差值（设为A） 每次检测到新值时判断： 如果本次值与上次值之差<=A,则本次值有效 如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点： 能有效克服因偶然因素引起的脉冲干扰 C、缺点 无法抑制那种周期性的干扰 平滑度差 /* A值可根据实际情况调整 value为有效值，new_value为当前采样值 滤波程序返回有效的实际值 */ #define A 10 char value; char filter() char new_value; new_value = get_ad(); if ( ( new_value - value > A ) || ( value - new_value > A ) return value; return new_value; } 2、中位值滤波法 A、方法： 连续采样N次（N取奇数） 把N次采样值按大小排列 取中间值为本次有效值 B、优点： 能有效克服因偶然因素引起的波动干扰 对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点： 对流量、速度等快速变化的参数不宜 /* N值可根据实际情况调整 排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count Kalman 滤波算法 姓名：刘金强 专业：控制理论与控制工程 学号：2007255 ◆实验目的： （1）、掌握klman 滤波实现的原理和方法 （2）、掌握状态向量预测公式的实现过程 （3）、了解Riccati 差分方程实现的过程和新息的基本性质和过程的计算 ◆实验要求： 问题： F=[a1,a2,a3],其中a1=[1.0 0 0]的转置，a2=[0.3 1.0 0]的转置，a3=[0.1 0.2 0.4]的转置，x(0)=[3,-1,2]的转置；C=[b1,b2,b3],其中b1=[0.3 0.5]的转置，b2=[1,0.4]的转置，b3=[0.8 -0.7]的转置；V1(n)=[0 0 n1(n)sin(0.1n)]的转置，V2(n)=[n2(n) n3(n)];n1(n)为均值为零，方差为1的均匀分布白噪声;n2(n),n3(n)为均值为0，方差为0.1的均匀分布白噪声,n1(n),n2(n),n3(n)相互独立，试用卡尔曼滤波器算法估计x^(n). ◆实验原理： 初始条件： 1?(1)x =E{x(1)} K(1,0)=E{[x(1)- (1)x ][x(1)- (1)H x ]},其中(1)x =E{x(1)} 输入观测向量过程： 观测向量序列={y(1),…………y(n)} 已知参数： 状态转移矩阵F(n+1,n) 观测矩阵C(n) 过程噪声向量的相关矩阵1()Q n 观测噪声向量的相关矩阵2()Q n 计算：n=1,2,3,………………. G(n)=F(n+1,n)K(n,n+1) ()H C n 12[()(,1)()()]H C n K n n C n Q n --+ Kalman 滤波器是一种线性的离散时间有限维系统。Kalman 滤波器的估计性能是：它使滤波后的状态估计误差的相关矩阵P(n)的迹最小化。这意味着，kalman 滤波器是状态向量x(n)的线性最小方差估计。 ◆实验结果： ◆程序代码： （1）主程序 1 数字滤波 1.1 概述 在单片机进行数据采集时，会遇到数据的随机误差，随机误差是由随机干扰引起的，其特点是在相同条件下测量同一量时，其大小和符号会现无规则的变化而无法预测，但多次测量的结果符合统计规律。为克服随机干扰引起的误差，硬件上可采用滤波技术，软件上可采用软件算法实现数字滤波。滤波算法往往是系统测控算法的一个重要组成部分，实时性很强。 采用数字滤波算法克服随机干扰的误差具有以下优点： 1、数字滤波无需其他的硬件成本，只用一个计算过程，可靠性高，不存在阻 抗匹配问题。尤其是数字滤波可以对频率很低的信号进行滤波，这是模拟滤波器做不到的。 2、数字滤波使用软件算法实现，多输入通道可共用一个滤波程序，降低系统 开支。 3、只要适当改变滤波器的滤波程序或运算，就能方便地改变其滤波特性，这 对于滤除低频干扰和随机信号会有较大的效果。 4、在单片机系统中常用的滤波算法有限幅滤波法、中值滤波法、算术平均滤 波法、加权平均滤波法、滑动平均滤波等。 1.2 限幅滤波算法 原理：该运算的过程中将两次相邻的采样相减，求出其增量，然后将增量的绝对值，与两次采样允许的最大差值A进行比较。A的大小由被测对象的具体情况而定，如果小于或等于允许的最大差值，则本次采样有效；否则放弃本次值取上次采样值作为本次数据的样本。 优点：能有效克服因偶然因素引起的脉冲干扰。 缺点：无法抑制那种周期性的干扰，平滑度差。 