（分享）程序上怎么減小誤/提高讀數(shù)精度？

ID:308437 · 發(fā)表于 2018-10-5 22:02

怎么減小傳感器讀數(shù)誤差？很多初學(xué)的時(shí)候，是一頭霧水的。---其實(shí)就是如何在算法“濾波”！！
好，如果你知道什么是“濾波”。那你以下的你都不用看，因?yàn)槟憧隙〞?huì)下面的了。
看，論壇也很多類似的帖子如下：如果不懂，請(qǐng)往下看

而這個(gè)前提是在你,所謂的“在程序上減小誤差”，其實(shí)專業(yè)點(diǎn)叫“算法濾波”，簡稱濾波。對(duì)吧，挺簡單的。
但是，剛剛開始學(xué)習(xí)單片機(jī)的時(shí)候，真的不知道這個(gè)詞。經(jīng)常遇到下面的場景：
1，測量溫度的時(shí)候，變化太快，想慢一點(diǎn)，怎么辦？
2，做一個(gè)電子稱，想讓他自動(dòng)去皮，怎么辦？
3，做超聲波測距的時(shí)候，想多次測量求平均值，怎么辦？

其實(shí)，如果有人告訴你，這些都濾波算法。你再去上網(wǎng)一搜，立刻你能找到一大堆。所以，這個(gè)算法還是挺重要的。有時(shí)候，就是，你知道有這個(gè)東西，比你自己搗鼓很長時(shí)間有效。有句雞湯是這樣說的“方法有時(shí)候比努力重要��！”
--------------------------------
---------------------------------
程序如下：
txt文件：

濾波算法.zip (3.51 KB, 下載次數(shù): 51)

//濾波算法：用一個(gè)程序上的濾波---比如求平均數(shù)，排序等各種方法來用來調(diào)整誤差
//來源：摩爾吧公開課
//修改：2018年10月5日
//程序員：畫中仙

//-----------------------------------------------------------------------
//1.平均數(shù) 濾波----最基礎(chǔ)的
//方法：連續(xù)取N個(gè)采樣值進(jìn)行算術(shù)平均運(yùn)算;
//N值較大時(shí)：信號(hào)平滑度較高，但靈敏度較低
//N值較小時(shí)：信號(hào)平滑度較低，但靈敏度較高
//N值的選�。阂话懔髁�，N=12；壓力：N=4
//優(yōu)點(diǎn)：試用于對(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)值范圍附近上下波動(dòng)。
//缺點(diǎn)：對(duì)于測量速度較慢或要求數(shù)據(jù)計(jì)算較快的實(shí)時(shí)控制不適用。

#define N 12
uint8 averageFilter()
{
uint8 sum = 0;
int i;
for(i = 0; i < N; ++i)
{
      sum += getValue();
      delay();
}
return sum/N;
}
//在調(diào)用函數(shù)中：
while(1)
{
value = averageFilter();
}

//2.限幅濾波
//方法：根據(jù)經(jīng)驗(yàn)判斷，確定兩次采樣允許的最大偏差值（設(shè)為LIMIT）每次檢測到新值時(shí)判斷：
//如果本次值與上次值之差 <= LIMIT,則本次值有效如果本次值與上次值之差
//如果本次值與上次值之差> LIMIT,則本次值無效,放棄本次值,用上次值代替本次值
//優(yōu)點(diǎn)：能有效克服因偶然因素引起的脈沖干擾
//getValue()作為變化的輸入值

#define LIMIT 10; //限制幅度設(shè)定為10
uint8 amplitudeLimiterFilter(uint8 oldValue)
{
uint8 newValue = getValue();
if( (newValue - oldValue) > LIMIT || (oldValue - newValue) < LIMIT))
{
return oldValue;
}
else
{
return newValue;
}
}
//在調(diào)用函數(shù)中：
//注意oldValue的初始值，用第一次的采樣值作為oldValue
value = getValue();
while(1)
{
value = AmplitudeLimiterFilter(value);
}

