第四章-1克服随机误差的数字滤波算法
滤波算法
#define N 11 //设置连续采样的次数
char filter_2(void){ char value_buf[N]; //缓存 N 次采样值的存储变量 char count,i,j,temp; //i，j 是冒泡排序的下标变量，count 是采样数据读入的下标变量 //temp 是临时变量 for(count=0;count<N;count++) //连续读入 N 个采样值 { value_buf[count]=get_ad(); delay(); } for(j=0;j<N;j++) //气泡排序，由小到大 { 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; } } } return value_buf[(N-1)/2]; //将排序后 N 个采样值的中间值作为最后结果返回 }
【心得体会】仪器培训心得体会
【关键字】心得体会仪器培训心得体会篇一：原子荧光仪器学习心得体会原子荧光仪器学习心得体会由于今年我单位工作人员调动比较大，先后有四位师傅调离，使得本来就人员紧张的环境科研监测站更加雪上加霜。
而这就让我在准备不充分的情况下走上原子荧光的岗位上。
虽然有作业指导书和工程师的远程协助，但是对于没有参加过培训的我来说原子荧光仪器在使用方面还是较为生疏的。
在我使用原子荧光的半年时间里，自己积攒了一定的使用经验和技巧，同时也发现不少的问题，例如：荧光强度不够，实验数值重复性较差，报告编写不详细等。
当我正苦于难以解决这些问题的时候，XX年10月24日，根据单位安排，我有幸参加了为期一周的北京吉天公司XX年第三期原子荧光培训班。
培训的第一天，常务副总经理王安邦代表公司为大家致辞、国家环境监测总站环保专家齐文启教授、北京市疾控中心专家刘丽萍老师倾情授课，和大家分享宝贵的环境监测、食品分析等多方面的原子荧光及形态应用实例。
在接下来的几天里，更有吉天公司多位项目负责人、高级研发工程师为学员们讲解原子荧光技术的应用和相关技术延伸，以及原子荧光仪器的维修要点和上机实训。
将实例介绍和上机培训相结合，为我们这些学员得心应手地应用仪器提供便利。
为期一周的培训很快就结束了，对于学习的不断追求却并没有止步，知识总是需要不断探索，在探索中成功，在失败中前进，人总是在知道的越多，才发现自己了解的越少。
通过一个星期的培训学习，无论是在理论知识方面还是实际操作的技能方面我都有了很大的收获。
通过这次学习，我对我站原子荧光仪器设备及技术的问题收获如下。
首先，我站于XX年年底购置的原子荧光仪，仪器相对近年来高速发展的环境监测设备相比较为落后。
其中仪器中的氢气发生器反应效率较低，故而使实验数据不稳定。
吉天公司工程师知道我站仪器的情况后，作出了一套仪器升级的方案，通过更换新型的氢气发生器来改变试验中氢化反应效率低的问题。
其次，由于设备购置早，仪器中配置的应用软件也相对落后，有些应用都无法实现，主要体现在无法从软件中对空心阴极灯进行预热、报告的编写不够完善、软件操作不够直观等。
数字滤波 数据处理与控制策略
第4章数据处理与控制策略本章的教学目的与要求掌握各种数字滤波的原理、特点及使用场合，数控技术、数字PID及常规控制系统，了解先进控制系统。
授课主要内容数字滤波和数据处理数控技术数字PID常规控制系统先进控制系统主要外语词汇Digital Filter:数字滤波，Numerical Control（NC）：数字控制，Computerized Numerical Control(CNC):计算机数字控制重点、难点及对学生的要求说明：带“***”表示要掌握的重点内容，带“**”表示要求理解的内容，带“*”表示要求了解的内容，带“☆”表示难点内容，无任何符号的表示要求自学的内容常用的数字滤波的原理、特点及使用场合***常用的数据处理方法***数字PID及改进算法***☆常规控制方法***先进控制方法*辅助教学情况多媒体教学课件（POWERPOINT）复习思考题常用的数字滤波的原理、特点及使用场合常用的数据处理方法数字PID及改进算法常规控制方法先进控制方法参考资料刘川来，胡乃平，计算机控制技术，青岛科技大学讲义计算机系统的抗干扰不可能完全依靠硬件解决，一般需要进行数字滤波。
另外在计算机控制系统中，根据实际需要经常会用到数据处理技术对数据进行预处理。
数控技术和数控装备是制造工业现代化的重要基础。