说明：限幅滤波法主要用于处理变化较为缓慢的数据，如温度、物体的位置等。使用时，关键要选取合适的门限制A。通常这可由经验数据获得，必要时可通过实验得到。 1.3 中值滤波算法 原理：该运算的过程是对某一参数连续采样N次（N一般为奇数），然后把N次采样的值按从小到大排列，再取中间值作为本次采样值，整个过程实际上是一个序列排序的过程。 自适应卡尔曼滤波 卡尔曼滤波发散的原因 如果卡尔曼滤波是稳定的，随着滤波的推进，卡尔曼滤波估计的精度应该越来越高，滤波误差方差阵也应趋于稳定值或有界值。但在实际应用中，随着量测值数目的增加，由于估计误差的均值和估计误差协方差可能越来越大，使滤波逐渐失去准确估计的作用，这种现象称为卡尔曼滤波发散。 引起滤波器发散的主要原因有两点： （1）描述系统动力学特性的数学模型和噪声估计模型不准确，不能直接真实地反映物理过程，使得模型与获得的量测值不匹配而导致滤波发散。这种由于模型建立过于粗糙或失真所引起的发散称为滤波发散。 （2）由于卡尔曼滤波是递推过程，随着滤波步数的增加，舍入误差将逐渐积累。如果计算机字长不够长，这种积累误差很有可能使估计误差方差阵失去非负定性甚至失去对称性，使滤波增益矩阵逐渐失去合适的加权作用而导致发散。这种由于计算舍入误差所引起的发散称为计算发散。 针对上述卡尔曼滤波发散的原因，目前已经出现了几种有效抑制滤波发散的方法，常用的有衰减记忆滤波、限定记忆滤波、扩充状态滤波、有限下界滤波、平方根滤波、和自适应滤波等。这些方法本质上都是以牺牲滤波器的最优性为代价来抑制滤波发散，也就是说，多数都是次优滤波方法。 自适应滤波 在很多实际系统中，系统过程噪声方差矩阵Q和量测误差方差阵R事先是不知道的，有时甚至连状态转移矩阵 或量测矩阵H也不能确切建立。如果所建立的模型与实际模型不符可能回引起滤波发散。自适应滤波就是这样一种具有抑制滤波发散作用的滤波方法。在滤波过程中，自适应滤波一方面利用量测值修正预测值，同时也对未知的或不确切的系统模型参数和噪声统计参数进行估计修正。自适应滤波的方法很多，包括贝叶斯法、极大似然法、相关法与协方差匹配法，其中最基本也是最重要的是相关法，而相关法可分为输出相关法和新息相关法。 在这里只讨论系统模型参数已知，而噪声统计参数Q和R未知情况下的自适应滤波。由于Q和R等参数最终是通过增益矩阵K影响滤波值的，因此进行自适应滤波时，也可以不去估计Q和R等参数而直接根据量测数据调整K就可以了。 3-1全宗卷整理方法及示例 【档案目标管理指导文本第三批:档案编研资料(3-1)】 全宗卷整理方法及示例 云浮市档案局监督指导科 2007年9月 — 1 — 一个机关、组织或个人在社会活动中形成的档案的有机整体(一个国家机构、社会组织或个人形成的具有有机联系的档案整体)。苏联对全宗的新解释为“彼此具有历史联系和逻辑联系的交由国家保管的文件综合体”。这一综合体包括机关(企业、团体、个人)档案全宗、联合全宗、档案汇集、科技文件综合体等。 全宗，法文fonds，最先是法国作为对档案馆内档案分类的原则而应用的，在1841年 4月24日颁布的《各省和各地区档案整理和分类基本条例》中首次提出，后为许多国家采用，逐渐成为国际范围内档案学通用的术语。fonds一词，原为“基金”、“贮量”、“库藏”等意，用于档案学有时附加限定词，如俄文 архивныйфонд(档案全宗)。中国曾有“档案群”和音译“芬特”等用法，1955年后全国统一改为“全宗”。在汉语中,“宗”本为祖庙、族系以及类别、批量的意思，因而惯称相关事件的一组文书，以至泛称档案，均谓卷宗。“全宗”的字面意义，就是全部卷宗。 全宗构成条件和立档单位在通常情况下，一个独立从事活动的单位，如一个机关、一个工厂、一个学校所形成的档案应该组成一个全宗;机关内部的组织机构如业务处、科、室所形成的档案则作为相应全宗的组成部分。形成全宗的机关单位称为“全宗构成者”，在中国又称为“立档单位”。确定档案全宗划分的界限，即研究拥有档案的机构能否成为一个立档单位，通常被称为全宗构成者的条件，或立 档单位的条件。立档单位的主要标志是它们在工作上、组织上和财务上是否具有一定的独立性。一般具备下列条件的机构就是立档单位，它所形成的档案即构成全宗:?可以独立行使职权，并能主要以自己的名义单独对外行文;?是一个会计单位或经济核算单位，自己可以编造预算或财务计划;?设有管理人事的机构或人员，并有一定的人事任免权。上述三个方面往往互相依存，也有时并不完全具备，其中以第一条作为最基本的标志和主要条件。立档单位确定之后，对整理完毕的每个档案全宗，均标明立档单位的名称，如“××省教育厅全宗”，并编予一个全宗号。 补充: 1. 整个宗族。 2. 机关)企业)事业单位或人民公社在工作或生产活动中形成的全部档案。 — 2 — 全宗卷是档案馆,室,在管理某一全宗过程中形成的～定义能够说明该全宗历史情况的有关文件材料所组成的专门案 卷。 