復(fù)制代碼

//-----------------------------------------------------------------------
//3.中位值濾波
//方法：連續(xù)采樣N次（N取奇數(shù)）把N次采樣值按大小排列取中間值為本次有效值
//優(yōu)點(diǎn)：能有效克服因偶然因素引起的波動(dòng)干擾；
//對(duì)溫度、液位等變化緩慢的被測參數(shù)有良好的濾波效果
//缺點(diǎn)：對(duì)流量，速度等快速變化的參數(shù)不宜

#define N 10
uint8 middleValueFilter()
{
uint8 value_buf[N];
uint8 i,j,k,temp;
for( i = 0; i < N; i++) //取值
{
value_buf[i] = getValue();
delay();
}
for(j = 0 ; j < N-1; j++) //從小到大排序，冒泡法排序
{
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]; //取中間的值
}
//在調(diào)用函數(shù)中：
while(1)
{
value = middleValueFilter();
}

復(fù)制代碼

//-----------------------------------------------------------------------
//4.遞推平均濾波法（又稱滑動(dòng)平均濾波法）
//方法：把連續(xù)取N個(gè)采樣值看成一個(gè)隊(duì)列，隊(duì)列的長度固定為N
//    每次采樣到一個(gè)新數(shù)據(jù)放入隊(duì)尾,并扔掉原來隊(duì)首的一次數(shù)據(jù)(先進(jìn)先出原則)
//    把隊(duì)列中的N個(gè)數(shù)據(jù)進(jìn)行算術(shù)平均運(yùn)算,就可獲得新的濾波結(jié)果
//    N值的選�。毫髁�，N=12；壓力：N=4；液面，N=4~12；溫度，N=1~4

//優(yōu)點(diǎn)：對(duì)周期性干擾有良好的抑制作用，平滑度高；試用于高頻振蕩的系統(tǒng)
//缺點(diǎn)：靈敏度低；對(duì)偶然出現(xiàn)的脈沖性干擾的抑制作用較差，不適于脈沖干擾較嚴(yán)重的場合
//       比較浪費(fèi)RAM（改進(jìn)方法，減去的不是隊(duì)首的值，而是上一次得到的平均值）

#define N 20
uint8 value_buf[N];
uint8 moveAverageFilter(uint8 curValue, uint8 *sum, uint8 *curNum)
{
uint8 i;
if(*curNum < N)
{
value_buf[*curNum] = curValue;
(*curNum)++;
sum += curValue;
retrun (*sum)/(*curNum);
}
else
{
//每次把后面的值往前移動(dòng)一位
/* sum -= value_buf[0];
sum += curValue;
for(i = 1; i < N; ++i)
{
value_buf[i-1] = value_buf[i];
}
value_buf[N-1] = curValue;
return (*sum)/N;
*/
//把新的值放在curNum%N的位置
sum -= value_buf[*curNum%N];
sum += curValue;
value_buf[*curNum%N] = curValue;
(*curNum)++;
if(*curNum == 2N)
{
(*curNum) = N;
}
}
}
//減去的值是上次的平均值
uint8 moveAverageFilter(uint8 *sum, uint8 curValue, uint8 num, uint8 *curNum)
{
if(num <= 0)
{
return 0;
}
else
{
if(*curNum < num)
{
++(*curNum);
*sum = *sum + curValue;
return (*sum)/(*curNum);
}
else
{
*sum = *sum - (*sum)/num;
*sum = (*sum + curValue);
return *sum/num;
}
}
}

復(fù)制代碼

//-----------------------------------------------------------------------
//5.中位值平均濾波（防脈沖干擾平均濾波法）
//方法：相當(dāng)于“中位值濾波法”+“算術(shù)平均濾波法”
//       連續(xù)采樣N個(gè)數(shù)據(jù)，去掉一個(gè)最大值和一個(gè)最小值然后計(jì)算N-2個(gè)數(shù)據(jù)的算術(shù)平均值
//       N值的選�。�3~14
//優(yōu)點(diǎn)：融合了兩種濾波的優(yōu)點(diǎn)。對(duì)于偶然出現(xiàn)的脈沖性干擾，可消除有其引起的
//       采樣值偏差。對(duì)周期干擾有良好的抑制作用，平滑度高，適于高頻振蕩的系統(tǒng)。
//缺點(diǎn)：測量速度慢

