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。
/**************************************************** *函数名称：AmplitudeLimiterFilter()-限幅滤波法 *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，且平滑度差 *说明： 1、调用函数 GetAD(),该函数用来取得当前值 2、变量说明 Value:最近一次有效采样的值，该变量为全局变量 NewValue:当前采样的值 ReturnValue:返回值 3、常量说明 A:两次采样的最大误差值，该值需要使用者根据实际情况设置 *入口：Value,上一次有效的采样值，在主程序里赋值 *出口：ReturnValue,返回值，本次滤波结果 ****************************************************/ // 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 A 1 unsigned char Value unsigned char AmplitudeLimiterFilter() { unsigned char NewValue; unsigned char ReturnValue; NewValue=GatAD(); if(((NewValue-Value)>A))||((Value-NewValue)>A))) ReturnValue=Value; else ReturnValue=NewValue; return(ReturnValue); }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。
/**************************************************** *函数名称：MiddlevalueFilter()-中位值滤波法 *优点：能有效克服因偶然因素引起的波动干扰；对温度、液 位等变化缓慢的被测参数有良好的滤波效果 *缺点：对流量，速度等快速变化的参数不宜 *说明： 1、调用函数 GetAD(),该函数用来取得当前值 Delay(),基本延时函数 2、变量说明 filter_buf[N]:用来存放一次性采集的N组数据 filter_temp:完成冒泡法试用的临时寄存器 i,j:循环试用的参数值 3、常量说明 N：数组长度 *入口： *出口：value_buf[(N-1)/2],返回值，本次滤波结果 *****************************************************/ // 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 101 int MiddlevalueFilter() { int filter_buf[FILTER_N]; int i, j; int filter_temp; for(i = 0; i < FILTER_N; i++) { filter_buf = 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 > filter_buf[i + 1]) { filter_temp = filter_buf; filter_buf = filter_buf[i + 1]; filter_buf[i + 1] = filter_temp; } } } return filter_buf[(FILTER_N - 1) / 2]; }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。
/********************************************************* 说明：连续取N个采样值进行算术平均运算 优点：试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。 缺点：对于测量速度较慢或要求数据计算较快的实时控制不适用。 **********************************************************/ // 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 12 int 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); }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。
/*************************************************** 说明：把连续N个采样值看成一个队列，队列长度固定为N。 每次采样到一个新数据放入队尾，并扔掉队首的一 次数据。把队列中的N各数据进行平均运算，既获得 新的滤波结果。 优点：对周期性干扰有良好的抑制作用，平滑度高；试用于高频振荡的系统 缺点：灵敏度低；对偶然出现的脉冲性干扰的抑制作用较差，不适于脉冲干 扰较严重的场合 ****************************************************/ // 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 12 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 = filter_buf[i + 1]; // 所有数据左移，低位仍掉 filter_sum += filter_buf; } return (int)(filter_sum / FILTER_N); }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。
/******************************************** 说明：采一组队列去掉最大值和最小值 优点：融合了两种滤波的优点。对于偶然出现的脉冲性干扰，可消 除有其引起的采样值偏差。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。 缺点：测量速度慢 *********************************************/ // 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 100 int Filter() { int i, j; int filter_temp, filter_sum = 0; int filter_buf[FILTER_N]; for(i = 0; i < FILTER_N; i++) { filter_buf = 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 > filter_buf[i + 1]) { filter_temp = filter_buf; filter_buf = 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; 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 100 int 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 = 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 > filter_max) filter_max=filter_buf; else if(filter_buf < filter_min) filter_min=filter_buf; filter_sum = filter_sum + filter_buf; filter_buf = 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; }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。
/************************************************ 优点：对于偶然出现的脉冲性干扰，可消除有其引起的采样值偏差。 *************************************************/ #define FILTER_N 12 #define FILTER_A 1 // 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 int 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 = filter_buf[i + 1]; filter_sum += filter_buf; } return (int)filter_sum / (FILTER_N - 1); }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。
/**************************************************** *函数名称：filter()-一阶滞后滤波法 *说明： 1、调用函数 GetAD(),该函数用来取得当前值 2、变量说明 NewValue:采集的数据 Value: 上次滤波结果 FILTER_A :滤波系数 *****************************************************/ // 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 0.01 int Filter() { int NewValue; NewValue = Get_AD(); Value = (int)((float)NewValue * FILTER_A + (1.0 - FILTER_A) * (float)Value); return Value; }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。
/************************************************************ coe:数组为加权系数表，存在程序存储区。 sum_coe:加权系数和 ************************************************************/ // 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 12 int 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 = filter_buf[i + 1]; // 所有数据左移，低位仍掉 filter_sum += filter_buf * coe; } filter_sum /= sum_coe; return filter_sum; }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。
# define FILTER_N 12 // 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 int 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; }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。
# define FILTER_A 1 # define FILTER_N 5 // 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 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; }注意：Get_AD()函数内容可以根据实际情况更改。
