11种滤波算法程序大全（含源代码）
时间：2021-11-12 14:17:53
手机看文章
扫描二维码
随时随地手机看文章
[导读]1、限幅滤波法（又称程序判断滤波法）/*A、名称：限幅滤波法（又称程序判断滤波法）B、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，则本次值无效，放弃本次值，用上次值代替本次值。C、优点： 能有效克服因偶...
1、限幅滤波法（又称程序判断滤波法）
/*A、名称：限幅滤波法（又称程序判断滤波法）B、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。C、优点： 能有效克服因偶然因素引起的脉冲干扰。D、缺点： 无法抑制那种周期性的干扰。 平滑度差。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;int Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子 Value = 300;}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Value = Filter_Value; // 最近一次有效采样的值，该变量为全局变量 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 限幅滤波法（又称程序判断滤波法）#define FILTER_A 1int Filter() { int NewValue; NewValue = Get_AD(); if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A)) return Value; else return NewValue;}2、中位值滤波法
/*A、名称：中位值滤波法B、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。C、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。D、缺点： 对流量、速度等快速变化的参数不宜。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 中位值滤波法#define FILTER_N 101int Filter() { int filter_buf[FILTER_N]; int i, j; int filter_temp; for(i = 0; i < FILTER_N; i ) { filter_buf[i] = Get_AD(); delay(1); } // 采样值从小到大排列（冒泡法） for(j = 0; j < FILTER_N - 1; j ) { for(i = 0; i < FILTER_N - 1 - j; i ) { if(filter_buf[i] > filter_buf[i 1]) { filter_temp = filter_buf[i]; filter_buf[i] = filter_buf[i 1]; filter_buf[i 1] = filter_temp; } } } return filter_buf[(FILTER_N - 1) / 2];}3、算术平均滤波法
/*A、名称：算术平均滤波法B、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。C、优点： 适用于对一般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，信号在某一数值范围附近上下波动。D、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。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 算术平均滤波法#define FILTER_N 12int Filter() { int i; int filter_sum = 0; for(i = 0; i < FILTER_N; i ) { filter_sum = Get_AD(); delay(1); } return (int)(filter_sum / FILTER_N);}4、递推平均滤波法（又称滑动平均滤波法）
/*A、名称：递推平均滤波法（又称滑动平均滤波法）B、方法： 把连续取得的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，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。C、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。D、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。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 递推平均滤波法（又称滑动平均滤波法）#define FILTER_N 12int filter_buf[FILTER_N 1];int Filter() { int i; int filter_sum = 0; filter_buf[FILTER_N] = Get_AD(); for(i = 0; i < FILTER_N; i ) { filter_buf[i] = filter_buf[i 1]; // 所有数据左移，低位仍掉 filter_sum = filter_buf[i]; } return (int)(filter_sum / FILTER_N);}5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
/*A、名称：中位值平均滤波法（又称防脉冲干扰平均滤波法）B、方法： 采一组队列去掉最大值和最小值后取平均值， 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。C、优点： 融合了“中位值滤波法” “算术平均滤波法”两种滤波法的优点。 对于偶然出现的脉冲性干扰，可消除由其所引起的采样值偏差。 对周期干扰有良好的抑制作用。 平滑度高，适于高频振荡的系统。D、缺点： 计算速度较慢，和算术平均滤波法一样。 比较浪费RAM。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 中位值平均滤波法（又称防脉冲干扰平均滤波法）（算法1）#define FILTER_N 100int Filter() { int i, j; int filter_temp, filter_sum = 0; int filter_buf[FILTER_N]; for(i = 0; i < FILTER_N; i ) { filter_buf[i] = Get_AD(); delay(1); } // 采样值从小到大排列（冒泡法） for(j = 0; j < FILTER_N - 1; j ) { for(i = 0; i < FILTER_N - 1 - j; i ) { if(filter_buf[i] > filter_buf[i 1]) { filter_temp = filter_buf[i]; filter_buf[i] = filter_buf[i 1]; filter_buf[i 1] = filter_temp; } } } // 去除最大最小极值后求平均 for(i = 1; i < FILTER_N - 1; i ) filter_sum = filter_buf[i]; return filter_sum / (FILTER_N - 2);}