这个基础是否牢固直接影响到一个国家的经济发展和综合国力，关系到一个国家的战略地位。
计算机控制系统中的控制策略是指基于控制理论，在被控对象数学模型或操作人员的先验知识基础上设计并用计算机软件实现的数字控制器或某种控制算法。
数字滤波和数据处理数字滤波是指在计算机中利用某种计算方法对原始输入数据进行数学处理，去掉原始数据中掺杂的噪声数据，提高信号的真实性，获得最具有代表性的数据集合。
通过数字滤波得到比较真实的被测参数，有时不能直接使用，还需要做某些处理。
一 数字滤波我们这里所说的数字滤波技术是指在软件中对采集到的数据进行消除干扰的处理。
单片机数字滤波算法
单片机主要作用是控制外围的器件，并实现一定的通信和数据处理。
但在某些特定场合，不可避免地要用到数学运算，尽管单片机并不擅长实现算法和进行复杂的运算。
下面主要是介绍如何用单片机实现数字滤波。
在单片机进行数据采集时，会遇到数据的随机误差，随机误差是由随机干扰引起的，其特点是在相同条件下测量同一量时，其大小和符号会现无规则的变化而无法预测，但多次测量的结果符合统计规律。
为克服随机干扰引起的误差，硬件上可采用滤波技术，软件上可采用软件算法实现数字滤波。
滤波算法往往是系统测控算法的一个重要组成部分，实时性很强。
1采用数字滤波算法克服随机干扰的误差具有以下优点：1.数字滤波无需其他的硬件成本，只用一个计算过程，可靠性高，不存在阻抗匹配问题。
尤其是数字滤波可以对频率很低的信号进行滤波，这是模拟滤波器做不到的。
2.数字滤波使用软件算法实现，多输入通道可共用一个滤波程序，降低系统开支。
3.只要适当改变滤波器的滤波程序或运算，就能方便地改变其滤波特性，这对于滤除低频干扰和随机信号会有较大的效果。
4.在单片机系统中常用的滤波算法有限幅滤波法、中值滤波法、算术平均滤波法、加权平均滤波法、滑动平均滤波等。
2限幅滤波算法该运算的过程中将两次相邻的采样相减，求出其增量，然后将增量的绝对值，与两次采样允许的最大差值A进行比较。
A的大小由被测对象的具体情况而定，如果小于或等于允许的最大差值，则本次采样有效;否则取上次采样值作为本次数据的样本。
算法的程序代码如下：#define A //允许的最大差值char data; //上一次的数据char filter(){char datanew; //新数据变量datanew=get_data(); //获得新数据变量if((datanew-data)>A||(data-datanew>A))return data;elsereturn datanew;}说明：限幅滤波法主要用于处理变化较为缓慢的数据，如温度、物体的位置等。
数据处理中的几种常用数字滤波算法
数据处理中的几种常用数字滤波算法下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注！Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!在数据处理中，数字滤波算法是一种常用的技术，用于去除信号中的噪音和干扰，从而得到更加准确和可靠的数据。
常用的8种数字滤波算法
常用的8种数字滤波算法摘要：分析了采用数字滤波消除随机干扰的优点，详细论述了微机控制系统中常用的8种数字滤波算法，并讨论了各种数字滤波算法的适用范围。
关键词：数字滤波；控制系统；随机干扰；数字滤波算法1引言在微机控制系统的模拟输入信号中，一般均含有各种噪声和干扰，他们来自被测信号源本身、传感器、外界干扰等。
为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。
噪声有2大类：一类为周期性的，其典型代表为50 Hz 的工频干扰，对于这类信号，采用积分时间等于20 ms整倍数的双积分A/D转换器，可有效地消除其影响；另一类为非周期的不规则随机信号，对于随机干扰，可以用数字滤波方法予以削弱或滤除。
所谓数字滤波，就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重，因此他实际上是一个程序滤波。
数字滤波器克服了模拟滤波器的许多不足，他与模拟滤波器相比有以下优点：(1)数字滤波器是用软件实现的，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。
(2)模拟滤波器通常是各通道专用，而数字滤波器则可多通道共享，从而降低了成本。