包括档案收集、整理、鉴定、保管、统计、利用、档内容 案管理新技术应用等方面的材料。 全宗卷就是档案之档案。 简言 换言之～就是管理档案形成的档案。 — 3 — 件号全宗卷名称备注 1 全宗指南档案利用 2 大事记档案利用 3 组织沿革档案利用 4 档案管理制度汇编档案整理 5 档案移交、接收文据档案收集 6 历年立卷说明、归档说明档案整理 7 档案机构文件,成立档案室、档案工作领导小组、档案鉴定 基于内插滤波器符号同步的实现 陈卫东,孙 栋,张华冲 (中国电子科技集团公司第五十四研究所,河北石家庄050081) 摘 要:比较了同步采样和异步采样条件下符号同步实现方法的不同,在全数字接收机中需要采用内插方法来实现符号同步,内插滤波器是一种线性时变滤波器,在工程中可以采用多项式内插函数来近似,采用FARROW 结构实现。在此基础上介绍了内插法符号同步环路的结构,组成单元,其中详细介绍了内插控制器和定时误差检测器的原理。在AWGN 信道中针对QAM 64信号进行了仿真和实现,眼图和星座图恢复良好,该符号同步环路可以应用于侦察接收机的解调器中。 关键词:全数字接收机;内插滤波器;符号同步 中图分类号:TN914.42 文献标识码:A 文章编号:1003-3114(2009)06-53-3 Design of Symbol Synchronization Circuit Based on Interpolation C HE N Wei dong,SUN Dong,ZHANG Hua chong (The 54th Research Insti tute of CETC,Shijiazhuang Hebei 050081,China) Abstract :In traditional demodulator synchronization sampling is used.In all di g i tal recei ver based on the non synchronization samplin g timing recovery is achieved with the help of interpolator.Cubic interpolator,interpolation controller and Gardner Algoithm for symbol timing error detection are introduced in detail i n this paper.The performance of the design is well i n si mulation.The desi gn is implemented in XILINX FPGA and i t can be applied to demodulation for reconnaissance receiver. Key words:all digital receiver;interpolator;symbol synchronization 收稿日期:2009-09-01 作者简介:陈卫东(1968-),男,高级工程师。主要研究方向:通信信号处理、软件无线电。 0 引言 符号同步的主要任务是从接收到的信号中估计出恢复时钟相位与最佳采样位置的相位误差信息,并根据该信息,将本地采样时钟调整到能够对码元进行最佳检测的相位上,得到信号的最佳采样值,这些采样值中包含判决时刻的信号值。 传统的数字化解调器一般采用零中频方案,需要零中频信道单元把中频信号变换为I Q 两路零中频信号,再进行A/D 采样,定时恢复是通过调整AD 采样时钟相位来完成的,这种接收机定时恢复环路结构简单,但是环路包含模拟单元,模拟器件的非线性,稳定性较差,会对定时恢复的精度,可靠性造成影响。在全数字接收机中,A/D 采样在中频完成,数字下变频确保了I Q 幅度、相位的一致性,定时恢复环路完全在数字域实现。在具体实现中,整个环路可以在一片FPGA 芯片内完成,可靠性与稳定性得到了很大提高。符号同步是全数字接收机中的一个关键技术。 传统的解调器采用同步采样方式,即符号同步 环路锁定后,采样时钟频率是符号速率的整倍数,采样点中包含了判决时刻。在全数字接收机中,采用异步采样方式,即采样时钟频率与发送端时钟频率不相关,而是一个固定时钟频率,采样点中不包含判决时刻。由于采样不同步而引入的定时速率和相位误差,需要用数字信号处理的方法来补偿,即通过定时误差估值控制内插滤波器对采样得到的信号样本值进行插值运算,从而得到信号在最佳采样时刻的近似值。内插滤波器即是完成这一功能必须的环节。 1 内插原理 Gardner 在其文献中给出了速率转换模型来分析内插滤波器,该模型如图1 所示。 