// 中位值平均滤波法（又称防脉冲干扰平均滤波法）（算法2）/*#define FILTER_N 100int Filter() { int i; int filter_sum = 0; int filter_max, filter_min; int filter_buf[FILTER_N]; for(i = 0; i < FILTER_N; i ) { filter_buf[i] = Get_AD(); delay(1); } filter_max = filter_buf[0]; filter_min = filter_buf[0]; filter_sum = filter_buf[0]; for(i = FILTER_N - 1; i > 0; i--) { if(filter_buf[i] > filter_max) filter_max=filter_buf[i]; else if(filter_buf[i] < filter_min) filter_min=filter_buf[i]; filter_sum = filter_sum filter_buf[i]; filter_buf[i] = filter_buf[i - 1]; } i = FILTER_N - 2; filter_sum = filter_sum - filter_max - filter_min i / 2; // i/2 的目的是为了四舍五入 filter_sum = filter_sum / i; return filter_sum;}*/6、限幅平均滤波法
/*A、名称：限幅平均滤波法B、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。C、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。D、缺点： 比较浪费RAM。E、整理：shenhaiyu 2013-11-01*/
#define FILTER_N 12int Filter_Value;int filter_buf[FILTER_N];
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子 filter_buf[FILTER_N - 2] = 300;}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 限幅平均滤波法#define FILTER_A 1int Filter() { int i; int filter_sum = 0; filter_buf[FILTER_N - 1] = Get_AD(); if(((filter_buf[FILTER_N - 1] - filter_buf[FILTER_N - 2]) > FILTER_A) || ((filter_buf[FILTER_N - 2] - filter_buf[FILTER_N - 1]) > FILTER_A)) filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2]; for(i = 0; i < FILTER_N - 1; i ) { filter_buf[i] = filter_buf[i 1]; filter_sum = filter_buf[i]; } return (int)filter_sum / (FILTER_N - 1);}7、一阶滞后滤波法
/*A、名称：一阶滞后滤波法B、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。C、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。D、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1/2的干扰信号。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;int Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子 Value = 300;}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 一阶滞后滤波法#define FILTER_A 0.01int Filter() { int NewValue; NewValue = Get_AD(); Value = (int)((float)NewValue * FILTER_A (1.0 - FILTER_A) * (float)Value); return Value;}8、加权递推平均滤波法
/*A、名称：加权递推平均滤波法B、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。C、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。D、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。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 加权递推平均滤波法#define FILTER_N 12int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}; // 加权系数表int sum_coe = 1 2 3 4 5 6 7 8 9 10 11 12; // 加权系数和int filter_buf[FILTER_N 1];int Filter() { int i; int filter_sum = 0; filter_buf[FILTER_N] = Get_AD(); for(i = 0; i < FILTER_N; i ) { filter_buf[i] = filter_buf[i 1]; // 所有数据左移，低位仍掉 filter_sum = filter_buf[i] * coe[i]; } filter_sum /= sum_coe; return filter_sum;}9、消抖滤波法
/*A、名称：消抖滤波法B、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。C、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。D、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。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;int Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子 Value = 300;}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 消抖滤波法#define FILTER_N 12int i = 0;int Filter() { int new_value; new_value = Get_AD(); if(Value != new_value) { i ; if(i > FILTER_N) { i = 0; Value = new_value; } } else i = 0; return Value;}10、限幅消抖滤波法
/*A、名称：限幅消抖滤波法B、方法： 相当于“限幅滤波法” “消抖滤波法”； 先限幅，后消抖。C、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。D、缺点： 对于快速变化的参数不宜。E、整理：shenhaiyu 2013-11-01*/
int Filter_Value;int Value;
void setup() { Serial.begin(9600); // 初始化串口通信 randomSeed(analogRead(0)); // 产生随机种子 Value = 300;}
void loop() { Filter_Value = Filter(); // 获得滤波器输出值 Serial.println(Filter_Value); // 串口输出 delay(50);}
// 用于随机产生一个300左右的当前值int Get_AD() { return random(295, 305);}