(3)数字滤波器可以对频率很低(如0.01 Hz)的信号进行滤波，而模拟滤波器由于受电容容量的限制，频率不可能太低。
(4)数字滤波器可以根据信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强的特点。
2 常用数字滤波算法数字滤波器是将一组输入数字序列进行一定的运算而转换成另一组输出数字序列的装置。
设数字滤波器的输入为X(n)，输出为Y(n)，则输入序列和输出序列之间的关系可用差分方程式表示为：其中：输入信号X(n)可以是模拟信号经采样和A/D变换后得到的数字序列，也可以是计算机的输出信号。
具有上述关系的数字滤波器的当前输出与现在的和过去的输入、过去的输出有关。
由这样的差分方程式组成的滤波器称为递归型数字滤波器。
如果将上述差分方程式中bK取0，则可得：说明输出只和现在的输入和过去的输入有关。
常用的数字滤波器算法及其特性
一二三四五常用的数字滤波器算法及其特性 常用的软件滤波器有限幅滤波法、中位值滤波法、算数平均滤波法、递推平均滤波法、中位值平均滤波法、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、限幅消抖滤波法等，这些软件滤波器各自特性如何，适用场合是什么样的呢？限幅滤波法(又称程序判断滤波法) 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。
优点：能有效克服因偶然因素引起的脉冲干扰。
缺点：无法抑制周期性的干扰，平滑度差；中位值滤波法 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。
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，缺点：对流量、速度等快速变化的参数不宜；算术平均滤波法 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。
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。
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；递推平均滤波法(又称滑动平均滤波法) 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。
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。
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；中位值平均滤波法(又称防脉冲干扰平均滤波法)六七八九十 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。
克服随机误差的软件算法
INC R0 CLR C SUBB A,@R0 JC DONE ADD A,@R0 XCH A,@R0 DEC R0 MOV @R0,A INC R0 DONE: DJNZ R2 LOOP DJNZ R3 SORT
；置循环初值 ；循环次数送R2 ；采样值首地址送R0
C0 + C1 + C2 + ... + Cn-1 = 1
C0 > C1 > ... Cn-1 > 0
选择权系数Ci的灵活性很大，一般要通过多次试 验才能确定。
七、中值平均滤波
设 N 次 采 样 值 X1,X2...XN 按 大 小 顺 序 排 列 为 X1≤X2≤X3...≤XN，把最小的X1和最大的XN去掉，剩下 的取算术平均值即为滤波后的值y，即：
一、一阶惯性滤波
RC dy(t) y(t) x(t) dt
进行数字化处理：
yn y(n, t)
X n X (n, t)
RC y(n, t) y(n 1, t) y(n, t) X (n, t) t
RC
RC
(1 t ) yn X n t yn1
； yn-yn-1→A ； yn<yn-1转DONE ；恢复A ； yn≥yn-1交换数据
； R2≠0 继续比较 ； R3≠0 继续循环
MOV A,R0 ADD A,SAMP CLR C RRC A MOV R0,A MOV DATA,@R0 ENT
；计算中值地址 ；存放滤波值
四、算术平均滤波法