图1 内插滤波器速率转换模型 设发送的线性调制符号周期为T,T s 为采样周期。在全数字接收机中,由于T s 的定时来源于独立 工程实践及应用技术 软件滤波方法及其优缺点 1、限幅滤波法（又称程序判断滤波法） A、方法： 根据经验判断，确定两次采样允许的最大偏差值（设为A） 每次检测到新值时判断： 如果本次值与上次值之差<=A,则本次值有效 如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点： 能有效克服因偶然因素引起的脉冲干扰 C、缺点 无法抑制那种周期性的干扰 平滑度差 2、中位值滤波法 A、方法： 连续采样N次（N取奇数） 把N次采样值按大小排列 取中间值为本次有效值 B、优点： 能有效克服因偶然因素引起的波动干扰 对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点： 对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法： 连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4 B、优点： 适用于对一般具有随机干扰的信号进行滤波 这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动 C、缺点： 对于测量速度较慢或要求数据计算速度较快的实时控制不适用 比较浪费RAM 4、递推平均滤波法（又称滑动平均滤波法） A、方法： 把连续取N个采样值看成一个队列 队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4 B、优点： 对周期性干扰有良好的抑制作用，平滑度高 适用于高频振荡的系统 C、缺点： 灵敏度低 对偶然出现的脉冲性干扰的抑制作用较差 不易消除由于脉冲干扰所引起的采样值偏差 不适用于脉冲干扰比较严重的场合 比较浪费RAM 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法： 相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据，去掉一个最大值和一个最小值 然后计算N-2个数据的算术平均值 N值的选取：3~14 B、优点： 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点： 测量速度较慢，和算术平均滤波法一样 比较浪费RAM 6、限幅平均滤波法 A、方法： 相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理， 再送入队列进行递推平均滤波处理 B、优点： 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点： 比较浪费RAM 大事记 大事记是一种按照时间顺序记载一定范围内发生的重大事件和重要活动的参考资料。机关大事记，记载了一个机关在一定时期内的重要活动，如同一个机关的履历表，简洁地勾勒出了一个机关在这范围发展的历史轨迹，它对于实际工作和历史研究都具有重要的参考价值。可以帮助各机关领导人和业务人员回顾以往工作，总结经验教训，查核事实经过；也可以为历史研究人员和史志编修人员提供系统的参考素材。 一、大事记的编写要求 （一）观点正确，用材真实。 大事记中遣词之褒贬，用句之正反必然表现出编写者对历史事实的不同认识、不同立场或不同倾向，必须仔细推敲。用材要真实可靠，有根有据。内容不实，根据不详者一般不予采用。 （二）大事突出，要事不漏，小事不要。 所谓大事，即事件涉及的范围极广，影响较大，不仅在当时属重大事件，而且在事后影响较久、较深的事情或事件。所谓要事，即在一定的范围，一定的时间有较大影响，事后仍有一定的参考意义。同时，大事、要事是受一定时间和空间制约相对而言的概念。 一个机关，每年有成百甚至更多的事件发生，大事是少数，多数是要事和小事。编写大事记时，应坚持小事不要，如不区分大事和小事，凡事都记，材料罗列，大事记就成了明细账，就没有什么参考价值了。只记大事，不记要事，就会使大事记内容孤单。记载要事，是对大事的补充、衬托，使其内容丰富充实。 （三）系统条理，简明扼要。 大事记按时间顺序记述，一事一条，不要数事一条，但事与事之间前后照应，首尾关联，脉络清楚，给人以条理清晰之感。记述大事提纲挈领，文字简明，切忌冗长，但必须把大事的始末因果交待清楚。 二、大事记的内容 大事记的内容，主要由大事记述和大事时间两部分组成。还可以根据大事记的编写目的、对象、篇幅大小、年限长短等因素，设置前言、目录、注释、附录等。 大事记述是对史实的记述，是大事记中最重要的部分。大事记述一般包括史实内容和概括评述。