// 限幅消抖滤波法#define FILTER_A 1#define FILTER_N 5int i = 0;int Filter() { int NewValue; int new_value; NewValue = Get_AD(); if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A)) new_value = Value; else new_value = NewValue; if(Value != new_value) { i ; if(i > FILTER_N) { i = 0; Value = new_value; } } else i = 0; return Value;}11、卡尔曼滤波（非扩展卡尔曼）
#include // I2C library, gyroscope
// Accelerometer ADXL345#define ACC (0x53) //ADXL345 ACC address#define A_TO_READ (6) //num of bytes we are going to read each time (two bytes for each axis)
// Gyroscope ITG3200 #define GYRO 0x68 // gyro address, binary = 11101000 when AD0 is connected to Vcc (see schematics of your breakout board)#define G_SMPLRT_DIV 0x15 #define G_DLPF_FS 0x16 #define G_INT_CFG 0x17#define G_PWR_MGM 0x3E
#define G_TO_READ 8 // 2 bytes for each axis x, y, z
// offsets are chip specific. int a_offx = 0;int a_offy = 0;int a_offz = 0;
int g_offx = 0;int g_offy = 0;int g_offz = 0;////////////////////////
////////////////////////char str[512];
void initAcc() { //Turning on the ADXL345 writeTo(ACC, 0x2D, 0); writeTo(ACC, 0x2D, 16); writeTo(ACC, 0x2D, 8); //by default the device is in -2g range reading}
void getAccelerometerData(int* result) { int regAddress = 0x32; //first axis-acceleration-data register on the ADXL345 byte buff[A_TO_READ]; readFrom(ACC, regAddress, A_TO_READ, buff); //read the acceleration data from the ADXL345 //each axis reading comes in 10 bit resolution, ie 2 bytes. Least Significat Byte first!! //thus we are converting both bytes in to one int result[0] = (((int)buff[1]) << 8) | buff[0] a_offx; result[1] = (((int)buff[3]) << 8) | buff[2] a_offy; result[2] = (((int)buff[5]) << 8) | buff[4] a_offz;}
//initializes the gyroscopevoid initGyro(){ /***************************************** * ITG 3200 * power management set to: * clock select = internal oscillator * no reset, no sleep mode * no standby mode * sample rate to = 125Hz * parameter to /- 2000 degrees/sec * low pass filter = 5Hz * no interrupt ******************************************/ writeTo(GYRO, G_PWR_MGM, 0x00); writeTo(GYRO, G_SMPLRT_DIV, 0x07); // EB, 50, 80, 7F, DE, 23, 20, FF writeTo(GYRO, G_DLPF_FS, 0x1E); // /- 2000 dgrs/sec, 1KHz, 1E, 19 writeTo(GYRO, G_INT_CFG, 0x00);}
void getGyroscopeData(int * result){ /************************************** Gyro ITG-3200 I2C registers: temp MSB = 1B, temp LSB = 1C x axis MSB = 1D, x axis LSB = 1E y axis MSB = 1F, y axis LSB = 20 z axis MSB = 21, z axis LSB = 22 *************************************/
int regAddress = 0x1B; int temp, x, y, z; byte buff[G_TO_READ]; readFrom(GYRO, regAddress, G_TO_READ, buff); //read the gyro data from the ITG3200 result[0] = ((buff[2] << 8) | buff[3]) g_offx; result[1] = ((buff[4] << 8) | buff[5]) g_offy; result[2] = ((buff[6] << 8) | buff[7]) g_offz; result[3] = (buff[0] << 8) | buff[1]; // temperature }
float xz=0,yx=0,yz=0;float p_xz=1,p_yx=1,p_yz=1;float q_xz=0.0025,q_yx=0.0025,q_yz=0.0025;float k_xz=0,k_yx=0,k_yz=0;float r_xz=0.25,r_yx=0.25,r_yz=0.25; //int acc_temp[3]; //float acc[3]; int acc[3]; int gyro[4]; float Axz; float Ayx; float Ayz; float t=0.025;void setup(){ Serial.begin(9600); Wire.begin(); initAcc(); initGyro(); }
//unsigned long timer = 0;//float o;void loop(){ getAccelerometerData(acc); getGyroscopeData(gyro); //timer = millis(); sprintf(str, "%d,%d,%d,%d,%d,%d", acc[0],acc[1],acc[2],gyro[0],gyro[1],gyro[2]); //acc[0]=acc[0]; //acc[2]=acc[2]; //acc[1]=acc[1]; //r=sqrt(acc[0]*acc[0] acc[1]*acc[1] acc[2]*acc[2]); gyro[0]=gyro[0]/ 14.375; gyro[1]=gyro[1]/ (-14.375); gyro[2]=gyro[2]/ 14.375; Axz=(atan2(acc[0],acc[2]))*180/PI; Ayx=(atan2(acc[0],acc[1]))*180/PI; /*if((acc[0]!=0) 
下载文档
