基于單片機(jī)和C語(yǔ)言對(duì)數(shù)字濾波系統(tǒng)的設(shè)計(jì)

數(shù)據(jù)采集，又稱數(shù)據(jù)獲取，是利用一種裝置，從系統(tǒng)外部采集數(shù)據(jù)并輸入到系統(tǒng)內(nèi)部的一個(gè)接口。數(shù)據(jù)采集技術(shù)廣泛引用在各個(gè)領(lǐng)域。比如攝像頭，麥克風(fēng)，都是數(shù)據(jù)采集工具。被采集數(shù)據(jù)是已被轉(zhuǎn)換為電訊號(hào)的各種物理量，如溫度、水位、風(fēng)速、壓力等，可以是模擬量，也可以是數(shù)字量。在互聯(lián)網(wǎng)行業(yè)快速發(fā)展的今天，數(shù)據(jù)采集已經(jīng)被廣泛應(yīng)用于互聯(lián)網(wǎng)及分布式領(lǐng)域，數(shù)據(jù)采集領(lǐng)域已經(jīng)發(fā)生了重要的變化。

而在數(shù)據(jù)采集中存在著各種噪聲。濾除噪聲的方法有很多種，既有數(shù)字濾波器，也有模擬濾波器。這里我們采用了基于單片機(jī)和C語(yǔ)言來(lái)設(shè)計(jì)并開發(fā)數(shù)字濾波系統(tǒng)。

我們針對(duì)于單片機(jī)數(shù)據(jù)采集系統(tǒng)中經(jīng)常出現(xiàn)的隨機(jī)干擾，通過(guò)手動(dòng)輸入來(lái)模擬數(shù)據(jù)采集過(guò)程，驗(yàn)證了幾種使用較為普遍的克服隨機(jī)干擾的單片機(jī)數(shù)字濾波算法，并給出了相應(yīng)的C程序，尤其對(duì)中位值濾波和中位值平均濾波算法程序進(jìn)行了改進(jìn)。同時(shí)也對(duì)這幾種濾波算法進(jìn)行了比較，并指出了每一種算法的具體適用范圍和注意事項(xiàng)。另外我們使用了 proteus進(jìn)行仿真驗(yàn)證這幾種濾波方法。另外我們還使用了AD和DA來(lái)采集及輸出數(shù)據(jù)。

1 數(shù)字濾波設(shè)計(jì)原理

這里有很多種數(shù)字濾波方法，我們見選用其中幾種來(lái)進(jìn)行設(shè)計(jì)，如中值濾波、算術(shù)平均濾波、加權(quán)平均濾波等等。所以下面我將詳細(xì)介紹它們。

1.1 中值濾波

中位值濾波是先對(duì)某一參數(shù)連續(xù)采樣N次（一般N取奇數(shù)），然后把N次采樣值按從小到大排列，取中間值為本次采樣值。

該濾波方法實(shí)際上是一種排序方法，我在此采用的是冒泡法排序。由于在冒泡法排序中，每出現(xiàn)一次前者數(shù)據(jù)大于后者數(shù)據(jù)，就要進(jìn)行二者數(shù)據(jù)的交換。

該算法的樣例子程序如下：

1 #define N 11 //N值可根據(jù)實(shí)際情況調(diào)整

3 char filter（）

5 {

7 char value_buf［］;

9 char count，i，j，k，temp;

11 for（count=0;count

13 {

14 value_buf［count］=get_data（）;

17 delay（）;

18 }

20 for（i=0;i

22 {

k=i;

24 for（j=i+1;j

26 if（value_buf［j］

28 temp=value_buf［k］;

30 value_buf［k］=value_buf［i］;

32 value_buf［i］=temp;

34 }

36 return value_buf［（N-1）/2］;

37 }

位值濾波能有效地克服偶然因素引起的波動(dòng)或采樣器不穩(wěn)定引起的誤碼等脈沖干擾。對(duì)溫度、液位等緩慢變化的被測(cè)參數(shù)采用此算法能收到良好的濾波效果，但對(duì)于流量、壓力等快速變化的數(shù)據(jù)，不宜采用中位值濾波。

1.2 算術(shù)平均濾波

算術(shù)平均濾波法適用于對(duì)一般的具有隨機(jī)干擾的信號(hào)進(jìn)行濾波。這種信號(hào)的特點(diǎn)是信號(hào)本身在某一數(shù)值范圍附近上下波動(dòng)，如測(cè)量流量、液位時(shí)經(jīng)常遇到這種情況。算術(shù)平均濾波法是要按輸入的N 個(gè)采樣數(shù)據(jù)，尋找這樣一個(gè)Y，使得Y 與各個(gè)采樣值之間的偏差的平方和最小。

具體實(shí)現(xiàn)此算法的子程序如下：

1 #define N 12

2 char filter（）

5 {

7 int count;

9 int sum=0;

10 for（count=0;count

13 {

15 sum+=get_ad（）;

16 delay（）;

17 }

18 return （char）（sum/N）;

19 }

算術(shù)平均濾波適用于對(duì)一般具有隨機(jī)干擾的信號(hào)進(jìn)行濾波。這種信號(hào)的特點(diǎn)是有一個(gè)平均值，信號(hào)在某一數(shù)值范圍附近做上下波動(dòng)，在這種情況下僅取一個(gè)采樣值做依據(jù)顯然是不準(zhǔn)確的。算術(shù)平均濾波對(duì)信號(hào)的平滑程序完全取決于N，當(dāng)N較大時(shí)，平滑度高，但靈敏度低；當(dāng)N較小時(shí)，平滑度低，但靈敏度高，應(yīng)視具體情況選取N，以便既少占用計(jì)算時(shí)間，又達(dá)到最好的效果。