#define N 10
uint8 middleAverageFilter()
{
uint8 i,j;
uint8 temp,value,sum = 0;
uint8 value_buf[N];
for(i = 0; i < N; ++i)
{
value_buf[i] = getValue();
delay();
}
//從小到大冒泡排序
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];
}
return sum/(N-2);
}

復(fù)制代碼

//-----------------------------------------------------------------------
//6.遞推中位值濾波法
// 優(yōu)點(diǎn)：對(duì)于偶然出現(xiàn)的脈沖性干擾，可消除由其引起的采樣值偏差。
// 對(duì)周期性干擾有良好的抑制作用，平滑度高；
// 試用于高頻振蕩的系統(tǒng)。
// 缺點(diǎn)：測量速度慢

//取最近的10個(gè)值，去掉最大最小值求平均
//隊(duì)列queue中，第0個(gè)值換成新值，其余值依次往后移一個(gè)位置

uint8 recursionMiddleFilter(uint8 newValue, uint8 *queue, uint8 num, uint8 *curNum)
{
uint8 max, min, i;
queue[0] = newValue;
max = newValue;
min = newValue;
sum = newValue;
if( *curNum < num)
{
for(i = 0; i < *curNum; ++i)
{
for(i = num-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];
｝
sum = sum - max - min;
return sum/num;
}

復(fù)制代碼

//-----------------------------------------------------------------------
//7.限幅平均濾波法
//方法：相當(dāng)于“限幅濾波法”+“遞推平均濾波法”
// 每次采樣到的新數(shù)據(jù)先進(jìn)行限幅處理再送入隊(duì)列進(jìn)行遞推平均濾波處理
//優(yōu)點(diǎn)：對(duì)于偶然出現(xiàn)的脈沖性干擾，可消除有其引起的采樣值偏差。
//缺點(diǎn)：比較浪費(fèi)RAM

#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);
}

復(fù)制代碼

//8.一階滯后濾波法
//方法：取a=0~1,本次濾波結(jié)果=（1-a）*本次采樣值+a*上次濾波結(jié)果
//優(yōu)點(diǎn)：對(duì)周期性干擾具有良好的抑制作用適用于波動(dòng)頻率較高的場合
//缺點(diǎn)：相位滯后，靈敏度低滯后程度取決于a值大小不能消除濾波頻率高于采樣頻率的1/2的干擾信號(hào)

float a;
uint8 firstOrderFilter(uint8 newValue, uint8 oldValue)
{
return a * newValue + (1-a) * oldValue;
}
//使用
value = getValue();
while(1)
{
value = firstOrderFilter(getValue(),value);
}

復(fù)制代碼

//-----------------------------------------------------------------------
//9.加權(quán)遞推平均濾波法（并沒有遞推）
//方法：是對(duì)遞推平均濾波法的改進(jìn)，即不同時(shí)刻的數(shù)據(jù)加以不同的權(quán)；
//       通常是，越接近現(xiàn)時(shí)刻的數(shù)值，權(quán)取得越大；
//       給予新采樣值的權(quán)系數(shù)越大，則靈敏度越高，但信號(hào)平滑度越低。
//優(yōu)點(diǎn)：適用于有較大純滯后時(shí)間常數(shù)的對(duì)象和采樣周期較短的系統(tǒng)
//缺點(diǎn)：對(duì)于純滯后時(shí)間常數(shù)較小，采樣周期較長
//       變化緩慢的信號(hào)不能迅速反應(yīng)系統(tǒng)當(dāng)前所受干擾的嚴(yán)重程度，濾波效果差。

