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)內部的一個接口。數(shù)據(jù)采集技術廣泛引用在各個領域。比如攝像頭,麥克風,都是數(shù)據(jù)采集工具。被采集數(shù)據(jù)是已被轉換為電訊號的各種物理量,如溫度、水位、風速、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)被廣泛應用于互聯(lián)網(wǎng)及分布式領域,數(shù)據(jù)采集領域已經(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和C語言來設計并開發(fā)數(shù)字濾波系統(tǒng)。
我們針對于單片機數(shù)據(jù)采集系統(tǒng)中經(jīng)常出現(xiàn)的隨機干擾,通過手動輸入來模擬數(shù)據(jù)采集過程,驗證了幾種使用較為普遍的克服隨機干擾的單片機數(shù)字濾波算法,并給出了相應的C程序,尤其對中位值濾波和中位值平均濾波算法程序進行了改進。同時也對這幾種濾波算法進行了比較,并指出了每一種算法的具體適用范圍和注意事項。另外我們使用了 proteus進行仿真驗證這幾種濾波方法。另外我們還使用了AD和DA來采集及輸出數(shù)據(jù)。
1 數(shù)字濾波設計原理
這里有很多種數(shù)字濾波方法,我們見選用其中幾種來進行設計,如中值濾波、算術平均濾波、加權平均濾波等等。所以下面我將詳細介紹它們。
1.1 中值濾波
中位值濾波是先對某一參數(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)實際情況調整
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或采樣器不穩(wěn)定引起的誤碼等脈沖干擾。對溫度、液位等緩慢變化的被測參數(shù)采用此算法能收到良好的濾波效果,但對于流量、壓力等快速變化的數(shù)據(jù),不宜采用中位值濾波。
1.2 算術平均濾波
算術平均濾波法適用于對一般的具有隨機干擾的信號進行濾波。這種信號的特點是信號本身在某一數(shù)值范圍附近上下波動,如測量流量、液位時經(jīng)常遇到這種情況。算術平均濾波法是要按輸入的N 個采樣數(shù)據(jù),尋找這樣一個Y,使得Y 與各個采樣值之間的偏差的平方和最小。
具體實現(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 }
算術平均濾波適用于對一般具有隨機干擾的信號進行濾波。這種信號的特點是有一個平均值,信號在某一數(shù)值范圍附近做上下波動,在這種情況下僅取一個采樣值做依據(jù)顯然是不準確的。算術平均濾波對信號的平滑程序完全取決于N,當N較大時,平滑度高,但靈敏度低;當N較小時,平滑度低,但靈敏度高,應視具體情況選取N,以便既少占用計算時間,又達到最好的效果。
1.3 加權平均濾波
在算術平均濾波和移動平均濾波中,N次采樣值在輸出結果中的權重是均等的,取1/N。用這樣的濾波算法,對于時變信號會引入滯后,N值越大,滯后越嚴重。為了增加新采樣數(shù)據(jù)在移動平均中的權重,以提高系統(tǒng)對當前采樣值中所受干擾的靈敏度,可采用加權平均濾波,它是移動平均濾波算法的改進。
加權平均濾波是對連續(xù)N次采樣值分別乘上不同的加權系統(tǒng)之后再求累加和,加權系統(tǒng)一般先小后大,以突出后面若干采樣的效果,加強系統(tǒng)對參數(shù)變化趨勢的辨識。各個加權系統(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,加權運算之后的累加和即為有效采樣值。
為方便計算,可取各加權系數(shù)均為整數(shù),且總和為256,加權運算后的累加和除以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
它相當于是“中位值濾波法”和“算術平均濾波法”的結合。它連續(xù)采樣N個數(shù)據(jù),然后去掉一個最大值和一個最小值,最后計算N-2個數(shù)據(jù)的算術平均值。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平均濾波算法和中位值濾波算法的優(yōu)點,所以無論對緩慢變化的信號,還是對快速變化的信號,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刻(n和n-1)的采樣值Yn和Yn-1相減,求出其差值,以絕對值表示,然后將這個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了允許的最大偏差值ΔY,則認為發(fā)生了隨機干擾,并認為最后一次采樣值Yn非法,應予剔除。剔除Yn后,可用Yn-1代替Yn;若未超過允許的最大偏差值范圍,則認為本次采樣值有效??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)實際情況調整
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。使用時關鍵在于最大偏差值的Δy的選擇,通常可根據(jù)經(jīng)驗獲得,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
來源;21ic