1.3 加權(quán)平均濾波

在算術(shù)平均濾波和移動(dòng)平均濾波中，N次采樣值在輸出結(jié)果中的權(quán)重是均等的，取1/N。用這樣的濾波算法，對(duì)于時(shí)變信號(hào)會(huì)引入滯后，N值越大，滯后越嚴(yán)重。為了增加新采樣數(shù)據(jù)在移動(dòng)平均中的權(quán)重，以提高系統(tǒng)對(duì)當(dāng)前采樣值中所受干擾的靈敏度，可采用加權(quán)平均濾波，它是移動(dòng)平均濾波算法的改進(jìn)。

加權(quán)平均濾波是對(duì)連續(xù)N次采樣值分別乘上不同的加權(quán)系統(tǒng)之后再求累加和，加權(quán)系統(tǒng)一般先小后大，以突出后面若干采樣的效果，加強(qiáng)系統(tǒng)對(duì)參數(shù)變化趨勢(shì)的辨識(shí)。各個(gè)加權(quán)系統(tǒng)均為小于1的小數(shù)，且滿足總和等于1的約束條件。這樣，加權(quán)運(yùn)算之后的累加和即為有效采樣值。

為方便計(jì)算，可取各加權(quán)系數(shù)均為整數(shù)，且總和為256，加權(quán)運(yùn)算后的累加和除以256，即舍去低字節(jié)后便是有效采樣值。具體的樣例子程序如下：

1 //code數(shù)組為加權(quán)系統(tǒng)表，存在ROM區(qū)。

2 #define N 12

3 char code jq［N］={1，2，3，4，5，6，7，8，9，10，11，12};

4 char code sum_jp=1+2+3+4+5+6+7+8+9+10+11+12;

5 char filter_5（）

6 {

7 char count;

8 char value_buf［N］;

9 int sum=0;

10 for（count=0;count

11 {

12 value_buf［count］=get_data（）;

13 delay（）;

14 }

15 for（count=0;count

16 sum+=value_buf［count］*jq［count］;

17 return （char）（sum/sum_jq）;

18 }

1.4 中位值平均濾波

它相當(dāng)于是“中位值濾波法”和“算術(shù)平均濾波法”的結(jié)合。它連續(xù)采樣N個(gè)數(shù)據(jù)，然后去掉一個(gè)最大值和一個(gè)最小值，最后計(jì)算N-2個(gè)數(shù)據(jù)的算術(shù)平均值。一般N值的選?。?-14。

具體算法程序如下：

1 #define N 12

2 char filter（）

3 {

4 char count，i，j;

5 char value_buf［N］;

6 int sum=0;

7 for （count=0;count

8 {

9 value_buf［count］ = get_ad（）;

10 delay（）;

11 }

12 for （j=0;j

13 {

14 for （i=0;i

15 {

16 if （ value_buf［i］》value_buf［i+1］ ）

17 {

18 temp = value_buf［i］;

19 value_buf［i］ = value_buf［i+1］;

20 value_buf［i+1］ = temp;

21 }

22 }

23 }

24 for（count=1;count

25 sum += value［count］;

26 return （char）（sum/（N-2））;

27 }

這種濾波方法兼容了移動(dòng)平均濾波算法和中位值濾波算法的優(yōu)點(diǎn)，所以無(wú)論對(duì)緩慢變化的信號(hào)，還是對(duì)快速變化的信號(hào)，都能取得較好的濾波效果。

1.5 限幅濾波

限幅濾波的基本原理是把兩次相鄰時(shí)刻（n和n-1）的采樣值Yn和Yn-1相減，求出其差值，以絕對(duì)值表示，然后將這個(gè)差值與兩次采樣允許的最大偏差值ΔY比較，如果兩次采樣值的差值超過(guò)了允許的最大偏差值ΔY，則認(rèn)為發(fā)生了隨機(jī)干擾，并認(rèn)為最后一次采樣值Yn非法，應(yīng)予剔除。剔除Yn后，可用Yn-1代替Yn；若未超過(guò)允許的最大偏差值范圍，則認(rèn)為本次采樣值有效?？捎萌缦鹿奖硎荆?/p>

|Yn-Yn-1|≤ΔY；則Yn有效

|Yn-Yn-1|＞ΔY；則Yn-1有效

此算法的樣例子程序如下：

此算法的樣例子程序如下：

#define A 10 //A值可根據(jù)實(shí)際情況調(diào)整

char data; //上一次的數(shù)據(jù)

char filter_1（）

{

char datanew; //新數(shù)據(jù)變量

datanew=get_data（）; //獲得新數(shù)據(jù)

//濾波算法

if （（datanew-data》A）||（data-datanew》A）

return data;

return datanew;

}

該算法主要用于處理變化比較緩慢的數(shù)據(jù)，如溫度、物體的位置等。使用時(shí)關(guān)鍵在于最大偏差值的Δy的選擇，通?？筛鶕?jù)經(jīng)驗(yàn)獲得，也可按照輸出參數(shù)可能的最大變化速度Vmax及采樣周期T來(lái)決定ΔY的值，即ΔY=VmaxT。

1 #include

2 #include

3 #define uchar unsigned char

4 #define A 0.005

5 #define N 11

6 sbit con1 = P2^3;

7 sbit con2 = P2^4;

8 sbit con3 = P2^5;

9 sbit con = P2^6;

10 sbit OE = P2^0;

11 sbit START = P2^1;

12 sbit EOC = P2^2;

13 uchar a;

14 uchar buf［N］ ={0};

15 void change（）

16 {

17 int i;

18 for（i=0;i
來(lái)源；21ic