在具体选择和确定大事与要事时，要从实际出发，并考虑以下几方面因素：（一）要立足于本机关，突出本身活动。属于全国、全省的大事，只在与本机关密切相关的大事才记，否则，不予记述。记述的目的在于说明大事的背景和由来。 （二）要根据本机关的性质任务和主要职能活动选择大事和要事，一般情况下，反映机关主要职能活动的重要事件，才能列入大事记的范围。 （三）要突出本机关的特点，记载反映一定时期的中心工作与重大事件的大事和要事。 三、大事记的时间 大事记的时间，也是大事记的主要组成部分。大事时间应力求记载准确的时期，即写明某年、某月、某日，有些特殊事件还应写明确切的时、分、秒。尽量不用或少用“最近、近日、月初、月底、上旬、中旬、下旬”等不确切的日期表述。正式文件应选用落款日期；会议选用召开会议的日期，会议天数写明起迄日期。对原材料来源中没有注明时间或者时间不准确的事件，应尽力进行考证。 大事记的条目，严格按照大事发生的时间先后顺序（年、月、日）排列，先排有确切日期的大事，后排接近准确日期的大事。日期不清者附在月末，称为“是月”或“本月”；月不清者附于年末，称为“是年”或“本年”；年不清者一般不记。 11种经典软件滤波的原理和实现 1、限幅滤波法（又称程序判断滤波法） A、方法： 根据经验判断，确定两次采样允许的最大偏差值（设为A） 每次检测到新值时判断： 如果本次值与上次值之差<=A,则本次值有效 如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点： 能有效克服因偶然因素引起的脉冲干扰 C、缺点 无法抑制那种周期性的干扰 平滑度差 2、中位值滤波法 A、方法： 连续采样N次（N取奇数） 把N次采样值按大小排列 取中间值为本次有效值 B、优点： 能有效克服因偶然因素引起的波动干扰 对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点： 对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法： 连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4 B、优点： 适用于对一般具有随机干扰的信号进行滤波 这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动 C、缺点： 对于测量速度较慢或要求数据计算速度较快的实时控制不适用 比较浪费RAM 4、递推平均滤波法（又称滑动平均滤波法） A、方法： 把连续取N个采样值看成一个队列 队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4 B、优点： 对周期性干扰有良好的抑制作用，平滑度高 适用于高频振荡的系统 C、缺点： 灵敏度低 对偶然出现的脉冲性干扰的抑制作用较差 不易消除因为脉冲干扰所引起的采样值偏差 不适用于脉冲干扰比较严重的场合 比较浪费RAM 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法： 相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据，去掉一个最大值和一个最小值 然后计算N-2个数据的算术平均值 N值的选取：3~14 B、优点： 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰，可消除因为脉冲干扰所引起的采样值偏差 C、缺点： 测量速度较慢，和算术平均滤波法一样 比较浪费RAM 6、限幅平均滤波法 A、方法： 相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理， 再送入队列进行递推平均滤波处理 B、优点： 融合了两种滤波法的优点 对于偶然出现的脉冲性干扰，可消除因为脉冲干扰所引起的采样值偏差 C、缺点： 比较浪费RAM 7、一阶滞后滤波法 A、方法： 取a=0~1 本次滤波结果=（1-a）*本次采样值+a*上次滤波结果 B、优点： 对周期性干扰具有良好的抑制作用 适用于波动频率较高的场合 C、缺点： 相位滞后，灵敏度低低通插值滤波器说明书
10种常用滤波方法
卡尔曼滤波算法总结
十种数字滤波方法
10种简单的数值滤波方法
卡尔曼滤波算法(C--C++两种实现代码)
10种软件滤波算法
卡尔曼滤波简介及其算法实现代码
常用的软件滤波方法(工程师必备).
Kalman滤波算法
十一种软件数字滤波算法
几种卡尔曼滤波算法理论
3-1全宗卷整理方法及示例
基于内插滤波器符号同步的实现
软件滤波方法及其优缺点
单位大事记、组织沿革、全宗介绍编写及全宗卷整理
11种经典软件滤波的原理和实现58239
相关主题
文本预览