外观
01.十大滤波算法程序
约 6774 字大约 23 分钟
arduino数据结构ALGO算法
2018-05-12
一、arduino版
- 限幅滤波法（又称程序判断滤波法）
- 中位值滤波法
- 算术平均滤波法
- 递推平均滤波法（又称滑动平均滤波法）
- 中位值平均滤波法（又称防脉冲干扰平均滤波法）
- 限幅平均滤波法
- 一阶滞后滤波法
- 加权递推平均滤波法
- 消抖滤波法
- 限幅消抖滤波法
- 新增加 卡尔曼滤波（非扩展卡尔曼）
程序默认对int类型数据进行滤波，如需要对其他类型进行滤波，只需要把程序中所有int替换成long、float或者double即可。
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
/*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 1
int 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
/*
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 101
int 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
/*
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 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);
}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
/*
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 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[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
/*
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 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[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 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[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
/*
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 12
int 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 1
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[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
/*
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 0.01
int 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
/*
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 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[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
/*
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 12
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;
}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
/*
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 5
int 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;
}二、C语言版
1、限幅滤波法
*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
#define A 10
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);
}2、中位值滤波法
*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
ArrDataBuffer[N]:用来存放一次性采集的N组数据
Temp:完成冒泡法试用的临时寄存器
i,j,k: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
#define N 11
unsigned char MiddlevalueFilter()
{
unsigned char value_buf[N];
unsigned char i,j,k,temp;
for(i=0;i<N;i++)
{
value_buf[i] = get_ad();
delay();
}
for (j=0;j<N-1;j++)
{
for (k=0;k<N-j;k++)
{
if(value_buf[k]>value_buf[k+1])
{
temp = value_buf[k];
value_buf[k] = value_buf[k+1];
value_buf[k+1] = temp;
}
}
}
return value_buf[(N-1)/2];
}3、算术平均滤波法
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。
#define N 12
char filter()
{
unsigned int sum = 0;
unsigned char i;
for (i=0;i<N;i++)
{
sum + = get_ad();
delay();
}
return(char)(sum/N);
}4、递推平均滤波法（又称滑动平均滤波法）
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
#define N 12
unsigned char value_buf[N];
unsigned char filter()
{
unsigned char i;
unsigned char value;
int sum=0;
value_buf[i++] = get_ad(); //采集到的数据放入最高位
for(i=0;i<N;i++)
{
value_buf[i]=value_buf[i+1]; //所有数据左移，低位扔掉
sum += value_buf[i];
}
value = sum/N;
return(value);
}5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
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
#define N 12
uchar filter()
{
unsigned char i,j,k,l;
unsigned char temp,sum=0,value;
unsigned char value_buf[N],;
for(i=0;i<N;i++)
{
value_buf[i] = get_ad();
delay();
}
//采样值从小到大排列（冒泡法）
for(j=0;j<N-1;j++)
{
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];
value = sum/(N-2);
return(value);
}6、递推中位值滤波法
优点：对于偶然出现的脉冲性干扰，可消除由其引起的采样值偏差。
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：测量速度慢
char filter(char new_data,char queue[],char n)
{
char max,min;
char sum;
char i;
queue[0]=new_data;
max=queue[0];
min=queue[0];
sum=queue[0];
for(i=n-1;i>0;i--)
{
if(queue[i]>max)
max=queue[i];
else if (queue[i]<min)
min=queue[i];
sum=sum+queue[i];
queue[i]=queue[i-1];
}
i=n-2;
sum=sum-max-min+i/2; //说明：+i/2的目的是为了四舍五入
sum=sum/i;
return(sum);
}7、限幅平均滤波法
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 A 10
#define N 12
unsigned char data[];
unsigned char filter(data[])
{
unsigned char i;
unsigned char value,sum;
data[N]=GetAD();
if(((data[N]-data[N-1])>A||((data[N-1]-data[N])>A))
data[N]=data[N-1];
//else data[N]=NewValue;
for(i=0;i<N;i++)
{
data[i]=data[i+1];
sum+=data[i];
}
value=sum/N;
return(value);
}8、一阶滞后滤波法
*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
Delay(),基本延时函数
2、变量说明
Or_data[N]:采集的数据
Dr0_flag、Dr1_flag:前一次比较与当前比较的方向位
coeff:滤波系数
F_count：滤波计数器
3、常量说明
N：数组长度
Thre_value：比较门槛值
*入口：
*出口：
#define Thre_value 10
#define N 50
float Or_data[N]；
unsigned char Dr0_flag=0,Dr1_flag=0;
void abs(float first,float second)
{
float abs;
if(first>second)
{
abs=first-second;
Dr1_flag=0;
}
else
{
abs=second-first;
Dr1_flag=1;
}
return(abs);
}
void filter(void)
{
uchar i=0,F_count=0,coeff=0;
float Abs=0.00;
//确定一阶滤波系数
for(i=1;i<N;i++)
{
Abs=abs(Or_data[i-1],Or_data[i]);
if(!(Dr1_flag^Dr0_flag)) //前后数据变化方向一致
{
F_count++;
if(Abs>=Thre_value)
{
F_count++;
F_count++;
}
if(F_count>=12)
F_count=12;
coeff=20*F_count;
}
else //去抖动
coeff=5;
//一阶滤波算法
if(Dr1_flag==0) //当前值小于前一个值
Or_data[i]=Or_data[i-1]-coeff*(Or_data[i-1]-Or_data[i])/256;
else
Or_data[i]=Or_data[i-1]+coeff*(Or_data[i]-Or_data[i-1])/256;
F_count=0; //滤波计数器清零
Dr0_flag=Dr1_flag;
}
}9、加权递推平均滤波法
coe:数组为加权系数表，存在程序存储区。
sum_coe:加权系数和#define N 12
const char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
const char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
unsigned char filter()
{
unsigned char i;
unsigned char value_buf[N];
int sum=0;
for (i=0;i<N;i++)
{
value_buf[i] = get_ad();
delay();
}
for (i=0,i<N;i++)
{
value_buf[i]=value_buf[i+1];
sum += value_buf[i]*coe[i];
}
sum/=sum_coe;
return(sum);
}10、消抖滤波法
#define N 12
unsigned char filter()
{
unsigned char i=0;
unsigned char new_value;
new_value = get_ad();
if(value !=new_value);
{
i++;
if (i>N)
{
i=0;
value=new_value;
}
}
else i=0;
return(value);
}