(1) 数字滤波无需硬件，只是一个计算过程，因 此可靠性高，不存在阻抗匹配问题，尤其是数字滤 波可以对频率很高或很低的信号进行滤波，这是模 拟滤波器所不及的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
4. 基于中值数绝对偏差的决策滤波器
中值绝对偏差估计的决策滤波器能够
，
判别出奇异数据，并以有效性的数值 来取代。采用一个移动窗口，， … ，， x 0m (k) x 1 (k) x m－1 (k) 利用 个数据来确定的有效性。如果滤 波器判定该数据有效，则输出，否则， 如果判定该数据为奇异数据，用中值 来取代。
X n 为第n次采样经滤波后的输出；
N 1
X n i 为未经滤波的第n－i次采样值；
N为滑动平均项数。 平滑度高，灵敏度低；但对偶然出现的脉冲性 干扰的抑制作用差。实际应用时，通过观察不 同N值下滑动平均的输出响应来选取N值以便少 占用计算机时间，又能达到最好的滤波效果。
3．加权滑动平均滤波
（1）．确定当前数据有效性的判别准则
一个序列的中值对奇异数据的灵敏度远 无小于序列的平均值，用中值构造一个 尺度序列，设{xi(k) }中值为Z，则
给出了每个数据点偏离参照值的尺度
令{d(k)}的中值为d，著名的统计学家FR.Hampel 提出并证明了中值数绝对偏差 MAD ＝ 1.4826*d ， MAD可以代替标准偏差σ。对3σ法则的这一修正 有时称为“Hampel标识符”。
（1）求N次测量值X1至XN的算术平均值
1 N X Xi N i 1
（2）求各项的剩余误差Vi
（3）计算标准偏差σ
Vi Xi X
N i 1 2 i
( V ) /( N 1)
（4）判断并剔除奇异项Vi＞3σ ，则认为该Xi为坏 值，予以剔除。
依据拉依达准则净化数据的局限性
设滤波器窗口的宽度为 n=2k+1 ，离散时间信号 x （i）的长度为N，（i=1，2，…，N；N>>n），则 当窗口在信号序列上滑动时，一维中值滤波器的 输出: med[x （ i ） ]=x(k) 表示窗口 2k+1 内排序的第 k 个 值，即排序后的中间值。
原始信号
中值滤波后的信号
对不同宽度脉冲滤波效果
数字滤波算法的优点：
（1）数字滤波是一个计算过程，通常用软件 实现，在实时性要求高的情况下用FPGA实现， 因此可靠性高。无需模拟电路，不存在阻抗匹 配、特性波动、非一致性等问题。
（2）只要适当改变数字滤波程序有关参数， 就能方便的改变滤波特性，因此数字滤波使用 时方便灵活。
常用的数字滤波算法
一、克服大脉冲干扰的数字滤波法(非线性法） 1．限幅滤波法 2．中值滤波法 3．基于拉依达准则的奇异数据滤波法 4. 基于中值数绝对偏差的决策滤波器 二、抑制小幅度高频噪声的平均滤波法
三、复合滤波法
在实际应用中，有时既要消除大幅度的脉冲 干扰，有要做数据平滑。因此常把前面介绍 的两种以上的方法结合起来使用，形成复合 滤波。 去极值平均滤波算法： 先用中值滤波算法滤 除采样值中的脉冲性干扰，然后把剩余的各 采样值进行平均滤波。连续采样 N 次，剔除 其最大值和最小值，再求余下N－ 2个采样的 平均值。显然，这种方法既能抑制随机干扰， 又能滤除明显的脉冲干扰。
为使计算更 方便，N－2 应为2，4，8， 16 常取N为 4，6，8，10，
问题:
1.试画出去极值加权平均复合滤波算法流程图; 2.测量的直流电压受到工频及其谐波干扰,如 果用平均滤波算法,怎样确定平均点数N和采样 间隔TS ？ 3.如果被测量是频率为f0正弦波,如果用FIR滤 波算法滤除高频噪声,根据哪些条件设计滤波 器系数？
X X N
i 1 i
Xi Si ni
Si为采样值中的信号,ni为随机误差。
1 N 1 N 1 N X (si n i ) si n i N i 1 N i 1 N i 1
1 N X Si N i 1
滤波效果主要取决于采样次数N，N越大， 滤波效果越好，但系统的灵敏度要下降。 因此这种方法只适用于慢变信号。
适合对温度、压力等变化较慢测控系统
2．中值滤波法
中值滤波是一种典型的非线性滤波器，它运 算简单，在滤除脉冲噪声的同时可以很好地 保护信号的细节信息。 对某一被测参数连续采样 n 次（一般 n 应为奇 数），然后将这些采样值进行排序，选取中 间值为本次采样值。 对温度、液位等缓慢变化（呈现单调变化） 的被测参数，采用中值滤波法一般能收到良 好的滤波效果。
令
Q＝1.4826*d =MAD
●计算 ●如果
q | x m (k) - z |
