10种超经典的软件滤波方法，你值得拥有！

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。