内容正文:
重量数据的滤波
更多模板请关注:https://haosc.taobao.com
CONTENTS
目录
01
02
AD采集的数据有干扰吗?
常用的数据采集数字滤波方法
道艺兼修
敬业乐群
AD采集的数据有干扰吗?
01
理论上讲单片机从A/D芯片上采集的信号就是需要的量化信号,但是由于存在电路的相互干扰、电源噪声干扰和现场的电磁干扰,尤其是在A/D芯片的模拟输入信号上会叠加周期或者非周期的干扰信号,并会被附加到量化值中,给信号带来一定的误差。考虑到数据采集的实时性和可靠性,有时需要对采集的数据进行软处理,以尽量减小干扰信号的影响,这一过程称为数据采集滤波。
3
常用的数据采集数字滤波方法
02
在时域上进行处理的,相对于从频域角度设计的IIR或者FIR滤波器,其实现简单,运算量小,而性能可以满足绝大部分的场合的应用要求,适合于单片机数据采集控制系统。
4
常用的数据采集数字滤波方法
02
(1)限幅滤波法(又称程序判断滤波法)
特点:
1)能有效克服因偶然因素引起的脉冲干扰
2)无法抑制那种周期性的干扰
3) 平滑度差
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
5
常用的数据采集数字滤波方法
02
#define A 10
int value;
int filter()
{
int new_value;
new_value = get_ad();//获取AD的值
if ( ( new_value - value > A ) || ( value - new_value > A )
return value;
else
return new_value;
}
/* A值可根据实际情况调整
value为有效值,new_value为当前采样值
滤波程序返回有效的实际值 */
参考程序
6
常用的数据采集数字滤波方法
02
(2)中位值滤波法
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
特点:
(1)能有效克服因偶然因素引起的波动干扰
(2)对温度、液位的变化缓慢的被测参数有良好的滤波效果
(3)对流量、速度等快速变化的参数不宜
7
常用的数据采集数字滤波方法
02
/* N值可根据实际情况调整,排序采用冒泡法*/
8
常用的数据采集数字滤波方法
02
(3)算术平均滤波法
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
9
常用的数据采集数字滤波方法
02
特点:
1)适用于对一般具有随机干扰的信号进行滤波
2)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
3)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
4)比较浪费RAM
10
常用的数据采集数字滤波方法
02
#define N 12
int filter()
{
long sum = 0;
for ( count=0;count<N;count++)
{
sum + = get_ad();
delay();
}
return (int)(sum/N);
}
11
常用的数据采集数字滤波方法
02
(4)递推平均滤波法(又称滑动平均滤波法)
1) 把连续取N个采样值看成一个队列,队列的长度固定为N
2)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)
3)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,重量,N=11;
12
常用的数据采集数字滤波方法
02
特点:
1)对周期性干扰有良好的抑制作用,平滑度高
2)适用于高频振荡的系统
3)灵敏度低
4)对偶然出现的脉冲性干扰的抑制作用较差
5)不易消除由于脉冲干扰所引起的采样值偏差
6)不适用于脉冲干扰比较严重的场合
7) 比较浪费RAM
13
常用的数据采集数字滤波方法
02
14
常用的数据采集数字滤波方法
02
(5)中位值平均滤波法(又称防脉冲干扰平均滤波法)
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:可取3~14
15
常用的数据采集数字滤波方法
02
特点:
1)融合了两种滤波法的优点
2)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
3)测量速度较慢,和算术平均滤波法一样
4)比较浪费RAM
16
常用的数据采集数字滤波方法
02
17
常用的数据采集数字滤波方法
02
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。
(6)其他
18
谢谢观看!
Simple Gifts
Jewel
Lullaby
167584.05
$$