q LQ 则
y m (k) x m (k) 否则
y m (k) Z
可以用窗口宽度m和门限L调整滤波器的特性。m影响滤 波器的总一致性，m值至少为7。门限参数L直接决定滤 波器主动进取程度，本非线性滤波器具有比例不变性、 因果性、算法快捷等特点，实时地完成数据净化。
(2)．实现基于L*MAD准则的滤波算法
●建立移动数据窗口(宽度m）
｛w 0 (k), w1 (k), w 2 (k),w m-1 (k)} {x 0 (k), x1 (k), x 2 (k),x m-1 (k)}
●计算出窗口序列的中值Z（排序法） ●计算尺度序列 ●
d i (k) | w i (k) - z | 的中值d（排序法）
3．基于拉依达准则的奇异数据滤波法 （剔除粗大误差）
拉依达准则法的应用场合与程序判别法
类似，并可更准确地剔除严重失真的奇 异数据。 拉依达准则：当测量次数N足够多且测量 服从正态分布时，在各次测量值中，若 某次测量值Xi所对应的剩余误差Vi＞3σ， 则认为该Xi为坏值，予以剔除。
拉依达准则法实施步骤
第四章
智能仪器的基本数据处理算法
数据处理能力是智能仪器水平的标志,不能充 分发挥软件作用,等同硬件化的数字式仪器. 测量精度和可靠性是仪器的重要指标，引入 数据处理算法后，使许多原来靠硬件电路难以 实现的信号处理问题得以解决，从而克服和弥 补了包括传感器在内的各个测量环节中硬件本 身的缺陷或弱点，提高了仪器的综合性能。
已滤波的采样结果：
yn 1,yn 2 , yn 1
若本次采样值为yn，则本次滤波的结果由下式确定：
a是相邻两个采样值的最大允许增量，其数值 可根据 y 的最大变化速率 Vmax 及采样间隔 Ts 确 定，即 a = Vmax Ts
实现本算法的关键是设定被测参量相邻两次 采样值的最大允许误差a.要求准确估计Vmax和 采样间隔Ts。
基本数据处理算法内容提要
克服随机误差的数字滤波算法 消除系统误差的算法、非线性校正 工程量的标度变换。 诸如频谱估计、相关分析、复杂滤波等 算法，阅读数字信号处理方面的文献。
第一节 克服随机误差的数字滤波算法
随机误差：由串入仪表的随机干扰、仪器内 部器件噪声和A/D量化噪声等引起的，在相同条 件下测量同一量时，其大小和符号作无规则变 化而无法预测，但在多次测量中符合统计规律 的误差。采用模拟滤波器是主要硬件方法。
二、抑制小幅度高频噪声的平均滤波法
小幅度高频电子噪声：电子器件热噪
声、A/D量化噪声等。 通常采用具有低通特性的线性滤波器： 算数平均滤波法 加权平均滤波法 滑动加权平均滤波法
1．算数平均滤波
N个连续采样值（分别为X1至XN）相加，然后 取其算术平均值作为本次测量的滤波器输出 值。即 1 N
2．滑动平均滤波法
算术平均滤法无法使用。 滑动平均滤波法把N个测量数据看成一个 队列，队列的长度固定为N，每进行一次 新的采样，把测量结果放入队尾，而去 掉原来队首的一个数据，这样在队列中 始终有N个“最新”的数据。
1 Xn X n i N i 0
增加新的采样数据在滑动平均中的比重， 以提高系统对当前采样值的灵敏度，即对 不同时刻的数据加以不同的权。通常越接 近现时刻的数据，权取得越大。
1 Xn Ci X n i N i 0
C0 C1 CN 1 1
C0 C1 CN 1 0
N 1
按FIR滤波设计 确定系数
1．算数平均
2．滑动平均 3．加权滑动平均
三、复合滤波法
一、克服大脉冲干扰的数字滤波法
克服由仪器外部环境偶然因素引
起的突变性扰动或仪器内部不稳定 引起误码等造成的尖脉冲干扰，通 常采用简单的非线性滤波法。 滤除脉冲干扰是仪器数据处理的 第一步。
1．限幅滤波法
限幅滤波法（又称程序判别法、增量判别法）通过 程序判断被测信号的变化幅度，从而消除缓变信号 中的尖脉冲干扰。具体方法是，依赖已有的时域采 样结果，将本次采样值与上次采样值进行比较，若 它们的差值超出允许范围，则认为本次采样值受到 了干扰，应予易除。
采用3σ准则净化奇异数据，有的仪器通过选择 Lσ中的 L 值（ L ＝ 2 ， 3 ， 4 ， 5 ）调整净化门限， L ＞ 3 ，门限放宽， L ＜ 3 ，门限紧缩。采用 3σ 准则净化采样数据有其局限性，有时甚至失效。 （ 1 ）该准则在样本值少于 10 个时不能判别任 何奇异数据； （2）3σ准则是建立在正态分布的等精度重复 测量基础上，而造成奇异数据的干扰或噪声难 以满足正态分布。