參加電賽無論做什么都可能涉及到濾波，有硬件濾波和軟件濾波。我給大家分享分享我知道的一些濾波算法。硬件濾波器最后再說，一入濾波深似海幾本書都說不萌白。
先說簡單的我也用過的幾種：（預計一天或者兩天更新一種算法）
第一種：限幅濾波算法 顧名思義就是根據經驗或者一些給定作為一個對比標準與采樣值進行對比，舉個栗子，某系統的傳感器的采樣值根據經驗知兩次只差不能大于A則下一次的采樣值和當前采樣值的差的絕對值不能大于A則數據有效，若大于A則數據舍棄。
C程序如下：
#define A 15;
u8 amplitudeLimiterFilter(u8 oldValue)
{
u8 newValue = getValue();獲取當前傳感器數據
if( (newValue - oldValue) > A || (oldValue - newValue) >A))
{
return oldValue;
}
else
{
return newValue;
}
}
oldValue可以用第一次采樣值或者根據經驗值設定
第二種：中位值濾波
連續采樣A次（A取奇數）然后按值得大小排列 然后取中間值。
這種方法的好處就是能對緩慢變化的被測量（溫度，液體高度等非突變量）進行良好的濾波但是對帶有變化劇烈的突變量效果就不好了
#define A 10
int middleValueFilter()
{
int value_buf[A];
int i,j,k,temp;
for( i = 0; i < A; ++i)
{
value_buf[i] = getValue();
Delay_ms();
}
for(j = 0 ; j < A-1; ++j)
{
for(k = 0; k
{
//從小到大排序，冒泡法排序
if(value_buf[k] > value_buf[k+1])
{
temp = value_buf[k];
value_buf[k] = value_buf[k+1];
value_buf[k+1] = temp;
}
}
第四種：遞推平均濾波（滑動平均濾波）
所謂的遞推平均濾波就是取N組數據進行算數平均濾波然后數組左移一位扔掉第一個數把新采樣到的數據放到數組的最后一位，依次進行。這種算法的好處就是濾波后的波形平滑度很高適用于高頻震蕩系統，缺點是靈敏度很低對脈沖干擾抑制性差，而且出現一次大幅度干擾后不易快速消除干擾，浪費ARM.(浪費ARM的問題可以進行改進一下改進的方法就是不去掉數組第一個數據而是去掉數組的平均值)
//C程序
#define N 20
int value_buf[N];
int moveAverageFilter(int curValue, int *sum, int *curNum)
{
int i;
if(*curNum < N)
{
value_buf[*curNum] = curValue;
(*curNum)++;
sum += curValue;
retrun (*sum)/(*curNum);
}
else
{
//每次把后面的值往前移動一位
//****************************************
sum -= value_buf[0];
sum += curValue;
for(i = 1; i < N; i++)
{
value_buf[i-1] = value_buf[i];
}
value_buf[N-1] = curValue;
return (*sum)/N;
// **************************************/
//把新的值放在curNum%N的位置
sum -= value_buf[*curNum%N];
sum += curValue;
value_buf[*curNum%N] = curValue;
(*curNum)++;
if(*curNum == 2N)
{
(*curNum) = N;
}
}
}
//減去的值是上次的平均值
int moveAverageFilter(int *sum, int curValue, int num, int *curNum)
{
if(num <= 0)
{
return 0;
}
else
{
if(*curNum < num)
{
++(*curNum);
*sum = *sum + curValue;
return (*sum)/(*curNum);
}
else
{
*sum = *sum - (*sum)/num;
*sum = (*sum + curValue);
return *sum/num;
}
}
}
第五種：中位值平均濾波算法（防脈沖干擾平均濾波法）
相當于“中位值濾波法”+“算術平均濾波法”
連續采樣N個數據，去掉一個最大值和一個最小值然后計算N-2個數據的算術平均值
融合了兩種濾波的優點。對于偶然出現的脈沖性干擾，可消除有其引起的采樣值偏差。對周期干擾有良好的抑制作用，平滑度高，適于高頻振蕩的系統。
C程序
#define N 10
int middleAverageFilter()
{
int i,j;
int temp,value,sum = 0;
int value_buf[N];
for(i = 0; i < N; i++)
{
value_buf[i] = getValue();
delay();
}
for(j = 0; j < N-1; ++j) //從小到大冒泡排序
{
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(i = 1; i < N-1; ++i)
{
sum += value_buf[i];
}
return sum/(N-2);
}
第六種：遞推中位值濾波法
優點：對于偶然出現的脈沖性干擾，可消除由其引起的采樣值偏差。對周期性干擾有良好的抑制作用，平滑度高；試用于高頻振蕩的系統。
缺點：測量速度慢
方法：取最近的N個值為一個隊列，當前采樣值放在隊列最后，依次循環。計算時去掉最大值和最小值在取平均值
C程序：
char filter1(char NEW_DATA,char QUEUE[],char n)
{ char max;
char min;
int sum;
char i;
QUEUE[0]=NEW_DATA; //新采樣值入隊列
max=QUEUE[0];
min=QUEUE[0];
sum=QUEUE[0];
for(i=n-1;i!=0;i--)
{ if(QUEUE[i]>max)max=QUEUE[i]; // 比較并更新最大值
else if (QUEUE[i]
sum=sum+QUEUE[i]; //追加到和值
QUEUE[i]=QUEUE[i-1]; //隊列更新
}
i=n-2;
sum=sum-max-min+i/2;
sum=sum/i; //平均值=（和值-最大值-最小值+n/2)/(隊列長度-2）
//說明：+（n-2)/2的目的是為了四舍五入
return ((char)sum);
}
單字節滑動中位值平均濾波功能：
1.將新的采樣值壓入隊列
2.將隊列數據減去最大值和最小值，然后其平均值（小數四舍五入）
*入口： NEW_DATA=新采樣值 QUEUE=隊列 n=隊列長度*
出口：本次濾波結果（平均值）
優點：去掉最大值和最小值后計算N-2數據平均值 ，往后滑動，可消除偶然誤差，比較實用。
缺點：速度慢消耗RAM。
**************************************************/
char filter1(char NEW_DATA,char QUEUE[],char n)
{
char max;
char min;
int sum;
char i;
QUEUE[0]=NEW_DATA; //新采樣值入隊列
max=QUEUE[0];
min=QUEUE[0];
sum=QUEUE[0];
for(i=n-1;i!=0;i--)
{
if(QUEUE[i]>max)max=QUEUE[i]; // 比較并更新最大值
else if (QUEUE[i]
sum=sum+QUEUE[i]; //追加到和值
QUEUE[i]=QUEUE[i-1]; //隊列更新
}
i=n-2;
sum=sum-max-min+i/2;
sum=sum/i; //平均值=（和值-最大值-最小值+n/2)/(隊列長度-2）
return ((char)sum); //說明：+（n-2)/2的目的是為了四舍五入
}
