多种常见的AD滤波算法

多种常用AD滤波算法

最近一直在写一个控制和判别的算法程序，BOSS要求用两只HALL确定magnet的具体位置。问题的难度在于magnet的磁量是不确定的，其次是不能确定HALL的起始位置，有可能是在一只HALL的最近之处。还有就是采集两只HALL的AD值受到ADC基准电压的影响也可能是不准确的。但是，可以看出来，HALL的精度和ADC的采集精度是首要任务，因此需要采用一些滤波算法，尽量降低干扰。

1. 限幅滤波法

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，反则无效。适用范围： 能有效克服因偶然因素引起的脉冲干扰，但是无法抑制周期性的干扰平滑度差。关键的问题是如何根据经验设定最大偏差值。

2. 中位置滤波法

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。适用范围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。不过对流量、速度等快速变化的参数不宜。

3. 算术平均滤波

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，信号平滑度低，但灵敏度较高。适用范围：适用于对一般具随机干扰的信号滤波，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。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。

4. 递推平均滤波法(滑动平均滤波)

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，并扔掉原来对首的一次数据，把队列中得N个数据进行算术平均运算，就可以获得新的滤波结果。适用范围：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。缺点是灵敏度低，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

5. 中位置平均滤波法(防脉冲干扰平均滤波）

相当于“中位置滤波法”+“算术平均滤波法”，连续采用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。适用范围：融合两种算法的优点，对应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。但是测量速度较慢, 浪费RAM和算术平均一样。

6. 限幅平均滤波

相对于“限幅滤波法”+“递推平均滤波”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。适用范围：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由脉冲干扰所引起的采样值偏差。

7.一阶滞后滤波法

取