#define N 10
uint8 weight[N] = {1,2,3,4,5,6,7,8,9,10};
uint8 weigth_sum = 1+2+1+2+3+4+5+6+7+8+9+10;
uint8 weightAverageFilter()
{
uint8 value_buf[N];
uint8 i, sum = 0;
for(i = 0; i < N; ++i)
{
value_buf[i] = getValue();
delay();
}
for(i = 0; i < N; ++i)
{
sum += value_buf[i] * weight[i];
}
return sum/weight_sum;
}

復(fù)制代碼

//-----------------------------------------------------------------------
//10.消抖濾波法
//方法：比如開關(guān)，剛按下去的時(shí)候會(huì)產(chǎn)生抖動(dòng)，但是經(jīng)過一段時(shí)間后回到穩(wěn)態(tài)；
//       如果N次后，還不是穩(wěn)態(tài)，就取當(dāng)前值作為新狀態(tài)值
//       設(shè)置一個(gè)濾波計(jì)數(shù)器，將每次采樣值與當(dāng)前有效值比較：
//       如果采樣值＝當(dāng)前有效值，則計(jì)數(shù)器清零
//       如果采樣值<>當(dāng)前有效值，則計(jì)數(shù)器+1，并判斷計(jì)數(shù)器是否>=上限N(溢出)
//       如果計(jì)數(shù)器溢出,則將本次值替換當(dāng)前有效值,并清計(jì)數(shù)器
//優(yōu)點(diǎn)：對(duì)于變化緩慢的被測參數(shù)有較好的濾波效果,可避免在臨界值附近控制器的反復(fù)開/關(guān)跳動(dòng)或顯示器上數(shù)值抖動(dòng)
//缺點(diǎn)：對(duì)于快速變化的參數(shù)不宜
//       如果在計(jì)數(shù)器溢出的那一次采樣到的值恰好是干擾值,則會(huì)將干擾值當(dāng)作有效值

uint8 glitchFilter(uint8 oldValue)
{
uint8 newValue = getValue();
uint8 count = 0;
while(oldValue != newValue)
{
count ++;
if(count >= N)
{
return newValue;
}
delay();
newValue = getValue();
}
return oldValue;
}

復(fù)制代碼

ID:164602 · 發(fā)表于 2018-10-6 08:04

有點(diǎn)意思。頂一下。

ID:308437 · 發(fā)表于 2018-10-6 21:24

HC6800-ES-V2.0 發(fā)表于 2018-10-6 08:04
有點(diǎn)意思。頂一下。

額，不敢當(dāng)哈。這個(gè)是個(gè)人見解，不喜勿噴~

ID:156220 · 發(fā)表于 2019-1-8 17:18

謝謝樓主的分享，學(xué)習(xí)了，有用

ID:588676 · 發(fā)表于 2019-7-30 14:09

厲害，學(xué)習(xí)了

ID:831355 · 發(fā)表于 2020-10-27 10:57

太厲害了，膜拜

ID:861022 · 發(fā)表于 2020-12-15 22:52

6怎么減小傳感器讀數(shù)誤差？

ID:882212 · 發(fā)表于 2021-3-16 15:52

好教程，值得學(xué)習(xí)。

ID:884815 · 發(fā)表于 2021-8-9 11:10

很有用的資料，學(xué)習(xí)了

ID:965367 · 發(fā)表于 2021-9-10 22:28

謝謝樓主的分享，學(xué)習(xí)了，有用

ID:999623 · 發(fā)表于 2022-1-4 14:25

過采樣方法，也可以增大精度

ID:99525 · 發(fā)表于 2022-5-4 11:26

實(shí)際上就是為了減少線路或器件干擾帶來的偶發(fā)誤差，避免系統(tǒng)產(chǎn)生誤判！

ID:1037221 · 發(fā)表于 2022-10-22 10:19

卡爾曼濾波算法可以介紹一下嗎？

ID:1065536 · 發(fā)表于 2024-1-19 12:27

膜拜大佬

帳號(hào)		自動(dòng)登錄	找回密碼
密碼			立即注冊

（分享）程序上怎么減小誤/提高讀數(shù)精度？

評(píng)分

瀏覽過的版塊